使用多階段數(shù)據(jù)分離的推理過程建模、質(zhì)量預(yù)測及故障檢測制造技術(shù)

本發(fā)明專利技術(shù)涉及使用多階段數(shù)據(jù)分離的推理過程建模、質(zhì)量預(yù)測及故障檢測。過程建模技術(shù)使用從典型的過程的歷史數(shù)據(jù)開發(fā)的單一的統(tǒng)計模型，使用該模型對過程的多個不同過程狀態(tài)進(jìn)行質(zhì)量預(yù)測和故障檢測。建模技術(shù)為一系列的產(chǎn)品等級、生產(chǎn)量等中的每個確定過程參數(shù)的均值(和可能的標(biāo)準(zhǔn)差)，比較在線過程參數(shù)測量值與這些均值，且在單一過程模型中使用這些比較實(shí)施對該過程中的多個狀態(tài)的質(zhì)量預(yù)測和故障檢測。由于只更新過程模型的過程參數(shù)的均值和標(biāo)準(zhǔn)差，所以當(dāng)過程在任何已定義的過程階段或狀態(tài)中運(yùn)行時能夠用單一過程模型實(shí)施質(zhì)量預(yù)測及故障檢測。此外，可以對各過程參數(shù)手動或自動地校正該過程模型的敏感度(魯棒性)以隨時間調(diào)整或自適應(yīng)該模型。

【技術(shù)實(shí)現(xiàn)步驟摘要】
使用多階段數(shù)據(jù)分離的推理過程建模、質(zhì)量預(yù)測及故障檢測
本專利大體涉及過程控制系統(tǒng)建模，更具體地，涉及使用多階段或多狀態(tài)數(shù)據(jù)分離來執(zhí)行連續(xù)處理或批處理中的過程建模、質(zhì)量預(yù)測以及故障檢測的方法。
技術(shù)介紹
過程控制系統(tǒng)，例如用于化學(xué)、石油或者其他過程的過程控制系統(tǒng)，通常包括一個或者多個過程控制器，以及通過模擬、數(shù)字或者組合的模擬/數(shù)字總線通信地耦合到至少一個主機(jī)或者操作員工作站，并耦合到一個或者多個現(xiàn)場設(shè)備的輸入/輸出(I/O)設(shè)備。現(xiàn)場設(shè)備，可以是例如閥、閥定位器、開關(guān)和變送器(例如溫度、壓強(qiáng)和流速傳感器)，其在過程中執(zhí)行例如打開或者關(guān)閉閥以及測量過程控制參數(shù)的過程控制功能。過程控制器接收表示由現(xiàn)場設(shè)備所進(jìn)行的過程測量的信號，處理該信息以實(shí)現(xiàn)控制例程，并且生成控制信號，該控制信號通過總線或者其他通信線被發(fā)送至現(xiàn)場設(shè)備以控制該過程的運(yùn)行。以此方式，過程控制器可以通過總線和/或其他通信鏈路使用現(xiàn)場設(shè)備來執(zhí)行和協(xié)調(diào)控制策略。來自現(xiàn)場設(shè)備和控制器的過程信息可以為由操作員工作站(例如基于處理器的系統(tǒng))執(zhí)行的一個或更多應(yīng)用(即例程、程序等)可用，以使得操作員能夠執(zhí)行關(guān)于過程的所需的功能，例如查看過程的當(dāng)前狀態(tài)(例如通過圖形用戶界面)，評估該過程，修改該過程的運(yùn)行(例如通過可視的對象圖)等等。很多過程控制系統(tǒng)還包括一個或多個應(yīng)用站，這些應(yīng)用站通常使用個人電腦、筆記本或者類似裝置實(shí)現(xiàn)，并且通過局域網(wǎng)(LAN)通信地耦合至控制器、操作員工作站和過程控制系統(tǒng)內(nèi)的其他系統(tǒng)。