JP2829241B2 - プラント支援装置 - Google Patents
プラント支援装置Info
- Publication number
- JP2829241B2 JP2829241B2 JP6174550A JP17455094A JP2829241B2 JP 2829241 B2 JP2829241 B2 JP 2829241B2 JP 6174550 A JP6174550 A JP 6174550A JP 17455094 A JP17455094 A JP 17455094A JP 2829241 B2 JP2829241 B2 JP 2829241B2
- Authority
- JP
- Japan
- Prior art keywords
- inference
- plant
- knowledge base
- equipment
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/028—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using expert systems only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
- G05B23/0251—Abstraction hierarchy, e.g. "complex systems", i.e. system is divided in subsystems, subsystems are monitored and results are combined to decide on status of whole system
Description
【０００１】
【産業上の利用分野】この発明はプラントの異常発生時
での運転や運用を支援する装置に関するものである。
での運転や運用を支援する装置に関するものである。
【０００２】
【従来の技術】プラント支援装置はプラント系統図を活
用した知識ベースと推論機構を有してオンラインのリア
ルタイムで対象プラントのプロセスデータを収集して処
理することで各支援機能を実行する。例えば、発電プラ
ントへの適用には、プラントにおける各設備機器を示す
シンボル（図形記号）と各設備機器間を結ぶ配管や配線
などを示す接続線とからなるプラント系統図を画面表示
し、オンラインのリアルタイムでプラントの各設備機器
の状態やプラントを流れる媒体の状態および制御指令の
状態などの入力データを得て、このデータと推論の目的
ごとに分割された知識ベースとを用いることによって、
プラントの異常検知と異常設備の特定および異常原因の
特定などの推論を行い、プラントの異常発生時での運転
や運用を支援する。図１２は従来のプラント支援装置を
示す構成図、図１３は同従来例の推論処理を示すフロー
チャートである。図１２において、１はプラントからの
オンライン入力値情報を収集して加工するプロセス入出
力装置、２はプロセス入出力装置１からのデータを計算
機に必要な形態に加工するデータ処理部、３はデータ処
理部２からのデータをサンプリングごとに推論処理に必
要な形態に加工する推論処理インターフェース部であ
る。４は推論部であって、これは異常検知部４ａと異常
設備特定部４ｂと原因特定部４ｃおよび対応操作導出部
４ｄとを備え、異常検知部４ａがサンプリングごとに推
論処理インターフェース部３から伝送されるプラント情
報に対して監視を常時行い、異常検知部４ａがプラント
の異常を検知すると、異常設備特定部４ｂがプラントの
どの設備が異常を発生しているのかを特定し、原因特定
部４ｃが特定された異常設備内の原因候補を切り分けて
原因を特定し、対応操作部４ｄが特定された原因と対応
すべき操作内容を導出する。５は推論部４で推論された
結果を推論結果として出力するための処理を行う推論結
果処理部、６は推論結果処理部５やデータ処理部２から
のデータをグラフィック画面として生成し処理するグラ
フィックス処理部、７はグラフィックス処理部６や操作
部１４を総合的に統括するマンマシンインターフェース
部である。８は推論部４で推論を実行するのに必要とな
る知識ベースであって、これは異常検知部４ａでの推論
を実行するのに必要となる異常検知知識ベース８ａと、
異常設備特定部４ｂや原因判定部４ｃおよび対応操作導
出部４ｄでの推論を実行するのに必要となる設備機器ご
との知識データおよび系統図の図面データを保有する知
識ベース８ｃとから構成される。１２は推論部４で行っ
た推論結果を過去の履歴として保存する推論履歴ファイ
ル、１４はマンマシンインターフェース部７やグラフィ
ックス処理部６を経由してきた操作指令を管理し各処理
部へ処理命令を伝達処理する操作部、１９は出力装置の
一部であるＣＲＴ装置、１９ａはＣＲＴ装置１９に出力
されるグラフィック系統図、１９ｂは入出力部１９のＣ
ＲＴ装置に出力される推論結果出力図である。
用した知識ベースと推論機構を有してオンラインのリア
ルタイムで対象プラントのプロセスデータを収集して処
理することで各支援機能を実行する。例えば、発電プラ
ントへの適用には、プラントにおける各設備機器を示す
シンボル（図形記号）と各設備機器間を結ぶ配管や配線
などを示す接続線とからなるプラント系統図を画面表示
し、オンラインのリアルタイムでプラントの各設備機器
の状態やプラントを流れる媒体の状態および制御指令の
状態などの入力データを得て、このデータと推論の目的
ごとに分割された知識ベースとを用いることによって、
プラントの異常検知と異常設備の特定および異常原因の
特定などの推論を行い、プラントの異常発生時での運転
や運用を支援する。図１２は従来のプラント支援装置を
示す構成図、図１３は同従来例の推論処理を示すフロー
チャートである。図１２において、１はプラントからの
オンライン入力値情報を収集して加工するプロセス入出
力装置、２はプロセス入出力装置１からのデータを計算
機に必要な形態に加工するデータ処理部、３はデータ処
理部２からのデータをサンプリングごとに推論処理に必
要な形態に加工する推論処理インターフェース部であ
る。４は推論部であって、これは異常検知部４ａと異常
設備特定部４ｂと原因特定部４ｃおよび対応操作導出部
４ｄとを備え、異常検知部４ａがサンプリングごとに推
論処理インターフェース部３から伝送されるプラント情
報に対して監視を常時行い、異常検知部４ａがプラント
の異常を検知すると、異常設備特定部４ｂがプラントの
どの設備が異常を発生しているのかを特定し、原因特定
部４ｃが特定された異常設備内の原因候補を切り分けて
原因を特定し、対応操作部４ｄが特定された原因と対応
すべき操作内容を導出する。５は推論部４で推論された
結果を推論結果として出力するための処理を行う推論結
果処理部、６は推論結果処理部５やデータ処理部２から
のデータをグラフィック画面として生成し処理するグラ
フィックス処理部、７はグラフィックス処理部６や操作
部１４を総合的に統括するマンマシンインターフェース
部である。８は推論部４で推論を実行するのに必要とな
る知識ベースであって、これは異常検知部４ａでの推論
を実行するのに必要となる異常検知知識ベース８ａと、
異常設備特定部４ｂや原因判定部４ｃおよび対応操作導
出部４ｄでの推論を実行するのに必要となる設備機器ご
との知識データおよび系統図の図面データを保有する知
識ベース８ｃとから構成される。１２は推論部４で行っ
た推論結果を過去の履歴として保存する推論履歴ファイ
ル、１４はマンマシンインターフェース部７やグラフィ
ックス処理部６を経由してきた操作指令を管理し各処理
部へ処理命令を伝達処理する操作部、１９は出力装置の
一部であるＣＲＴ装置、１９ａはＣＲＴ装置１９に出力
されるグラフィック系統図、１９ｂは入出力部１９のＣ
ＲＴ装置に出力される推論結果出力図である。
【０００３】次に、従来のプラント支援装置の動作につ
いて図１２および図１３を参照しつつ説明する。プロセ
ス入出力装置１とデータ処理部２および推論処理インタ
ーフェース３で推論用に処理されたサンプリングｎのプ
ロセスデータが入力され、推論処理が開始すると、異常
検知部４ａによる異常検知推論処理が行われる（ステッ
プ６０１）。この異常検知推論処理においては、推論処
理インターフェース３からの入力データと異常検知知識
ベース８ａに格納されたプラントの状態を表す諸条件と
を比較することにより、プラントに異常が発生している
かを推論する。そして、異常が発生していない場合は、
ｎ回目のサンプリングに関する推論は終了し、ｎ＋１回
目のサンプリングデータに関する推論処理へと移行する
（ステップ６０２がＮＯ、ステップ６０９）。また、異
常が発生している場合は、異常検知部４ａが異常名（異
常現象名）やデータなどを推論結果処理部５を経由して
グラフィックス処理部６に送り、グラフィックス処理部
６が送られてきたデータから画面データを生成してマン
マシンインターフェース７を経由してＣＲＴ装置１９に
送り、ＣＲＴ装置１９が異常名などのデータを画面表示
する（ステップ６０２がＹＥＳ、ステップ６０３）。引
き続き、異常設備特定部４ｂによる異常設備特定推論処
理を行う（ステップ６０４）。この異常設備特定推論処
理においては、異常発生に関わるデータを出力している
設備機器を探索し、その設備機器の知識ベース８ｃのう
ち設備機器の正常状態に関する記述内容と推論処理イン
ターフェース３から入力されたデータとを比較し、探索
された該当設備機器が正常かを推論する。該当設備機器
が正常である場合は配管など接続された因果関係のある
設備機器の異常設備特定推論へと推論を継続する。そし
て、原因特定部４ｃによる原因特定推論処理へと推論を
進める（ステップ６０５）。この原因特定推論処理にお
いては、異常が発生していると特定された設備機器の知
識ベース８ｃと推論処理インターフェース３からの入力
データとを比較し、知識ベース８ｃの入力データと同内
容の記述部分を探索し、その探索木の分岐を繰り返すこ
とで、記述されている原因を最終的に推論し、その最終
的な推論結果を推論結果処理部５を経由してグラフィッ
クス処理部６に送り、グラフィックス処理部６が送られ
てきたデータから画面データを生成してマンマシンイン
ターフェース７を経由してＣＲＴ装置１９に送り、ＣＲ
Ｔ装置１９が異常原因を画面表示する（ステップ６０
６）。さらに、対応操作導出部４ｄによる対応操作ガイ
ド導出推論処理へと推論を進める（ステップ６０７）。
この対応操作ガイド導出推論処理においては、設備機器
の知識ベース８ｃの記述内容から特定された原因名と同
じ名称が記述された部分を検索し、その原因に対してと
るべき対応操作内容が記述されている部分を導出する。
その対応操作ガイダンスを推論結果処理部５へ送り、グ
ラフィックス処理部６が送られてきた対応操作ガイダン
スを画面データとして生成してマンマシンインターフェ
ース７を通してＣＲＴ装置１９に送り、ＣＲＴ装置１９
が異常対処操作を表示する（ステップ６０８）。
いて図１２および図１３を参照しつつ説明する。プロセ
ス入出力装置１とデータ処理部２および推論処理インタ
ーフェース３で推論用に処理されたサンプリングｎのプ
ロセスデータが入力され、推論処理が開始すると、異常
検知部４ａによる異常検知推論処理が行われる（ステッ
プ６０１）。この異常検知推論処理においては、推論処
理インターフェース３からの入力データと異常検知知識
ベース８ａに格納されたプラントの状態を表す諸条件と
を比較することにより、プラントに異常が発生している
かを推論する。そして、異常が発生していない場合は、
ｎ回目のサンプリングに関する推論は終了し、ｎ＋１回
目のサンプリングデータに関する推論処理へと移行する
（ステップ６０２がＮＯ、ステップ６０９）。また、異
常が発生している場合は、異常検知部４ａが異常名（異
常現象名）やデータなどを推論結果処理部５を経由して
グラフィックス処理部６に送り、グラフィックス処理部
６が送られてきたデータから画面データを生成してマン
マシンインターフェース７を経由してＣＲＴ装置１９に
送り、ＣＲＴ装置１９が異常名などのデータを画面表示
する（ステップ６０２がＹＥＳ、ステップ６０３）。引
き続き、異常設備特定部４ｂによる異常設備特定推論処
理を行う（ステップ６０４）。この異常設備特定推論処
理においては、異常発生に関わるデータを出力している
設備機器を探索し、その設備機器の知識ベース８ｃのう
ち設備機器の正常状態に関する記述内容と推論処理イン
ターフェース３から入力されたデータとを比較し、探索
された該当設備機器が正常かを推論する。該当設備機器
が正常である場合は配管など接続された因果関係のある
設備機器の異常設備特定推論へと推論を継続する。そし
て、原因特定部４ｃによる原因特定推論処理へと推論を
進める（ステップ６０５）。この原因特定推論処理にお
いては、異常が発生していると特定された設備機器の知
識ベース８ｃと推論処理インターフェース３からの入力
データとを比較し、知識ベース８ｃの入力データと同内
容の記述部分を探索し、その探索木の分岐を繰り返すこ
とで、記述されている原因を最終的に推論し、その最終
的な推論結果を推論結果処理部５を経由してグラフィッ
クス処理部６に送り、グラフィックス処理部６が送られ
てきたデータから画面データを生成してマンマシンイン
ターフェース７を経由してＣＲＴ装置１９に送り、ＣＲ
Ｔ装置１９が異常原因を画面表示する（ステップ６０
６）。さらに、対応操作導出部４ｄによる対応操作ガイ
ド導出推論処理へと推論を進める（ステップ６０７）。
この対応操作ガイド導出推論処理においては、設備機器
の知識ベース８ｃの記述内容から特定された原因名と同
じ名称が記述された部分を検索し、その原因に対してと
るべき対応操作内容が記述されている部分を導出する。
その対応操作ガイダンスを推論結果処理部５へ送り、グ
ラフィックス処理部６が送られてきた対応操作ガイダン
スを画面データとして生成してマンマシンインターフェ
ース７を通してＣＲＴ装置１９に送り、ＣＲＴ装置１９
が異常対処操作を表示する（ステップ６０８）。
【０００４】
【発明が解決しようとする課題】上記従来のプラント支
援装置は、以上のように知識ベース８ｃがファイルの内
容をパターン化した一定の範囲のみをまとめられた構成
となっているため、対象プラントが大規模になれば、知
識ベース８ｃの量が膨大なものとなる。このような知識
ベース８ｃを構築する場合は、対象プラントのプラント
系統図を参考にプラント系統図の構成要素とその構成要
素の特性や動作状態などの知識との対応付けを行いなが
ら、知識ベース８ｃの構築を進めなければならず、多大
な労力と時間とを要し、構築を行う者の負担が大きくな
るという問題があった。また、膨大な量の知識ベース８
ｃを使用し推論を実行した場合、最終的に原因を特定
し、対応操作ガイダンスを導出するまでに係る処理効率
が悪く、推論実行に必要な時間が増大し、異常回復への
処置が遅くなるという障害もあった。また、プラント支
援装置として表示する情報には、推論結果や関連するデ
ータなどがあるが、推論の過程や使用している知識ベー
ス８ｃが操作者には理解し難いなどの理由もあり、異常
発生時に操作者が異常状態を確認、解析するには信頼性
が低いという問題も内在した。
援装置は、以上のように知識ベース８ｃがファイルの内
容をパターン化した一定の範囲のみをまとめられた構成
となっているため、対象プラントが大規模になれば、知
識ベース８ｃの量が膨大なものとなる。このような知識
ベース８ｃを構築する場合は、対象プラントのプラント
系統図を参考にプラント系統図の構成要素とその構成要
素の特性や動作状態などの知識との対応付けを行いなが
ら、知識ベース８ｃの構築を進めなければならず、多大
な労力と時間とを要し、構築を行う者の負担が大きくな
るという問題があった。また、膨大な量の知識ベース８
ｃを使用し推論を実行した場合、最終的に原因を特定
し、対応操作ガイダンスを導出するまでに係る処理効率
が悪く、推論実行に必要な時間が増大し、異常回復への
処置が遅くなるという障害もあった。また、プラント支
援装置として表示する情報には、推論結果や関連するデ
ータなどがあるが、推論の過程や使用している知識ベー
ス８ｃが操作者には理解し難いなどの理由もあり、異常
発生時に操作者が異常状態を確認、解析するには信頼性
が低いという問題も内在した。
【０００５】この発明は上記のような課題を解決するた
めになされたもので、その第１の目的は、知識ベースと
推論処理の階層化により、知識ベースの構築および推論
実行時の効率を向上することである。第２の目的は、推
論実行に関わる情報を統括し管理することにより、異常
発生時に異常内容を把握し、異常状態の解析および対処
容易な質の高い情報を提示することである。
めになされたもので、その第１の目的は、知識ベースと
推論処理の階層化により、知識ベースの構築および推論
実行時の効率を向上することである。第２の目的は、推
論実行に関わる情報を統括し管理することにより、異常
発生時に異常内容を把握し、異常状態の解析および対処
容易な質の高い情報を提示することである。
【０００６】
【課題を解決するための手段】請求項１に記載された第
１の発明に係るプラント支援装置は、上位階層と下位階
層との関係を保って多階層化された階層別知識ベースを
異常設備特定用の知識ベースとして設けたものである。
１の発明に係るプラント支援装置は、上位階層と下位階
層との関係を保って多階層化された階層別知識ベースを
異常設備特定用の知識ベースとして設けたものである。
【０００７】請求項２に記載された第２の発明に係るプ
ラント支援装置は、異常設備特定推論を階層化された上
位階層の知識ベースから順番に推論する構成としたもの
である。
ラント支援装置は、異常設備特定推論を階層化された上
位階層の知識ベースから順番に推論する構成としたもの
である。
【０００８】請求項３に記載された第３の発明に係るプ
ラント支援装置は、段階的に異常設備が絞り込まれてい
く様子をＣＲＴ装置などの表示装置に描画された系統図
上へ色替えやフリッカによりリアルタイムで表示する構
成としたものである。
ラント支援装置は、段階的に異常設備が絞り込まれてい
く様子をＣＲＴ装置などの表示装置に描画された系統図
上へ色替えやフリッカによりリアルタイムで表示する構
成としたものである。
【０００９】請求項４に記載された第４の発明に係るプ
ラント支援装置は、階層別知識ベースを合成する場合
に、最下位階層の知識ベースから上位階層の知識ベース
を生成する構成としたものである。
ラント支援装置は、階層別知識ベースを合成する場合
に、最下位階層の知識ベースから上位階層の知識ベース
を生成する構成としたものである。
【００１０】請求項５に記載された第５の発明に係るプ
ラント支援装置は、合成して生成され多階層化された知
識ベースを異常発生時の推論結果として出力する構成と
したものである。
ラント支援装置は、合成して生成され多階層化された知
識ベースを異常発生時の推論結果として出力する構成と
したものである。
【００１１】請求項６に記載された第６の発明に係るプ
ラント支援装置は、異常発生時の画面表示としてプロセ
スデータやプロセスデータのトレンドを表示する構成と
したものである。
ラント支援装置は、異常発生時の画面表示としてプロセ
スデータやプロセスデータのトレンドを表示する構成と
したものである。
【００１２】請求項７に記載された第７の発明に係るプ
ラント支援装置は、過去の異常発生時のデータを再帰処
理し使用して再度推論を行う構成としたものである。
ラント支援装置は、過去の異常発生時のデータを再帰処
理し使用して再度推論を行う構成としたものである。
【００１３】請求項８に記載された第８の発明に係るプ
ラント支援装置は、推論結果を表示する場合に推論結果
として推論に適用した知識ベースと知識ベースで使用し
たプロセスデータの異常発生前後のデータを選択し関連
づけて表示する構成としたものである。
ラント支援装置は、推論結果を表示する場合に推論結果
として推論に適用した知識ベースと知識ベースで使用し
たプロセスデータの異常発生前後のデータを選択し関連
づけて表示する構成としたものである。
【００１４】請求項９に記載された第９の発明に係るプ
ラント支援装置は、過去の異常発生時の推論履歴として
推論に適用した知識ベースと知識ベースで使用したプロ
セスデータを選択し関連づけて表示する構成としたもの
である。
ラント支援装置は、過去の異常発生時の推論履歴として
推論に適用した知識ベースと知識ベースで使用したプロ
セスデータを選択し関連づけて表示する構成としたもの
である。
【００１５】
【作用】第１の発明のプラント支援装置は、階層別知識
ベースが推論実行時に適用する知識ベースの量を減少さ
せ、推論実行時間を短縮する。
ベースが推論実行時に適用する知識ベースの量を減少さ
せ、推論実行時間を短縮する。
【００１６】第２の発明のプラント支援装置は、階層別
知識ベースの上位階層の知識から最下位階層へと順番に
推論を行う。
知識ベースの上位階層の知識から最下位階層へと順番に
推論を行う。
【００１７】第３の発明のプラント支援装置は、階層別
知識ベースの上位階層の知識から最下位階層へと順番に
推論を行うときに、段階毎の推論過程、推論結果を、グ
ラフィック的に色替え表示やフリッカ表示などにより、
わかりやすい形でＣＲＴ装置などの出力装置に表示す
る。
知識ベースの上位階層の知識から最下位階層へと順番に
推論を行うときに、段階毎の推論過程、推論結果を、グ
ラフィック的に色替え表示やフリッカ表示などにより、
わかりやすい形でＣＲＴ装置などの出力装置に表示す
る。
【００１８】第４の発明のプラント支援装置は、最下位
階層から上位階層の知識ベースへと順番に階層別知識ベ
ースを合成する。
階層から上位階層の知識ベースへと順番に階層別知識ベ
ースを合成する。
【００１９】第５の発明のプラント支援装置は、合成さ
れた上位階層の知識ベースを推論結果として表示するこ
とで、理解しやすい階層別知識ベースを提示する。
れた上位階層の知識ベースを推論結果として表示するこ
とで、理解しやすい階層別知識ベースを提示する。
【００２０】第６の発明のプラント支援装置は、プロセ
スデータを連続的に記録して保存するとともに、この保
存されたプロセス記録データをトレンド表示する。
スデータを連続的に記録して保存するとともに、この保
存されたプロセス記録データをトレンド表示する。
【００２１】第７の発明のプラント支援装置は、プロセ
ス記録データとして保存された過去のプラントプロセス
データを再帰し再度推論に使用する。
ス記録データとして保存された過去のプラントプロセス
データを再帰し再度推論に使用する。
【００２２】第８の発明のプラント支援装置は、推論に
使用した知識とプロセスデータを関連づけて出力し表示
する。
使用した知識とプロセスデータを関連づけて出力し表示
する。
【００２３】第９の発明のプラント支援装置は、過去の
異常発生時の推論結果として推論に使用した知識とプロ
セスデータを関連づけて出力し表示する。
異常発生時の推論結果として推論に使用した知識とプロ
セスデータを関連づけて出力し表示する。
【００２４】
【実施例】以下、この発明の実施例１〜実施例８につい
て図１〜図１１を用い、前記従来例と同一部分に同一符
号を付して説明する。 実施例１（請求項１、請求項２に対応）．図１は実施例
１のプラント支援装置を示す構成図、図２は実施例１の
階層別知識ベースの階層化の概念を示す図、図３は実施
例１の推論処理を示すフローチャートである。
て図１〜図１１を用い、前記従来例と同一部分に同一符
号を付して説明する。 実施例１（請求項１、請求項２に対応）．図１は実施例
１のプラント支援装置を示す構成図、図２は実施例１の
階層別知識ベースの階層化の概念を示す図、図３は実施
例１の推論処理を示すフローチャートである。
【００２５】図１において、この実施例１のプラント支
援装置は、大まかには、前記従来例と同様のプロセス入
出力装置１、データ処理部２、推論処理インターフェー
ス部３、推論部４、推論結果処理部５、マンマシンイン
ターフェース部７、推論履歴ファイル１２、操作部１４
およびＣＲＴ装置１９に加え、グラフィックス処理部６
Ａ、知識ベース８Ａ、階層知識管理部１０、知識ベース
合成処理部１１、時系列データ処理部１６およびデータ
合成部２０を備えている。推論部４は前記実施例と同様
の異常検知部４ａと異常設備特定部４ｂと原因特定部４
ｃと対応操作導出部４ｄとから構成される。グラフィッ
クス処理部６Ａは推論結果処理部５やデータ処理部２か
らのデータをグラフィック画面として生成し処理する一
方、異常設備特定推論で異常として特定される構成要素
が上位階層から下位階層へ向けて段階的に絞り込まれて
いく推論の過程を、異常設備の拡大ズーム表示や色替え
表示またはフリッカ表示としてＣＲＴ装置１９へ出力す
る。知識ベース８Ａは異常検知知識ベース８ａと階層別
知識ベース８ｂとから構成される。この階層別知識ベー
ス８ｂはファイル管理をいくつかの層に分けて行うため
に、基準となる層の下にいくつかの層を作り、ファイル
の内容や用途によって保存する層を変えてあり、図２に
示すように、例えばツリー構造のような階層構造になっ
ている。よって、この階層別知識ベース８ｂの構造は従
来の図１２に示すファイルの内容をパターン化した一定
の範囲のみをまとめた知識ベース８ｃの構造とは異な
る。階層知識管理部１０は階層別知識ベース８ｂを統括
し、階層間の管理および処理、階層別知識ベース８ｂと
推論部４との間の情報を管理して処理する。この階層知
識管理部１０での階層間の管理とは、上位・下位階層間
の関係を表す情報を管理することによって、上位階層の
設備機器と下位階層の設備機器との関係を管理すること
である。例えば、図２の例では、上位階層５１における
燃料系統５２ｇの下位階層５５の内容である設備機器５
６ａ〜５６ｉが含まれることを表す情報が階層知識管理
部１０に格納され、階層知識管理部１０が格納された情
報を管理する。上記階層知識管理部１０での階層間の処
理とは、上記階層間の関係を表す情報を用いることによ
って、下位階層や上位階層を検索して設備機器に関する
情報を呼び出すことである。また、階層知識管理部１０
での階層別知識ベース８ｂと推論部４との間の情報を管
理して処理することは、ある１つの階層において、例え
ばある１つの設備機器ともう１つの設備機器とがつなが
っているなどのように、複数存在する設備機器間の関係
を管理し、その関係を用いることによって、例えば異常
設備の可能性があり、推論する必要があるなどのよう
に、推論の段階に応じ必要となる設備機器の情報を階層
別知識ベース８ｂの中から抽出し推論部４へ引き渡すこ
とを意味する。知識ベース合成処理部１１は操作部１４
から指令があった場合に階層別知識ベース８ｂの情報を
操作し、上位階層の知識を生成（知識の合成）したり、
階層間の操作を処理する。この知識ベース合成処理部１
１での階層別知識ベース８ｂの情報を操作して上位階層
の知識を生成することは、後述の図５で示す実施例３に
おける階層別知識ベース８ｂの合成に関する事項であ
り、ある階層の設備機器の図面データの情報から設備機
器間の接続関係を判断して合成する範囲の設備機器の知
識ベースを選び出し、その知識ベースを合成することを
意味する。この知識ベース合成処理部１１での階層別知
識ベース８ｂの情報を操作して階層間の操作を処理する
ことは、下位階層の設備機器と合成してできた上位階層
の設備機器との親子関係を表す情報を設備機器各々の図
面データに記述する処理のことであり、この親子関係を
表す情報を用いることによって、上位階層の設備機器に
探索の対象を変える、あるいは下位階層の設備機器に探
索の対象を変えるなどのように、階層間の探索や階層知
識管理部１０での処理が可能になる。推論履歴管理部１
３は推論履歴ファイル１２の情報を管理し、操作部１４
からの操作指令により必要な推論履歴を検索し、その検
索結果を推論結果処理部５に出力する。時系列データ処
理部１６はデータ処理部２で加工されたデータをプロセ
スデータとして時系列に保存する。ＣＲＴ装置１９はグ
ラフィック系統図１９ａ、推論結果図１９ｂに加えて、
時系列プロセスデータ１９ｃを表示する。データ合成部
２０は推論結果４や時系列データ処理部１６からの情
報、推論履歴管理部１３からの情報を合成し、異常発生
時に関係するデータを総合的に判断して出力する。
援装置は、大まかには、前記従来例と同様のプロセス入
出力装置１、データ処理部２、推論処理インターフェー
ス部３、推論部４、推論結果処理部５、マンマシンイン
ターフェース部７、推論履歴ファイル１２、操作部１４
およびＣＲＴ装置１９に加え、グラフィックス処理部６
Ａ、知識ベース８Ａ、階層知識管理部１０、知識ベース
合成処理部１１、時系列データ処理部１６およびデータ
合成部２０を備えている。推論部４は前記実施例と同様
の異常検知部４ａと異常設備特定部４ｂと原因特定部４
ｃと対応操作導出部４ｄとから構成される。グラフィッ
クス処理部６Ａは推論結果処理部５やデータ処理部２か
らのデータをグラフィック画面として生成し処理する一
方、異常設備特定推論で異常として特定される構成要素
が上位階層から下位階層へ向けて段階的に絞り込まれて
いく推論の過程を、異常設備の拡大ズーム表示や色替え
表示またはフリッカ表示としてＣＲＴ装置１９へ出力す
る。知識ベース８Ａは異常検知知識ベース８ａと階層別
知識ベース８ｂとから構成される。この階層別知識ベー
ス８ｂはファイル管理をいくつかの層に分けて行うため
に、基準となる層の下にいくつかの層を作り、ファイル
の内容や用途によって保存する層を変えてあり、図２に
示すように、例えばツリー構造のような階層構造になっ
ている。よって、この階層別知識ベース８ｂの構造は従
来の図１２に示すファイルの内容をパターン化した一定
の範囲のみをまとめた知識ベース８ｃの構造とは異な
る。階層知識管理部１０は階層別知識ベース８ｂを統括
し、階層間の管理および処理、階層別知識ベース８ｂと
推論部４との間の情報を管理して処理する。この階層知
識管理部１０での階層間の管理とは、上位・下位階層間
の関係を表す情報を管理することによって、上位階層の
設備機器と下位階層の設備機器との関係を管理すること
である。例えば、図２の例では、上位階層５１における
燃料系統５２ｇの下位階層５５の内容である設備機器５
６ａ〜５６ｉが含まれることを表す情報が階層知識管理
部１０に格納され、階層知識管理部１０が格納された情
報を管理する。上記階層知識管理部１０での階層間の処
理とは、上記階層間の関係を表す情報を用いることによ
って、下位階層や上位階層を検索して設備機器に関する
情報を呼び出すことである。また、階層知識管理部１０
での階層別知識ベース８ｂと推論部４との間の情報を管
理して処理することは、ある１つの階層において、例え
ばある１つの設備機器ともう１つの設備機器とがつなが
っているなどのように、複数存在する設備機器間の関係
を管理し、その関係を用いることによって、例えば異常
設備の可能性があり、推論する必要があるなどのよう
に、推論の段階に応じ必要となる設備機器の情報を階層
別知識ベース８ｂの中から抽出し推論部４へ引き渡すこ
とを意味する。知識ベース合成処理部１１は操作部１４
から指令があった場合に階層別知識ベース８ｂの情報を
操作し、上位階層の知識を生成（知識の合成）したり、
階層間の操作を処理する。この知識ベース合成処理部１
１での階層別知識ベース８ｂの情報を操作して上位階層
の知識を生成することは、後述の図５で示す実施例３に
おける階層別知識ベース８ｂの合成に関する事項であ
り、ある階層の設備機器の図面データの情報から設備機
器間の接続関係を判断して合成する範囲の設備機器の知
識ベースを選び出し、その知識ベースを合成することを
意味する。この知識ベース合成処理部１１での階層別知
識ベース８ｂの情報を操作して階層間の操作を処理する
ことは、下位階層の設備機器と合成してできた上位階層
の設備機器との親子関係を表す情報を設備機器各々の図
面データに記述する処理のことであり、この親子関係を
表す情報を用いることによって、上位階層の設備機器に
探索の対象を変える、あるいは下位階層の設備機器に探
索の対象を変えるなどのように、階層間の探索や階層知
識管理部１０での処理が可能になる。推論履歴管理部１
３は推論履歴ファイル１２の情報を管理し、操作部１４
からの操作指令により必要な推論履歴を検索し、その検
索結果を推論結果処理部５に出力する。時系列データ処
理部１６はデータ処理部２で加工されたデータをプロセ
スデータとして時系列に保存する。ＣＲＴ装置１９はグ
ラフィック系統図１９ａ、推論結果図１９ｂに加えて、
時系列プロセスデータ１９ｃを表示する。データ合成部
２０は推論結果４や時系列データ処理部１６からの情
報、推論履歴管理部１３からの情報を合成し、異常発生
時に関係するデータを総合的に判断して出力する。
【００２６】上記階層別知識ベース８ｂの階層化の概念
について図２を用い説明する。図２は例えば火力発電プ
ラントの例を表しており、５１，５５は複数の推論階層
であり、５１が上位階層、５５が下位階層を示してい
る。これらの推論階層を構成する上位・下位階層５１，
５５は基本的には図１の階層別知識ベース８ｂと同じで
あるが、図１はプラント支援装置中の知識ベースの位置
付けを示すのに対し、図２は知識ベースを階層知識管理
部１０の操作と処理とを含めて各データ間の関係を示し
ている。つまり、上位・下位階層５１，５２はプラント
支援装置の対象プラントを構成している系統、設備、装
置および機器を１つのグループとしてまとめた構成物で
構成されることを表した階層である。上位階層５１では
対象プラントを系統単位でまとめた階層であり、この上
位階層５１は制御系統５２ａ、蒸気系統５２ｂ、タービ
ン系統５２ｃ、復水系統５２ｅ、空気系統・排気系統５
２ｆ、燃焼系統５２ｄ、燃料系統５２ｇおよび、それら
構成要素同士を接続する配管または信号の流れを示す接
続線５２ｈなどの構成要素を有する。この上位階層５１
において、復水系統５２ｅ、空気系統・排気系統５２
ｆ、燃焼系統５２ｄ、燃料系統５２ｇおよび接続線５２
ｈの各構成要素には、各々のグラフィック画面を形成す
るのに必要な画面データファイル５３ｅ〜５３ｈと、各
構成要素ごとの推論用知識が格納された知識ベースファ
イル５４ａ〜５４ｈとが個別に用意される。下位階層５
５は上位階層５１中の制御系統５２ａ、蒸気系統５２
ｂ、タービン系統５２ｃ、復水系統５２ｅ、空気系統・
排気系統５２ｆ、燃焼系統５２ｄ、燃料系統５２ｇおよ
び接続線５２ｈなどの各構成要素ごとに用意される。図
２では上位階層５１中の燃料系統５２ｇに対応する下位
階層５５を例として図示してある。つまり、図２に例と
して図示した下位階層５５は上位階層５１中の燃料系統
５２ｇを構成する設備を表している。この下位階層５５
でも、上位階層５１と同様に、設備と接続線などの構成
要素５６ａ〜５６ｉと、各構成要素５６ａ〜５６ｉごと
の図面データファイル５７ａ〜５７ｉと、各構成要素５
６ａ〜５６ｉごとの推論用知識が格納された知識ベース
ファイル５８ａ〜５８ｉとが個別に用意される。これら
の各階層の構成要素について階層化の概念を実施するこ
とによって、ツリー構造のような階層構造の階層別知識
ベース８ｂを構成することが可能である。この階層化を
対象プラントの設備、機器群の機能ごとのまとまりでグ
ループ化することにより、階層別知識ベース８ｂがプラ
ントの機能的構成を反映した階層構成となり、階層別知
識ベース８ｂの所在や階層別知識ベース８ｂの内容が操
作者にとって理解しやすいものになる。また、この階層
別知識ベース８ｂの階層化は、ある一定の範囲で囲まれ
た下位階層５５の構成要素ごとに保有している図面デー
タおよび推論用知識を、上位階層５１では１つのものに
まとめて取り扱っている。よって、この実施例１の階層
別知識ベース８ｂは従来のパターン化などの手法で行わ
れている一定の範囲で囲まれた複数の構成要素の図面デ
ータおよび推論用知識を複数のまま継承しその範囲内を
パターン化し保有している知識ベース８ｃとは異なる。
について図２を用い説明する。図２は例えば火力発電プ
ラントの例を表しており、５１，５５は複数の推論階層
であり、５１が上位階層、５５が下位階層を示してい
る。これらの推論階層を構成する上位・下位階層５１，
５５は基本的には図１の階層別知識ベース８ｂと同じで
あるが、図１はプラント支援装置中の知識ベースの位置
付けを示すのに対し、図２は知識ベースを階層知識管理
部１０の操作と処理とを含めて各データ間の関係を示し
ている。つまり、上位・下位階層５１，５２はプラント
支援装置の対象プラントを構成している系統、設備、装
置および機器を１つのグループとしてまとめた構成物で
構成されることを表した階層である。上位階層５１では
対象プラントを系統単位でまとめた階層であり、この上
位階層５１は制御系統５２ａ、蒸気系統５２ｂ、タービ
ン系統５２ｃ、復水系統５２ｅ、空気系統・排気系統５
２ｆ、燃焼系統５２ｄ、燃料系統５２ｇおよび、それら
構成要素同士を接続する配管または信号の流れを示す接
続線５２ｈなどの構成要素を有する。この上位階層５１
において、復水系統５２ｅ、空気系統・排気系統５２
ｆ、燃焼系統５２ｄ、燃料系統５２ｇおよび接続線５２
ｈの各構成要素には、各々のグラフィック画面を形成す
るのに必要な画面データファイル５３ｅ〜５３ｈと、各
構成要素ごとの推論用知識が格納された知識ベースファ
イル５４ａ〜５４ｈとが個別に用意される。下位階層５
５は上位階層５１中の制御系統５２ａ、蒸気系統５２
ｂ、タービン系統５２ｃ、復水系統５２ｅ、空気系統・
排気系統５２ｆ、燃焼系統５２ｄ、燃料系統５２ｇおよ
び接続線５２ｈなどの各構成要素ごとに用意される。図
２では上位階層５１中の燃料系統５２ｇに対応する下位
階層５５を例として図示してある。つまり、図２に例と
して図示した下位階層５５は上位階層５１中の燃料系統
５２ｇを構成する設備を表している。この下位階層５５
でも、上位階層５１と同様に、設備と接続線などの構成
要素５６ａ〜５６ｉと、各構成要素５６ａ〜５６ｉごと
の図面データファイル５７ａ〜５７ｉと、各構成要素５
６ａ〜５６ｉごとの推論用知識が格納された知識ベース
ファイル５８ａ〜５８ｉとが個別に用意される。これら
の各階層の構成要素について階層化の概念を実施するこ
とによって、ツリー構造のような階層構造の階層別知識
ベース８ｂを構成することが可能である。この階層化を
対象プラントの設備、機器群の機能ごとのまとまりでグ
ループ化することにより、階層別知識ベース８ｂがプラ
ントの機能的構成を反映した階層構成となり、階層別知
識ベース８ｂの所在や階層別知識ベース８ｂの内容が操
作者にとって理解しやすいものになる。また、この階層
別知識ベース８ｂの階層化は、ある一定の範囲で囲まれ
た下位階層５５の構成要素ごとに保有している図面デー
タおよび推論用知識を、上位階層５１では１つのものに
まとめて取り扱っている。よって、この実施例１の階層
別知識ベース８ｂは従来のパターン化などの手法で行わ
れている一定の範囲で囲まれた複数の構成要素の図面デ
ータおよび推論用知識を複数のまま継承しその範囲内を
パターン化し保有している知識ベース８ｃとは異なる。
【００２７】次に、実施例１の動作について図１、図２
および図３を参照しながら説明する。プロセス入出力装
置１とデータ処理部２および推論処理インターフェース
３で推論用に処理されたサンプリングｎのプロセスデー
タが入力され、推論処理が開始すると、異常検知部４ａ
による異常検知推論処理が行われる（ステップ１０
１）。この異常検知推論処理においては、推論処理イン
ターフェース３からの入力データと異常検知知識ベース
８ａに格納されたプラントの状態を表す諸条件を比較す
ることにより、プラントに異常が発生しているかを推論
する。そして、異常が発生していない場合は、ｎ回目の
サンプリングに関する推論は終了し、ｎ＋１回目のサン
プリングデータに関する推論処理へと移行する（ステッ
プ１０２がＮＯ、ステップ１１２）。また、異常が発生
している場合は、異常検知部４ａが異常名（異常現象
名）やデータなどを推論結果処理部５を経由してグラフ
ィックス処理部６Ａに送り、グラフィックス処理部６Ａ
が送られてきたデータから画面データを生成してマンマ
シンインターフェース７を経由してＣＲＴ装置１９に送
り、ＣＲＴ装置１９が異常名などのデータを画面表示す
る（ステップ１０２がＹＥＳ、ステップ１０３）。引き
続き、階層知識管理部１０が階層別知識ベース８ｂのう
ち最上位階層と位置づけられている推論階層を選択する
（ステップ１０４）。そして、異常設備特定部４ｂが選
択された推論階層の階層別知識ベース８ｂを用いて異常
設備特定推論処理を実施する（ステップ１０５）。この
推論階層の異常設備特定推論では、推論階層に蓄えられ
た各構成要素の知識ベースファイルのみを設備特定推論
用として使用して異常設備がどの構成要素であるかを推
論し特定する。さらに、階層知識管理部１０がステップ
１０５の異常設備特定推論処理で特定された異常設備
（構成要素）に下位階層５５が存在しているかを検索し
（ステップ１０６）、下位階層５５が存在しない場合は
特定された異常設備について原因特定推論用知識ベース
を使用して原因特定推論を実行し（ステップ１０８）、
下位階層５５が存在する場合はその下位階層５５での異
常設備特定推論処理を実行して異常設備の特定を行う
（ステップ１０７、ステップ１０５）。このステップ１
０５〜ステップ１０７の推論処理は最下位階層に到るま
で繰り返して行われる。そして、原因特定部４ｃによる
原因特定推論処理へと推論を進める（ステップ１０
８）。この原因特定推論処理においては、異常が発生し
ていると特定された設備機器の階層別知識ベース８ｂと
推論処理インターフェース３からの入力データとを比較
し、階層別知識ベース８ｂの入力データと同内容の記述
部分を探索し、その探索木の分岐を繰り返すことで、記
述されている原因を最終的に推論し、その最終的な推論
結果を推論結果処理部５を経由してグラフィックス処理
部６Ａに送り、グラフィックス処理部６Ａが送られてき
たデータから画面データを生成してマンマシンインター
フェース７を経由してＣＲＴ装置１９に送り、ＣＲＴ装
置１９が異常原因を画面表示する（ステップ１０９）。
さらに、対応操作導出部４ｄによる対応操作ガイド導出
推論処理へと推論を進める（ステップ１１０）。この対
応操作ガイド導出推論処理においては、設備機器の階層
別知識ベース８ｂの記述内容から特定された原因名と同
じ名称が記述された部分を検索し、その原因に対してと
るべき対応操作内容が記述されている部分を導出する。
その対応操作ガイダンスを推論結果処理部５へ送り、グ
ラフィックス処理部６Ａが送られてきた対応操作ガイダ
ンスを画面データとして生成してマンマシンインターフ
ェース７を通してＣＲＴ装置１９に送り、ＣＲＴ装置１
９が異常対処操作を表示する（ステップ１１１）。
および図３を参照しながら説明する。プロセス入出力装
置１とデータ処理部２および推論処理インターフェース
３で推論用に処理されたサンプリングｎのプロセスデー
タが入力され、推論処理が開始すると、異常検知部４ａ
による異常検知推論処理が行われる（ステップ１０
１）。この異常検知推論処理においては、推論処理イン
ターフェース３からの入力データと異常検知知識ベース
８ａに格納されたプラントの状態を表す諸条件を比較す
ることにより、プラントに異常が発生しているかを推論
する。そして、異常が発生していない場合は、ｎ回目の
サンプリングに関する推論は終了し、ｎ＋１回目のサン
プリングデータに関する推論処理へと移行する（ステッ
プ１０２がＮＯ、ステップ１１２）。また、異常が発生
している場合は、異常検知部４ａが異常名（異常現象
名）やデータなどを推論結果処理部５を経由してグラフ
ィックス処理部６Ａに送り、グラフィックス処理部６Ａ
が送られてきたデータから画面データを生成してマンマ
シンインターフェース７を経由してＣＲＴ装置１９に送
り、ＣＲＴ装置１９が異常名などのデータを画面表示す
る（ステップ１０２がＹＥＳ、ステップ１０３）。引き
続き、階層知識管理部１０が階層別知識ベース８ｂのう
ち最上位階層と位置づけられている推論階層を選択する
（ステップ１０４）。そして、異常設備特定部４ｂが選
択された推論階層の階層別知識ベース８ｂを用いて異常
設備特定推論処理を実施する（ステップ１０５）。この
推論階層の異常設備特定推論では、推論階層に蓄えられ
た各構成要素の知識ベースファイルのみを設備特定推論
用として使用して異常設備がどの構成要素であるかを推
論し特定する。さらに、階層知識管理部１０がステップ
１０５の異常設備特定推論処理で特定された異常設備
（構成要素）に下位階層５５が存在しているかを検索し
（ステップ１０６）、下位階層５５が存在しない場合は
特定された異常設備について原因特定推論用知識ベース
を使用して原因特定推論を実行し（ステップ１０８）、
下位階層５５が存在する場合はその下位階層５５での異
常設備特定推論処理を実行して異常設備の特定を行う
（ステップ１０７、ステップ１０５）。このステップ１
０５〜ステップ１０７の推論処理は最下位階層に到るま
で繰り返して行われる。そして、原因特定部４ｃによる
