JP2016162210A

JP2016162210A - 情報処理装置、モデル生成プログラムおよびモデル生成方法

Info

Publication number: JP2016162210A
Application number: JP2015040522A
Authority: JP
Inventors: 裕平梅田; Yuhei Umeda
Original assignee: Fujitsu Ltd
Current assignee: Fujitsu Ltd
Priority date: 2015-03-02
Filing date: 2015-03-02
Publication date: 2016-09-05
Anticipated expiration: 2035-03-02
Also published as: JP6528461B2

Abstract

【課題】複数のパラメータについての準定常のデータを収集すること。【解決手段】測定条件生成部４１は、制御対象の制御に関する複数のパラメータそれぞれの変更可能範囲による空間において、複数のパラメータのうち何れか１つのパラメータのみを１つ前の測定条件から変化させて複数の測定条件を生成する。出力部４２は、生成された複数の測定条件の動作指示を順に出力する。取得部４３は、出力された動作指示によりパラメータが測定条件に変更された制御対象の状態を示す測定データを取得する。【選択図】図２

Description

本発明は、情報処理装置、モデル生成プログラムおよびモデル生成方法に関する。

従来から、制御対象のモデルを用いて制御対象をどのように制御するかを設計する制御設計が行われる。この制御設計では、制御対象の制御に用いるパラメータの設定値を変え、制御対象の状態が定常状態となるまで待って制御対象の状態を測定する。そして、制御設計では、測定した測定データを基に、制御対象のモデルを生成する。

しかし、測定条件ごとに、制御対象の状態が定常状態となるまで待って測定を行う場合、測定データの収集に時間がかかる。そこで、準定常計測を行う技術が提案されている。準定常計測では、パラメータの設定値をほぼ定常とみなせる程度の速度で変化させ、取得できる時系列データを定常状態のデータとして使用する。

下城孝名子ら、"準定常計測を用いたガソリンエンジンのすすモデリング"、第１回計測自動制御学会制御部門マルチシンポジウム、２０１４年

ところで、準定常計測は、パラメータが１つである場合に用いられる。しかし、制御対象は、デバイス等の増加に伴い、制御対象の制御に複数のパラメータを用いる場合がある。このため、複数のパラメータを用いる場合、準定常計測による制御対象のモデルの生成は困難である。

一つの側面では、制御対象の制御に複数のパラメータを用いる場合でも該制御対象のモデルを生成できる準定常のデータを収集できる情報処理装置、モデル生成プログラムおよびモデル生成方法を提供することを目的とする。

第１の案では、情報処理装置は、生成部と、出力部と、取得部と、を有する。生成部は、制御対象の制御に関する複数のパラメータそれぞれの変更可能範囲による空間において、複数のパラメータのうち何れか１つのパラメータのみを１つ前の測定条件から変化させて複数の測定条件を生成する。出力部は、生成部により生成された複数の測定条件の動作指示を順に出力する。取得部は、出力部から出力された動作指示によりパラメータが測定条件に変更された制御対象の状態を示す測定データを取得する。

本発明の一の実施態様によれば、制御対象の制御に複数のパラメータを用いる場合でも該制御対象のモデルを生成することができる。

図１は、システム構成の一例を説明する説明図である。図２は、情報処理装置の機能的な構成の一例を示す図である。図３は、正規化空間の一例を示す図である。図４は、３次元のヒルベルト曲線の一例を示す図である。図５は、１位から３位の２次元のヒルベルト曲線の一例を示す図である。図６は、測定データと測定条件の対応付けを説明する図である。図７は、変化パラメータの変化を説明する図である。図８は、モデルを生成する流れを模式的に示した図である。図９は、モデル生成処理の手順の一例を示すフローチャートである。図１０は、モデル生成プログラムを実行するコンピュータの構成の一例を示す説明図である。

以下に、本願の開示する情報処理装置、モデル生成プログラムおよびモデル生成方法の実施例を図面に基づいて詳細に説明する。なお、本実施例により、開示技術が限定されるものではない。また、以下に示す実施例は、矛盾を起こさない範囲で適宜組み合わせても良い。

［システム構成］
制御設計では、制御対象のモデルを用いて制御対象をどのように制御するかを設計する。システム１は、制御対象のモデルを生成するシステムである。本実施例では、制御対象をエンジンとし、エンジンの制御設計を行う場合を例に説明する。エンジンの制御設計では、エンジンの制御に使用する数値を決定するため、エンジンの操作によってエンジンの状態がどのように変化するかを測定し、測定された測定データに基づき、エンジンをモデル化する。例えば、エンジンの制御設計では、バルブ開度や燃料噴射量の変化により排気ガスや燃費がどのように変化するかを測定してモデルを生成する。そして、エンジンの制御設計では、生成されたモデルを用いてエンジンをどのように制御するかを設計する。例えば、エンジンの制御設計では、生成されたモデルから、求められる出力を得つつ、排気ガスや燃費を抑えるにはどのようなバルブ開度や燃料噴射量がよいかを設計する。

