JP5751496B2 - イベント解析装置およびコンピュータプログラム - Google Patents

Description

本発明は、プラントプラントで発生したアラームやオペレータの操作手順等のイベントを解析し、イベントの因果関係を抽出するイベント解析装置に関する。

プラントに分散配置されたフィールドコントローラ等の制御システムを用いてセンサやアクチュエータ等のフィールド機器群を制御する分散制御システム等において、プラントで発生したアラームやオペレータの操作手順等のイベントを取得し、解析するイベント解析装置が知られている。

図１１は、従来のイベント解析装置の構成を説明するブロック図である。本図に示すように、イベント解析装置３００は、イベントログ収集部３１０とイベント表示部３２０とを備えている。

制御システム３４０に対するオペレータの操作記録やアラーム等のイベントは、制御システム３４０がログとして保存する場合と、ヒストリアン３５０が保存する場合があるが、イベントログ収集部３１０は、いずれか、あるいは双方からイベントログを収集して内部または外部に設けられた記憶装置に記録する。

イベントログ収集部３１０は、収集したイベント群に対して、各イベントの発生頻度や発生割合演算等の統計処理を行ない、イベント表示部３２０を介して、イベントのリストや発生状況のヒストグラム、統計処理の結果等を表示装置３３０に表示する。ユーザは、表示装置３３０に表示されるこれらの情報を参照することにより、プラント操業の効率向上等を図ることができる。

特開２００７−１６４４６３号公報

J.Pearl "Probailistic Reasoning in Intelligent Systems: Networks of Plausible Inference", Morgran Kaufman 1988 須槍 弘樹 ベイジアンネットワーク入門(1) MEDICAL IMAGING TECHNOLOGY Vol.21 No.4 September 2003

プラントで発生したアラームやオペレータの操作手順等のイベントは、独立したものでなく互いに関連性を持っていることが多い。例えば、あるアラームが特定の操作に起因している場合や、あるアラームに引き続き他のアラームが発生する場合等である。

従来は、イベント解析装置において簡単な統計処理等の解析しか行なわれていなかったため、イベント間の関係はユーザが判断しなければならなかったが、発生したイベントの因果関係が把握できるような解析ができるようになると、イベントの原因推定、イベントの後に発生するイベントの予測が容易となり便利である。

そこで、本発明は、イベントの因果関係を把握することができるイベント解析装置を提供することを目的とする。

上記課題を解決するため、本発明のイベント解析装置は、複数の機器で発生するアラームと前記機器を対象とした操作とを含むイベントを解析するイベント解析装置であって、発生日時と機器識別子とイベント種別識別子とを含むイベントログを収集するイベントログ収集部と、前記イベントログを、機器識別子とイベント種別識別子とを結合した機器イベント毎に発生の有無を時系列で示したイベントマトリクスに変換して保存するイベントログ保存部と、前記イベントマトリクスを、所定の基準時間幅のブロックに分割し、ブロック毎に各機器イベントの発生の有無を判定することにより、機器イベント間の条件付確率を算出してベイジアンネットワークを構築し、構築されたベイジアンネットワークを利用して、解析対象の機器イベントの原因と考えられる機器イベントあるいは後に発生すると考えられる機器イベントを出力するイベント解析部と、を備えたことを特徴とする。
ここで、前記イベントログ保存部は、前記イベントマトリクスの時系列を前記イベントログの最小時間単位幅で設定することができる。
また、前記基準時間幅は可変とすることができる。
前記イベント解析部は、ブロック毎の各機器イベントの発生の有無に基づいて機器イベントの個別発生確率と、機器イベント間の同時発生確率とを算出することで、機器イベント間の条件付確率を算出することができる。
上記課題を解決するため、本発明のコンピュータプログラムは、情報処理装置を、複数の機器で発生するアラームと前記機器を対象とした操作とを含むイベントを解析するイベント解析装置として機能させるコンピュータプログラムであって、発生日時と機器識別子とイベント種別識別子とを含むイベントログを収集するイベントログ収集部と、前記イベントログを、機器識別子とイベント種別識別子とを結合した機器イベント毎に発生の有無を時系列で示したイベントマトリクスに変換して保存するイベントログ保存部と、前記イベントマトリクスを、所定の基準時間幅のブロックに分割し、ブロック毎に各機器イベントの発生の有無を判定することにより、機器イベント間の条件付確率を算出してベイジアンネットワークを構築し、構築されたベイジアンネットワークを利用して、解析対象の機器イベントの原因と考えられる機器イベントあるいは後に発生すると考えられる機器イベントを出力するイベント解析部として、さらに情報処理装置を機能させることを特徴とする。

