JP2013502003A - 企業最適化のために、計画、スケジューリング、及び制御を統合する装置及び方法 - Google Patents

企業最適化のために、計画、スケジューリング、及び制御を統合する装置及び方法 Download PDF

Info

Publication number
JP2013502003A
JP2013502003A JP2012524739A JP2012524739A JP2013502003A JP 2013502003 A JP2013502003 A JP 2013502003A JP 2012524739 A JP2012524739 A JP 2012524739A JP 2012524739 A JP2012524739 A JP 2012524739A JP 2013502003 A JP2013502003 A JP 2013502003A
Authority
JP
Japan
Prior art keywords
product
input data
contribution
control system
identifying
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.)
Withdrawn
Application number
JP2012524739A
Other languages
English (en)
Inventor
ルー，ジョセフ・ズィー
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.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
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 Honeywell International Inc filed Critical Honeywell International Inc
Publication of JP2013502003A publication Critical patent/JP2013502003A/ja
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G05B13/024—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 in which a parameter or coefficient is automatically adjusted to optimise the performance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)
  • Feedback Control In General (AREA)

Abstract

方法は、第１の入力データを１又は複数の第１のプロセス制御システムのコンポーネント(２１０〜２１２)から受信するステップ（５０２）を含む。方法はさらに、第２の入力データを１又は複数のプロセス制御システムのコンポーネント(２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ、２０８ａ〜２０８ｍ)から受信するステップを含む。さらにまた、方法は、反復プロセスを実行するステップを含み、該ステップは、第１の入力データを用いて少なくとも１つの目標数量への１又は複数の調整を特定するステップ（５０６）と、１又は複数の調整を用いて１又は複数の寄与値を特定するステップ（５０８）と、１又は複数の寄与値及び第２の入力データを用いて、１又は複数の推定される生産収率を特定するステップ（５１０）とを含む。各目標数量は、製造される少なくとも１つの中間製品又は最終製品に関連する。各寄与値は、各最終製品に対する中間製品の寄与に基づく。各推定される生産収率は、製造される中間製品及び最終製品の１つの期待数量に関連する。

