生产过程的生产批运行的质量指标的计算机实现的确定制造技术

为了确定生产过程（200）的生产批运行（220）的质量指标，计算机（600）将具有来自参考批运行（210）的多来源数据的时间序列与具有来自生产批运行（220）的多来源数据的时间序列进行比较。在比较之前，所述计算机通过如下方式将多变量时间序列转换成单变量时间序列：首先将来源特定单变量时间序列的数据值与来自转换因子向量（610*）的来源特定因子相乘，并且其次根据离散时间点对所相乘的数据值进行求和。转换因子向量的来源特定因子是较早通过对参考数据进行处理来获得的，包括：确定时间序列的特性部分、转换、通过时间扭曲进行对齐、以及评估对齐之前与对齐之后的特性部分之间的时间中的位移。间中的位移。间中的位移。

【技术实现步骤摘要】
【国外来华专利技术】生产过程的生产批运行的质量指标的计算机实现的确定


[0001]一般而言，本公开涉及生产过程，并且更特别地，本公开涉及用于确定生产过程的批运行的质量指标的计算机系统、方法和计算机程序产品。

技术介绍

[0002]在工业中，技术系统执行生产过程。期望生产过程和所得产品两者都符合（或“遵从”）预定义的规范。然而，这并非总是该情况。因此，质量类别可以被指派给生产过程的特定性能（或“批运行”），并且可以被指派给特定产品。
[0003]经简化，质量指标可以至少在符合的生产与不符合的生产之间进行区分。符合性通常与指标“成功”相关联，并且不符合性通常与指标“失败”相关联。质量指标还可以在得到符合的产品的生产与得到不符合的产品的生产之间进行区分。还可以使用另外的质量类别（例如，“第一选择”、“第二选择”）。质量指标表示执行生产过程的技术系统的内部状态。
[0004]在生产期间收集数据是一种信息来源，该信息在被适当地评估时可以导致改进（该过程的性能方面的改进）。数据可以是从测量信号（例如，生产装置的温度）、从与生产事件相关的控制指令（例如，打开或关闭特定阀、添加材料）或从状态指标而得到的。
[0005]由于批处理在特定行业中（诸如在化学行业中）被广泛采用，因此可以针对个体批次来收集数据。关于批控制的惯例是归一化的，诸如在ANSI/ISA
‑
88和等同物（例如，IEC 61512
‑
1：1997、IEC 61512
‑
2：2001、IEC 61512
‑
3：2008、IEC 61512
‑
4：2009）中。
[0006]对于批处理而言，数据可用作时间序列，即针对后续时间点按时间次序被索引的数据值序列。时间序列与特定批次相关、和/或与所得产品相关。
[0007]评估数据可以包括检测来自不同批运行的时间序列之间的相似性。例如，如果相似性指数超过特定阈值，则可以考虑相似性。或者，在另外的示例中，如果数据处理识别出模式（诸如，随时间的特性数据值），则可以考虑相似性。
[0008]来自过去的特定批运行（“历史批运行”或“参考批运行”）的时间序列可以用作参考时间序列。可以将一个或多个质量类别指派给该参考。为了与上述简化的类别保持一致，可以针对符合的生产、针对不符合的生产、针对符合的产品、或针对不符合的产品对参考时间序列进行分类。进一步的简化仅使用成功和失败类别。在生产和产品两方面都符合（以及潜在地符合另外的、更详细的规范）的特定批运行可以被视为“黄金批次”。
[0009]如本文中所使用，来自（正在进行的）特定批运行的时间序列是生产时间序列。生产时间序列与参考时间序列之间的相似性可以指示类别，诸如符合的生产、不符合的生产（符合的产品或不符合的产品），达到“黄金批次”是所期望的。
[0010]然而，检测时间序列之间的相似性并不像将数字与阈值等进行比较那样容易。至少存在两个约束：来看第一个约束，作为时间序列的基础的时间区间并不是针对所有时间序列都相同，即使生产过程是相同的。批处理并不意味着以相同的时间长度（或持续时间）执行每个特定的生产批运行。生产批运行的持续时间通常因批次而不同。对于不同的持续时间而言，
存在许多原因。例如，由于变化的环境条件，化学反应具有可变的持续时间。由于物流原因（例如，罐已满，下一个装备被占用），操作者潜在地会暂停过程，并且在稍后的时间点处将其恢复。操作者动作也具有可变的持续时间。
[0011]来看第二个约束，数据并不包括随时间的一个数据值，诸如所提到的温度，但是数据通常源自于更多的来源。可以存在针对另外的物理现象的测量值、诸如压力，可以存在诸如马达转速、阀的打开或关闭状态等之类的参数。另外的参数涉及所提到的控制指令（例如，打开/关闭阀、添加材料）和/或状态指标。换句话说，数据是多变量数据。
[0012]动态时间扭曲（DTW）是算法将时间序列彼此比较并对齐的总称。
[0013]对DTW和DTW软件的概述例如在[1] Toni Giorgino：“Computing and Visualizing Dynamic Time Warping Alignments in R：the dtw Package：（Journal of Statistical Software Vol 31（2009），Issue 7）中可获得。简化得多，DTW允许比较时间序列，即使时间基础不同。技术可用于将时间中的差异考虑在内。例如，参考文献[1]的图1说明：两个时间序列可以对齐，并且可以通过研究对齐距离来计算相似性。参考文献[1]还解释了用于适应多变量数据的方法。
[0014]然而，存在另外的约束：一些DTW算法可能会忽略时间序列的一些特性，使得例如指示（批运行或产品的）特定失败的特性模式不能够被标识。这种不期望的影响被称为“过度激进式扭曲（over
‑
aggressive warping）”。换句话说，特性模式可以指示生产期间出现的问题，如果数据处理不足够敏感，则特性模式可能会消失。
[0015]仍进一步，将批运行与质量类别进行相关可能太晚，尤其是当类别指示失败时。所提到的约束可能促成延迟。
[0016]需要找到将这些约束考虑在内的方法。

