JP2023511398A - 操業アクション記録セットを生成するためのシミュレーション方法、システム及び設備 - Google Patents
操業アクション記録セットを生成するためのシミュレーション方法、システム及び設備 Download PDFInfo
- Publication number
- JP2023511398A JP2023511398A JP2022544441A JP2022544441A JP2023511398A JP 2023511398 A JP2023511398 A JP 2023511398A JP 2022544441 A JP2022544441 A JP 2022544441A JP 2022544441 A JP2022544441 A JP 2022544441A JP 2023511398 A JP2023511398 A JP 2023511398A
- Authority
- JP
- Japan
- Prior art keywords
- data
- operational
- work situation
- basic work
- evaluation
- 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.)
- Pending
Links
- 230000009471 action Effects 0.000 title claims abstract description 54
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004088 simulation Methods 0.000 title claims abstract description 37
- 238000011156 evaluation Methods 0.000 claims abstract description 79
- 238000005457 optimization Methods 0.000 claims abstract description 33
- 238000007405 data analysis Methods 0.000 claims description 25
- 238000013507 mapping Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 230000002411 adverse Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 2
- 238000012549 training Methods 0.000 abstract description 12
- 238000005265 energy consumption Methods 0.000 abstract description 5
- 238000009825 accumulation Methods 0.000 abstract description 3
- 238000003908 quality control method Methods 0.000 abstract description 3
- 238000012546 transfer Methods 0.000 abstract description 2
- 230000010354 integration Effects 0.000 abstract 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 14
- 239000003546 flue gas Substances 0.000 description 14
- 230000005672 electromagnetic field Effects 0.000 description 13
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 11
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 11
- 229910052749 magnesium Inorganic materials 0.000 description 11
- 239000011777 magnesium Substances 0.000 description 11
- 229910052717 sulfur Inorganic materials 0.000 description 11
- 239000011593 sulfur Substances 0.000 description 11
- 238000006477 desulfuration reaction Methods 0.000 description 10
- 239000000428 dust Substances 0.000 description 10
- 229910052751 metal Inorganic materials 0.000 description 8
- 239000002184 metal Substances 0.000 description 8
- 230000023556 desulfurization Effects 0.000 description 7
