JP2007213194A - 状況解析システムおよび状況解析方法 - Google Patents

Abstract

【課題】マハラノビス・タグチメソッドを使用することにより、監視対象の状況を容易かつ迅速に解析できる状況解析システムおよび状況解析方法を提供する。
【解決手段】データ蓄積手段１０１は、監視対象から得られたデータを蓄積する。基準空間作成手段１０２は、データ蓄積手段１０１に蓄積されたデータに基づいて基準空間を作成する。データ取得手段１０３は、監視対象からデータを取得する。距離算出手段１０４は、基準空間作成手段１０２により作成された基準空間に、データ取得手段１０３で得られたデータを入力することでマハラノビス距離を算出する。
【選択図】図１

Description

本発明は、監視対象から取得されたデータに基づいて監視対象の状況を解析する状況解析システムおよび状況解析方法に関する。

プラントなどにおいて、プラントの異常を検知し、アラームを発生させるシステムが導入されている。異常時にはアラームが発生し、監視画面で異常を認識したオペレータは、アラームが発生した機器を確認し、異常が起きた原因を調査する。さらに、原因が分かれば、異常状態を回避するための操作を実行する。

特許文献１には、プラントを制御する制御装置から抽出される情報をもとに、プラントの制御状態を解析する装置が記載されている。

特開２００１−１９５１２２号公報

このようなシステムを構築するためには、システムのセットアップ時に異常を検知するためのアラーム発生ロジックを作成する必要がある。また、アラーム発生時には、オペレータはアラーム発生ロジックを調べ、異常が起きた機器だけではなく、アラーム発生ロジックやプロセスの知識や過去の経験から関係がありそうな機器についても確認し、適切な操作を実行することが要求される。

しかし、アラームを適切に発生させるためには、オペレータは複雑なアラーム発生ロジックを作成する必要がある。オペレータが望むアラームだけを出すためには、複雑なロジックを作成しなければならないケースが多く、経験の少ないオペレータには操作が困難である。

また、アラーム発生時に異常の原因を調べるためには、アラーム発生ロジックを調べる必要があり、アラーム発生ロジックが複雑な場合は原因調査に非常に時間がかかる。さらに、近年、オペレータの人数が減る傾向にあり、１人あたりの監視情報が増加しているため、プラント全体のアラーム発生に関するシステムを把握することが困難になってきている。

このため、複雑なアラーム発生ロジックを作成することなく、プラントの異常状態を検知することができるシステム、あるいは、異常検知時に原因となった機器を迅速に抽出できるシステムの開発が強く要望されている。

本発明の目的は、マハラノビス・タグチメソッドを使用することにより、監視対象の状況を容易かつ迅速に解析できる状況解析システムおよび状況解析方法を提供することにある。

本発明の状況解析システムは、監視対象から取得されたデータに基づいて監視対象の状況を解析する状況解析システムにおいて、監視対象から得られたデータを蓄積するデータ蓄積手段と、前記データ蓄積手段に蓄積された前記データに基づいて基準空間を作成する基準空間作成手段と、前記監視対象からデータを取得するデータ取得手段と、前記基準空間作成手段により作成された前記基準空間に、前記データ取得手段で得られた前記データを入力することでマハラノビス距離を算出する距離算出手段と、を備えることを特徴とする。
この状況解析システムによれば、マハラノビス距離の算出により監視対象の状況を解析するので、監視や解析のための複雑なロジックを作成する必要がなく、容易かつ迅速に状況を解析できる。

前記基準空間作成手段は、前記データ蓄積手段に蓄積された正常と判断されるデータに基づいて、正常と判断される基準空間を作成してもよい。

前記距離算出手段で算出されたマハラノビス距離が所定距離よりも大きい場合に、異常と判断する判断手段を備えている。

前記距離算出手段で算出されたマハラノビス距離に対する各データの貢献度を算出する貢献度算出手段を備えている。
この場合には、マハラノビス距離に対する各データの貢献度の算出結果に基づいて、各データの影響度を容易に把握できる。

前記貢献度算出手段により算出された貢献度に基づく情報を通知する通知手段を備えている。

本発明の状況解析方法は、監視対象から取得されたデータに基づいて監視対象の状況を解析する状況解析方法において、監視対象から得られたデータを蓄積するステップと、蓄積された前記データに基づいて基準空間を作成するステップと、前記監視対象からデータを取得するステップと、作成された前記基準空間に、前記データを取得するステップで得られた前記データを入力することでマハラノビス距離を算出するステップと、を備えることを特徴とする。
この状況解析方法によれば、マハラノビス距離の算出により監視対象の状況を解析するので、監視や解析のための複雑なロジックを作成する必要がなく、容易かつ迅速に状況を解析できる。

前記基準空間を作成するステップでは、前記データを蓄積するステップにより蓄積された正常と判断されるデータに基づいて、正常と判断される基準空間を作成してもよい。

算出されたマハラノビス距離が所定距離よりも大きい場合に、異常と判断するステップを備えている。

算出されたマハラノビス距離に対する各データの貢献度を算出するステップを備えている。
この場合には、マハラノビス距離に対する各データの貢献度の算出結果に基づいて、各データの影響度を容易に把握できる。

前記貢献度を算出するステップにより算出された貢献度に基づく情報を通知するステップを備えている。

本発明の状況解析システムによれば、マハラノビス距離の算出により監視対象の状況を解析するので、監視や解析のための複雑なロジックを作成する必要がなく、容易かつ迅速に状況を解析できる。これによって、監視対象をリアルタイムに監視できる。

本発明の状況解析方法によれば、マハラノビス距離の算出により監視対象の状況を解析するので、監視や解析のための複雑なロジックを作成する必要がなく、容易かつ迅速に状況を解析できる。これによって、監視対象をリアルタイムに監視できる。

図１は本発明による状況解析システムを機能的に示すブロック図である。

図１において、データ蓄積手段１０１は、監視対象から得られたデータを蓄積する。基準空間作成手段１０２は、データ蓄積手段１０１に蓄積されたデータに基づいて基準空間を作成する。データ取得手段１０３は、監視対象からデータを取得する。距離算出手段１０４は、基準空間作成手段１０２により作成された基準空間に、データ取得手段１０３で得られたデータを入力することでマハラノビス距離を算出する。

基準空間作成手段１０２は、データ蓄積手段１０１に蓄積された正常と判断されるデータに基づいて、正常と判断される基準空間を作成してもよく、この場合、判断手段１０５は、距離算出手段１０４で算出されたマハラノビス距離が所定距離よりも大きい場合に、異常と判断する。

また、貢献度算出手段１０６は、距離算出手段１０４で算出されたマハラノビス距離に対する各データの貢献度を算出する。

また、通知手段１０７は、貢献度算出手段１０６により算出された貢献度に基づく情報を通知する。

以下、図２〜図６を参照して、本発明による状況解析システムの一実施形態について説明する。

図２は本発明による状況解析システムをプラント制御システムに適用した一実施形態の構成を示すブロック図である。

図２に示すように、プラント制御システムは、プラントに分散配置されたフィールドコントローラ２，２，・・・と、フィールドコントローラ２，２，・・・を介してフィールド機器１，１，・・・を統合的に制御するプラント制御サーバ３と、プラントの監視を行うための監視用端末装置４と、を備える。フィールドコントローラ２，２，・・・およびプラント制御サーバ３はネットワーク７を介して互いに接続されている。

プラント制御サーバ３には、フィールド機器１，１，・・・からのデータ収集やフィールド機器１，１，・・・に対する制御を実行するためのアプリケーションプログラムが実装されている。このプログラムを実行することで、オペレータは、監視用端末装置４を介してプラントの状況を監視することができる。

また、このプラント制御システムには、本実施形態の状況解析システムを構成するプラント情報管理サーバ５と、プラント情報管理用端末装置６とが、ネットワーク７を介して接続されている。

図２に示すように、プラント情報管理サーバ５には、プラント制御システムでやり取りされた正常なデータ群の履歴を蓄積する履歴格納部５１と、基準空間を保存する基準空間保存部５２とが設けられている。プラント情報管理サーバ５は、保存された基準空間を用いてマハラノビス・タグチメソッドによる解析を実行する。マハラノビス・タグチメソッドは、例えば、品質工学などで正常／異常を判別するために用いられている解析手法として、すでに知られた手法であるため、詳細説明は省略する。

図３は本実施形態の状況解析システムの動作を示すフローチャートである。

図３のステップＳ１〜ステップＳ５は、プラント制御システムで発生する異常を監視する動作手順を示している。この手順はプラント情報管理サーバ５の制御に基づいて実行される。

図３のステップＳ１では、プラント制御サーバ３からデータを取得する。取得されるデータには、フィールド機器１，１，・・・から収集された各種パラメータが含まれる。

次に、ステップＳ２では、ステップＳ１で取得されたデータを基準空間格納部５２に保存されている基準空間に入力し、マハラノビス距離を算出するとともに、算出結果をプラント情報管理用端末装置６の画面にグラフ表示する。
次に、ステップＳ３では、算出されたマハラノビス距離が所定距離よりも大きいか否か判断する。この処理は、履歴格納部５１に格納された正常期間内の正常なデータ群と、ステップＳ１で取得されたデータとの間のマハラノビス距離を算出するマハラノビス・タグチメソッドを実行することで、ステップＳ１で取得されたデータと正常なデータ群との類似性を判定するものである。

ステップＳ３の判断が肯定されれば、取得されたデータが異常であると判定してステップＳ４へ進む。一方、ステップＳ３の判断が否定されれば、取得されたデータが正常であると判定してステップＳ５へ進む。

図４（ａ）はマハラノビス距離の算出結果の表示例を示したものであり、マハラノビス距離が大きくなり安定ラインから離れると、ステップＳ３において異常と判定する。

ステップＳ４では、オペレータにプラントの異常をアラームの発生により通知して、ステップＳ１へ戻る。

一方、ステップＳ５では、ステップＳ１で取得されたデータ（正常なデータ）を履歴格納部５１に格納してステップＳ１へ戻る。このように、履歴格納部５１には正常なデータのみが格納される。

図３のステップＳ１１〜ステップＳ１３は、基準空間の作成手順を示している。この手順はプラント情報管理サーバ５の制御に基づいて実行される。

図３のステップＳ１１では、履歴格納部５１に格納された正常期間内の正常なデータ群を取得する。次いでステップＳ１２では、履歴格納部５１から取得された正常なデータ群に基づいて基準空間を作成する。この基準空間は上記ステップＳ２において使用されることになる。

次に、ステップＳ１３では、ステップＳ１２で作成された基準空間を基準空間保存部５２に保存し、ステップＳ１１へ戻る。

このように、本実施形態では基準空間の作成を繰り返すことで、履歴格納部５１に逐次格納される最新の正常なデータを基準空間に反映させることができる。なお、基準空間の作成を常に繰り返すことなく、適時、基準空間を更新するようにしてもよい。

本実施形態によれば、基準空間を作成する材料となる正常なデータ群（履歴データ）の蓄積に伴い、ステップＳ３における異常／正常の判定精度が向上することになる。

図３のステップＳ２１〜ステップＳ２４は、異常要因の通知手順を示している。この手順はプラント情報管理サーバ５の制御に基づいて実行される。

図３のステップＳ２１では、プラント情報管理用端末装置６を介して異常発生の原因解析が要求されたか否か判断する。オペレータはプラントの異常の通知（ステップＳ４）を受けた場合、プラント情報管理用端末装置６を介して異常発生の原因の解析を要求することができる。このような場合、ステップＳ２１の判断が肯定され、ステップＳ２２へ進む。否定されれば、ステップＳ２１を繰り返す。

ステップＳ２２では、プラント制御サーバ３から取得されたデータである各パラメータについて、マハラノビス距離に貢献した程度（貢献度）を計算する。なお、貢献度を算出する貢献度法は、マハラノビス・タグチメソッドにおいてマハラノビス距離計算に使用した各パラメータの影響の大きさを計算するための方法である。貢献度法を適用することにより、異常が発生した期間に、どのパラメータが正常時と異なる変動をしたか調べることができる。

次に、ステップＳ２３では、ステップＳ２２で計算した貢献度に基づき、各パラメータの影響度の大きさをプラント情報管理用端末装置６の画面上にグラフで表示する。原因となったパラメータはグラフで示す値が大きくなるため、オペレータは異常発生の原因を把握できる。また、最も影響の大きなパラメータだけでなく、そのパラメータと関連のあるパラメータの影響度も大きくなるため、グラフを見ることで、影響範囲に該当するパラメータをも把握できる。例えば、多数のセンサが存在する場合、センサ間の影響についても把握できる。

図４（ｂ）は各パラメータの影響度の表示例を示している。この例では、パラメータ２の影響度が最も大きく、ついでパラメータ３の影響度が大きいことが示されている。

次に、ステップＳ２４では、プラント情報管理用端末装置６の画面を介し、オペレータに影響度の大きなパラメータの対応する、異常発生の原因と考えられるフィールド機器１，１・・・などの機器名を通知し、ステップＳ２１へ戻る。このとき、影響度の大きな機器が複数存在すれば、それら複数の機器について通知する。これにより、オペレータは通知された機器について、再設定等の操作を行うことができ、このような操作は、プラント制御サーバ３の処理により対象機器に反映される。

このように、マハラノビス・タグチメソッドの貢献度法を異常時の解析に使用することで、原因と考えられる機器の候補が表示あるいは通知されるので、複雑なアラーム発生ロジックの調査などをする必要がなく、プロセスの知識や過去の経験が豊富でないオペレータでも迅速な対応が可能となる。

以上のように、本実施形態では、各機器のパラメータ等のデータの値が正常稼動時とは異なる変動をすると、マハラノビス・タグチメソッドを用いて異常が検知される。このため、アラームを発生させるために、オペレータが複雑な監視ロジックを作成する必要がない。また、正常稼動時のデータが蓄積されていけばいくほど、異常検知の精度が上がるためロジックの修正等の作業も不要である。

また、本実施形態では、貢献度法により、どの機器（パラメータ）の影響が大きいか、あるいは、どの機器が通常と異なる動作をしたかを検出できるので、アラームが発生した場合に、原因となった機器がすぐにわかり、迅速な対応ができる。アラームが発生した場合に、１つ１つ機器を調べる必要がないので、異常時対応に要する時間を非常に短くすることができる。

さらに、アラームを発生させるために複雑な監視ロジックを作成する必要もなく、また異常時には通知された機器の設定だけを変更すればよいので、経験が少ないオペレータでも対応できる。また、貢献度法により、影響範囲も把握できるので、オペレータによる見落としやミスを防止することが可能である。

これらの効果により、アラームを発生させるための監視ロジック構築作業やアラーム発生時の対応作業におけるオペレータの負荷を大幅に軽減することができる。

以上説明したように、本発明の状況解析システムによれば、マハラノビス距離の算出により監視対象の状況を解析するので、監視や解析のための複雑なロジックを作成する必要がなく、容易かつ迅速に状況を解析できる。また、マハラノビス距離に対する各データの貢献度の算出結果に基づいて、各データの影響度を容易に把握できる。

本発明の適用範囲は上記実施形態に限定されることはない。本発明は、プラントの監視ないし解析に限定されることなく、監視対象からのデータに基づく解析を行う場面に広く適用することができる。また、本発明は異常／正常の判定に限定されることなく、種々の解析に対し広範に適用可能である。

本発明による状況解析システムを機能的に示すブロック図。 本発明による状況解析システムをプラント制御システムに適用した一実施形態の構成を示すブロック図。 本実施形態の状況解析システムの動作を示すフローチャート。 解析結果の表示例を示す図であり、（ａ）はマハラノビス距離の算出結果の表示例を示す図、（ｂ）は各パラメータの影響度の表示例を示す図。 今年の各期間の設備状態を解析する動作手順を示すフローチャート。

符号の説明

５ プラント情報管理サーバ（基準空間作成手段、データ取得手段、距離算出手段、判断手段、貢献度算出手段、通知手段）
５１ 履歴格納部（データ蓄積手段）
１０１ データ蓄積手段
１０２ 基準空間作成手段
１０３ データ取得手段
１０４ 距離算出手段
１０５ 判断手段
１０６ 貢献度算出手段
１０７ 通知手段

Claims (10)

1. 監視対象から取得されたデータに基づいて監視対象の状況を解析する状況解析システムにおいて、
   監視対象から得られたデータを蓄積するデータ蓄積手段と、
   前記データ蓄積手段に蓄積された前記データに基づいて基準空間を作成する基準空間作成手段と、
   前記監視対象からデータを取得するデータ取得手段と、
   前記基準空間作成手段により作成された前記基準空間に、前記データ取得手段で得られた前記データを入力することでマハラノビス距離を算出する距離算出手段と、
   を備えることを特徴とする状況解析システム。
2. 前記基準空間作成手段は、前記データ蓄積手段に蓄積された正常と判断されるデータに基づいて、正常と判断される基準空間を作成することを特徴とする請求項１に記載の状況解析システム。
3. 前記距離算出手段で算出されたマハラノビス距離が所定距離よりも大きい場合に、異常と判断する判断手段を備えることを特徴とする請求項２に記載の状況解析システム。
4. 前記距離算出手段で算出されたマハラノビス距離に対する各データの貢献度を算出する貢献度算出手段を備えることを特徴とする請求項１〜３のいずれか１項に記載の状況解析システム。
5. 前記貢献度算出手段により算出された貢献度に基づく情報を通知する通知手段を備えることを特徴とする請求項４に記載の状況解析システム。
6. 監視対象から取得されたデータに基づいて監視対象の状況を解析する状況解析方法において、
   監視対象から得られたデータを蓄積するステップと、
   蓄積された前記データに基づいて基準空間を作成するステップと、
   前記監視対象からデータを取得するステップと、
   作成された前記基準空間に、前記データを取得するステップで得られた前記データを入力することでマハラノビス距離を算出するステップと、
   を備えることを特徴とする状況解析方法。
7. 前記基準空間を作成するステップでは、前記データを蓄積するステップにより蓄積された正常と判断されるデータに基づいて、正常と判断される基準空間を作成することを特徴とする請求項６に記載の状況解析方法。
8. 算出されたマハラノビス距離が所定距離よりも大きい場合に、異常と判断するステップを備えることを特徴とする請求項７に記載の状況解析方法。
9. 算出されたマハラノビス距離に対する各データの貢献度を算出するステップを備えることを特徴とする請求項６〜８のいずれか１項に記載の状況解析方法。
10. 前記貢献度を算出するステップにより算出された貢献度に基づく情報を通知するステップを備えることを特徴とする請求項９に記載の状況解析方法。
    

Images