本発明によれば、イベントの因果関係を把握することができるイベント解析装置を提供する。

本実施形態に係るイベント解析装置の構成を示すブロック図である。 イベントログ収集部とイベントログ保存部の動作について説明するフローチャートである。 イベントログの一例を示す図である。 イベントマトリクスの一例を示す図である。 イベント解析部がイベントマトリクスに基づいてベイジアンネットワークを構築する処理について説明するフローチャートである。 機器イベントの発生確率の例を示す図である。 機器イベントの同時確率の例を示す図である。 入力された液体を冷やして出力する制御を行なうプラントにおいて構築されたベイジアンネットワークの例を示す図である。 ベイジアンネットワークのノードに付された確率を説明する図である。 イベント解析部がベイジアンネットワークを用いてイベントを解析する処理を説明するフローチャートである。 イベント解析結果の表示例を示す図である。 従来のイベント解析装置の構成を説明するブロック図である

本発明の実施の形態について図面を参照して説明する。図１は、本実施形態に係るイベント解析装置の構成を示すブロック図である。本図に示すように、イベント解析装置１００は、イベントログ収集部１１０とイベントログ保存部１２０とイベント解析部１３０と解析結果表示部１４０とを備えている。

イベント解析装置１００は、パーソナルコンピュータ、サーバコンピュータ等の汎用的な情報処理装置を用いて構成することができる。すなわち、情報処理装置は、以下に説明するような処理を行なうためのコンピュータプログラムを実行することにより、イベント解析装置１００として機能することができる。もちろん、イベント解析装置１００は、専用装置として構成してもよい。

イベントログ収集部１１０は、従来と同様に、接続された制御システム、ヒストリアン等からイベントログを収集する。イベントログには、イベント発生した日時、イベントが発生した機器の識別子（タグ）、イベント種類の識別子等が含まれる。

イベントログ保存部１２０は、イベントログ収集部１１０が収集したイベントログをＤＢ１５０に記録し、管理を行なう。イベントログ保存部１２０は、イベントログを記録する際に、イベント解析部１３０が行なう解析に適した形式に変換する。

具体的には、縦方向にイベントログの最小時間単位の時間軸を展開し、横方向に機器の識別子とイベント種類の識別子とを結合した項目を並べたマトリクスを作成する。そして、イベントログに含まれるイベントについて、発生した日時と発生した機器およびイベント種類とに対応するカラムにチェックを入力した形式に変換する。

以降では、イベントログを変換したデータを「イベントマトリクス」と称し、機器とイベント種類との組み合わせを「機器イベント」と称する。例えば、機器「ＴＡＧ１」で発生した「ＡＬＡＲＭ１」は、機器イベント「ＴＡＧ１：ＡＬＡＲＭ１」と表わされる。

イベントマトリクスを記録するＤＢ１５０は、大容量のイベントマトリクスを記録でき、水平スケーラビリティに柔軟性のあるＮｏＳＱＬ等の分散ＤＢを用いることが好ましい。これはイベントマトリクスが大容量であることや、プラント操業中に機器の数が変化するなど柔軟性を求められる場合があるからである。ただし、ＲＤＢを用いることも可能である。

イベント解析部１３０は、ベイジアンネットワークを利用した機器イベント間の因果関係を解析する機能部である。このため、イベントログ保存部１２０が作成したイベントマトリクスに基づいてベイジアンネットワークを構築する処理と、解析対象の機器イベントに対して、その原因となる機器イベントと予測される機器イベントとをベイジアンネットワークを用いて解析する処理と、解析結果を解析結果表示部１４０を介して表示装置１６０に表示する処理とを行なう。

ベイジアンネットワークは、因果関係を確率により記述するグラフィカルモデルの１つで、複雑な因果関係の推論を有向グラフ構造により表わすとともに、個々の変数の関係を条件つき確率で表す確率推論のモデルである。

