KR102108158B1 - 비스페놀-에이 품질 예측 시스템 - Google Patents
비스페놀-에이 품질 예측 시스템 Download PDFInfo
- Publication number
- KR102108158B1 KR102108158B1 KR1020160130692A KR20160130692A KR102108158B1 KR 102108158 B1 KR102108158 B1 KR 102108158B1 KR 1020160130692 A KR1020160130692 A KR 1020160130692A KR 20160130692 A KR20160130692 A KR 20160130692A KR 102108158 B1 KR102108158 B1 KR 102108158B1
- Authority
- KR
- South Korea
- Prior art keywords
- quality
- data
- bisphenol
- quality data
- regression model
- Prior art date
Links
- IISBACLAFKSPIT-UHFFFAOYSA-N bisphenol A Chemical compound C=1C=C(O)C=CC=1C(C)(C)C1=CC=C(O)C=C1 IISBACLAFKSPIT-UHFFFAOYSA-N 0.000 title claims abstract description 115
- 229940106691 bisphenol a Drugs 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 116
- 238000004519 manufacturing process Methods 0.000 claims abstract description 36
- 238000004088 simulation Methods 0.000 claims abstract description 27
- 238000007619 statistical method Methods 0.000 claims abstract description 7
- 230000001419 dependent effect Effects 0.000 claims abstract description 5
- 239000013067 intermediate product Substances 0.000 claims description 20
- 239000000047 product Substances 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 4
- 238000011112 process operation Methods 0.000 claims description 2
- 238000004148 unit process Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 5
- 239000012467 final product Substances 0.000 description 5
- 230000002378 acidificating effect Effects 0.000 description 3
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 3
- 238000000611 regression analysis Methods 0.000 description 3
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 2
- ISWSIDIOOBJBQZ-UHFFFAOYSA-N Phenol Chemical compound OC1=CC=CC=C1 ISWSIDIOOBJBQZ-UHFFFAOYSA-N 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- NWUYHJFMYQTDRP-UHFFFAOYSA-N 1,2-bis(ethenyl)benzene;1-ethenyl-2-ethylbenzene;styrene Chemical compound C=CC1=CC=CC=C1.CCC1=CC=CC=C1C=C.C=CC1=CC=CC=C1C=C NWUYHJFMYQTDRP-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- -1 amine compound Chemical class 0.000 description 1
- 239000003729 cation exchange resin Substances 0.000 description 1
- 238000006482 condensation reaction Methods 0.000 description 1
- 238000002425 crystallisation Methods 0.000 description 1
- 230000008025 crystallization Effects 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 229920006351 engineering plastic Polymers 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- LNEPOXFFQSENCJ-UHFFFAOYSA-N haloperidol Chemical compound C1CC(O)(C=2C=CC(Cl)=CC=2)CCN1CCCC(=O)C1=CC=C(F)C=C1 LNEPOXFFQSENCJ-UHFFFAOYSA-N 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229920001230 polyarylate Polymers 0.000 description 1
- 229920000515 polycarbonate Polymers 0.000 description 1
- 239000004417 polycarbonate Substances 0.000 description 1