図１は、システム構成の一例を説明する説明図である。図１に示すように、システム１は、情報処理装置１０と、エンジン１１とを有する。

エンジン１１は、制御設計の制御対象とされた対象物である。

情報処理装置１０は、制御対象とされたエンジン１１のモデルを生成する装置である。情報処理装置１０は、例えば、パーソナルコンピュータやサーバコンピュータなどのコンピュータである。情報処理装置１０は、１台のコンピュータとして実装してもよく、また、複数台のコンピュータにより実装しても良い。なお、本実施例では、情報処理装置１０を１台のコンピュータとした場合を例に説明する。

情報処理装置１０は、エンジン１１を各種の測定条件で動作させる。例えば、情報処理装置１０は、エンジン１１を制御するパラメータに設定する測定条件を変え、エンジン１１へ動作指示を出力する。このパラメータは、制御設計においてモデルへの入力情報となる。エンジン１１を制御するパラメータとしては、例えば、バルブ開度や燃料噴射量が挙げられる。なお、パラメータは、これに限定されるものではない。

また、情報処理装置１０は、各種の測定条件でのエンジン１１の状態を示す測定データを取得する。例えば、情報処理装置１０は、複数のパラメータのうち何れか１つのパラメータのみを１つ前の測定条件から変化させた各種の測定条件でエンジン１１の状態を示す測定データを取得する。この際、情報処理装置１０は、測定条件ごとに、１つ前の測定条件から何れか１つのパラメータの値をほぼ定常とみなせる程度のゆっくりな速度で変化させる。情報処理装置１０は、何れか１つのパラメータをゆっくりな速度で変化させている間に順次取得される測定データを定常状態のデータとみなして使用する。例えば、情報処理装置１０は、バルブ開度や燃料噴射量を１つずつ、ほぼ定常とみなせる程度のゆっくりな速度で変化させ、エンジン１１の状態を示す測定データを取得する。測定データとしては、例えば、排気ガスに含まれるＮＯ_x（窒素酸化物）、ＰＭ（粒子状物質）、ＣＯ₂（二酸化炭素）の各濃度や、燃費のデータを取得する。

［情報処理装置の構成］
次に、本実施例に係る情報処理装置１０について説明する。図２は、情報処理装置の機能的な構成の一例を示す図である。図２に示すように、情報処理装置１０は、外部Ｉ／Ｆ（インタフェース）部２０と、入力部２１と、表示部２２と、記憶部２３と、制御部２４とを有する。なお、情報処理装置１０は、上記の機器以外の他の機器を有してもよい。

外部Ｉ／Ｆ部２０は、他の装置との間で情報の入出力を行うインタフェースである。外部Ｉ／Ｆ部２０としては、ＵＳＢ（Universal Serial Bus）などの各種の入出力ポート、ＬＡＮカードなどのネットワークインタフェースカードを採用できる。

外部Ｉ／Ｆ部２０は、不図示の通信ケーブルを介して他の装置と各種情報を送受信する。例えば、外部Ｉ／Ｆ部２０は、エンジン１１を制御する不図示の制御装置に対して、測定条件を指定した動作指示を出力する。制御装置は、指定された測定条件でエンジン１１を動作させる。制御装置は、エンジン１１の状態を所定の周期で測定する。例えば、制御装置は、エンジン１１の排気ガスに含まれるＮＯ_x、ＰＭ、ＣＯ₂の各濃度や、燃費を１６ｍｓの周期で測定する。そして、制御装置は、所定の周期で、測定されたエンジン１１の状態を示すデータを測定時刻と対応付けて測定データとして出力する。すなわち、制御装置は、測定するごとに、測定データを時系列順に出力する。外部Ｉ／Ｆ部２０は、制御装置から出力された測定データを受信する。

入力部２１は、各種の情報を入力する入力デバイスである。入力部２１としては、マウスやキーボードなどの操作の入力を受け付ける入力デバイスが挙げられる。入力部２１は、制御設計に関する各種の情報の入力を受け付ける。例えば、入力部２１は、エンジン１１を制御するパラメータごとに、パラメータを変更可能な変更可能範囲の入力を受け付ける。また、入力部２１は、エンジン１１を制御するパラメータごとに、パラメータを変化させる変化速度の入力を受け付ける。また、入力部２１は、エンジン１１を制御するパラメータごとに、測定条件に対応する測定データが取得されるまでの期間の入力を受け付ける。以下では、測定条件に対応する測定データが取得されるまでの期間を「無駄時間」とも言う。入力部２１は、ユーザからの操作入力を受け付け、受け付けた操作内容を示す操作情報を制御部２４に入力する。

表示部２２は、各種情報を表示する表示デバイスである。表示部２２としては、ＬＣＤ（Liquid Crystal Display）やＣＲＴ（Cathode Ray Tube）などの表示デバイスが挙げられる。表示部２２は、各種情報を表示する。例えば、表示部２２は、操作画面など各種の画面を表示する。

記憶部２３は、各種のデータを記憶する記憶デバイスである。例えば、記憶部２３は、ハードディスク、ＳＳＤ（Solid State Drive）、光ディスクなどの記憶装置である。なお、記憶部２３は、ＲＡＭ（Random Access Memory）、フラッシュメモリ、ＮＶＳＲＡＭ（Non Volatile Static Random Access Memory）などのデータを書き換え可能な半導体メモリであってもよい。

記憶部２３は、制御部２４で実行されるＯＳ（Operating System）や各種プログラムを記憶する。例えば、記憶部２３は、後述するモデル生成処理を実行するプログラムを含む各種のプログラムを記憶する。さらに、記憶部２３は、制御部２４で実行されるプログラムで用いられる各種データを記憶する。例えば、記憶部２３は、測定経路情報３０と、測定データ３１とを記憶する。

測定経路情報３０は、エンジン１１を制御するパラメータに設定する測定条件をどのように変更させるかを記憶したデータである。例えば、測定経路情報３０には、パラメータについての複数の測定条件が変更する順番に沿って記憶される。

測定データ３１は、エンジン１１の測定データを記憶したデータである。測定データ３１には、測定条件ごとに、測定条件に対応付けて測定データが記憶される。

制御部２４は、情報処理装置１０を制御するデバイスである。制御部２４としては、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等の電子回路や、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）等の集積回路を採用できる。制御部２４は、各種の処理手順を規定したプログラムや制御データを格納するための内部メモリを有し、これらによって種々の処理を実行する。制御部２４は、各種のプログラムが動作することにより各種の処理部として機能する。例えば、制御部２４は、受付部４０と、測定条件生成部４１と、出力部４２と、取得部４３と、格納部４４と、モデル生成部４５とを有する。

受付部４０は、各種の受け付けを行う。例えば、受付部４０は、制御設計に関する各種の操作指示を受け付ける。例えば、受付部４０は、制御設計に関する操作画面を表示部２２に表示させ、操作画面からモデルの生成開始を指示する操作指示の入力を受け付ける。また、受付部４０は、操作画面からエンジン１１を制御するパラメータごとに、パラメータを変更可能な変更可能範囲の入力を受け付ける。また、受付部４０は、エンジン１１を制御するパラメータごとに、パラメータを変化させる変化速度の入力を受け付ける。また、受付部４０は、エンジン１１を制御するパラメータごとに、無駄時間の入力を受け付ける。各パラメータの変更可能範は、例えば、エンジン１１をモデル化するパラメータの範囲に応じて、ユーザが定める。各パラメータの変化速度は、例えば、各パラメータを個別に変化させてエンジン１１の状態の変化を事前にユーザが観察して、エンジン１１の状態の変化がほぼ定常とみなせる程度の変化速度に、ユーザが定める。各パラメータの無駄時間は、例えば、各パラメータを個別に変化させてエンジン１１の状態の変化を事前にユーザが観察して、ユーザが定める。

測定条件生成部４１は、制御対象を制御する複数のパラメータについての複数の測定条件を所定の順序に対応付けて生成する。例えば、測定条件生成部４１は、制御対象を制御する複数のパラメータそれぞれの変更可能範囲による空間において、複数のパラメータのうち何れか１つのパラメータのみを１つ前の測定条件から変化させて複数の測定条件を生成する。例えば、測定条件生成部４１は、複数のパラメータのうち何れか１つのパラメータのみが１つ前の測定条件から変化する測定条件であって、複数のパラメータの変更可能範囲による空間内を網羅的に変化する複数の測定条件を生成する。例えば、測定条件生成部４１は、複数のパラメータそれぞれの変更可能範囲を正規化した正規化空間内に配置される空間充填曲線を用いて複数の測定条件を生成する。空間充填曲線は、複数のパラメータによる空間内を何れか１つのパラメータの値を順次変化させて空間内を網羅的に変化する曲線である。この空間充填曲線として、例えば、ヒルベルト曲線（Hilbert curve）を用いる。

