JP3131715B2

JP3131715B2 - プラントの支援システム

Info

Publication number: JP3131715B2
Application number: JP05112199A
Authority: JP
Inventors: 文智呉; 直樹原; 幹雄依田; 伊智郎圓佛; 昭二渡辺
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1992-08-19
Filing date: 1993-04-15
Publication date: 2001-02-05
Anticipated expiration: 2016-02-05
Also published as: JPH06117886A

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、プロセスを管理するオ
ペレータに対して支援を行うプラントの支援システムに
関する。

【０００２】

【従来の技術】浄水処理プロセス、下水処理プロセスな
どでは、プラントの挙動を数理モデルによって決定論的
に記述することができないため、数理モデルを用いた自
動制御が難しい。そのため、それらのプロセスの運転管
理には経験を持ったオペレータによる状況の監視と判断
が不可欠となっている。このようなプラントでは、オペ
レータの果たす役割が過度に大きいため、（１）省力化が行い難い（２）ヒューマンエラーが入り易いなどの問題を抱えている。これらの問題に対するひとつ
の解決策として、知識工学応用による支援システムの導
入が行われている。これは、オペレータの経験的な知識
を抽出してルール化することにより、オペレータの監視
や判断を計算機上で再現し、オペレータとの代替もしく
は支援を行うものである。このような支援システムおよ
びその構築方法としては、例えば、発明者らが提案した
特開平３ー２５１７２１号公報に記載のものがある。こ
の支援システムは、プラントの状態を監視する監視モジ
ュールと、異常原因と対策を決定する異常時対策モジュ
ールと、各モジュールの実行に必要なデータを保存する
データベースモジュールと、各モジュールの実行に必要
な知識を保存する知識ベースと、オペレータの視覚に相
当する機能や過去の運転履歴を参照できる履歴比較モジ
ュールとを備えており、オペレータに各モジュールの実
行過程や結果を提示し、オペレータの負担をより軽減し
ようとするものである。

【０００３】

【発明が解決しようとする課題】従来のこのようなシス
テムでは、一定時間間隔で各モジュールを実行し、その
推論結果を瞬間的にガイダンスとしてオペレータに提示
することができた。しかしながら、多くのプラントで
は、異常現象は瞬間的に発生するのではなく、正常から
異常までの過程はある一定時間がかかり、特に下水のプ
ラントでは、微生物反応を利用しているため、異常現象
の発生は瞬間的ではなく、ある一定時間を経て起きるも
のである。また、その異常現象の回復も、異常現象の発
生と同様に、徐々に回復していくものである。これらの
プラントにおいては、オペレータは、瞬間的なデータを
参照するだけでなく、ある一定期間のデータを用いてプ
ラントの状態判断を行い、さらに、異常時対策を考慮し
ている時にも、同様な手法をとっている。また、異常の
回復に時間がかかるため、異常を予知し、早期に抑制す
ることが望まれている。従来の支援システムでは、オペ
レータの思考過程と合っているが、その支援内容は、オ
ペレータにとっては、十分理解しやすいものではなく、
実プラントへの実用性も低くなってしまうという問題点
がある。本発明の目的は、このような従来の問題点につ
いて着目してなされたもので、支援システムの実行過程
と支援内容がオペレータの思考過程と合い、さらに、支
援内容をオペレータにとって理解しやすく、また、オペ
レータの判断に必要な情報を提示するに好適なプラント
の支援システムを提供することにある。

【０００４】

【課題を解決するための手段】上記目的を達成するため
に、本発明に係る支援システムは、プロセスの各種事象
ごとに、オペレータが行う作業および判断内容と順序と
を把握し、その判断内容と順序に基づいて順次に実行す
る支援システム本体と、外部信号を入力する入力装置
と、実行された内容を表示するモニタを備えてなる支援
システムにおいて、連続的にプラントの状態を判断し、
異常時の原因同定と対策を決定し、この判断、決定に対
する支援内容をグラフ化表示するものである。

【０００５】

【作用】プロセスの支援システムを作成する時に、オペ
レータが行う作業および判断内容をあらかじめ、把握し
ておくので、支援項目の漏れが少ない。また、支援内容
（ガイダンス）を連続したグラフ表示とし、あるいは、
支援内容のグラフ表示化とともに異常原因と対策決定根
拠を提示するので、オペレータは、視学的に、プラント
の連続的な変化結果、異常現象間の関係、今後のプラン
トの変化傾向を把握できる。また、オペレータの判断に
必要な情報を正確に、わかりやすく提供することによ
り、オペレータの思考過程と合い、オペレータにとって
理解しやすく、オペレータの負担をより軽減することが
できる。

【０００６】

【実施例】本発明の実施例を図面を用いて説明する。ま
ず、本発明のプラントの支援システムが適用される下水
処理プラントについて、図１を用いて説明する。下水処
理のプラントは、下水流入管２０から送られてくる下水
中の挟雑物などを重力沈降によって除去する最初沈殿池
６と、最初沈殿池６から越流してきた下水の溶解性有機
物を分解する曝気槽１０と、曝気槽１０の下水内に空気
を送り込むブロワー５０と、曝気槽１０から越流してき
た下水を重力沈降により、活性汚泥と処理下水とに分離
し、処理下水を処理水放流管３０から放流する最終沈殿
池１５と、最終沈殿池１５内の活性汚泥の一部を曝気槽
１０に返送する返送汚泥ポンプ５５と、活性汚泥を排出
する余剰汚泥排出ポンプ６０と、下水の水質などを計測
する種々の計測器とを有して構成されている。下水流入
管２０には、流入下水量、浮遊物質濃度、化学的酸素要
求量、ｐＨ、窒素濃度、リン濃度、ノルマルヘキサン抽
出物濃度、シアン化合物濃度を計測する流入管計測器７
０が設けられている。最初沈殿池６には、流入管計測器
７０と同様の水質項目の他に、沈降した汚泥の界面高さ
などを計測する最初沈殿池計測器７５が設置されてい
る。また、曝気槽１０には、曝気槽計測器８０と水中カ
メラなどの撮像装置８５が設置されている。曝気槽計測
器８０では、流入管計測器７０と同様の水質項目の他
に、溶存酸素濃度などが計測される。撮像装置８５で
は、曝気槽１０中の活性汚泥を構成する微生物を撮像す
る。最終沈殿池１５には、最終沈殿池計測器９０と最終
沈殿池撮像装置９５が設置されている。最終沈殿池計測
器９０では、流入管計測器７０と同様な水質項目の他
に、重力沈降した活性汚泥の界面高さなどが計測され
る。撮像装置９５では、撮像装置８５と同様な機能の他
に、最終沈殿池１５の水面上に疎水性の微生物膜（スカ
ム）の存在の有無などを計測する。また、処理水放流管
３０には、水放流管計測器１００が設置され、処理水に
ついて流入管計測器７０と同様の水質項目を計測する。
次に、下水処理プラントのフローを説明する。図１の実
線は物質の流れを、点線は信号の流れを示す。最初沈殿
池６には、下水流入管２０より下水が流入する。最初沈
殿池６では、下水中の挟雑物及び浮遊物質の一部が重力
沈降によって除去される。曝気槽１０では、最初沈殿池
６から越流してきた下水と返送汚泥管４０からの返送汚
泥が流入する。曝気槽１０にはブロワー５０から散気装
置６５を通して送風が行われ、下水と返送汚泥が混合撹
拌状態にある。ここで返送汚泥すなわち活性汚泥は、供
給された空気中の酸素を吸収し、下水中の溶解性有機物
を好気性代謝により分解し、炭酸ガスと水に分解する。
除去された有機物の一部は、活性汚泥の増殖に充てられ
る。活性汚泥と有機物が除去された下水は、最終沈殿池
１５に導かれる。最終沈殿池１５では、活性汚泥の重力
沈降により、活性汚泥と処理下水とに固液分離し、処理
下水は処理水放流管３０を経て放流される。一方、最終
沈殿池１５内に沈降した活性汚泥は、汚泥引き抜き管３
５から引き抜かれ、増殖分は余剰汚泥として余剰汚泥ポ
ンプ６０により排出される。残りの活性汚泥は、返送汚
泥として返送汚泥ポンプ５５から返送汚泥管４０を通し
て再び曝気槽１０に戻される。

【０００７】次に、このような下水処理プラントの支援
システムについて説明する。支援システムのハード構成
は、図２に示すように、支援システム本体１１０と、キ
ーボード３００と、ＣＲＴ３１０と、フロッピーディス
ク装置３０２と、画像データなどを記録する光ディスク
装置３０１と、インターフェース１０１と、制御装置１
０３とを有している。また、支援システム本体１１０
は、種々の演算や各回路の制御を行うＣＰＵ１１１と、
光ディスク装置３０１を制御する光ディスク装置コント
ローラ１１２と、フロッピーディスク装置３０２を制御
するフロッピーディスク装置コントローラ１１３と、Ｃ
ＲＴ３１０を制御し、指定された情報を指定された場所
に表示する機能と、モジュールから得た結果をグラフ化
に変更する機能を有するＣＲＴコントローラ１１４と、
起動時のプログラムなどを内蔵しているＲＯＭ１１５
と、各種データやプログラムなどを記憶するＲＡＭ１１
６と、キーボードコントローラ１１７とを有している。
支援システム本体１１０の機能的な構成は、図１に示す
ように、下水処理プラントにおける管理業務に対応し
て、監視モジュール１２０と、異常時対策モジュール１
６０と、維持管理モジュール２００と、データベースモ
ジュール２４０と、画像処理モジュール２５０と、知識
ベースモジュール２６０と、履歴比較モジュール３２０
と、判定部１５９を有している。

【０００８】次に、図１を用いて、支援システム本体１
１０への各種計測データの入出力、及びオペレータとの
対話型によるデータの入出力について説明する。まず、
データの入力について説明する。データのサンプリング
は、流入管計測器７０、最初沈殿池計測器７５、曝気槽
計測器８０、最終沈殿池計測器９０、水放流管計測器１
００、及び撮像装置８５、撮像装置９５によって一定の
時間間隔で行われる。これらアナログ信号のオンライン
データは、インターフェス１０１に取り込まれ、ディジ
タル信号に変換された後、入力ポート１０２を通して支
援システム１１０に取り込まれる。一方、(１）オンラ
イン計測が出来ない手分析データ、（２）オペレータの
五感に基づく観察によってしか得られない観察データ、
及び上記計測項目以外で（３）支援システムが特に必要
と認めたデータの入力は、入力ポート２９９から支援シ
ステム本体１１０に接続されたキーボード３００および
ＣＲＴ３１０によって、ＣＲＴ３１０を参照しながら対
話的に行われる。例えば、手分析データは、汚泥体積指
標（ＳＶＩ）などがあり、観察データは、顕微鏡目視観
察情報、汚泥の色や臭いなどがある。次に、データの出
力について説明する。支援システム本体１１０は、入力
された情報に基づいてガイダンス内容を決定する。この
詳細については後述するが、このガイダンス内容は、出
力ポート３１１において接続されたＣＲＴ３１０を通じ
てオペレータに表示される。なお、このＣＲＴ３１０
は、必要に応じて撮像装置８５、９５からの映像を映す
モニターも兼ねることが出来る。また、プロセスの制御
を行うための機器であるブロワー５０、返送汚泥ポンプ
５５、余剰汚泥ポンプ６０の目標値及び操作量の変更
は、キーボード３００から行われ、支援システム本体１
１０に記録されたのち、出力ポート１０４から制御装置
１０３に送られる。制御信号は、制御装置１０３から各
機器に対して送られる。

【０００９】次に、本実施例の支援システム本体１１０
の動作を具体的に説明する。図１の支援システム本体１
１０において、実線は実行順序の流れを、点線はデータ
の流れを示す。まず、監視モジュール１２０が起動し、
データベースモジュール２４０からオンラインのデータ
を読み込む。必要な場合には、ＣＲＴ３１０を通してオ
ペレータにデータ入力を要求し、キーボード３００及び
ＣＲＴ３１０からの入力を受ける。監視モジュール１２
０では、知識ベースモジュール２６０に保存されたデー
タの所定評価基準値を参照し、これらのオンラインのデ
ータ及びオペレータの入力データについて、それぞれの
データがどのようなレベルにあるかを評価する。評価方
法は、前向き推論を用いて、プラント運転状況の監視を
行い、プラントの異常の可能性を推論する。また、監視
モジュール１２０は、推論結果をＣＲＴ３１０に表示す
ると共に、判定部１５９へ送る。前記所定の評価基準値
には、例えば、法律で定まれているデータの規制値、オ
ペレータの経験値、統計解析により得られた値などがあ
る。ここで用いる前向き推論のアルゴリズムは公知技術
（詳細はＷｉｎｓｔｏｎ，Ｐ．Ｈ．（１９７７）
ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，Ａ
ｄｄｉｓｏｎＷｅｓｌｅｙなどを参照されたい）を用
いる。一方、下水処理プロセスに設置されている各計測
器は、頻繁にメンテナンスを行わないと、利用可能な精
度を維持出来ないものが多い。そのため、図１に示した
各計測器７０、７５、８０、９０、１００で計測された
オンラインデータについては、そのデータを計測した計
測器の不備・故障に起因して「異常」と判断される場合
も存在する。監視モジュール１２０は、計測器の不備・
故障の場合、そのデータを使用しないための手段を持つ
必要がある。そのため、計測器異常診断を行い、このよ
うな計測器の不備・故障をオペレータと同様の思考過程
で検出する。この計測器異常診断の具体的な方法は、発
明者らがこれまで提案してきた（例えば、特開平３ー２
５１７２１号公報）の各種方法がある。判定部１５９に
おいて運転状況の異常が認められた場合には、異常時対
策モジュール１６０を起動する。異常時対策モジュール
１６０は、知識ベースモジュール２６０を参照し、デー
タベースモジュール２４０とキーボード３００およびＣ
ＲＴ３１０からのデータに基づいて、異常の原因とその
対策を決定し、ＣＲＴ３１０を通じてガイダンス表示す
る。決定方法は、例えば、異常原因の優先順位の高い
（メンバシップ値の大きい）順に後向き推論を行い、さ
らに、推論された異常原因に応じて対策の選定をファジ
ィ推論により行う。ここで、各推論に使用するルール
は、知識ベースモジュール２６０に保存され、必要に応
じて参照される。また、必要なデータは、まずデータベ
ースモジュール２４０にあるかどうかを検索し、あれば
そこから読み込む。なお、ここで使用する推論のアルゴ
リズムは、前向き推論と同様に公知技術である。維持管
理モジュール２００は、随時必要に応じて起動する。維
持管理モジュール２００では、日常の維持管理業務にお
いて必要な維持管理指針などのマニュアル的な知識や過
去の運転履歴の検索・表示、及び日間・季節などの周期
変動成分の抽出や各種データの統計解析・演算用ツー
ル、シミュレータ、糸状性微生物同定支援を、キーボー
ド３００とＣＲＴ３１０を通して対話的に実行する機能
を提供する。上記運転履歴の検索・表示は、例えば、時
系列データのトレンドグラフ、ヒストグラム、数値デー
タなどによる提示があり、各種データの解析・演算用ツ
ールは、例えば、周波数解析、散布図、重回析などがあ
る。シミュレータは、プラントに関する物理モデルによ
りシミュレーションを行い、プラントの状態を定量的に
評価し、運転管理のための定量的な情報をガイダンスす
る。ここで使用する物理モデルは、例えば、（１）汚泥
の物質収支に関するモデル、（２）硝化に関するモデ
ル、（３）微生物反応に関するモデル、（４）処理下水
の流下特性に関するモデル、（５）汚泥の沈降特性に関
するモデルなどである。これらのモデルは、知識ベース
モジュール２６０に知識として保存し、その他のルール
と同様に、必要に応じて追加・修正が可能である。糸状
性微生物同定支援は、微生物の特徴をキーボード３００
とＣＲＴ３１０を通して入力し、これらの特徴に合う糸
状性微生物の優先種、亜優先種などを判定する。画像処
理モジュール２５０は、入力ポート１０２から読み込ま
れるデータのうち、撮像装置８５、９５からの映像信号
のみを取り込んで、画像処理し、微生物の種類の同定、
面積、体積、個数、粒径分布、密度長さ、太さ、形状特
性、出現頻度などの特徴量を計算した後、データベース
モジュール２４０に保存する。ここで得られた画像情報
及び画像処理から得られた情報は、監視モジュール１２
０と異常時対策モジュール１６０における有効なデータ
として利用される。微生物の種類の同定、微生物の大き
さ、個数、出現頻度などを計算する具体的な方法は、発
明者らがこれまで提案してきた（例えば、特開昭６０ー
３１８８７号公報）各種の画像処理を行う。データベー
スモジュール２４０は、入力ポート１０２を通じて支援
システム本体１１０に読み込まれる全てのデータを、数
値データと非数値データとに分類し、さらに、データの
内容ごとにも分類し、構造化してから保存する。また、
キーボード３００およびＣＲＴ３１０からの入力デー
タ、上記各モジュールの実行結果も、必要に応じてデー
タベースモジュール２４０に保存される。前記数値デー
タは、例えば、水質データ、手分析データ、微生物定量
データなどがあり、非数値データは、観察データ、推論
結果などがある。履歴比較モジュール３２０は、監視モ
ジュール１２０の実行時に並列に実行する。このモジュ
ール３２０は、監視モジュール１２０に入力されるすべ
てのデータを同時に参照し、そのデータのパターンが過
去に起こっていないかどうかをデータベースモジュール
２４０内で検索する。もし、そのデータパターンが過去
に起こっており、かつそのときの運転状況が「異常時」
に相当するものであった場合には、判定部１５９に出力
する。履歴比較では、ニューラルネットを応用した履歴
データの学習による方法を適用する。ニューラルネット
は、学習したパターン（過去のデータパターン）及びそ
の類似のパターンを検出することが可能であるので、入
力されたデータパターンが過去に起ったことがあるかど
うかを判定できる。知識ベースモジュール２６０は、上
記各モジュールの実行に必要な評価基準値、あるいはル
ールなどの知識を保存する。オペレータの経験則、文献
・事例、物理モデル、さらに、履歴データの解析を通じ
て得た情報を抽出し、知識とする。知識ベースモジュー
ル２６０は、これらの知識を、処理場固有と汎用に分類
し、さらに、情報の適用モジュールごとにも分類し、ル
ール化してから保存する。ルールはｉｆ〜ｔｈｅｎの形
式で記述する。さらに、それぞれのモジュール実行に応
じて、例えば、前向き推論で使用する評価基準値は、構
造化フレームで表し、ファジィ推論で使用する評価基準
値は、メンバシップ関数で表す。

【００１０】次に、本発明の支援システムの支援内容
（ガイダンス）について、その一実施例を説明する。各
プラントにおけるオペレータの判断業務は広範囲にわた
っているが、支援システムの対象となるのは、主に運転
状況の判断（監視）と、異常時の対策決定である。ここ
で、本実施例を説明するに先だって、支援システムの監
視ガイダンスの一例を図３、図４に示す。一般に、プラ
ントの監視ガイダンスの内容は、日時、ガイダンス項目
などを文字列の形式（図３）、表形式（図４）などで表
示している。すなわち、図３には、９２年５月１０日の
推論結果として、異常現象の項目、「最終沈殿池の汚泥
腐敗」の確信度は０．９３５、「汚泥浮上」の確信度は
０．７５０、「糸状性バルキング」の確信度は０．５１
０、……のように、プラントの監視ガイダンスの内容が
文字列の形式により表示されている。また、図４には、
「糸状性バルキング」の確信度が年、月、日、時間毎に
経時的に表示されている。このような形式のメリット
は、１つの画面でたくさんの情報が得られることにあ
る。しかしながら、このようなデータの実用性には限度
がある。特に、異常が瞬間的に起こらないプラント、つ
まり異常がゆっくり徐々に進行して一定時間後に起きる
プラントにおいて、図３では、異常現象に対する確信度
が瞬間的な一点表示のため、また、図４では、その確信
度を経時的に表示するものの、時間的な間隔があるた
め、いずれも異常現象の正確な変化傾向を表示できない
という問題があり、この形式のガイダンスでは、運転管
理には十分に反映できない不都合を生じる。そこで、図
５に、支援システムのガイダンスの本発明の一実施例を
示す。本実施例は、トラブルの確信度をグラフィック表
示することにある。図５は、異常現象の項目、「最終沈
殿池の汚泥腐敗」、「糸状性バルキング」の推論結果に
ついて、縦軸に確信度、横軸に経過日数をとり、トラブ
ルの確信度をグラフィックに表示した例である。例え
ば、「最終沈殿池の汚泥腐敗」５０１のグラフにより、
５／６（５月６日）から汚泥腐敗がみられ、経過日数が
増すにつれ、ますます進行している状態を示している。
このグラフから、５／６の時点で対策を講すれば、５／
９の異常が発生しないかもしれない、との判断ができ
る。また、「糸状性バルキング」５０２のグラフによ
り、確信度は、５／６から増加傾向にあり、５／７をピ
ークに下降傾向をたどり、５／９に５／６の確信度と同
一値になることを示している。このグラフから、５／６
の異常信号は悪化前兆、５／９の異常信号は回復を意味
している、との判断ができる。このように推論した確信
度のグラフ化により、異常の前兆、または、今後のプラ
ントの変化傾向が把握でき、さらに、視覚で分かるた
め、経験をもっていないオペレータでも容易に判断する
ことができる。また、通常、プラントの異常現象は、１
つのみが存在するのではなく、特に、下水処理プラント
は、台風、降雨などの外乱と、生活パターンを受けるた
め、いくつかの異常現象が発生する。それらの異常現象
については、発生する場所が異なり、お互いに密接な関
係を持っている。例えば、図１に示したプラントでは、
曝気槽１０においてバルキング、最終沈殿池１５におい
てスカム、汚泥腐敗などの異常現象が発生する。さら
に、流入下水が下水流入管２０、最初沈殿池６、曝気槽
１０、最終沈殿池１５、処理水放流管３０を経て放流さ
れる。この過程では、いくつの滞留時間を生じ、例え
ば、最初沈殿池滞留時間、曝気槽滞留時間、最終沈殿池
滞留時間がある。それぞれの滞留時間は、処理場により
異なるが、通常、数時間である。このようなプラントに
とっては、異常現象を瞬間的にガイダンスする文字列の
形式による表示より、連続的に変化傾向をガイダンスす
るグラフィック表示の方が必要な情報を正確にわかりや
すくオペレータに提供することができる。このように、
本実施例の支援システムのガイダンスによれば、オペレ
ータに、プラントの系列、滞留時間、異常現象間、今後
のプラントの変化傾向を把握しやすい、かつ、納得でき
る支援内容を提供することができる。なお、グラフの表
示する項目と、表示する期間と、画面上表示する場所
は、図２に示すように、ＣＲＴ３１０を制御するＣＲＴ
コントローラ１１４と、キーボードコントローラ１１７
を設け、支援システム１１０に接続されたキーボード３
００およびＣＲＴ３１０によって、ＣＲＴ３１０を参照
しながら対話的に行われる。

【００１１】次に、異常時対策ガイダンスの一例を図６
に示す。一般に、異常時対策ガイダンスは、図３と同様
に文字メッセージで表わしたものが多い。これも監視ガ
イダンスと同様に、運転管理には反映しにくい不都合が
生じる。通常、オペレータは、異常現象について、いつ
も同じ対策を決定するのではなく、様々なデータを用い
て対策を決定している。特に、数理モデルが適用できな
い下水処理プラントにおいて、未解明な異常現象が多い
ため、その対策の決定も一層難しい。従って、図６のよ
うなガイダンスは、オペレータにとっては信頼しにくい
ところがたくさん存在する。例えば、”ＭＬＤＯが低
い”という異常原因に対して”空気量を１０ｍ³／ｍｉ
ｎ増やす”との対策がガイダンスされているが、これは
文字メッセージのみであるので、オペレータは、ＭＬＤ
Ｏ計の実データが低いかどうかを判断することができな
い。そこで、図７に、支援システムの異常時対策ガイダ
ンスについて、本発明の一実施例を示す。本実施例は、
図７のようにガイダンスを表示するとともに、ガイダン
スの内容を判断するに必要な情報を提示することにあ
る。図７は、図６のガイダンスを表示するとともに、こ
のガイダンスの内容を判断するに必要な情報、具体例と
して、「糸状性バルキング」の確信度のグラフ、「ＭＬ
ＤＯ」及び「汚泥引抜量」の実測値のグラフを表示した
例である。例えば、”ＭＬＤＯが低い”の異常原因ガイ
ダンスに対して、オペレータは、ＭＬＤＯ計のデータを
参照し、実データが低いかどうかを判断する。これによ
り、オペレータは、そのガイダンス内容つまり”空気量
を１０ｍ³／ｍｉｎ増やす”との内容を実行するかどう
かを判断できる。また、”汚泥引抜量を増やす”の対策
ガイダンスに対して、オペレータは、「糸状性バルキン
グ」の確信度のグラフ及び「汚泥引抜量」の実測値のグ
ラフを参照して、実データの汚泥引抜量が適当かどうか
を判断する。これにより、オペレータは、そのガイダン
ス内容を実行するかどうかを判断できる。また、図１の
維持管理モジュール２００のシミュレータ機能を起動し
て、対策のシミュレーションを行い、ガイダンス内容の
確認も行える。これも、監視ガイダンスと同様に、ＣＲ
Ｔ３１０を制御するＣＲＴコントローラ１１４と、キー
ボードコントローラ１１７を設け、グラフの表示する項
目と、表示する期間と、画面上表示する場所は、支援シ
ステム１１０に接続されたキーボード３００およびＣＲ
Ｔ３１０によって、ＣＲＴ３１０を参照しながら対話的
に行われる。

【００１２】前記説明したようにプラントの異常現象
は、１つのみ存在するのではなく、特に、下水処理プラ
ントは台風、降雨などの外乱と、生活パターンを受けや
すいため、いくつかの異常現象が発生する。それらの異
常現象については、それぞれ発生する原因が異なる。例
えば、糸状性バルキングは微生物の異常増殖によるもの
で、最終沈殿池での汚泥浮上は脱窒などによるものであ
る。従って、オペレータの負担軽減するために、同時に
それらの異常現象を支援できるシステムが望まれる。ま
た、異常現象は徐々に発生するプラントにおいては、あ
る一定期間の推論結果、支援内容（ガイダンス）及び過
去実際に行った操作（対策）を簡単に検索することが望
まれる。そこで、図８〜図１２に、支援システムのガイ
ダンス検索機能について、本発明の実施例を示す。本実
施例は、図５のガイダンスを表示するとともに、日付指
定による異常現象（トラブルの確信度）、異常原因、支
援内容（ガイダンス）および実際オペレータが行った操
作などを検索することにある。

【００１３】図８に、日付指定機能の一実施例を示す。
トラブルの確信度のトレンドグラフの日付に対応するボ
ックスを設け、ボックスをマウスピック（黒塗部分）す
ることにより、日付を選択する。このマウスピックによ
りデータベースモジュール２４０を起動し、推論結果を
引き出す。なお、日付の指定はキーボートからも行え
る。図８の検索対象は、日付指定した５月６日の糸状性
バルキングを例として示す。

【００１４】次に、図９に、日付指定によるガイダンス
検索機能の一実施例を示す。図９は、指定された日付、
５月６日における異常現象（トラブルの確信度０．６２
１）６０１、異常原因７０１、対策（支援内容）８０１
及び実際の操作９０１を示す。図９に示すように、異常
現象（トラブルの確信度０．６２１）６０１、異常原因
７０１、対策（支援内容）８０１をツリー状で表示し、
さらに、異常原因７０１を確信度強度順「０．５３」、
「０．２５」で、対策８０１を優先順で表示する。これ
により、支援内容をわかりやすい形式でオペレータに提
供することができる。また、支援内容とともにオペレー
タが実際に行った操作９０１を表示する。そして、この
実際の操作９０１は、操作後プラントの状態変化の判断
情報、同じ異常現象が発生した場合の参考情報、あるい
は、運転支援システムの知識ベースの修正情報として役
に立てる。

【００１５】通常、１つの異常現象については、いくつ
かの異常原因が考えられる。それらの異常原因を解明す
る情報も異なってくる。例えば、糸状バルキングの解明
には、微生物情報が有効であり、汚泥浮上の解明には、
硝化と脱窒の情報が有効である。このように、異常現象
ごとに必要な情報を提供することがとても重要である。
そこで、図１０、図１１に、異常原因７０１の解明機能
の一実施例を示す。図１０、図１１は、糸状性バルキン
グの異常原因と異常原因に関する情報を示す。図１０
に、糸状バルキングの解明に有効な微生物情報を示す。
例えば、”糸状菌の割合が多い”７０１をピックする
と、指定した時刻（１９９２年５月６日１０時）の微生
物画像７０２と、微生物に関する情報７０３が表示され
る。微生物画像７０２は、撮像装置８５、９５（オンラ
イン）からの映像と、オペレータの卓上顕微鏡（オフラ
イン）より取り込んだ映像と、これらの映像を画像処理
した処理画像などである。これらの映像信号及び処理画
像は、画像処理モジュール２５０で時刻ごとに格納さ
れ、時刻の指定により呼び出す。糸状菌に関する情報７
０３も、微生物画像７０２と同様に、データベースモジ
ュール２４０に保存されている微生物情報（種類、面
積、体積、個数、粒径分布、密度長さ、太さ、形状特
性、出現頻度）を時刻指定により呼び出す。図１１に、
糸状バルキングの解明に必要なセンサ情報を示す。例え
ば、”ＭＬＤＯが低い”７０４をピックすると、指定し
た一定期間（５／２〜５／６）におけるＭＬＤＯ計のト
レンドグラフ７０５が表示されるとともに、指定した時
刻（１９９２年５月６日１０時）のＭＬＤＯに関する情
報７０６も表示される。

【００１６】また、下水処理プロセスに設置されている
各計測器は、頻繁にメンテナンスを行わないと、利用可
能な精度を維持出来ないものが多い。プラントの判断を
行う際、このような異常なデータを使用しないことが必
要である。そのため、計測器のトレンドグラフ（オンラ
インデータ）を表示するとともに、そのデータの有効性
を提示することが望まれる。そこで、図１２に、計測デ
ータの有効性の判断機能の一実施例を示す。図１２は、
計測器のデータを表示するとともに、そのデータが「正
常」か「異常」かを表示するものである。例えば、図１
２に示すように、指定した一定期間（５／２〜５／６）
におけるＭＬＤＯ計のトレンドグラフについて、異なる
線種で「正常」か「異常」かを表示する。また、異なる
線種のほか、例えば、”５月４日から５月６までＭＬＤ
Ｏ計が異常発生”のようなガイダンス形式で表示するこ
とも可能である。以上、本発明の実施例は、ガイダンス
の内容とその表示順序とをオペレータの思考過程つまり
オペレータの作業および判断の内容と順序とに対応させ
たので、ガイダンス項目の漏れを少なくすることがで
き、さらに、オペレータの判断に必要な情報をわかりや
すい形式で提供することができ、オペレータにとって理
解しやすいものである。また、本発明の実施例では、モ
ニタに同一画面を表示する例を示したが、マルチウィン
ドウを用いて表示する場合にも同様な効果がえられる。
なお、本発明は、下水処理プラントの支援にのみ適用さ
れるものではなく、オペレータが介在するプロセスであ
れば、たとえば、浄水処理プロセス、化学反応プロセ
ス、バイオプロセス、原子力プロセス、株価・為替など
の金融プロセスなど、あらゆるプロセスに適用できる。

【００１７】

【発明の効果】本発明によれば、オペレータの作業およ
び判断の内容と順序に対応して、支援システムが動作
し、さらに、オペレータの判断に必要な情報をわかりや
すい形式で提供することにより、プラントの支援システ
ムの実行過程とガイダンスとが、オペレータの思考過程
と合い、オペレータにとって理解しやすく、オペレータ
の負担をより軽減することができる。また、オペレータ
に、プラントの系列、滞留時間、異常現象間、今後のプ
ラントの変化傾向を把握しやすい、かつ、納得できる支
援内容を提供することができる。また、ガイダンスを表
示するとともに、ガイダンスの内容を判断するに必要な
情報を提示するので、オペレータは、そのガイダンス内
容を実行するかどうかを正確にかつ容易に判断すること
ができる。

【図面の簡単な説明】

【図１】支援システムおよび下水処理プラント

【図２】支援システムのハード構成図

【図３】支援システムのガイダンス例

【図４】支援システムのガイダンス例

【図５】本発明の一実施例

【図６】支援システムのガイダンス例

【図７】本発明の一実施例

【図８】本発明の一実施例

【図９】本発明の一実施例

【図１０】本発明の一実施例

【図１１】本発明の一実施例

【図１２】本発明の一実施例

【符号の説明】

６最初沈殿池１０曝気水槽１５最終沈殿池２０下水流入管５０ブロワー５５返送汚泥ポンプ６０余剰汚泥排出ポンプ７０、７５、８０、９０、１００計測器８５、９５撮像装置１０１インターフェース１０３制御装置１１０支援システム本体１２０監視モジュール１５９判定部１６０異常時対策モジュール２００維持管理モジュール２４０データベースモジュール２５０画像処理モジュール２６０知識ベースモジュール３００キーボード３１０ＣＲＴ３２０履歴比較モジュール

───────────────────────────────────────────────────── フロントページの続き (72)発明者圓佛伊智郎茨城県日立市大みか町七丁目１番１号株式会社日立製作所日立研究所内 (72)発明者渡辺昭二茨城県日立市大みか町七丁目１番１号株式会社日立製作所日立研究所内 (56)参考文献特開平３−251721（ＪＰ，Ａ) 特開平３−216705（ＪＰ，Ａ) 特開平２−281106（ＪＰ，Ａ) 特開平３−259717（ＪＰ，Ａ) 特開平４−198729（ＪＰ，Ａ) (58)調査した分野(Int.Cl.⁷，ＤＢ名) G01D 21/00 G05B 23/02 301 G06F 9/00 320 G06F 9/44 570

Claims

(57)【特許請求の範囲】

【請求項１】プロセスの各種事象ごとに、オペレータ
が行う作業および判断内容と順序とを把握し、その判断
内容と順序に基づいて順次に実行とする支援システム本
体と、外部信号を入力する入力装置と、実行された内容
を表示するモニタを備えてなる支援システムにおいて、
連続的にプラントの状態を判断し、異常時の原因同定と
対策を決定し、この判断、決定に対する支援内容をグラ
フ化表示することを特徴とするプラントの支援システ
ム。
【請求項２】請求項１において、支援内容を時系列に
グラフ化表示するとともに、異常原因と対策の決定根拠
を提示することを特徴とするプラントの支援システム。
【請求項３】請求項１または請求項２において、日付
及び時刻の指定により、異常原因と、対策と、オペレー
タの実際に行った操作を検索提示することを特徴とする
プラントの支援システム。
【請求項４】請求項１、請求項２または請求項３にお
いて、異常原因と対策の決定根拠になるデータを提示す
るとともに、このデータの有効性を提示することを特徴
とするプラントの支援システム。
【請求項５】請求項１〜請求項４のいずれかにおい
て、支援内容の表示項目、表示期間、画面上の表示場所
の入力は、入力装置から対話的に実行することを特徴と
するプラントの支援システム。