JP7301876B2 - 運転状態推定システム、学習装置、推定装置、状態推定器の生成方法、及び推定方法 - Google Patents
運転状態推定システム、学習装置、推定装置、状態推定器の生成方法、及び推定方法 Download PDFInfo
- Publication number
- JP7301876B2 JP7301876B2 JP2020556995A JP2020556995A JP7301876B2 JP 7301876 B2 JP7301876 B2 JP 7301876B2 JP 2020556995 A JP2020556995 A JP 2020556995A JP 2020556995 A JP2020556995 A JP 2020556995A JP 7301876 B2 JP7301876 B2 JP 7301876B2
- Authority
- JP
- Japan
- Prior art keywords
- state
- catalytic cracking
- unit
- learning
- cracking unit
- 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
Links
Images
Classifications
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G11/00—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils
- C10G11/14—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils with preheated moving solid catalysts
- C10G11/18—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils with preheated moving solid catalysts according to the "fluidised-bed" technique
- C10G11/187—Controlling or regulating
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G11/00—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils
- C10G11/14—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils with preheated moving solid catalysts
- C10G11/18—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils with preheated moving solid catalysts according to the "fluidised-bed" technique
- C10G11/182—Regeneration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01J—CHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
- B01J38/00—Regeneration or reactivation of catalysts, in general
- B01J38/04—Gas or vapour treating; Treating by using liquids vaporisable upon contacting spent catalyst
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01J—CHEMICAL OR PHYSICAL PROCESSES, e.g. CATALYSIS OR COLLOID CHEMISTRY; THEIR RELEVANT APPARATUS
- B01J38/00—Regeneration or reactivation of catalysts, in general
- B01J38/04—Gas or vapour treating; Treating by using liquids vaporisable upon contacting spent catalyst
- B01J38/12—Treating with free oxygen-containing gas
- B01J38/30—Treating with free oxygen-containing gas in gaseous suspension, e.g. fluidised bed
-
- C—CHEMISTRY; METALLURGY
- C10—PETROLEUM, GAS OR COKE INDUSTRIES; TECHNICAL GASES CONTAINING CARBON MONOXIDE; FUELS; LUBRICANTS; PEAT
- C10G—CRACKING HYDROCARBON OILS; PRODUCTION OF LIQUID HYDROCARBON MIXTURES, e.g. BY DESTRUCTIVE HYDROGENATION, OLIGOMERISATION, POLYMERISATION; RECOVERY OF HYDROCARBON OILS FROM OIL-SHALE, OIL-SAND, OR GASES; REFINING MIXTURES MAINLY CONSISTING OF HYDROCARBONS; REFORMING OF NAPHTHA; MINERAL WAXES
- C10G11/00—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils
- C10G11/14—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils with preheated moving solid catalysts
- C10G11/18—Catalytic cracking, in the absence of hydrogen, of hydrocarbon oils with preheated moving solid catalysts according to the "fluidised-bed" technique
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/026—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system using a predictor
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Organic Chemistry (AREA)