- 229920005668 polycarbonate resin Polymers 0.000 description 1
- 239000004431 polycarbonate resin Substances 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000011347 resin Substances 0.000 description 1
- 229920005989 resin Polymers 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07C—ACYCLIC OR CARBOCYCLIC COMPOUNDS
- C07C37/00—Preparation of compounds having hydroxy or O-metal groups bound to a carbon atom of a six-membered aromatic ring
-
- C—CHEMISTRY; METALLURGY
- C07—ORGANIC CHEMISTRY
- C07C—ACYCLIC OR CARBOCYCLIC COMPOUNDS
- C07C39/00—Compounds having at least one hydroxy or O-metal group bound to a carbon atom of a six-membered aromatic ring
- C07C39/12—Compounds having at least one hydroxy or O-metal group bound to a carbon atom of a six-membered aromatic ring polycyclic with no unsaturation outside the aromatic rings
- C07C39/15—Compounds having at least one hydroxy or O-metal group bound to a carbon atom of a six-membered aromatic ring polycyclic with no unsaturation outside the aromatic rings with all hydroxy groups on non-condensed rings, e.g. phenylphenol
- C07C39/16—Bis-(hydroxyphenyl) alkanes; Tris-(hydroxyphenyl)alkanes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- G06Q10/06—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
- G06Q10/0633—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
- G06Q10/06—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
- G06Q10/06395—Quality 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
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Organic Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
본 발명은 비스페놀-A(bisphenol-A)에 대한 중간 생산물과 최종 생산물의 품질을 예측할 수 있는 시스템을 개시한다. 본 발명의 일 실시 예에 따른 비스페놀-A 품질 예측 시스템은 비스페놀-A 생산 과정에 대한 공정 데이터를 수집하여 데이터베이스화하는 공장 정보 시스템, 비스페놀-A 생산 과정에서 생성되는 중간 생산물과 최종 생산물에 대한 품질 데이터를 수집하여 데이터베이스화하는 품질 정보 시스템 및 상기 공정 데이터와 상기 품질 데이터를 매칭시킨 후 매칭된 상기 공정 데이터와 상기 품질 데이터에 대한 다변량 통계 분석을 수행하여 상기 공정 데이터를 독립 변수로 하고 상기 품질 데이터를 종속 변수로 하는 회귀모형을 생성하는 통합 시뮬레이션 장치를 포함할 수 있다.
Description
본 발명은 비스페놀-A(bisphenol-A)에 대한 품질 예측 시스템에 관한 것으로, 보다 상세하게는 비스페놀-A의 전체 생산 공정의 공정 데이터와 품질 데이터에 대한 통계적 데이터 분석을 활용하여 각 공정 유닛에서 생산되는 중간 생산물의 품질을 예측하고 이를 통해 최종 품질에 대한 예측을 수행할 수 있는 비스페놀-A 품질 예측 시스템에 관한 것이다.
비스페놀-A(BPA)는 폴리카르보네이트 수지나 폴리아릴레이트 수지 등의 엔지니어링 플라스틱, 또는 에폭시 수지 등의 여러가지 폴리머의 상품 제조시 공급원료 또는 중간 생성물이다. 고품질의 폴리카보네이트 제조시 무색이면서 고순도의 비스페놀-A가 사용되어야만 한다.
이러한 비스페놀-A는 2몰의 페놀과 1몰의 아세톤을 산성 촉매의 조건하에서 축합 반응시킴으로써 제조된다. 이때, 페놀은 화학양론적조건의 몰 과량(molar excess)으로 존재하며, 산성 촉매로는 황 함유 아민 화합물로 부분적으로 변성된 강산성 양이온 교환 수지가 알려져 있다.
현재, 비스페놀-A는 증류, 건조, 결정화, 정제, 용매 추출 및 이와 유사한 절차를 수반하는 고비용의 다단계 절차들을 통해 제조된다.
그런데 이러한 비스페놀-A의 생산 공정에 있어서, 아직까지는 비스페놀-A의 품질을 개선하기 위한 전체 생산 공정에 대한 통합적인 데이터 예측 방법이 없는 실정이다. 따라서, 실제 운전 경험이 없는 새로운 운전 범위에 대한 예측이 불가능한 상황이다.
또한, 비스페놀-A의 컬러 품질과 생산량이 실제로는 독립적이지 않음에도 불구하고 이들의 독립적으로 각각 분석할 수밖에 없는 실정이다.
본 발명은 비스페놀-A의 전체 생산 공정에 대한 통계적 데이터 분석을 활용하여 각 공정 유닛에서 생산되는 중간 생산물의 품질을 예측하고 이를 통해 최종 제품에 대한 품질 예측을 수행할 수 있는 예측 시스템을 제공하고자 한다.
