国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

                                                         關(guān)鍵詞：流程工業(yè)；連續(xù)重整；數(shù)據(jù)挖掘
    彭松濤
男，中國石油化工股份公司信息系統(tǒng)管理部  北京  100029。

1   引言
 
    流程工業(yè)包括石化、冶金、電力、輕工、制藥、造紙、環(huán)保等在國民經(jīng)濟中占主導(dǎo)地位的行業(yè)，是經(jīng)濟發(fā)展的重要支柱產(chǎn)業(yè)。流程工業(yè)生產(chǎn)過程物流和能量流連續(xù)，產(chǎn)品相對穩(wěn)定，生產(chǎn)周期長，工藝流程基本不變，通過調(diào)整在線工藝參數(shù)可使生產(chǎn)具有一定程度的柔性。目前我國流程工業(yè)企業(yè)普遍存在著能耗大、產(chǎn)品質(zhì)量差、生產(chǎn)工藝落后、自動化及操作水平低等問題，1999年我國流程工業(yè)能耗普遍比國外先進水平高出30%；而據(jù)測算，僅通過優(yōu)化自動化系統(tǒng)及過程工藝參數(shù)的在線優(yōu)化技術(shù)對過程生產(chǎn)增加收益的典型值為裝置產(chǎn)值的3%-5%。針對現(xiàn)有生產(chǎn)工藝設(shè)備，從企業(yè)大量保存的歷史數(shù)據(jù)中提取有用的知識，根據(jù)這些知識提高過程的控制及操作水平，在當(dāng)今能源和自然資源緊張的情況下具有重要的經(jīng)濟和技術(shù)意義。
 
    流程工業(yè)的生產(chǎn)過程優(yōu)化問題按時期分兩大類，一類是設(shè)計時的優(yōu)化，工藝流程、設(shè)備類型和尺寸、生產(chǎn)操作條件都可以調(diào)整，但確定之后一般不做修正；另一類是運行中的優(yōu)化，此時工藝及設(shè)備因素均已確定，只有操作條件可以變動。當(dāng)環(huán)境條件變量變動時，運行變量值需要及時做相應(yīng)的調(diào)整。一般而言，生產(chǎn)裝置的操作條件在設(shè)計時已按設(shè)計指標(biāo)優(yōu)化并定義為標(biāo)準(zhǔn)操作參數(shù)，如按反應(yīng)動力學(xué)分析得到的原料配比，過程單元設(shè)備的工作參數(shù)等。但在長期生產(chǎn)過程中，由于原料成份、公用工程等工況的改變和設(shè)備老化等常見因素，設(shè)計階段定義的操作參數(shù)往往不能達到期望的效果。操作優(yōu)化的目的是在現(xiàn)有工藝及設(shè)備條件下，通過調(diào)整可控變量，使生產(chǎn)過程處于最優(yōu)工況附近，從而提高產(chǎn)值、降低能耗。雖然對于數(shù)學(xué)模型的優(yōu)化問題已較容易解決，但由于現(xiàn)實生產(chǎn)過程的復(fù)雜性，精確建模的工作非常困難。
 
    相對于建立能充分反映系統(tǒng)全局動態(tài)的精確模型而言，用戶更關(guān)注于得到一些對指導(dǎo)生產(chǎn)有益的不精確甚至僅僅是定性正確的信息。另一方面，隨著各種傳感器、智能化儀表及數(shù)據(jù)庫在工業(yè)過程中的廣泛應(yīng)用，流程工業(yè)企業(yè)在日常生產(chǎn)中積累了大量的過程歷史數(shù)據(jù)，這些數(shù)據(jù)蘊涵了工業(yè)過程的客觀規(guī)律和操作人員的豐富經(jīng)驗。但生產(chǎn)過程包括各種物理及化學(xué)過程，具有機理復(fù)雜、數(shù)據(jù)信息量大、處理難度大的特點。由于早期的工業(yè)計算設(shè)備缺乏足夠的計算能力、有效的分析算法，這些包含過程運行狀態(tài)信息數(shù)據(jù)的利用還只是停留在一個比較淺的層次上，大量的數(shù)據(jù)只是用來產(chǎn)生各種統(tǒng)計報表，或僅作動態(tài)查詢以服務(wù)于在線優(yōu)化或控制系統(tǒng)，而沒有進行進一步的分析。

