JP2024513621A - 産業施設の電力消費を最適化するシステム及びその方法 - Google Patents
産業施設の電力消費を最適化するシステム及びその方法 Download PDFInfo
- Publication number
- JP2024513621A JP2024513621A JP2023513646A JP2023513646A JP2024513621A JP 2024513621 A JP2024513621 A JP 2024513621A JP 2023513646 A JP2023513646 A JP 2023513646A JP 2023513646 A JP2023513646 A JP 2023513646A JP 2024513621 A JP2024513621 A JP 2024513621A
- Authority
- JP
- Japan
- Prior art keywords
- optimizing
- machines
- power consumption
- industrial facility
- machine
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 32
- 238000005457 optimization Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000013526 transfer learning Methods 0.000 claims description 4
- 238000013473 artificial intelligence Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007727 cost benefit analysis Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本開示は、産業施設(101)の電力消費を最適化するためのシステム及びその方法を提案する。産業施設(101)は、複数のプロセスを実行する複数の機械を含む。本システムは、複数の機械の各々に関連付けられた複数のエネルギー測定装置(102)と、処理モジュール(103)と、少なくとも出力インタフェース(104)とによって特徴付けられる。処理モジュール(103)は、データ処理手段(1031)と、AIモジュール(1033)と、少なくともデータベース(1032)と、を備える。処理モジュール(103)は、処理モジュール(103)を用いて各機械に供給される電力を最適化し、処理モジュール(103)を用いて複数の機械についての機械動作パラメータを最適化し、プロセスにおけるコスト削減を予測するように構成されている。
Description
完全明細書
以下の明細書は、本発明の性質及びそれが実施される方法を説明し確認するためのものである。
以下の明細書は、本発明の性質及びそれが実施される方法を説明し確認するためのものである。
発明の分野
本開示は、産業施設の電力消費を最適化するためのシステム及びその方法に関する。より具体的には、1つ又は複数の産業用エネルギー最適化プロセスを特定の手法によって実施することによるコスト削減についての洞察を与えるものである。
本開示は、産業施設の電力消費を最適化するためのシステム及びその方法に関する。より具体的には、1つ又は複数の産業用エネルギー最適化プロセスを特定の手法によって実施することによるコスト削減についての洞察を与えるものである。
発明の背景
第4次産業革命(又はインダストリ4.0)は、モノのインタネット(IoT)及び人工知能(AI)などの最新技術を使用して、従来の製造業及び産業界の慣習を変革している。そのような技術は、自動化の促進、通信及び自己監視の改善、並びに、人の介入の必要性なしに問題を分析及び診断し得るスマート機械の生産のために現代の産業施設に統合されている。しかしながら、そのようなデジタル化の採用においては、まだ大きなボトルネックがあり、特に、産業又は企業サイトの施設/設備管理などのバックエンドサポートプロセスにおいて、投資収益率(ROI)又はコスト削減の可視化が必要である。これは、多くの場合、長い意思決定プロセスと低い変換率とに結び付く。
第4次産業革命(又はインダストリ4.0)は、モノのインタネット(IoT)及び人工知能(AI)などの最新技術を使用して、従来の製造業及び産業界の慣習を変革している。そのような技術は、自動化の促進、通信及び自己監視の改善、並びに、人の介入の必要性なしに問題を分析及び診断し得るスマート機械の生産のために現代の産業施設に統合されている。しかしながら、そのようなデジタル化の採用においては、まだ大きなボトルネックがあり、特に、産業又は企業サイトの施設/設備管理などのバックエンドサポートプロセスにおいて、投資収益率(ROI)又はコスト削減の可視化が必要である。これは、多くの場合、長い意思決定プロセスと低い変換率とに結び付く。
米国特許出願公開第20150195136号明細書の特許出願「学習されたネットワークパフォーマンスモデルに基づくネットワークパラメータの最適化」においては、複数のネットワーク特性を複数のネットワークパフォーマンスメトリクスにマッピングすることによって予測モデルが構築されることが開示されている。次いで、ネットワーク内のノードに関連付けられたネットワークパフォーマンスメトリクスが、構築された予測モデルと、ノードに関連付けられた1つ又は複数のネットワーク特性とに基づいて予測される。ノードの局所的パラメータも、予測されたネットワークパフォーマンスメトリクスに基づいて最適化される。