ここで、測定条件を生成する流れを具体例を用いて説明する。測定条件生成部４１は、エンジン１１を制御するバルブ開度、燃料噴射量それぞれの変更可能範囲をそれぞれ０〜１の範囲に正規化する。図３は、正規化空間の一例を示す図である。バルブ開度、燃料噴射量の変更可能範囲を正規化した正規化空間は、バルブ開度および燃料噴射量が０〜１の範囲の２次元空間となる。測定条件生成部４１は、正規化空間内にヒルベルト曲線を配置する。図３の例には、２次元のヒルベルト曲線の一例がしめされている。ヒルベルト曲線は、フラクタル図形の一つで、コの字の軌跡を再帰的に繰り返すことによって得られる曲線であり、繰り返しの極限が領域と一致する空間充填曲線の一つである。ヒルベルト曲線は、１パラメータの変化の組み合わせで構成された一筆書きの曲線である。ヒルベルト曲線は、空間充填曲線であることからある程度繰り返しを行ってできる曲線は領域を網羅的に埋め尽くす。また、ヒルベルト曲線は、ほとんどの部分で逆向きの変化をする部分が近くに存在する。ヒルベルト曲線は、何次元の空間でも作成できる。図４は、３次元のヒルベルト曲線の一例を示す図である。

２次元のヒルベルト曲線の構成法の一例を説明する。２次元のヒルベルト曲線は、開始条件の違いから（RUL(n);DLU(n);LDR(n);URD(n)）の４通りが存在する。nは、繰り返し回数(位数、order)である。各位数のヒルベルト曲線は、以下の式（１）−（４）に示すルールによって描かれる。

RUL(n)＝URD(n-1)→RUL(n-1)↑RUL(n-1)←DLU(n-1) （１）
DLU(n)＝LDR(n-1)↓DLU(n-1)←DLU(n-1)↑RUL(n-1) （２）
LDR(n)＝DLU(n-1)←LDR(n-1)↓LDR(n-1)→URD(n-1) （３）
URD(n)＝RUL(n-1)↑URD(n-1)→URD(n-1)↓LDR(n-1) （４）

ただし、RUL(0)＝DLU(0)＝LDR(0)＝URD(0)＝””とする。””は、操作なしを意味する。

具体的にRUL(n)を記述する。ヒルベルト曲線RUL(n)は、正方領域各辺を２ｎ等分して小正方領域に分割し、一番左下の小正方領域の中心から矢印に従って順に隣の正方領域の中心に向かって線分で結んでいくことにより構成される。図５は、１位から３位の２次元のヒルベルト曲線の一例を示す図である。

位数nが１のヒルベルト曲線RUL(1)は、式（１）から以下に示すようになる。

RUL(1)＝URD(0)→RUL(0)↑RUL(0)←DLU(0)
＝→↑←

このヒルベルト曲線RUL(1)は、正方領域を各辺２等分してできる４つの小正方領域の中心を左下・右下・右上・左上の順に結んだものである。

同様に、位数nが２のヒルベルト曲線RUL(2)は、以下に示すようになる。

RUL(2)＝URD(1)→RUL(1)↑RUL(1)←DLU(1)
＝（↑→↓）→（→↑←）↑（→↑←）←（↓←↑）
＝↑→↓→→↑←↑→↑←←↓←↑

ヒルベルト曲線RUL(2)は、正方領域を各辺４等分してできる１６つの小正方領域の中心を一番左下から矢印の順で結んでできる曲線である。

測定条件生成部４１は、バルブ開度および燃料噴射量それぞれの変更可能範囲をそれぞれ０〜１の範囲に正規化する。測定条件生成部４１は、正規化した２次元の正規化空間の一番左下の小正方形の中心が（０;０）、一番右上の小正方形の中心が(１;１)となるように対応付してヒルベルト曲線を配置する。

測定条件生成部４１は、ヒルベルト曲線を配置した正規化空間を、バルブ開度、燃料噴射量それぞれの変更可能範囲の元の空間に戻してヒルベルト曲線を元の空間に対応させる。測定条件生成部４１は、元の空間に対応させた曲線に沿って測定条件を生成する。元の空間でも、ヒルベルト曲線に対応する曲線は、何れか１つのパラメータのみが変化している。測定条件生成部４１は、曲線に沿って、変化するパラメータの値を、当該パラメータの変化速度で変化させる測定条件を生成する。例えば、測定条件生成部４１は、パラメータの変化速度が一秒当たり１である場合、一秒当たりパラメータの値を１変化させる測定条件を生成する。これにより、何れか１つのパラメータのみが１つ前の測定条件から変化し、パラメータそれぞれの変更可能範囲による空間内で各パラメータが網羅的に変化する測定条件が生成される。