- 238000007664 blowing Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 5
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 4
- 235000011941 Tilia x europaea Nutrition 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 239000004571 lime Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000002347 injection Methods 0.000 description 3
- 239000007924 injection Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000000354 decomposition reaction Methods 0.000 description 2
- 238000007616 round robin method Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 238000012951 Remeasurement Methods 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 239000012717 electrostatic precipitator Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
最適化目標の計算モデルを確立するステップ(このモデルは、既知のマッピング関係又は業界の信憑性との関連付け関係に基づいており、基本作業状況のデータ、操業データから前記最適化目標の評価データを計算し、前記評価データには、最適化目標値又は制約作用のある実績が含まれる。)、
基本作業状況のデータ、操業データ、評価データの次元各々に合理的な範囲を設定し、基本作業状況のデータ、操業データ、評価データの制約条件を設定するステップ(前記制約条件には、評価データの計算可能条件、基本作業状況のデータ、操業データの各次元データ間の制約条件、基本作業状況のデータによって限定される評価データの合理的な範囲の任意項目が含まれる。)、
終了条件を確立するステップ、
シミュレーション:合理的な範囲内で基本作業状況のデータ及び操業データを総当たりで生成し、マッピング関係又は関連付け関係を介して評価データを計算し、制約条件を満たし、評価データは記録内の同じ基本作業状況のデータにおける他の操業データに対応する評価データよりも良い場合、新しい操業アクション記録を生成するステップ、及び
終了条件が成立するまでシミュレーションを繰り返すステップ
を含む、上記の方法。
前記コンプライアンスの制約とは、基本作業状況のデータ及び操業データによるさまざまな結果評価の中で、国の基準に違反し、製品品質が基準に達することに影響し、又はその後の工程に悪影響を与える状況を意味し、
前記操業データのネガティブリストとは、設備の安全、人員の安全原因又は他の安全原因から禁止すべき危険な操業アクションを意味し、
前記最適化目標を達成する前提条件とは、システムが前提条件を保証する条件下で最適化目標を達成する必要があることを意味し、例えば製品品質が基準に達することを前提としてエネルギー消費を削減することである。
前記基本作業状況のデータ生成モジュールは、基本作業状況のデータを生成して、データ分析モジュールに送信し、
前記操業データ生成モジュールは、操業データを生成して、データ分析モジュールに送信し、
前記データ分析モジュールは、基本作業状況のデータ、操業データ及び評価データの各次元の合理的な範囲、基本作業状況のデータ、操業データ、評価データの制約条件、自己学習終了条件、基本作業状況のデータと操業データと最適化目標の評価データとの間の最適化目標のマッピング関係又は業界の信憑性との関連付け関係を事前に格納し、
前記データ分析モジュールは、合理的な範囲内で基本作業状況のデータ及び操業データを総当たり又はランダムに生成し、マッピング関係又は関連付け関係を介して評価データを計算し、制約条件を満たし、評価データは記録内の同じ基本作業状況のデータにおける他の操業データに対応する評価データよりも良い場合、操業アクション記録を記録し、終了条件が成立するまでシミュレーション型自己学習を繰り返す。
前記基本作業状況のデータ生成装置は、データを収集するためのさまざまなセンサーを備え、基本作業状況のデータを生成して、データ分析装置に送信でき、
前記操業データ生成装置は、操業データを生成して、前記データ分析装置に送信し、
前記データ分析装置は、基本作業状況のデータ、操業データ及び評価データの各次元の合理的な範囲、基本作業状況のデータ、操業データ、評価データの制約条件、自己学習終了条件、基本作業状況のデータと操業データと評価データとの間のマッピング関係又は業界の信憑性との関連付け関係を事前に格納し、
1、本発明は、過去の知識及びオンライントレーニングに依存せず、学習サンプルが少ないという問題を解決し、信頼性を向上させることができ、
