CN106991514B - 车间模型创建装置及车间模型创建方法 - Google Patents

车间模型创建装置及车间模型创建方法 Download PDF

Info

Publication number
CN106991514B
CN106991514B CN201610944680.1A CN201610944680A CN106991514B CN 106991514 B CN106991514 B CN 106991514B CN 201610944680 A CN201610944680 A CN 201610944680A CN 106991514 B CN106991514 B CN 106991514B
Authority
CN
China
Prior art keywords
unit
plant
principal component
operation data
model
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.)
Active
Application number
CN201610944680.1A
Other languages
English (en)
Other versions
CN106991514A (zh
Inventor
大原健一
镰田健一
青木纯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Publication of CN106991514A publication Critical patent/CN106991514A/zh
Application granted granted Critical
Publication of CN106991514B publication Critical patent/CN106991514B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Structural Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Architecture (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Complex Calculations (AREA)

Abstract

本发明的车间模型创建装置具有：集群部，其将运转数据分割为多个群集；主成分列表生成部，其针对每个所述群集，对主成分及贡献率进行计算，生成主成分列表；累计贡献率计算部，其基于所述主成分列表，对累计贡献率进行计算；主成分废弃部，其在所述累计贡献率小于第1阈值的情况下，将与加入至所述累计贡献率的贡献率相对应的主成分从所述主成分列表中废弃；特性式计算部，其计算将所述主成分列表所包含的主成分设为法向矢量的特性式；以及模型创建部，其基于所述特性式，创建所述车间的模型。

