JP5307492B2 - プロセスモデルの履歴管理方法および選択方法 - Google Patents

Description

本開示は一般に、プロセス制御システムに関し、さらに詳細には、プロセス制御システムにおけるプロセスモデルの管理、保守点検および格納に関する。

分散型プロセス制御システムまたはスケーラブルプロセス制御システムなどのプロセス制御システムは、化学、石油または他のプロセスにおいて用いられるものに似ており、通常、アナログバス、ディジタルバスまたは結合型アナログ／ディジタルバスを介して、互いに、少なくとも１つのホストまたはオペレータワークステーションに、１つまたは複数のフィールドデバイスに通信可能に連結される１つまたは複数のプロセス制御装置を含む。フィールドデバイスは、例えば、バルブ、バルブポジショナ、スイッチおよびトランスミッタ（例えば、温度、圧力および流量センサ）であってもよく、バルブの開閉およびプロセスパラメータの測定などのプロセス内で機能を実行してもよい。プロセス制御装置は、フィールドデバイスによって行われるプロセス測定値および／またはフィールドデバイスに関連する情報の他のものを表す信号を受信し、制御ルーチンを実装するためにこの情報を用い、次に、プロセスの動作を制御するために、フィールドデバイスにバスを介して送信される制御信号を生成する。フィールドデバイスおよび制御装置からの情報は通常、オペレータワークステーションによって実行される１つまたは複数のアプリケーションが利用可能であり、オペレータが、プロセスに関して任意の所望の機能、例えば、プロセスの現在の状態の表示、プロセスの動作の修正などを実行可能にする。

一部のプロセス制御システム、例えば、テキサス州オースチン（Ａｕｓｔｉｎ，Ｔｅｘａｓ）に本社のあるＦｉｓｈｅｒ Ｒｏｓｅｍｏｕｎｔ Ｓｙｓｔｅｍｓ， Ｉｎｃ．によって販売されているＤｅｌｔａＶ（登録商標）システムなどは、制御装置および／または異なるフィールドデバイスに位置しているモジュールと呼ばれる機能ブロックまたは機能ブロックの群を用いて、制御動作を行う。これらの場合には、制御装置または他のデバイスは、１つまたは複数の機能ブロックまたはモジュールを含んで実行することができ、そのそれぞれが、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のいずれにあってもよい）からの入力の受信および／また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のいずれにあってもよい）への出力の提供を行い、一部のプロセス動作、例えば、プロセスパラメータの測定または検出、デバイスの制御など、または制御動作の実行、例えば、比例‐微分‐積分（ＰＩＤ）制御ルーチンの実装などを行う。プロセス制御システム内の異なる機能ブロックおよびモジュールは一般に、(例えば、バスを介して）互いと通信し、１つまたは複数のプロセス制御ループを形成するように構成される。

プロセス制御装置は通常、プロセスに関して定義されるか、またはプロセス内に含まれる多数の異なるループのそれぞれ、例えば、フロー制御ループ、温度制御ループ、圧力制御ループなどに関して、異なるアルゴリズム、サブルーチンまたは制御ループ（すべて制御ルーチンである）を実行するようにプログラムされる。一般的に言えば、それぞれのそのような制御ループは、アナログ入力（ＡＩ）機能ブロックなどの１つまたは複数の入力ブロック、比例‐積分‐微分（ＰＩＤ）制御機能ブロックまたはファジー論理制御機能ブロックなどの単独出力制御ブロック、アナログ出力（ＡＯ）機能ブロックなどの出力ブロックを含む。

制御ルーチンおよびそのようなルーチンを実装する機能ブロックは、ＰＩＤ制御、ファジー論理制御をはじめとする多数の制御技術およびスミス予測器またはモデル予測制御（ＭＰＣ）などのモデルに基づく技術に基づいて構成されている。モデルに基づく制御技術において、閉ループ制御応答を決定するためにルーチンに用いられるパラメータは、プロセスへの入力として機能する操作または測定された外乱における変化に対する動的プロセス応答に基づいている。プロセス入力における変化に対するプロセスのこの応答の表示は、プロセスモデルとして特徴付けられてもよい。例えば、１次パラメータ化プロセスモデルは、プロセスのゲイン、不動作時間、時間定数に関する値を指定してもよい。

１つのモデルに基づく技術であるモデル予測制御（ＭＰＣ）は、プロセスの入力と出力との間の動的関係を捕捉するように設計された多数のステップまたはインパルス応答モデルを必要とする。ＭＰＣ技術を用いて、プロセスモデルは、制御装置を生成するために直接的に用いられる。プロセス不動作時間、プロセス遅延などにおける大きな変化を被るプロセスに関連して用いられるとき、ＭＰＣ制御装置は、現在のプロセス状態に適合するように、モデルを用いて自動的に再生成されなければならない。したがって、そのような場合において、プロセスモデルは、多数の動作状態のそれぞれで同定された。現在のプロセス状態に適合させるために、複数のプロセスモデルおよび必要な制御装置の自動生成の導入は、プロセス制御システムの複雑さを望ましくないほど増大させた。

ＰＩＤ（または他の）制御装置のチューニングが一般に、プロセスモデルおよびユーザ選択チューニングルールにおける変更の結果として更新される場合には、プロセスモデルはまた、適応制御技術を用いて、ＰＩＤ制御スキームおよび他の制御スキームのチューニングパラメータを設定するために用いられている。（例えば、「状態にもとづく適応フィードバックフィードフォワードＰＩＤコントローラ（Ｓｔａｔｅ Ｂａｓｅｄ Ａｄａｐｔｉｖｅ Ｆｅｅｄｂａｃｋ Ｆｅｅｄｆｏｒｗａｒｄ ＰＩＤ Ｃｏｎｔｒｏｌｌｅｒ）」という名称の特許文献１および「適応フィードバック／フィードフォワードＰＩＤコントローラ（Ａｄａｐｔｉｖｅ Ｆｅｅｄｂａｃｋ／Ｆｅｅｄｆｏｒｗａｒｄ ＰＩＤ Ｃｏｎｔｒｏｌｌｅｒ）」という名称の特許文献２を参照。これにより、その全体の開示内容は、本願明細書に参照によって援用されるものとする。）

改善された制御性能の徴候にもかかわらず、プロセス産業における適応制御技術の使用は、その技術が実際に実装することが困難であることがよくある場合に、限定されている。実際問題として、モデル同定は通常、適応制御向けに特別に設計された特殊な機能ブロックの一部であった。残念なことに、いずれのプロセス制御ループが適応制御の実装から恩恵を受けるか、すなわち、いずれのループが、適応制御能力に関して選択すべきであるかを決定することが困難であることがよくある。１つの理由は、通常のプラントにおいて監視される非常に多くの（例えば、数百の）制御ループおよび（例えば、数千の）機器を必要とすることである。しかし、プラントのサイズまたは複雑さにかかわらず、従来のプロセス制御システムは通常、プラントにおける制御ループのすべてに関するプロセスモデルの作成を支援していない。さらに悪いことに、すべての制御ループに関して新たなプロセスモデルを同定することが必要な手動試験法は、実行可能に行われない可能性がある。例えば、この試験法は、オンラインプロセスに適合しない１つまたは複数のプロセス摂動の適用を必要とする可能性がある。

複数の制御ループを有するプロセス制御システムを制御するために、モデルを用いることの１つの実施例は、複数の制御ループの動作を制御するために、それぞれ複数の制御ルーチンを実装することを含む。制御ルーチンは、非適応制御ルーチンを含む。動作状態データは、各制御ループの動作に関連して収集され、それぞれのプロセスモデルは、それぞれの動作状態データから各制御ループに関して同定される。（例えば、「プロセス制御システムにおけるプロセスモデル識別（Ｐｒｏｃｅｓｓ Ｍｏｄｅｌ Ｉｄｅｎｔｉｆｉｃａｔｉｏｎ Ｉｎ Ａ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ）」という名称の特許文献３を参照。これにより、その全体の開示内容は、本願明細書に参照によって援用されるものとする。）
米国特許出願公開第２００３／０１９５６４１号明細書 米国特許第６，５７７，９０８号明細書 米国特許出願公開第２００７／００７８５３３号明細書

これらの知的制御システムの一部は、システムのあらゆるプロセスループおよびあらゆるデバイスを観察する埋め込み型学習技術を含む。この技術は、プロセスモデルの学習および記憶を必要とし、システムにおいて状態が変化する場合には、プロセスを再学習し、それによって、知的監視、診断、高度なチューニングなどを自動的に可能にする。プロセスの学習された情報は一般に、解析および検索のために、不揮発性知識データベースに格納される。実時間システムにおいて、この知識ベースは、際限なく、成長し続けてもよいが、成長速度は、プロセスに依存する可能性がある。例えば、数分の応答時間を有する高速変化フローループの場合には、新たなモデルは、１日の間に、数回同定されてもよい。他方、変化がきわめて稀に起こる場合には、低速応答温度ループであってもよい。しかし、解析に関して多すぎる情報は、解析に関して少なすぎる情報が有害であるのと同様に、有害である可能性がある。さらに、学習アルゴリズムが、曖昧に実行される場合には、データベースのメモリ要件に制約が存在する。

本開示の一態様によれば、この方法は、関連性または有用性がもはやないプロセスモデルを消去または除去することによって、プロセスモデル履歴またはプロセスモデルリポジトリの任意の他の形態を管理すると同時に、各プロセスモデルの相対的な関連性および有用性の釣り合いをとるために有用である。この方法は、モデル品質およびモデル年数などの優先度基準の組み合わせに基づいて、各プロセスモデルを体系化することを含む。優先度基準のこの組み合わせを用いて、各モデルは、プロセスモデルのすべてに対して共通の基準点と比較される。基準点は、優先度基準の最も適当でない値または最も適当な値を表してもよい。基準点から各プロセスモデルの分離度または距離が、次に用いられて、プロセスモデルがプロセスモデル履歴から除去されるべきかどうかを決定する。

プロセスモデルの消去または除去は、多数の決定基準に左右される可能性がある。例えば、一旦、特定の制御ルーチンに関連して最大数のプロセスモデルがプロセスモデル履歴に格納されると、プロセスモデル管理技術が始動されるだけである可能性がある。別の事例において、最小数のプロセスモデルが、制御ルーチンの特定の動作領域に関して保持される場合には、プロセスモデルが消去されるだけである可能性がある。

本開示の別の態様によれば、優先度基準が、多次元空間の各次元を定義する場合には、プロセスモデル管理技術は、多次元空間を定義することによって、実装されてもよい。１つの事例において、モデル品質は、１つの次元に対応し、モデル年数は、別の次元に対応する。プロセスモデルは、プロセスモデルに関連する優先度の値、例えば、プロセスモデルの年数および品質に対応する座標値に応じて、この多次元空間の中で体系化される。各プロセスモデルは、共通の基準点に関連して、多次元空間において表されてもよい。基準点に対するプロセスモデルの近接性に基づき、プロセスモデル管理技術は、プロセスモデルを消去するか、または保持するかのいずれかであってもよい。

上述の態様のいずれに関しても、優先度基準は、優先度基準の相対的な重要性に応じて、重み付けされてもよい。プロセスモデル管理技術はまた、種々の決定基準または閾値、例えば、最後に同定されたプロセスモデルの保持などに左右される可能性がある。別の事例において、種々の優先度基準の間の釣り合いは、その値を超えるとプロセスモデルが保持される閾値を確立する関数によって維持されてもよい。関数の出力値が、プロセスモデルが保持されるか、または消去されるかを決定する場合には、閾値関数は、変数などの優先度基準を用いた一次関数であってもよい。あるいは、閾値関数は、関数の半径として、基準点と消去されることになっている最後のプロセスモデルとの間の距離を用いた動径関数であってもよく、半径の中の任意のプロセスモデルは、消去されやすい。

本開示のさらに完全な理解のために、以下の詳細な説明および添付図面を参照すべきである。類似の参照符号は、図面を通じて類似の要素を識別する。

プロセス制御システムと、プロセス制御システムにおける制御ループに関するプロセスモデルを自動的に同定する技術を実装する方法が、本願明細書に開示されているが、これらは、適応制御のためにプロセスモデルを現在利用することが必ずしも必要ではない。したがって、適応制御の実装以外の理由のために（または、適応制御の実装に加えて別の理由のために）、プロセスモデルは、作成される。例えば、どの制御ループがそれに適用される適応制御を有するべきかに関するに決定は、開示された技術によって同定されたプロセスモデルの評価によってさらに容易に行われる。

