JP5016054B2 - 水素添加分解装置内の異常動作を検出するための方法およびシステム - Google Patents

Description

関連出願の相互参照

本出願は、２００６年９月２８日に出願された、表題が「水素添加分解装置内の異常状況の防止」である米国仮出願第６０／８４７，７８５号に基づいて優先権を主張するものである。米国特許仮出願代第６０／８４７，７８５号は、ここで、本明細書において参照することによりその全内容を援用するものとする。

本発明は、一般的にプロセス制御システムに関するものであり、さらに詳細には水素添加分解装置の監視および／またはモデル化するためのシステムに関するものである。

化学プロセス、石油プロセスまたは他のプロセスにおいて利用される分散型のまたは拡張可能なプロセス制御システムの如き、プロセス制御システムは、アナログバス、デジタルバス、または、アナログバス／デジタルバスを組み合わせたバスを介して、少なくとも一つのホストワークステーションもしくはオペレータワークステーションと、一または複数のフィールドデバイスとが互いに通信可能に接続された一または複数のプロセス制御装置を備えているのが一般的である。これらのフィールドデバイスは、たとえば弁、弁ポジショナ、スイッチ、およびトランスミッタ（たとえば、温度センサ、圧力センサおよび流量センサ）等であり、弁の開閉およびプロセスパラメータの測定の如きプロセス内の機能を実行するようになっている。プロセスコントローラは、フィールドデバイスにより作成されるまたはそれに関連するプロセス測定値もしくはプロセス変数および／またはそれらのフィールドデバイスに関する他の情報を表す信号を受信し、この情報を用いて制御ルーチンを実行し、そして制御信号を生成するようになっている。これらの制御信号は、プロセスの動作を制御するために、バスを通じてフィールドデバイスに送信される。通常、これらのフィールドデバイスおよびコントローラからの情報は、オペレータワークステーションにより実行される一または複数のアプリケーションによる利用が可能となされており、これにより、オペレータは、プロセスの現在の状況の閲覧、プロセスの動作の変更などの如きプロセスに関する所望の操作を実行することが可能となる。

過去に、従来のフィールドデバイスはアナログバスあるいはアナログ回線を介してプロセス制御器間でアナログ（例えば４〜２０ミリアンペア）信号を送り受け取るために使用された。これらの４〜２０ｍＡの信号は、デバイスによってなされた測定、あるいは、デバイスの動作を制御することを要求されるコントローラによって生成された制御信号を示すことに事実上制限されていた。しかし、過去十年間くらいで、マイクロプロセッサおよびメモリを有するスマートフィールドデバイスがプロセス制御分野において広く行き渡るようになった。プロセス内において主要機能を実行することに加えて、スマートフィールドデバイスは、デバイスに関するデータを格納し、デジタル形式またはデジタルおよびアナログを組み合わせた形式でコントローラと通信し、自己校正、識別、診断などの如き二次的なタスクを実行する。異なる製造業者により製造されたスマートフィールドデバイスを同一のプロセス制御ネットワーク内で一緒に用いることができるように、ＨＡＲＴ（登録商標）プロトコル、ＰＲＯＦＩＢＵＳ（登録商標）プロトコル、ＷＯＲＬＤＦＩＰ（登録商標）プロトコル、ＤｅｖｉｃｅＮｅｔ（登録商標）プロトコルおよびＣＡＮプロトコルの如き複数の標準型および開放型のスマートデバイス通信プロトコルが開発されている。さらに、ＦＯＵＮＤＡＴＩＯＮ（商標）Ｆｉｅｌｄｂｕｓ（以下、「Ｆｉｅｌｄｂｕｓ」と呼ぶ）プロトコルとして知られているＦｉｅｌｄｂｕｓ Ｆｏｕｎｄａｔｉｏｎにより発布されている全デジタル方式の二線式バスプロトコルは、異なるフィールドデバイス内に設けられた機能ブロックを用いて、集中型コントローラ内で予め実行される制御動作を実行するようになっている。この場合、Ｆｉｅｌｄｂｕｓフィールドデバイスは一または複数の機能ブロックを格納および実行することができる。各機能ブロックは、他の機能ブロック（同一のデバイス内または異なるデバイス内）から入力を受信しおよび／または他の機能ブロックに出力を送信し、プロセスパラメータの測定または検出、デバイスの制御もしくは比例−積分−微分（ＰＩＤ）制御ルーチンの実行のような制御動作の実行の如きなんらかのプロセス制御動作を実行するようになっている。プロセス制御システム内のさまざまな機能ブロックは、一または複数のプロセス制御ループを形成するために互いに（たとえば、バスを通じて）通信するように構成されている。これらの個々の動作はプロセスの全体にわたって分散され、中央に集中していない。

通常、フィールドデバイスおよびプロセスコントローラからの情報は、オペレータワークステーション、保守ワークステーション、パーソナルコンピュータ、携帯デバイス、データヒストリアン、レポートジェネレータ、中央データベースなどの如き一または複数のハードウェアデバイスが利用できるようになっており、これにより、オペレータまたは保守作業員は、プロセス制御ルーチンの設定の変更、プロセスコントローラまたはスマートフィールドデバイスの内部の制御モジュールの動作の修正、プロセス制御プラント内のプロセスもしくは特定のデバイスの現在の状況の閲覧、フィールドデバイスおよびプロセスコントローラにより生成されるアラームの閲覧、作業員の訓練またはプロセス制御ソフトウェアの試験の目的でのプロセスの動作のシミュレーションならびにプロセスプラント内の問題もしくはハードウェア不良の診断などの如きプロセスに対する所望の機能を実行することができることになる。

典型的なプロセス制御プラントは、一または複数のプロセスコントローラに接続された弁、トランスミッタ、センサなどの如き多くのプロセス制御および計測デバイスを備えているが、プロセスの動作に必要なまたはプロセスの動作に関連する支援デバイスは他にも多くある。たとえば、これら追加のデバイスには、電力供給装置、電力発生および分配装置、タービンやモータなどの如き回転装置などが含まれ、これらは、普通のプラント内の複数の場所に設置されている。これら追加の装置は、プロセス変数を必ずしも作成もしくは使用するわけでなく、ほとんどの場合には、プロセス動作に影響を与えるためのプロセスコントローラに、制御されることもなければプロセスコントローラに接続されることもないが、これらの装置は、プロセスの適切な動作にとって重要であり、終局的には必要なものである。

公知のように、プロセスプラント環境、とくに多くのフィールドデバイスおよび支援装置を備えているプロセスプラント内において問題が発生することが多い。これらの問題は、故障したまたは機能不全のデバイス、不適切なモードに置かれているソフトウェアルーチンの如きロジックエレメント、不適切にチューニングされているプロセス制御ループ、プロセスプラント内のデバイス同士の一または複数の通信不良などの形態をとりうる。これらのおよび他の問題は、種類はさまざまであるものの、一般的にプロセスを異常状態の下で動作させる結果となる（すなわち、プロセスプラントが異常状態に置かれる）。通常、異常状態は、プロセスプラントの最適ではない性能と関連している場合が多い。プロセスプラント内の問題原因の検出およびその原因の割り出しに加えて、問題が発生および検出された場合に、オペレータまたは保守作業員によるその問題の診断および解決を補助するために多くの診断ツールおよび診断アプリケーションが開発されている。たとえば、直接バスまたは無線バス、イーサネット（登録商標）、モデム、電話回線などの如き通信コネクタを通じてプロセスコントローラに通常接続されているオペレータワークステーションが、プロセッサおよびメモリを備えており、これらのプロセッサおよびメモリが、エマソンプロセスマネージメント（Ｅｍｅｒｓｏｎ Ｐｒｏｃｅｓｓ Ｍａｎａｇｅｍｅｎｔ）社により販売されているＤｅｌｔａＶ（商標）制御システムおよびＯｖａｔｉｏｎ（登録商標）制御システムの如きソフトウェアまたはファームウェアを実行するように構成されている。同様に、保守ワークステーションは、プロセス制御のためのオブジェクトのリンクおよび埋め込みコネクタ（（Ｏｂｊｅｃｔ Ｌｉｎｋｉｎｇ＆Ｅｍｂｅｄｄｉｎｇ（ＯＬＥ）ｆｏｒ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ（ＯＰＣ）ｃｏｎｎｅｃｔｉｏｎｓ）、携帯コネクタなどを通じてフィールドデバイスの如きプロセス制御デバイスに接続されうる。これらのワークステーションは、通常、プロセスプラント内のフィールドデバイスにより生成される保守用のアラームおよびアラートを閲覧し、プロセスプラント内のデバイスを試験し、プロセスプラント内のフィールドデバイスおよび他のデバイスに対して保守活動を実行するように構成されている一または複数のアプリケーションを備えている。プロセスプラント内の支援装置内の問題を診断するために同様の診断アプリケーションが開発されている。

したがってたとえば、エマソンプロセスマネージメント社により販売される（「フィールドデバイス管理システムにおいて利用される統合型通信ネットワーク」という表題の米国特許第５，９６０，２１４号に少なくとも部分的に開示されている）インテリジェントデバイスマネージャアプリケーションであるＡＭＳ（商標）スイートにより、フィールドデバイスの動作状態を確認および追跡するためにフィールドデバイスと通信し、このフィールドデバイスに関連するデータを格納することが可能となる。場合によっては、フィールドデバイス内のパラメータを変更するため、フィールドデバイスにそれ自体に対するたとえば自己校正ルーチンまたは自己診断ルーチンの如きアプリケーションを実行させるため、および、フィールドデバイスの状況または調子についての情報を取得するため、ＡＭＳ（商標）アプリケーションがフィールドデバイスとの通信に用いられることもある。この情報には、たとえば、ステータス情報（たとえば、アラームイベントまたは他の同様なイベントの発生の有無）、デバイス構成情報（たとえば、フィールドデバイスの現在の態様または構成可能態様およびフィールドデバイスにより用いられている測定ユニットのタイプ）、デバイスパラメータ（たとえば、フィールドデバイスの範囲の値および他のパラメータ）などが含まれる。もちろん、これらの情報が、フィールドデバイスの問題の監視、保守および／または診断を行うために保守作業員により用いられてもよい。

同様に、多くのプロセスプラントは、ＣＳＩシステムズ（ＣＳＩ Ｓｙｓｔｅｍｓ）により提供される機械調子（Ｍａｃｈｉｎｅｒｙ Ｈｅａｌｔｈ）（登録商標）アプリケーションまたはさまざまな回転装置の動作状態を監視、診断および最適化するために用いられるその他の公知のアプリケーションを備えている。保守作業員は、プラント内の回転装置の性能を保守および監視するため、回転装置の問題を究明するため、および、回転装置の修理または交換の要否およびその時期を決定するために、これらのアプリケーションを用いることが多い。同様に、多くのプロセスプラントは、電力発生および分配装置を制御および保守するため、たとえばＬｉｅｂｅｒｔ社およびＡＳＣＯ社により提供されるような電力制御および診断アプリケーションを備えている。また、プロセスプラントの制御活動を最適化するため、プロセスプラント内において、たとえばリアルタイムオプチマイザ（ＲＴＯ＋）の如き制御最適化アプリケーションを実行することが知られている。典型的には、このような最適化アプリケーションは、たとえば収益の如きなんらかの所望の最適化変数に対してプロセスプラントの動作を最適化するためにはどのように入力を変更しうるかを予測すべく、プロセスプラントの複雑なアルゴリズムおよび／またはモデルを用いている。

通常、これらのおよび他の診断および最適化のためのアプリケーションは、システム全体にわたって一または複数のオペレータワークステーションまたは保守ワークステーション内に実装され、プロセスプラントまたは当該プロセスプラント内のデバイスおよび装置の動作状態に関して予め構成された表示画面をオペレータまたは保守作業員に対して呈示するようになっている。典型的な表示画面には、プロセスプラント内のプロセスコントローラまたは他のデバイスにより生成されるアラームを受信するアラーム表示画面、プロセスプラント内のプロセスコントローラまたは他のデバイスの動作状態を示す制御表示画面、プロセスプラント内のデバイスの動作状態を示す保守表示画面などが含まれる。同様に、これらのおよび他の診断アプリケーションにより、オペレータまたは保守作業員は、制御ループの再チューニングまたは他の制御パラメータの再設定を行うことができ、一または複数のフィールドデバイスに対して試験を実施することによりこれらのフィールドデバイスの現在の状態を判断することができ、フィールドデバイスまたは他の装置の校正をすることができ、または、プロセスプラント内のデバイスおよび装置に対して他の問題の検出および修正活動を実行することができる。

これらのさまざまなアプリケーションおよびツールはプロセスプラント内の問題の特定および解決に非常に有効であるが、これらの診断アプリケーションは、プロセスプラント内においてある問題がすでに発生してしまった後、したがってプラント内に異常状況がすでに存在してしまった後でのみ用いられるように構成されているのが一般的である。残念なことには、これらのツールを用いて検出され、特定され、解決される前に、異常状況がある期間存在しうることになるため、その問題の検出、特定および解決の期間、プロセスの性能が最適ではない状態に置かれることになる。ほとんどの場合、制御オペレータが、プロセスプラントのアラーム、アラートまたは性能の劣化によりなんらかの問題が存在することを検出する。次いで、このオペレータは、発生しうる問題を保守作業員に通知する。この保守作業員は、実際の問題を検出する場合もあればしない場合もあり、試験または他の診断のためのアプリケーションを実行する前にまたは実際の問題の特定に必要な他の活動を実行する前に、さらなる指示が必要な場合もある。いったん問題が特定されると、保守作業員は、部品を注文し、保守作業の予定を組むことが必要となりうる。これらのすべてを行うと、問題の発生からその問題の解決までの間の期間が非常に長くなり、この時間の間、プロセスプラントは、プラントが最適ではない状態で動作されていると一般的に考えられる異常状況下で運転されることになる。

これに加えて、プロセスプラントのほとんどが、比較的に短期間にプラント内のコストまたは損害が大きくなる異常状況に悩まされている。たとえば、異常状況によっては、その異常状況がほんの短い期間存在しただけで、プロセスプラント内で、装置の損傷が増大し、原材料が損害をうけ、または、予想外の不稼働時間が長くなるような場合もある。したがって、プラント内の問題をその問題の発生の後で検出するだけでは、その問題がどれだけ迅速に解決されようと、プロセスプラント内の損失または損傷は大きなものとなる。したがって、異常状況が発生してしまった後でプロセスプラント内の問題に対処し、解決しようとするのではなく、そもそも異常状況が発生しないようにすることが望ましい。

プロセスプラント内において深刻な損失が発生する前に予測される異常な状況を阻止するための手段を講じるために、ユーザに、プロセスプラント内における異常状況の発生をその異常状況が実際に発生する前に予測することを可能とするデータの収集に用いうる一つの手法が存在している。この手法は、表題が「根本的原因の診断」である米国特許出願番号第０９／９７２，０７８号、現在米国特許７，０８５，６１０号（現在米国特許第６，０１７，１４３号となっている米国特許出願第０８／６２３，５６９号に部分的に基づいている）に開示されている。これらの両方の出願は、本明細書において参照することにより、その全内容をここで援用するものとする。一般的にいえば、この手法では、統計データ収集および処理ブロックまたは統計的処理および監視（ＳＰＭ）ブロックを、プロセスプラント内のフィールドデバイスの如き複数のデバイスのそれぞれの内部に設けている。統計データ収集・処理ブロックは、たとえばプロセス変数データを収集し、収集されたデータに関連する平均値、中央値、標準偏差などの如きなんらかの統計量を定める。次いで、これらの統計量は、ユーザに送信され、既知の異常状況が将来発生することを示唆するパターンを認識すべく解析されうる。いったんある疑わしい将来の異常な状態が検出されると、潜在的な問題を解決するためのステップがとられ、これにより、最初の段階において異常な状況が回避されている。

プロセスプラントの問題を監視および検出するために、他の技術が開発されている。そのような一つの手法として統計的プロセス制御（ＳＰＣ）と呼ばれるものがある。ＳＰＣは、プロセスに関連する品質変数の如き変数を監視し、品質変数がその「統計的」ノルムから外れたことが検出されたとき、オペレータにフラグを立てるために用いられている。ＳＰＣの場合、主要品質変数の如き変数のための小さな標本がその小さな標本の統計データを生成するために用いられる。次いで、この小さな標本の統計データが、その変数のさらに大きな標本に対応する統計データと比較される。変数値は、実験室または分析器によって生成されてもよいしまたはデータ履歴から読み取られてもよい。小さな標本の平均値または標準偏差が大きな標本の平均値または標準偏差から予め定められた所定の量だけ外れているとき、ＳＰＣアラームが生成されることになる。ＳＰＣの意図は、小さい標本の統計的に正常な変動に基づいてプロセスが調整されることを回避することにある。小さな標本の平均値または標準偏差のチャートは、オペレータに対し、制御コンソールとは別個のコンソールに表示されてもよい。

他の手法は、複数の変数を分析するようになっているものであり、多変量統計的プロセス制御（ＭＳＰＣ）と呼ばれているものである。この手法では、プロセスの統計モデルを構築するために履歴データを分析する主成分分析（ＰＣＡ）および部分最小二乗（ＰＬＳ）の如きアルゴリズムが用いられている。具体的にいえば、いつアラームを生成するかを決めるモデルを作成するために、正常動作に対応する変数値の標本と異常動作に対応する変数値の標本とが分析される。いったんモデルが定義されると、現在のプロセスに対応する変数値がモデルに入力され、これらの変数値が異常動作を示す場合には、アラームが生成されることとなる。

モデルをベースにした性能監視システム手法では、プロセス入力をプロセス出力に関連づけする相関性に基づいたモデル、または第一原理モデル（ｆｉｒｓｔ−ｐｒｉｎｃｉｐｌｅ ｍｏｄｅｌ）の如きモデルが用いられている。内部チューニング定数またはバイアス項目を調節することにより、モデルを実際のプラント動作に対して修正することが可能である。いつプロセスが異常な領域へと移動するかを予測し、オペレータに対応策を取るように警告するために、このモデルを用いることができる。実際の動作と予測動作との間に著しい偏差がある場合、または、計算された効率パラメータに大きな変化が見られる場合に、アラームが生成されうる。典型的には、モデルに基づく作業監視システムは、単一ユニット（たとえば、ポンプ、コンプレッサ、加熱器、カラムなど）の動作などの小さなもの、または、プロセスユニット（たとえば、常圧蒸留ユニット、流動接触分解ユニット（ＦＣＣＵ）、リフォーマなど）を構成する複数の動作の組み合わせを対象としている。

さらに、他の手法は、異なる動作領域に対応して複数の回帰モデルを有するように設定可能なモデルを用いている。この手法は、２００６年７月２５日に出願された、表題が「プロセスプラント内の異常動作を検出するための方法およびシステム」である米国特許出願第１１／４９２，４６７号に記載されている。この出願は、本明細書において参照することによりその全内容をここで援用するものとする。一般的にいえば、この手法は、実際の動作がモデルにより予測される動作から外れているか否かを判定することでモデルを構築および利用する。偏差（ズレ）が著しい場合、このことは異常動作を示しうる。動作が異なる動作領域へ移動する場合、新しい回帰モデルはその領域のために構築され、モデルは、その新しい動作領域を含むように更新される。この手法のさらなる開発は、２００６年７月２５日に出願された、表題が「レベル調節制御ループの異常動作を検出する方法およびシステム」である米国特許出願第１１／４９２，５７７号に開示されているようなタンク内の材料のレベル調節制御に関する予測信号を、２００６年７月２５日に出願された、表題が「予測値からのプロセス変数の偏差を検出する方法およびシステム」である米国特許出願第１１／４９２，３４７号と２００６年７月２５日に出願された、表題が「予測値からのプロセス変数の偏差を検出する方法およびシステム」である米国特許出願第１１／４９２，４６０号に開示されているように、測定されたプロセス変数を処理することにより生成された平均値信号または他の統計信号を用い、その信号を解析して予測値から著しく外れているか否かを判断することにより、生成するレベル調節制御ループのモデルを含んでいる。これらの出願は、本明細書において参照することにより、その全内容をここで援用するものとする。

上記に記載の手法をさまざまなプロセス産業に適用してもよいが、異常状況の防止がとくに適用可能な産業分野の一つは精製分野である。とりわけ、異常状況の防止は、精錬業で用いられているような水素添加分解装置にとくに適用可能である。一般的に、精製装置内の水素添加分解装置ユニットは、重質炭化水素を軽質炭化水素へ「分解」するために水素を用いている。たとえば、複雑な有機分子（たとえば、重質炭化水素）は、炭素−炭素結合の切断により、より単純な分子（たとえば、軽質炭化水素）へと分解される。分解速度および最終生成物は温度によって異なる。水素添加分解装置に関する一つの問題は、水素添加分解装置の反応器内で生じる飛散温度（ｒｕｎａｗａｙ ｔｅｍｐｅｒａｔｕｒｅ）である。

水素添加分解装置に関する異常動作を検出することを容易にする法およびシステムの具体例が示されている。一般的にいえば、水素添加分解装置のうちの少なくとも一部をモデル化するためのモデルは、水素添加分解装置の複数の異なる動作領域に対応する複数の回帰モデルを含むように構成可能とされうる。このモデルは、水素添加分解装置の実際の動作がモデルにより予測された動作から著しく外れているか否かを判断することに用いられうる。著しい偏差（ズレ）がある場合、このことは異常動作を示しうる。

第一の実施形態では、水素添加分解装置の異常動作を検出する方法が示されている。この方法は、水素添加分解装置が動作領域にある間、水素添加分解装置の第一のデータセットを収集し、この第一のデータセットを用いて、この動作領域における水素添加分解装置の回帰モデルを構築することを含みうる。第一のデータセットは、動作領域における水素添加分解装置の反応器内の第一の断面と第二の断面との間の温度差変数から生成されうる。第一のデータセットは、動作領域における水素添加分解装置の負荷変数からさらに生成されうる。この回帰モデルは、温度差変数から生成される第一のデータの予測値を負荷変数から生成される第二のデータの関数として生成するために用いられうる。次いで、この方法は、水素添加分解装置内の異常状況を検出するために、温度差変数から生成される対応する信号が温度差変数から生成される第一のデータの予測値から外れているか否かを判断するようになっている。

他の実施形態では、水素添加分解装置の異常動作を検出するための方法が開示されている。この方法は、水素添加分解装置がある動作領域にある間に、水素添加分解装置についての複数の第一のデータセットを収集し、この複数の第一のデータセットを用いて各温度差変数に対して動作領域における水素添加分解装置の回帰モデルを構築することを含みうる。複数の第一のデータセットの各々は、動作領域における水素添加分解装置の反応器内の断面間の対応する温度差変数、および、動作領域の水素添加分解装置の負荷変数から生成されうる。この回帰モデルは、負荷変数から生成される第二のデータの関数として温度差変数の各々から生成される第一のデータの予測を生成するために用いられうる。次いで、この方法は、水素添加分解装置内の異常状況を検出するために、温度差変数のうちの少なくとも一つから生成される対応する信号がそれに対応する温度差変数から生成される第一のデータの予測値から外れているか否かを判断する。

他の実施形態では、水素添加分解装置の異常動作の検出を容易にするための方法が開示されている。この方法は、水素添加分解装置が第一の動作領域にある間、第一のデータセットを収集し、水素添加分解装置が第二の動作領域にある間、第二のデータセットを収集することを含みうる。第一および第二のデータセットは、水素添加分解装置の反応器内の第一の断面と第二の断面との間の温度差変数から生成され、および、水素添加分解装置の負荷変数からさらに生成されうる。第一の動作領域のプロセスに関する第一の回帰モデルは第一のデータセットを用いて生成され、水素添加分解装置の第二の回帰モデルは第二のデータセットを用いて第二の動作領域において生成されうる。この方法は、第一の回帰モデルが有効な第一の範囲および第二の回帰モデルが有効な第二の範囲を決定しうる。水素添加分解装置のモデルは、第一の回帰モデルを含むように生成され、第一の範囲の第一の回帰モデルと共に第二の範囲の第二の回帰モデルを含むように更新されうる。

さらに他の実施形態では、プロセスプラント内の水素添加分解装置の異常動作を検出するためのシステムが開示されている。このシステムは、プロセスプラント内の水素添加分解装置の設定可能なモデルを含みうる。この設定可能なモデルは、水素添加分解装置の第一の動作領域に対応する第一の範囲の第一の回帰モデルを含みうる。その後、この設定可能なモデルは、第一の動作領域とは異なる第二の動作領域に対応する第二の範囲の第二の回帰モデルを含むように構成されうる。この設定可能なモデルは、負荷変数の値の関数として温度差変数の予測値を生成しうる。温度差変数の値は、水素添加分解装置の反応器内の第一の断面と第二の断面との間の温度差から生成されうる。また、このシステムは、設定可能なモデルに接続された偏差検出器をさらに有しうる。この偏差検出器は、温度差変数の値と温度差変数の予測値との差をしきい値と比較することにより、温度差変数の値が温度差変数の予測値と異なるか否かを判断しうる。

さらに他の実施形態では、プロセスプラント内の水素添加分解装置内の異常動作を検出するためのシステムが開示されている。このシステムは、プロセスプラント内の水素添加分解装置の設定可能なモデルを備えうる。この設定可能なモデルは、水素添加分解装置の動作領域に対応する範囲における回帰モデルを含みうる。この設定可能なモデルは、負荷変数の値の関数として温度差変数の予測値を生成しうる。温度差変数の値は、水素添加分解装置の反応器内の第一の断面と第二の断面との間の温度差から生成されうる。このシステムは、設定可能なモデルに接続された偏差検出器をさらに備えうる。この偏差検出器は、温度差変数の値と温度差変数の予測値との差をしきい値と比較することにより、温度差変数の値が温度差変数の予測値と異なるか否かを判断しうる。また、このシステムは統合アプリケーションをさらに備えており、この統合アプリケーションは、温度差変数の値と温度差変数の予測値との差をしきい値と比較した場合に、温度差変数の値の閲覧に使用するためおよび水素添加分解装置の異常動作の示唆表示の閲覧に使用するための水素添加分解装置の図を作成するようになっている。

一または複数のオペレータワークステーション、保守ワークステーション、コントローラ、フィールドデバイスおよび支援装置を有する分散型の制御および保守ネットワークを備えているプロセスプラントを示すブロック図の一例である。 プロセスプラントの水素添加分解装置内に設けられた異常状況防止システムのさまざまなコンポーネント間の相互通信接続を例示した、図１のプロセスプラントのうちの一部を示すブロック図の一例である。 図２Ａの水素添加分解装置の一例を示すブロック図である。 一または複数の回帰モデルを用いる異常動作検出（ＡＯＤ）システムの一例である。 図３ＡのＡＯＤシステムを示す回帰ブロックの一例である。 図３Ａおよび図３Ｂに例示されるＡＯＤシステムを用いて具象化されうる方法の一例を示すフロー図である。 図３Ａおよび図３Ｂのモデルを初期トレイニングするための方法の一例を示すフロー図である。 回帰モデルを構築するために、ＡＯＤシステムのＬＥＡＲＮＩＮＧ状態中に収集され、図３Ｂのモデルにより用いられうる複数のデータセットを示すグラフである。 図６Ａの複数のデータセットを用いて構築される第一の回帰モデルを示すグラフである。 図３Ａおよび図３Ｂに例示されるＡＯＤシステムを用いて具象化されうる方法の一例を示すフロー図である。 受信されたデータセットと、それに対応する、図３ＢのモデルによりＡＯＤシステムのＭＯＮＩＴＯＲＩＮＧ状態中に生成された予測値とを示すグラフである。 受信された他のデータセットと、それに対応する、図３Ｂのモデルにより生成された予測値とを示すグラフである。 図３Ｂのモデルの有効範囲外にある受信されたデータセットを示すグラフである。 ＡＯＤシステムのＬＥＡＲＮＩＮＧ状態中に収集され、異なる動作領域における第二の回帰モデルを構築するために図３のモデルにより用いられうる異なる動作領域の複数のデータセットを示すグラフである。 図９Ａの複数のデータセットを用いて構築される第二の回帰モデルを示すグラフである。 更新されたモデルおよびその有効範囲を示すとともに、受信されたデータセットと、それに対応する、ＡＯＤシステムのＭＯＮＩＴＯＲＩＮＧ状態中に生成された予測値とを示すグラフである。 図３Ｂのモデルを更新するための方法の一例を示すフロー図である。 図３Ａおよび図３ＢのＡＯＤシステムの如きＡＯＤシステムの他の動作に対応する状態遷移図の一例である。 ＡＯＤシステムのＬＥＡＲＮＩＮＧ状態の動作方法の一例を示すフロー図である。 ＡＯＤシステムのモデルを更新するための方法の一例を示すフロー図である。 ＡＯＤシステムのＭＯＮＩＴＯＲＩＮＧ状態の動作方法の一例を示すフロー図である。 ユーザに水素添加分解装置の温度差変数を閲覧させて異常状態の発生を監視させることを可能とすべくグラフィカルユーザインターフェイスにより提供されうる表示画面の一例を示す図である。 異常状態の検出に応じて生成されるアラートをユーザに閲覧させることを可能とすべくグラフィカルユーザインターフェイスにより提供されうる表示画面の一例を示す図である。 異常状態に関するメッセージをユーザに閲覧させることを可能とすべくグラフィカルユーザインターフェイスにより提供されうる表示画面の一例を示す図である。 異常状態に関するさらなる表示をユーザに閲覧させることを可能とすべくグラフィカルユーザインターフェイスにより提供されうる表示画面の一例を示す図である。 ＡＯＤシステムのユーザによる閲覧および設定を可能とすべくグラフィカルユーザインターフェイスにより提供されうる表示画面の一例を示す図である。

図１を参照すると、異常状況防止システムが実装されうる例示のプロセス制御プラント１０が、一または複数の通信ネットワークを通じて支持装置とともに相互接続されている複数の制御システムおよび保守システムを備えている。具体的にいえば、図１のプロセス制御プラント１０は、一または複数のプロセス制御システム１２、１４を備えている。プロセス制御システム１２は、ＰＲＯＶＯＸシステムまたはＲＳ３システムの如き従来型のプロセス制御システムまたはその他の制御システムであってもよく、オペレータインターフェイス１２Ａを備え、このオペレータインターフェイス１２Ａに制御装置１２Ｂおよび入力／出力（Ｉ／Ｏ）カード１２Ｃが順に接続され、次いで、これらの入力／出力（Ｉ／Ｏ）カード１２Ｃに、アナログ型フィールドデバイスおよび高速アドレス可能遠隔トランスミッタ（ＨＡＲＴ）フィールドデバイス１５の如きさまざまなフィールドデバイスが接続されている。プロセス制御システム１４は、分散型プロセス制御システムであってもよく、イーサネット（登録商標）バスの如きバスを介して一または複数の分散型のコントローラ１４Ｂに接続する一または複数のオペレータインターフェイス１４Ａを備えている。コントローラ１４Ｂは、たとえばテキサス州のオースティンにあるエマソンプロセスマネージメント社により販売されているＤｅｌｔａＶ（商標）コントローラであってもよいしまたはその他のタイプのコントローラであってもよい。コントローラ１４Ｂは、たとえばＨＡＲＴフィールドデバイスもしくはＦｉｅｌｄｂｕｓフィールドデバイスまたはたとえばＰＲＯＦＩＢＵＳ（登録商標）プロトコル、ＷＯＲＬＤＦＩＰ（登録商標）プロトコル、Ｄｅｖｉｃｅ−Ｎｅｔ（登録商標）プロトコル、ＡＳ−ＩｎｔｅｒｆａｃｅプロトコルおよびＣＡＮプロトコルのうちのいずれかを用いるフィールドデバイスを含むその他のスマートフィールドデバイスもしくは非スマートフィールドデバイスの如き一または複数のフィールドデバイス１６に、Ｉ／Ｏデバイスを介して接続されている。公知になっているように、フィールドデバイス１６は、プロセス変数および他のデバイス情報に関するアナログ情報またはデジタル情報をコントローラ１４Ｂに提供しうる。オペレータインターフェイス１４Ａは、たとえば制御オプチマイザ、診断エキスパート、ニューラルネットワーク、チューナなどを含む、プロセスの動作を制御するためにプロセス制御オペレータが利用可能なツール１７、１９を格納し、実行しうる。

さらに、上記のＡＭＳ（商標）スイートのような、インテリジェントデバイスマネージャアプリケーションあるいはその他の監視および通信アプリケーションを実行するコンピュータの如き保守システムが、保守活動、監視活動および診断活動を実行すべく、プロセス制御システム１２、１４またはプロセス制御システム内の個々のデバイスに接続されうる。たとえば、保守コンピュータ１８は、デバイス１５と通信すべく、場合によっては、デバイス１５に他の保守アクティビティを再設定または実行すべく、任意の所望の通信回線またはネットワーク（無線ネットワークまたは携帯デバイスネットワークを含む）を介してコントローラ１２Ｂおよび／またはデバイス１５に接続されうる。同様に、ＡＭＳ（商標）スイートのような、インテリジェントデバイスマネージャアプリケーションの如き保守アプリケーションは、デバイス１６の動作ステータスに関するデータ収集を含む保守機能および監視機能を実行すべく、分散型プロセス制御システム１４に付随するユーザインターフェイス１４Ａのうちの一または複数内に実装され、これらにより実行されうる。

また、プロセス制御プラント１０は、ある恒久的な通信リンクまたは一時的な通信リンク（たとえば、バス、無線通信システム、または、回転装置２０に接続され、読み取りを行うために取り付けられ、そして取り外される携帯デバイス）を介して、保守コンピュータ２２に接続されるタービン、モータなどの如きさまざまな回転装置２０をさらに備えている。保守コンピュータ２２は、たとえばＣＳＩ（エマソンプロセスマネージメント社）により提供される公知の監視および診断アプリケーション２３または回転装置２０の動作状態を診断、監視、および最適化するために用いられるその他の公知のアプリケーションを格納し、実行しうる。保守作業員は、プラント１０内の回転装置２０の性能を保守および監視するために、回転装置２０の問題を判断するために、および、回転装置２０を修理または交換する必要がある時期およびその必要性を判断するためにアプリケーション２３を用いることが多い。場合によっては、外部のコンサルタントまたはサービス組織が、装置２０に関係するデータを一時的に取得または測定し、このデータを用いて装置２０を分析し、装置２０に影響する問題、劣悪な動作または他の問題を検出しうる。これらの場合、分析を実行するコンピュータは、通信回線を介してシステム１０のその他の部分に接続されていなくてもよいし、または、単に一時的に接続されていてもよい。

同様に、プラント１０に設けられている電力発生分配装置２５を有する電力発生分配システム２４は、たとえばバスを介して、プラント１０内の電力発生および分配装置２５を実行してその動作を監視する他のコンピュータ２６に接続されている。コンピュータ２６は、電力発生分配装置２５を制御および維持すべく、たとえばＬｉｅｂｅｒｔおよびＡＳＣＯまたは他の会社によって提供されるような公知の電源制御診断ルーチンアプリケーション２７を実行してもよい。先の例の場合と同様に、ほとんどの場合には、外部のコンサルタントまたはサービス組織が、装置２５に関するデータを一時的に取得または測定し、このデータを用いて装置２５を分析し、装置２５に影響する問題、劣悪な動作または他の問題を検出しうる。これらの場合、分析を実行するコンピュータ（コンピュータ２６など）は、通信回線を介してシステム１０のその他の部分に接続されていなくてもよいし、または、単に一時的に接続されていてもよい。

図１に示されているように、コンピュータシステム３０は、異常状況防止システム３５のうちの少なくとも一部を実装している。具体的にいえば、コンピュータシステム３０は、構成アプリケーション３８と、任意選択的な異常動作検出システム４２とを格納および実行するようになっている。下記に、このことに関する実施形態をさらに詳細に記載する。これに加えて、コンピュータシステム３０はアラート／アラームアプリケーション４３をさらに実装してもよい。

一般的にいえば、異常状況防止システム３５は、異常動作検出システムの各々を設定するために、および、異常動作検出システムが監視しているデバイスまたはサブシステムの動作に関する情報を受信するために、プロセスプラント１０内のフィールドデバイス１５、１６、コントローラ１２Ｂ、１４Ｂ、回転装置２０もしくはその支援コンピュータ２２、発電装置２５もしくはその支援コンピュータ２６ならびにその他の所望のデバイスおよび装置に任意選択的に設けられている異常動作検出システム（図１に図示せず）、および／または、コンピュータシステム３０内の異常動作検出システム４２と通信することが可能である。異常状況防止システム３５は、有線バス４５によってプラント１０内のコンピュータまたはデバイスのうちの少なくともいくつかの各々に通信可能に接続されてもよいし、またはこれに代えて、たとえば無線接続、ＯＰＣを用いる専用接続、データなどを収集するために携帯デバイスに依存するような接続などの如き断続的接続を含むその他の所望の通信接続を用いて接続されてもよい。同様に、異常状況防止システム３５は、インターネット、電話接続などの如き公共の接続（インターネット接続４６として図１で示されている）またはＬＡＮを通じて、プロセスプラント１０内のフィールドデバイスおよび装置に関するデータを取得しうる。このようなデータは、たとえば第三者であるサービスプロバイダにより収集される。さらに、異常状況防止システム３５は、たとえばイーサネット（登録商標）、Ｍｏｄｂｕｓ、ＨＴＭＬ、ＸＭＬ、所有権の主張が可能な技術／プロトコルなどを含むさまざまな手法および／またはプロトコルを通じて、プラント１０内のコンピュータ／デバイスと通信可能に接続されうる。したがって、本明細書では、プラント１０内のコンピュータ／デバイスに異常状況防止システム３５を通信可能に接続するためにＯＰＣを用いる具体例が記載されているが、当業者にとって明らかなように、プラント１０内のコンピュータ／デバイスに異常状況防止システム３５を接続するさまざまな他の方法が用いられてもよい。

図２Ａには、異常状況防止システム３５および／またはアラート／アラームアプリケーション４３が例示のプロセスプラント１０の部分５０内の水素添加分解装置と通信しうる一の方法について記載するために、図１の例示のプロセスプラント１０の部分５０が示されている。一の具体例では、プロセスプラント１０またはプロセスプラントの部分５０は、複雑な分子を単純な分子に分解する（重質炭化水素を軽質炭化水素に分解（クラッキング）する）ための精製プラントでありうる。図２Ａには、異常状況防止システム３５と水素添加分解装置内の一または複数の異常動作検出システムとの間の通信が示されているが、いうまでもなく、異常状況防止システム３５と図１に示されているデバイスおよび装置のうちのいずれかを含むプロセスプラント１０内の他のデバイスおよび装置との間に同様の通信が行われてもよい。

図２Ａに示されているプロセスプラント１０の部分５０は分散型プロセス制御システム５４を含んでいる。この分散型プロセス制御システム５４は、入出力（Ｉ／Ｏ）カードまたはデバイス６８、７０を通じて水素添加分解装置６２の一または複数の反応器６４、６６に接続されている一または複数のプロセスコントローラ６０を有している。この入出力（Ｉ／Ｏ）カードまたはデバイスは、いかなる所望の通信プロトコルまたはコントローラプロトコルに準拠するいかなる所望のタイプのＩ／Ｏデバイスであってもよい。これに加えて、水素添加分解装置６２および／または水素添加分解装置６２の反応器６４、６６は、いかなる所望の公開された、所有権の主張が可能なまたは他の通信プロトコルまたはプログラミングプロトコルに準拠したものであってもよいが、いうまでもなくＩ／Ｏデバイス６８、７０は、水素添加分解装置６２および反応器６４、６６によって用いられる所望のプロトコルに準拠していなければならない。

詳細には示されていないが、水素添加分解装置６２および反応器６４、６６は、いかなる数のさらなるデバイス、たとえばこれに限定されるものではないが、フィールドデバイス、ＨＡＲＴデバイス、センサ、弁、トランスミッタ、ポジショナなどを有していてもよい。これらのうちのいずれかまたは全部が、水素添加分解装置６２および反応器６４、６６ならびにこれらの動作に関するプロセス変数データの如きデータを測定および／または収集するために用いられうる。たとえば、本明細書に記載されているように、温度差変数は反応器に関して監視されている。この温度差変数は、反応器内のさまざまな断面または「ベッド」の一または複数の領域で温度を測定する温度センサ、トランスミッタまたは他のデバイスから送出されうる。これらのデバイスまたはさらなるデバイスは、各断面における加重平均ベッド温度（ＷＡＢＴ）を計算し、さまざまな断面間における温度差変数ΔＴを決定するために用いられうる。したがって、下記には、温度差変数が一般的に水素添加分解装置６２およびその反応器６４、６６から提供されるものとして記載されているが、いうまでもなく、温度差変数および／または温度差変数を導出するために用いられる温度測定値は、具体的には温度センサ、トランスミッタなどの如き水素添加分解装置６２および反応器６４、６６の一部であるデバイスから提供されてもよい。

いずれの場合であっても、構成エンジニア、プロセス制御オペレータ、保守作業員、プラントマネージャ、スーパーバイザなどの如きプラント人員によりアクセス可能な一または複数のユーザインターフェイスまたはコンピュータ７２、７４（これらはいかなるタイプのパソコン、ワークステーションなどであってもよい）は、任意の所望の有線または無線通信構造を用いるとともに、たとえばイーサネット（登録商標）プロトコルの如き任意の所望のまたは適切な通信プロトコルを用いて具象化されうる通信回線またはバス７６を通じてプロセスコントローラ６０に接続されてもよい。さらに、データベース７８は、通信バス７６へ接続され、プロセスプラント１０内のプロセスコントローラ６０および反応器６４、６６を含む水素添加分解装置６２に関する構成情報とともにオンライン上のプロセス変数データ、パラメータデータ、ステータスデータ、他のデータなどを収集および格納するデータヒストリアンとして動作しうる。したがって、データベース７８は、プロセス構成モジュールを含む現在の構成情報とともに、プロセスコントローラ６０および反応器６４、６６を含む水素添加分解装置６２のデバイスにダウンロードされこれらに格納されているプロセス制御システム５４の制御構成情報とを格納する構成データベースとして動作しうる。同様に、データベース７８は、反応器６４、６６を含む水素添加分解装置６２（または、より具体的には、水素添加分解装置６２および／または反応器６４、６６のデバイス）により収集された統計データ、反応器６４、６６を含む水素添加分解装置６２（または、より具体的には、水素添加分解装置６２および／または反応器６４、６６のデバイス）および他のフィールドデバイスにより収集されたプロセス変数から求められた統計データならびに下記にさらに詳細に記載する他のタイプのデータを含む異常状況防止履歴データを格納しうる。

プロセスコントローラ６０、Ｉ／Ｏデバイス６８、７０、水素添加分解装置６２、反応器６４、６６ならびに水素添加分解装置６２および反応器６４，６６のデバイスは、劣悪となりうるプラント環境内全体に分散されて配置されているのが一般的であるが、ワークステーション７２、７４およびデータベース７８は、オペレータ、保守作業員などにより容易にアクセス可能な制御室、保守室または他のそれほど劣悪ではない環境に配置されることが多い。たった一つの反応器６４、６６のみを備えたたった一つの水素添加分解装置６２のみが図示されているが、いうまでもなくプロセスプラント１０は、図１に示されているようなさまざまな他のタイプの装置と共に複数の水素添加分解装置６２を備えてもよい。いうまでもなく、水素添加分解装置はいかなる数の反応器を有していてもよい。本明細書に記載の異常状況防止手法は、複数の反応器または水素添加分解装置のうちのいずれにも同様に適応することができる。

一般的にいえば、プロセスコントローラ６０は、複数の異なる独立して実行される制御モジュールまたは制御ブロック用いて制御戦略を実行する一または複数のコントローラアプリケーションを格納および実行することが可能である。各制御モジュールは、一般的に機能ブロックと呼ばれるものからなっており、各機能ブロックは、全体の制御ルーチンのうちの一部またはサブルーチンであり、プロセスプラント１０内のプロセス制御ループを実行するに当たって他の機能ブロックと共に（リンクと呼ばれる通信を介して）動作するようになっている。公知になっているように、機能ブロックは、オブジェクト指向プログラミングプロトコルにおけるオブジェクトであり、通常、プロセスプラント１０内のある物理的な機能を実行するために、トランスミッタ、センサまたは他のプロセスパラメータ測定デバイスに関連する入力機能、ＰＩＤ制御、ファジー論理制御などを実行する制御ルーチンに関連する制御機能、および、弁の如きあるデバイスの動作を制御するする出力機能のうちの１つを実行する。もちろん、モデル予測コントローラ（ＭＰＣ）、オプチマイザなどの如きハイブリッドおよび他のタイプの複合機能ブロックも存在する。いうまでもなく、ＦｉｅｌｄｂｕｓプロトコルおよびＤｅｌｔａＶ（商標）システムプロトコルが、オブジェクト指向プログラミングプロトコルに従って設計および構築される制御モジュールおよび機能ブロックを用いているが、これらの制御モジュールは、たとえばシーケンス機能ブロック、ラダーロジックなどを含むいかなる所望の制御プログラミングスキームを用いて設計されてもよく、機能ブロックまたはその他の特定のプログラミング手法を用いて設計されることに限定されない。

図２Ａに示されているように、保守ワークステーション７４は、プロセッサ７４Ａと、メモリ７４Ｂと、表示デバイス７４Ｃとを備えている。メモリ７４Ｂは、プロセッサ７４Ａによりこれらのアプリケーションが実行されて情報をユーザに対して表示装置（または、プリンタの如きその他の表示装置）を通じて提供することができるように、図１に関して説明された異常状況防止アプリケーション３５およびアラート／アラームアプリケーション４３を格納するようになっている。

一または複数の反応器６４、６６および水素添加分解装置６２の各々および／またはとくに反応器６４、６６および水素添加分解装置６２のデバイスは、下記にさらに詳細に記載する異常動作を検出するための検出デバイスおよび／または検出ルーチンにより検出される一または複数のプロセス変数に関する統計データの収集を実行するためのルーチンの如きルーチンを格納するためのメモリ（図示せず）を備えうる。また、反応器６４、６６および水素添加分解装置６２のうちの一または複数、および／またはとくにこれら装置を構成するデバイスの一部または全部は、それぞれ、統計データの収集を実行するためのルーチンおよび／または異常動作を検出するためのルーチンの如きルーチンを実行するプロセッサ（図示せず）をさらに有しうる。統計データ収集および／または異常動作検出は、ソフトウェアによって実現される必要はない。むしろ、当業者にとって明らかなように、このようなシステムは、一または複数のフィールドデバイスおよび／または他のデバイスの内部に設けられたソフトウェア、ファームウェアおよび／またはハードウェアのいかなる組み合わせによって実現されうる。

図２Ａに示されているように、反応器６４、６６（および、潜在的には水素添加分解装置６２内の反応器のうちの一部または全部）は、下記にさらに詳細に記載する異常動作検出ブロック８０、８２を有している。図２Ａのブロック８０、８２が反応器６４、６６のうちの一つに設けられているものとして示されているが、これらのブロックまたは同様のブロックは、いかなる数の反応器または他の装置に設けられてもよいし、水素添加分解装置６２内のさまざまな他の装置およびデバイスの内部に設けられてもよいし、コントローラ６０、Ｉ／Ｏデバイス６８、７０、または、図１に示されているいずれかのデバイスの如き他のデバイスに設けられてもよい。これに加えて、ブロック８０、８２は、たとえば反応器６４、６６の一または複数のデバイス（たとえば、温度センサ、温度トランスミッタなど）内の如き反応器６４、６６のいかなるサブセット内にあってもよい。

一般的にいえば、ブロック８０、８２またはこれらのブロックのサブエレメントは、それらが設けられているデバイスおよび／または他のデバイスからプロセス変数データの如きデータを収集する。たとえば、ブロック８０、８２は、温度センサ、温度トランスミッタまたは他のデバイスの如き水素添加分解装置６２または反応器６４、６６内のデバイスから温度差変数値を収集してもよいし、または、これらのデバイスからの温度測定値から温度差変数値を求めてもよい。これに加えて、ブロック８０、８２またはこれらのブロックのサブエレメントは、変数データを処理し、いかなる数の目的でそのデータを分析してもよい。たとえば、ブロック８０は、反応器６４（反応器＿１）に関連づけされているものとして示されている、飛散温度検出ルーチンを有しうる。このルーチンは、温度差変数データを解析し、反応器６４内の二つの断面間の温度差が増大しているか否かを判断する。この温度差の増大が飛散温度を示しうる。

図２Ｂは、図２Ａに示されている水素添加分解装置６２のさらに詳細な一例である。図２Ｂから分かるように、各反応器６４、６６は、断面温度が測定される反応器の断面または「ベッド」を有している。一の具体例では、各断面の温度は加重平均ベッド温度（ＷＡＢＴ）である。各断面のＷＡＢＴは、断面で測定される複数の温度測定値Ｔ_ｉの加重平均として提供されうる。各温度はそれに対応する重み（ｗ_ｉ）を有している。この重みはユーザにより入力として提供されてもよい。ある与えられた断面における加重平均ベッド温度は下記の式により算出されうる：

ＷＡＢＴの各対間の温度差変数値（ΔＴ）が算出される。一般的に、ｎ個のＷＡＢＴがあり、ｎ−１個のΔＴがある。複数のΔＴのうちのいずれかが増大することは飛散温度状態を示すことになる。一の具体例では、水素添加分解装置用の異常状況予防手法は、各ΔＴに対するベースライン値を学習し、監視中、ΔＴのうちのいずれかに対する新しい値がこのベースライン値から著しく外れている場合、たとえばあるしきい値を超えている場合、アラート／アラームの如き飛散温度示唆表示が生成される。このアラートは、ΔＴ（ΔＴ_１、ΔＴ_２、．．．）のうちのどれに異常状態が生じたかを特定しうる。しかしながら、ΔＴの値は、正常動作状態中にある負荷変数の関数として変わることがある。下記にさらに記載するように、各ΔＴの値をその負荷変数の関数としてモデル化するために回帰アルゴリズムを用いることが可能である。動作中に反応器を監視している間、ΔＴの実測値と予測値とが著しく、たとえばしきい値分異なる場合に飛散温度状態が検出されうる。水素添加分解装置の一般的な動作は当業者により通常理解されているので、さらには説明しない。

図２Ａをさらに参照すると、ブロック８０は、一または複数で一組となる統計的プロセス監視（ＳＰＭ）ブロックまたは統計的プロセス監視ユニット、たとえばブロックＳＰＭ１〜ＳＰＭ４を備えており、この組は、反応器内のプロセス変数または他のデータを収集し、収集されたデータに対して一または複数の統計計算を実行して、たとえば収集されたデータの平均値、中央値、標準偏差、二乗平均平方根（ＲＭＳ）、変化率、範囲、最小値、最大値などを求める、および／または、収集されたデータ内のドリフト、バイアス、ノイズ、スパイクなどのイベントを検出するようになっている。生成される具体的な統計データもそれを生成する方法も重要な意味をもっていない。したがって、上述の具体的なタイプに加えてまたはそれに代えて、異なるタイプの統計データを生成してもよい。これに加えて、このようなデータを生成するために、公知の技術を含むさまざまな技術が用いられてもよい。本明細書に用いられている用語「統計的プロセス監視（ＳＰＭ）ブロック」は、温度差変数の如き少なくとも一つのプロセス変数または他のプロセスパラメータに対して統計的プロセス監視を実行する機能であって、該当するデバイスにまたはデータ収集の対象となっているデバイスの外側に存在する任意の所望のソフトウェア、ファームウェアまたはハードウェアにより実行されうる機能について言及している。いうまでもなく、ＳＰＭは、デバイスデータが収集されるデバイス内に通常設けられているので、ＳＰＭは、量的により多くのまた質的により正確なプロセス変数データを取得することができる。したがって、ＳＰＭブロックは、プロセス変数データが収集されるデバイスの外に設けられたブロックよりもプロセス変数データに関してより優れた統計計算値を通常求めることができる。

当然ながら、図２Ａにはブロック８０、８２がＳＰＭブロックを含むように示されているが、これに代えて、ＳＰＭブロックは、ブロック８０、８２とは別個の独立型のブロックであってもよく、また、対応するブロック８０，８２と同一の反応器内に設けられてもよいしまたは異なるデバイス内に設けられてもよい。本明細書に説明されているＳＰＭブロックは、公知のＦＯＵＮＤＡＴＩＯＮ（商標）ＦｉｅｌｄｂｕｓＳＰＭブロックから構成されていてもよいしまたは公知のＦＯＵＮＤＡＴＩＯＮ（商標）ＦｉｅｌｄｂｕｓＳＰＭブロックと比較して異なるもしくはさらなる機能を有しているＳＰＭブロックであってもよい。本明細書に用いられている用語「統計的プロセス監視（ＳＰＭ）ブロック」は、プロセス変数データの如きデータを収集し、このデータに対してなんらかの統計的処理を実行し、平均値、標準偏差などの如き統計量を求めるための任意のタイプのブロックまたはエレメントのことを意味する。したがって、この用語は、この機能を実行するソフトウェア、ファームウェア、ハードウェアおよび／または他のエレメントを含む意味であって、これらのエレメントが、機能ブロックの形態を有しているか、または、他のタイプのブロック、プログラム、ルーチンまたはエレメントの形態を有しているかにも関係なければ、これらエレメントが、ＦＯＵＮＤＡＴＩＯＮ（商標）ＦｉｅｌｄｂｕｓプロトコルまたはＰｒｏｆｉｂｕｓプロトコル、ＨＡＲＴプロトコル、ＣＡＮプロトコルなどの如きなんらかの他のプロトコルに準拠しているかとは関係ない。所望ならば、ブロック８０、８２の基調をなす動作が米国特許第６，０１７，１４３号に記載されているように少なくとも部分的に実行または実現されてもよい。上記の米国特許第６，０１７，１４３号は本明細書において参照することによりここに援用する。

さらに明らかなように、図２Ａにはブロック８０、８２がＳＰＭブロックを含むように示されているが、ブロック８０、８２はＳＰＭブロックを必要としなくともよい。たとえば、ブロック８０、８２の異常動作検出ルーチンは、ＳＰＭブロックにより処理されないプロセス変数データを用いて動作することができる。他の具体例では、ブロック８０、８２は、他のデバイスに設けられている一または複数のＳＰＭブロックにより提供されるデータをそれぞれ受信することができるし、またはそのデータをそれぞれ演算することができる。さらに他の具体例では、多くの典型的なＳＰＭブロックにより提供されていない方法でプロセス変数データを処理することができる。一の具体例では、帯域通過フィルタまたは他のタイプのフィルタの如き有限インパルス応答（ＦＩＲ）フィルタまたは無限インパルス応答（ＩＩＲ）フィルタによりプロセス変数データをフィルタリングすることができる。他の具体例では、プロセス変数データがある範囲に留まるように、プロセス変数データをトリミングすることができる。もちろん、このような異なる能力または追加加工能力を提供するために既知のＳＰＭブロックを修正することができる。

たとえば、反応器６４、６６と関連づけられており、とくにその温度センサまたはトランスミッタと関連づけされているものとして図示されている図２Ａのブロック８０、８２は、それぞれ飛散温度検出ユニットを有しうる。このユニットは、温度センサまたはトランスミッタにより収集されたプロセス変数データを解析し、反応器の温度差変数値が予測される温度差変数値から著しく外れているか否かを判断するようになっている。さらに、ブロック８２は、ブロックＳＰＭ１−ＳＰＭ４の如き一または複数のＳＰＭブロックまたはＳＰＭユニットを備えており、これらは、トランスミッタ内のプロセス変数または他のデータを収集し、収集されたデータに対して一または複数の統計計算を実行し、たとえば収集されたデータの平均値、中央値、標準偏差などを決定しうる。ブロック８０、８２がそれぞれ４つのＳＰＭブロックを備えているものとして示されているが、ブロック８０、８２は、統計データを収集および判定するために、他のいかなる数のＳＰＭブロックを備えてもよい。

（水素添加分解装置の異常動作検出（ＡＯＤ）システムの概要）
図３Ａは、異常動作検出ブロック８０、８２内で用いることができる、または、水素添加分解装置の反応器の異常状況防止モジュール用の図２の異常動作検出システム４２として用いることができる異常動作検出（ＡＯＤ）システム１００を例示するブロック図である。ＡＯＤシステム１００は、飛散温度の如き水素添加分解装置６２または水素添加分解装置反応器６４、６６の内部に生じたまたは生じている、異常状況と称するの異常動作を検出するために用いられうる。これに加えて、ＡＯＤシステム１００は、たとえば異常状況防止システム３５と共に動作させることによって、水素添加分解装置６２または反応器６４、６６の中における異常動作の発生をこれらの異常動作が実際に発生する前に予測し、水素添加分解装置６２、反応器６４、６６またはプロセスプラント１０の中で重大な損出が発生する前に、予測された異常動作を防止するステップを取るために用いられうる。

一の具体例では、各反応器がそれに対応するＡＯＤシステム１００を有しうるが、いうまでもなく複数の反応器に対してまたは水素添加分解装置全体に対して共通のＡＯＤシステムが用いられてもよい。上述のように、ｎ個のＷＡＢＴ１０２と、ｎ−１個のΔＴ１０４があり、任意のΔＴ１０４の上昇が飛散温度状態を示すことになる。しかしながら、さらに、ΔＴ１０４が負荷変数１０６の関数として正常運動作状態中に変わる場合があるので、ＡＯＤシステム１００は、負荷変数１０６の値域に対する正常（ｎｏｒｍａｌ）なまたは基準（ｂａｓｅｌｉｎｅ）となるΔＴの値１０４を学習するようになっている。

図３Ａに示されているように、負荷変数１０６および各ΔＴ変数１０４はそれぞれ対応する回帰ブロック１０８に供給される。ＡＯＤシステム１００は、各温度差変数ΔＴ_Ｎ−１に対する回帰ブロックを有している。下記にさらに詳細に記載される学習（ｌｅａｒｎｉｎｇ）段階では、各回帰ブロック１０８では、負荷変数から生成されるデータの関数としてΔＴを予測するための回帰モデルが構築される。ΔＴから生成されたデータおよび負荷変数から生成されたデータには、ΔＴデータおよび負荷変数データ、フィルタリングされたまたはその他の方法で処理されたΔＴデータおよび負荷変数データ、ΔＴデータおよび負荷変数データから生成された統計データなどが含まれうる。 下記にさらに詳細に記載されているように、監視（ｍｏｎｉｔｏｒｉｎｇ）段階では、回帰モデルは、反応器の動作中に負荷変数から生成されるデータの値が与えられるΔＴから生成されるデータに対する値を予測する。各回帰ブロックは、負荷変数から生成されたデータのある与えられた値について、ΔＴから生成されたデータの予測値とΔＴから生成されたデータの監視値との間に偏差（ズレ）があればそれに基づいたステータスを出力する。たとえば、ΔＴの監視値がΔＴの予測値と著しく外れている場合、回帰ブロック１０８は「Ｕｐ」というステータスを出力しうる。この「Ｕｐ」というのは、対応する温度差変数ΔＴに飛散温度が発生していることを意味する。これに対し、「Ｕｐ」を出力しない場合、回帰ブロック１０８は「Ｎｏｒｍａｌ」というステータスを出力しうる。他の具体例では、ΔＴの監視平均値がΔＴの予測平均値から著しく外れている場合、回帰ブロック１０８は「Ｕｐ」というステータスを出力するか、そうでなければ「Ｎｏｒｍａｌ（正常）」というステータスを出力しうる。ステータス決定ブロック１１０は、各回帰ブロック１０８からのステータスを受信し、反応器のステータスを決定する。回帰ブロック１０８のうちのいずれかが「Ｕｐ」というステータスを有している場合、反応器のステータスは、対応する温度差値ΔＴに対応する「飛散温度」である。しかしながらいうまでもなく、ステータス決定ブロック１１０は、他の反応器のための回帰ブロック１０８の如き他の回帰ブロック１０８からステータスを受信して、水素添加分解装置６２のステータスを決定してもよい。ΔＴから生成される監視値は、センサ測定、監視されている他のプロセスの測定結果に基づいてモデル化される測定、統計的測定、解析結果などを含むさまざまな方法により導出されてもよい。下記にさらに記載されるように、温度差変数の監視値は、温度差変数の未加工の（生の）監視値であってもよいし、ＳＰＭブロックの出力値であってもよいし、または温度差変数から生成される他の値であってもよい。

図３Ｂは、図３Ａに示されている回帰ブロック１０８の一例を示すブロック図である。図３Ｂに示されているように、回帰ブロック１０８は第一のＳＰＭブロック１１２と第二のＳＰＭブロック１１４とを有しており、これらは、それぞれモデル１１６に接続されている。第一のＳＰＭブロック１１２は、負荷変数を受信し、この負荷変数から第一の統計データを生成するようになっている。第一の統計データは、負荷変数から計算される平均値データ、中央値データ、標準偏差データ、変化率データ、範囲データなどの如きさまざまな種類の統計データのうちのいずれであってもよい。このようなデータは、負荷変数データに関するスライディングウィンドウ法に基づいて算出されてもよいしまたは負荷変数データに関するノンオーバラッピングウインドウ法に基づいて算出されてもよい。一の具体例では、第一のＳＰＭブロック１１２は、直近の負荷変数の標本およびその前の４９の負荷変数の標本の如きユーザ指定の標本採取範囲から平均値データおよび標準偏差データを生成しうる。この具体例では、第一のＳＰＭブロック１１２により受信された新しい個々の負荷変数標本に対して負荷変数の平均値および負荷変数の標準偏差が生成されうる。他の具体例では、第一のＳＰＭブロック１１２は、ノンオーバラッピング時間枠を用いて平均値データおよび標準偏差データを生成しうる。この具体例では、５分の時間枠（または他の適切な時間枠）を用いることが可能なので、負荷変数の平均値および／または負荷変数の標準偏差値を５分毎に生成することが可能である。同様に、第二のＳＰＭブロック１１４は、変数として反応器の断面間（たとえば、ＷＡＢＴ_１とＷＡＢＴ_２との間）の温度差ΔＴを受信し、この温度差変数値から、ＳＰＭブロック１１２と同様な方法で指定された標本採取ウィンドウの平均値データおよび標準偏差データの如き第二の統計データを生成する。

モデル１１６は、ＳＰＭ１１２からの独立変数入力（ｘ）である負荷変数入力と、ＳＰＭ１１４からの従属変数入力（ｙ）である温度差変数入力とを有している。下記にさらに詳細に記載されているように、モデル１１６は、負荷変数の関数として温度差変数をモデル化するために、複数のデータセット（ｘ、ｙ）を用いてトレイニングされうる。ＡＯＤシステムの動作を説明するために、ここでは、温度差変数ΔＴが温度差変数Ｙとして記載されており、温度差変数ΔＴ_１−ΔＴ_Ｎ−１のうちのいずれかを指し示すにあたって、ΔＴおよびＹの両方が交換可能に用いられてもよい。モデル１１６は、回帰モデルの構築にあたって、独立変数入力および従属変数入力（ｘ、ｙ）としてＳＰＭ１１２、１１４から負荷変数（Ｘ）および温度差変数（Ｙ）の平均値、標準偏差値または他の統計量を用いることが可能である。たとえば、負荷変数および温度差変数の平均値は回帰モデルの（ｘ、ｙ）点として用いられてもよいし、また、標準偏差は、負荷変数の関数としてモデル化されてもよいし、監視段階において異常状況が検出されるときのしきい値の決定に用いられてもよい。したがって、いうまでもなく、ＡＯＤシステム１００は負荷変数の関数として温度差変数をモデル化するものとして記載されているが、当該ＡＯＤシステム１００は、回帰モデルに供与される独立入力および従属入力に基づいて負荷変数から生成されるさまざまなデータの関数として温度差変数から生成されるさまざまなデータをモデル化してもよい。ここでいう回帰モデルに供与される独立入力および従属入力としては、たとえば温度差データおよび負荷変数データ、温度差データおよび負荷変数データから生成され統計データ、ならびに、フィルタリングされたまたは他の方法で処理された温度差変数データおよび負荷変数データが挙げられる。さらに、ＡＯＤシステム１００は、温度差変数の値を予側し、当該温度差変数の予測値を温度差変数の監視値と比較するものとして記載されているが、ここでいう予測値および監視値は、予測および監視された温度差変数データ、温度差変数データから生成される予測および監視された統計データ、ならびに、フィルタリングされたまたは他の方法で処理された予測および監視された温度差変数データの如き温度差変数から生成されるさまざまな予測値および監視値を含んでいる。

また、下記にさらに詳細に記載されているように、モデル１１６は、一または複数の回帰モデルを有しており、各回帰モデルは異なる動作領域に提供されている。したがって、複数の回帰モデルは、各温度差変数（ΔＴ_１、ΔＴ_２、．．．、ΔＴ_Ｎ−１）に対して提供されてもよいし、各温度差変数に対する回帰モデルは、一般的には水素添加分解装置、および／または、具体的には反応器のさまざまな動作領域に対応している。各回帰モデルは、従属する温度差変数の値を独立負荷変数のある範囲における当該独立負荷変数の関数としてモデル化するという機能を用いることが可能である。回帰モデルは、たとえば線形回帰モデルから構成されていてもよいしまたは他の回帰モデルから構成されていてもよい。一般的に、線形回帰モデルは、関数ｆ（Ｘ）、ｇ（Ｘ）、ｈ（Ｘ）、．．．を線形に結合したものから構成されている。産業用プロセスのモデル化にあたって、典型的に適切な線形回帰モデルは、Ｘの一次関数（たとえば、Ｙ＝ｍ＊Ｘ＋ｂ）から構成されてもよいし、Ｘの二次関数（たとえば、Ｙ＝ａ＊Ｘ^２＋ｂ＊Ｘ＋ｃ）から構成されてもよい。

図３Ｂに示されている具体例では、（ｘ、ｙ）点が学習段階の間に格納されるようになっている。学習段階の終わりには、負荷変数の関数として温度差変数の値を予測するための回帰モデルを構築すべく回帰係数が算出される。また、回帰モデルを構築するために用いられる負荷変数の最大値および最小値も格納される。モデル１１６は、観察された負荷変数値（ｘ）とそれに対応する観察された温度差変数の値（ｙ）との関数として算出されうる（たとえば、Ａ＝（Ｘ^ＴＸ）^−１Ｘ^ＴＹ）。一の具体例では、回帰は、温度差変数Ｙの予測値（ｙ_ｐ）を負荷変数値（ｘ）に基づいて計算することが可能となるように、次数ｐの多項式をフィットさせる（たとえば、ｙ_ｐ＝ａ_０＋ａ_１＋．．．＋ａ_ｐｘ^ｐ）。一般的に、多項式の次数ｐはユーザの入力によるものであるが、多項式の次数の決定を自動化する他のアルゴリズムが提供されてもよい。もちろん、高次多項式、正弦関数、対数関数、指数関数、べき関数などの如き他のタイプの関数が用いられてもよい。

トレイニング後、モデル１１６は、監視段階において、与えられた独立負荷変数入力（ｘ）に基づいて従属する温度差変数の値Ｙの予測値（ｙ_ｐ）を生成させるべく、偏差検出器２６２により用いられうる。また、偏差検出器１１８は、モデル１１６への温度差変数の入力（ｙ）ならびに独立負荷変数の入力（ｘ）をさらに用いる。一般的にいえば、偏差検出器１１８は、ある負荷変数の値に対する予測値（ｙ_ｐ）を算出し、この予測値を「ｎｏｒｍａｌ（正常）」なまたは「ｂａｓｅｌｉｎｅ（基準）」となる温度差として用いる。偏差検出器１１８は、温度差変数の監視値（ｙ）を温度差変数の予測値（ｙ_ｐ）と比較する。すなわち、温度差変数の値（ｙ）が予測値（ｙ_ｐ）から著しく外れている否か（たとえば、Δｙ＝ｙ−ｙ_ｐ）を判断する。温度差変数の監視値（ｙ）が予測値（ｙ_ｐ）から著しく外れている場合、このことは、異常状況が生じた、生じているまたは近い将来に生じうるということを示し、偏差検出器１１８は、偏差示唆表示を生成しうる。たとえば、ΔＴの監視値（ｙ）がΔＴの予測値（ｙ_ｐ）よりも大きくかつこの差がしきい値を超えている場合、異常状況を示す表示（たとえば、「Ｕｐ」）が生成されうる。そうでない場合は、ステータスは「ｎｏｒｍａｌ」となる。実施形態によっては、異常状況を示す表示がアラートまたはアラームを含む場合もある。

偏差検出器１１８は、水素添加分解装置を異常状況について監視することに加えて、負荷変数がモデルの構築およびトレイニングの間に観察された範囲内にあるか否かをさらにチェックしうる。たとえば、偏差検出器１１８は、監視段階中、負荷変数のある与えられた値が、モデルの学習段階中に用いられた負荷変数の最小値および最大値により決まるような回帰モデルの動作範囲内にあるか否かを監視する。負荷変数の値が範囲外にある場合、偏差検出器１１８は、「Ｏｕｔ ｏｆ Ｒａｎｇｅ（範囲外）」というステータスを出力してもよいし、または、負荷変数が回帰モデルの動作領域外にあるということを示す表示を出力してもよい。回帰ブロック１８８は、新しい動作領域についての新しい回帰モデルを構築およびトレイニングするためのユーザからの入力を待つようになっていてもよいし、または、自動的に新しい動作領域についての新しい回帰モデルを構築およびトレイニングするようになっていてもよい。下記に、いくつかの具体例をさらに記載する。

当業者にとって明らかなように、ＡＯＤシステム１００および回帰ブロック１０８に対していろいろな方法で修正を加えてもよい。たとえば、ＳＰＭブロック１１２、１１４を省略し、負荷変数の未加工値や温度差の値が、回帰モデルの構築のために用いられる（ｘ、ｙ）点としてモデル１１６に直接提供されるようになっていてもよいし、また、監視のために偏差検出器１１８に直接提供されてもよい。他の具体例としては、ＳＰＭブロック１１２、１１４に加えてまたはそれに代えて、他のタイプの処理が使用されてもよい。たとえば、プロセス変数データは、ＳＰＭブロック１１２、１１４に先立ってまたはＳＰＭブロック１１２、１１４の使用に代えて、フィルタリング処理、トリミング処理などが行われてもよい。

これに加えて、モデル１１６は、単一の独立負荷変数入力（ｘ）、単一の従属変数温度差変数入力（ｙ）および単一の予測値（ｙ_ｐ）を有しているものとして示されているが、当該モデル１１６は、複数の負荷変数の関数として複数の監視変数をモデル化する回帰モデルから構成されていてもよい。たとえば、モデル１１６は、多重線形回帰（ＭＬＲ）モデル、主成分回帰（ＰＣＲ）モデル、部分最小二乗（ＰＬＳ）モデル、リッジ回帰（ＲＲ）モデル、変数部分集合（ＶＳＳ）モデル、サポートベクターマシン（ＳＶＭ）モデルなどを含みうる。

ＡＯＤシステム１００は、全体的にまたは部分的に、水素添加分解装置の反応器６４、６６内に構築されてもよいし、または、反応器６４、６６もしくは水素添加分解装置のデバイス内に構築されてもよい。一の具体例では、ＳＰＭブロック１１２、１３４は反応器６４の温度センサまたは温度トランスミッタの内部に構築されてもよく、また、モデル１１６および／または偏差検出器１１８はコントローラ６０または他のデバイスの内部に構築されてもよい。一の実施形態では、ＡＯＤシステム１００は、Ｆｉｅｌｄｂｕｓプロトコルに準拠するシステム内で用いられる機能ブロックの如き機能ブロックとして構築されてもよい。このような機能ブロックは、ＳＰＭブロック１１２、１１４を有していてもよいし有していなくともよい。他の実施形態では、ブロック１０８、１１０，１１２，１１４，１１６，１１８のうちの少なくともいくつかの各々が機能ブロックとして構築されてもよい。たとえば、ブロック１１２，１１４，１１６，１１８が回帰機能ブロック１０８として構築されてもよい。一方、各ブロックの機能をさまざまな方法で分配してもよい。たとえば、偏差検出器１１８が回帰モデル１１６を実行して温度差変数の予測値（ｙ_ｐ）を提供する代わりに、回帰モデル１１６が出力（ｙ_ｐ）を偏差検出器１１８に提供するようにしてもよい。この実施形態では、モデル１１６は、トレイニングされた後、監視されている温度差変数の値（ｙ）の予測値（ｙ_ｐ）をある与えられた独立負荷変数入力（ｘ）に基づいて生成すべく用いられうる。モデル１１６の出力（ｙ_ｐ）は偏差検出器１１８に供給される。偏差検出器１１８は、回帰モデル１１６の出力（ｙ_ｐ）とともに回帰モデル１１６への従属変数の入力（ｘ）を受信する。上述のように、偏差検出器１１８は、従属温度差変数の監視値（ｙ）をモデル１１６により生成された予測値（ｙ_ｐ）と比較して、従属温度差変数の監視値（ｙ）が温度差変数の予測値（ｙ_ｐ）から著しく外れているか否かを判断するようになっている。

ＡＯＤシステム１００は、異常状況防止システム３５（図１および図２Ａ）と通信可能に接続されている。たとえば、ＡＯＤシステム１００は構成アプリケーション３８と通信可能に接続され、ユーザによるＡＯＤシステム１００の設定を可能としている。たとえば、ＳＰＭブロック１１２、１１４、モデル１１６および偏差検出器１１８のうちの一または複数は、構成アプリケーション３８を通じて変更しうる、ユーザによって設定可能なパラメータを有しうる。

これに加えて、ＡＯＤシステム１００は、プロセスプラント内の異常状況防止システム３５および／またはプロセスプラント内の他のシステムに情報を提供しうる。たとえば、偏差検出器１１８またはステータス決定ブロック１１０により生成された偏差示唆表示は、異常状況防止システム３５および／またはアラート／アラームアプリケーション４３に供給され、異常状態をオペレータに通知しうる。他の具体例では、モデル１１６がトレイニングされた後、モデルのパラメータは、オペレータがモデルを調べることができるようにおよび／またはモデルパラメータがデータベースに格納されうるように、異常状況防止システム３５および／またはプロセスプラント内の他のシステムに送信してもよい。さらに他の具体例では、ＡＯＤシステム１００は、たとえば偏差が検出された場合にオペレータがそれらの値を閲覧することができるように、（ｘ）（ｙ）および／または（ｙ_ｐ）の値を異常状況防止システム３５へ供給しうる。

図４は、水素添加分解装置または特に水素添加分解装置６２の反応器６４のうちの一または複数の内部の異常動作を検出するための方法１５０を例示するフロー図である。上記のように、この方法１５０は、図３Ａおよび図３Ｂにおいて例示されるＡＯＤシステム１００を用いて具象化することができるので、この方法１５０を用いてＡＯＤシステム１００の動作について説明する。しかしながら、当業者にとって明らかなように、方法１５０はＡＯＤシステム１００とは異なる他のシステムにより具象化されてもよい。ブロック１５４では、モデル１１６の如きモデルがトレイニングされる。たとえば、モデルは、温度差変数を負荷変数の関数としてモデル化するように当該モデルを設定するべく、独立負荷変数Ｘおよび従属温度差変数Ｙのデータセットを用いてトレイニングされる。このモデルは、負荷変数の異なる範囲に対して、負荷変数の関数として温度差変数を各々モデル化する多重回帰モデルを有しうる。

次いで、ブロック１５８では、トレイニングされたモデルは、独立負荷変数Ｘの受信値（ｘ）を用いて、従属温度差変数Ｙの予測値（ｙ_ｐ）を生成する。次いで、ブロック１６２では、温度差変数の監視値（ｙ）が、対応する予測値（ｙ_ｐ）と比較され、温度差が予測温度差から著しく外れているか否かが判断される。たとえば、偏差検出器１１８は、モデル１１６の出力（ｙ_ｐ）を生成または受信し、それを温度差変数の監視値（ｙ）と比較する。温度差変数の監視値が（ｙ_ｐ）から著しく外れていると判断された場合、偏差示唆表示は、ブロック１６６において生成されうる。たとえば、ＡＯＤシステム１００では、偏差検出器１１８が示唆表示を生成することが可能である。この示唆表示は、著しい偏差（たとえば、ステータス＝「Ｕｐ」）を検出したことを示すアラート、アラームまたは他のタイプの信号、フラグ、メッセージなどであってもよい。

下記にさらに詳細に記載されているように、モデルが初期トレイニングされた後、および、モデルが従属温度差変数Ｙの予測値（ｙ_ｐ）を生成した後、ブロック２８０が繰り返されるようにしてもよい。たとえば、プロセス内のセットポイントが変更された場合または独立負荷変数の値が範囲Ｘ_ＭＩＮ、Ｘ_ＭＡＸの外にある場合、モデルは再トレイニングされうる。

（モデルの概要）
図５は、図３Ｂのモデル１１６の如きモデルを初期トレイニングするための方法２００を例示するフロー図である。下記にさらに記載されているように、モデル１１６のトレイニングはＬＥＡＲＮＩＮＧ状態と称される。ブロック２０４では、独立負荷変数Ｘについての少なくとも適切な数のデータセット（ｘ、ｙ）ならびに従属温度差変数Ｙがモデルをトレイニングするために受信されうる。上述のように、これらのデータセット（ｘ、ｙ）には、温度差データおよび負荷変数データ、フィルタリングされたまたは他の方法で処理された温度差データおよび負荷変数データ、これらの温度差データおよび負荷変数データから生成された統計データなどが含まれる。図３Ａおよび図３ＢのＡＯＤシステムでは、モデル１１６はＳＰＭブロック１１２、１１４からデータセット（ｘ、ｙ）を受信しうる。ここで図６Ａを参照すると、グラフ２２０には、モデルにより受信され、モデルが初期トレイニングされている間、ＡＯＤシステムがＬＥＡＲＮＩＮＧ状態にあることを示す複数のデータセット（ｘ、ｙ）の一例が示されている。具体的にいえば、図６Ａのグラフ２２０は、収集された一群のデータセット２２２が含まれている。

さらに図５を参照すると、ブロック２０８では、モデルの有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］が生成されうる。有効範囲は、モデルが有効である独立負荷変数Ｘの範囲を示している。たとえば、この有効範囲は、（ｘ）がＸ_ＭＩＮ以上かつＸ_ＭＡＸ以下である負荷変数Ｘの値に対してのみモデルが有効であることを示しうる。一の具体例では、ブロック２０４で受信されたデータセット（ｘ、ｙ）の中の負荷変数の最小値としてＸ_ＭＩＮを設定することができ、ブロック２０４で受信されたデータセット（ｘ、ｙ）の中の負荷変数の最大値としてＸ_ＭＡＸを設定することができる。図６Ａをさらに参照すると、たとえばＸ_ＭＩＮが左端のデータセットの負荷変数の値として設定され、また、Ｘ_ＭＡＸが右端のデータセットの負荷変数の値として設定されうる。もちろん、有効範囲の決定は他の方法で具象化されてもよい。図３Ａおよび図３ＢのＡＯＤシステム１００では、モデルブロック１１６は有効範囲を生成することができる。

ブロック２１２では、範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］に対する回帰モデルをブロック２０４で受信されたデータセット（ｘ、ｙ）に基づいて構築することが可能である。下記にさらに記載されている具体例では、ＭＯＮＩＴＯＲコマンドが発行された後、または、最大数のデータセットが収集された場合、一群のデータセット２２２に対応する回帰モデルが構築されうる。公知の手法を含むさまざまな手法のうちのいずれが回帰モデルを構築するために用いられてもよいし、また、さまざまな関数のうちのいずれがモデルとして用いられてもよい。たとえば、モデルは、一次方程式、二次方程式、高次方程式などから構成されてもよい。図６Ｂのグラフ２２０には、ブロック２０４で受信したデータセット（ｘ、ｙ）上に重ね合わせられた曲線２２４が含まれており、データセット（ｘ、ｙ）をモデル化するための一群のデータセット２２２に対応する回帰モデルが示されている。曲線２２４に対応する回帰モデルは範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］においてに有効である。図３Ａおよび図３ＢのＡＯＤシステム１００においては、モデルブロック１１６は、範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］についての回帰モデルを構築することができる。

（動作領域変更を含むモデルの利用）
モデルを初期トレイニングした後、このモデルがモデル化したシステムが正常動作領域内の異なる動作領域へ移動する場合がある。たとえば、セットポイントが変更される場合がある。図７は、モデル化されたプロセスが異なる動作領域に移動する場合にモデルが更新されるモデルを用いて、異常動作が生じている、生じた、または、生じる可能性があるか否かを判断するための方法２４０を例示するフロー図である。この方法２４０は、図３Ａおよび図３ＢのＡＯＤシステム１００の如きＡＯＤシステムにより具象化されてもよい。もちろん、方法２４０は、他のタイプのＡＯＤシステムにより具象化されてもよい。方法２４０は、初期モデルが構築された後、実行されてもよい。たとえば、図５の方法２００が初期モデルを構築するのに用いられてもよい。

ブロック２４４では、データセット（ｘ、ｙ）が受信される。図３Ａおよび図３ＢのＡＯＤシステム１００では、モデル１１６はたとえばＳＰＭブロック１１２、１１４からデータセット（ｘ、ｙ）を受信することができる。次いで、ブロック２４８では、ブロック２４４で受信されたデータセット（ｘ、ｙ）が有効範囲にあるか否かが判断されうる。有効範囲は、モデルが有効である範囲を示しうる。図３Ａおよび図３ＢＡＯＤシステム１００では、モデル１１６は、ブロック２４４で受信した負荷変数値（ｘ）を調べてその値が有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］に入っているか否かを判断しうる。ブロック２４４で受信したデータセット（ｘ、ｙ）が有効範囲にあると判断された場合、フローはブロック２５２へ進んでよい。

ブロック２５２では、従属温度差変数Ｙの温度差変数予測値（ｙ_ｐ）がモデルを用いて生成されうる。具体的にいえば、モデルは、ブロック２４４で受信した負荷変数値（ｘ）から温度差変数の予測値（ｙ_ｐ）を生成する。図３Ａおよび図３ＢのＡＯＤシステム１００では、モデル１１６は、ＳＰＭブロック１１２から受信した負荷変数値（ｘ）から温度差変数予測値（ｙ_ｐ）を生成する。

次いで、ブロック２５６では、ブロック２４４で受信された温度差変数監視値（ｙ）は、温度差変数予測値（ｙ_ｐ）と比較されうる。この比較はさまざまな方法で具象化されうる。たとえば、差またはパーセンテージの差が生成されてもよい。他のタイプの比較が用いられても同様によい。ここで図８Ａを参照すると、データセットが受信された例がドット２２６としてグラフ２２０に示されており、対応する予測値（ｙ_ｐ）が「ｘ」として示されている。図８Ａのグラフ２２０には、ＭＯＮＩＴＯＲＩＮＧ状態でのＡＯＤシステム１００の動作が示されている。このモデルは、曲線２２４により示されている回帰モデルを用いて予測（ｙ_ｐ）を生成している。図８Ａに示されているように、ブロック２４４で受信された温度差変数監視値（ｙ）と温度差変数予測値（ｙ_ｐ）との間の差が−１．７５４％であることが算出されている。ここで図８Ｂを参照すると、受信されたデータセットの他の例がドット２２８としてグラフ２２０に示されており、対応する温度差変数予測値（ｙ_ｐ）が「ｘ」として示されている。図８Ｂに示されているように、ブロック２４４で受信された温度差変数監視値（ｙ）と予測値（ｙ_ｐ）との間の差が−１９．２９８％であることが算出されている。図３Aおよび図３BのＡＯＤシステム１００では、偏差検出器１１８は比較を行うことが可能となっている。

さらに図７を参照すると、ブロック２６０では、ブロック２４４で受信された温度差変数監視値（ｙ）がその温度差変数予測値（ｙ_ｐ）から著しく外れているか否かがブロック２５６の比較結果に基づいて判断されうる。ブロック２６０での判断は、さまざまな方法で具象化されてもよく、どのようにブロック２５６の比較が具象化されたかに依存するものであってもよい。たとえば、温度差の値がブロック２５６で生成された場合、この差の値があるしきい値を超えているか否かによって判断されてもよい。このしきい値は、予め決められた値であってもよいしまたは設定可能な値であってもよい。また、しきい値は一定なものであってもよいしまたは変更可能なものであってもよい。たとえば、しきい値は、ブロック２４４で受信される独立負荷変数Ｘの値に応じて変更されてもよい。他の具体例では、ブロック２５６でパーセンテージ差の値が生成された場合、このパーセンテージ差の値が温度差変数予測値（ｙ_ｐ）のあるパーセンテージ分を超えるような所定のしきい値パーセンテージを超えているか否かが判断されうる。さらに他の具体例では、連続して二つまたは他の数の比較結果がしきい値を超えた場合にのみ、著しい外れがあると判断されうる。さらに他の具体例では、温度差変数監視値（ｙ）が、温度差変数予測値（ｙ_ｐ）の標準偏差のある数だけ温度差変数予測値（ｙ_ｐ）を超えた場合にのみ、著しい外れがあると判断されうる。標準偏差は、負荷変数Ｘの関数としてモデル化されてもよいし、または、トレイニングデータの残余の変数から算出されてもよい。監視されている温度差変数（ΔＴ_１−ΔＴ_Ｎ−１）の各々に対して共通しきい値が用いられてもよいし、または、異なるしきい値が温度差変数の一部もしくは全部に対して用いられてもよい。

さらに図８Ａを参照すると、ブロック２４４で受信された温度差変数監視値（ｙ）と温度差変数予測値（ｙ_ｐ）との間の差が−１．７５４％となっている。たとえば偏差が著しいか否かを判断するために１０％のしきい値が用いられる場合、図８Ａに示されている差の絶対値はこのしきい値未満である。一方、図８Ｂをさらに参照すると、ブロック２４４で受信された温度差変数監視値（ｙ）と温度差変数予測値（ｙ_ｐ）との間の差が−１９．２９８％となっている。図８Ｂに示されている差の絶対値はこのしきい値１０％を上回っているので、下記に記載するように異常状態示唆表示が生成されうる。図３Aおよび図３ＢのＡＯＤシステム１００では、偏差検出器１１８がブロック２６０を実行してもよい。

一般的に、温度差変数監視値（ｙ）が温度差変数予測値（ｙ_ｐ）から著しく外れているか否かの判断は、公知の手法を含むさまざまな手法を用いて具象化されうる。一の実施形態では、温度差変数監視値（ｙ）が温度差変数予測値（ｙ_ｐ）から著しく外れているか否かの判断は、現在値（ｙ）および（ｙ_ｐ）を分析することを含みうる。たとえば、温度差変数予測値（ｙ_ｐ）から温度差変数監視値（ｙ）を減算しまたはその逆の計算をして、その結果をしきい値と比較することによりその結果がしきい値を超えているか否かを判断する。この手法は、任意選択的に過去の値（ｙ）および（ｙ_ｐ）を解析することも含みうる。さらに、この手法は、（ｙ）または（ｙ）と（ｙ_ｐ）との差を一または複数のしきい値と比較することをさらに含みうる。一または複数のしきい値の各々は一定なものであってもよいしまたは変更可能なものであってもよい。たとえば、しきい値が、負荷変数Ｘまたは他の変数の値に応じて変更されてもよい。異なるしきい値が異なる温度差変数（ΔＴ_１、．．．、ΔＴ_１−Ｎ）に用いられてもよい。本明細書において参照することにより援用する、２００６年７月２５日に出願された、表題が「プロセス変数の期待値からのズレを検出するための方法およびシステム」である米国特許出願第１１／４９２，３４７号には、プロセス変数が期待値から著しく外れているか否かを検出するためのシステムおよび方法が記載されており、これらのシステムおよび方法のうちのいずれが任意選択的に用いられてもよい。当業者にとって明らかなように温度差変数監視値（ｙ）が温度差変数予測値（ｙ_ｐ）から著しく外れているか否かを判断する方法は他にも多くある。さらに、ブロック２５６とブロック２６０が組み合わされてもよい。

（ｙ）を（ｙ_ｐ）と比較する際に用いられる判断基準（ブロック２５６）および／または（ｙ）が（ｙ_ｐ）から著しく外れているか否かを判断する際に用いられる判断基準（ブロック２６０）のうちの一部または全部が、たとえば構成アプリケーション３８（図１および図２Ａ）を通じてユーザによって設定可能となっていてもよい。たとえば比較のタイプ（たとえば、差の生成、差の絶対値の生成、パーセンテージ差の生成）が設定可能となっていてもよい。また、偏差が著しいか否かの判断の際に用いられる一または複数のしきい値がオペレータによりまたは他のアルゴリズムにより設定可能であってもよい。これに代えて、このような判断基準が容易に設定可能でなくてもよい。

さらに図７を参照すると、ブロック２４４で受信された温度差変数監視値（ｙ）がその予測値（ｙ_ｐ）から著しく外れていないと判断された場合、フローは、ブロック２４４に戻り、次のデータセット（ｘ、ｙ）を受信しうる。しかしながら、温度差変数監視値（ｙ）がその予測値（ｙ_ｐ）から著しく外れていると判断された場合、フローはブロック４２４へ進みうる。ブロック２６４では、偏差示唆表示が生成されうる。たとえば、この示唆表示はアラートであってもよいしまたはアラームであってもよい。生成された示唆表示は、たとえばブロック２４４で受信された値（ｙ）が期待値よりも高いかまたは期待値よりも低いかの如きかさらなる表示を有していてもよい。図８Ａを参照すると、ブロック２４４で受信された温度差変数値（ｙ）と予測値（ｙ_ｐ）との間の差が−１．７５４％であり、しきい値である１０％を下回っているので、示唆表示は生成されない。他方、図８Ｂを参照すると、ブロック２４４で受信された（ｙ）と予測値（ｙ_ｐ）との間の差が−１９．２９８％であり、しきい値である１０％を上回っている。したがって、示唆表示が生成される。図３Ａおよび図３ＢのＡＯＤシステム１００では、偏差検出器１１８は示唆表示を生成しうる。

さらに図７のブロック２４８を参照すると、ブロック２４４で受信されたデータセット（ｘ、ｙ）が有効範囲内にないと判断された場合、フローはブロック２６８に進みうる。しかしながら、ＡＯＤシステム１００により構築されるモデルは、当該モデルがトレイニングされたデータの範囲において通常有効である。負荷変数Ｘが、曲線２２４により示されるようなモデルの制限範囲外にある場合、ステータスは範囲外（ｏｕｔ ｏｆ ｒａｎｇｅ）となり、ＡＯＤシステム１００は異常状態を検出することができないことになる。たとえば、図８Ｃでは、ＡＯＤシステム１００は、有効範囲内にないドット２３０として示されているデータセットを受信している。このことにより、ＡＯＤシステム１００はＯＵＴ ＯＦ ＲＡＮＧＥ状態に移行する。その場合、ＡＯＤシステム１００は、オペレータの命令に応じてまたは自動的に、ＬＥＡＲＮＩＮＧ状態にさらに移行するようになっていてもよい。したがって、初期学習期間の後、プロセスが異なる動作領域へ移動した場合、ＡＯＤシステムは、元の動作範囲用のモデルを維持すると同時に、新しい動作領域についての新しいモデルを学習することが可能となっている。

ここで図９Ａを参照すると、図９ＡはＡＯＤシステム１００がＬＥＡＲＮＩＮＧ状態へ移行する際、受信したデータセット２３２が有効範囲内にないときのグラフを示している。具体的にいえば、図９Ａのグラフは、収集された一群のデータセット２３２を含んでいる。さらに図７を参照すると、ブロック２６８では、ブロック２４４で受信されたデータセット（ｘ、ｙ）は、後にモデルをトレイニングさせるために用いられうる適切なデータセット群に加えうる。図９Ａを参照すると、データセット２３０は、Ｘの値がＸ_ＭＩＮ未満であるデータセットに対応する一群のデータセット２３２に加えられている。たとえば、ブロック２４４で受信された負荷変数Ｘの値がＸ_ＭＩＮ未満である場合、ブロック２４４で受信されたデータセット（ｘ、ｙ）は、負荷変数Ｘの値がＸ_ＭＩＮ未満である他の受信されたデータセットに対応するデータ群へ加えられうる。同様に、ブロック２４４で受信された負荷変数Ｘの値がＸ_ＭＡＸより大きい場合、ブロック２４４で受信されたデータセット（ｘ、ｙ）は、負荷変数の値がＸ_ＭＡＸより大きな他の受信されたデータセットに対応するデータ群へ加えられうる。図３Ａおよび図３ＢのＡＯＤシステム１００では、モデルブロック１１６がブロック２６８を実行しうる。

次いで、ブロック２７２では、一群のデータセット２３２に対応する回帰モデルを構築するためにブロック２６８でデータセットが加えられたデータ群内に十分なデータセットが存在するか否かが判断されうる。この判断はさまざまな手法を用いて具象化されてもよい。たとえば、一群内のデータセットの数を最小数と比較し、一群内のデータセットの数が少なくともこの最小数である場合、回帰モデルを構築するための十分なデータセットが存在していると判断されうる。この最小数は、当業者に対して公知となっている手法を含むさまざまな手法を用いて選択されてもよい。回帰モデルを構築するための十分なデータセットが存在すると判断された場合、図１０に関して下記にさらに詳細に記載されているように、ブロック２７６でモデルが更新されうる。一方、回帰モデルを構築するための十分なデータセットが存在しないと判断された場合、フローは、ブロック２４４に戻り、次のデータセット（ｘ、ｙ）を受信しうる。他の具体例では、回帰モデルを構築させるべく、ＭＯＮＩＴＯＲコマンドがオペレータにより発生されうる。

図１０は、現在の有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］外のデータセットについての回帰モデルを構築するために群内に十分なデータセットが存在すると判断された後でモデルを更新するための方法２７６を例示するフロー図である。ブロック３０４では、新しい回帰モデルのための範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］が求められうる。この有効範囲は、新しい回帰モデルが有効である独立負荷変数Ｘの範囲を示しうる。たとえば、有効範囲は、（ｘ）がＸ’_ＭＩＮ以上でありかつＸ’_ＭＡＸ以下である負荷変数の値（ｘ）の範囲でのみモデルが有効であることを示しうる。一の具体例では、Ｘ’_ＭＩＮは一群のデータセット（ｘ、ｙ）の中の負荷変数の最小値として設定され、Ｘ’_ＭＡＸは一群のデータセット（ｘ、ｙ）の中の負荷変数の最大値として設定されうる。さらに図９Ａを参照すると、Ｘ’_ＭＩＮは群２３２内の左端のデータセットの負荷変数の値として設定され、Ｘ’_ＭＡＸは群２３２内の右端のデータセットの負荷変数の値として設定されうる。図３Ａおよび図３ＢのＡＯＤシステム１００では、モデルブロック１１６が有効範囲を生成しうる。

ブロック３０８では、この範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］における回帰モデルを上記の群の中のデータセット（ｘ、ｙ）に基づいて構築しうる。回帰モデルを構築するにあたって公知の手法を含むさまざまな手法のうちのいずれを用いてもよいし、また、モデルとしてさまざまな関数のうちのいずれを用いてもよい。たとえば、モデルは、一次方程式、二次方程式などから構成されてもよい。図９Ｂでは、群２３２上に重ね合わせられた曲線２３４は、群２３２の中のデータセットをモデル化するために構築された回帰モデルを示している。曲線２３４に対応する回帰モデルは範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］において有効であり、また、曲線２２４に対応する回帰モデルは範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］において有効である。図３Ａおよび図３ＢのＡＯＤシステム１００では、モデル１１６は、範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］用の回帰モデルを構築することが可能である。

説明を容易にするために、ここでは範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］を［Ｘ_{ＭＩＮ＿１}、Ｘ_{ＭＡＸ＿１}］と呼び、範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］を［Ｘ_{ＭＩＮ＿２}、Ｘ_{ＭＡＸ＿２}］と呼ぶことにする。これに加えて、範囲［Ｘ_{ＭＩＮ＿１}、Ｘ_{ＭＡＸ＿１}］に対応する回帰モデルをｆ_１（ｘ）と呼び、範囲［Ｘ_{ＭＩＮ＿２}、Ｘ_{ＭＡＸ＿２}］に対応する回帰モデルをｆ_２（ｘ）と呼ぶことにする。したがって、モデルは次のように表わされうる：

さらに図１０を参照すると、ブロック３１６では、曲線２２４と曲線２３４との間の動作領域についての範囲［Ｘ_{ＭＩＮ＿１}、Ｘ_{ＭＡＸ＿１}］および範囲［Ｘ_{ＭＩＮ＿２}、Ｘ_{ＭＡＸ＿２}］に対応する回帰モデル間に補間モデルが構築されうる。下記に記載の補間モデルは線形関数を有しているが、他の実施形態では、二次関数の如き他のタイプの関数が用いられてもよい。Ｘ_{ＭＡＸ＿１}がＸ_{ＭＩＮ＿２}よりも小さい場合、補間モデルは下記のように算出されうる：

同様に、Ｘ_{ＭＡＸ＿２}がＸ_{ＭＩＮ＿１}よりも小さい場合、補間モデルは下記のように算出されうる：

したがって、モデルは下記のように表されうる：

Ｘ_{ＭＡＸ＿１}がＸ_{ＭＩＮ＿２}よりも小さくかつＸ_{ＭＡＸ＿２}がＸ_{ＭＩＮ＿１}よりも小さい場合、補間モデルは下記のように表わされうる：

方程式１、４および５から分かるように、モデルは複数の回帰モデルを含んでもよい。具体的にいえば、第一の回帰モデル（すなわち、ｆ_１（ｘ））は、第一の動作領域（すなわち、ｘ_{ＭＩＮ＿１}≦ｘ≦ｘ_{ＭＡＸ＿１}）の従属温度差変数Ｙをモデル化するために用いられ、第二の回帰モデル（すなわち、ｆ_２（ｘ））は、第二の動作領域（すなわち、ｘ_{ＭＩＮ＿２}≦ｘ≦ｘ_{ＭＡＸ＿２}）の従属温度差変数Ｙをモデル化するために用いられうる。これに加えて、式４および式５から明らかなように、モデルは、これらの回帰モデルに対応する動作領域間において温度差変数Ｙをモデル化するための補間モデルをさらに有しうる。

さらに図１０を参照すると、ブロック３２０では、有効範囲が更新されうる。たとえば、Ｘ_{ＭＡＸ＿１}がＸ_{ＭＩＮ＿２}よりも小さい場合、Ｘ_ＭＩＮがＸ_{ＭＩＮ＿１}に設定され、Ｘ_ＭＡＸがＸ_{ＭＡＸ＿２}に設定されうる。同様に、Ｘ_{ＭＡＸ＿２}がＸ_{ＭＩＮ＿１}よりも小さい場合、Ｘ_ＭＩＮがＸ_{ＭＩＮ＿２}に設定され、Ｘ_ＭＡＸがＸ_{ＭＡＸ＿１}に設定されうる。図９Ｃには、新しい有効範囲を有する新しいモデルが示されている。図７および図１０を参照すると、モデルは方法２７６の如き方法を用いて複数回数更新されうる。図９Ｃから明らかなように、元のモデルが温度差変数Ｙの「ｎｏｒｍａｌ（正常）」値を表しているため、元の動作範囲についての元のモデルは保持されている。そうでなければ、元のモデルが連続して更新された場合に、モデルが不良状態に向けて更新されてしまい、異常状況が検出されなくなってしまう恐れがある。プロセスが新しい動作地域へ移行する場合、新しいモデルを構築するためにプロセスが依然として正常な状態に置かれていると仮定され、新しいモデルが新しい動作領域で生じるシステム内のさらなる異常状況を検出するために用いられてもよい。したがって、水素添加分解装置のモデルは、さまざまな動作領域に対応するプロセスモデルとして永続的に拡張されうる。

異常状況防止システム３５（図１および図２Ａ）は、たとえば図６Ａ、図６Ｂ、図８Ａ、図８Ｂ、図８Ｃ、図９Ａ、図９Ｂ、図９Ｃのうちの一部または全部に類似するグラフを表示デバイス上に表示させうる。たとえば、ＡＯＤシステム１００がモデル判断基準データをたとえば異常状況防止システム３５またはデータベースへ提供する場合、異常状況防止システム３５は、どのようにしてモデル１１６が従属温度差変数Ｙを独立負荷変数Ｘの関数としてモデル化するかを示す表示画面を生成するためにこのデータを用いうる。たとえば、この表示画面は、図８Ａ、図８Ｂおよび図９Ｃのグラフのうちの一または複数に類似するグラフを有しうる。任意選択的に、ＡＯＤシステム１００は、モデル１１６の構築に用いられたデータセットのうちの一部または全部をたとえば異常状況防止システム３５またはデータベースへさらに提供しうる。この場合、異常状況防止システム３５は、図６Ａ、図６Ｂ、図９Ａおよび図９Ｂのうちの一または複数と類似するグラフを有する表示画面を生成するためにこのデータを用いてもよい。任意選択的に、ＡＯＤシステム１００は、たとえば異常状況防止システム３５またはデータベースにＡＯＤシステム１００がその監視段階中に評価するデータセットのうちの一部または全部をさらに提供しうる。これに加えて、ＡＯＤシステム１００は、データセットのうちの一部または全部に対する比較データをたとえば異常状況防止システム３５またはデータベースへさらに提供してもよい。この場合、一の具体例として、異常状況防止システム３５は、図８Ａおよび図８Ｂグラフのうちの一または複数と類似するグラフを有する表示画面を生成するためにこのデータを用いてもよい。

（ＡＯＤシステムの手動制御）
図５、図７および図１０に関して記載されたＡＯＤシステムでは、モデルは、ある動作領域における十分なデータセットが得られたとき自動的に更新しうる。しかしながら、このような更新は人間のオペレータが許可しない限り行われないことが望ましい。これに加えて、受信データセットが有効動作領域におけるものである場合であっても人間のオペレータがモデルを更新させることが可能であることが望ましい。

図１１は、図３Ａおよび図３ＢのＡＯＤシステム１００の如きＡＯＤシステムの他の動作に対応する状態遷移図５５０の例である。状態遷移図５５０に対応する動作により、人間のオペレータはＡＯＤシステムに対するさらなる制御が可能となる。たとえば、下記により詳細に記載されているように、ＡＯＤシステムのモデルをＬＥＡＲＮＩＮＧ状態５５４へ移行させることをオペレータが望むとき、当該オペレータはＬＥＡＲＮコマンドをＡＯＤシステムに送信させうる。一般的にいえば、下記にさらに詳細に記載されているＬＥＡＲＮＩＮＧ状態５５４では、ＡＯＤシステムは回帰モデルの構築のためのデータセットを取得するようになっている。同様に、ＡＯＤシステムが、回帰モデルを構築し、入力されるデータセットを監視し始めることをオペレータが望むとき、当該オペレータはＭＯＮＩＴＯＲコマンドをＡＯＤシステムに送信しうる。一般的にいえば、ＡＯＤシステムは、ＭＯＮＩＴＯＲコマンドに応答して、ＭＯＮＩＴＯＲＩＮＧ状態５５８へ移行しうる。

ＡＯＤシステムの初期状態はたとえばＵＮＴＲＡＩＮＥＤ状態５６０であってもよい。ＡＯＤシステムは、ＬＥＡＲＮコマンドを受信したとき、ＵＮＴＲＡＩＮＥＤ状態５６０からＬＥＡＲＮＩＮＧ状態５５４へ移行しうる。ＡＯＤシステムは、ＭＯＮＩＴＯＲコマンドを受信したとき、ＵＮＴＲＡＩＮＥＤ状態５６０に留まりうる。任意選択的に、ＡＯＤシステムがまだトレイニングされていないことをオペレータに通知するための示唆表示が表示デバイスに表示されうる。

ＯＵＴ ＯＦ ＲＡＮＧＥ状態５６２では、各受信データセットが解析され、当該各受信データセットが有効範囲にあるか否かが判断される。受信データセットが有効範囲内にない場合、ＡＯＤシステムはＯＵＴ ＯＦ ＲＡＮＧＥ状態５６２に留まりうる。一方で、受信データセットが有効範囲内にある場合、ＡＯＤシステムはＭＯＮＩＴＯＲＩＮＧ状態５５８へ移行しうる。これに加えて、ＡＯＤシステムは、ＬＥＡＲＮコマンドを受信した場合、ＬＥＡＲＮＩＮＧ状態５５４へ移行しうる。

ＬＥＡＲＮＩＮＧ状態５５４では、ＡＯＤシステムは、収集されたデータセットに対応する一または複数の動作領域において回帰モデルを構築するためにデータセットを収集しうる。これに加えて、ＡＯＤシステムは、任意選択的に、最大数のデータセットを受信したか否かをチェックしうる。たとえば、最大数は、ＡＯＤシステムが利用可能な格納部により決定されうる。したがって、最大数のデータセットが受信された場合、このことは、ＡＯＤシステムがたとえばデータセットの格納のために利用可能なメモリが少なくなっているまたは少なくなる恐れがあることを示しうる。一般的に、最大数のデータセットを受信したと判断された場合、または、ＭＯＮＩＴＯＲコマンドを受信した場合、ＡＯＤシステムのモデルが更新され、ＡＯＤシステムがＭＯＮＩＴＯＲＩＮＧ状態５５８へ移行されうる。

図１２は、ＬＥＡＲＮＩＮＧ状態５５４における動作方法６００を例示するフロー図である。ブロック６０４では、ＭＯＮＩＴＯＲコマンドを受信したか否かが判断されうる。ＭＯＮＩＴＯＲコマンドが受信された場合、フローはブロック６０８へ進みうる。ブロック６０８では、回帰モデルを構築するための最小数のデータセットが収集されたか否かが判断されうる。最小数のデータセットが収集されていない場合、ＡＯＤシステムはＬＥＡＲＮＩＮＧ状態５５４に留まりうる。任意選択的に、最小数のデータセットがまだ収集されていないためＡＯＤシステムが依然としてＬＥＡＲＮＩＮＧ状態に留まっていることをオペレータに通知するための示唆表示が表示デバイスに表示されてもよい。

それに対して、最小数のデータセットが収集された場合、フローはブロック６１２へ進みうる。図１３を参照してさらに詳細に記載されるように、ブロック６１２では、ＡＯＤシステムのモデルが更新されうる。次いで、ブロック６１６では、ＡＯＤシステムはＭＯＮＩＴＯＲＩＮＧ状態５５８へ移行されうる。

ブロック６０４で、ＭＯＮＩＴＯＲコマンドが受信されていないと判断された場合、フローはブロック６２０へ進み、ここで、新しいデータセットが受信される。次いで、ブロック６２４では、受信データセットが、適切なトレイニンググループに加えられうる。適切なトレイニンググループは、たとえばデータセットの負荷変数の値に基づいて決定されうる。例示される具体例では、負荷変数の値が、モデルの有効範囲のＸ_ＭＩＮよりも小さい場合、このデータセットは第一のトレイニンググループに加えられうる。また、負荷変数の値がモデルの有効範囲のＸ_ＭＡＸより大きい場合、このデータセットは第二のトレイニンググループに加えられうる。

ブロック６２８では、最大数のデータセットが受信されたか否かが判断されうる。最大数のデータセットが受信された場合、フローはブロック６１２へ移行し、また、ＡＯＤシステムは上述のＭＯＮＩＴＯＲＩＮＧ状態５５８へ最終的に移行する。これに対して、最大数のデータセットが受信されていない場合、ＡＯＤシステムはＬＥＡＲＮＩＮＧ状態５５４に留まることになる。当業者にとって明らかなように、方法６００に対してさまざまな修正が加えられてもよい。一の具体例では、ブロック６２８で最大数のデータセットが受信されていると判断された場合、ＡＯＤシステムはトレイニンググループに対してデータセットを加えることを停止するだけでもよい。これに加えてまたはこれに代えて、ＡＯＤシステムは、ユーザにモデルの更新の許可を促すようにしてもよい。この実施形態では、ユーザがモデルの更新を許可しない限り、最大数のデータセットが取得されたとしてもモデルは更新されないことになる。

図１３は、図１２のブロック６１２を具象化するために用いられうる方法６５０を例示するフロー図である。ブロック６５４では、範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］が新しく収集されたデータセットを用いて構築される回帰モデルのために決定される。この範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］は、公知の手法を含むさまざまな手法を用いて具象化されうる。ブロック６５８では、この範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］に対応する回帰モデルが、図１２を参照して記載されているように収集されトレイニンググループに加えられたデータセットのうちの一部または全部を用いて作成されうる。この回帰モデルは、公知の手法を含むさまざまな手法を用いて構築されうる。

ブロック６６２では、これがモデルの初期トレイニングであるか否かが判断されうる。一の具体例では、有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］が、モデルがまだトレイニングされていないことを示す予め決められた範囲であるのか否かが判断されうる。モデルの初期トレイニングである場合、フローはブロック６６５に進み、ここで、有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］がブロック６５４で決められた範囲に設定されることになる。

ブロック６６２で、これがモデルの初期トレイニングでないと判断されると、フローはブロック６７０へ進みうる。ブロック６７０では、範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］が有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］とオーバーラップするか否かが判断される。オーバーラップする場合、フローはブロック６７４へ進み、ここで、一または複数の他の回帰モデルまたは補間モデルの範囲がオーバーラップした割合に照らして更新されうる。任意選択的に、他の回帰モデルまたは補間モデルのうちの一の範囲が範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］内に完全に含まれる場合、その他の回帰モデルまたは補間モデルは捨てられてもよい。このことは、たとえばメモリ資源の節約を補助しうる。ブロック６７８では、必要ならば、有効範囲が更新されてもよい。たとえば、Ｘ’_ＭＩＮが有効範囲のＸ_ＭＩＮより小さい場合、有効範囲のＸ_ＭＩＮがＸ’_ＭＩＮに設定されてもよい。

ブロック６７０では、範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］が有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］とオーバーラップしないと判断された場合、フローはブロック６８２へ進みうる。ブロック６８２では、必要ならば、補間モデルが構築されてもよい。ブロック６８６では、有効範囲が更新されうる。ブロック６８２、６８６は、図１０のブロック３１６、３２０に関して記載されている方法と同様な方法で具象化されうる。

当業者にとって明らかなように、方法６５０に対していろいろな変更を加えることができる。一の具体例では、範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］が有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］とオーバーラップする場合、範囲［Ｘ’_ＭＩＮ、Ｘ’_ＭＡＸ］ならびにその他の回帰モデルおよび補間モデルの動作範囲のうちの一または複数は、これらの範囲のうちのいずれにもオーバーラップしないように、変更されてもよい。

図１４は、ＭＯＮＩＴＯＲＩＮＧ状態５５８における動作方法７００を例示するフロー図である。ブロック７０４では、ＬＥＡＲＮコマンドが受信されたか否かが判断されうる。ＬＥＡＲＮコマンドが受信されている場合、フローはブロック７０８へ進みうる。ブロック７０８では、ＡＯＤシステムはＬＥＡＲＮＩＮＧ状態５５４へ移行しうる。ＬＥＡＲＮコマンドが受信されていない場合、フローはブロック７１２へ進みうる。

ブロック７１２では、上述のように、データセット（ｘ、ｙ）が受信されうる。次いで、ブロック７１６では、受信されたデータセット（ｘ、ｙ）が有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］内にあるか否かが判断されうる。このデータセットが有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］外にある場合、フローはブロック７２０へ進み、ここで、ＡＯＤシステムがＯＵＴ ＯＦ ＲＡＮＧＥ状態５６２へ移行しうる。しかしながら、ブロック７１６でデータセットが有効範囲［Ｘ_ＭＩＮ、Ｘ_ＭＡＸ］内にあると判断された場合、フローはブロック７２４、７２８、７３２へ進みうる。図４を参照して記載されているように、ブロック７２４、７２８および７３２は、それぞれ対応するブロック１５８、１６２および１６６と同様に、具象化されうる。

図１１の状態遷移図５５０、図１２のフロー図６００、図１３のフロー図６５０および図１４のフロー図７００についての説明をさらに補足するために、図６Ａ、図６Ｂ、図８Ａ、図８Ｂ、図８Ｃ、図９Ａ、図９Ｂおよび図９Ｃをさらに参照する。図６Ａには、モデルが初期トレイニング中にある間、ＬＥＡＲＮＩＮＧ状態５５４にあるＡＯＤシステムのグラフ２２０が示されている。具体的にいえば、図６Ａのグラフは、収集された一群のデータセット２２２を含んでいる。オペレータがＭＯＮＩＴＯＲコマンドを発行した後で、または、最大数のデータセットが収集された場合に、一群のデータセット２２２に対応する回帰モデルが構築されうる。図６Ｂのグラフ２２０は、一群のデータセット２２２に対応する回帰モデルを示す曲線２２４を含んでいる。この次に、ＡＯＤシステムはＭＯＮＩＴＯＲＩＮＧ状態５５８へ移行しうる。

図８Ａのグラフ２２０には、ＭＯＮＩＴＯＲＩＮＧ状態５５８にあるＡＯＤシステムの動作が示されている。具体的にいえば、ＡＯＤシステムは、有効範囲内にあるデータセット２２６を受信する。モデルは、曲線２２４により示されている回帰モデルを用いて、予測値ｙ_ｐ（図８Ａのグラフ内の「ｘ」により示されている）を生成する。図８Ｃでは、ＡＯＤシステムは、有効範囲内にないデータセット２３０を受信する。これにより、ＡＯＤシステムは、ＯＵＴ ＯＦ ＲＡＮＧＥ状態５６２に移行しうる。

オペレータがＬＥＡＲＮコマンドを発行させた場合、ＡＯＤシステムはＬＥＡＲＮＩＮＧ状態５５４へ再び移行する。図９Ａのグラフ２２０には、ＡＯＤシステムがＬＥＡＲＮＩＮＧ状態５５４に移行した後の当該ＡＯＤシステムの動作が示されている。具体的にいえば、図９Ａのグラフは、収集された一群のデータセット２３２を含んでいる。オペレータがＭＯＮＩＴＯＲコマンドを発行した後で、または、最大数のデータセットが収集された場合に、一群のデータセット２３２に対応する回帰モデルが構築されうる。図９Ｂのグラフ２２０は、一群のデータセット２３２に対応する回帰モデルを示す曲線２３４を含んでいる。次いで、曲線２２４と曲線２３４との間の動作領域に対する補間モデルが構築されうる。

次いで、ＡＯＤシステムはＭＯＮＩＴＯＲＩＮＧ状態５５８へ再移行しうる。図９Ｃのグラフ２２０には、ＭＯＮＩＴＯＲＩＮＧ状態５５８で動作するＡＯＤシステムが示されている。具体的にいえば、ＡＯＤシステムは、有効範囲内にあるデータセット２３６を受信する。モデルは、図９Ｂの曲線２３４により示されている回帰モデルを用いて、予測値ｙ_ｐ（図９Ｃのグラフ内の「ｘ」により示されている）を生成する。

オペレータが再びＬＥＡＲＮコマンドを発行させると、ＡＯＤシステムは再びＬＥＡＲＮＩＮＧ状態５５４へ移行し、この間に、一群のデータセットがさらに収集される。オペレータがＭＯＮＩＴＯＲコマンドを発行した後で、または、最大数のデータセットが収集された場合に、この一群のデータセットに対応する回帰モデルが構築されうる。その他の回帰モデルの範囲は更新されてもよい。たとえば、曲線２２４、２３４に対応する回帰モデルの範囲は、これら二つの間に回帰モデルを加えたことによって、拡げられてもよいしまたは狭められてもよい。これに加えて、曲線２２４、２３４に対応する回帰モデル間の動作領域についての補間モデルは、曲線２２４と曲線２３４との間の曲線に対応する新しい回帰モデルと置き換えられてもよい。したがって、所望ならば、補間モデルはＡＯＤシステムに付随するメモリから削除されてもよい。ＡＯＤシステムは、ＭＯＮＩＴＯＲＩＮＧ状態５５８に移行した後、上述のように作動しうる。

ＡＯＤシステムの一の態様は、ＡＯＤシステムによって提供されるさまざまな異常状況防止能力に対するユーザの相互作用を促進するために本明細書に記載されたＡＯＤシステムへ統合されるグラフィカルユーザインターフェイス（ＧＵＩ）を提供するユーザインタフェースルーチンである。しかしながら、より詳細にＧＵＩを説明する前に、ＧＵＩが任意の適切なプログラム言語およびプログラム技術を用いて実現される一または複数のソフトウェアルーチンを有しうることを認識する必要がある。さらに、ＧＵＩを構成するソフトウェアルーチンは、たとえばプラント１０内のワークステーション、制御装置などの如き単一処理ステーションまたはユニット内に格納および処理されてもよく、またはＧＵＩのソフトウェアルーチンは、複数の処理ユニットを利用して分散する方法で格納および実行されてもかまわない。これらの処理ユニットは、ＡＯＤシステム内において互いに通信可能に接続されている。

好ましくは、必要というわけではないが、ＧＵＩは良く知られたグラフィカルウインドウ式構造および外見を用いて実現されうる。ここでは、相互リンクした複数のグラフィカルビューまたはグラフィカルページが一または複数のプルダウンメニューを有しており、このプルダウンメニューにより、ユーザは所望の方法でそれらのページを行き来し、特定の種類の表示を閲覧および／または検索することができる。上述されたＡＯＤシステムの特徴および／または能力は、そのＧＵＩの一または複数の対応するページ、ビュー、または表示画面を介して、たとえば表示され、アクセスされ、呼び出されうる。さらに、ＧＵＩを構成するさまざまな表示画面は、論理的な方法で相互にリンクされており、ユーザは迅速にかつ容易にすべての表示画面を行き来して特定の種類の情報の検索またはＡＯＤシステムの特定の機能へのアクセスおよび／またはその呼び出しを行うことができる。

一般的にいえば、本明細書で記載されるＧＵＩは、プロセス制御領域、プロセス制御ユニット、プロセス制御ループ、プロセス制御デバイスなどの分かり易いグラフィカル画像またはグラフィカル表示画面を提供する。これらのグラフィカル表示画面の各々は、ＧＵＩにより表示されている特定のビューに掲載されたステータス表示およびステータス示唆表示（これらのうちの一部または全部が上述のＡＯＤシステムにより生成されうる）を有しうる。ユーザは、任意のビュー、ページまたは表示画面の中に示されている示唆表示を用いて、表示画面内に示されている水素添加分解装置または水素添加分解装置の反応器に問題が存在するか否かを迅速に判断することが可能となる。

これに加えて、ＧＵＩは、水素添加分解装置内に発生した問題または今にも発生しうる異常状況の如き問題に関するメッセージをユーザに提供してもよい。これらのメッセージは、問題を記述し、現在の問題を回避するために実施しうるシステムに対する変更の可能性を示唆し、または潜在的な問題を回避するために実施しうるシステムに対する変更を示唆し、問題を解決または回避するために遂行されうる行動計画を記述するなどのグラフィカル表示および／またはテキスト表示を備えうる。

図１５〜図１９は、ＡＯＤシステム用に生成され、オペレータに向けて表示されうる表示画面の具体例を示す図である。図示されている具体例では、図２Ｂに示されている反応器６４、６６のうちの一つの如き水素添加分解装置の反応器の図６００が表示されている。もちろんいうまでもなく、水素添加分解装置の複数の反応器が表示されてもよい。監視中の反応器は、断面温度が測定される反応器の四つの断面または「ベッド」を有しており、断面または「ベッド」の数は反応器に応じて変更されてもよい。平均ベッド温度（ＷＡＢＴ_１−ＷＡＢＴ_４）の如き各断面の温度は各断面に対して表示される。図２Ｂに関して上記されているように、各断面のＷＡＢＴは、断面で測定される複数の温度測定値Ｔ_１の加重平均として提供されうる。

各対のＷＡＢＴの間の温度差（ΔＴ_１−ΔＴ_３）は算出され表示されるようになっている。一の実施形態では、ΔＴを示す図は監視されているΔＴの数を反映するためにＡＯＤシステムにより自動的に調節されうる。図１５に示されているように、ボタン６０２は各ΔＴに関連づけされており、それが選択されると、それに応答してフェイスプレート６０４が作成される。ボタンが例示されているが、ある温度差変数ΔＴに関するフェイスプレート６０４を作成するためにまたは表示画面により掲載されている複数の選択肢のうちのいずれかを実行するために、ラジオボタン、ドロップダウンメニューまたは他の図式のリンクの如き他の選択方法が用いられてもよいし、あるいは、図式ではない選択方法（たとえば、キーボード、音声など）が用いられてもよいことは言うまでもない。

フェイスプレート６０４は、これに限定されるわけではないが、モード、ステータス、監視されている現在のΔＴ（ｙ）、予測されたΔＴ（ｙ_ｐ）、現在の回帰モデル、回帰モデルの適合性などを含むさまざまな情報を含んでいる。また、フェイスプレートは、たとえば学習の長さ、統計計算の長さ、回帰次数およびしきい値範囲の如きユーザによって設定可能なパラメータを制御する機能をさらに備えうる。ユーザによって設定可能なパラメータは、データ入力、グラフィカル操作または複数の設定方法のいずれかにより制御されうる。

飛散温度状態を示すΔＴのうちのいずれかに著しい上昇などが検出されることにより異常状態が検出されると、アラートまたは他の示唆表示が作成されうる。ここで、図１６を参照すると、温度差変数ΔＴ_１の監視値（ｙ）が温度差変数ΔＴ_１の予測値（ｙ_ｐ）から著しく外れている場合、異常状態に関連づけされている温度差変数の図が強調表示６０６され、また、表示画面の下部にあるアラームバナーがアラーム６０８を示す。もちろん、アラートを表示する他の方法が用いられてもよい。

ユーザは、たとえばアラームバナーのアラーム６０８を選択することによりまたは強調表示された温度差変数６０６を選択することにより、異常状態示唆表示に関するさらなる表示を要求することが可能となる。ここで図１７を参照すると、さらなる表示の要求に応答して異常状態に関する要約メッセージ６１０が作成される。この要約メッセージは、温度差変数監視値（ｙ）（「現在のΔＴ：５４．１°Ｆ」のように示される）および温度差変数予測値（ｙ_ｐ）（「予測値ΔＴ：４１．２°Ｆ」のように示される）の如き異常状態についての少なくともなんらかのさらなる表示を提供する。

図１７から分かるように、要約メッセージ６１０は、異常状態に関するさらに詳細な表示についての図式リンクを提供するようになっている。ここで図１８を参照すると、異常状態に関するさらに詳細な表示を示している表示画面ウィンドウが作成されている。さらに詳細な表示には、これに限定されるわけではないが、異常状態を解決するための命令（たとえば、温度調節、シャットダウン、交換部品命令、作業命令など）の如き異常状態に対応するためのガイド付き支援が含まれる。

図１９は、オペレータによるＡＯＤシステムの設定および閲覧を可能とするために作成されうる表示画面の一例である。たとえば、ＡＯＤシステムの操作は制御モジュールとして具象化されてもよい。この制御モジュールは、限定されるわけではないが、エマソンプロセスマネージメント社により販売されている、ＤｅｌｔａＶ（商標）制御システムおよびＯｖａｔｉｏｎ制御システムを有しうる。他の実施形態では、ＡＯＤシステムの操作は、エマソンプロセスマネージメントにより販売されているＲｏｓｅｍｏｕｎｔ３４２０のようなフィールドデバイスインターフェイスモジュールとして具象化されうる。さらに他の実施形態では、ＡＯＤシステムの操作は、独立型のアルゴリズムとして具象化されうる。図１９の具体例では、ＡＯＤシステムの操作は、ＤｅｌｔａＶ（商標）に実装される異常状況予防モジュールとして例示されており、オペレータによるＡＯＤシステムの設定を可能としている。たとえば、オペレータは、ＡＯＤシステムのＬＥＡＲＮ段階とＭＯＮＩＴＯＲ段階を制御し、含めるべきＷＡＢＴを指定し、必要ならば使用する統計ブロックを指定し、自動動作モードまたは手動動作モードを指定し、学習長さを変更し、統計計算時間を変更し、異なる動作領域の再学習を可能とし、偏差しきい値またはＡＯＤシステムに関する複数の設定可能な選択肢のうちのいずれかを指定することが可能である。

回帰モデルとして単一の独立変数の関数である単一の従属変数からなる線形の回帰モデルが用いられている具体例が記載されているが、当業者にとって明らかなように、他の線形の回帰モデルおよび非線形の回帰モデルが用いられてもよい。また、当業者にとって明らかなように、線形のまたは非線形の回帰モデルが複数の独立変数の関数として複数の従属変数をモデル化してもよい。

本明細書に記載のＡＯＤシステム、モデル、回帰モデル、補間モデル、偏差検出器、論理ブロック、方法ブロックなどは、ハードウェア、ファームウェアおよびソフトウェアのいかなる組み合わせを用いて具象化されてもよい。したがって、本明細書に記載のシステムおよび手法は、標準的な多目的型のプロセッサにより実現されてもよいし、または、所望ならば特定用途向けハードウェアまたはファームウェアを用いて実現されてもよい。ソフトウェアにより実現された場合、当該ソフトウェアは、磁気ディスク、レーザディスクまたは他の格納媒体の如き任意のコンピュータが読取可能なメモリ内、コンピュータのＲＡＭ、ＲＯＭまたはフラッシュメモリ内、プロセッサ内、Ｉ／Ｏデバイス内、フィールドデバイス内、インターフェイスデバイス内などに格納されうる。同様に、当該ソフトウェアは、たとえばコンピュータが読取可能なディスクまたは他の移送可能なコンピュータ格納機構上の方法または通信媒体を介した方法を含むいかなる公知のまたは所望の移送方法を通じて、ユーザまたはプロセス制御システムへ移送されてもよい。通常、通信媒体は、搬送波または他の搬送機構の如き変調データ信号で、コンピュータが読取可能な命令、データ構造、プログラムモジュールまたは他のデータを具象化するようになっている。用語「変調データ信号」は、その信号内に情報をコード化するように設定または変更された一または複数のその特性を有した信号のことを意味する。たとえば一例であってこれに限定されるものではないが、通信媒体は、有線ネットワークまたは直接式有線接続（ｄｉｒｅｃｔ−ｗｉｒｅｄ ｃｏｎｎｅｃｔｉｏｎ）などの有線媒体、ならびに、音響、無線周波数、赤外線および他の無線媒体の如き無線媒体を含む。したがって、当該ソフトウェアは、電話回線、インターネットなどの如き通信チャンネルを通じてユーザまたはプロセス制御システムへ移送されてもよい（このことは、このようなソフトウェアを移送可能な格納媒体通じて移送することと同一または交換可能なことであると考えられる）。

上記の記載のように、本発明は特定の実施形態を参照して記載されているが、これらの実施形態は、例示のみを意図したものであって、本発明を限定することを意図したものではない。当業者にとって明らかなように、開示された実施形態に対して本発明の技術思想および技術範囲から逸脱することなく変更、追加または削除を加えうる。

Claims (25)

1. 水素添加分解装置の異常動作を検出する方法であって、
   前記水素添加分解装置が動作領域にある間、該動作領域における前記水素添加分解装置の反応器内の第一の断面と前記水素添加分解装置の反応器内の第二の断面との間の温度差変数と前記動作領域における前記水素添加分解装置の負荷変数とから生成される前記水素添加分解装置の第一のデータセットを収集することと、
   前記第一のデータセットを用いて、前記動作領域における前記水素添加分解装置の回帰モデルを構築することと、
   前記温度差変数から生成される第一のデータの予測値を、前記回帰モデルを用いて、前記負荷変数から生成される第二のデータの関数として生成することと、
   前記温度差変数から生成される対応する信号が前記温度差変数から生成される前記第一のデータの予測値から外れているか否かを判断して、前記水素添加分解装置内の異常状況を検出することと
   を含む、方法。
2. 前記動作領域における前記水素添加分解装置の回帰モデルを構築することは、前記温度差変数を前記負荷変数の関数としてモデル化するために前記動作領域における前記水素添加分解装置の回帰モデルを構築することを含む、請求項１に記載の方法。
3. 前記温度差変数は、前記水素添加分解装置の反応器の前記第一の断面における加重平均温度と、前記水素添加分解装置の反応器の前記第二の断面における加重平均温度との間の温度差を含む、請求項１に記載の方法。
4. 前記第一のデータセットを収集することは、前記温度差変数の標本と前記負荷変数の標本とを収集すること、前記温度差変数の処理された標本と前記負荷変数の処理された標本とを収集すること、および、前記温度差変数の標本から生成される統計データと前記負荷変数の標本から生成される統計データとを収集することのうちの少なくとも一つを含む、請求項１に記載の方法。
5. 前記温度差変数から生成される前記第一のデータの予測値を、第一の回帰モデルを用いて、前記負荷変数から生成される第二のデータの関数として生成することは、前記温度差変数の標本の予測値を、第一の回帰モデルを用いて、前記負荷変数の標本の関数として生成することを含む、請求項１に記載の方法。
6. 前記温度差変数から生成される前記第一のデータの予測値を、前記第一の回帰モデルを用いて、前記負荷変数から生成される第二のデータの関数として生成することは、第一の回帰モデルを用いて、前記負荷変数の平均の関数として前記温度差変数の平均の予測値を生成することを含む、請求項１に記載の方法。
7. 前記温度差変数から生成される対応する信号が前記温度差変数から生成される前記第一のデータの予測値から外れているか否かを判断して、前記水素添加分解装置内の異常状況を検出することは、前記温度差変数から生成される対応する信号が前記温度差変数から生成される前記第一のデータの予測値からしきい値より外れているか否かを判断することを含む、請求項１に記載の方法。
8. 前記しきい値は、前記温度差変数の予測値のパーセンテージおよび前記温度差変数の予測値の標準偏差の数のうちの少なくとも一つである、請求項７に記載の方法。
9. 前記温度差変数の予測値の標準偏差を前記負荷変数の関数としてモデル化することをさらに含む、請求項８に記載の方法。
10. 前記温度差変数の予測値の標準偏差を前記第一のデータセット内の残余の分散から算出することをさらに含む、請求項８に記載の方法。
11. 水素添加分解装置の異常動作を検出する方法であって、
    前記水素添加分解装置が動作領域にある間、前記水素添加分解装置の複数の第一のデータセットを収集することと、
    前記複数の第一のデータセットを用いて、前記動作領域における各温度差変数についての前記水素添加分解装置の回帰モデルを構築することと、
    前記温度差変数の各々から生成される第一のデータの予測値を、前記回帰モデルを用いて、前記負荷変数から生成される第二のデータの関数として生成することと、
    前記温度差変数のうちの少なくとも一つから生成される対応する信号がそれに対応する前記温度差変数から生成される前記第一のデータの予測値から外れているか否かを判断して、前記水素添加分解装置内の異常状況を検出することとを含み、
    前記複数の第一のデータセットの各々は、前記動作領域における前記水素添加分解装置の反応器内の断面間の対応する温度差変数と前記動作領域における前記水素添加分解装置の負荷変数とから生成される、方法。
12. 前記温度差変数は、前記水素添加分解装置の前記反応器内の断面における加重平均温度間の差を含む、請求項１１に記載の方法。
13. 前記温度差変数のうちの少なくとも一つから生成される対応する信号がそれに対応する前記温度差変数から生成される前記第一のデータの予測値から外れているか否かを判断して、前記水素添加分解装置内の異常状況を検出することは、前記温度差変数のうちの少なくとも一つから生成される対応する信号がそれに対応する前記温度差変数から生成される前記第一のデータの予測値からしきい値より外れているか否かを判断することを含む、請求項１１に記載の方法。
14. 前記温度差変数のうちの少なくとも一つから生成される対応する信号がそれに対応する前記温度差変数から生成される前記第一のデータの予測値からしきい値より外れているか否かを判断することは、前記温度差変数のうちの少なくとも一つの各々から生成される対応する信号がそれに対応する前記温度差変数から生成される前記第一のデータの予測値から前記温度差変数に対応するしきい値より外れているか否かを判断することを含む、請求項１３に記載の方法。
15. 前記しきい値は、前記温度差変数の各々から生成される第一のデータの予測値のパーセンテージおよび前記温度差変数の各々から生成される第一のデータの予測値の標準偏差の数のうちの少なくとも一つである、請求項１３に記載の方法。
16. 水素添加分解装置の異常動作の検出を容易にするための方法であって、
    前記水素添加分解装置が第一の動作領域にある間に、前記水素添加分解装置の反応器内の第一の断面と前記水素添加分解装置の反応器内の第二の断面との間の温度差から生成され、かつ、前記水素添加分解装置が前記第一の動作領域にある間に、前記水素添加分解装置の負荷変数から生成される第一のデータセットを収集することと、
    前記第一のデータセットを用いて、前記第一の動作領域における前記プロセスの第一の回帰モデルを構築することと、
    前記第一の回帰モデルが有効である第一の範囲を決定することと、
    前記第一の回帰モデルを含むように前記水素添加分解装置のモデルを構築することと、
    前記水素添加分解装置が第二の動作領域にある間に、前記水素添加分解装置の反応器内の前記第一の断面と前記水素添加分解装置の反応器内の前記第二の断面との間の温度差から生成され、かつ、前記水素添加分解装置が前記第二の動作領域にある間に、前記水素添加分解装置の負荷変数から生成される第二のデータセットを収集することと、
    前記第二のデータセットを用いて、前記第二の動作領域における前記水素添加分解装置の第二の回帰モデルを構築することと、
    前記第二の回帰モデルが有効である第二の範囲を決定することと、
    前記第一の範囲についての前記第一の回帰モデルおよび前記第二の範囲についての前記第二の回帰モデルを含むように前記水素添加分解装置の前記モデルを更新することと
    を含む、方法。
17. 前記第二のデータセットを収集する前に、前記第一の範囲外のデータセットを受信することと、受信された前記データセットが前記水素添加分解装置モデルの有効範囲外にあるという示唆表示を生成することとをさらに含み、前記第二のデータセットを収集することは、許可を受けた場合に、前記第二のデータセットを収集することを含む、請求項１６に記載の方法。
18. 前記許可は、前記第二の動作領域のために前記モデルをトレイニングするための許可を含む、請求項１７に記載の方法。
19. 前記許可は、前記水素添加分解装置の監視を開始するための許可を含み、前記第二の回帰モデルを構築することは、前記モデルをトレイニングする許可を受けた後、前記水素添加分解装置の監視を開始する許可を受けた場合に、前記第二の回帰モデルを構築することを含む、請求項１８に記載の方法。
20. 前記許可を受けた場合に、前記モデルを更新することをさらに含む、請求項１７に記載の方法
21. 前記許可は、ユーザによる許可を含む、請求項１７に記載の方法。
22. プロセスプラントの水素添加分解装置内の異常動作を検出するためのシステムであって、
    前記プロセスプラント内の前記水素添加分解装置の設定可能なモデルと、
    前記設定可能なモデルに接続されている偏差検出器とを備えており、
    前記設定可能なモデルは、前記水素添加分解装置の第一の動作領域に対応する第一の範囲における第一の回帰モデルを含み、その後、前記設定可能なモデルは、前記第一の動作領域とは異なる第二の動作領域に対応する第二の範囲における第二の回帰モデルを含むように構成されており、前記設定可能なモデルは、温度差変数の予測値を負荷変数の値の関数として生成可能なように構成され、前記温度差変数の値は、前記水素添加分解装置の反応器内の第一の断面と前記水素添加分解装置の反応器内の第二の断面との間の温度差から生成されており、
    前記偏差検出器は、前記温度差変数の値と前記温度差変数の予測値との差をしきい値と比較することにより、前記温度差変数の値が前記温度差変数の予測値と異なるか否かを判断するように構成されている、システム。
23. 前記設定可能なモデルが前記第二の回帰モデルを含むように構成された後、前記設定可能なモデルは、前記負荷変数の値が前記第一の範囲内にある場合、前記第一の回帰モデルを用いて前記温度差変数の予測値を生成することができ、前記負荷変数が前記第二の範囲内にある場合、前記第二の回帰モデルを用いて前記温度差変数の予測値を生成することができる、請求項２２に記載のシステム。
24. プロセスプラントの水素添加分解装置内の異常動作を検出するためのシステムであって、
    前記プロセスプラント内の前記水素添加分解装置の設定可能なモデルと、
    前記設定可能なモデルに接続されている偏差検出器と、
    コンピュータが読み取り可能なメモリに格納されている統合アプリケーションとを備えており、
    前記設定可能なモデルは、前記水素添加分解装置の動作領域に対応する範囲の回帰モデルを含んでおり、前記設定可能なモデルは、温度差変数の予測値を負荷変数の値の関数として生成することができ、 前記温度差変数の値は、前記水素添加分解装置の反応器内の第一の断面と前記水素添加分解装置の反応器内の第二の断面との間の温度差から生成されており、
    前記偏差検出器は、前記温度差変数の値と前記温度差変数の予測値との差をしきい値と比較することにより、前記温度差変数の値が前記温度差変数の予測値と異なるか否かを判断するように構成されており、
    前記統合アプリケーションは、前記温度差変数の値と前記温度差変数の予測値との差をしきい値と比較した場合に、前記温度差変数の値の閲覧に使用するためおよび前記水素添加分解装置の異常動作の示唆表示の閲覧に使用するための前記水素添加分解装置の図を作成するためにプロセッサにより実行されるように構成されている、システム。
25. 前記設定可能なモデルは、前記水素添加分解装置の前記動作領域に対応する前記範囲において複数の回帰モデルを有しており、前記設定可能なモデルは、前記温度差変数の各々の予測値を前記負荷変数の関数として生成することができ、各温度差変数の値は前記水素添加分解装置の反応器内の断面間の対応する温度差から生成され、
    前記偏差検出器は、前記温度差変数の値のうちの少なくとも一つとそれに対応する前記温度差変数の予測値との間の差をしきい値と比較することにより、前記温度差変数の値の少なくとも一つがそれに対応する前記温度差変数の予測値と異なるか否かを判断するように構成されており、
    前記統合アプリケーションは、前記温度差変数の少なくとも一つの値とそれに対応する前記温度差変数の予測値との間の差が前記しきい値を超えている場合、前記水素添加分解装置の異常動作の示唆表示を作成し、前記異常動作を引き起こしている前記温度差変数の識別表示を生成するように構成されている、請求項２４に記載のシステム。

Images