以下においては、本発明の一実施形態を添付の図面を参照して説明する。
図面の詳細な説明
図1は、産業施設101の電力消費を最適化するためのシステム100を示している。産業施設101の電力消費を最適化するためのシステムにおいては、産業施設101は、複数のプロセスを実行する複数の機械を含む。電力消費を最適化するためのシステムは、複数のエネルギー測定装置102と、処理モジュール103と、少なくとも出力インタフェース104とを備える。
図1は、産業施設101の電力消費を最適化するためのシステム100を示している。産業施設101の電力消費を最適化するためのシステムにおいては、産業施設101は、複数のプロセスを実行する複数の機械を含む。電力消費を最適化するためのシステムは、複数のエネルギー測定装置102と、処理モジュール103と、少なくとも出力インタフェース104とを備える。
少なくとも1つのエネルギー測定装置102は、複数の機械の各々に関連付けられる。複数のエネルギー測定装置102は、処理モジュール103と通信する。複数の機械の各々に関連付けられた複数のエネルギー測定装置102は、各機械の電気的ドメイン署名を処理モジュール103に送信する。各機械の電気的ドメイン署名は、複数の機械の各々から収集された電力プロファイルパターンを含む。
処理モジュール103は、データ処理手段1031と、AIモジュール1033と、少なくともデータベース1032とを備える。データ処理手段1031は、大量のデータを処理することが可能なハイエンドプロセッサである。本発明に関連するAIモジュール1033は、モデルを実行するコンポーネントとして説明することができる。モデルは、相関行列の異なる形式を使用するデータの参照又は推論セットと定義することができる。本発明において言及するモデルとは、複数の機械の入力パラメータと、複数の機械によるプロセスの実行における所望のコスト削減との間の相関関係を見出すために使用される最適化モデルを指す。これらのモデル及びこれらのモデルからのデータを使用して、データの何らかの論理的理解に到達するために異なるタイプのデータ間で相関関係を確立することができる。データベース1032は、過去のケーススタディ及びトレーニングされた最適化モデルの収納場所を含む。換言すれば、特定の機械及びプロセス特性に対応して使用される最適化モデルのタイプに関する情報を格納する。
処理モジュール103は、当業者に公知の有線及び無線通信の1つ又は複数の手段によって、複数の機械と通信している。出力インタフェース104は、処理モジュール103によって分析された様々なコスト削減予測を表示する。
産業施設101の電力消費を最適化するためのシステムの各構成ブロックは、用途に応じて異なるアーキテクチャのフレームワークにおいて実装され得ることを理解されたい。アーキテクチャフレームワークの一実施形態においては、システムの全ての構成ブロックは、ハードウェアにおいて実装され、即ち、各構成ブロックは、マイクロプロセッサチップにハードコードされるものとしてよい。これは、構成ブロックがネットワーク上に物理的に分散され、ここで各構成ブロックがネットワークにわたる個々のコンピュータシステム上にある場合に、特に可能である。システムのアーキテクチャフレームワークの他の実施形態においては、ハードウェアとソフトウェアとの組合せとして実装され、即ち、いくつかの構成ブロックは、マイクロプロセッサチップにハードコードされるが、他の構成ブロックは、マイクロプロセッサチップ又はクラウド上のいずれにも常駐し得るソフトウェアにおいて実装される。
図2は、産業施設101の電力消費を最適化するための方法ステップ200を示している。当業者であれば、上記の前段落において説明した産業施設101の電力消費を最適化するためのシステムが、方法ステップを実行するために使用されるものであることは明らかであろう。産業施設101は、複数のエネルギー測定装置102と、処理モジュール103と、少なくとも出力インタフェース104とを含むシステムと共に、複数のプロセスを実行する複数の機械を含む。
ステップ201においては、処理モジュール103は、複数のエネルギー測定装置102を用いて複数の機械の各々に固有の電気的ドメイン署名を受信する。これらの電気的ドメイン署名は、少なくとも複数の機械の各々から収集された電力パターンを含む。これは、図3aのグラフを通して説明される。
ステップ202においては、処理モジュール103は、各機械に供給される電力を最適化する。この方法ステップは、さらに少なくとも2つのサブステップを有する。ステップ2021においては、ノイズを除去するために、電気的ドメイン署名のバンドパスフィルタリングが行われる。使用されるバンドパスフィルタの特性は、識別された機械タイプごとにデータベース1032から収集される(ステップ203を参照)。特性は、バンドパスフィルタの帯域幅を含む。これは、通過を許可される周波数と、この範囲外の拒絶される周波数とを指す。ステップ2022においては、アクティブ領域とアイドル領域とを区別するために電気的ドメイン署名のクラスタリングが行われる。K平均法のようなクラスタリングアルゴリズムは、振動の程度、電力レベル、並びに、時間帯及び機械メタモデルなどの要因に基づいて、(図3bに示すように)アクティブ領域とアイドル領域とを区別するために使用される。メタモデルは、機械の性質(モーター負荷/熱負荷/スイッチング負荷/照明負荷)、最小動作制約、ネームプレートの詳細、感知されたパラメータ(エネルギー/電力/圧力/温度など)からなる。