因果的な特徴を有向グラフによるネットワークとして表し、その上で確率推論を行なうことで、複雑でかつ不確実な事象の起こりやすさやその可能性を予測することができる。これまで蓄積された情報をもとに、起こりうる確率をそれぞれの場合について求め、それらを起こる経路に従って計算することで、複雑な経路を伴った因果関係の発生確率を定量的に表わすことが可能となる。

このため、ベイジアンネットワーク利用することで、ある機器イベントの原因となる機器イベントを確率的に表わすことができるようになる。また、ある機器イベントが発生した後に発生し得る機器イベントを確率的に表わすことができるようになる。さらに、長期間のイベントログを使用してベイジアンネットワークを構築することで、季節変動や定期修繕などの要素も解析に含めることが可能となる。

次に、イベント解析装置１００の動作について説明する。まず、イベントログ収集部１１０とイベントログ保存部１２０の動作について図２のフローチャートを参照して説明する。イベントログ収集部１１０は、所定の収集タイミングになると（Ｓ１０１：Ｙｅｓ）、制御システム、ヒストリアン等からイベントログを収集する（Ｓ１０２）。

イベントログは、図３に一例を示すように、イベントが発生した日時、機器識別子（タグ）、イベント識別子を含んでいる。本図の例では、２０１２年１０月２１日１８時００分００秒に、機器「ＴＡＧ１」で、アラーム「ＡＬＲＭ１」が発生し、同０３秒に、機器「ＴＡＧ２」に対して操作「ＯＰ１」を行なったこと等が示されている。

イベントログを収集するタイミングは、一定周期、ユーザからの指示、所定のトリガー等とすることができ、あらかじめ定めておくようにする。

イベントログを収集すると、イベントログ保存部１２０が、イベントログに基づいてイベントマトリクスを作成する（Ｓ１０３）。上述のように、イベントマトリクスは、縦方向にイベントログの最小時間単位の時間軸を展開し、横方向に機器イベントを並べたマトリクスを作成し、イベントログに含まれるイベントについて、発生した日時と発生した機器およびイベント種類とに対応するカラムにチェックを入力した形式に変換したものである。

図４は、図３に示したイベントログを変換したイベントマトリクスを示している。ここでは、イベントログの最小時間単位を１秒としているため、イベントマトリクスの縦方向は、１秒間刻みとなっている。また、横方向は、機器の識別子とイベント種類の識別子とを結合した機器イベントを並べるため、「ＴＡＧ１：ＡＬＲＭ１」「ＴＡＧ２：ＡＬＡＲＭ３」「ＴＡＧ２：ＯＰ１」といったカラムが生成されている。実際には、横方向に、機器とイベント種類との組合わせ分のカラムが作成される。

本例では、２０１２年１０月２１日１８時００分００秒に、機器「ＴＡＧ１」で、アラーム「ＡＬＲＭ１」が発生しているため、対応するカラムにチェック（「○」）が入力されている。同様に、２０１２年１０月２１日１８時００分０３秒に、機器「ＴＡＧ２」に対して操作「ＯＰ１」が行なわれているため、対応するカラムにチェックが入力されている。

イベントマトリクスを作成すると、イベントログ保存部１２０は、作成したイベントマトリクスをＤＢ１５０に記録する（Ｓ１０４）。このとき、過去のデータも使用できるように、追加記録していくことが望ましい。そして、イベントログ収集部１１０が次の収集タイミングを待つ（Ｓ１０１）。

次に、イベント解析部１３０がイベントマトリクスに基づいてベイジアンネットワークを構築する処理について図５のフローチャートを参照して説明する。イベント解析部１３０は、所定の更新タイミングになると（Ｓ２０１：Ｙｅｓ）、ＤＢ１５０に記録されているイベントマトリクスを参照する（Ｓ２０２）。すなわち、ベイジアンネットワークは、所定のタイミングで更新されることになる。ベイジアンネットワークを更新するタイミングは、一定周期、ユーザからの指示、所定のトリガー等とすることができ、あらかじめ定めておくようにする。

ベイジアンネットワークの構築には、各機器イベントの個別発生確率、機器イベント間の条件付確率が必要となる。これらの確率を算出するため、本実施形態では、ある時間幅、例えば、１０分、１時間等を基準時間幅として定める。すなわち、発生確率は、基準時間内に発生する確率を表わすものとしている。そして、イベントマトリクスの時間軸の開始から終了までを基準時間幅で複数のブロックに分割する（Ｓ２０３）。

なお、基準時間幅は、解析対象のプラントに応じて定めることができる。例えば、流量、圧力など遅れ要素がない機器が中心となるプラントを解析する場合は、基準時間幅は短くすることが望ましい。一方で、温度など一次遅れ要素がない機器が中心となるプラントを解析する場合は、基準時間幅を長くすることが望ましい。

また、プラントに様々な機器が存在する場合には、単一の基準時間幅でなく、複数の基準時間幅を定めて、それぞれの時間幅に応じたベイジアンネットワークを構築して解析を行なうようにしてもよい。この処理を容易にするため、イベントマトリクスは、イベントログの最小時間単位で時間軸を展開している。

対象の機器イベントを定め、各ブロックについて、対象の機器イベントが１回でも発生しているかどうかを判断し、機器イベントが発生しているブロック数をカウントする。そのカウント値を全期間のブロック数で割ることにより、対象の機器イベントについての発生確率を算出することができる。この処理を全機器イベントに対して行なうことで、図６に示すような各機器イベントの発生確率を算出することができる（Ｓ２０４）。

次に、対象の機器イベントのペアを定め、両方の機器イベントとも発生しているブロック数をカウントする。そのカウント値を全期間のブロック数で割ることにより、対象の機器イベントペアについての同時確率を算出する。この処理を全機器イベントペアに対して行なうことで、図７に示すような各機器イベントペアの同時発生確率を算出することができる（Ｓ２０５）。

そして、機器イベントの個別発生確率と、機器イベントペアの同時発生確率とから、機器イベント間についての条件付確率を算出する（Ｓ２０５）。ここで、条件付確率は、機器イベントＡが起きた場合に機器イベントＢが起きる確率であり、機器イベントＡ、機器イベントＢの個別発生確率と、機器イベントＡ、機器イベントＢの同時発生確率とからベイズの定理により算出することができる。

最後に、各機器イベント間の条件付確率からベイジアンネットワークを構築する（Ｓ２０７）。ベイジアンネットワークの構築には、ＭＷＳＴ法やｋ２等の既知の手法やその他の手法を用いることができる。ＭＷＳＴ法では、任意の機器イベントペアの相互情報量を使用し、ｋ２法では情報量基準を使用して機器イベント間の因果関係を抽出する。相互情報量、情報量基準とも機器イベントの発生確率とイベント間の条件付確率を基に算出する。

図８は、入力された液体を冷やして出力する制御を行なうプラントにおいて構築されたベイジアンネットワークの例を示している。本例では、機器イベントとして「ポンプ：故障」「熱交換機：故障」「入力流量センサＦ０１１：ＬｏｗＡｌａｒｍ」等が設定されている。

本図に示すようにベイジアンネットワークは、各機器イベントがノードで示され、ノード同士が一方向の矢印で結ばれた形式で表わされる。ベイジアンネットワークにおいて、各ノードには、図９に示すように確率が付されており、矢印の終点となるノードには、親ノードとの間の条件付確率が付される。

次に、イベント解析部１３０が解析対象の機器イベントに対して、その原因となる機器イベントと予測される機器イベントとをベイジアンネットワークを用いて解析する処理について図１０のフローチャートを参照して説明する。

イベント解析部１３０は、ユーザから解析リクエストを受け付けると（Ｓ３０１：Ｙｅｓ）、ベイジアンネットワークを利用した解析を行なう（Ｓ３０２）。ユーザは、例えば、発生したアラームや頻発するアラーム、これから行なおうとする操作等を対象に、イベント解析部１３０に解析リクエストを行なうことができる。また、プラントの効率改善等のためにオフラインで解析リクエストを行なうこともできる。

ベイジアンネットワークを利用した解析では、確率伝搬アルゴリズムを用いて、解析対象の機器イベントの原因となる機器イベントと、今後発生し得る機器イベントとを確率も含めて算出することができる。

そして、解析結果を解析結果表示部１４０を介して表示装置１６０に表示する（Ｓ３０３）。図１１は、解析結果の表示画面の例を示している。本図の例では、解析対象の機器イベントについて、原因と考えられる機器イベントと予測される機器イベントとを確率付で表示している。なお、原因と考えられる機器イベントと予測される機器イベントを、ユーザの指示に基づいて別画面で表示するようにしてもよい。

以上説明したように、本実施形態のイベント解析装置１００によれば、ベイジアンネットワークを利用して、イベントの因果関係が視覚的に把握できるため、イベントの原因推定、イベントの後に発生するイベントの予測が容易となる。

また、ベイジアンネットワークの構築によりイベントの因果関係のみならず、イベントのグルーピングの補助に用いることもできる。具体的には、共連れアラーム等の同時発生の確率が高く連動性が高いと考えられるアラーム同士を組み合わせて扱うことで、プラントにおけるアラームの発生回数を減らすことも可能となる。

さらには、ベイジアンネットワークを利用した解析結果と、従来のイベント解析とを組み合わせて解析を行なうことも可能である。例えば、従来の解析結果で得られた発生頻度の順にベイジアンネットワークを利用した解析を行なっていくことができる。

１００…イベント解析装置、１１０…イベントログ収集部、１２０…イベントログ保存部、１３０…イベント解析部、１４０…解析結果表示部、１５０…ＤＢ、１６０…表示装置、３００…イベント解析装置、３１０…イベントログ収集部、３２０…イベント表示部、３３０…表示装置、３４０…制御システム、３５０…ヒストリアン

Claims (4)

1. 複数の機器で発生するアラームと前記機器を対象とした操作とを含むイベントを解析するイベント解析装置であって、
   発生日時と機器識別子とイベント種別識別子とを含むイベントログを収集するイベントログ収集部と、
   前記イベントログを、機器識別子とイベント種別識別子とを結合した機器イベント毎に発生の有無を時系列で示したイベントマトリクスに変換して保存するイベントログ保存部と、
   前記イベントマトリクスを、所定の基準時間幅のブロックに分割し、ブロック毎に各機器イベントの発生の有無を判定することにより、機器イベント間の条件付確率を算出してベイジアンネットワークを構築し、
   構築されたベイジアンネットワークを利用して、解析対象の機器イベントの原因と考えられる機器イベントあるいは後に発生すると考えられる機器イベントを出力するイベント解析部と、
   を備え、
   前記イベント解析部は、ブロック毎の各機器イベントの発生の有無に基づいて機器イベントの個別発生確率と、機器イベント間の同時発生確率とを算出することで、機器イベント間の条件付確率を算出することを特徴とするイベント解析装置。
2. 前記イベントログ保存部は、前記イベントマトリクスの時系列を前記イベントログの最小時間単位幅で設定することを特徴とする請求項１に記載のイベント解析装置。
3. 前記基準時間幅が可変であることを特徴とする請求項１または２に記載のイベント解析装置。
4. 情報処理装置を、複数の機器で発生するアラームと前記機器を対象とした操作とを含むイベントを解析するイベント解析装置として機能させるコンピュータプログラムであって、
   発生日時と機器識別子とイベント種別識別子とを含むイベントログを収集するイベントログ収集部と、
   前記イベントログを、機器識別子とイベント種別識別子とを結合した機器イベント毎に発生の有無を時系列で示したイベントマトリクスに変換して保存するイベントログ保存部と、
   前記イベントマトリクスを、所定の基準時間幅のブロックに分割し、ブロック毎に各機器イベントの発生の有無を判定することにより、機器イベント間の条件付確率を算出してベイジアンネットワークを構築し、
   構築されたベイジアンネットワークを利用して、解析対象の機器イベントの原因と考えられる機器イベントあるいは後に発生すると考えられる機器イベントを出力するイベント解析部として、さらに情報処理装置を機能させ、
   前記イベント解析部は、ブロック毎の各機器イベントの発生の有無に基づいて機器イベントの個別発生確率と、機器イベント間の同時発生確率とを算出することで、機器イベント間の条件付確率を算出することを特徴とするコンピュータプログラム。