每個應(yīng)用站可以包括顯示過程控制信息的圖形化用戶界面，該過程控制信息包括與過程、過程故障檢測信息和/或過程狀態(tài)信息相關(guān)聯(lián)的質(zhì)量參數(shù)值、過程變量值。通常地，在圖形化用戶界面中顯示過程信息受限于與該過程相關(guān)聯(lián)的每個過程變量的值的顯示。在一些情況中，過程控制系統(tǒng)可以描繪一些過程變量之間的簡單關(guān)系以估計與該過程相關(guān)聯(lián)的質(zhì)量度量，該過程和/或其他過程變量通常僅能夠在生產(chǎn)完成之后被詳細(xì)分析。用于過程質(zhì)量預(yù)測和故障檢測的預(yù)測性建模的使用開始在連續(xù)處理和批處理中流行起來。正如已知地，連續(xù)處理以連續(xù)方式對一組連續(xù)提供的原材料進(jìn)行處理，以制造產(chǎn)出的產(chǎn)品。一般而言，在連續(xù)處理中使用的過程控制器試圖將過程中特定位置的各種過程參數(shù)保持一致。然而，由于連續(xù)處理的生產(chǎn)量、所制得的產(chǎn)品的類型或等級、投入過程中的原材料的外包裝等會有規(guī)律地變化，因而難以在線地(即過程在運(yùn)行中)執(zhí)行過程產(chǎn)出的質(zhì)量預(yù)測，這是由于過程參數(shù)值可能基于生產(chǎn)量、所制得的產(chǎn)品等級等的改變而在任意特定位置變化。另一方面，批處理通常通過不同數(shù)量的階段或步驟運(yùn)行，以作為一個“批次”地一并處理一個共同組的原材料，以生產(chǎn)產(chǎn)品。一個批處理的多個階段或步驟可以使用相同的設(shè)備來執(zhí)行，例如容器罐，而其他的階段或步驟可以在其他設(shè)備中執(zhí)行。然而，由于溫度、壓強(qiáng)、濃度或者被處理材料的其他參數(shù)在批次運(yùn)行期間隨著時間變化很多次，而材料卻保持在相同的位置，因此難以確定批處理在批次運(yùn)行的任意時間是否以與可能生產(chǎn)具有所需質(zhì)量度量的最終產(chǎn)品相同的方式運(yùn)行。因此，也難以執(zhí)行批處理中的質(zhì)量預(yù)測和故障檢測。一種已知的預(yù)測當(dāng)前正在運(yùn)行的進(jìn)程是否正常進(jìn)行或者處于所需的規(guī)范內(nèi)(并且因而產(chǎn)生具有所需質(zhì)量度量的產(chǎn)品)的方法包括：將正在運(yùn)行的過程的運(yùn)行期間所得到的各種過程變量測量與在之前運(yùn)行的過程進(jìn)行期間所得到的類似測量進(jìn)行比較，其中之前運(yùn)行過程的產(chǎn)出已經(jīng)被測量或以其他方式已知。然而，正如上文所說明的，連續(xù)處理的運(yùn)行會基于產(chǎn)量和產(chǎn)品等級變化，而批處理的時間長度會變化，也即，其完成批次所需的時間變化，這使得難以知道之前過程運(yùn)行的哪個時間最適合在線過程的當(dāng)前所測量的參數(shù)。此外，在所需情況中，過程變量能夠在過程運(yùn)行期間大范圍地變化，與一個選定的之前過程的那些變量相比，最終產(chǎn)品的質(zhì)量沒有顯著降低。因此，如果不是實(shí)際不可行的話，通常難以識別過程的一個特定的之前運(yùn)行，該運(yùn)行能夠被用于所有情況中以測量或預(yù)測隨后過程運(yùn)行的質(zhì)量。一個更先進(jìn)的克服了上面指出的問題中的一個問題的分析正在進(jìn)行的連續(xù)處理和批處理結(jié)果的方法包括基于過程的各個運(yùn)行創(chuàng)建用于該過程的統(tǒng)計模型。這種技術(shù)包括從一個過程的多個不同運(yùn)行或在一個過程中的多個不同時間收集一組過程變量(參數(shù))的每一個的數(shù)據(jù)。