JP2011253275A - プラントシミュレータ - Google Patents

Abstract

【課題】現在使用している統計モデルが適切なモデルとして機能しているか否かをデータに基づいて評価し、必要な処置を講ずることを可能とするプラントシミュレータを実現する。
【解決手段】プラントデータを収集し、プラントの状態を物理モデルにより演算して第１推定値データを出力する物理モデル演算部と、前記第１推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第２推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
前記統計モデルに入力している前記第１推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備える。
【選択図】図１

Description

本発明は、プラントデータを収集し、プラントの状態を物理モデルにより演算して第１推定値データを出力する物理モデル演算部と、前記第１推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第２推定値データを出力する統計モデル演算部とを具備するプラントシミュレータに関するものである。

オンラインで動作する物理モデルベースのシミュレータと、物理モデルの一部を統計モデルに基づくソフトセンサで代替した混合モデルを利用したプラントシミュレータに関しては、特許文献１に詳細な技術開示がある。

混合モデル型のプラントシミュレータのメリットは、次の２点である。
（１）製品の品質特性等で物理的な因果関係が明らかでない部分を統計モデルで代替することによるシミュレータエンジニアリングの簡易化。
（２）物理モデルからの入力を利用することによる統計モデルの精度向上。

図５は、特許文献１に開示されている従来のプラントシミュレータを用いた制御システムの構成例を示す機能ブロック図である。実プラント１０は、多変数制御システム２０により制御されている。多変数制御システム２０は、実プラント１０からのデープラントデータＰＶを入力し、設定値ＳＶとの偏差を制御演算した操作量ＭＶを実プラント１０に返す。

更に、多変数制御システム２０は、プラントシミュレータ３０物理モデル演算部３１かからの第１推定値データＲ及び統計モデル演算部３２からの第２推定値データＱを推定プラントデータとして取得する。

ここで、モデル化の対象となる実プラント１０の大部分は、物理モデル化が可能という前提を置くものとする。しかしながら、プラントのプロダクトの品質特性や性状値等、物理的因果関係が明らかにされていない場合も多く、これらの物理モデル化は困難である。これを補うのが統計モデルによるソフトセンサである。

物理モデル演算部３１は、実プラント１０よりプラントデータＰＶを収集し、プラントの状態を物理モデルによって模擬する機能を持つ。模擬手段は任意であるが、プロダクトの品質特性等の一部のモデル化されていない情報を除き、プラントの挙動を正確に模擬しているものとする。

故に、物理モデル演算部３１の出力である第１推定値データは、プラントデータ情報（ＰＶ）及び物理モデル演算部３１によって推定される実測されていない部位の推定値情報となる。本願発明では、この２つの情報を合わせた物理モデルの推定値を、第１推定値データＲと称する。

性状分析器４０は、実プラント１０の特定のプロダクト等から定期的にサンプリングした測定データＷを入力して、特定プロダクトの品質特性や性状の分析を行い、性状分析データＡを出力する。品質特性が特定の組成の場合、ガスクロマトグラフィ等がこれに相当する。温度・流量・圧力等の連続物理量の測定計に対して、通常数十分程度の遅れを持つ。

また、性状分析のための測定が必ずしもシステム化されているとは限らず、ラボにおける分析を必要とする場合もある。連続測定されている場合には、分析データはリアルタイムに公開され、ラボ分析等の場合には分析後に人手によって公開される場合もある。

統計モデル演算部３２は、物理モデル演算部３１の出力である第１推定値データＲを説明変数とし、性状分析器４０からの性状分析データＡを目的変数として取得する統計モデルによる推定を行う。モデル構造及びプラントの特性変化に対する追従手段は任意である。

プラントシミュレータ３０は、物理モデル演算部３１と統計モデル演算部３２により実プラント１０の動的な挙動予測を行う。このように、部分的に統計モデルを導入して混合モデルとすることで、前記（１）及び（２）の効果を得ることができる。

特開２０１０−７９４６５号公報

特許文献１に示される従来技術では、統計モデルの詳細構造についての記述はないが、一般的な統計モデルでは、モデル構造として線形回帰モデルを採用し、カルマンフィルタ等の逐次更新アルゴリズムによってパラメータを更新していくことで、プロセスの変化に追従するよう実装する。