본 발명의 일 실시 예에 따른 비스페놀-A에 대한 품질 예측 시스템은 비스페놀-A 생산 과정에 대한 공정 데이터를 수집하여 데이터베이스화하는 공장 정보 시스템, 비스페놀-A 생산 과정에서 생성되는 중간 생산물과 최종 생산물에 대한 품질 데이터를 수집하여 데이터베이스화하는 품질 정보 시스템 및 상기 공정 데이터와 상기 품질 데이터를 매칭시킨 후 매칭된 상기 공정 데이터와 상기 품질 데이터에 대한 다변량 통계 분석을 수행하여 상기 공정 데이터를 독립 변수로 하고 상기 품질 데이터를 종속 변수로 하는 회귀모형을 생성하는 통합 시뮬레이션 장치를 포함할 수 있다.
본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명은 비스페놀-A의 전체 생산 공정에 대해 통합적으로 분석이 가능함으로써 이전에 운전된 이력이 없는 공정 조건에 대해서도 분석 및 예측이 가능하며, 공정 조건들의 변동에 따른 민감도 분석이 가능하고, 비스페놀-A의 생산량과 다른 요소(예컨대, color)의 품질과의 관계 및 변화에 대한 파악이 가능하다.
도 1은 본 발명의 일 실시 예에 따른 비스페놀-A 품질 분석 시스템의 구성을 간략하게 나타낸 구성도.
도 2는 도 1의 품질 분석 시스템의 동작을 설명하기 위한 순서도.
도 3은 본 발명의 일 실시 예에 따른 비스페놀-A의 공정 모형화의 개념을 나타내는 도면.
도 4는 각 기간별 실제 BPA의 생산량 및 컬러와 본 실시 예에 따른 시뮬레이션 장치를 통해 예측된 BPA의 생산량 및 컬러를 함께 나타낸 도면.
도 2는 도 1의 품질 분석 시스템의 동작을 설명하기 위한 순서도.
도 3은 본 발명의 일 실시 예에 따른 비스페놀-A의 공정 모형화의 개념을 나타내는 도면.
도 4는 각 기간별 실제 BPA의 생산량 및 컬러와 본 실시 예에 따른 시뮬레이션 장치를 통해 예측된 BPA의 생산량 및 컬러를 함께 나타낸 도면.
이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시 예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명의 일 실시 예에 따른 BPA 품질 분석 시스템의 구성을 간략하게 나타낸 구성도이다.
도 1의 BPA 품질 분석 시스템은 공장 정보 시스템(PIS; Plant Information System)(110), 공정 데이터베이스(120), 품질 정보 시스템(LIMS; Laboratory Information Management System)(210), 품질 데이터베이스(220) 및 통합 시뮬레이션 장치(300)를 포함할 수 있다.
공장 정보 시스템(PIS)(110)은 비스페놀-A(이하, BPA라 함) 생산 현장(공장)의 공정 데이터를 실시간으로 수집 및 통합하여 이에 대한 데이터베이스(120)를 구축하고, 데이터베이스(120)에 저장된 공정 데이터를 관리한다. 예컨대, 공장 정보 시스템(210)은 BPA의 전체 생산 과정에 있어서 각 공정 단계(unit)의 반응기에 투입되는 재료(feed)의 구성, 재료 조건 및 공정 운전 조건(예컨대, 온도, 유량, 압력, 회전수 등)에 대한 데이터를 실시간으로 수집하여 데이터베이스(120)에 저장 및 관리한다. 또한, 공장 정보 시스템(110)은 통합 시뮬레이션부(300)와 연동하여 통합 시뮬레이션부(300)의 요청에 따라 데이터베이스(120)에 저장된 공정 데이터를 통합 시뮬레이션부(300)에 제공한다.
