JP2011253275A - プラントシミュレータ - Google Patents
プラントシミュレータ Download PDFInfo
- Publication number
- JP2011253275A JP2011253275A JP2010125636A JP2010125636A JP2011253275A JP 2011253275 A JP2011253275 A JP 2011253275A JP 2010125636 A JP2010125636 A JP 2010125636A JP 2010125636 A JP2010125636 A JP 2010125636A JP 2011253275 A JP2011253275 A JP 2011253275A
- Authority
- JP
- Japan
- Prior art keywords
- statistical model
- plant
- estimated value
- data
- value data
- 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
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
Abstract
【課題】現在使用している統計モデルが適切なモデルとして機能しているか否かをデータに基づいて評価し、必要な処置を講ずることを可能とするプラントシミュレータを実現する。
【解決手段】プラントデータを収集し、プラントの状態を物理モデルにより演算して第1推定値データを出力する物理モデル演算部と、前記第1推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第2推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
前記統計モデルに入力している前記第1推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備える。
【選択図】図1
【解決手段】プラントデータを収集し、プラントの状態を物理モデルにより演算して第1推定値データを出力する物理モデル演算部と、前記第1推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第2推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
前記統計モデルに入力している前記第1推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備える。
【選択図】図1
Description
本発明は、プラントデータを収集し、プラントの状態を物理モデルにより演算して第1推定値データを出力する物理モデル演算部と、前記第1推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第2推定値データを出力する統計モデル演算部とを具備するプラントシミュレータに関するものである。
オンラインで動作する物理モデルベースのシミュレータと、物理モデルの一部を統計モデルに基づくソフトセンサで代替した混合モデルを利用したプラントシミュレータに関しては、特許文献1に詳細な技術開示がある。
混合モデル型のプラントシミュレータのメリットは、次の2点である。
(1)製品の品質特性等で物理的な因果関係が明らかでない部分を統計モデルで代替することによるシミュレータエンジニアリングの簡易化。
(2)物理モデルからの入力を利用することによる統計モデルの精度向上。
(1)製品の品質特性等で物理的な因果関係が明らかでない部分を統計モデルで代替することによるシミュレータエンジニアリングの簡易化。
(2)物理モデルからの入力を利用することによる統計モデルの精度向上。
図5は、特許文献1に開示されている従来のプラントシミュレータを用いた制御システムの構成例を示す機能ブロック図である。実プラント10は、多変数制御システム20により制御されている。多変数制御システム20は、実プラント10からのデープラントデータPVを入力し、設定値SVとの偏差を制御演算した操作量MVを実プラント10に返す。
更に、多変数制御システム20は、プラントシミュレータ30物理モデル演算部31かからの第1推定値データR及び統計モデル演算部32からの第2推定値データQを推定プラントデータとして取得する。
ここで、モデル化の対象となる実プラント10の大部分は、物理モデル化が可能という前提を置くものとする。しかしながら、プラントのプロダクトの品質特性や性状値等、物理的因果関係が明らかにされていない場合も多く、これらの物理モデル化は困難である。これを補うのが統計モデルによるソフトセンサである。
物理モデル演算部31は、実プラント10よりプラントデータPVを収集し、プラントの状態を物理モデルによって模擬する機能を持つ。模擬手段は任意であるが、プロダクトの品質特性等の一部のモデル化されていない情報を除き、プラントの挙動を正確に模擬しているものとする。
故に、物理モデル演算部31の出力である第1推定値データは、プラントデータ情報(PV)及び物理モデル演算部31によって推定される実測されていない部位の推定値情報となる。本願発明では、この2つの情報を合わせた物理モデルの推定値を、第1推定値データRと称する。
