【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、各種プラントのプロセスや社会システム、自然現象から得られるデータをもとにプラントや社会システム、自然現象の状態を解析（診断・予測・監視）して、その結果に基づいて制御するプロセス制御装置に関する。 特に、蓄積された過去のプロセスデータを用いてプラントの異常を解析（診断・予測・監視）して、制御するプロセス制御装置に関する。

【０００２】

【従来の技術】近年では、プラントに多数のセンサーを取り付けられ、生産過程の網羅的なプロセスデータを得ることができる。 このようなプロセスデータを利用することで、生産過程の詳細なモニタリングや、様々なフィードバック制御が可能になる。 日立評論１９９１年８月号「ニューロ・ファジィ応用圧延機形状制御システム」
の技術は、人の経験的な制御知識に基づいて、プロセスデータである形状検出器の計測値から、フィードバック制御を行う技術である。 プラント運転者の経験的制御知識は、ファジィ技術を用いＩＦ−ＴＨＥＮルールにして実装している。 さらに同技術では、ニューロ技術での形状認識q技術を融合させており、プロセスデータを、人の形状認識結果と共に、形状認識処理のチューニングにも利用している。

【０００３】

【発明が解決しようとする課題】プロセスデータの他の利用法に、データの中に埋もれている生産上有益な規則性の発見がある。 例えば、異常の兆候を示すプロセスデータの特定の変動パターンが見つかれば、異常予知をすることができ、異常が発生するプロセスデータの値の条件が見つかれば、異常回避に利用できる。 上述した従来技術では、既知の制御規則の実装とチューニングはできても、未知の規則性を発見し活用することはできない。

【０００４】プロセスデータからの有用な規則性の発見には、プラントの網羅的なプロセスデータの収集蓄積が必要不可欠である。 最近では、ＬＡＮなどの通信手段の発達により、プラントの制御を行うプロセスコンピュータやセンサからのプロセスデータの網羅的な収集が可能になってきている。 更に、ハードディスクの大容量化、
大容量光磁気ディスクの出現によって、プロセスデータの大量蓄積が可能になってきている。

【０００５】網羅的に大量に収集蓄積されたプラントのプロセスデータから、有益な規則性を発見するには、プロセス解析者がプロセスデータをもとに、異常発生時の特徴抽出、異常原因の仮説検証・制御モデル生成などを行なうことが考えられる。 そのための解析手段として、
統計技術での検定やニューロ技術での入出力関係の学習などがある。

【０００６】しかし、統計解析技術での解析では、解析者の作業が何度も仮説を建てて検証する繰り返しの作業となり、負担が大かったり、統計に関する専門知識を要求され、専門知識がない者には解析結果の可読性が悪いという欠点がある。 ニューロ技術での解析では、解析結果がブラックボックスとなり、解析結果を活用するにはブラックボックスをそのまま用いることしかできず、既知のプラント知識と併用して、より有用な規則性を導き出すことができない。 また、稀な事象に対応した解析結果を得にくいという欠点がある。 このような技術を用いたのでは、解析を行なう際の解析者への負担が大きく、
プラント制御以外の専門知識が必要であったり、解析結果の可読性が悪いために根拠を分かり易く、明確に理解することができない。 また、プラントに関する既知の知識と併用して新たな規則性を導き出すことができず、稀な事象に対しての規則性を導き出すことが困難となる。

【０００７】近年、演算能力の飛躍的な向上を背景に、
大量のデータベースから有益な規則性を発見する技術として、データマイニング技術が注目されている。 この技術は、データベース中に埋もれている規則性を自動的に導き出す。 導き出された規則性を用いて蓄積されたデータを高度に活用することを目的としたものである。 単なる統計技術やニューロ技術ではこの規則性を導きだすことが困難である。 導き出す規則性は、決定木・デシジョンテーブル・ルール・関数などの規則である。 プロセスデータをデータベース化し、この技術を用いれば、プラントに関すること以外の専門知識を必要せずに未知の規則を導き出すことができる。 このため、可読性の良い解析結果を得ることができる。 また、この解析結果を既知のプラント知識を併用して、より有用な規則を導き出し活用することができる。 さらに、稀な事象に対しても、
特徴的な規則を見つけることができる。

【０００８】データマイニング技術によりプロセスデータから導き出した規則は、以下のように用いることができる。 規則を直接プラント動作に反映させることができる。 また、導き出した規則をプロセスデータに適用し、
結果をプラント動作に反映することができる。 これによりプラントは、環境や設備条件変化に適応した動作を行なうことができる。

【０００９】しかし、従来のプラントでは、データマイニング技術による解析の結果、発見したプロセスデータ中の規則性を活用する仕組みが与えられていないという問題があった。

【００１０】本発明の第一の目的は、プロセスデータから導き出した規則をプラントの動作に反映させ、導き出した規則をプロセスデータに適用した結果をプラント動作に反映し、生産性の高い動作を行なうことができるシステムを提供することである。

【００１１】また、プラントのプロセスデータには、時々刻々と発生する膨大な時系列データがある。 このデータを全部蓄積するのは現在でも困難な場合がある。

【００１２】本発明の第二の目的は、プラントで時々刻々と発生する時系列データを選択的に蓄積しても、有用な規則を導き出すことができる、蓄積方法を提供することである。

【００１３】

【課題を解決するための手段】本発明の目的は、以下の構成を採用することにより達成される。

【００１４】原材料をもとに製品を生産するプラントにおけるプロセスを制御するプロセス制御装置であって、
プラントのプロセス中に生じる情報を収集して、収集された情報を蓄積するプロセスデータ収集蓄積部と、プロセスデータ収集蓄積部に蓄積されたデータからプロセスの状態を表す規則を導き出すプロセス解析部と、プロセス解析部により導き出された規則を格納しておく新規動作規則格納部と、プロセス中に生じる情報に対応する規則を新規動作規則格納部から導き出し、導き出された規則を用いてプラントの制御内容を決定する動作規則実行部とを有するプロセス制御装置である。

【００１５】また、以下の構成としてもよい。 生産工程中に生じる情報を収集し、蓄積するプロセスデータ収集蓄積部と、プロセスデータ収集蓄積部において、収集蓄積したプラント関連のデータから規則を導き出すプロセス解析部と、解析部により導き出された、プロセスデータ収集蓄積部のデータ項目間の規則を格納する新規動作規則格納部と、アラームガイダンス表示規則、制御規則、生産制約規則、原材料物性データ作成修正規則、からなる既知動作規則格納部と、既知動作規則格納部と新規動作規則格納部の動作規則をプロセスデータ収集蓄積部に集まるデータや、生産管理に関する情報に適用し、
プラントの動作を決定する原材料物性データ作成修正規則実行部、スケジュール作成部、制御規則実行部、アラームガイダンス表示規則実行部、からなる動作規則実行部と、既知動作規則格納部以外の規則を格納する既知プラント知識格納部と、既知プラント知識格納部と、新規動作規則格納部の規則を併用して、更に新規のプラントの動作規則を導き出す推論実行部と、を設けることにより達成される。

【００１６】特に、プロセスデータ収集蓄積部において、原材料に関する情報や、プラント設備に関する情報、プラント環境に関する情報、生産管理に関する情報、も収集蓄積できる。

【００１７】特に、プロセスデータ収集蓄積部において、生産工程中に生じる情報として、制御指令値・センサによる計測値・異常検出結果を、原材料に関する情報として、原材料の規格データや物性データを、プラント設備に関する情報として、設備使用量データを、プラント環境に関する情報として、プラント周辺の気象情報も収集蓄積する。

【００１８】特に、動作規則実行部中のアラーム・ガイダンス表示規則実行部では、解析結果である異常発生条件・運転者の行なっている制御規則をプロセス解析者・
プラント運転者に表示する。

【００１９】また、解析結果である、異常発生条件・運転者の行なっている制御規則をプロセスデータ収集蓄積部に収集されるデータにリアルタイムに適用する。

【００２０】特に、動作規則実行部中の制御規則実行部では、解析結果である、制御規則・既存の制御規則の修正規則・運転者の行なっている制御規則をプロセスデータ収集蓄積部に収集されるデータに適用する。

【００２１】特に、動作規則実行部中のスケジュール作成部では、生産管理情報中の生産上の制約条件と、解析結果から得られた、異常の起こりにくい、または起こりやすい原材料の加工順序規則・保守作業規則と、プロセスデータ収集蓄積部に収集されるデータから、異常が起こりにくい規則をなるべく満たし、異常が起こり易い規則をなるべく満足しない、製品の生産上の制約を満たす材料の生産計画を作成する。

【００２２】特に、動作規則実行部中の原材料物性データ作成修正規則実行部において、解析結果である原材料の物性修正規則・物性算出方法をプロセスデータ収集蓄積部に収集されるデータに適用する。

【００２３】特に、動作規則実行部において、既知動作規則格納部・新規動作規則格納部・既知プラント知識格納部から矛盾する規則を発見し、相矛盾する制御規則の競合解消を行なう。

【００２４】推論実行部では、解析部での解析結果である新規動作規則格納部・既知プラント知識格納部から新たなプラントの動作規則の生成を行なう。

【００２５】特に、プロセスデータ収集蓄積部において、データの蓄積を行なう際、解析したい特定の事象の運転段階のみの時系列データを蓄積する。 また、時系列データの変動の大さに応じて蓄積するデータの周期を変化させる。 さらに、特定の事象の発生時刻からの、ある２つの時間差で指定される時刻の間に出現した時系列データと、該事象の発生時刻以外の時刻からの、ある２つの時間差で指定される時刻の間に出現した時系列データを蓄積する。

【００２６】更に、上記プロセスデータ収集蓄積部に加え、プロセス解析部において、時系列データは、特徴抽出部で特徴抽出処理を行ない、結果を特徴抽出事例格納部で記憶する。 そしてパターン導出部で、時系列データの特徴抽出結果を要素パターンとし、特定事象に対する照合精度・照合率が高い要素パターン間の相対的出現時刻の関係を導き出し、時系列パターンを導き出す。 また、パターン導出部では同時に、一つの項目に一つのスカラ値が対応するスカラデータのデータ項目とそれに対するスカラ値の条件も導き出すこともある。

【００２７】ここで照合精度とは、時系列パターンまたは、データ項目とそれに対する条件に当てはまる事例の数と、そのなかで特定事象の発生した事例数との割合で定義される。 照合率とは、全事例の数と、時系列パターンまたは、データ項目とそれに対する条件に当てはまる事例の数との割合で定義される。

【００２８】本発明におけるプロセス状態を解析、制御する装置において、プラントの動作を決定する仕組みを、既知動作規則格納部と新規動作規則格納部に格納した動作規則と、規則を実行する動作規則実行部とに分ける。

【００２９】動作規則実行部では、プロセスデータ収集蓄積部のデータをプロセス解析部で解析し、新規動作規則格納部に格納した規則と、既存の動作規則を格納した既知動作規則格納部の規則とを、プロセスデータ収集蓄積部に集まるデータや生産管理に関する情報に適用してプラントの動作を決定することにより、生産性の高い動作を行なうことができるシステムを提供できる。

【００３０】プロセスデータ収集蓄積部において、材料に関する情報や、プラント設備に関する情報、プラント環境に関する情報、も収集蓄積できる。

【００３１】これにより、材料の性質や規格、設備条件変化、プラント周囲の環境、プラントの生産過程などに関する規則を導き出すことができる。 導き出された規則をプラントの制御などに活用できる。

【００３２】プロセスデータ収集蓄積部において、生産工程中に生じる情報として、制御指令値・センサによる計測値・異常検出結果を、材料に関する情報として、材料の規格データや物性データを、プラント設備に関する情報として、設備使用量データを、プラント環境に関する情報として、プラント周辺の気象情報も収集蓄積できる。

【００３３】これにより、材料の物理的化学的な性質や規格、設備の構成変化や使用量、プラント周辺の気温・
湿度・気圧、生産工程中の材料・プラント機器の物理的・化学的な変化に関する規則、異常に関する規則を導き出すことができる。 そして、導き出された規則をプラントの制御に活用することができる。

【００３４】動作規則実行部中のアラーム・ガイダンス表示規則実行部において、解析結果である異常発生条件・運転者の行なっている制御規則をプロセス解析者・プラント運転者に表示する。 このことにより、プラントの制御の根拠を明確にし、稀な事象でも対応できる。 また、運転知識をプラント運転者に表示することができる。

【００３５】更に、上記アラーム・ガイダンス表示規則実行部において、解析結果である異常発生条件・運転者の行なっている制御規則をプロセスデータ収集蓄積部に収集されるデータにリアルタイムに適用する。 このことにより、生産工程中に時々刻々変化するプラントの状況を考慮した異常予知アラーム・異常回避方法をプラント運転者に表示することができる。

【００３６】動作規則実行部中の制御規則実行部において、解析結果である、制御規則・既存の制御規則の修正規則・運転者の行なっている制御規則をプロセスデータ収集蓄積部に収集されるデータに適用することにより個々のプラントの新たな環境変化や設備条件の変化に対応して制御指令値の生成や修正をすることができる。