공정 데이터베이스(120)는 공장 정보 시스템(110)에 의해 수집된 공정 데이터를 저장한다. 예컨대, 공정 데이터베이스(120)는 전체 BPA 생산 공정에 있어서 각 공정 단계별로 공정 데이터를 구분하여 저장할 수 있다. 또한, 공정 데이터베이스(120)는 공정 데이터를 해당 공정이 진행된 날짜별로 구분하여 저장할 수 있다. 이때, 공정 데이터는 어느 특정 생산 현장(공장)의 특정 공장 정보 시스템(110)에서 수집된 공정 데이터뿐만 아니라 복수의 BPA 생산 현장에서 수집된 공정 데이터를 포함할 수 있다.
품질 정보 시스템(LIMS)(210)은 BPA의 전체 생산 과정에 있어서 각 공정 단계(unit)에서 생산된 중간 생산물들 및 최종 제품(BPA)에 대해 측정된 품질 데이터를 취합하여 이에 대한 데이터베이스(220)를 구축하고, 데이터베이스(220)에 저장된 품질 데이터를 관리한다. 예컨대, 품질 정보 시스템(200)은 공장 정보 시스템(110)이 적용되는 BPA 생산 현장(공장)에 대한 실험실의 분석기기들을 이용하여 측정된 각 공정 단계의 중간 생산물들 및 최종 제품에 대한 품질 데이터(실험 데이터)를 제공받아 이에 대한 데이터베이스(220)를 구축하고, 데이터베이스(220)에 저장된 품질 데이터를 관리한다. 중간 생산물들 및 최종 제품에 대한 품질 측정 및 품질 데이터 저장은 기 설정된 일정 주기 마다 이루어질 수 있다. 이때, 중간 생산물들 및 최종 제품에 대한 품질을 측정하는 곳은 생산 현장에 있는 실험실에 한정되지 않는다. 예컨대, 관련된 연구소 또는 품질 검증기관에서 제품의 품질을 측정하여 품질 데이터를 얻을 수도 있다.
품질 데이터베이스(220)는 품질 정보 시스템(210)에 의해 취합된 품질 데이터를 저장한다. 중간 생산물에 대한 품질 데이터는 각 공정 단계에서 생산되는 각 물질(중간 생산물)들에 대한 생산량을 포함하며, 최종 제품에 대한 품질 데이터는 BPA 생산량, 불순물(종류 및 양), BPA 컬러(color)에 대한 정보를 포함한다. 이때, 품질 데이터베이스(220)는 품질 데이터를 품질이 측정된 날짜(기간)별로 구분하여 저장할 수 있다.
통합 시뮬레이션 장치(300)는 공장 정보 시스템(PIS)(110)으로부터 공정 데이터를 제공받고 품질 정보 시스템(LIMS)(210)으로부터 품질 데이터를 제공받아 이들을 서로 매칭시킨 후 매칭된 공정 데이터와 품질 데이터에 대한 다변량 통계 분석을 수행하여 공정 데이터를 독립 변수로 하고 품질 데이터를 종속 변수로 하는 회귀모형을 생성한다. 예컨대, 통합 시뮬레이션 장치(300)는 매칭된 공정 데이터와 품질 데이터에 대해 부분최소제곱법(Partial Least Squares)이라는 회귀분석법을 활용하여 회귀모형을 생성할 수 있다. 본 발명은 회귀모형을 생성하는 것 자체에 특징이 있는 것이 아니라, BPA 생산을 위해 실제 운전되었던 공정 데이터와 그러한 공정을 통해 실제 생산된 BPA의 품질 데이터에 대한 다변량 통계 분석을 수행하여 회귀모형을 생성한다는 것에 특징이 있다. 따라서, 회귀모형을 만들기 위한 다변량 통계 분석 방법은 어떠한 방법이 사용되어도 무방하며, 본 실시 예에서는 그러한 통계 분석 방법 자체에 대해서는 설명을 생략한다. 이러한 회귀모형을 이용하여, 통합 시뮬레이션 장치(300)는 BPA 생산을 위한 최초의 재료와 각 공정 단계의 공정 운전 조건이 주어지면, 각 공정 단계에서의 중간 생산물 및 최종 생산물의 품질을 예측할 수 있게 된다.
