JP2016006699A - プロセス分析モデルと実際のプロセス動作とのオンライン整合 - Google Patents
プロセス分析モデルと実際のプロセス動作とのオンライン整合 Download PDFInfo
- Publication number
- JP2016006699A JP2016006699A JP2015202648A JP2015202648A JP2016006699A JP 2016006699 A JP2016006699 A JP 2016006699A JP 2015202648 A JP2015202648 A JP 2015202648A JP 2015202648 A JP2015202648 A JP 2015202648A JP 2016006699 A JP2016006699 A JP 2016006699A
- Authority
- JP
- Japan
- Prior art keywords
- batch
- model
- data
- online
- variable
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 428
- 230000008569 process Effects 0.000 title claims description 313
- 238000011112 process operation Methods 0.000 title description 2
- 238000004458 analytical method Methods 0.000 claims abstract description 79
- 238000010923 batch production Methods 0.000 claims abstract description 71
- 238000013179 statistical model Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 abstract description 33
- 238000013442 quality metrics Methods 0.000 abstract 1
- 238000004886 process control Methods 0.000 description 71
- 238000005259 measurement Methods 0.000 description 34
- 238000004364 calculation method Methods 0.000 description 31
- 230000007547 defect Effects 0.000 description 25
- 238000004891 communication Methods 0.000 description 21
- 239000000047 product Substances 0.000 description 20
- 239000012467 final product Substances 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 16
- 230000009471 action Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 239000012530 fluid Substances 0.000 description 12
- 230000015654 memory Effects 0.000 description 12
- 230000000875 corresponding effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 238000000513 principal component analysis Methods 0.000 description 9
- 239000000126 substance Substances 0.000 description 9
- 230000006399 behavior Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 239000000203 mixture Substances 0.000 description 7
- 238000002156 mixing Methods 0.000 description 6
- 238000010924 continuous production Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 239000002994 raw material Substances 0.000 description 5
- 239000000654 additive Substances 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 239000007795 chemical reaction product Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000011217 control strategy Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012369 In process control Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000010965 in-process control Methods 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003863 physical function Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000003324 Six Sigma (6σ) Methods 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 210000004962 mammalian cell Anatomy 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
Abstract
【解決手段】単純で計算上安価な技法を使用して、進行中、現在実行中またはオンラインのバッチ処理から収集されたデータをバッチプロセス用に形成されたバッチモデルと整合させる。このデータ整合技法により、潜在構造射影(PLS)および主成分分析(PCA)技法といった他の統計処理技法がオンラインバッチデータに適用され、現在実行中のバッチの品質に関する分析が実行できるようになる。これらの分析が、ユーザがバッチモデルに基づいて現時点におけるバッチの品質、およびバッチランの終了時に所望のバッチ出力品質基準に達する可能性を決定できるようにする有用な情報を、バッチオペレータ等のユーザに提供する。
【選択図】図3
Description