Description

车间模型创建装置及车间模型创建方法
技术领域
本发明涉及创建车间的模型的车间模型创建装置及车间模型创建方法。
本申请基于2015年11月5日申请的日本专利申请第2015-217814号而主张优先权，将该申请的内容引入本说明书中。
背景技术
已知一种运转计划制定***，其制定用于实现省能量且省成本的车间的运转计划(例如，日本特开2015－62102号公报)。通过运转计划制定***制定的运转计划是由构成车间的各设备的启动/停止和输入输出值的时间序列趋势构成的。因此，为了制定车间整体成为省能量且省成本的运转计划，需要基于各设备的输入输出特性、运转限制，创建车间的模型。
但是，为了创建车间的模型，需要与设备相关的物理学/热力学/化工学的知识、数据解析/统计学的知识、数学规划学等优化问题的知识以及编程的知识这样的专业知识。因此，车间模型的品质高度依赖于创建模型的工程师的知识水平。
特别是，为了更准确地构建车间的模型，需要对与各设备相关的多个特性式、限制条件完整地进行定义。但是，将特性式、限制条件的定义针对各个设备进行，这对于具有高知识水平的工程师也是困难的。
近几年，为了车间的省能量化，通过将在生产过程中排出的副产物作为燃料而进行再利用，由此实施了抑制化石燃料的使用的“供需双向协同”。因此，由于车间的模型大规模化且复杂化，因而有时在创建模型时需要庞大的工时。
发明内容
一种车间模型创建装置，其具有：离群值去除部，其从车间的运转数据将离群值去除；集群部，其将由所述离群值去除部去除了所述离群值后的所述运转数据分割为多个群集；主成分列表生成部，其针对由所述集群部分割出的每个所述群集，对主成分及贡献率进行计算，生成包含计算出的所述主成分及所述贡献率在内的主成分列表；累计贡献率计算部，其基于由所述主成分列表生成部生成的所述主成分列表，对累计贡献率进行计算；主成分废弃部，其在由所述累计贡献率计算部计算出的所述累计贡献率小于第1阈值的情况下，将与加入至所述累计贡献率的贡献率相对应的主成分从所述主成分列表中废弃；特性式计算部，其计算将所述主成分列表所包含的主成分设为法向矢量的特性式；以及模型创建部，其基于由所述特性式计算部计算出的所述特性式，创建所述车间的模型。
发明的效果
关于本发明的更多的特征以及方式，通过参照附图，根据下面叙述的实施方式的详细说明能够变得清楚。
附图说明
图1是表示包含能量管理***1、控制-监视***50及车间60在内的***的整体结构的框图。
图2是表示作业计划制定***10的详细结构的框图。
图3是表示车间模型创建装置100的详细结构的框图。
图4是表示运转数据181的一个例子的图。
图5是表示能量流动图193的一个例子的图。
图6是表示由离群值去除部131创建的χ平方分布的一个例子的图。
图7是表示由集群部132集群出的运转数据181的一个例子的图。
图8是表示第1主成分轴AX的一个例子的图。
图9是表示针对某个群集的主成分列表183的一个例子的图
图10是表示平面P1的一个例子的图。
图11是表示平面P2的一个例子的图。
图12是表示由模型创建部140生成的折线近似式的一个例子的图。
图13是表示设备的输入输出量的时间序列趋势的一个例子的图。
图14是示出表示设备的启动/停止的运转甘特图的一个例子的图。
图15是表示省成本指标的一个例子的图。
图16是表示由作业计划制定***10执行的作业计划制定处理的流程图。
具体实施方式
参照优选的实施方式，对本发明的实施方式进行说明。本领域技术人员能够利用本发明的启示，实现本实施方式的更多的替代手段，本发明并不限定于在这里说明的优选的本实施方式。
本发明的一个方式提供一种车间模型创建装置及车间模型创建方法，其基于车间的运转数据，能够将与各设备相关的多个特性式、限制条件完整地提取，并且无需专业的知识，能够以少的工时创建高精度的车间的模型。
下面，参照附图对实施方式的车间模型创建装置及车间模型创建方法进行说明。
图1是表示包含能量管理***1、控制-监视***50及车间60在内的***的整体结构的框图。如图1所示，能量管理***1与网络NW连接。网络NW是例如以太网(注册商标)等有线网络，但也可以是能够进行例如依照Wi-Fi(注册商标)、WiMAX(注册商标)、3G/LTE(注册商标)等无线通信标准的无线通信的无线网络。
能量管理***1具有作业计划制定***10、车间信息***20、条件设定装置30以及控制指示值计算装置40。作业计划制定***10是对车间60的作业计划进行制定的***。车间信息***20是对车间60的信息进行管理的***。条件设定装置30是设定针对车间60的作业的各种条件的装置。控制指示值计算装置40是对用于控制在车间60设置的各种设备的控制指示值进行计算的装置。
控制-监视***50是进行车间60的控制及车间60的状态监视的***。作为车间60，例如除了化学等工业车间之外，还包含对天然气、油田等井口或其周边进行管理控制的车间，对水力、火力、核电等发电进行管理控制的车间，对太阳光、风力等环境发电进行管理控制的车间等。
控制-监视***50及车间60通过例如依照HART(注册商标)、FieldBus等的有线的工业用网络连接，但并不限于此。例如，控制-监视***50及车间60也可以是通过依照ISA100.11a或WirelessHART(注册商标)等的无线的工业用网络连接。
作为车间60，将设置于车间60的各种设备的运转数据发送至控制-监视***50。对于运转数据的详细内容，使用图4在后面记述。控制-监视***50将从车间60接收到的运转数据经由网络NW发送至车间信息***20。
另一方面，条件设定装置30经由网络NW从未图示的气象预报发布公司的服务器接收气象信息(气温信息及湿度信息等)。条件设定装置30保存有生产计划/能量需要信息、和费用单价/CO2换算系数等信息。条件设定装置30将气象信息、生产计划/能量需要信息、及费用单价/CO2换算系数等作为设定信息发送至车间信息***20。
车间信息***20将从控制-监视***50接收到的车间60的运转数据、从条件设定装置30接收到的设定信息(气象信息、生产计划/能量需要信息、及费用单价/CO2换算系数等)发送至作业计划制定***10。
