JP7287835B2 - モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法 - Google Patents

Description

本発明は、モデル予測制御システム、情報処理装置、プログラム、及びモデル予測制御方法に関する。

従来、プロセス制御の手法として、制御対象とするプロセスの数学モデル（以下、「プロセスモデル」ともいう。）を用いるモデル予測制御（ＭＰＣ；Model Predictive Control）が知られている。また、例えば機器の経年劣化等の要因によってプロセスの特性が変化するとモデル予測制御の精度が低下し得るという課題に対して、プロセスモデルを定期的に更新する手法が知られている。例えば、特許文献１には、オンラインモデル同定を用いたモデル予測制御方法であって、モデル予測制御演算実施にあたっては、用いるプロセス動的モデルを実操業データに基づいて毎回導出するモデル再同定を行う技術が開示されている。

特開２０１１－１９８３２７号公報

従来技術では、モデル再同定が実施される度にプロセスモデルのモデルパラメータが変化し得るので、モデルパラメータはモデル再同定の各実施タイミングで不連続な階段関数となる。しかしながら、モデルパラメータの変化に不連続点が発生すると、例えば制御安定性の低下等の不都合が発生する場合がある。したがって、プロセスのモデル予測制御に関する技術には改善の余地があった。

かかる事情に鑑みてなされた本発明の目的は、プロセスのモデル予測制御に関する技術を改善することにある。

本発明の一実施形態に係るモデル予測制御システムは、
プロセスモデルを記憶する記憶手段と、
前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、
前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、
蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、
を備えるモデル予測制御システムであって、
前記プロセス制御手段は、時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施する。

本発明の一実施形態に係る情報処理装置は、
プロセスモデルを記憶する記憶手段と、
前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、
前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、
蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、
を備える情報処理装置であって、
前記プロセス制御手段は、時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施する。

本発明の一実施形態に係る情報処理装置は、
プロセスモデルを記憶する記憶手段と、前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、を備え、前記プロセス制御手段が時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施するモデル予測制御システムを構成するために、
前記記憶手段、前記プロセス制御手段、前記蓄積手段、及び前記設定手段のうち少なくとも１つを備える。

本発明の一実施形態に係るプログラムは、
情報処理装置を、
プロセスモデルを記憶する記憶手段と、
前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、
前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、
蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、
として機能させるプログラムであって、
前記プロセス制御手段は、時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施する。

本発明の一実施形態に係るプログラムは、
通信可能に接続された複数の情報処理装置を含んで構成され、プロセスモデルを記憶する記憶手段と、前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、を備え、前記プロセス制御手段が時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施するモデル予測制御システムにおける、前記複数の情報処理装置のうち１つの情報処理装置を、
前記記憶手段、前記プロセス制御手段、前記蓄積手段、及び前記設定手段のうち少なくとも１つとして機能させる。

本発明の一実施形態に係るモデル予測制御方法は、
情報処理装置が実行するプロセスのモデル予測制御方法であって、
プロセスモデルを記憶するステップと、
前記プロセスモデルを用いてプロセスのモデル予測制御を実施する制御ステップと、
前記プロセスの制御出力及び制御入力を時系列データとして蓄積するステップと、
蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定するステップと、
を含み、
前記制御ステップにおいて、時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施する。

本発明の一実施形態によれば、プロセスのモデル予測制御に関する技術が改善する。

本発明の一実施形態に係るモデル予測制御システムの概略構成を示す図である。 情報処理装置の概略構成を示すブロック図である。 情報処理装置に蓄積される第１時系列データを示す図である。 情報処理装置に蓄積される第２時系列データを示す図である。 情報処理装置の動作を示すフローチャートである。 モデルパラメータの時間変化の第１例を示す図である。 モデルパラメータの時間変化の第２例を示す図である。