一部の場合において、プロセスモデルの同定は、プロセス制御システムにおけるすべての制御ループに拡張される。このように、プロセスモデルは、プロセス制御システムのあらゆるノードに関して生成されてもよい。しかし、開示されたシステムの特定の実施形態において、プロセスモデルがあらゆる制御ループまたはノードに関して同定されているにもかかわらず、非適応制御ループへのプロセスモデル同定の拡張には、多くの利点があり、特に、オンデマンド制御装置チューニング、異常状態監視および診断が挙げられる。

一部の場合において、プロセス制御データは、制御ループに関する多数のプロセスモデルを同定するために収集され、それにより、プロセスモデルの履歴を生成する。プロセスモデル履歴から生じるプロセス制御データは、プロセスの日常の動作中に、プロセスの日常の動作に関連して、プロセスの日常の動作の結果として生成されてもよい。これらの場合において、結果として生じるプロセスモデル履歴は、制御ループの最近のオンライン性能の表示を提供する。そのとき、特殊な試験法または試験手順は、必要ではない。

制御ループが、適応制御スキーム（例えば、適応ＰＩＤ制御）を実装中である場合には、次に、プロセスモデル履歴は、適応制御が現在の動作状態に関して適切であるかどうか、またはさらに一般的には、適応制御が制御ループ自体に関して適切であるかどうかを示してもよい。逆に言えば、非適応制御ループに関するプロセスモデル履歴もまた、適応制御スキームが有益である可能性があるかを示してもよい。

一部の場合において、プロセスモデルは、制御ルーチンを実装するプロセス制御装置に埋め込まれるルーチンによって、同定（例えば、生成）されてもよい。このために、制御装置は、プロセスモデルの生成を支援するために、プロセス制御データを格納するために、プロセスの変更によって始動されてもよい。プロセスの変更またはトリガとして作用する他の事象は、設定点変更、制御装置出力において自動的に導入される摂動または開制御ループまたは閉制御ループに対する任意の他の変更を含んでもよい。これらの点および他の点において、プロセスモデル同定ルーチンは、制御装置（またはシステムの他の要素）によって連続的に実装され、日常動作を通じたプロセス制御データを捕捉してもよい。さらに、プロセスが依然としてオンライン状態にある間に、バックグラウンドで生じる計算のすべてを利用して、プロセスモデルは、プロセスの変更（または他のトリガ事象）の検出時にこのように自動的に同定されてもよい。

一旦、同定および／または格納されると、プロセスモデルは、解析、処理、適用または他の方法による利用を行って、プロセス制御システムの管理に関して実装される多数のプロセス制御タスク、例えば、性能監視、オンデマンドチューニング、制御アルゴリズムの勧告、ループ応答のシミュレーション、プロセス監視、制御診断および適応制御などを支援してもよい。例えば、以下に記載するように、プロセスモデルを用いて、同定された制御ループに関するモデルに基づく性能指数を計算してもよい。

開示された技術によって同定されたプロセスモデルはまた、モデルに基づく制御スキーム（例えば、適応制御）を実装するために依存される可能性もあるが、開示された技術の実装は、制御ループ、プロセス制御装置、プロセス制御システムまたはプロセス制御ネットワークアーキテクチャの任意の特定のタイプに限定されるわけではない。さらに、開示された技術は、個別にまたは分散方式のいずれであれ、プロセス制御システムの多数の要素によって１つまたは複数のレベル(例えば、プロセス制御装置レベル、制御ループレベルなど）で実装されてもよい。さらに、開示された技術は、任意の特定のプロセスモデルタイプに限定されるわけではなく、例えば、プロセスの任意のパラメータ化動的モデルを利用してもよい。

ここで、図１を参照すると、プロセス制御システム１０は、データヒストリアン１２および１つまたは複数のホストワークステーションまたはコンピュータ（パーソナルコンピュータ、ワークステーションなどの任意のタイプであってもよい）１３に接続されたプロセス制御装置１１を含み、それぞれは、ディスプレイスクリーン１４６を有する。制御装置１１はまた、入力／出力（Ｉ／Ｏ）カード２６および２８を介して、フィールドデバイス１５〜２２に接続される。データヒストリアン１２は、データを格納するために、メモリの任意の所望のタイプおよび任意の所望または周知のソフトウェア、ハードウェアまたはファームウェアを有するデータ収集ユニットの任意の所望のタイプであってもよい。データヒストリアン１２は、ワークステーション１３から分離されていてもよく（図１に示されている）、またはワークステーション１３の一部であってもよい。制御装置１１は、一例として、Ｆｉｓｈｅｒ Ｒｏｓｅｍｏｕｎｄ Ｓｙｓｔｅｍｓ， Ｉｎｃ．によって販売されているＤｅｌｔａＶ制御装置であってもよく、例えば、イーサネット（登録商標）接続または任意の他の所望の通信ネットワークを介して、ホストコンピュータ１３およびデータヒストリアン１２に通信可能に接続される。制御装置１１はまた、例えば、標準的な４〜２０ｍＡデバイスおよび／または任意のスマート通信プロトコル、例えば、ＦＯＵＮＤＡＴＩＯＮフィールドバスプロトコル、ＨＡＲＴプロトコルなどに関連する任意の所望のハードウェアまたはソフトウェアを用いて、フィールドデバイス１５〜２２に通信可能に接続される。

フィールドデバイス１５〜２２は、デバイスの任意のタイプ、例えば、センサ、バルブ、トランスミッタ、ポジショナなどであってもよく、Ｉ／Ｏカード２６および２８は、任意の所望の通信プロトコルまたは制御装置プロトコルに適合する任意のタイプのＩ／Ｏデバイスであってもよい。図１に示された実施形態において、フィールドデバイス１５〜１８は、アナログ線を介してＩ／Ｏカード２６と通信する標準的な４〜２０ｍＡデバイスであり、フィールドデバイス１９〜２２は、Ｆｉｅｌｄｂｕｓプロトコル通信を用いて、ディジタルバスを介してＩ／Ｏカード２８と通信するＦｉｅｌｄｂｕｓフィールドデバイスなどのスマートデバイスである。当然のことながら、フィールドデバイス１５〜２２は、将来開発される任意の標準またはプロトコルを含め、任意の他の所望の標準またはプロトコルに適合することが可能である。

制御装置１１は、(メモリ２４に格納された)１つまたは複数のプロセス制御ルーチンを実装または監督するプロセッサ２３を含み、その中に制御ループが格納されるか、または他の方法で関連付けられた制御ループを含んでもよく、デバイス１５〜２２、ホストコンピュータ１３およびデータヒストリアン１２と通信し、任意の所望の態様でプロセスを制御する。本願明細書に記載された任意の制御ルーチンまたはモジュールは、所望に応じて、異なる制御装置または他のデバイスによって実装または実行されるその一部を有してもよいことを留意すべきである。同様に、プロセス制御システム１０の中に実装することになっている本願明細書に記載された制御ルーチンまたはモジュールは、ソフトウェア、ファームウェア、ハードウェアをはじめとする任意の形態をとってもよい。本開示の目的のために、プロセス制御モジュールは、任意のコンピュータ読み出し可能媒体上に格納される、例えば、ルーチン、ブロックまたはその任意の要素をはじめとするプロセス制御システムの任意の一部または部分であってもよい。制御ルーチンは、モジュールまたはサブルーチンなどの制御手順の任意の一部、サブルーチンの一部（コードのラインなど）などであってもよく、任意の所望のソフトウェアフォーマットで、例えば、オブジェクト指向プログラミング、ラダー論理、シーケンシャルファンクションチャート、機能ブロック図または任意の他のソフトウェアプログラミング言語または設計パラダイムを用いて、実装されてもよい。同様に、制御ルーチンは、例えば、１つまたは複数のＥＰＲＯＭ、ＥＥＰＲＯＭ、特定用途向け集積回路（ＡＳＩＣ）または任意の他のハードウェア要素またはファームウェア要素にハードコード化されてもよい。さらに、制御ルーチンは、任意の設計ツール、例えば、グラフィカル設計ツールまたは任意の他のタイプのソフトウェア／ハードウェア／ファームウエアプログラミングまたは設計ツールなどを用いて設計されてもよい。したがって、制御装置１１は、任意の所望の態様で制御戦略または制御ルーチンを実装するように構成されてもよい。

一部の実施形態において、制御装置１１は、機能ブロックと一般に呼ばれるものを用いて制御戦略を実装し、各機能ブロックは、オブジェクトまたは全体の制御ルーチンの他の部分（例えば、サブルーチン）であり、プロセス制御システム１０の中でプロセス制御ループを実装するために、（リンクと呼ばれる通信を介して）他の機能ブロックと連動して動作する。機能ブロックは通常、トランスミッタ、センサまたは他のプロセス制御システムパラメータ測定デバイスに関連するような入力機能、ＰＩＤ、ファジー論理などの制御を行う制御ルーチンに関連するような制御機能またはバルブなどの一部のデバイスの動作を制御する出力機能の１つを実行して、プロセス制御システム１０内の一部の物理的機能を実行する。当然のことながら、ハイブリッドおよび他のタイプの機能ブロックが、存在する。機能ブロックは、制御装置１１に格納され、制御装置１１によって実行されてもよく、このことは、これらの機能ブロックが、標準的な４〜２０ｍＡおよびＨＡＲＴデバイスなどのスマートフィールドデバイスの一部のタイプのために用いられるか、または関連付けられる場合に通常、当てはまる。または、機能ブロックは、フィールドデバイス自体に格納され、フィールドデバイス自体によって実装されてもよく、これは、Ｆｉｅｌｄｂｕｓデバイスを用いる場合に当てはまる。制御システムの説明は、本願明細書では、機能ブロック制御戦略を用いて提供されているが、開示された技術およびシステムはまた、ラダー論理、シーケンシャルファンクションチャートなどの他の慣例または任意の他の設計プログラミング言語またはパラダイムを用いて、実装または設計されてもよい。

図１の展開されたブロック３０によって示されているように、制御装置１１は、ルーチン３２および３４として示されている多数の単独ループ制御ルーチンを含み、所望に応じて、制御ループ３６として示されている１つまたは複数の高度な制御ループを実装してもよい。それぞれのそのようなループは通常、制御モジュールと呼ばれる。単独ループ制御ルーチン３２および３４は、バルブなどのプロセス制御デバイス、温度トランスミッタおよび圧力トランスミッタなどの測定デバイス、またはプロセス制御システム１０内の任意の他のデバイスに関連付けられてもよい適切なアナログ入力（ＡＩ）機能ブロックおよびアナログ出力（ＡＯ）機能ブロックにそれぞれ接続された単独入力／単独出力ファジー論理制御ブロックおよび単独入力／単独出力ＰＩＤ制御ブロックを用いて、単独のループ制御を実行するものとして示されている。高度制御ブロック３６は、１つまたは複数のＡＩ機能ブロックに通信可能に接続される入力および１つまたは複数のＡＯ機能ブロックに通信可能に接続される出力を有する高度制御ブロック３８を含むものとして示されているが、高度制御ブロック３８の入力および出力は、任意の他の所望の機能ブロックまたは制御要素に接続されて、他のタイプの入力を受信し、他のタイプの制御出力を提供してもよい。高度制御ブロック３８は、任意の他のモデル予測制御（ＭＰＣ）ブロック、ニューラルネットワークモデル化または制御ブロック、多変数ファジー論理制御ブロック、実時間最適化ブロックなどであってもよい。高度制御ブロック３８をはじめとする図１に示されている機能ブロックは、制御装置１１によって実行されることができ、またはあるいは、例えば、ワークステーション１３の１つまたはフィールドデバイス１９〜２２の１つであってもよい任意の他の処理デバイスに位置して実行されることができる。

ここで図２を参照すると、制御装置１１は、オンラインプロセスを制御するために、対応するプロセス制御ルーチンを定義して実装する任意の数の制御モジュール５０、５２および５４を有してもよい。したがって、制御モジュール５０、５２および５４は、モジュール５６によって制御され、一般にプロセスの正常なスケジュール化された制御に関連付けられる動作環境またはモードに関連して実装されてもよい。上述したように、各制御モジュール５０、５２および５４は、制御機能ブロックをはじめとする任意の数の機能ブロックを有してもよい。

開示された技術の一部の実施形態によれば、パラメータ値および他の動作状態データは、制御モジュール５０、５２および５４からモデル同定ルーチンまたはモジュール６０のデータ収集機能５８に送られる。一般的に言えば、制御モジュール５０、５２および５４、その機能ブロックの実行中に、パラメータ値および他の動作状態データは、利用可能である（または他の方法で通信される）。そのような実行は、スケジュール化されたプロセス制御活動中にある程度連続しているため、パラメータ値および他の動作状態データの通信もまた、連続していてもよい。

機能ブロックのように、データ収集機能５８は、オブジェクト指向方式でオブジェクト（またはオブジェクトエンティティ）として実装されてもよいが、必要ではない。その構造にかかわらず、データ収集機能５８は、任意のデータ処理手順をはじめとするデータ収集において実装されることになっている手順を定義する１つまたは複数のルーチンを含んでもよい。したがって、データ収集機能５８のルーチンは、例えば、１つまたは複数のレジスタ６２および他のメモリにおいて収集データの格納の調整、支援または実装を行ってもよい。以下に記載するように、データ収集機能５８によって実行される手順は、制御モジュール５０、５２および５４からのデータをいつ収集するかを決定することを含んでもよい。

さらに一般的には、データ収集機能５８は、自動収集、収集、受信またはパラメータおよび他の動作状態データの他の処理を支援するために、１つまたは複数のルーチンを含んでもよい。パラメータおよびデータの自動収集または他の処理が、データ収集機能５８によって実装される限りにおいて、より少ない計算要件が、モジュール５６、制御モジュール５０、５２および５４およびその任意の制御ブロックの上に配置される。制御機能ブロックからのモデル同定手順のそのような分離の結果として、機能ブロックメモリ要件および実行要件は、モデル同定が有効であるか、または無効であるかについて同一である。さらに、適応（すなわち、適応制御）を支援するために制御ブロックに追加されるパラメータおよび関連付けられるメモリ要件の数が、最小化される。

モジュール５６および６０の分離はまた、一部の実施形態がモデル同定モジュール６０（これによりデータ収集機能５８）を無効にするためのオプションを提供することを可能にする。モデル同定の無効化は、例えば、制御装置１１が、計算および他の処理のために有するメモリまたは時間が不十分であると決定される場合に、有用である可能性がある。関連した話では、適応制御を提供するために同定されたモデルの使用もまた、ループ、エリア、システムまたは制御装置ベースで有効または無効であってもよい。

別個のモデル同定機能性はまた、プロセス入力変更の調整を支援する。そのような調整は、制御装置の中でのモデル同定が１つのプロセスにおいて中心に集められているために可能である。例えば、設定点変更が行われない場合には、モデル同定モジュール６０（または他の要素またはルーチン）は、制御装置出力において変更を自動的に導入してもよい。これらの変更は、プロセス動作に及ぼす影響を最小限に抑えるように、調整されてもよい。したがって、これらの変更は、時間に関して分散されてもよい。

別個のモデル同定機能性はまた、モデル同定に関するデータの処理が、制御装置１１に関する自由時間または動作不能時間に、または制御装置１１によって適切だと思われる任意の他の時間で実行されてもよいことを意味する。結果として、モデル同定処理の実装は、例えば、モジュール５６によって提供されるスケジュール化された制御機能性に悪影響を及ぼすことを回避する。結果として、一部の実施形態において、モデル同定モジュール６０は、バックグラウンドにおいて制御装置１１によって実装されてもよく、プロセスは、オンラインで、制御装置１１の他のモジュールまたは構成要素によって行われるスケジュール化された制御および他の活動中に戦略的に有利な時間に行われる。

別の実施形態において、モデル同定機能性は、制御機能ブロック自体に組み込まれてもよい。

一部の実施形態において、制御ブロックが実行中であるときは常に、パラメータおよび他のデータは、制御モジュール５０、５２および５４からデータ収集機能５８に自動的に送り込まれる。この意味では、データ収集機能５８は、プロセスの動作中に任意の時間にデータ収集手順を支援するように、連続的に実装されてもよい。制御が実行するためにスケジュール化されていない時間中、データ収集機能５８は、次に、収集データを調べ、プロセスモデルが生成（例えば、作成または同定）されるべきかどうかを決定してもよい。別の実施形態において、制御装置１１は、収集データを定期的に、または何か他のスケジュール化された態様で調べるか、または他の方法で処理してもよい。当然のことながら、さらに他の実施形態において、例えば、計算の必要性を最小限に抑えるため、または任意の他の所望の理由のために、データ収集機能５８は、制御装置１１によって、または制御装置１１の一部として実装されなくてもよい。そのような処理が制御装置１１において埋め込まれなくてもよい事例に関するさらなる詳細は、開示された技術が既存のプロセス制御システムに階層構造にされる（または他の方法で組み込まれる）実施形態に関連して、以下に記載される。

データ収集機能５８によるデータ収集は一般に、プロセス入力および出力に関する値または制御装置１１（またはさらに一般的には、プロセス制御システム１０）によって実装される特定の制御ループに関する動作設定点に関する値を含んでもよい。これらのパラメータのそれぞれに関して、値は、トリガ事象の前に始まり、安定状態に達して終わる時間期間にわたって収集され、格納される。一部の場合において、トリガ事象は、例えば、データ収集機能５８によるプロセス入力または設定点における変更の検出を必要とする可能性がある。

一部の場合において、トリガ事象を構成するものは、制御ループの動作モードに左右される可能性がある。制御ループが動作の「自動」モードにある場合には、オペレータが指定した設定点におけるプロセス出力（すなわち、ループの制御されたパラメータ）を維持するために、ループは、制御装置の出力（すなわち、操作されたプロセス入力）を連続的に調整中である。したがって、自動モードにおいて、設定点における変更は、プロセス入力および出力における変更を解析し、したがって、モデルを開発するために、トリガを構成する。オペレータが、設定点を決して（またはめったに）変更せず、ループが依然として自動モードのままである場合には、モデルを作成するためのトリガであるように、小さな変更が、制御装置の出力に導入されてもよい。

ループが「手動」モードにある場合には、制御装置の出力は、オペレータによって設定される。すなわち、制御アルゴリズムは、出力を調整しない。したがって、手動モードにおいて、オペレータによって導入される出力における変更は、モデルを得るために、プロセス入力および出力を解析するためのトリガを構成する。

３つの上述のトリガ事象は、フィードバックモデルの開発のために用いられてもよい。フィードフォーワードモデル同定のためには、トリガ事象は、フィードフォーワード入力値における変更であってもよい。

トリガ事象が検出されると、モジュール５６および５８は、任意の所望の態様で、データ収集を支援するために通信する。一部の実施形態において、データ収集は、モジュール５６によって促進され、トリガ事象の検出もまた示してもよい。さらに詳細には、制御モジュール５０、５２および５４によって実装される制御ループは、データへのアクセスまたは他の方法でデータを利用可能にすることを連続的に行ってもよい。結果として、トリガ事象の前にしばらくの期間に収集されたデータはまた、解析されて、プロセスモデルを決定してもよい。例えば、データが収集されるＰＩＤ制御ループは、ブロック実行において用いられるプロセス変数（例えば、ＰＶ）、ブロック出力値（例えば、ＯＵＴ）、フィードフォーワード制御入力値(例えば、ＦＦ＿ＶＡＬ）、設定点および動作のループモードを示す任意の１つまたは複数のパラメータに関する現在のデータ値にアクセスしてもよい。一部の場合において、データ収集機能５８は、パラメータ値または他のデータ値の選択を促進してもよい。あるいはまたはさらに、モデル同定モジュール６０は、どのパラメータを収集する必要があるかを決定する構成リストブロック６４を含んでもよい。そのために、構成リストブロック６４は、リストデータ用のメモリまたは他の格納媒体を含んでもよい。同定されたパラメータと共に格納されるのは、モデルが生成されることになっている制御ブロックまたはモジュールのリストまたは他の同定であってもよい。

トリガ事象に関連するデータ収集後のある時点で、モデル同定モジュール６０は、モデル同定アルゴリズムまたは計算ルーチン６６を実装してもよい。モデル計算ルーチン６６はまた、計算を行うだけでなく、計算されたモデルを解析してもよい。そのような解析は、特に、モデルの品質を決定するために、診断の処理および／または制御を行うことを必要とする可能性がある。計算されたモデルは次に、各制御ループに関して最後に同定されたモデルを保持する記憶装置または他のブロック６８に転送されてもよい。一部の場合において、制御ループは、例えば、フィードバック制御およびフィードフォーワード制御の両方を支援するために格納される２つのモデルを有してもよい。図２に示されているように、計算されたモデルは、後に、ルーチン６６のモデル診断によって決定されたようなモデルの品質に応じて、ブロック６８に送られる。

モデルの品質はまた、モデルが、制御モジュール５０、５２および５４の制御機能ブロックに転送されるかの決定要因である。図２の例示の実施形態において、制御モジュール５０、５２および５４のそれぞれは、適応制御を有する少なくとも１つの制御ループを組み込み、したがって、図示されるように、モデル同定ルーチン６０からプロセスモデルを受信する。しかし、開示された技術によって計算され、他の方法で同定されたモデルは、ブロック６６によって決定された上述のモデル品質に基づいて、一部の場合において、新たなモデルを受信する制御機能ブロックの動作状態に基づいて、処理されて提供される。

ここで図３を参照すると、ワークステーション１３のうちの１つのユーザが、ワークステーション１３上に実装されたチューニングアプリケーションまたは他のアプリケーション７０を介して提供される実時間データまたは履歴データを選択することによって、プロセスモデルの作成を開始してもよい。そのようなユーザによって開始されるプロセスモデル作成は、図２に関連して記載した処理に加えられえもよい。事実、図３に示された例示の実施形態において、チューニングアプリケーション７０によって作成されたモデルが、送り込まれる制御装置１１はまた、モデル同定ルーチン６０およびその構成部分、すなわち、データ収集機能５８、モデル計算ルーチン６６などを含む。

プロセスモデルを作成するために用いられるパラメータ値および他の動作状態データの供給源とは異なり、ワークステーション１３は、プロセスモデルの作成に関して同一のステップまたは類似のステップを実装してもよい。例えば、ワークステーション１３は、制御装置１１のブロック６６と類似のモデル計算および診断モジュールまたはブロック７２を含んでもよい。したがって、モデル計算ブロック７２は、図示されているように、制御装置１１および格納ブロック６８にブロックを送り込む前に、または制御装置１１および格納ブロック６８にブロックを送り込むことに関連して、作成されたブロックの品質および他の態様を決定してもよい。

一部の実施形態において、ワークステーション１３は、類似の機能性を提供するさらなるアプリケーションまたは別のアプリケーションを有してもよい。ある場合において、他のアプリケーションは、開示された技術を介して同定されたプロセスモデルの解析および／または検査を支援する１つまたは複数のディスプレイインターフェイスを提供してもよい。このアプリケーションに関するさらなる情報が、本願明細書において以下に記載される。しかし、さらなるプロセスモデルの生成に関連して、これらのワークステーションアプリケーションは、モデル生成において用いるためにプロセスデータを選択する機会を提供するトレンドウィンドウまたはディスプレイインターフェイスを生成してもよい。これらのトレンドウィンドウまたは他のインターフェイスを用いて、ユーザは、時間ウィンドウをはじめとするデータを選択してもよい。したがって、これらの場合において、状態を安定させるための時間は、ユーザによって選択された時間ウィンドウを介して決定されてもよい。別の実施形態は、時間ウィンドウを手動また自動で選択するための他の機構を提供してもよい。

開示された技術の実行は、プロセス制御システム１０の制御装置１１またはワークステーション１３のいずれかに位置しているモデル同定ルーチンに限定されるわけではない。さらに一般的には、本願明細書に記載されたモデル同定手順は、個別にまたは分散方式のいずれであれ、他のデバイスまたはシステムにおいて、基本的なパラメータまたはデータが収集される制御ループとの連携および／または通信のさまざまな程度において、実装されてもよい。例えば、一部の場合において、モデル同定手順は、リモート態様で、および／またはＯＰＣまたは他のインターフェイスを介したプロセス制御システムに階層構造を形成するシステムによって、実装されてもよい。

上述のように、開示された技術の実行は、適応制御ルーチンを実装するシステムに限定されるわけではない。しかし、開示された技術によるプロセスモデルの同定は、所望である場合には、そのようなルーチンを支援するために利用されてもよい。

図４に示されているように、開示された技術に関連して用いるための適応制御機能ブロック７４は、上述したように同定された所定の数（例えば、５つ）のプロセスモデルを保存または格納するために、１つまたは複数のメモリまたは他の格納機構７６を含んでもよい。動作において、メモリ７６に格納されたプロセスモデルの１つが、次に、１つまたは複数のパラメータに応答して、論理ブロック７８を介して用いるために選択されてもよい。図４の例示の実施形態において、ブロック７８は、入力８０によって提供される選択されるかまたは他の方法で決定されたプロセス状態パラメータに基づいて、プロセスモデルを選択する。２つの他のパラメータ８２および８４はまた、決定のために依存されてもよく、フィードバックルールおよび／またはフィードフォーワードルールまたは動作状態を変化しつつある状態に適合させることを可能にする設定に対応してもよい。

機能ブロック７４に関するプロセスモデルは、動作領域（例えば、図示されているように、領域１、領域２など）に関連付けられてもよいが、必ずしも必要ではない。プロセスモデルはまた、機能ブロックの制御スキームによれば、対で同定されてもよい。この例示の事例において、各領域は、フィードフォーワード処理およびフィードフォーワード処理の両方を支援する１対のプロセスモデルを決定するものである。領域の選択時に、フィードバックモデルおよびフィードフォーワードモデルの対は、ブロック７８によって、フィードバックチューニングパラメータおよびフィードフォーワードチューニングパラメータをそれぞれ計算するために利用されてもよい。図４に示されている例示の事例において、フィードフォーワードチューニングパラメータは、例えば、不動作時間およびリード／ラグ動的補償に関するフィードフォーワード制御入力値（例えば、ＦＦ＿ＶＡＬ）にも応じて、動的補償ブロック８８に提供される。フィードバックチューニングパラメータと共に、動的補償の結果は、機能ブロックに関する制御アルゴリズムの実装に関与するブロックまたはルーチン８８に送られてもよい。この場合において、フィードバックパラメータおよびフィードフォーワードパラメータは、ＰＩＤアルゴリズムおよびファジー論理アルゴリズムを修正するが、任意の制御スキームまたは制御スキームの組み合わせが、利用されてもよい。

機能ブロック７４はまた、制御ループチューニングのオンデマンド修正を支援するために、ブロックまたはルーチン９０を含む。このために、ブロック９０は、プロセス制御システム１０の制御装置１１、ワークステーション１３または任意の他の要素、あるいはプロセス制御システム１０と通信中のデバイスを介して入力されるユーザコマンドに応答してもよい。一般に、ループに関して自動的に同定されたモデルは、オンデマンドでループチューニングを設定するために選択されたチューニングルールと共に用いられてもよい。モデルがまだ、同定されていなかった場合には、ユーザコマンドは、リレー発振または制御装置の出力に変化を導入するための他の技術を開始してもよい。制御装置の出力における変化に応じて、プロセスから開発された結果として生じるプロセスモデルは、次に、ループチューニングを設定するため、またはチューニング勧告を提供するために、選択されたチューニングルールと共に用いられてもよい。

一部の場合において、ブロック９０を介して、またはトリガリング事象（例えば、設定点または他のパラメータ値の変更）の結果として、生成されたプロセスモデルは、制御装置１１または機能ブロック７４へのダウンロード前に表示するために、最初に保持されてもよい。例えば、そのようなモデルは、ユーザインターフェイスを介して解析が、実装のための承認を提供するまで、「未承認モデル」と分類されてもよい。一部の実施形態において、そのような承認は、あるいはまたはさらに、制御装置１１またはワークステーション１３における診断または他の機能性を介して自動的に提供されてもよい。

図５は、適応ＭＰＣ制御ブロック９２に関連する適応ブロックフレームワークを示しており、多数の異なる作動領域もまた支援される。これに関連して、モデル同定ルーチン６０によって同定された複数のプロセスモデルは、依然として、図示されているように、（図４のメモリ７６と類似の）メモリまたは記憶装置９４に送られてもよいが、モデルパラメータは、機能ブロック９２における実装の前に、ＭＰＣ制御装置生成ルーチン９６によって処理されてもよい。さらに詳細には、ルーチン９６は、同定されたモデルに基づいてメモリ９８における格納のために対応するＭＰＣ制御装置を生成してもよい。論理ブロック１００は次に、図示されているように、入力またはメモリ１０２、１０４および１０６によって提供される状態パラメータおよび他のパラメータにおける変更に基づき、ＭＰＣ制御装置を生成するために用いられるモデル間の選択または切り替えを行ってもよい。

選択されたプロセスモデルに関連するＭＰＣ制御装置は次に、オンラインプロセスにおける実装のために、ＭＰＣ制御装置ブロック１０８に提供されてもよい。ＭＰＣ制御装置ブロック１０８は、選択されたＭＰＣ制御装置の自動化されたオンデマンド試験法を支援してもよく、所望に応じて、外乱入力１１０の導入または他の方法によって開始されてもよい。

一部の場合において、図４および図５に示された例示の適応制御機能ブロック（開示された技術と共に用いるための他のブロックも同様）は一般に、３つのモードの動作、すなわち学習モード、スケジュールモードおよび適応モードを支援する。学習モードにおいて、プロセスモデルは、収集されてもよいが、ループチューニングを決定するために自動的に用いられなくてもよい。スケジュールモードにおいて、新たなプロセスモデルが、収集されてもよく、承認されるそれらのモデルは、ループチューニングパラメータを決定するために自動的に用いられる。適応ＭＰＣブロックの場合において、制御装置が、現在の動作領域によって自動的に切り替えられるとき、そのような承認および適用されたモデルは次に、現在の動作領域に応じた制御生成において用いられる。適応モードにおいて、プロセスモデルが収集され、自動的に承認されて、次に、自動的に用いられてループチューニングパラメータを決定する。各機能ブロックに関するデフォルト設定は、学習モードであってもよいが、例えば、ワークステーション１３で実装されるアプリケーションの１つによって提供されるディスプレイインターフェイスは、所望に応じて、設定を変更する機会を提供してもよい。

ここで図６を参照すると、ワークステーション１３によって実装された１つまたは複数のアプリケーションは、開示された技術によって同定された制御ループおよびプロセスモデルに関して、性能監視、解析、管理および関連する機能性を提供する。例えば、性能監視機能は、同定されたプロセスモデルを表すデータが、次の使用または解析のために入力されるプロセスモデル履歴の生成を含んでもよい。プロセスモデル履歴生成および使用に関するさらなる詳細は、以下に記載される。１つのレベルで、履歴データは、開示された技術によって同定された各プロセスモデルを完全に定義するプロセスモデルパラメータ（例えば、不動作時間、時間定数およびゲイン）を指定してもよい。履歴データで武装し、多数の解析は、制御ループ、そのチューニング、制御スキーム（例えば、適応型または非適応型）などに関して行われてもよい。

一部の実施形態において、プロセスモデル履歴の１つの態様は、同定されたプロセスモデルに関する事象クロニクルの生成に向けられている。さらに詳細には、プロセスモデルが制御装置１１において自動的に（図２）または実時間または履歴データからオンデマンドで（図３）同定されるときは常に、モデル同定ルーチン６０は、警告（または他のメッセージ）を事象クロニクルまたは追跡モジュール１１２に送信してもよい。事象クロニクルモジュール１１２は、特定の制御ループ、デバイス、プラント領域などとモデルの関連付けを容易にするための任意の他のデータと共に、モデル同定の時間および日付を指定するデータを生成することによって、警告に応答する。図６に示される例示の実施形態において、各事象に関して格納されたデータは、ノードまたは制御ループと関連付けられたデバイスに関するタグ名、日付／時間スタンプ、モデルタイプ（例えば、不動作時間、時間定数およびゲイン）、制御ループタイプ（例えば、機能ブロック）、プラント領域番号、チューニングルールおよび制御性能に関する診断表示を含む。前の（または他の）データは、例えば、データ集合に１つまたは複数の要素を追加する場合もあるアプリケーション１１６による処理後に、データベース１１４にプロセスモデル履歴の一部として格納されてもよい。アプリケーション１１６は、各制御ループのチューニングの監視および／または管理に向けられた１つまたは複数のルーチンに対応してもよい。

データベース１１４は、システム１０内の複数の制御装置１１に存在する制御ループに関するそのような履歴データを格納してもよく、制御装置の任意の１つの特定のタイプと共に用いることに限定される必要はない。例えば、データベース１１４は、第三者の制御装置に関するそのようなデータを格納してもよい。

さらに一般的には、図７の例示の実施形態において示されているように、開示されたシステム、方法および技術の実装は、レガシーまたは第三者のプロセス制御システムに適用されてもよい。言い換えれば、開示されたシステムおよび技術は、レガシーまたは他のプロセス制御システムの「上に」実装されてもよい。

これらの場合（および他の別の実施形態）において、ワークステーション１３は一般に、制御装置１１において他の方法で実装された上述のモデル同定機能性を含む。例えば、ワークステーション１３は、データ収集機能１２０を有するモデル同定モジュール１１８、構成リストモジュール１２２、モデル計算ルーチン１２４および各制御ループに関して最後に同定されたモデルを格納するためのメモリ１２６を含んでもよい。上述の制御装置１１のモデル同定モジュール６０の要素に対応するそれらの要素に加えて、ワークステーション１３はまた、プロセスモデルが同定されている制御システム用の仮想制御装置１２８を維持してもよい。仮想制御装置１２８は、例えば、そのそれぞれのパラメータの表示と共に、各制御ループの現在の構成を反映するモジュールを含み、格納してもよい。すなわち、開示された技術によって生成されたモデルおよび診断情報は、そのノードのために自動的に作成されたモジュールに保存される。このように、仮想制御装置１２８は、制御装置１１に実装されたループに関連して行われる態様と全く同一の態様で、チューニング、診断などによって情報を提供するために利用されてもよい。制御システムの命名規則が、ワークステーション１３の命名規則とは異なる場合において、パラメータと相関がある定義は、ワークステーション１３のインターフェイス構成ブロック１３４または他の要素によって行われてもよい。

開示された技術の広汎なアプリケーションを支援するために、ワークステーション１３は、ブロック１３４によって構成されたＯＰＣ（オープンプロセス制御：Ｏｐｅｎ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ）または他のクライアントインターフェイス１３２を含み、ループの動的パラメータにアクセスしてもよい。一般的に言えば、ワークステーション１３とレガシーまたは第三者の制御システムとの間の通信リンクは、そのＯＰＣサーバ１３６を同定することによって確立されてもよく、一部の場合において、モデル同定プロセスにおいて必要とされる１つまたは複数の制御装置１３８の同定などの他の通信設定を同定することによって確立されてもよい。多くの（例えば、不必要な）通信ポートを開放することを回避するために、そのようなＯＰＣ接続は、トンネラソフトウェアを用いて行われてもよい。

開示された技術の実装を制御し管理するために、（レガシーまたは標準的な統合された意味のいずれにおいても）ワークステーション１３によって提供されるアプリケーションに関するさらなる詳細が、ここで提供される。アプリケーションは一般に、上述したように、プロセスモデルの同定を支援し、同定されたモデルの使用に関連する機能性も提供する。上述したように、プロセスモデルは、適応制御スキームに関連して使用するためだけに生成される必要はない。開示された技術によるプロセスモデルの同定は、制御ルーチンが適応制御ルーチンであるかどうかに関係なく、実装される。適応型であれ非適応型であれ、制御ループのすべてに関してプロセスモデルを同定することは一般に、プロセス、プロセス制御システムおよびその特定の要素の多数の異なる解析を行う能力を提供する。とはいえ、一部の場合において、開示されたシステムは、ノードごと（またはループごと）に基づいて、モデル同定を無効にするために、ダイアログ・ボックス、ウィンドウ、フェイスプレートまたは他のディスプレイインターフェイスを介してオプションを提供してもよい。ディスプレイインターフェイスは、ワークステーション１３上で実行中のアプリケーションの実装によって生成された多数のディスプレイインターフェイスのうちの１つであってもよい。そのようなディスプレイインターフェイスの実施例は、図９〜図１６において提供されている。

再び図１を参照すると、一般的な問題として、ワークステーション１３は、（個別に、分散方式または任意の他の方式のいずれであれ）、プロセスプラント１０内に接続されたデバイス、ユニットなどに関して機能性を表示して提供するために、任意の権限の付与されたユーザ（例えば、構成エンジニア、オペレータなど）によってアクセスされてもよいオペレータインターフェイスアプリケーションおよび他のデータ構造１４０のスイートを含む。オペレータインターフェイスアプリケーション１４０のスイートは、ワークステーション１３のメモリ１４２に格納され、アプリケーション１４０のスイートの中のアプリケーションまたはエンティティのそれぞれは、各ワークステーション１３に関連付けられるそれぞれのプロセッサ１４４で実行されるように適合される。アプリケーション１４０の全体的なスイートは、ワークステーション１３に格納されているものとして図示されているが、これらのアプリケーションまたは他のエンティティの一部は、システム１０内またはシステム１０に関連付けられるか、またはシステム１０と通信中の他のワークステーションまたはコンピュータデバイスに格納されて、実行されてもよい。さらに、アプリケーション１４０のスイートは、ワークステーション１３に関連付けられるディスプレイスクリーン１４６または任意の他の所望のスクリーンまたはディスプレイデバイス、例えば、ハンドヘルドデバイス、ラップトップコンピュータ、他のワークステーション、プリンタなどへのディスプレイ出力を提供してもよい。同様に、アプリケーション１４０のスイート内のアプリケーションは、２台またはそれ以上のコンピュータまたはマシンに分散されて実行されてもよく、互いに連動して動作するように構成されてもよい。

図８は、開示されたシステム、方法およびモデル同定技術の実装に関連してさらに詳細に例示のワークステーション１３を示している。特に、アプリケーション１４０のスイートは、本願明細書に記載されたように、制御システム１０のモデルに基づく監視および管理の実装に向けた多数のアプリケーション、ルーチン、モジュールおよび他の手順要素を含んでもよい。アプリケーション、ルーチン、モジュールおよび要素は、ソフトウェア、ファームウェアおよびハードウェアの任意の組み合わせによって実装されてもよく、図８に示された例示の構成に限定されるわけではない。例えば、１つまたは複数のアプリケーションは、任意の所望の範囲まで統合されてもよい。

アプリケーションスイートは、モデルが上述の技術によって同定されるとき、プロセスモデルデータ（例えば、パラメータ）の記録の支援を専用とするヒストリアンアプリケーション１４８を含んでもよい。このために、ヒストリアンアプリケーション１４８は、ヒストリアンデータベース１２、モデルデータベース１１４または任意の他のメモリまたは格納機構と通信してもよい。上述したように、プロセスモデルデータは、プロセスモデルの同定（またはそれをもたらすデータの収集）を年代順に記録するデータに関して、またはそのようなデータに関連付けて格納されてもよい。ヒストリアンアプリケーション１４８はまた、選択されたモデルパラメータに関する合計値、平均値および他の値の計算などの解析的な機能性を提供してもよい。ヒストリアンアプリケーション１４８は、１つまたは複数のディスプレイインターフェイスによって、そのような計算値のほか、基本的な格納データの表示を容易にしてもよい。

第三者インターフェイスアプリケーション１５０は、図７に関連して記載したように、第三者またはレガシーのプロセス制御システムとの通信リンクを支援して維持するために設けられてもよい。そのために、アプリケーション１５０は、多数のディスプレイインターフェイスを生成して、通信リンクの構成を容易にし、仮想制御装置１２８を維持して利用し、インターフェイスを他の方法で支援してもよい。

さらなるディスプレイインターフェイスは、制御装置１１との通信を支援することに向けられたアプリケーション１５２によって提供されてもよい。そのような通信は、制御装置１１において実行中の適応制御ルーチンの構成および保守点検を必要とするか、または含んでもよい。アプリケーションスイート全体に当てはまるように、ディスプレイインターフェイスは、ダイナモ、フェースプレート、詳細ディスプレイ、ダイアログ・ボックスおよびウィンドウなどを無制限に含む任意の形態をとってもよく、異なるディスプレイタイプでの表示のために構成されてもよい。

アプリケーションスイートは、チューニングに関連してプロセスモデル情報の使用を専用とするアプリケーション１５４を含んでもよい。上述のモデル同定技術の結果として、チューニングアプリケーション１５４は、プラントにおける正常な日常的変化またはオンデマンドチューニングテストから自動的にチューニングパラメータを計算することによって、プロセス制御性能を改善することに向けられる。チューニングの結果は、「開ループ」チューニング勧告および「閉ループ」適応制御の両方のために用いられてもよい。

さらに詳細には、チューニングアプリケーション１５４は、開ループ動作または閉ループ動作のいずれであれ、すべての制御ループに関して連続的なチューニング計算の性能を支援するために、多数のディスプレイインターフェイスを生成してもよい。チューニング計算は、ＰＩＤ制御装置、ファジー論理制御装置およびＭＰＣ制御装置において標準的な制御および適応制御の両方を支援し、したがって、フィードバック制御およびフィードフォーワード制御の両方に関するチューニング勧告を提供する。チューニングアプリケーション１５４はまた、上述したように、リレー発振または他の手順のいずれかを用いて、オンデマンドチューニングを提供してもよい。

チューニングアプリケーション１５４は、ヒストリアンデータベース１２および／またはモデルデータベース１１４（または所望に応じて他の場所）に格納されたモデルパラメータおよびプロセス値をはじめとするプロセスモデル履歴データにアクセスし、したがって、履歴プロセスモデルデータを用いて最適なチューニングを計算してもよい。そのために、ディスプレイインターフェイスは、そのようなチューニング計算に適したデータの位置を特定し、そのようなデータを選択するために、履歴を容易に詳細に調べるために、ツールを提供するか、または含んでもよい。チューニングアプリケーション１５４によって生成されたディスプレイインターフェイスのこの態様は一般に、ユーザが、モデルパラメータ（例えば、状態を安定化させるための時間、事象トリガ閾値）を変更し、モデルを再同定するか、または自動モデル同定ではこれまで可能でなかったループに関するモデルを同定することを可能にする。

チューニングアプリケーションはまた、チューニング計算結果の履歴の解析を支援するために、インターフェイスを提供してもよい。この能力は、適応制御の機会の解析および適応制御構成の改善を容易にする可能性がある。

上述したように、チューニングアプリケーション１５４は、プロセスに対する手動変動がほとんどない（すなわち、制御装置出力における自動導入である）場合、制御装置のチューニングを同定するのに役立つ制御「摂動（perturbations）」の導入を支援するために、インターフェイスを提供してもよい。良好なチューニングが計算されると、摂動を無効にするために、インターフェイスによってオプションが提供されてもよい。複数の制御ループが摂動状態にある場合には、プロセスの外乱を分散して最小限に抑えるために、動きが同期化されてもよい。

チューニングアプリケーション１５４は、プロセス状態および他の状態表示に応答してもよく、その結果、任意の計算結果が、それに応じて同定される。このように、開示されたシステムは、最悪の状態においてまたは不良なプロセスデータによって計算された情報の使用を回避する。そのために、モデルに関連する計算は、適切である場合には、説明と共に、結果が、良好か、不良かまたは利用可能でないかを表してもよい。

チューニングアプリケーション１５４はまた、特に、チューニング勧告情報およびユーザログを伝達して、チューニング変更および任意の適応制御チューニング解析を文書化するために、概要報告を生成してもよい。

（単独でまたは他のアプリケーションと連動してのいずれであれ）チューニングアプリケーション１５４によって生成されるディスプレイインターフェイスに関するさらなる詳細は、図１２〜図１６に関連して提供される。これらの図は、上述した機能性を容易にするために、ユーザに提供されるプロセスモデルおよび制御ループの図を一般的に示している。

図８を続けて参照すると、アプリケーション１５６は一般に、開示された技術によって同定されたプロセスモデルを利用する性能監視を自動的に制御することに向けられる。アプリケーション１５６はさらに詳細には、（ｉ）性能改善のための機会の同定、（ｉｉ）制御問題の原因の解析および診断および（ｉｉｉ）動作、制御および保守点検を行う人材に関する重要な実績報告の生成を促進するか、または自動的に実装することによって、プロセス制御性能を改善することに向けられる。このために、アプリケーション１５６は、プロセスモデルに基づく制御性能指数を生成してもよい。この「モデルに基づく」指数は、再チューニングを必要とする制御ループを同定するためのよりよいベンチマークを提供する。新たな指数は、プロセス妥当性、同定されたプロセスモデル、既存の制御装置チューニングなどの要因に基づいて、性能を改善する機会を判定する。そのような性能監視は、適用可能である場合には、ユニットの状態を考慮し、ループが不適切なユニット状態である場合、または他の状態表示（例えば、Ｆｉｅｌｄｂｕｓ状態）またはＩ／Ｏ通信が良好でない場合には、性能計算を除外してもよい。バルブの静摩擦、緩みおよび他のバルブの診断指数もまた、すべてのバルブに関して提供されてもよい。

前述の特徴および以下に記載される特徴は一般に、開示された技術によって自動的に作製されるプロセスモデルを利用することによって行われる制御性能の比較によって提供される。プロセスモデルの使用を通じて、チューニングの芳しくない制御ループおよび制御性能に影響を及ぼすプロセスにおける変化が、同定されてもよい。履歴の値からのプロセスモデルにおける偏差は、潜在的なプロセス問題として制御ループにフラグを立てるために用いられてもよい。

また、プロセスモデルを用いて、発振中であるループを同定するために、発振指数もまた、アプリケーション１５６によって生成されてもよい。さらに詳細には、発振解析ツールは、同一の発振期間を有し、主要ループと相互に作用する可能性がある他のループを同定してもよい。この情報は次に、プロセスの相互作用および可能な設計勧告を同定するために用いられてもよい。

アプリケーション１５６によって提供された診断情報は、不良な制御性能が予想される原因の表示を付随してもよい。例えば、診断は、不良な制御性能が命令エラー、バルブの静摩擦または緩み、プロセスの相互作用または制御装置のチューニングによって生じているかどうかを表してもよい。

一般的に言えば、制御性能監視情報は、多数のカスタマイズされたディスプレイインターフェイスおよび報告を含む任意の所望の形態で提供されてもよい。履歴性能報告は、制御ループがユーザの指定した時間期間にわたってどのように実行されたかを示すために提供されてもよい。そのような報告に関するデフォルトの時間期間は、最後の時間、最後のシフト（８時間）、最後の日、最後の週、最後の月を含む。ユーザは、詳細なループ情報にアクセスするために、概要報告から「掘り下げる」ために、オプションを提供してもよい。インターフェイスの報告は、例えば、プラントの広さおよび個別のプロセスユニット、前の期間と現在の期間を比較する傾向および／または表、対応する性能尺度を有する上位優先度のループのリストに関して全体に重み付けされた性能指数によって、管理概要に関してカスタマイズされてもよい。保守点検報告は、制御ループ性能指数を提示し、プラント動作に対する関連する重要性に基づいて、作業品目に優先順位を付けてもよい。他の報告は、制御性能指数、標準偏差、発振指数、プロセスモデル（利用可能である場合）、自動相互相関、ヒストグラム、パワースペクトルなどに関するデータを含む統計を提供してもよい。

アプリケーション１５６によって提供される情報に関するさらなる詳細は、図９〜図１２に示される例示のディスプレイインターフェイスによって提供される。

アプリケーションスイートはまた、個別の制御ループ解析アプリケーション１５８を含んでもよい。一部の実施形態において、アプリケーション１５８は、アプリケーション１５６によって生成されたディスプレイインターフェイスを介して利用可能である。いずれにしても、アプリケーション１５８は、上述したモデル同定技術に関して収集されるヒストリアンまたは実時間データの解析を支援する。データは、未測定の外乱および測定雑音から制御における変動の調査を容易にするインターフェイスを介して提示されてもよい。例えば、アプリケーション１５４および１５６を介して同定された問題は、診断のための解析アプリケーション１５８を用いてさらに調査されてもよい。そのために、それによって生成されたディスプレイインターフェイスは、パワースペクトラム、自動相関およびヒストグラムのデータを計算するためのオプションを提供してもよい。

アドバイザアプリケーション１６０は一般に、チューニングまたはアルゴリズムの修正によって、制御スキームを改善するために、異常状態または機会を検出するために、診断に関連して同定されたモデルを利用する機能性を提供してもよい。アドバイザアプリケーション１６０によって提供される情報は、システム１０と通信状態にあるワークステーション１３、制御装置１１または任意の他の要素によって生成されるフェースプレートを含む任意のタイプのディスプレイインターフェイスに提供されてもよい。１つの特定の実施例において、ディスプレイインターフェイスは、「チューニングを確認してください」などの新たな助言メッセージの表示を示すためのフラグを有してもよい。

さらに一般的には、アドバイザアプリケーション１６０は、スイートにおけるアプリケーションの任意の１つによって行われる解析または診断の結果として生成される勧告を提供してもよい。さらに、勧告は、アドバイザアプリケーションによって生成されるディスプレイインターフェイスによって提供される必要はなく、スイートにおけるアプリケーションのうちの任意の１つまたは複数に表示を送信してもよい。したがって、勧告およびメッセージ、例えば、「新たなチューニングが利用可能です」「プロセスを調べてください。プロセスにおいて著しい変更が検出されました」「バルブを確認してください。不感帯／ヒステリシス大です」「チューニングを確認してください。ループが不安定です」および「制御は、ＭＰＣ／適応を用いて改善可能です」などが一般に、プロセス制御システム１０と通信中のワークステーション１３または他のデバイスによって提供されてもよい。メッセージまたは勧告の表示に加えて、基本的な状態に関する詳細が、制御ループに関する履歴または他のパラメータとして格納されてもよい。制御ループに関して格納されたデータの次のアクセスまたは使用は、次に、スイートにおけるアドバイザアプリケーションまたは他のアプリケーションのユーザに対して詳細または関連メッセージを表示させてもよい。

開示された技術の実装もまた支援する他のアプリケーションは、プロセス制御システム１０内のナビゲーションを容易にするための制御スタジオアプリケーション１６２と、上述の報告の生成のための報告生成アプリケーション１６４と、を含む。最後に、１つまたは複数のメモリまたはデータベース１６６はまた、アプリケーションスイートの一部として提供されてもよい。

図９は、プロセスモデル検査解析から生じる概要情報を提示するために、性能監視アプリケーション１５６（または、あるいは他のアプリケーションのうちの任意の１つまたは複数）によって生成されてもよい例示のディスプレイインターフェイス１６８を示している。この特定の実施例において、ディスプレイインターフェイス１６８は、全体的なプロセス制御システム１０において、制御ルーチンまたはモジュールの状態を表す情報および階層木パネル１７０を介して選択されたその任意のエリアを提示する。制御性能は、「不正確なモード」「制限された制御」「不確かな入力」および「大きな変動」を含むカテゴリによってチャートパネル１７２に指定され、概要を示している。制御モジュール、機能ブロックまたはルーチンのこれらのカテゴリの１つへの割り当てまたは分類は一般に、開示された技術によって同定されたプロセスモデルによって可能であり、この同定されたプロセスモデルを用いて自動的に実装されてもよい。ディスプレイインターフェイス１６８はまた、機能不全と思われるか、すぐに保守点検を必要とするか、助言警告があるか、または通信障害を被っている種々の資産に関して統計情報を提示するために、資産警告チャートパネル１７４も含む。

図１０は、これも性能監視アプリケーション１５６によって生成されてもよい例示のディスプレイインターフェイス１７６を示している。ディスプレイインターフェイス１７６はまた、一般に、制御性能情報を提示するが、さらに詳細なレベルである。この実施例において、性能情報は、階層木パネルにおいて選択されたエリアにおいて、各制御ループまたはモジュールに関して提示される。具体的な制御ループに関して検出された各異常状態は、異常モード、制限された制御、入力状態、高い変動または機能していない関連デバイスに関する問題の間で識別する表に記載されてもよい。異常状態を記載した報告が生成されたかどうかに関する表示と共に、優先順位もまた、表示されてもよい。

図１１は、これも性能監視アプリケーション１５６によって生成されてもよい例示のディスプレイインターフェイス１７８を示している。ディスプレイインターフェイス１７８は、図１０のインターフェイス１７６と類似であり、性能情報が提示される制御レベルにおいて異なる。この場合には、モジュールまたはループは、パネル１７０によって選択され、性能情報は、その各機能ブロックに関して提示される。具体的なブロックに関する診断情報は次に、表に表示されたブロック名で選択（例えば、右クリック）することによってアクセスされてもよい。

図１２は、チューニングアプリケーション１５４および性能監視アプリケーション１５６を含むアプリケーションのうちの１つまたは複数によって生成されてもよい例示のディスプレイインターフェイス１８０を示している。一般的に言えば、ディスプレイインターフェイス１８０は、選択された制御要素（例えば、ＰＩＤ１）に関する診断計算の結果の調査を促進する。計算によって導出された統計量に関する制限値もまた、所望に応じて、比較およびユーザによる修正のために表示される。制限を超えると、アラームが関連情報を表示してもよい。さらに一般的には、ディスプレイインターフェイス１８０および基本的な計算において提示された情報は、制御ループの安定性が、本願明細書に開示されたプロセスモデル同定技術の結果としてどのように連続的に監視されているかを表している。

図１３は、自動プロセスモデル同定のほか、オンデマンドモデル同定に関する制御ループの設定を容易にする例示のディスプレイインターフェイス１８２を示している。トリガ事象タイプ、トリガ事象レベル、パラメータ変更最大値などを指定するために、多数のパネルが、インターフェイス１８２によって提供される。このように、ディスプレイインターフェイス１８２は、ノードごとまたはループごとに、プロセスモデル同定手順をユーザにカスタマイズすることが可能である。

図１４は一般に、ユーザが、特に、どれほど多くの領域が必要とされるかを決定するために、保存されたプロセスモデルを可視化してもよい方法を示している。さらに一般的には、ディスプレイインターフェイス１８４は、プロセスモデル履歴情報を列挙するパネル１８６と、それぞれの水平線によって、承認されたモデル値を示し、ドットによって、履歴データベースにおいて同定および格納されたプロセスモデルのパラメータを示すモデルグラフパネル１８８と、を示している。上述したように、それぞれのモデルは、多数（例えば、５つ）の領域に関して承認されてもよく、モデルパラメータの分散は、領域の同定を容易にしてもよく、チューニング勧告によって他の方法で助けてもよい。

図１５および図１６は、それぞれファジー論理制御ブロックおよびＭＰＣブロックに関して最近同定されたモデルに関するプロセスモデル情報を示している。そのために、ディスプレイインターフェイス１９０および１９２は、試験、チューニング計算、制御装置パラメータ設定、チューニングシミュレーションおよびチューニング選択を支援するために、多数のパネル１９２、１９４、１９６および１９８と共に、プロセスモデルのそれぞれのグラフィカル表示を提供する。

図１７は、プロセスモデルメモリ（例えば、データベース１１４、制御装置メモリなど）または他のプロセスモデル履歴リポジトリの動的管理に関連する本開示の別の態様に向けられる。プロセスにおいて変更が検出されるたびに、プロセスモデルが更新または同定されてもよいとすれば、新たなモデルがプロセスに関して連続的に同定されるため、データベース１１４内のプロセスモデルは、成長し続けてもよい。一部の実施形態において、プロセスモデルは、１つまたは複数の異なる制御ルーチンの異なる動作領域に関して、１日に数回同定されてもよい。例えば、制御機能ブロックに関して制御ルーチンの異なる動作領域に関するプロセスモデルが、制御装置１１のメモリに格納されてもよい。複数の制御装置に連結されたワークステーションにおいて、異なる制御ルーチンに関するプロセスモデルは、種々の制御ルーチンの異なる動作領域に関する複数のプロセスモデルの上に、メモリまたはデータベースに格納されてもよい。有用なプロセスモデルを保持すると同時に、冗長なプロセスモデル情報または擬似的なプロセスモデル情報を排除するために、以下では、ハードウェアおよびソフトウェアの両方をはじめとするメモリ、データベースまたは他のそのような知識リポジトリにおいて格納されるようなプロセスモデル履歴を管理するための技術の一例を提供する。例えば、一部の実施形態において、プロセスモデルの数および対応するメモリ要件は、高い信頼性（例えば、品質）係数を有する関連プロセスモデルを維持することと釣り合いをとって管理されてもよい。

本願明細書に記載されるプロセスモデル管理技術は、プロセスがオンラインである間、実時間で行われてもよく、ワークステーション１３、制御装置１１またはバックグランドプロセスとしてプロセスモデル履歴を維持する任意の他のデバイスによって実行されてもよい。言い換えれば、プロセスモデル管理技術は、他のアプリケーションより低い優先度で実行されてもよく、その結果、他のアプリケーションは、システムリソースに関する優先度を有する。例えば、プロセスモデル管理技術は、システムリソースが利用可能である場合に限り、プロセスモデル履歴からプロセスモデルを除去するバッチプロセスとして実行されてもよい。すなわち、プロセスモデル管理技術が実行される場合には常に、２つ以上のプロセスモデルがモデルデータベースから除去されてもよい。一部の実施形態において、プロセスモデル管理技術は、プロセスループに基づいて、自動的に行われ、その結果、新たなプロセスモデルが同定されるため、プロセスモデル履歴が管理される。例えば、プロセスループに基づく実行によるバッチプロセスを用いて、プロセスモデル履歴が２００個のプロセスモデルを格納し、１０個のプロセスモデルが一度に除去／消去されることになっている場合には、次に、２０１番目のプロセスモデルが同定されると、プロセスモデル管理技術が実行され、プロセスモデル履歴における１９０個のプロセスモデルに１９１番目（２０１番目のプロセスモデルに対応する）を加えた結果を生じる。一度に消去／除去されることになっている１０個のプロセスモデルの上記の例は、例示のために過ぎず、実際の数は、所望に応じて構成または実装されてもよいことを留意すべきである。プロセスモデルは、プロセスモデル履歴のメモリまたはデータベースからプロセスモデルを消去することによって、除去されてもよく、解析、傾向化などのために有用である場合があるプロセスモデルの長期格納を提供する大容量格納データシステムに消去されたプロセスモデルをコピーすることを含んでもよい。

本願明細書に記載されたプロセスモデル管理技術は、モデル同定が制御装置の中で行われてもよい場合には、上述したシステムを含め、知的制御システムにおいて特に有用である可能性がある。一般に、プロセスモデル管理技術は、少なくとも制御装置１１および／またはワークステーション１３に対して、もはや関連しないか、または有用ではないプロセスモデルのプロセスモデル履歴を「切り詰める（prunes）」。この技術は一般に、プロセスモデルの関連優先度を決定するために、予め決定された優先度基準を利用する。例えば、優先度基準は、モデル品質の尺度およびモデル年数の尺度（例えば、時間）を含んでもよいが、それらに限定されるわけではない。そのような優先度基準は、例えば、より古いプロセスモデルに比べて、最近のプロセスモデルを重要視してもよく、より低い品質指数を有するプロセスモデルに比べてより高い品質指数を有するプロセスモデルを重要視してもよい。

モデル年数は、種々の基準、例えば、プロセスモデルが最初に同定された時間、同定プロセスがモデルを同定し始めた時間、モデルが制御プロセスにおいて最初に利用された時間、モデルが制御プロセスにおいて最後に利用された時間、プロセスモデルが同定または利用された順序などに応じて、測定されてもよい。モデル品質の尺度もまた、種々の基準に基づいてもよい。例えば、プロセスモデルを同定する場合に、新たに同定されたプロセスモデルは、品質検査を受けてもよく、その結果は、プロセスモデルに対して品質指数または他の品質を起因する。

一般に、モデル品質は、プロセスモデルの信頼性の指標であり、各動作領域に関するモデルの履歴に基づいてもよい。例えば、品質係数および時間に関するモデルの偏差を考慮してもよい。一部の実施形態において、モデル品質係数は、経験則およびプロセスモデルの各パラメータに関する最後の３つのエラーの合成物であってもよい。また、一部の実施形態において、各パラメータに関する品質係数は、複数のステップで決定されてもよい。最初に、３つのエラーの最小値（ｍｉｎ３ｅｒｒｏｒ）および最大値（ｍａｘ３ｅｒｒｏｒ）が、決定される。次に、中間のエラー（ｅｒｒｏｒ＿ｍｉｄｄｌｅ）が最小のエラーであるかどうかが決定される。最大対最小のエラー比（ｅｒｒｏｒ＿ｍｉｎ＿ｍａｘ）が、自己調整プロセスの場合には１．７５より高いかどうか、または統合プロセスの場合には１．２５より高いかどうかがさらに決定される。モデルパラメータに関するモデル品質係数が、次に、以下のように計算されてもよい。

式中、ｑｕａｌｉｔｙ＿ｂｉａｓおよびｑｕａｌｉｔｙ＿ｍｏｄｉｆｉｅｒは、以下の単独のモデルパラメータ品質係数計算定数の表に基づいて、計算されてもよい。

全体としてモデル同定に関する最終的な品質係数は、上述したモデル同定技術から同定された各モデルパラメータに関する品質係数の合成物である。一例として、モデルパラメータがゲイン、不動作時間および／または時間定数を含むと仮定すると、自己調整プロセスおよび統合プロセスに関する品質係数の合成物はそれぞれ、以下のように決定されてもよい。

式中、ｇａｉｎ＿ｑｆは、自己調整プロセスに関するゲイン品質係数であり、ｉｎｔ＿ｇａｉｎ＿ｑｆは、統合プロセスに関するゲイン品質係数であり、ｔｃ＿ｑｆは、時間定数品質係数であり、ｄｔ＿ｑｆは、不動作時間品質係数である。定数ａ、ｂおよびｃは、以下の表における品質係数計算定数によって定義されてもよい。

最終モデル結果は、同定された動作領域において前に同定されたモデルと新たに同定されたモデルの混合として提供されてもよい。例えば、モデル同定結果は、下限と上限との間の範囲によって乗算された構成値（例えば、０．１．．．０．５）によって限定（固定）される割合であってもよい。さらに、新たなプロセスモデルは、プロセスのタイプ（自己調整型または統合型）に応じて、上記の式による最終的な品質係数によって重み付けされてもよい。例えば、新たなモデルは、以下のように重み付けされてもよい。

制御機能７４においてモデル計算の一部として、新たなモデルは、モデル同定が行われた動作領域７６において格納されてもよい。一例において、５つのモデルゲインのプロセスモデル履歴および品質係数の実行平均は、一例において、各動作領域に関して格納されてもよい。上述の技術によって同定されたモデルの品質を更新するために、品質係数の実行平均は、以下の式を用いて更新されてもよい。

最後の５つのモデルゲインの平均、最小値および最大値は、平均比に対する偏差と同様に、計算されてもよい。一例において、平均比に対する偏差は、

として計算されてもよく、０．０と１．０との間に制限されてもよい。最終的なモデル品質は、次に、

として計算されてもよい。上記のモデル品質係数は、例示のためだけに提供されており、当業者は、品質の種々の尺度が、各プロセスモデルに関して用いられてもよいことを理解するであろう。しかし、プロセスモデルの優先順位付けが、基準の同一の設定に基づいているように、年数、品質または任意の他の優先度基準の尺度は、種々のプロセスモデルの中で一貫していなければならないことも理解すべきである。

以下にさらに記載される一実施形態において、プロセスモデル管理技術は、優先度基準が多次元空間の軸（例えば、次元）であり、個別のプロセスモデルが軸座標に基づいて定義された多次元空間における点として表示される場合に、多次元空間における最小距離地点を求める問題を解決するものとして提示されている。一般に、図１７を参照すると、多次元空間は、２つまたはそれ以上の優先度基準に基づいて定義される。プロセスモデルは、優先度基準に基づいて多次元空間内で体系化される。優先度基準は、説明だけの目的のために、モデル年数（モデル番号）およびモデル品質（品質）として開示されている。しかし、３つ以上の優先度基準を利用して、多次元空間を定義し、多次元空間内でプロセスモデルを体系化してもよいことを認識すべきである。

図１７において示されているように、モデル年数およびモデル品質の優先度基準のそれぞれは、具体的な値に基づいて定量化される。例えば、優先度基準がモデル年数に基づいている場合には、モデル年数は、速いプロセスループまたは遅いプロセスループの種々のタイプに関して一般化するために、モデル番号として提示されてもよい。尚、より高いモデル番号が、より新しいプロセスモデルに対応する。同様に、モデル品質係数は、モデル品質指数（図１７では「品質」として表される）などの値として提示されてもよく、より高い指数値が、より低い指数値を有するプロセスモデルより高い品質または信頼性のプロセスモデルを表す。

優先度基準のいずれかまたはすべてが、他の優先度基準に比べて重み付けされてもよい。重み付け、さらに詳細には、重み付け値は、他の優先度基準に対する一部の優先度基準の相対的な重要性に対応する。例えば、より高い重みは、モデル年数と比べた場合のモデル品質優先度に合致してもよい。すなわち、モデル年数に関してモデル品質に優先順位を付けるために、最大値モデル品質（Ｍａｘ Ｑ）は、最大値モデル年数（例えば、モデル番号がモデル年数を表すために用いられる場合には、最大値モデル番号）の２倍に設定されてもよい。図１７および上記で提供された実施例を参照すると、プロセスモデルの総数が２００を超えると（例えば、２０１番目のプロセスモデルが同定される）、プロセスモデル履歴から一度に１０個のモデルが消去／除去されることになっており、それにより、プロセスモデル履歴には最大で１９０個のプロセスモデルが残っている場合には、最大値モデル品質は、３８０である。各プロセスモデルに関するモデル品質の基準値は次に、以下の指数に正規化されてもよい。

モデル品質またはそのことに関する任意の他の優先度基準は、任意の実装された値（例えば、Ｍａｘ Ｑ＝１．０）に正規化されてもよいことを認識すべきである。

プロセスモデル履歴におけるプロセスモデルのそれぞれまたは具体的な制御ルーチンおよび／または動作領域に関して格納された少なくともプロセスモデルのそれぞれは、優先度基準に基づいて体系化されてもよい。特に、プロセスモデルのそれぞれは、優先度基準軸に関連する座標値に応じて、多次元空間内で体系化されてもよい。図１７を参照すると、「＋」は、モデル年数およびモデル品質（モデル番号、品質）に対応する座標値に応じて体系化された個別のプロセスモデルを表す。

基準点が多次元空間内で体系化されたすべてのプロセスモデルに対して共通である場合には、多次元空間における座標に応じて各プロセスモデルを体系化することによって、基準点からの距離または分離度が、計算されてもよい。すなわち、除去／消去のために選択されたプロセスモデルは、基準点に対するプロセスモデルの近接性に基づいて決定されてもよい。例えば、基準点がモデル年数（例えば、最も古い可能性がある年数または最小のモデル番号）およびモデル品質（例えば、最小の可能性がある品質）の最も適当でない値を表す優先度基準値に対応する場合には、基準点と各プロセスモデルとの間の距離は、多次元空間において計算されてもよい。最短の距離に対応するプロセスモデルは次に、プロセスモデル履歴から除去するための候補であってもよい。別の実施例において、基準点は、モデル年数およびモデル品質の最も適当な値を表す優先度基準に対応してもよく、そのような場合には、最長の距離に対応するプロセスモデル（例えば、基準点から最大の分離度）は、除去のための候補であってもよい。

図１７を参照すると、座標（１，０）から始まる線は、モデルＡ、Ｂ、ＣおよびＤに関して図示されているように、起点からのモデルの距離を表す。基準点が多次元空間の起点に対応する場合には、各プロセスモデルと基準点との間の距離または分離度の計算は、プロセスモデルに関する各座標値の平方の和に簡略化されてもよい。

優先度基準の正規化された値が、式において利用されてもよい。したがって、優先度基準に関して用いられる具体的な値に関係なく、分離度または距離は、基準点からプロセスモデルまでの分離度または距離の平方として表される。プロセスモデルは次に、この分離度に基づいて優先順位が付けられてもよく、基準点が最も適当でない基準値である場合には、最低の値（例えば、最小の１０個の値）は、プロセスモデル履歴から除去するために選択されるか、または基準点が最も適当な基準値である場合には、最高の値が除去するために選択される。計算において、正規化された距離または分離度を用いてもよい。

除去のために選択され、次に除去／消去されるプロセスモデルの数は、多数の決定基準またはパラメータに左右されやすい。一部の実施形態において、プロセスモデル履歴におけるプロセスモデルの数の上限または閾値が仮定され、その値を超えると、プロセスモデル管理技術が実行される。例えば、２００個以上のプロセスモデルが具体的な制御機能ブロックに関してプロセスモデル履歴において格納されている場合には、プロセスモデル履歴から過剰なプロセスモデルを除去するために、プロセスモデル管理技術が実行されてもよい。これらのパラメータは、追加のパラメータ、例えば、所与の動作領域に関して保持されることになっているプロセスモデルの数に関する制限（例えば、動作領域当たり２０個のプロセスモデルの最小閾値）などによって制限されてもよい。したがって、制御機能ブロック当たりのプロセスモデルの総数は、２００未満、または２００に等しく制限されてもよく、制御機能ブロックにおける動作領域当たりのモデルの数は、２０より大きいものとして、または２０に等しいものとして確立されてもよい。これらのパラメータを前提として、プロセスモデル履歴におけるプロセスモデルは、第２のパラメータ状態が満たされるように、第１のパラメータ状態が破られるときは常に、プロセスモデル管理技術に基づいて除去される。

プロセスモデル履歴からプロセスモデルを除去する場合に利用されてもよい追加決定基準またはパラメータの例としては、プロセスモデルが多次元空間内でどのように体系化されたかに関係なく、最後に同定されたプロセスモデルが、より高い品質番号を有するプロセスモデルに関する優先傾向、より新たなプロセスモデルに関する優先傾向および／または領域の現在の設定、状態変数などを維持することが挙げられてもよい。たとえ、ユーザが、動作領域においてモデルがないように領域の境界を次に変更してもよいとしても、最後に決定された基準の一例として、プロセスモデル管理技術の結果として、現在の動作領域においてプロセスモデルを除去／消去することが許容可能である。

さらに、除去／消去のために選択されたモデルは、依然として有用性および／または関連性があるプロセスモデルを保持するために、有用性および／または関連性が少ないプロセスモデルを除去／消去すると同時に、優先度基準の釣り合いをとる機能によって制限されてもよい。例えば、プロセスモデル管理技術は、高い品質指数を有する古いプロセスモデルを保持し、低い品質指数を有するより新しいプロセスモデルを保持することによって、モデル品質およびモデル年数の釣り合いをとってもよい。この釣り合いは、優先度基準の一次関数または動径関数によって表されてもよい。図１７を参照すると、破線は、プロセスモデル管理技術の概念化のために、モデルがプロセスモデル履歴からの除去／消去のために選択される第１の削減としての線形境界を表す。この線形境界は、モデル品質およびモデル年数の関数として提供される。

上述の例示の一次関数は、プロセスモデル管理技術が起動される前に、３８０の最大指数に正規化されるモデル品質および２００の最大モデル年数に基づいている。プロセスモデルに関する座標値（例えば、優先度基準値）が上述の式を用いて４００未満の値を結果として生じる場合には、そのプロセスモデルは、除去／消去のための候補である。座標値が、上述の式に基づいて４００または４００を上回る値を結果として生じる場合には、プロセスモデルは、除去／消去から排除されてもよい。したがって、プロセスモデルの年数および品質または他の優先度基準は、関連する高い品質係数に起因して依然として有用性および関連性があると思われるより古いモデルが保持され、関連する適時性に起因して有用性および関連性があると思われる低品質モデルもまた、保持されてもよいように、釣り合いをとってもよい。上述の一次式は、多数の異なる優先度基準のいずれかに関する所望であるか、または実装される最大値または他の閾値に基づいて、必要に応じて可変であってもよい。

上述の閾値関数は、一次関数として与えられたが、実際には、実際の閾値は、図１７において四分円として図示されている動径関数として提供されてもよい。尚、半径は、消去されることになっている最後のプロセスモデルに対する距離である。すなわち、１０個のプロセスモデルが、プロセスモデル管理技術の実行のたびに消去されることになっている場合には、１０番目の最小の分離度または距離（再び、最も適当でない基準値に対応する基準点を仮定する）を有するプロセスモデルが、閾値に関する基準として用いられる。すなわち、１０番目の最小の分離度または距離より短い分離度または距離を有する任意のプロセスモデルは、除去／消去されやすい。言い換えれば、１０番目の最小の分離度または距離を有するプロセスモデルは、起点としての基準点を用いて、動径関数の半径として用いられ、その半径内に収まるすべてのプロセスモデルは、除去／消去用の候補である。

例えば、多次元空間の次元として優先度基準によって定義される多次元空間における座標に基づいて、各プロセスモデルを体系化することによって、種々の基準によるプロセスモデルのそれぞれを体系化した後、分離度または距離が、共通の基準点から計算されてもよい。分離度または距離を用いて、プロセスモデルが、除去／消去のために選択され、次に、多数の決定基準、パラメータまたは閾値に従って、プロセスモデル履歴から除去／消去されてもよい。例えば、プロセスモデルは、優先度基準の関数（例えば、一次関数または動径関数）に基づいてプロセスモデルの関連性および有用性の釣り合いをとる閾値に左右されてもよい。そのために、優先度基準は、別の優先度基準に比べて１つの優先度基準に対してさらなる重要性を得るために重み付けされてもよい。プロセスモデル管理技術は、単に実行されるだけであってもよく、および／または同一の制御ルーチンに関して同定されたプロセスモデルの総数および／または同一の動作領域に関して同定されたプロセスモデルの総数など、具体的な決定基準または閾値に基づいて、具体的にプロセスモデル履歴、制御ルーチンまたは動作領域に関してプロセスモデルを除去／消去してもよい。

上述のプロセスモデル管理技術に基づいて、技術の特徴としては、モデルデータベースにおける情報の妥当性を維持し、異なるプロセスおよび動作状態（例えば、遅い／速い応答、安定／変化中の状態など）を自動的に処理し、解析のために一貫した情報を供給し、システムメモリ要件において合理的な範囲を実現し、管理または「クリーンアップ」タスクを実行するために、ユーザの介入を未然に防ぐことが挙げられてもよい。この技術は、ＳＩＳＯ、ＭＩＭＯなどをはじめとする種々のプロセスタイプにおいて実装されてもよいが、これらに限定されるわけではない。この技術はまた、モデル、統計量、エキスパートシステムなどをはじめとする種々のプロセス情報に関して実装されてもよいが、これらに限定されるわけではない。この技術は、最も関連性のある情報を自動的に決定してもよく、それにより、自己学習してもよい。この技術はさらに、自己チューニング制御装置に関する最も関連性のあるプロセスモデルを自動的に決定し、モデル年数およびモデル品質に基づいて、いずれのモデルが放棄されるかを自動的に決定してもよい。

「同定する」「同定」なる語およびその任意の派生語は、プロセスモデルの使用に関して広義で本願明細書において用いられ、全体的なプロセスモデル、それを定義するための１つまたは複数のパラメータまたはその任意の他の定義特性のいずれかで達成するプロセスモデルの作製、生成および他の処理を含む。

上述のアプリケーションおよび技術のいずれかは、１つまたは複数の統合アプリケーションのルーチン、モジュールまたは他の構成要素として実装されてもよく、今度は、１つまたは複数のネットワーク化された（または他の方法で通信可能に相互接続される）ワークステーション、ホストコンピュータまたはメモリおよびプロセッサを有する他の計算デバイスの中で分散され、実装されてもよい。アプリケーション機能性の開示された構成は、説明において容易にするためだけに提供され、機能性がオペレータまたは他のユーザに適用してもよい広範囲の態様を表しているわけではない。さらに、上述のアプリケーションは、所望に応じて、ユーザプロファイル、文脈および他のパラメータに基づいて種々の形態で提供されてもよい。例えば、１つのユーザタイプ（例えば、エンジニアリング）に関して生成されたディスプレイインターフェイスビューは、異なるユーザタイプ（例えば、保守点検）に関して生成されたビューとは、内容および他の点で異なっていてもよい。

実装される場合には、本願明細書に記載されたソフトウェアのいずれが、コンピュータまたはプロセッサなどのＲＡＭまたはＲＯＭにおいて、磁気ディスク、レーザディスクまたは他の格納媒体などの上の任意のコンピュータ読み出し可能メモリに格納されてもよい。同様に、このソフトウェアは、ユーザ、プロセスプラントまたは任意のオペレータワークステーションに、例えば、コンピュータ読み出し可能ディスクまたは他の輸送可能なコンピュータ格納機構または電話線、インターネット、ワールドワイドウェブ、任意の他のローカルエリアネットワークまたはワイドエリアネットワーク（供給は、輸送可能な記憶媒体を介してそのようなソフトウェアを提供することと同一であるか、または互換性があるものと見なす）などの通信チャネルにわたって、任意の周知または所望の供給方法を用いて供給されてもよい。さらに、このソフトウェアは、変調または暗号化を行うことなく、直接的に提供されてもよく、または通信チャネルにわたって伝送される前に、任意の適切な変調搬送波および／または暗号技術を用いて変調および／または暗号化されてもよい。

本発明は、特定の実施例を参照して記載してきたが、それらの実施例は、説明のために過ぎず、本発明を限定することを意図しているわけではなく、変更、追加または削除が、本発明の精神および範囲を逸脱することなく、開示された実施形態に対して行われ得ることは当業者には明白と思われる。

「関連出願」
これは、２００７年９月２８日に提出された「プロセス制御システムのプロセスモデルリポジトリ動的管理（Ｄｙｎａｍｉｃ Ｍａｎａｇｅｍｅｎｔ ｏｆ ａ Ｐｒｏｃｅｓｓ Ｍｏｄｅｌ Ｒｅｐｏｓｉｔｏｒｙ ｆｏｒ ａ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ）」という名称の米国仮出願第６０／９７６，３４６号に基づき、その優先権を主張する正規に提出された出願であり、これにより、その全体の開示内容は、本願明細書に参照によって援用されるものとする。

本開示の一態様による１つまたは複数の制御ルーチンを有するように構成された制御装置を含むプロセス制御システムの概略図である。 多数の機能ブロックと通信状態にあるモデル同定ルーチンを有する実施形態による図１の制御装置の概略図である。 制御装置が傾向データまたは他の履歴データを用いて、モデル同定用のワークステーションと通信状態にある実施形態による図１の制御装置の概略図である。 格納されたモデルおよび動作状態情報に基づき、適応制御機能ブロックが調整を修正する実施形態による図１の制御装置の適応制御機能ブロックの概略図である。 ＭＰＣ機能ブロックが、モデル同定用のオンデマンド試験法を実装する実施形態による図１の制御装置の適応ＭＰＣ機能ブロックの概略図である。 同定されたモデルが、履歴事象情報に関連付けられて、データベースに格納される実施形態による図１の制御装置の概略図である。 ワークステーションが、ＯＰＣまたは他のインターフェイスを介して制御装置と通信状態にあるモデル同定ルーチンを実装する図１のプロセス制御システムの別の実施形態の概略図である。 ワークステーションが、特にループおよびモデル解析、診断、チューニングおよびＭＰＣおよび適応制御のために関連付けられた機能性に関して、制御性能監視および管理環境を共に提供する例示の一連のアプリケーションを実装する図１のプロセス制御システムの一実施形態の概略図である。 制御性能概要情報を提供するために、性能監視アプリケーションを有する図８のワークステーションの実施形態によって生成された例示のディスプレイインターフェイスの簡略図である。 選択されたシステム、エリアまたは他のグループの制御ループに関して、制御ループ性能情報を提供するために、性能監視アプリケーションを有する図８のワークステーションの実施形態によって生成された例示のディスプレイインターフェイスの簡略図である。 選択された制御ループに関して、性能情報を提供するために、性能監視アプリケーションを有する図８のワークステーションの実施形態によって生成された例示のディスプレイインターフェイスの簡略図である。 制御ループに関連する制御ループ性能、適応モデル品質および他の診断パラメータを監視して管理するために、診断または他の解析アプリケーションを有する図８のワークステーションの実施形態によって生成された例示のディスプレイインターフェイスの簡略図である。 制御ループのためにモデル同定手順の構成、カスタマイズおよび管理を行うために、アプリケーションを有する図８のワークステーションの実施形態によって生成された例示のディスプレイインターフェイスの簡略図である。 状態パラメータ入力によって表される異なる動作状態に関して同定されるプロセスモデルを視覚化するために、図８のワークステーションの実施形態によって生成された例示のディスプレイインターフェイスの簡略図である。 例えば、ファジー論理またはＭＰＣ制御スキームを実装する制御機能ブロックをチューニングするようにプロセスモデルの使用を支援して管理するために、チューニングアプリケーションを有する図８のワークステーションの実施形態によって生成された例示のディスプレイインターフェイスの簡略図である。 例えば、ファジー論理またはＭＰＣ制御スキームを実装する制御機能ブロックをチューニングするようにプロセスモデルの使用を支援して管理するために、チューニングアプリケーションを有する図８のワークステーションの実施形態によって生成された例示のディスプレイインターフェイスの簡略図である。 プロセスモデル履歴を管理するための例示のプロセスモデル管理技術の簡略図である。

符号の説明

１０ プロセス制御システム
１１ プロセス制御装置
１２ データヒストリアン
１３ ホストワークステーション
２４ メモリ

Claims (16)

1. 複数のプロセスモデルを格納するプロセスモデル履歴を管理する方法であって、
   前記複数のプロセスモデルのそれぞれは、第１の優先度基準と、前記第１の優先基準と異なる第２の優先度基準とを含むパラメータを有し、
   第１の優先度基準を示す第１の座標軸と、第２の優先度基準を示す第２の座標軸とを有する、２次元以上の多次元空間を定義し、
   前記複数のプロセスモデルのそれぞれの位置が、前記第１の優先度基準に関連する第１の座標値および前記第２の優先度基準に関連する第２の座標値を含む前記多次元空間内の座標によって表されるように、前記複数のプロセスモデルを体系化し、
   前記多次元空間内の一点を基準点として選択し、
   前記多次元空間において、前記体系化されたプロセスモデルのそれぞれの位置を表す前記座標と、前記基準点との間の距離に基づく分離度を計算し、
   同一の制御ルーチンに関して同定されるプロセスモデルの総数が、閾値を超える場合には、前記分離度に基づいて、除去すべきプロセスモデルを選択し、前記プロセスモデル履歴から前記除去すべきプロセスモデルを除去する、
   ことを含む方法。
2. 前記複数のプロセスモデルのそれぞれは、プロセス制御システムにおいて制御ルーチンの動作領域に関して同定され、前記除去すべきプロセスモデルを除去することは、除去後に、除去されたプロセスモデルと同一の前記動作領域に関して前記同定されたプロセスモデルの総数が、前記動作領域に関して同定されたプロセスモデルの総数に関連する閾値を超える場合に、前記分離度に基づいて前記除去すべきプロセスモデルをさらに選択し、該除去すべきプロセスモデルを除去することを含む請求項１に記載の方法。
3. 前記基準点は、前記第１の座標値として前記第１の優先度基準に関連する最も適当でない値を含み、前記第２の座標値として前記第２の優先度基準に関連する最も適当でない値を含む、請求項１に記載の方法。
4. 前記第１の優先度基準および前記第２の優先度基準の少なくとも１つは、重み付けされた基準を含む請求項１に記載の方法。
5. 前記第１の優先度基準および前記第２の優先度基準の一方は、モデル品質の尺度であり、他方は、モデル年数の尺度である、請求項１に記載の方法。
6. 前記複数のプロセスモデルのそれぞれは、プロセス制御システムにおいて前記制御ルーチンの動作領域に関して同定され、前記制御ルーチンの前記動作領域に関して最後に同定された前記プロセスモデルは、前記プロセスモデル履歴から除去されない請求項５に記載の方法。
7. 前記除去すべきプロセスモデルを除去することは、前記多次元空間内の前記座標の前記基準点からの前記分離度が、最大閾値を下回る場合に、前記分離度に基づいて、前記プロセスモデル履歴から前記除去すべきプロセスモデルを除去することを含む請求項１に記載の方法。
8. 前記最大閾値は、前記多次元空間内の一次関数を含む請求項７に記載の方法。
9. 複数のプロセスモデルを格納するメモリから削除のためにプロセスモデルを選択する方法であって、
   前記複数のプロセスモデルのそれぞれは、第１の優先度基準と、前記第１の基準と異なる第２の優先度基準とを含むパラメータを有し、
   第１の優先度基準を示す第１の座標軸と、第２の優先度基準を示す第２の座標軸とを有する、多次元空間を定義し、
   前記複数のプロセスモデルのそれぞれの位置が、前記第１の優先度基準に関連する第１の座標値および前記第２の優先度基準に関連する第２の座標値を含む前記多次元空間内の座標によって表されるように、前記メモリ内に格納される前記複数のプロセスモデルを前記多次元空間内で体系化し、
   前記多次元空間内の一点を基準点として選択し、
   前記多次元空間において、基準点に関連して、前記第１の座標値および前記第２の座標値を含む、各プロセスモデルのプロセスモデル座標値を計算し、
   前記基準点が、前記第１の優先度基準および第２の優先度基準の最も適当でない値を示す基準点座標値を含み、
   前記多次元空間における、前記基準点に対する前記プロセスモデルを表す前記座標の近接性に基づいて、削除のための１つまたは複数のプロセスモデルを選択する、
   方法。
10. 前記第１の優先度基準および前記第２の優先度基準の一方は、モデル品質の尺度であり、他方は、モデル年数の尺度である、請求項９に記載の方法。
11. 前記基準点は、前記多次元空間内の領域の起点を含み、
    削除のために前記１つまたは複数のプロセスモデルを選択することは、前記起点からの最小距離に基づいて、前記１つまたは複数のプロセスモデルを選択することを含む、
    請求項９に記載の方法。
12. 各プロセスモデルは、プロセス制御システムにおいて制御ルーチンの動作領域に関して同定され、
    前記制御ルーチンの前記動作領域に関して最後に同定された前記プロセスモデルは、削除のために選択されない、
    請求項９に記載の方法。
13. 削除のために前記１つまたは複数のプロセスモデルを選択することは、前記プロセスモデル座標値が、前記第１の優先度基準および前記第２の優先度基準に基づいて最大閾値を下回る場合に、前記多次元空間において前記基準点に対する前記プロセスモデルの前記近接性に基づいて、プロセスモデルを選択することを含む請求項９に記載の方法。
14. 前記最大閾値は、前記第１および第２の優先度基準に基づく多次元空間内の一次関数を含む請求項１３に記載の方法。
15. 前記最大閾値は、前記モデル履歴から除去される前記基準点に対して最も遠い近接性を有するプロセスモデルの、前記第１および第２の優先度基準の座標値に基づく、多次元空間内の動径関数を含む請求項１３に記載の方法。
16. 各プロセスモデルは、プロセス制御システムにおける制御ルーチンの動作領域に関して同定され、
    削除のために前記１つまたは複数のプロセスモデルを選択することは、削除前に、同一の前記制御ルーチンに関して同定されたプロセスモデルの総数が、前記制御ルーチンに関して同定されたプロセスモデルの総数に関連する閾値を超える場合に、前記１つまたは複数のプロセスモデルを選択すること、および、削除後に、同一の前記動作領域に関して同定されたプロセスモデルの総数が、前記動作領域に関して同定されたプロセスモデルの総数に関連する閾値を超える場合に、前記多次元空間において前記基準点に対する前記プロセスモデルの前記近接性に基づいて、前記１つまたは複数のプロセスモデルをさらに選択することを含む、
    請求項９に記載の方法。

Images