原因特定推論処理へと推論を進める（ステップ１０
８）。この原因特定推論処理においては、異常が発生し
ていると特定された設備機器の階層別知識ベース８ｂと
推論処理インターフェース３からの入力データとを比較
し、階層別知識ベース８ｂの入力データと同内容の記述
部分を探索し、その探索木の分岐を繰り返すことで、記
述されている原因を最終的に推論し、その最終的な推論
結果を推論結果処理部５を経由してグラフィックス処理
部６Ａに送り、グラフィックス処理部６Ａが送られてき
たデータから画面データを生成してマンマシンインター
フェース７を経由してＣＲＴ装置１９に送り、ＣＲＴ装
置１９が異常原因を画面表示する（ステップ１０９）。
さらに、対応操作導出部４ｄによる対応操作ガイド導出
推論処理へと推論を進める（ステップ１１０）。この対
応操作ガイド導出推論処理においては、設備機器の階層
別知識ベース８ｂの記述内容から特定された原因名と同
じ名称が記述された部分を検索し、その原因に対してと
るべき対応操作内容が記述されている部分を導出する。
その対応操作ガイダンスを推論結果処理部５へ送り、グ
ラフィックス処理部６Ａが送られてきた対応操作ガイダ
ンスを画面データとして生成してマンマシンインターフ
ェース７を通してＣＲＴ装置１９に送り、ＣＲＴ装置１
９が異常対処操作を表示する（ステップ１１１）。
【００２８】要するに、この実施例１の推論処理によれ
ば、図３のステップ１０５〜ステップ１０７の処理によ
って、異常設備の特定範囲を徐々に絞り込んで行く。よ
って、異常設備特定推論実行時には、上位階層５１から
徐々に異常範囲を絞り込む推論を実行するが、最上位階
層の異常設備特定推論を終了した時点で、異常部位の大
まかな特定が行える。この実施例１では上位階層５１ほ
ど知識ベースファイル５４ｅ〜５４ｈの数は少なく、上
位階層５１ほど大きな範囲が１つにまとめられた包括的
な知識であるので、大まかな異常設備特定を短時間で行
うことができる。また、この実施例１では上位階層５１
から段階的に推論を行っていく過程で、異常設備として
特定された構成要素以外の下位階層については異常に関
連していないため、推論をする必要がなく、推論対象範
囲から異常に関連のない範囲を早期に除外することがで
きる。
ば、図３のステップ１０５〜ステップ１０７の処理によ
って、異常設備の特定範囲を徐々に絞り込んで行く。よ
って、異常設備特定推論実行時には、上位階層５１から
徐々に異常範囲を絞り込む推論を実行するが、最上位階
層の異常設備特定推論を終了した時点で、異常部位の大
まかな特定が行える。この実施例１では上位階層５１ほ
ど知識ベースファイル５４ｅ〜５４ｈの数は少なく、上
位階層５１ほど大きな範囲が１つにまとめられた包括的
な知識であるので、大まかな異常設備特定を短時間で行
うことができる。また、この実施例１では上位階層５１
から段階的に推論を行っていく過程で、異常設備として
特定された構成要素以外の下位階層については異常に関
連していないため、推論をする必要がなく、推論対象範
囲から異常に関連のない範囲を早期に除外することがで
きる。
【００２９】図２を例に説明すると、上位階層５１を用
いた異常設備特定推論において、燃料系統５２ｇが異常
と特定された場合は、その他の制御系統５２ａ、蒸気系
統５２ｂ、タービン系統５２ｃ、復水系統５２ｅ、空気
系統・排気系統５２ｆ、燃焼系統５２ｄおよび接続線５
２ｈなどは異常設備特定推論の対象から除外されるた
め、その他の制御系統５２ａ、蒸気系統５２ｂ、タービ
ン系統５２ｃ、復水系統５２ｅ、空気系統・排気系統５
２ｆ、燃焼系統５２ｄおよび接続線５２ｈなどの下位階
層は推論実行ファイルから除外される。したがって、階
層化を多階層にわたって行うに伴い、対象範囲のうち推
論対象範囲から異常に関連のない範囲を、より一層早期
に除外できる。このことにより、従来例のような対象範
囲全ての推論用知識に関して推論を行うといった時間の
無駄が無くなり、実施例１によれば、推論時間が短縮
し、推論効率が向上できる。この効果は、大規模な対象
プラントを多階層化すればするほど、より顕著になって
くる。
いた異常設備特定推論において、燃料系統５２ｇが異常
と特定された場合は、その他の制御系統５２ａ、蒸気系
統５２ｂ、タービン系統５２ｃ、復水系統５２ｅ、空気
系統・排気系統５２ｆ、燃焼系統５２ｄおよび接続線５
２ｈなどは異常設備特定推論の対象から除外されるた
め、その他の制御系統５２ａ、蒸気系統５２ｂ、タービ
ン系統５２ｃ、復水系統５２ｅ、空気系統・排気系統５
２ｆ、燃焼系統５２ｄおよび接続線５２ｈなどの下位階
層は推論実行ファイルから除外される。したがって、階
層化を多階層にわたって行うに伴い、対象範囲のうち推
論対象範囲から異常に関連のない範囲を、より一層早期
に除外できる。このことにより、従来例のような対象範
囲全ての推論用知識に関して推論を行うといった時間の
無駄が無くなり、実施例１によれば、推論時間が短縮
し、推論効率が向上できる。この効果は、大規模な対象
プラントを多階層化すればするほど、より顕著になって
くる。
【００３０】さらに、この実施例１では、図３のステッ
プ１０５における異常設備特定処理が最終階層まで行わ
れた場合、ステップ１０８において最下位階層で異常と
特定された設備に関してのみ、その設備内の異常原因を
特定するための異常原因特定処理を行うので、最下位階
層では対象範囲がかなり狭い絞りこまれた範囲となって
おり、異常原因候補として取り扱う候補数が減少でき、
異常原因特定の知識ベースファイルのサイズを最小限に
押さえることができる。このことは、階層化に伴う分割
を行う割合分、従来例に比べ推論で使用するデータ量の
減少につながり、推論時間の短縮および推論効率の向上
が実現できる。
プ１０５における異常設備特定処理が最終階層まで行わ
れた場合、ステップ１０８において最下位階層で異常と
特定された設備に関してのみ、その設備内の異常原因を
特定するための異常原因特定処理を行うので、最下位階
層では対象範囲がかなり狭い絞りこまれた範囲となって
おり、異常原因候補として取り扱う候補数が減少でき、
異常原因特定の知識ベースファイルのサイズを最小限に
押さえることができる。このことは、階層化に伴う分割
を行う割合分、従来例に比べ推論で使用するデータ量の
減少につながり、推論時間の短縮および推論効率の向上
が実現できる。
【００３１】実施例２（請求項３に対応）．図４は実施
例２の推論処理を示すフローチャートである。この実施
例２は実施例１に推論処理過程をグラフィック画面に表
示する機能を追加した点に特徴がある。具体的には、こ
の実施例２は図４のフローチャートのステップ２０６に
示す異常設備の色替えグラフィック処理を、実施例１に
おける図３のフローチャートに追加したものである。こ
のステップ２０６の色替えグラフィック処理は図１に示
すグラフィックス処理部６Ａで行う処理である。この色
替えグラフィック処理は、異常設備特定の推論過程で階
層ごとに推論が終了した時点において、異常設備として
特定された設備、機器の範囲がＣＲＴ装置１９のプラン
ト系統図上に例えば色替え表示やフリッカ表示または拡
大ズーム表示などで明確に表示される。また、推論を階
層化して行うことから、この色替えグラフィック処理に
よって、大まかな設備および機器の範囲から詳細な設備
および機器の範囲へと移行する推論に関する過程がＣＲ
Ｔ装置１９上に表示され、操作者が推論過程を目で見る
ことができる。
例２の推論処理を示すフローチャートである。この実施
例２は実施例１に推論処理過程をグラフィック画面に表
示する機能を追加した点に特徴がある。具体的には、こ
の実施例２は図４のフローチャートのステップ２０６に
示す異常設備の色替えグラフィック処理を、実施例１に
おける図３のフローチャートに追加したものである。こ
のステップ２０６の色替えグラフィック処理は図１に示
すグラフィックス処理部６Ａで行う処理である。この色
替えグラフィック処理は、異常設備特定の推論過程で階
層ごとに推論が終了した時点において、異常設備として
特定された設備、機器の範囲がＣＲＴ装置１９のプラン
ト系統図上に例えば色替え表示やフリッカ表示または拡
大ズーム表示などで明確に表示される。また、推論を階
層化して行うことから、この色替えグラフィック処理に
よって、大まかな設備および機器の範囲から詳細な設備
および機器の範囲へと移行する推論に関する過程がＣＲ
Ｔ装置１９上に表示され、操作者が推論過程を目で見る
ことができる。
【００３２】要するに、この実施例２によれば、グラフ
ィックス処理部６Ａが異常設備特定推論で異常として特
定される構成要素が上位階層から下位階層へ向けて段階
的に絞り込まれていく推論の過程を、異常設備の拡大ズ
ーム表示や色替え表示またはフリッカ表示としてＣＲＴ
装置１９へ出力する構成であるので、推論過程がそのま
ま異常設備範囲の絞り込み状態として目で見えて操作者
に理解しやすい形でＣＲＴ装置１９に表示できる。結果
として、操作者が推論過程や推論根拠をオンラインのリ
アルタイムで参照することにより、プラント支援装置や
知識ベース８Ａに対する信頼感を向上できる。
ィックス処理部６Ａが異常設備特定推論で異常として特
定される構成要素が上位階層から下位階層へ向けて段階
的に絞り込まれていく推論の過程を、異常設備の拡大ズ
ーム表示や色替え表示またはフリッカ表示としてＣＲＴ
装置１９へ出力する構成であるので、推論過程がそのま
ま異常設備範囲の絞り込み状態として目で見えて操作者
に理解しやすい形でＣＲＴ装置１９に表示できる。結果
として、操作者が推論過程や推論根拠をオンラインのリ
アルタイムで参照することにより、プラント支援装置や
知識ベース８Ａに対する信頼感を向上できる。
【００３３】これに対し、従来の推論では異常設備特定
推論の結果として異常設備のみをＣＲＴ装置１９で表示
していたので、推論過程および推論の根拠が理解でき
ず、プラント支援装置や知識ベース８の信頼性低下を内
在していた。
推論の結果として異常設備のみをＣＲＴ装置１９で表示
していたので、推論過程および推論の根拠が理解でき
ず、プラント支援装置や知識ベース８の信頼性低下を内
在していた。
【００３４】実施例３（請求項４に対応）．図５は実施
例３の知識ベース合成の概念を示す図、図６は知識ベー
ス合成のフローチャートである。この実施例３は実施例
１に階層別知識ベース８ｂを合成して生成する機能を追
加した点に特徴がある。具体的には、この実施例３は、
図１の知識ベース合成処理部１１の処理を適用する場合
の実施例である。この実施例３の知識ベース合成の概念
を図５を用いて説明する。図５において、図外のグラフ
ィックツールやグラフィックエディタなどを使用して下
位階層５５Ａの構成要素および推論用知識を構築する。
この下位階層５５Ａをまとめる単位として指定し区切っ
た範囲に含まれる構成要素とその推論用知識とを合成す
ることによって、上位階層５１Ａを生成する。その例と
して、図５では、弁ａの図面データ２００ａとその知識
ベース２０１ａ、また弁ｂの図面データ２００ｂとその
知識ベース２０１ｂとを考える。この下位階層５５Ａの
２つの弁ａ，ｂなる構成要素を範囲として指定し上位階
層５１Ａの１つの構成要素としてまとめる場合、この弁
ａ，ｂの２つの構成要素の図面データ２００ａ，２００
ｂを１つの流調弁部ｃなる構成要素の図面データ２０２
としてしてまとめるとともに、２つの知識ベース２０１
ａ，２０１ｂを構成要素間の流体（配管）２０４をキー
データとして合成し、上位階層５１Ａの図面データ２０
２で表す構成要素の知識ベース２０３として１つにまと
め生成する。
例３の知識ベース合成の概念を示す図、図６は知識ベー
ス合成のフローチャートである。この実施例３は実施例
１に階層別知識ベース８ｂを合成して生成する機能を追
加した点に特徴がある。具体的には、この実施例３は、
図１の知識ベース合成処理部１１の処理を適用する場合
の実施例である。この実施例３の知識ベース合成の概念
を図５を用いて説明する。図５において、図外のグラフ
ィックツールやグラフィックエディタなどを使用して下
位階層５５Ａの構成要素および推論用知識を構築する。
この下位階層５５Ａをまとめる単位として指定し区切っ
た範囲に含まれる構成要素とその推論用知識とを合成す
ることによって、上位階層５１Ａを生成する。その例と
して、図５では、弁ａの図面データ２００ａとその知識
ベース２０１ａ、また弁ｂの図面データ２００ｂとその
知識ベース２０１ｂとを考える。この下位階層５５Ａの
２つの弁ａ，ｂなる構成要素を範囲として指定し上位階
層５１Ａの１つの構成要素としてまとめる場合、この弁
ａ，ｂの２つの構成要素の図面データ２００ａ，２００
ｂを１つの流調弁部ｃなる構成要素の図面データ２０２
としてしてまとめるとともに、２つの知識ベース２０１
ａ，２０１ｂを構成要素間の流体（配管）２０４をキー
データとして合成し、上位階層５１Ａの図面データ２０
２で表す構成要素の知識ベース２０３として１つにまと
め生成する。
【００３５】次に、この実施例３の動作について図６を
参照しながら説明する。図６のステップ３０１とステッ
プ３０２は、操作者がＣＲＴ装置１９に表示された内容
に対しキーボードやマウスなどを使用して処理内容を入
力し、この処理内容をマンマシンインターフェース７を
経由して操作部１４に伝達し、操作部１４が伝達された
処理内容を操作内容としてＣＲＴ装置１９の画面に表示
するためにグラフィックス処理部１６に伝達する、ま
た、操作部１４が実際の知識ベースを合成する処理を伝
達するために階層知識管理部１０および知識ベース合成
処理部１１にも詳細処理内容を伝達する。図６のステッ
プ３０３〜ステップ３１３の処理は知識ベース合成処理
部１１で処理される。その処理の中で、知識ベースファ
イルの検索と読み込みおよび書き込みを行う部分は、知
識ベース合成処理部１１が階層知識管理部１０を経由し
て階層別知識ベース８ｂを操作する。
参照しながら説明する。図６のステップ３０１とステッ
プ３０２は、操作者がＣＲＴ装置１９に表示された内容
に対しキーボードやマウスなどを使用して処理内容を入
力し、この処理内容をマンマシンインターフェース７を
経由して操作部１４に伝達し、操作部１４が伝達された
処理内容を操作内容としてＣＲＴ装置１９の画面に表示
するためにグラフィックス処理部１６に伝達する、ま
た、操作部１４が実際の知識ベースを合成する処理を伝
達するために階層知識管理部１０および知識ベース合成
処理部１１にも詳細処理内容を伝達する。図６のステッ
プ３０３〜ステップ３１３の処理は知識ベース合成処理
部１１で処理される。その処理の中で、知識ベースファ
イルの検索と読み込みおよび書き込みを行う部分は、知
識ベース合成処理部１１が階層知識管理部１０を経由し
て階層別知識ベース８ｂを操作する。
【００３６】具体的には、下位階層として図面データと
その構成要素の知識ベースとを構築する（ステップ３０
１）。このステップ３０１では、図外のグラフィックツ
ールやグラフィックエディタを使用し、ＣＲＴ装置１９
の表示された系統図入力画面に図５に示す下位階層５５
Ａにおける構成要素２０５，２００ａ，２０４，２００
ｂ，２０６などを含むグラフィック系統図を作成する。
この作成されたグラフィック系統図を表すデータは図面
データとして階層別知識ベース８ｂに格納される。グラ
フィックス系統図における各構成要素の知識ベース２０
１ａ，２０１ｂなどは知識ベース２０１ａ，２０１ｂを
マウスで選ぶことによってＣＲＴ装置１９に表示させる
ことができ、その知識ベース２０１ａ，２０１ｂの内容
を入力・編集することが可能である。また、このとき配
管や配線などの接続線の情報としては、その接続線２０
４，２０５，２０６の媒体である流体の流れる方向や信
号の流れる方向などの経路指定の情報を入力しておく。
次に下位階層として作成した階層で、構成要素のうち合
成し１つにまとめる範囲を指定する（ステップ３０
２）。ＣＲＴ装置１９に表示されたグラフィック系統図
上で図２の構成要素５６ａ〜５６ｉで示されているよう
な、アイコン（絵シンボル）を１つ１つ選ぶ（マウス操
作）。または、まとめる範囲を図面上に指定する（マウ
スで囲むなど）操作により上位階層として１つに合成す
る範囲を選ぶ。その指定された範囲内の設備機器とその
間を接続する媒体（配管系統）の接続情報を検索し範囲
内で最も上流に位置する媒体を検索する（ステップ３０
３）。つまり、ステップ３０１で入力した設備機器間の
接続関係や配管、配線の媒体の経路指定などの情報を用
いてステップ３０２で選ばれた範囲のなかの設備機器を
流体の流れに沿って下流方向または上流方向へ設備機
器、配管（媒体）および設備機器へと順に探索すること
により、上流、下流の位置関係が決定し、上流側から設
備機器を並べることにより、ある媒体の上流に機器が存
在しなければ最上流と判断することができる（最下流も
同様）。検索された媒体箇所を起点とし、その媒体によ
って接続されている下流側に位置する構成要素を検索す
る（ステップ３０４）。そして並べられた上流からの流
れに沿って構成要素（設備機器、配管など）を順番に検
索し、その機器の知識ベースをストアする（ステップ３
０５〜ステップ３０９）。つまり、下流に検索を行い、
１つ目の構成要素が選択できた時点で、その構成要素の
知識ベースをストアする。さらに、下流に検索を続け、
最下流になるまで構成要素の知識ベースをストアする。
このストアされた知識ベースを上流側から順番に２つを
選び合成を行う（ステップ３１０）。合成の手段として
は、対象となっている構成要素同士を接続している媒体
（配管系統）により伝えられる温度や圧力などの物理パ
ラメータの特性をキーデータとして上流側の知識の出力
データ部分（設備の出口側の物理パラメータの特性）と
下流側の知識ベースの入力データ部分（設備の入口側の
物理パラメータの特性）を相殺する。この方法をストア
された知識ベースが１つになるまで行うことで、知識ベ
ースを合成する。また、ステップ３０３で最上流にある
媒体箇所を検索する過程において配管に分岐または合流
の経路が構成されるときは、分岐の場合は分岐点を起
点、最下流を終点とし、合流の場合は流れ込む側の最上
流を起点、合流点を終点としてステップ３０４〜ステッ
プ３１０の処理を繰り返し行う。このようにして、指定
された範囲に含まれる１つの媒体（配管経路）について
関連する全ての設備の知識ベースが１つに合成され、媒
体（配管系統）が複数存在する場合には他の媒体（配管
系統）に関しても同様の処理を行い最終的に１つの知識
ベースとして合成される（ステップ３１１〜ステップ３
１４）。
その構成要素の知識ベースとを構築する（ステップ３０
１）。このステップ３０１では、図外のグラフィックツ
ールやグラフィックエディタを使用し、ＣＲＴ装置１９
の表示された系統図入力画面に図５に示す下位階層５５
Ａにおける構成要素２０５，２００ａ，２０４，２００
ｂ，２０６などを含むグラフィック系統図を作成する。
この作成されたグラフィック系統図を表すデータは図面
データとして階層別知識ベース８ｂに格納される。グラ
フィックス系統図における各構成要素の知識ベース２０
１ａ，２０１ｂなどは知識ベース２０１ａ，２０１ｂを
マウスで選ぶことによってＣＲＴ装置１９に表示させる
ことができ、その知識ベース２０１ａ，２０１ｂの内容
を入力・編集することが可能である。また、このとき配
管や配線などの接続線の情報としては、その接続線２０
４，２０５，２０６の媒体である流体の流れる方向や信
号の流れる方向などの経路指定の情報を入力しておく。
次に下位階層として作成した階層で、構成要素のうち合
成し１つにまとめる範囲を指定する（ステップ３０
２）。ＣＲＴ装置１９に表示されたグラフィック系統図
上で図２の構成要素５６ａ〜５６ｉで示されているよう
な、アイコン（絵シンボル）を１つ１つ選ぶ（マウス操
作）。または、まとめる範囲を図面上に指定する（マウ
スで囲むなど）操作により上位階層として１つに合成す
る範囲を選ぶ。その指定された範囲内の設備機器とその
間を接続する媒体（配管系統）の接続情報を検索し範囲
内で最も上流に位置する媒体を検索する（ステップ３０
３）。つまり、ステップ３０１で入力した設備機器間の
接続関係や配管、配線の媒体の経路指定などの情報を用
いてステップ３０２で選ばれた範囲のなかの設備機器を
流体の流れに沿って下流方向または上流方向へ設備機
器、配管（媒体）および設備機器へと順に探索すること
により、上流、下流の位置関係が決定し、上流側から設
備機器を並べることにより、ある媒体の上流に機器が存
在しなければ最上流と判断することができる（最下流も
同様）。検索された媒体箇所を起点とし、その媒体によ
って接続されている下流側に位置する構成要素を検索す
る（ステップ３０４）。そして並べられた上流からの流
れに沿って構成要素（設備機器、配管など）を順番に検
索し、その機器の知識ベースをストアする（ステップ３
０５〜ステップ３０９）。つまり、下流に検索を行い、
１つ目の構成要素が選択できた時点で、その構成要素の
知識ベースをストアする。さらに、下流に検索を続け、
最下流になるまで構成要素の知識ベースをストアする。
このストアされた知識ベースを上流側から順番に２つを
選び合成を行う（ステップ３１０）。合成の手段として
は、対象となっている構成要素同士を接続している媒体
（配管系統）により伝えられる温度や圧力などの物理パ
ラメータの特性をキーデータとして上流側の知識の出力
データ部分（設備の出口側の物理パラメータの特性）と
下流側の知識ベースの入力データ部分（設備の入口側の
物理パラメータの特性）を相殺する。この方法をストア
された知識ベースが１つになるまで行うことで、知識ベ
ースを合成する。また、ステップ３０３で最上流にある
媒体箇所を検索する過程において配管に分岐または合流
の経路が構成されるときは、分岐の場合は分岐点を起
点、最下流を終点とし、合流の場合は流れ込む側の最上
流を起点、合流点を終点としてステップ３０４〜ステッ
プ３１０の処理を繰り返し行う。このようにして、指定
された範囲に含まれる１つの媒体（配管経路）について
関連する全ての設備の知識ベースが１つに合成され、媒
体（配管系統）が複数存在する場合には他の媒体（配管
系統）に関しても同様の処理を行い最終的に１つの知識
ベースとして合成される（ステップ３１１〜ステップ３
１４）。
【００３７】要するに、この実施例３は、最下位階層の
知識を構築し、上位階層の構成要素としてまとめる範囲
を指定することで、計算機により上位階層の知識を自動
的に生成できる。このことにより、従来の知識ベースを
１つ１つ構築し入力する場合に比べて、この実施例３に
よれば、知識ベースの構築に係る時間、手間を大幅に削
減できる。また、最下位階層の構成要素を機器単位など
の個々の特性や動作内容が一般的で標準的なもので構成
した場合、その機器単位の知識ベースは単純な内容とな
るため、標準知識ベースとして用意しているものを使用
して特徴の異なるプラントや設備の知識ベースを構築す
ることができる。このことにより、知識ベース構築にナ
レッジエンジニア等のプラント支援装置としての専門家
でないと知識ベースの構築が困難であるという従来のプ
ラント支援装置の障害を克服できる。
知識を構築し、上位階層の構成要素としてまとめる範囲
を指定することで、計算機により上位階層の知識を自動
的に生成できる。このことにより、従来の知識ベースを
１つ１つ構築し入力する場合に比べて、この実施例３に
よれば、知識ベースの構築に係る時間、手間を大幅に削
減できる。また、最下位階層の構成要素を機器単位など
の個々の特性や動作内容が一般的で標準的なもので構成
した場合、その機器単位の知識ベースは単純な内容とな
るため、標準知識ベースとして用意しているものを使用
して特徴の異なるプラントや設備の知識ベースを構築す
ることができる。このことにより、知識ベース構築にナ
レッジエンジニア等のプラント支援装置としての専門家
でないと知識ベースの構築が困難であるという従来のプ
ラント支援装置の障害を克服できる。
【００３８】実施例４（請求項５に対応）．この実施例
４は、上記実施例３で合成された階層別知識ベース８ｂ
を使用した推論結果表示に特徴がある。図７は実施例４
の階層ごとの知識例を示す図である。上記実施例３で説
明したように下位階層５５の知識を合成すると、まとま
った１つの上位階層５１の構成要素の知識ベースが生成
できる。この知識ベースを推論結果表示に使用した場
合、図７の上位階層５１の構成要素である燃料系統５２
ｇの知識ベースの内容５９ｇと下位階層５５の構成要素
である圧力制御弁５６ｆの知識ベースの内容５９ｆを比
較してもわかるように、上位階層５１に進む程、知識ベ
ースの内容がプラントの装置としての特徴が表れた知識
となっており、知識ベースの内容に関する直感的理解が
容易に可能である。異常設備特定推論を実行した場合
に、推論根拠として、この上位階層５１の知識ベースか
ら下位階層５５の知識ベースへ段階的に推論した内容を
出力すれば、推論過程の裏付け、推論の正当性の評価が
即座に行え知識ベース、システムの推論に関する信頼性
を向上することができる。
４は、上記実施例３で合成された階層別知識ベース８ｂ
を使用した推論結果表示に特徴がある。図７は実施例４
の階層ごとの知識例を示す図である。上記実施例３で説
明したように下位階層５５の知識を合成すると、まとま
った１つの上位階層５１の構成要素の知識ベースが生成
できる。この知識ベースを推論結果表示に使用した場
合、図７の上位階層５１の構成要素である燃料系統５２
ｇの知識ベースの内容５９ｇと下位階層５５の構成要素
である圧力制御弁５６ｆの知識ベースの内容５９ｆを比
較してもわかるように、上位階層５１に進む程、知識ベ
ースの内容がプラントの装置としての特徴が表れた知識
となっており、知識ベースの内容に関する直感的理解が
容易に可能である。異常設備特定推論を実行した場合
に、推論根拠として、この上位階層５１の知識ベースか
ら下位階層５５の知識ベースへ段階的に推論した内容を
出力すれば、推論過程の裏付け、推論の正当性の評価が
即座に行え知識ベース、システムの推論に関する信頼性
を向上することができる。
【００３９】実施例５（請求項６に対応）．図８は実施
例５のプラント支援装置を示す構成図である。図８にお
いて、１６ａは時系列データ記録部であり、１６ｂはプ
ロセス記録データ、１６ｃは時系列データ管理部であ
る。
例５のプラント支援装置を示す構成図である。図８にお
いて、１６ａは時系列データ記録部であり、１６ｂはプ
ロセス記録データ、１６ｃは時系列データ管理部であ
る。
【００４０】この実施例５によれば、時系列データ記録
部１６ａがデータ処理部２のプロセス入力値をプロセス
記録データ１６ｂとして記録する。操作部１４から指令
があった場合に、時系列データ管理部１６ｃは必要な時
刻、時間の必要なプロセス記録データ１６ｂを検索し推
論結果処理部５へ出力する。このことにより、従来プロ
セスデータ処理としてリアルタイムでの現在値のみを使
用していた推論結果表示やデータ表示が、過去のデータ
との比較やある一定時間帯のデータのトレンド表示など
が可能になる。結果として、この実施例５では異常発生
時の解析が関連プロセスデータを参照することで容易と
なり、異常発生時の対応能力、対応時間を軽減すること
ができる。
部１６ａがデータ処理部２のプロセス入力値をプロセス
記録データ１６ｂとして記録する。操作部１４から指令
があった場合に、時系列データ管理部１６ｃは必要な時
刻、時間の必要なプロセス記録データ１６ｂを検索し推
論結果処理部５へ出力する。このことにより、従来プロ
セスデータ処理としてリアルタイムでの現在値のみを使
用していた推論結果表示やデータ表示が、過去のデータ
との比較やある一定時間帯のデータのトレンド表示など
が可能になる。結果として、この実施例５では異常発生
時の解析が関連プロセスデータを参照することで容易と
なり、異常発生時の対応能力、対応時間を軽減すること
ができる。
【００４１】実施例６（請求項７に対応）．図９は実施
例６のプラント支援装置を示す構成図である。図９にお
いて、１６ｄは再帰データ生成部である。この再帰デー
タ生成部１６ｄは時系列データ管理部１６ｃを経由して
プロセス記録データ１６ｂのリクエストに応じた必要時
刻及び必要時間を検索して収集し、そのデータをオンラ
インで流れているデータと同様のサンプリングプロセス
データとして再帰処理を行う。この再帰データ生成部１
６ｄで再帰処理されたデータを推論部へ伝送すること
で、過去のデータを使用したシミュレーション推論が可
能になる。
例６のプラント支援装置を示す構成図である。図９にお
いて、１６ｄは再帰データ生成部である。この再帰デー
タ生成部１６ｄは時系列データ管理部１６ｃを経由して
プロセス記録データ１６ｂのリクエストに応じた必要時
刻及び必要時間を検索して収集し、そのデータをオンラ
インで流れているデータと同様のサンプリングプロセス
データとして再帰処理を行う。この再帰データ生成部１
６ｄで再帰処理されたデータを推論部へ伝送すること
で、過去のデータを使用したシミュレーション推論が可
能になる。
【００４２】このことにより、事故時のデータを使用し
た推論を再度行うことが可能であり、異常発生時の解
析、推論処理の確認を繰り返し行うことができ、異常発
生内容の把握、推論過程の検証、推論に関する学習など
が行える。また、階層別知識ベース８ｂを改訂した場合
の検証にも使用でき、プラントのプロセスデータを使用
した検証を繰り返し行うことで品質の高い知識ベースを
構築することができる。
た推論を再度行うことが可能であり、異常発生時の解
析、推論処理の確認を繰り返し行うことができ、異常発
生内容の把握、推論過程の検証、推論に関する学習など
が行える。また、階層別知識ベース８ｂを改訂した場合
の検証にも使用でき、プラントのプロセスデータを使用
した検証を繰り返し行うことで品質の高い知識ベースを
構築することができる。
【００４３】実施例７（請求項８に対応）．図１０は実
施例７の推論処理を示すフローチャートである。この図
１０は図３のフローチャートに示す推論が終了した後の
推論結果の処理について示したフローチャートであり、
このフローチャートは図１に示す推論結果処理部５とデ
ータ合成部２０との動作内容である。
施例７の推論処理を示すフローチャートである。この図
１０は図３のフローチャートに示す推論が終了した後の
推論結果の処理について示したフローチャートであり、
このフローチャートは図１に示す推論結果処理部５とデ
ータ合成部２０との動作内容である。
【００４４】推論処理の過程で異常を検知した場合、そ
の異常名をＣＲＴ装置１９へ出力処理を行い、その異常
検知推論で適用された知識ベースを推論履歴ファイル１
２から検索する（ステップ４０６）。また同時に、異常
検出時刻を検出し（ステップ４０１）、その時刻を起点
に異常発生前ｘ分、異常発生後ｙ分の時間について、プ
ラントプロセスデータを検索する（ステップ４０２）。
次に異常設備特定推論が終了した時点で、異常設備特定
推論で適用した知識ベースを推論履歴ファイル１２から
検索する（ステップ４０７）。さらに、原因特定推論が
終了した時点で、原因特定推論で適用した知識ベースを
推論履歴ファイル１２から検索する（ステップ４０
８）。上記検索した、各推論に適用された知識ベースで
使用されているプラントプロセスデータの点番号をキー
データとして検索し（ステップ４０９）、あるｘ＋ｙ時
間のプラントプロセスデータ内から検索する（ステップ
４０３）。この検索されたデータをトレンド表示画面と
して合成し（ステップ４０４）、各推論で適用された知
識とともにＣＲＴ装置１９へ出力する（ステップ４０
５）。このことにより、異常が発生した場合に異常に関
するデータとそのデータを使用した推論過程が画面上で
確認することができ、異常発生という緊急状態での操作
者の負担を軽減し、かつ異常内容を容易に確認、把握す
ることができる。
の異常名をＣＲＴ装置１９へ出力処理を行い、その異常
検知推論で適用された知識ベースを推論履歴ファイル１
２から検索する（ステップ４０６）。また同時に、異常
検出時刻を検出し（ステップ４０１）、その時刻を起点
に異常発生前ｘ分、異常発生後ｙ分の時間について、プ
ラントプロセスデータを検索する（ステップ４０２）。
次に異常設備特定推論が終了した時点で、異常設備特定
推論で適用した知識ベースを推論履歴ファイル１２から
検索する（ステップ４０７）。さらに、原因特定推論が
終了した時点で、原因特定推論で適用した知識ベースを
推論履歴ファイル１２から検索する（ステップ４０
８）。上記検索した、各推論に適用された知識ベースで
使用されているプラントプロセスデータの点番号をキー
データとして検索し（ステップ４０９）、あるｘ＋ｙ時
間のプラントプロセスデータ内から検索する（ステップ
４０３）。この検索されたデータをトレンド表示画面と
して合成し（ステップ４０４）、各推論で適用された知
識とともにＣＲＴ装置１９へ出力する（ステップ４０
５）。このことにより、異常が発生した場合に異常に関
するデータとそのデータを使用した推論過程が画面上で
確認することができ、異常発生という緊急状態での操作
者の負担を軽減し、かつ異常内容を容易に確認、把握す
ることができる。
【００４５】実施例８（請求項９に対応）．図１１は実
施例８の推論処理を示すフローチャートである。図１１
は上記実施例７の推論結果処理を操作者のリクエストに
より処理できるようにしたものである。この実施例８で
は、図１１に示すように、操作部１４からの要求によ
り、過去に発生した異常件名をキーデータとして過去の
異常発生時の推論に適用された階層別知識ベース８ｂと
その推論で使用されたデータのトレンド画面とをＣＲＴ
装置１９へ表示させることが可能である。このことによ
り、過去の異常発生時の内容を確認、把握することがで
き、異常状態の解析、異常状態の学習、知識ベースの検
証に利用することができる。
施例８の推論処理を示すフローチャートである。図１１
は上記実施例７の推論結果処理を操作者のリクエストに
より処理できるようにしたものである。この実施例８で
は、図１１に示すように、操作部１４からの要求によ
り、過去に発生した異常件名をキーデータとして過去の
異常発生時の推論に適用された階層別知識ベース８ｂと
その推論で使用されたデータのトレンド画面とをＣＲＴ
装置１９へ表示させることが可能である。このことによ
り、過去の異常発生時の内容を確認、把握することがで
き、異常状態の解析、異常状態の学習、知識ベースの検
証に利用することができる。
【００４６】
【発明の効果】以上説明したように、第１の発明によれ
ば、階層別知識ベースが対象プラントの設備、機器群の
機能毎のまとまりでグループ化されたので、プラントの
機能的構成を反映した知識ベースファイル構成となり、
知識ベースの所在、内容が操作者にとって理解しやすい
ものになるという効果がある。
ば、階層別知識ベースが対象プラントの設備、機器群の
機能毎のまとまりでグループ化されたので、プラントの
機能的構成を反映した知識ベースファイル構成となり、
知識ベースの所在、内容が操作者にとって理解しやすい
ものになるという効果がある。
【００４７】第２の発明によれば、推論実行時には上位
階層から徐々に異常範囲を絞り込むよう推論を実行する
ので、最上位階層の異常設備特定推論を終了した時点で
異常部位の大まかな特定が行える。また、上位階層ほど
知識ベースファイルの数は少なく、かつ上位階層ほどま
とめられた知識である。これらのことより、大まかな異
常設備特定を最短の時間で行えるという効果がある。さ
らに、上位階層から段階的に推論を行っていく過程で異
常設備として特定された構成要素以外の下位階層につい
ては異常に関連していないため、推論をする必要がな
く、推論対象範囲から異常に関連のない範囲を早期に除
外する。このことにより、最下位階層のみで推論を行う
場合のような対象範囲全ての知識ベースに関して推論を
行うといった知識ベースの推論への適用に関する無駄が
無くなり、推論時間の短縮として推論効率向上の効果が
ある。この効果は対象プラントが大規模になれば多階層
化することでより顕著になってくる。
階層から徐々に異常範囲を絞り込むよう推論を実行する
ので、最上位階層の異常設備特定推論を終了した時点で
異常部位の大まかな特定が行える。また、上位階層ほど
知識ベースファイルの数は少なく、かつ上位階層ほどま
とめられた知識である。これらのことより、大まかな異
常設備特定を最短の時間で行えるという効果がある。さ
らに、上位階層から段階的に推論を行っていく過程で異
常設備として特定された構成要素以外の下位階層につい
ては異常に関連していないため、推論をする必要がな
く、推論対象範囲から異常に関連のない範囲を早期に除
外する。このことにより、最下位階層のみで推論を行う
場合のような対象範囲全ての知識ベースに関して推論を
行うといった知識ベースの推論への適用に関する無駄が
無くなり、推論時間の短縮として推論効率向上の効果が
ある。この効果は対象プラントが大規模になれば多階層
化することでより顕著になってくる。
【００４８】第３の発明によれば、異常設備特定推論で
異常として特定される構成要素が上位階層から下位階層
へ向けて段階的に絞り込まれていく過程をグラフィック
ス処理部を経由して異常設備の拡大ズーム表示、色替え
表示、またはフリッカ表示するので、推論過程がそのま
ま、異常設備範囲の絞り込み状態としてビジブルな理解
しやすい形でＣＲＴ装置などの出力装置へ表示でき、推
論過程や推論根拠をオンライン、リアルタイムで参照す
ることにより、操作者にとって異常発生時の異常内容の
理解が容易になる効果がある。また、システムや知識ベ
ースに対する信頼感を向上する効果もある。
異常として特定される構成要素が上位階層から下位階層
へ向けて段階的に絞り込まれていく過程をグラフィック
ス処理部を経由して異常設備の拡大ズーム表示、色替え
表示、またはフリッカ表示するので、推論過程がそのま
ま、異常設備範囲の絞り込み状態としてビジブルな理解
しやすい形でＣＲＴ装置などの出力装置へ表示でき、推
論過程や推論根拠をオンライン、リアルタイムで参照す
ることにより、操作者にとって異常発生時の異常内容の
理解が容易になる効果がある。また、システムや知識ベ
ースに対する信頼感を向上する効果もある。
【００４９】第４の発明によれば、下位階層から上位階
層へと知識を合成するので、従来の知識ベースを１つ１
つ構築し入力する方法に比べて知識ベースの構築に係る
時間、手間を大幅に削減する効果がある。
層へと知識を合成するので、従来の知識ベースを１つ１
つ構築し入力する方法に比べて知識ベースの構築に係る
時間、手間を大幅に削減する効果がある。
【００５０】第５の発明によれば、異常設備特定推論を
実行した場合に、推論根拠として上位階層の知識ベース
から下位階層の知識ベースへ段階的に推論した内容を出
力するので、推論過程の裏付け、推論の正当性の評価が
即座に行え知識ベース、システムの推論に関する信頼性
を向上する効果がある。
実行した場合に、推論根拠として上位階層の知識ベース
から下位階層の知識ベースへ段階的に推論した内容を出
力するので、推論過程の裏付け、推論の正当性の評価が
即座に行え知識ベース、システムの推論に関する信頼性
を向上する効果がある。
【００５１】第６の発明によれば、プロセスデータを時
系列で採集保存するので、異常発生時の解析が関連プロ
セスデータを参照することで容易となり、異常発生時の
対応能力、対応時間を軽減する効果がある。
系列で採集保存するので、異常発生時の解析が関連プロ
セスデータを参照することで容易となり、異常発生時の
対応能力、対応時間を軽減する効果がある。
【００５２】第７の発明によれば、事故時のデータを使
用した推論を再度行うので、異常発生時の解析、推論処
理の確認を繰り返し行うことができ、異常発生内容の把
握、推論過程の検証、推論に関する学習の効果がある。
また、知識ベースを改訂した場合の検証にも使用でき、
プラントのプロセスデータを使用した検証を繰り返し行
うことで品質の高い知識ベースを構築することができる
という効果がある。
用した推論を再度行うので、異常発生時の解析、推論処
理の確認を繰り返し行うことができ、異常発生内容の把
握、推論過程の検証、推論に関する学習の効果がある。
また、知識ベースを改訂した場合の検証にも使用でき、
プラントのプロセスデータを使用した検証を繰り返し行
うことで品質の高い知識ベースを構築することができる
という効果がある。
【００５３】第８の発明によれば、異常が発生した場合
に異常に関するデータとそのデータを使用した推論過程
を表示するので、異常発生という緊急状態での操作者の
負担を軽減し、かつ異常内容を容易に確認、把握できる
効果がある。
に異常に関するデータとそのデータを使用した推論過程
を表示するので、異常発生という緊急状態での操作者の
負担を軽減し、かつ異常内容を容易に確認、把握できる
効果がある。
【００５４】第９の発明によれば、過去の異常発生時の
内容と推論データとを関連づけて表示するので、異常状
態の解析、異常状態の学習、知識ベースの検証に利用で
きる効果がある。
内容と推論データとを関連づけて表示するので、異常状
態の解析、異常状態の学習、知識ベースの検証に利用で
きる効果がある。
【図１】 この発明の実施例１のプラント支援装置を示
す構成図である。
す構成図である。
【図２】 この発明の実施例１の階層化の概念を示す図
である。
である。
【図３】 この発明の実施例１のフローチャートであ
る。
る。
【図４】 この発明の実施例２のフローチャートであ
る。
る。
【図５】 この発明の実施例３の知識ベース合成の概念
を示す図である。
を示す図である。
【図６】 この発明の実施例３のフローチャートであ
る。
る。
【図７】 この発明の実施例４の階層毎の知識例を示す
図である。
図である。
【図８】 この発明の実施例５のプラント支援装置を示
す構成図である。
す構成図である。
【図９】 この発明の実施例６のプラント支援装置を示
す構成図である。
す構成図である。
【図１０】 この発明の実施例７のフローチャートであ
る。
る。
【図１１】 この発明の実施例８のフローチャートであ
る。
る。
【図１２】 従来のプラント支援装置を示す構成図であ
る。
る。
【図１３】 従来のフローチャートである。
１ プロセス入出力装置、２ データ処理部、３ 推論
処理インターフェース、４ 推論部、４ａ 異常検知
部、４ｂ 異常設備特定部、４ｃ 原因特定部、４ｄ
対応操作導出部、５ 推論結果処理部、６，６Ａ グラ
フィックス処理部、７ マンマシンインターフェース、
８ 知識ベース、８ａ 異常検知知識ベース、８ｂ 階
層別知識ベース、１０ 階層知識管理部、１１ 知識ベ
ース合成処理部、１２ 推論履歴ファイル、１３ 推論
履歴管理部、１４ 操作部、１６ 時系列データ処理
部、１６ａ 時系列データ記録部、１６ｂ プロセス記
録データ、１６ｃ 時系列データ管理部、１６ｄ 再帰
データ生成部、２０ データ合成部、５１，５１Ａ 上
位階層、５２ａ 制御系統、５２ｂ 蒸気系統、５２ｃ
タービン系統、５２ｄ 燃焼系統、５２ｅ 復水系
統、５２ｆ 空気系統・排気系統、５２ｇ 燃料系統、
５３ａ〜５３ｇ 図面データファイル、５４ａ〜５４ｇ
知識ベースファイル、５５，５５Ａ 下位階層、５６
ａ〜５６ｉ 構成要素、５７ａ〜５７ｉ 図面データフ
ァイル、５８ａ〜５８ｉ 知識ベースファイル。
処理インターフェース、４ 推論部、４ａ 異常検知
部、４ｂ 異常設備特定部、４ｃ 原因特定部、４ｄ
対応操作導出部、５ 推論結果処理部、６，６Ａ グラ
フィックス処理部、７ マンマシンインターフェース、
８ 知識ベース、８ａ 異常検知知識ベース、８ｂ 階
層別知識ベース、１０ 階層知識管理部、１１ 知識ベ
ース合成処理部、１２ 推論履歴ファイル、１３ 推論
履歴管理部、１４ 操作部、１６ 時系列データ処理
部、１６ａ 時系列データ記録部、１６ｂ プロセス記
録データ、１６ｃ 時系列データ管理部、１６ｄ 再帰
データ生成部、２０ データ合成部、５１，５１Ａ 上
位階層、５２ａ 制御系統、５２ｂ 蒸気系統、５２ｃ
タービン系統、５２ｄ 燃焼系統、５２ｅ 復水系
統、５２ｆ 空気系統・排気系統、５２ｇ 燃料系統、
５３ａ〜５３ｇ 図面データファイル、５４ａ〜５４ｇ
知識ベースファイル、５５，５５Ａ 下位階層、５６
ａ〜５６ｉ 構成要素、５７ａ〜５７ｉ 図面データフ
ァイル、５８ａ〜５８ｉ 知識ベースファイル。
フロントページの続き (56)参考文献 特開 平１−274209（ＪＰ，Ａ) 特開 平６−137909（ＪＰ，Ａ) 特開 平６−66607（ＪＰ，Ａ) 特開 平２−155006（ＪＰ，Ａ) 特開 平５−209816（ＪＰ，Ａ) 特開 平４−366879（ＪＰ，Ａ) (58)調査した分野(Int.Cl.6，ＤＢ名) G05B 23/02 G05B 13/02
Claims (9)
- 【請求項１】 プラントの設備機器の状態やプラントを
流れる媒体の状態及び制御指令などのプラント情報と、
プラントに発生した異常を検知する異常検知知識ベース
とプラント系統図を活用した階層別知識ベースとからな
る知識ベースとを用いることによって、プラントの異常
検知と異常設備や異常原因の特定との推論を行い、その
推論結果を表示するプラント支援装置において、プラント 系統図を活用した異常設備特定のための階層別
知識ベースと、 この階層別知識ベースを統括管理して異常設備特定の処
理を行う階層別知識管理部と、を備えたことを特徴とす
るプラント支援装置。 - 【請求項２】 請求項第１項記載のプラント支援装置に
おいて、異常設備を特定する推論を上位階層から下位階
層へと段階的に行う手段を備えたことを特徴とするプラ
ント支援装置。 - 【請求項３】 請求項第１項記載のプラント支援装置に
おいて、異常設備が絞り込まれていく推論過程を表示さ
れた系統図上へ色替えやフリッカにより表示するグラフ
ィックス処理部を備えたことを特徴とするプラント支援
装置。 - 【請求項４】 プラントの設備機器の状態やプラントを
流れる媒体の状態および制御指令などのプラント情報と
プラント系統図を活用した知識ベースとを用いることに
よって、プラントの異常検知と異常設備や異常原因の特
定との推論を行うプラント支援装置において、 系統図を活用した異常設備特定のための階層別知識ベー
スの階層化に際し、知識の合成処理により下位階層の知
識ベースから上位階層の知識ベースを生成する知識ベー
ス合成処理部を備えたことを特徴とするプラント支援装
置。 - 【請求項５】 請求項第４項記載のプラント支援装置に
おいて、合成し生成された上位階層でまとまった内容と
なっている知識ベースを推論根拠として提示する手段を
備えたことを特徴とするプラント支援装置。 - 【請求項６】 プラントの設備機器の状態やプラントを
流れる媒体の状態および制御指令などのプラント情報と
プラント系統図を活用した知識ベースとを用いることに
よって、プラントの異常検知と異常設備や異常原因の特
定との推論を行い、その推論結果を表示するプラント支
援装置において、 収集したプラントプロセスデータに対し保存、及び管
理、時系列データへの加工の処理を行う手段を備えたこ
とを特徴とするプラント支援装置。 - 【請求項７】 請求項第６項記載のプラント支援装置に
おいて、収集したプラントプロセス記録データに対し再
帰処理を行い、再帰されたデータを用いて推論を行う手
段を備えたことを特徴とするプラント支援装置。 - 【請求項８】 プラントの設備機器の状態やプラントを
流れる媒体の状態および制御指令などのプラント情報と
プラント系統図を活用した知識ベースとを用いることに
よって、プラントの異常検知と異常設備や異常原因の特
定との推論を行い、その推論結果を表示するプラント支
援装置において、 異常が発生し階層的な推論を実行した場合に、その推論
結果や推論履歴と異常が発生した前後のデータのうち推
論に関連したデータやそのデータのトレンド表示を関連
づけて提示する手段を備えたことを特徴とするプラント
支援装置。 - 【請求項９】 請求項第８項記載のプラント支援装置に
おいて、要求があった場合に、過去の異常発生時の推論
結果、推論履歴とその異常発生時に関する推論のデータ
を関連づけて提示する手段を備えたことを特徴とするプ
ラント支援装置。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6174550A JP2829241B2 (ja) | 1994-07-26 | 1994-07-26 | プラント支援装置 |
| US08/505,818 US5818713A (en) | 1994-07-26 | 1995-07-21 | Plant support system |
| EP95111711A EP0694825B1 (en) | 1994-07-26 | 1995-07-25 | Plant support system |
| DE69521172T DE69521172T2 (de) | 1994-07-26 | 1995-07-25 | Anlagenbetriebsunterstützungssystem |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6174550A JP2829241B2 (ja) | 1994-07-26 | 1994-07-26 | プラント支援装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0844423A JPH0844423A (ja) | 1996-02-16 |
| JP2829241B2 true JP2829241B2 (ja) | 1998-11-25 |
Family
ID=15980522
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6174550A Expired - Fee Related JP2829241B2 (ja) | 1994-07-26 | 1994-07-26 | プラント支援装置 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US5818713A (ja) |
| EP (1) | EP0694825B1 (ja) |
| JP (1) | JP2829241B2 (ja) |
| DE (1) | DE69521172T2 (ja) |
Families Citing this family (27)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5786993A (en) * | 1996-06-14 | 1998-07-28 | Landis & Gyr Technology Innovation Corp. | Apparatus for and method of controlling and/or regulating process parameters of an installation |
| US6049764A (en) * | 1997-11-12 | 2000-04-11 | City Of Hope | Method and system for real-time control of analytical and diagnostic instruments |
| DE19751312A1 (de) * | 1997-11-19 | 1999-05-27 | Siemens Ag | Verfahren zur Bestimmung der Verfügbarkeit einer technischen Anlage |
| WO1999054794A1 (de) * | 1998-04-17 | 1999-10-28 | Siemens Aktiengesellschaft | Softwarekomponente für ein diagnosesystem mit assistentenunterstützter projektierung |
| EP0959398A1 (en) * | 1998-05-01 | 1999-11-24 | The Foxboro Company | Alarm analysis tools method and apparatus |
| US6535122B1 (en) | 1998-05-01 | 2003-03-18 | Invensys Systems, Inc. | Method and apparatus for extending processing mask/filtering, and displaying alarm information for a hierarchically categorizing alarm monitoring system |
| US6690274B1 (en) | 1998-05-01 | 2004-02-10 | Invensys Systems, Inc. | Alarm analysis tools method and apparatus |
| EP1014242A1 (en) * | 1998-12-21 | 2000-06-28 | Nec Corporation | Retrieval method and apparatus for a monitoring system |
| DE69921861T2 (de) * | 1999-04-21 | 2005-03-17 | Ivar Kvale | Strukturverwaltung und steuerungssystem |
| AU2000225457A1 (en) * | 2000-01-29 | 2001-08-07 | Abb Research Ltd | Method for the automated detection of failure events |
| DE10006455A1 (de) * | 2000-02-14 | 2001-08-30 | Siemens Ag | Verfahren zum Betrieb einer technischen Anlage |
| WO2001069338A1 (fr) * | 2000-03-14 | 2001-09-20 | Yamatake Corporation | Systeme de telegestion |
| US6826439B1 (en) | 2000-05-23 | 2004-11-30 | Advanced Micro Devices, Inc. | Broadband distribution of SECS-II data |
| EP1331536B1 (en) * | 2000-10-20 | 2008-12-24 | Daicel Chemical Industries, Ltd. | Plant control monitor |
| US7152068B2 (en) * | 2001-12-21 | 2006-12-19 | Honeywell International Inc. | Method and apparatus for retrieving time series data related to an activity |
| US7225193B2 (en) * | 2001-12-21 | 2007-05-29 | Honeywell International Inc. | Method and apparatus for retrieving event data related to an activity |
| US7027954B2 (en) * | 2001-12-21 | 2006-04-11 | Honeywell International Inc. | Method and apparatus for retrieving activity data related to an activity |
| JP2003216238A (ja) * | 2002-01-23 | 2003-07-31 | Toshiba Corp | 原因分析支援システムおよび原因分析支援方法 |
| US6778873B1 (en) * | 2002-07-31 | 2004-08-17 | Advanced Micro Devices, Inc. | Identifying a cause of a fault based on a process controller output |
| US7440932B2 (en) * | 2003-10-02 | 2008-10-21 | International Business Machines Corporation | Method and system for automating issue resolution in manufacturing execution and material control systems |
| US20050165748A1 (en) * | 2004-01-15 | 2005-07-28 | Seagate Technology Llc | Method and apparatus for querying a computerized database |
| US20070095281A1 (en) * | 2005-11-01 | 2007-05-03 | Stowell Michael W | System and method for power function ramping of microwave liner discharge sources |
| US7902965B2 (en) * | 2006-09-29 | 2011-03-08 | Rockwell Automation Technologies, Inc. | Subscribing to alarms and events in a hierarchy |
| US20090182442A1 (en) * | 2008-01-14 | 2009-07-16 | Gm Global Technology Operations, Inc. | Framework for results interpretation and guided refinement of specifications for plc logic verification |
| JP2009176205A (ja) * | 2008-01-28 | 2009-08-06 | Gyoseiin Genshino Iinkai Kakuno Kenkyusho | 桁探索木の初期危険因子解析装置 |
| JP6368031B2 (ja) * | 2015-03-16 | 2018-08-01 | 株式会社日立製作所 | 異常予知・回復支援システム、異常予知・回復支援方法及び水処理システム |
| US20230315081A1 (en) * | 2022-03-30 | 2023-10-05 | Yokogawa Electric Corporation | Information processing apparatus, information output method, and computer-readable recording medium |
Family Cites Families (38)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5671154A (en) * | 1979-11-15 | 1981-06-13 | Nec Corp | Information processing device |
| IL74952A0 (en) * | 1984-05-04 | 1985-08-30 | Gould Inc | Method and system for improving the operational reliability of electronic systems formed of subsystems which perform different functions |
| JPH0625930B2 (ja) * | 1985-09-24 | 1994-04-06 | 株式会社東芝 | プラント診断装置 |
| EP0228559A1 (de) * | 1985-12-17 | 1987-07-15 | BBC Brown Boveri AG | Fehlertolerante Mehrrechneranordnung |
| US4815014A (en) * | 1987-02-27 | 1989-03-21 | Westinghouse Electric Corp. | Machine assisted execution of process operating procedures |
| US4926320A (en) * | 1987-04-07 | 1990-05-15 | Nec Corporation | Information processing system having microprogram-controlled type arithmetic processing unit |
| US4828008A (en) * | 1987-05-13 | 1989-05-09 | Lanxide Technology Company, Lp | Metal matrix composites |
| JPS6424719A (en) * | 1987-07-20 | 1989-01-26 | Komatsu Mfg Co Ltd | Controlling apparatus for injection molding machine |
| US4920499A (en) * | 1987-09-30 | 1990-04-24 | E. I. Du Pont De Nemours And Company | Expert system with natural-language rule updating |
| US4903194A (en) * | 1987-11-12 | 1990-02-20 | International Business Machines Corporation | Storage addressing error detection circuitry |
| JPH06105401B2 (ja) * | 1988-02-08 | 1994-12-21 | 日東電工株式会社 | 自動ワークハンドリング装置における多重エラー処理装置 |
| JP2502122B2 (ja) * | 1988-04-26 | 1996-05-29 | 三菱重工業株式会社 | プラント故障診断装置 |
| JPH01274210A (ja) * | 1988-04-26 | 1989-11-02 | Nippon Steel Corp | 設備故障診断装置および同装置の作成支援装置 |
| JPH0748180B2 (ja) * | 1988-08-03 | 1995-05-24 | 株式会社日立製作所 | 知識ベース構築装置 |
| JPH0293709A (ja) * | 1988-09-30 | 1990-04-04 | Nippon Atom Ind Group Co Ltd | プロセスプラント運転支援装置 |
| US4967337A (en) * | 1988-10-11 | 1990-10-30 | Texas Instruments Incorporated | Automated diagnostic system |
| JPH06101079B2 (ja) * | 1988-11-09 | 1994-12-12 | 三菱電機株式会社 | プラント異常診断装置 |
| US5193177A (en) * | 1988-11-26 | 1993-03-09 | Motorola, Inc. | Fault indicating microcomputer interface units |
| JPH02155006A (ja) * | 1988-12-07 | 1990-06-14 | Mitsubishi Electric Corp | 知識ベース型プロセス運用支援装置 |
| US5058113A (en) * | 1988-12-16 | 1991-10-15 | Sprint International Communications Corporation | Method and apparatus for correcting errors in a system |
| EP0375282B1 (en) * | 1988-12-20 | 1996-04-17 | Nippon Steel Corporation | Blast furnace operation management method and apparatus |
| JPH0660826B2 (ja) * | 1989-02-07 | 1994-08-10 | 動力炉・核燃料開発事業団 | プラントの異常診断方法 |
| JPH0769199B2 (ja) * | 1989-04-24 | 1995-07-26 | 三菱電機株式会社 | プラントの異常診断装置 |
| US4975865A (en) * | 1989-05-31 | 1990-12-04 | Mitech Corporation | Method and apparatus for real-time control |
| US5315502A (en) * | 1989-06-09 | 1994-05-24 | Mitsubishi Denki Kabushiki Kaisha | Plant operation support apparatus and method using expert systems |
| US5293585A (en) * | 1989-08-31 | 1994-03-08 | Kabushiki Kaisha Toshiba | Industrial expert system |
| US5099412A (en) * | 1989-09-29 | 1992-03-24 | Honeywell, Inc | Automatic control of a discrete system with redundancy management and prioritized conflict resolution |
| JP2752764B2 (ja) * | 1990-03-08 | 1998-05-18 | 日本電気株式会社 | 障害処理方式 |
| US5446851A (en) * | 1990-08-03 | 1995-08-29 | Matsushita Electric Industrial Co., Ltd. | Instruction supplier for a microprocessor capable of preventing a functional error operation |
| US5214577A (en) * | 1990-10-24 | 1993-05-25 | Osaka Gas Co., Ltd. | Automatic test generation for model-based real-time fault diagnostic systems |
| JPH04218898A (ja) * | 1990-12-19 | 1992-08-10 | Toshiba Corp | 災害復旧情報予測装置 |
| JP3043897B2 (ja) * | 1991-05-15 | 2000-05-22 | 株式会社東芝 | プラント運転支援装置 |
| JPH04343012A (ja) * | 1991-05-20 | 1992-11-30 | Mitsubishi Heavy Ind Ltd | プラント故障診断装置 |
| JPH04366879A (ja) * | 1991-06-13 | 1992-12-18 | Toshiba Corp | プラント監視制御装置のシミュレータ装置 |
| CA2071804A1 (en) * | 1991-06-24 | 1992-12-25 | Ronald G. Ward | Computer system manager |
| JPH05209816A (ja) * | 1992-01-30 | 1993-08-20 | Mitsubishi Electric Corp | プラントシステム解析装置 |
| JPH05298105A (ja) * | 1992-04-22 | 1993-11-12 | Mitsubishi Electric Corp | 故障原因推論装置 |
| JP2556814B2 (ja) * | 1993-08-25 | 1996-11-27 | 株式会社日立製作所 | 知識ベースの構築方法および知識ベースによる故障診断方法 |
-
1994
- 1994-07-26 JP JP6174550A patent/JP2829241B2/ja not_active Expired - Fee Related
-
1995
- 1995-07-21 US US08/505,818 patent/US5818713A/en not_active Expired - Fee Related
- 1995-07-25 EP EP95111711A patent/EP0694825B1/en not_active Expired - Lifetime
- 1995-07-25 DE DE69521172T patent/DE69521172T2/de not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| DE69521172D1 (de) | 2001-07-12 |
| EP0694825A2 (en) | 1996-01-31 |
| EP0694825A3 (en) | 1998-06-10 |
| JPH0844423A (ja) | 1996-02-16 |
| EP0694825B1 (en) | 2001-06-06 |
| US5818713A (en) | 1998-10-06 |
| DE69521172T2 (de) | 2002-02-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2829241B2 (ja) | プラント支援装置 | |
| JP5133681B2 (ja) | プロセスプラントで使用するための統合構成システム | |
| JP5603316B2 (ja) | プロセスプラントの構成を容易にするためのユーザインタフェース方法、システム及び方法 | |
| US9043003B2 (en) | Graphical view sidebar for a process control system | |
| US7587685B2 (en) | Data exploration system | |
| CN101617279A (zh) | 分布式过程控制系统中的在线多元分析 | |
| Rasmussen et al. | Information technology and work | |
| JP3622302B2 (ja) | プロセス安全性評価手順作成装置 | |
| JP3298391B2 (ja) | 監視装置のシミュレータおよび監視装置のシミュレーション方法 | |
| Mohd Sahak et al. | A Holistic Approach to the Development of Digital Twin Advisor for Upstream Production Process | |
| JPS62192694A (ja) | プラント診断装置 | |
| Vazquez et al. | ModGen: a model generator for instrumentation analysis | |
| JP2003150890A (ja) | プラント動特性モデル構築システムと構築方法、及び、プラント動特性シミュレータ | |
| JP2770228B2 (ja) | 知識型プラント情報処理方式 | |
| JP3247582B2 (ja) | 設備異常原因追跡方法 | |
| JPH0696234A (ja) | 時系列データの処理システム | |
| Frydman et al. | The diagnosis approach used in SACHEM | |
| JP3226582B2 (ja) | システムのシミュレーション装置 | |
| Miller et al. | Abstraction decomposition space analysis for NOVA’s E1 acetylene hydrogenation reactor | |
| JPH04137044A (ja) | 知識処理システム及びその構築方法 | |
| JPH01229331A (ja) | 知識形情報処理装置 | |
| JPH03256196A (ja) | プラント状態表示装置 | |
| JPH0774749B2 (ja) | プロセス異常診断方法 | |
| JPH0981229A (ja) | 異常診断モデル生成装置 | |
| JPH07261827A (ja) | プラント運転管理装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080918 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080918 Year of fee payment: 10 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090918 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090918 Year of fee payment: 11 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100918 Year of fee payment: 12 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110918 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110918 Year of fee payment: 13 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120918 Year of fee payment: 14 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130918 Year of fee payment: 15 |
|
| LAPS | Cancellation because of no payment of annual fees |