【技术实现步骤摘要】
【国外来华专利技术】实时工业设备生产预测和操作优化
本公开涉及基于机器学习算法的化学车间中的化学产品的生产控制。
技术介绍
诸如化学车间的工业设备是具有成百上千个用于监测车间的操作状态的分布式传感器的复杂系统。化学车间的操作者常常期望实时了解车间的化学产品的生产率。然而,在许多情况下,即使传感器参数可以被实时地测量和记录,也可能难以或不可能实时地对生产数据进行直接并且准确的测量。针对化学车间的最优预测控制,准确的数据很重要。由于化学车间的复杂性和混乱性质,使用所测量的传感器参数并且基于模拟技术来对生产数据进行预测可能是不准确的,甚至是不实际的。附图说明图1A示出了化学车间的示意图;图1B示出了在图1A的化学车间的操作期间可以被收集的各种传感器参数;图2示出了对化学车间进行预测性生产建模和最优控制的系统;图3是对化学车间中的化学产品的生产的预测建模的实施例的处理流程图和数据图;图4示出了未经过处理的化学车间的历史生产数据;图5是用于对历史生产数据进行插值的方法的流程图;图6示出了经插值的历史生产数据;图7是基于卡尔曼滤波来减少经插值的历史生产数据的噪声和异常的流程图;图8示出了在未经滤波的、经插值的历史生产数据与经卡尔曼滤波的、经插值的历史生产数据之间的比较;图9是用于对经采样的历史传感器数据进行降维的方法的流程图;图10是用于主成分分析的方法的流程图;图11图示了对苯乙烯车间中的苯乙烯生产进行预测建模的传感器参数选择;图12图示了基于机器学习算法而将数据分段成训练、测试和验证用数据集合以用于预测建模;图13是基于机器学习算法进行产品指数建模的流程图;图14图示了基于各种数据处 ...
【技术保护点】
1.一种用于基于参数集合之中的子集来预测车间中的化学产品的实时生产的系统,所述参数集合中的每个参数由对应的传感器集合中的一个传感器按照对应的测量频率集合中的一个频率来监测,所述系统包括:存储器;通信接口;与所述存储器和所述通信接口通信的电路系统,所述电路系统被配置为:经由所述通信接口获取带有时间戳的历史传感器数据的多个系列,每个系列对应于通过所述传感器集合之中的对应传感器在时间段期间按照所述测量频率集合中的对应测量频率取得的所述参数集合中的一个参数;在具有间接测量频率的所述时间段期间,获得针对所述化学产品的带有时间戳的、并且经间接测量的历史生产数据的系列,所述间接测量频率小于与所述参数集合对应的所述测量频率集合;对所述参数集合的所述带有时间戳的历史传感器数据的多个系列进行采样,以获得所述参数集合中的具有公共采样时间戳系列的对应的、经采样的历史传感器数据的多个系列;基于局部平滑算法对历史生产数据的所述系列进行插值,以获得具有时间戳系列的经修改的生产数据系列,所述时间戳序列对应于所述公共采样时间戳序列;对所述经修改的生产数据系列进行滤波,以减少所述经修改的生产数据系列中的噪声或异常,并且获 ...
【技术特征摘要】
【国外来华专利技术】1.一种用于基于参数集合之中的子集来预测车间中的化学产品的实时生产的系统,所述参数集合中的每个参数由对应的传感器集合中的一个传感器按照对应的测量频率集合中的一个频率来监测,所述系统包括:存储器;通信接口;与所述存储器和所述通信接口通信的电路系统,所述电路系统被配置为:经由所述通信接口获取带有时间戳的历史传感器数据的多个系列,每个系列对应于通过所述传感器集合之中的对应传感器在时间段期间按照所述测量频率集合中的对应测量频率取得的所述参数集合中的一个参数;在具有间接测量频率的所述时间段期间,获得针对所述化学产品的带有时间戳的、并且经间接测量的历史生产数据的系列,所述间接测量频率小于与所述参数集合对应的所述测量频率集合;对所述参数集合的所述带有时间戳的历史传感器数据的多个系列进行采样,以获得所述参数集合中的具有公共采样时间戳系列的对应的、经采样的历史传感器数据的多个系列;基于局部平滑算法对历史生产数据的所述系列进行插值,以获得具有时间戳系列的经修改的生产数据系列,所述时间戳序列对应于所述公共采样时间戳序列;对所述经修改的生产数据系列进行滤波,以减少所述经修改的生产数据系列中的噪声或异常,并且获得经滤波的生产数据系列;使用所述经滤波的生产数据系列对所述经采样的历史传感器数据的多个系列应用至少一个降维算法,以从所述参数集合中选择参数的所述子集以及对应选择的、经采样的历史传感器数据系列;将用于所述化学产品的生产的预测模型开发为所选择的参数的所述子集和所述对应选择的、经采样的历史传感器数据序列的函数;将所述预测模型存储在所述存储器中;在所述化学产品的生产期间,从与参数的所述子集对应的传感器的子集获得实时读数;以及基于所述预测模型和来自所述传感器的子集的参数的所述子集的所述实时读数,预测所述化学产品的生产。2.根据权利要求1所述的系统,其中所述局部平滑算法是基于局部加权散点图平滑。3.根据权利要求1所述的系统,其中对所述经修改的生产数据系列进行滤波以减少噪声或异常是基于卡尔曼滤波。4.根据权利要求3所述的系统,其中所述卡尔曼滤波是一维的。5.根据权利要求1所述的系统,其中所述至少一个降维算法包括随机森林算法(RFA)。6.根据权利要求5所述的系统,其中所述至少一个降维算法还包括主成分分析(PCA)。7.根据权利要求1所述的系统,其中所述至少一个降维算法包括PCA。8.根据权利要求6所述的系统,其中所述RFA和所述PCA被分离地执行,并且参数的所述子集基于所述RFA和所述PCA两者而被选择。9.根据权利要求1所述的系统,其中开发所述化学产品的生产的所述预测模型是基于广义线性回归。10.一种用于基于参数集合之中的子集来预测车间中化学产品的实时生产的方法,所述参数集合中的每个参数由对应的传感器集合中的一个传感器按照对应的测量频率集合中的一个频率来监测,所述方法包括:获取带有时间戳的历史传感器数据的多个系列,每个系列对应于通过所述传感器集合之中的对应传感器在时间段期间按照所述测量频率集合中的对应测量频率取得的所述参数集合中的一个参数;在具有间接测量频率的所述时间段期间,获得针对所述化学产品的带有时间戳的、并且经间接测量的历史生产数据的系列,所述间接测量频率小于与所述参数集合对应的所述测量频率集合;对所述参数集合的所述带有时间戳的历史传感器数据的多个系列进行采样,以获得所述参数集合中的具有公共采样时间戳系列的对应的、经采样的历史传感器数据...
【专利技术属性】
技术研发人员:侯芳,武义凯,任可心,沈晖,闵新勇,程晓培,
申请(专利权)人:埃森哲环球解决方案有限公司,
类型:发明
国别省市:爱尔兰,IE
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。