도 2는 도 1의 품질 분석 시스템의 동작을 설명하기 위한 순서도이다.
먼저, 실제 BPA 생산 공장에서 BPA를 생산하는 과정에서 생성되는 공정 데이터와 품질 데이터를 수집하여 데이터베이스화 한다(단계 210).
즉, 공장 정보 시스템(110)은 실제 BPA 생산 공장에서 BPA를 생산하기 위해 각 공정 단계에서의 사용되었던 재료 및 공정 운전 조건을 수집하여 데이터베이스(120)를 구축한다. 이때, 공정 운전 조건은 온도, 유량, 압력, 회전수 등을 포함할 수 있다.
더불어, 품질 정보 시스템(210)은 BPA 생산 과정에서 생성된 각 공정 단계별 중간 생산물들 및 최종 생산물(BPA)에 대해 측정된 품질 데이터를 수집하여 데이터베이스(220)를 구축한다.
이렇게, 일정 기간 동안 축적된 공정 데이터와 품질 데이터는 통합 시뮬레이션 장치(300)에 제공된다. 즉, 통합 시뮬레이션 장치(300)는 공장 정보 시스템(110)과 품질 정보 시스템(210)에게 요청하여 축적된 공정 데이터와 품질 데이터를 제공받는다.
통합 시뮬레이션 장치(300)는 공정 데이터와 품질 데이터를 매칭시킨다(단계 220). 예컨대, 통합 시뮬레이션 장치(300)는 공정 데이터가 수집된 날짜와 품질 데이터가 측정된 날짜를 기준으로 공정 데이터와 품질 데이터를 매칭시킬 수 있다.
이때, 공정 조건은 실시간으로 수집이 가능하지만, 생산물의 품질은 실시간으로 분석하는 것이 현실적으로 어렵기 때문에 품질 데이터는 실시간으로 획득하는 것이 현실적으로 곤란하다. 즉, 품질 데이터는 일정 기간 단위로 획득이 가능하다.
또한, 공정 조건이 변경될 때마다 그에 대응되는 생산물의 품질을 측정할 수도 있으나, 경우에 따라서는 생산물에 대한 품질 측정은 공정 조건의 변동과 무관하게 일정 주기로 이루어지거나 비정기적으로 이루어질 수 있다.
이처럼 공정 데이터가 수집되는 주기와 품질 데이터가 수집되는 주기가 서로 일치하지 않는 경우, 통합 시뮬레이션 장치(300)는 품질 데이터의 측정 간격 내에 수집된 모든 공정 데이터에 대해 동일한 품질 데이터를 매칭시킨다. 예컨대, 품질 데이터의 측정이 10월 1일에 이루어진 후 10월 8일에 이루어졌다면, 10월 2일부터 10월 8일 동안에 수집된 모든 공정 데이터에는 10월 8일에 이루어진 품질 데이터를 매칭시킨다.
공정 데이터와 품질 데이터에 대한 매칭이 완료되면, 통합 시뮬레이션 장치(300)는 매칭된 공정 데이터와 품질 데이터에 대한 통계적 회귀모형을 생성한다(단계 230).
예컨대, 통합 시뮬레이션 장치(300)는 공정 데이터를 독립 변수로 하고 품질 데이터를 종속 변수로 하는 회귀분석을 수행하여 공정 데이터와 품질 데이터에 대한 회귀모형을 생성한다. 이때 회귀분석 방법으로는 부분최소제곱법이 활용될 수 있다.
회귀모형이 생성되면, 통합 시뮬레이션 장치(300)는 주어진 재료 및 공정 운전 조건(공정 변수)을 그 회귀모형을 적용하여 각 공정 단계별 중간 생산물 및 최종 생산물에 대한 품질을 예측한다(단계 240).