- General Chemical & Material Sciences (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Materials Engineering (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Production Of Liquid Hydrocarbon Mixture For Refining Petroleum (AREA)
Description
Claims (16)
- 触媒を用いた反応装置と前記触媒を再生する再生装置とを含む流動接触分解装置の運転中に、前記流動接触分解装置が設けられた製油所に設けられたセンサ、機器、装置、設備、又はそれらの運転条件を制御するための制御量を設定する制御装置から取得可能であり、前記流動接触分解装置の運転状態が正常状態であるときとアフターバーン状態であるときとの間で値が異なる情報から前記流動接触分解装置の運転状態を推定するための状態推定器を学習する学習装置と、
前記流動接触分解装置の運転中に取得された前記情報に基づいて、前記学習装置により学習された状態推定器により前記流動接触分解装置の運転状態を推定する推定装置と、
を備え、
前記学習装置は、
前記流動接触分解装置が過去に運転されたときに取得された前記情報を学習データとして取得する学習データ取得部と、
前記学習データ取得部により取得された学習データを使用して、機械学習により前記状態推定器を学習する学習部と、
を備え、
前記推定装置は、
前記流動接触分解装置の運転中に取得された前記情報を取得する運転データ取得部と、
前記運転データ取得部により取得された前記情報を前記状態推定器に入力して前記流動接触分解装置の運転状態を推定する運転状態推定部と、
前記運転状態推定部により推定された前記流動接触分解装置の運転状態を表す運転状態情報を出力する推定結果出力部と、
を備え、
前記運転状態は、前記再生装置においてアフターバーンが生じていない状態、前記再生装置においてアフターバーンが生じている状態、及び前記再生装置においてアフターバーンが生じていない状態からアフターバーンが生じている状態へ移行している状態のうち少なくとも2以上を含む
運転状態推定システム。 - 触媒を用いた反応装置と前記触媒を再生する再生装置とを含む流動接触分解装置の運転中に、前記流動接触分解装置が設けられた製油所に設けられたセンサ、機器、装置、設備、又はそれらの運転条件を制御するための制御量を設定する制御装置から取得可能であり、前記流動接触分解装置の運転状態が正常状態であるときとアフターバーン状態であるときとの間で値が異なる情報から前記流動接触分解装置の運転状態を推定するための状態推定器を学習する学習装置と、
前記流動接触分解装置の運転中に取得された前記情報に基づいて、前記学習装置により学習された状態推定器により前記流動接触分解装置の運転状態を推定する推定装置と、
を備え、
前記学習装置は、
前記流動接触分解装置が過去に運転されたときに取得された前記情報を学習データとして取得する学習データ取得部と、
前記学習データ取得部により取得された学習データを使用して、機械学習により前記状態推定器を学習する学習部と、
を備え、
前記推定装置は、
前記流動接触分解装置の運転中に取得された前記情報を取得する運転データ取得部と、
前記運転データ取得部により取得された前記情報を前記状態推定器に入力して前記流動接触分解装置の運転状態を推定する運転状態推定部と、
前記運転状態推定部により推定された前記流動接触分解装置の運転状態を表す運転状態情報を出力する推定結果出力部と、
を備え、
前記状態推定器は、前記学習データ取得部により取得された前記情報よりも次元数の低い特徴量を算出する運転状態推定システム。 - 前記学習部は、前記状態推定器により前記学習データから算出される特徴量が、その学習データが取得されたときの前記流動接触分解装置の運転状態に応じて異なるクラスタに分類されるように、前記状態推定器を学習する請求項2に記載の運転状態推定システム。
- 前記特徴量は、2次元又は3次元であり、
前記推定結果出力部は、前記特徴量を2次元座標空間又は3次元座標空間にプロットした図を出力する請求項2又は3に記載の運転状態推定システム。 - 前記推定結果出力部は、2次元座標空間又は3次元座標空間における前記特徴量の座標と、前記流動接触分解装置の運転状態との間の相関関係を保持し、前記状態推定器により算出された特徴量に対応する前記流動接触分解装置の運転状態を更に出力する請求項4に記載の運転状態推定システム。
- 前記学習部は、前記流動接触分解装置が過去の所定のタイミングで運転されたときに取得された前記情報が前記状態推定器に入力されたときに、前記所定のタイミングから所定時間経過後に取得された別の種類の情報の予測値が前記状態推定器から出力されるように前記状態推定器を学習する請求項1に記載の運転状態推定システム。
- 触媒を用いた反応装置と前記触媒を再生する再生装置とを含む流動接触分解装置の運転中に、前記流動接触分解装置が設けられた製油所に設けられたセンサ、機器、装置、設備、又はそれらの運転条件を制御するための制御量を設定する制御装置から取得可能であり、前記流動接触分解装置の運転状態が正常状態であるときとアフターバーン状態であるときとの間で値が異なる情報から前記流動接触分解装置の運転状態を推定するための状態推定器を学習する学習装置と、
前記流動接触分解装置の運転中に取得された前記情報に基づいて、前記学習装置により学習された状態推定器により前記流動接触分解装置の運転状態を推定する推定装置と、
を備え、
前記学習装置は、
前記流動接触分解装置が過去に運転されたときに取得された前記情報を学習データとして取得する学習データ取得部と、
前記学習データ取得部により取得された学習データを使用して、機械学習により前記状態推定器を学習する学習部と、
を備え、
前記推定装置は、
前記流動接触分解装置の運転中に取得された前記情報を取得する運転データ取得部と、
前記運転データ取得部により取得された前記情報を前記状態推定器に入力して前記流動接触分解装置の運転状態を推定する運転状態推定部と、
前記運転状態推定部により推定された前記流動接触分解装置の運転状態を表す運転状態情報を出力する推定結果出力部と、
を備え、
前記学習部は、前記流動接触分解装置が過去の所定のタイミングで運転されたときに取得された前記情報が前記状態推定器に入力されたときに、前記所定のタイミングから所定時間経過後に取得された別の種類の情報の予測値が前記状態推定器から出力されるように前記状態推定器を学習し、
前記学習部は、前記再生装置におけるアフターバーンの発生を上位事象とするフォルトツリー解析の結果に基づいて、前記状態推定器が前記学習データ取得部により取得される複数の種類の前記情報から前記予測値を算出する際のそれぞれの種類の前記情報の重みを調整する運転状態推定システム。 - 前記学習部は、前記学習データ取得部により取得される複数の種類の前記情報のうち特定の前記情報を学習データとして使用して学習した状態推定器により算出される前記予測値と、前記特定の情報を学習データとして使用せずに学習した状態推定器により算出される前記予測値との差に基づいて、前記特定の前記情報の重みを調整する請求項7に記載の運転状態推定システム。