之后，所收集的參數(shù)或質(zhì)量數(shù)據(jù)被用于創(chuàng)建該過程的統(tǒng)計模型，該統(tǒng)計模型表示產(chǎn)生所需質(zhì)量度量的過程的“正常”運(yùn)行，這種過程的統(tǒng)計模型然后能夠被用于分析在特定的過程實(shí)現(xiàn)期間所得到的不同的過程參數(shù)測量是如何統(tǒng)計地關(guān)聯(lián)于在被用于開關(guān)該模型的過程中所得到的相同的測量，例如，這種統(tǒng)計模型可以被用于提供每個測量的過程參數(shù)的中間值，或者關(guān)聯(lián)于每個測量的過程變量的標(biāo)準(zhǔn)差，該過程變量是在能夠與當(dāng)前過程變量相比較的過程運(yùn)行期間的任意特定時間或位置所測量的，比如，這種統(tǒng)計模型可以被用于預(yù)測過程的當(dāng)前狀態(tài)將如何影響或關(guān)聯(lián)于在過程結(jié)束或輸出時生產(chǎn)的產(chǎn)品的最終質(zhì)量。通常地，線性和非線性統(tǒng)計地給予模型的過程預(yù)測器能夠被用于預(yù)測在線測量不可用的產(chǎn)品質(zhì)量參數(shù)。這種過程參數(shù)預(yù)測器已知有各種不同的名稱，包括：例如軟傳感器或推理傳感器以及類似的傳感器。事實(shí)上，有些種類的給予模型的線性預(yù)測器被用于執(zhí)行過程內(nèi)的過程參數(shù)預(yù)測，這些給予模型的預(yù)測器中最有優(yōu)勢的是多線性退化(MLR)預(yù)測器、主成分回歸分析(PCR)預(yù)測器、主成分分析(PCA)預(yù)測器、偏最小二乘(PLS)預(yù)測器以及判別分析(DA)預(yù)測器。這些預(yù)測器能夠被用于離線和在線分析工具中以預(yù)測參數(shù)，例如由過程生產(chǎn)的產(chǎn)品的質(zhì)量測量。此外，已知使用PCA技術(shù)來執(zhí)行過程中的故障檢測。然而，已知的基于模型的預(yù)測器具有一個顯著的缺陷，它們不能針對變化著的過程狀態(tài)來調(diào)節(jié)其中所使用的預(yù)測性過程模型，這種變化的過程狀態(tài)可能由，例如生產(chǎn)率或產(chǎn)量變化、產(chǎn)品等級變化，引起。事實(shí)上，為了使用現(xiàn)有技術(shù)來對付這個問題，必須為每個可能的生產(chǎn)率或產(chǎn)品等級來構(gòu)造不同的模型。然而，這種技術(shù)導(dǎo)致預(yù)測器非常復(fù)雜，難以構(gòu)造或使用，這是因為推導(dǎo)、存儲和使用多個預(yù)測性模型變得非常耗費(fèi)處理器，要求大量的存儲空間，并且過于復(fù)雜而難以在實(shí)時系統(tǒng)中實(shí)現(xiàn)和維護(hù)。因此，雖然已知使用統(tǒng)計過程建模技術(shù)來對過程建模，例如連續(xù)處理，但是這些建模過程技術(shù)通常使得在一個連續(xù)處理穩(wěn)定或很好地定義的情況下良好工作，也即，在所制得的產(chǎn)品變化很小，或者過程的產(chǎn)量變化很小的情況下。因此，在許多例子中，用于故障檢測和預(yù)測的分析工具，例如PLA和PLS技術(shù)，的在線實(shí)現(xiàn)被限制在生產(chǎn)單獨(dú)產(chǎn)品的連續(xù)處理中。在許多例子中，過程通常被作為具有一組固定的測量和實(shí)驗室分析的單獨(dú)單元處理。對于這種過程、單獨(dú)的PLA或PLS模型可以被推導(dǎo)并應(yīng)用于在線環(huán)境中。不幸地是，這些技術(shù)并不能滿足連續(xù)處理或批處理的要求，在這些連續(xù)處理或批處理中，可以使用一個或更多個不同的工廠設(shè)備(在不同時間)來生產(chǎn)多個等級的產(chǎn)品，或者具有可變的產(chǎn)量，或者在其中運(yùn)行條件有規(guī)律的變化。
技術(shù)實(shí)現(xiàn)思路
一種過程建模技術(shù)使用由典型過程的歷史數(shù)據(jù)推導(dǎo)的單獨(dú)統(tǒng)計模型，例如PLS、PCR、MLR等模型，并且將這個模型用于各種不同的過程狀態(tài)的質(zhì)量預(yù)測或故障檢測。更具體地，這種建模技術(shù)確定針對一組產(chǎn)品等級、產(chǎn)量等的每一個的過程參數(shù)的均值(以及可能的標(biāo)準(zhǔn)差)，將在線過程參本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種用于生成在分析過程的運(yùn)行中使用的過程模型的、計算機(jī)實(shí)施的方法，所述過程能在由與所述過程相關(guān)聯(lián)的狀態(tài)變量所定義的多個不同的過程狀態(tài)中運(yùn)行，所述方法包括：在所述過程的運(yùn)行期間，從所述過程收集訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括一組過程參數(shù)中的每一個的值、所述狀態(tài)變量的值以及與多個不同過程測量次數(shù)中的每一個相關(guān)聯(lián)的結(jié)果變量的值；使用計算機(jī)處理設(shè)備，將所述訓(xùn)練數(shù)據(jù)劃分成數(shù)據(jù)時間片以便為每一個數(shù)據(jù)時間片產(chǎn)生一組時間分片的數(shù)據(jù)，其中每組時間分片的數(shù)據(jù)包括所述一組過程參數(shù)中的每一個的值、所述狀態(tài)變量的值以及所述結(jié)果變量的值；將所述多組時間分片的數(shù)據(jù)存儲在計算機(jī)存儲器中；使用計算機(jī)處理設(shè)備，根據(jù)所述訓(xùn)練數(shù)據(jù)確定一組過程狀態(tài)均值，所述一組過程狀態(tài)均值包括用于所述過程狀態(tài)中的每一個的狀態(tài)變量均值以及用于所述過程狀態(tài)中的每一個的一個或多個過程參數(shù)均值；將所述一組過程狀態(tài)均值存儲在計算機(jī)存儲器中；通過計算機(jī)處理設(shè)備，使用所存儲的過程狀態(tài)均值，推導(dǎo)所述數(shù)據(jù)時間片中的每一個的一組時間片均值，所述多組時間片均值中的每一個包括所述過程參數(shù)中的每一個的時間片均值；使用計算機(jī)處理設(shè)備，推導(dǎo)每個數(shù)據(jù)時間片的一組偏離所述均值的偏差，所述特定的數(shù)據(jù)時間片的所述一組偏離所述均值的偏差包括：對于在所述特定的數(shù)據(jù)時間片內(nèi)的每個過程參數(shù)，使用所述特定的數(shù)據(jù)時間片的所述過程參數(shù)值以及所述特定的數(shù)據(jù)時間片的、所述過程參數(shù)的所述時間片均值來推導(dǎo)所述特定的數(shù)據(jù)時間片的、所述過程參數(shù)的所述偏離所述均值的偏差；以及使用計算機(jī)處理設(shè)備，使用所述數(shù)據(jù)時間片的所述多組偏離所述均值的偏差以及所述數(shù)據(jù)時間片的所述結(jié)果變量值，生成過程模型。...

【技術(shù)特征摘要】
2011.09.19 US 61/536,4231.一種用于生成在分析過程的運(yùn)行中使用的過程模型的、計算機(jī)實(shí)施的方法，所述過程能在由與所述過程相關(guān)聯(lián)的狀態(tài)變量所定義的多個不同的過程狀態(tài)中運(yùn)行，所述方法包括：在所述過程的運(yùn)行期間，從所述過程收集訓(xùn)練數(shù)據(jù)，所述訓(xùn)練數(shù)據(jù)包括一組過程參數(shù)中的每一個的值、所述狀態(tài)變量的值以及與多個不同過程測量次數(shù)中的每一個相關(guān)聯(lián)的結(jié)果變量的值；使用計算機(jī)處理設(shè)備，將所述訓(xùn)練數(shù)據(jù)劃分成數(shù)據(jù)時間片以便為每一個數(shù)據(jù)時間片產(chǎn)生一組時間分片的數(shù)據(jù)，其中每組時間分片的數(shù)據(jù)包括所述一組過程參數(shù)中的每一個的值、所述狀態(tài)變量的值以及所述結(jié)果變量的值；將所述多組時間分片的數(shù)據(jù)存儲在計算機(jī)存儲器中；使用計算機(jī)處理設(shè)備，根據(jù)所述訓(xùn)練數(shù)據(jù)確定一組過程狀態(tài)均值，所述一組過程狀態(tài)均值包括用于所述過程狀態(tài)中的每一個的狀態(tài)變量均值以及用于所述過程狀態(tài)中的每一個的一個或多個過程參數(shù)均值；將所述一組過程狀態(tài)均值存儲在計算機(jī)存儲器中；通過計算機(jī)處理設(shè)備，使用所存儲的過程狀態(tài)均值，推導(dǎo)所述數(shù)據(jù)時間片中的每一個的一組時間片均值，所述多組時間片均值中的每一個包括所述過程參數(shù)中的每一個的時間片均值；使用計算機(jī)處理設(shè)備，推導(dǎo)每個數(shù)據(jù)時間片的一組偏離所述均值的偏差，特定的數(shù)據(jù)時間片的所述一組偏離所述均值的偏差包括:對于在所述特定的數(shù)據(jù)時間片內(nèi)的每個過程參數(shù)，使用所述特定的數(shù)據(jù)時間片的所述過程參數(shù)值以及所述特定的數(shù)據(jù)時間片的、所述過程參數(shù)的所述時間片均值來推導(dǎo)所述特定的數(shù)據(jù)時間片的、所述過程參數(shù)的所述偏離所述均值的偏差；以及使用計算機(jī)處理設(shè)備，使用所述數(shù)據(jù)時間片的所述多組偏離所述均值的偏差以及所述數(shù)據(jù)時間片的所述結(jié)果變量值，生成過程模型。2.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，其中生成所述過程模型包括生成使用所述過程參數(shù)的其他組偏離所述均值的偏差來預(yù)測所述結(jié)果變量的值的過程模型。3.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，還包括：在生成所述過程模型之前，過濾每組偏離所述均值的偏差中的所述偏離所述均值的偏差中的一個或多個。4.根據(jù)權(quán)利要求3所述的計算機(jī)實(shí)施的方法，其中過濾所述偏離所述均值的偏差中的一個或多個包括：使用具有基于與正經(jīng)歷過程狀態(tài)變化的過程相關(guān)聯(lián)的所述過程參數(shù)中的一個或多個的時間響應(yīng)的時間常數(shù)的低通濾波器，低通過濾所述偏離所述均值的偏差中的所述一個或多個。5.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，其中將所述訓(xùn)練數(shù)據(jù)劃分成數(shù)據(jù)時間片包括相對于彼此地時移所述訓(xùn)練數(shù)據(jù)中的所述過程參數(shù)值中的一個或多個、所述狀態(tài)變量值以及所述結(jié)果變量值以便形成所述數(shù)據(jù)時間片。6.根據(jù)權(quán)利要求5所述的計算機(jī)實(shí)施的方法，其中所述時移包括：在所述過程參數(shù)中的至少一個或所述狀態(tài)變量和所述結(jié)果變量之間進(jìn)行互相關(guān)以便確定與所述過程參數(shù)中的所述至少一個或所述狀態(tài)變量和所述結(jié)果變量相關(guān)聯(lián)的時間延遲量，以及以所述時間延遲量、相對于所述結(jié)果變量的所述結(jié)果變量值時移所述過程參數(shù)中的所述至少一個的過程參數(shù)值或所述狀態(tài)變量的所述狀態(tài)變量值，從而所述每個數(shù)據(jù)時間片包括相對于所述結(jié)果變量值在時間上移位的所述過程參數(shù)值中的至少一個或狀態(tài)變量值。7.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，其中生成過程模型包括生成質(zhì)量預(yù)測模型。8.根據(jù)權(quán)利要求7所述的計算機(jī)實(shí)施的方法，其中生成質(zhì)量預(yù)測模型包括生成偏最小二乘模型、神經(jīng)網(wǎng)絡(luò)模型、或多元線性回歸模型中的一個。9.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，其中生成過程模型包括生成故障檢測模型。10.根據(jù)權(quán)利要求9所述的計算機(jī)實(shí)施的方法，其中生成所述故障檢測模型包括生成主成分分析模型。11.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，其中將所收集的數(shù)據(jù)劃分成數(shù)據(jù)時間片包括：相對于所述訓(xùn)練數(shù)據(jù)中的所述結(jié)果變量值時移所述訓(xùn)練數(shù)據(jù)中的所述過程參數(shù)值中的一個或多個以及所述狀態(tài)變量值。12.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，其中所述狀態(tài)變量表明產(chǎn)品檔次、所述過程的產(chǎn)量、生產(chǎn)率、或所述過程的擾動量。13.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，還包括：作為所生成的過程模型的部分，存儲所述過程狀態(tài)的所確定的過程狀態(tài)均值。14.根據(jù)權(quán)利要求13所述的計算機(jī)實(shí)施的方法，還包括：從所述運(yùn)行的過程收集新的過程參數(shù)值和狀態(tài)變量值，以及使用所收集的新的過程參數(shù)值和所述狀態(tài)變量值和所述過程狀態(tài)均值來推導(dǎo)所生成的過程模型的輸入以便推導(dǎo)所述結(jié)果變量的估計。15.根據(jù)權(quán)利要求14所述的計算機(jī)實(shí)施的方法，還包括：在所述過程的正進(jìn)行的運(yùn)行期間，使用所述結(jié)果變量的所述估計來進(jìn)行所述過程的質(zhì)量預(yù)測或故障檢測。16.根據(jù)權(quán)利要求14所述的計算機(jī)實(shí)施的方法，包括：使用所述運(yùn)行的過程的所收集的新的過程參數(shù)值和所述狀態(tài)變量值來基于作為所述過程模型的部分存儲的所述過程狀態(tài)均值而確定一組時間片的偏離所述均值的偏差。17.根據(jù)權(quán)利要求1所述的計算機(jī)實(shí)施的方法，其中推導(dǎo)所述數(shù)據(jù)時間片中的每一個的所述一組時間片均值包括：對于特定的數(shù)據(jù)時間片中的每個過程參數(shù)，使用所述特定的數(shù)據(jù)時間片的所述狀態(tài)變量的所述值和所述特定的數(shù)據(jù)時間片的所述狀態(tài)變量的所述值落入其間的所述過程狀態(tài)的所述狀態(tài)變量均值來確定所述特定的數(shù)據(jù)時間片的插值因子，以及使用所述插值因子和所述特定的數(shù)據(jù)時間片的所述狀態(tài)變量的所述值落入其間的所述過程狀態(tài)的所述過程參數(shù)均值的所述值來確定所述特定的數(shù)據(jù)時間片的所述過程參數(shù)中的每一個的所述時間片均值。18.一種用于形成過程預(yù)測模型的、計算機(jī)實(shí)施的方法，包括：對于多個過程參數(shù)中的每一個，從運(yùn)行的過程收集一組過程參數(shù)的過程參數(shù)值、狀態(tài)變量的狀態(tài)變量值和結(jié)果變量的結(jié)果變量值；使用計算機(jī)處理設(shè)備，確定一組過程狀態(tài)均值，其中所述一組過程狀態(tài)均值包括：對于多個過程狀態(tài)中的每一個，當(dāng)所述過程在所述多個過程狀態(tài)中的每一個中運(yùn)行時所述狀態(tài)變量的平均值和所述過程參數(shù)中的每一個的平均值；使用計算機(jī)處理設(shè)備，對于多組時間有關(guān)的數(shù)據(jù)中的每一組，使用所述過程狀態(tài)均值和與多組時間有關(guān)的數(shù)據(jù)中的每一組相關(guān)聯(lián)的所述狀態(tài)變量的值來確定所述一組過程參數(shù)中的每一個的時間片均值；使用計算機(jī)處理設(shè)備，使用所述多組時間有關(guān)的數(shù)據(jù)中的每一組的所述時間片均值和所述過程參數(shù)值來確定所述多組時間有關(guān)的數(shù)據(jù)中的每一個的所述過程參數(shù)中的每一個的偏離均值的偏差；在計算機(jī)處理設(shè)備內(nèi)，使用所述多組時間有關(guān)的數(shù)據(jù)中的每一個的所述過程參數(shù)中的每一個的所確定的偏離均值的偏差和所述多組時間有關(guān)的數(shù)據(jù)中的每一個的所述結(jié)果變量值來生成過程預(yù)測模型，其能在計算機(jī)處理設(shè)備上運(yùn)行以預(yù)測所述過程內(nèi)的所述結(jié)果變量。19.根據(jù)權(quán)利要求18所述的計算機(jī)實(shí)施的方法，還包括確定所述多個過程狀態(tài)中的每一個的狀態(tài)變量范圍的定義，以及其中確定一組過程狀態(tài)均值包括：對于所述多個過程狀態(tài)中的每一個，使用落入每個特定的過程狀態(tài)的所定義的狀態(tài)變量范圍內(nèi)的所述狀態(tài)變量值來確定所述狀態(tài)變量的平均值，使用與落入每個特定的過程狀態(tài)的所定義的狀態(tài)變量范圍內(nèi)的狀態(tài)變量值相關(guān)聯(lián)的所述過程參數(shù)值來確定過程參數(shù)均值。20.根據(jù)權(quán)利要求18所述的計算機(jī)實(shí)施的方法，其中所生成的過程預(yù)測模型使用多組所述過程參數(shù)的偏離所述均值的偏差來預(yù)測所述結(jié)果變量的值。21.根據(jù)權(quán)利要求18所述的計算機(jī)實(shí)施的方法，還包括：在生成所述過程預(yù)測模型之前，過濾所述偏離所述均值的偏差中的一個或多個。22.根據(jù)權(quán)利要求18所述的計算機(jī)實(shí)施的方法，還包括：在確定一組過程狀態(tài)均值之前，通過在時間上相對于彼此時移所述過程參數(shù)值中的一個或多個、所述狀態(tài)變量值以及所述結(jié)果變量值而形成多組時間有關(guān)的數(shù)據(jù)中的每一個，以便形成具有來自不同測量次數(shù)的數(shù)據(jù)的所述多組時間有關(guān)的數(shù)據(jù)。23.根據(jù)權(quán)利要求22所述的計算機(jī)實(shí)施的方法，還包括在所述過程參數(shù)中的至少一個或所述狀態(tài)變量和所述結(jié)果變量之間進(jìn)行互相關(guān)以便確定與所述過程參數(shù)或所述狀態(tài)變量和所述結(jié)果變量相關(guān)聯(lián)的時間延遲量，以及以所述時間延遲量、相對于所述結(jié)果變量的所述結(jié)果變量值時移所述過程參數(shù)的所述過程參數(shù)值或所述狀態(tài)變量的所述狀態(tài)變量值，以便每組時間有關(guān)的數(shù)據(jù)包括在相對于所述結(jié)果變量值在時間上位移的所述過程參數(shù)值或所述狀態(tài)變量值中的至少一個。24.根據(jù)權(quán)利要求18所述的計算機(jī)實(shí)施的方法，其中生成過程預(yù)測模型包括生成偏最小二乘模型、神經(jīng)網(wǎng)絡(luò)模型、多元線性回歸模型或主成分分析模型中的一個。25.根據(jù)權(quán)利要求18所述的計算機(jī)實(shí)施的方法，其中對于多組時間有關(guān)的數(shù)據(jù)中的每一組確定所述一組過程參數(shù)中的每一個的時間片均值包括：使用特定的一組時間有關(guān)的數(shù)據(jù)的所述狀態(tài)變量的所述值和所述特定的一組時間有關(guān)的數(shù)據(jù)的所述狀態(tài)變量的所述值落入其間的所述過程狀態(tài)的所述狀態(tài)變量均值，來確定所述特定的一組時間有關(guān)的數(shù)據(jù)的插值因子，以及使用所述插值因子和與所述一組時間有關(guān)的數(shù)據(jù)的所述狀態(tài)變量的所述值落入其間的所述過程狀態(tài)相關(guān)聯(lián)的所述過程參數(shù)的所述過程參數(shù)均值的所述值，來確定所述特定一組時間有關(guān)的數(shù)據(jù)的所述過程參數(shù)的所述過程參數(shù)均值。26.一種用于在運(yùn)行的過程中測量過程質(zhì)量或過程故障的、計算機(jī)實(shí)施的方法，包括：在計算機(jī)存儲器中存儲過程預(yù)測模型，其中所述過程預(yù)測模型作為一組輸入取得一組過程參數(shù)中的每一個的一組偏離均值的偏差以及作為輸出產(chǎn)生預(yù)測的過程質(zhì)量值或過程故障值；對于多個測量次數(shù)，在所述過程的在線運(yùn)行期間，從所述過程收集所述一組過程參數(shù)中的每一個的過程參數(shù)數(shù)據(jù)和過程狀態(tài)變量的過程狀態(tài)變量數(shù)據(jù)；使用計算機(jī)處理設(shè)備，推導(dǎo)一系列數(shù)據(jù)時間片，每個數(shù)據(jù)時間片包括所述一組過程參數(shù)中的每一個的過程參數(shù)值以及過程狀態(tài)變量值；使用計算機(jī)處理設(shè)備，確定所述數(shù)據(jù)時間片中的每一個的所述過程參數(shù)中的每一個的偏離均值的偏差；以及使用計算機(jī)處理設(shè)備，當(dāng)在所述計算機(jī)處理設(shè)備上執(zhí)行所述過程預(yù)測模型的時候?qū)⑺鰯?shù)據(jù)時間片中的每一個的所確定的偏離均值的偏差作為輸入提供給所述過程預(yù)測模型以產(chǎn)生所述過程質(zhì)量值或所述過程故障值的預(yù)測。27.根據(jù)權(quán)利要求26所述的計算機(jī)實(shí)施的方法，還包括使用所述過程質(zhì)量值或所述過程故障值的所述預(yù)測來改變所述過程的所述運(yùn)行。28.根據(jù)權(quán)利要求26所述的計算機(jī)實(shí)施的方法，還包括使用所述過程質(zhì)量值或所述過程故障值的所述預(yù)測來將過程運(yùn)行的問題通知用戶。29.根據(jù)權(quán)利要求26所述的計算機(jī)實(shí)施的方法，其中確定所述數(shù)據(jù)時間片中的每一個的所述偏離所述均值的偏差包括將過程參數(shù)的過程參數(shù)值與該過程參數(shù)的時間片均值相比較。30.根據(jù)權(quán)利要求29所述的計算機(jī)實(shí)施的方法，其中確定所述數(shù)據(jù)時間片中的每一個的所述偏離所述均值的偏差包括根據(jù)作為所述過程預(yù)測模型的部分而存儲的一組存儲的過程狀態(tài)均值確定時間片的特定的過程參數(shù)的時間片均值。31.根據(jù)權(quán)利要求30所述的計算機(jī)實(shí)施的方法，其中確定時間片的特定的過程參數(shù)的時間片均值，包括使用所述數(shù)據(jù)時間片的所述狀態(tài)變量的所述值和所述數(shù)據(jù)時間片的所述狀態(tài)變量的所述值落入其間的過程狀態(tài)的存儲的狀態(tài)變量均值，來確定所述數(shù)據(jù)時間片的插值因子；以及使用所述插值因子和所述數(shù)據(jù)時間片的所述狀態(tài)變量...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：T·L·布萊文斯，W·K·沃杰斯尼斯，M·J·尼克松，J·M·卡爾德維爾，
申請(專利權(quán))人：費(fèi)希爾羅斯蒙特系統(tǒng)公司，
類型：發(fā)明
國別省市：