またはステップは、タンクなど同じ器材で実行され得る一方、他の器材で実行され得るステージまたはステップもある。同じ原材料に対し、バッチプロセスの異なるステージやステップで、時間とともに異なる処理が施されているため、一般的な器材内では、バッチプロセスのどのステージやステップであっても、バッチ内の材料が所望するあるいは充分な品質基準を有する最終製品が生産される可能性が高い方法で処理されているかどうかを正確に判断することが困難であるケースが多い。すなわち、処理されている材料の温度、圧力、密度、pHまたは他のパラメータが、バッチの動作中に時間とともに変化するため、材料が同じ箇所に残っていても、バッチプロセスがバッチラン中の任意の特定時期に、所望の品質基準を有する最終製品を生産する可能性が高い方法で動作しているかどうかを判断するのは困難であることが多い。
を、バッチプロセス用に形成されたバッチモデルと整合させる。オンラインバッチ処理の現在の動作状態に関する確かな判断を可能にする。このデータ整合技法により、部分最小二乗法や潜在構造射影(PLS)、そして主成分分析(PCA)技法など、さらなる統計処理技法がオンラインバッチデータに適用され、現在実行中のバッチの品質に関する分析が実行できるようになる。これらの分析が、ひいては、ユーザがバッチモデルに基づいて現時点におけるバッチの品質、およびバッチランの終了時に所望のバッチ出力品質基準に達する可能性を決定できるようにする有用な情報を、バッチオペレータ等のユーザに提供する。さらに、これらの分析技法により、バッチの出力が最終的に所望または許容される品質測定値を有しないであろうという理由から、バッチの動作を継続するのではなく、バッチを停止または破棄して始めからやり直す方が良いかどうかを、バッチの現在の動作状態に基づいてユーザが判断できるようになる可能性がある。また、これらの分析技法は、バッチランの完了時に所望のバッチ品質を得るために、以降のバッチランのステージでバッチの処理を変更して、所望されないバッチの特徴を補償する方法を、ユーザが判断できるようにさせる可能性もある。
ム(OMS)102を含むプロセス制御環境100のさらなる実施例を図示するブロック図である。このシステムは、オンラインバッチ処理のモデリングおよび分析システムを実装する目的で使用され得る。OMS 102は、プロセス制御システム106を含むプラント104内に位置し、例えば図1のプロセス制御ネットワーク10の一部または全部を含み得る。プラント例104は、製造施設、処理設備、オートメーション設備、および/またはその他任意のタイプのプロセス制御構造またはシステムでもあり得る。いくつかの実施例では、プラント104が異なる箇所に位置する複数の設備を含み得る。図1のプラント104は単一のプロセス制御システム106を含むものとして図示されているが、プラント104は他にもプロセス制御システムを含み得る。
生成し得る。変数トレンドグラフは、その変数と関連した値を、プロセスの実行時間にわたり、モデル変数値などの、以前のプロセスにおける同様の時間の変数の値と関連させて示し得る。寄与率グラフおよび/または変数トレンドグラフを生成することにより、分析プロセス114は、そのプロセスに対して可能な修正措置を特定して、バッチプロセスで検出された欠陥を仲介することもあり得る。変数トレンドグラフは、同じタイムスケールに整合された現在値と関連した変動(標準偏差など)を有するバッチモデルを作成する目的で使用されるバッチのデータの履歴プロットを重ね合わせることにより、オペレータがプロセス欠陥の原因を特定するのを支援し得る。
かどうかを判断する。収集されていない場合、ブロック156でブロック152に制御が戻され、バッチプロセスをもう1度実行するためのさらなるプロセス変数データを収集する。当然のことながら、所望であれば、ユーザは、そのバッチモデルを作成する際に使用する1回以上のバッチランを事前に選択したり、(許容される性能の範囲外であるか、バッチモデルを作成する際に使用するには許容されなくなる可能性のある他の問題を有する)特定のバッチランが統計バッチモデルを作成する際に使用されるのを防止したりしてもよい。いずれにせよ、ブロック156で、十分なバッチランを実行できるだけのデータが収集されたと判断されると、ブロック158で、記憶されたバッチモデルから取得されたバッチデータが整合される。
されたり、正規化されたデータの異なるステージの各々に関連したりし得るバッチランごとのデータポイントは、多い場合もあれば少ない場合もある。所望であれば、バッチモデルを作成する目的で使用されるバッチの各々が同数のデータポイントを有するように、またはバッチモデルの正規化されたタイムフレーム内で同じ時間ごとにデータポイントが存在するように、このデータを(線形または非線形補間を使用するなどして)一定の数またはセットの正規化されたデータポイントに変換してもよい。当然のことながら、上記のとおり、そのデータ内のポイントの値は、直線補間を使用した複数のポイント間での補間によって、または非線形補間など、その他任意の所望の補間によって取得してもよい。さらに、さまざまなバッチラン用に収集される各データポイントは、平均値や中間値など、連続的に収集された生データポイントセットの統計データポイントであり得ることが理解されよう。そのため、例えば、バッチラン用の単一データポイントが、メモリに記憶されるポイントの数を減らし、モデル処理と関連した処理時間を減らすために、10、100などの生データポイントの統計的組み合わせとして作成され得る。当然のことながら、バッチランで特定の統計データポイントを作成する目的で使用される生データポイントの数は、バッチ内などで時間の長さ全体と比較される生データの測定頻度に基づき得る。
であれば、OMS 102が、バッチ内で発生した、粗悪な最終製品につながったり、分析データに関してその他任意の動作を実行したりし得る欠陥または問題を修正または補償するために、現在のバッチの最終製品の品質基準に関する予測をユーザに提供し、今後のステージ、フェーズまたは動作の制御を変える方法に関する推奨事項を提示してもよい。図8に点線で示すとおり、OMS 12は、オンラインデータ整合とモデルベースの分析とを実行し、ユーザディスプレイを提供しながらも、オンラインバッチデータを収集し続ける。そのため、フローチャート400の方法が、各データ収集スキャンの後ブロックに分析を実行する必要および/または406、408または410のステップを表示する必要はないが、所望であれば実施してもよい。
つかのスキャン位置の各々について総距離を決定する。計算された距離はその後、どのモデルスキャン位置が、オンラインプロセスが現在整合している可能性が最も高いスキャン位置であるかを判断する目的で使用される。
mの値までの距離を表す値が決定される。図10の拡大部分を参照すると、最も最近決定されたスキャン位置kにおけるポイント510は、測定プロセス変数Xの現在値である。ポイント512は、現在値の直前におけるオンラインプロセス変数Xの値であり、スキャン位置kがオンラインバッチの位置である可能性が最も高いと決定された根拠となった値である。ここでは、プロセス変数Xの現在値と関連したスキャン位置がまだ決定されていないため、オンラインバッチ軌跡がポイント512に接続されることに注意されたい。さらに、ポイント510とポイント512との差によって図示されるとおり、変数Xの現在のプロセスデータおよびこの変数の以前の値は大きさが異なる。
e(k、j)=[M(k)−x(j)]TW[M(k)−X(j)] k=k、k+1、k+2…k+h …(1)
という行列形式で表され得る。式中、