作业计划制定***10具有车间模型创建装置100。车间模型创建装置100使用从车间信息***20接收到的车间60的运转数据，创建车间60的模型。作业计划制定***10基于由车间模型创建装置100创建出的模型和从车间信息***20接收到的设定信息，生成作业计划信息，该作业计划信息表示车间60的作业计划。作业计划制定***10将所生成的作业计划信息发送至车间信息***20。
车间信息***20将从作业计划制定***10接收到的作业计划信息发送至控制指示值计算装置40。控制指示值计算装置40基于从车间信息***20接收到的作业计划信息，对用于控制在车间60设置的各种设备的控制指示值进行计算。控制指示值计算装置40将计算出的控制指示值经由网络NW发送至控制-监视***50。
控制-监视***50基于从控制指示值计算装置40接收到的控制指示值，对设置于车间60的各种设备进行控制。车间60将设置于车间60的各种设备的运转数据发送至控制-监视***50。以上说明的动作是***整体的一系列的动作。
图2是表示作业计划制定***10的详细结构的框图。在作业计划制定***10设置的车间模型创建装置100具有接口部110、运转数据取得部120、运转特性解析部130、模型创建部140、能量流动图创建部150、存储部160以及作业计划信息生成部170。
接口部110是具有液晶显示屏等显示装置及键盘或鼠标等输入装置的用户接口。接口部110相对于运转数据取得部120、运转特性解析部130、模型创建部140及能量流动图创建部150进行信息的输入输出。
运转数据取得部120、运转特性解析部130、及能量流动图创建部150是通过由CPU(Central Processing Unit)等处理器执行在存储部160中存储的程序而实现的。运转数据取得部120、运转特性解析部130、模型创建部140及能量流动图创建部150也可以通过具有与由处理器执行程序同样的功能的LSI(Large Scale Integration)、ASIC(ApplicationSpecific Integrated Circuit)等硬件实现。
运转数据取得部120从车间信息***20取得车间60的运转数据。运转特性解析部130针对设置于车间60的每个设备，解析运转特性。模型创建部140创建车间60的模型。能量流动图创建部150创建能量流动图。运转数据取得部120、运转特性解析部130、模型创建部140及能量流动图创建部150的动作的详细内容使用图3在后面记述。
存储部160是被运转数据取得部120、运转特性解析部130、模型创建部140、能量流动图创建部150及作业计划信息生成部170使用的存储器。例如，存储部160由ROM(ReadOnly Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、闪存等实现。
作业计划信息生成部170从车间信息***20接收设定信息，对存储在存储部160中的信息进行参照，生成作业计划信息。对于作业计划信息的生成方法的详细内容，使用图3在后面记述。作业计划信息生成部170将所生成的作业计划信息发送至车间信息***20。
图3是表示车间模型创建装置100的详细结构的框图。运转特性解析部130具有离群值去除部131、集群部132、主成分列表生成部133、累计贡献率计算部134、主成分废弃部135、特性式计算部136以及参数调整部137。
特性解析组件180及车间模型组件190是存储于存储部160的信息。特性解析组件180包含车间60的运转数据181、集群信息182、主成分列表183以及特性解析图表184。车间模型组件190包含输入输出图表191、车间模型信息192以及能量流动图193。
图4是表示运转数据181的一个例子的图。如图4所示，运转数据181包含ID编号数据181a、标签名数据181b、设备名数据181c、注释数据181d及181e、单位数据181f及测定数据181g。
在图4中，ID编号数据181a是表示针对由车间信息***20取得的运转数据181的每个标签分配的ID编号的数据。标签名数据181b是表示在车间信息***20中储存的成为设备的测定对象的运转数据的标签名的数据。设备名数据181c是表示在车间60设置的设备的名称。注释数据181d是表示例如电力(Electricity)及冷水(Cold Water)等作为设备的测定对象的数据。注释数据181e是例如消费(Consumption)、生产(Production)及生成(Generation)等与设备的测定对象相关的数据。单位数据181f是测定数据181g的单位。测定数据181g是由设置在车间60的各设备测定出的数据。
运转数据取得部120将从车间信息***20所取得的车间60的运转数据181储存至存储部160。能量流动图创建部150从存储部160读出车间60的运转数据181，使用从存储部160读出的运转数据181，创建对客户的车间60进行了模拟的能量流动图193。具体地说，能量流动图创建部150基于来自接口部110的用户的指示，使用通用的图形软件(例如，Microsoft Visio(注册商标))创建能量流动图193。
作为图形软件的模版，预先登记有9种类的基本对象图标(例如，设备型对象、源/存储型对象、需求/平衡型对象、传感器型对象、限制条件定义用对象、多个页面间链接对象、阶层型对象、能量流动用连接器及信息取得用连接器)。能量流动图创建部150使用这些基本对象图标创建能量流动图193。
图5是表示能量流动图193的一个例子的图。如图5所示，能量流动图193是表示通过能量流动用连接器连接的、车间60的多个设备的图。
在能量流动图193中，配置锅炉、冷却器等多个对象。这些多个对象通过能量流动用连接器连接。能量流动用连接器与运转数据181的ID编号相关联。例如，通过将图4所示的运转数据181的ID编号向能量流动用连接器拖放，从而能够将能量流动用连接器与运转数据181的ID编号相关联。由此，能量流动图创建部150能够创建能量流动图193。