Description

本発明は、企業最適化システムに関し、より詳細には、企業最適化のために、計画（プランニング）、スケジューリング、及び制御を統合する装置及び方法に関する。
なお、本出願は、２００９年８月１４日に出願された、米国特許仮出願第６１／２３４，１７４号の優先権を米国特許法１１９（ｅ）条に基づいて主張するものであり、その出願の内容全体を参照によりここで援用する。
処理施設は、プロセス制御システムを用いて管理されることが多い。例えば、処理施設は、製造工場、科学プラント、原油精製所、及び選鉱プラントなどである。特に、プロセス制御システムは処理施設におけるモータ、バルブ、ポンプ、及び他のアクチュエータや産業機器の使用を管理するのが通常である。
処理施設のための計画及び生産スケジューリングは、長期のホライズン（計画対象期間）の集合モデルを用いるのが通常である。高度プロセス制御は、はるかに多くの動作上の制約を含んでいる詳細な動的モデル（dynamic model）を用いるのが通常である。多くの場合、集合モデルからは数多くの動作上の制約が省かれている。これにより、プラント全体又は企業全体のリアルタイムでの最適化を実行することが難しくなるのが通常であり、これは、異なるコンポーネントにより用いられるモデルが実質的に異なる可能性があるためである。
本発明は、企業最適化のために、計画、スケジューリング、及び制御を統合する装置及び方法を提供するものである。
一実施形態では、方法は、第１の入力データを１又は複数の第１のプロセス制御システムのコンポーネントから受信するステップを含んでいる。該方法はさらに、第２の入力データを１又は複数のプロセス制御システムのコンポーネントから受信するステップを含んでいる。該方法はさらに、第１の入力データを用いて、少なくとも１つの目標数量への１又は複数の調整を特定するステップと、１又は複数の調整を用いて、１又は複数の寄与値(contribution value)を特定するステップと、１又は複数の寄与値及び第２の入力データを用いて、１又は複数の推定される生産収率を特定するステップとを含む反復プロセスを実行するステップを含んでいる。それぞれの目標数量は、製造される少なくとも１つの中間製品又は最終製品と関連付けられている。それぞれの寄与値は、複数の最終製品のそれぞれへの中間製品の寄与に基づいている。それぞれの推定される生産収率は、製造される中間製品及び最終製品の１つの期待数量（expected quantity）に関連付けられている。
他の技術的特徴は、図面、発明の説明、特許請求の範囲の記載により当業者には容易に理解できるであろう。
本発明によるプロセス制御システムの一例を示す図である。 本発明による統合ユニットの一例を示す図である。 本発明による統合ユニットの使用例を示す図である。 本発明による統合ユニットの使用例を示す図である。 本発明による、企業最適化のために、計画、スケジューリング、及び制御を統合する方法の一例を示す図である。
本明細書において本発明の原理を説明するために使用する図１〜図５及び種々の実施形態は、例示にすぎず、本発明の範囲を限定するものとして解釈すべきではない。当業者であれば、本発明の原理は、任意のタイプの適切に構成された装置又はシステムにおいて実施可能であることが理解できるであろう。
図１は、本発明による一例のプロセス制御システム１００を示す。図１のプロセス制御システム１００の実施形態は例示にすぎず、本発明の技術的範囲から逸脱しない限り、プロセス制御システム１００として別の実施形態を用いてもよい。
図１の実施形態では、プロセス制御システム１００は、少なくとも１つの製品又は他の素材の製造又は加工を促進する種々のコンポーネントを備えている。例えば、プロセス制御システム１００は、ここでは１又は複数のプラント１０１ａ〜１０１ｎのコンポーネントに対する制御を容易にするために使用される。各プラント１０１ａ〜１０１ｎは、少なくとも１つの製品又は他の素材を製造するための１又は複数の製造施設などの、１又は複数の処理施設(又はその一部)を示している。各プラント１０１ａ〜１０１ｎは、１又は複数のプロセスを実施できるのが通常であり、単独又は集合的にプロセス・システムとも称される。プロセス・システムは、何らかの方法で１又は複数の製品又は他の素材を処理するよう構成される、任意のシステム又はその一部を表すのが通常である。
図１では、プロセス制御システム１００は、パーデュ（Purdue）のプロセス制御モデルを用いて制御を実行する。パーデュのモデルでは、「レベル０」には、１又は複数のセンサ１０２ａ及び１又は複数のアクチュエータ１０２ｂが含まれる。センサ１０２ａ及びアクチュエータ１０２ｂは、プロセス・システムにおけるコンポーネントを表しており、任意の多種多様なファンクションを実行することができる。例えば、センサ１０２ａは、プロセス・システムにおいて、温度、圧力、流量等の多種多様な特性を測定することができる。アクチュエータ１０２ｂは、プロセス・システムにおいて、ヒータ、モータ、又はバルブ等の多種多様な特性を変更することができる。センサ１０２ａ及びアクチュエータ１０２ｂは、任意の適宜のプロセス・システムにおける、任意の別の又は追加的なコンポーネントを表している。センサ１０２ａのそれぞれは、プロセス・システムにおいて、１又は複数の特性を測定するための任意の適宜の構造を含んでいる。アクチュエータ１０２ｂのそれぞれは、プロセス・システムにおいて、１又は複数の条件で動作する、又は１又は複数の条件に影響を与える適宜の構造を含んでいる。
少なくとも１つのネットワーク１０４は、センサ１０２ａ及びアクチュエータ１０２ｂと接続されている。ネットワーク１０４は、センサ１０２ａ及びアクチュエータ１０２ｂによる相互作用を促進する。例えば、ネットワーク１０４は、測定データをセンサ１０２ａからトランスポートし、制御信号をアクチュエータ１０２ｂに供給する。ネットワーク１０４は、任意の適宜のネットワーク又はネットワークの組み合わせを表す。具体例を挙げると、ネットワーク１０４は、イーサネット・ネットワーク、電気信号ネットワーク（ハート（HART）又はファンデーション・フィールド・バス（FOUNDATION FIELDBUS））のネットワーク等)、空気圧制御信号ネットワーク、又は任意の別の又は追加のタイプのネットワークである。
パーデュのモデルでは、「レベル１」には、ネットワーク１０４に接続する１又は複数のコントローラ１０６が含まれる。各コントローラ１０６は、特に、１又は複数のセンサ１０２ａからの測定値を用いて１又は複数のアクチュエータ１０２ｂの動作を制御する。例えば、コントローラ１０６は、１又は複数のセンサ１０２ａから測定データを受信し、その測定データを用いて１又は複数のアクチュエータ１０２ｂのための制御信号を生成する。各コントローラ１０６は、１又は複数のセンサ１０２ａと相互作用し、かつ１又は複数のアクチュエータ１０２ｂを制御するために、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含んでいる。各コントローラ１０６は、例えばロバスト多変数予測制御テクノロジ(ＲＭＰＣＴ)コントローラ、又は高度プロセス制御(ＡＰＣ)を実行する別のタイプのコントローラ等の、多変数コントローラである。具体例を挙げると、各コントローラ１０６は、マイクロソフト社のウィンドウズオペレーティングシステムを実行するコンピューティング装置を用いることができる。
２つのネットワーク１０８は、コントローラ１０６と接続されている。ネットワーク１０８は、コントローラ１０６へ又はコントローラ１０６からデータをトランスポートすること等により、コントローラ１０６との相互作用を行う。ネットワーク１０８は、任意の適宜のネットワーク又はネットワークの組み合わせである。具体例を挙げると、ネットワーク１０８は、一組のイーサネット・ネットワーク、又はハネウェル・インターナショナル・インコーポレーテッド社のフォルト・トレラント・イーサネット（ＦＴＥ）ネットワーク等の一組の冗長イーサネット・ネットワークである。
少なくとも１つのスイッチ／ファイアウォール１１０は、ネットワーク１０８を２つのネットワーク１１２に接続する。スイッチ／ファイアウォール１１０は、１つのネットワークから別のネットワークへ、トラフィックをトランスポートする。スイッチ／ファイアウォール１１０は、１つのネットワーク上のトラフィックが別のネットワークに到達することをブロックもする。スイッチ／ファイアウォール１１０は、ハネウェル・コントロール・ファイアウォール（ＣＦ９）装置等の、ネットワーク間に通信を提供するための任意の適宜の構造を含む。ネットワーク１１２は、一組のイーサネット・ネットワーク又はＦＴＥネットワーク等の、任意の適宜のネットワークを表す。
パーデュのモデルでは、「レベル２」には、ネットワーク１１２に接続される１又は複数のマシン・レベルのコントローラ１１４が含まれる。マシン・レベルのコントローラ１１４は、特定の１つの産業機器(ボイラ又は別のマシン等)に関連付けられている、コントローラ１０６、センサ１０２ａ、及びアクチュエータ１０２ｂの動作及び制御をサポートする種々の機能（ファンクション）を実行する。例えば、マシン・レベルのコントローラ１１４は、センサ１０２ａからの測定データや、アクチュエータ１０２ｂのための制御信号等の、コントローラ１０６によって収集又は生成された情報をログする。マシン・レベルのコントローラ１１４はさらに、コントローラ１０６の動作を制御するアプリケーションを実行し、それにより、アクチュエータ１０２ｂの動作を制御する。さらに、マシン・レベルのコントローラ１１４は、コントローラ１０６への安全なアクセスを提供する。マシン・レベルのコントローラ１１４は、マシン又は別の独立した機器へのアクセス、その制御、又はそれに関係する動作を提供するための、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含む。マシン・レベルのコントローラ１１４のそれぞれは、例えば、マイクロソフト社のウィンドウズのオペレーティング・システムを実行するサーバ・コンピューティング装置である。図示していないが、プロセス・システムにおいて、異なるマシン・レベルのコントローラ１１４を用いて異なる機器を制御することができる。（ただし、各機器が、１又は複数のコントローラ１０６、センサ１０２ａ、及びアクチュエータ１０２ｂと関連付けられている場合である。）
１又は複数のオペレータ・ステーション（オペレータ・ステーション）１１６は、ネットワーク１１２と接続される。オペレータ・ステーション１１６は、マシン・レベルのコントローラ１１４へのユーザ・アクセスを提供するコンピューティング装置又は通信装置であり、これにより、マシン・レベルのコントローラ１１４は、コントローラ１０６(そして、場合によってはセンサ１０２ａ及びアクチュエータ１０２ｂ)へのユーザ・アクセスを提供する。オペレータ・ステーション１１６は、具体的には、ユーザが、コントローラ１０６及び／又はマシン・レベルのコントローラ１１４によって収集された情報を用いて、センサ１０２ａ及びアクチュエータ１０２ｂの作動履歴を点検できるようにする。オペレータ・ステーション１１６はさらに、ユーザが、センサ１０２ａ、アクチュエータ１０２ｂ、コントローラ１０６、又はマシン・レベルのコントローラ１１４の動作を調整することを可能にする。さらに、オペレータ・ステーション１１６は、コントローラ１０６又はマシン・レベルのコントローラ１１４によって生成された、警告、警報、又は別のメッセージや表示を受信かつ表示する。オペレータ・ステーション１１６のそれぞれは、ユーザ・アクセスとシステム１００における１又は複数のコンポーネントの制御とをサポートするための、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含む。オペレータ・ステーション１１６のそれぞれは、例えば、マイクロソフト社のウィンドウズのオペレーティング・システムを実行するコンピューティング装置である。
少なくとも１つのルータ／ファイアウォール１１８は、ネットワーク１１２を２つのネットワーク１２０へ接続する。ルータ／ファイアウォール１１８は、安全なルータ又はコンビネーション・ルータ／ファイアウォール等の、ネットワーク間に通信を提供するための任意の適宜の構造を含む。ネットワーク１２０は、一組のイーサネット・ネットワーク又はＦＴＥネットワーク等の、任意の適宜のネットワークである。