以下、本発明の実施形態について説明する。

（モデル予測制御システムの構成）
図１を参照して、本発明の一実施形態に係るモデル予測制御システム１について説明する。モデル予測制御システム１は、例えば水処理プラント等、任意のプラントにおけるプロセスを制御するために用いられるシステムである。モデル予測制御システム１は、情報処理装置１０と、１つ以上のプラント設備２０と、を備える。図１において、情報処理装置１０については１つのみを、プラント設備２０については３つをそれぞれ図示しているが、モデル予測制御システム１は任意の数の情報処理装置１０及びプラント設備２０を備えてもよい。

情報処理装置１０は、制御対象とする任意のプロセスのモデル予測制御を実施する装置である。具体的には、情報処理装置１０は、制御周期毎に、制御対象とするプロセスのプロセスモデルを用いて将来の制御出力を予測するとともに、実際の制御出力を所望の値に近付けるように制御入力を決定する。例えば、水処理プラントにおける浄水プロセスを制御対象とする場合、処理水中の硝酸濃度及び／又はアンモニア濃度等のプロセスデータを制御出力とし、処理水に対して送風する空気の送風量又は送風機の駆動電力等の操作量を制御入力とすることができる。しかしながら、制御対象とするプロセス、並びに当該プロセスの制御出力及び制御入力は、当該例に限られず、任意に決定可能である。

また情報処理装置１０は、例えばインターネット又はＬＡＮ（Local Area Network）等のネットワークＮを介して、プラント内に設置されたプラント設備２０と通信可能である。ここでプラント設備２０は、プラントにおけるプロセスの実施に用いられる任意の設備である。例えば水処理プラントにおける浄水プロセスの実施に用いられるプラント設備２０は、処理水中の硝酸濃度及び／又はアンモニア濃度等のプロセスデータを検出するセンサ、処理水に対して空気を送風する送風機等の現場機器、及び当該現場機器を制御するＰＬＣ（Programmable Logic Controller）等を含む設備であるが、これらに限られない。情報処理装置１０は、例えばプラントの中央管理室に設置されるが、これに限られず任意の場所に設置可能である。

ここで、本実施形態の概要について説明し、詳細については後述する。情報処理装置１０は、プロセスモデルを用いてプロセスのモデル予測制御を実施し、当該プロセスの制御出力及び制御入力を時系列データ（以下、「第１時系列データ」ともいう。）として蓄積する。情報処理装置１０は、蓄積された第１時系列データに基づいてプロセスモデルのモデルパラメータの目標値を設定する。そして、情報処理装置１０は、時間経過に従ってモデルパラメータを当該目標値に漸近させながらモデル予測制御を実施する。

かかる構成によれば、モデルパラメータが時間経過に従って徐々に変化するので、モデルパラメータの変化に実質的な不連続点が発生する機会が低減する。したがって、例えば制御安定性の低下等の不都合が発生する蓋然性が低減するので、プロセスのモデル予測制御に関する技術が改善する。なお、モデルパラメータは制御周期毎に離散的に変化するため、モデルパラメータの変化が実質的には連続している場合であっても厳密には制御周期毎に不連続点が発生するところ、上記の「実質的な不連続点」とは、このような厳密な意味での不連続点以外の不連続点を指す。

（情報処理装置のハードウェア構成）
図２を参照して、情報処理装置１０のハードウェア構成について説明する。情報処理装置１０は、通信部１１と、記憶部１２と、制御部１３と、を備える。

通信部１１は、無線又は有線を介して外部装置と通信する１つ以上の通信インタフェースである。本実施形態において、通信部１１は、ネットワークＮを介してプラント設備２０と通信する通信インタフェースを含む。また、通信部１１は、表示装置３０及び入力装置４０のそれぞれと通信する通信インタフェースを含む。ここで表示装置３０は、例えば液晶ディスプレイ又はＯＥＬ（Organic Electro-luminescence）ディスプレイ等の任意のディスプレイである。入力装置４０は、例えばキーボード又はマウス等の、ユーザによる操作を受け付ける任意の入力インタフェースである。