【００３７】動作規則実行部中のスケジュール作成部において、生産管理情報中の生産上の制約条件と、解析結果から得られた、異常の起こりにくい、または起こりやすい原材料の加工順序規則・保守作業規則とプロセスデータ収集蓄積部に収集されるデータから、異常が起こりにくい規則をなるべく満たし、異常が起こり易い規則をなるべく満足しない、製品の生産上の制約を満たす材料の生産計画を作成する。

【００３８】これにより、異常が起こりにくい材料の加工順序・日程、保守作業日程を決定することができる。

【００３９】動作規則実行部中の原材料物性データ作成修正規則実行部において、解析結果である原材料の物性修正規則・物性算出方法をプロセスデータ収集蓄積部に収集されるデータに適用することにより、材料の生産過程や、制御指令値、実際のプラント機器の動作から、原材料物性値の生成や修正をすることができる。

【００４０】動作規則実行部において、既知動作規則格納部・新規動作規則格納部・既知プラント知識格納部から矛盾する規則を発見し、相矛盾する制御規則の競合解消を行なうことにより、プラントの改造・経年変化などの設備条件の変化に対応したプラントの動作を行なうことができる。

【００４１】推論実行部では、解析部での解析結果である新規動作規則格納部・既知プラント知識格納部から新たなプラントの動作規則の生成を行なうことにより、直接にはプラントの動作の規則に結び付かない解析結果でも、既知プラント知識格納部の規則を用いて、自動的にプラント動作の規則を作り出すことができる。

【００４２】特に、プロセスデータ収集蓄積部において、時系列データの収集蓄積を行なう際、解析したい特定の事象の運転段階のみの時系列データを蓄積する。 また、時系列データの変動が大さに応じて蓄積するデータの周期を変化させる。 さらに、特定の事象の発生時刻からの、ある２つの時間差で指定される時刻の間に出現した時系列データと、該事象の発生時刻以外の時刻からの、ある２つの時間差で指定される時刻の間に出現した時系列データを蓄積する。 これにより、プラントで時々刻々と発生する時系列データを選択的に蓄積しても、有用な規則を導き出すことができる。 また、導き出された有用な規則の蓄積方法を提供することができる。

【００４３】更に、上記プロセスデータ収集蓄積部に加え、特にプロセス解析部において、時系列データでない一つの項目に一つのスカラ値が対応するデータの場合は、データ項目を属性に、それに対応するスカラ値を属性値とする。

【００４４】また、時系列データは、特徴抽出部で、特定事象に特徴的に出現すると思われる特徴を予め定め、
特徴抽出処理を行なう。 この特徴抽出結果を特徴抽出事例格納部で記憶する。 パターン導出部で、時系列データの特徴抽出結果を要素パターンとする。 また、一つの事例中の時間的に最も新しい（または古い）データを、終わり（または始まり）を示す要素パターンとする。 そして、要素パターンの順序を表すマトリックスを仮定する。 マトリクスの要素は、２つの要素パターンの順列を表し、要素の値は、０または正の値をとり、対角成分は欠損値とする。 値が正の時は、二つの要素パターン間の出現時刻の差が正の時の値を表し、値が０の時は、二つの要素パターン間の出現時刻の順序関係に特に指定がないことを示す。 ここで、マトリクスの要素を属性に、マトリクスの要素の値を属性値に対応させる。

【００４５】そして、特定事象の発生した事例への照合精度・照合率が高い属性とそれに対する属性値の条件を導き出す。 ここで照合精度とは、属性とそれに対する属性値の条件に当てはまる事例の数と、そのなかで特定事象の発生した事例数との割合で定義される。 照合率とは、全事例の数と、属性とそれに対する属性値の条件に当てはまる事例の数との割合で定義される。 ただし、条件を見つけ出す過程において、マトリクスの要素の値が正の時、１とみなし、対応するマトリクスが反射律、推移律の制約を満足しているかをチェックし、要素パターン間の順列に矛盾が生じないようにする。

【００４６】このようにして導き出したものうち、時系列パターンは、要素パターン間の相対的出現時刻の関係を必ずしも全て定義しなくてもよい。 すなわち、要素パターンとその出現順序により、半順序集合で表される時系列パターンを導き出すことができる。 また、相対的出現時刻の関係を定義したとしても、どのように変化しても良い不定長区間を表すことのできる時系列データのパターンである。 以上により、プラントにおいて同一の事象が発生したにもかかわらず、外乱などにより時系列データの特徴抽出結果の相対的出現時刻や順序が乱れてしまうことがあっても、該事象に特徴的な時系列パターンを導き出すことができる。 また、該時系列パターンを用いて該事象を捉えることができる。

【００４７】

【実施例】本発明の実施例を説明する。

【００４８】図１を用いて、本発明をプラントに用いたプロセス解析制御装置の構成を説明する。 現在、プラントには、様々なセンサが取り付けられ、生産過程を網羅的に把握することができるようになってきている。 また、工場構内ではＬＡＮ等のネットワーク化が進んでいる。 センサの計測値を収集し、プラントを制御するプロセスコンピュータがネットワークに接続されていたり、
センサが直接ネットワークに接続されている例もある。
ネットワーク上には、プラント機器１００の網羅的なプロセス情報が常に流れており、収集できるようになってきている。 これらの情報をプロセスデータ収集蓄積部１
０１で蓄える。 近年では、補助記憶装置の急激な大容量化にともない、プロセスデータの蓄積を容易に行なうことができるようにもなってきている。

【００４９】蓄えられるプロセスデータの中には、生産性の向上に役立つ規則性が埋もれている可能性がある。
これらの規則性を活用するために、プラント機器１００
に関する規則を格納する動作規則格納部１０３と、それらの規則を用いて動作を決定する動作規則実行部１０４
を設ける。

【００５０】プロセス解析部１０２では、データマイニング技術を用いて、蓄積されたプロセスデータの中から規則を導き出し、動作規則格納部１０３に格納する。 データマイニング技術とは、近年の演算能力の飛躍的な向上を背景に、大量のデータベースから有益な規則性を発見する技術として注目されている技術である。 この技術は、データベース中に埋もれている規則性を自動的に発見することで、蓄積されたデータを高度に活用することを目的としたものである。 発見する規則性の表現は、決定木・デシジョンテーブル・ルール・関数などの規則である。 プロセスデータをプロセスデータ収集蓄積部１０
１でデータベース化し、この技術を用いれば、プラントに関すること以外の専門知識を必要せずに未知の規則を可読性の良いかたちで導き出せる。 また、人が見逃してしまうような稀な事象に対しても、特徴的な規則を見つけることができる可能性がある。 更に導き出した規則を解析結果を既知のプラント知識と併用して、より有用な規則を導くことも可能である。

【００５１】プロセス解析部１０２で導き出した規則は、プラントで発生したデータに適用し、結果からプラント動作を決定する。 これにより、生産性の高い動作を行なうことができるシステムを提供できる。

【００５２】図２を用いて、本発明を鉄鋼圧延プラントに用いたプロセス解析制御装置の構成を説明する。 プラントから得られる情報には、プラント機器１００から得られる情報の他に、材料の物性に関する情報（材料物性情報）１０７、プラント設備に関する情報（プラント設備情報１０５）、プラント環境に関する情報（プラント環境情報１０６）、生産管理に関する情報（生産管理情報１０８）などがある。 これらのデータもプロセスデータ収集蓄積部１０１で収集蓄積され、データ中に埋もれた規則をプロセス解析部１０２で導き出す。

【００５３】プラント機器１００から得られる情報と、
材料物性情報１０７とを蓄積し、解析することによって、材料の性質や規格と、プラントの生産過程に関連する規則を導き出し、活用することができる。 また、プラント設備情報１０５も収集蓄積し、解析することによって、設備変化にも関連する規則を導き出し、保守や予防保全に活用することができる。 さらに、プラント環境情報１０６も収集蓄積し、解析することによって、プラント周囲の環境にも関連する規則を導き出し、活用することができる。 また、上記のようにして導き出した規則と、生産管理情報１０８とを用い、生産過程を考慮した生産性の高い生産計画の作成に活用することができる。

【００５４】この点について更に詳しく述べる。 プラント機器１００から得られる情報である制御指令値、センサによる計測値、異常検出結果を収集蓄積して、解析する。 このことにより、材料や生産工程中のプラント機器の物理的、化学的な変化に関する規則、異常に関する規則を導き出し、活用することができる。 また、収集蓄積する材料物性情報１０７として、材料の規格データや物性データを収集蓄積し、解析することによって、材料の物理的、化学的な性質や規格にも関連する規則を導き出し、活用することができる。 さらに、プラント設備情報１０５として、設備使用量データも収集蓄積し、解析することによって設備の構成変化と使用量にも関連する規則を導き出し、保守や予防保全などに活用することができる。 また、プラント環境情報１０６として、プラント周辺の気象情報も収集蓄積し、解析することによってプラント周辺の気温、湿度、気圧などにも関連する規則を導き出し、活用することができる。 また、上記のようにして導き出した規則と、生産管理情報１０８として、材料の入手日・保管期限・保管容量と、製品の完成期日・
保管期限・保管容量などの生産上の制約条件を用い、生産過程を考慮した生産性の高い生産計画の作成に活用することができる。

【００５５】導き出した規則は、新規規則１０３１１として動作規則格納部１０３中の新規規則格納部１０３１
に格納する。 動作規則格納部１０３には、新規規則格納部１０３１の他に、既知動作規則格納部１０３２があり、予め分かっているプラント機器１００の規則を格納してある。 既知の規則は、プラント運転者１１２へのアラーム・ガイダンス表示、プラント機器１００への制御指令値の決定、材料の加工順序・加工日程の決定、材料の物性データの算出や修正といった目的ごとにアラームガイダンス表示規則１０３２１、制御規則１０３２２、
生産制約規則１０３２３、原材料物性データ作成修正規則１０３２４に分けられ、動作規則実行部でプラントの動作を決定するのに用いられる。

【００５６】動作規則実行部１０４も上記の目的ごとに、アラームガイダンス表示実行部１０４１・制御規則実行部１０４２・スケジュール作成部１０４３・原材料物性データ作成修正規則実行部１０４４を設ける。 各部の動作を説明する。

【００５７】アラームガイダンス表示実行部１０４１
は、既知であるアラームガイダンス表示規則１０３２１
や、新規規則１０３１１中にある異常発生条件・運転者の行なっている制御規則を、アラームガイダンス表示部１１０を通じてプラント運転者１１２に表示する。 これにより、根拠を明確に示し、稀な事象にも対応できる運転知識をプラント運転者１１２に知らせることができる。 また、上記の異常発生条件・運転者の行なっている制御規則を、プロセスデータ収集蓄積部１０１で収集されるデータにリアルタイムに適用し、アラームガイダンス表示部１１０を通じてプラント運転者１１２にアラームやガイダンスを表示する。 これにより、生産工程中に時々刻々変化するプラントの状況を考慮した、異常予知アラーム・異常回避方法を表示することができる。

【００５８】制御規則実行部１０４２は、既知である制御規則１０３２２や、新規規則１０３１１中にある制御規則・既存の制御規則の修正規則・運転者の行なっている制御規則をプロセスデータ収集蓄積部１０１に収集されるデータに適用し、プラント機器１００への制御指令値を決定する。 これにより、個々のプラントの新たな環境変化や設備条件の変化に対応した制御指令値の決定をすることができる。

【００５９】スケジュール作成部１０４３は、既知である生産制約規則１０３２３や、新規規則１０３１１中の、異常の起こりにくい（または起こりやすい）材料の加工順序規則や保守作業規則を用いる。 それに加え、生産管理情報１０８中の生産上の制約条件をプロセスデータ収集蓄積部１０１に収集されるデータに適用し、異常が起こりにくい規則をなるべく満たし、異常が起こり易い規則をなるべく満足せず、製品の生産上の制約を満たす材料の生産計画を作成する。 これにより、異常が起こりにくい材料の加工順序・日程、保守作業日程を決定することができる。

【００６０】原材料物性データ作成修正規則実行部１０
４４は、既知である原材料物性データ作成修正規則１０
３２４や、新規規則１０３１１中の、原材料の物性修正規則・物性算出方法をプロセスデータ収集蓄積部１０１
で収集されるデータに適用し、材料の物性データの算出や修正を行なう。 これにより、材料の生産過程や、制御目標値、実際のプラント機器の動作から、原材料物性値の生成や修正をすることができる。

【００６１】以下、本発明を鉄鋼冷間圧延プラントに適用した例を用いて、プロセス解析部１０２において、新規規則１０３１１を導き出す処理を説明する。

【００６２】まず、鋼板の圧延中のプロセスデータを１
０分ごとに収集・蓄積する。 また、破断が発生した直前のプロセスデータも収集・蓄積する。 破断発生直後のプロセスデータの値を正例として、１０分ごとに収集・蓄積したプロセスデータで破断が発生していない時のものを反例として、解析対象のデータとする。

【００６３】ここで、プロセス解析部１０２において、
鋼板の破断という異常の発生条件を導き出す例について説明する。 プロセス解析部１０２では、数値データの値域をいくつかのカテゴリに分割し、各カテゴリに記号を対応させる。 ここでは、圧延後の板厚の値３０１が１０
mm以下のとき（板厚小）３０３、１０〜２０mmのとき（板厚中）３０４、２０mm以上のとき（板厚大）３０５
の記号を対応させる。 また、鋼板にかかった張力が５０
ton以下のとき（張力小）３０６、５０〜１００tonのとき（張力中）３０７、１００ton以上のとき（張力大）
３０８の記号を対応させている。 そして、プロセスデータの数値データの値を、属するカテゴリの記号に変換する。 次に、異常データを特徴付ける記号の組合せ３０９
を探索し、結果をＩＦ−ＴＨＥＮルールとして出力する。 図３での例では、２つの項目間の組合せをルールとして導き出す場合である。 プロセスデータには、プラント機器１００の制御指令値・センサ計測値・異常検出結果がある。 実際にルールを導き出す際は、これら多数のデータ項目での様々な記号の組合せを同様に探索することが必要となる。 この処理の結果、例えば次のような破断発生条件を示すルール１が導き出せる。

【００６４】ＩＦ（鋼板にかかる張力が１００ton以上、and圧延後の鋼板の板厚が１０mm以下） ＴＨＥＮ（８０％の確率で破断発生）…（ルール１） また、この他の解析方法で、決定木・デシジョンテーブル・関数などの規則を求めることも可能である。

【００６５】以下、プロセス解析部１０２で導き出された新規規則１０３１１と、動作規則実行部１０４の動作を具体的に説明する。

【００６６】プロセスデータ中の張力振動異常の検出結果、プラント運転者の操作した制御指令値を解析することによって、例えば以下に示すルール２が導き出すことができる。

【００６７】ＩＦ（張力振動異常発生） ＴＨＥＮ（１０sec以内に運転者は運転速度を５m/secに変更）…（ルール２） このルールは、熟練運転者の判断をルール化した制御規則である。

【００６８】これらのような規則は、動作規則実行部１
０４中のアラームガイダンス表示規則実行部１０４１
で、図４のようにそのままプラント運転者に表示４０１
する。

【００６９】これにより、根拠を明確にし、稀な事象でも対応できる、運転知識をプラント運転者に表示することができる。

【００７０】さらに、アラームガイダンス表示規則実行部１０４１では、生産工程中のプロセスデータに上記のルールを適用する。 生産工程中の材料の物性特性が部分的に異なっているなどの原因により、鋼板にかかる張力が１００ton以上という条件４０２、圧延後の板厚が１
０mm以下という条件４０３を満たしてしまった時、上記ルール１のＩＦ部が満足され、「破断発生の確率が８０
％」とプラント運転者１１２にアラーム４０４を表示する。 また、機械の共振などの原因により、生産工程中に張力振動異常が発生した時、上記ルール２のＩＦ部が満足され、「運転者は運転速度を５m/secに変更」と異常回避のためのガイダンスを表示する。 これにより、生産工程中に時々刻々変化するプラントの状況を考慮した、
異常予知アラーム・異常回避方法を表示することができる。

【００７１】上記のルールに加え、プロセス解析部の解析結果として、例えば、次のような規則（数１）が導き出すことができる。

【００７２】Ｐ＝α・（ｈ−Ｓ) （数１） ただし、Ｐは鋼板に加える荷重、ｈは鋼板の圧延後の板厚、Ｓは鋼板を延ばす圧延ロールの圧下位置、αはプラント機器のバネ特性を示す定数である。

【００７３】この規則は数式で、プラント機器の制御規則を示している。 また、プラント設備情報１０５・プラント環境情報１０６と共に解析することによって、例えば次のような規則（数２）が導き出すことができる。

【００７４】 α＝α ₀・exp(−βＬ)・exp(γＴ) （数２） ただし、α ₀は気温０℃の時のプラント機器の初期のバネ特性を示す定数、βはプラント機器の経年変化特性を示す定数、Ｌはプラント機器の圧延ロールの総圧延長、
γはプラント機器の温度変化特性を示す定数、Ｔは気温である。

【００７５】この数式は、プラントの制御規則の修正規則を示している。

【００７６】これらのような規則は、制御規則実行部１
０４２で生産工程中のプロセスデータに上記の数式を適用する。 材料の鋼板の板厚が一定でないなどの原因により、鋼板にかかる荷重Ｐと圧延後の板厚ｈが変化してしまったとき、制御規則実行部１０４２では、圧延後の板厚を一定に保つために数１を用いて、ロールの圧下位置Ｓの制御指令値を決定する。 また、プラント機器１００
周辺の気温や、経年変化である機器のバネ特性の劣化を考慮し、数２を用いて数１である制御規則を修正し、ロールの圧下位置Ｓの制御指令値を決定する。 さらに、材料の鋼板の板厚が著しく薄いないなどの原因により、張力振動異常も発生する事態に至った時、ルール２を適用した結果を用い、自動的に運転速度を５m/secに変更する。 このように、個々のプラントの新たな環境変化や設備条件の変化に対応した制御指令値の生成や修正をすることができる。

【００７７】プラント機器１００から収集される異常解析結果と、原材料物性情報１０７、プラント設備情報１
０５をプロセス解析部１０２で解析することによって、
例えば、次に示すルール３が導き出すことができる。

【００７８】ＩＦ（先行材の変形抵抗が大きい、and後行材の変形抵抗が小さい） ＴＨＥＮ（９０％の確率で溶接破断発生）…（ルール３） さらに以下のルール４を導き出すことができる。

【００７９】ＩＦ（圧延ロールの総圧延長が１０００km
以上） ＴＨＥＮ（スリップ発生）…（ルール４） これらのルールは、材料の加工順序の組合せや設備の予防保全の日程に制約を与える。

【００８０】これらのような規則は、動作規則実行部１
０４中のスケジュール作成部１０４３で生産管理情報１
０８中の生産上の制約とともに用い、異常が起こりにくい規則をなるべく満たし、異常が起こり易い規則をなるべく満足せず、製品の生産上の制約を満たす材料の生産計画を作成する。 これにより、異常が起こりにくい材料の加工順序・日程、保守作業日程を決定することができる。

【００８１】プラント機器１００から収集される異常解析結果と、原材料物性情報１０７、プロセス解析部１０
２で解析することによって、例えば、次のような規則（数３）を導き出すことができる。

【００８２】

【数３】

【００８３】ただし、Ｋmは変形抵抗、Ｐは鋼板にかかる荷重、bは鋼板幅、Ｈは圧延前の鋼板の板厚、ｈは圧延後の鋼板の板厚、λはプラント機器に固有の既知の定数をそれぞれ表す。

【００８４】また、プラント機器１００から収集される異常解析結果と、原材料物性情報１０７、生産管理情報１０８をプロセス解析部１０２で解析することによって、例えば、次に示すルール５を導き出すことができる。

【００８５】ＩＦ（材料はＢ高炉にて製鉄） ＴＨＥＮ（材料の変形抵抗１０％増し）…（ルール５） これらの数式やルールは、材料の物性算出方法・物性修正規則を与える。

【００８６】これらのような規則は、動作規則実行部１
０４中の原材料物性データ作成修正規則実行部１０４４
で生産工程中のプロセスデータに上記のルールを適用する。 材料物性情報１０７中に、変形抵抗の値が欠損していた時、材料物性データ作成修正規則実行部１０４４では、数３にプロセスデータ中の鋼板にかかる荷重Ｐ、鋼板幅b、圧延前の鋼板の板厚Ｈ、圧延後の鋼板の板厚ｈ
の値を適用し、物性データのである材料の変形抵抗を算出する。 また、材料の物性データが与えられていてもルール５が導き出された場合、ルール５に生産管理情報１
０８中の材料の生産された高炉名を適用し、材料の変形抵抗の値に修正を加える。 これにより、材料の生産過程や、制御指令値、実際のプラント機器の動作から、原材料物性値の生成や修正をすることができる。

【００８７】上記のルールに加え、異なる時点でのプロセス解析部の解析結果として、競合・矛盾する規則が導き出される時がある。 例えば、次に示すルール６が導き出される場合である。

【００８８】ＩＦ（圧延ロールの総圧延長が１０００km
以上） ＴＨＥＮ（７０％の確率でスリップ発生）…（ルール６） さらに以下のルール７も導き出される場合でもある。

【００８９】ＩＦ（圧延ロールの総圧延長が３０００km
以上） ＴＨＥＮ（７０％の確率でスリップ発生）…（ルール７） これらのルールは、スリップ発生の多発する条件に長く圧延ロールのを使用し続けていることに起因していることを示している。 圧延ロールの材質に改良を加え、長く使用し続けられるようにすると、ルール６とルール７のような競合する規則が、プロセス解析部１０２の解析結果として導き出すことができる。 このように競合するルールが与えられた場合、動作規則実行部１０４は、競合・矛盾を検出し、競合解消戦略にそって競合解消を行なう。 例えば、競合解消戦略が、導き出された規則の新しいものを採用する場合、ルール７を選択、実行する。 これにより、プラントの改造・経年変化などの設備条件の変化に対応したプラントの動作を行なうことができる。

【００９０】また、以下のルール８が既知であったとする。

【００９１】ＩＦ（鋼板の圧延後の速度＜圧延ロールの速度） ＴＨＥＮ（スリップ発生）…（ルール８） このルール８はプラント運転者１１２には明白なので、
あえて表示しなくともよい。

【００９２】そして、結論部（ＴＨＥＮ節）が直接プラントの動作に関係しないので、既知プラント知識格納部１１４中の既知プラント知識１１４１に格納しておく。
プロセス解析部１０２の解析の結果、次のルール９が新たに導き出され新規規則１０３１１として新規規則格納部１０３１に格納されていたとする。

【００９３】ＩＦ（スリップ発生） ＴＨＥＮ（運転者は運転速度を５m/secに変更）…（ルール９） このような時、推論実行部１１３は、ルール８・９から新たなルールであるルール１０（以下に示す）を導き出して、新規規則１３１１として新規規則格納部１０３１
に格納する。

【００９４】ＩＦ（鋼板の圧延後の速度＜圧延ロールの速度） ＴＨＥＮ（運転者は運転速度を５m/secに変更）…（ルール１０） これにより、直接にはプラントの動作の規則に結び付かない解析結果でも、既知プラント知識格納部の規則を用いて、自動的にプラント動作の規則を作り出すことができる。

【００９５】図５を用いて、本発明におけるプラント機器１００で発生するプロセスデータ中の時系列データの収集蓄積方法の一つを説明する。

【００９６】プラント機器１００で発生するプロセスデータ中で、センサーの計測値のような時系列データは、
時々刻々とデータが発生し膨大な量になる。 プロセスデータ収集蓄積部１０１で、この膨大な時系列データを蓄積し、利用することが困難な場合がある。 このような場合、本発明では、時系列データを蓄積するデータ量を少なくする方法を提供する。

【００９７】鋼冷間圧延プラントを例に、具体的に説明する。 特定の事象として、鉄鋼冷間圧延プラントの高速定常運転時の異常を想定する。 プラントに取り付けられたセンサの計測値・制御指令値などは、時系列データとして、時々刻々とプロセスデータ収集蓄積部１０１に送られてくる。 このとき、プロセスデータ収集蓄積部１０
１は、選択的に時系列データを蓄積する。

【００９８】鉄鋼冷間圧延プラントの動作は、鋼板の溶接部分の付近を圧延する低速運転時５０１と、鋼板の溶接部分以外の圧延を行なう高速定常運転時５０３と、それらの間の加減速運転時５０２に分けられる。 それらの各運転段階は制御指令値から判定できる。 プロセスデータ収集蓄積部１０１では、高速定常運転時の時系列データを選択して蓄積する。 これでもデータ量が多くて保存しきれないときは、上記の蓄積された時系列データのうち、１０秒周期ごとに現れたデータと、前後のデータの変化が、ある閾値を越えた時は２０msecごとにデータを蓄積する。 そして、上記のように蓄積された時系列データのうち高速定常時に張力異常が発生した時から、ある時間幅に出現した時系列データを収集する。 また、高速定常時の張力異常が発生していない時から、ある時間幅に出現した時系列データも蓄積する。

【００９９】こうすることにより、蓄積する時系列データ量を少なくでき、異常発生時の時系列データ５０４
と、それと対比させる正常時の時系列データ５０５が収集され、プロセス解析部１０２での解析で、高速定常運転中の異常に特徴的な規則性を導き出すことができる。

【０１００】すなわち、時系列データの収集蓄積を行なう際、解析したい特定の事象の運転段階のみの時系列データを蓄積する。 また必要ならば、時系列データの変動が大きさに応じて蓄積するデータの周期を変化させる。
さらに該事象の発生時刻からの、ある２つの時間差で指定される時刻の間に出現した時系列データと、該事象の発生時刻以外の時刻からの、ある２つの時間差で指定される時刻の間に出現した時系列データを蓄積する。 これらの、時系列データある時間幅内の時系列データの集合を一つの事例とする。 特定事象の解析に必要な特定事象の発生している事例を正例として、発生していない事例を反例として確保し、保存するデータ量を少なくすることができる。 これにより、プラントで時々刻々と発生する時系列データを選択的に蓄積しても、有用な規則を導き出すことができる。 また、有用な規則を導き出せる蓄積方法を提供することができる。

【０１０１】プラントからは、時系列データが大量に得られる。 鉄鋼圧延プラントを例にとると、10msecごとの鋼板にかかる張力データなどが挙げられる。 時系列データには、プロセスの状態が反映されていると考えられ、
このデータを用いて、異常などの解析を行なう要求は高い。 図６・７・８・９を用いて、本発明におけるプロセス解析部１０２における、解析方法の一つとして、特定事象に特徴的な時系列パターンを導き出す方法を説明する。

【０１０２】まず、プロセスデータ収集蓄積部１０１では、上記のように時系列データを区切り、部分的に蓄積する。 さらに解析に必要な正例と反例を確保する。 具体的には、異常などの特定事象が発生した時刻と、その時刻から一定時間遡って時系列データを蓄積し、一つの事例とする。 また、特定事象の発生していない時刻と、その時刻から一定時間遡って時系列データを蓄積し、一つの事例とする。 これらの事例を多数収集蓄積する。

【０１０３】図６を用いて、特定事象に特徴的な時系列パターンを導き出すためのプロセス解析部の構成を説明する。 特徴抽出部１０２１において、特定事象に特徴的に出現すると思われる特徴を予め定め、特徴抽出処理を行なう。 この特徴抽出結果を特徴抽出事例格納部１０２
２で記憶する。 パターン導出部１０２３において、特徴抽出事例格納部１０２２に格納された時系列データの特徴抽出結果と、特徴抽出結果相互の出現順序を導き出す。

【０１０４】パターン導出部１０２３での処理を詳細に説明する。 まず、特徴抽出事例格納部１０２２に記憶された特徴集出結果から、特徴抽出結果各々の出現時間差を特徴出現時間差演算部１０２４で算出し、結果をパターン及びルール照合部１０２５内のカテゴライズ実行部で、大まかな値に分類する。 例えば、特徴抽出結果間の時間差が０秒以下の時０、０秒以上の時１というように分類する。 このカテゴライズ実行部での出力を用いてパターン及びルール照合部１０２５内の検索照合部１０２
５２では、時系列パターンと事例との照合を行なう。 ここで、特徴抽出結果各々を要素パターンと定義し、要素パターンと、要素パターンの出現する順序関係を時系列パターンと定義する。 検索照合部１０２５２では、パターン生成部１０２６から問い合わされた時系列パターンを、事例と照合し、照合精度と照合率をパターン生成部１０２６に知らせる。 ここで、照合精度を、照合成功した事例数と、その中で、特定事象の発生している事例数との割合と定義する。 また、照合率を、全事例数と、照合成功した事例数との割合と定義する。 パターン生成部１０２６では、検索照合部１０２５２への問い合わせを繰り返し、異常などの特定事象に対し、照合精度、照合率が共に高い時系列パターンを生成する。

【０１０５】また、プラントからは、時系列データ以外のスカラ・データも存在する。 スカラ・データのデータ形式は、データ・マイニング技術で良く取り扱う形式である。

【０１０６】ここで、スカラ・データとは、一つの項目に一つのスカラ値が対応するデータ形式のデータである。 鉄鋼圧延プラントを例にとると、スカラ・データとは、各母材毎の変形抵抗や摩擦係数データである。 従来のデータ・マイニング技術では、スカラ・データ・ルールを生成する。 ここで、スカラ・データ・ルールは、スカラ・データの項目とその値との関係と定義する。

【０１０７】プラントでは異常などの診断のため、特定事象のスカラ・データ・ルールと時系列パターン両方を同一の処理で同時に見つけ出し、照合精度・照合率などから、高く評価される混合ルールを見つけ出す要求がある。 ここで、混合ルールとは、スカラ・データ・ルールと、時系列パターンとが混在したものを言う。

【０１０８】プロセス解析部１０２において、スカラ・
データの形式のデータも取り扱うために、プロセスデータ収集蓄積部１０１で事例毎のスカラ・データを収集し、カテゴライズ実行部１０２５１に送られる。 カテゴライズ実行部１０２５１は、スカラ値を大まかな値に分類する。 そして、パターン生成部１０２６では、時系列パターンを生成するのと同一の処理で、スカラ・データ・ルールも生成する。

【０１０９】図７を用いて、パターン生成部１０２６での処理を説明する。 パターン生成処理７０１では、少数の要素パターンとその出現順序関係に、他の要素パターンや出現順序関係が追加される。 新たなパターンをこれ以上生成しないとき、パターン生成終了７０２の判定で処理を終わる。 新たなパターンが生成された場合、パターン生成終了７０２の判定で処理を続け、パターン化条件満足７０３を判定する。 判定は、同一事象の事例への照合精度、照合率などにより評価され、決定する。 パターン化する場合はパターンを出力し、しない場合は、再度パターン生成処理７０１を繰り返す。

【０１１０】図８を用いて、パターン生成処理７０１を説明する。 パターン生成処理７０１では、パターンを生成するための決定木の探索７０１１を逐次行なう。 決定木については、後述する。 探索で進んだ枝は、枝刈り実行７０１３で有効か無効かを決める。 無効ならば、他の枝を探索する。 探索がこれ以上できない時すなわち、パターンの生成がこれ以上できない時、探索終了７０１判定で、パターン生成処理７０１を終わる。

【０１１１】図９を用いて、時系列パターンを表すマトリクス表現９００と、決定木によるパターン生成方法を説明する。

【０１１２】パターン導出部１０２３において、予め定めた、特定事象に特徴的に出現すると思われる特徴を要素パターン７０１とし、要素パターンから成る順序を表すマトリックスを仮定する。 ここで、一つの事例の最も新しい、または古い、ことをあらわす要素パターン（ここではＣ）を必ず設ける。 マトリクスの要素は、２つの要素パターンの順列を、要素の値は、０または正の値をとり、対角成分は欠損値とする。 値が正の時は、二つの要素パターン間の出現時刻の差が正の時の値を表し、値が０の時は、二つの要素パターン間の出現時刻の順序関係に指定がないことを表す。 マトリクス９００を例にとると、Ａ行Ｂ列は、要素パターンＢと要素パターンＡの出現時刻の順序関係を表す。 要素パターンＡがＢよりも早く出現する時、Ａ行Ｂ列の値は、出現時刻の時間差をとる。 要素パターンＡとＢに、特に出現順序の指定が無い時は０とする。 マトリクスの要素を属性に、マトリクスの要素の値を属性値に対応させれば、従来のデータ・
マイニング技術のように特定事象の事例に照合精度・照合率が高い属性とそれに対する属性値の条件を見つけ出すことができる。 ここで、以下の説明を簡潔にするため、マトリクスの値が正の時、記号１にカテゴライズした場合を述べる。

【０１１３】まず、全てのマトリクスの値が０であるノードをトップとし、枝９０３を１つ辿るごとに、新たに１つの属性値が０から１に定められていく決定木を生成する。 この時、ノードの数は、要素パターンの種類をＮ
個とすると、数４の通りとなる。

【０１１４】

【数４】

【０１１５】ここで、Ｎが大きくなると、全てのノードを辿ることはできなくなる。 そこで、枝刈りが行なわれる。 枝刈りとは、ノード毎に算出される、特定事象の事例との照合精度・照合率などから、ノードを有効とするか無効とするかを判定し、無効の時、無効のノードから派生するノードを辿らないことと定義する。

【０１１６】枝をＬ個（ただし、Ｎは正の整数）辿った位置をレベルＬと定義すると、レベルＬ、要素パターンの種類をＮのとき、ノードの数は、数５の通りとなる。

【０１１７】

【数５】

【０１１８】この数ならば、各レベルで枝刈りを行なえば決定木の末端まで辿ることができる。 決定木を辿る際の各ノードは、時系列データの特徴抽出結果と、その順序関係を表す時系列パターンと対応している。 各ノードで、特定事象の事例との照合精度・照合率などから、有効な時系列パターンであるかも判定する。 有効な時系列パターンと判定されたならば、時系列データを導き出した結果として出力する。 マトリクスの要素の値が正の時、１とみなし、各ノードに対応しているマトリクスが反射律、推移律の制約を満足しているかをチェックし、
要素パターン間に矛盾が生じないようにする。 すなわち、時系列パターンとして、有効なのは、i、j、k、を正の整数、Ｘijを、時系列パターンを表すマトリクスの、i行j列の要素の値とすると、以下の数６、数７を満たしているようなノードでなくてはならない。

【０１１９】Ｘij＝１→Ｘji＝０ （数６） Ｘij＝Ｘjk＝１→Ｘik＝１ （数７） また、この技術は、時系列パターンを表すマトリクスの要素を属性に、マトリクスの要素の値を属性値に対応させ、従来のデータ・マイニング技術を用いている。 そこで、従来のようにスカラ・データの項目を属性に加え、
属性値にスカラ・データの値、または、カテゴライズ実行部１０２５１で、分類された値を対応させれば、同一の処理で時系列データとスカラ・データを取り扱い、時系列特徴抽出結果とその出現順序関係を同一の処理で見つけることで、照合精度・照合率による評価が良い診断ルールを得ることができる。

【０１２０】このようにして導き出したものうち、時系列パターンは、要素パターン間の相対的出現時刻の関係を必ずしも全て定義しなくてもよい。 すなわち、要素パターンとその出現順序により、半順序集合で表される時系列パターンを導き出すことができる。 また、相対的出現時刻の関係を定義したとしても、どのように変化しても良い不定長区間を表すことのできる時系列データのパターンである。

【０１２１】図１０に上記のようにして導き出した、特定事象に特徴的な時系列パターン、及びスカラデータの規則性をルールにしたものを示す。

【０１２２】導き出した時系列パターンは、異常に特有なプロセスデータの挙動（異常発生前の）を示している。 すなわち、異常発生時１００１前には、計測された張力値がステップ状に上昇８０２し、かつ、計測された板厚がステップ上に降下１００３する。 張力値の上昇と板厚の降下のタイミングは特に指定されない。 ただ、異常発生前に張力値の上昇と板厚の降下が起こることだけが指定される。 また該異常発生時に特有な、設定された圧延ロールの荷重、材料の変形抵抗の値の関係１００４
も同時に示されている。

【０１２３】このように、プラントにおいて、同一の事象が発生したにもかかわらず、外乱などにより、時系列データの特徴抽出結果の相対的出現時刻や順序が乱れてしまうことがあっても、該事象に特徴的な時系列パターンを導き出すことができる。 また、該時系列パターンを用いて該事象を捉えることができる。

【０１２４】上記の方法での時系列パターンを高速に導き出す方法として以下のものがある。 予め、蓄積された解析対象の事例に出現する要素パターンを調べ、出現しないものは、パターン生成部１０２６でのパターン生成処理７０１において用いない。 また、事例中の要素パターンの出現のみに着目して、スカラデータと同様にデータマイニング技術を用いて、特定事象に特徴的に出現している要素パターンを予め求め、後に、その要素パターン間の相対的出現時刻を求めることができる。

【０１２５】

【発明の効果】本発明では、プラントの動作を決定する仕組みを、動作規則と、規則の実行部分に分割することにより、プロセスデータから導き出した規則をプラントの動作に反映させる。 また、導き出した規則をプロセスデータに適用した結果をプラント動作に反映する。 これにより、生産性の高い動作を行なうことができるシステムを提供できる。

【０１２６】また、解析したい特定の事象の運転段階のみの時系列データを蓄積する。 また必要ならば、時系列データの変動が大さに応じて蓄積するデータの周期を変化させる。 さらに該事象の発生時刻からの、ある２つの時間差で指定される時刻の間に出現した時系列データと、該事象の発生時刻以外の時刻からの、ある２つの時間差で指定される時刻の間に出現した時系列データを蓄積する。 これにより、プラントで時々刻々と発生する時系列データを選択的に蓄積しても、有用な規則を導き出すことができる、蓄積方法を提供することができる。

【図面の簡単な説明】

【図１】本発明であるプロセス解析制御装置の構成を説明する図である。

【図２】本発明であるプロセス解析制御装置の構成を詳細に説明する図である。

【図３】本発明のプロセス解析部の処理を説明する図である。

【図４】本発明の動作規則実行部の処理を説明する図である。

【図５】本発明のプロセスデータ収集蓄積部の処理を説明する図である。

【図６】本発明のプロセス解析部の構成の例を説明する図である。

【図７】本発明のプロセス解析部中のパターン生成部の処理をフロー図で説明する図である。

【図８】本発明のプロセス解析部中のパターン生成部のパターン生成処理をフロー図で説明する図である。

【図９】本発明のプロセス解析部中のパターン生成部の処理のパターン生成方法を説明する図である。

【図１０】本発明のプロセス解析部中のパターン生成部で導き出された時系列パターンとルールを説明する図である。

【符号の説明】

１００…プラント機器、１０１…プロセスデータ収集蓄積部、１０２…プロセス解析部、１０３…動作規則格納部、１０４…動作規則実行部

───────────────────────────────────────────────────── フロントページの続き (72)発明者 斉藤 裕 茨城県日立市大みか町五丁目２番１号 株 式会社日立製作所大みか工場内 (72)発明者 中島 正明 茨城県日立市大みか町五丁目２番１号 株 式会社日立製作所大みか工場内