2、本発明は、過去の知識及びオンライントレーニングに依存せず、学習サイクルが長い問題を解決し、オンライントレーニングの時間コストを削減でき、
3、本発明は、トレーニングが完備なシステムを直接導出し、作業状況のフルカバリッジ、目標の最適化の操業経験データベースを確立でき、本番稼働すると実用できる。
該エンジンの4~9段のローターブレードの数は、それぞれ68、75、82、82、80、76枚で、動不釣合い試験機が第4段及び第9段のローター平面上のアンバランス力の大きさ及び方向を計測できる。
1、基本作業状況のデータ:
動不釣合い試験機によって計測された第4段及び第9段のローター平面上のアンバランス力の大きさ及び方向、
2、操業データ:
第4~9段のローター上のウエイト配置スキーム
3、評価データ:
最適化目標及び方向:
動不釣合い試験機の再度計測結果、すなわち第4段、第9段の動不釣合い力は5グラム/インチ未満であり、
修正スキームに関与するローターが少ないほど良く、
修正スキームに関与するローターの数が同じ場合、ウエイトの総数は少ないほど良く、
4、制約条件:
1回の修理で1つのローターに取り付けられるウエイトの総重量は 10グラム以下である。
1、評価データの計算モデルの確立
問題の分析:
1)これは力の分解の問題で、分解の可能性が大きく、その合理的な解空間も大きく、現在、企業では技術者が経験により推定し、通常、複数回の試験を経て要件を満たすことができ、
2)力の合成の結果は、一意で、すなわち、どのメンテナンススキームでも力学公式により合力の方向と大きさを計算でき、かつ結果は一意であり、
2、3種類のデータの各次元の合理的な範囲の設定
基本作業状況のデータ:第4段及び第9段のローターの初期不釣合い力は、0~200グラム/インチ、精度は1グラム/インチ、方向は0~360度の範囲であり、精度は1度であり、
操業データ:ローターに追加されるブレードの数:6つのローターのうち、ローターごとに0~7枚のブレードを選択でき、選択したブレードに1つウエイト(1.3グラム又は2グラム)を取り付け、
評価データ:修正後の結果、すなわち、第4段及び第9段のローターでの合力の投影、
最適化目標及び方向:第4段、第9段の動不釣合い力(第4段及び第9段のローターでの合力の投影)は、5グラム/インチ未満で、修正スキームに関与するローターが少ないほど良く、修正スキームに関与するローターの数が同じ場合、ウエイトの総数は少ないほど良く、
3、終了条件の確立:基本作業状況のデータの総当たりの完了
4、シミュレーション型自己学習
ステップ1:初期不釣合い測定値を総当たりし、
ステップ2:現在の初期不釣合い測定値について、合理的なスキームカウンターをゼロに設定し、
ステップ3:修正スキームをランダムに生成し、
ステップ4:合力の方向と大きさを計算し、第4段、第9段のローター平面での合力の投影を計算し、2つの投影はいずれも5グラム/インチ未満の場合、該修正スキームを現在の初期不釣合い測定値に対応する合理的な操業記録セットに保存し、合理的なスキームカウンターが1つ増え、
ステップ5:合理的なスキームカウンターが20未満の場合、ステップ3に進み、総当たりが完了していない場合、次の初期不釣合い測定値を取ってステップ2に進み、総当たりが完了した場合、ステップ6に進み、
ステップ6:シミュレーションプロセスは、終了する。
基本作業状況のデータ:溶銑温度、溶銑重量、溶銑中の硫黄成分、脱硫後溶銑中の硫黄成分の目標値
操業データ:不動態化マグネシウムの吹き込み量、不動態化石灰の吹き込み量
評価データ:最適化目標:脱硫後の硫黄含有量が基準に達するという条件の下で、不動態マグネシウムの消費量が少ないほど良く、
制約条件:不動態化マグネシウムの吹き込み量と不動態化石灰の吹き込み量の比率が設定値である。
1、評価データの計算モデルの確立
1)溶銑温度による区分
2)評価指標の一:脱硫後の硫黄含有量の計算式は次のように示される。
脱硫後の硫黄含有量%=脱硫前の硫黄含有量%-不動態化マグネシウムの吹き込み量/(溶銑量×不動態マグネシウム消費原単位)
注:
1)不動態マグネシウムの消費量=不動態マグネシウムの消費量
2)不動態マグネシウム消費原単位、すなわち、現在の溶銑温度で溶鉄1トン当たり硫黄を1%削減するために必要な不動態化マグネシウム吹き込み量であり、このデータは試験によって得られ、
2、3種類のデータの各次元の合理的な範囲の設定
基本作業状況のデータ:
不動態化マグネシウム吹き込み量、データ範囲:80~120kg、精度:1kg、
不動態化石灰の吹き込み量は、指定された比率で不動態化石灰の吹き込み量から計算され、
評価データ:脱硫後の硫黄含有量、
3、終了条件の確立:基本作業状況のデータカバレッジは、90%以上に達成し、
4、シミュレーション型自己学習
ステップ1:基本作業状況のデータ、操業データをランダムに生成し、
ステップ2:脱硫後の硫黄含有量を計算し、脱硫後の硫黄含有量が脱硫後の硫黄含有量の目標値を下回っている場合、基本作業状況のデータ、操業データ、目標データを記録セットに追加し、
ステップ3:基本作業状況のデータカバレッジが90%以上に達した場合、ステップ4に進み、達していない場合、ステップ1に進み、
ステップ4:シミュレーションプロセスは、終了する。
基本作業状況のデータ:入口煙道ガス流量、入口煙道ガス濃度、電磁場の数、電磁場の順位、
操業データ:単一電磁場の動作状態(二次電圧、二次電流、電源方法、パルス周波数)
