JP4910757B2 - プロセスデータ予測システム及びそれを用いたプロセス管理装置 - Google Patents

Description

この発明は、データマイニング手法を用いて、プロセスデータの予測を行うプロセスデータ予測システム及びそれを用いたプロセス管理装置に関するものである。

近年、ハードディスクの大容量化に伴い多量のデータを保存することが可能となり、産業プラントにおいてもプロセス監視用にプロセスデータを長期的に収集し、蓄積するようになってきた。同時に、これらのデータを用いてデータ間の規則性もしくは相関性を抽出し、分析し、品質管理や設備管理に役立てようと試みられている。このプロセスデータ解析の手法として、データマイニング手法が多量のデータから必要とする情報を得ることができるという特徴を持つため、統合監視システムに組み込まれて広く用いられてきた。

例えば、一般的によく用いられているデータマイニング手法として、ニューラルネット、決定木、クラスター分析などが挙げられる。従来からこれらの手法を用いて、全プロセスデータについて変数間(管理値とその他データ)の関係や時系列分布の特徴を求めてモデル化が行なわれており、さらに、モデル化された情報を活用して、異常を検知し、歩留まり改善を促進しようとする試みが行われている（例えば、特許文献１参照）。

特開２００４―１８６４４５号公報（段落００１０〜００１１、図５）

しかし、上記従来技術において、多量のプロセスデータからデータマイニング手法を用いて管理値（目的変数）と各プロセスデータ（説明変数）の規則性もしくは相関性を分析する際、多大な処理時間が必要とされた。即ち、データマイニング手法を用いた分析では、その特徴を活かし膨大なデータを扱うが、データが増えるに連れ、無駄なデータと有益なデータの区別がつかず、全てのデータについて処理を行い、処理時間も長くなっていた。

また、管理値（目的変数）と各プロセスデータ（説明変数）の規則性もしくは相関性の分析を行う際に、管理値（目的変数）や各プロセスデータ（説明変数）、さらに必要係数を事前に手入力で選択する必要があり、このため、監視機能を操作する作業員もデータマイニングや製造プロセスの知識が必要であった。

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あり、管理値（目的変数）と各プロセスデータ（説明変数）の規則性もしくは相関性の分析に必要な処理時間を大幅に短縮できるプロセスデータ予測システム及びそれを用いたプロセス管理装置を得ることを目的とするものである。

また、分析方法やプロセスの知識が無くても、管理値を選択するだけで、マイニング分析ができるプロセスデータ予測システム及びそれを用いたプロセス管理装置を得ることを目的とするものである。

更に、分析方法やプロセスの知識が無くても、管理値を選択するだけで、マイニング分析から予測トレンド表示を簡単に行えるプロセスデータ予測システム及びそれを用いたプロセス管理装置を得ることを目的とするものである。

この発明に係るプロセスデータ予測システムは、プロセスデータを収集し、蓄積するプロセスデータ蓄積手段と、上記プロセスデータ蓄積手段に蓄積されたプロセスデータについてデータマイニング分析を行うプロセスデータ分析手段とを備えたプロセスデータ予測システムにおいて、上記プロセスデータ分析手段により分析されたプロセスデータの特徴量によって複数の類似したプロセスデータをまとめて、クラスターとして分類し、蓄積するクラスター分類蓄積手段と、上記クラスター分類蓄積手段で分類された後の複数のクラスターから管理値と関連の深いプロセスデータを選択するクラスター分類データ選択手段と、上記クラスター分類データ選択手段で選択されたプロセスデータと管理値の規則性もしくは相関性を分析する規則性抽出手段と、を備えたものである。

この発明に係るプロセスデータ予測システムによれば、膨大なデータについて分析を行っていた処理を、管理値と関連の深いデータのみ抜き出して、データを縮小化した後に分析を行うことができる。そのため、分析に必要とする処理時間も短縮(高速) 化することが可能となるプロセスデータ予測システムを提供することができる。

以下に添付図面を参照して、この発明に係るプロセスデータ予測システム及びそれを用いたプロセス監視装置について好適な実施の形態を説明する。なお、この実施の形態によりこの発明が限定されるものではない。

図１は実施の形態１に係るプロセスデータ予測システムを説明するブロック構成図である。実施の形態１に係るプロセスデータ予測システムは、プロセスデータ蓄積手段となるプロセスデータベース１、プロセスデータ分類手段２、クラスター分類蓄積手段となるクラスター分類データベース３、クラスター分類データ選択手段４、規則性抽出手段５、予測値解析手段６、トレンド表示手段７、及び規則性評価手段８から構成されている。なお、クラスター分類データベース３は、後述する第１クラスタープロセスデータ９、第２クラスタープロセスデータ１０、第ｎクラスタープロセスデータ１１から構成されている。

プロセスデータベース１は、プラント管理情報、生産情報、及び機器情報を含む産業プラントのプロセスデータベースである。プロセスデータ分類手段２は、プロセスデータベース１に含まれる各プロセスデータについて、データマイニング分析し、時系列に沿った特徴量を求める機能を有する。特徴量とは、プロセスデータを時間単位で分割し、その分割したデータの形状を表すものである。

プロセスデータ分類手段２により求められた特徴量は、評価量としてクラスター分類データベース３に入力される。クラスター分類データベース３に入力された評価量は、時系列の傾向（形状）が似たものを類似データとして分類され、一つのクラスターに纏められる。この纏められたクラスターはラベルが紐付けされ、プロセスデータを時系列ごとのラベルデータとして並べられる。これにより、各プロセスデータを時系列に並べられたラベルデータとして表すことができる。

更に、各プロセスのラベルデータについて、今度はプロセス間のクラスター分析によって、ラベルデータの並び方が類似したものを収集し、一つのクラスターとして纏められる。このように纏められたのが、図１に示す第１クラスタープロセスデータ９、第２クラスタープロセスデータ１０、第ｎクラスタープロセスデータ１１である。

クラスター分類データ選択手段４は、選択された管理値（目的変数）１２と同クラスター番号を持つクラスター、即ち、第１クラスタープロセスデータ９、第２クラスタープロセスデータ１０、第ｎクラスタープロセスデータ１１のいずれかをクラスター分類データベース３から選択する。

規則性抽出手段５は、同クラスター、即ち、第１クラスタープロセスデータ９、第２クラスタープロセスデータ１０、第ｎクラスタープロセスデータ１１の何れかから、そのクラスターに含まれる各プロセスデータ(目的変数を含む)を説明変数として用いて、決定木手法で規則性もしくは相関性を発見する。この際、規則性もしくは相関性とは、時刻ｔ−１〜ｔ−ｎ の説明変数の並び方や、組み合わせによって、時刻ｔの目的変数の値を決めることができるルールのことを言う。

予測値解析手段６は、規則性抽出手段５で作成したルールに各時刻の説明変数を代入して予測値を解析し、トレンド表示手段７は、予測値解析手段６で求められた管理値１２の予測トレンド、及び管理値１２と関連の深いプロセスデータのリアルタイムトレンドを表示する。

規則性評価手段８は、規則性抽出手段５で発見された規則性もしくは相関性に基づく予測値と実測値の差分を評価し、評価基準に満たない場合は、再度、クラスター分類データ選択手段４に戻す。クラスター分類データ選択手段４に戻された場合は、管理値１２と同クラスターだけでなく、選択クラスターの範囲を広げてデータを選択する。

実施の形態１に係るプロセスデータ予測システムは上記のように構成されており、次にこのシステムをプロセス管理装置に適用した具体的な例について説明する。
例えば、ある生産ラインにおいて上流工程の問題により、排水基準を超えた排水物が下流工程に流れてくることがある。このようなことがあると、最終工程で排水物の処理をする必要があり、多大な人手を労することとなる。そのため、排水基準を超えた指標が、どの工程と関連があるかを調べ、未然に防ぐ必要がある。

このような場合、まず、予測トレンドを表示したい排水基準Ａを管理値１２として選択する。次に、クラスター分類データ選択手段４において選択した排水基準Ａと関連の深いクラスターａを求める。その後、規則性抽出手段５においてクラスターａに含まれるプロセスデータを説明変数として用いることにより、排水基準Ａとの規則性もしくは相関性を求める。

規則性抽出手段５において求められた規則性もしくは相関性は、予測値解析手段６で予測値を解析する際に用いられる。なお、この際、予測値と実測値の差分が大きければ、規則性評価手段８により再度クラスターを選択しなおす。

このような処理を行った後、排水基準Ａの予測トレンドをトレンド表示手段７にリアルタイムトレンドを表示する。

以上のように、実施の形態１によるプロセスデータ予測システムによれば、クラスター分類データベース３において、膨大なデータを縮小化した後に分析を行うことができ、それにより必要とする計算時間も短縮(高速) 化することが可能となる。

また、そのシステムを用いたプロセス管理装置によれば、データ分析に必要とする計算時間を短縮(高速) 化できることは勿論、排水基準Ａをプロセス統合監視画面上で管理値１２として選択する操作のみで、すぐに予測トレンドと予測トレンドと関連の深いデータのリアルタイムトレンドを表示することができる。このため、作業員はデータマイニングやプロセスに関する知識がなくても、管理値の傾向を掴むことができる。

プロセスデータ予測システム及びそれを用いたプロセス管理装置は、多量のデータから必要とする情報を得ることができるというデータマイニング手法の特徴を生かした上で、分析に必要とする処理時間を短縮(高速) 化できるので、各種産業プラントのプロセス管理装置に適用できる。

この発明の実施の形態１に係るプロセスデータ予測システムを説明するブロック構成図である。

符号の説明

１ プロセスデータベース
２ プロセスデータ分類手段
３ クラスター分類データベース
４ クラスター分類データ選択手段
５ 規則性抽出手段
６ 予測値解析手段
７ トレンド表示手段
８ 規則性評価手段
９ 第１クラスタープロセスデータ
１０ 第２クラスタープロセスデータ
１１ 第ｎクラスタープロセスデータ
１２ 管理値

Claims (4)

1. プロセスデータを収集し、蓄積するプロセスデータ蓄積手段と、上記プロセスデータ蓄積手段に蓄積されたプロセスデータについてデータマイニング分析を行うプロセスデータ分析手段とを備えたプロセスデータ予測システムにおいて、
   上記プロセスデータ分析手段により分析されたプロセスデータの特徴量によって複数の類似したプロセスデータをまとめて、クラスターとして分類し、蓄積するクラスター分類蓄積手段と、
   上記クラスター分類蓄積手段で分類された後の複数のクラスターから目的変数を意味する管理値と同クラスター番号を持つクラスターを選択するクラスター分類データ選択手段と、
   上記クラスター分類データ選択手段で選択されたクラスターに含まれるプロセスデータと管理値の規則性もしくは相関性を分析する規則性抽出手段と、
   を備えたことを特徴とするプロセスデータ予測システム。
2. 上記規則性抽出手段により分析された規則性もしくは相関性から管理値の予測値を解析する予測値解析手段と、
   上記規則性抽出手段により分析されたプロセスデータと管理値の予測値を比較し、比較結果によって上記プロセスデータを上記クラスター分類データベース選択手段にフィードバックする規則性評価手段と、を備えたことを特徴とする請求項１記載のプロセスデータ予測システム。
3. 上記管理値を選択することにより、上記管理値の予測トレンドを表示すると共に、上記管理値と同クラスター番号を持つクラスターに含まれるプロセスデータのリアルタイムトレンドを表示するトレンド表示手段を備えたことを特徴とする請求項１または請求項２記載のプロセスデータ予測システム。
4. 請求項１から請求項３のいずれか一つに記載のプロセスデータ予測システムを用いたプ
   ロセス管理装置。

Images