記憶部１２は、１つ以上のメモリである。本実施形態において「メモリ」は、例えば半導体メモリ、磁気メモリ、又は光メモリ等であるが、これらに限られず任意のメモリとすることができる。記憶部１２に含まれる各メモリは、例えば主記憶装置、補助記憶装置、又はキャッシュメモリとして機能する。記憶部１２は、例えば情報処理装置１０に内蔵されるが、任意のインタフェースを介して情報処理装置１０に外部から接続される構成も可能である。

制御部１３は、１つ以上のプロセッサを含む。本実施形態において「プロセッサ」は、汎用のプロセッサ、特定の処理に特化した専用のプロセッサ等であるが、これらに限られず任意のプロセッサとすることができる。制御部１３は、情報処理装置１０全体の動作を制御する。情報処理装置１０の動作の詳細については後述する。

（情報処理装置のソフトウェア構成）
図２を参照して、情報処理装置１０のソフトウェア構成について説明する。情報処理装置１０の動作の制御に用いられる１つ以上のプログラムが記憶部１２に記憶される。当該１つ以上のプログラムは、制御部１３によって読み込まれると、制御部１３を記憶手段１３１、プロセス制御手段１３２、蓄積手段１３３、設定手段１３４、判定手段１３５、及び決定手段１３６として機能させる。

記憶手段１３１は、制御対象とするプロセスのプロセスモデルを記憶部１２に記憶する手段である。プロセスモデルは、１つ以上のモデルパラメータを有する数学モデルである。プロセスモデルは、各モデルパラメータの初期値の情報を更に含む。プロセスモデルは、例えば実験又はシミュレーションにより事前に決定可能である。

プロセス制御手段１３２は、記憶部１２に記憶されたプロセスモデルを用いてプロセスのモデル予測制御を実施する手段である。具体的には、プロセス制御手段１３２は、制御周期毎に、記憶部１２に記憶されたプロセスモデルに基づいて将来の制御出力（例えば、硝酸濃度及び／又はアンモニア濃度等のプロセスデータ）を予測し、実際の制御出力を所望の値に近付けるように制御入力（例えば、送風量又は送風機の駆動電力等の操作量）を決定し、決定した制御入力をプラント設備２０に入力する。なお制御周期は、後述する更新周期と比較して十分短い。

詳細には、プロセス制御手段１３２は、後述するように時間経過に従ってモデルパラメータを目標値に漸近させながらモデル予測制御を実施する。かかる構成によれば、例えばモデルパラメータが現在値から目標値に瞬間的に変化するのではなく、時間経過に従って徐々に変化するので、モデルパラメータの変化に実質的な不連続点が発生する機会が低減する。

ここで、プロセス制御手段１３２は、後述するように決定手段１３６によってスタート値が決定されると、モデルパラメータの現在値を当該スタート値で上書きしてから、時間経過に従ってモデルパラメータを目標値に漸近させる。かかる構成によれば、後述するように、モデルパラメータの目標値を決定するための機械学習における過剰適合を緩和又は防止することができる。

蓄積手段１３３は、プロセスの制御出力及び制御入力を第１時系列データとして記憶部１２に蓄積する手段である。具体的には、蓄積手段１３３は、通信部１１を介してプラント設備２０から制御出力（例えば、プロセスデータ）を制御周期毎に取得する。また蓄積手段１３３は、プロセス制御手段１３２から、プラント設備２０に入力する制御入力（例えば、操作量）を制御周期毎に取得する。そして蓄積手段１３３は、制御出力及び制御入力を第１時系列データとして記憶部１２に蓄積する。したがって、第１時系列データは、現在及び過去の制御出力及び制御入力を示すデータである。例えば図３に示すように、時刻データ、制御出力であるプロセスデータ、及び制御入力である操作量の組み合わせが、第１時系列データとして記憶部１２に蓄積される。

また、蓄積手段１３３は、後述するように設定手段１３４によって更新周期毎に設定されるモデルパラメータの目標値を時系列データ（以下、「第２時系列データ」ともいう。）として記憶部１２に蓄積する手段としても機能する。したがって、第２時系列データは、現在及び過去の目標値を示すデータである。例えば図４に示すように、時刻データ及び目標値の組み合わせが、第２時系列データとして記憶部１２に蓄積される。

