Download Inlibra® Suite - Folleto Reconciliación de Datos (DR)

Inlibra® Suite - Folleto
Reconciliación de Datos (DR)
Data Reconciliation (DR) Brochure ES
©2008-2010 Inlibra Software Solutions Corp.
Inlibra® es una marca registrada de Inlibra Software
Solutions Corp.
Microsoft y el software de otras compañías y otros
productos referidos en este documento pueden ser marcas
registradas de sus respectivos propietarios.
Inlibra Software Solutions Corp.
Suncor Energy Centre West Tower
150 - 6th Avenue SW, Suite 3000
Calgary, AB Canada T2P 3Y7
Tel: +1 403 538 8790
[email protected]
http://www.inlibra.com
Creado a partir de:
Inlibra brochure 20100413ES equiv 20100413EN.docx
Página 1 de 25
Introducción
Inlibra es un software innovador que utiliza reconciliación de datos para resolver imprecisiones
en mediciones de flujo y entradas manuales en movimientos de petróleo, con el objetivo final de
balancear las entradas de una planta con sus salidas. La naturaleza de las mediciones implica que
siempre habrá pequeñas imprecisiones y desacuerdos entre los diferentes valores medidos en una
planta. En algunos casos, sin embargo, los datos podrían estar verdaderamente equivocados. Saber
cuando aceptar pequeñas imprecisiones y cuando rechazar y tomar acciones en un verdadero error
de medida es importante tanto para los ingenieros de proceso como para los contadores de la
producción. Cuando las discrepancias están dentro de los límites, es también importante que sea
posible ajustarlas con respecto a las corrientes dentro de la planta.
Categorizar las discrepancias y reconciliarlas de forma que se esté usando el mejor conjunto de
datos para balancear la planta permite identificar y contabilizar cualquier pérdida verdadera.
Debido a la complejidad de los procesos de refinación del petróleo y de las plantas químicas,
encontrar errores manualmente es impráctico. Mantener datos confiables del movimiento del
petróleo ha sido tradicionalmente costoso y dispendioso, por lo que muchas compañías no gastan
suficiente tiempo en la cuestión de validar los datos de producción diarios, esto para su propio
detrimento financiero. Inlibra delinea el proceso lo suficiente de manera que las compañías que lo
usan encuentran que están produciendo mucho mejores reportes de balance.
Inlibra provee una forma avanzada de Interfaz Gráfico al usuario para presentar modelos de proceso
complejos y resolver los errores entre las medidas de flujo. Presenta un conjunto de datos
reconciliados para propósitos de contabilidad de la producción y monitoreo de desempeño. Usa
aproximaciones matemáticas rigurosas para reconciliar los datos usando todos los datos de medidas
disponibles y toma ventaja del poder de la redundancia en los medidores. También tiene la habilidad
de seguir suministros y productos, así como componentes. Inlibra balancea masa y/o volumen
usando medidas de flujo sin procesar y otras fuentes de datos, como movimientos del petróleo o
datos de laboratorio. Detecta matemáticamente movimientos perdidos o errores gruesos.
Automáticamente elimina los problemas antes de generar un conjunto óptimo de datos
reconciliados.
Los usuarios finales inmediatamente verán el encanto del concienzudo diseño de Inlibra. Está
cuidadosamente construido con visión y entendimiento para encajar en las necesidades de los
ingenieros de proceso y contadores de producción. Inlibra esta diseñado para llevar a cabo
reconciliaciones complejas a lo ancho de la planta. Combina un interfaz gráfico de usuario, capaz de
presentar diagramas de proceso, con un algoritmo robusto reconciliación de datos. También tiene
un completo manejo de datos basado en eventos a que permite la generación gráficos de tendencias
históricas reconciliadas y datos medidos con mínima configuración.
Inlibra ofrece una variedad de herramientas avanzadas para reconciliar los datos de la planta con
mayor precisión y sistemáticamente en comparación con otras aplicaciones de reconciliación de
datos.
Inlibra Reconciliación de Datos (DR)
Página 2 de 25
Reconciliación de datos Robusta y Precisa
El algoritmo de reconciliación de datos en Inlibra tiene características que lo diferencian de otras
aplicaciones.