ステップ203においては、処理モジュール103は、複数の機械に対して機械動作パラメータを最適化する。このステップは、さらに少なくとも2つのサブステップを含む。ステップ2031においては、処理モジュール103内のデータ処理手段1031が、機械メタデータに基づいて機械タイプを識別する。機械タイプ分類に使用される機械メタデータは、少なくとも電力パターンと機械負荷タイプとを含む。メタデータには、さらに、熱ベース、モータベース、スイッチング、照明負荷などに機械IDタグを含めて、電力パターン及び機械メタデータに基づく負荷タイプや評価が含まれるがこれらに限定されるものではない。さらに、電力パターンを正確に処理するために、タイプからサブタイプへの負荷のサブ分類を解読するサブタイプ分類がある。
ステップ2032においては、AIモジュール1033が、データベース1032から、識別された機械タイプに対して転移学習を適用する。機械タイプ及びサブタイプが識別されると、次のステップは、複数の機械によって実行されるプロセスの制約を受ける最適化の傾向があるかを見出すことである。これらの制約には、スケジュールの柔軟性、生産量(生産する部品数)などが含まれる。これらの制約に基づいて、処理モジュール103は、データベース1032内の過去のケーススタディの収納場所を検索し、データベース1032内のトレーニングされた最適化モデルから移転学習を通じて最適化モデルを適用する。例えば、機械が圧縮機として識別された場合、圧縮機に関連付けられた過去のケーススタディの収納場所から、適当な「圧力設定点最適化モデル」などが適用される。
ステップ203においては、プロセスにおける予測されたコスト削減が、出力インタフェース104に表示される。このプロセスは、供給される電力の最適化(即ち、ステップ202)及び機械動作パラメータの最適化(即ち、ステップ203)に基づいて、複数の機械によって実行される。処理モジュール103による分析(ステップ202,203)は、可視化のために出力インタフェース104のダッシュボード上に提示される(追加例)。
産業施設101の電力消費を最適化するシステム及びその方法を開発するこの構想は、費用便益分析の容易な可視化及び算出に役立つ。当業者であれば、出力インタフェース104に表示されるようなメトリクスを実装することによって、産業施設101の所有者がそのエネルギー効率目標を達成するように最適化された主要パフォーマンス指標のセットとして最終出力が与えられることは明らかであろう。これは、例えば、鉄製錬所レベルなどの産業施設101におけるコスト及び資源の節約が、各炉に浸透し、次いで最下層、即ち、各ヒータに浸透するというトリクルダウン効果を伴うトップダウンアプローチである。同様に、施設内の他の産業プロセスにも適用される。
上記の発明の詳細な説明において説明した実施形態は、例示に過ぎず、本発明の範囲を限定するものではないことを理解されたい。産業施設101の電力消費を最適化するためのシステム100及びその方法200の任意の変更も予見され、本発明の一部を形成する。本発明の範囲は、特許請求の範囲によってのみ限定される。
Claims (8)
- 産業施設(101)の電力消費を最適化するためのシステムであって、前記産業施設(101)は、複数のプロセスを実行する複数の機械を含む、産業施設(101)の電力消費を最適化するためのシステムにおいて、
前記システムは、前記複数の機械の各々に関連付けられた複数のエネルギー測定装置(102)を備え、
前記複数のエネルギー測定装置(102)は、処理モジュール(103)と通信し、
前記処理モジュール(103)は、データ処理手段(1031)と、AIモジュール(1033)と、少なくともデータベース(1032)とを備え、
前記処理モジュール(103)は、前記複数の機械と通信し、
前記処理モジュール(103)は、
各前記機械に供給される電力を最適化し、
前記複数の機械についての機械動作パラメータを最適化し、
プロセスにおけるコスト削減を予測する
ように構成され、
前記システムは、前記処理モジュール(103)と通信する出力インタフェース(104)を少なくとも備え、
前記出力インタフェース(104)は、前記予測を表示する、
ことを特徴とする、産業施設(101)の電力消費を最適化するためのシステム。 - 前記機械の各々に関連付けられた前記複数のエネルギー測定装置(102)は、各前記機械の電気的ドメイン署名を前記処理モジュール(103)に送信する、請求項1に記載の、産業施設(101)の電力消費を最適化するためのシステム。
- 前記データベース(1032)は、過去のケーススタディ及び最適化モデルの収納場所を含む、請求項1に記載の、産業施設(101)の電力消費を最適化するためのシステム。
- 各前記機械に供給される電力を最適化することは、
ノイズを除去するために前記電気的ドメイン署名をバンドパスフィルタリングすることと、