性状分析器40は、実プラント10の特定のプロダクト等から定期的にサンプリングした測定データWを入力して、特定プロダクトの品質特性や性状の分析を行い、性状分析データAを出力する。品質特性が特定の組成の場合、ガスクロマトグラフィ等がこれに相当する。温度・流量・圧力等の連続物理量の測定計に対して、通常数十分程度の遅れを持つ。
また、性状分析のための測定が必ずしもシステム化されているとは限らず、ラボにおける分析を必要とする場合もある。連続測定されている場合には、分析データはリアルタイムに公開され、ラボ分析等の場合には分析後に人手によって公開される場合もある。
統計モデル演算部32は、物理モデル演算部31の出力である第1推定値データRを説明変数とし、性状分析器40からの性状分析データAを目的変数として取得する統計モデルによる推定を行う。モデル構造及びプラントの特性変化に対する追従手段は任意である。
プラントシミュレータ30は、物理モデル演算部31と統計モデル演算部32により実プラント10の動的な挙動予測を行う。このように、部分的に統計モデルを導入して混合モデルとすることで、前記(1)及び(2)の効果を得ることができる。
特許文献1に示される従来技術では、統計モデルの詳細構造についての記述はないが、一般的な統計モデルでは、モデル構造として線形回帰モデルを採用し、カルマンフィルタ等の逐次更新アルゴリズムによってパラメータを更新していくことで、プロセスの変化に追従するよう実装する。
しかし、このような構造を採用した統計モデルの場合、モデルは、現在の運転状態近傍にオーバーフィッティングしてしまうことが想定される。その結果、2つの問題が生じる。1つは、プラントシミュレータの重要なアプリケーションである運転条件変更後の予測等、広域の挙動予測を行う場合には、特定の運転条件にオーバーフィッティングした統計モデルからの推定値データの精度は劣化することである。
そしてもう1つは、統計モデルに参照値(目標変数A)を与える計器(性状分析器40)の故障等による統計モデルの更新停止が発生して、運転条件がモデル化範囲を超えてしまった場合等では、統計モデルからの推定値データの精度は劣化することである。
これらはいずれも、シミュレーション時に現在使用している統計モデルが外部要因により適切なモデルとして機能していない場合に、その状態を確認して必要に応じた処置を講じていないことが本質的な原因である。
本発明の目的は、現在使用している統計モデルが適切なモデルとして機能しているか否かをデータに基づいて評価し、必要な処置を講ずることを可能とするプラントシミュレータを実現することにある。
このような課題を達成するために、本発明は次の通りの構成になっている。
(1)プラントデータを収集し、プラントの状態を物理モデルにより演算して第1推定値データを出力する物理モデル演算部と、前記第1推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第2推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
前記統計モデルに入力している前記第1推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備えることを特徴とするプラントシミュレータ。
(1)プラントデータを収集し、プラントの状態を物理モデルにより演算して第1推定値データを出力する物理モデル演算部と、前記第1推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第2推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
前記統計モデルに入力している前記第1推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備えることを特徴とするプラントシミュレータ。
(2)前記統計モデル評価部による適正性なしの判定結果を取得して、現在の前記第1推定値データが適正となる前記第2推定値データを出力する統計モデルを再構築し、前記統計モデル演算部にダウンロードする、統計モデル再構築部を備えることを特徴とする(1)に記載のプラントシミュレータ。
(3)前記第1推定値データ及び前記性状分析データのトレンドを保持するモデリングデータベースを備え、
前記統計モデル再構築部は、現在の前記第1推定値データの範囲が適正な範囲となる説明変数データ及び目的変数データを前記モデリングデータベースより取得して統計モデルの再構築をオンラインで実行することを特徴とする(2)に記載のプラントシミュレータ。
前記統計モデル再構築部は、現在の前記第1推定値データの範囲が適正な範囲となる説明変数データ及び目的変数データを前記モデリングデータベースより取得して統計モデルの再構築をオンラインで実行することを特徴とする(2)に記載のプラントシミュレータ。
(4)前記統計モデル評価部が出力する評価指数が所定に閾値を超えたときに前記統計モデル再構築部に再構築指令を出力する判定部を備えることを特徴とする(2)または(3)に記載のプラントシミュレータ。
(5)前記第1推定値データ及び前記第1推定値データは、前記プラントを制御する多変数制御システムにプラントデータとして渡されることを特徴とする(1)乃至(4)のいずれかに記載のプラントシミュレータ。
本発明によれば、次のような効果を期待することができる。