    數(shù)據(jù)挖掘技術(shù)的出現(xiàn)使得從海量數(shù)據(jù)中提取操作優(yōu)化信息變得可能，它不僅能對過去的數(shù)據(jù)進行查詢和遍歷，并且能夠找出數(shù)據(jù)之間的潛在聯(lián)系及規(guī)律，從中提取輔助用戶決策的關(guān)鍵性信息。數(shù)據(jù)挖掘技術(shù)是近年國內(nèi)外活躍的研究領(lǐng)域，商業(yè)化的數(shù)據(jù)挖掘軟件已獲得大量應(yīng)用。但工業(yè)技術(shù)數(shù)據(jù)領(lǐng)域的數(shù)據(jù)挖掘相對尚未成熟。本文的目標(biāo)，就是在介紹數(shù)據(jù)挖掘基本概念以及流程工業(yè)數(shù)據(jù)的特點上，結(jié)合流程工業(yè)的實際應(yīng)用，解決工業(yè)中操作參數(shù)調(diào)優(yōu)、故障診斷及預(yù)測等常見的問題，為流程企業(yè)日常生產(chǎn)經(jīng)營提供決策決策依據(jù)。

2  流程工業(yè)數(shù)據(jù)特點
 
    數(shù)據(jù)挖掘(Data Mining, 簡稱DM)又被稱為數(shù)據(jù)庫中的知識發(fā)現(xiàn)(Knowledge Discovery in Database, 簡稱KDD) 、知識抽取(Information Extraction)等, 是在大量數(shù)據(jù)集中提取隱含的、目前未知的、最終可理解的、有效的、新穎的、對于決策過程有用的知識的非平凡的過程[7]。數(shù)據(jù)挖掘技術(shù)是人工智能、統(tǒng)計技術(shù)、模式識別、數(shù)據(jù)庫等領(lǐng)域交叉研究的產(chǎn)物。
 
    數(shù)據(jù)挖掘可以分為探索型(描述型)數(shù)據(jù)挖掘和預(yù)言型(預(yù)測)數(shù)據(jù)挖掘兩大類。所謂探索型數(shù)據(jù)挖掘是指在預(yù)先未知任何模式的情況下, 在數(shù)據(jù)集內(nèi)查找模式的一種技術(shù), 探索型數(shù)據(jù)挖掘主要包括統(tǒng)計分析、可視化、聚類分析、概念描述、關(guān)聯(lián)分析、序列分析等。預(yù)言型數(shù)據(jù)挖掘則是已知一些模式的基礎(chǔ)上在數(shù)據(jù)中查找特定變量與其他變量之間關(guān)系的一種技術(shù), 預(yù)言型數(shù)據(jù)挖掘主要包括分類、回歸預(yù)測、孤立點檢測、規(guī)則歸納、時間序列預(yù)測等。數(shù)據(jù)挖掘自從上個世紀90年代提出后, 經(jīng)過十幾年的發(fā)展, 到現(xiàn)在已經(jīng)發(fā)展為一種比較成熟的技術(shù), 目前對數(shù)據(jù)挖掘的研究主要集中在數(shù)據(jù)挖掘模型[16]、數(shù)據(jù)挖掘技術(shù)和算法、數(shù)據(jù)挖掘應(yīng)用等研究上。
 
    盡管數(shù)據(jù)挖掘在許多領(lǐng)域得到很好的應(yīng)用, 然而在流程工業(yè)中, 數(shù)據(jù)挖掘的應(yīng)用卻受到很大限制, 已有的一些應(yīng)用其效果也沒有像在商業(yè)、金融、保險、生物學(xué)等領(lǐng)域中所報道的那樣好。究其原因, 一個很重要的因素是由于流程工業(yè)的數(shù)據(jù)特點所決定的, 以數(shù)據(jù)挖掘中的分類模式為例, 流程工業(yè)中的歷史數(shù)據(jù)具有以下幾個特點：
 
    (1) 生產(chǎn)裝置產(chǎn)生的數(shù)據(jù)量巨大, 數(shù)據(jù)樣本維數(shù)多。以煉油工業(yè)為例, 反映系統(tǒng)運行狀況的數(shù)據(jù)由數(shù)據(jù)采集系統(tǒng)每隔幾秒、十幾秒就在實時數(shù)據(jù)庫中產(chǎn)生一組數(shù)據(jù), 每組數(shù)據(jù)中包含上萬個記錄, 如何從這些海量數(shù)據(jù)中得到有用的知識, 對于常用的數(shù)據(jù)挖掘算法是一個挑戰(zhàn)；
 
    (2) 數(shù)據(jù)時間性強, 隨著時間波動；流程工業(yè)的連續(xù)生產(chǎn)中, 由于工況的改變、操作控制的調(diào)整、原料改變, 數(shù)據(jù)時刻在變化, 這更增加了從中提取知識的難度；
 
    (3) 與商業(yè)上事務(wù)處理數(shù)據(jù)庫中的數(shù)據(jù)不同, 流程工業(yè)數(shù)據(jù)的屬性之間往往存在復(fù)雜的非線性關(guān)系以及相互耦合的現(xiàn)象；
 
    (4) 流程工業(yè)數(shù)據(jù)的質(zhì)量指標(biāo)和操作參數(shù)之間存在較大的時間滯后。在很多情況下, 由于裝置是連續(xù)生產(chǎn)的, 因此很難得到操作參數(shù)與質(zhì)量指標(biāo)之間精確對應(yīng)的數(shù)據(jù)記錄；
 
    (5) 與商業(yè)上數(shù)據(jù)很少存在孤立點、噪聲不同, 流程工業(yè)數(shù)據(jù)中往往存在較大噪聲或者孤立點。由于原料改變、工藝改變、人為因素、生產(chǎn)裝置故障以及測量儀表問題使得流程工業(yè)數(shù)據(jù)中不可避免地存在孤立點, 進一步增加了數(shù)據(jù)挖掘的難度；
 
    (6) 可用于分析的質(zhì)量數(shù)據(jù)少。在流程工業(yè)的數(shù)據(jù)挖掘中, 通常需要對一些質(zhì)量指標(biāo)如產(chǎn)量、能耗、收率、純度、雜質(zhì)含量、環(huán)境影響等進行評價, 然而這些指標(biāo)中, 有些往往是無法直接測量的，如產(chǎn)率、收率等, 有些雖然可以通過實驗室分析化驗得到, 如純度、雜質(zhì)含量等, 但這些指標(biāo)采樣周期長, 通常只有一天兩到三次, 造成數(shù)據(jù)質(zhì)量不高。
  
    現(xiàn)有的數(shù)據(jù)挖掘軟件大多以商業(yè)過程中事務(wù)處理為背景, 而這些事務(wù)本身相對比較簡單, 目的也比較明確, 但在流程工業(yè)數(shù)據(jù)挖掘中則復(fù)雜得多, 例如當(dāng)前操作參數(shù)下, 產(chǎn)品的某些質(zhì)量指標(biāo)比較差, 想通過數(shù)據(jù)挖掘來知道為什么。對于這樣一個問題, 首先我們需要對工藝有一個比較全面的了解, 需要了解影響質(zhì)量指標(biāo)的主要操作參數(shù)有那些, 另外可能因為影響質(zhì)量指標(biāo)的操作參數(shù)太多, 我們只能選擇其中的一部分, 還要考慮這些參數(shù)之間的耦合關(guān)系, 最后還要考慮時間滯后。由于工業(yè)過程所具有的特點, 很有可能我們需要的參數(shù)找不到, 在這種情況下可以采用一些其他的方法, 如建模來得到需要的參數(shù), 但這樣會使得最后挖掘出來的知識置信度較低, 這些因素決定了流程工業(yè)數(shù)據(jù)挖掘的難度。

3   流程工業(yè)中的數(shù)據(jù)挖掘建模
 
    針對流程工業(yè)數(shù)據(jù)的特點以及日常操作應(yīng)用情況，流程工業(yè)中的數(shù)據(jù)挖掘建模建立在對海量數(shù)據(jù)的處理基礎(chǔ)上。與傳統(tǒng)商業(yè)上的數(shù)據(jù)挖掘應(yīng)用不同，流程工業(yè)中的數(shù)據(jù)挖掘涉及到生產(chǎn)過程的各個方面，貫穿于流程工業(yè)整個管理活動過程中，工業(yè)數(shù)據(jù)挖掘的應(yīng)用主要包括預(yù)測建模、故障診斷、操作性能優(yōu)化、新產(chǎn)品/工藝開發(fā)、庫存預(yù)測等等應(yīng)用方面。
 
    3.1  操作性能優(yōu)化
 
    數(shù)據(jù)挖掘可以為企業(yè)生產(chǎn)挖潛增效。但是由于各種不可控的因素，生產(chǎn)狀態(tài)不可避免地發(fā)生波動，操作參數(shù)也應(yīng)隨之調(diào)整。數(shù)據(jù)挖掘?qū)⒏鶕?jù)對生產(chǎn)歷史數(shù)據(jù)的分析和挖掘，診斷當(dāng)前的生產(chǎn)狀況，提出改變生產(chǎn)操作參數(shù)的具體建議，使生產(chǎn)維持在優(yōu)化狀態(tài)。在多變量的操作環(huán)境中，單一的質(zhì)量要求對應(yīng)著多種操作可能，人工無法完成這個對應(yīng)質(zhì)量控制要求的I/O模式匹配。在長期的操作過程中，有各種原因所致的設(shè)定值波動和調(diào)整，由于流程工業(yè)的大時滯多變量復(fù)雜性，操作參數(shù)優(yōu)化未得到重視和利用。
 
    對大量生產(chǎn)數(shù)據(jù)進行挖掘找到產(chǎn)品質(zhì)量與工藝參數(shù)的模型關(guān)系，分析諸多變量作用下的產(chǎn)品質(zhì)量規(guī)律，幫助質(zhì)檢人員、工藝人員弄清影響產(chǎn)品質(zhì)量的主次因素，提出相應(yīng)的對策，進一步調(diào)整工藝參數(shù)，進行質(zhì)量控制，為實現(xiàn)生產(chǎn)過程操作優(yōu)化提供指導(dǎo)。數(shù)據(jù)挖掘用于流程工業(yè)裝置性能優(yōu)化主要解決以下兩個問題：
 
    （1）裝置運行性能分析：對裝置歷史數(shù)據(jù)進行關(guān)聯(lián)規(guī)則挖掘，找出裝置操作參數(shù)和產(chǎn)品產(chǎn)量及質(zhì)量之間的關(guān)聯(lián)。如采用關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘，尋找最佳的原油混煉比。
 
    （2）采用決策樹、關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘找出班組操作差異性所在以及影響差異性的主要裝置控制參數(shù)從歷史記錄中提取最優(yōu)工藝設(shè)定及操作。
 
    生產(chǎn)裝置性能優(yōu)化主要采用以下兩種方法實現(xiàn)：第一種方法是在歷史數(shù)據(jù)中尋找最優(yōu)記錄所對應(yīng)的工藝設(shè)定值或動態(tài)操作過程，并基于樣本相似性度量的搜索和時序匹配方法充分利用已有的歷史經(jīng)驗，給出與當(dāng)前工況最近似的最優(yōu)估計；另外一種方法是根據(jù)歷史數(shù)據(jù)提取既有狀態(tài)的本質(zhì)特征并利用各種方法探索歷史中沒有的最優(yōu)方案，這方面內(nèi)容比較接近的是序貫實驗設(shè)計方法、定性推理方法、模式識別調(diào)優(yōu)法。
 
    3.2  預(yù)測建模以及故障診斷
 
    在有條件建立比較準(zhǔn)確的過程機理模型時，機理建模方法應(yīng)是首選。但由于流程工業(yè)的復(fù)雜性和大規(guī)模性，建立精確的數(shù)學(xué)模型異常困難。當(dāng)可以得到被控過程的輸入輸出數(shù)據(jù)時，可采用基于數(shù)據(jù)挖掘的方法，如神經(jīng)網(wǎng)絡(luò)、支持向量回歸、PLS回歸。當(dāng)很難建立被控過程的定量數(shù)學(xué)模型時，住往采用基于知識的方法，如定性模型、模糊模型。采用基于數(shù)據(jù)挖掘的數(shù)據(jù)預(yù)測技術(shù)，可以建立起一些無法測量變量的預(yù)測模型，根據(jù)建立的模型可以進一步對影響目標(biāo)變量的操作參數(shù)之間的關(guān)系進行分析，找出改善質(zhì)量指標(biāo)的操作變量調(diào)整策略。
 
    利用數(shù)據(jù)挖掘還可以診斷和解決生產(chǎn)中的瓶頸問題、以及檢測生產(chǎn)中的異常問題。例如，當(dāng)生產(chǎn)中出現(xiàn)質(zhì)量不合格、產(chǎn)量上不去、能耗或物耗居高不下等其他制約生產(chǎn)的難題時，采用數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則、聚類等方法找出解決問題的辦法。基于數(shù)據(jù)挖掘方法，對裝置的歷史數(shù)據(jù)包括正常狀態(tài)、異常狀態(tài)及各種故障狀態(tài)數(shù)據(jù)進行聚類、分類及孤立點分析，可建立系統(tǒng)狀態(tài)的評估和故障診斷模型。在此基礎(chǔ)上可以根據(jù)典型故障或異常工況對裝置運行進行實時監(jiān)控.，當(dāng)系統(tǒng)狀態(tài)或動態(tài)趨勢與故障樣本匹配時可及時辨識出故障類型。對于數(shù)據(jù)噪聲較小的數(shù)據(jù)集，可直接采用決策樹及關(guān)聯(lián)規(guī)則方法從數(shù)據(jù)集中分析故障與工況及操作因素之間的相關(guān)性，從而分析故障發(fā)生的原因。
 
    3.3  其他應(yīng)用
 
    對于流程企業(yè)中的一個新裝置、新工藝，數(shù)據(jù)挖掘通過對收集到的生產(chǎn)數(shù)據(jù)進行數(shù)據(jù)挖掘，可以幫助企業(yè)迅速找到生產(chǎn)的規(guī)律，確定最佳的生產(chǎn)操作參數(shù)，減少摸索的時間，盡快生產(chǎn)出合格產(chǎn)品，達到設(shè)計指標(biāo)。開發(fā)新產(chǎn)品、設(shè)計新工藝時，采用數(shù)據(jù)挖掘可以幫助企業(yè)從有限的已知數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，指出方向，少走彎路，縮短開發(fā)和設(shè)計時間。
 
    采用數(shù)據(jù)挖掘可以從企業(yè)保存的大量歷史數(shù)據(jù)中獲取對生產(chǎn)經(jīng)營有用的知識，全面、客觀地分析企業(yè)的運作現(xiàn)狀，探索企業(yè)運營的客觀規(guī)律，使之為企業(yè)經(jīng)營決策提供有價值的信息，達到減少庫存、降低能耗、減少采購成本、提高管理效率的目的，進而使得企業(yè)獲得利潤。

4  流程工業(yè)數(shù)據(jù)挖掘應(yīng)用實例
 
    以某石化企業(yè)連續(xù)重整裝置重整反應(yīng)器為研究對象，采用數(shù)據(jù)挖掘中的決策樹方法來建立過程操作優(yōu)化的決策樹模型。利用該模型，可以對裝置的操作給出合理的建議，以幫助操作工提高操作水平，優(yōu)化裝置的生產(chǎn)。
 
    該裝置用于生產(chǎn)苯、甲苯、二甲苯等基本有機原料，同時副產(chǎn)氫氣。重整過程主要反應(yīng)有：環(huán)烷脫氫、異構(gòu)化、加氫裂化和烷烴的脫氫環(huán)化反應(yīng)。在重整過程中，反應(yīng)器溫度對加氫裂化和芳構(gòu)化影響較大，提高反應(yīng)溫度有利于芳烴的生成，但當(dāng)溫度進一步提高時，加氫裂化反應(yīng)增多，而芳構(gòu)化反應(yīng)減少，且催化劑結(jié)炭增加。因此，反應(yīng)溫度是重整過程中一個比較重要的參數(shù)，反應(yīng)器反應(yīng)溫度的波動過大會直接影響芳烴收率以及裝置運行平穩(wěn)性。如何減少控制系統(tǒng)中控制參數(shù)對于反應(yīng)器溫度波動的影響，提高裝置運行的平穩(wěn)性，具有重要的意義。采用決策樹歸納的數(shù)據(jù)挖掘方法，對于過程系統(tǒng)數(shù)據(jù)庫中的歷史數(shù)據(jù)進行分析，建立反應(yīng)器溫度波動的決策樹預(yù)測模型，利用建立的模型對過程系統(tǒng)當(dāng)前的操作進行預(yù)測，對于引起反應(yīng)器溫度波動較大的操作進行預(yù)警,根據(jù)生成的決策規(guī)則，對于這些操作提出建議性的調(diào)整措施，并反饋作用于控制系統(tǒng)，達到改善控制，提高裝置運行的平穩(wěn)性的目的。
 
    以石化企業(yè)七月份連續(xù)重整過程的歷史數(shù)據(jù)為對象，該數(shù)據(jù)來源于該裝置的DCS。重整反應(yīng)主要工藝過程簡述如下: 來源于預(yù)加氫裝置脫戊烷塔低料與加氫裂化裝置的重石腦油進入進料緩沖罐，其液位與壓力由控制器LC3003、PC3005控制。原料經(jīng)過聯(lián)合進料換熱器預(yù)熱后進入反應(yīng)進料加熱爐BA301加熱，然后進入1號反應(yīng)器DC301,從1號反應(yīng)器出來后進入中間加熱爐BA302A/B、2號反應(yīng)器，然后依次進入加熱爐BA303、3號反應(yīng)器DC303、加熱爐BA304、4號反應(yīng)器DC304，最后進入產(chǎn)品分離罐。該裝置主要測量點總共為95個，從中選取和反應(yīng)器緊密相連19個主要測量點，其中包括重整進料緩沖罐液位與壓力，重整進料量，進料加熱爐、中間加熱爐壓力，反應(yīng)器進出口溫度等。主要測量點見表1。 

    以上每條規(guī)則的規(guī)則體中的數(shù)字代表該參數(shù)增加或減少的百分數(shù)，正值代表增加，負值代表減少。每條規(guī)則后面的百分數(shù)代表該規(guī)則的置信度。如秒時，規(guī)則1表示的意義為，當(dāng)DC301入口溫度增加量超過10％，F(xiàn)A301壓力減少量超過4.8％，DC302入口溫度增加量超過0.4%，那么反應(yīng)器溫度波動將會比較高，該條規(guī)則的置信度為75.8%。
 
    從規(guī)則 1、2、3 可以看出進料緩沖罐FA301壓力（PC3005）出現(xiàn)在三條決策規(guī)則的規(guī)則體中，進一步從規(guī)則 4 中可以看出：進料緩沖罐壓力下降太大（超過4.7%），將可能導(dǎo)致反應(yīng)器溫度波動過高，并且這條規(guī)則的置信度較高為88.2%；另外，從規(guī)則 5 中可以看出進料加熱爐BA301的入口溫度（也就是聯(lián)合進料換熱器出口溫度）下降不超過0.037％以及DC303入口溫度向上波動不超過0.163％，那么反應(yīng)器將有比較小的溫度波動，置信度為97.2％，由此可見，聯(lián)合進料換熱器換熱效果和工作穩(wěn)定性對反應(yīng)器有著重要影響。利用得到的反應(yīng)器溫度波動決策樹模型，對來自系統(tǒng)實時數(shù)據(jù)庫中的當(dāng)前操作進行預(yù)測，如果溫度波動較大，利用決策樹規(guī)則對控制參數(shù)進行調(diào)整，可以提高整個裝置運行的平穩(wěn)性。

5  總結(jié)
 
    針對目前我國流程工Q業(yè)企業(yè)普遍存在著能耗大、產(chǎn)品質(zhì)量不穩(wěn)定、生產(chǎn)工藝落后、自動化及操作水平低等問題，以數(shù)據(jù)挖掘為手段，針對現(xiàn)有生產(chǎn)工藝設(shè)備，從企業(yè)保存的大量的歷史數(shù)據(jù)中獲取對生產(chǎn)經(jīng)營有用的知識，全面、客觀地分析企業(yè)的運作現(xiàn)狀，探索企業(yè)運營的客觀規(guī)律，以達到優(yōu)化生產(chǎn)、提高產(chǎn)品質(zhì)量、減少庫存、降低能耗目的，進而使得企業(yè)獲得利潤，進一步根據(jù)這些知識提高過程控制及操作水平，在當(dāng)今能源和自然資源緊張的情況下具有重要的經(jīng)濟和戰(zhàn)略意義。