3、評価データ:出口煙道ガスの粉塵濃度、各電磁場の総電力
最適化目標:出口煙道ガスの粉塵濃度が基準に達するという条件の下で、各電磁場の総電力が低いほど良く、
4、制約条件:出口煙道ガスの粉塵濃度は、国の基準よりも低い。
1、評価データの計算モデルの確立
電気集塵機メーカーは、試験によって次の経験値が得られ、
1)様々な状態 (二次電圧、二次電流、パルス周波数)における単一電磁場の除塵率、
2)各レベルの電磁場の除塵率の段階的な減少係数
上記経験値及び入口煙道ガス濃度、電磁場の数、電磁場の順位及び電磁場の状態に従って、出口煙道ガスの粉塵濃度を計算でき、
説明:該モデルには一定の誤差があり、該モデルを使用する場合、計算誤差を考慮する必要があり、
2、3種類のデータの各次元の合理的な範囲の設定
基本作業状況のデータ:
入口煙道ガス流量の範囲は、200~300万m3/h、精度は1万m3/hであり、
入口煙道ガス濃度の範囲は、2000~000mg/Nm3、精度は50mg/Nm3であり、
特定のシナリオにおいて、電磁場の数、電磁場の順位が固定され、
操業データ:
単一電磁場の動作状態
二次電圧の範囲は、0~100%、精度は1%であり、
二次電流の範囲は、80~100A、精度は1Aであり、
電源方法は、直流電源/パルス電源であり、
パルス周波数:給電10~40ミリ秒、停電10~40ミリ秒、精度10ミリ秒、
評価データ:
出口煙道ガスの粉塵濃度、
制約条件:
出口煙道ガスの粉塵濃度は、構成値よりも低く、この構成値は国の排出基準から計算誤差を引いた値よりも低い値であり、
3、終了条件の確立:基本作業状況のデータカバレッジは、80%以上に達し、
4、シミュレーション型自己学習
ステップ1:基本作業状況のデータ、操業データをランダムに生成し、
ステップ2:出口煙道ガスの粉塵濃度を計算し、出口煙道ガスの粉塵濃度が構成値を下回っている場合、基本作業状況のデータ、操業データ、目標データを記録セットに追加し、
ステップ3:基本作業状況のデータカバレッジが80%以上に達した場合、ステップ4に進み、達していない場合、ステップ1に進み、
ステップ4:シミュレーションプロセスは、終了する。
1、この方法は、過去の知識及びオンライントレーニングに依存せず、学習サンプルが少ないという問題を解決でき、
2、この方法は、過去の知識及びオンライントレーニングに依存せず、オンライントレーニングの時間コストを削減でき、
3、この方法は、トレーニングが完備なシステムを直接導出し、作業状況のフルカバリッジ、目標の最適化の操業経験データベースを確立でき、本番稼働すると実用できる。
Claims (8)
- 操業アクション記録セットを生成するためのシミュレーション方法は、以下のステップ:
最適化目標の計算モデルを確立するステップ(このモデルは、既知のマッピング関係又は業界の信憑性との関連付け関係に基づいており、基本作業状況のデータ、操業データから最適化目標の評価データを計算し、前記評価データには、最適化目標値又は制約作用のある実績が含まれる。)、
前記基本作業状況のデータ、前記操業データ、前記評価データの次元各々に合理的な範囲を設定し、前記基本作業状況のデータ、前記操業データ、前記評価データの制約条件を設定するステップ(前記制約条件には、前記評価データの計算可能条件、前記基本作業状況のデータ、前記操業データの各次元データ間の前記制約条件、前記基本作業状況のデータによって限定される前記評価データの合理的な範囲が含まれる。)、
終了条件を確立するステップ、
合理的な範囲内で前記基本作業状況のデータ及び前記操業データを総当たりで生成し、マッピング関係又は関連付け関係を介して前記評価データを計算し、前記制約条件を満たし、前記評価データは記録内の同じ前記基本作業状況のデータにおける他の前記操業データに対応する前記評価データよりも良い場合、新しい操業アクション記録を生成するステップ、及び、
前記終了条件が成立するまで上記の流れを繰り返すステップ、
を含むことを特徴とする、操業アクション記録セットを生成するためのシミュレーション方法。 - 前記制約条件には、コンプライアンス制約、前記操業データのネガティブリスト及び最適化目標を達成する前提条件が含まれ、
前記コンプライアンスの制約とは、前記基本作業状況のデータ及び前記操業データによるさまざまな結果評価の中で、国の基準に違反し、製品品質が基準に達することに影響し、又はその後の工程に悪影響を与える状況を意味し、
前記操業データのネガティブリストとは、設備の安全、人員の安全原因から禁止すべき危険な操業アクションを意味し、
前記最適化目標を達成する前提条件とは、前提条件を保証する条件下で最適化目標を達成する必要があることを意味する、
ことを特徴とする、請求項1に記載の操業アクション記録セットを生成するためのシミュレーション方法。 - 合理的な範囲内において、総当たり法で前記基本作業状況のデータ及び前記操業データを生成し、すなわち、前記基本作業状況のデータ及び前記操業データ各々についてステップサイズを設定し、総当たり法で前記基本作業状況のデータ及び前記操業データを生成し、前記基本作業状況のデータ及び前記操業データグループごとに対応する前記評価データを計算し、前記制約条件を満たし、前記評価データが記録内の同じ前記基本作業状況のデータにおける他の前記操業データに対応する前記評価データよりも良い場合、新しい操業アクション記録を生成することを特徴とする、請求項1又は2に記載の操業アクション記録セットを生成するためのシミュレーション方法。