예컨대, 도 3에서와 같이, BPA 생산 공정이 8개의 단위 공정들로 이루어지는 경우, 최초 공정(단위 공정 1)에 투입되는 재료와 공정 조건(공정 변수 1)에 따라 중간 생산물 1이 생성되며, 두 번째 공정(단위 공정 2)은 이전 공정(단위 공정 1)에서 생성된 중간 생산물 1을 재료로 하여 공정 변수 2에 따라 중간 생산물 2를 생산하게 된다. 이러한 과정은 최종 생산물인 BPA 및 불순물이 생성될 때까지 계속 진행된다.
따라서, 통합 시뮬레이션 장치(300)는 최초 재료의 품질 데이터와 단위 공정 1의 공정 운전 조건(공정 변수 1)을 회귀모형에 적용하여 중간 생산물 1의 품질을 예측할 수 있으며, 그 예측된 중간 생산물 1의 품질 데이터와 단위 공정 2의 공정 운전 조건(공정 변수 2)을 다시 회귀모형에 적용함으로써 중간 생산물 2의 품질을 예측할 수 있다. 즉, 후속 공정의 생산물에 대한 품질은 그 바로 이전 공정의 중간 생산물에 대한 품질 데이터와 해당 후속 공정의 공정 운전 조건을 자동으로 회귀모형에 적용함으로써 예측이 가능하다.
이러한 과정을 최종 공정까지 반복 수행함으로써, 통합 시뮬레이션 장치(300)는 최초 재료에 대한 품질 데이터와 각 공정 단위 공정의 공정 조건(공정 변수)들만 입력 받으면, 각 단위 공정에서의 중간 생산물과 최종 생산물에 대한 품질을 예측할 수 있게 된다.
더불어, 그러한 품질 예측을 통해, 최종 생산되는 BPA의 생산량과 그 컬러와의 관계도 알 수 있게 된다.
도 4는 각 기간별 실제 BPA의 생산량 및 컬러와 본 실시 예에 따른 시뮬레이션 장치를 통해 예측된 BPA의 생산량 및 컬러를 함께 나타낸 도면이다.
도 4의 도면을 참조하면, 본 실시 예에 따른 시뮬레이션 장치를 통해 예측된 결과(Est)가 실제(Real)와 정확히 일치하지는 않으나 실제와 매우 근접함을 알 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.
따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.
110 : 공장 정보 시스템
120 : 공정 데이터베이스
210 : 품질 정보 시스템
220 : 품질 데이터베이스
300 : 통합 시뮬레이션 장치
120 : 공정 데이터베이스
210 : 품질 정보 시스템
220 : 품질 데이터베이스
300 : 통합 시뮬레이션 장치
Claims (7)
- 비스페놀-A 생산 과정에 대한 공정 데이터를 수집하여 데이터베이스화하는 공장 정보 시스템;
비스페놀-A 생산 과정에서 생성되는 중간 생산물과 최종 생산물에 대한 품질 데이터를 수집하여 데이터베이스화하는 품질 정보 시스템; 및
상기 공정 데이터가 수집된 날짜와 상기 품질 데이터가 측정된 날짜를 기준으로 상기 공정 데이터와 상기 품질 데이터를 매칭시킨 후 매칭된 상기 공정 데이터와 상기 품질 데이터에 대한 다변량 통계 분석을 수행하여 상기 공정 데이터를 독립 변수로 하고 상기 품질 데이터를 종속 변수로 하는 회귀모형을 생성하고, 최종 생산되는 상기 비스페놀-A의 생산량과 컬러와의 관계를 예측하는 통합 시뮬레이션 장치를 포함하며,
상기 공정 데이터가 수집되는 주기와 상기 품질 데이터가 수집되는 주기가 서로 일치하지 않는 경우, 상기 품질 데이터의 측정 간격 내에 수집된 모든 공정 데이터에 대해 동일한 품질 데이터를 매칭시키는 것을 특징으로 하는 비스페놀-A 품질 예측 시스템. - 제 1항에 있어서, 상기 공장 정보 시스템은
비스페놀-A를 생산하기 위해 각 공정 단계에서의 사용되었던 재료 및 공정 운전 조건을 수집하는 것을 특징으로 하는 비스페놀-A 품질 예측 시스템. - 제 1항에 있어서, 상기 통합 시뮬레이션 장치는
매칭된 공정 데이터와 품질 데이터에 대해 부분최소제곱법(Partial Least Squares)을 활용하여 상기 회귀모형을 생성하는 것을 특징으로 하는 비스페놀-A 품질 예측 시스템. - 제 1항에 있어서, 상기 통합 시뮬레이션 장치는
최초 재료에 대한 품질 데이터와 각 공정 단계의 공정 운전 조건을 상기 회귀모형을 적용하여 각 공정 단계별 중간 생산물 및 최종 생산물에 대한 품질을 예측하는 것을 특징으로 하는 비스페놀-A 품질 예측 시스템. - 제 4항에 있어서, 상기 통합 시뮬레이션 장치는
후속 공정의 생산물에 대한 품질을 예측시, 상기 후속 공정 바로 이전 공정의 중간 생산물에 대해 예측된 품질 데이터와 상기 후속 공정의 공정 운전 조건을 상기 회귀모형을 적용하여 상기 후속 공정의 중간 생산물에 대한 품질을 예측하는 것을 특징으로 하는 비스페놀-A 품질 예측 시스템.
- 삭제
- 삭제