- 前記推定結果出力部は、前記特定の前記情報を学習データとして使用して学習された状態推定器により算出された予測値と、前記特定の前記情報を学習データとして使用せずに学習された状態推定器により算出された予測値を出力する請求項8に記載の運転状態推定システム。
- 触媒を用いた反応装置と前記触媒を再生する再生装置とを含む流動接触分解装置の運転中に、前記流動接触分解装置が設けられた製油所に設けられたセンサ、機器、装置、設備、又はそれらの運転条件を制御するための制御量を設定する制御装置から取得可能であり、前記流動接触分解装置の運転状態が正常状態であるときとアフターバーン状態であるときとの間で値が異なる情報から前記流動接触分解装置の運転状態を推定するための状態推定器を学習する学習装置と、
前記流動接触分解装置の運転中に取得された前記情報に基づいて、前記学習装置により学習された状態推定器により前記流動接触分解装置の運転状態を推定する推定装置と、
を備え、
前記学習装置は、
前記流動接触分解装置が過去に運転されたときに取得された前記情報を学習データとして取得する学習データ取得部と、
前記学習データ取得部により取得された学習データを使用して、機械学習により前記状態推定器を学習する学習部と、
を備え、
前記推定装置は、
前記流動接触分解装置の運転中に取得された前記情報を取得する運転データ取得部と、
前記運転データ取得部により取得された前記情報を前記状態推定器に入力して前記流動接触分解装置の運転状態を推定する運転状態推定部と、
前記運転状態推定部により推定された前記流動接触分解装置の運転状態を表す運転状態情報を出力する推定結果出力部と、
を備え、
前記学習装置は、前記学習データ取得部により取得された複数の種類の前記情報を、前記情報の種類に応じたオフセット時間で調整して学習データを生成する学習データ生成部を更に備え、
前記推定装置は、前記運転データ取得部により取得された複数の種類の前記情報を、前記情報の種類に応じた前記オフセット時間で調整して前記状態推定器への入力データを生成する入力データ生成部を更に備える運転状態推定システム。 - 前記複数の種類の前記情報は、所定のタイミングにおける前記再生装置内の温度を示す情報と、前記所定のタイミングよりも前のタイミングにおける前記反応装置又は前記再生装置の運転状態を示す情報とを含む請求項10に記載の運転状態推定システム。
- 前記反応装置は、沸点が170℃以上である流体を対象とする請求項1から11のいずれかに記載の運転状態推定システム。
- 触媒を用いた反応装置と前記触媒を再生する再生装置とを含む流動接触分解装置が過去に運転されたときに、前記流動接触分解装置が設けられた製油所に設けられたセンサ、機器、装置、設備、又はそれらの運転条件を制御するための制御量を設定する制御装置から取得された、前記流動接触分解装置の運転状態が正常状態であるときとアフターバーン状態であるときとの間で値が異なる情報を学習データとして取得する学習データ取得部と、
前記学習データ取得部により取得された学習データを使用して、前記情報から前記流動接触分解装置の運転状態を推定するための状態推定器を機械学習により学習する学習部と、
を備え、
前記運転状態は、前記再生装置においてアフターバーンが生じていない状態、前記再生装置においてアフターバーンが生じている状態、及び前記再生装置においてアフターバーンが生じていない状態からアフターバーンが生じている状態へ移行している状態のうち少なくとも2以上を含む
学習装置。 - 触媒を用いた反応装置と前記触媒を再生する再生装置とを含む流動接触分解装置の運転中に、前記流動接触分解装置が設けられた製油所に設けられたセンサ、機器、装置、設備、又はそれらの運転条件を制御するための制御量を設定する制御装置から取得された、前記流動接触分解装置の運転状態が正常状態であるときとアフターバーン状態であるときとの間で値が異なる情報を取得する運転データ取得部と、
前記運転データ取得部により取得された前記情報を、前記流動接触分解装置が過去に運転されたときに取得された前記情報を学習データとして前記流動接触分解装置の運転状態を推定するための状態推定器を学習する学習装置により機械学習された前記状態推定器に入力して前記流動接触分解装置の運転状態を推定する運転状態推定部と、
前記運転状態推定部により推定された前記流動接触分解装置の運転状態を表す運転状態情報を出力する推定結果出力部と、
を備え、
前記運転状態は、前記再生装置においてアフターバーンが生じていない状態、前記再生装置においてアフターバーンが生じている状態、及び前記再生装置においてアフターバーンが生じていない状態からアフターバーンが生じている状態へ移行している状態のうち少なくとも2以上を含む
推定装置。 - コンピュータに、
触媒を用いた反応装置と前記触媒を再生する再生装置とを含む流動接触分解装置が過去に運転されたときに、前記流動接触分解装置が設けられた製油所に設けられたセンサ、機器、装置、設備、又はそれらの運転条件を制御するための制御量を設定する制御装置から取得された、前記流動接触分解装置の運転状態が正常状態であるときとアフターバーン状態であるときとの間で値が異なる情報を学習データとして取得するステップと、
取得された学習データを使用して、前記情報から前記流動接触分解装置の運転状態を推定するための状態推定器を機械学習により学習するステップと、
を実行させ、
前記運転状態は、前記再生装置においてアフターバーンが生じていない状態、前記再生装置においてアフターバーンが生じている状態、及び前記再生装置においてアフターバーンが生じていない状態からアフターバーンが生じている状態へ移行している状態のうち少なくとも2以上を含む
状態推定器の生成方法。 - コンピュータに、
触媒を用いた反応装置と前記触媒を再生する再生装置とを含む流動接触分解装置の運転中に、前記流動接触分解装置が設けられた製油所に設けられたセンサ、機器、装置、設備、又はそれらの運転条件を制御するための制御量を設定する制御装置から取得された、前記流動接触分解装置の運転状態が正常状態であるときとアフターバーン状態であるときとの間で値が異なる情報を取得するステップと、
取得された前記情報を、前記流動接触分解装置が過去に運転されたときに取得された前記情報を学習データとして前記流動接触分解装置の運転状態を推定するための状態推定器を学習する学習装置により機械学習された前記状態推定器に入力して前記流動接触分解装置の運転状態を推定するステップと、
推定された前記流動接触分解装置の運転状態を表す運転状態情報を出力するステップと、
を実行させ、
前記運転状態は、前記再生装置においてアフターバーンが生じていない状態、前記再生装置においてアフターバーンが生じている状態、及び前記再生装置においてアフターバーンが生じていない状態からアフターバーンが生じている状態へ移行している状態のうち少なくとも2以上を含む
