[发明专利]用于工业中的性能指标的基于数据的优化的方法和系统

权利要求书

1.一种用于分析来自一个或更多个工业处理单元的多个数据以优化处理厂的一个或更多个单元的关键性能指标KPI的计算机实现方法，所述方法包括以下步骤：

在接收模块(108)处接收一个或更多个工业处理单元的多个数据，其中，所述多个数据包括原材料特性、中间产品特性、副产品特性、最终产品特性、处理参数、环境参数、市场需求、原材料的可用性和处理设备的状况；

在单元级融合模块(110)处合并所接收的多个数据以获得所述一个或更多个工业处理单元中的每一个的单元式数据集，其中每个处理单元的单元式数据集包括期望的采样频率；

在验证模块(112)处验证所述一个或更多个工业处理单元的合并的单元式数据集，其中对所述处理单元的所有变量的百分比可用性、标准差、四分位距和不合理值的存在进行计算；

在数据预处理模块(114)处对经验证的多个数据进行预处理以获得所述一个或更多个工业处理单元中的每一个的预处理数据集，其中所述预处理是迭代过程，所述迭代过程包括以下步骤：去除离群值、插补缺失值和聚类；

在企业级融合模块(116)处将所述一个或更多个工业处理单元中的每一个的预处理与一个或更多个基于物理的模型的模拟变量的一个或更多个值以及来自用户的一个或更多个域输入进行集成，以获得企业级数据集，其中在考虑由于各单元中的停留时间、一个或更多个工业处理单元之间的材料运输时间以及所述处理单元中的一个或更多个传感器的响应时间导致的时间滞后的情况下，将所述单元式数据集合并和同步；

在域识别模块(118)处在所述企业级数据集上使用一种或更多种聚类技术来识别一个或更多个操作域，其中所述一种或更多种聚类技术包括基于距离的聚类、基于密度的聚类和分层聚类；

在基线统计模块(120)处基于预定义的基线统计量和所述一个或更多个操作域，来确定与所述企业级数据集的KPI相对应的一个或更多个变量的范围，其中，所确定的一个或更多个变量的范围用于在执行分析的时间段中生成一个或更多个KPI图；

在特征选择模块(122)处选择所述企业级数据集的一个或更多个特征或关键变量以获得所述企业级数据集的一个或更多个选定特征的超集，其中对所有域式数据集以及所述企业级数据集执行特征选择；

在模型构建模块(124)处针对每个KPI开发一个或更多个预测模型，其中所述一个或更多个预测模型使用企业级数据集和所述企业级数据集的一个或更多个选定特征的超集；以及

在优化模块(126)处使用一种或更多种优化技术基于关于所述一个或更多个KPI的一个或更多个预测模型和约束来优化至少一个KPI，其中一种或更多种优化技术包括梯度搜索、线性规划、目标规划、模拟退火和演化算法。

2.根据权利要求1所述的方法，其中，对具有预定义百分比可用性和预定义缺失模式的变量执行所述预处理。

3.根据权利要求1所述的方法，其中，基于预定义的基线处理单元对来自一个或更多个工业单元的预处理的多个数据进行集成。

4.根据权利要求1所述的方法，其中，所述一个或更多个图包括KPI的趋势图、KPI的箱线图、散点图和热度图。

5.根据权利要求1所述的方法，其中，所述特征选择在两个阶段中执行，包括：

在第一阶段中，根据一个或更多个特征选择技术获得重要特征，

在第二阶段中，使用几何平均评分法对从所述第一阶段获得的特征进行排序并组合，以获得一个或更多个特征的单个超集。

6.根据权利要求5所述的方法，其中，在第一阶段中选择的一个或更多个特征中的较低得分的特征与KPI的相关性较高。

7.根据权利要求5所述的方法，其中，一个或更多个特征选择技术的第一阶段包括基于模型的方法和非基于模型的方法。

8.根据权利要求1所述的方法，其中，在所有域式数据集以及企业级数据集上执行所述特征选择。