JP2001106703A - 品質予測反応制御システム - Google Patents

Abstract

(57)【要約】 【課題】 回分式反応槽を用いて重合反応を行うプロセ
スにおいて、周囲環境、原料、設備面の変動要因の存在
下にあっても製品の品質を高度に均一に保つことのでき
る品質予測反応制御システムを実現する。 【解決手段】 回分式反応槽によって重合反応を行うプ
ロセス１０１から計測されるプロセスデータとプロセス
モデルを用いて、シミュレーション部１０４は製品品質
を一定周期でシミュレーションし且つプロセスモデルを
修正する。予測判断部１１０はこの予測された製品品質
が品質許容範囲から外れるか否かを判断する。この結
果、外れる場合には、修正操作部１１１はプロセスに行
う修正操作とこの最適操作量を、シミュレーションによ
って該修正操作の実行結果を予測し決定する。そして、
決定された修正操作と最適操作量とを汎用制御システム
１０２へ出力しプロセス１０１の重合反応が制御され
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、回分式反応槽を用
いて重合反応を行うプロセスの制御を行う品質予測反応
制御システムに関する。

【０００２】

【従来の技術】連続式反応槽等を用いて重合反応を行う
プロセスにおいては、スタートアップ時や生産品種変更
時を除いて反応槽を含む反応系は定常状態に保たれるこ
とが望ましい。これを達成するためにプロセスの定常シ
ミュレーションを行い、目標値、操作量の最適値を求め
て制御する方法が一般的である。これらの制御は定値制
御であり原料品質の変動等の外乱が反応系に与える影響
を排除し定常状態を保つことが主たる目的である。一
方、回分式反応槽を用いて重合反応を行うプロセスの反
応系は、非定常状態と同様の状態であり、多くの場合予
め実験的にまたは理論計算によって求められた刻々と変
化する目標値に追従させる方法によって反応制御が行わ
れている。また、非定常状態においても目標値、操作量
の最適値を求めて反応制御を可能とするために動的シミ
ュレーションを用いる方法として、以下が知られてい
る。

【０００３】例えば、特開平７−３３４０７０号公報に
記載される方法は、計測されたプロセスデータとの比較
によりプロセスモデルの初期値を最適化して任意の時点
からシミュレーションを行う。また、特開平１０−２０
７５０７号公報に記載される方法は、シミュレーション
結果と実プロセスデータの誤差を誤差モデルとして時系
列モデル等によりモデル化する。

【０００４】

【発明が解決しようとする課題】ところで、上述した従
来の回分式反応槽を用いて重合反応を行うプロセスの反
応制御システムには、以下のような問題点があった。ま
ず、予め実験的にまたは理論計算によって求められた刻
々と変化する目標値に追従させる方法においては、周囲
環境、原料、設備面の変動要因を実験や理論計算に正確
に反映させることは事実上不可能であり、その結果これ
らの変動要因の存在下にて製品の均一な品質を保つこと
は困難であった。また、特開平７−３３４０７０号公報
に記載される方法においては、動的シミュレーションに
用いられるプロセスモデルは十分に正確なことを前提と
している。しかし、回分式反応槽を用いて重合反応を行
うプロセスの反応系は組成変化によって物理的性質が変
化するために、この物理的性質の変化も含めた正確なプ
ロセスモデルを構築するには多大な労力と時間が必要で
あった。

【０００５】また、特開平１０−２０７５０７号公報に
記載される方法は、プロセスモデルの不完全さを補償す
る１つの方法としては有益であるが、生成された誤差モ
デルはモデルの不完全さ、経時的変動、外乱を一括した
モデルとなる。そのため、少なくともモデルの不完全さ
についてはプロセスモデルそのものを補正し、経時的変
動と外乱についても各々に最適なモデルを構築しなけれ
ば反応制御システムへ適用することは困難であった。さ
らに経時的変動はむしろプロセスモデルにおいて考慮さ
れることが望ましい。本発明は、このような事情を考慮
してなされたもので、その目的は回分式反応槽を用いて
重合反応を行うプロセスにおいて、周囲環境、原料、設
備面の変動要因の存在下にあっても製品の品質を高度に
均一に保つことのできる反応制御システムを提供するこ
とにある。