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160130692A KR102108158B1 (ko) | 2016-10-10 | 2016-10-10 | 비스페놀-에이 품질 예측 시스템 |
PCT/KR2017/010993 WO2018070729A1 (ko) | 2016-10-10 | 2017-09-29 | 비스페놀-에이 품질 예측 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020160130692A KR102108158B1 (ko) | 2016-10-10 | 2016-10-10 | 비스페놀-에이 품질 예측 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20180039422A KR20180039422A (ko) | 2018-04-18 |
KR102108158B1 true KR102108158B1 (ko) | 2020-05-08 |
Family
ID=61905747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020160130692A KR102108158B1 (ko) | 2016-10-10 | 2016-10-10 | 비스페놀-에이 품질 예측 시스템 |
Country Status (2)
Country | Link |
---|---|
KR (1) | KR102108158B1 (ko) |
WO (1) | WO2018070729A1 (ko) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116052798B (zh) * | 2022-12-14 | 2023-08-01 | 明度智云(浙江)科技有限公司 | 一种用于生产执行系统的电子配方管理方法、系统和存储介质 |
CN116283487A (zh) * | 2023-02-23 | 2023-06-23 | 中国平煤神马控股集团有限公司 | 应用于甲醇制备的控制方法、装置、电子设备和可读介质 |
CN117522100B (zh) * | 2023-11-16 | 2024-04-05 | 永久电力金具有限公司 | 一种电力金具生产过程的优化方法 |
CN117764309B (zh) * | 2023-11-21 | 2024-06-14 | 万世先行数智交通科技有限公司 | 一种基于云端的混凝土预制生产工作流管理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4911055B2 (ja) * | 2008-02-05 | 2012-04-04 | 富士電機株式会社 | バッチプロセスデータの解析装置およびそれを用いた異常検出/品質推定装置 |
JP5229631B2 (ja) * | 2009-03-17 | 2013-07-03 | 富士電機株式会社 | 製造条件調整装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5229631B1 (ko) | 1971-06-24 | 1977-08-03 | ||
KR100313967B1 (ko) * | 1998-09-01 | 2001-12-28 | 이광순 | 품질제어기능이통합된회분공정의모델기반예측제어방법 |
JP4400253B2 (ja) * | 2004-02-27 | 2010-01-20 | 住友金属工業株式会社 | 品質影響要因解析方法、品質予測方法、品質制御方法、品質影響要因解析装置、品質予測装置、品質制御装置、品質影響要因解析システム、品質予測システム、品質制御システム、及びコンピュータプログラム |
JP5232560B2 (ja) * | 2008-07-30 | 2013-07-10 | 本田技研工業株式会社 | 品質予測方法 |
KR101738834B1 (ko) * | 2009-01-22 | 2017-05-22 | 미쓰비시 가가꾸 가부시키가이샤 | 비스페놀 화합물의 제조 방법 |
-
2016
- 2016-10-10 KR KR1020160130692A patent/KR102108158B1/ko active IP Right Grant
-
2017
- 2017-09-29 WO PCT/KR2017/010993 patent/WO2018070729A1/ko active Application Filing
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4911055B2 (ja) * | 2008-02-05 | 2012-04-04 | 富士電機株式会社 | バッチプロセスデータの解析装置およびそれを用いた異常検出/品質推定装置 |
JP5229631B2 (ja) * | 2009-03-17 | 2013-07-03 | 富士電機株式会社 | 製造条件調整装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20180039422A (ko) | 2018-04-18 |