e(k、j)−(現在のスキャン位置k=kにおける)サンプル測定時刻jにおけるオンライン変数プロセス測定値のセットと、スキャン位置k(k=k、k+1、...k+h)におけるそれらの変数のモデル軌跡値との間の二乗距離の合計を表すスカラー、
M(k)−スキャン位置k(k=k、k+1、...、k+h)におけるバッチモデル軌跡変数の行列(プロセス変数ごとに1つ)
X(j)−(現在のスキャン位置k=kにおける)サンプル測定時間jにおけるオンライン変数値の行列、
j−現在または最新のバッチのサンプル時間、
k−最後に決定されたオンラインバッチの整合対象スキャン位置がk=kである、モデル軌跡上のスキャン位置、
h−モデル整合水平線、
W−距離計算時に相対的重要度を各変数Xに定義するモデル構築例用に定義されたパラメータの重みの行列(対角行列)である。
変数値の傾斜が、図10でスキャン位置k−1におけるオンラインバッチ軌跡からポイント510にかけて引かれた点線によって表されており、モデル軌跡上の一部のスキャン位置(スキャン位置k+2、k+5、k+7など)と関連した傾斜も図10にグラフ表示されている。この派生軌跡距離計算は、一実施例において、
d(k、j)=[M(k)−M(k−1)−(X(j)−X(j−1))]TW[M(k)−M(k−1)−(X(j)−X(j−1))] …(2)
で表され、式中、
M(k)−スキャン位置kにおけるバッチモデル軌跡変数値(プロセス変数ごとの値)の行列、
M(k−1)−スキャン位置k−1におけるバッチモデル軌跡変数値(プロセス変数ごとの値)の行列、
X(j)−(スキャン位置k=kにおける)サンプル測定時間jにおけるオンライン変数値の行列、
X(j−1)−決定されたスキャン位置k=k−1と関連したサンプル測定時間と定義されたサンプル測定時間j−1におけるオンライン変数値の行列、
j−現在のバッチの測定されたサンプル時間、
k−参照軌跡における最終整合スキャン位置、
h−モデル整合水平線
W−計算時に使用される各プロセス変数に相対的重要度を与えるためにモデル構築において定義され得るパラメータの重みの対角行列である。
D(k、j)=αe(k、j)+βd(k、j) 0≦α、β≦1 …(3)
と定義される。ここで、アルファ(α)およびベータ(β)は、距離計算全体における2つの距離計算値(ユークリッド距離と派生距離)の相対的重要度を定義する重み付け係数である。これらの重み付け係数は、オペレータやユーザなどがモデル適合技法などを使用して任意の所望の方法で選択され得る。計算値を正規化する1つのケースでは、α足すβが1であり得る。さらに所望であれば、αもまたはβのどちらかがゼロに設定され得る。
D(k、j)=(1+|γ(i+δ)|)D(k、j) 0≦γ; k=k+1 i=0、1、...、h; 0≦δ<1 …(4)
と改変することであり、解は次の条件を満たす指数kである。
ここで、ペナルティ変数γ(i+δ)は、i(ペナルティが決定されている、未来に向かうスキャン位置の数)が増加するにつれて、サイズの増量が増すように改変された基本ペナルティγとして確立されてもよい。第2のペナルティ変数δは、一定であっても、iが増加するにつれて変化してもよい。
タプロセッサによって実行されている1つもしくは複数のソフトウェアおよび/またはファームウェアプログラムによって実施され得る。ただし、特定用途向け集積回路、プログラマブル論理整合、およびその他のハードウェア装置を含むがこれらに限定されない専用ハードウェア実装も同様に、本明細書に記載の方法例および/または装置例のいくつかまたはすべてを全体的または部分的に実施するように構築され得る。さらに、分散処理またはコンポーネント/オブジェクト分散処理、並列処理、または仮想マシン処理を含むがこれらに限定されない代替ソフトウェア実装も、本明細書に記載の方法例および/またはシステム例を実施するように構成され得る。
Claims (8)
- バッチプロセスのオンラインプロセスランの分析を実行する方法であって、
コンピュータ装置が、前記オンラインプロセスランの前に多数のプロセス変数の各々のための、モデル軌跡を有し且ついくつかのモデルスキャン位置を有する統計モデルを受信すること、
前記コンピュータ装置が、前記多数のプロセス変数の各々の現在値を示すデータを前記オンラインプロセスランから受信することと、
前記コンピュータ装置が、前記多数のプロセス変数の各々の現在値を分析して、前記いくつかのモデルスキャン位置のどれが前記オンラインプロセスランと整合しているかを決定することと、
前記コンピュータ装置が、前記整合に基づいてオンラインデータに対して分析を実行することと、
を含み、
前記いくつかのモデルスキャン位置のどれが前記オンラインプロセスランと整合しているかを決定することは、
前記多数のプロセス変数の各々について、前記いくつかのモデルスキャン位置の各々で、最も最近決定されたモデルスキャン位置における前記オンラインプロセスランの前記プロセス変数と、プロセスモデル内のそのプロセス変数のモデル軌跡値との間の距離を決定すること、
前記いくつかのモデルスキャン位置の各々について、前記多数のプロセス変数の各々について前記決定された前記距離を合計し、前記いくつかのモデルスキャン位置の各々について、特定のモデルスキャン位置における前記多数のプロセス変数の各々について前記決定された前記距離の合計を表す合計距離を求めること、
最小の合計距離を決定すること、及び
前記決定された最小の合計距離と関連しているモデルスキャン位置を、前記オンラインプロセスランが現在整合しているモデルスキャン位置として、選択すること
により実行する、方法。 - 前記プロセス変数と前記モデル軌跡値との間の前記距離を決定することは、
前記最も最近決定されたモデルスキャン位置と、前記最も最近決定されたモデルスキャン位置よりも前の予めセットされたいくつかのモデルスキャン位置とを備えるいくつかのモデルスキャン位置を使用することを含む、請求項1に記載の方法。 - 前記プロセス変数と前記モデル軌跡値との間の前記距離を決定することは、
前記最も最近決定されたモデルスキャン位置にある前記プロセス変数の前記現在値と、前記いくつかのモデルスキャン位置の1つにおける前記プロセス変数の前記モデル軌跡値との間のユークリッド距離を決定することを含む、請求項2に記載の方法。 - 前記プロセス変数と前記モデル軌跡値との間の前記距離を決定することは、
前記最も最近決定されたモデルスキャン位置における前記プロセス変数の傾斜と、前記いくつかのモデルスキャン位置の1つでそのプロセス変数の前記モデル軌跡の前記傾斜との間の距離を定義する傾斜差距離を決定することとをさらに含み、かつ前記ユークリッド距離と前記傾斜差距離を結合して、前記プロセス変数と前記モデル軌跡との間の前記距離を求めることをさらに含む、請求項3に記載の方法。 - 前記ユークリッド距離と前記傾斜差距離とを結合して前記プロセス変数と前記モデル軌跡との間の前記距離を求めるときに、前記ユークリッド距離と前記傾斜とに異なる重みを付けることをさらに含む、請求項4に記載の方法。
- 前記合計する際に前記多数のプロセス変数の各々について前記決定された前記距離に対して不均等に重み付けすることをさらに含む、請求項1〜請求項5の何れか1項に記載の方法。
- 合計が関連している前記モデルスキャン位置に基づいて前記合計の1つもしくは複数にペナルティ係数を割り当てることをさらに含む、請求項1〜請求項6の何れか1項に記載の方法。
- 前記ペナルティ係数を割り当てることが、前記最も最近決定されたモデルスキャン位置から前記モデルスキャン位置の時間が増加するにつれて増加するペナルティ係数を割り当てることをさらに含む、請求項7に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US12/784689 | 2010-05-21 | ||
US12/784,689 US8880203B2 (en) | 2010-05-21 | 2010-05-21 | On-line alignment of a process analytical model with actual process operation |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011114704A Division JP5922343B2 (ja) | 2010-05-21 | 2011-05-23 | オンラインプロセスランをプロセスモデルと整合する方法、オンラインプロセスランの分析を実行する方法、及びコンピュータ装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016006699A true JP2016006699A (ja) | 2016-01-14 |
JP6163526B2 JP6163526B2 (ja) | 2017-07-12 |
Family
ID=44243843
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011114704A Active JP5922343B2 (ja) | 2010-05-21 | 2011-05-23 | オンラインプロセスランをプロセスモデルと整合する方法、オンラインプロセスランの分析を実行する方法、及びコンピュータ装置 |
JP2015202648A Active JP6163526B2 (ja) | 2010-05-21 | 2015-10-14 | バッチプロセスのオンラインプロセスランの分析を実行する方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011114704A Active JP5922343B2 (ja) | 2010-05-21 | 2011-05-23 | オンラインプロセスランをプロセスモデルと整合する方法、オンラインプロセスランの分析を実行する方法、及びコンピュータ装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8880203B2 (ja) |
JP (2) | JP5922343B2 (ja) |
CN (1) | CN102298319B (ja) |
DE (1) | DE102011102034B4 (ja) |
GB (1) | GB2482367B (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018067051A (ja) * | 2016-10-17 | 2018-04-26 | 富士電機株式会社 | 品質監視装置、品質監視システム、品質監視方法及びプログラム |
JP7419105B2 (ja) | 2020-02-25 | 2024-01-22 | 三菱電機株式会社 | 灯具及び照明装置 |
Families Citing this family (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9135286B2 (en) * | 2005-03-18 | 2015-09-15 | Beyondcore, Inc. | Identifying contributors that explain differences between subsets of a data set |
US10127130B2 (en) | 2005-03-18 | 2018-11-13 | Salesforce.Com | Identifying contributors that explain differences between a data set and a subset of the data set |
US8782087B2 (en) | 2005-03-18 | 2014-07-15 | Beyondcore, Inc. | Analyzing large data sets to find deviation patterns |
US9940405B2 (en) | 2011-04-05 | 2018-04-10 | Beyondcore Holdings, Llc | Automatically optimizing business process platforms |
KR101073553B1 (ko) * | 2010-03-09 | 2011-10-17 | 삼성모바일디스플레이주식회사 | 반도체 생산 공정에서 임계 치수 제어 방법 및 이를 지원하는 반도체 제조 라인 |
US9335042B2 (en) | 2010-08-16 | 2016-05-10 | Emerson Process Management Power & Water Solutions, Inc. | Steam temperature control using dynamic matrix control |
US9447963B2 (en) | 2010-08-16 | 2016-09-20 | Emerson Process Management Power & Water Solutions, Inc. | Dynamic tuning of dynamic matrix control of steam temperature |
US9217565B2 (en) | 2010-08-16 | 2015-12-22 | Emerson Process Management Power & Water Solutions, Inc. | Dynamic matrix control of steam temperature with prevention of saturated steam entry into superheater |
US9110452B2 (en) * | 2011-09-19 | 2015-08-18 | Fisher-Rosemount Systems, Inc. | Inferential process modeling, quality prediction and fault detection using multi-stage data segregation |
CN103890789A (zh) * | 2011-10-17 | 2014-06-25 | 雀巢产品技术援助有限公司 | 确保制造的营养食品符合其规范的原则与软件应用 |
US9163828B2 (en) | 2011-10-31 | 2015-10-20 | Emerson Process Management Power & Water Solutions, Inc. | Model-based load demand control |
US10796232B2 (en) | 2011-12-04 | 2020-10-06 | Salesforce.Com, Inc. | Explaining differences between predicted outcomes and actual outcomes of a process |
US10802687B2 (en) | 2011-12-04 | 2020-10-13 | Salesforce.Com, Inc. | Displaying differences between different data sets of a process |
IN2014DN09096A (ja) * | 2012-04-05 | 2015-05-22 | Rubicon Res Pty Ltd | |
US20140052425A1 (en) * | 2012-08-16 | 2014-02-20 | Sankar Selvaraj | Method and apparatus for evaluating a model of an industrial plant process |
US9898167B2 (en) | 2013-03-15 | 2018-02-20 | Palantir Technologies Inc. | Systems and methods for providing a tagging interface for external content |
CN103245759A (zh) * | 2013-03-28 | 2013-08-14 | 杭州电子科技大学 | 基于自回归全潜结构投影模型的产品质量监测方法 |
DE102013103627A1 (de) * | 2013-04-11 | 2014-10-16 | Endress + Hauser Flowtec Ag | Feldgerät mit einer Schutzschaltung |
US10018997B2 (en) * | 2013-06-28 | 2018-07-10 | Fisher-Rosemount Systems, Inc. | Non-intrusive data analytics in a process control system |
US10437203B2 (en) * | 2013-10-08 | 2019-10-08 | General Electric Company | Methods and systems for dynamic workflow prioritization and tasking |
US10133268B2 (en) * | 2014-01-30 | 2018-11-20 | Exxonmobil Research And Engineering Company | Real time optimization of batch processes |
EP2930579A3 (en) * | 2014-03-28 | 2016-06-22 | Hitachi High-Technologies Corporation | State monitoring system, state monitoring method and state monitoring program |
US9419992B2 (en) | 2014-08-13 | 2016-08-16 | Palantir Technologies Inc. | Unwanted tunneling alert system |
US20160055434A1 (en) * | 2014-08-21 | 2016-02-25 | Lenovo Enterprise Solutions (Singapore) Pte. Ltd. | Dynamic risk assessment based product sampling |
US9996369B2 (en) | 2015-01-05 | 2018-06-12 | Anki, Inc. | Adaptive data analytics service |
CA2976620C (en) | 2015-02-17 | 2022-02-08 | Fujitsu Limited | Determination device, determination method, and determination program |
JP6733164B2 (ja) * | 2015-02-26 | 2020-07-29 | 富士電機株式会社 | プロセス監視装置、プロセス監視方法及びプログラム |
US9407652B1 (en) | 2015-06-26 | 2016-08-02 | Palantir Technologies Inc. | Network anomaly detection |
US9537880B1 (en) | 2015-08-19 | 2017-01-03 | Palantir Technologies Inc. | Anomalous network monitoring, user behavior detection and database system |
US10503156B2 (en) * | 2015-09-18 | 2019-12-10 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to define stages for multi-variate batch control analytics |
US10044745B1 (en) | 2015-10-12 | 2018-08-07 | Palantir Technologies, Inc. | Systems for computer network security risk assessment including user compromise analysis associated with a network of devices |
US10394973B2 (en) * | 2015-12-18 | 2019-08-27 | Fisher-Rosemount Systems, Inc. | Methods and apparatus for using analytical/statistical modeling for continued process verification (CPV) |
US10901407B2 (en) * | 2016-05-31 | 2021-01-26 | Applied Materials, Inc. | Semiconductor device search and classification |
JP6608778B2 (ja) * | 2016-08-01 | 2019-11-20 | 株式会社日立製作所 | 作業動作指示装置 |
KR101883277B1 (ko) * | 2016-08-31 | 2018-07-31 | 고려대학교 산학협력단 | Dtwep 기반 제조공정의 이상탐지 방법 및 장치 |
GB201621434D0 (en) * | 2016-12-16 | 2017-02-01 | Palantir Technologies Inc | Processing sensor logs |
GB201621631D0 (en) | 2016-12-19 | 2017-02-01 | Palantir Technologies Inc | Predictive modelling |
US11087080B1 (en) | 2017-12-06 | 2021-08-10 | Palantir Technologies Inc. | Systems and methods for collaborative data entry and integration |
DE102018100424A1 (de) * | 2018-01-10 | 2019-07-11 | Schuler Pressen Gmbh | Verfahren und Vorrichtung zur Steuerung und/oder Überwachung eines sich wiederholenden Prozessablaufs |
US11032149B2 (en) * | 2018-02-05 | 2021-06-08 | Crenacrans Consulting Services | Classification and relationship correlation learning engine for the automated management of complex and distributed networks |
US11614733B2 (en) * | 2018-04-30 | 2023-03-28 | Aspentech Corporation | Computer system and method for automated batch data alignment in batch process modeling, monitoring and control |
US10810076B1 (en) | 2018-08-28 | 2020-10-20 | Palantir Technologies Inc. | Fault clustering for remedial action analysis |
CN110926496B (zh) * | 2018-12-14 | 2021-06-22 | 青岛中海潮科技有限公司 | 水下运载器运动异常检测方法、装置及系统 |
CN109491349B (zh) * | 2018-12-18 | 2020-06-23 | 江南大学 | 应用于连续搅拌反应釜中的批次运行轨迹和空间的调整方法 |
EP3702439B1 (en) * | 2019-02-26 | 2024-01-17 | Sartorius Stedim Data Analytics AB | Multivariate process chart to control a process to produce a chemical, pharmaceutical, biopharmaceutical and/or biological product |
EP3705964B1 (en) * | 2019-03-04 | 2022-11-23 | Technische Universität Berlin | A method for the scalable real-time state recognition of processes and/or sub-processes during production with electrically driven production plants |
EP3726316B1 (en) * | 2019-04-17 | 2022-06-29 | ABB Schweiz AG | Controlling technical equipment through quality indicators using parameterized batch-run monitoring |
EP3726317B1 (en) * | 2019-04-17 | 2022-08-10 | ABB Schweiz AG | Computer-implemented determination of a quality indicator of a production batch-run of a production process |
EP3726318B1 (en) * | 2019-04-17 | 2022-07-13 | ABB Schweiz AG | Computer-implemented determination of a quality indicator of a production batch-run that is ongoing |
US11899417B2 (en) * | 2019-05-02 | 2024-02-13 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to implement predictive analytics for continuous control system processes |
DE102019213019B4 (de) * | 2019-08-29 | 2024-08-14 | Wago Verwaltungsgesellschaft Mbh | Verfahren und vorrichtung zum analysieren eines ablaufprozesses |
US11194300B2 (en) * | 2019-12-06 | 2021-12-07 | Yokogawa Electric Corporation | Methods, systems and computer program products for monitoring field device states in a process control system |
US11526155B2 (en) | 2020-07-30 | 2022-12-13 | Aspentech Corporation | Computer system and method for batch data alignment with active learning in batch process modeling, monitoring, and control |
KR20220033314A (ko) * | 2020-09-09 | 2022-03-16 | 삼성전자주식회사 | 호스트 프로세서 및 가속기의 동작 방법 및 이들을 포함한 전자 장치 |
EP4020101A1 (en) * | 2020-12-23 | 2022-06-29 | ABB Schweiz AG | Automatic identification of important batch events |
CN117882020A (zh) * | 2021-08-13 | 2024-04-12 | 巴斯夫欧洲公司 | 材料的自动多目标优化 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009087349A (ja) * | 2007-09-28 | 2009-04-23 | Fisher Rosemount Syst Inc | プロセスモデルの履歴管理方法および選択方法 |