接下来，如果用户从接口部110对“模型创建”的执行进行指示，则开始车间模型的创建处理。在车间模型的创建处理中，为了对准确的省能量潜力进行计算，需要创建运转数据181与模型值之间的误差(模型误差)小的高精度的模型。但是，如果在运转数据181中包含有较多的由测定器的故障等引起的离群值(或者异常值)，则难以创建高精度的模型。因此，离群值去除部131预先从运转数据181中去除离群值。
离群值去除部131从存储部160读出车间60的运转数据181，使用马氏(Mahalanobis)距离，从运转数据181中去除离群值。具体而言，离群值去除部131基于下述的式(1)，将多变量(多个变量)的运转数据X使用其平均值μ和方差-协方差矩阵，变换为马氏距离D。
【算式1】
Figure BDA0001140373230000081
接下来，离群值去除部131基于下述的式(2)，使用马氏距离D求出概率密度函数P，创建χ平方分布。
【算式2】
Figure BDA0001140373230000082
图6是表示由离群值去除部131创建的χ平方分布的一个例子的图。在图6中，横轴表示马氏距离D，纵轴表示概率密度函数P。离群值去除部131将χ平方的面积中的与离群值的面积A的比例α(例如5％)相当的值作为阈值TH0进行计算。离群值去除部131对全部数据的马氏距离进行检查，将超过阈值TH0的数据(离群值)从运转数据181中去除。然后，离群值去除部131将去除了离群值后的运转数据181存储至存储部160。
集群部132进行运转数据181的集群。具体而言，集群部132将去除了离群值后的运转数据181从存储部160读出。另外，集群部132通过使用了高斯混合分布模型(GaussianMixture Model)的拟合，将运转数据181分隔为表示相同倾向或模式的组(群集)。
图7是表示由集群部132进行了集群的运转数据181的一个例子的图。在图7中，横轴表示运转数据181的变量1(例如，燃料的量)，纵轴表示运转数据181的变量2(例如，发电量)。在图7所示的例子中，为了容易理解，示出2个变量的例子，但变量的数量也可以大于或等于3个。
集群部132直至成为相对于1个区域分类有1个群集的状态为止进行运转数据181的分割。集群部132在分割数量达到最大分割数量(例如10)的情况下，结束集群。
在图7所示的例子中，运转数据181分割为3个群集C1～C3，但并不限于此。例如，集群部132也可以将运转数据181分割为大于或等于4个群集。集群部132将从运转数据181分割出的多个群集C1～C3作为集群信息182而存储至存储部160。
主成分列表生成部133基于由集群部132生成的集群信息182，提取主成分。具体地说，主成分列表生成部133从存储部160读出运转数据181及集群信息182(群集C1～C3)。另外，主成分列表生成部133通过执行主成分分析(PCA：Principal Component Analysis)，对从存储部160读出的群集的主成分进行计算。
图8是表示第1主成分轴AX的一个例子的图。在图8所示的例子中，为了容易理解，示出与3个变量x1～x3对应的3个轴，但变量的数量可以大于或等于4个。
主成分列表生成部133对于将运转数据Xdata标准化后的数据X’data应用主成分分析(PCA)。运转数据Xdata表示为如下述的式(3)。在这里，n表示与能量流动用连接器相关联的ID编号的个数(变量的个数)，I表示被集群出的群集的个数。
【算式3】
Figure BDA0001140373230000091
主成分列表生成部133通过对标准化后的数据X’data应用主成分分析(PCA)，从而对更好地说明运转数据的主成分C’N(C’1，C’2，…，C’n)进行计算。
由主成分列表生成部133计算出的n个主成分相互正交。主成分列表生成部133基于下述的式(4)，对贡献率CR进行计算。贡献率CR是表示主成分以何种程度说明运转数据181的值。在这里，固有值λ是表示主成分的分散的值。
【算式4】
Figure BDA0001140373230000092
图9是表示针对某个群集的主成分列表183的一个例子的图。主成分列表183是包含主成分的编号数据183a、贡献率数据183b、固有值数据183c、主成分数据183d在内的列表。主成分列表生成部133以贡献率CR高的顺序对主成分进行提取，生成主成分列表183。主成分列表生成部133将所生成的主成分列表183存储至存储部160。
接下来，累计贡献率计算部134从存储部160读出主成分列表183，取得主成分列表183中的贡献率CR。而且，累计贡献率计算部134基于下述的式(5)，对累计贡献率CCR进行计算。累计贡献率计算部134将计算出的累计贡献率CCR输出至主成分废弃部135。
【算式5】
Figure BDA0001140373230000101
主成分废弃部135对由累计贡献率计算部134计算出的累计贡献率CCR和第1阈值TH1(例如0.95)进行比较。第1阈值TH1的值并不限于0.95，可以适当设定。
主成分废弃部135在判定为累计贡献率CCR小于第1阈值TH1的情况下，将与加入至累计贡献率CCR的贡献率CR对应的主成分从主成分列表183中废弃。通过由主成分废弃部135反复执行该处理，从而贡献率CR高的主成分逐渐被废弃。主成分废弃部135将废弃了一部分的主成分后的主成分列表183存储至存储部160。
下面，对主成分的废弃处理的一个例子进行说明。在图9所示的主成分列表183中包含有5个主成分。首先，累计贡献率计算部134对第1个累计贡献率CCR(第1个主成分的贡献率)＝0.7232进行计算。计算出的第1个累计贡献率CCR(0.7232)小于第1阈值TH1(0.95)，因此主成分废弃部135将第1个主成分从主成分列表183中废弃。
接下来，累计贡献率计算部134对第2个累计贡献率CCR(第1个主成分的贡献率+第2个主成分的贡献率)＝0.7232+0.1980＝0.9212进行计算。计算出的第2个累计贡献率CCR(0.9212)小于第1阈值TH1(0.95)，因此主成分废弃部135将第2个主成分从主成分列表183中废弃。