推定方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/022274 WO2021245910A1 (ja) | 2020-06-05 | 2020-06-05 | 運転状態推定システム、学習装置、推定装置、状態推定器の生成方法、及び推定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021245910A1 JPWO2021245910A1 (ja) | 2021-12-09 |
JP7301876B2 true JP7301876B2 (ja) | 2023-07-03 |
Family
ID=78830749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020556995A Active JP7301876B2 (ja) | 2020-06-05 | 2020-06-05 | 運転状態推定システム、学習装置、推定装置、状態推定器の生成方法、及び推定方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20220220394A1 (ja) |
JP (1) | JP7301876B2 (ja) |
KR (1) | KR20220047593A (ja) |
TW (1) | TW202202608A (ja) |
WO (1) | WO2021245910A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2023119544A1 (ja) * | 2021-12-23 | 2023-06-29 | ||
JP7422962B2 (ja) * | 2022-02-02 | 2024-01-26 | 三菱電機株式会社 | 機器状態監視装置および機器状態監視方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020072465A1 (en) | 2000-06-26 | 2002-06-13 | Nahas Nicholas C. | Process for minimizing afterburn in a FCC regenerator |
JP2010505036A (ja) | 2006-09-29 | 2010-02-18 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | 異常状況の防止に使用される流動接触分解装置における触媒損失の検出 |
CN104789256A (zh) | 2015-03-26 | 2015-07-22 | 华东理工大学 | 一种催化裂化装置的收率实时预测方法 |
US20190108454A1 (en) | 2017-10-05 | 2019-04-11 | Honeywell International Inc. | Harnessing machine learning & data analytics for a real time predictive model for a fcc pre-treatment unit |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019089907A (ja) | 2017-11-13 | 2019-06-13 | Jxtgエネルギー株式会社 | 軽質オレフィンの製造方法 |
-
2020
- 2020-06-05 WO PCT/JP2020/022274 patent/WO2021245910A1/ja active Application Filing
- 2020-06-05 KR KR1020227007991A patent/KR20220047593A/ko not_active Application Discontinuation
- 2020-06-05 JP JP2020556995A patent/JP7301876B2/ja active Active
-
2021
- 2021-05-12 TW TW110117016A patent/TW202202608A/zh unknown
-
2022
- 2022-03-31 US US17/710,239 patent/US20220220394A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020072465A1 (en) | 2000-06-26 | 2002-06-13 | Nahas Nicholas C. | Process for minimizing afterburn in a FCC regenerator |
JP2010505036A (ja) | 2006-09-29 | 2010-02-18 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | 異常状況の防止に使用される流動接触分解装置における触媒損失の検出 |
CN104789256A (zh) | 2015-03-26 | 2015-07-22 | 华东理工大学 | 一种催化裂化装置的收率实时预测方法 |
US20190108454A1 (en) | 2017-10-05 | 2019-04-11 | Honeywell International Inc. | Harnessing machine learning & data analytics for a real time predictive model for a fcc pre-treatment unit |
Also Published As
Publication number | Publication date |
---|---|
US20220220394A1 (en) | 2022-07-14 |
KR20220047593A (ko) | 2022-04-18 |
JPWO2021245910A1 (ja) | 2021-12-09 |
WO2021245910A1 (ja) | 2021-12-09 |
TW202202608A (zh) | 2022-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9765262B2 (en) | Automation and control of energy efficient fluid catalytic cracking processes for maximizing value added products | |
JP7301876B2 (ja) | 運転状態推定システム、学習装置、推定装置、状態推定器の生成方法、及び推定方法 | |
US7460915B2 (en) | Methods and apparatus for process control using catalyst state estimation | |
CA2578520C (en) | Application of abnormal event detection technology to fluidized catalytic cracking unit | |