Otras aplicaciones de reconciliación de datos
•
•
•
•
•
Operan en modelos de proceso simples debido a flexibilidad limitada para construir modelos
complejos
Incorporan equivocadamente valores asociados con errores gruesos, flujos perdidos y
modelos no válidos dentro de sus resultados reconciliados
Tienen resultados no satisfactorios porque requieren que el usuario las re-ejecute de
manera manual después de eliminar los errores gruesos y los errores de modelo.
Requieren que el usuario trabaje en el balance ya sea solo de masa o de volumen para una
sola corrida.
Distribuyen pérdidas y ganancias a los medidores a través del modelo sin importar el tamaño
de la discrepancia
Inlibra resuelve el problema de manera diferente. Lo más importante, los errores gruesos son
identificados automáticamente y excluidos de los datos reconciliados, lo que puede reducir el
número de iteraciones requeridas a valores tan bajos como uno.
Inlibra opera:
•
•
•
•
•
•
Validando problemas de modelo de red antes de detectar cualquier pérdida en los
movimientos y/o medidas erróneas
Detectando, identificando y removiendo movimientos faltantes antes de detectar
mediciones erróneas
Detectando, identificando y removiendo todas las mediciones erróneas antes del proceso de
reconciliación de datos
Ejecutando la reconciliación de datos mientras examina errores gruesos para producir los
mejores datos óptimos reconciliados
Llevando a cabo reconciliación de datos con balances de masa y volumen simultáneamente
Permitiendo al usuario configurar umbrales de “verificación de salud” para prevenir la
distribución de grandes pérdidas y ganancias
Esta única reconciliación de datos con balances de masa y/o volumen da la potente flexibilidad para
configurar modelos de proceso de acuerdo a las necesidades específicas del cliente. Por ejemplo, a
menudo se requiere que las áreas de unidad de proceso sean reconciliadas simultáneamente para
volumen y masa, mientras que las áreas de tanques son usualmente solo reconciliadas por volumen
debido a las inexactitudes de los datos de densidad de laboratorio medidos en los tanques. Inlibra
permite escoger tipos de balance (por masa y/o volumen) para cada tanque de proceso.
Inlibra Reconciliación de Datos (DR)
Página 3 de 25
Inlibra lleva a cabo reconciliación de datos con el método de matriz dispersa. Solo toma unos
segundos resolver miles de flujos. Esto permite al usuario configurar umbrales para las discrepancias
en puntos críticos del modelo. Inlibra permite al usuario configurar la mínima restricción para las
pérdidas de forma que pueda ser distribuida entre las corrientes de medición si la pérdida calculada
está dentro del rango aceptable. Si la pérdida calculada excede la mínima restricción, esto indica que
el usuario debe verificar los datos de entrada colectados.
La avanzada aproximación matemática de Inlibra es más que un ejercicio intelectual. Provee al
usuario muchas herramientas prácticas para resolver los problemas del día a día. Tomemos, por
ejemplo, el problema que a menudo aparece con unidades de utilidad, donde hay un conjunto de
flujos de vapor sin medición cuyo fluido total puede ser inferido. El problema es que el flujo por cada
corriente no medida no puede ser inferido. Inlibra, a diferencia de los productos de la competencia,
permite al usuario configurar una proporción para cada flujo sin medición y así calcular que tanto del
total inferido es asignado. Características prácticas como esta han sido incorporadas en Inlibra por
más de diez años, basados en la retroalimentación recibida de los usuarios actuales.
Inlibra Reconciliación de Datos (DR)
Página 4 de 25
Interfaz gráfico orientado a Objetos
La arquitectura gráfica orientada a objetos de Inlibra hace fácil crear diagramas de flujo de la
planta. Inlibra permite dibujar unidades de proceso, nodos, tanques y recibos/envíos arrastrando
desde la barra de herramientas. De un modo similar los objetos pueden ser conectados unos con
otros con objetos tipo “corriente de flujo”. Cada corriente de flujo tiene una etiqueta de medida de
flujo. Su valor puede ser leído desde el interfaz incluido para procesar históricos como PHD y PI en
demanda.
Este interfaz al usuario automáticamente construye las ecuaciones de balance necesarias para
reconciliar datos sin procesar. A medida que se hacen cambios en el diagrama de flujo, internamente
se modifican las ecuaciones de balance para adecuarse. No es necesario manejar ecuaciones, solo
los gráficos de la planta. A medida que las corrientes y los medidores entran o salen de servicio, el
modelo lo nota. Cuando un objeto es puesto fuera de servicio en el diagrama de flujo, las ecuaciones
de balance son automáticamente ajustadas para reflejar la nueva configuración. No es necesario
manejar cambios a diario. A diferencia de otros sistemas, mantener el sistema actualizado no es un
mayor obstáculo para obtener información precisa y actualizada.
Mueva el cursor sobre los procesos, corrientes o inventarios. Automáticamente verá resumen de
flujos con los valores medidos y reconciliados. El interfaz gráfico señala problemas automáticamente
cambiando el color de los objetos en la pantalla. Correr el algoritmo de reconciliación provoca una
recoloración de todos los objetos desplegados basado en sus nuevos estados. Corrientes fuera de
servicio, corrientes con errores gruesos, y corrientes balanceadas son mostradas todas en diferentes
colores.
Para simplificar la vista del usuario, es posible usar filtros para deshabilitar ciertos de tipos de
corrientes.
Inlibra Reconciliación de Datos (DR)
Página 5 de 25
Figura 1 – Interfaz Gráfico Orientado a Objetos
Figura 2 - Interfaz Gráfico Orientado a Objetos, segundo ejemplo
Inlibra Reconciliación de Datos (DR)
Página 6 de 25
Figura 3 – Gráficas a color muestran los datos reconciliados
Fortalezas relativas del Interfaz al Usuario
Magnitud del Modelo
Los competidores de Inlibra a menudo tienen dificultades trabajando con números grandes de
corrientes configuradas, aún cuando el número de corrientes esté dentro de la magnitud encontrada
a menudo en plantas reales. Inlibra se desempeña muy bien con números grandes de corrientes.
Configuraciones con 4000 corrientes y 200 tanques no son manejadas con dificultad y son usadas
actualmente por nuestros clientes.
Aún con configuraciones de este tamaño, la reconciliación diaria toma del orden de una hora de
procesamiento. Esta hora incluye el tiempo necesario para obtener los datos desde los históricos en
tiempo real, LIMS, la base de datos de movimientos de petróleo; la ejecución de la reconciliación;
identificación de errores gruesos y pérdidas; finalización y paso de los resultados finalizados a un
sistema ERP.
Conector de Modelos
Un problema común cuando se usa el interfaz gráfico de los productos de la competencia es que los
usuarios dibujan sus procesos enteros en un modelo gráfico gigante lo que termina como una
imagen densa que el usuario final no puede entender.
Inlibra Reconciliación de Datos (DR)
Página 7 de 25
Esta limitación en la interpretación visual restringe la complejidad al construir el modelo en su
tamaño real y causa altos costos de mantenimiento.
Inlibra permite construir múltiples modelos de tamaños manejables y provee una forma para
conectar los modelos individuales. Cada modelo puede ser conectado usando un Conector de
Modelos. Todos los modelos individuales son usados para construir un modelo de balance completo
que es resuelto como uno solo.
Figura 4 – Cada Modelo de Detalle es conectado por Objetos de Conexión
Modelo Lógico
Con la característica adicional de objetos inteligentes de Inlibra, es posible crear modelos lógicos con
el propósito de generar reportes de resumen de la planta. El modelo lógico es definido por el usuario
con el objeto de mostrar valores de entrada y salida claves para cada unidad. Los modelos lógicos
hacen uso de la habilidad de cálculo incluida en los Objetos Inteligentes de Inlibra para mostrar
resultados claves que contengan los datos más útiles de la unidad, incluyendo indicadores claves de
desempeño, pérdida y costos de producto en términos de recursos.
El modelo lógico está separado visualmente del modelo de balance.
Inlibra Reconciliación de Datos (DR)
Página 8 de 25
Figura 5 - Ejemplo Modelo Lógico Resumen Planta
Compare la complejidad de los modelos lógicos en la Figura 5 con la complejidad de los modelos
físicos en la Figura 4. La validación de los resultados diarios de la reconciliación es llevada a cabo
normalmente desde la vista del Modelo Lógico de la planta, que es mucho más simple que el modelo
físico detallado, reduciendo así el esfuerzo diario.
Inlibra Reconciliación de Datos (DR)
Página 9 de 25
Figura 6 – Otros ejemplos de Modelos Lógicos de Resumen de Planta
Inlibra Reconciliación de Datos (DR)
Página 10 de 25
Objetos Inteligentes
Las propiedades de los objetos son los nombres y números
números asociados con los objetos de la base de
datos de Inlibra (corrientes, tanques, nodos, procesos, recibos y envíos). Valores numéricos
asociados con objetos de la base de datos de Inlibra normalmente vienen de la historia del proceso y
de datos registrados
rados de movimientos, o son el resultado directo de ajustes de reconciliación.
iación. Si el
cliente escoge comprar la característica de objetos inteligentes, será posible agregar nuevos campos
numéricos de cálculo dinámico a cualquier objeto de la base de datos de
de Inlibra. Estas propiedades
inteligentes llevan los datos desde el mismo objeto u otros objetos en el modelo de la planta.
Los objetos son entonces “inteligentes” en el sentido de que “conocen” como calcular sus propios
Indicadores Clave de Desempeño.
Esto
o abre la puerta al uso de Inlibra para crear modelos lógicos
lógicos que muestren directamente los datos
que normalmente sería dispendioso extraer desde los resultados del software de la competencia.
Los cálculos no añaden tiempo de despliegue debido al notorio desempeño
d
de Inlibra.
Figura 7 – Ejemplo de Objeto Inteligente usado en un flujo lógico
Inlibra Reconciliació
conciliación de Datos (DR)
Página 11 de 25
Inlibra puede mostrar un modelo lógico
ógico para indicadores claves de desempeño desde el modelo de
balance. Los principales indicadores claves de desempeño en la planta son pérdidas y costo de
energía de la unidad, lo que representa el desempeño general de la planta.
Figura 8 – Una variedad de Modelos
M
los Lógicos con diferentes Indicadores Claves de Desempeño
Inlibra Reconciliació
conciliación de Datos (DR)
Página 12 de 25
Manejo de Datos Basado en Eventos Completos
El manejo de datos basado en eventos es una aproximación revolucionaria que hace que Inlibra
sea una gran avance tecnologico.
El modelamiento de datos basado en eventos no restringe al usuario a un rango de 24 horas. Por
ejemplo, cuando se analizan perturbaciones en una unidad, contabilidades de fin de semana,
operaciones por lotes o mezclas de productos, a menudo es necesario dividir una transacción (o
movimiento de petróleo o evento) en dos o más eventos durante un periodo de balance de 24
horas.
Inlibra permite escoger cualquier intervalo de tiempo dentro del periodo de balance cuando se está
trabajando con datos de inventario de tanques, datos de proceso continuos, o transferencias de
tanques que pueden ocurrir en una programación irregular como cuando hay cambio de modo de
producción. Este manejo/reconciliación flexible de datos basado en eventos puede manejar
cualquier operación por lotes y alinear cambios o procesos convenientemente.
Combinación de Reconciliación de Datos por Lotes y por Periodo
Inlibra es único porque puede reconciliar ambos datos por periodo y por lotes. Cuando el modo de
operación cambia, es deseable dividir el movimiento del periodo para varias corrientes en más de un
movimiento. El usuario puede dividir el periodo (por ejemplo día) en múltiples eventos diferentes
con rangos de tiempo específicos. Cuando el algoritmo de reconciliación corre, genera valores
reconciliados separados para cada movimiento. Esto elimina la necesidad de distribuir manualmente
los valores reconciliados a cada movimiento.
Esta funcionalidad es muy útil en operaciones por lotes, operaciones en bloque, mezclado,
operaciones de cambio de tanques y cualquier otra situación que involucre cambios de modo de
operación.
Histórico de Eventos
Inlibra puede usar cualquier base de datos relacional accesible MDAC (Oracle, SQL Server, etc.) como
base de datos histórica.1 Todos los datos, incluido el Modelo de la Planta, pueden ser compartidos
por múltiples usuarios.
1
Algo de código es requerido del lado del servidor por propósitos de desempeño. Soporte del lado del servidor
existe para Oracle y SQL Server, y puede ser desarrollado por pedido con un costo adicional para otras
plataformas si el cliente lo requiere.
Inlibra Reconciliación de Datos (DR)
Página 13 de 25
Este concepto habilita al usuario final para monitorear, manejar y mantener datos contables
históricos sin esfuerzo. Todos los datos medidos, modificados y reconciliados son llevados a
históricos en una base de datos relacional. Inlibra usa “caché“ para reducir tiempos de reconciliación
y generación de tendencias tremendamente. El caché residente en memoria es cargado desde los
históricos de eventos con datos de un cierto número de periodos previos, definidos por el usuario.
Una ventaja significativa de Inlibra es la habilidad para graficar tendencias de varios días de pérdidas
y ganancias para una comparación visual rápida. Estos datos están disponibles rápidamente para
mostrar gracias el mecanismo de caché y automáticamente aparecen en la ventana de propiedades
de todos los objetos. El usuario puede identificar inmediatamente si la desviación que ocurre hoy
sigue un patrón regular o es inaceptable, posiblemente debido a una entrada faltante o incorrecta.
Tradicionalmente, las aplicaciones de contabilidad de la producción mantienen datos de balance
basados en periodos de 24 horas. Esto restringe a los usuarios finales para resolver problemas por
fuera del intervalo de tiempo definido. Hay casos, sin embargo, en que es necesario modificar los
datos que ya se han terminado de balancear. Esta puede ser una tarea dispendiosa o imposible. La
tecnología de históricos basados en eventos de Inlibra da al usuario final flexibilidad para manejar
datos por periodos de tiempo por fuera de 24 horas así como modificar y correr casos de balance en
demanda.
Inlibra Reconciliación de Datos (DR)
Página 14 de 25
Figura 9 – Objeto Evento de Corriente
Cada ventana de propiedad de corriente tiene un objeto de tendencia incorporado que muestra la
historia de las diferencias entre los datos medidos y reconciliados. Propiedades individuales en las
corrientes tales como la densidad, azufre o el porcentaje de componentes pueden ser llevadas a
históricos en la misma base de datos relacional y generar tendencias desde la herramienta de
tendencias de propiedades accesible haciendo doble-click sobre la propiedad en cuestión.
Inlibra Reconciliación de Datos (DR)
Página 15 de 25
Detección y Eliminación de Errores Gruesos
La detección y eliminación de errores gruesos en Inlibra es extremadamente importante. A
diferencia de otros productos, la carga de identificar y excluir errores gruesos no descansa sobre los
hombros del usuario. En su lugar, el usuario puede configurar umbrales de exclusión que habilitan a
Inlibra para aplicar análisis estadístico a los flujos y determinar cuáles caen por fuera. Estos flujos son
excluidos de la reconciliación y listados como errores gruesos. Errores gruesos pueden ser causados
por flujos faltantes, fallas en los medidores de flujo y datos de movimientos de petróleo erróneos. El
usuario puede escoger eliminar los errores gruesos o simplemente aceptar los resultados, sabiendo
que los errores gruesos no fueron incluidos en el balance reconciliado.
Es fácil identificar errores gruesos porque ellos causan un cambio de color en el objeto en el Interfaz
Gráfico.
Sin Inlibra, puede ser difícil encontrar los puntos exactos de los errores gruesos para una planta
completa, y es dispendioso trabajar para obtener resultados reconciliados correctos. Otros
programas de reconciliación de datos detectan estos errores gruesos después de la reconciliación de
los datos solo con propósitos de advertencia. Esta detección, sin embargo, no es útil porque los
resultados reconciliados ya han sido afectados por estos errores gruesos.
Inlibra Reconciliación de Datos (DR)
Página 16 de 25
Overall Data Reconciliation Step
Data
Missing Flow Reconciliation
Optimization
Detection
&
Faulty
Variable
Classification Measurement
Detection
Gross Error Detection
Model
Validation
Inaccurate
Measurement Value
Material Balance
(Constraint)
Increase Accuracy
Accurate Reconciled Value
with Material Balance
Accurate Optimized Value
with all kinds of Constraints
Figura 10 – Pasos de la Reconciliación de Datos Total
Inlibra Reconciliación de Datos (DR)
Página 17 de 25
Figura 11 – Resultados con Errores gruesos
Durante la detección de errores gruesos, Inlibra verifica otros varios tipos de errores:
•
•
•
Errores del modelo de la Planta
Movimientos de petróleos que se sospechan faltantes
Mediciones que se sospechan faltantes o errores en datos de movimientos entrados a mano.
Inlibra presenta tales errores al usuario de una manera que le permite hacer click en el error listado
y traer el despliegue con la parte apropiada de la planta. Cuando un error es detectado, Inlibra lo
identifica gráficamente cambiando el color del objeto. Por ejemplo, flujos que se sospechan
faltantes causan que el objeto de flujo asociado sea mostrado en rojo.
Un error grueso grande puede indicar una falla en un instrumento de la planta. Como se presenta al
usuario una lista de los errores gruesos cuando los datos de la planta son reconciliados, la
identificación de fallas de instrumentos es llevada a cabo en costos y tiempo efectivos.
Inlibra Reconciliación de Datos (DR)
Página 18 de 25
Figura 12 – Detección y Eliminación de Flujos Faltantes
Figura 13 – Detección y Eliminación de Flujos Faltantes, segundo ejemplo
Inlibra Reconciliación de Datos (DR)
Página 19 de 25
Figura 14 – Detección y Eliminación de Mediciones Erróneas
Figura 14 - Detección y Eliminación de Mediciones Erróneas, segundo ejemplo
Inlibra Reconciliación de Datos (DR)
Página 20 de 25
Seguimiento de la Composición y la Detección
Automática de Movimientos
El seguimiento de la composición y la detección automática de movimientos están
completamente integrados con la reconciliación de datos de Inlibra. Estas características son
opcionales y tienen precio separado.
Figura 15 – Seguimiento de Calidad y Composición
Figura 16 - Seguimiento de Calidad y Composición, segundo ejemplo
Inlibra Reconciliación de Datos (DR)
Página 21 de 25
Movement Time
Movement Quantity
Figura 17 – Detección Automática de Movimiento
Movimien desde Inventarios de Tanques
Inlibra Reconciliació
conciliación de Datos (DR)
Página 22 de 25
Figura 18 - Automática de Movimiento desde Inventarios de Tanques, segundo ejemplo
Inlibra Reconciliación de Datos (DR)
Página 23 de 25
Integración de Sistema
Paso de los Datos de la Planta a Inlibra
El interfaz gráfico amigable de Inlibra da a los ingenieros de proceso y contadores de la
producción una forma simple de configurar el acceso a cualquier fuente de datos MDAC, que puede
ser compartida con una base de datos relacional, como Oracle y SQL Server, o aún algo mucho más
simple, como Excel, MS Access, o archivos ASCII.
Con tal flexibilidad a la mano, hay siempre una forma fácil para configurar un método de acceder los
datos requeridos de la planta, incluyendo datos de proceso, datos de movimiento y datos LIMS.
Inlibra también ofrece interfaces directos para históricos líderes de datos de proceso,
específicamente PHD de Honeywell, Sistema PI de OSIsoft, e INFO PLUS de AspenTech.
Acceso Externo a Datos de Inlibra
Inlibra trabaja con tres tipos de base de datos específicos propios:
1. Datos de Modelo (Los objetos de representación de la planta)
2. Datos de diseño, también conocidos como datos estáticos(no cambian con base en el
tiempo)
3. Historia de Eventos (datos medidos y reconciliados)
Cada una de estas puede ser configurada para residir en cualquier base de datos relacional accesible
MDAC, incluyendo líderes de la industria como Oracle, SQL Server y MS Access.2
Todos los datos en estas bases de datos pueden ser accesados a través de SQL por software externo
como Crystal Reports y MS Reporting Services. Los reportes pueden ser exportados fácilmente a
hojas de cálculo o reportes web personalizados.
Integración ERP
La capacidad de integración con ERPs de Inlibra está dada por el hecho de que los datos requeridos
están almacenados en tablas que se pueden acceder por el interfaz del software.
Muchos sitios han integrado exitosamente Inlibra con sus sistemas ERP, incluyendo SAP. En algunos
casos, los datos de Inlibra pasan directamente al sistema ERP. En otros casos, los datos de Inlibra
pasan al sistema de información de la planta que a su vez los pasa al sistema ERP.
2
Algo de código es requerido del lado del servidor por propósitos de desempeño. Soporte del lado del servidor
existe para Oracle y SQL Server, y puede ser desarrollado por pedido con un costo adicional para otras
plataformas si el cliente lo requiere.
Inlibra Reconciliación de Datos (DR)
Página 24 de 25
Lista de Clientes
Se empezó a implementar la primera versión de Inlibra hace 12 años en la refinería YK de Corea
del Sur. Desde entonces, ha evolucionado siendo implementado y probado en una planta nueva
cada año. Después de muchos años de evolución y adaptación, más compañías cada año están
escogiendo Inlibra para remplazar su aplicación de “balance de material”.
El altamente competitivo mercado coreano es un excelente terreno de pruebas para nuevos
productos. Inlibra domina ahora el mercado coreano y se espera dominar cada mercado en el que
sea introducido.
La lista de clientes distinguidos de Inlibra incluye:
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
3
4
SK Corp. (antes Yukong refinery)3 – Corea del Sur, 1998
GS-Caltex Refinery (antes LG-Caltex Refinery) – Corea del Sur, 1999
SK-Evertech (antes SK OXY Chemicals, petrochemical) – Corea del Sur, 2000
KOGAS (LNG) – Corea del Sur, 2000
Honam Petrochemical – Corea del Sur, 2003
Samsung Total Petrochemical 4– Corea del Sur, 2004
Qingdao Petrochemical – China, 2005
Yeochun NCC Petrochemical - Corea del Sur, 2005
SK Incheon Refinery - Corea del Sur, 2005
LG Chemicals (Daesan plant) - Corea del Sur, 2005
Lotte Daesan Petrochemical – Corea del Sur, 2006
LG Petrochemical – Corea del Sur, 2006
KP Petrochemical – Corea del Sur, 2007
Samnam Petrochemical – Corea del Sur, 2009
FertiNitro planta de fertilizantes – Venezuela, 2009
Korea Petrochemical Ind. Co. , Ltd. (Daehan Petrochemical) – Corea del Sur, 2010
SK es la refinería más grande de Asia.
Samsung es la planta petroquímica más grande de Asia.
Inlibra Reconciliación de Datos (DR)
Página 25 de 25
Acerca del Nombre
Inlibra, el nombre de la compañía y del producto, es derivado de las palabras en Latín in, que
significa en y libra que significa escala. En leyes, astrología y ciencia, libra es sinónimo de balance, el
estado más buscado en contabilidad de la producción. Así, Inlibra significa “en balance”.
Existen varias capas de representación simbólica del logo
•
El logo de la compañía incorpora el símbolo astrológico para Libra: •
Dos letras Griegas están incorporadas en el logo. El símbolo astrológico contiene la letra
Griega omega (Ω) y el nombre de la compañía termina con la letra Griega alpha (α). Alpha y
omega son primera y última letras del alfabeto Griego, lo que simboliza como Inlibra cubre
las necesidades de los clientes, de comienzo a fin.
•
Omega también representa “lo último”. Inlibra es “lo último” en cuanto a software de
balance de materiales. También ayuda con el último paso al elaborar datos de movimiento
de la planta para uso comercial.
•
El punto dentro de Omega representa la precisión con la cual Inlibra destacará los
indicadores de funcionamiento dominante. Pensar en el punto como “en” en Inlibra.
•
Además, libra esta relacionado con liberar, y la herramienta liberará del trabajo pesado de la
reconciliación y liberará tiempo para concentrarse en aspectos importantes del negocio.
•
Finalmente, el espacio entre la Omega y el punto forma una lupa para representa la
exactitud y cuidado al examinar las discrepancias de los datos de movimientos.
Inlibra Reconciliación de Datos (DR)