接下来，累计贡献率计算部134对第3个累计贡献率CCR(第1个主成分的贡献率+第2个主成分的贡献率+第3个主成分的贡献率)＝0.7232+0.1980+0.0786＝0.9998进行计算。计算出的第3个累计贡献率CCR(0.9998)大于或等于第1阈值TH1(0.95)，因此主成分废弃部135将废弃了第1个主成分及第2个主成分后的主成分列表183存储至存储部160。以下，进行通过特性式计算部136实现的特性式计算处理。
特性式计算部136将主成分列表183从存储部160读出。特性式计算部136将以在主成分列表183中剩余的k个主成分C’K(C’1，C’2，···，C’k)作为法向矢量的平面的方程式，作为特性式进行计算。在这里，特性式如下述的式(6)所示。
【算式6】
Figure BDA0001140373230000111
主成分废弃部135将更好地说明运转数据181的贡献率CR高的主成分的轴(例如，第1主成分轴AX)废弃。这是因为如图10所示，在与该主成分的轴正交的平面P1中，基本不包含运转数据181。
因此，如图11所示，特性式计算部136通过将在主成分列表183中剩余的贡献率CR低的主成分的轴作为法向矢量而使用，由此能够对较多地包含运转数据181的平面P2进行计算。
由特性式计算部136计算出的平面的方程式是与各变量的关系以“＝0”表现的限制条件式的形式。例如，在这些式子中，除了设备的输入输出关系式之外，还包含有平衡收支这样的变量间的相关关系式、物理特性不明的关系式等。因此，特性式计算部136能够将与设置于车间60的设备相关的特性式完整地进行计算。
计算出的特性式被标准化。因此，特性式计算部136使用运转数据181的平均值m及标准偏差s，将计算出的特性式变换为恢复至标准化前的实际量的特性式，对系数项c及偏差项b进行计算。具体而言，特性式计算部136进行下述的式(7)所示的运算。
【算式7】
Figure BDA0001140373230000121
运转特性解析部130在根据特性式计算的运转数据的推定值(模型值)与运转数据181的实测值之间的误差(模型误差)小于或等于第2阈值TH2(例如1％)的情况下，将计算出的特性式输出至特性解析图表184，结束解析。特性解析图表184是使用通用的表计算软件(例如，Microsoft Excel(注册商标))而生成的图表。
另一方面，运转特性解析部130在模型误差大于第2阈值TH2的情况下，将通过集群部132进行的运转数据181的区域分割数量从r个增加为r+1个，再次进行特性式的计算。集群部132使运转数据181的区域分割数量增减，由此能够减小模型误差。
但是，可想到在将集群的区域分割数量增加为r+1个而计算出的特性式的数量少于集群的区域分割数量为r个时计算出的特性式的数量的情况下，通过数据的细分化而能够看到的特性变得不能看到。因此，运转特性解析部130在直至集群的区域分割数量成为r个时为止得到的特性式之中，将模型误差最小的特性式输出至特性解析图表184，结束解析。同样地，在区域分割数量达到最大值(例如10)的情况下，运转特性解析部130在至今为止得到的特性式之中，也将模型误差最小的特性式输出至特性解析图表184，结束解析。
参数调整部137对由特性式计算部136计算出的特性式的参数(系数项c及偏差项b等)进行调整。例如，参数调整部137将计算省能量潜力的期间的运转数据181从存储部160读出。而且，参数调整部137使用从存储部160读出的运转数据181，对系数项c及偏差项b进行计算。作为对系数项c及偏差项b进行计算的方法，使用非线性的最小二乘法。
在存在多个特性式的情况下，定义限制条件，以使得能够维持各特性式间的正交性。参数调整部137将计算出的系数项c及偏差项b与各变量的上下限值、模型误差等一起输出至特性解析图表184。参数调整部137仅在需要进行特性式的参数调整的情况下执行参数调整即可。
模型创建部140从特性解析图表184取得参数(系数项c、偏差项b及上下限值中的至少一个)及特性式等设计信息，创建车间60的模型。所取得的特性式针对每个群集进行定义，因此模型创建部140通过对多个特性式进行综合，从而生成折线近似式。
图12是表示由模型创建部140生成的折线近似式的一个例子的图。在图12中，横轴表示运转数据181的变量1(例如，燃料的量)，纵轴表示运转数据181的变量2(例如，发电量)。在图12所示的例子中，为了使得容易理解，示出2个变量的例子，但变量的数量也可以大于或等于3个。
如图12所示，模型创建部140对群集C1～C5的特性式进行综合，生成折线近似式。模型创建部140将所生成的折线近似式作为车间模型信息192存储至存储部160。由此，模型创建部140能够创建高精度的车间的模型(车间模型信息192)。
模型创建部140生成用于参数的设定、最优的输出的输入输出图表191，将所生成的输入输出图表191存储至存储部160。输入输出图表191使用通用的表计算软件(例如，Microsoft Excel(注册商标))而生成的图表。
作业计划信息生成部170基于来自接口部110的用户的指示，执行最优化计算。具体而言，作业计划信息生成部170将能量流动图193及车间模型信息192从存储部160读出。而且，作业计划信息生成部170使用从存储部160读出的能量流动图193及车间模型信息192进行向执行文件的编译。作业计划信息生成部170将输入输出图表191从存储部160读出。而且，作业计划信息生成部170根据从存储部160读出的输入输出图表191而取得参数值，进行文件的创建。
然后，作业计划信息生成部170执行最优化计算。在本实施方式中，作业计划信息生成部170作为最优化手法而能够选择精确解法(混合整数规划法：MILP)及高速近似解法(高速最优化方法：HMPO)的任一种。其中，高速近似解法是本申请人开发出的最优化方法(日本特开2015－62102号公报：运转计划制定方法及运转计划制定***)。
