JP2024008445A - モデル選択装置、モデル選択方法、および、モデル選択プログラム - Google Patents

Abstract

【解決手段】各々が、原材料から製品を製造する設備の状態を評価した指標を出力可能な複数の評価モデルを、前記原材料と対応付けて記憶する評価モデル記憶部と、前記設備において用いられる前記原材料の性状を示す性状データを取得する性状データ取得部と、前記性状データに基づいて、前記複数の評価モデルの中から前記設備において対象とする原材料が用いられる場合に前記設備の状態を評価するための対象モデルを選択するモデル選択部と、前記対象モデルを出力する対象モデル出力部と、を備える、モデル選択装置を提供する。【選択図】図１

Description

本発明は、モデル選択装置、モデル選択方法、および、モデル選択プログラムに関する。

特許文献１には、「モデル４５は測定データの入力に応じ報酬値を高めるために推奨される第１種類の制御内容を示す推奨制御パラメータを出力する」と記載されている。また、非特許文献１には、「ＦＫＤＰＰ（Ｆａｃｔоｒｉａｌ Ｋｅｒｎｅｌ Ｄｙｎａｍｉｃ Ｐоｌｉｃｙ Ｐｒоｇｒａｍｍｉｎｇ）」が記載されている。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２０２１－０８６２８３
［非特許文献］
［非特許文献１］ "横河電機とＮＡＩＳＴが化学プラント向けに強化学習"，日経Ｒｏｂｏｔｉｃｓ ２０１９年３月号

本発明の第１の態様においては、モデル選択装置を提供する。前記モデル選択装置は、各々が、原材料から製品を製造する設備の状態を評価した指標を出力可能な複数の評価モデルを、前記原材料と対応付けて記憶する評価モデル記憶部と、前記設備において用いられる前記原材料の性状を示す性状データを取得する性状データ取得部と、前記性状データに基づいて、前記複数の評価モデルの中から前記設備において対象とする原材料が用いられる場合に前記設備の状態を評価するための対象モデルを選択するモデル選択部と、前記対象モデルを出力する対象モデル出力部と、を備える。

前記モデル選択装置において、前記モデル選択部は、前記複数の評価モデルのうち、前記対象とする原材料と性状が類似する原材料に対応する評価モデルを、前記対象モデルとして選択してもよい。

前記モデル選択装置のいずれかにおいて、前記モデル選択部は、前記性状データをクラスタリングした結果、前記対象とする原材料と同一のクラスタに属する原材料を、前記対象とする原材料と性状が類似すると判断してもよい。

前記モデル選択装置のいずれかにおいて、前記モデル選択部は、前記性状データを階層的クラスタリングした結果、いずれの原材料も前記対象とする原材料と同一のクラスタに属さない場合に、前記階層的クラスタリングに用いられるデータ間の距離の閾値を変更してもよい。

前記モデル選択装置のいずれかにおいて、前記原材料は、原油を少なくとも含んでもよい。

前記モデル選択装置のいずれかにおいて、前記性状データは、前記原油の化学的性状、または、物理的性状の少なくともいずれかを示すデータを有してもよい。

前記モデル選択装置のいずれかにおいて、前記化学的性状は、炭素、水素、硫黄、窒素、酸素、または、金属の少なくともいずれかの含有量を含んでもよい。

前記モデル選択装置のいずれかにおいて、前記化学的性状は、炭化水素の分子構造のタイプを含んでもよい。

前記モデル選択装置のいずれかにおいて、前記物理的性状は、比重、蒸気圧、動粘度、または、流動点の少なくともいずれかを含んでもよい。

前記モデル選択装置のいずれかにおいて、前記原材料は、化石燃料または水の少なくともいずれか含んでもよい。

前記モデル選択装置のいずれかは、前記対象モデルの出力を報酬の少なくとも一部とした強化学習により、前記設備の状態に応じた行動を出力する操業モデルを生成する操業モデル生成部を更に備えてもよい。

前記モデル選択装置のいずれかは、前記操業モデルを用いて前記設備における制御対象を制御する制御部を更に備えてもよい。

本発明の第２の態様においては、モデル選択方法を提供する。前記モデル選択方法は、コンピュータにより実行され、前記コンピュータが、各々が、原材料から製品を製造する設備の状態を評価した指標を出力可能な複数の評価モデルを、前記原材料と対応付けて記憶することと、前記設備において用いられる前記原材料の性状を示す性状データを取得することと、前記性状データに基づいて、前記複数の評価モデルの中から前記設備において対象とする原材料が用いられる場合に前記設備の状態を評価するための対象モデルを選択することと、前記対象モデルを出力することと、を備える。

本発明の第３の態様においては、モデル選択プログラムを提供する。前記モデル選択プログラムは、コンピュータにより実行され、前記コンピュータを、各々が、原材料から製品を製造する設備の状態を評価した指標を出力可能な複数の評価モデルを、前記原材料と対応付けて記憶する評価モデル記憶部と、前記設備において用いられる前記原材料の性状を示す性状データを取得する性状データ取得部と、前記性状データに基づいて、前記複数の評価モデルの中から前記設備において対象とする原材料が用いられる場合に前記設備の状態を評価するための対象モデルを選択するモデル選択部と、前記対象モデルを出力する対象モデル出力部と、して機能させる。

なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

本実施形態に係るモデル選択装置１００のブロック図の一例を、設備１０とともに示す。 設備１０の一例である製油所における石油精製フローの一例を示す。 原材料と評価モデルの対応関係の一例を示す。 本実施形態に係るモデル選択装置１００が実行するモデル選択方法のフロー図の一例を示す。 原油Ａ、Ｂ、Ｃ、および、Ｄにおける性状データのデータ空間およびデンドログラムの一例を示す。 原油Ａ、Ｂ、Ｃ、Ｄ、および、Ｅにおける性状データのデータ空間およびデンドログラムの一例を示す。 原油Ａ、Ｂ、Ｃ、Ｄ、および、Ｆにおける性状データのデータ空間および閾値変更前のデンドログラムの一例を示す。 原油Ａ、Ｂ、Ｃ、Ｄ、および、Ｆにおける性状データのデータ空間および閾値変更後のデンドログラムの一例を示す。 本実施形態の第１の変形例に係るモデル選択装置１００のブロック図の一例を、設備１０とともに示す。 本実施形態の第２の変形例に係るモデル選択装置１００のブロック図の一例を、設備１０とともに示す。 本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ９９００の例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

図１は、本実施形態に係るモデル選択装置１００のブロック図の一例を、設備１０とともに示す。なお、これらブロックは、それぞれ機能的に分離された機能ブロックであって、実際の装置構成とは必ずしも一致していなくてもよい。すなわち、本図において、１つのブロックとして示されているからといって、それが必ずしも１つの装置により構成されていなくてもよい。また、本図において、別々のブロックとして示されているからといって、それらが必ずしも別々の装置により構成されていなくてもよい。これより先のブロック図についても同様である。

設備１０は、原材料から製品を製造する装置（群）である。例えば、設備１０は、プラントであってもよいし、複数の機器を複合させた複合装置であってもよい。プラントとしては、化学やバイオ等の工業プラントの他、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等が挙げられる。

設備１０には、様々な制御対象が設けられ、また、設備１０の内外における様々な状態（物理量）を測定可能な１または複数のセンサが設けられていてよい。一例として、このようなセンサは、設備１０の様々な位置における温度や、様々な経路における流量等を測定した測定値ＰＶ（Ｐｒｏｃｅｓｓ Ｖａｒｉａｂｌｅ）を出力してよい。設備１０の状態を示す状態データには、このような測定値ＰＶが含まれていてよい。また、状態データには、制御対象（例えば、バルブ）の開閉度等を示す操作量ＭＶ（Ｍａｎｉｐｕｌａｔｅｄ Ｖａｒｉａｂｌｅ）が含まれていてよい。状態データには、このように制御対象を制御した結果の運転状態を示す運転データに加えて、設備１０におけるエネルギーや原材料の消費量を示す消費量データや、制御対象の制御に対して外乱として作用し得る物理量を示す外乱環境データ等が含まれていてもよい。

ここで、設備１０を操業するにあたっては、操業目標に照らして設備１０の状態を適切に評価することが望まれている。設備１０の状態を評価するにあたって、設備１０の状態を示す状態データを入力したことに応じて、設備１０の状態を評価した指標を出力するように機械学習された評価モデルを用いることが考えられる。

設備１０が、例えば、原油を精製して複数の石油製品を製造（生産）する製油所であるとする。この場合、設備１０において用いられる原材料は、原油を少なくとも含むこととなる。しかしながら、原油は、産出地域や産出時期によって性状に大きな違いがあることが知られている。なお、「性状」とは、物の性質または状態の少なくともいずれかを意味するものと解釈されてよい。このような性状の違いは、反応、腐食性、および、被毒性等の違いを生じさせるうえに、製造に適した製品の変化や製品の品質等にも違いを生じさせる。

設備１０の操業目標においては、品質確保、省エネルギー、ＧＨＧ（ＧｒｅｅｎＨｏｕｓｅ Ｇａｓ）削減、および、歩留まり向上等、複数の項目を設定可能であり、各項目についての目標値も様々に設定可能である。このような操業目標の設定は、原油ごとに最適化することが理想である。すなわち、原油ごとに評価モデルをそれぞれ生成することが理想である。しかしながら、原油の産出地域や産出時期が変わる度に評価モデルを新たに生成するとなると、機械学習の頻度が増加することにより処理負荷が増大するうえに、設備１０の操業を開始するに先立って評価モデルを新たに生成する必要があるためタイムロスが発生する。

そこで、本実施形態に係るモデル選択装置１００は、複数の評価モデルを原材料と対応付けて記憶しておき、原材料の性状を示す性状データに基づいて、複数の評価モデルの中から設備１０の状態を評価するための対象モデルを選択する。

これより先、設備１０が、製油所である場合を一例として説明する。しかしながら、これに限定されるものではない。設備１０は、原材料から製品を製造し得るいかなる装置（群）であってもよいが、原材料の性状が操業に及ぼす影響が比較的大きな装置（群）であると、特に好ましい。このような設備１０としては、例えば、石炭の硫黄分が燃焼度合いに大きな影響を与え得る石炭火力発電所や、原水の液質が薬剤の投下量に大きな影響を与え得る浄水場等が挙げられる。例えば、設備１０が火力発電所である場合、原材料は、化石燃料（石油、石炭、および、天然ガス等）や水を含んでよく、製品は電力であってよい。また、例えば、設備１０が浄水場である場合、原材料は少なくとも原水（川の水等）を含んでよく、製品は浄化水であってよい。このように、設備１０は、業種や規模等が何ら限定されるものではない。

モデル選択装置１００は、ＰＣ（パーソナルコンピュータ）、タブレット型コンピュータ、スマートフォン、ワークステーション、サーバコンピュータ、または汎用コンピュータ等のコンピュータであってよく、複数のコンピュータが接続されたコンピュータシステムであってもよい。このようなコンピュータシステムもまた広義のコンピュータである。また、モデル選択装置１００は、コンピュータ内で１または複数実行可能な仮想コンピュータ環境によって実装されてもよい。これに代えて、モデル選択装置１００は、モデルの選択用に設計された専用コンピュータであってもよく、専用回路によって実現された専用ハードウェアであってもよい。また、インターネットに接続可能な場合、モデル選択装置１００は、クラウドコンピューティングにより実現されてもよい。

モデル選択装置１００は、評価モデル記憶部１１０と、性状データ取得部１２０と、モデル選択部１３０と、対象モデル出力部１４０と、を備える。

評価モデル記憶部１１０は、各々が、原材料から製品を製造する設備１０の状態を評価した指標を出力可能な複数の評価モデルを、原材料と対応付けて記憶する。より詳細には、評価モデル記憶部１１０は、原材料をクラスタリングした複数のクラスタごとに評価モデルを記憶してよい。これについては、詳細を後述する。このような評価モデルは、一例として、機械学習により生成された機械学習モデルであってよい。評価モデル記憶部１１０は、例えば、自装置内で機械学習することにより生成した評価モデルを記憶してもよいし、他の装置が機械学習することにより生成した評価モデルを記憶してもよい。

性状データ取得部１２０は、設備１０において用いられる原材料の性状を示す性状データを取得する。例えば、性状データ取得部１２０は、このような性状データを、ネットワークを介して設備１０から取得してよい。しかしながら、これに限定されるものではない。性状データ取得部１２０は、性状データを、ユーザ入力や各種メモリデバイス等の他の手段を介して取得してもよいし、設備１０とは異なる他の装置から取得してもよい。性状データ取得部１２０は、取得した性状データをモデル選択部１３０へ供給する。

モデル選択部１３０は、性状データに基づいて、複数の評価モデルの中から設備１０において対象とする原材料が用いられる場合に設備１０の状態を評価するための対象モデルを選択する。例えば、モデル選択部１３０は、評価モデル記憶部１１０に記憶されている原材料の性状データを参照して、性状データ取得部１２０により取得された性状データに基づいて、対象モデルを選択してよい。モデル選択部１３０は、対象モデルとして選択した評価モデルを評価モデル記憶部１１０から読み出して、対象モデル出力部１４０へ供給する。

対象モデル出力部１４０は、対象モデルを出力する。例えば、対象モデル出力部１４０は、モデル選択部１３０により選択された対象モデルを、ネットワークを介して他の装置へ送信することにより出力してよい。しかしながら、これに限定されるものではない。対象モデル出力部１４０は、選択された対象モデルを、各種メモリデバイスに書き出すことにより出力してもよいし、モニタに表示することにより出力してもよい。

図２は、設備１０の一例である製油所における石油精製フローの一例を示す。製油所では、幅広い沸点範囲の炭化水素の混合物である原油を精製して複数の石油製品を生産する。一般に、製油所では、原油を常圧蒸留装置（ＣＤＵ：Ｃｒｕｄｅ Ｄｉｓｔｉｌｌａｔｉｏｎ Ｕｎｉｔ）で蒸留し、カット温度により沸点範囲の異なる留分、すなわち、ガス留分、ナフサ留分、灯油留分、軽油留分、重油留分、および、残留分に分離する。ガス留分からは、ＬＰガスが生産される。ナフサ留分は、ナフサ水素化脱硫装置で水素化脱硫された後、接触改質装置（ＣＲＵ：Ｃａｔａｌｙｔｉｃ Ｒｅｆｏｒｍｉｎｇ Ｕｎｉｔ）で接触改質され、脱ベンゼン装置でベンゼンが分離されて、ガソリン、ナフサ、および、芳香族等が生産される。灯油留分は、灯油水素化脱硫装置で水素化脱硫されて灯油が生産される。軽油留分は、ディーゼル脱硫装置で脱硫されて軽油が生産される。重油留分は、重油直接脱硫装置で水素が脱硫されて重油が生産される。重油留分は、また、減圧蒸留装置（ＶＤＵ：Ｖａｃｕｕｍ Ｄｉｓｔｒｉｌｌａｔｉｏｎ Ｕｎｉｔ）で軽質留分および重質留分に分離される。ＶＤＵで分離された軽質留分は、重油間接脱硫装置で水素が脱硫された後、流動接触分解装置（ＦＣＣ：Ｆｌｕｉｄ Ｃａｔａｌｙｔｉｃ Ｃｒａｃｋｉｎｇ）で触媒分解され、ＦＣＣガソリン脱硫装置で水素が脱硫されて、ガソリンが生産される。あるいは、ＶＤＵで分離された軽質留分は、水素化分解装置（ＨＣＵ：Ｈｙｄｒｏｃｒａｃｋｅｒ Ｕｎｉｔ）で処理される。一方、ＶＤＵで分離された重質留分は、熱分解装置（Ｃｏｋｅｒ）で熱分解されてコークスが生産されるほか、アスファルト製造装置で処理されてアスファルトが生産される。

図３は、原材料と評価モデルの対応関係の一例を示す。本図においては、原材料が、原油を少なくとも含む場合を一例として示している。しかしながら、これに限定されるものではなく、原材料は、例えば、化石燃料または水の少なくともいずれかを含んでもよい。評価モデル記憶部１１０は、例えば本図に示されるように、複数の評価モデルを、設備１０において用いられる原材料を示すデータと対応付けて記憶してよい。

原材料を示すデータは、例えば、原材料を識別する識別情報と、原材料の性状を示す性状データとにより構成されてよい。

本図においては、一例として、原材料を識別する識別情報として、原油Ａ、原油Ｂ、原油Ｃ、および、原油Ｄの４つの識別情報が示されている。ここで、原油Ａ、原油Ｂ、原油Ｃ、および、原油Ｄにより識別される原油は、設備１０において過去に用いられたものであってよく、例えば、産出地域、または、産出時期の少なくともいずれかがそれぞれ異なるものであってよい。

原材料の性状を示す性状データは、原油の化学的性状、または、物理的性状の少なくともいずれかを示すデータを有してよい。本図においては、性状データが、化学的性状および物理的性状の両者を有する場合を一例として示している。

原油は、炭化水素を主成分とした天然物である。原油は、主成分である炭化水素の分子構造のタイプによって、パラフィン系炭化水素を多量に含む原油（「パラフィン基原油」という）、ナフテン系炭化水素を多量に含む原油（「ナフテン基原油」という）、パラフィン基原油とナフテン基原油の中間の原油（「混合基原油」という）、および、芳香族炭化水素を多量に含む原油（「特殊原油」という）等のように、様々に分類される。

ここで、パラフィン基原油は潤滑油やワックス、ナフテン基原油はガソリンやアスファルト、混合基原油は灯油や潤滑油や重油、特殊原油はガソリンや溶剤等のように、炭化水素の分子構造のタイプによって生産に適した製品がそれぞれ異なる。したがって、化学的性状は、炭化水素の分子構造のタイプを含むと特に好ましい。

また、原油は、主成分である炭化水素に加えて、微量の硫黄、窒素、酸素、および、金属などを含む。原油の組成（質量％）は、一般に、炭素が８３～８７％、水素が１１～１４％、硫黄が５％以下、窒素が０．４％以下、酸素が０．５％以下、金属が０．５％以下の範囲である。

ここで、硫黄、窒素、酸素、および、金属は、量的には炭素や水素に比べると少ないものの、石油精製や石油製品品質に大きな影響を及ぼす。例えば、硫黄は、燃焼によって亜硫酸ガスとなり石油製品の劣化、装置の腐食、および、触媒被毒などを起こす原因になることがある。また、金属（特に、重金属類）は、プラントの触媒毒になることがある。したがって、化学的性状は、炭素、水素、硫黄、窒素、酸素、または、金属の少なくともいずれかの含有量を含むと特に好ましい。

また、原油は、比重によって、特軽質原油、軽質原油、中質原油、重質原油、および、特重質原油等のように、様々に分類される。なお、ここでいう「比重」という用語には、値が等価である「密度」をも含まれるものと解釈されてよい。また、蒸気圧、動粘度、および、流動点等も原油の貯蔵や制御の観点から重要な項目である。したがって、物理的性状は、比重、蒸気圧、動粘度、または、流動点の少なくともいずれかを含むと特に好ましい。

本図においては、このような化学的性状や物理的性状を示す性状データに基づいて、原油Ａと原油Ｂとが同一のクラスタ１にクラスタリングされ、原油Ｃと原油Ｄとが同一のクラスタ２にクラスタリングされ、そして、クラスタ１に評価モデル１が対応付けられ、クラスタ２に評価モデル２が対応付けられている場合を一例として示している。これは、設備１０において原油ＡまたはＢが用いられる場合に、設備１０の状態を評価するために評価モデル１が用いられ、設備１０において原油ＣまたはＤが用いられる場合に、設備１０の状態を評価するために評価モデル２が用いられることを意味している。

本実施形態に係るモデル選択装置１００は、例えばこのように複数の評価モデルを原材料と対応付けて記憶しておき、設備１０において対象とする原材料として原油Ｅや原油Ｆが用いられる場合に、これら原油の性状データに基づいて、複数の評価モデルの中から設備１０の状態を評価するための対象モデルを選択する。これについてフローを用いて詳細に説明する。

図４は、本実施形態に係るモデル選択装置１００が実行するモデル選択方法のフロー図の一例を示す。

ステップＳ４１０において、モデル選択装置１００は、複数の評価モデルを記憶する。例えば、評価モデル記憶部１１０は、各々が、原材料から製品を製造する設備１０の状態を評価した指標を出力可能な複数の評価モデルを、原材料と対応付けて記憶してよい。一例として、評価モデル記憶部１１０は、原材料をクラスタリングした複数のクラスタごとに評価モデルを記憶してよい。ここでは、評価モデル記憶部１１０が、例えば図３に示されるように、クラスタ１に対応する評価モデル１およびクラスタ２に対応する評価モデル２を記憶しているものとする。

ここで、評価モデルは、機械学習により生成された機械学習モデルであってよい。一例として、評価モデル生成装置は、設備１０における操業目標（プラントＫＰＩ（Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒ：重要業績評価指標）等）、設備１０の状態を示す状態データ、および、教師ラベルを取得し、これらに基づいてラベリングデータを生成してよい。そして、評価モデル生成装置は、生成したラベリングデータを学習データとして、機械学習のアルゴリズムにより評価モデルを生成してよい。評価モデルの生成処理自体については任意であってよいので、更なる詳細についてはここでは説明を省略する。なお、このような評価モデル生成装置は、評価モデル選択装置１００自身であってもよいし、評価モデル選択装置１００とは異なる他の装置であってもよい。したがって、評価モデル記憶部１１０は、自装置内で機械学習することにより生成した評価モデルを記憶してもよいし、他の装置が機械学習することにより生成した評価モデルを記憶してもよい。

ステップＳ４２０において、モデル選択装置１００は、性状データを取得する。例えば、性状データ取得部１２０は、設備１０において用いられる原材料の性状を示す性状データを、ネットワークを介して設備１０から取得してよい。一例として、設備１０において原材料として原油Ｅが用いられる場合、性状データ取得部１２０は、原油Ｅの性状を示す性状データＰｅを取得してよい。同様に、設備１０において原材料として原油Ｆが用いられる場合、性状データ取得部１２０は、原油Ｆの性状を示す性状データＰｆを取得してよい。

このような性状データは、上述のとおり、原油の化学的性状、または、物理的性状の少なくともいずれかを示すデータを有してよい。また、化学的性状は、炭化水素の分子構造のタイプや、炭素、水素、硫黄、窒素、酸素、または、金属の少なくともいずれかの含有量を含むと特に好ましい。また、物理的性状は、比重、蒸気圧、動粘度、または、流動点の少なくともいずれかを含むと特に好ましい。ここでは、性状データが、上述の項目の全てを示すデータを有しているものとする。性状データ取得部１２０は、取得した性状データをモデル選択部１３０へ供給する。

ステップＳ４３０において、モデル選択装置１００は、ｉ＝１にセットする。ここで、ｉは、クラスタのインデックスを示している。これにより、モデル選択装置１００は、クラスタのインデックスを初期化する。

ステップＳ４３２において、モデル選択装置１００は、データ間の距離Ｄｉを算出する。例えば、モデル選択部１３０は、ステップＳ４２０において取得された性状データとクラスタｉとの間におけるデータ間の距離Ｄｉを算出してよい。この際、モデル選択部１３０は、一例として、ステップＳ４２０において取得された性状データとクラスタｉにクラスタリングされる全ての原材料の性状データとの間の距離を平均することにより、距離Ｄｉを算出してよい。

すなわち、ｉ＝１の場合、モデル選択部１３０は、原油Ｅの性状を示す性状データＰｅとクラスタ１にクラスタリングされる原油Ａの性状を示す性状データＰａとの間におけるデータ間の距離Ｄａｅ、および、原油Ｅの性状を示す性状データＰｅとクラスタ１にクラスタリングされる原油Ｂの性状を示す性状データＰｂとの間におけるデータ間の距離Ｄｂｅをそれぞれ算出し、距離Ｄａｅおよび距離Ｄｂｅを平均することにより、性状データＰｅとクラスタ１との間におけるデータ間の距離Ｄ１ｅを算出してよい。

同様に、モデル選択部１３０は、原油Ｆの性状を示す性状データＰｆとクラスタ１にクラスタリングされる原油Ａの性状を示す性状データＰａとの間におけるデータ間の距離Ｄａｆ、および、原油Ｆの性状を示す性状データＰｆとクラスタ１にクラスタリングされる原油Ｂの性状を示す性状データＰｂとの間におけるデータ間の距離Ｄｂｆをそれぞれ算出し、距離Ｄａｆおよび距離Ｄｂｆを平均することにより、性状データＰｆとクラスタ１との間におけるデータ間の距離Ｄ１ｆを算出してよい。

なお、上述の説明では、モデル選択部１３０が群平均法を用いて距離Ｄｉを算出する場合を一例として示したが、これに限定されるものではない。モデル選択部１３０は、ウォード法等、他の手法を用いて距離Ｄｉを算出してもよい。

ステップＳ４３４において、モデル選択装置１００は、ｉ＝ｎであるか否か判定する。ここで、ｎは、クラスタのインデックスの最大値を示している。例えば、評価モデル記憶部１１０がクラスタ１に対応する評価モデル１およびクラスタ２に対応する評価モデル２を記憶している場合、ｎ＝２となる。ｉ＝１の場合、ｉ＝ｎではない（Ｎｏ）ので、モデル選択装置１００は、処理をステップＳ４３６へ進める。

ステップＳ４３６において、モデル選択装置１００は、ｉ＝ｉ＋１にセットする。これにより、モデル選択装置１００は、クラスタのインデックスをインクリメントする。そして、モデル選択装置１００は、処理をステップＳ４３２に戻してフローを継続する。

ステップＳ４３２において、ｉ＝２の場合、モデル選択部１３０は、原油Ｅの性状を示す性状データＰｅとクラスタ２にクラスタリングされる原油Ｃの性状を示す性状データＰｃとの間におけるデータ間の距離Ｄｃｅ、および、原油Ｅの性状を示す性状データＰｅとクラスタ２にクラスタリングされる原油Ｄの性状を示す性状データＰｄとの間におけるデータ間の距離Ｄｄｅをそれぞれ算出し、距離Ｄｃｅおよび距離Ｄｄｅを平均することにより、性状データＰｅとクラスタ２との間におけるデータ間の距離Ｄ２ｅを算出してよい。

同様に、モデル選択部１３０は、原油Ｆの性状を示す性状データＰｆとクラスタ２にクラスタリングされる原油Ｃの性状を示す性状データＰｃとの間におけるデータ間の距離Ｄｃｆ、および、原油Ｆの性状を示す性状データＰｆとクラスタ２にクラスタリングされる原油Ｄの性状を示す性状データＰｄとの間におけるデータ間の距離Ｄｄｆをそれぞれ算出し、距離Ｄｃｆおよび距離Ｄｄｆを平均することにより、性状データＰｅとクラスタ２との間におけるデータ間の距離Ｄ２ｆを算出してよい。

ステップＳ４３４において、ｉ＝２の場合、ｉ＝ｎである（Ｙｅｓ）ので、モデル選択装置１００は、処理をステップＳ４４０へ進める。

ステップＳ４４０において、モデル選択装置１００は、距離Ｄ１から距離Ｄｎの少なくともいずれかが閾値未満であるか否か判定する。そして、距離Ｄ１から距離Ｄｎの少なくともいずれかが閾値未満である（Ｙｅｓ）場合、モデル選択装置１００は、処理をステップＳ４５０へ進める。例えば、対象とする原材料が原油Ｅである場合、モデル選択装置１００は、距離Ｄ１ｅおよび距離Ｄ２ｅのそれぞれを、予め定められた閾値と比較してよい。そして、距離Ｄ１ｅまたは距離Ｄ２ｅの少なくともいずれかが閾値未満である（Ｙｅｓ）場合、モデル選択部１３０は、処理をステップＳ４５０へ進めてよい。

ステップＳ４５０において、モデル選択装置１００は、対象とする原材料を距離が最も小さいクラスタにクラスタリングする。例えば、距離Ｄ１ｅ＞距離Ｄ２ｅである場合、モデル選択部１３０は、原油Ｅをクラスタ２にクラスタリングしてよい。

ステップＳ４６０において、モデル選択装置１００は、性状が類似する原材料に対応する評価モデルを対象モデルとして選択する。一例として、ステップＳ４５０において原油Ｅがクラスタ２にクラスタリングされた場合、モデル選択部１３０は、クラスタ２に属する原油Ｃおよび原油Ｄを、原油Ｅと性状が類似すると判断してよい。そして、モデル選択部１３０は、原油Ｃおよび原油Ｄ、すなわち、クラスタ２に対応する評価モデル２を、対象モデルとして選択してよい。モデル選択部１３０は、例えばこのようにして、性状データをクラスタリングした結果、対象とする原材料と同一のクラスタに属する原材料を、対象とする原材料と類似すると判断してよい。そして、モデル選択部１３０は、複数の評価モデルのうち、対象とする原材料と性状が類似する原材料に対応する評価モデルを、対象モデルとして選択してよい。なお、「類似」とは、似ていることに加えて同一であることをも含むものと解釈されてよい。

ステップＳ４７０において、モデル選択装置１００は、対象モデルを出力する。例えば、モデル選択部１３０は、ステップＳ４６０において対象モデルとして選択した評価モデルを評価モデル記憶部１１０から読み出して、対象モデル出力部１４０へ供給してよい。そして、対象モデル出力部１４０は、対象モデルを、ネットワークを介して他の装置へ送信してよい。

ここで、制御装置が、設備１０の状態に応じた行動を出力する操業モデルを用いて、設備１０における制御対象を制御する技術が、いわゆるＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）制御として知られている。また、操業モデル生成装置が、評価モデルの出力を報酬の少なくとも一部とした強化学習により、ＡＩ制御に用いられる操業モデルを生成することが考えられる。したがって、対象モデル出力部１４０は、選択された対象モデルをこのような操業モデル生成装置へ送信してよい。これに応じて、操業モデル生成装置は、対象モデルとして選択された評価モデルの出力を報酬の少なくとも一部とした強化学習により、設備１０の状態に応じた行動を出力する操業モデルを生成してよい。そして、操業モデル生成装置は、生成された操業モデルを制御装置へ送信してよい。これに応じて、制御装置は、操業モデルを用いて設備１０に設けられた制御対象を制御、すなわち、ＡＩ制御してよい。

なお、上述の説明では、モデル選択装置１００が、選択された対象モデル自体を出力する場合を一例として示したが、これに限定されるものではない。例えば、モデル選択装置１００は、選択された対象モデルを識別する情報を出力してもよい。この場合、モデル選択部１３０は、対象モデルとして選択した評価モデルを識別する情報を対象モデル出力部１４０へ供給し、対象モデル出力部１４０はこれを出力してよい。このように、ここでいう「モデルを出力する」という用語には、モデル自体を出力することに加えて、モデルを識別する情報を出力することをも含むものと広義に解釈されてよい。

一方、ステップＳ４４０において、距離Ｄ１から距離Ｄｎのいずれもが閾値未満でない（Ｎｏ）場合、モデル選択装置１００は、処理をステップＳ４８０へ進める。例えば、対象とする原材料が原油Ｆである場合、モデル選択部１３０は、距離Ｄ１ｆおよび距離Ｄ２ｆのそれぞれを、予め定められた閾値と比較してよい。そして、距離Ｄ１ｆおよび距離Ｄ２ｆのいずれもが閾値未満でない（Ｎｏ）場合、モデル選択部１３０は、処理をステップＳ４８０へ進めてよい。

ステップＳ４８０において、モデル選択装置１００は、閾値を変更する。例えば、モデル選択部１３０は、ステップＳ４４０において用いられる閾値を予め定められた変更幅Δだけ大きくすることによって、閾値を変更してよい。モデル選択部１３０は、例えばこのようにして、性状データを階層的クラスタリングした結果、いずれの原材料も対象とする原材料と同一のクラスタに属さない場合に、階層的クラスタリングに用いられるデータ間の距離の閾値を変更してよい。そして、モデル選択装置１００は、処理をステップＳ４４０へ戻してフローを継続する。これにより、モデル選択装置１００は、距離Ｄ１から距離Ｄｎの少なくともいずれかが閾値未満となるまで、閾値を段階的に変更してよい。

一例として、ステップＳ４８０において閾値を変更幅Δだけ大きくした結果、ステップＳ４４０において、距離Ｄ２ｆが閾値未満となったとする。この場合、モデル選択部１３０は、処理をステップＳ４５０へ進める。そして、モデル選択部１３０は、ステップＳ４５０において、原油Ｆをクラスタ２にグルーピングし、ステップＳ４６０において、クラスタ２に対応する評価モデル２を対象モデルとして選択する。これに応じて、対象モデル出力部１４０は、ステップＳ４７０において、選択された対象モデルを出力する。

図５は、原油Ａ、Ｂ、Ｃ、および、Ｄにおける性状データのデータ空間およびデンドログラムの一例を示す。これより先、モデル選択装置１００が性状データをクラスタリングするにあたって、階層的クラスタリングを用いる場合を一例として説明する。階層的クラスタリングを用いる場合、処理が比較的単純である上、クラス分けの過程が明確化できるので好ましい。しかしながら、これに限定されるものではない。モデル選択装置１００は、性状データをクラスタリングするにあたって、ｋ－ｍｅａｎｓ法、ｋ－ｍｅａｎｓ＋＋法、および、ｘ－ｍｅａｎｓ法等の非階層的クラスタリングを用いてもよい。

本図左は、性状データのデータ空間を示している。本図左に示されるように、原油Ａと原油Ｂがクラスタ１にクラスタリングされ、原油Ｃと原油Ｄがクラスタ２にクラスタリングされている。

本図右は、デンドログラムを示している。デンドログラムとは、クラスタリング過程において各個体がクラスタにまとめられていく様を樹形図の形で表したものである。デンドログラムによれば、原油Ａと原油Ｂとがデータ間の距離が近い（閾値未満である）ため同一のクラスタにクラスタリングされ、原油Ｃと原油Ｄとがデータ間の距離が近いため同一のクラスタにクラスタリングされる一方で、原油Ａおよび原油Ｂと、原油Ｃおよび原油Ｄとがデータ間の距離が遠い（閾値以上である）ため、異なるクラスタにクラスタリングされていることが分かる。モデル選択部１３０は、性状データをクラスタリングするにあたって、このようなデンドログラムを出力（例えば、モニタに表示）することにより、クラスタが形成される過程を可視化してもよい。

図６は、原油Ａ、Ｂ、Ｃ、Ｄ、および、Ｅにおける性状データのデータ空間およびデンドログラムの一例を示す。図６においては、図５と同じ機能および構成を有する部材に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。

デンドログラムによれば、原油Ｅとクラスタ１とがデータ間の距離が遠い（閾値以上である）一方で、原油Ｅとクラスタ２とがデータ間の距離が近い（閾値未満である）ため、原油Ｅがクラスタ２にクラスタリングされていることが分かる。この場合、モデル選択部１３０は、クラスタ２に属する原油Ｃおよび原油Ｄを、原油Ｅと性状が類似すると判断してよい。そして、モデル選択部１３０は、原油Ｃおよび原油Ｄ、すなわち、クラスタ２に対応する評価モデル２を、設備１０において原油Ｅが用いられる場合における対象モデルとして選択してよい。これに応じて、対象モデル出力部１４０は、評価モデル２を対象モデルとして出力してよい。

図７は、原油Ａ、Ｂ、Ｃ、Ｄ、および、Ｆにおける性状データのデータ空間および閾値変更前のデンドログラムの一例を示す。図７においては、図５と同じ機能および構成を有する部材に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。

デンドログラムによれば、原油Ｆとクラスタ１とがデータ間の距離が遠い（閾値以上である）、かつ、原油Ｆとクラスタ２とがデータ間の距離が遠いため、原油Ｆがクラスタ１およびクラスタ２のいずれにもクラスタリングされていないことが分かる。この場合、モデル選択部１３０は、原油Ｆに性状が類似する原油を発見することができない。そこで、モデル選択部１３０は、階層的クラスタリングに用いられるデータ間の距離の閾値を変更してよい。

図８は、原油Ａ、Ｂ、Ｃ、Ｄ、および、Ｆにおける性状データのデータ空間および閾値変更後のデンドログラムの一例を示す。図８においては、図７と同じ機能および構成を有する部材に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。

図８においては、閾値が変更幅Δだけ大きくなるように変更されている。これにより、デンドログラムに示されるように、原油Ｆとクラスタ２とがデータ間の距離が近くなった（閾値未満となった）ため、原油Ｆがクラスタ２にクラスタリングされていることが分かる。この場合、モデル選択部１３０は、クラスタ２に属する原油Ｃおよび原油Ｄを、原油Ｆと性状が類似すると判断してよい。そして、モデル選択部１３０は、原油Ｃおよび原油Ｄ、すなわち、クラスタ２に対応する評価モデル２を、設備１０において原油Ｆが用いられる場合における対象モデルとして選択してよい。これに応じて、対象モデル出力部１４０は、評価モデル２を対象モデルとして出力してよい。

なお、図５から図８においては、モデル選択装置１００が性状データをクラスタリングするにあたって、階層的クラスタリングを用いる場合を一例として示したが、上述のとおり、モデル選択装置１００は、性状データをクラスタリングするにあたって、非階層的クラスタリングを用いてもよい。すなわち、モデル選択部１３０は、性状データをクラスタリングした結果、対象とする原材料と同一のクラスタに属する原材料を、対象とする原材料と類似すると判断すればよく、クラスタリングの手法自体は何ら限定されるものではない。

設備１０において、産出地域や産出時期等により複数に識別される原材料が用いられる場合に、原材料ごとに評価モデルをそれぞれ生成すると、処理負荷が増大するうえ、タイムロスが発生する。これに対して、本実施形態に係るモデル選択装置１００は、複数の評価モデルを原材料と対応付けて記憶しておき、対象とする原材料の性状を示す性状データに基づいて、複数の評価モデルの中から設備１０の状態を評価するための対象モデルを選択する。これにより、本実施形態に係るモデル選択装置１００によれば、複数の評価モデルの中から客観的なデータに基づいて選択した評価モデルを、設備１０を評価するための対象モデルとして提供するので、対象とする原材料に対応する評価モデルを新たに生成させる処理を省略させることができ、以って、処理負荷を低減させるとともに、タイムロスの発生頻度を抑制させることができる。

また、本実施形態に係るモデル選択装置１００は、対象とする原材料と性状が類似する原材料に対応する評価モデルを、対象モデルとして選択してよい。これにより、本実施形態に係るモデル選択装置１００によれば、原材料の性状に照らして設備１０の状態を評価するのに最適な評価モデルを、対象モデルとして選択することができる。

特に、産出地域や産出時期に基づいて対象モデルを選択することも考えられるが、産出地域や産出時期が遠い場合であっても原材料の性状が類似している場合もあれば、産出地域や産出時期が近い場合であっても原材料の性状が大きく異なっている場合もあり得る。本実施形態に係るモデル選択装置１００によれば、原材料の性状の類似性に基づいて対象モデルを選択するので、このような場合であっても、最適な評価モデルを、対象モデルとして選択することができる。

また、本実施形態に係るモデル選択装置１００は、性状データをクラスタリングした結果、対象とする原材料と同一のクラスタに属する原材料を、対象とする原材料と性状が類似すると判断してよい。これにより、本実施形態によれば、判断が比較的困難な原材料の性状の類似性を、同一のクラスタに属するか否かという明確な基準により判断することができる。

また、本実施形態に係るモデル選択装置１００は、性状データを階層的クラスタリングした結果、いずれの原材料も対象とする原材料と同一のクラスタに属さない場合に、階層的クラスタリングに用いられるデータ間の閾値を変更してよい。これにより、本実施形態に係るモデル選択装置１００によれば、対象とする原材料を既存のクラスタのいずれかにグルーピングすることができるので、複数の評価モデルの中からいずれかの評価モデルを対象モデルとして選択することができる。したがって、本実施形態に係るモデル選択装置１００によれば、対象モデルが選択できないという事象を避けることができ、もって、評価モデルが新たに生成されてしまうことを防止することができる。

図９は、本実施形態の第１の変形例に係るモデル選択装置１００のブロック図の一例を、設備１０とともに示す。図９においては、図１と同じ機能および構成を有する部材に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。上述の実施形態においては、モデル選択装置１００と、操業モデル生成装置と、制御装置とがそれぞれ独立した別々の装置として提供される場合を一例として示した。しかしながら、これら装置は、一部または全部が一体となった一つの装置として提供されてもよい。本変形例においては、モデル選択装置１００が、上述の実施形態に係るモデル選択装置１００の機能に加えて、操業モデル生成装置の機能を提供する。

本変形例に係るモデル選択装置１００は、操業モデル生成部９１０と、操業モデル出力部９２０とを更に備えてよい。

操業モデル生成部９１０は、対象モデルの出力を報酬の少なくとも一部とした強化学習により、設備１０の状態に応じた行動を出力する操業モデルを生成する。例えば、操業モデル生成部９１０は、対象モデル出力部１５０により出力された対象モデルを取得し、当該対象モデルの出力を報酬の少なくとも一部として強化学習することによって、操業モデルを生成してよい。

このような操業モデルは、一例として、サンプリングされた状態データの集合を示すＳと各状態下に取られた行動Ａとの組み合わせ（Ｓ，Ａ）と、報酬によって計算されたウエイトＷとで構成されるデータテーブルを有してよい。なお、このようなウエイトＷを計算するための報酬の少なくとも一部として、評価モデルの出力が用いられてよい。

このような操業モデルを生成するにあたって、操業モデル生成部９１０は、学習環境の状態を示す学習環境データを取得してよい。この際、学習環境として設備１０における操業を模擬するシミュレータが用いられる場合、操業モデル生成部９１０は、シミュレータからのシミュレーションデータを学習環境データとして取得してよい。しかしながら、これに限定されるものではない。学習環境として実際の設備１０が用いられてもよい。この場合、操業モデル生成部７１０は、設備１０の状態を示す状態データを学習環境データとして取得してよい。

次に、操業モデル生成部９１０は、ランダムに、または、後述するＦＫＤＰＰ等の既知のＡＩアルゴリズムを用いて行動を決定し、当該行動に基づく操作量を学習環境における制御対象へ与えてよい。これに応じて学習環境の状態が変化する。

そして、操業モデル生成部９１０は、学習環境データを再び取得してよい。これにより、操業モデル生成部９１０は、決定された行動に基づく操作量が制御対象へ与えられたことに応じて変化した後の学習環境の状態を取得することができる。

そして、操業モデル生成部９１０は、対象モデルの出力に少なくとも部分的に基づき、報酬値を算出してよい。一例として、変化した後の学習環境の状態を示す学習環境データを評価モデルへ入力したことに応じて、当該対象モデルが出力する指標をそのまま報酬値として算出してよい。

操業モデル生成部９１０は、このような行動の決定に応じた状態の取得処理を複数回繰り返した後、データテーブルにおけるウエイト列の値を上書きするほか、これまでに保存されていない新たなサンプルデータをデータテーブルにおける新たな行へ追加することで、操業モデルを更新してよい。操業モデル生成部９１０は、このような更新処理を複数回繰り返すことで、操業モデルを生成することができる。操業モデルの生成自体については任意であってよいので、更なる詳細についてはここでは説明を省略する。操業モデル生成部９１０は、生成した操業モデルを操業モデル出力部９２０へ供給する。

操業モデル出力部９２０は、操業モデルを出力する。例えば、操業モデル出力部９２０は、操業モデル生成部９１０により生成された操業モデルを、ネットワークを介して他の装置へ送信することにより出力してよい。特に、操業モデル出力部９２０は、生成された操業モデルを制御装置へ送信してよい。これに応じて、制御装置は、操業モデルを用いて設備１０に設けられた制御対象を制御してよい。しかしながら、これに限定されるものではない。操業モデル出力部９２０は、生成された操業モデルを、各種メモリデバイスに書き出すことにより出力してもよいし、モニタに表示することにより出力してもよい。

このように、本変形例に係るモデル選択装置１００は、対象モデルの出力を報酬の少なくとも一部として強化学習することによって、操業モデルを生成することもできる。これにより、本変形例に係るモデル選択装置１００によれば、評価モデルを選択する機能と、操業モデルを生成する機能とを、一つの装置により実現することができる。したがって、本変形例に係るモデル選択装置１００によれば、モデル選択装置１００と操業モデル生成装置との間で評価モデル（対象モデル）をやりとりする必要がないので、通信コストや時間を削減することもできる。

図１０は、本実施形態の第２の変形例に係るモデル選択装置１００のブロック図の一例を、設備１０とともに示す。図１０においては、図９と同じ機能および構成を有する部材に対して同じ符号を付すとともに、以下相違点を除き説明を省略する。第１の変形例においては、モデル選択装置１００が、操業モデル生成装置の機能を提供する場合を一例として示した。しかしながら、本変形例においては、モデル選択装置１００が、操業モデル生成装置の機能に加えて、制御装置の機能をも提供する。

本変形例に係るモデル選択装置１００は、状態データ取得部１０１０と、制御部１０２０とを更に備えてよい。そして、操業モデル出力部９２０は、生成した操業モデルを制御部１０２０へ供給してよい。

状態データ取得部１０１０は、設備１０の状態を示す状態データを取得する。例えば、状態データ取得部１０１０は、設備１０に設けられた各種センサが時系列に測定した様々な物理量を、設備１０からネットワークを介して、状態データとして取得してよい。しかしながら、これに限定されるものではない。状態データ取得部１０１０は、状態データを、ユーザ入力や各種メモリデバイス等の他の手段を介して取得してもよいし、設備１０とは異なる他の装置から取得してもよい。状態データ取得部１０１０は、取得した状態データを制御部１０２０へ供給する。

制御部１０２０は、操業モデルを用いて設備１０における制御対象を制御する。例えば、制御部１０２０は、ＦＫＤＰＰ等の既知のＡＩアルゴリズムにより行動を決定してよい。このようなカーネル法を用いる場合、制御部１０２０は、取得された状態データにより得られたセンサ値から状態Ｓのベクトルを生成してよい。次に、制御部１０２０は、状態Ｓと、取り得る全ての行動Ａとの組み合わせを、行動決定テーブルとして生成してよい。そして、制御部１０２０は、行動決定テーブルを、操業モデルへ入力してよい。これに応じて、操業モデルは、行動決定テーブルの各行と、データテーブルのうちのウエイト列を除いた各サンプルデータとの間でカーネル計算を行い、各サンプルデータとの間の距離をそれぞれ算出してよい。次に、操業モデルは、各サンプルデータについて算出した距離にそれぞれのウエイト列の値を乗算したものを順次足し合わせ、各行動における報酬期待値を計算してよい。そして、操業モデルは、取り得る全ての行動の中で報酬期待値が最も高くなる行動を出力してよい。制御部１０２０は、例えばこのようにして操業モデルが出力した行動を選択することにより、行動を決定してよい。

そして、制御部１０２０は、決定した行動を制御対象の現在の値（例えば、現在のバルブ開度）に加算した操作量を、制御対象へ与えてよい。制御部１０２０は、例えばこのようにして、生成された操業モデルを用いて、制御対象をＡＩ制御することができる。

このように、本変形例に係るモデル選択装置１００は、強化学習により生成された操業モデルを用いて、制御対象を制御することができる。これにより、本変形例に係るモデル選択装置１００によれば、評価モデルを選択する機能と、操業モデルを生成する機能と、制御対象を制御する機能とを、一つの装置により実現することができる。したがって、本変形例に係るモデル選択装置１００によれば、モデル選択装置１００と操業モデル生成装置との間で評価モデル（対象モデル）をやりとりする必要がない上、操業モデル生成装置と制御装置との間で操業モデルをやりとりする必要もないので、通信コストや時間を更に削減することもできる。

ここまで、実施し得る様々な形態を例示して説明した。しかしながら、上述の実施形態は、様々な形に変更、または、応用されてよい。例えば、上述の実施形態においては、モデル選択装置１００が、対象とする原材料が既存のクラスタにクラスタリングされるまで、階層的クラスタリングに用いられるデータ間の距離の閾値を段階的に変更する場合を一例として示した。しかしながら、閾値を変更するにつれて、対象とする原材料と既存のクラスタに属する原材料との間における性状の類似性は次第に低下していく。したがって、このような状況下において選択された対象モデルは、閾値を変更せずに選択された対象モデルと比較して、対象とする原材料に対する適正度が低いことが考えられる。

そこで、対象モデル出力部１４０は、対象モデルを出力するにあたって、対象モデルが選択された際に用いられた閾値を識別する情報を併せて出力することにより、対象モデルが選択された際の条件を併せて提供してもよい。

また、上述の実施形態においては、モデル選択装置１００が、対象とする原材料を既存のクラスタのいずれかに必ずクラスタリングさせる場合を一例として示した。しかしながら、モデル選択装置１００は、性状データを階層的クラスタリングした結果、いずれの原材料も対象とする原材料と同一のクラスタに属さない場合に、その旨を報知して、対象モデルを選択することなくフローを終了してもよい。この場合、モデル選択装置１００は、閾値を変更する処理を省略してもよいし、閾値を変更する処理を実行する回数を制限してもよい。すなわち、モデル選択装置１００は、閾値を変更する処理を上限回数実行してよい。そして、依然としていずれの原材料も対象とする原材料と同一のクラスタに属さない場合に、その旨を報知して、対象モデルを選択することなくフローを終了してもよい。

本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

図１１は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ９９００の例を示す。コンピュータ９９００にインストールされたプログラムは、コンピュータ９９００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ９９００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ９９００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ９９１２によって実行されてよい。

本実施形態によるコンピュータ９９００は、ＣＰＵ９９１２、ＲＡＭ９９１４、グラフィックコントローラ９９１６、およびディスプレイデバイス９９１８を含み、それらはホストコントローラ９９１０によって相互に接続されている。コンピュータ９９００はまた、通信インターフェイス９９２２、ハードディスクドライブ９９２４、ＤＶＤドライブ９９２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ９９２０を介してホストコントローラ９９１０に接続されている。コンピュータはまた、ＲＯＭ９９３０およびキーボード９９４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ９９４０を介して入／出力コントローラ９９２０に接続されている。

ＣＰＵ９９１２は、ＲＯＭ９９３０およびＲＡＭ９９１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ９９１６は、ＲＡＭ９９１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ９９１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス９９１８上に表示されるようにする。

通信インターフェイス９９２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ９９２４は、コンピュータ９９００内のＣＰＵ９９１２によって使用されるプログラムおよびデータを格納する。ＤＶＤドライブ９９２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ９９０１から読み取り、ハードディスクドライブ９９２４にＲＡＭ９９１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

ＲＯＭ９９３０はその中に、アクティブ化時にコンピュータ９９００によって実行されるブートプログラム等、および／またはコンピュータ９９００のハードウェアに依存するプログラムを格納する。入／出力チップ９９４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ９９２０に接続してよい。

プログラムが、ＤＶＤ－ＲＯＭ９９０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ９９２４、ＲＡＭ９９１４、またはＲＯＭ９９３０にインストールされ、ＣＰＵ９９１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ９９００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ９９００の使用に従い情報の操作または処理を実現することによって構成されてよい。

例えば、通信がコンピュータ９９００および外部デバイス間で実行される場合、ＣＰＵ９９１２は、ＲＡＭ９９１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェイス９９２２に対し、通信処理を命令してよい。通信インターフェイス９９２２は、ＣＰＵ９９１２の制御下、ＲＡＭ９９１４、ハードディスクドライブ９９２４、ＤＶＤ－ＲＯＭ９９０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

また、ＣＰＵ９９１２は、ハードディスクドライブ９９２４、ＤＶＤドライブ９９２６（ＤＶＤ－ＲＯＭ９９０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ９９１４に読み取られるようにし、ＲＡＭ９９１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ９９１２は次に、処理されたデータを外部記録媒体にライトバックする。

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ９９１２は、ＲＡＭ９９１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ９９１４に対しライトバックする。また、ＣＰＵ９９１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ９９１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ９９００上またはコンピュータ９９００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ９９００に提供する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１０ 設備
１００ モデル選択装置
１１０ 評価モデル記憶部
１２０ 性状データ取得部
１３０ モデル選択部
１４０ 対象モデル出力部
９１０ 操業モデル生成部
９２０ 操業モデル出力部
１０１０ 状態データ取得部
１０２０ 制御部
９９００ コンピュータ
９９０１ ＤＶＤ－ＲＯＭ
９９１０ ホストコントローラ
９９１２ ＣＰＵ
９９１４ ＲＡＭ
９９１６ グラフィックコントローラ
９９１８ ディスプレイデバイス
９９２０ 入／出力コントローラ
９９２２ 通信インターフェイス
９９２４ ハードディスクドライブ
９９２６ ＤＶＤドライブ
９９３０ ＲＯＭ
９９４０ 入／出力チップ
９９４２ キーボード

Claims (14)

1. 各々が、原材料から製品を製造する設備の状態を評価した指標を出力可能な複数の評価モデルを、前記原材料と対応付けて記憶する評価モデル記憶部と、
   前記設備において用いられる前記原材料の性状を示す性状データを取得する性状データ取得部と、
   前記性状データに基づいて、前記複数の評価モデルの中から前記設備において対象とする原材料が用いられる場合に前記設備の状態を評価するための対象モデルを選択するモデル選択部と、
   前記対象モデルを出力する対象モデル出力部と、
   を備える、モデル選択装置。
2. 前記モデル選択部は、前記複数の評価モデルのうち、前記対象とする原材料と性状が類似する原材料に対応する評価モデルを、前記対象モデルとして選択する、請求項１に記載のモデル選択装置。
3. 前記モデル選択部は、前記性状データをクラスタリングした結果、前記対象とする原材料と同一のクラスタに属する原材料を、前記対象とする原材料と性状が類似すると判断する、請求項２に記載のモデル選択装置。
4. 前記モデル選択部は、前記性状データを階層的クラスタリングした結果、いずれの原材料も前記対象とする原材料と同一のクラスタに属さない場合に、前記階層的クラスタリングに用いられるデータ間の距離の閾値を変更する、請求項３に記載のモデル選択装置。
5. 前記原材料は、原油を少なくとも含む、請求項１から４のいずれか一項に記載のモデル選択装置。
6. 前記性状データは、前記原油の化学的性状、または、物理的性状の少なくともいずれかを示すデータを有する、請求項５に記載のモデル選択装置。
7. 前記化学的性状は、炭素、水素、硫黄、窒素、酸素、または、金属の少なくともいずれかの含有量を含む、請求項６に記載のモデル選択装置。
8. 前記化学的性状は、炭化水素の分子構造のタイプを含む、請求項６に記載のモデル選択装置。
9. 前記物理的性状は、比重、蒸気圧、動粘度、または、流動点の少なくともいずれかを含む、請求項６に記載のモデル選択装置。
10. 前記原材料は、化石燃料または水の少なくともいずれか含む、請求項１から４のいずれか一項に記載のモデル選択装置。
11. 前記対象モデルの出力を報酬の少なくとも一部とした強化学習により、前記設備の状態に応じた行動を出力する操業モデルを生成する操業モデル生成部を更に備える、請求項１から４のいずれか一項に記載のモデル選択装置。
12. 前記操業モデルを用いて前記設備における制御対象を制御する制御部を更に備える、請求項１１に記載のモデル選択装置。
13. コンピュータにより実行され、前記コンピュータが、
    各々が、原材料から製品を製造する設備の状態を評価した指標を出力可能な複数の評価モデルを、前記原材料と対応付けて記憶することと、
    前記設備において用いられる前記原材料の性状を示す性状データを取得することと、
    前記性状データに基づいて、前記複数の評価モデルの中から前記設備において対象とする原材料が用いられる場合に前記設備の状態を評価するための対象モデルを選択することと、
    前記対象モデルを出力することと、
    を備える、モデル選択方法。
14. コンピュータにより実行され、前記コンピュータを、
    各々が、原材料から製品を製造する設備の状態を評価した指標を出力可能な複数の評価モデルを、前記原材料と対応付けて記憶する評価モデル記憶部と、
    前記設備において用いられる前記原材料の性状を示す性状データを取得する性状データ取得部と、
    前記性状データに基づいて、前記複数の評価モデルの中から前記設備において対象とする原材料が用いられる場合に前記設備の状態を評価するための対象モデルを選択するモデル選択部と、
    前記対象モデルを出力する対象モデル出力部と、
    して機能させる、モデル選択プログラム。

Images