技术实现思路

[0017]为了将生产过程的生产批运行的质量指标确定成质量类别，计算机将具有来自参考批运行的多来源数据的时间序列与具有来自生产批运行的多来源数据的时间序列进行比较。在比较之前，计算机通过如下方式将多变量时间序列转换成单变量时间序列：首先将来源特定单变量时间序列的数据值与来自转换因子向量的来源特定因子相乘，并且其次根据离散时间点对所相乘的数据值进行求和。转换因子向量的来源特定因子是较早通过对参考数据进行处理来获得的，包括：确定时间序列的特性部分、转换、通过时间扭曲进行对齐、以及评估对齐之前与对齐之后的特性部分之间的时间中的位移。
[0018]根据实施例，使得比较参考时间序列和生产时间序列对于这两个时间序列都是多变量时间序列、即来自多个来源的时间序列集合的情形而言更加高效且准确。
[0019]在应用计算机实现方法时，计算机接收多变量时间序列，并且将它们转换成单变量时间序列。该转换包括：将数据值与来源特定因子相乘，并且根据离散时间点对所相乘的数据值进行求和。然后，计算机比较单变量时间序列，而不是多变量序列。这种转换可以被认为是在若干个方法步骤中调用的例程。
[0020]在执行第一个方法（下文中被称为参考方法）时，计算机接收（来自生产过程的参考批运行的）多变量时间序列。计算机应用该转换，该转换得到了作为单变量的经转换的参考时间序列。参考批运行符合特定质量类别。
[0021]在执行第二个方法（下文中被称为生产方法）时，计算机（相同的计算机或不同的计算机）将来自生产过程的后续批运行的另外的多变量时间序列处理成也是单变量的经转换的生产时间序列。然后，计算机将经转换的参考时间序列与经本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于根据预定义生产过程（200）来确定特定生产批运行（220）的质量指标（Q）的计算机实现方法（402），其中技术装备（110）执行生产过程（200）并且从而提供来自数据来源（120
‑
v）集合的采用时间序列形式的数据，其中数据来源（120
‑
v）与技术装备（110）相关，所述方法（402）包括：读取（412）经转换的参考时间序列（{R}#）；接收（415）来自生产过程（200）的生产批运行（220）的多变量时间序列（{{P}}），所述多变量时间序列（{{P}}）具有来自数据来源（120
‑
v）集合的单变量时间序列（{P
v
}）集合；通过如下方式来转换（420）来自生产批运行（220）的多变量时间序列（{{P}}）：首先将单变量时间序列（{P
v
}）的数据值与转换因子向量（610*）的来源特定因子（α
v
）相乘（512），并且其次根据来自生产批运行（220）的多变量时间序列（{{P}}）的离散时间点对所相乘的数据值进行求和（514），从而得到也是单变量的经转换的生产时间序列（{P}#）；将经转换的参考时间序列（{R}#）与经转换的生产时间序列（{P}#）进行比较（430），从而将生产过程（200）的生产批运行（220）区分为符合特定质量类别或不符合特定质量类别。2.根据权利要求1所述的方法（402），其中读取（412）经转换的参考时间序列（{R}#）包括：读取（412）经转换的参考时间序列（{R}#），所述经转换的参考时间序列（{R}#）也是单变量的，并且已经在步骤序列（401、405、410）的先前执行中被提供，所述步骤序列（401、405、410）通过利用转换因子向量（610*）的相同来源特定因子（α
v
）的该转换而类似地执行。3.根据权利要求2所述的方法（402），其中先前执行包括：接收（405）来自生产过程（200）的参考批运行（210）的多变量时间序列（{{R}}），生产过程（200）的参考批运行（210）符合特定质量类别，所述多变量时间序列（{{R}}）具有来自数据来源（120
‑
v）集合的单变量时间序列（{R
v
}）集合；以及通过第一子步骤和第二子步骤来转换（410）来自参考批运行（210）的多变量时间序列（{{R}}），第一子步骤是将单变量时间序列（{R
v
}）的数据值与来自转换因子向量（610*）的来源特定因子（α
v
）相乘（512），第二子步骤是根据参考批运行（210）的多变量时间序列（{{R}}）的离散时间点对所相乘的数据值进行求和（514）。4.根据权利要求1所述的方法（402），其中所述比较步骤（430）利用时间扭曲操作来执行。5.根据前述权利要求中任一项所述的方法（402），其中技术装备（110）是工业装备，其具有数据来源（120
‑
v），数据来源（120
‑
v）选自提供测量值的来源、提供控制指令的来源、以及提供状态指标的来源。6.根据前述权利要求中任一项所述的方法（402），其中质量类别（Q）是针对生产过程（200）的性能的质量类别。7.根据前述权利要求中任一项所述的方法（402），其中所述转换步骤（410、420）使用来自转换因子向量（610*）的来源特定因子（α
v
），转换因子向量（610*）先前已经通过步骤序列而...

【专利技术属性】
技术研发人员：R，
申请(专利权)人：ABB瑞士股份有限公司，
类型：发明
国别省市：