作业计划信息生成部170通过执行最优化计算，从而生成由设备的输入输出量的时间序列趋势(图13)、表示设备的启动/停止的运转甘特图(图14)及省成本指标(图15)等构成的作业计划信息(最优)。作业计划信息生成部170将所生成的作业计划信息(设备的输入输出量的时间序列趋势、运转甘特图及省成本指标等)发送至车间信息***20。另外，作业计划信息生成部170将所生成的作业计划信息输出至输入输出图表191。作业计划信息生成部170也可以与省成本指标一起生成省能量指标。
通过进行以上的处理，能够自动地创建车间60的模型。由此，车间模型创建装置100能够基于车间60的运转数据，将与各设备相关的多个特性式、限制条件完整地提取，并且不需要专业的知识，能够以少的工时创建高精度的车间60的模型。
图16是表示由作业计划制定***10执行的作业计划制定处理的流程图。首先，能量流动图创建部150使用由运转数据取得部120取得的车间60的运转数据181，创建图5所示的能量流动图193(步骤S10)。接下来，如果由用户从接口部110指示“模型创建”的执行，则开始车间模型的创建处理(步骤S11～S21)。
离群值去除部131使用马氏距离，从车间60的运转数据181中去除离群值(步骤S11)。集群部132将去除了离群值后的运转数据181通过使用了混合高斯分布模型(Gaussian Mixture Model)的拟合而分割成多个群集，由此生成集群信息182(步骤S12)。
主成分列表生成部133基于由集群部132生成的集群信息182，针对每个群集对包含主成分及贡献率CR在内的数据进行计算。主成分列表生成部133生成包含计算出的数据的主成分列表183(步骤S13)。累计贡献率计算部134基于由主成分列表生成部133生成的主成分列表183，对累计贡献率CCR进行计算(步骤S14)。
主成分废弃部135判断由累计贡献率计算部134计算出的累计贡献率CCR是否小于第1阈值TH1(步骤S15)。在累计贡献率CCR小于第1阈值TH1的情况下(步骤S15：NO)，主成分废弃部135将与加入至累计贡献率CCR的贡献率CR对应的主成分从主成分列表183中废弃(步骤S16)，返回前述的步骤S14。
在累计贡献率CCR大于或等于第1阈值TH1的情况下(步骤S15：YES)，特性式计算部136对将主成分列表183所包含的主成分设为法向矢量的特性式进行计算，将计算出的特性式输出至特性解析图表184(步骤S17)。
运转特性解析部130判断模型误差是否小于或等于第2阈值TH2，该模型误差表示根据特性式计算的各变量的推定值(模型值)与运转数据181之间的误差(步骤S18)。在模型误差大于第2阈值TH2的情况下(步骤S18：NO)，返回前述的步骤S12。
在模型误差小于或等于第2阈值TH2的情况下(步骤S18：YES)，参数调整部137对由特性式计算部136计算出的特性式所包含的参数进行调整，将调整了参数后的特性式输出至特性解析图表184(步骤S19)。模型创建部140基于输出至特性解析图表184的特性式，创建表示车间60的模型的车间模型信息192(步骤S20)。
运转特性解析部130判断是否创建出车间60的全部设备的车间模型信息192(步骤S21)。在没有创建车间60的全部设备的车间模型信息192的情况下(步骤S21：NO)，返回前述的步骤S12。
在创建了车间60的全部设备的车间模型信息192的情况下(步骤S21：YES)，作业计划信息生成部170使用由能量流动图创建部150创建的能量流动图193和由模型创建部140创建的车间模型信息192，生成作业计划信息(设备的输入输出量的时间序列趋势、运转甘特图及省成本指标等中的至少一个)(步骤S22)，结束本流程图所涉及的处理。
上述实施方式中的车间模型创建装置100在内部具有计算机***。而且，图16所示的车间模型创建装置100的各处理的过程为，以大于或等于一个程序的形式将程序存储于计算机可读取的非易失性的记录介质，通过由计算机读出该程序并执行，由此进行上述各种处理。在这里，计算机可读取的非易失性的记录介质是指磁盘、光磁盘、CD－ROM、DVD－ROM及半导体存储器等。也可以是将该程序通过通信线路发送至计算机，由接收到该程序的计算机执行该程序。
如以上说明所述，车间模型创建装置100具有离群值去除部131、集群部132、主成分列表生成部133、累计贡献率计算部134、主成分废弃部135、特性式计算部136及模型创建部140。离群值去除部131从车间的运转数据181中去除离群值。集群部132将去除了离群值后的运转数据181分割为多个群集。主成分列表生成部133针对每个群集对主成分及贡献率进行计算，生成包含计算出的主成分及贡献率在内的主成分列表183。累计贡献率计算部134基于主成分列表，对累计贡献率进行计算。主成分废弃部135在累计贡献率小于第1阈值TH1的情况下，将与加入至累计贡献率的贡献率相对应的主成分从主成分列表183中废弃。特性式计算部136对将主成分列表183所包含的主成分设为法向矢量的特性式进行计算。模型创建部140基于计算出的特性式，创建车间模型信息192。由此，车间模型创建装置100能够基于车间的运转数据，将与各设备相关的多个特性式、限制条件完整地提取，并且不需要专业的知识，能够以少的工时创建高精度的车间60的模型。
在本说明书中表示“前、后、上、下、右、左、垂直、水平、下、横、行以及列”等方向的词汇提及的是本发明的装置中的这些方向。因此，本发明的说明书中的这些词汇应该在本发明的装置中相对地进行解释。
“构成”这样的词汇是为了执行本发明的功能而构成、或者为了表示装置的结构、要素、部分而使用的。
而且，在权利要求书中作为“方法加功能”而表现的词汇应包含为了执行包含在本发明中的功能而能够利用的所有的构造。
“单元”这样的词汇为了表示结构要素、单元、硬件或为了执行期望的功能而编程出的软件的一部分而使用。硬件的典型例是器件或电路，但并不限于此。
以上对本发明的优选实施例进行了说明，但本发明并不限定于这些实施例。在不脱离本发明的宗旨的范围内，能够进行结构的附加、省略、置换以及其他变更。本发明并不被上述的说明限定，由附加的权利要求书限定。