(1)物理モデル演算部の第1推定値データRの監視により、現在使用中の統計モデルの適正性を客観的に評価する統計モデル評価部の評価結果に基づいて、ユーザは現在使用中の統計モデルの適正性をデータにより確認することができ、実プラントの目標値変更の実施の可否を検討することが可能となる。
(1)物理モデル演算部の第1推定値データRの監視により、現在使用中の統計モデルの適正性を客観的に評価する統計モデル評価部の評価結果に基づいて、ユーザは現在使用中の統計モデルの適正性をデータにより確認することができ、実プラントの目標値変更の実施の可否を検討することが可能となる。
(2)統計モデル評価部の評価結果に基づいて、現状でのプロセスデータで適正な統計モデルとなるように現在使用中の統計モデルを自動的に再構築して入替える処置を講ずることが可能となる。
以下本発明を、図面を用いて詳細に説明する。図1は、本発明のプラントシミュレータを適用した制御システムの一実施例を示す機能ブロック図である。図5で説明した従来構成と同一要素には同一符号を付して説明を省略する。
プラントシミュレータ30において、従来構成に追加された本発明の特徴部は、統計モデル評価部100の構成にある。統計モデル評価部100は、現統計モデル情報Mと物理モデル演算部31の第1推定値データRを取得し、現統計モデル情報Mの適正性を示す評価指標Dを出力する。統計モデル評価部100の具体的な構成例については、図2の実施例で説明する。
GUI(Graphical User Interface )50は、物理モデル演算部31の第1推定値データR、統計モデル演算部32の第2推定値データQと共に、現統計モデル情報Mの適正性を示す評価指標Dを取得して、ユーザに表示する。
ユーザは、このGUI50を介してプラントシミュレータ30の状態を監視することが可能であり、現統計モデルが適正性を欠いていると判断すれば、その間の予測を信用しないなどの対処を行うことができる。
図2は、本発明のプラントシミュレータを適用した制御システムの他の実施例を示す機能ブロック図である。この実施例では、現統計モデルの評価結果が適正性を欠いていると判定された場合には自動的に統計モデルを再構築し、統計モデル演算部32にダウンロードして更新する仕組みを提供する。
図1との相違点は、プラントシミュレータ30内にモデリングデータベース200と統計モデル再構築部300を設けた構成にある。デリングデータベース200は、統計モデルにおいて説明変数となる物理モデル演算部31の推定値データRと、目的変数である性状分析器40からの分析データAのトレンドを保持する。
統計モデル再構築部300は、評価指数計算部301、再構築処理部302、判定部303、閾値設定部304よりなる。評価指数計算部301は、現統計モデル情報Mと物理モデル演算部からの第1推定値データRを入力し、現統計モデルの適正性を示す評価指数Dを出力する機能を備えるものであり、図1で示した統計モデル評価部100と同一機能である。
統計モデル再構築部300は、物理モデル演算部31から現時点の第1推定値データRを受け取り、現在利用されている統計モデルにとって適正な範囲の入力かどうかを監視し、適正でない場合にはモデリングデータベース200から現時点近傍データを取得し、モデルの再構築を行い、統計モデル演算部32の現統計モデルを更新する機能を持つ。
評価指数計算部301による入力範囲の適正性判定の手法としては、現在の統計モデルのベースとなっているモデリングデータと、統計モデル演算部32に説明変数として入力されている第1推定値データRを、周知のマハラノビス距離によって評価する手法を採用することができる。
マハラノビス距離は、変数間の依存関係を考慮した距離情報であり、モデルの精度に重大な影響をもたらず変数間依存関係の変化を検出することができる。入力されている現時点の物理モデルによる第1推定値データRと現統計モデルMのモデリングデータとのマハラノビス距離を評価指数Dとし、これがある閾値を超えた場合には、現統計モデルMのモデリングデータが持つ変数間関係と現時点の入力Rの関係は大きく乖離していると判断でき、モデル再構築のトリガとすることができる。
判定部303は、評価指数計算部301が出力する評価指数Dを監視し、この値が閾値設定部304で設定された所定の閾値ΔDを超えたときに、統計モデル再構築をトリガする判定信号Uを再構築処理部302に出力する。
判定信号Uを取得した再構築処理部302は、モデリングデータベース200にアクセスし、現時点近傍データを取得し、モデルの再構築を行い、再構築した統計モデルを統計モデル演算部32にダウンロードし、現統計モデルを更新する。
再構築を実行する場合の近傍データの取得手段として、予めモデリングデータをいくつかのデータセットに分割しておき、マハラノビス距離による指標Dが最小となるようなデータセットを選択することで、現時点の入力変数間関係に近いデータセットを選択し、モデルを再構築することもできる。
図3は、本発明の効果を説明する性状値のステップ応答特性図である。図3(イ)は性状値のステップ応答、(ロ)は運転条件の変更を示す。図中、時点T1において統計モデルへの参照値(目標変数A)の供給が停止される状況を想定する。
時刻T2で運転条件がステップ的に変化した後の性状値の真値の応答をトレンドF1で示す。特定の運転条件にオーバーフィッティングした推定値をトレンドF2で示す。運転条件変化をトリガに再構築した統計モデルによる推定値をトレンドF3で示す。
具体的には、物理モデルの重要なアプリケーションの1つである広域での運転条件変更予測の場合や、性状分析器のメンテナンスや故障等が発生した場合である。どちらの場合においても、統計モデルは参照値の供給を受けられない。
統計モデルが、一般に想定するような再帰的なモデル更新アルゴリズムを備えるものでは、運転条件変化等でプラントの特性が大きく変わってしまう場合等では、特定の状況にオーバーフィッティングしてしまうために予測が難しくなる。
その様子を図中T2以降で示している。T2の時点で運転条件が変化し、プラントの特性が大きく変化してしまうと仮定する。この時、再帰的な更新アルゴリズムでは、モデル更新のための参照値が得られないので、T1の時点のモデルで固定されてしまい、新しい運転条件における性状値が正しく予測できない(図中トレンドF2参照)。
しかし、本発明によれば、プラントの運転条件の変化に基づき、統計モデルはモデリングデータベースの範囲で自動的に更新されるため、モデリングデータベースに記憶された、または近い運転条件であれば、正しく予測を行うことが可能となる(図中トレンドF3参照)。
このようにして、物理モデルの一部を統計モデルで代替した混合モデルを利用したプラントシミュレータにおいて、広域の運転条件変更予測時や、性状分析器の停止時等の統計モデルの直近のデータに基づく更新が不可能な状況下であっても、モデリングデータベースに基づき統計モデルの再構築を行うことで、プラントシミュレータを精度良く運用することが可能となる。
図4は、本発明のプラントシミュレータを適用した制御システムの更に他の実施例を示す機能ブロック図である。図2との相違点は、物理モデル演算部31の推定値データR及び統計モデル演算部32の推定値データQが、図5で説明した多変数制御システム20にプラントデータとして渡されている構成にある。
図1、図2、図4の実施例で示された本発明を構成する各コンポーネントは、実施例の接続形態に限定されるものではなく、ネットワークを介して分散的に接続され、通信により情報処理をする形態であってもよい。
10 実プラント
20 多変数制御システム
30 プラントシミュレータ
31 物理モデル演算部
32 統計モデル演算部
40 性状分析器
50 GUI
100 統計モデル評価部
200 モデリングデータベース
300 統計モデル再構築部
301 評価指標計算部
302 再構築処理部
303 判定部
304 閾値設定部
20 多変数制御システム
30 プラントシミュレータ
31 物理モデル演算部
32 統計モデル演算部
40 性状分析器
50 GUI
100 統計モデル評価部
200 モデリングデータベース
300 統計モデル再構築部
301 評価指標計算部
302 再構築処理部
303 判定部
304 閾値設定部
Claims (5)
- プラントデータを収集し、プラントの状態を物理モデルにより演算して第1推定値データを出力する物理モデル演算部と、前記第1推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第2推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
前記統計モデルに入力している前記第1推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備えることを特徴とするプラントシミュレータ。 - 前記統計モデル評価部による適正性なしの判定結果を取得して、現在の前記第1推定値データが適正となる前記第2推定値データを出力する統計モデルを再構築し、前記統計モデル演算部にダウンロードする、統計モデル再構築部を備えることを特徴とする請求項1に記載のプラントシミュレータ。
- 前記第1推定値データ及び前記性状分析データのトレンドを保持するモデリングデータベースを備え、
前記統計モデル再構築部は、現在の前記第1推定値データの範囲が適正な範囲となる説明変数データ及び目的変数データを前記モデリングデータベースより取得して統計モデルの再構築をオンラインで実行することを特徴とする請求項2に記載のプラントシミュレータ。 - 前記統計モデル評価部が出力する評価指数が所定に閾値を超えたときに前記統計モデル再構築部に再構築指令を出力する判定部を備えることを特徴とする請求項2または3に記載のプラントシミュレータ。
- 前記第1推定値データ及び前記第1推定値データは、前記プラントを制御する多変数制御システムにプラントデータとして渡されることを特徴とする請求項1乃至4のいずれかに記載のプラントシミュレータ。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010125636A JP2011253275A (ja) | 2010-06-01 | 2010-06-01 | プラントシミュレータ |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010125636A JP2011253275A (ja) | 2010-06-01 | 2010-06-01 | プラントシミュレータ |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011253275A true JP2011253275A (ja) | 2011-12-15 |
Family
ID=45417181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010125636A Pending JP2011253275A (ja) | 2010-06-01 | 2010-06-01 | プラントシミュレータ |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2011253275A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014069047A1 (ja) * | 2012-10-31 | 2014-05-08 | 住友重機械工業株式会社 | 運転シミュレータ |
CN105229627A (zh) * | 2013-02-05 | 2016-01-06 | 横河电机美洲有限公司 | 用于确定产品流或处理流的属性的***、方法和设备 |
WO2016151620A1 (ja) * | 2015-03-23 | 2016-09-29 | 日本電気株式会社 | シミュレートシステム、シミュレート方法およびシミュレート用プログラム |
JP2017215908A (ja) * | 2016-06-02 | 2017-12-07 | 富士電機株式会社 | 監視装置及び監視方法 |
JP2018516416A (ja) * | 2015-06-05 | 2018-06-21 | シエル・インターナシヨネイル・リサーチ・マーチヤツピイ・ベー・ウイShell Internationale Research Maatschappij Besloten Vennootshap | モデル予測コントローラ及び推定器の機器点検のためのシステム及び方法 |
JP2018119924A (ja) * | 2017-01-27 | 2018-08-02 | オークマ株式会社 | 診断装置 |
WO2018181093A1 (ja) * | 2017-03-29 | 2018-10-04 | 三菱重工業株式会社 | 情報処理装置、情報処理方法およびプログラム |
-
2010
- 2010-06-01 JP JP2010125636A patent/JP2011253275A/ja active Pending
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014092798A (ja) * | 2012-10-31 | 2014-05-19 | Sumitomo Heavy Ind Ltd | 運転シミュレータ |
WO2014069047A1 (ja) * | 2012-10-31 | 2014-05-08 | 住友重機械工業株式会社 | 運転シミュレータ |
US10175661B2 (en) | 2013-02-05 | 2019-01-08 | Yokogawa Corporation Of America | System, method and apparatus for determining properties of product or process streams |
CN105229627A (zh) * | 2013-02-05 | 2016-01-06 | 横河电机美洲有限公司 | 用于确定产品流或处理流的属性的***、方法和设备 |
JP2016507113A (ja) * | 2013-02-05 | 2016-03-07 | ヨコガワ・コーポレーション・オブ・アメリカ | 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、方法、および装置 |
WO2016151620A1 (ja) * | 2015-03-23 | 2016-09-29 | 日本電気株式会社 | シミュレートシステム、シミュレート方法およびシミュレート用プログラム |
JPWO2016151620A1 (ja) * | 2015-03-23 | 2017-11-30 | 日本電気株式会社 | シミュレートシステム、シミュレート方法およびシミュレート用プログラム |
US10635078B2 (en) | 2015-03-23 | 2020-04-28 | Nec Corporation | Simulation system, simulation method, and simulation program |
JP2018516416A (ja) * | 2015-06-05 | 2018-06-21 | シエル・インターナシヨネイル・リサーチ・マーチヤツピイ・ベー・ウイShell Internationale Research Maatschappij Besloten Vennootshap | モデル予測コントローラ及び推定器の機器点検のためのシステム及び方法 |
JP7043261B2 (ja) | 2015-06-05 | 2022-03-29 | シエル・インターナシヨネイル・リサーチ・マーチヤツピイ・ベー・ウイ | モデル予測コントローラ及び推定器の機器点検のためのシステム及び方法 |
JP2017215908A (ja) * | 2016-06-02 | 2017-12-07 | 富士電機株式会社 | 監視装置及び監視方法 |
JP2018119924A (ja) * | 2017-01-27 | 2018-08-02 | オークマ株式会社 | 診断装置 |
CN110462539A (zh) * | 2017-03-29 | 2019-11-15 | 三菱重工业株式会社 | 信息处理装置、信息处理方法以及程序 |