設定手段１３４は、記憶部１２に蓄積された第１時系列データを学習データとして用いる機械学習によりプロセスモデルのモデルパラメータの目標値を設定する手段である。具体的には、設定手段１３４は、更新周期毎に、記憶部１２に蓄積された第１時系列データの少なくとも一部を学習データとして用いる機械学習によりモデルパラメータの推定値を探索し、探索した当該推定値をモデルパラメータの目標値として設定する。したがって、モデルパラメータの目標値は更新周期毎に更新される。

判定手段１３５は、設定手段１３４により更新周期毎に設定されたモデルパラメータの目標値の変化に基づいて、上述の機械学習において過剰適合が発生している可能性の有無を判定する手段である。ここで、過剰適合が発生している可能性の有無の判定には、任意の手法が採用可能である。例えば、判定手段１３５は、モデルパラメータの現在及び過去の目標値の分散が所定閾値未満である場合、過剰適合が発生している可能性があると判定する。

決定手段１３６は、判定手段１３５により過剰適合が発生している可能性が有ると判定された場合、モデルパラメータの現在値から現在の目標値までの数値範囲に含まれない値をスタート値として決定する決定手段である。ここで、スタート値の決定には、任意の手法が採用可能である。例えば、決定手段１３６は、モデルパラメータの現在値から現在の目標値までの数値範囲に含まれない任意の値をスタート値として決定してもよい。或いは、決定手段１３６は、モデルパラメータの現在及び過去の目標値に基づいてスタート値を決定してもよい。具体的には、決定手段１３６は、過去の一定期間内における、現在及び過去の目標値の平均値、加重平均値、又は最頻値を決定する。そして決定手段１３６は、モデルパラメータの現在値から現在の目標値までの数値範囲に、当該平均値、加重平均値、又は最頻値が含まれない場合、当該平均値、加重平均値、又は最頻値をスタート値として決定する。なお、加重平均値が採用される場合、各目標値に乗じる重み係数は、例えば目標値が新しいほど大きくなるように定められるが、当該例に限られず、任意のアルゴリズムで決定可能である。

なお、制御部１３は、上述した各手段１３１～１３６に加えて、一般的にプロセッサが実行可能な任意の処理を実施する手段（例えば、一般的な演算処理及び計時処理を実行する手段等）として更に機能する構成も可能である。

（情報処理装置の動作）
図５を参照して、情報処理装置１０の動作について説明する。当該動作は、時間経過に従ってモデルパラメータを目標値に漸近させながらモデル予測制御を実施する動作である。

ステップＳ１００：記憶手段１３１は、制御対象とするプロセスのプロセスモデルを記憶部１に記憶する。

ステップＳ１０２：制御部１３は、モデル予測制御の初期設定を行う。

具体的には、制御部１３は、変数ｉを１に設定する。変数ｉは、モデル予測制御の開始時から起算した現在時刻が何回目の更新周期に属するかを示す変数である。具体的には、モデル予測制御の開始時から起算した現在時刻をｔ、更新周期の長さをＴとすると、（ｉ－１）Ｔ≦ｔ＜ｉＴであるとき、現在時刻ｔはｉ回目の更新周期に属する。

また、制御部１３は、１回目の更新周期におけるモデルパラメータの目標値Ｇ₁を設定するとともに、モデルパラメータの初期値Ｐ₀を設定する。ここでは、Ｇ₁の値は予め定められており、Ｐ₀はＧ₁と等しいものとして説明する。

ステップＳ１０４：プロセス制御手段１３２は、モデルパラメータを目標値Ｇ_iに近付けるように変化させる。目標値Ｇ_iは、ｉ回目の更新周期におけるモデルパラメータの目標値である。ｉ回目の更新周期において、ステップＳ１０４が制御周期毎に繰り返し実行されることにより、時間経過に従ってモデルパラメータが目標値Ｇ_iに漸近する。

ここで、モデルパラメータを示す関数として、時間経過に従って目標値Ｇ_iに漸近するような任意の関数が採用可能である。例えば、ｉ回目の更新周期におけるモデルパラメータは、当該更新周期の開始時から起算した時刻ｔの関数で示すことができる。一例において、ｉ回目の更新周期におけるモデルパラメータＰ（ｔ）は、以下の式（１）で示される。
Ｐ（ｔ）＝Ｇ_i-1＋（Ｇ_i－Ｇ_i-1）・（１－ｅｘｐ（－α・ｔ）） （１）
なお、αはｉ回目の更新周期における目標値Ｇ_iへの近付き方を決める係数であって、任意に決定可能である。

なお、モデルパラメータの現在値が目標値Ｇ_iと等しい場合、モデルパラメータは変化しない。例えば上述のように、モデルパラメータの初期値Ｐ₀は１回目の更新周期における目標値Ｇ₁と等しい。したがって、少なくとも１回目の更新周期（すなわち、０≦ｔ＜Ｔ）においては、モデルパラメータは変化しない。

ステップＳ１０６：プロセス制御手段１３２は、プロセスモデルに基づいて将来の制御出力を予測し、実際の制御出力を所望の値に近付けるように制御入力を決定し、決定した制御入力をプラント設備２０に入力する。

ステップＳ１０８：蓄積手段１３３は、プロセスの制御出力及び制御入力を第１時系列データとして記憶部１２に蓄積する。

ステップＳ１１０：制御部１３は、ｉ回目の更新周期が経過したか否かを判定する。具体的には、制御部１３は、ｔ＝ｉＴであるとき、ｉ回目の更新周期が経過したと判定し（ステップＳ１１０－Ｙｅｓ）、動作がステップＳ１１２に進む。一方、制御部１３は、（ｉ－１）Ｔ≦ｔ＜ｉＴであるとき、ｉ回目の更新周期が経過していないと判定し（ステップＳ１１０－Ｎｏ）、動作がステップＳ１０４に戻る。ステップＳ１０４～Ｓ１１０が繰り返し実行されることにより、時間経過に従ってモデルパラメータを目標値Ｇ_iに漸近させながらモデル予測制御が実施される。

ステップＳ１１２：設定手段１３４は、記憶部１２に蓄積された第１時系列データの少なくとも一部を学習データとして用いる機械学習によりモデルパラメータの推定値を探索し、探索した当該推定値をｉ＋１回目の更新周期におけるモデルパラメータの目標値Ｇ_i+1として設定する。設定された目標値Ｇ_i+1は、第２時系列データとして蓄積手段１３３により記憶部１２に蓄積される。

ステップＳ１１４：判定手段１３５は、更新周期毎に設定されたモデルパラメータの目標値の変化に基づいて、上述の機械学習において過剰適合が発生している可能性の有無を判定する。具体的には、判定手段１３５は、直近の複数の更新周期においてモデルパラメータに変化がない場合（例えば、モデルパラメータの現在及び過去の目標値の分散が所定閾値未満である場合）、過剰適合が発生している可能性が有ると判定し（ステップＳ１１４－Ｙｅｓ）、動作がステップＳ１１６に進む。一方、判定手段１３５は、直近の複数の更新周期においてモデルパラメータに変化がある場合（例えば、当該分散が当該所定閾値以上である場合）、過剰適合が発生している可能性が無いと判定し（ステップＳ１１４－Ｎｏ）、動作がステップＳ１２０に進む。

ステップＳ１１６：決定手段１３６は、モデルパラメータの現在値から現在の目標値（すなわち、ステップＳ１１２で設定された、ｉ＋１回目の更新周期におけるモデルパラメータの目標値Ｇ_i+1）までの数値範囲に含まれない値をスタート値Ｓ_i+1として決定する。

ステップＳ１１８：プロセス制御手段１３２は、モデルパラメータの現在値をスタート値Ｓ_i+1で上書きする。

ステップＳ１２０：制御部１３は、変数ｉをインクリメントする。その後、動作がステップＳ１０４に戻る。

（モデルパラメータの時間変化）
図６及び図７を参照して、情報処理装置１０が上述の動作を実行した場合におけるモデルパラメータの時間変化について、具体的に説明する。図６及び図７は、横軸が時間を示し、縦軸がモデルパラメータを示すグラフである。

まず図６を参照して、２回目以降の各更新周期（２≦ｉ）においてモデルパラメータが時間経過に従い目標値Ｇ_iに漸近する様子について説明する。図６は、１回目～３回目の更新周期におけるモデルパラメータの時間変化の例を示す。１回目の更新周期（ｉ＝１）においては、モデルパラメータの初期値Ｐ₀が目標値Ｇ₁と等しいため、モデルパラメータは変化していない。また、２回目の更新周期（ｉ＝２）においては、時間経過に従ってモデルパラメータがＧ₁から目標値Ｇ₂に向かって漸近している。また、３回目の更新周期においては、時間経過に従ってモデルパラメータがＧ₂から目標値Ｇ₃に向かって漸近している。２回目以降の各更新周期におけるモデルパラメータは、例えば上述の式（１）で示される。

このように、本実施形態によれば、モデルパラメータが、例えば各更新周期の開始タイミングで瞬間的に変化するではなく時間経過に従って徐々に変化するので、モデルパラメータの変化に実質的な不連続点が発生する機会が低減する。したがって、例えば制御安定性の低下等の不都合が発生する蓋然性が低減するので、プロセスのモデル予測制御に関する技術が改善する。

次に図７を参照して、過剰適合が発生している可能性が有ると判定された場合に、モデルパラメータの現在値がスタート値で上書きされてから、モデルパラメータが時間経過に従い目標値Ｇｉに漸近する様子について説明する。図７は、ｍ回目～ｍ＋２回目の更新周期におけるモデルパラメータの時間変化の例を示す。ここでは、ｍは比較的大きい値であり、モデル予測制御が十分長い時間継続して実施されているものとする。ｍ回目の更新周期（ｉ＝ｍ）においては、時間経過に従ってモデルパラメータがＧ_m-1から目標値Ｇ_mに向かって漸近している。また、ｍ＋１回目の更新周期（ｉ＝ｍ＋１）においては、時間経過に従ってモデルパラメータがＧ_mから目標値Ｇ_m+1に向かって漸近している。ここで、ｍ＋１回目の更新周期の終了時に、判定手段１３５によって過剰適合が発生している可能性が有ると判定されたものとする。このため、時刻ｔ＝（ｍ＋１）Ｔにおいて、モデルパラメータがスタート値Ｓ_m+2で上書きされている。そして、ｍ＋２回目の更新周期（ｉ＝ｍ＋２）においては、時間経過に従ってモデルパラメータがＳ_m+2から目標値Ｇ_m+2に向かって漸近している。

このように、本実施形態によれば、ｉ回目の更新周期の終了時において、過剰適合が発生している可能性が有ると判定された場合には例外的に、モデルパラメータの現在値がスタート値Ｓ_i+1で上書きされる。上述のように、スタート値Ｓ_i+1は、ｉ回目の更新周期の終了時におけるモデルパラメータの値（すなわち、上書き前の値）からｉ＋１回目の更新周期における目標値Ｇ_i+1までの数値範囲に含まれない値である。このため、ｉ＋１回目の更新周期においては、例えばモデルパラメータをスタート値Ｓ_i+1で上書きしない場合とは異なる数値範囲でモデルパラメータが変化する。すなわち、本実施形態によれば、過剰適合が発生している可能性が有ると判定された場合には、モデルパラメータの変化態様にゆらぎが発生する。

上述のように、モデルパラメータの目標値を決定するための機械学習においてはモデルパラメータの推定値が探索されるが、その探索範囲は過去のモデルパラメータの変化態様に依存する。例えばプロセスの定常状態が長期間に亘って継続した場合には、過去のモデルパラメータの変化が小さくなるため、モデルパラメータの推定値の探索範囲が比較的狭くなって過剰適合が発生し得る。これに対して本実施形態によれば、モデルパラメータの変化態様にゆらぎを発生させるので、モデルパラメータの目標値を決定するための機械学習における過剰適合を緩和又は防止することができる。

本発明を諸図面及び実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形及び修正を行うことが容易であることに注意されたい。したがって、これらの変形及び修正は本発明の範囲に含まれることに留意されたい。例えば、各手段、各ステップ等に含まれる機能等は論理的に矛盾しないように再配置可能であり、複数の手段及びステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。

例えば、モデル予測制御システム１が複数の情報処理装置１０を備える構成も可能である。また、実施形態に係る１つの情報処理装置１０の各構成又は各手段が、互いに通信可能な複数の装置に分散配置された構成も可能である。

また、上述した実施形態において、図５を参照して情報処理装置１０の動作の例について説明した。しかしながら、上述した動作に含まれる一部のステップ、又は１つのステップに含まれる一部の動作が、論理的に矛盾しない範囲内において省略された構成も可能である。また、上述した動作に含まれる複数のステップの順番が、論理的に矛盾しない範囲内において入れ替わった構成も可能である。

また、上述した実施形態において、制御部１３によって実現される各手段をソフトウェア構成として説明したが、これらのうち少なくとも一部の手段は、ソフトウェア資源及び／又はハードウェア資源を含む概念であってもよい。例えば、記憶手段１３１及び蓄積手段１３３はメモリを含んでもよい。

また、上述した実施形態に係る情報処理装置１０として機能させるために、コンピュータ又は携帯電話等の汎用の情報処理装置を用いることができる。当該情報処理装置は、実施形態に係る情報処理装置１０の各機能を実現する処理内容を記述したプログラムを、当該情報処理装置のメモリに格納し、当該情報処理装置のプロセッサによって当該プログラムを読み出して実行させることによって実現可能である。

１ モデル予測制御システム
１０ 情報処理装置
１１ 通信部
１２ 記憶部
１３ 制御部
１３１ 記憶手段
１３２ プロセス制御手段
１３３ 蓄積手段
１３４ 設定手段
１３５ 判定手段
１３６ 決定手段
２０ プラント設備
３０ 表示装置
４０ 入力装置
Ｎ ネットワーク

Claims (8)

1. プロセスモデルを記憶する記憶手段と、
   前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、
   前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、
   蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、
   を備えるモデル予測制御システムであって、
   前記プロセス制御手段は、時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施し、
   前記設定手段により周期的に設定された前記モデルパラメータの目標値の変化に基づいて、前記機械学習において過剰適合が発生している可能性の有無を判定する判定手段と、
   前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値から現在の目標値までの数値範囲に含まれない値をスタート値として決定する決定手段と、
   を更に備え、
   前記プロセス制御手段は、前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値を前記スタート値で上書きしてから、時間経過に従って前記モデルパラメータを前記現在の目標値に漸近させる、モデル予測制御システム。
2. 請求項１に記載のモデル予測制御システムであって、
   前記判定手段は、前記モデルパラメータの現在及び過去の目標値の分散が所定閾値未満である場合、前記過剰適合が発生している可能性が有ると判定する、モデル予測制御システム。
3. 請求項１又は２に記載のモデル予測制御システムであって、
   前記決定手段は、前記モデルパラメータの現在及び過去の目標値に基づいて前記スタート値を決定する、モデル予測制御システム。
4. プロセスモデルを記憶する記憶手段と、
   前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、
   前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、
   蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、
   を備える情報処理装置であって、
   前記プロセス制御手段は、時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施し、
   前記設定手段により周期的に設定された前記モデルパラメータの目標値の変化に基づいて、前記機械学習において過剰適合が発生している可能性の有無を判定する判定手段と、
   前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値から現在の目標値までの数値範囲に含まれない値をスタート値として決定する決定手段と、
   を更に備え、
   前記プロセス制御手段は、前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値を前記スタート値で上書きしてから、時間経過に従って前記モデルパラメータを前記現在の目標値に漸近させる、情報処理装置。
5. プロセスモデルを記憶する記憶手段と、前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、前記設定手段により周期的に設定された前記モデルパラメータの目標値の変化に基づいて、前記機械学習において過剰適合が発生している可能性の有無を判定する判定手段と、前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値から現在の目標値までの数値範囲に含まれない値をスタート値として決定する決定手段と、を備え、前記プロセス制御手段が時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施し、前記プロセス制御手段は、前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値を前記スタート値で上書きしてから、時間経過に従って前記モデルパラメータを前記現在の目標値に漸近させる、モデル予測制御システムを構成するために、
   前記記憶手段、前記プロセス制御手段、前記蓄積手段、前記設定手段、前記判定手段、及び前記決定手段のうち少なくとも１つを備える、情報処理装置。
6. 情報処理装置を、
   プロセスモデルを記憶する記憶手段と、
   前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、
   前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、
   蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、
   として機能させるプログラムであって、
   前記プロセス制御手段は、時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施し、
   前記設定手段により周期的に設定された前記モデルパラメータの目標値の変化に基づいて、前記機械学習において過剰適合が発生している可能性の有無を判定する判定手段と、
   前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値から現在の目標値までの数値範囲に含まれない値をスタート値として決定する決定手段と、
   として更に機能させ、
   前記プロセス制御手段は、前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値を前記スタート値で上書きしてから、時間経過に従って前記モデルパラメータを前記現在の目標値に漸近させる、プログラム。
7. 通信可能に接続された複数の情報処理装置を含んで構成され、プロセスモデルを記憶する記憶手段と、前記プロセスモデルを用いてプロセスのモデル予測制御を実施するプロセス制御手段と、前記プロセスの制御出力及び制御入力を時系列データとして蓄積する蓄積手段と、蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定する設定手段と、前記設定手段により周期的に設定された前記モデルパラメータの目標値の変化に基づいて、前記機械学習において過剰適合が発生している可能性の有無を判定する判定手段と、前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値から現在の目標値までの数値範囲に含まれない値をスタート値として決定する決定手段と、を備え、前記プロセス制御手段が時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施し、前記プロセス制御手段は、前記判定手段により前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値を前記スタート値で上書きしてから、時間経過に従って前記モデルパラメータを前記現在の目標値に漸近させる、モデル予測制御システムにおける、前記複数の情報処理装置のうち１つの情報処理装置を、
   前記記憶手段、前記プロセス制御手段、前記蓄積手段、前記設定手段、前記判定手段、及び前記決定手段のうち少なくとも１つとして機能させる、プログラム。
8. 情報処理装置が実行するプロセスのモデル予測制御方法であって、
   プロセスモデルを記憶するステップと、
   前記プロセスモデルを用いてプロセスのモデル予測制御を実施する制御ステップと、
   前記プロセスの制御出力及び制御入力を時系列データとして蓄積するステップと、
   蓄積された前記時系列データを学習データとして用いる機械学習により前記プロセスモデルのモデルパラメータの目標値を設定するステップと、
   を含み、
   前記制御ステップにおいて、時間経過に従って前記モデルパラメータを前記目標値に漸近させながら前記モデル予測制御を実施し、
   前記設定するステップにより周期的に設定された前記モデルパラメータの目標値の変化に基づいて、前記機械学習において過剰適合が発生している可能性の有無を判定する判定ステップと、
   前記判定ステップにより前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値から現在の目標値までの数値範囲に含まれない値をスタート値として決定する決定ステップと、
   を更に備え、
   前記制御ステップでは、前記判定ステップにより前記過剰適合が発生している可能性が有ると判定された場合、前記モデルパラメータの現在値を前記スタート値で上書きしてから、時間経過に従って前記モデルパラメータを前記現在の目標値に漸近させる、モデル予測制御方法。
   

Images