結果從處理控制的角度是實時。當顯著的處理變化在比10-15分鐘長的時 間帖內發生時，5分鐘的測量時間間隔就是運樣的。出于優化提煉廠CDU(原油蒸饋單元） 的操作的目的，每隔1-2分鐘的分析結果是實時的。
[00%] 術語"DCS"和"分布式控制系統"是指計算機實現的處理控制系統，諸如可從日本 東京的化kogawa電氣公司購得的CentumVP?。
[0027] 處理流（諸如化學和石化處理、控處理和提煉操作中的連續處理流）的屬性的信 息的基本上實時可得性可能比最大化吞吐量、控制產品質量W及/或者確保處理工廠的操 作合乎環境要求且安全要重要很多倍。
[0028] 發明人設想了用于確定處理流的屬性的系統和方法。在本發明的實施例中，處理 流可W是控處理流。在本發明的某些實施例中，本發明的系統和方法可W用于確定產品流 的一個或多個屬性。根據本發明的某些實施例，運些系統和方法頻繁地且高準確度地提供 測量結果。
[0029] 發明人設想了將統計模型和一次或多次統計分析與用于確定處理流的一個或多 個屬性的處理模型和處理操作結合的新穎且獨特的方法和系統。本發明的某些實施例旨在 確定控處理流的一個或多個屬性。本發明其他實施例旨在確定控產品流的一個或多個屬 性。本發明的還有其他實施例旨在確定控產品流的一個或多個屬性。本發明的還有其他實 施例旨在確定控成品的一個或多個屬性。
[0030] 具體地，發明人設想了用于通過將一個或多個分析器或分析方法與特別適合于運 樣的一個或多個分析器的用于推理分析的處理模型結合來組合兩種處理操作和控制的方 法的系統和方法。另外，由于在本發明的某些實施例中可W特別地基于正使用的一個或多 個分析器的類型來選擇處理模型，因此可W基于來自一個或多個分析器的不太頻繁的且離 散的測量結果來修改或調節推理預測。因而，本發明的系統和方法W如下準確度提供實時 結果預測，該準確度接近測量循環時間代表比實時充分長的時間帖的一個或多個分析器提 供的分析測量結果的準確度。
[0031] 在本發明的實施例中，至少一個硬分析器提供主要測量結果。在本發明的特定實 施例中，至少一個在線硬分析器（諸如GC)提供主要測量結果。在不意在進行限制的情況 下，本發明的系統和方法提供了與關聯的化學、石化和/或提煉處理的優化相關聯的益處。 例如，在線分析器提供的主要測量結果（從屬變量）的數量支持用于修改或調節（即，調 整）推理分析器提供的預測的從屬變量的方法。根據本發明的某些實施例，相對于傳統方 法，通過相對頻繁的采集和使用相對多的變量來修改或調節模型，修改或調節過程在統計 上得到了改進。
[0032] 另外，相對于更加傳統的技術，使用本發明的系統或方法的過程對模型進行修改 或調節改進了對應用于估計值的偏差或比例因子的調整。對于例如由一個或多個在線分析 器提供的更多數量的變量的更頻繁反饋由于在一段時間內可得的主要測試結果的數量更 大而增強了模型的校正的統計確定性。
[0033] 另外，可W使用例如統計技術來對在線分析器返回的多個測量值進行比較，W確 定是否應該丟棄任意數量的值。目P，如果值落入統計定義范圍之外，則可W丟棄該值，從而 防止執行對模型的不正確修改或調節。
[0034] 在本發明的實施例中，對硬分析器值和相關聯的推斷值執行統計分析或統計診斷 過程，W確定硬分析器測量結果和推斷測量結果中的任一個或多個的有效性或無效性。在 本發明的一些實施例中，當確定硬分析器測量結果無效時，則將不使用硬分析器測量結果 來更新對于推斷測量結果的模型。在本發明的某些實施例中，模型修改或調節過程可W被 配置為等待返回有效分析器測量結果或者使用一個或多個先前的有效分析器測量結果來 進行模型修改或調節。
[0035] 對于推斷測量結果，認為評價推斷測量結果的有效性是對運樣的推斷測量結果的 驗證會是更適當的。在正常狀況下，根據本發明的實施例，可W執行模型修改或調節W提高 推斷模型的準確性。
[0036] 在本發明的某些實施例中，可W保持一個有效硬分析器測量結果乃至一系列有效 硬分析器測量結果W隨后在模型修改或調節中使用。在本發明的某些實施例中，使用一個 或多個先前的有效硬分析器測量結果來進行模型修改和/或調節的過程將考慮運樣的有 效硬分析器測量結果的時期W及/或者處理的操作是否與在修改或調節模型中的使用運 樣的值相兼容，W提供改進的推斷測量結果。
[0037] 在本發明的實施例中，對于推斷測量結果的驗證過程可W包括本文中進一步描述 的使用（一個或多個）最近的推斷測量結果的過程。進一步遵循該實施例，可能已在如下 時段內收集多個推斷測量結果數據點：最多約2分鐘、最多約5分鐘、最多約10分鐘、最多 約12分鐘、最多約15分鐘、最多約20分鐘、最多約24分鐘、最多約30分鐘、最多約40分 鐘、最多約45分鐘、最多約60分鐘、最多約90分鐘、最多約120分鐘、最多約150分鐘、最 多約3小時、最多約4小時、最多約5小時、最多約6小時、最多約7小時、最多約8小時、最 多約10小時、最多約12小時、最多約18小時、最多約1天、最多約2天或者最多約1周。
[0038] 甚至進一步遵循收集多個推斷測量結果數據點的實施例，可W按基本上固定的離 散間隔收集運樣的數據點。在本發明的某些實施例中，用于收集用在驗證過程中的推斷測 量結果數據點的基本上固定的離散間隔可W是約1秒、約2秒、約5秒、約6秒、約10秒、約 12秒、約15秒、約20秒、約24秒、約30秒、約40秒、約45秒、約1分鐘、約90秒、約2分 鐘、約150秒、約3分鐘、約4分鐘、約5分鐘、約6分鐘、約10分鐘、約12分鐘、約15分鐘、 約20分鐘、約24分鐘、約30分鐘、約45分鐘、約1小時或約2小時。
[0039] 在本發明的某些實施例中，可W對用于計算推斷測量結果的獨立變量中的任一個 或多個進行評價W確定推斷測量結果的有效性。例如，替代最近的推斷測量結果或者本文 中進一步描述的多個推斷測量結果數據點或者除了最近的推斷測量結果或者本文中進一 步描述的多個推斷測量結果數據點外，可W使用對運些獨立變量的評價。類似地，在確定推 斷測量結果的有效性時，可W使用運些獨立變量中的任一個的最近值或者可W使用運些獨 立變量中的任一個的多個測量結果數據點。遵循本發明的設及運些一個或多個獨立變量中 的任一個的多個測量結果數據的實施例，可W在與本文中針對推斷測量結果進一步描述的 時段和固定離散時間間隔的范圍類似的時段和基本上固定的離散時間間隔內收集運樣的 多個測量結果數據點。
[0040] 在本發明的實施例中，對于硬分析器測量結果的驗證過程可W包括本文中進一步 描述的使用（一個或多個）最近的硬分析器測量結果的過程。進一步遵循該實施例，可能 已在如下時段內收集多個推斷測量結果數據點：最多約5分鐘、最多約10分鐘、最多約12 分鐘、最多約15分鐘、最多約20分鐘、最多約24分鐘、最多約30分鐘、最多約40分鐘、最 多約45分鐘、最多約60分鐘、最多約90分鐘、最多約120分鐘、最多約150分鐘、最多約3 小時、最多約4小時、最多約5小時、最多約6小時、最多約7小時、最多約8小時、最多約10 小時、最多約12小時、最多約18小時、最多約1天、最多約2天或者最多約1周。
[0041] 在本發明的實施例中，可W按如下頻率得到主要測量結果：約每周、約每天、約每 12小時輪班、約每8小時輪班、約每4小時、約每2小時、約每1小時、約每45分鐘、約每30 分鐘、約每20分鐘、約每10分鐘、約每6分鐘、約每5分鐘、約每4分鐘、約每3分鐘、約每 2分鐘、約每1分鐘、約每30秒、約每15秒、約每10秒、約每5秒或約每1秒。
[0042] 在本發明的實施例中，可W按如下頻率得到主要測量結果：最多約每周、最多約每 天、最多約每12小時輪班、最多約每8小時輪班、最多約每4小時、最多約每2小時、最多約 每1小時、最多約每30分鐘、最多約每20分鐘、最多約每10分鐘、最多約每6分鐘、最多約 每5分鐘W及最多約每1分鐘。
[0043] 甚至進一步遵循收集多個硬分析器測量結果數據點的實施例，可基本上固定 的離散間隔收集運樣的數據點。在本發明的某些實施例中，用于收集用在驗證過程中的推 斷測量結果數據點的基本上固定的離散間隔可W是約2秒、約5秒、約6秒、約10秒、約12 秒、約15秒、約20秒、約24秒、約30秒、約40秒、約45秒、約1分鐘、約90秒、約2分鐘、 約150秒、約3分鐘、約4分鐘、約5分鐘、約6分鐘、約10分鐘、約12分鐘、約15分鐘、約 20分鐘、約24分鐘、約30分鐘、約45分鐘、約1小時、約2小時、約4小時、約5小時、約6 小時、約8小時、約12小時、約18小時、約1天或約2天。
[0044] 在本發明的一個實施例中，使用硬分析器測量結果的最近值來執行推斷測量結果 的驗證，并且該驗證包括將推斷測量結果與硬分析器測量結果進行比較，而不進行修改或 調節。在本發明的實施例中，驗證過程包括對推斷測量結果與硬分析器測量結果的"接近 度"的簡單評價。在本發明的某些實施例中，驗證過程包括確定運些值之間的統計偏差W及 該偏差在運些變量之間發生的偏差的預期范圍內是否是符合統計的。
[0045] 在本發明的另一實施例中，可W在驗證過程中使用推斷測量結果和分析測量結果 中的任一個或兩者的樣本數據的總體。在本發明的某些實施例中，在對于推斷測量結果與 硬分析器測量結果的驗證過程中可W使用代表總體的統計值（例如，不限地為中值、均值、 標準偏差和/或方差）。
[0046] 在本發明的其他實施例中，對推斷測量結果W及甚至對硬分析器測量結果的驗證 過程包括多元過程。進一步遵循本發明的運些實施例，根據本文中提供的過程，基本上獨立 于運些變量中的每一個的性能來各自檢查并驗證推斷測量結果和硬分析器測量結果。
[0047] 在示例性實施例中，僅僅出于例示來提供而不是進行限制的任何意圖，使用獨立 處理變量來開發用于預測材料的百分之20的沸點溫度的推斷模型，包括來自處理的兩個 溫度變量Ti和T2、根據處理測量的兩個壓力變量Pi和PzW及例如通過傳感器根據處理測量 并供給至DCS320(圖1A)的流速F。因此，Tl、T2、Pl、P2和F是供給至用于推斷模型預測的 推斷分析器312(圖1A)的獨立變量并且被認為是用于推斷模型的多變量空間。運些變量 可W變為對于推斷測量結果的多元統計驗證過程的一部分。例如，推斷分析器可W使用運 些變量來生成各種推斷的從屬變量，然后，可W將推斷的從屬變量與硬分析器310 (圖1A) 生成的測量結果（從屬變量）進行比較。可W在確定推斷測量結果的有效性時使用如本文 中進一步描述的可W基于在一段時間內的單個樣本或一系列樣本的運些測量結果。在本發 明的更具體實施例中，驗證過程分析DCS320供給的獨立變量的值，W考慮是否已針對該 樣本空間開發了推斷分析器312使用的模型。如果尚未針對該空間開發該模型，則對于推 斷測量結果的驗證過程可W指示例如運些測量結果或系列測量結果的推斷值不是有效的。
[0048] 應該注意，硬分析器測量結果可W包括適于分析的多元數據陣列。在非限制性示 例中，利用氣相色譜分析的SimDist分析提供了本身是多變量數據陣列的氣相色譜圖。如 本文中進一步提供的那樣，可W在確定硬分析器測量結果時進