測定条件生成部４１は、元の空間に対応させた曲線に沿った順序で、生成した測定条件を測定経路情報３０に記憶する。すなわち、測定条件生成部４１は、変更する順番に対応付けて複数の測定条件を測定経路情報３０に記憶する。

出力部４２は、外部Ｉ／Ｆ部２０からエンジン１１を制御する不図示の制御装置に対して、測定条件を指定した動作指示を出力させる。例えば、出力部４２は、測定経路情報３０に記憶された順番の順序に沿って、エンジン１１を測定条件で動作させる動作指示を出力する。エンジン１１は、パラメータが測定条件に変更され、測定条件で動作する。エンジン１１は、動作指示により定常とみなせる程度のゆっくりな速度で何れかのパラメータが変化する。外部Ｉ／Ｆ部２０では、パラメータが測定条件に変更されたエンジン１１の状態を示す測定データが時系列に受信される。この時系列に受信される測定データは、定常状態のデータと見なすことができる。

取得部４３は、外部Ｉ／Ｆ部２０で受信される、エンジン１１の状態を示す測定データを取得する。

格納部４４は、取得部４３により取得された測定データに測定条件を対応付けて測定データ３１に格納する。ここで、エンジン１１は、測定条件を変更しても反応に時間がかかり、当該測定条件に対応した測定データが取得されるまでに無駄時間がある。

そこで、格納部４４は、出力部４２から出力される動作指示の測定条件で変化している変化パラメータを特定する。そして、格納部４４は、取得部４３により取得された測定データに、特定された変化パラメータの無駄時間分前の測定条件を対応付けて測定データ３１に格納する。図６は、測定データと測定条件の対応付けを説明する図である。図６の例では、時間１〜６において測定条件をＵ（１）〜Ｕ（６）と変化させている。また、時間１〜６において測定データＸ（１）〜Ｘ（６）が取得されている。図６の例では、無駄時間が３であるものとする。この場合、格納部４４は、測定データに３時間分前（３ステップ前）の測定条件を対応付けて格納する。図６の例では、Ｕ（１）〜Ｕ（６）とＸ（４）〜Ｘ（９）とがそれぞれ対応付けて測定データ３１に格納される。これにより、測定データ３１には、測定条件ごとに、定常状態とみなせる測定データが記憶される。

ところで、本実施例の測定では、１つのパラメータの無駄時間の間に測定条件の変化パラメータが変わる場合がある。図７は、変化パラメータの変化を説明する図である。図７の例では、変化パラメータが第１のパラメータから第２のパラメータに変わったタイミングを示している。第１のパラメータを変化させているタイミング５０の測定データは、無駄時間後のタイミング５１で取得される。図７の例では、タイミング５１は、第２のパラメータが変化している。このように無駄時間の間に測定条件の変化パラメータが変わると、測定データは、変化パラメータが変わった影響を受けている場合がある。このため、格納部４４は、測定条件の変化するパラメータが変わった場合、パラメータが変わってから無駄時間分の測定データを破棄する。図７の例では、格納部４４は、変化パラメータが変わったタイミングから第１のパラメータの無駄時間である５測定周期分の測定データを、測定データ３１に格納せずに破棄する。これにより、複数のパラメータが変わった影響を受けたおそれがある測定データを除外してモデルを生成できる。このように測定データの破棄を行う場合、ヒルベルト曲線の位数nは、３〜５程度とすることが好ましい。これは、ヒルベルト曲線は位数が高いほど変化パラメータが変わる変化点が多くなり、測定データが多く破棄されてしまうからである。

モデル生成部４５は、エンジン１１のモデルを生成する。例えば、モデル生成部４５は、測定データの種別ごとに、測定データ３１に記憶された測定条件と、測定条件に対応する測定データを用いて機械学習を行ってモデルを生成する。例えば、モデル生成部４５は、ＮＯ_x、ＰＭ、ＣＯ₂の濃度や、燃費ごとに、ＬＯＬＩＭＯＴ（Local Linear Model Tree）やガウス過程(Gaussian Process)を用いた回帰分析などにより周辺のデータの重みつき平均を出力する手法を用いてモデルを生成する。これにより、生成されたモデルから様々な測定条件でのＮＯ_x、ＰＭ、ＣＯ₂の濃度や、燃費が予測できる。

ここで、具体的な例を用いて説明する。図８は、モデルを生成する流れを模式的に示した図である。情報処理装置１０では、受付部４０が、エンジン１１を制御するパラメータごとに、パラメータの変更可能範囲、パラメータの変化速度およびパラメータの無駄時間の入力を受け付ける。

測定条件生成部４１は、エンジン１１を制御する複数のパラメータについての複数の測定条件を所定の順序に対応付けて生成する。例えば、測定条件生成部４１は、複数のパラメータそれぞれの変更可能範囲を正規化した正規化空間内にヒルベルト曲線を配置し、当該ヒルベルト曲線を空間に対応させた曲線に沿って測定条件を生成する。測定条件生成部４１は、曲線に沿って生成した測定条件に、曲線に沿って順番を対応付けて測定経路情報３０に記憶する。

出力部４２は、測定経路情報３０に記憶された順番の順序に沿って、エンジン１１を測定条件で動作させる動作指示を出力する。

取得部４３は、エンジン１１の状態を示す測定データを取得する。

格納部４４は、取得部４３により取得された測定データに測定条件を対応付けて測定データ３１に格納する。例えば、格納部４４は、出力部４２から出力される動作指示の測定条件で変化している変化パラメータを特定する。そして、格納部４４は、取得部４３により取得された測定データに、特定された変化パラメータの無駄時間分前の測定条件を対応付けて測定データ３１に格納する。また、格納部４４は、測定条件の変化パラメータが変わった場合、変化パラメータが変わってから無駄時間分の測定データを破棄する。

モデル生成部４５は、測定データの種別ごとに、測定データ３１に記憶された測定条件と、測定条件に対応する測定データを用いて機械学習を行ってモデルを生成する。これにより、生成されたモデルから測定データの種別ごとに各種の測定条件での測定データが予測できるようになる。

ここで、従来の準定常計測では、１つのパラメータについてしか測定データを取得できない。制御対象は、デバイス等の増加に伴い、制御するパラメータを複数有する場合がある。このため、１つのパラメータのみ準定常を用いただけでは、ほかのパラメータとの相関関係が表現しきれない。例えば、複数パラメータでは、準定常の条件のゆっくりな速度が変化の向きによって異なる。このため、複数パラメータを同時に変える場合、無限の速度設定が必要になり、実質不可能である。また、複数パラメータを同時に変える場合、無駄時間が変化の向きによって異なるため、無駄時間分を補正した対応付けが難しい。このため、従来の準定常計測では、複数のパラメータについての準定常のデータの収集が難しい。パラメータには、非線形性の強いパラメータが存在する場合があり、１つのパラメータの測定データでのみでは精度よいモデルを生成できない。

一方、本実施例に係る情報処理装置１０は、制御対象を制御する複数のパラメータのうち何れか１つのパラメータを１つ前の測定条件から変化させる測定条件を生成する。このため、情報処理装置１０は、パラメータの変化速度およびパラメータの無駄時間を容易に設定できる。また、本実施例に係る情報処理装置１０は、制御対象を制御する複数のパラメータそれぞれの変更可能範囲による空間内を網羅的に変化する測定条件を生成する。このため、情報処理装置１０は、非線形性の強いパラメータが存在する場合でも測定データを十分に収集でき、精度よいモデルを生成できる。

［処理の流れ］
次に、本実施例に係る情報処理装置１０がモデルを生成するモデル生成処理の流れについて説明する。図９は、モデル生成処理の手順の一例を示すフローチャートである。このモデル生成処理は、所定のタイミング、例えば、操作画面からモデルの生成開始を指示する操作指示の入力を受け付けたタイミングで実行される。

図９に示すように、受付部４０は、操作画面からエンジン１１を制御するパラメータごとに、パラメータの変更可能範囲、パラメータの変化速度およびパラメータの無駄時間の入力を受け付ける（Ｓ１０）。

測定条件生成部４１は、エンジン１１を制御する複数のパラメータについての複数の測定条件を所定の順序に対応付けて生成する（Ｓ１１）。例えば、測定条件生成部４１は、複数のパラメータそれぞれの変更可能範囲を正規化した正規化空間内にヒルベルト曲線を配置し、当該ヒルベルト曲線を空間に対応させた曲線に沿って測定条件を生成する。測定条件生成部４１は、曲線に沿って生成した測定条件に、曲線に沿って順番を対応付けて測定経路情報３０に記憶する（Ｓ１２）。

出力部４２は、測定経路情報３０に記憶された順番の順序に沿って、エンジン１１を測定条件で動作させる動作指示を出力する（Ｓ１３）。取得部４３は、測定データを取得する（Ｓ１４）。取得部４３は、取得された測定データに測定条件を対応付けて測定データ３１に格納する（Ｓ１５）。例えば、格納部４４は、取得された測定データに、変化パラメータの無駄時間分前の測定条件を対応付けて測定データ３１に格納する。また、格納部４４は、測定条件の変化パラメータが変わった場合、変化パラメータが変わってから無駄時間分の測定データを破棄する。

モデル生成部４５は、測定データの種別ごとに、測定データ３１に記憶された測定条件と、測定条件に対応する測定データを用いて機械学習を行ってモデルを生成し（Ｓ１６）、処理を終了する。

［効果］
上述してきたように、本実施例に係る情報処理装置１０は、制御対象の制御に関する複数のパラメータそれぞれの変更可能範囲による空間において、複数のパラメータのうち何れか１つのパラメータのみを１つ前の測定条件から変化させて複数の測定条件を生成する。情報処理装置１０は、生成された複数の測定条件の動作指示を順に出力する。情報処理装置１０は、出力された動作指示によりパラメータが測定条件に変更された制御対象の状態を示す測定データを取得する。これにより、情報処理装置１０は、複数のパラメータについての準定常のデータを収集できる。これにより、情報処理装置１０は、制御対象の制御に複数のパラメータを用いる場合でも該制御対象のモデルを生成できる。

また、本実施例に係る情報処理装置１０は、複数のパラメータそれぞれの変更可能範囲を正規化した正規化空間内に配置される空間充填曲線を用いて複数の測定条件を生成する。これにより、情報処理装置１０は、何れか１つのパラメータのみが１つ前の測定条件から変化し、複数のパラメータそれぞれの変更可能範囲による空間内を網羅的に変化する測定条件を生成できる。

また、本実施例に係る情報処理装置１０は、測定条件に対応する測定データが取得されるまでの無駄時間を受け付ける。情報処理装置１０は、取得された測定データに、無駄時間分前の測定条件を対応付けて格納する。これにより、情報処理装置１０は、測定条件と、当該測定条件に対応する準定常の測定データを対応付けることができる。

また、本実施例に係る情報処理装置１０は、測定条件の変化するパラメータが変わった場合、無駄時間分の測定データを破棄する。これにより、情報処理装置１０は、複数のパラメータが変わった影響を受けたおそれがある測定データを除外できる。

また、本実施例に係る情報処理装置１０は、コンピュータ上に構築された、制御対象の制御に関する複数のパラメータそれぞれを変数とする空間充填曲線上の点を、該空間充填曲線に沿って移動させ、点の移動毎に、移動後の点に対応する複数のパラメータの各値を基に制御対象を制御した際の制御対象の状態を示す測定データを取得する。情報処理装置１０は、取得した複数の測定データに基づき、制御対象の制御モデルを生成する。これにより、情報処理装置１０は、制御対象の制御に複数のパラメータを用いる場合でも該制御対象のモデルを生成できる。

さて、これまで開示の装置に関する実施例について説明したが、開示の技術は上述した実施例以外にも、種々の異なる形態にて実施されてよいものである。そこで、以下では、本発明に含まれる他の実施例を説明する。

例えば、上記実施例では、制御対象をエンジン１１とした場合を例示した。しかしながら、これらに限定されるものではない。例えば、制御対象は、測定条件を変更してから制御対象の状態が定常状態に安定するまで時間がかかるものであれば何れでもよい。例えば、制御対象は、アクチュエータや、各種の生産を行うプラント、大型機械などであってもよい。

また、上記実施例では、測定データの種別ごとのモデルを生成する場合を例示した。しかしながら、これらに限定されるものではない。例えば、測定データ３１に記憶された測定条件と、測定条件に対応する定常状態の測定データを用いて、機械学習を行って複数の種別の測定データを予測するモデルを生成してもよい。例えば、モデル生成部４５は、全ての種別の測定データを予測する１つのモデルを生成してもよい。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的状態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。例えば、受付部４０、測定条件生成部４１、出力部４２、取得部４３、格納部４４およびモデル生成部４５の各処理部が適宜統合されても良い。さらに、各処理部にて行なわれる各処理機能は、その全部又は任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。

［モデル生成プログラム］
また、上記の実施例で説明した各種の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータシステムで実行することによって実現することもできる。そこで、以下では、上記の実施例と同様の機能を有するプログラムを実行するコンピュータシステムの一例を説明する。最初に、ドライバに対する注意喚起の制御を行うモデル生成プログラムについて説明する。図１０は、モデル生成プログラムを実行するコンピュータの構成の一例を示す説明図である。

図１０に示すように、コンピュータ４００は、ＣＰＵ（Central Processing Unit）４１０、ＨＤＤ（Hard Disk Drive）４２０、ＲＡＭ（Random Access Memory）４４０を有する。これら４００〜４４０の各部は、バス５００を介して接続される。

ＨＤＤ４２０には上記の受付部４０、測定条件生成部４１、出力部４２、取得部４３、格納部４４およびモデル生成部４５と同様の機能を発揮するモデル生成プログラム４２０ａが予め記憶される。なお、モデル生成プログラム４２０ａについては、適宜分離しても良い。

また、ＨＤＤ４２０は、各種情報を記憶する。例えば、ＨＤＤ４２０は、ＯＳや発注量の決定に用いる各種データを記憶する。

そして、ＣＰＵ４１０が、モデル生成プログラム４２０ａをＨＤＤ４２０から読み出して実行することで、実施例の各処理部と同様の動作を実行する。すなわち、モデル生成プログラム４２０ａは、受付部４０、測定条件生成部４１、出力部４２、取得部４３、格納部４４およびモデル生成部４５と同様の動作を実行する。

なお、上記したモデル生成プログラム４２０ａについては、必ずしも最初からＨＤＤ４２０に記憶させることを要しない。

また、例えば、モデル生成プログラム４２０ａは、コンピュータ４００に挿入されるフレキシブルディスク（ＦＤ）、ＣＤ−ＲＯＭ、ＤＶＤディスク、光磁気ディスク、ＩＣカードなどの「可搬用の物理媒体」に記憶させても良い。そして、コンピュータ４００がこれらからプログラムを読み出して実行するようにしても良い。

さらには、公衆回線、インターネット、ＬＡＮ、ＷＡＮなどを介してコンピュータ４００に接続される「他のコンピュータ（又はサーバ）」などにプログラムを記憶させておく。そして、コンピュータ４００がこれらからプログラムを読み出して実行するようにしても良い。

１システム
１０情報処理装置
１１エンジン
２０外部Ｉ／Ｆ部
２１入力部
２２表示部
２３記憶部
２４制御部
３０測定経路情報
３１測定データ
４０受付部
４１測定条件生成部
４２出力部
４３取得部
４４格納部
４５モデル生成部

Claims

制御対象の制御に関する複数のパラメータそれぞれの変更可能範囲による空間において、前記複数のパラメータのうち何れか１つのパラメータのみを１つ前の測定条件から変化させて複数の測定条件を生成する生成部と、
前記生成部により生成された複数の測定条件の動作指示を順に出力する出力部と、
前記出力部から出力された動作指示により前記パラメータが測定条件に変更された前記制御対象の状態を示す測定データを取得する取得部と、
を有することを特徴とする情報処理装置。
前記生成部は、前記複数のパラメータそれぞれの変更可能範囲を正規化した正規化空間内に配置される空間充填曲線を用いて複数の測定条件を生成する
ことを特徴とする請求項１に記載の情報処理装置。
測定条件に対応する測定データが取得されるまでの期間を受け付ける受付部と、
前記取得部により取得された測定データに前記受付部により受け付けた期間分前の測定条件を対応付けて格納する格納部と、
をさらに有することを特徴とする請求項１または２に記載の情報処理装置。
前記格納部は、測定条件の変化するパラメータが変わった場合、パラメータが変わってから前記期間分の測定データを破棄する
ことを特徴とする請求項３に記載の情報処理装置。
コンピュータに、
制御対象の制御に関する複数のパラメータそれぞれの変更可能範囲による空間において、前記複数のパラメータのうち何れか１つのパラメータのみを１つ前の測定条件から変化させて複数の測定条件を生成し、
生成された複数の測定条件の動作指示を順に出力し、
出力された動作指示により前記パラメータが測定条件に変更された前記制御対象の状態を示す測定データを取得する
処理を実行させることを特徴とするモデル生成プログラム。
コンピュータが、
制御対象の制御に関する複数のパラメータそれぞれの変更可能範囲による空間において、前記複数のパラメータのうち何れか１つのパラメータのみを１つ前の測定条件から変化させて複数の測定条件を生成し、
生成された複数の測定条件の動作指示を順に出力し、
出力された動作指示により前記パラメータが測定条件に変更された前記制御対象の状態を示す測定データを取得する
処理を実行することを特徴とするモデル生成方法。
コンピュータ上に構築された、制御対象の制御に関する複数のパラメータそれぞれを変数とする空間充填曲線上の点を、該空間充填曲線に沿って移動させ、
前記点の移動毎に、移動後の前記点に対応する前記複数のパラメータの各値を基に前記制御対象を制御した際の前記制御対象の状態を示す測定データを取得し、
取得した複数の測定データに基づき、前記制御対象の制御モデルを生成する
処理をコンピュータが実行することを特徴とするモデル生成方法。