Claims (14)

1.一种车间模型创建装置，其具有：
离群值去除部，其从车间的运转数据将离群值去除；
集群部，其将由所述离群值去除部去除了所述离群值后的所述运转数据分割为多个群集；
主成分列表生成部，其针对由所述集群部分割出的每个所述群集，对主成分及贡献率进行计算，生成包含计算出的所述主成分及所述贡献率在内的主成分列表；
累计贡献率计算部，其基于由所述主成分列表生成部生成的所述主成分列表，对累计贡献率进行计算；
主成分废弃部，其对由所述累计贡献率计算部计算出的所述累计贡献率和第1阈值进行比较，在由所述累计贡献率计算部计算出的所述累计贡献率小于所述第1阈值的情况下，将与加入至所述累计贡献率的贡献率相对应的主成分从所述主成分列表中废弃；
特性式计算部，其计算将所述主成分列表所包含的剩余的主成分设为法向矢量的特性式；以及
模型创建部，其基于由所述特性式计算部计算出的所述特性式，创建所述车间的模型。
2.根据权利要求1所述的车间模型创建装置，其中，
还具有参数调整部，该参数调整部对由所述特性式计算部计算出的所述特性式所包含的参数进行调整，
所述模型创建部基于由所述参数调整部调整了所述参数的所述特性式，创建所述车间的模型。
3.根据权利要求2所述的车间模型创建装置，其中，
所述参数调整部对所述特性式所包含的系数项、偏差项及所述运转数据所包含的变量的上下限值中的至少一个进行调整。
4.根据权利要求1所述的车间模型创建装置，其中，还具有：
能量流动图创建部，其使用所述车间的运转数据，创建能量流动图；以及
作业计划信息生成部，其使用由所述能量流动图创建部创建的所述能量流动图和由所述模型创建部创建的所述模型，生成作业计划信息。
5.根据权利要求4所述的车间模型创建装置，其中，
所述作业计划信息生成部将设置于所述车间的设备的输入输出量的时间序列趋势、表示所述设备的启动/停止的运转甘特图及省成本指标中的至少一个，作为所述作业计划信息而生成。
6.根据权利要求1所述的车间模型创建装置，其中，
所述集群部在根据所述特性式计算的所述运转数据的推定值与所述运转数据的实测值之间的误差大于第2阈值的情况下，增加所述运转数据的分割数量，再次将所述运转数据分割为多个群集。
7.根据权利要求1所述的车间模型创建装置，其中，
所述模型创建部通过对由所述特性式计算部计算出的多个特性式进行综合，从而将折线近似式作为所述车间的模型而生成。
8.一种车间模型创建方法，其中，
从车间的运转数据去除离群值，
将去除了所述离群值后的所述运转数据分割为多个群集，
针对每个所述群集，对主成分及贡献率进行计算，
生成包含所述主成分及所述贡献率在内的主成分列表，
基于所述主成分列表，对累计贡献率进行计算，
对计算出的所述累计贡献率和第1阈值进行比较，在所述累计贡献率小于所述第1阈值的情况下，将与加入至所述累计贡献率的贡献率相对应的主成分从所述主成分列表中废弃，
计算将所述主成分列表所包含的剩余的主成分设为法向矢量的特性式，
基于所述特性式，创建所述车间的模型。
9.根据权利要求8所述的车间模型创建方法，其中，
对所述特性式所包含的参数进行调整，
基于调整了所述参数的所述特性式，创建所述车间的模型。
10.根据权利要求9所述的车间模型创建方法，其中，
对所述特性式所包含的系数项、偏差项及所述运转数据所包含的变量的上下限值中的至少一个进行调整。
11.根据权利要求8所述的车间模型创建方法，其中，
使用所述车间的运转数据，创建能量流动图，
使用所述能量流动图和所述模型，生成作业计划信息。
12.根据权利要求11所述的车间模型创建方法，其中，
将设置于所述车间的设备的输入输出量的时间序列趋势、表示所述设备的启动/停止的运转甘特图及省成本指标中的至少一个，作为所述作业计划信息而生成。
13.根据权利要求8所述的车间模型创建方法，其中，
在根据所述特性式计算的所述运转数据的推定值与所述运转数据的实测值之间的误差大于第2阈值的情况下，增加所述运转数据的分割数量，再次将所述运转数据分割为多个群集。
14.根据权利要求8所述的车间模型创建方法，其中，
通过对多个特性式进行综合，从而将折线近似式作为所述车间的模型而生成。
CN201610944680.1A 2015-11-05 2016-11-02 车间模型创建装置及车间模型创建方法 Active CN106991514B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2015217814A JP6337869B2 (ja) 2015-11-05 2015-11-05 プラントモデル作成装置、プラントモデル作成方法、およびプラントモデル作成プログラム
JP2015-217814 2015-11-05