JP2018169748A (ja) * | 2017-03-29 | 2018-11-01 | 三菱重工業株式会社 | 情報処理装置、情報処理方法およびプログラム |
WO2018181093A1 (ja) * | 2017-03-29 | 2018-10-04 | 三菱重工業株式会社 | 情報処理装置、情報処理方法およびプログラム |
JP7048216B2 (ja) | 2017-03-29 | 2022-04-05 | 三菱重工業株式会社 | 情報処理装置、情報処理方法およびプログラム |
US11429693B2 (en) | 2017-03-29 | 2022-08-30 | Mitsubishi Heavy Industries, Ltd. | Information processing device, information processing method, and program |
US20220366012A1 (en) * | 2017-03-29 | 2022-11-17 | Mitsubishi Heavy Industries, Ltd. | Information processing device, information processing method, and program |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9733626B2 (en) | Method of monitoring an industrial process | |
JP2011253275A (ja) | プラントシミュレータ | |
CN104345726B (zh) | 过程控制***中的非侵入式数据分析 | |
US20170003667A1 (en) | Equipment maintenance management system and equipment maintenance management method | |
JP2019083056A (ja) | コンピュータ実施方法、処理モデル展開システム、処理監視システム | |
JP7053113B2 (ja) | 継続的プロセス検証(cpv)用の分析/統計モデリングを使用するための方法及び装置、製品 | |
JP2016006699A (ja) | プロセス分析モデルと実際のプロセス動作とのオンライン整合 | |
JP2010522942A (ja) | 改良型プロセス制御用のモデルメンテナンスアーキテクチャ | |
CN112213994A (zh) | 在过程工厂的控制***内使用指导的预测仿真的实时控制 | |
JP2018112903A (ja) | プラント運転支援装置、プラント運転支援方法、プラント運転支援プログラム及び記録媒体 | |
JP2004178492A (ja) | 強化学習法を用いたプラントシミュレーション方法 | |
CN115407728A (zh) | 信息处理装置、预测方法和计算机可读存储介质 | |
JP5077831B2 (ja) | プラント制御システムおよびプラント制御方法 | |
JP2011123187A (ja) | 運転模擬装置 | |
CN111837082B (zh) | 利用近实时条件的超声流量计预诊 | |
Faghraoui et al. | Data-driven causality digraph modeling of large-scale complex system based on transfer entropy | |
US11893869B2 (en) | Information processing device, alarm prediction method, and computer-readable recording medium | |
Williams et al. | Digital Twin of Cyber-Physical CNC for Smart Manufacturing | |
WO2022270056A1 (ja) | 予測システム、情報処理装置および情報処理プログラム | |
US20240004356A1 (en) | System and method for building and deploying a sustainable dynamic reduced-order model (sdrom) for an industrial process | |
US20220382267A1 (en) | Information processing device, display control method, and computer-readable recording medium | |
WO2022176375A1 (ja) | 予測システム、情報処理装置および情報処理プログラム | |
JP2023151888A (ja) | 予測システム、制御装置および制御プログラム | |
JP2020184336A (ja) | 連続プロセスのための予測分析を実装する方法および装置 | |
Mathur et al. | Reliability analysis of Pneumatic Control Valve in Process Plant Using Simulated Failure Data |