【０００６】

【課題を解決するための手段】上記の課題を解決するた
めに、請求項１記載の発明は、回分式反応槽によって重
合反応を行うプロセスの制御システムにおいて、初期条
件及びプロセスパラメータを前記プロセスから一定周期
で計測されるプロセスデータに基づいて算出する初期値
設定手段と、プロセスモデルと前記プロセスデータを用
いて重合反応終了時の製品品質を一定周期で予測する第
１の予測手段と、この第１の予測手段の予測結果を前記
プロセスデータと比較し検証する予測検証部と、前記第
１の予測手段によって予測された製品品質が所定の品質
許容範囲から外れる可能性を定量的に判断する予測判断
手段と、複数の修正操作と各操作の制約条件及び一般的
な当該操作の効果を記憶する修正操作記憶手段と、この
修正操作記憶手段から現状に適する修正操作の候補を１
つまたは複数個抽出する修正操作抽出手段と、この抽出
された修正操作の実行結果を予測する第２の予測手段
と、この第２の予測手段の予測結果に基づき前記修正操
作抽出手段によって抽出された複数の修正操作候補から
最適な修正操作を選定しこの最適操作量を決定する最適
操作量決定手段とを具備してなるものである。

【０００７】請求項２記載の発明は、請求項１記載の品
質予測反応制御システムにおいて、前記プロセスデータ
は、温度、圧力、流量の少なくとも１つ以上の物理量と
反応液中のモノマー、ポリマー、反応助剤、触媒の少な
くとも１つ以上の組成比とであることを特徴とする。請
求項３記載の発明は、請求項２記載の品質予測反応制御
システムにおいて、前記初期値設定手段は、前記プロセ
スデータに基づいて、反応速度定数もしくは反応速度定
数を決定する開始剤効率及びまたは、開始反応、成長反
応、停止反応、連鎖移動反応の素反応速度定数の内、少
なくとも１つ以上の前記プロセスモデルの定数を補正す
ることを特徴とする。

【０００８】請求項４記載の発明は、請求項１乃至請求
項３のいずれかの項に記載の品質予測反応制御システム
において、前記予測検証部は、前記第１の予測手段の予
測結果と前記プロセスデータを比較検証しこの検証結果
からランダム変動因子と定常偏差或いは偏差の増加傾
向、減少傾向の誤差の性質を加味した信頼度を算出する
ことを特徴とする。請求項５記載の発明は、請求項１乃
至請求項４のいずれかの項に記載の品質予測反応制御シ
ステムにおいて、前記修正操作記憶手段において、定性
的表現または基本的、常識的知識表現が許容され、定性
的表現または基本的、常識的知識表現及び既知の定量デ
ータを用いて前記修正操作候補の順位付けが行われるこ
とを特徴とする。

【０００９】請求項６記載の発明は、請求項１乃至請求
項５のいずれかの項に記載の品質予測反応制御システム
において、前記最適操作量決定手段は、前記第２の予測
手段によって定性的表現または基本的、常識的知識表現
を含む前記修正操作候補に対して前記プラントへ該修正
操作を行った場合の効果をその操作量をずらしながら予
測し、この結果として定量的な最適操作量を決定するこ
とを特徴とする。

【００１０】

【発明の実施の形態】以下、図面を参照し、本発明の一
実施形態について説明する。図１は同実施形態による品
質予測反応制御システムの構成を示すブロック図であ
る。この図に示す品質予測反応制御システムは汎用制御
システム１０２、データ収集部１０３、シミュレーショ
ン部１０４、予測判断部１１０及び修正操作部１１１か
ら構成される。そして、プロセス１０１が制御対象であ
る。図２は、プロセス１０１の構成例を示すブロック図
であり、この図において、プロセス１０１は原料供給ラ
イン２１６−１、２１６−２、２１６−３、２１６−
４、回分式反応槽２１７−１、２１７−２、ジャケット
２１８−１、２１８−２、撹拌機２１９−１、２１９−
２、熱交換器２２０−１、２２０−２、投入型計測プロ
ーブ２２１−１、２２１−２、光ファイバー２２２−
１、２２２−２、近赤外分光分析計２２３−１、２２３
−２等から構成されている。そして、プロセス１０１の
原料供給、反応、製品排出等一連の生産工程において、
制御及び監視の対象となるプロセスデータが計測されて
いる。

【００１１】なお、この計測されるプロセスデータには
調節弁開度等の操作量と、温度、圧力、流量の少なくと
も１つ以上の物理量と、反応液中のモノマー、ポリマ
ー、反応助剤、触媒の少なくとも１つ以上の組成比とが
含まれる。物理量と組成比には前記のプロセスデータ以
外のものを含むことができる。これらのプロセスデータ
は、汎用制御システム１０２を介して一定周期で取り込
まれ、データ収集部１０３によって収集及び蓄積され
る。また、データ収集部１０３は現在生産されている品
種に関する処方データも適宜、汎用制御システム１０２
から取得する。

【００１２】シミュレーション部１０４は初期値設定部
１０５、シミュレーター１・１０８及びシミュレーショ
ン検証部１０９から構成される。初期値設定部１０５は
パラメータ算出部１０６と初期条件演算部１０７を備え
ており、初期条件演算部１０７はデータ収集部１０３か
ら現在の生産品種の情報及びプロセスデータを取得す
る。そして初期条件演算部１０７は、この取得したデー
タに基づき原料供給量等の計測可能な変動量の修正を行
いシミュレーション実行用初期条件を生成してシミュレ
ーター１・１０８に設定する。また同時にパラメータ算
出部１０６は、取得したプロセスデータに基づいて反応
工程のステージを判断し各ステージに対応した計算手順
に従って伝熱係数、反応速度を算出する。そして、これ
ら算出した伝熱係数、反応速度をシミュレーター１・１
０８に初期値として設定または標準値と比較し標準値の
修正を行う。

【００１３】ここで、「反応工程のステージ」について
図面を参照して説明する。図４において波形Ｗ４は回分
式反応槽内部の時間経過に伴う温度推移の例を示す。図
５において波形Ｗ５−１は時間経過に伴う反応速度推移
の例を、また波形Ｗ５−２は時間経過に伴う重合率推移
の例をそれぞれ示す。図６において波形Ｗ６は時間経過
に伴う供給熱量推移の例を示す。「反応工程のステー
ジ」とは、例えば、図４に示されるような全反応工程の
温度プロフィールの内、時刻ＳＴ０の初期温度から時刻
ＳＴ１の昇温開始までをステージ１、時刻ＳＴ１の昇温
開始から時刻ＳＴ２の昇温速度を変更するまでをステー
ジ２、更に昇温を完了し温度を一定に保持する時刻ＳＴ
３までをステージ３と言うように、全体を運転上注目す
べき部分に分割した区間であり、その各々の区間を区別
するために称される。また、図５や図６に示されるよう
に反応速度、重合率、供給熱量等の推移を加味して各ス
テージを更に幾つかのステージ、例えば、時刻ＳＴ１か
ら時刻ＳＴ２までのステージ２を時刻ＳＴ１から時刻Ｓ
Ｔ２−１までのステージ２−１と時刻ＳＴ２−１から時
刻ＳＴ２までのステージ２−２とに分割することもあ
る。さて、シミュレーター１・１０８は、初期値設定部
１０５によって設定された初期値に基づいて反応終了ま
でのシミュレーション１（シミュレーター１・１０８に
よって実行されるシミュレーション）を実行し、実行結
果をシミュレーション検証部１０９へ出力する。

【００１４】ここで、シミュレーション検証部１０９の
動作を図７及び図８に示される例を参照して詳細に説明
する。図７及び図８において縦軸は温度、反応速度、重
合率を示し、横軸はステージ１の反応工程開始の時刻Ｓ
Ｔ０から経過した時間を示している。図７の波形Ｗ７−
１、２、３は、この時刻ＳＴ０からＴ１時間後の時刻Ｔ
１において、反応開始から品質を予測する時刻ＳＴ４の
品質予測点Ｐ１までシミュレーター１・１０８によって
実行されたシミュレーション結果であり、各々温度、反
応速度、重合率の推移を示す。また、波形Ｗ７−４、
５、６は、データ収集部１０３によって収集されたプロ
セスデータの計測値またはこの計測値から求められる推
定値であり、各々温度、反応速度、重合率の推移を示
す。同様に図８の波形Ｗ８−１、２、３は、ステージ１
の反応工程開始の時刻ＳＴ０からＴ２時間後の時刻Ｔ２
において、反応開始から品質を予測する時刻ＳＴ４の品
質予測点Ｐ１までシミュレーター１・１０８によって実
行されたシミュレーション結果であり、各々温度、反応
速度、重合率の推移を示す。また、波形Ｗ８−４、５、
６は、データ収集部１０３によって収集されたプロセス
データの計測値またはこの計測値から求められる推定値
であり、各々温度、反応速度、重合率の推移を示す。

【００１５】シミュレーション検証部１０９は、シミュ
レーター１・１０８によって実行されたシミュレーショ
ン開始から現時刻（図７では時刻Ｔ１、図８では時刻Ｔ
２）までのシミュレーションデータとデータ収集部１０
３によって収集されたプロセスデータの計測値またはこ
の計測値から求められる推定値等とを取得して比較し、
この比較結果からシミュレーション１の精度を検証す
る。そして、この検証結果をシミュレーション１の信頼
度としてシミュレーション結果に付加し予測判断部１１
０へ出力する。

【００１６】ただし、この信頼度が規定値よりも低い場
合には予測判断部１１０への出力は行わず、シミュレー
ション検証部１０９は初期値設定部１０５へシミュレー
ター１・１０８の初期値を修正するように指示する。そ
して、初期値設定部１０５は温度、圧力、流量の少なく
とも１つ以上の物理量と反応液中のモノマー、ポリマ
ー、反応助剤、触媒の少なくとも１つ以上の組成比の計
測値に基づいて、反応速度定数もしくは反応速度定数を
決定する開始剤効率及びまたは、開始反応、成長反応、
停止反応、連鎖移動反応の素反応速度定数の内、少なく
とも１つ以上のシミュレーション１のプロセスモデルの
定数を補正する。この初期値設定部１０５によって修正
された初期値に基づいて、シミュレーター１・１０８は
反応開始から現時刻までのシミュレーション１を再実行
する。この再実行されたシミュレーションデータを用い
てシミュレーション検証部１０９は再度シミュレーショ
ン１の精度を検証し、その結果、信頼度が規定値以上に
回復するまでこれを繰り返す。その後、信頼度が規定値
以上に回復した場合には、このとき用いた修正された初
期値に基づいて、シミュレーター１・１０８は反応開始
から品質予測点Ｐ１までのシミュレーション１を再実行
する。その後、シミュレーション検証部１０９は信頼度
を付加したシミュレーション結果を予測判断部１１０へ
出力する。

【００１７】シミュレーション検証部１０９によって求
められる信頼度としては、単純にプロセスデータとシミ
ュレーションデータの二乗誤差が規格化された値でも良
いが、ランダム変動因子と定常偏差或いは偏差の増加傾
向、減少傾向の誤差の性質が加味された値がより望まし
い。ランダム変動因子としてはランダムノイズ等が挙げ
られる。なお、一定回数以上の間に渡りシミュレーショ
ン１の精度の検証を繰り返しても信頼度が上がらない場
合には、シミュレーション検証部１０９はシミュレーシ
ョン１のプロセスモデルが不適合と判断し、データ収集
部１０３以外の機能を停止させて、その旨を通知する。

【００１８】一般的に図７のステージ１、２に示される
ような反応工程の初期段階（原料供給、昇温等）におい
ては、反応が殆ど起こらないことから結果的に初期段階
のシミュレーション１の精度は高い信頼度を示し、さら
に、ステージ３の反応の立ち上がり段階までは緩やかに
反応が起こるためにここでの信頼度もまた高い値を示
す。そして図８のステージ３に示されるような反応速度
が増し、さらに重合率が上昇する段階では、シミュレー
ション１の精度即ちプロセスモデルの精度が良くなけれ
ば信頼度は低下する。この理由は、反応の進行に伴って
プロセスモデルの反応に関わる部分（反応速度等）の影
響が増大すると共に、例えば反応生成物等により反応液
の物理的性状が変化し伝熱状態も変化する等のプロセス
モデルとして表現されている反応系の挙動が複雑にな
り、プロセスモデルの修正が困難になるためである。し
かし、反応速度等の変化に対して反応液の物理的性状変
化の影響は時間遅れを伴って現れるために、一定周期で
シミュレーション１を実行しプロセスモデルの修正を早
い段階で行えば一度に修正するパラメータ数を抑えるこ
とができる。これによりプロセスモデルの修正に伴う負
荷が減るため、プロセスモデルの修正を継続的に実行し
てシミュレーション１の高い信頼度を維持することがで
きる。

【００１９】一方、信頼度が付加されたシミュレーショ
ン結果を受け取った予測判断部１１０は、シミュレーシ
ョン結果に示された品質予測点Ｐ１における製品の品質
が品質許容範囲から外れる場合に、その偏差量を修正操
作部１１１の修正操作抽出部１１２に出力する。さらに
予測判断部１１０は、シミュレーション１実行時の反応
工程のステージと信頼度に基づき、品質が品質許容範囲
外になる可能性が高いと判断した場合にも、結果を修正
操作抽出部１１２に出力する。

【００２０】修正操作部１１１は修正操作抽出部１１
２、修正操作データベース１１３、シミュレーター２・
１１４及び最適操作量決定部１１５から構成される。そ
して修正操作抽出部１１２は、予測判断部１１０から入
力される反応工程のステージと品質許容範囲から外れる
と予想されたファクターとその外れる方向とに基づい
て、修正操作データベース１１３から選択可能な修正操
作候補を探索し抽出する。次いで、この抽出された修正
操作候補に修正操作の効果、修正操作量の制約条件等を
勘案して順位付けを行い、最上位の修正操作候補から順
次シミュレーター２・１１４によって修正操作のシミュ
レーション２（シミュレーター２・１１４によって実行
されるシミュレーション）が行われる。このシミュレー
ション２の結果は最適操作量決定部１１５に入力され
て、その修正操作の効果が検証される。そして検証の結
果、最適操作量決定部１１５は、効果（状況の改善）が
有った修正操作候補について修正操作量をずらして再度
シミュレーション２を行うように修正操作抽出部１１２
へ指示する。このように、有効な修正操作候補の修正操
作量をずらしながらシミュレーション２を繰り返すこと
によって最適操作量が決定される。また、最上位の修正
操作候補によって十分な効果が得られなければ、次の候
補を用いて同様のシミュレーション２を行い修正操作が
決定される。

【００２１】こうして修正操作部１１１によって決定さ
れた修正操作の最適操作量は汎用制御システム１０２に
出力されて、プロセス１０１が制御される。ところで、
一般に修正操作及び修正操作の効果は定性的な表現とな
る場合が多い。しかし、上述した実施形態においてはシ
ミュレーション２による最適値探索を行い定量的な最適
操作量を求めることにしたので、定性的表現または基本
的、常識的知識表現が許容され、定性的表現または基本
的、常識的知識表現及び既知の定量データを用いて修正
操作データベース１１３を汎用データベースとして容易
に作成することができる。さらに、修正操作データベー
ス１１３において蓄積される修正操作量の制約条件等の
既知データ以外は定性的表現が可能なため定性的表現の
データベースも容易に作成することができる。また、修
正操作データベース１１３に、蓄積される修正操作候補
の効果等の情報を付加し候補の順位付けを行っておけ
ば、選択可能な修正操作候補からシミュレーション２に
よって修正操作が決定されるまでの処理量を大幅に削減
することができる。したがって、複数の修正操作候補が
有る場合においても効率よく修正操作を決定することが
できる。

【００２２】

【実施例】以下、図面を参照し、本発明を適用した一実
施例を説明する。第一の実施例として、図２に示す構成
から成り、アクリル系モノマーを重合させ所定の重合率
で反応を停止してポリマーとモノマーの混合物を生産す
るプロセスに本発明の品質予測反応制御システムを適用
した。図３は、同実施例による品質予測反応制御システ
ムの構成を示すブロック図である。この図において、品
質予測反応制御システムは汎用制御システム１０２、プ
ロセスコンピュータ３２６、エンジニアリングワークス
テーション３２７−１、３２７−２などから構成され
る。汎用制御システム１０２は制御ステーション３３０
−１、３３０−２、３３０−３、３３０−４と操作・監
視ステーション３２９−１、３２９−２を備えており、
制御専用バス３２８によって各制御ステーション３３０
−１〜４と各操作・監視ステーション３２９−１〜２及
びプロセスコンピュータ３２６が接続される。またプロ
セスコンピュータ３２６、エンジニアリングワークステ
ーション３２７−１、３２７−２は上位制御ネットワー
ク３２５によって各々接続される。そして、プロセスコ
ンピュータ３２６はデータ収集部１０３の機能を実行す
るものであり、処方データベースを備え、イーサネット
等を用いた基幹ネットワーク３２４を通じて運転管理や
実績管理なども行う。エンジニアリングワークステーシ
ョン３２７−１はシミュレーション部１０４と予測判断
部１１０の機能を実行する。エンジニアリングワークス
テーション３２７−２は修正操作部１１１の機能を実行
する。また、汎用制御システム１０２は制御ステーショ
ン３３０−１〜４を介してプロセス１０１の制御・監視
を行う。

【００２３】なお、図３の構成では、シミュレーション
１、２などのプロセスシミュレーションは計算量が多い
ため、２台のエンジニアリングワークステーション３２
７−１、３２７−２が分担してシミュレーション１、２
を行っているが、これを１台が統合して行っても良く、
また３台以上のエンジニアリングワークステーションを
備え複数台が分散処理して行っても良い。また、プロセ
ス１０１における反応液の組成比を計測するために、ニ
レコ−ＮＩＲＳｙｓｔｅｍｓ社製のプロセスアナリティ
クスシステムＯＬ−５０００を使用しているが、計測対
象によっては横河電機製のＮＲ−５００やｂｒｉｍｒｏ
ｓｅ社製のＬｕｍｉｎａｒ２０００等を使用するのも好
ましい。さて、この第一の実施例では、従来、図２のプ
ロセス１０１が生産する製品の製品粘度の振れは最大で
±１３〜１６％と大きかった。しかし、上述した図３の
構成の品質予測反応制御システムを使用してプロセス１
０１の重合反応を制御した場合、製品粘度の振れが最大
で±４〜７％と大幅に改善され製品品質をより均一に保
つことができる効果があった。

【００２４】第二の実施例として、複数のモノマーを共
重合させる乳化重合プロセスに対して図３とほぼ同様な
構成の品質予測反応制御システムを適用した場合につい
て説明する。ここで、反応液の組成比の計測手段につい
ては第一の実施例と同様である。第二の実施例のプロセ
スでは原料モノマーに輸送上の問題から重合禁止剤が添
加されており、その添加量が季節により変動する。この
ため原料中の重合禁止剤濃度をオフライン測定し季節に
より原料配合を変更したり前処理を行ったりしている
が、原料ロット毎に最適な配合を行うことは事実上不可
能であり製品の品質がばらつくという問題があった。ま
た、当該プロセスでは、カレットと呼ばれるポリマー固
形物が反応器内面に付着して伝熱係数が徐々に低下する
が、これも品質変動の一因となっていた。しかし、上述
した図３とほぼ同様な構成の品質予測反応制御システム
を適用して当該プロセスの重合反応を制御した場合、従
来に比してＭＦＲ（Ｍelt Ｆlow Ｒate）の振れ幅が
１５〜５０％小さくなり製品品質の均一性が向上した。
これに伴って製品品質の格外品が発生する割合が大幅に
減少するという効果も得られた。

【００２５】

【発明の効果】以上説明したように、請求項１記載の発
明によれば、回分式反応槽によって重合反応を行うプロ
セスから計測されるプロセスデータを用いて、製品品質
を一定周期で予測し且つこの予測結果を検証するように
したので、周囲環境、原料、設備面の変動要因の存在下
にあっても該プロセスに合致した製品品質を精度良く予
測することができる。そして、予測された製品品質が品
質許容範囲から外れる場合には、プロセスに行う修正操
作とこの最適操作量を、プロセスに実行した結果を予測
することにより決定してプロセスの重合反応を制御する
ようにしたので、製品の品質を高度に均一に保つことが
できる効果が得られる。

【００２６】請求項２記載の発明によれば、プロセスデ
ータの計測値として温度、圧力、流量の少なくとも１つ
以上の物理量と反応液中のモノマー、ポリマー、反応助
剤、触媒の少なくとも１つ以上の組成比とを用いるよう
にしたので、さらに精度の良い製品品質を予測すること
ができる。請求項３記載の発明によれば、プロセスから
計測される温度、圧力、流量の少なくとも１つ以上の物
理量と反応液中のモノマー、ポリマー、反応助剤、触媒
の少なくとも１つ以上の組成比の計測値に基づいて、反
応速度定数もしくは反応速度定数を決定する開始剤効率
及びまたは、開始反応、成長反応、停止反応、連鎖移動
反応の素反応速度定数の内、少なくとも１つ以上のプロ
セスモデルの定数を修正して該プロセスモデルの精度を
向上させるようにしたので、周囲環境、原料、設備面の
変動要因の存在下にあってもさらに該プロセスに合致し
た精度の良い製品品質を予測することができる。

【００２７】請求項４記載の発明によれば、予測検証部
が算出して予測判断手段へ出力する信頼度は、ランダム
変動因子と定常偏差或いは偏差の増加傾向、減少傾向の
誤差の性質が加味されるようにしたので、予測判断手段
において重合反応終了時の製品品質が品質許容範囲から
外れるか否かをさらに精度良く判断することができる。
請求項５記載の発明によれば、複数の修正操作と各修正
操作の制約条件及び効果を蓄積し修正操作候補の順位付
けを行うようにしたので、修正操作が決定されるまでの
処理量を大幅に削減することができる。

【００２８】請求項６記載の発明によれば、定性的表現
または基本的、常識的知識表現を含む修正操作候補に対
してプラントへ該修正操作を行った場合の効果を、この
操作量をずらしながら予測し定量的な最適操作量を決定
するようにしたので、定性的な表現がなされる修正操作
においても定量的な操作量を出力してプロセスの重合反
応を制御することが可能となり、この結果、さらに製品
の品質を均一に保つことができる効果が得られる。

【図面の簡単な説明】

【図１】 本発明の一実施形態による品質予測反応制御
システムの構成を示すブロック図である。

【図２】 図１に示すプロセスの構成例を示すブロック
図である。

【図３】 本発明の第一の実施例による品質予測反応制
御システムの構成を示すブロック図である。

【図４】 図１に示すプロセスの回分式反応槽内部の時
間経過に伴う温度推移を示す波形図である。

【図５】 図１に示すプロセスの時間経過に伴う反応速
度推移を示す波形図である。

【図６】 図１に示すプロセスの時間経過に伴う供給熱
量推移を示す波形図である。

【図７】 図１に示すシミュレーション部の動作を説明
する波形図である。

【図８】 図１に示すシミュレーション部の動作を説明
する波形図である。

【符号の説明】

１０１ プロセス １０２ 汎用制御システム １０３ データ収集部 １０４ シミュレーション部 １０５ 初期値設定部 １０６ パラメータ算出部 １０７ 初期条件演算部 １０８ シミュレーター１ １０９ シミュレーション検証部 １１０ 予測判断部 １１１ 修正操作部 １１２ 修正操作抽出部 １１３ 修正操作データベース １１４ シミュレーター２ １１５ 最適操作量決定部

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 4G075 AA32 AA62 AA63 AA65 AA67 BA10 BD15 CA54 4J011 AB01 AB02 AB04 AB08 AB10 AB11 AB15 BB06 5H004 GA15 GA16 GA17 GB01 KA78 KC28 KC35 KC47 KC56 MA52 5H223 AA01 BB01 CC09 DD03 EE06 FF05 9A001 HH32 LL09

Claims (6)

【特許請求の範囲】
1. 【請求項１】 回分式反応槽によって重合反応を行うプ
   ロセスの制御システムにおいて、 初期条件及びプロセスパラメータを前記プロセスから一
   定周期で計測されるプロセスデータに基づいて算出する
   初期値設定手段と、 プロセスモデルと前記プロセスデータを用いて重合反応
   終了時の製品品質を一定周期で予測する第１の予測手段
   と、 この第１の予測手段の予測結果を前記プロセスデータと
   比較し検証する予測検証部と、 前記第１の予測手段によって予測された製品品質が所定
   の品質許容範囲から外れる可能性を定量的に判断する予
   測判断手段と、 複数の修正操作と各操作の制約条件及び一般的な当該操
   作の効果を記憶する修正操作記憶手段と、 この修正操作記憶手段から現状に適する修正操作の候補
   を１つまたは複数個抽出する修正操作抽出手段と、 この抽出された修正操作の実行結果を予測する第２の予
   測手段と、 この第２の予測手段の予測結果に基づき前記修正操作抽
   出手段によって抽出された複数の修正操作候補から最適
   な修正操作を選定しこの最適操作量を決定する最適操作
   量決定手段と、 を具備してなる品質予測反応制御システム。
2. 【請求項２】 前記プロセスデータは、温度、圧力、流
   量の少なくとも１つ以上の物理量と反応液中のモノマ
   ー、ポリマー、反応助剤、触媒の少なくとも１つ以上の
   組成比とであることを特徴とする請求項１に記載の品質
   予測反応制御システム。
3. 【請求項３】 前記初期値設定手段は、前記プロセスデ
   ータに基づいて、反応速度定数もしくは反応速度定数を
   決定する開始剤効率及びまたは、開始反応、成長反応、
   停止反応、連鎖移動反応の素反応速度定数の内、少なく
   とも１つ以上の前記プロセスモデルの定数を補正するこ
   とを特徴とする請求項２に記載の品質予測反応制御シス
   テム。
4. 【請求項４】 前記予測検証部は、前記第１の予測手段
   の予測結果と前記プロセスデータを比較検証しこの検証
   結果からランダム変動因子と定常偏差或いは偏差の増加
   傾向、減少傾向の誤差の性質を加味した信頼度を算出し
   て前記予測判断手段へ出力することを特徴とする請求項
   １乃至請求項３のいずれかの項に記載の品質予測反応制
   御システム。
5. 【請求項５】 前記修正操作記憶手段において、定性的
   表現または基本的、常識的知識表現が許容され、定性的
   表現または基本的、常識的知識表現及び既知の定量デー
   タを用いて前記修正操作候補の順位付けが行われること
   を特徴とする請求項１乃至請求項４のいずれかの項に記
   載の品質予測反応制御システム。
6. 【請求項６】 前記最適操作量決定手段は、前記第２の
   予測手段によって定性的表現または基本的、常識的知識
   表現を含む前記修正操作候補に対して前記プラントへ該
   修正操作を行った場合の効果をその操作量をずらしなが
   ら予測し、この結果として定量的な最適操作量を決定す
   ることを特徴とする請求項１乃至請求項５のいずれかの
   項に記載の品質予測反応制御システム。