Publications (2)

Publication Number Publication Date
CN106991514A CN106991514A (zh) 2017-07-28
CN106991514B true CN106991514B (zh) 2021-04-06

Family

ID=57321106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610944680.1A Active CN106991514B (zh) 2015-11-05 2016-11-02 车间模型创建装置及车间模型创建方法

Country Status (4)

Country Link
US (1) US20170132538A1 (zh)
EP (1) EP3166057B1 (zh)
JP (1) JP6337869B2 (zh)
CN (1) CN106991514B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6763831B2 (ja) * 2017-07-03 2020-09-30 横河電機株式会社 制御システム及び制御方法
CN107862138B (zh) * 2017-11-09 2020-12-25 成都希盟泰克科技发展有限公司 大坝工程施工方案可行性与施工强度匹配优化方法
JP7133154B2 (ja) * 2019-01-18 2022-09-08 住友大阪セメント株式会社 運転異常検出システム
US11321376B2 (en) 2019-04-02 2022-05-03 Aspen Technology, Inc. Classification of operating plan data using machine learning
US11995127B2 (en) * 2019-04-02 2024-05-28 Aspentech Corporation Validation of operating plans and schedules using machine learning
JP2023537081A (ja) * 2020-08-28 2023-08-30 日本電気株式会社 情報処理装置、情報処理方法及びプログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2144197A1 (en) * 2008-07-10 2010-01-13 Palo Alto Research Center Incorporated Methods and systems for constructing production plans
CN101751620A (zh) * 2008-12-17 2010-06-23 拜尔材料科学股份公司 用于监测和分析运行的化工厂中的能耗的方法和***
EP2840535A1 (en) * 2013-08-23 2015-02-25 Yokogawa Electric Corporation Operation plan decision method and operation plan decision system

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7451011B2 (en) * 2004-08-27 2008-11-11 Tokyo Electron Limited Process control using physical modules and virtual modules
CN103268634B (zh) * 2012-02-24 2016-08-24 苏州蓝海彤翔***科技有限公司 一种外存模型基于顶点聚类的快速并行自适应简化方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2144197A1 (en) * 2008-07-10 2010-01-13 Palo Alto Research Center Incorporated Methods and systems for constructing production plans
CN101751620A (zh) * 2008-12-17 2010-06-23 拜尔材料科学股份公司 用于监测和分析运行的化工厂中的能耗的方法和***
EP2840535A1 (en) * 2013-08-23 2015-02-25 Yokogawa Electric Corporation Operation plan decision method and operation plan decision system

Also Published As

Publication number Publication date
CN106991514A (zh) 2017-07-28
JP6337869B2 (ja) 2018-06-06
EP3166057B1 (en) 2022-11-30
JP2017091056A (ja) 2017-05-25
EP3166057A1 (en) 2017-05-10
US20170132538A1 (en) 2017-05-11

Similar Documents

Publication Publication Date Title
CN106991514B (zh) 车间模型创建装置及车间模型创建方法
Chen et al. A distributionally robust optimization model for unit commitment based on Kullback–Leibler divergence
Jain et al. Data-driven model predictive control with regression trees—an application to building energy management
EP3620868B1 (en) Apparatus, method, program, and recording medium to output recommended control conditions
Staszewska‐Bystrova Bootstrap prediction bands for forecast paths from vector autoregressive models
Wunsch et al. Quantification of combined operational and geometrical uncertainties in turbo-machinery design
MX2013006155A (es) Sistemas y metodos para reducir el tiempo de ejecucion de un modelo simulador de deposito.
CN103336433A (zh) 基于反步法的混合自适应预测控制***及其预测控制方法
Kacar et al. A comparison of multiple linear regression approaches for fitting clearing functions to empirical data
CN114041031A (zh) 组合解确定***
CN107871181B (zh) 一种热电联产机组发电计划制定方法、装置及***
Ghute et al. A nonparametric signed-rank control chart for bivariate process location
Chen et al. Calibration and Monte Carlo pricing of the SABR-Hull-White model for long-maturity equity derivatives
Xu et al. Analyzing Integrated Cost‐Schedule Risk for Complex Product Systems R&D Projects
CN110825051B (zh) 一种基于gap metric的不确定***的多模型控制方法
CN103593586A (zh) 一种对数据质量进行评价的方法
Andreasen Stochastic volatility for real
Ye et al. Uncertainty quantification of loads and correlated PVs on power system dynamic simulations
Nimmegeers et al. Parametric uncertainty propagation for robust dynamic optimization of biological networks
Cao et al. A Parameter Classification Prediction Method Applied to LEAP Model of Electric Energy Substitution Forecasting
Zhang et al. Improving ordinal transformation through optimal combination of multi-model predictions
Laurids Boring Human reliability analysis for verification and validation of new designs
Balter et al. Quantifying ambiguity bounds through hypothetical statistical testing
Jeliazkov et al. Maximum simulated likelihood estimation: Techniques and applications in economics
Herberger et al. Simulated human error probability and its application to dynamic human failure events

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant