JP6497367B2 - プラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体 - Google Patents

プラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体 Download PDF

Info

Publication number
JP6497367B2
JP6497367B2 JP2016169936A JP2016169936A JP6497367B2 JP 6497367 B2 JP6497367 B2 JP 6497367B2 JP 2016169936 A JP2016169936 A JP 2016169936A JP 2016169936 A JP2016169936 A JP 2016169936A JP 6497367 B2 JP6497367 B2 JP 6497367B2
Authority
JP
Japan
Prior art keywords
state
plant
acquired
loss function
model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2016169936A
Other languages
English (en)
Other versions
JP2018036888A (ja
Inventor
鹿子木　宏明
宏明 鹿子木
豪 ▲高▼見
豪 ▲高▼見
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Priority to JP2016169936A priority Critical patent/JP6497367B2/ja
Priority to EP17187135.3A priority patent/EP3291035B1/en
Priority to US15/686,354 priority patent/US10564617B2/en
Publication of JP2018036888A publication Critical patent/JP2018036888A/ja
Application granted granted Critical
Publication of JP6497367B2 publication Critical patent/JP6497367B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/048—Monitoring; Safety
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • G05B23/0294—Optimizing process, e.g. process efficiency, product quality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25232—DCS, distributed control system, decentralised control unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Feedback Control In General (AREA)

Description

本発明は、プラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体に関する。
従来から、化学等の工業プラント、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等のプラントや工場等（以下、これらを総称する場合には「プラント」という）においては、フィールド機器と呼ばれる測定器又は操作器等の現場機器と、これらを制御する制御装置とが通信手段を介して接続された分散制御システム（ＤＣＳ：Ｄｉｓｔｒｉｂｕｔｅｄ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ）が構築されており、高度な自動操業が実現されている。
上記のような高度な自動操業を実現するために構築されるプラントのシステム等においては、プラントの操業状態をボードオペレータと呼ばれる監視者が監視している。プラントの収量、運転状況、アラームの発生状況等の操業状態は、センサ等の測定器で測定され、ＤＣＳを介して収集されて操作盤や監視端末のモニタ等の監視装置に表示される。ボードオペレータは、監視装置を介してプラントに異常を認識したとき、又はプラントの収量を増減させるとき等には、フィールドオペレータと呼ばれる作業者に対して、機器の調査、点検又は交換等の指示を行い、若しくはバルブ等の操作器の調整指示を行う。
また、プラントの制御において、センサ等の入力情報をサンプルデータとした判断モデルを用いた人工知能により、作業者に対して情報を提供するシステムがある（例えば、引用文献１〜２を参照）。
特開２０１４−１７４９９３号公報 特表２０１５−５３０６５２号公報
しかし、ボードオペレータとフィールドオペレータによるプラントの操業においては、人件費等のコストが必要であり、また、人為的なミスが発生する場合があった。
また、人工知能を利用したシステムにおいては、プラントの安全が確保されない運転条件が操作器等に対して指示される可能性があった。また、プラントの安全を確保するために、システムが出力する操作指示を直接プラントの機器に入力せずに、作業者に対して助言として通知して、作業者が助言の内容を確認してから実際の操作をする場合があった。
本発明は上記事情に鑑みてなされたものであり、安全性が高くコスト低減が可能なプラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体を提供することを目的とする。
（１）上記の課題を解決するため、本発明のプラント制御装置は、プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録部と、前記プラントの運転状態を取得する運転状態取得部と、取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習部と、取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定部と、決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示部とを備える。
（２）また、本発明のプラント制御装置において、前記学習部は、取得された前記運転状態と登録された前記模擬危険状態とを前記運転状態の不適合さを示す損失関数として学習し、前記運転状態と前記損失関数とを対応付けて前記運転モデルを生成し、前記決定部は、取得された前記運転状態の前記損失関数を算出し、生成された前記運転モデルに基づき、前記損失関数を減少させる前記運転パラメータを決定する。
（３）また、本発明のプラント制御装置において、前記学習部は、学習した前記模擬危険状態において前記損失関数が増大するように前記運転モデルを生成する。
（４）また、本発明のプラント制御装置において、前記運転指示部は、前記運転状態を調節する機器に対して前記プラントの運転を指示する。
（５）また、本発明のプラント制御装置において、前記運転指示部は、前記プラントを調節する機器を操作する作業者に対して前記プラントの運転を指示する。
（６）また、本発明のプラント制御装置において、前記プラントの目標収量を取得する目標収量取得部をさらに備え、前記決定部は、取得された前記目標収量が変更された場合には、前記運転モデルに基づき、前記模擬危険状態を回避するように前記運転パラメータを決定する。
（７）また、本発明のプラント制御装置において、前記目標収量取得部は、前記目標収量の設定期間をさらに取得し、前記決定部は、取得された前記設定期間における目標収穫量に基づき前記運転パラメータを決定する。
（８）上記の課題を解決するため、本発明のプラント制御装置は、プラントの機器を制御する運転制御部と、前記プラント制御部の動作状態を管理する製造実行部と、プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録部と、前記プラントの運転状態を取得する運転状態取得部と、取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習部と、取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定部と、決定された前記運転パラメータに基づき前記運転制御部に対して前記プラントの運転を指示する運転指示部とを備える。
（９）上記の課題を解決するため、本発明のプラント制御方法は、プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録ステップと、前記プラントの運転状態を取得する運転状態取得ステップと、取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習ステップと、取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定ステップと、決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示ステップとを含む。
（１０）上記の課題を解決するため、本発明のプラント制御プログラムは、プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録処理と、前記プラントの運転状態を取得する運転状態取得処理と、取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習処理と、取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定処理と、決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示処理とをコンピュータ実行させる。
（１１）上記の課題を解決するため、本発明の記録媒体は、プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録処理と、前記プラントの運転状態を取得する運転状態取得処理と、取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習処理と、取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定処理と、決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示処理とをコンピュータ実行させるプラント制御プログラムを記録している。
本発明によれば、安全性が高くコスト低減が可能なプラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体を提供することができる。
実施形態におけるプラント制御装置を用いるプラントの構成例を示す図である。 実施形態におけるプラント制御装置のハードウェア構成の一例を示すブロック図である。 実施形態におけるプラント制御装置のソフトウェア構成の一例を示すブロック図である。 実施形態におけるプラント制御装置で学習される模擬危険状態の一例を示す図である。 実施形態におけるプラント制御装置で学習されるヒストリーデータの一例を示す図である。 実施形態におけるプラント制御装置で学習される模擬危険状態を含む空間の一例を示す図である。 実施形態におけるプラント制御装置の動作の一例を示すフローチャートである。 実施形態におけるプラント制御装置の目標収量設定画面の一例を示す図である。
以下、図面を参照して本発明の一実施形態におけるプラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体について詳細に説明する。
先ず、図１を用いて、プラント制御装置を用いたプラントの概要を説明する。図１は、実施形態におけるプラント制御装置を用いるプラントの構成例を示す図である。図１において、プラント１００は、プラント制御装置１、基幹業務システム２、製造実行システム３、運転制御装置４、操作盤５、保全機器６、フィールドオペレータ端末７、プラント機器Ｐ０を有する。
プラント機器Ｐ０は、反応器Ｐ１、タンクＰ２、センサＳ１〜センサＳ６及びバルブＶ１〜Ｖ３を有する。プラント機器Ｐ０は、所定の生成物（生産物）を生成する。反応器Ｐ１は、例えば投入された材料を化学反応させて生成物を生成させる装置であり、タンクＰ２は、反応器Ｐ１で生成された生成物を収納する。センサＳ１〜センサＳ６は、例えば、差圧計、温度計、流量計等の物理量（圧力、温度等）の信号を運転制御装置４に入力する入力機器である。センサＳ６は、プラント機器Ｐ０で生成された生成物の収量を測定する測定装置である。本実施形態においてプラント１００は、センサＳ６で測定された生成物の収量を目標収量にするように制御される。バルブＶ１〜Ｖ３は、運転制御装置４からバルブ開度の指示が出力される出力機器であり、バルブ開度によって材料又は生成物の流量や圧力を可変させる。プラント機器Ｐ０の中で、センサＳ１〜センサＳ６及びバルブＶ１〜Ｖ３を、以下「フィールド機器」という。フィールド機器は、プラント制御装置１の制御対象であり、フィールド機器を制御することによりプラント機器Ｐ０による生成物の収量等を制御することができる。なお、以下の説明において、プラント機器Ｐ０と言う場合、プラント機器Ｐ０に含まれる１又は複数の機器のことを言うものとする。また、図１で図示したプラント機器Ｐ０はプラントの構成を例示したものであり、入力機器や出力機器は上記構成には限定されない。例えば、入力機器として、スイッチ類等を含んでいてもよい。また、出力機器として、ポンプ等のアクチュエータ、ヒータ等の機器を含んでいてもよい。また、図１で図示する各機器を接続する線は、有線又は無線の通信線を示している。有線通信又は無線通信は、図示しない通信機器及びネットワークを介して行われるようにしてもよい。
基幹業務システム２は、例えば、会計処理、生産管理、販売管理等の経営資源を管理するためのプロセス製造業向けＥＲＰ（Ｅｎｔｅｒｐｒｉｓｅ Ｒｅｓｏｕｒｃｅ Ｐｌａｎｎｉｎｇ：経営資源統合）システムである。基幹業務システム２は、プラントの運転状態の情報を経営資源の管理情報として利用してもよい。また、基幹業務システム２は、プラントの保守や修理の業務情報を管理する保守管理システム等を含んでいてもよい。基幹業務システム２は、例えば、サーバ装置、デスクトップ型ＰＣ等の汎用コンピュータである。
製造実行システム３は、例えば、基幹業務システム２と運転制御装置４との間に位置するＭＥＳ（Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｅｘｅｃｕｔｉｏｎ Ｓｙｓｔｅｍ）であり、運転制御装置４が取得したプラント機器Ｐ０の動作状態や作業者の作業状況等を監視し、又は管理する。製造実行システム３は、プラント制御装置１と通信して、例えば、基幹業務システム２から取得した目標収量等の情報をプラント制御装置１に出力する。また、プラント制御装置１から取得されたプラント機器Ｐ０を動作させるための運転指示の情報を取得する。製造実行システム３は、例えば、サーバ装置、デスクトップ型ＰＣ等の汎用コンピュータである。
運転制御装置４は、センサＳ１〜センサＳ６等の入力機器からセンサにおける測定値等を取得し、バルブＶ１〜バルブＶ３等の出力機器を動作させる指示を出力することによりフィールド機器の動作を制御する。本実施形態において、センサＳ１〜センサＳ６から取得される測定値やバルブＶ１〜バルブＶ３等に出力する出力値はプラントの運転状態を示す数値で表される指標（以下、「数値指標」という。）であり、運転制御装置４は、数値指標をプラント制御装置１に対して出力する。運転制御装置４は、例えば、ＦＡ（Ｆａｃｔｏｒｙ Ａｕｔｏｍａｔｉｏｎ）コンピュータ、ＰＬＣ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒ）等の装置である。
操作盤５は、プラントのフィールドオペレータがフィールド機器の動作状態を監視し、フィールド機器を操作するための装置である。操作盤５は、例えば、ランプ、ディスプレイ等の表示機器、又は押しボタンスイッチ、キーボード等の操作機器を有する。本実施形態においては、後述するプラント制御装置１から出力されるプラントの運転を指示する運転指示を受けたフィールドオペレータは、操作盤５の操作機器を用いてプラント機器Ｐ０のフィールド機器を操作するものとする。
保全機器６は、フィールドオペレータがフィールド機器の保全を行うための機器である。フィールド機器の保全とは、例えば、フィールド機器に設定された機器情報を読み出して確認する処理、フィールド機器に対して新たな機器情報（パラメータ）を設定する処理、フィールド機器に設定された機器情報を調整又は変更する処理、ならびにフィールド機器に機器情報を設定して所定の動作を実行させる処理等である。保全機器６は、フィールド機器との間で、例えば、有線通信又は無線通信を用いて通信を行う通信機能を有する。保全機器６は、通信機能を用いて、フィールド機器の保全を行う。保全機器６が通信機能を用いて行う上記保全においてフィールド機器と送受信する情報を「保全情報」という。保全情報には、上述のようにフィールド機器から読み出した情報の外に、フィールドオペレータが保全機器６に記録した、テキスト情報、画像情報、音声情報等を含んでいてもよい。保全機器６は、保全情報をプラント制御装置１に送信する。保全機器６は、ノート型又はタブレット型のコンピュータ、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、又はスマートフォン等である。
フィールドオペレータ端末７は、フィールドオペレータが所持する端末装置である。フィールドオペレータ端末７は、プラント制御装置１から出力されるプラントの運転を指示する運転指示を取得する。フィールドオペレータ端末７は、例えば、電子メール、チャット、音声通話等の通信手段によってプラント制御装置１から運転指示を取得してフィールドオペレータに報知する。フィールドオペレータ端末７は、ノート型又はタブレット型のコンピュータ、ＰＤＡ、又はスマートフォン等である。
プラント制御装置１は、製造実行システム３、運転制御装置４、保全機器６及びフィールドオペレータ端末７と通信する。プラント制御装置１は、運転制御装置４及び保全機器６からフィールド機器の状態を取得する。また、プラント制御装置１は、製造実行システム３からプラントが危険になる運転状態を模擬的に表した模擬危険状態を取得する。プラント制御装置１は、取得したこれらの情報に基づきプラントの運転状態を学習し、プラントの運転モデルを生成する。プラント制御装置１は、生成した運転モデルに基づき、現在のプラントの運転状態の不適合さを判定して、運転状態を最適化するためのフィールド機器に設定する運転パラメータを決定する。プラント制御装置１は、決定した運転パラメータに基づき運転制御装置４又はフィールドオペレータ端末７に対して運転指示を出力する。プラント制御装置１は、ボードオペレータを代替し又は補佐して運転指示を出力することができるので、ボードオペレータの人為的なミスを低減させることができプラントの安全性を向上させる。また、ボードオペレータを代替し又は補佐することによりボードオペレータの負荷を無くし又は軽くすることができるので、ボードオペレータの人件費を低減させることによりプラント運転のランニングコストを低減させる。
次に、図２を用いて、プラント制御装置１のハードウェア構成を説明する。図２は、実施形態におけるプラント制御装置１のハードウェア構成の一例を示すブロック図である。
図２において、プラント制御装置１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１３、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１４、表示装置１５、入力装置１６、通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１７及びこれらを接続するバス１９を有する。
プラント制御装置１は、例えば、サーバ装置、デスクトップ型ＰＣ等の汎用コンピュータ、ＦＡコンピュータ、ＰＬＣ等の装置、ノート型又はタブレット型のコンピュータ、ＰＤＡ、又はスマートフォン等である。プラント制御装置１は、ボードオペレータを代替し又は補佐するものであり、例えば、図示しないボードオペレータが監視する監視端末近傍に設置されてもよい。
ＣＰＵ１１は、ＲＡＭ１２、ＲＯＭ１３又はＨＤＤ１４に記憶されたプログラムを実行することにより、プラント制御装置１の制御を行う。ＣＰＵ１１は、図２で後述するプラント制御装置１の動作を実現するためのプラント制御プログラムを実行する。プラント制御プログラムは、例えば、プラント制御プログラムを記録した記録媒体、又はネットワークを介したプラント制御プログラムを提供するサーバ等から取得されて、ＨＤＤ１４にインストールされ、ＣＰＵ１１から読出し可能にＲＡＭ１２に記憶される。
表示装置１５は、表示機能を有する例えば液晶ディスプレイである。表示装置１５は、ヘッドマウント型ディスプレイ、メガネ型ディスプレイ、腕時計型ディスプレイ等の種々の形態によって実現されてもよい。入力装置１６は、入力機能を有する例えばキーボード又はマウスである。入力装置１６は、音声情報を入力するマイク、画像情報を入力するカメラ等であってもよい。なお、表示装置１５と入力装置１６は、タッチパネル等、表示機能と入力機能を有する装置によって実現されてもよい。
通信Ｉ／Ｆ１７は、有線通信又は無線通信を介して、製造実行システム３、運転制御装置４、保全機器６、フィールドオペレータ端末７等の他の装置との通信を制御する。通信Ｉ／Ｆ１７は、接続された他の装置と、データ送受信、音声通話又はメール送受信等の通信制御を行う。通信Ｉ／Ｆ１７は、例えば、ＩＳＡ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｏｃｉｅｔｙ ｏｆ Ａｕｔｏｍａｔｉｏｎ：国際計測制御学会）の無線通信規格であるＩＳＡ１００、ＨＡＲＴ（Ｈｉｇｈｗａｙ Ａｄｄｒｅｓｓａｂｌｅ Ｒｅｍｏｔｅ Ｔｒａｎｓｄｕｃｅｒ）（登録商標）、ＢＲＡＩＮ（登録商標）、ＦＯＵＮＤＡＴＩＯＮ Ｆｉｅｌｄｂｕｓ、ＰＲＯＦＩＢＵＳ等の工業計器専用の通信規格に対応した通信制御を行うものであってもよい。また、通信Ｉ／Ｆ１７は、無線ＬＡＮ通信、有線ＬＡＮ通信、赤外線通信、近距離無線通信等の汎用通信規格に対応した通信制御を行うものであってもよい。
次に、図３を用いて、プラント制御装置１のソフトウェア構成を説明する。図３は、実施形態におけるプラント制御装置１のソフトウェア構成の一例を示すブロック図である。
図３において、プラント制御装置１は、模擬危険状態登録部１０１、運転状態取得部１０２、学習部１０３、決定部１０４、運転指示部１０５及び目標収量取得部１０６の各機能を有する。プラント制御装置１の上記各機能は、プラント制御装置１を制御するプラント制御プログラムによって実現される機能モジュールである。プラント制御プログラムは、プログラムを提供するサーバから提供され、又は記録媒体から提供されてもよい。
模擬危険状態登録部１０１は、プラントが危険になる運転状態を模擬的に表した模擬危険状態を取得して、図２のＨＤＤ１４等の記憶装置に登録する。プラントが危険になる運転状態とは、図１のプラント機器Ｐ０の故障や事故が発生する可能性が高い運転状態を言い、センサＳ１〜センサＳ６等の１又は複数のフィールド機器から取得された計測値によって表される状態である。通常のプラントの運転においては、プラントが危険になる運転状態にならないように制御されるため、フィールド機器等から取得される情報に基づいてプラントの運転状態を学習したとしても、プラントが危険になる運転状態を学習することは困難であり、また実際のプラントにおいてそのような運転状態とすることはできない。本実施形態では、プラントが危険になる運転状態をフィールド機器の計測値等の指標によって模擬的に表した模擬危険状態を予め用意しておき、後述する運転モデル生成に用いる。
模擬危険状態は、１又は複数のフィールド機器の計測値の数値範囲によって危険領域として表すことができる。例えば、１つのセンサの計測値においてプラントが危険になるか否かを判断できる場合、模擬危険状態は、１つのセンサの計測値の数値範囲の危険領域として表すことができる。また、複数のセンサの計測値においてプラントが危険になるか否かを判断できる場合、模擬危険状態は、複数のセンサの計測値の数値範囲の組合わせの危険領域として表すことができる。例えば、ｎ個のセンサの計測値の範囲の組合せの場合、危険領域はｎ次元の空間として表すことができる。なお、危険領域については、図６において図示して説明する。
また、模擬危険状態は、フィールド機器の計測値では表現できない定性的な状態としても登録することができる。例えば、フィールドオペレータが行うフィールド機器の保全作業において聴覚、嗅覚又は触覚等によって何らかの異常を発見した場合の、機器を撮影した画像情報、異常音を録音した音声情報、フィールドオペレータが入力したテキスト情報等の保全記録を保全機器６に記録しておき、その保全記録を模擬危険状態とすることができる。模擬危険状態登録部１０１は、記録された保全情報から模擬危険状態を取得して登録してもよい。
模擬危険状態登録部１０１が登録する模擬危険状態は、図２のＨＤＤ１４等に学習部１０３から読み出し可能に記録される。模擬危険状態登録部１０１は、登録された模擬危険状態を変更又は削除等してもよい。
運転状態取得部１０２は、プラント機器Ｐ０の運転状態を取得する。本実施形態において、プラント機器Ｐ０の運転状態は、センサＳ１〜センサＳ６の計測値等で表される。運転状態取得部１０２は、例えば、センサＳ１〜センサＳ６に対して計測値の取得を要求して計測値を取得する。運転状態取得部１０２は、取得した運転状態を逐次記録する。
学習部１０３は、運転状態取得部１０２において取得されたプラント機器Ｐ０の運転状態と、模擬危険状態登録部１０１において登録された模擬危険状態とを学習して、プラント機器Ｐ０の運転モデルを生成する。学習部１０３は、取得された運転状態を入力情報として機械学習を行う。本実施形態では、機械学習の手法として、サーポートベクタマシン（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ：ＳＶＭ）の手法を用いる。学習部１０３は、センサＳ１〜センサＳ６の測定値の中でクラスとして分類する測定値を選択する。測定値の選択は、予め設定されるものとする。学習部１０３は、分類するクラスがｎクラス（マルチクラス）である場合、ｎクラスに対して「ｎＣ２」個のＳＶＭを用意するマルチクラスＳＶＭ（ＭＭＳＶＭ）の手法を用いる。ＭＭＳＶＭの手法を用いることにより、プラントにおいて複数のセンサから取得される計測値に対して、運転状態のモデルを生成することが容易となる。
学習部１０３は、運転状態取得部１０２において取得されたプラント機器Ｐ０の運転状態と、模擬危険状態登録部１０１において登録された模擬危険状態とをプラント機器Ｐ０の運転状態の不適合さを示す損失関数として学習し、プラント機器Ｐ０の運転状態と損失関数とを対応付けて運転モデルを生成する。損失関数は、例えば、プラント機器Ｐ０の生成物の収量に基づき算出することができる。生成物の瞬間的な収量は、プラント機器Ｐ０に対する原材料の投入量等の負荷を高くしていくことにより高めることができる。しかし、プラント機器Ｐ０に対する負荷を高くしていくと、プラント機器Ｐ０の故障等により稼働率が低下する場合があり、長期的な収量が低下する場合がある。学習部１０３は、所定の期間における収量の低下をマイナスバイアスとした損失関数として算出することにより、運転モデルを生成することができる。
学習部１０３は、模擬危険状態登録部１０１において登録された模擬危険状態を損失関数が増大するように運転モデルを生成する。例えば、学習部１０３は、模擬危険状態における損失関数のマイナスバイアスが極大化するように運転モデルを生成することにより、プラント機器Ｐ０の運転状態が模擬危険状態にならないように学習された運転パターンを生成することができる。
なお、学習部１０３で用いられる機械学習の手法は、ＳＶＭに限定されるものではなく、例えば、Ｄｅｅｐ Ｌｅａｒｎｉｎｇ等のニューラルネットワークの手法を用いるものであってもよい。学習部１０３は、運転状態取得部１０２によって過去に取得されて記録された運転状態に基づき運転モデルを生成する。学習部１０３は、新たに運転状態を取得したときには、生成した運転モデルを更新するようにしてもよい。
決定部１０４は、運転状態取得部１０２において取得されたプラント機器Ｐ０の運転状態と、学習部１０３において生成された運転モデルとに基づき、プラントの運転パラメータを決定する。決定部１０４は、目標収量取得部１０６で取得されたプラント機器Ｐ０の目標収量と目標収量の設定期間に基づき、運転状態取得部１０２において取得されたプラント機器Ｐ０の運転状態に対して損失関数を算出する。決定部１０４は、学習部１０３で生成された運転モデルに基づき、算出した損失関数を減少させるように（設定期間における生成物の収量が増大するように）プラント機器Ｐ０の運転パラメータを決定する。プラント機器Ｐ０の運転パラメータとは、例えば、バルブＶ１〜バルブＶ３の開度を指示するためのパラメータである。
決定部１０４は、目標収量が変更された場合には、変更された目標収量に基づき損失関数を再計算して、フィールド機器に設定する運転パラメータを変更する。ここで決定部１０４は、現在設定されている運転パラメータを変更された目標収量に対応した新たな運転パラメータに変更する際に、模擬危険状態登録部１０１において登録された模擬危険状態を回避するように運転パラメータを変更していく。危険状態を回避する運転パラメータの変更については図６を用いて後述する。
運転指示部１０５は、決定部１０４において決定された運転パラメータに基づきプラント機器Ｐ０の運転を指示する運転指示を出力する。運転指示部１０５は、フィールド機器又はフィールドオペレータに対して運転指示を出力する。例えば、運転指示部１０５は、決定部１０４において決定されたバルブＶ１〜Ｖ３のバルブ開度に応じて、運転制御装置４に対して４〜２０ｍＡの電流値を出力する。また、運転指示部１０５は、決定部１０４において決定されたバルブＶ１〜Ｖ３のバルブ開度をメールのテキストにしてフィールドオペレータに対して運転指示のメールを送信する。運転指示の出力は、所定のタイミングで実行される。例えば、運転制御装置４に対する運転指示の出力は、運転パラメータが決定されたときに直ちに実行される。一方、フィールドオペレータに対する運転指示は、大量のメール送信がされないように所定の送信タイミングにおいて実行される。
運転指示部１０５がフィールド機器又はフィールドオペレータに対して運転指示を出力することにより、ボードオペレータの負荷を低減し又は無くすことができる。なお、運転指示部１０５は、フィールド機器又はフィールドオペレータに対して出力した運転指示の内容を図２の表示装置１５に表示して、ボードオペレータに報知するようにしてもよい。ボードオペレータは報知された運転指示に問題がある場合、入力装置１６から運転指示部１０５に対して運転指示の変更又は中止の指示を行うようにしてもよい。
目標収量取得部１０６は、プラント機器Ｐ０の生成物の目標収量を取得して決定部１０４に入力する。目標収量取得部１０６は、取得する目標収量に対して、その目標収量の設定期間を併せて取得する。目標収量取得部１０６は、例えば、図２の入力部から入力される、プラントＰ０における最大収量を１００％とする割合（％）を目標収量として取得する。なお、目標収量取得部１０６が取得する目標収量は、数量、体積、重量等で設定されるものであってもよい。また、目標収量取得部１０６は、例えば、図２の入力部から入力される、１時間単位の期間を目標収量の設定期間として取得する。
なお、図３においては、模擬危険状態登録部１０１、運転状態取得部１０２、学習部１０３、決定部１０４、運転指示部１０５及び目標収量取得部１０６の各機能がソフトウェアによって実現される場合を説明した。しかし、上記各機能の中の１つ以上の機能は、ハードウェアによって実現されるものであっても良い。また、上記各機能は、１つの機能を複数の機能に分割して実施してもよい。また、上記各機能は、２つ以上の機能を１つの機能に集約して実施してもよい。
次に、図４を用いて、プラント制御装置１で学習される模擬危険状態について説明する。図４は、実施形態におけるプラント制御装置１で学習される模擬危険状態の一例を示す図である。図４に示す模擬危険状態は、図３の模擬危険状態登録部１０１から登録される。
図４において、ＫＪ１〜ＫＪ３は、それぞれが一つの模擬危険状態である。それぞれの模擬危険状態は、フィールド機器のセンサＳ１〜センサＳ３及びバルブＶ１〜バルブＶ２の数値範囲を損失関数で表した数値指標として設定される。例えば、模擬危険状態ＫＪ１は、ａ１１〜ａ１９の数値指標で表される。ａ１１〜ａ１９の数値指標の損失関数は、例えば、計測値の閾値又は計測値に基づく数式によって設定されてもよい。
例えば、１つの温度センサの数値範囲で損失関数が設定される場合、
５０℃未満→ 損失関数＝０
５０℃以上１００℃未満→ 損失関数＝−５０
１００℃以上→ 損失関数＝０
等のように数値指標を設定してもよい。また、温度ｔ℃において、
損失関数＝−Ａ１・ｔ＋Ａ２（Ａ１及びＡ２は定数）
等のように数値指標を設定してもよい。
また、３つの温度センサ（ｔａ℃、ｔｂ℃及びｔｃ℃）の数値範囲で損失関数が設定される場合、
損失関数＝−Ｂ１・ｔａ−Ｂ２・ｔｂ２−Ｂ３・ｔｃ２（Ｂ１、Ｂ２及びＢ３は定数）
等のように数値指標を設定してもよい。
センサＳ６の数値指標は、プラント機器Ｐ０の生成物の収量を測定した測定値である。本実施形態において、生成物の収量は、プラントの運転状態を示す指標の１つとして用いられる。センサＳ６の数値指標は、目標収量取得部１０６によって取得された目標収量との差異が大きい程損失関数を大きく設定する。目標収量毎に損失関数を算出することにより、目標収量が異なる場合において、それぞれ損失関数を別個に算出することが可能となる。なお、学習部１０３は、収量が目標収量に近くなるように運転モデルを生成するが、例えば、目標収量が設定されない場合、収量が多い程損失関数を小さくするように運転モデルを生成してもよい。
なお、数値指標は、センサ（Ｓ１〜Ｓ６）の計測値とバルブ（Ｖ１〜Ｖ３）の開度の組合わせによって設定されてもよい。本実施形態においては、フィールド機器のセンサＳ１〜センサＳ３の計測値及びバルブＶ１〜バルブＶ２の開度に基づき、そのときのプラントの運転状態を損失関数として算出する。図４に示す模擬危険状態は、プラント機器Ｐ０の通常の運転状態では発生し難い状態を模擬危険状態として予め設定しておくものであり、模擬危険状態における損失関数のマイナスバイアスを高く設定しておくことにより、この状態を回避するように運転パラメータを決定することが可能となる。
なお、模擬危険状態は、Ｋｊ１〜ＫＪ３に示すようにそれぞれ独立した条件を設定できるため、模擬危険状態の追加又は削除が容易となる。また、複数の模擬危険状態がお互い重複するようにしてもよい。模擬危険状態が重複した場合、いずれの模擬危険状態で損失関数を算出するかの優先順位を設定するようにしてもよい。
次に、図５を用いて、プラント制御装置１で学習されるヒストリーデータについて説明する。図５は、実施形態におけるプラント制御装置１で学習されるヒストリーデータの一例を示す図である。図５に示すヒストリーデータは、図３の運転状態取得部１０２がフィールド機器から取得して記録する。
図５において、ヒストリーデータは、運転状態取得部１０２が計測値を取得した取得時刻と、取得された計測値とを対応付けて記録される。ヒストリーデータの記録は、例えば定時間隔で行われる。図５は、１分間隔でヒストリーデータが記録されていることを示している。ヒストリーデータの記録は、計測値の変化に応じて取得されるようにしてもよい。例えば、所定の計測値が所定の範囲内に入ったとき、所定の計測値の変化量が所定値以上あったとき等である。
取得されたヒストリーデータがプラント機器Ｐ０の運転状態において危険な状態であると判断されたときには、ヒストリーデータを模擬危険状態として追加して指定できるようにしてもよい。図４で説明した模擬危険状態は、計測値に対して所定の損失関数を予め設定するものであり、計測値の所定の領域を模擬危険状態として設定するとともに、同じ模擬危険状態においても計測値の違いに応じて損失関数を変化させることができる。一方、ヒストリーデータにおいては、その時点での計測値は１点で取得されるため、模擬危険状態として登録する場合の損失関数は個別に設定できることが望ましい。本実施形態では、損失関数の大きさに応じてＡ〜Ｃのレベルを設定できる場合を図示している。例えば、２０１６年１０月１０日１０時２２分に取得されたヒストリーデータに対しては、損失関数の大きい（危険性が高い）Ａレベルを設定して模擬危険状態を追加している。また、同日１０時２３分に取得されたヒストリーデータに対しては、損失関数の小さい（危険性が低い）Ｃレベルを設定して模擬危険状態を追加している。プラント機器Ｐ０の実際の運転状態において取得されたヒストリーデータに対して損失関数のレベルを設定して模擬危険状態として学習させることにより、安全性の高い運転パラメータの生成が可能となる。
次に、図６を用いて、プラント制御装置１で学習される模擬危険状態を含む空間について説明する。図６は、実施形態におけるプラント制御装置１で学習される模擬危険状態を含む空間の一例を示す図である。
図６において縦軸と横軸は、図４で説明したいずれか２つの数値指標において形成される２次元の領域を示している。図４においては、Ｓ１〜Ｓ６、及びＶ１〜Ｖ３の計９つの数値指標を例示したが、９つの数値指標を全て組合わせた空間は９次元の空間を形成する。図６においては説明を簡単にするために２つの数値指標において形成される２次元の領域を図示している。
ＫＪ１、ＫＪ２及びＫＪ３は、数値指標において設定される模擬危険状態の領域を示している。すなわち、プラントの運転状態を制御するための運転パラメータは、運転状態がＫＪ１〜ＫＪ３の領域に入らないように決定される。
Ｌ１、Ｍ１及びＨ１は、それぞれの目標収量において決定される運転パラメータによる運転状態を示している。例えば、目標収量が５０％である場合、機械学習によって生成された運転モデルに基づき、収量が５０％として安定するＬ１の運転状態になるように運転パラメータが決定される。図示する破線の領域は、ヒストリーデータから生成された運転モデルにおいて収量が約５０％になると予想される領域である。
また、目標収量が８０％である場合、機械学習によって生成された運転モデルに基づき、収量が８０％として安定するＭ１の運転状態になるように運転パラメータが決定される。図示する破線の領域は、ヒストリーデータから生成された運転モデルにおいて収量が約８０％になると予想される領域である。目標収量を５０％から８０％に変更した場合、運転状態はＬ１からＭ１に直線的に変更される。
図６において、収量極大予想領域１として図示する破線の領域は、機械学習によって得られた収量が極大になると予想される領域である。このときの運転状態をＨ１とする。運転状態Ｈ１は、運転状態が模擬危険状態ＫＪ１〜ＫＪ３にならないように決定される。図示するｅ１１〜ｅ１３は、運転状態Ｈ１からそれぞれの模擬危険状態までの安全マージンの大きさを示している。機械学習において模擬危険状態を予め設定しておくことによって、安全に収量が極大化する領域を予想することが可能となる。目標収量を８０％から１００％に変更した場合、運転状態はＭ１からＨ１に直線的に変更される。
また、図６において、収量極大予想領域２として図示する破線の領域は、機械学習によって得られた収量が極大になると予想される収量極大予想領域１とは別の領域である。このときの運転状態をＨ２とする。図示するｅ２２〜ｅ２３は、運転状態Ｈ２からそれぞれの模擬危険状態までの安全マージンの大きさを示している。
ボードオペレータがフィールドオペレータに対して運転指示をする場合、ボードオペレータは、収量を最大にする場合であっても、プラントが危険状態にならないようにある程度安全マージンを持った運転状態となるような運転パラメータを指示する。一方、本実施形態における機械学習においては、ヒストリーデータに併せて模擬危険領域を設定することにより、危険状態を回避しつつ運転状態を変更することが可能となる。従って、例えば、Ｈ１の運転状態からは直線的に運転状態を変更できないＨ２の運転状態を機械学習で発見できる可能性がある。
また、運転状態をＨ１からＨ２に直線的に変更する場合、模擬危険状態ＫＪ２又はＫＪ３の状態を通過してしまうため、ボードオペレータがフィールドオペレータに対して運転指示をした場合には変更が困難となる。一方、本実施形態では、模擬危険状態を予め設定しておくことにより、模擬危険状態ＫＪ３から損失関数によって算出される安全マージンを確保した運転状態で遷移する運転パラメータを適宜決定していくことによって、図６のＨ１からＨ２へ遷移する矢印で示したように模擬危険状態ＫＪ３を回避しながら運転状態をＨ２に変更することが可能となる。
すなわち、本実施形態においては、模擬危険状態を予め学習させた運転モデルを作成しておくことによって、Ｈ１やＨ２に示す静的な運転状態となる運転パラメータを決定することが可能となることに加えて、さらに、運転状態の遷移方法のような動的な運転状態となる運転パラメータを決定することが可能となる。
次に、図７を用いて、プラント制御装置１の動作を説明する。図７は、実施形態におけるプラント制御装置１の動作の一例を示すフローチャートである。図７のフローチャートは、機械学習によって予め生成された運転モデルを用いてプラント機器Ｐ０を制御するときのプラント制御装置１の動作を説明している。
なお、図７のフローチャートの動作は、図２のＲＭＡ１２に記憶されたプラント制御装置プログラムをＣＰＵ１１が実行することにより実現される。また、図７のフローチャートの動作は、図３で説明したプラント制御装置１のソフトウェアの各機能によって実現される。以下の説明においては、フローチャートの動作をプラント制御装置１が実行するものとして説明する。
図７において、プラント制御装置１は、目標収量が変更されたか否かを判断する（ステップＳ１１）。目標収量が変更されたか否かを判断は、目標収量取得部１０６において取得された目標収量が変更されたか否かによって判断することができる。目標収量が変更されたと判断した場合（ステップＳ１１：ＹＥＳ）、プラント制御装置１は、設定されている目標収量を変更する（ステップＳ１２）。一方、目標収量が変更されていないと判断した場合（ステップＳ１１：ＮＯ）、プラント制御装置１は、ステップＳ１２の処理をスキップする。ステップＳ１２の処理をスキップすることにより、設定されている目標収量は維持される。
ステップＳ１２の処理を実行した後、またはステップＳ１１の処理で目標収量が変更されていないと判断した場合、プラント制御装置１は、運転状態が取得されたか否かを判断する（ステップＳ１３）。運転状態が取得されたか否かの判断は、運転状態取得部１０２がプラントＰ０のフィールド機器から計測値を取得したか否かによって判断することができる。運転状態が取得されていないと判断した場合（ステップＳ１３：ＮＯ）、プラント制御装置１は、ステップＳ１１の処理に戻り、運転状態が取得されるのを待機する。
一方、運転状態が取得されたと判断した場合（ステップＳ１３：ＹＥＳ）、プラント制御装置１は、運転状態を決定する（ステップＳ１４）。運転状態の決定は、決定部１０４が、学習部１０３で生成された運転モデルに基づき、取得された運転状態を判定し、プラントＰ０の運転パラメータを決定する。
ステップＳ１４の処理を実行した後、プラント制御装置１は、運転指示を出力するか否かを判断する（ステップＳ１５）。運転指示を出力するか否かの判断は、運転指示が運転制御装置４に対するものである場合、運転指示部１０５は、直ちに運転指示を出力すると判断する。一方、運転指示がフィールドオペレータに対するものである場合、運転指示部１０５は、所定の出力タイミングであるときに運転指示を出力すると判断する。送信先によって運転指示の出力タイミングを変更することにより、適切な運転指示の出力が可能となる。運転指示を出力しないと判断した場合（ステップＳ１５：ＮＯ）、プラント制御装置１は、ステップＳ１５の処理を繰り返し、出力タイミングを待機する。
一方、運転指示を出力すると判断した場合（ステップＳ１５：ＹＥＳ）、プラント制御装置１は、運転指示を出力する（ステップＳ１６）。運転指示は、運転指示部１０５において出力先に応じた出力形態にされて出力される。
ステップＳ１６の処理を実行した後、プラント制御装置１は、プラント制御を終了するか否かを判断する（ステップＳ１７）。プラント制御を終了するか否かの判断は、例えば入力装置１６等からプラント制御の停止操作が実行されたか否かによって判断することができる。プラント制御を終了しないと判断した場合（ステップＳ１７：ＮＯ）、プラント制御装置１は、ステップＳ１１の処理に戻り、ステップＳ１１〜ステップＳ１７の処理を繰り返し実行する。一方、プラント制御を終了すると判断した場合（ステップＳ１７：ＹＥＳ）、プラント制御装置１は、図７に示すフローチャートの動作を終了する。
次に、図８を用いて、プラント制御装置１の目標収量設定画面を説明する。図８は、実施形態におけるプラント制御装置の目標収量設定画面の一例を示す図である。図８に示す目標収量設定画面は、例えば、図２の表示装置１５に表示されて、入力装置１６によって設定される設定画面である。
図８において、目標収量設定画面１０００は、画面の下部に模擬危険状態設定タブ１１００、目標収量設定タブ１２００、運転指示出力設定タブ１３００、及び学習設定タブ１４００を有する。これらのタブのいずれかを選択することにより表示画面をそれぞれの設定画面に切替えることができる。図８に図示する目標収量設定画面１０００は、目標収量設定タブ１２００が選択された状態を示している。なお、模擬危険状態設定タブ１１００は、図４で説明した模擬危険状態を設定する設定画面を選択するためのタブである。運転指示出力設定タブ１３００は、運転指示の出力先と出力形態を設定する設定画面を選択するためのタブである。また、学習設定タブ１４００は、運転状態取得部１０２が取得する計測値や取得タイミングを設定する設定画面を選択するためのタブである。
目標収量設定画面１０００は、目標収量設定部１２０１、収量設定期間設定部１２０２、設定ボタン１２０３、リセットボタン１２０４を有する。
目標収量設定部１２０１は、０％〜１００％の間でスライドするスライドバーを有し、例えばマウスによるスライドバーの操作によって目標収量を所望の数値に設定する。設定された目標収量は、スライドバー上部に数値で表示される。図８は、目標収量が６５％に設定されていることを示している。
収量設定期間設定部１２０２は、目標収量設定部１２０１において設定される目標収量の収量設定期間を設定する。収量設定期間設定部１２０２は、目標収量設定部１２０１と同様に、１時間〜９０日間の間でスライドするスライドバーの操作によって収量設定期間を所望の数値に設定する。例えば、短期的に収量の増大をする場合、収量設定期間を短く設定する。収量設定期間を短くすると、短時間なのでプラント機器Ｐ０に故障等が発生しない確率の高い負荷において、目標収量設定部１２０１で設定される目標収量が得られるようにプラント機器Ｐ０を動作させる運転パラメータが決定される。一方、収量設定期間を長くすると、長期的に安定した運転状態において、目標収量設定部１２０１で設定される目標収量が得られるようにプラント機器Ｐ０を動作させる運転パラメータが決定される。図８は、収量設定期間が５日００時間に設定されていることを示している。
設定ボタン１２０３は、目標収量設定部１２０１及び収量設定期間設定部１２０２で設定された目標収量と収量設定期間を確定させて登録させるボタンである。リセットボタン１２０４は、目標収量設定部１２０１及び収量設定期間設定部１２０２で設定された目標収量と収量設定期間を初期値にリセットするボタンである。
また、目標収量設定画面１０００は、運転状態設定部１２５０を有する。運転状態設定部１２５０は、運転指示変更ボタン１２５１、危険状態登録ボタン１２５２、及び運転パラメータ表示部１２５３を有する。
補助的な機能として運転指示変更ボタン１２５１は、図２の決定部１０４で決定された運転パラメータ又は運転指示部１０５で出力された運転指示を変更するためのボタンである。例えば、運転パラメータ表示部１２５３に表示された運転パラメータをボードオペレータが認識して、決定部１０４において決定された運転パラメータに不具合があると判断した場合、ボードオペレータは運転指示変更ボタン１２５１を操作することにより決定された運転パラメータを変更することができる。機械学習においては、模擬危険状態として設定されていない未知の運転状態となる運転パラメータが決定される場合があり、ボードオペレータは決定された運転パラメータに問題を発見する場合がある。運転指示変更ボタン１２５１を設けることにより、機械学習の不備をボードオペレータが補うことができる。
危険状態登録ボタン１２５２は、図４で説明した模擬危険状態を追加するためのボタンである。ボードオペレータは、運転パラメータ表示部１２５３に表示された運転パラメータがプラント機器Ｐ０を危険な状態とするものであると判断した場合、危険状態登録ボタン１２５２を操作することにより、その運転パラメータによる運転状態を模擬危険状態として追加して学習させることができる。追加する模擬危険状態に対しては、図５で説明したＡ〜Ｃのレベルを設定することができるものとする。
以上説明した様に、本実施形態のプラント制御装置は、プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録部と、前記プラントの運転状態を取得する運転状態取得部と、取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習部と、取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定部と、決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示部とを備えることにより、安全性が高くコスト低減が可能なプラント制御装置を提供することができる。
なお、上述したプラント制御装置１は、上述した機能を有する装置であればよく、例えば、複数の装置の組合せで構成されてそれぞれの装置を通信可能に接続したシステムで実現されるものであってもよい。また、プラント制御装置１は、図１で説明した、運転制御装置４、保全機器６又はフィールドオペレータ端末７の機能の一部として実現されるものであってもよい。なお、製造実行システム３、運転制御装置４についてもプラント制御装置１と同様に、複数の装置の組合せで構成されてそれぞれの装置を通信可能に接続したシステムで実現されるもの等であってもよい。
また、本実施形態のプラント制御方法は、プラントの運転状態を取得する運転状態取得ステップと、前記プラントが危険になる前記運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録ステップと、取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習ステップと、取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定ステップと、決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示ステップとを含むことにより、安全性が高くコスト低減が可能なプラント制御方法を提供することができる。
なお、本実施形態のプラント制御方法における上記各ステップの実行順序は上記ステップの記載順序に限定されるものではなく、任意の順序で実行されるものであってもよい。
また、本実施形態で説明した装置を構成する機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録して、当該記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、本実施形態の上述した種々の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。
さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であっても良い。
以上、本発明の実施形態について、図面を参照して説明してきたが、具体的な構成はこの実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲においての種々の変更も含まれる。
１ プラント制御装置
２ 基幹業務システム
３ 製造実行システム
４ 運転制御装置
５ 操作盤
６ 保全機器
７ フィールドオペレータ端末
１１ ＣＰＵ
１２ ＲＡＭ
１３ ＲＯＭ
１４ ＨＤＤ
１５ 表示装置
１６ 入力装置
１７ 通信Ｉ／Ｆ
１９ バス
１０１ 模擬危険状態登録部
１０２ 運転状態取得部
１０３ 学習部
１０４ 決定部
１０５ 運転指示部
１０６ 目標収量取得部

Claims (10)

  1. プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録部と、
    前記プラントの運転状態を取得する運転状態取得部と、
    取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習部と、
    取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定部と、
    決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示部と
    を備え、
    前記学習部は、取得された前記運転状態と登録された前記模擬危険状態とを前記運転状態の不適合さを示す損失関数として学習し、前記運転状態と前記損失関数とを対応付けて前記運転モデルを生成し、
    前記決定部は、取得された前記運転状態の前記損失関数を算出し、生成された前記運転モデルに基づき、前記損失関数を減少させる前記運転パラメータを決定する、プラント制御装置。
  2. 前記学習部は、学習した前記模擬危険状態において前記損失関数が増大するように前記運転モデルを生成する、請求項１に記載のプラント制御装置。
  3. 前記運転指示部は、前記運転状態を調節する機器に対して前記プラントの運転を指示する、請求項１または２に記載のプラント制御装置。
  4. 前記運転指示部は、前記プラントを調節する機器を操作する作業者に対して前記プラントの運転を指示する、請求項１から３のいずれか１項に記載のプラント制御装置。
  5. 前記プラントの目標収量を取得する目標収量取得部をさらに備え、
    前記決定部は、取得された前記目標収量が変更された場合には、前記運転モデルに基づき、前記模擬危険状態を回避するように前記運転パラメータを決定する、請求項１から４のいずれか１項に記載のプラント制御装置。
  6. 前記目標収量取得部は、前記目標収量の設定期間をさらに取得し、
    前記決定部は、取得された前記設定期間における目標収穫量に基づき前記運転パラメータを決定する、請求項５に記載のプラント制御装置。
  7. プラントの機器を制御する運転制御部と、
    前記機器の動作状態を管理する製造実行部と、
    前記プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録部と、
    前記プラントの運転状態を取得する運転状態取得部と、
    取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習部と、
    取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定部と、
    決定された前記運転パラメータに基づき前記運転制御部に対して前記プラントの運転を指示する運転指示部と
    を備え、
    前記学習部は、取得された前記運転状態と登録された前記模擬危険状態とを前記運転状態の不適合さを示す損失関数として学習し、前記運転状態と前記損失関数とを対応付けて前記運転モデルを生成し、
    前記決定部は、取得された前記運転状態の前記損失関数を算出し、生成された前記運転モデルに基づき、前記損失関数を減少させる前記運転パラメータを決定する、プラント制御装置。
  8. プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録ステップと、
    前記プラントの運転状態を取得する運転状態取得ステップと、
    取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習ステップと、
    取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定ステップと、
    決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示ステップと
    を含み、
    前記学習ステップは、取得された前記運転状態と登録された前記模擬危険状態とを前記運転状態の不適合さを示す損失関数として学習し、前記運転状態と前記損失関数とを対応付けて前記運転モデルを生成し、
    前記決定ステップは、取得された前記運転状態の前記損失関数を算出し、生成された前記運転モデルに基づき、前記損失関数を減少させる前記運転パラメータを決定する、プラント制御方法。
  9. プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録処理と、
    前記プラントの運転状態を取得する運転状態取得処理と、
    取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習処理と、
    取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定処理と、
    決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示処理とをコンピュータ実行させるプラント制御プログラムであって、
    前記学習処理は、取得された前記運転状態と登録された前記模擬危険状態とを前記運転状態の不適合さを示す損失関数として学習し、前記運転状態と前記損失関数とを対応付けて前記運転モデルを生成し、
    前記決定処理は、取得された前記運転状態の前記損失関数を算出し、生成された前記運転モデルに基づき、前記損失関数を減少させる前記運転パラメータを決定する、プラント制御プログラム。
  10. プラントが危険になる運転状態を模擬的に表した模擬危険状態を登録する模擬危険状態登録処理と、
    前記プラントの運転状態を取得する運転状態取得処理と、
    取得された前記運転状態と登録された前記模擬危険状態とを学習して、前記プラントの運転モデルを生成する学習処理と、
    取得された前記運転状態と生成された前記運転モデルとに基づき、前記プラントの運転パラメータを決定する決定処理と、
    決定された前記運転パラメータに基づき前記プラントの運転を指示する運転指示処理とをコンピュータ実行させるプラント制御プログラムを記録した記録媒体であって、
    前記学習処理は、取得された前記運転状態と登録された前記模擬危険状態とを前記運転状態の不適合さを示す損失関数として学習し、前記運転状態と前記損失関数とを対応付けて前記運転モデルを生成し、
    前記決定処理は、取得された前記運転状態の前記損失関数を算出し、生成された前記運転モデルに基づき、前記損失関数を減少させる前記運転パラメータを決定する、記録媒体。
JP2016169936A 2016-08-31 2016-08-31 プラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体 Active JP6497367B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2016169936A JP6497367B2 (ja) 2016-08-31 2016-08-31 プラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体
EP17187135.3A EP3291035B1 (en) 2016-08-31 2017-08-21 Plant control device, plant control method, and recording medium
US15/686,354 US10564617B2 (en) 2016-08-31 2017-08-25 Plant control device, plant control method, and recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2016169936A JP6497367B2 (ja) 2016-08-31 2016-08-31 プラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体

Publications (2)

Publication Number Publication Date
JP2018036888A JP2018036888A (ja) 2018-03-08
JP6497367B2 true JP6497367B2 (ja) 2019-04-10

Family

ID=59686786

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016169936A Active JP6497367B2 (ja) 2016-08-31 2016-08-31 プラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体

Country Status (3)

Country Link
US (1) US10564617B2 (ja)
EP (1) EP3291035B1 (ja)
JP (1) JP6497367B2 (ja)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7090243B2 (ja) 2018-05-08 2022-06-24 千代田化工建設株式会社 プラント運転条件設定支援システム、学習装置、及び運転条件設定支援装置
JP7023213B2 (ja) * 2018-10-31 2022-02-21 株式会社日立製作所 学習管理システムおよび学習管理方法
CN113260936B (zh) * 2018-12-26 2024-05-07 三菱电机株式会社 移动体控制装置、移动体控制学习装置及移动体控制方法
KR102352362B1 (ko) * 2019-07-08 2022-01-18 주식회사 엠티엠이엔티 딥 러닝 알고리즘을 이용한 설비 제어 시스템 및 방법
JP7007529B2 (ja) * 2019-11-22 2022-01-24 有人宇宙システム株式会社 人工知能システムの安全性検証システム、安全性検証方法、および安全性検証プログラム
US20230068058A1 (en) * 2020-02-05 2023-03-02 Fanuc Corporation Machine learning device, computer device, control system, and machine learning method
JP7363839B2 (ja) * 2021-03-09 2023-10-18 横河電機株式会社 制御装置、制御方法、および、制御プログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05127706A (ja) * 1991-10-31 1993-05-25 Toshiba Corp ニユーラルネツト型シミユレータ
JP4627509B2 (ja) * 2006-03-29 2011-02-09 株式会社日立製作所 プラントの制御装置及びプラントの制御方法
JP4952025B2 (ja) * 2006-03-31 2012-06-13 株式会社日立製作所 運転制御方法，運転制御装置及び運転制御システム
US7899652B2 (en) * 2007-08-31 2011-03-01 Toyota Motor Engineering & Manufacturing North America, Inc. Linear programming support vector regression with wavelet kernel
US8548777B2 (en) * 2007-09-28 2013-10-01 Rockwell Automation Technologies, Inc. Automated recommendations from simulation
DE112009000224T5 (de) * 2008-01-31 2011-01-05 Fisher-Rosemount Systems, Inc., Austin Robuster andaptiver modellprädiktiver Regler mit Abstimmung zum Ausgleich einer Modellfehlanpassung
US9411326B2 (en) 2012-08-21 2016-08-09 General Electric Company Plant control optimization system including visual risk display
JP5918663B2 (ja) * 2012-09-10 2016-05-18 株式会社日立製作所 火力プラントの制御装置及び制御方法
US9477214B2 (en) * 2013-03-07 2016-10-25 General Electric Company Plant control systems and methods

Also Published As

Publication number Publication date
JP2018036888A (ja) 2018-03-08
EP3291035A1 (en) 2018-03-07
US20180095436A1 (en) 2018-04-05
EP3291035B1 (en) 2021-03-24
US10564617B2 (en) 2020-02-18

Similar Documents

Publication Publication Date Title
JP6497367B2 (ja) プラント制御装置、プラント制御方法、プラント制御プログラム及び記録媒体
JP7499291B2 (ja) プロセス制御データの遠隔アクセスのためのモバイルデバイス
US11442416B2 (en) Plant control supporting apparatus, plant control supporting method, and recording medium
US20180136616A1 (en) Information processing device, information processing method, and storage medium
EP3343471A1 (en) Maintenance management device, maintenance management method, maintenance management program, and non-transitory computer readable storage medium
US11150640B2 (en) Systems and methods for managing alerts associated with devices of a process control system
EP3343470A1 (en) Maintenance management device, maintenance management method, maintenance management program, and non-transitory computer readable storage medium
JP6624156B2 (ja) 校正作業支援装置、校正作業支援方法、校正作業支援プログラム及び記録媒体
US10634528B2 (en) Information processing device, maintenance apparatus, information processing method, and storage medium
US20180156695A1 (en) Maintenance managing apparatus, maintenance managing method, and non-transitory computer readable storage medium
EP3674828B1 (en) System and method of generating data for monitoring of a cyber-physical system for early determination of anomalies
US20170052957A1 (en) System and method for providing high-level graphical feedback related to overall site performance and health
JP6950727B2 (ja) 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体
Crompton Data Management from the DCS to the Historian

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180723

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180731

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180925

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190212

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190225

R150 Certificate of patent or registration of utility model

Ref document number: 6497367

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150