アクティブ領域とアイドル領域とを区別するために前記電気的ドメイン署名をクラスタリングすることと、
をさらに含む、請求項1に記載の、産業施設(101)の電力消費を最適化するためのシステム。 - 前記複数の機械についての前記機械動作パラメータを最適化することは、
機械メタデータに基づいて機械タイプを識別することと、
前記データベース(1032)から、識別された前記機械タイプに対して転移学習を適用することと、
をさらに含む、請求項1に記載の、産業施設(101)の電力消費を最適化するためのシステム。 - 産業施設(101)の電力消費を最適化するための方法であって、前記産業施設(101)は、複数のプロセスを実行する複数の機械を含み、前記方法は、複数のエネルギー測定装置(102)を用いて前記複数の機械の各々に固有の電気的ドメイン署名を受信することを含み、前記電気的ドメイン署名は、機械から収集した少なくとも電力パターンを含む、産業施設(101)の電力消費を最適化するための方法において、
前記方法は、処理モジュール(103)を用いて各前記機械に供給される電力を最適化することを含み、
前記最適化することは、
ノイズを除去するために前記電気的ドメイン署名をバンドパスフィルタリングすることと、
アクティブ領域とアイドル領域とを区別するために前記電気的ドメイン署名をクラスタリングすることと、
前記処理モジュール(103)を用いて前記複数の機械についての機械動作パラメータを最適化することと、
をさらに含み、
前記最適化するステップは、
機械メタデータに基づいて機械タイプを識別することと、
データベース(1032)から、識別された前記機械タイプに対して転移学習を適用することと、
供給される電力の最適化及び前記機械動作パラメータの最適化に基づいて前記複数の機械によって実行されるプロセスにおけるコスト削減を予測することと、
をさらに含む、
ことを特徴とする、産業施設(101)の電力消費を最適化するための方法。 - 使用されるバンドパスフィルタの特性が、前記データベース(1032)から収集される、請求項6に記載の、産業施設(101)の電力消費を最適化するための方法。
- 前記機械メタデータは、電力パターン及び少なくとも機械負荷タイプを含む、請求項6に記載の、産業施設(101)の電力消費を最適化するための方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN202041037039 | 2020-08-28 | ||
PCT/IB2021/058546 WO2022043976A1 (en) | 2020-08-28 | 2021-09-20 | A system for optimizing power consumption of an industrial facility and a method thereof |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024513621A true JP2024513621A (ja) | 2024-03-27 |
Family
ID=77989850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023513646A Pending JP2024513621A (ja) | 2020-08-28 | 2021-09-20 | 産業施設の電力消費を最適化するシステム及びその方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2024513621A (ja) |
WO (1) | WO2022043976A1 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10277476B2 (en) | 2014-01-06 | 2019-04-30 | Cisco Technology, Inc. | Optimizing network parameters based on a learned network performance model |
EP3278213A4 (en) * | 2015-06-05 | 2019-01-30 | C3 IoT, Inc. | SYSTEMS, METHODS AND DEVICES FOR AN APPLICATION DEVELOPMENT PLATFORM OF AN INTERNET OF THE THINGS OF A COMPANY |
US11646808B2 (en) * | 2016-05-09 | 2023-05-09 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for adaption of data storage and communication in an internet of things downstream oil and gas environment |
JP7445928B2 (ja) * | 2018-05-07 | 2024-03-08 | ストロング フォース アイオーティ ポートフォリオ 2016,エルエルシー | 産業用のモノのインターネットを利用した解析及びメンテナンスのための機械信号のデータ収集、学習、ストリーミングのための方法並びにシステム |