しかし、このような構造を採用した統計モデルの場合、モデルは、現在の運転状態近傍にオーバーフィッティングしてしまうことが想定される。その結果、２つの問題が生じる。１つは、プラントシミュレータの重要なアプリケーションである運転条件変更後の予測等、広域の挙動予測を行う場合には、特定の運転条件にオーバーフィッティングした統計モデルからの推定値データの精度は劣化することである。

そしてもう１つは、統計モデルに参照値（目標変数Ａ）を与える計器（性状分析器４０）の故障等による統計モデルの更新停止が発生して、運転条件がモデル化範囲を超えてしまった場合等では、統計モデルからの推定値データの精度は劣化することである。

これらはいずれも、シミュレーション時に現在使用している統計モデルが外部要因により適切なモデルとして機能していない場合に、その状態を確認して必要に応じた処置を講じていないことが本質的な原因である。

本発明の目的は、現在使用している統計モデルが適切なモデルとして機能しているか否かをデータに基づいて評価し、必要な処置を講ずることを可能とするプラントシミュレータを実現することにある。

このような課題を達成するために、本発明は次の通りの構成になっている。
（１）プラントデータを収集し、プラントの状態を物理モデルにより演算して第１推定値データを出力する物理モデル演算部と、前記第１推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第２推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
前記統計モデルに入力している前記第１推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備えることを特徴とするプラントシミュレータ。

（２）前記統計モデル評価部による適正性なしの判定結果を取得して、現在の前記第１推定値データが適正となる前記第２推定値データを出力する統計モデルを再構築し、前記統計モデル演算部にダウンロードする、統計モデル再構築部を備えることを特徴とする（１）に記載のプラントシミュレータ。

（３）前記第１推定値データ及び前記性状分析データのトレンドを保持するモデリングデータベースを備え、
前記統計モデル再構築部は、現在の前記第１推定値データの範囲が適正な範囲となる説明変数データ及び目的変数データを前記モデリングデータベースより取得して統計モデルの再構築をオンラインで実行することを特徴とする（２）に記載のプラントシミュレータ。

（４）前記統計モデル評価部が出力する評価指数が所定に閾値を超えたときに前記統計モデル再構築部に再構築指令を出力する判定部を備えることを特徴とする（２）または（３）に記載のプラントシミュレータ。

（５）前記第１推定値データ及び前記第１推定値データは、前記プラントを制御する多変数制御システムにプラントデータとして渡されることを特徴とする（１）乃至（４）のいずれかに記載のプラントシミュレータ。

本発明によれば、次のような効果を期待することができる。
（１）物理モデル演算部の第１推定値データＲの監視により、現在使用中の統計モデルの適正性を客観的に評価する統計モデル評価部の評価結果に基づいて、ユーザは現在使用中の統計モデルの適正性をデータにより確認することができ、実プラントの目標値変更の実施の可否を検討することが可能となる。

（２）統計モデル評価部の評価結果に基づいて、現状でのプロセスデータで適正な統計モデルとなるように現在使用中の統計モデルを自動的に再構築して入替える処置を講ずることが可能となる。

本発明のプラントシミュレータを適用した制御システムの一実施例を示す機能ブロック図である。 本発明のプラントシミュレータを適用した制御システムの他の実施例を示す機能ブロック図である。 本発明の効果を説明する性状値のステップ応答特性図である。 本発明のプラントシミュレータを適用した制御システムの更に他の実施例を示す機能ブロック図である。 従来のプラントシミュレータを用いた制御システムの構成例を示す機能ブロック図である。

以下本発明を、図面を用いて詳細に説明する。図１は、本発明のプラントシミュレータを適用した制御システムの一実施例を示す機能ブロック図である。図５で説明した従来構成と同一要素には同一符号を付して説明を省略する。

