Download Inlibra® Suite - Folleto Reconciliación de Datos (DR)
Document related concepts
no text concepts found
Transcript
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 help@inlibra.com 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)