- 前記終了条件は、全状態の総当たりを完了した後にシミュレーション型自己学習を終了することを含むことを特徴とする、請求項3に記載の操業アクション記録セットを生成するためのシミュレーション方法。
- 合理的な範囲内において前記基本作業状況のデータ及び前記操業データをランダムに生成し、マッピング関係又は関連付け関係を介して前記評価データを計算し、前記制約条件を満たし、前記評価データは記録内の同じ前記基本作業状況のデータにおける他の前記操業データに対応する前記評価データよりも良い場合、新しい操業アクション記録を生成することを特徴とする、請求項1又は2に記載の操業アクション記録セットを生成するためのシミュレーション方法。
- 前記終了条件は、前記基本作業状況のデータのカバレッジが所定の比率に達したことを含むことを特徴とする、請求項5に記載の操業アクション記録セットを生成するためのシミュレーション方法。
- 操業アクション記録セットを生成するためのシミュレーションシステムであって、請求項1~6のいずれか一項に記載の操業アクション記録セットを生成するためのシミュレーション方法を用い、基本作業状況のデータ生成モジュールと、操業データ生成モジュールと、データ分析モジュールとを備え、
前記基本作業状況のデータ生成モジュールは、基本作業状況のデータを生成して、前記データ分析モジュールに送信し、
前記操業データ生成モジュールは、操業データを生成して、前記データ分析モジュールに送信し、
前記データ分析モジュールは、前記基本作業状況のデータ、前記操業データ及び評価データの各次元データの合理的な範囲、前記基本作業状況のデータ、前記操業データ、前記評価データの制約条件、自己学習終了条件、前記基本作業状況のデータと前記操業データと前記評価データとの間のマッピング関係又は業界の信憑性との関連付け関係を事前に格納し、
前記データ分析モジュールは、合理的な範囲内で前記基本作業状況のデータ及び前記操業データを総当たり又はランダムに生成し、マッピング関係又は関連付け関係を介して前記評価データを計算し、前記制約条件を満たし、前記評価データは記録内の同じ前記基本作業状況のデータにおける他の前記操業データに対応する前記評価データよりも良い場合、新しい操業アクション記録を記録し、終了条件が成立するまでシミュレーション型自己学習を繰り返す、
ことを特徴とする、操業アクション記録セットを生成するためのシミュレーションシステム。 - 操業アクション記録セットを生成するためのシミュレーション設備であって、請求項1~6のいずれか一項に記載の操業アクション記録セットを生成するためのシミュレーション方法を用い、基本作業状況のデータ生成装置と、操業データ生成装置と、データ分析装置とを備え、
前記基本作業状況のデータ生成装置は、基本作業状況のデータを生成して、前記データ分析装置に送信し、
前記操業データ生成装置は、操業データを生成して、前記データ分析装置に送信し、
前記データ分析装置は、前記基本作業状況のデータ、前記操業データ及び評価データの各次元データの合理的な範囲、前記基本作業状況のデータ、前記操業データ、前記評価データの制約条件、自己学習終了条件、前記基本作業状況のデータと前記操業データと前記評価データとの間のマッピング関係又は業界の信憑性との関連付け関係を事前に格納し、
前記データ分析装置は、合理的な範囲内で前記基本作業状況のデータ及び前記操業データを総当たり又はランダムに生成し、マッピング関係又は関連付け関係を介して前記評価データを計算し、前記制約条件を満たし、前記評価データは記録内の同じ前記基本作業状況のデータにおける他の前記操業データに対応する前記評価データよりも良い場合、新しい操業アクション記録を記録し、終了条件が成立するまでシミュレーション型自己学習を繰り返す、
ことを特徴とする、操業アクション記録セットを生成するためのシミュレーション設備。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010071981.4 | 2020-01-21 | ||
CN202010071981.4A CN113222307A (zh) | 2020-01-21 | 2020-01-21 | 一种生成操作行为记录集的仿真方法、系统和设备 |
PCT/CN2020/086226 WO2021147193A1 (zh) | 2020-01-21 | 2020-04-22 | 一种生成操作行为记录集的仿真方法、系统和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023511398A true JP2023511398A (ja) | 2023-03-17 |
Family
ID=76993124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022544441A Pending JP2023511398A (ja) | 2020-01-21 | 2020-04-22 | 操業アクション記録セットを生成するためのシミュレーション方法、システム及び設備 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230085290A1 (ja) |