プラントシミュレータ３０において、従来構成に追加された本発明の特徴部は、統計モデル評価部１００の構成にある。統計モデル評価部１００は、現統計モデル情報Ｍと物理モデル演算部３１の第１推定値データＲを取得し、現統計モデル情報Ｍの適正性を示す評価指標Ｄを出力する。統計モデル評価部１００の具体的な構成例については、図２の実施例で説明する。

ＧＵＩ（Graphical User Interface ）５０は、物理モデル演算部３１の第１推定値データＲ、統計モデル演算部３２の第２推定値データＱと共に、現統計モデル情報Ｍの適正性を示す評価指標Ｄを取得して、ユーザに表示する。

ユーザは、このＧＵＩ５０を介してプラントシミュレータ３０の状態を監視することが可能であり、現統計モデルが適正性を欠いていると判断すれば、その間の予測を信用しないなどの対処を行うことができる。

図２は、本発明のプラントシミュレータを適用した制御システムの他の実施例を示す機能ブロック図である。この実施例では、現統計モデルの評価結果が適正性を欠いていると判定された場合には自動的に統計モデルを再構築し、統計モデル演算部３２にダウンロードして更新する仕組みを提供する。

図１との相違点は、プラントシミュレータ３０内にモデリングデータベース２００と統計モデル再構築部３００を設けた構成にある。デリングデータベース２００は、統計モデルにおいて説明変数となる物理モデル演算部３１の推定値データＲと、目的変数である性状分析器４０からの分析データＡのトレンドを保持する。

統計モデル再構築部３００は、評価指数計算部３０１、再構築処理部３０２、判定部３０３、閾値設定部３０４よりなる。評価指数計算部３０１は、現統計モデル情報Ｍと物理モデル演算部からの第１推定値データＲを入力し、現統計モデルの適正性を示す評価指数Ｄを出力する機能を備えるものであり、図１で示した統計モデル評価部１００と同一機能である。

統計モデル再構築部３００は、物理モデル演算部３１から現時点の第１推定値データＲを受け取り、現在利用されている統計モデルにとって適正な範囲の入力かどうかを監視し、適正でない場合にはモデリングデータベース２００から現時点近傍データを取得し、モデルの再構築を行い、統計モデル演算部３２の現統計モデルを更新する機能を持つ。

評価指数計算部３０１による入力範囲の適正性判定の手法としては、現在の統計モデルのベースとなっているモデリングデータと、統計モデル演算部３２に説明変数として入力されている第１推定値データＲを、周知のマハラノビス距離によって評価する手法を採用することができる。

マハラノビス距離は、変数間の依存関係を考慮した距離情報であり、モデルの精度に重大な影響をもたらず変数間依存関係の変化を検出することができる。入力されている現時点の物理モデルによる第１推定値データＲと現統計モデルＭのモデリングデータとのマハラノビス距離を評価指数Ｄとし、これがある閾値を超えた場合には、現統計モデルＭのモデリングデータが持つ変数間関係と現時点の入力Ｒの関係は大きく乖離していると判断でき、モデル再構築のトリガとすることができる。

判定部３０３は、評価指数計算部３０１が出力する評価指数Ｄを監視し、この値が閾値設定部３０４で設定された所定の閾値ΔＤを超えたときに、統計モデル再構築をトリガする判定信号Ｕを再構築処理部３０２に出力する。

判定信号Ｕを取得した再構築処理部３０２は、モデリングデータベース２００にアクセスし、現時点近傍データを取得し、モデルの再構築を行い、再構築した統計モデルを統計モデル演算部３２にダウンロードし、現統計モデルを更新する。

再構築を実行する場合の近傍データの取得手段として、予めモデリングデータをいくつかのデータセットに分割しておき、マハラノビス距離による指標Ｄが最小となるようなデータセットを選択することで、現時点の入力変数間関係に近いデータセットを選択し、モデルを再構築することもできる。

図３は、本発明の効果を説明する性状値のステップ応答特性図である。図３（イ）は性状値のステップ応答、（ロ）は運転条件の変更を示す。図中、時点Ｔ１において統計モデルへの参照値（目標変数Ａ）の供給が停止される状況を想定する。