WO2018070729A1 (ko) | 2018-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102108158B1 (ko) | 비스페놀-에이 품질 예측 시스템 | |
US20180046155A1 (en) | Identifying and implementing refinery or petrochemical plant process performance improvements | |
CN101536002B (zh) | 用于工艺监控的系统和方法 | |
CN109923411B (zh) | 用于色谱数据分析的方法和系统 | |
US8761909B2 (en) | Batch process monitoring using local multivariate trajectories | |
CN111274652B (zh) | 根据优化的制造过程制作新零件的方法和系统 | |
EP3924785A1 (en) | Determining operating conditions in chemical production plants | |
JP2016507113A5 (ja) | 製品またはプロセス流の特性を判定するためのシステムおよび方法 | |
EP3087516B1 (en) | Method and system for preparing synthetic multicomponent biotechnological and chemical process samples | |
CN103116306B (zh) | 一种自动的步进式有序时段划分方法 | |
CN109155018A (zh) | 用于kpi性能分析的具有无约束因变量的mpc | |
RU2280270C2 (ru) | Способ оперативной калибровки | |
CN104462179A (zh) | 处理大数据的方法、执行其的装置以及储存其的存储媒介 | |
US20220414555A1 (en) | Prediction system, information processing apparatus, and information processing program | |
CN103390103A (zh) | 基于子空间独立成分回归模型的熔融指数在线检测方法 | |
Kurscheidt Netto et al. | Using Overall Equipment Effectiveness (OEE) to predict shutdown maintenance | |
CN102608303B (zh) | 一种橡胶硬度的在线测量方法 | |
Couto et al. | The importance of measurement uncertainty analysis on statistical quality control | |
Xu et al. | Two-dimensional (2D) correlation analysis and the search for intermediates: a strictly mathematical approach to an important mechanistic question | |
CN104049624A (zh) | 化工产品生产模式优化方法、装置和连续型化工系统 | |
EP4102421A1 (en) | Prediction apparatus, prediction method, and program | |
WO2019028020A1 (en) | IMPROVING THE PERFORMANCE OF A REFINERY PROCESS OR A PETROCHEMICAL PLANT | |
WO2023052315A1 (en) | Method for operating a chemical production system | |
Zurcher et al. | Data-driven approach toward long-term equipment condition assessment in sterile drug product manufacturing | |
Castro et al. | Introducing Building Blocks for Industry 4.0, an Analytics Application for the Federated EFPF Platform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
AMND | Amendment | ||
E601 | Decision to refuse application | ||
AMND | Amendment | ||
X701 | Decision to grant (after re-examination) |