JP2010262630A - 工業プロセスを監視する装置および方法 - Google Patents

Abstract

【課題】本発明は、複数の変数を有する工業プロセスを監視する装置に関する。
【解決手段】前記装置は、工業プロセスが正常状態下で運転している場合、前記変数のデータ値を有し得る正常状態データセットを定義するとともに、工業プロセスが異常状態下で運転している場合、前記変数のデータ値を有し得る異常状態データセットを定義するように構成された定義モジュールと、正常状態データセットから正常状態モデルをモデリングするとともに、異常状態データセットから異常状態モデルをモデリングするように構成されたモデリングモジュールと、正常状態モデルから正常状態プロットをプロットするとともに、異常状態モデルから異常状態プロットをプロットするように構成されたプロットモジュールと、正常状態プロットおよび異常状態プロットとの同時表示のために、前記変数のライブデータ値を分析するように構成された分析モジュールとを具備している。
【選択図】図２

Description

本発明は、工業プロセスを監視する装置および方法に関するとともに、限定するわけではないが、特にプロセスの状態における逸脱を監視することに関する。

多くの工業プロセスは、非常に複雑であり、多数のデバイス、機器の様々な部分、およびサブプロセスを含んでいる。このことは、問題に対処し、かつ今後同様の問題が再発するのを回避または防止することができるように、実行されるべきオンラインまたはオフライン不良検出と、理解されるべき何らかのプロセスの逸脱とに対して監視および分析が必要とされる、運転またはプロセスの変数を多数生じさせる。したがって、工業プロセスの監視は、多様な対象の動作を監視することを含み、所与の対象は、装置の一部分またはプロセスの状態であり得る。

主成分分析（ＰＣＡ）は、多数の変数を有する工業プロセスの監視に適用し得る多変量統計技術を含む監視分析ツールである。数学的手続きを使用して、ＰＣＡは、相関が予想される多数の変数をこれより少数の主成分と呼ばれる無相関変数に変換する。第１主成分は、データ中の変動を可能な限り多く占める一方で、続く各主成分は、振幅の減少とともに残りの変動を占める。したがって、ＰＣＡは、データ中の分散を最良に説明する点で、データの内部構造を明らかにするものとして考えられ得る。ＰＣＡは、ホテリングのＴ２乗偏差、２乗予測誤差（ＳＰＥ）、ＰＣＡ自体からのスコアおよび負荷情報のような他の業績評価指標（performance indicator）を得るために使用され得る。

現在、ＰＣＡは、特定の工業プロセスにおける最良の運転操業を再現するモデルを得るために使用されている。工業プロセスが正常または許容状態下で運転している場合、すなわち、境界領域が工業プロセスの正常状態を表すとともに正常状態領域であると判断される場合、ＰＣＡから得られた典型的な最良操業モデルは、得られた変数のデータ値から得られた主成分のセットを有する境界領域として、高度領域監視（ＡＡＭ：Advanced Area Monitoring）プロット上に表示され得る。

図１に示されているように、高度領域監視（ＡＡＭ）プロットは、使用時、特定の運転期間中に工業プロセスから得られた変数のデータ値に対しＰＣＡを使用して生成され得る。ＡＡＭプロット１０００が、一般に、その特定の工業プロセスに対して先に得られている最良操業モデル２０００を表示するのと同時に、変数の運転データ値から得られたＰＣＡスコア情報３０００は、最良操業モデル２０００に投射される。スコア情報３０００が最良操業モデル２０００の範囲内に入った場合、工業プロセスは、その運転期間中、正常に運転していたと判断することができる。スコア情報３０００が境界領域２０００の外側に出た場合、その特定の運転期間中に、プロセスの逸脱または機器の劣化が発生したと判断することができる。

現在、ＰＣＡおよびＡＡＭプロットはほとんど、不良またはプロセスの逸脱が工業プロセスにおいてすでに発生した後でのみ問題を分析するために使用される。これは主に、プロセス技術者にとって分析のための変数のデータセットを準備するのに時間がかかるためである。さらに、なされるべき分析結果の有意義な説明と、プロセスオペレータによって行われるべき活動への分析結果の転換のために、分析結果の理解は、プロセス技術者に対象への相当な専門的知識を要求する。

例示的な第１実施態様によれば、複数の変数を有する工業プロセスを監視する装置が提供される。前記装置は、前記工業プロセスが正常状態下で運転している場合に、前記変数のデータ値を有し得る正常状態データセットを定義するとともに、前記工業プロセスが異常状態下で運転している場合に、前記変数のデータ値を有し得る異常状態データセットを定義するように構成された定義モジュールと、前記正常状態データセットから正常状態モデルをモデリングするとともに、前記異常状態データセットから異常状態モデルをモデリングするように構成されたモデリングモジュールと、前記正常状態モデルから正常状態プロットをプロットするともに、前記異常状態モデルから異常状態プロットをプロットするように構成されたプロットモジュールと、前記正常状態プロットおよび前記異常状態プロットとの同時表示のために、前記変数のライブデータ値を分析するように構成された分析モジュールとを具備している。

前記装置は、前記モデリングされた正常領域、前記モデリングされた異常領域、および前記分析されたライブデータ値を同時に表示するように構成された表示モジュールをさらに具備してもよい。

前記装置は、データセット、モデリングされた領域、および分析されたデータ値を格納するとともに、読み出すためのデータベースをさらに具備してもよい。

前記定義モジュールは、前記変数のデータ値を前処理するようにさらに構成してもよい。

前記モデリングモジュールは、好ましくは主成分分析を使用する。

前記プロットモジュールは、好ましくは高度領域監視を使用する。

前記装置は、前記定義モジュールおよび前記表示モジュールへのアクセスを提供する少なくとも１つのユーザインタフェースをさらに具備してもよい。

例示的な第２実施態様によれば、複数の変数を有する工業プロセスを監視する方法が提供される。前記方法は、前記工業プロセスが正常状態下で運転している場合、前記変数のデータ値を有し得る正常状態データセットを定義するステップと、前記工業プロセスが異常状態下で運転している場合、前記変数のデータ値を有し得る異常状態データセットを定義するステップと、前記正常状態データセットから正常状態モデルをモデリングするステップと、前記異常状態データセットから異常状態モデルをモデリングするステップと、前記正常状態モデルから正常状態プロットをプロットするステップと、前記異常状態モデルから異常状態プロットをプロットするステップと、前記正常状態プロットおよび前記異常状態プロットとの同時表示のために、前記変数のライブデータ値を分析するステップとを具備している。

前記方法は、前記正常状態プロット、前記異常状態プロット、および分析されたライブデータ値を同時に表示するステップをさらに具備してもよい。

前記方法は、データセット、モデル、プロット、および分析されたデータ値をデータベースに格納するステップと、前記データベースから読み出すステップとをさらに具備してもよい。

前記方法は、前記正常状態モデルおよび前記異常状態モデルをモデリングする前に、前記変数のデータ値を前処理するステップをさらに具備してもよい。

前記正常状態モデルをモデリングするステップは、好ましくは、前記正常状態データセットから主成分分析モデルを構築するステップを具備する。

前記異常状態モデルをモデリングするステップは、好ましくは、前記異常状態データセットを前記正常状態データセットから構築された主成分分析モデルに投射するステップと、前記異常状態データセットに対する主成分分析モデルを生成するステップとを具備する。

前記正常状態プロットをプロットするステップは、好ましくは、前記正常状態モデルからエクスポートされたモデル形状から、正常状態の高度領域監視プロットを生成するステップを具備する。

前記異常状態プロットをプロットするステップは、好ましくは、前記異常状態モデルからエクスポートされたモデル形状から、異常状態の高度領域監視プロットを生成するステップを具備する。

前記変数のライブデータ値を分析するステップは、好ましくは、ライブスコア情報を得るために、前記ライブデータ値に関して主成分分析を行うステップを具備するとともに、前記ライブスコア情報を前記正常状態プロットおよび前記異常状態プロットの表示上に投射するステップをさらに具備する。

本発明が十分に理解され、かつその実用的効果が容易に得られるように、本明細書では以下、添付の例示的な図面の参照しながら、本発明の非限定的で単に例示的な実施形態を説明する。

従来技術における高度領域監視プロットの概略図である。 工業プロセスを監視する例示的な装置のアーキテクチャ図である。 工業プロセスを監視する例示的な方法のフローチャートである。 例示的な工業プロセスの運転期間中の変数のデータ値の例示的なグラフである。 図２の装置と図３の方法とを使用して得られた例示的な高度領域監視プロットの概略図である。 図２の装置と図３の方法とを使用して得られた別の例示的な高度領域監視プロットの概略図である。

図２および３に示されているように、例示的な装置１０および方法１００は、工業プロセス８０を監視するために提供される。

前記装置１０は、データセットを定義するために構成された定義モジュール１２を具備している。データセットは、工業プロセス８０に含まれるプロセス変数のデータ値から定義され、一定期間にわたるプロセス８０の運転中に得られる。好ましくは、データ値は、全プロセス周期の間、プロセス８０における各変数に対して得られる。

図４は、例示的な工業プロセス８０における例示的な変数に対して得られたデータ値の例示的な曲線を示している。定義モジュール１２は、プロセスオペレータのようなユーザが、グラフから正常状態データセット１２−Ｎを定義する（１０２）のを可能にするように構成されている。たとえば、正常状態データセット１２−Ｎの定義は、プロセスが正常状態下で運転している場合、一定の許容閾値１２−Ｔ内に収まる変数（例として温度）のデータ値を選択するような簡単なものであってもよい。異常状態データセット１２−Ａは、プロセスが異常状態下で運転している場合、前記プロセスから得られたデータ値を選択することによって同様に定義される（１０４）。すなわち、変数の異常状態データ値は、許容閾値１２−Ｔを超過した値である。工業プロセスの様々な異常状態は、定義モジュール１２を使用して、プロセスに含まれる全ての変数に対してデータセットを定義するためのデータ値を適切に選択することによって、かつプロセスの不良または逸脱を生じる既知でかつ個々の要因下で様々な変数の異常状態データ値を適切に分類することによって定義され得る。したがって、１つの工業プロセス８０に対し、多数のプロセス周期にわたって変数のデータ値を収集および観測することによって、複数の異常状態データセットは定義され得る。

定義モジュール１２は、好ましくは収集されたデータ値を前処置または前処理するように構成された大規模データ前処理機能をさらに有している。たとえば、データ収集中のエラーによるデータ値の紛失１２−Ｍまたはアーチファクトのスパイクのような無効な値が存在する場合、定義モジュール１２の前処理機能は、推定された値でデータ値の紛失を自動的に埋めるとともに、データセット１２−Ｎ，１２−Ａを定義する際に無効な値を除外または除去する。したがって、定義モジュール１２は、データ前処理機能によって支援される、簡単で完全かつ効果的な手段で、プロセスオペレータが分析のためのデータセットを準備することを可能にするように構成されている。

定義されたデータセット１２−Ｎ，１２−Ａは、好ましくは後の読み出しおよび使用のためデータベース２２に格納される。例示的な方法１００において、定義された正常状態データセット１２−Ｎは、正常状態データセット１２−Ｎに関するＰＣＡを行うとともに、正常状態データセット１２−ＮからＰＣＡモデルを構築することによって正常状態ＰＣＡモデルをモデリングする（１０６）ために、前記装置１０のモデリングモジュール１４によって使用される。

モデリングモジュール１４は、１つまたは複数の異常状態ＰＣＡモデルをモデリングする（１０８）ためにさらに使用される。各異常状態モデルは、対応する異常状態データセット１２−Ａを正常状態データセット１２−Ｎから構築されたＰＣＡモデルに投射するとともに、異常状態モデルを生成することによってモデリングされる。このようにして、複数の異常状態ＰＣＡモデルは、モデリングモジュール１４を使用してモデリングされ得る。モデリングモジュール１４によって生成された正常状態および異常状態ＰＣＡモデルは、好ましくは、後の読み出しおよび使用のためデータベース２２に格納される。

好ましくは、モデリングモジュール１４は、オンライン監視の目的で個々のモデルパラメータをエクスポートするとともに、対応するＡＡＭプロットをプロットする（１１０，１１２）ため、前記装置１０のプロットモジュールに個々のモデル形状をエクスポートするようにさらに構成される。モデルのパラメータおよび形状は、好ましくは、後の読み出しおよび使用のためデータベース２２にさらに格納される。

プロットモジュール１６を使用して、正常状態ＡＡＭプロットは、正常状態ＰＣＡモデルからエクスポートされたモデル形状から生成される（１１０）。同様に、異常状態ＡＡＭプロットは、異常状態ＰＣＡモデルからエクスポートされたモデル形状から生成される（１１２）。生成された全てのＡＡＭプロットは、好ましくは、後の読み出しおよび使用のためデータベース２２にさらに格納される。図５および６に示されているように、本発明による一式の例示的なＡＡＭプロットのグラフィック表示２０−１，４０−１は、正常状態プロット１６−Ｎおよび異常状態プロット１６−Ａを別々の境界領域として示している。各異常状態プロット１６−Ａは、好ましくは、その工業プロセス８０で生じる可能性がある特定の既知な異常を表す。たとえば、エチレン分解施設の典型的な触媒分解炉において、原料が、炉管内部で持続的に加熱および分解された場合、１つの異常状態プロット１６−Ａは、原料の過加熱を表す一方で、別の異常状態プロット１６−Ａは、入口または出口の閉塞を表し得る。他の異常状態は、低バーナー効率または過剰空気である可能性があり、プロセス変数に対して特定可能なデータ値を有する異常状態の全てが含まれる。したがって、プロットモジュール１６は、好ましくは、仮に複数の異常状態があったとしても、そのうちどれをプロットおよび／または表示するべきかをプロセスオペレータが選択するように構成される。

図５および６は、ＡＡＭプロットのグラフィック表示２０−１，４０−１に投射されたライブスコア情報（live scores information）１８−Ｌをさらに示している。ライブスコア情報１８−Ｌは、工業プロセス８０の現在の運転から得られたライブデータ値を分析する（１１４）目的で構成された前記装置１０の分析モジュール１８を使用することによって生成される。ライブデータ値の分析１１４は、好ましくはライブスコア情報１８−Ｌを生成するために工業プロセス８０から得られたライブデータ値に関するＰＣＡを行うステップと、続いてライブスコア情報１８−ＬをＡＡＭプロットの表示２０−１，４０−１に投射するステップとを含んでいる。ライブスコア情報１８−Ｌを投射するステップは、好ましくは、必要なライブまたはオンラインタグを先に生成されたＰＣＡモデルに関連してマッピングするステップと、その結果をＡＡＭプロット表示２０−１，４０−１上に表すステップとを含んでいる。ライブスコア情報１８−Ｌは、好ましくは、後の読み出しおよび使用のためデータベース２２に格納される。

ライブスコア情報１８−Ｌが、正常状態プロット１６−Ｎの範囲内に入った場合、工業プロセスは現在正常に運転していると判断することができる。ライブスコア情報１８−Ｌが、正常状態プロット１６−Ｎの範囲外に出た場合、プロセスの逸脱が発生した、または発生していると判断することができる。したがって、正常状態プロット１６−Ｎの範囲外に出たライブスコア情報１８−Ｌは、プロセスオペレータにとって、工業プロセス８０の現在の運転に対して対処するきっかけまたは警報としてみなされる。

好ましくは、表示モジュール２０は、正常状態プロット１６−Ｎと一緒に異常状態プロット１６−Ａを、ユーザコンソール２４のユーザに提供される単一のグラフィック表示２０−１，４０−１上に同時に表示する（１１６）ために提供される。図５に示されているように、ＡＡＭプロット２０−１は、ＰＣＡおよびＡＡＭプロットの結果を確証するために、他の統計的方法によって得られる偏差または変動のレポート２０−２と一緒に表示されてもよい。たとえば、他のレポート２０−２は、ホテリングのＴ２乗偏差の結果３０、およびＳＰＥ分析３２からの結果を含んでもよい。ＡＡＭプロット４０−１は、現在の状態４０−２、監視を必要とする変数４０−３、または一定期間にわたる診断履歴４０−４のような情報を含む他の表と一緒にさらに表示してもよい。

異常状態プロット１６−Ａを正常状態プロット１６−Ｎと同時に表示するとともに、ライブスコア情報１８−Ｌを前記表示２０−１，４０−１に投射することによって、ユーザには、工業プロセスが正常状態からどの程度逸脱しているかというような視覚的指示が即時に提供される。すなわち、ライブスコア情報１８−Ｌは、多様な個々の異常状態プロット１６−Ａに関して、ＡＡＭ表示２０−１，４０−１上のスコア情報１８−Ｌの配置によって、発生している異常が何であるかを視覚的に示す。そのような視覚的指示が、ＡＡＭ表示２０−１，４０−１上に先に示されるため、発生している問題が何であるかを見つけ出すためのプロセス診断をユーザが行う必要性を減少させる。したがって、ユーザは、ＰＣＡおよびＡＡＭプロットの結果を理解するために、対象の専門的知識をそれ程必要とはされない。したがって、装置１０および方法１００は、ユーザが、逸脱の原因を理解するために、正常状態からの逸脱の原因となる重要な変数を識別することを可能にする。装置１０および方法１００は、劣化パターンが取り込まれることによって、工業プロセス８０におけるシステムエラーが識別および修正されることをさらに可能にする。

上述の記載において本発明の例示的な実施形態を説明してきた一方で、設計、構成、および／または動作の詳細において様々な変形が、本発明から逸脱することなくなされ得ることは、当業者に理解されるであろう。たとえば、ＰＣＡに加えて、基準モデルを他の統計的ツールを使用して作成するとともに、複数のモデルからの情報を使用して工業プロセスをさらに監視してもよい。ＡＡＭの概念は、情報を利用する代替的な方法としてマイクロソフト・エクセル（商標）のスプレッドシートのような簡易なグラフィカルインタフェースにインポートされてもよい。

１０ 装置
１２ 定義モジュール
１４ モデリングモジュール
１６ プロットモジュール
１８ 分析モジュール
２０ 表示モジュール
２２ データベース
２４ ユーザコンソール
８０ 工業プロセス

Claims (17)