パーデュのモデルでは、「レベル３」には、ネットワーク１２０と接続される１又は複数のユニット・レベルのコントローラ１２２が含まれる。各ユニット・レベルのコントローラ１２２は、プロセス・システムにおけるユニットと関連付けられているのが通常であり、ユニットは、プロセスの少なくとも一部を実行するために共同して動作する異なるマシンの集合体である。ユニット・レベルのコントローラ１２２は、より下位レベルのコンポーネントの動作及び制御をサポートする種々の機能を実行する。例えば、ユニット・レベルのコントローラ１２２は、下位レベルのコンポーネントによって収集又は生成された情報をログし、下位レベルのコンポーネントを制御するアプリケーションを実行し、そして、下位レベルのコンポーネントへの安全なアクセスを提供する。ユニット・レベルのコントローラ１２２のそれぞれは、プロセス・ユニットにおける１又は複数のマシン又は別の機器へのアクセス、その制御、又はそれに関係する動作を提供するための、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含む。ユニット・レベルのコントローラ１２２のそれぞれは、例えば、マイクロソフト社のウィンドウズのオペレーティング・システムを実行するサーバ・コンピューティング装置である。図示されていないが、プロセス・システムにおいて、ユニット・レベルのコントローラ１２２を用いて異なるユニットを制御してもよい(ただし、各ユニットが、１又は複数のマシン・レベルのコントローラ１１４、コントローラ１０６、センサ１０２ａ、及びアクチュエータ１０２ｂと関連付けられている場合である)。
ユニット・レベルのコントローラ１２２へのアクセスは、１又は複数のオペレータ・ステーション１２４によって提供される。オペレータ・ステーション１２４のそれぞれは、ユーザ・アクセスとシステム１００における１又は複数のコンポーネントの制御とをサポートするための、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含む。オペレータ・ステーション１２４のそれぞれは、例えば、マイクロソフト社のウィンドウズのオペレーティング・システムを実行するコンピューティング装置である。
少なくとも１つのルータ／ファイアウォール１２６は、ネットワーク１２０を２つのネットワーク１２８へ接続する。ルータ／ファイアウォール１２６は、安全なルータ又はコンビネーション・ルータ／ファイアウォール等の、ネットワーク間に通信を提供するための任意の適宜の構造を含む。ネットワーク１２８は、一組のイーサネット・ネットワーク又はＦＴＥネットワーク等の任意の適宜のネットワークである。
パーデュのモデルでは、「レベル４」には、ネットワーク１２８に接続される１又は複数のプラント・レベルのコントローラ１３０が含まれる。各プラント・レベルのコントローラ１３０は、プラント１０１ａ〜１０１ｎと関連付けられているのが通常であり、これらは、同一、類似、又は異なるプロセスを実施する１又は複数のプロセス・ユニットを含んでいる。プラント・レベルのコントローラ１３０は、下位レベルのコンポーネントの動作及び制御をサポートするための種々の機能を実行する。具体的には、プラント・レベルのコントローラ１３０は、１又は複数の製造実行システム（ＭＥＳ）のアプリケーション、スケジューリングのアプリケーション、又は別のあるいは追加的なプラント又はプロセス制御アプリケーションを実行する。プラント・レベルのコントローラ１３０のそれぞれは、プロセスプラントにおける１又は複数のプロセス・ユニットへのアクセス、その制御、又はそれに関係する動作を提供するための、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含む。プラント・レベルのコントローラ１３０のそれぞれは、例えば、マイクロソフト社のウィンドウズのオペレーティング・システムを実行するサーバ・コンピューティング装置である。
プラント・レベルのコントローラ１３０へのアクセスは、１又は複数のオペレータ・ステーション１３２により提供される。オペレータ・ステーション１３２のそれぞれは、ユーザ・アクセスとシステム１００における１又は複数のコンポーネントの制御とをサポートするための、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含む。オペレータ・ステーション１３２のそれぞれは、例えば、マイクロソフト・ウィンドウズのオペレーティング・システムを実行するコンピューティング装置を表す。
少なくとも１つのルータ／ファイアウォール１３４は、ネットワーク１２８を１又は複数のネットワーク１３６へ接続する。ルータ／ファイアウォール１３４は、安全なルータ又はコンビネーション・ルータ／ファイアウォール等の、ネットワーク間に通信を提供するための任意の適宜の構造を含む。ネットワーク１３６は、企業全体にわたるイーサネット・ネットワーク又は別のネットワーク、或いはより広域のネットワーク（インターネット等）の全体又は一部等の、任意の適宜のネットワークである。
パーデュのモデルでは、「レベル５」には、ネットワーク１３６と接続される１又は複数の企業レベルのコントローラ１３８が含まれる。各企業レベルのコントローラ１３８は、通常、複数のプラント１０１ａ〜１０１ｎのための計画オペレーションを実行して、プラント１０１ａ〜１０１ｎの種々の状況（アスペクト）を制御することができる。企業レベルのコントローラ１３８はさらに、プラント１０１ａ〜１０１ｎにおけるコンポーネントの動作及び制御をサポートする種々の機能を実行することができる。具体例を挙げると、企業レベルのコントローラ１３８は、１又は複数の注文処理アプリケーション、企業資源計画（ＥＲＰ）アプリケーション、先進的計画及びスケジューリング（ＡＰＳ）アプリケーション、又は任意の別の又は追加的な企業制御アプリケーションを実行する。企業レベルのコントローラ１３８のそれぞれは、１又は複数のプラントへのアクセス、その制御、又はそれに関係するオペレーションを提供するための、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含む。企業レベルのコントローラ１３８のそれぞれは、例えば、マイクロソフト社のウィンドウズのオペレーティング・システムを実行するコンピューティング装置を表す。本明細書では、「企業」という用語は、管理すべき１又は複数のプラント又は他の処理施設を有する組織を示す。単一のプラント１０１ａを管理するのであれば、企業レベルのコントローラ１３８のファンクションは、プラント・レベルのコントローラ１３０に組み込むことができる。
企業レベルのコントローラ１３８へのアクセスは、１又は複数のオペレータ・ステーション１４０により提供される。オペレータ・ステーション１４０のそれぞれは、ユーザ・アクセスとシステム１００の１又は複数のコンポーネントの制御とをサポートするための、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを含む。オペレータ・ステーション１４０のそれぞれは、例えば、マイクロソフト社のウィンドウズのオペレーティング・システムを実行するコンピューティング装置である。
ヒストリアン１４１も、この例ではネットワーク１３６に接続される。ヒストリアン１４１は、プロセス制御システム１００についての種々の情報を記憶するコンポーネントである。ヒストリアン１４１は、例えば、生産スケジューリング及び最適化時に用いられる情報を記憶する。ヒストリアン１４１は、情報の検索を記憶かつ容易にするための任意の適宜のコンポーネントである。ネットワーク１３６に接続される単一の集中型のコンポーネントとして示されているが、ヒストリアン１４１は、システム１００内の他の場所に配置してもよいし、また、複数のヒストリアンをシステム１００内の異なる場所に分散配置してもよい。
ある実施形態では、図１における種々のコントローラ及びオペレータ・ステーションは、コンピューティング装置を表す。例えば、コントローラのそれぞれは、１又は複数のプロセッサ１４２と、プロセッサ１４２によって使用、生成又は収集された命令及びデータを記憶するための１又は複数のメモリ１４４とを含む。サーバのそれぞれは、１又は複数のイーサネット・インターフェース等の、少なくとも１つのネットワーク・インターフェース１４６も含む。さらに、オペレータ・ステーションのそれぞれは、１又は複数のプロセッサ１４８と、プロセッサ１４８によって使用、生成又は収集された命令及びデータを記憶するための１又は複数のメモリ１５０とを含む。オペレータ・ステーションのそれぞれは、１又は複数のイーサネット・インターフェース等の、少なくとも１つのネットワーク・インターフェース１５２も含む。
上述したように、プロセス制御システム１００内の異なるコンポーネントは、異なるタイプのモデルを用いてもよい。例えば、１又は複数のコントローラ１０６、１１４、及び１２２は、詳細な動的モデルを用いて高度プロセス制御のファンクションを実現することができる。１又は複数のコントローラ１３０及び１３８は、集合モデルを用いて、計画及び生産スケジューリングの機能を実現することができる。
オペレーションの一側面では、システム１００の少なくとも１つのコンポーネントは、プロセス制御システム１００の複数のコンポーネントの統合を助ける統合メカニズムを実装するか、あるいは提供する。例えば、高度プロセス制御のコンポーネントは、詳細な動的モデルを用いてファンクションを実行し、計画及び生産スケジューリングのコンポーネントは、集合モデルを用いて、ファンクションを実行することができる。統合メカニズムは、明らかに異なるモデルを用いている異なるコンポーネントが、以下において説明する「寄与値」及び「予測収量予測収率」を用いて、協働して最適化することを可能にする。
統合メカニズムは、プロセス制御システム１００の１又は複数のコンポーネントにおいて統合ユニット１５４として実現することができる。例えば、統合ユニット１５４は、オペレータ・ステーション１１６、オペレータ・ステーション１２４、プラント・レベルのコントローラ１３０、オペレータ・ステーション１３２、企業レベルのコントローラ１３８、又はオペレータ・ステーション１４０に実現される。統合ユニット１５４は、通常、任意のサーバ、リアルタイム・ワークステーション、アプリケーション又は実行プラットフォーム、分散制御システム（ＤＣＳ）、リアルタイム・コントローラ、又は別の適切な装置又はシステムに実装される。
いくつかの実施形態では、統合ユニット１５４は、計画ツール及びスケジューリング・ツールをＡＰＣ／ユニット最適化ツールと統合するために用いられる。統合ユニット１５４は、リアルタイムのプラント全体のオプティマイザ（最適化装置）として実行されるソフトウェア・パッケージとして実装することができ、オプティマイザは、生産を調整し、乱れ(upset)に対処し、モデルと現実の不一致を補償し、供給原料（feed）及びユーティリティ（utility）の使用を最小化し、市場機会を捉え、かつ、プラントの収益性を最大化することを、リアルタイムで行う。
上述したように、統合ユニット１５４は、寄与値(contribution value)の使用をサポートすることができる。各寄与値は、１又は複数の最終製品(最終製品は、プロセス・システムによる製品産出物を表す)を製造するために使用される中間製品に関連付けられる。寄与値は、各最終製品及び各最終製品の価格へのその中間製品の寄与を用いて計算される。統合ユニット１５４はさらに、予測収率の使用をサポートする。該予測収率は、プロセス・システムによって所与の期間に製造される１又は複数の中間製品又は最終製品の数量の推定を表す。反復プロセスでは、寄与値及び予測収率は、最適ポイントが見つかるまで、統合ユニット１５４によって修正される。この最適ポイントは、使用できる最適な生産スケジューリングを表しており、プロセス・システム及び企業の経済状況の制約及び他の制限を考慮して修正される。
次に、統合ユニット１５４と、寄与値及び予測収率の使用とについて、より詳細に説明する。統合ユニット１５４は、１又は複数の最終製品及び最終製品それぞれの値段への中間製品の寄与を用いて複数のコンポーネントの統合をサポートする、任意のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせで構成される。統合ユニット１５４は、例えば、少なくとも１つのプロセッサ、少なくとも１つのメモリ、及び少なくとも１つのネットワーク・インターフェース(プロセッサ、メモリ、及びネットワーク・インターフェースは、オペレータ・ステーション又はコントローラ内の同一のコンポーネント又は異なるコンポーネントであり得る)を有する、コンピューティング装置を表している。
統合メカニズムは、動的な大域的最適化を達成しつつ、システム１００における種々のコンポーネントが設計されたファンクション（機能）を遂行する。実装により、この統合は以下の効果を達成可能である。
-生産計画を満足しつつ、プロセス・システムに投入する原料の供給を低減する
-プロセス・ユニットにおける混乱に対処するためのより経済的な運転
-スポット市場における売買の好機を捉えるためのより素早い反応
-次期の計画に対する調和されたフィードバック
-計画モデル（しばしば複数年にわたり何百万ドルもかかるプロジェクトである）の再利用が可能
-需要変動時に在庫（すなわち資産）の総インベントリの低減
-ジャスト・イン・タイムでの撤回不能な決定を可能にするための、インベントリの上流への移動
これらのさまざまな効果を、プロセス産業及び個別生産型産業がともに受けることができる。
図１は、プロセス制御システム例１００を示しているが、さまざまな変更を図１に加えることができる。例えば、制御システムは、任意の数のセンサ、アクチュエータ、コントローラ、サーバ、オペレータ・ステーション、ネットワーク、及び統合ユニットを含んでいてもよい。さらに、図１のプロセス制御システム１００の構成及び配置は、例示にすぎない。特定の必要性に従って、任意の別の適切なコンフィギュレーションで、コンポーネントの追加、削除、組み合わせ、又は配置が行われてよい。さらに、特定のファンクションは、システム１００内の特定のコンポーネントにより実行されているものとして説明したが、これは例示にすぎない。プロセス制御システムは、高度にコンフィギュレーション可能であり、特定の必要性に従って、任意の適宜の方法でコンフィギュレーション可能であるのが通常である。さらに、図１は、統合ユニットが使用される動作環境の一例を示している。この統合ユニットの機能を、任意の別の適宜の装置又はシステム(プロセス制御に関係するか否かに関わらず)で使用してもよい。
図２は、本発明による統合ユニット１５４の一例を示しており、特に、図２は統合ユニット１５４の接続関係図を示している。図２の統合ユニット１５４の実施形態は、例示にすぎず、本発明の技術的範囲から逸脱しない限り、別の実施形態の統合ユニット１５４を用いてもよい。
図２に示すように、種々のコントローラ２０２ａ〜２０２ｏは、統合ユニット１５４に直接接続されている。別のコントローラ２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐは、リアルタイムのダイナミック・オプティマイザ２０８ａ〜２０８ｍを介して、間接的に統合ユニット１５４に接続されている。ここでは、ダイナミック・オプティマイザ２０８ａ〜２０８ｍは、分散二次プログラミング（distributed quadratic programming）をサポートするものであるため、「ＤＱＰ」と記す。
コントローラ２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐのそれぞれは、プロセス及びその一部を制御するための適宜の構造を含む。例えば、コントローラ２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐのそれぞれは、ＲＭＰＣＴコントローラ又は他の高度プロセス・コントローラを表す。ＲＭＰＣＴ制御技術は、米国特許番号第５,３５１，１８４号、米国特許番号第５，５６１，５９９号、米国特許番号第５，５７２，４２０号、米国特許番号第５，５７４，６３８号、及び米国特許番号第５，７５８，０４７号に記載されており、これらの特許出願の内容を参照により本明細書に援用する。コントローラ２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐは、例えば、図１のコントローラ１１４又は１２２を表す。
ダイナミック・オプティマイザ２０８ａ〜２０８ｍのそれぞれは、プロセス・コントローラの局所的な動的最適化をサポートする任意の適宜の構造を含む。ダイナミック・オプティマイザ２０８ａ〜２０８ｍは、例えば、米国特許番号第６，０５５，４８３号及び米国特許番号第６，１２２，５５５号に記載の技術を実現するものであり、これらの特許出願の内容を参照により本明細書に援用する。ダイナミック・オプティマイザ２０８ａ〜２０８ｍは、例えば、図１のコントローラ１２２又は１３０表す。
統合ユニット１５４は、通常、コントローラ２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ及びダイナミック・オプティマイザ２０８ａ〜２０８ｍからの１又は複数のプロセス(又はその一部)の短期制御に関連するデータを受信する。統合ユニット１５４によって受信されるコントローラ２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ及びダイナミック・オプティマイザ２０８ａ〜２０８ｍからのデータは、測定された生産収率及び測定された生産在庫を含む。
統合ユニット１５４はさらに、中期スケジューリング・アプリケーション２１０及び長期計画アプリケーション２１２からデータを受信する。アプリケーション２１０〜２１２は、例えば、図１のプラント・レベルのコントローラ１３０及び／又は企業レベルのコントローラ１３２により実行される。スケジューリングは、通常、長期計画時に作り出された生産計画を満たすための生産スケジュール計画である。アプリケーション２１０〜２１２から受信するデータは、生産量目標、品質の目標上限及び目標下限、目標からの許容偏差、モデル化される(予測される)生産収率、及び推定される製品価格を含む。このデータは１又は複数の本質的な第１原理モデル（intrinsic first-principles model）の形で提供される。
統合ユニット１５４は、(i)上位レベルのアプリケーション及び以前の反復（イテレーション）からのデータに基づく寄与値と、(ii)寄与値及び下位レベルのコントローラからのデータに基づく予測収率とを、反復的に特定するよう動作する。最適ソリューション(最適なスケジュール等)が見つかると、統合ユニット１５４は、図２に示されている他のコンポーネントへ種々のデータを提供する。統合ユニット１５４からコントローラ２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ及びダイナミック・オプティマイザ２０８ａ〜２０８ｍへ提供されるデータは、製品価値（product value）最適化のための寄与値が含まれる。アプリケーション２１０〜２１２に提供されるデータは、調和された実／予測生産収率、再計画による増分利潤(incremental re-planning profit)、予測される生産在庫、及び１つの計画期間から次の計画期間への望ましい持ち越し（carry-overs）を含んでいる。
コンポーネント２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ、２０８ａ〜２０８ｍ、２１０、２１２は、異なるモデルを用いて動作する。統合ユニット１５４は、これらのコンポーネントからのデータの統合を助け、プラント全体にわたる(又は企業全体にもわたる)最適化をサポートすることができる。統合ユニット１５４は、寄与値及び予測収率を反復的に計算することによって、これを行う。寄与値は、１又は複数の最終製品を製造するために用いられる種々の中間製品に関して決定される。そして寄与値は、中間製品及び最終製品の予測収率を推定するために用いられる。このプロセスは、最適又は最適に近い全体的なソリューションが見つかるまで、反復的に繰り返すことができる。最適又は最適に近い全体的なソリューションは、コンポーネント２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ、２０８ａ〜２０８ｍが使用できるように、そして計画又はスケジューリングの更新は、コンポーネント２１０〜２１２が使用できるように、個々の動作での使用に適した形にされる。
特定の実施形態では、アプリケーション２１０〜２１２は、計画及びスケジューリングの定常状態の定式化を、データ調和（data reconciliation）を用いずに実行することにより動作し、それらは、より広い範囲、及び、重要集合（material aggregation）を有するより長期の期間(horizon)に関係している。それと対照的に、コントローラ２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ及びダイナミック・オプティマイザ２０８ａ〜２０８ｍは、フィードバック制御を用いて動的定式化を実行することにより動作し、より狭い範囲及びより短い期間に関係しており、より柔軟性がある。統合ユニット１５４は、アプリケーション２１０〜２１２によって実行される計画及びスケジューリング動作と、コントローラ２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ及びダイナミック・オプティマイザ２０８ａ〜２０８ｍによって実行されるプロセスの制御との統合を補助する。
このような異なるファンクションの統合は、簡単なタスクではない。これらのコンポーネントは、しばしば、目的が異なり決定変数も異なる。計画は、供給原料及びプラントのコンフィギュレーションを選択すること等により、全体的な収益性、及び原料／エネルギの収支（バランス）を獲得することが目的となる。スケジューリングは、主に、実行可能な生産計画(計画の一部を含み、より詳細なレベルの計画であることが多い)を生成することが目的になる。制御は、プロセス・ユニットの安全で安定した動作を保証する(局所的な経済的最適化により)ために用いられる。
これらの異なるコンポーネントはさらに、モデルの抽象度が異なることが多く、これはそれぞれの異なる目的及び設計要件を達成するためである。重要な要件の１つが許容時間内にソリューションの算出を完了することである。計画及びスケジューリングは、多くの動作上の制約が省略されている集合モデルを用いるのが通常である。制御は、これらの制約を制御又は満たすために、重要な動作上の制約が含まれている詳細な動的モデルを用いる必要があることが多々ある。計画及びスケジューリングはさらに、物理ユニット及び論理ユニットの両方を使用する(例えば、「what-if」分析のために)ことが通常であり、一方、制御は、物理ユニット(通常は、より詳細さを有するもの)のみを使用するのが通常である。
したがって、範囲及び粒度に関しては、これらのコンポーネント間にモデルのミスマッチが存在する可能性がある。範囲のミスマッチは、計画の範囲が最も大きく、プラント又はいくつかのプラントの全体をカバーすることが通常であることから、生じることが多い。他の機能（ファンクション）の範囲は、より狭くてかかる費用もより少ないことが通常である。粒度のミスマッチは、あるファンクションのモデルが、別のファンクションが有していない詳細を含んでいることから生じることが多い。例えば、計画モデルは、ＡＰＣコントローラが認識していない混合のルール(blending rules)を含み、ＡＰＣモデルは、計画又はスケジューリング・モデルには含まれない詳細な動作上の制約を含む。それに限らず、これらの異なるファンクションは、定常状態モデル及び動的モデルのいずれかの、異なる期間（タイム・ホライズン）を有することが多い。計画及びスケジューリングは、定常状態モデルにおいてより長い期間(日、週、月等)を用いるのが通常であるが、制御の期間は、数分から数時間の変動であることが通常である。
このため、通常は、これらのモデルを大域的（グローバル）最適化のために１つのモデルに組み合わせることは簡単ではない。組み合わせることが可能であっても、結合されたモデルを、異なる３つの目的(計画、スケジューリング及び制御)に用いることは簡単ではない）。図２では、統合ユニット１５４は、大域的なリアルタイムの最適化のために、これらのモデルのハイブリッド集合としての使用をサポートすることができる。
統合ユニット１５４を使用しない場合は、２つの一般的な課題が、計画／スケジューリングと制御実行との間に生じる。計画／スケジューリングのステージの間は、動作上の制約及び資産の利用可能性を事前に知ることができないので、実現不可能な計画、過度に控えめな計画、又はその両方を（異なる領域、期間、又は測定基準(metrics)において）展開する可能性がある。さらに、制御実行のステージの期間は、大域的な計画目的は、ローカルユニットによって容易に認識されないか、又は実行可能であると見なされない。大域的に制約されるリソースにおいて、全てのユニットが調和して動作するとは限らず、競合が生じる。これでは、収益性の損失につながりかねない。しかし、統合ユニット１５４は、人間による動作(販売、計画、操作、保守、及び流通)及びソフトウェア又は別の自動化されるオペレーション(計画、スケジューリング、及び高度制御などの動作)の両方の統合をサポートする。これは大きな経済的利益につながる。これはさらに、不測の事象に対し経済的に最適なリアルタイム応答を得るための、リアルタイムの連続的な計画をサポートすることができる。さらにこれにより、スポット市場好機を捉えること、共同で市場に貢献するためにマルチサイト（複数拠点、multi-site）における生産能力の共有（capacity sharing）をサポートすること、及び、在庫の削減(２０％削減等)を達成することを、より素早くできるようになる。
図２では、統合ユニット１５４が、他のコンポーネントが自身の既存のモデルを(それらのモデルが明らかに異なる場合であっても)継続して使用することを可能にしている。統合ユニット１５４は、動作上の制約を、下位レベルのコントローラから計画及びスケジューリングのアプリケーションへ、予測収率を介して伝えるエージェントとして動作する。統合ユニット１５４はさらに、大域的最適性条件を、計画及びスケジューリングのアプリケーションから下位レベルのコントローラへ寄与値を介して伝搬するエージェントとしても動作する。
上述したように、統合ユニット１５４は、中間製品の寄与値を反復的に計算し、中間製品及び最終製品の予測収率を更新することにより動作する。一般に、収率は製造される中間製品又は最終製品と関連している。さらに、収率は、最適化ツールによってモデル化かつ管理されるエネルギ消費量又は他の数量を表すこともできる。
以下の説明では、統合ユニット１５４は、１又は複数の製品及び／又は他の数量の実収率及び予測収率を用いるものとして説明する。中間製品又は最終製品の実際の収率(又は数量)は、種々の理由からモデル又は仕様で規定されている期待収率(expected yield)によって異なる。これらの理由には、モデルとプラントのわずかな構造的なミスマッチ、計画においてモデル収率として長期的な平均を使用すること、予定外の又は予期しない乱れ又は他の事象、モデル化されていないプロセスの制約(フラッディング又はランダウン温度（flooding or run-down temperature)、及び供給タンクの横傾斜(feed tank heels)(１５〜２０％等)、及び供給原料混合問題（feed mixing issues）が含まれる。製品仕様は、各ユニットにおいて厳重に制御される(それに対して、収率はそのように制御されない)のが通常であるため、ユニットにおいてミスマッチは、仕様よりも収率に現れる傾向にある。「仕様のミスマッチ」は、仕様外の中間製品が製作されてブレンドオフ(blended off)される又は再加工（re-processed）される場合等に、収率のミスマッチに変換されることが多々ある。
この例では、統合ユニット１５４によって実行される反復オペレーションは、最適製品調整モジュール２１４を含む。最適製品調整モジュール２１４は、アプリケーション２１０〜２１２から完全な計画、スケジューリングのモデル(又はそのサブセット)及び収益性の目的ファンクション（目的関数）を受け取る。最適製品調整モジュール２１４はさらに、以前の反復から予測収率を受け取り、予測収率を用いて以前に受け取ったモデルを更新する。最適製品調整モジュール２１４は、その後、製品の１つに関する実生産収率の変化に応答して、１又は複数の製品の目標数量を変更すべきか、及びいつ変更すべきかを決定する。
特定の実施形態では、最適製品調整モジュール２１４は、次のように動作する。計画期間の一部の間の製品の実収率が測定(オンライン及びラボラトリのいずれかで)される。計画期間の残部に対し、最適製品調整の問題は、以下のように提起される。
Figure 2013502003
式（３）では、Δ１iは非参加変数(non-participation)ではゼロに等しい。式（４）によると、１又は複数の製品の目標収率の調整は、それによりプラントの収益性が増大する場合に行われる。なお、J*は、当初に計画された収益性である。さらに、式（４）はオプションであり、そこに含まれるものは、応用ニーズによりケース・バイ・ケースで決定することができる。この最適生産調整の問題を解くことにより、統合ユニット１５４は、リアルタイムの収率フィードバックに基づく新しい最適生産調整を得ることができる。
その後、寄与値計算器モジュール２１６が動作する。該計算器モジュール２１６は、製造される最終製品のそれぞれに対する中間製品の寄与値をパーセンテージで算出する。中間製品の寄与値の計算には、数多くのオプション又はバリエーションがある。幾つかの実施形態では、中間製品の寄与値は、次のように計算される。
ΣContributioni(%)×ProductPricei−FurtherProcessingCosti (5)
Σは、ｉ＝１〜ｎまでの加算を表す。
なお、ｎは、中間製品を用いて製造される最終製品の数を表す。さらに、Contributioniは、i番目の最終製品を製造するために専ら使用される中間製品のパーセンテージを表し、ProductPriceiは、i番目の最終製品の予想される又は現在の市場価格を表す。さらに、FurtherProcessingCostiは、i番目の最終製品を製造するために必要な追加的な処理費用表す(これはオプションで省略又はゼロに設定してもよい)。
具体例として、石油精製所の中間製品を用いて３つの製品、すなわち、ガソリン、ジェット燃料、及びディーゼル燃料を製造するものと仮定する。また、現在の(すなわち、調整されている)計画は、中間製品の３０％を使用してガソリンを製造し、中間製品の３５％でジェット燃料を製造し、そして中間製品の３５％でディーゼル燃料を製造するものと仮定する。したがって、中間製品の寄与値は、ガソリンの価格の３０％＋ジェット燃料の価格の３５％＋ディーゼル燃料の価格の３５％と等しいことになる。
別の実施形態では、中間製品の寄与値は、次のように計算される。
ΣContributioni(%)×AdustedProductPricei−FurtherProcessingCosti (6)
Σはｉ＝１〜ｎの加算を表す。
i番目の最終製品の製品価格は、さまざまな過剰生産あるいは生産不足のシナリオ又は別の状況を修正するように調整することができる。例えば、i番目の最終製品の予測生産量が計画を上回る場合には、保管費用及び将来の注文におけるリスクを避けるために最終製品の価格を下げることができる。i番目の最終製品の予測生産量が計画を下回る場合には、注文の締切に遅れることに対する罰則規定があるのであれば、最終製品の価格を上げることができる。
寄与値に対する種々の調整も、計算器モジュール２１６によって行われる。例えば、保管庫が利用可能である場合には、汎用的価値のある中間製品を保管して、次期計画期間のためにとっておく(今期におけるその寄与値を低減する代わりに)。別の例では、過剰分の中間製品がスポット市場で販売されると、より高い寄与値がその中間製品に割り当てられる。さらに、寄与値は、現在の計画期間及び次の計画期間と結び付けられており、これは、現在の期間の最後における不所望な漸減ホライゾン効果（diminishing horizon effects）の低減を助ける。
次に、特定された寄与値を用いて、ＲＭＰＣＴ／ＤＱＰモジュール２１８が動作する。ＲＭＰＣＴ／ＤＱＰモジュール２１８は、中間製品及び最終製品の収率又は在庫のレベルを含む、実プロセス測定値を下位レベルのコントローラから受信する。ＲＭＰＣＴ／ＤＱＰモジュール２１８も、受信した寄与値及び製品仕様に基づいて、中間製品及び最終製品の将来の収率を予測することができる。ＲＭＰＣＴ／ＤＱＰモジュール２１８は、下位レベルのコントローラによって実行される計算を複製することができるか、あるいは、ＲＭＰＣＴ／ＤＱＰモジュール２１８は、寄与値を下位レベルのコントローラへ送信し、予測収率を下位レベルのコントローラから受信することができる。ここで用いられているＲＭＰＣＴ／ＤＱＰモジュール２１８は、ＲＭＰＣＴ又はＤＱＰ技術によって実行される標準的な計算を実行して、中間製品又は最終製品の生産を最適化するための最良の方法を決定する。ない、予測収率は様々な中間製品の寄与値に基づいている。
製品の測定収率を特定し、次いで予測収率を特定するために、さまざまな技術を用いることができる。例えば、測定収率は、さまざまな時間平均（time averages）、フィルタリング、又はラボラトリ更新の技術を用いることができる。予測収率は、測定収率を基本として用いて、そしてさらに、モデルとプラントとのミスマッチ、及び現在の動作上の制約下での生産能力の変化の両方の影響を反映することができる。予測される増分収率(現在の測定収率に対するもの)は、ＡＰＣ制御モデル及び寄与値を用いて決定することができるので、現在の動作上の制約を組み込むことができる。あるいは、現在の動作上の制約を組み込まない収率曲線等の他のメカニズムを用いることもできる。
ＲＭＰＣＴ／ＤＱＰモジュール２１８による製品産出量の予測収率は、その製品の実測定の収率＋ＲＭＰＣＴ／ＤＱＰモジュール２１８により決定される収率の任意の増分変化の合計を表す。オプションで、各予測収率のフォーマットを変更するために予測収率変換モジュール２２０を使用することで、予測収率を互換性のあるモデルのデータ配列で最適製品調整モジュール２１４へフィードバックすることができる。
この点で、プロセスが繰り返されて、予測収率は最適製品調整モジュール２１４により用いられる。統合ユニット１５４内のモジュール２１４〜２２０は、反復的に実行されるか、又は、大域的に最適な又は最適に近いソリューションが得られるまで、動作される。許容できるソリューション（解）が見つかると、統合ユニット１５４は、制御の実行のために、該ソリューションを下位レベルのコントローラへ与える。統合ユニット１５４はさらに、計画又はスケジューリングの更新を上位レベルのアプリケーションに提供する。
この実施形態の例では、寄与値は、上位レベルの計画又はスケジューリングのコンポーネントで用いられる企業の経済状況のプロキシ（proxy）として機能する。企業の経済状況を寄与値に分解することにより、下位レベルのコントローラは、企業の経済状況に基づいたリアルタイムの大域的最適性をもたらす製品価値最適化を実行することができる。同様に、予測収率は、下位レベルのコントローラにより実施される動作上の制約のプロキシとして機能する。上位レベルのアプリケーションに対する動作上の制約を満たす予測収率を与えることにより、結果として得られる調整され最適化された生産は、常に実行可能なものになる。言い換えると、実行不可能な(又は過度に控えめな)計画又はスケジュールは、そのような計画又はスケジュールの実施より前に、特定されて再度最適化が行われる。
寄与値の使用は、さまざまな状況で有益である。具体例を挙げると、高度プロセス制御、人間のオペレータ、又は別のツールが、表向きは価値のある（ostensibly valuable）中間製品の収率を一方的に増大させて、最適製品調整モジュール２１４が、収益性向上のために中間製品を使用する方法を見つけられない場合は、その中間製品の寄与値は下落するのが通常である。また他の例を挙げると、混乱又は外乱が、価値のある中間製品の収率を反対に低減させる場合、影響を受ける最終製品の調整された製品価格は、上昇するか又は同じままであり、収益性への影響を最小限まで緩和するために、寄与値のリバランス（再調整）及び種々の中間製品の製造の再調整（リバランス）を生じさせる。また、ＲＭＰＣＴ／ＤＱＰ計算の使用は、計画又はスケジューリングのモデルでは省略される現在の動作上の制約を反映する予測収率を計算に入れることを助ける。さらに、統合ユニット１５４は、ハイブリッド・モデルの集合で、分散型ソリューション（decentralized solution）を用いて、リアルタイムの大域的最適条件（optimum）を得ることができる。
このアプローチを用いて、さまざまな作用効果が得られる。例えば、このアプローチは、外乱、混乱、及び不測の事象がある場合に、ユニットの生産調整を可能にする。ユニットの生産調整はさらに、ＡＰＣがより価値のある製品の収率を改善する場合の状況を計算に入れることが可能であり、そして、仕様外の製品がユニットにおいて作成されると、他のユニットがそれをブレンドしない（blend it off）か、そうでなければ、金銭的な影響を最小化するように調整することができる。
他の作用効果としては、統合ユニット１５４は、計画のモデルの更新のためのフィードバック・メカニズムをサポートし、これがより正確な計画を与える助けとなる。例えば、フィードバック・メカニズムは、より優れた収率プロファイル(すなわち、本当の生産能力推定)を計画のモデルに提供するために使用される。これは、計画のモデルと実生産プラントとの間のミスマッチを徐々に低減するために使用することができる。
さらに別の利益は、「what-if」分析のサポートを含む。例えば、統合ユニット１５４は、製造対購入の決定を可能であれば評価するために、及び次の計画期間、事象、又は外乱のために在庫を増やすために、新しい一連のスケジュール又は計画の実行可能性(又は最適性)を分析するために使用することができる。製造対購入の分析は、中間製品又は最終製品を製造すべきか、あるいは他者から購入すべきかを決定するために用いることができる。例えば、このタイプの分析は、最終製品を製造する費用の推定が、同一の製品のスポット市場での価格を上回る時、つまり、顧客のために最終製品を製造するよりも顧客のために最終製品を購入する方が割安である場合にトリガされる。
さらに、このタイプの統合は、さまざまな産業で、ジャスト・イン・タイム製造等において有益である。例えば、統合ユニット１５４は、需要変動が在る時に、合計在庫（すなわち資産）を低減するのに役立つ。さらに、需要を満たすために時間ぎりぎりで撤回不能な決定を可能にするために、在庫をできる限り上流へ移動すること(それを望むならば)も可能である。
さらに、ＡＰＣ制御及び最適化と計画及びスケジューリングとの統合は、収率における好ましいミスマッチに対処することができる。ＡＰＣは、通常、向上された制御及び動作の安定性を用いて高価値の中間製品の収率を高める(例えば５〜１０％程度)ことができる。しかし、向上された収率を組み込むための更新を計画のモデルに施せない場合は、これらの利益の何パーセントかは失われ得る。さらに悪いことに、向上された収率が、中間製品又は最終製品のインベントリの「乱れ」として出現することが多い。ここで、統合ユニット１５４は、リアルタイムの事業最適化に、より大きな柔軟性を与えることができる。例えば、統合ユニット１５４を用いて、当初の生産計画を達成しつつ、供給原料の使用を最小化することができる。統合ユニット１５４はさらに、余剰の（生産）能力を用いてスポット市場で売れる製品を製造することを助けることができる。
統合ユニット１５４の各モジュール２１４〜２２０は、任意の適宜のハードウェア、ソフトウェア、ファームウェア、又はそれらの組み合わせを用いて実現される。例えば、モジュール２１４〜２２０は、プロセス制御システムにおいて、コントローラ、オペレータ・ステーション、又は別のコンピューティング装置によって実行されるソフトウェア・パッケージの少なくとも一部を形成するソフトウェアコードを表す。
図２は統合ユニット例１５４を示しているが、様々な変更を図２に加えることができる。例えば、統合ユニット１５４は、任意数の下位レベルのコントローラ又は他のコンポーネントからの入力、及び任意数の上位レベルのアプリケーション又は他のコンポーネントからの入力を受信することができる。統合ユニット１５４はさらに、任意数の下位レベルのコントローラ又は他のコンポーネントへの出力、及び任意数の上位レベルのアプリケーション又は他のコンポーネントへの出力を提供することができる。
図３及び４は、本発明による統合ユニット１５４の使用例を示している。図３及び４の統合ユニット１５４の使用例は、例示にすぎない。本発明の技術的範囲から逸脱しない限りは、統合ユニット１５４は、任意の別の適宜の方式で用いられてもよい。
図３は、石油精製所３００の一例を示している。製油所３００は、図３の左側の原油蒸留塔で投入原料(原油)を受ける。蒸留塔の様々な産出物は、他のユニットによって処理されて、図３の右側で８つの異なる産出物流（output streams）を生成する。産出物流は、液化石油ガス(ＬＰＧ)、ガソリン、ジェット燃料、ディーゼル燃料、潤滑油、アスファルト、燃料油、及び固形燃料を含む。
幾つかの実施形態では、製油所３００を制御するプロセス制御システムの目的の１つは、供給原料の選択、ブレンド・プール（blend pool）の選択、プラント動作のコンフィギュレーション、及び各ユニット又は仕様に関するチャージ・レート（charge rate）を制御することにより、収益性(製品の売上から供給原料費用及び運転費用を差し引いたものと定義される)を最大化することである。この目的は、市場好機(長期的な注文及びスポット市場など)、物質収支(Ｈ２及び様々な形状のＣ４等)、及びエネルギ収支(蒸気及び電力など)等の様々な条件に左右される。
この例では、数多くの中間製品のストリームが製油所３００内で生じる。その一例が、流動接触分解（ＦＣＣ）ユニットからの中間ストリーム３０２である。この中間ストリーム３０２は、複数の最終製品、すなわち、ガソリン、ジェット燃料、ディーゼル及びＬＰＧを製造するために使用することができる。図２に示した統合ユニット１５４が製油所３００とともに使用されると、統合ユニット１５４は、中間ストリーム３０２に関連する寄与値を生成する。それから統合ユニット１５４は、寄与値を用いて、様々な最終製品の収率を予測する。上述した反復プロセスは、製造される最終製品の計画収率に関連する最適なソリューションが見つかるまで何度も繰り返される。特定の実施形態では、統合ユニット１５４は、収益性を最大化し、なおかつ物質収支及びエネルギ収支を維持するように動作することができる。
図４は、ジャスト・イン・タイム又は受注生産方式のシステム(製油所３００など)がどのように統合ユニット１５４を使用できるかを示している。この例では、製油所３００で製造される最終製品iの１つは、タンク４００に保管される。動作時には、製品iは、タンク４００に「予測流量」のfiで保管される。また、注文によって製品iはタンク４００から「注文流量」のoiで排除される。製品iに関する予測在庫は、(fi-oi)の時間積分を行うことによって決定される。
これらの実施形態では、製品iのAdjustedProductPricei（製品ｉの調整された製品価格）は、その製品の高在庫及び低在庫の予測に基づいて調整することができる。さらに、操作者が実行不可能な計画を実施しようとする場合、決定される製品iの在庫は、計画を満たすには不適切なものになる。反復プロセス時に、上位レベルのアプリケーション２１０〜２１２は、計画の一部のみが実行可能であるという情報を与えられる。この時点で、操作者は他の処置(違うプラントを用いた製造をスケジューリングしようとする等)を取ることができる。
図３及び４は、統合ユニット１５４の使用例を示しているが、図３及び４にはさまざまな変更を加えることができる。例えば、統合ユニット１５４は、石油精製所やジャスト・イン・タイム製造システムでの使用に限定するものではない。むしろ、統合ユニット１５４は、任意の適宜のプロセス産業や個別生産型産業で用いることができる。
図５は、本発明による、企業最適化のために計画、スケジューリング、及び制御を統合する方法の例５００を示している。図５の方法５００の実施形態は、例示にすぎない。本発明の技術的範囲から逸脱しない限り、方法５００の別の実施形態が用いられてもよい。わかりやすく説明するために、方法５００は、統合ユニット１５４に関連して説明するが、該方法５００は、任意の別の装置又はシステムにより実行可能である。
図５に示すように、ステップ５０２で、統合ユニット１５４は、計画アプリケーション又はスケジューリング・アプリケーションから情報を受信する。これは、例えば、統合ユニット１５４が、計画／スケジューリング・モデル並びに収益性目的関数の一部又は全てを受信することを含む。ステップ５０４で、統合ユニット１５４は、情報を以前の反復(もしあれば)を受信する。これは、例えば、統合ユニット１５４が１又は複数の予測収率を受信し、それらの収率に基づいて計画、スケジューリングのモデルを更新することを含む。
ステップ５０６で、統合ユニット１５４は、製品目標(product targets)の１又は複数の最適製品調整を特定する。これは、例えば、最適製品調整モジュール２１４が、式(１)〜（４）で定義されるような最適製品調整の問題を解くことを含む。ステップ５０８で、統合ユニット１５４は、１又は複数の中間製品の１又は複数の寄与値を特定する。これは、例えば、寄与値計算器モジュール２１６が式（５）又は（６）に示した寄与値を計算することを含む。ステップ５１０で、統合ユニット１５４は、１又は複数の中間製品又は最終製品の１又は複数の予測収率を特定する。これは、例えば、ＲＭＰＣＴ／ＤＱＰモジュール２１８が、１又は複数の下位レベルのコントローラからの測定収率及びＲＭＰＣＴ／ＤＱＰ計算を用いて、将来の収率を予測することを含む。
ステップ５１２では、特定されたソリューション(予測された生産目標)が最適又は最適に近いソリューションであるかの決定が行われる。任意の適宜のクライテリアを用いて、いつ許容できるソリューションが得られるかどうかが決定される。例えば、統合ユニット１５４は、各製品に関し、１つの反復から次の反復までの生産調整及び／又は収率の変化の全てが、１又は複数の適切な閾値を下回るかを決定する。
ステップ５１４で、ソリューションが最適又は最適に近いものでない場合には、ステップ５１６で、１又は複数の予測収率がフィードバックされて、追加的な反復の間にステップ５０４〜５１４が繰り返される。ステップ５１６はオプションであり、変換モジュール２２０が、１又は複数の予測収率を最適製品調整モジュール２１４に適切な形で提供するために、そのフォーマットを変更するか、そうでなければそれらを準備することを含む。
ステップ５１４において、ソリューションが最適又は最適に近い場合は、ステップ５１８で、ソリューションは１又は複数の下位レベルのコントローラに与えられ、ステップ５２０で、任意の計画又はスケジューリングの更新が計画アプリケーション又はスケジューリング・アプリケーションに与えられる。このようにして、下位レベルのコントローラは、実際にソリューションを実施して、ソリューションに従って中間製品及び最終製品を製造するので、下位レベルのコントローラが、上位レベルのアプリケーションの経済状況をサポートできるようにすることができる。また、計画アプリケーション又はスケジューリング・アプリケーションは、下位レベルのコントローラの動作上の制約が計画及びスケジューリング・アプリケーションに伝達されるようにすることで、何が実際に実施されているかを確かめることができる。
図５は、企業最適化のために、計画、ケジューリング、及び制御を統合する方法５００の一例を示しているが、図５には様々な変更を加えることができる。例えば、一連のステップとして示されているが、図５の様々なステップは、重複して、並列的に、違う順序で、又は何度も行うことができる。
いくつかの実施形態では、上述された様々なファンクションは、コンピュータ可読プログラム・コードにより形成されて、コンピュータ可読媒体（コンピュータ読み取り可能記憶媒体）に記憶されるコンピュータ・プログラムによって実現又はサポートされる。「コンピュータ可読プログラム・コード」という用語は、ソース・コード、オブジェクト・コード、及び実行可能コード等を含む、コンピュータ・コードを含む。「コンピュータ可読媒体」という用語は、読み出し専用メモリ（ＲＯＭ)、ランダム・アクセス・メモリ（ＲＡＭ）、ハードディスク・ドライブ、コンパクトディスク（ＣＤ）、デジタル・ビデオ・ディスク（ＤＶＤ）、又は任意の他のタイプのメモリ等の、任意のタイプのコンピュータによってアクセス可能な任意のタイプの媒体を含む。
この明細書において用いられている幾つかの用語の定義を述べておく。「接続」という用語及びその類似語は、２以上のエレメント間の任意の直接的又は間接的な通信を示すものであり、これらのエレメントが互いに物理的に接触しているかどうかは問わない。「アプリケーション」及び「プログラム」という用語は、適宜のコンピュータ・コード(ソース・コード、オブジェクト・コード、又は実行可能コードを含む)に実装するよう構成される、１又は複数のコンピュータ・プログラム、ソフトウェア・コンポーネント、一連の命令、プロシージャ、ファンクション、オブジェクト、クラス、インスタンス、関連データ、又はその一部を示す。「送信」、「受信」及び「通信」という用語及びこれらの類似語は、直接的及び間接的な通信の両方を包含する。「含む」及び「備える」という用語及びそれらの類似語は、包含するがそれに限定するわけではないことを意味している。「又は」は、包含的であり、「及び／又は」を意味する。「関連する」及び「それと関連する」という用語及びその類似語は、含む、含まれる、相互接続する、備える、備わる、それへ又はそれと接続する、それへ又はそれと結合する、通信可能である、協動する、インターリーブする、並列される、近似である、それへ又はそれとつなぐ、有する、特性を有する、それに又はそれと関係がある、等を意味する。「コントローラ」という用語は、少なくとも１つの動作を制御する、任意の装置、システム、又はそれらの一部を意味する。コントローラは、ハードウェア、ファームウェア、ソフトウェア、又は上記のものの少なくとも２つの何らかの組み合わせにより実現される。任意の特定のコントローラに関連付けられる機能性は、ローカルかリモートかに関わらず、集中又は分散される。
本明細書では特定の実施形態及び一般的に関連している方法を説明したが、これらの実施形態及び方法の代替及び置換は、当業者には明らかであろう。したがって、実施形態についての上述の説明は、本発明を特定又は制約するものではない。以下の請求項により定義される本発明の技術的思想及び範囲から逸脱しない限り、他の変更、代替、及び交代も可能である。

Claims (11)

  1. 方法であって、
    第１の入力データを１又は複数の第１のプロセス制御システムのコンポーネント(２１０〜２１２)から受信するステップ（５０２）と、
    第２の入力データを１又は複数のプロセス制御システムのコンポーネント(２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ、２０８ａ〜２０８ｍ)から受信するステップと、
    反復プロセスを実行するステップであって、
    第１の入力データを用いて少なくとも１つの目標数量への１又は複数の調整を特定するステップであって、各目標数量は、製造される少なくとも１つの中間製品又は最終製品に関連付けられる、ステップ（５０６）と、
    １又は複数の調整を用いて１又は複数の寄与値を特定するステップであって、各寄与値は、複数の最終製品のそれぞれへの中間製品の寄与に基づいている、ステップ（５０８）と、
    １又は複数の寄与値及び第２の入力データを用いて、１又は複数の推定される生産収率を特定するステップ（５１０）であって、各推定される生産収率は、製造される中間製品及び最終製品の１つの期待数量と関連付けられる、ステップ（５１０）と
    からなる反復プロセス実行ステップと
    を含むことを特徴とする方法。
  2. 請求項１記載の方法において、
    第１の入力データは、計画アプリケーション及びスケジューリング・アプリケーションの少なくとも１つから受信され、
    第２の入力データは、産業プロセスの少なくとも一部を制御する少なくとも１つのプロセス・コントローラ（１０６、１１４、１２２、１３０）から受信される
    ことを特徴とする方法。
  3. 請求項１記載の方法において、
    反復プロセス実行ステップは、プロセスの複数反復を実行するステップを含み、
    少なくとも１つの目標数量への１又は複数の調整を特定するステップは、第１の入力データと、プロセスの以前の反復の間に特定された１又は複数の以前に推定された生産収率とを用いるステップを含む
    ことを特徴とする方法。
  4. 請求項１記載の方法において、
    １又は複数の寄与値を特定するステップは、複数の値を合計するステップを含み、各値は、最終製品の１つに対する中間製品の寄与率が掛け算された結果（multiplication product）及びその最終製品の価格に基づくものであり、
    各最終製品の価格は、最終製品に関する高在庫及び低在庫の予測に基づいて調整される
    ことを特徴とする方法。
  5. 請求項１記載の方法において、
    反復プロセス実行ステップは、プロセスの複数反復を実行するステップを含み、
    １つの反復から次の反復までの、１又は複数の調整の間又は推定される生産収率の間における変化が、閾値を下回る場合に反復プロセスは終了する（５１４）よう構成されている
    ことを特徴とする方法。
  6. 請求項１記載の方法において、該方法はさらに、反復プロセスが終了するときに、
    １又は複数の推定される生産収率を１又は複数の第１のプロセス制御システムのコンポーネントに提供するステップ（５２０）と、
    １又は複数の寄与値を１又は複数の第２のプロセス制御システムのコンポーネントに提供するステップ（５１８）と
    を含み、
    １又は複数の推定される生産収率は、１又は複数の第２のプロセス制御システムのコンポーネントに関連付けられる動作上の制約に関する情報を、１又は複数の第１のプロセス制御システムのコンポーネントに与えるためのプロキシとして機能し、かつ、
    １又は複数の寄与値は、１又は複数の第１のプロセス制御システムのコンポーネントに関連付けられる経済状況に関する情報を、１又は複数の第２のプロセス制御システムのコンポーネントに与えるためのプロキシとして機能する
    ことを特徴とする方法。
  7. 装置であって、
    １又は複数の第１のプロセス制御システムのコンポーネント(２１０〜２１２)から第１の入力データを受信し、１又は複数の第２のプロセス制御システムのコンポーネント(２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ、２０８ａ〜２０８ｍ)から第２の入力データを受信するように構成される少なくとも１つのインターフェース（１４６、１５２）と、
    反復プロセスを実行するように構成される少なくとも１つの処理デバイスであって、反復プロセスは、
    第１の入力データを用いて少なくとも１つの目標数量への１又は複数の調整を特定するステップであって、各目標数量は、製造される少なくとも１つの中間製品又は最終製品に関連付けられる、ステップと、
    １又は複数の調整を用いて１又は複数の寄与値を特定するステップであって、各寄与値は、複数の最終製品のそれぞれに対する中間製品の寄与に基づいている、ステップと、
    １又は複数の寄与値及び第２の入力データを用いて、１又は複数の推定される生産収率を特定するステップであって、各推定される生産収率は、製造される中間製品及び最終製品の１つの期待数量と関連付けられる、ステップと
    を含む、反復プロセスを実行する処理デバイス（１４２、１４８）と
    を特徴とする装置。
  8. 請求項７記載の装置において、
    少なくとも１つの処理デバイスは、プロセスの複数の反復を実行することにより反復プロセスを実行するように構成され、
    少なくとも１つの処理デバイスは、第１の入力データと、プロセスの以前の反復の間に特定された１又は複数の以前に推定された生産収率とを用いて、少なくとも１つの目標数量への１又は複数の調整を特定するように構成されている
    ことを特徴とする装置。
  9. 請求項７記載の装置において、少なくとも１つの処理デバイスは、複数の値を合計することにより１又は複数の寄与値を特定するように構成され、各値は、最終製品の１つに対する中間製品の寄与率を掛け算した結果（multiplication product）及びその最終製品の価格に基づくことを特徴とする装置。
  10. 請求項７記載の装置において、
    少なくとも１つの処理デバイスは、プロセスの複数の反復を実行することにより反復プロセスを実行するように構成され、
    少なくとも１つの処理デバイスはさらに、１つの反復から次の反復までの１又は複数の調整の間又は推定される生産収率の間における変化が、閾値を下回る場合に、反復プロセスを終了するように構成されている
    ことを特徴とする装置。
  11. コンピュータ・プログラムを記憶するコンピュータ読み取り可能な記憶媒体であって、該コンピュータ・プログラムはコンピュータ読み取り可能なプログラム・コードを含み、該プログラム・コードは、
    第１の入力データを１又は複数の第１のプロセス制御システムのコンポーネント(２１０〜２１２)から受信するステップと（５０２）、
    第２の入力データを１又は複数のプロセス制御システムのコンポーネント(２０２ａ〜２０２ｏ、２０４ａ〜２０４ｎ、２０６ａ〜２０６ｐ、２０８ａ〜２０８ｍ)から受信するステップと、
    反復プロセスを実行するステップであって、
    第１の入力データを用いて少なくとも１つの目標数量への１又は複数の調整を特定するステップ（５０６）であって、各目標数量は、製造される少なくとも１つの中間製品又は最終製品に関連付けられる、ステップと、
    １又は複数の調整を用いて１又は複数の寄与値を特定するステップ（５０８）であって、各寄与値は、複数の最終製品のそれぞれに対する中間製品の寄与に基づいている、ステップと、
    １又は複数の寄与値及び第２の入力データを用いて、１又は複数の推定される生産収率を特定するステップ（５１０）であって、各推定される生産収率は、製造される中間製品及び最終製品の１つの期待数量と関連付けられる、ステップと
    を含む反復プロセスと
    を実行するためのコードである
    ことを特徴とするコンピュータ読み取り可能な記憶媒体。
JP2012524739A 2009-08-14 2010-08-02 企業最適化のために、計画、スケジューリング、及び制御を統合する装置及び方法 Withdrawn JP2013502003A (ja)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US23417409P 2009-08-14 2009-08-14
US61/234,174 2009-08-14
US12/639,740 US20110040399A1 (en) 2009-08-14 2009-12-16 Apparatus and method for integrating planning, scheduling, and control for enterprise optimization
US12/639,740 2009-12-16
PCT/US2010/044116 WO2011019537A2 (en) 2009-08-14 2010-08-02 Apparatus and method for integrating planning, scheduling, and control for enterprise optimization

Publications (1)

Publication Number Publication Date
JP2013502003A true JP2013502003A (ja) 2013-01-17

Family

ID=43586745

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2012524739A Withdrawn JP2013502003A (ja) 2009-08-14 2010-08-02 企業最適化のために、計画、スケジューリング、及び制御を統合する装置及び方法

Country Status (5)

Country Link
US (1) US20110040399A1 (ja)
EP (1) EP2465015A4 (ja)
JP (1) JP2013502003A (ja)
CN (1) CN102549512B (ja)
WO (1) WO2011019537A2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017529586A (ja) * 2014-07-21 2017-10-05 ハネウェル・インターナショナル・インコーポレーテッドＨｏｎｅｙｗｅｌｌ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｉｎｃ． プラント全体の制御及び最適化のためのカスケード型モデル予測制御（ｍｐｃ）手法
JP2017534984A (ja) * 2014-10-24 2017-11-24 ハネウェル・インターナショナル・インコーポレーテッドＨｏｎｅｙｗｅｌｌ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｉｎｃ． カスケード型モデル予測制御（ｍｐｃ）をサポートするためにプロキシ制限を計算するための装置及び方法

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120084110A1 (en) * 2010-10-05 2012-04-05 M3 Technology, Inc. System and method for smart oil, gas and chemical process scheduling
WO2012162141A2 (en) * 2011-05-20 2012-11-29 Aspen Technology, Inc. Rundown blending optimization apparatus and method
US9122261B2 (en) 2012-04-24 2015-09-01 Honeywell International Inc. Apparatus and method for real-time sequential quadratic programming in industrial process control systems
CN104756022B (zh) * 2012-09-05 2018-06-08 西门子公司 用于生产流水线中的能量需求管理的方法
US20150066163A1 (en) * 2013-08-28 2015-03-05 Honeywell International Inc. System and method for multi-domain structural analysis across applications in industrial control and automation system
US9733628B2 (en) * 2014-08-13 2017-08-15 Honeywell International Inc. System and method for advanced process control
US10162969B2 (en) 2014-09-10 2018-12-25 Honeywell International Inc. Dynamic quantification of cyber-security risks in a control system
DE112016005697T5 (de) * 2016-01-15 2018-09-06 Mitsubishi Electric Corporation Vorrichtung, Verfahren und Programm zur Planerzeugung
US10466686B2 (en) 2017-02-17 2019-11-05 Honeywell International Inc. System and method for automatic configuration of a data collection system and schedule for control system monitoring
US11449814B2 (en) 2017-05-12 2022-09-20 Honeywell International Inc. Apparatus and method for workflow analytics and visualization of assimilated supply chain and production management (SCPM) for industrial process control and automation system
EP3511879A1 (en) * 2018-01-12 2019-07-17 Siemens Aktiengesellschaft Method for monitoring and controlling the energy cost for the production of a product lot
US11709480B2 (en) 2018-05-14 2023-07-25 Honeywell International Inc. System and method for automatic data classification for use with data collection system and process control system
US12038737B2 (en) 2019-10-30 2024-07-16 Honeywell International Inc. Plant-wide optimization including batch operations
US11947339B2 (en) * 2019-10-30 2024-04-02 Honeywell International Inc. Plant-wide optimization including batch operations
US11698609B2 (en) * 2020-02-20 2023-07-11 Honeywell International Inc. Cascaded model predictive control with abstracting constraint boundaries
CN116107273B (zh) * 2022-11-02 2026-03-03 苏州元脑智能科技有限公司 工厂控制方法、系统、电子设备及存储介质

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5351184A (en) * 1993-01-26 1994-09-27 Honeywell Inc. Method of multivariable predictive control utilizing range control
US5574638A (en) * 1995-04-03 1996-11-12 Lu; Zhuxin J. Method of optimal scaling of variables in a multivariable predictive controller utilizing range control
US5572420A (en) * 1995-04-03 1996-11-05 Honeywell Inc. Method of optimal controller design for multivariable predictive control utilizing range control
US5561599A (en) * 1995-06-14 1996-10-01 Honeywell Inc. Method of incorporating independent feedforward control in a multivariable predictive controller
US5758047A (en) * 1995-06-14 1998-05-26 Lu; Zhuxin Joseph Method of process controller optimization in a multivariable predictive controller
US20080071588A1 (en) * 1997-12-10 2008-03-20 Eder Jeff S Method of and system for analyzing, modeling and valuing elements of a business enterprise
US6055483A (en) * 1997-05-05 2000-04-25 Honeywell, Inc. Systems and methods using bridge models to globally optimize a process facility
US6122555A (en) * 1997-05-05 2000-09-19 Honeywell International Inc. System and methods for globally optimizing a process facility
US20010041995A1 (en) * 1998-04-17 2001-11-15 Eder Jeffrey Scott Method of and system for modeling and analyzing business improvement programs
TWI239462B (en) * 2000-04-27 2005-09-11 Asahi Kasei Corp Raw material selling system
MXPA03000792A (es) * 2000-07-28 2003-08-01 Teijin Ltd Metodo de planeacion de la produccion y sistema para preparar planes de produccion.
EP1323105A4 (en) * 2000-10-04 2004-07-21 Hoffman Group METHOD AND DEVICE FOR CONTROLLING THE OPERATING SPEED OF A PRODUCTION PLANT
JP2003228410A (ja) * 2002-02-05 2003-08-15 Hitachi Ltd 着工管理システム
US7099726B2 (en) * 2003-02-04 2006-08-29 Renesas Technology Corp. Production planning system
WO2004077316A2 (en) * 2003-02-25 2004-09-10 Liviu Cotora A method and a device for optimizing a company structure
US7054706B2 (en) * 2003-06-30 2006-05-30 Intel Corporation Managing supply chains with model predictive control
EP1656601A4 (en) * 2003-08-18 2008-09-10 Gilbert Leistner SYSTEM AND METHOD FOR IDENTIFYING QUASI-FINE GOODS AND SERVICES AND FINANCIAL INSTRUMENTS BASED THEREON
JP3705296B1 (ja) * 2004-04-30 2005-10-12 オムロン株式会社 品質制御装置およびその制御方法、品質制御プログラム、並びに該プログラムを記録した記録媒体
TW200601110A (en) * 2004-06-30 2006-01-01 Powerchip Semiconductor Corp Capacity management system and method, and computer readable medium thereof
JP4664630B2 (ja) * 2004-07-22 2011-04-06 株式会社東芝 半導体装置の製造装置に対する自動レシピ作成装置及び作成方法
US7725343B2 (en) * 2004-11-16 2010-05-25 Gtm Consulting, Llc Activity based cost modeling
US20100023162A1 (en) * 2004-12-08 2010-01-28 Kristijan Gresak Method, System and Components for Operating a Fuel Distribution System with Unmanned Self-Service Gasoline Stations
JP4652042B2 (ja) * 2004-12-24 2011-03-16 ヒタチグローバルストレージテクノロジーズネザーランドビーブイ 再作業工程を有する生産ラインにおける生産計画方法およびその生産計画システム
US6993403B1 (en) * 2005-03-22 2006-01-31 Praxair Technology, Inc. Facility monitoring method
CN101341502A (zh) * 2005-08-05 2009-01-07 辉瑞产品公司 自动化批量制造
US7302304B2 (en) * 2005-10-07 2007-11-27 Taiwan Semiconductor Manufacturing Co., Ltd. Systems and methods for production planning
US7818221B2 (en) * 2006-11-08 2010-10-19 International Business Machines Corporation Method and apparatus for variable regulatory or conditional use compliance maximizing use of available inventory
GB2446002A (en) * 2007-01-15 2008-07-30 Greycon Ltd Manufacturing schedule optimisation
US7881825B2 (en) * 2007-03-28 2011-02-01 Praxair Technology, Inc. Production control utilizing real time optimization
EP2215455B1 (en) * 2007-11-02 2014-03-05 Ceres, Inc. A method for formulating an NIR model used in biomass processing
BRPI0907393A2 (pt) * 2008-01-14 2015-07-21 Roson Energy S A Método de gaseificação de biomassa e aparellho para produzir singas com alto teor de hidrogênio.
US20090187265A1 (en) * 2008-01-23 2009-07-23 Oracle International Corporation Process manufacturing with product quantity calculation
US8219437B2 (en) * 2008-07-10 2012-07-10 Palo Alto Research Center Incorporated Methods and systems for constructing production plans
US8624069B2 (en) * 2008-08-08 2014-01-07 Afognak Native Corporation Conversion of biomass feedstocks into hydrocarbon liquid transportation fuels
US20100042455A1 (en) * 2008-08-12 2010-02-18 Gm Global Technology Operations, Inc. Model-based real-time cost allocation and cost flow

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017529586A (ja) * 2014-07-21 2017-10-05 ハネウェル・インターナショナル・インコーポレーテッドＨｏｎｅｙｗｅｌｌ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｉｎｃ． プラント全体の制御及び最適化のためのカスケード型モデル予測制御（ｍｐｃ）手法
JP2017534984A (ja) * 2014-10-24 2017-11-24 ハネウェル・インターナショナル・インコーポレーテッドＨｏｎｅｙｗｅｌｌ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｉｎｃ． カスケード型モデル予測制御（ｍｐｃ）をサポートするためにプロキシ制限を計算するための装置及び方法

Also Published As

Publication number Publication date
WO2011019537A2 (en) 2011-02-17
EP2465015A2 (en) 2012-06-20
CN102549512A (zh) 2012-07-04
EP2465015A4 (en) 2018-01-17
US20110040399A1 (en) 2011-02-17
WO2011019537A3 (en) 2011-04-28
CN102549512B (zh) 2015-04-01

Similar Documents

Publication Publication Date Title
JP2013502003A (ja) 企業最適化のために、計画、スケジューリング、及び制御を統合する装置及び方法
Barbosa-Povoa et al. Process supply chains: Perspectives from academia and industry
JP6510629B2 (ja) プラント全体の制御及び最適化のためのカスケード型モデル予測制御（ｍｐｃ）手法
CN107464025B (zh) 基于大数据的供应链需求预测与智能决策方法
JP6109066B2 (ja) エネルギー管理方法
Adenuga et al. Energy efficiency analysis modelling system for manufacturing in the context of industry 4.0
EP3816737B1 (en) Plant-wide optimization including batch operations
US10379503B2 (en) Apparatus and method for calculating proxy limits to support cascaded model predictive control (MPC)
EP3816738B1 (en) Plant-wide optimization including batch operations
KR101526092B1 (ko) 개선된 생산 및 분배를 위한 방법들
US20090216699A1 (en) Apparatus and method for hierarchical decomposition of planning, scheduling, and other decision-making problems
CN107958291A (zh) 与分配用于发电厂维护的现场工程资源有关的方法和系统
US12217198B2 (en) Method and system for process schedule reconciliation using machine learning and algebraic model optimization
US20090054998A1 (en) System and process for optimizing process control
JP6647295B2 (ja) カスケード型モデル予測制御（ｍｐｃ）をサポートするためにプロキシ制限を計算するための装置、方法及び非一時的コンピュータ可読媒体
US10943195B2 (en) Asset management in a process control system
Sagawa et al. A review on the dynamic decision models for manufacturing and supply chain
Rijn et al. Robust aggregate production planning in petrochemical supply chain in the face of uncertainty
BÁNYAI Digital twin in blending technologies: integration of technology and logistics using Internet of Things solutions
Walls Data Driven Multivariate ARIMA Model for Test Queue Predictions and Capacity Planning
Borges et al. Characterization of Key Processes for Production Systems Optimization
Okhrimenko et al. Model of the information management systems implementation in the sector of critical infrastructure of the state.
Gupta et al. A heuristic application of systems reliability optimization in supplier selection problem of a make-to-order supply chain
Venkumar Supply and Demand Management During Industrial Evolutions: Present and Future Outlook
Tyulin et al. Preproduction of Advanced Products with High Technical and Economic Characteristics

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20131105