EP (1) | EP4095773A4 (ja) |
JP (1) | JP2023511398A (ja) |
CN (1) | CN113222307A (ja) |
WO (1) | WO2021147193A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113991700B (zh) * | 2021-10-22 | 2024-03-12 | 中国大唐集团科学技术研究总院有限公司华东电力试验研究院 | 基于历史数据的一次调频优化决策方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH093556A (ja) * | 1995-06-20 | 1997-01-07 | Nippon Steel Corp | 焼結機における操業変更アクション決定方法とその装置 |
JP2013041321A (ja) * | 2011-08-11 | 2013-02-28 | Kobe Steel Ltd | 最適解探索装置及び最適解探索方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005115560A (ja) * | 2003-10-06 | 2005-04-28 | Micron Seimitsu Kk | センタレス研削機の制御プログラム、及びセンタレス研削機の調節方法 |
KR101410209B1 (ko) * | 2011-12-19 | 2014-06-23 | 주식회사 한국무역정보통신 | 화주중심의 물류거점 최적화시스템 |
JP6816949B2 (ja) * | 2014-11-26 | 2021-01-20 | ゼネラル・エレクトリック・カンパニイ | 発電プラント発電ユニットの制御を強化するための方法 |
WO2016198047A1 (de) * | 2015-06-10 | 2016-12-15 | Fev Gmbh | Verfahren für die erstellung eines simulationsmodells zur abbildung zumindest eines funktionalen prozesses einer antriebstrangkomponente |
CN105117341B (zh) * | 2015-09-06 | 2017-11-17 | 电子科技大学 | 一种基于动态符号执行的分布式自动测试案例生成方法 |
CN105183993B (zh) * | 2015-09-09 | 2018-04-24 | 哈尔滨工业大学 | 一种电磁轨道炮综合仿真平台及方法 |
US20180284735A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for industrial internet of things data collection in a network sensitive upstream oil and gas environment |
CN108234169B (zh) * | 2016-12-15 | 2021-02-12 | 北京仿真中心 | 一种分布式仿真网络结构实时动态优化方法 |
EP3416103A1 (en) * | 2017-06-16 | 2018-12-19 | Dassault Systèmes | Dataset for learning a function taking images as inputs |
US11442445B2 (en) * | 2017-08-02 | 2022-09-13 | Strong Force Iot Portfolio 2016, Llc | Data collection systems and methods with alternate routing of input channels |
CN109609887B (zh) * | 2019-02-11 | 2021-01-12 | 北京联合涂层技术有限公司 | 一种热喷涂方法及系统 |
CN110059348B (zh) * | 2019-03-12 | 2023-04-25 | 南京工程学院 | 一种轴向分相磁悬浮飞轮电机悬浮力数值建模方法 |
CN110532613B (zh) * | 2019-07-26 | 2023-05-02 | 中国船舶重工集团公司第七一九研究所 | 船舶动力系统运行工况识别方法及装置 |
-
2020
- 2020-01-21 CN CN202010071981.4A patent/CN113222307A/zh active Pending
- 2020-04-22 EP EP20915151.3A patent/EP4095773A4/en active Pending
- 2020-04-22 US US17/794,306 patent/US20230085290A1/en active Pending
- 2020-04-22 WO PCT/CN2020/086226 patent/WO2021147193A1/zh unknown
- 2020-04-22 JP JP2022544441A patent/JP2023511398A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH093556A (ja) * | 1995-06-20 | 1997-01-07 | Nippon Steel Corp | 焼結機における操業変更アクション決定方法とその装置 |
JP2013041321A (ja) * | 2011-08-11 | 2013-02-28 | Kobe Steel Ltd | 最適解探索装置及び最適解探索方法 |
Also Published As
Publication number | Publication date |
---|---|
US20230085290A1 (en) | 2023-03-16 |
WO2021147193A1 (zh) | 2021-07-29 |
CN113222307A (zh) | 2021-08-06 |
EP4095773A1 (en) | 2022-11-30 |
EP4095773A4 (en) | 2024-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109358306B (zh) | 一种基于gm(1,1)的智能电能表健康度趋势预测方法 | |
Xie et al. | Robust stochastic configuration network multi-output modeling of molten iron quality in blast furnace ironmaking | |
CN108121215B (zh) | 基于全回路重构仿真的工业控制回路性能评价方法及装置 | |
JP2023511398A (ja) | 操業アクション記録セットを生成するためのシミュレーション方法、システム及び設備 | |
CN107545110A (zh) | 一种动态应力加速寿命试验剖面编制方法 | |
CN109754146A (zh) | 一种基于系关系分析法的智能电能表健康度综合评估方法 | |
JP5621414B2 (ja) | 設備管理方法 | |
CN102592004B (zh) | 钢铁联合企业全工序能况在线分析诊断系统及方法 | |
CN103400515A (zh) | 一种用于塔机操作培训的虚拟考核评分装置和方法 | |
CN104850923B (zh) | 半导体生产仿真系统 | |
CN115616470B (zh) | 电流互感器计量误差状态预测方法、系统、设备及介质 | |
CN112115575A (zh) | 一种设备润滑油状态评价系统和方法 | |
CN110197037A (zh) | 基于奇异值分解的机器人的动力学参数辨识方法及系统 | |
CN107292438B (zh) | 一种钢铁工业负荷功率特性建模方法 | |
Long et al. | Production planning system for the whole steelmaking process of Panzhihua Iron and Steel Corporation | |
Назарова et al. | Computer modeling of electromechanical system of two-speed elevator | |
CN108268984A (zh) | 一种核电厂役检计划自动生成与校验的方法 | |
CN105975689B (zh) | 一种长大列车动力学仿真优化方法及装置 | |
Li et al. | Learning-based release control of semiconductor wafer fabrication facilities | |
Liu et al. | Analysis of the evolution game of stakeholders’ behaviour in the operation stage of green buildings | |
Huang et al. | Predictive dynamic security assessment through advanced computing | |
CN108537174A (zh) | 时变工况条件下旋转机械运行状态在线监测方法及系统 | |
CN117391357B (zh) | 一种基于大数据的电网调度运行管理的调度自查系统 | |
Zonghao et al. | A testability growth model based on evidential reasoning with nonlinear optimization | |
Lin et al. | Application of advanced fault diagnosis technology in electric locomotives |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220920 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231003 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231228 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20240423 |