1. 工業プロセスを監視する装置であって、
   前記工業プロセスは、複数の変数を有し、
   前記装置は、
   前記工業プロセスが正常状態下で運転している場合に、前記変数のデータ値を有する正常状態データセットを定義するとともに、前記工業プロセスが異常状態下で運転している場合に、前記変数のデータ値を有する異常状態データセットを定義するように構成された定義モジュールと、
   前記正常状態データセットから正常状態モデルをモデリングするとともに、前記異常状態データセットから異常状態モデルをモデリングするように構成されたモデリングモジュールと、
   前記正常状態モデルから正常状態プロットをプロットするともに、前記異常状態モデルから異常状態プロットをプロットするように構成されたプロットモジュールと、
   前記正常状態プロットおよび前記異常状態プロットとの同時表示のために、前記変数のライブデータ値を分析するように構成された分析モジュールと
   を具備することを特徴とする装置。
2. 前記モデリングされた正常領域、前記モデリングされた異常領域、および前記分析されたライブデータ値を同時に表示するように構成された表示モジュールをさらに具備することを特徴とする請求項１に記載の装置。
3. データセット、モデリングされた領域、および分析されたデータ値を格納するとともに、読み出すためのデータベースをさらに具備することを特徴とする請求項１または２に記載の装置。
4. 前記定義モジュールは、前記変数のデータ値を前処理するようにさらに構成されることを特徴とする請求項１〜３のいずれか１項に記載の装置。
5. 前記モデリングモジュールは、主成分分析を使用することを特徴とする請求項１〜４のいずれか１項に記載の装置。
6. 前記プロットモジュールは、高度領域監視を使用することを特徴とする請求項１〜５のいずれか１項に記載の装置。
7. 前記定義モジュールおよび前記表示モジュールへのアクセスを提供する少なくとも１つのユーザインタフェースをさらに具備することを特徴とする請求項１〜６のいずれか１項に記載の装置。
8. 工業プロセスを監視する方法であって、
   前記工業プロセスは、複数の変数を有し、
   前記方法は、
   前記工業プロセスが正常状態下で運転している場合、前記変数のデータ値を有する正常状態データセットを定義するステップと、
   前記工業プロセスが異常状態下で運転している場合、前記変数のデータ値を有する異常状態データセットを定義するステップと、
   前記正常状態データセットから正常状態モデルをモデリングするステップと、
   前記異常状態データセットから異常状態モデルをモデリングするステップと、
   前記正常状態モデルから正常状態プロットをプロットするステップと、
   前記異常状態モデルから異常状態プロットをプロットするステップと、
   前記正常状態プロットおよび前記異常状態プロットとの同時表示のために、前記変数のライブデータ値を分析するステップと
   を具備することを特徴とする方法。
9. 前記正常状態プロット、前記異常状態プロット、および分析されたライブデータ値を同時に表示するステップをさらに具備することを特徴とする請求項８に記載の方法。
10. データセット、モデル、プロット、および分析されたデータ値をデータベースに格納するステップと、前記データベースから読み出すステップとをさらに具備することを特徴とする請求項８または９に記載の方法。
11. 前記正常状態モデルおよび前記異常状態モデルをモデリングする前に、前記変数のデータ値を前処理するステップをさらに具備することを特徴とする請求項８〜１０のいずれか１項に記載の方法。
12. 前記正常状態モデルをモデリングするステップは、前記正常状態データセットから主成分分析モデルを構築するステップを具備することを特徴とする請求項８〜１１のいずれか１項に記載の方法。
13. 前記異常状態モデルをモデリングするステップは、前記異常状態データセットを前記正常状態データセットから構築された主成分分析モデルに投射するステップと、前記異常状態データセットに対する主成分分析モデルを生成するステップとを具備することを特徴とする請求項８〜１２のいずれか１項に記載の方法。
14. 前記正常状態プロットをプロットするステップは、前記正常状態モデルからエクスポートされたモデル形状から、正常状態の高度領域監視プロットを生成するステップを具備することを特徴とする請求項８〜１３のいずれか１項に記載の方法。
15. 前記異常状態プロットをプロットするステップは、前記異常状態モデルからエクスポートされたモデル形状から、異常状態の高度領域監視プロットを生成するステップを具備することを特徴とする請求項８〜１４のいずれか１項に記載の方法。
16. 前記変数のライブデータ値を分析するステップは、ライブスコア情報を得るために、前記ライブデータ値に関して主成分分析を行うステップを具備することを特徴とする請求項８〜１５のいずれか１項に記載の方法。
17. 前記ライブデータ値を分析するステップは、前記ライブスコア情報を前記正常状態プロットおよび前記異常状態プロットの表示上に投射するステップをさらに具備することを特徴とする請求項１６に記載の方法。