時刻Ｔ２で運転条件がステップ的に変化した後の性状値の真値の応答をトレンドＦ１で示す。特定の運転条件にオーバーフィッティングした推定値をトレンドＦ２で示す。運転条件変化をトリガに再構築した統計モデルによる推定値をトレンドＦ３で示す。

具体的には、物理モデルの重要なアプリケーションの１つである広域での運転条件変更予測の場合や、性状分析器のメンテナンスや故障等が発生した場合である。どちらの場合においても、統計モデルは参照値の供給を受けられない。

統計モデルが、一般に想定するような再帰的なモデル更新アルゴリズムを備えるものでは、運転条件変化等でプラントの特性が大きく変わってしまう場合等では、特定の状況にオーバーフィッティングしてしまうために予測が難しくなる。

その様子を図中Ｔ２以降で示している。Ｔ２の時点で運転条件が変化し、プラントの特性が大きく変化してしまうと仮定する。この時、再帰的な更新アルゴリズムでは、モデル更新のための参照値が得られないので、Ｔ１の時点のモデルで固定されてしまい、新しい運転条件における性状値が正しく予測できない（図中トレンドＦ２参照）。

しかし、本発明によれば、プラントの運転条件の変化に基づき、統計モデルはモデリングデータベースの範囲で自動的に更新されるため、モデリングデータベースに記憶された、または近い運転条件であれば、正しく予測を行うことが可能となる（図中トレンドＦ３参照）。

このようにして、物理モデルの一部を統計モデルで代替した混合モデルを利用したプラントシミュレータにおいて、広域の運転条件変更予測時や、性状分析器の停止時等の統計モデルの直近のデータに基づく更新が不可能な状況下であっても、モデリングデータベースに基づき統計モデルの再構築を行うことで、プラントシミュレータを精度良く運用することが可能となる。

図４は、本発明のプラントシミュレータを適用した制御システムの更に他の実施例を示す機能ブロック図である。図２との相違点は、物理モデル演算部３１の推定値データＲ及び統計モデル演算部３２の推定値データＱが、図５で説明した多変数制御システム２０にプラントデータとして渡されている構成にある。

図１、図２、図４の実施例で示された本発明を構成する各コンポーネントは、実施例の接続形態に限定されるものではなく、ネットワークを介して分散的に接続され、通信により情報処理をする形態であってもよい。

１０ 実プラント
２０ 多変数制御システム
３０ プラントシミュレータ
３１ 物理モデル演算部
３２ 統計モデル演算部
４０ 性状分析器
５０ ＧＵＩ
１００ 統計モデル評価部
２００ モデリングデータベース
３００ 統計モデル再構築部
３０１ 評価指標計算部
３０２ 再構築処理部
３０３ 判定部
３０４ 閾値設定部

Claims (5)

1. プラントデータを収集し、プラントの状態を物理モデルにより演算して第１推定値データを出力する物理モデル演算部と、前記第１推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第２推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
   前記統計モデルに入力している前記第１推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備えることを特徴とするプラントシミュレータ。
2. 前記統計モデル評価部による適正性なしの判定結果を取得して、現在の前記第１推定値データが適正となる前記第２推定値データを出力する統計モデルを再構築し、前記統計モデル演算部にダウンロードする、統計モデル再構築部を備えることを特徴とする請求項１に記載のプラントシミュレータ。
3. 前記第１推定値データ及び前記性状分析データのトレンドを保持するモデリングデータベースを備え、
   前記統計モデル再構築部は、現在の前記第１推定値データの範囲が適正な範囲となる説明変数データ及び目的変数データを前記モデリングデータベースより取得して統計モデルの再構築をオンラインで実行することを特徴とする請求項２に記載のプラントシミュレータ。
4. 前記統計モデル評価部が出力する評価指数が所定に閾値を超えたときに前記統計モデル再構築部に再構築指令を出力する判定部を備えることを特徴とする請求項２または３に記載のプラントシミュレータ。
5. 前記第１推定値データ及び前記第１推定値データは、前記プラントを制御する多変数制御システムにプラントデータとして渡されることを特徴とする請求項１乃至４のいずれかに記載のプラントシミュレータ。

Images