-
2021
- 2021-09-20 WO PCT/IB2021/058546 patent/WO2022043976A1/en active Application Filing
- 2021-09-20 JP JP2023513646A patent/JP2024513621A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2022043976A1 (en) | 2022-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Big data analytics for intelligent manufacturing systems: A review | |
Yang et al. | The internet of things for smart manufacturing: A review | |
US11720821B2 (en) | Automated and customized post-production release review of a model | |
JP5962190B2 (ja) | 短期電力負荷を予測する方法及び装置 | |
Mokhtari et al. | A reliability/availability approach to joint production and maintenance scheduling with multiple preventive maintenance services | |
Beghoura et al. | Green software requirements and measurement: random decision forests-based software energy consumption profiling | |
CN110757510B (zh) | 一种机器人剩余寿命预测方法及系统 | |
KR20190013038A (ko) | 다중 특징 추출기법을 이용한 다중 시계열 데이터 추세 예측 시스템 및 예측 방법 | |
WO2020098016A1 (zh) | 一种网络流量预测方法、装置及电子设备 | |
CN113313280B (zh) | 云平台的巡检方法、电子设备及非易失性存储介质 | |
KR20230115970A (ko) | 빅데이터 및 인공지능 기반의 제조 실행 시스템 및이의 운영방법 | |
El Mokhtari et al. | Development of a cognitive digital twin for building management and operations | |
Si et al. | Service-oriented global optimization integrating maintenance grouping and technician routing for multi-location multi-unit production systems | |
CN113110961B (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
Khan et al. | Occupancy prediction in buildings: An approach leveraging lstm and federated learning | |
Chen et al. | Application of industrial engineering concepts and techniques to ambient intelligence: a case study | |
JP2024513621A (ja) | 産業施設の電力消費を最適化するシステム及びその方法 | |
CN113536121A (zh) | 基于大数据的数据处理方法及云计算服务器 | |
JP2022549407A (ja) | レジーム・シフトの識別及び分析のための方法及びシステム | |
Shahid et al. | SLMAD: statistical learning-based metric anomaly detection | |
Magro et al. | A confirmation technique for predictive maintenance using the Rough Set Theory | |
Jin et al. | A chart allocation strategy for multistage processes | |
CN110717521B (zh) | 智能业务实现方法、装置及计算机可读存储介质 | |
US20180260733A1 (en) | Apparatus and method for screening data for kernel regression model building | |
CN114722025A (zh) | 基于预测模型的数据预测方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230427 |