JP2010506267A (ja) * | 2006-09-29 | 2010-02-25 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | プロセスにおける定常状態の検出のための多変量解析とともに使用される統計的特性 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5386492A (en) * | 1992-06-29 | 1995-01-31 | Kurzweil Applied Intelligence, Inc. | Speech recognition system utilizing vocabulary model preselection |
US5682464A (en) * | 1992-06-29 | 1997-10-28 | Kurzweil Applied Intelligence, Inc. | Word model candidate preselection for speech recognition using precomputed matrix of thresholded distance values |
US7461040B1 (en) * | 1999-10-31 | 2008-12-02 | Insyst Ltd. | Strategic method for process control |
US7167773B2 (en) * | 2001-03-21 | 2007-01-23 | Signature Control Systems | Process and apparatus for improving and controlling the curing of natural and synthetic moldable compounds |
WO2004003671A1 (en) | 2002-06-28 | 2004-01-08 | Umetrics Ab | Method and device for monitoring and fault detection in industrial processes |
US20040006470A1 (en) * | 2002-07-03 | 2004-01-08 | Pioneer Corporation | Word-spotting apparatus, word-spotting method, and word-spotting program |
US7729789B2 (en) | 2004-05-04 | 2010-06-01 | Fisher-Rosemount Systems, Inc. | Process plant monitoring based on multivariate statistical analysis and on-line process simulation |
US6885907B1 (en) | 2004-05-27 | 2005-04-26 | Dofasco Inc. | Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention |
US7409260B2 (en) * | 2005-08-22 | 2008-08-05 | Applied Materials, Inc. | Substrate thickness measuring during polishing |
US8260446B2 (en) * | 2005-08-22 | 2012-09-04 | Applied Materials, Inc. | Spectrographic monitoring of a substrate during processing using index values |
US8571689B2 (en) * | 2006-10-31 | 2013-10-29 | Rockwell Automation Technologies, Inc. | Model predictive control of fermentation in biofuel production |
US20080103747A1 (en) * | 2006-10-31 | 2008-05-01 | Macharia Maina A | Model predictive control of a stillage sub-process in a biofuel production process |
US8761909B2 (en) * | 2007-11-30 | 2014-06-24 | Honeywell International Inc. | Batch process monitoring using local multivariate trajectories |
JP5074919B2 (ja) | 2007-12-27 | 2012-11-14 | アズビル株式会社 | 標準時系列データ算出方法、異常検出方法、標準時系列データ算出装置、および異常検出装置 |
US20090287320A1 (en) * | 2008-05-13 | 2009-11-19 | Macgregor John | System and Method for the Model Predictive Control of Batch Processes using Latent Variable Dynamic Models |
US8140330B2 (en) * | 2008-06-13 | 2012-03-20 | Robert Bosch Gmbh | System and method for detecting repeated patterns in dialog systems |
US8494798B2 (en) | 2008-09-02 | 2013-07-23 | Mks Instruments, Inc. | Automated model building and batch model building for a manufacturing process, process monitoring, and fault detection |
US8369978B2 (en) * | 2008-09-04 | 2013-02-05 | Applied Materials | Adjusting polishing rates by using spectrographic monitoring of a substrate during processing |
US8090676B2 (en) | 2008-09-11 | 2012-01-03 | Honeywell International Inc. | Systems and methods for real time classification and performance monitoring of batch processes |
EP2172820A1 (de) | 2008-10-06 | 2010-04-07 | Basf Se | Verfahren und System zur automatisierten Analyse von Prozessdaten |
US9340878B2 (en) * | 2009-05-29 | 2016-05-17 | Entegris, Inc. | TPIR apparatus for monitoring tungsten hexafluoride processing to detect gas phase nucleation, and method and system utilizing same |
US9134711B2 (en) * | 2010-05-04 | 2015-09-15 | Frito-Lay North America, Inc. | Advanced batch control |
-
2010
- 2010-05-21 US US12/784,689 patent/US8880203B2/en active Active
-
2011
- 2011-05-10 GB GB1107729.4A patent/GB2482367B/en active Active
- 2011-05-19 DE DE102011102034.2A patent/DE102011102034B4/de active Active
- 2011-05-23 CN CN201110138939.0A patent/CN102298319B/zh active Active
- 2011-05-23 JP JP2011114704A patent/JP5922343B2/ja active Active
-
2015
- 2015-10-14 JP JP2015202648A patent/JP6163526B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010506267A (ja) * | 2006-09-29 | 2010-02-25 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | プロセスにおける定常状態の検出のための多変量解析とともに使用される統計的特性 |
JP2009087349A (ja) * | 2007-09-28 | 2009-04-23 | Fisher Rosemount Syst Inc | プロセスモデルの履歴管理方法および選択方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018067051A (ja) * | 2016-10-17 | 2018-04-26 | 富士電機株式会社 | 品質監視装置、品質監視システム、品質監視方法及びプログラム |
JP7419105B2 (ja) | 2020-02-25 | 2024-01-22 | 三菱電機株式会社 | 灯具及び照明装置 |
Also Published As
Publication number | Publication date |
---|---|
DE102011102034A1 (de) | 2011-11-24 |
CN102298319A (zh) | 2011-12-28 |
US8880203B2 (en) | 2014-11-04 |
GB2482367B (en) | 2017-09-27 |
US20110288660A1 (en) | 2011-11-24 |
GB2482367A (en) | 2012-02-01 |
GB201107729D0 (en) | 2011-06-22 |
JP5922343B2 (ja) | 2016-05-24 |
JP6163526B2 (ja) | 2017-07-12 |
CN102298319B (zh) | 2017-07-18 |
JP2011248885A (ja) | 2011-12-08 |
DE102011102034B4 (de) | 2023-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6163526B2 (ja) | バッチプロセスのオンラインプロセスランの分析を実行する方法 | |
US9158295B2 (en) | Multi-stage process modeling method | |
JP6521578B2 (ja) | プロセス制御システムにおける非侵入的データ分析 | |
CN111103803B (zh) | 使用多阶段数据分离的推理过程建模、质量预测及故障检测 | |
US9323234B2 (en) | Predicted fault analysis | |
CN106575104B (zh) | 使用无线过程信号的模型预测控制 | |
JP6166883B2 (ja) | 予測された欠陥分析 | |
US8571696B2 (en) | Methods and apparatus to predict process quality in a process control system | |
JP2020522800A (ja) | 予測推論モデルをオンラインで構築し配備するコンピュータシステム及び方法 | |
EP2118711A1 (en) | Apparatus and method for automated closed-loop identification of an industrial process in a process control system. | |
JP2007141219A (ja) | プロセスコントロールシステムにおけるプロセスモデル識別 | |
CN115390459B (zh) | 模型预测控制方法及装置 | |
JP2011248886A (ja) | 貯蔵タンク内の材料特性を特定するためのマルチゾーンモデリングのための方法およびシステム | |
Lindemann et al. | Adaptive Quality Control for discrete large-scale Manufacturing Systems subjected to Disturbances |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20151014 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160712 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160713 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20161011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170110 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20170124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170424 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170523 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170619 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6163526 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |