用于实现针对连续过程的预测分析的方法和装置
阅读说明：本技术 用于实现针对连续过程的预测分析的方法和装置 (Method and apparatus for implementing predictive analysis for continuous processes ) 是由 金祖伟 于 2020-04-30 设计创作，主要内容包括：公开了用于实现针对连续过程的预测分析的方法和装置。示例性装置包括虚拟批次单元控制器,用于在虚拟批次单元上实现采样批次。采样批次对应于连续控制系统过程的离散时间段。虚拟批次单元包括对应于与连续控制系统过程相关联的参数的输入和输出参数。示例性装置还包括采样批次分析器,用于基于对采样批次相对于分析模型的分析,生成指示连续控制系统过程在离散时间段结束时的输出的预测质量的预测分析信息。(Methods and apparatus for implementing predictive analytics for continuous processes are disclosed. An example apparatus includes a virtual batch unit controller to implement a sampling batch on a virtual batch unit. The sampling batches correspond to discrete time periods of a continuous control system process. The virtual batch unit includes input and output parameters corresponding to parameters associated with the continuous control system process. The example apparatus also includes a sample batch analyzer to generate predictive analysis information indicative of a predictive quality of an output of the continuous control system process at an end of the discrete time period based on an analysis of the sample batch relative to the analytical model.)
技术领域
本公开内容总体上涉及过程控制系统，更具体地，涉及用于实现针对连续过程的预测分析的方法和装置。
背景技术
过程控制系统可以被实现为批次过程控制或连续过程控制。批次过程控制涉及特定批次的处理，其与在特定持续时间内进行处理的特定数量的材料相关联，以产生最终结果的输出产品。因此，批次过程具有对应于在开始时处理送入系统的材料并产生最终的输出产品所需的时间的定义的开始和结束(离散时间段)。相比之下，连续过程控制涉及对材料进行处理以连续地产生输出产品。因此，连续过程的持续时间可以延伸达任何指定的时间段(理论上是无限期的)，并且随着持续时间增加，产生的输出产品的量将不断增加。
发明内容
公开了用于实现针对连续过程的预测分析的示例性方法和装置。示例性装置包括虚拟批次单元控制器，用于在虚拟批次单元上实现采样批次。所述采样批次对应于连续控制系统过程的离散时间段。所述虚拟批处理单元包括对应于与所述连续控制系统过程相关联的参数的输入和输出参数。所述示例性装置还包括采样批次分析器，用于基于对所述采样批次相对于分析模型的分析，生成指示所述连续控制系统过程在所述离散时间段的结束时的输出的预测质量的预测分析信息。
示例性非暂时性计算机可读介质包括指令，所述指令在被执行时使机器至少在虚拟批次单元上实现采样批次。所述采样批次对应于连续控制系统过程的离散时间段。所述虚拟批次单元包括对应于与所述连续控制系统过程相关联的参数的输入和输出参数。所述示例性指令还使机器基于对所述采样批次相对于分析模型的分析，生成指示所述连续控制系统过程在所述离散时间段的结束时的输出的预测质量的预测分析信息。
示例性方法包括在虚拟批次单元上实现采样批次。所述采样批次对应于连续控制系统过程的离散时间段。所述虚拟批次单元包括对应于与所述连续控制系统过程相关联的参数的输入和输出参数。所述示例性方法还包括基于对所述采样批次相对于分析模型的分析，生成指示所述连续控制系统过程在所述离散时间段的结束时的输出的预测质量的预测分析信息。
附图说明
图1是示例性过程控制系统的示意图。
图2例示了实现图1的示例性预测分析引擎的示例性方式。
图3包括例示与示例性连续控制系统过程相关联的历史过程数据的示例性质量参数和过程参数的动态行为的曲线图。
图4是图3的示例性曲线图的放大视图。
图5是根据本文公开的教导实现的示例性虚拟批次单元的示意图。
图6是例示在操作中的示例性连续控制系统过程的示例性过程参数的动态行为的曲线图。
图7是可以根据本文公开的教导来呈现的示例性质量预测界面。
图8-图10是表示可以执行以实现图1和/或图2的示例性预测分析引擎的示例性方法的流程图。
图11是示例性处理器平台的示意图，该处理器平台可以用于和/或被编程为执行图8-图10的示例方法，和/或更一般地，实现图1和/或图2的示例性预测分析引擎。
附图未按比例绘制。通常，在整个附图和随附的书面描述中将使用相同的附图标记来指代相同或相似的部分。
当标识可被单独提及的多个元件或部件时，在本文中使用描述符“第一”、“第二”、“第三”等。除非基于使用上下文另外指定或理解，否则此类描述符并不旨在赋予优先级、物理顺序或列表中的布置、或时间顺序的任何含义，而仅用作单独引用多个元件或部件的标签以易于理解所公开的示例。在一些示例中，描述符“第一”可以用于指代详细描述中的元件，而在权利要求中可以使用诸如“第二”或“第三”之类的不同描述符来指代相同的元件。在这样的情况下，应当理解，仅仅为了易于引用多个元件或部件而使用此类描述符。
具体实施方式
通常，在批次过程的执行期间实现批次控制分析，以通过使得能够基本实时地进行过程的故障检测和质量预测来改善和/或保持批次过程的安全性、性能和/或效率。更特别地，在某些情况下，批次控制分析涉及相对于从先前执行的(例如，历史存档的)批次过程生成的批次过程的模型对批次过程的多变量分析。用来创建用于批次分析的统计模型的常用工具包括主成分分析(PCA)和潜在结构投影(PLS)(也称为偏最小二乘法)。
虽然批次分析使得能够在批次过程期间对输出产品进行故障检测和质量预测，但是类似的分析对于连续过程控制不可用。除其他事项外，PCA 和PLS(用于批次分析中)无法说明连续系统中从稳态偏离然后又恢复到稳态的动态行为。特别地，在连续过程系统中，基于在时间上处理参数的变化来检测并校正稳态下的偏差。因此，连续过程对偏差的响应是瞬时的或基于时间的。然而，PCA和PLS不包含时间维度，因此不适合直接应用于连续稳态过程控制系统。一种向连续过程控制系统提供预测分析的潜在方法是依靠过程的物理机制和基于例如微分方程的时间依赖分析来开发分析模型。然而，由于训练此类模型的挑战，因为这种微分方程中动态行为的非线性和敏感性，这种方法不太可能产生可靠的模型。
本文公开的示例使得能够使用类似批次(batch-like)分析技术对连续过程控制系统进行预测分析。更具体地，本文公开的示例指定了连续过程的连续和离散的时间部分，其可以被模拟成连续批次过程的系列或活动() (campaign)。连续过程的每个离散时间部分在本文中称为采样批次，以将其和与实际批次过程相关联的典型批次区分开。根据本文公开的教导，通过将连续过程划分为多个离散段，可以将离散段视为单独的批次，从而使得能够应用类似批次的分析技术来产生针对连续过程的预测分析信息。
国际自动化协会(ISA)在1995年采纳了用于标准批次过程控制的框架，称为ISA-88。ISA-88标准在包括一个或多个单元程序(procedure)的配方(recipe)的上下文中为批次过程定义了程序控制框架，这些单元程序又可以包括有序的操作序列，而这些操作序列又可以包括有序的阶段集。标准的连续过程控制系统不受ISA-88标准的约束，因此通常没有按照程序单位、操作和阶段进行定义。然而，在本文公开的一些示例中，针对连续过程系统生成虚拟批次单元以与连续过程并行运行，从而提供对该过程的预测分析。换言之，在某些示例中，使用标准的连续过程控制技术来控制连续过程系统，同时反映了连续过程但被结构化为模仿典型的批次过程的虚拟批次单元被并行实现以运行连续系统的采样批次(与上述过程的离散时间部分相对应)，以便以类似于批次分析的方式提供预测分析。
更具体地，在一些示例中，可以定义仿真的批次配方以在虚拟批次单元上运行连续的采样批次，从而模仿连续批次的活动(与ISA-88一致)，同时还反映实际的连续过程。虚拟批次过程单元的实现能够反映实际的连续过程控制系统，因为虚拟批次单元被定义为包括与将要结合各个采样批次进行监视和分析的连续过程的相关输入、输出和/或过程参数相对应的输入和输出参数。此外，在一些示例中，虚拟批次单元被定义为包括初始条件(与输入参数分开)，该初始条件与在开启新的采样批次时的过程参数的值相对应。
通过将连续过程分解成与如上定义的虚拟批次单元结合实现的离散部分，可以使用类似批次的分析技术来分析各个部分(例如，采样批次)以提供被分析的连续过程的当前各个部分的故障检测和/或质量预测。此外，通过对连续过程中定义的每个连续采样批次(例如，离散部分)重复分析，可以在整个连续过程的过程中提供对预测分析的持续更新。
在一些示例中，连续过程的每个采样批次的持续时间被设置为固定时段。在这样的示例中，对连续过程的分析在没有动态时间规整(DTW)的情况下执行，如传统的批次分析通常实现的那样。在一些示例中，为采样批次定义的固定时段或持续时间对应于连续过程系统的停留时间。如本文所使用的，过程系统的停留时间(也称为滞留时间)是指材料在系统中被处理(例如，驻留在其中)的持续时间。换言之，停留时间对应于特定材料最初作为输入被引入过程时与特定材料已经被处理成最终输出产品时之间的持续时间。通常，由于材料的回流和/或混合，对于在不同时间点引入系统的材料，连续过程控制系统的停留时间不是恒定的。因此，停留时间可以表示为一种分布，其中某些材料在过程系统中逗留的时间比其他材料更长。因此，在一些示例中，基于连续处理系统的平均停留时间来近似(approximate)用于定义各个采样批次的长度的停留时间。在一些示例中，每个采样批次的持续时间等于停留时间的近似值。在其他示例中，每个采样批次的持续时间可以大于停留时间(例如，高达停留时间近似值的4倍)。采样批次的较长持续时间可以促进过程控制系统中动态过程行为的捕获。另一方面，采样批次的较长持续时间会导致不那么频繁的预测分析信息。
如上所述，传统的批次分析(基于PCA和PLS)不能直接应用于连续的稳态过程系统，因为过程行为是动态的(例如，系统的偏差及其校正是与时间有关的)。本文公开的示例通过使用关联的连续过程的历史过程数据的采样批次(例如，离散部分)作为训练数据开发分析模型来说明连续过程系统中的过程行为的动态(基于时间的)变化，其中历史过程数据的历史采样批次被选择为对应于当过程经历动态变化时的特定时间。在标准批次分析中，基于对应于与多个批次相关联的历史过程数据的训练数据来生成分析模型。换言之，从训练批次的开始到结束的所有数据都用于生成模型。相反，仅使用来自连续过程的历史过程数据的孤立部分来定义历史采样批次，这些历史采样批次用作生成可分析实时在实施的采样批次的分析模型的基础。此外，在一些示例中，用于定义一个历史采样批次的历史过程数据可以在时间上与用于定义第二历史采样批次的历史过程数据重叠。
例如，假设连续处理系统当前处于非稳态，例如在系统启动期间。在启动期间，系统达到稳态之前，过程参数和/或质量参数(在输出端测量) 可能会发生显著变化。使用对应于与整个启动时段相关联的历史过程数据的单个历史采样批次将无法说明该时段期间发生的动态行为。因此，在一些示例中，可以从与单个连续过程的启动时段相对应的历史数据中提取多个历史采样批次，其中每个历史采样批次的开始时间和结束时间彼此略微偏移。结果，不同的历史采样批次覆盖了重叠的时间段。在一些示例中，连续的历史采样批次的时间偏移被定义为提供足够的粒度以准确地捕获系统中过程参数和/或质量参数的动态行为。因此，不同历史采样批次之间的重叠数据量取决于感兴趣时间点的过程参数和/或质量参数中的动态行为(例如，波动性)量。通常，连续过程的启动时段和关闭时段比稳态时段期间表现出更大的动态行为。因此，在一些示例中，从连续过程的历史过程数据中提取的历史采样批次在启动和关闭时段周围比在对应于系统稳态时段的时间处提取的历史采样批次更密集地重叠。在一些示例中，对应于稳态时段的历史采样批次可能根本不重叠。此外，尽管上面的示例是关于与具有单个启动和单个关闭的单个连续过程相关联的历史数据进行描述的，但是历史采样批次可以从多个类似的连续过程中和/或在多个启动和关闭期间以及它们两者之间的相关联的稳态时段期间提取。
通常，连续过程控制系统在稳态下进行操作要远多于在启动或关闭时段中进行操作。因此，在一些示例中，与对应于启动或关闭时段的历史采样批次相比，与稳态时段相对应的历史采样批次用于模型生成的数量更多。然而，完整的历史采样批次训练集包括至少一些对应于启动时段的采样批次、一些对应于稳态时段的批次以及一些对应于关闭时段的批次。利用标识的历史采样批次的训练集，可以以与从历史批次数据生成传统批次分析模型相同的方式基于历史采样批次来生成或训练分析模型。利用生成的分析模型，可以分析与当前连续过程相对应的实时采样批次，以生成指示过程的输出产品的故障检测和/或质量预测的预测分析信息。
图1是可以根据本文公开的教导实现的示例性过程控制系统100的示意图。在该示例中，过程控制系统100正在实现连续过程。图1的示例性过程控制系统100包括：一个或多个过程控制器(其中一个过程控制器用附图标记102表示)、一个或多个操作员站(其中一个操作员站用附图标记 104表示)和一个或多个工作站(其中一个工作站用附图标记106表示)。示例性过程控制器102、示例性操作员站104和示例性工作站106经由总线和/或局域网(LAN)108通信地耦合，该局域网108通常被称为应用控制网络(ACN)。
图1的示例性操作员站104允许操作员查看和/或操作一个或多个操作员显示屏和/或应用，该一个或多个操作员显示屏和/或应用使操作员能够查看过程控制系统参数、状态、条件、警报等，和/或更改过程控制系统设置 (例如，设定点、操作状态等)。示例性操作员站104包括和/或实现示例性预测分析引擎105，以生成针对过程控制系统100内正在实现的连续过程的预测分析。下面结合图2描述实现图1的示例性预测分析引擎105的示例性方式。
在一些示例中，预测分析引擎105执行与仿真的配方概述程序相关联的虚拟批次单元，以用于实现连续过程的特定采样批次。如上文和下文所述，采样批次是连续过程的离散时间部分，其在虚拟批次单元上实现以便独立于连续过程的实际控制进行分析。在一些示例中，一旦当前采样批次过程结束，则预测分析引擎105在虚拟批次单元上开启新的采样批次，使得连续采样批次形成与连续过程相对应并与之并行运行的连续批次的链或活动。在针对每个采样批次执行虚拟批次单元期间，预测分析引擎105基本上实时地监视与当前采样批次相关联的过程参数和/或其他输入和输出。此外，示例性预测分析引擎105基本上实时地将分析模型应用于当前采样批次，以检测故障和/或生成在当前采样批次将要结束的时间对应的未来时间段处与连续过程的输出的质量有关的预测。通过对连续的采样批次执行此分析，预测分析引擎105能够以持续的方式为连续过程提供基本上实时的故障检测和质量预测。这样的预测分析信息可以增加操作员对过程控制系统100的当前状态以及对当前状态的预期变化的了解，从而使操作员能够更快、更有效地对过程中的意外偏差做出响应。
图1的示例性工作站106可以被配置为应用站，以执行一个或多个信息技术应用、用户交互应用和/或通信应用。例如，应用站106可以被配置为主要执行与过程控制有关的应用，而另一应用站(未示出)可以被配置为主要执行使过程控制系统100能够使用任何期望的通信介质(例如，无线、硬连线等)和协议(例如，HTTP、SOAP等)与其他设备或系统进行通信的通信应用。可以使用一个或多个工作站和/或任何其他合适的计算机系统和/或处理系统来实现图1的示例性操作员站104和示例性工作站106。例如，可以使用单处理器个人计算机、单处理器或多处理器工作站等来实现操作员站104和/或工作站106。
可以使用任何期望的通信介质和协议来实现图1的示例性LAN 108。例如，LAN 108可以基于硬连线和/或无线以太网通信方案。然而，可以使用任何其他合适的通信介质和/或协议。此外，尽管在图1中例示了单个LAN 108，但是，如图1所示，多于一个LAN和/或其他替代通信硬件可以用于在图1的示例性系统之间提供冗余通信路径。
图1的示例性控制器102经由数字数据总线116和输入/输出(I/O)网关118耦合到多个智能现场设备110、112和114。智能现场设备110、112和 114可以是现场总线兼容的阀、致动器、传感器等，在这种情况下，智能现场设备110、112和114使用众所周知的Foundation现场总线协议经由数字数据总线116进行通信。当然，可以替代地使用其他类型的智能现场设备和通信协议。例如，智能现场设备110、112和114可以替代地是Profibus 和/或HART兼容设备，其使用众所周知的Profibus和HART通信协议经由数据总线116进行通信。可以将附加的I/O设备(与I/O网关118相似和/ 或相同)耦合到控制器102，以使附加的智能现场设备组(其可以是 Foundation现场总线设备、HART设备等)能够与控制器102进行通信。
除了示例性智能现场设备110、112和114之外，一个或多个非智能现场设备120和122可以通信地耦合到示例性控制器102。图1中的示例性非智能现场设备120和122可以是例如常规的4-20毫安(mA)或0-10伏直流(VDC)设备，其经由相应的硬连线链路与控制器102通信。
图1的示例性控制器102可以是例如由艾默生过程管理(Emerson ProcessManagement)公司的Fisher-Rosemount Systems公司出售的DeltaVTM控制器。然而，可以替代地使用任何其他控制器。此外，虽然在图1中仅示出了一个控制器102，但是任何期望类型和/或类型组合的附加控制器和/ 或过程控制平台可以耦合到LAN 108。在任何情况下，示例性控制器102 执行与过程控制系统100相关联的一个或多个过程控制例程，该一个或多个过程控制例程已由系统工程师和/或其他系统操作员使用操作员站104生成并且已下载到控制器102和/或在控制器102中实例化。
尽管图1例示了示例性过程控制系统100，在该过程控制系统100中可以有利地采用在下面更详细描述的对连续过程控制系统执行预测分析的方法和装置，但是本领域普通技术人员将容易理解，如果需要的话，本文描述的控制呈现给操作员和/或其他人员的信息的方法和装置可以有利地用于与图1的示例相比具有更高或更低复杂度的其他过程工厂和/或过程控制系统(例如，具有一个以上控制器、跨一个以上地理位置，等等)。
图2例示了实现图1的示例性预测分析引擎105的示例性方式。图2 的示例性预测分析引擎105包括示例性通信接口202、示例性停留时间分析器204、示例性历史采样批次生成器206、示例性批次模型生成器208、示例性虚拟批次单元控制器210、示例性采样批次分析器212、示例性数据库 214和示例性用户接口216。
图2的示例性预测分析引擎105包括示例性通信接口202，用于与示例性过程控制系统100中的其他部件进行通信。在一些示例中，通信接口202 经由控制器102基本上实时地从现场设备110、112、114、120、122接收过程控制数据(指示过程参数的值)。在一些示例中，这样的过程控制数据被发送到连续历史库数据库218以进行存储。在一些这样的示例中，通信接口202从连续历史库数据库218获取历史过程数据。在一些示例中，连续历史库数据库218由预测分析引擎105的示例性数据库214实现。在其他示例中(如所示示例中所示)，连续历史库数据库218与预测分析引擎105 分开和/或与操作员站104分开实现。
图2的示例性预测分析引擎105包括示例性停留时间分析器204，用于分析与连续控制系统过程相关联的历史过程数据，以近似该连续过程的停留时间。如上所述，停留时间对应于材料通过连续系统或由连续系统处理所花费的持续时间。在一些示例中，停留时间分析器204基于如图3所示的连续系统首次启动的时间与系统在出口处的最早响应之间的持续时间来近似停留时间。
图3包括表示示例性连续系统的出口处的质量参数302、304、306随时间变化的第一曲线图300和表示连续系统的过程参数和/或其他输入参数 310、312、314(为简洁起见，在本文中统称为过程参数)在同一时间段上的变化的第二曲线图308。质量参数302、304、306可以对应或可以不对应于过程参数310、312、314。此外，尽管出于说明的目的示出了三个质量参数和三个过程参数，但是可以有任意数量的质量参数和任意数量的过程参数。
在所示示例中，第一曲线图300和第二曲线图308在时间上与公用的时间量度对准，以使得能够在过程期间在任何给定时间点比较质量参数 302、304、306和过程参数310、312、314。如所示示例中所示，连续控制系统过程可以划分为三个一般性阶段或时段，包括启动时段316、稳态时段318和关闭时段320。稳态时段318对应于连续过程已经达到基本上稳态时，其中过程参数310、312、314已经达到并保持在期望值(例如，设定点) 和/或在此类值的可接受阈值内，并且质量参数302、304、306被类似地保持在基本上稳态(例如，在期望值的可接受阈值内)。顾名思义，启动时段 316和关闭时段320对应于在稳态时段318之前该过程首先开始时和在稳态时段318之后该过程正在关闭时的时间段。
对于连续控制系统，稳态时段318可以是比启动时段316或关闭时段 320显著(例如，多个数量级)更长的时间段。因此，在图3所示的示例中，曲线图300、308包括在稳态时段318内的打断322，以缩短所示出的时段的长度，该时段的长度可以延长任何持续时间直到时间S。基于所示示例中示出的时间量度，启动时段316结束并且稳态时段318在该过程首次开始后约30分钟开始。尽管过程参数310、312、314在20分钟之前达到稳态，但是稳态时段318直到30分钟才开始，因为第二质量参数304达到稳态需要这么长时间。质量参数302、304、306相对于过程参数310、312、314 的响应存在滞后，因为质量参数是在过程的输出侧进行测量的，而过程参数(至少入口参数)是在过程的输入侧进行测量的。该滞后是示例性停留时间分析器204能够近似于连续过程的停留时间的基础。更具体地，在一些示例中，停留时间分析器204基于在连续系统首次启动时(在时间0)与系统在出口侧的最早响应之间的持续时间来确定该过程的近似停留时间。在图3的所示示例中，停留时间(由附图标记324标识)大约为10分钟，因为那是第一质量参数302和第三质量参数306首先开始响应的时间。在该示例中，第二质量参数304直到几分钟后才开始响应的事实与停留时间 324的确定无关。在一些示例中，可以基于特定质量参数的最早响应来确定停留时间，而不管其他参数在特定参数之前是否可能已经响应。例如，如果要使用第二质量参数304，则停留时间将被确定为更接近13分钟，因为那是在图3的所示示例中第二质量参数首先开始变化的时间。出于说明的目的，所示示例的停留时间假定为10分钟。
返回图2，示例性预测分析引擎105包括历史采样批次生成器206，用以生成历史采样批次，该历史采样批次用于生成或训练用来为连续过程生成预测分析信息的分析模型。如本文所使用的，历史采样批次包括在离散时间段(例如，以固定持续时间分隔的指定开始和结束)上与连续控制系统过程相关联的历史过程数据。历史过程数据对应于控制系统的过程参数，如图3的第二曲线图308所示。在一些示例中，历史采样批次的持续时间或长度是基于停留时间分析器204所确定的停留时间324的近似值来定义的。换言之，在一些示例中，利用与连续过程系统的停留时间相对应的持续时间来定义历史采样批次。
在一些示例中，历史采样批次生成器206基于感兴趣的特定时间点的质量参数的值(在图3的第一曲线图300中表示)来确定不同历史采样批次的特定开始和结束时间。更具体地，如上所述，质量参数302、304、306 是连续过程系统的输出的质量的度量。因此，在一些示例中，标识特定时间点的质量参数以指定历史采样批次的结束时间。此外，在特定质量读取点处的质量参数的值用作在同一时间点结束的关联历史采样批次的结果或输出。通过在时间上回溯历史采样批次的固定长度(对应于如上所述的停留时间)来确定历史采样批次的开始。作为特定示例，图3示出了在进入过程大约22.5分钟处在第一曲线图300中选择的质量读取点326。跟随箭头向下到达第二曲线图308，质量读取点326定义了历史采样批次的结束时间328，该历史采样批次包括在由框330框出的时段期间的历史过程数据(例如，过程参数310、312、314的值)。框330的持续时间(例如，宽度)对应于停留时间324(在该示例中，例如为10分钟)，从而限定了历史采样批次在进入连续过程的大约12.5分钟处的开始时间332。示例性历史采样批次生成器206通过获取由框330划分界限的时段期间的历史过程控制数据 (例如，过程参数310、312、314的值)来生成框330所标识的时间段内的历史采样批次。示例性历史采样批次生成器206还为历史采样批次设置初始条件。在一些示例中，初始条件对应于过程参数310、312、314在历史采样批次的开始时间332处的值。
在一些示例中，由历史采样批次生成器206生成的历史采样批次的数量以及这些历史采样批次的时间间隔是基于历史过程数据和/或质量参数随时间的动态变化的程度。例如，如图3的第一曲线图300所示，第一质量参数302在一个停留时间324(10分钟)之后不久急剧下降，并且在进入该过程15分钟之前达到稳态。因此，在过程的10分钟到15分钟之间，第一质量参数302的动态变化显著。第二质量参数304在第一停留时间324 之后不久也开始下降，但是该下降比第一质量参数302更平缓并且花费更长的时间段。第三质量参数306也开始在10分钟左右(一个停留时间)变化并在进入该过程的25分钟左右达到稳态之前的一段时间内波动很大。第二质量参数304的相对平缓的斜率导致第二质量参数304比第一质量参数 302或第三质量参数306花费更长的时间才能达到稳态。
为了在启动时段316期间恰当地捕获第一质量参数302和第三质量参数306的相对较高的动态变化的程度，示例性历史采样批次生成器206可以选择或标识以相对较小的时间间隔隔开的多个质量读取点。在进入图3 中的曲线图300、308所表示的示例性过程25分钟之后，当第一质量参数 302和第三质量参数306达到稳态时，示例性历史采样批次生成器206可以选择或标识附加质量读取点，其以较大的间隔隔开因为第二质量参数304 中的动态变化的程度较小。在所有三个质量参数302、304、306都达到了稳态之后(例如，当过程进入稳态时段318时)，质量读取点之间的间隔可以隔开得更远。在图4所示的示例中以图形方式证明了这一点，该示例包含图3的曲线图300、308的放大部分。
在图4的所示示例中，从Q1到Q20标识并分别标记了20个不同的质量读取点402。如图4所示，第一质量读取点402(Q1)位于与一个停留时间324相对应的10分钟标记处。第一质量读取点402(Q1)被设置在一个停留时间处以使得历史过程控制数据的第一部分(由框404标识)能够限定完整的历史采样批次，该历史采样批次具有与停留时间324相对应的固定长度，如上所述并在所示示例中显示。在所示示例中，接下来的15个质量读取点402(Q2-Q16)以相对较小的间隔隔开，以捕获从10分钟标记到 25分钟(当第三质量参数306达到稳态时)标记的质量参数302、304、306 的动态变化。为了清楚起见，第一至第十六质量读取点402(Q1-Q16)以一分钟的间隔隔开。然而，在一些示例中，由于在该时间段内质量参数的动态变化程度相对较高，因此质量读取点402的时间间隔可能会大大减少 (例如，1秒、5秒、10秒、15秒等)。替代地，在质量参数的动态变化较小的情况下，可以增加质量读取点402的时间间隔。例如，如上所述，第二质量参数304的斜率比第一参数302和第三质量参数306的变化更平缓。结果，在所示的示例中，始于25分钟(Q16)并在30分钟(Q18)延伸到启动时段316的结束的质量读取点402以2.5分钟的间隔来设置。在进入稳态时段318之后，由于质量参数302、304、306基本上没有动态变化，所以质量读取点402被隔开得更远(例如，在所示示例中每五分钟隔开)。
尽管已经将质量读取点402的时间间隔描述为基于质量参数302、304、 306的动态变化，但是在一些示例中，时间间隔可以另外地或替代地基于过程参数310、312、314的动态变化。更具体地，在一些示例中，质量读取点402的时间间隔基于哪个参数在相关时间点表现出最大的动态变化程度。此外，尽管以相对固定的间隔示出了质量读取点402的时间间隔，但是在一些示例中，不同的质量读取点402可以以适合于相应时间点处的参数的可变性的不规则间隔来定位。在一些示例中，在连续过程的整个持续时间的合适范围内随机选择质量读取点402的定时。例如，在一些示例中，历史采样批次生成器206可以确定充分地捕获启动时段316中的参数的动态行为所需的适当数量的质量读取点，然后针对所标识的数量的质量读取点随机地标识启动时段316内的特定时间(在一个停留时间开始)。可以针对稳态时段318和关闭时段320重复该随机选择过程。
如图4所示的示例，尽管相邻的质量读取点402之间的时间间隔根据与质量参数302、304、306相关联的动态变化的程度而改变，但是质量读取点402之间的间隔小于停留时间324。结果，针对不同质量读取点402生成的不同历史采样批次包含历史过程数据的重叠部分。例如，如上所述，历史过程数据404的第一部分对应于从时间0至10分钟的过程参数的值。在所示的示例中示出了历史过程数据406的第二部分，其对应于在进入过程的18分钟处设置的第九质量读取点402(Q9)。当质量读取点402定义了关联历史采样批次的结束时间时，通过按照停留时间324(在本示例中为 10分钟)在时间上回溯来确定开始时间。因此，在所示示例中的历史过程数据406的第二部分开始于进入过程的8分钟处，从而导致与历史过程数据404的第一部分有两分钟的重叠。历史过程数据408的第三部分被示出为从进入该过程的15分钟延伸到25分钟，从而导致与历史过程数据406 的第二部分有三分钟的重叠。历史过程数据410的第四部分被示出为从进入过程的30分钟延伸到40分钟，以使得不会与图4所示的历史过程数据的前三部分重叠。然而，在相应时间段期间获取的与其他质量读取点402 相关联的历史过程数据的附加部分将导致历史过程数据的每个部分与数据的至少一个其他部分重叠。尽管历史过程数据的各部分重叠，但是数据的相邻部分之间的时移或时间间隔导致相应质量读取点402处的质量参数和过程参数的不同值，以及导致在数据各部分的开始处(其用作每个关联历史采样批次的初始条件)的过程参数的差异。
在一些示例中，在对应于停留时间324的时间段内(例如，在稳态时段318期间)质量参数和/或过程参数基本上没有动态变化的情况下，质量读取点402的时间间隔可以等于或大于停留时间。在这种情况下，相应的历史采样批次的不同历史采样批次的历史过程数据的部分不会重叠，如上所述，基于历史过程数据的部分生成的历史采样批次的持续时间等于停留时间。尽管利用假设为具有与停留时间相对应的持续时间的历史采样批次来描述了上述示例，但是在其他示例中，历史采样批次可以被定义为具有大于停留时间的持续时间(例如，两倍的停留时间、三倍的停留时间等)。
尽管以上对图4的讨论限于在启动时段316和稳态时段318中选择质量读取点402，但是可以采用类似的方法来标识与在图3中示出的关闭时段 320相关联的附加历史采样批次的数据的部分。换言之，可以基于质量参数 302、304、306和/或过程参数310、312、314的动态变化的程度，在关闭时段320内选择附加质量读取点402的定时和间隔。
示例性历史采样批次生成器206可以生成与启动时段316、稳态时段 318和关闭时段320中的每一个相关联的任何合适数量的批次。在一些示例中，与稳态时段318相关联的历史采样批次的数量将大于与启动和关闭时段316、320相关联的历史采样批次的数量。例如，在一些示例中，由历史采样批次生成器206生成的所有历史采样批次的大约50％与稳态时段318 相关联，并且所有历史采样批次的25％与启动和关闭时段316、320中的每一个相关联。在一些示例中，与启动时段316相关联的历史采样批次可以从对应于单个启动事件的历史过程数据中获取。在其他示例中，与启动时段316相关联的历史采样批次可以从连续过程系统启动的多个不同实例中获取。类似地，与稳态和关闭时段318、320相关联的历史采样批次可以都从连续过程的单个操作或从由多个关闭和后续的启动间隔开的多个不同的操作中获取。在一些示例中，由历史采样批次生成器206生成的历史采样批次存储在示例性数据库214中以供后续使用。
在图2的示例中，预测分析引擎105包括批次模型生成器208，用以生成分析模型，该分析模型可用于分析与实时操作的连续控制系统过程相关联的实时采样批次。在一些示例中，使用由示例性历史采样批次生成器206 生成的历史采样批次来开发分析模型。更具体地，在一些示例中，批次模型生成器208使用对历史采样批次池的多变量数据分析来生成分析模型。该池可以包括任何合适数量的历史采样批次，以提供统计上可靠的结果(例如，至少25个批次)。在一些示例中，池可以被划分为两个批次集；第一个用于模型训练，第二个用于交叉验证。在一些示例中，由历史采样批次生成器206生成的所有历史采样批次被包括在池中。在其他示例中，选择所有历史采样批次的子集以包含在池中。在一些示例中，选择和/或生成历史采样批次，以使得该池包括与稳态时段318相关联的历史采样批次比与启动时段316或关闭时段320相关联的历史采样批次要多。在一些示例中，与启动时段316和关闭时段320相关联的历史采样批次的数量大约相等，而与稳态时段318相关联的历史采样批次的数量大约是与启动时段316和关闭时段320相关联的历史采样批次的数量的两倍。
在一些示例中，批次模型生成器208对应于用于生成传统的批次过程的模型的现有分析软件、固件和/或硬件(或至少类似于其来操作)。换言之，在一些示例中，批次模型生成器208使用PCA和/或PLS技术基于历史采样批次来生成分析模型。如上所述，PCA和PLS无法直接应用于连续过程，因为连续过程涉及随时间变化而PCA和PLS无法说明的动态行为。然而，本文所述的示例通过生成与上述历史采样批次相对应的连续过程的离散部分的多个固定长度快照来克服这种困难。此外，基于不同的历史采样批次考虑与连续过程相关联的参数的动态行为，这些不同的历史采样批次具有以适合于捕获连续过程的参数随时间的变化的粒度在时间上间隔开的不同的开始和结束时间。换言之，不是分析具有相同开始和相同结束的多个批次来生成分析模型(如在传统批次分析中所做的那样)，而是在所公开的示例中的分析与多个采样批次相关联，该多个采样批次在感兴趣的连续过程的相关时段的过程中相对于彼此略有时移。在一些示例中，由批次模型生成器208生成的分析模型存储在示例性数据库214中以供后续使用。
图2的示例性预测分析引擎105包括示例性虚拟批次单元控制器210，用以生成虚拟批次单元，该虚拟批次单元用作虚拟批次单元控制器210实时地实现与连续过程的实时操作相对应的采样批次的基础。在一些示例中，虚拟批次单元控制器210对应于用于控制标准批次过程的现有批次控制软件、固件和/或硬件(例如，DeltaVTM中的批次执行器)(或至少类似于其来操作)。根据用于传统批次过程控制的ISA-88标准，在包括至少一个单元程序的配方的上下文中定义批次，该至少一个单元程序定义了与物理过程控制单元中的装备操作相关联的程序控制。与该标准一致，所示示例的虚拟批次单元控制器210定义虚拟批次单元以代替为标准批次过程定义的物理单元。如本文所使用的，虚拟批次单元是指一种数据结构，其定义或包括连续控制系统过程的所有相关参数(例如，过程参数和/或输入以及质量参数和/或输出)以能够以与ISA-88一致的方式实现采样批次，使得可以将类似批次的分析技术应用于采样批次。图5中示出了示例性虚拟批次单元 500的示意图。类似于标准批次单元和相关联的单元程序，示例性虚拟批次单元500包括基本上实时监视的输入参数502和用于测量和/或指示过程的输出的质量的输出参数504。在一些示例中，输入参数502对应于与连续过程控制系统相关联的过程参数，例如结合图3和/或图4示出和描述的过程参数310、312、314。此外，在一些示例中，输出参数504对应于与连续过程控制系统相关联的质量参数，例如结合图3和/或图4示出和描述的质量参数302、304、306。
与标准批次单元和相关联的单元程序不同，示例性虚拟批次单元500 包括本文中称为初始条件506的单独的输入集。传统的批次过程不必为同一过程参数集专门定义初始条件，因为就这些参数而言，批次过程的开始每次大致相同。相比之下，如下文进一步讨论的，在虚拟批次过程单元500 上实现的不同采样批次在单个连续批次过程内不同的时间点开始。结果，在任何特定采样批次的起点处的过程参数的值不必与在不同采样批次的起点处的过程参数的值相同。因此，示例性虚拟批次单元500包括初始条件 506，其被定义为在当前采样批次的开始时间处的过程参数(例如，图3和 /或图4的过程参数310、312、314)的值。换言之，虚拟批次单元500包括重复的过程参数集作为输入。然而，尽管随着相关联的连续过程的进行，输入参数502基本上是实时更新的，但是初始条件506是在首次开启采样批次时定义的固定值。尽管在单个采样批次的整个实现过程中是固定的，但是每次开启新的采样批次时，初始条件506都可以用新的值来重置。
在一些示例中，虚拟批次单元控制器210与连续过程的操作并行地在虚拟批次单元500上基本实时地实现采样批次。采样批次对应于连续过程中当前存在的过程参数的值。由虚拟批次单元控制器210使用虚拟批次单元实现采样批次的目的是使得能够将类似批次的分析技术用于连续过程。换言之，在虚拟批次单元上实现采样批次不会直接影响或控制连续过程的操作，而是与连续过程的控制和操作并行地运行以提供预测性分析。结果，与虚拟批次单元500结合使用的配方在本文中被称为仿真的配方，因为该配方实际上并没有控制系统的操作。然而，在一些示例中，通过分析在虚拟批次单元500上运行的采样批次而产生的预测分析信息的结果可以用于调整或适应通过标准连续过程控制技术控制的过程。
由虚拟批次单元控制器210实现的每个单独的采样批次被定义为具有与用于生成分析模型的历史采样批次相同的持续时间，该分析模型用于生成预测分析。此外，由虚拟批次单元控制器210实现的实时采样批次以连续的方式背对背实现。换言之，一个采样批次的结束对应于下一个后续采样批次的开始，其中在关联的待分析的连续过程的整个持续时间内，每当当前采样批次结束时，开启新的采样批次。换句话说，连续过程被视为在虚拟批次单元500上运行的许多连续批次的活动。
例如，图6是例示了实时操作的连续过程的过程参数310、312、314 的曲线图600。在所示示例中，第一采样批次在连续过程开始的同时开始(时间0)，并且延伸对应于上文结合图3和图4描述的历史采样批次的长度的第一时间段602。如上所述，历史采样批次可以被定义为具有与连续过程的停留时间相对应的长度(例如，在所示示例中为十分钟)。如上所述，当实现该第一采样批次时(在第一时间段602期间)为虚拟批次单元500定义的初始条件506对应于过程参数310、314、312的初始值(例如，在时间0 处)。在十分钟标记处，第一采样批次结束，并且在第二时间段604期间在虚拟批次单元500上开启第二采样批次。在第一时间段602与第二时间段604之间的过渡处(与从第一个采样批次到第二个采样批次的过渡相关联)，虚拟批次单元500的初始条件506被重置为对应于在第二时间段604 开始时(例如，在进入过程的10分钟处)的过程参数的值。在后续时间段 606、608处开启后续采样批次的过程对应于连续的十分钟时间增量，并且针对每个新的采样批次重置虚拟批次单元500的初始条件有效地使得连续过程能够被视为单个批次过程的系列或活动。
本文讨论的示例主要集中在以下场景：将采样批次定义为具有与连续过程的停留时间相对应的持续时间(例如，在所示示例中为10分钟)。然而，如上所述，在一些示例中，采样批次的持续时间可以比停留时间长。更具体地，在一些示例中，单个采样批次的持续时间可以是停留时间的倍数(例如，两个停留时间、三个停留时间、四个停留时间等)。在一些这样的示例中，与单个程序单元(例如，虚拟批次单元500)相关联的采样批次可以被划分为具有单个停留时间的持续时间的多个阶段。换言之，不是将图6中的第一时间段602和第二时间段604视为对应于单独的采样批次，而是在一些示例中，第一时间段602和第二时间段604可以对应于与延伸第一延伸时间段610的单个采样批次相关联的单独的阶段。在该示例中，第二延伸时间段612定义第二采样批次的持续时间，其中第三时间段606 和第四时间段608对应于第二采样批次内的单独阶段。在一些示例中，采样批次的持续时间和/或采样批次内的阶段可能不对应于停留时间的倍数，而是可以是任何合适的长度，这取决于过程和/或质量参数的动态变化程度和/或要生成的预测分析的准确性级别。
图2的示例性预测分析引擎105包括示例性采样批次分析器212，用以使用批次模型生成器208生成的分析模型来分析由虚拟批次单元控制器210 当前在虚拟批次单元500上实现的采样批次。在一些示例中，采样批次分析器212对应于用于基于针对批次过程的相应分析模型来分析标准批次的现有批次分析软件、固件和/或硬件(或至少类似于其来操作)。在采样批次分析器212对应于现有批次分析软件、固件和/或硬件的示例中，可以没有必要禁用为标准批次分析实现的动态时间规整功能，如上所述，因为正在分析的采样批次以及用于生成分析模型的所有历史采样批次被定义为具有相同的持续时间。
在一些示例中，由采样批次分析器212输出的结果提供了在采样批次的持续时间内与当前采样批次相关联的故障检测和/或质量预测信息(统称为预测分析信息)。当开启新的采样过程时，采样批次分析器212分析新的采样批次以生成针对新的采样批次的预测分析信息。因此，针对其提供质量预测的未来的时间段(例如，预测时域)对应于采样批次的持续时间。因此，当在上述示例中以10分钟的停留时间开启新的采样批次时，预测分析信息提供对未来10分钟的连续过程的输出的质量的预测。随着时间在当前采样批次中前进，由预测分析信息表示的到未来的距离会减小，直到时间到达当前采样批次的结束为止。此后，开启新的采样批次，并且可以生成未来10分钟的新的预测。
在一些示例中，由示例性采样批次分析器212提供的预测分析信息存储在数据库214中。另外地或替代地，示例性通信接口202可以将预测分析信息发送到连续历史数据库218。此外，在一些示例中，用户接口216经由相关联的显示屏生成和/或呈现预测分析信息的图形表示。在一些示例中，预测分析信息的图形表示可以类似于为标准批次过程分析提供的图形表示。然而，在一些示例中，可以将针对连续采样批次的预测分析信息彼此附加，以在整个被监视的连续控制系统过程的持续时间内提供预测的持续时间线。
例如，图7例示了示例性质量预测界面700，该示例性质量预测界面 700提供在与四个连续的采样批次相关联的四个连续的时间段702、704、 706、708期间针对特定质量参数(例如，图3的质量参数302、304、306 中的一个质量参数)的预测分析信息。在一些示例中，可以通过采样批次线710来标识单独的采样批次的开始和结束。在该示例中，第一时间段702 对应于过程的初始启动。结果，针对中间实线712所指示的质量参数的预测存在显著的变化，并且如由上部虚线714和下部虚线716指示的相对宽的置信范围所指示的预测存在相对低的置信度。然而，随着时间的推移并且过程接近稳态，针对质量参数的预测也收敛到基本上稳态，该稳态处于阴影区域718内，阴影区域718限定了满足过程的输出的规格的质量参数的边界。在一些示例中，当前时间指示符720(例如，直线)指示当前时间。在该示例中，当前时间是1:47pm，其进入对应于第四采样批次的第四时间段708两分钟。如所示示例中所示，针对质量参数的预测(例如，实线712) 延伸超出当前时间720至对应于当前采样批次的结束时间的1:55pm。因此，操作员具有从当前时间720延伸到未来八分钟的连续过程的输出的质量的预测。在一些示例中，一旦当前时间到达第四时间段708的结束，质量预测界面700中的曲线图可以移动以表示与新的采样批次相关联的预测。
返回图2，示例性用户界面216还使用户能够配置和/或调整预测分析引擎105的部件的操作。例如，在一些示例中，用户可以使用用户接口216 以调整或指定停留时间和/或指定采样批次的长度是对应于停留时间还是对应于大于停留时间的持续时间。在一些示例中，用户可以经由用户接口216 指定要由历史采样批次生成器206生成的历史采样批次的数量和/或指定用于定义不同的历史采样批次的时间位置的质量读取点402的时间间隔。在一些示例中，用户可以经由用户接口216指定由批次模型生成器208用来生成分析模型的历史采样批次的数量。在一些示例中，用户可以经由用户接口216指定从启动时段316、稳态时段318和关闭时段320中的每一个获取的历史采样批次的比例。在一些示例中，用户可以经由用户接口216指定与连续过程相关联的连续过程参数，该连续过程参数将用作虚拟批次单元500的输入参数和输出参数。
尽管在图2中例示了实现图1的预测分析引擎105的示例性方式，但是可以以任何其他方式组合、划分、重新布置、省略、消除和/或实现图2 中例示的元件、过程和/或设备中的一个或多个。此外，示例性通信接口202、示例性停留时间分析器204、示例性历史采样批次生成器206、示例性批次模型生成器208、示例性虚拟批次单元控制器210、示例性采样批次分析器 212、示例性数据库214、示例性用户接口216和/或更一般地，图1的示例性预测分析引擎105可以由硬件、软件、固件、和/或硬件、软件和/或固件的任何组合来实现。因此，例如，示例性通信接口202、示例性停留时间分析器204、示例性历史采样批次生成器206、示例性批次模型生成器208、示例性虚拟批次单元控制器210、示例性采样批次分析器212、示例性数据库214、示例性用户接口216和/或更一般地，示例性预测分析引擎105中的任何一个可以由一个或多个模拟或数字电路、逻辑电路、可编程处理器、可编程控制器、图形处理单元(GPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、可编程逻辑器件(PLD和/或现场可编程逻辑器件(FPLD) 实现。当阅读本专利的任何装置或系统权利要求以涵盖纯软件和/或固件实现方式时，示例性通信接口202、示例性停留时间分析器204、示例性历史采样批次生成器206、示例性批次模型生成器208、示例性虚拟批次单元控制器210、示例性采样批次分析器212、示例性数据库214和/或示例性用户接口216中的至少一个在此明确定义为包括非暂时性计算机可读存储设备或存储盘(诸如存储器、数字通用盘(DVD)、压缩盘(CD)、蓝光盘等)，其包括软件和/或固件。更进一步地，图1的示例性预测分析引擎105可以包括除图2中所示的元件、过程和/或设备之外或代替图2中所示的元件、过程和/或设备的一个或多个元件、过程和/或设备，和/或可以包括任何或所有所示的元件、过程和设备中的一个以上的元件、过程和设备。如本文所使用的，短语“在通信中”，包括其变体，涵盖直接通信和/或通过一个或多个中间部件的间接通信，并且不需要直接的物理(例如，有线)通信和/或恒定的通信，而是可另外地包括按照定期间隔、计划间隔、非周期性间隔和/或一次性事件的选择性通信。
在图8-图10中示出了表示用于实现图1和/或图2的预测分析引擎105 的示例性硬件逻辑、机器可读指令、硬件实现的状态机和/或它们的任何组合的流程图。机器可读指令可以是一个或多个可执行程序或可执行程序的 (一个或多个)部分，以由诸如下面结合图11讨论的示例性处理器平台1100 中所示的处理器1112之类的计算机处理器来执行。程序可以体现在存储于非暂时性计算机可读存储介质(例如CD-ROM、软盘、硬盘驱动器、DVD、蓝光盘或与处理器1112相关联的存储器)中的软件中，但是整个程序和/ 或其部分可以替代地由除处理器1112以外的设备执行和/或体现在固件或专用硬件中。此外，尽管参考图8-图10中所示的流程图来描述示例性程序，但是可以替代地使用实现示例性预测分析引擎105的许多其他方法。例如，可以改变框的执行顺序，和/或可以改变、消除或组合所描述的一些框。另外地或替代地，任何或所有框可以由一个或多个硬件电路(例如，分立和/ 或集成的模拟和/或数字电路、FPGA、ASIC、比较器、运算放大器(op-amp)、逻辑电路等)实现，该一个或多个硬件电路被构造为执行相应的操作而无需执行软件或固件。
本文描述的机器可读指令可以以压缩格式、加密格式、分段格式、打包格式等中的一种或多种来存储。本文描述的机器可读指令可以作为数据 (例如，指令的部分、代码、代码的表示等)进行存储，该数据可用于创建、制造和/或产生机器可执行指令。例如，机器可读指令可以被分段并且存储在一个或多个存储设备和/或计算设备(例如，服务器)上。机器可读指令可能需要安装、修改、改编、更新、组合、补充、配置、解密、解压缩、解包、分发、重新分配等中的一项或多项，以使它们可以由计算设备和/或其他机器直接读取和/或执行。例如，机器可读指令可以存储在多个部分中，这些部分被各自压缩、加密并存储在单独的计算设备上，其中，这些部分在被解密、解压缩和组合时形成了可执行指令集，该可执行指令集实现诸如本文所描述的程序。在另一示例中，机器可读指令可以以它们可以被计算机读取的状态进行存储，但是需要添加库(例如，动态链接库 (DLL))、软件开发套件(SDK)、应用编程接口(API)等，以便在特定计算设备或其他设备上执行指令。在另一示例中，在可以整体或部分地执行机器可读指令和/或相应的程序之前，可能需要配置该机器可读指令(例如，存储的设置、数据输入、记录的网络地址等)。因此，所公开的机器可读指令和/或相应的程序旨在涵盖此类机器可读指令和/或程序，而与机器可读指令和/或程序在被存储或在休眠或运输中时的特定格式或状态无关。
如上所述，可以使用存储在非暂时性计算机和/或机器可读介质(例如，硬盘驱动器、闪存、只读存储器、压缩盘、数字通用盘、缓存、随机存取存储器和/或任何其他存储设备或存储盘)上的可执行指令(例如，计算机和/或机器可读指令)来实现图8-图10的所示过程，在该非暂时性计算机和 /或机器可读介质中信息被存储达任何持续时间(例如，延长的时间段、永久地、短暂地、用于临时缓冲和/或用于信息缓存)。如本文所使用的，术语非暂时性计算机可读介质被明确定义为包括任何类型的计算机可读存储设备和/或存储盘，并且排除传播信号并排除传输介质。
“包括”和“包含”(及其所有形式和时态)在本文中用作开放式术语。因此，每当权利要求采用任何形式的“包括”或“包含”(例如，包含、包括、包含有、包括有、具有等)作为前序或在任何形式的权利要求记载中时，应当理解，可以存在附加的要素、项等，而没有落在相应权利要求或记载的范围之外。如本文所使用的，当例如在权利要求的前序中使用短语“至少”作为过渡术语时，其以与术语“包含”和“包括”是开放式的相同的方式是开放式的。当例如以诸如A、B和/或C的形式使用时，术语“和 /或”是指A、B、C的任何组合或子集，诸如(1)仅A、(2)仅B、(3) 仅C、(4)A与B、(5)A与C、(6)B与C、以及(7)A与B和C。如本文在描述结构、部件、项目、对象和/或事物的上下文中所使用的，短语“A和B中的至少一个”旨在指代包括以下各项中的任何一项的实现方式： (1)至少一个A、(2)至少一个B和(3)至少一个A和至少一个B。类似地，如本文在描述结构、部件、项目、对象和/或事物的上下文中所使用的，短语“A或B中的至少一个”旨在指代包括以下各项中的任何一项的实现方式：(1)至少一个A、(2)至少一个B和(3)至少一个A和至少一个B。如本文在描述过程、指令、动作、活动和/或步骤的运行或执行的上下文中所使用的，短语“A和B中的至少一个”旨在指代包括以下各项中的任何一项的实现方式：(1)至少一个A、(2)至少一个B和(3)至少一个A和至少一个B。类似地，如本文在描述程、指令、动作、活动和/或步骤的运行或执行的上下文中所使用的，短语“A或B中的至少一个”旨在指代包括以下各项中的任何一项的实现方式：(1)至少一个A、(2)至少一个B和(3)至少一个A和至少一个B。
图8的示例性过程开始于框802，在框802处，示例性预测分析引擎 105生成分析模型以分析与连续控制系统过程相关联的采样批次。下面结合图9和图10提供关于框802的实现的进一步细节。在框804处，示例性虚拟批次单元控制器210基于与连续控制系统过程相关联的参数(例如，图3 和/或图4的质量参数302、304、306和过程参数310、312、314))为虚拟批次单元(例如，图5的虚拟批次单元500)定义输入参数和输出参数。在框806处，示例性虚拟批次单元控制器210确定采样批次的开始时间。采样批次的开始时间可以对应于连续控制系统过程的开始时间或先前采样批次的结束时间。当前采样批次的结束时间基于为采样批次设置的固定持续时间来定义。在一些示例中，历史采样批次生成器206和/或虚拟批次单元控制器210基于连续控制系统过程的停留时间来确定采样批次的持续时间。在框808处，示例性虚拟批次单元控制器210在采样批次的开始时间，基于与连续控制系统过程相关联的参数为虚拟批次单元设置初始条件。
在框810处，示例性虚拟批次单元控制器210与连续控制系统过程并行地在虚拟批次单元500上实现采样批次。在框812处，示例性采样批次分析器212基于分析模型来分析采样批次。在框814处，示例性采样批次分析器212生成针对采样批次的预测分析信息。预测分析信息可以指示针对连续控制系统过程的故障检测和/或质量预测。在框816处，示例性用户接口216呈现预测分析信息的图形表示。
在框818处，示例性虚拟批次单元控制器210确定是否实现另一采样批次。如果是，则控制返回到框806。否则，控制前进到框820，在框820 处，预测分析引擎105确定是否更新分析模型。如果是，则控制返回到框 802。否则，图8的示例性过程结束。
图9是表示图8的框802的示例性实现的流程图。图9的示例性过程开始于框902，在框902处，通信接口202访问连续控制系统过程的历史过程数据。在框904处，示例性停留时间分析器204确定连续控制系统过程的停留时间。在框906处，示例性历史采样批次生成器206和/或示例性虚拟批次单元控制器210基于停留时间来确定采样批次的长度。在框908处，示例性历史采样批次生成器206生成与连续控制系统过程的启动时段(例如，启动时段316)相关联的历史采样批次。在框910处，示例性历史采样批次生成器206生成与连续控制系统过程的稳态时段(例如，稳态时段318) 相关联的历史采样批次。在框912处，示例性历史采样批次生成器206生成与连续控制系统过程的关闭时段(例如，关闭时段320)相关联的历史采样批次。下面结合图10提供关于框908、910和912的实现的更多细节。在框914处，示例性批次模型生成器208选择历史采样批次池以进行模型生成。在框916处，示例性批次模型生成器208基于历史采样批次池来生成分析模型。此后，图9的过程结束并返回以完成图8的过程。
图10是表示图9的框908、910和912中任何一个框的示例性实现的流程图。图10的示例性过程开始于框1002，在框1002处，示例性历史采样批次生成器206基于与相关时段相对应的历史过程数据的动态变化程度来确定相关时段内质量读取点(例如，图4的质量读取点402)的时间间隔。在此上下文中，相关时段对应于在实现图9的框908时的启动时段316、在实现图9的框910时的稳态时段318以及在实现图9的框912时的关闭时段320。在框1004处，示例性历史采样批次生成器206标识历史过程数据的相关时段内的质量读取点402。在框1006处，示例性通信接口202获取与采样批次的长度相对应并且在质量读取点处结束的历史采样批次(在图9 的框906处确定)的历史过程数据。在框1008处，示例性历史采样批次生成器206为历史采样批次设置初始条件。在框1010处，示例性数据库214 存储历史采样批次。在框1012处，示例性历史采样批次生成器206确定是否生成与相关时段相关联的另一历史采样批次。如果是，则控制返回到框 1002。否则，图10的示例性过程结束并返回以完成图9的过程。
图11是示例性处理器平台1100的框图，该示例性处理器平台1100被构造为执行图8-图10的指令以实现图1和/或图2的预测分析引擎105。处理器平台1100可以是例如服务器、个人计算机、工作站、自学***板电脑(诸如 iPadTM)、个人数字助理(PDA)、互联网设备或任何其他类型的计算设备。
所示示例的处理器平台1100包括处理器1112。所示示例的处理器1112 是硬件。例如，处理器1112可以由来自任何期望的系列或制造商的一个或多个集成电路、逻辑电路、微处理器、GPU、DSP或控制器来实现。硬件处理器可以是基于半导体的(例如，基于硅的)设备。在该示例中，处理器实现示例性停留时间分析器204、示例性历史采样批次生成器206、示例性批次模型生成器208、示例性虚拟批次单元控制器210和示例性采样批次分析器212。
所示示例的处理器1112包括本地存储器1113(例如，缓存)。所示示例的处理器1112经由总线1118与包括易失性存储器1114和非易失性存储器1116的主存储器通信。易失性存储器1114可以由同步动态随机存取存储器(SDRAM)、动态随机存取存储器(DRAM)、动态随机存取存储器
所示示例的处理器平台1100还包括接口电路1120。接口电路1120可以通过任何类型的接口标准(诸如以太网接口、通用串行总线(USB)、蓝牙
在所示示例中，一个或多个输入设备1122连接到接口电路1120。(一个或多个)输入设备1122允许用户向处理器1112中输入数据和/或命令。输入设备可以由例如音频传感器、麦克风、相机(静止或视频)、键盘、按钮、鼠标、触摸屏、触控板、轨迹球、isopoint和/或语音识别系统实现。
一个或多个输出设备1124也连接到所示示例的接口电路1120。输出设备1124可以例如由显示设备(例如，发光二极管(LED)、有机发光二极管(OLED)、液晶显示器(LCD)、阴极射线管显示器(CRT)、平面转换 (IPS)显示器、触摸屏等)、触觉输出设备、打印机和/或扬声器实现。因此，所示示例的接口电路1120通常包括图形驱动卡、图形驱动芯片和/或图形驱动处理器。
所示示例的接口电路1120还包括通信设备，诸如发射机、接收机、收发机、调制解调器、住宅网关、无线接入点和/或网络接口，以促进经由网络1126与外部机器(例如，任何种类的计算设备)交换数据。通信可以是经由例如以太网连接、数字用户线(DSL)连接、电话线连接、同轴电缆系统、卫星系统、视线无线系统、蜂窝电话系统等。
所示示例的处理器平台1100还包括用于存储软件和/或数据的一个或多个大容量存储装置1128。此类大容量存储装置1128的示例包括软盘驱动器、硬盘驱动器、压缩盘驱动器、蓝光盘驱动器、独立盘冗余阵列(RAID) 系统和数字通用盘(DVD)驱动器。在该示例中，大容量存储装置包括示例性数据库214。
图8-图10的机器可执行指令1132可以存储在大容量存储装置1128、易失性存储器1114、非易失性存储器1116中和/或存储在可移动的非暂时性计算机可读存储介质(诸如CD或DVD)上。
根据前文将理解，已经公开了示例性方法、装置和制品，其使得能够基于传统上用于批次过程控制系统的分析技术针对连续过程控制系统生成预测分析。所公开的方法、装置和制品通过向操作员持续地提供过程的输出的未来预测来改进连续控制系统过程的操作。更具体地，此类信息可以使操作员能够更快地意识到并响应连续过程的潜在偏差，以使得当偏差变得更严重时，可以尽早而不是稍晚采取适当的补救措施。
尽管本文已经公开了某些示例性方法、装置和制品，但是本专利的覆盖范围不限于此。相反，本专利涵盖了完全落入本专利的权利要求范围内的所有方法、装置和制品。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种真空自耗电弧重熔炉的控制系统