AU2022275387A1 (en) | Plant state operating analysis and control | |
US11993751B2 (en) | Predictive control systems and methods with fluid catalytic cracking volume gain optimization | |
Sadighi et al. | Optimizing an industrial scale naphtha catalytic reforming plant using a hybrid artificial neural network and genetic algorithm technique | |
Srinivasan et al. | A framework for managing transitions in chemical plants | |
KR100979363B1 (ko) | 다입력 다출력 연속생산과정의 실시간조작 최적화 방법 | |
Khaldi et al. | Artificial intelligence perspectives: A systematic literature review on modeling, control, and optimization of fluid catalytic cracking | |
Vieira et al. | Identification and predictive control of a FCC unit using a MIMO neural model | |
JP7248823B1 (ja) | 流体状態推定システム、学習装置、学習プログラム、推定装置、及び推定プログラム | |
TWI829479B (zh) | 資訊處理程式、資訊處理裝置、及資訊處理方法 | |
Kano et al. | Just-in-time statistical process control: adaptive monitoring of vinyl acetate monomer process | |
JP2023094622A (ja) | プログラム、情報処理装置、及び方法 | |
Cristina | Neural Network Model Predictive Control System for Fluid Catalytic Cracking Unit | |
Huang et al. | EKF based estimator for FDI in Model IV FCCU | |
Miheţ et al. | FCCU simulation based on first principle and artificial neural network models | |
Thomas et al. | Steady State Analysis of a UOP SBS Fluid Catalytic Cracking Unit in Aspen HYSYS | |
EP4334785A1 (en) | Predictive control systems and methods with fluid catalytic cracking volume gain optimization | |
Konstantinos et al. | Design Engineering, Implementation And Control Of A Flexible Cyclic Deactivation Unit | |
Tian et al. | Non-linear dynamic data reconciliation for industrial processes | |
Raluca et al. | First principle modeling of an industrial fluid catalytic cracking-the adaptation of the model | |
Cristea et al. | Simulation and Model Predictive Control of the Fluid Catalytic Cracking Unit Using Artificial Neural Networks | |
JP2001273474A (ja) | 分析値推定方法、およびこの方法を実行させるプログラムを記録したコンピュータ読み取り可能な記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201015 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201015 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20201015 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210128 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210202 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210323 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210601 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210802 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211130 |
|
C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20220221 |
|
C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20230328 |
|
C27C | Written answer of applicant after an oral proceeding |
Free format text: JAPANESE INTERMEDIATE CODE: C2721 Effective date: 20230404 |
|
C30 | Protocol of an oral hearing |
Free format text: JAPANESE INTERMEDIATE CODE: C30 Effective date: 20230426 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230621 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7301876 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |