JP4061008B2

JP4061008B2 - 結果予測装置、方法、及びコンピュータ読み取り可能な記憶媒体

Info

Publication number: JP4061008B2
Application number: JP2000102731A
Authority: JP
Inventors: 敬介藤崎; 淳治伊勢; 俊夫赤木
Original assignee: Nippon Steel Corp
Current assignee: Nippon Steel Corp
Priority date: 2000-04-04
Filing date: 2000-04-04
Publication date: 2008-03-12
Anticipated expiration: 2020-04-04
Also published as: JP2001290508A

Description

【０００１】
【発明の属する技術分野】
本発明は、結果予測装置、方法、及びコンピュータ読み取り可能な記憶媒体に係り、例えば、高炉プラントにおける将来の溶銑鉄温度や銑鉄中Ｓｉ濃度等の操業結果を予測し、プラント操業を支援するのに用いられるものである。
【０００２】
【従来の技術】
高炉プラントの操業を支援する手法として、例えば、ＡＩ(artificial intelligence)システムを利用し、溶銑温度等の操業結果を予測するものが実施されている。ＡＩシステムでは、熟練オペレータが持つ知識を知識ベースとして蓄えておき、与えられた操業条件に対して上記知識を一定のルールで適用することで操業結果を予測するものであり、これにより熟練オペレータと同等の操業が可能となる。
【０００３】
【発明が解決しようとする課題】
しかし、ＡＩシステムでは所定のルール形式の知識に従うことから、予め知識を蓄積してルールを用意する必要があり、メンテナンスが必要であったり、ルールを作り替えるのが難しかったりするといった問題があった。
【０００４】
本発明は、あらかじめルールを用意する必要がなく、過去の事例を基に演算により直接的に所定の結果、例えばプラントにおける操業結果を予測可能とすることを目的とする。
【０００５】
【課題を解決するための手段】
本発明の結果予測装置は、過去の条件情報、及び上記過去の条件情報に対する過去の結果情報を使用して、現時点の条件情報ｘ₀に対する結果情報ｙ₀を演算する結果予測装置であって、Ｎを正の整数として、上記過去の条件情報の中から、ノルム空間における式（１）を満たす上記現時点の条件情報ｘ₀に対して所定の類似度を有する複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）を選び出す類似判断手段と、上記類似判断手段によって選び出された複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に、上記現時点の条件情報ｘ₀及び過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に基づいて、ｋを規格化定数として式（１２）により算出される重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して、式（１４）により、現時点の条件情報の推定値ｘ₀＾を表現する重み付け演算手段と、上記複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）のそれぞれに対する複数の過去の結果情報ｙ_i（ｉ＝１，２，・・・，Ｎ）に、式（１５）により、上記重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して現時点の結果情報の推定値ｙ₀＾を演算する結果情報演算手段と、を備えたことを特徴とする。
【数２０】

なお、本明細書において、例えばｘ＾、ｙ＾という表記は、ｘ、ｙの上に＾が付されているものを意味する。
又、本発明の結果予測装置の他の特徴とするところは、上記事象がプラント操業である点にある。
【０００６】
又、本発明の結果予測装置の他の特徴とするところは、上記条件情報には、複数の条件項目が含まれる点にある。
【０００８】
又、本発明の結果予測装置の他の特徴とするところは、上記類似判断手段は、上記所定の類似度をマハラノビス距離を用いて評価する点にある。
【０００９】
又、本発明の結果予測装置の他の特徴とするところは、上記類似判断手段は、上記複数の過去の条件情報として、上記所定の類似度の高いものから一定の数だけ選び出す点にある。
【００１０】
又、本発明の結果予測装置の他の特徴とするところは、上記類似判断手段は、上記複数の過去の条件情報として、上記所定の類似度の範囲内にある全ての条件情報を選び出す点にある。
【００１１】
又、本発明の結果予測装置の他の特徴とするところは、上記重み付け演算手段は、ｒ＝２とし、ｋを規格化定数として式（１２）により重み付け係数ω_iを算出する点にある。
【００１４】
又、本発明の結果予測装置の他の特徴とするところは、上記演算された結果情報と実績の結果情報との差分を監視する監視手段を備えた点にある。
【００１５】
又、本発明の結果予測装置の他の特徴とするところは、上記監視手段は、上記演算された結果情報と実績の結果情報との差分を一定時間積算する点にある。
【００１６】
又、本発明の結果予測装置の他の特徴とするところは、上記監視手段は、上記一定時間積算した値の平均値を所定の閾値と比較する点にある。
【００１７】
又、本発明の結果予測装置の他の特徴とするところは、所定のプラントでの操業結果情報を演算するのに適用され、上記条件情報として操業アクション値及びプラント状態値を使用する点にある。
【００１８】
又、本発明の結果予測装置の他の特徴とするところは、上記プラントは高炉製鉄プラントである点にある。
【００１９】
又、本発明の結果予測装置の他の特徴とするところは、上記結果情報を溶銑温度とし、上記操業アクション値として少なくとも送風量を使用し、又、上記プラント状態値として少なくとも高炉の温度を使用する点にある。
【００２０】
本発明の結果予測方法は、過去の条件情報、及び上記過去の条件情報に対する過去の結果情報を使用して、現時点の条件情報ｘ₀に対する結果情報ｙ₀を演算する結果予測方法であって、Ｎを正の整数として、上記過去の条件情報の中から、ノルム空間における式（１）を満たす上記現時点の条件情報ｘ₀に対して所定の類似度を有する複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）を選び出す類似判断処理と、上記類似判断処理によって選び出された複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に、上記現時点の条件情報ｘ₀及び過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に基づいて、ｋを規格化定数として式（１２）により算出される重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して、式（１４）により、現時点の条件情報の推定値ｘ₀＾を表現する重み付け演算処理と、上記複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）のそれぞれに対する複数の過去の結果情報ｙ_i（ｉ＝１，２，・・・，Ｎ）に、式（１５）により、上記重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して現時点の結果情報の推定値ｙ₀＾を演算する結果情報演算処理と、を行うことを特徴とする。
【数２１】

【００２１】
本発明のコンピュータ読み取り可能な記憶媒体は、過去の条件情報、及び上記過去の条件情報に対する過去の結果情報を使用して、現時点の条件情報ｘ₀に対する結果情報ｙ₀を演算するためのプログラムを格納するコンピュータ読み取り可能な記憶媒体であって、Ｎを正の整数として、上記過去の条件情報の中から、ノルム空間における式（１）を満たす上記現時点の条件情報ｘ₀に対して所定の類似度を有する複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）を選び出す類似判断処理と、上記類似判断処理によって選び出された複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に、上記現時点の条件情報ｘ₀及び過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に基づいて、ｋを規格化定数として式（１２）により算出される重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して、式（１４）により、現時点の条件情報の推定値ｘ₀＾を表現する重み付け演算処理と、上記複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）のそれぞれに対する複数の過去の結果情報ｙ_i（ｉ＝１，２，・・・，Ｎ）に、式（１５）により、上記重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して現時点の結果情報の推定値ｙ₀＾を演算する結果情報演算処理と、をコンピュータに実行させるプログラムを格納したことを特徴とする。
【数２２】

【００２２】
本発明のコンピュータ読み取り可能な記憶媒体は、上記結果予測方法の各手順をコンピュータに実行させるためのプログラムを格納した点に特徴を有する。
【００２３】
以上のようにした本発明では、現時点の条件情報に対して所定の類似度を有する複数の過去の条件情報を選び出す。条件情報には、予測しようとする結果情報と相関性の高い複数の項目が含まれている。次に、現時点の条件情報を、選び出された複数の過去の条件情報に重み付けをして表現する。そして、上記複数の過去の条件情報のそれぞれに対する複数の過去の結果情報に、上記重み付けに対応する重み付けをすることにより、上記現時点の条件情報に対する結果情報を演算する。このように、複数の過去の類似する事例を用いることにより、予測精度を向上させることができる。
【００２４】
【発明の実施の形態】
以下、図面を参照して、本発明の結果予測装置、方法、及びコンピュータ読み取り可能な記憶媒体の実施の形態について説明する。本実施の形態では、本発明を高炉製鉄プラントに適用し、将来の溶銑温度や銑鉄中Ｓｉ濃度等の操業結果を予測する例を説明する。
【００２５】
図１において、１はデータ蓄積装置であり、過去の実績値として、操業条件値（送風量等の操業アクション値、高炉の温度や圧力等のプラント状態値）と、操業結果値（溶銑温度、銑鉄中Ｓｉ濃度、出銑量等）とを保存、蓄積する。
【００２６】
２は本実施形態の結果予測装置の最重要部であるデータ処理装置であり、上記データ蓄積装置１から過去の実績値（操業条件値、操業結果値）が入力され、又、図示しないセンサ等から現時点の操業条件値が入力される。このデータ処理装置２は、類似判断部２ａ、重み付け演算部２ｂ、操業結果値演算部２ｃを備え、後述するように選び出される複数の過去の実績値（操業条件値、操業結果値）を使用して、現時点の所定の操業条件値に対する操業結果値を演算する。
【００２７】
例えば、予測しようとする操業結果値が溶銑温度であれば、操業知見や相関解析に基づいて、溶銑温度と相関性の高い操業条件値（操業アクション値として送風量等、プラント状態値として高炉の温度や圧力等）が予め定められている。そして、本実施の形態のデータ処理装置２には、複数の過去の操業条件値と、当該過去の操業条件値に対する過去の操業結果値としての溶銑温度とがデータ処理装置２に入力される。
【００２８】
又、例えば８時間後の溶銑温度を予測する場合であれば、データ処理装置２において８時間単位の過去の操業条件値、操業結果値が用いられる。なお、使用する操業条件値は、データ蓄積装置１に蓄積されている項目内であれば、長期的な炉況の変化に応じて変更することも可能である。
【００２９】
３は監視装置であり、詳しくは後述するが、データ処理装置２により演算予測された操業結果値と実績の操業結果値との差分を監視して、プラント操業の異常を検出する。
【００３０】
ここで、上記データ処理装置２で行われる演算予測手法について説明する。本実施の形態では、以下に述べる手法（以後、「ノルム法」と称する）を用いて、操業結果値を演算するようにしている。
【００３１】
ここでいうノルム法は、多くのプロセスデータを多次元空間のノルム空間である入力空間と、多次元空間のノルム空間である出力空間とに分け、これら入出力空間の間では写像関数ｆで１対１に対応していると考えることで、予測モデル化するものである。そこでは、予測したい状態は、近傍にある点で線形結合されうるものと仮定し、写像した出力空間においても、近傍なので、その線形結合は保存されているものと仮定している。
【００３２】
次に、ノルム法を数学的に定式化することで、実データにて解析できるようにする点について説明する。図２には、予測手法としてのノルム法の考え方を示す。ここでは、入力空間に表現された操業条件ｘと、出力空間に表現された操業結果ｙとを、ある写像関数ｆで変換しているものとして捉えている。これら入力空間及び出力空間には、プロセスデータに応じた点が存在することになる。
【００３３】
まず、過去のプロセスデータから、現時点の操業条件実績ｘ₀に類似する複数の過去の操業条件実績ｘ_iを選ぶ。つまり、ｘ₀のε近傍の点をｘ_iとすると、下記の数１に示す式（１）の関係となる。
【００３４】
【数１】

【００３５】
ここで、複数の過去の操業条件実績ｘ_iを選ぶ基準となる類似度は、ノルムにより評価することにしている。ノルムとは地理的な距離や長さと同じ概念であり、この概念を多次元空間で扱えるように拡張したとき、これをノルムと呼ぶ。
【００３６】
具体的には、ユークリッド距離、標準ユークリッド距離、マハラノビス距離のいずれかによって上記類似度を評価する。ここで、ユークリッド距離、標準ユークリッド距離、マハラノビス距離の違いについて説明する。図３には、相関のある２つのプロセス項目（ｘ₁、ｘ₂）があるとき、操業実績を×印でプロットしたものを示す。これら×印の中で、右下の×印は特別な操業Ａを行ったときのものであり、それ以外は通常の操業を行ったときの点である。
【００３７】
ユークリッド距離を用いた場合、類似度を表す値Ｄ_xは、下記の数２に示す式により得られる。
【００３８】
【数２】

【００３９】
図４には、ユークリッド距離を平均的な操業を中心とした同心円の半径として示す。ユークリッド距離は、地理的な距離と同じで重み付けのない場合である。そのため、このユークリッド距離を使ったとき、特別な操業Ａを他の操業と区別することができない場合がある。
【００４０】
標準ユークリッド距離を用いた場合、類似度を表す値Ｄ_xは、下記の数３に示す式により得られる。
【００４１】
【数３】

【００４２】
図５に示すように、標準ユークリッド距離では、個々の軸が正規分布となるように正規化することで、項目による分布の違いが影響しないようにする。この標準ユークリッド距離を用いたときも、特別な操業Ａを他の操業と区別することができない場合がある。
【００４３】
マハラノビス距離を用いた場合、類似度を表す値Ｄ_xは、下記の数４に示す式により得られる。
【００４４】
【数４】

【００４５】
図６に示すように、マハラノビス距離では、標準ユークリッド距離に加え、項目間の相関を取り除くため新たに軸の方向を取り直し、互いに無関係な軸とする。これにより、特別な操業Ａを他の操業と区別することができるようになる。
【００４６】
以上の点を考慮して、本実施の形態では、マハラノビス距離により上記類似度を評価することにしている。なお、複数の過去の操業条件実績ｘ_iを選ぶ際に、過去の操業条件実績ｘ_iを類似度の高いものから一定の数だけ（例えば、１０個）選び出すやり方としてもよいし、一定の類似度の範囲内（一定のマハラノビス距離内）にある過去の操業条件実績ｘ_iを全て選び出すやり方としてもよい。
【００４７】
上述のようにして選ばれた複数（Ｎ個）の操業条件実績ｘ_iに対する操業結果実績ｙ_iは実績として分かっているので、それらの写像ｆより、下記の数５に示す式（２）が成立する。
【００４８】
【数５】

【００４９】
このとき、現時点の操業条件実績ｘ₀に対する操業結果ｙ₀を予測する、つまり、ｘ₀の写像関数ｆによる写像ｙ₀を求めるのがノルム法による予測問題の命題（定式化）である。そこでは、下記の数６に示す式（３）の関係が存在する。
【００５０】
【数６】

【００５１】
まず、現時点の操業条件実績ｘ₀を、類似する複数の過去の操業条件実績ｘ_iの線形結合で置き換えて表現できるとすると、下記の数７に示す式（４）で表現され、重みベクトルωが存在することになる。
【００５２】
【数７】

【００５３】
そこでは、予測したい状態は、近傍にある点で線形結合されうるものと仮定し、写像した出力空間においても、近傍なので、その線形結合は保存されているものと仮定している。ここで写像関数ｆに線形性があることを仮定し、式（４）を式（３）に代入し変形すると、下記の数８に示す式（５）で表される。
【００５４】
【数８】

【００５５】
すなわち、操業条件実績ｘ_iに対する操業結果実績ｙ_iが既知なので、重みω_iが分かれば、予測したい操業結果ｙ₀を知ることができる。ただし、式（４）のようにｘ₀をｘ_iの線形結合で置き換えることができると仮定したが、実際には、式（４）は近似に過ぎない。したがって、下記の数９に示す式（６）となる。
【００５６】
【数９】

【００５７】
つまり、ノルム法では、写像関数ｆが線形であるという仮定と、予測する操業実績が過去の操業実績の線形結合で表されるという仮定との下で、予測したい操業結果を過去の操業実績の線形結合として求めるものであり、そのために、重みベクトルωを求める必要がある。
【００５８】
上記のように、ノルム法においては、重みベクトルωの求め方が非常に重要である。その重みベクトルωの求め方に、式（４）を数学的に解くとしたならば、最小二乗法の適用が考えられる。しかし、最小二乗法では、数学的に最適な解は求められるが、仮定としている写像関数ｆが線形であることから外れた場合に誤差が生じることがある。
【００５９】
例えば、本実施の形態のように高炉プラントに適用する場合、非線形性を含む複雑な系であるため、写像関数ｆが線形であることから外れる可能性がある。そこで、その問題を補うために、操業の類似度に応じた重みベクトルωを決める手法（以下、「距離法」と称する）を併せて考えた。以下に、これら最小二乗法及び距離法について説明する。
【００６０】
（最小二乗法）
まず、重みベクトルωを求める方法の一つである、予測された値の説明性は落ちるが数学的に厳密に求める方法として、最小二乗法を説明する。式（４）の仮定を満足するため、右辺と左辺との差を最小とする下記の数１０に示す式（７）のω_iを求めることが命題となる。
【００６１】
【数１０】

【００６２】
この場合、図７に示すように、ベクトルωの解の数が異なるため、近傍点の個数Ｎと操業条件の項目数ｎとの関係によって計算方法を分ける必要がある。
【００６３】
近傍の点の個数Ｎが操業条件の項目数ｎ以下の場合、一意に重みベクトルωが決まるので、誤差最小化で一般的な最小二乗法を用いると定式化は、下記の数１１に示す式（８）のようになる。
【００６４】
【数１１】

【００６５】
最小値であるための条件は、ωｉの偏微分値が０であることから、下記の数１２に示す式（９）を解けばよい。
【００６６】
【数１２】

【００６７】
一方、近傍の点の個数Ｎが操業条件の項目数ｎより多い場合、条件式よりも未知変数の数の方が多くなるため複数の解が得られ、その中から１つを選ぶ必要がある。そこで、最小二乗法を２次計画法により最適化に変換し、重みベクトルωを求める。下記の数１３に示す式（１０）を満たす最適な重みベクトルωを求めるには、下記の数１４に示す式（１１）のように変形すると、２次計画法の一般系に変形することができる。これによって、制約条件を附加し、一意には定まらないω_iを求めることができる。
【００６８】
【数１３】

【００６９】
【数１４】

【００７０】
（距離法）
次に、重みω_iを求める場合に、現時点の操業条件実績ｘ₀と過去の操業条件実績ｘ_iとの差を距離だけに着目し、現時点の操業により近いもの（類似度の高いもの）の重みを大きく、遠いもの（類似度の低いもの）の重みを小さくすることが考えられる。
【００７１】
ここでは、下記の数１５に示す式（１２）とすることで定式化した。ｋはｉによらず一定値をとり、ｒは近いものと遠いものとの重みの差を決めるパラメータである。
【００７２】
【数１５】

【００７３】
このとき、重みω_iが無制限に大きくなることを避けるために、下記の数１６に示す式（１３）の制約を設けた。実用上、ｒ＝２とすることでｋが一意に求まる。
【００７４】
【数１６】

【００７５】
図８は、図１に示すデータ処理装置２で行われる処理を簡単に説明するフローチャートである。類似判断部２ａでは、現時点の操業条件実績情報が入力されると、上述したようにマハラノビス距離により類似度を評価することで、現時点の操業条件実績情報に類似する複数の過去の操業条件実績情報を選び出す（ステップＳ１０１）。
【００７６】
重み付け演算部２ｂでは、上記式（４）に示したように、上記現時点の操業条件実績情報を、選べ出された複数の過去の操業条件実績情報に重み付けをして表現する。このとき、上記式（７）〜（１１）で説明した最小二乗法、あるいは、式（１２）、（１３）で説明した距離法を用いて、その重み付けを演算する（ステップＳ１０２）。
【００７７】
操業結果値演算部２ｃでは、上記式（５）に示したように、上記選び出された複数の過去の操業条件実績情報に対する複数の過去の操業結果実績情報に、上記重み付け演算部２ｂで得られた重み付けに対応する重み付けにより、操業結果情報を演算する（ステップＳ１０３）。これにより、現時点の操業条件実績情報に対する将来の操業結果情報を得ることができ、その予測される操業結果情報を用いて、高炉プラントの安定操業を図ることが可能となる。
【００７８】
次に、上述したノルム法による演算手法を実際の高炉プラントに適用し、翌日の溶銑温度の予測性の有効性について確認を行った結果を説明する。今回一例として、２つの高炉の過去の日平均データ１２００日分を用い、前半の９００日をモデル作成用、後半の３００日を精度検証用のデータとした。
【００７９】
予測に用いた項目は、溶銑温度と相関性の高い２０項目を用いた。ここでは、図９に示すごとく、当日及び前日までのプロセスデータ（図９に○で表す操業アクション値、操業状態値、操業結果値）を用いて、溶銑温度等（図９に？で表す操業結果値）を予測するものとする。なお、溶銑温度に相関のある項目として、具体的には、送風量や高炉ステーブの温度や圧力等を用いた。
【００８０】
図１０には、入力項目として２０項目を使用した場合に、上述した重み付けを最小二乗法及び距離法により行うことで予測を行った結果の散布図を示す。図１０において、横軸は溶銑温度の実績値、縦軸には溶銑温度の予測値をとっており、斜め４５度の線上に全ての点がある場合、予測誤差が０となる。
【００８１】
上記図１０に示す結果から、最小二乗法、距離法いずれを用いた場合でも、平均誤差が１％以下という高い精度で溶銑温度を予測できることがわかった。
【００８２】
次に、上記監視装置３で行われる処理について説明する。監視装置３では、上述したようにして演算予測された操業結果値と、同じ時点での操業実績値との差分を一定時間積算する。そして、その値の平均値が閾値を超えた場合、過去に存在しない異常な状態が生じ、プラント操業に異常が生じるものとして図示しないアラーム等で警告する。このように差分を一定時間積分することにより、次に述べるように、ノイズ等の一時的な変動による影響を除去することができ、プラント操業の異常を早期に検知することができることが分かった。
【００８３】
図１１には、時間を横軸とした溶銑温度の予測値と実績値との差分値を示す。図１１に示す期間において、１月９日にプラント操業に異常が生じていたことが分かっている。
【００８４】
ここで、より詳細に見てみると、図１１に示すように、通常操業であった１月１日〜８日では、予測値と実績値との差分は、変動の大きさにばらつきはあるものの、０のラインを挟んでプラス／マイナス両方向に変動している。この場合に、予測値と実績値との単純な差分だけをみるのでは、ノイズ等の一時的な変動により当該差分が一度でも閾値を超えると、異常であると判断されてしまう。それに対して、図１２に示すごとく、差分を一定時間積分した平均値をみれば、これら１月１日〜８日では０のラインに近い値となり、ノイズ等の一時的な変動による影響が除去されることがわかる。そして、１月９日になって、プラス方向に大きく変動し、予め定めておいた閾値である２５を超え、プラント異常が発生したことをいち早く検知することができた。
【００８５】
なお、本発明の結果予測装置は、複数の機器から構成されるものであっても、１つの機器から構成されるものであってもよい。
【００８６】
又、上述した実施の形態は、コンピュータのＣＰＵ或いはＭＰＵ、ＲＡＭ、ＲＯＭ等で構成されるものであり、ＲＡＭやＲＯＭに記録されたプログラムが動作することで実現される。したがって、上記実施の形態の機能を実現するためのソフトウェアのプログラムコードをコンピュータに供給するための手段、例えばかかるプログラムコードを格納した記憶媒体は本発明の範疇に含まれる。
【００８７】
【発明の効果】
以上述べたように本発明によれば、現時点の条件情報に対して所定の類似度を有する複数の過去の条件情報を過去の条件情報の中から選び出し、上記選び出した複数の過去の条件情報に重み付けをして上記現時点の条件情報を表現するとともに、上記現時点の条件情報を表現するための重み付けに対応する重み付けを、上記複数の過去の条件情報のそれぞれに対する複数の過去の結果情報に行って、上記現時点の条件情報に対する結果情報を演算するようにしたので、予め知識を蓄積してルールを用意したり、メンテナンスを必要としたりする必要がなく、過去の事例を基に、演算により直接的に所定の結果情報を得ることができる。
【図面の簡単な説明】
【図１】本発明の実施の形態の結果予測装置の構成を示す図である。
【図２】予測手法としてのノルム法の考え方を示す概要図である。
【図３】相関のある２つのプロセス項目（ｘ₁、ｘ₂）があるとき、操業実績を×印でプロットしたものを示す図である。
【図４】ユークリッド距離について説明するための図である。
【図５】標準ユークリッド距離について説明するための図である。
【図６】マハラノビス距離について説明するための図である。
【図７】近傍点の個数Ｎ及び操業条件の項目数ｎと計算法との関係を示す図である。
【図８】演算予測処理を説明するためのフローチャートである。
【図９】当日及び前日までのプロセスデータを用いて溶銑温度等を予測することを示す図である。
【図１０】溶銑温度と相関性の高い上位２０項目を使用した場合の予測値と実績値との関係を示す図であり、(ａ)が最小二乗法を用いた場合を示す図で、(ｂ)が距離法を用いた場合を示す図である。
【図１１】溶銑温度の予測値と実績値との差分を示す図である。
【図１２】図１１における予測値と実績値との差分を８時間移動平均した結果を示す図である。
【符号の説明】
１データ蓄積装置
２データ処理装置
２ａ類似判断部
２ｂ重み付け演算部
２ｃ操業結果値演算部
３監視装置

Claims

過去の条件情報、及び上記過去の条件情報に対する過去の結果情報を使用して、現時点の条件情報ｘ₀に対する結果情報ｙ₀を演算する結果予測装置であって、
Ｎを正の整数として、上記過去の条件情報の中から、ノルム空間における式（１）を満たす上記現時点の条件情報ｘ₀に対して所定の類似度を有する複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）を選び出す類似判断手段と、
上記類似判断手段によって選び出された複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に、上記現時点の条件情報ｘ₀及び過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に基づいて、ｋを規格化定数として式（１２）により算出される重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して、式（１４）により、現時点の条件情報の推定値ｘ₀＾を表現する重み付け演算手段と、
上記複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）のそれぞれに対する複数の過去の結果情報ｙ_i（ｉ＝１，２，・・・，Ｎ）に、式（１５）により、上記重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して現時点の結果情報の推定値ｙ₀＾を演算する結果情報演算手段と、を備えたことを特徴とする結果予測装置。
上記事象がプラント操業であることを特徴とする請求項１に記載の結果予測装置。
上記条件情報には、複数の条件項目が含まれることを特徴とする請求項１または２に記載の結果予測装置。
上記類似判断手段は、上記所定の類似度をマハラノビス距離を用いて評価することを特徴とする請求項１〜３のいずれか１項に記載の結果予測装置。
上記類似判断手段は、上記複数の過去の条件情報として、上記所定の類似度の高いものから一定の数だけ選び出すことを特徴とする請求項１〜４のいずれか１項に記載の結果予測装置。
上記類似判断手段は、上記複数の過去の条件情報として、上記所定の類似度の範囲内にある全ての条件情報を選び出すことを特徴とする請求項１〜４のいずれか１項に記載の結果予測装置。
上記重み付け演算手段は、ｒ＝２とし、ｋを規格化定数として式（１２）により重み付け係数ω _i を算出することを特徴とする請求項１〜６のいずれか１項に記載の結果予測装置。
上記演算された結果情報と実績の結果情報との差分を監視する監視手段を備えたことを特徴とする請求項１〜７のいずれか１項に記載の結果予測装置。
上記監視手段は、上記演算された結果情報と上記実績の結果情報との差分を一定時間積算することを特徴とする請求項８に記載の結果予測装置。
上記監視手段は、上記一定時間積算した値の平均値を所定の閾値と比較することを特徴とする請求項９に記載の結果予測装置。
所定のプラントでの操業結果情報を演算するのに適用され、上記条件情報として操業アクション値及びプラント状態値を使用することを特徴とする請求項１〜１０のいずれか１項に記載の結果予測装置。
上記プラントは高炉製鉄プラントであることを特徴とする請求項１１に記載の結果予測装置。
上記結果情報を溶銑温度とし、上記操業アクション値として少なくとも送風量を使用し、又、上記プラント状態値として少なくとも高炉の温度を使用することを特徴とする請求項１２に記載の結果予測装置。
過去の条件情報、及び上記過去の条件情報に対する過去の結果情報を使用して、現時点の条件情報ｘ₀に対する結果情報ｙ₀を演算する結果予測方法であって、
Ｎを正の整数として、上記過去の条件情報の中から、ノルム空間における式（１）を満たす上記現時点の条件情報ｘ₀に対して所定の類似度を有する複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）を選び出す類似判断処理と、
上記類似判断処理によって選び出された複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に、上記現時点の条件情報ｘ₀及び過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に基づいて、ｋを規格化定数として式（１２）により算出される重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して、式（１４）により、現時点の条件情報の推定値ｘ₀＾を表現する重み付け演算処理と、
上記複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）のそれぞれに対する複数の過去の結果情報ｙ_i（ｉ＝１，２，・・・，Ｎ）に、式（１５）により、上記重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して現時点の結果情報の推定値ｙ₀＾を演算する結果情報演算処理と、を行うことを特徴とする結果予測方法。
過去の条件情報、及び上記過去の条件情報に対する過去の結果情報を使用して、現時点の条件情報ｘ₀に対する結果情報ｙ₀を演算するためのプログラムを格納するコンピュータ読み取り可能な記憶媒体であって、
Ｎを正の整数として、上記過去の条件情報の中から、ノルム空間における式（１）を満たす上記現時点の条件情報ｘ₀に対して所定の類似度を有する複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）を選び出す類似判断処理と、
上記類似判断処理によって選び出された複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に、上記現時点の条件情報ｘ₀及び過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）に基づいて、ｋを規格化定数として式（１２）により算出される重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して、式（１４）により、現時点の条件情報の推定値ｘ₀＾を表現する重み付け演算処理と、
上記複数の過去の条件情報ｘ_i（ｉ＝１，２，・・・，Ｎ）のそれぞれに対する複数の過去の結果情報ｙ_i（ｉ＝１，２，・・・，Ｎ）に、式（１５）により、上記重み付け係数ω_i（ｉ＝１，２，・・・，Ｎ）を付与して現時点の結果情報の推定値ｙ₀＾を演算する結果情報演算処理と、をコンピュータに実行させるプログラムを格納したことを特徴とするコンピュータ読み取り可能な記憶媒体。