JP7361583B2 - 制御システムにおける表示装置およびその方法 - Google Patents

Description

本発明は、プラント等の制御対象に対する制御技術に関する。その中でも特に、制御に関する可視化のための技術である制御システムの表示装置およびその方法に関する。

現在、プラント等の制御の効率向上のために人工知能を活用した制御（ＡＩ制御）が検討されている。ＡＩ制御においては、制御の精度向上のため、その結果に対して補正を行うことがなされている。

例えば、特許文献１には、「先行制御手法としてニューラルネットワークを適用するプラント制御装置」が記載されている。本特許文献１では、「ニューラルネットワークの部分がブラックボックス化されることによる制御ロジックの不透明さや、予想していない外乱信号やノイズの発生に対して、ニューラルネットワークの安定性」を確保することを目的としている。その目的を達成するために、制御指令値を補正するための加算信号として先行指令制御値を出力するニューラルネットワーク制御器を設けている。

特開２００３－３０３００１号公報

上記のように、特許文献１では、ニューラルネットワーク制御器が制御の寄与割合を補正、調整し、学習の打ち切りや外乱信号・ノイズの対策を施している。しかしながら、ＡＩ制御においては、条件が同じでも従来型の制御と異なる挙動を施すことがある。このため、ＡＩ制御を行う際には、単なる制御信号の補正、調整では対応が十分ではない。つまり、ＡＩ制御においては、その制御の理由や安全性の可視化、特に補正に関する可視化が求められる。特に、ＡＩ制御の安定性を示す情報、つまり、制御の内部状態が、ＡＩ制御で対応可能範囲か、対応限界付近か、対応不可能領域かを判断するための情報が求められる。

さらに、ＡＩ制御で従来型の制御と異なる挙動を示す場合、その理由が判断できないとの課題も存在する。

上記の課題を解決するために、本発明では、ＡＩ制御において、制御指令値（以下、指令値）における補正の程度を示す補正度合情報を特定し可視化する。補正度合情報は、指令値における補正前後を把握可能なもので、以下のものが含まれる。補正度合情報として、制御指令値と補正量の組み合わせ（もしくは補正前指令値と補正後指令値の組み合わせ）、または、寄与内訳を含む。

より詳細には、制御対象に対し稼働を制御するための指令値を出力する制御システムにおける表示装置において、前記制御システムは、前記制御対象の稼働についての物理量を示す計測値を受け付け、受け付けられた計測値に基づいて指令値を算出するＡＩ制御手段と、前記ＡＩ制御手段で算出された指令値を補正し、補正された指令値を前記制御対象に対して出力する補正手段とを備え、前記ＡＩ制御手段で算出された指令値および前記補正手段で補正された指令値を受け付ける手段と、受け付けられた前記指令値と補正された指令値を用いて、前記補正手段での補正の程度を示す補正度合情報として、前記補正手段での補正の程度を示す寄与内訳を算出する手段と、算出された前記寄与内訳を表示する手段とを有する制御システムにおける表示装置である。

また、本発明の他の態様として、その表示方法や制御システム、制御システムでの制御方法が含まれる。さらに、上記方法を情報処理装置上で実行させるためのプログラムやこのプログラムを格納した媒体も本発明に含まれる。

本発明によれば、ＡＩ制御における制御指令値に関する可視化が可能となる。

本発明の一実施例における制御装置１の構成を説明する図である。 本発明の一実施例における制御装置１１と監視装置１２の構成を説明する図である。 本発明の一実施例における表示画面を示す図である。 本発明の一実施例における表示画面を示す図である。 本発明の一実施例における表示手段５を有する制御装置１０００の構成を示す図である。 本発明の一実施例における制御装置１１００および表示手段５を有する監視装置１２００の構成を示す図である。 本発明の一実施例における制御装置１１００および表示手段５を有する監視装置１２００を用いた学習・更新処理を説明する図である。 本発明の一実施例におけるハードウエア構成を示す図である。 本発明の一実施例における全体処理を示すフローチャートである。

以下に本発明の一実施例を、図面を用いて説明する。

図１、２、５～７に、ＡＩ制御を実行し、その内容を可視化するための構成を示す。図１が基本的な構成で、図２、５および６が監視機能を有する応用例である。以下、それぞれの構成および簡単な処理フローを説明する。そして、その後に、処理の全体を図９に示すフローチャート（シーケンス図）を用いて説明する。

まず、図１について説明する。制御装置１は、制御対象６に対して指令値を出力するもので、その構成は以下のとおりである。制御装置１は、制御対象６および表示手段５と接続されている。また、制御装置１は、ＡＩ制御を実行するＡＩ制御回路２とＡＩ制御回路での制御指令値（指令値）を補正する補正回路３を有する。

次に、図１の制御装置１の動作を説明する。制御装置１は、制御対象６に対し、指令値９３を出力し、制御対象６を制御する。また、制御装置１は、制御対象６からその動作内容を示す計測値９１を受信する。ここで、計測値９１は、制御対象６に設けられたセンサなどで検知された情報である。

そして、制御装置１のＡＩ制御回路２では、受信した計測値９１を用いて指令値（補正前）９２（以下、指令値９２）を算出する。そして、ＡＩ制御回路２が指令値９２を補正回路３に通知する。補正回路３では、通知された指令値９２を補正する。そして、補正回路３は、補正された指令値９３を制御対象６に出力し、制御を行う。また、補正回路３は、上記の補正に伴い特定される制御状態情報９５を、表示手段５に送信する。制御状態情報９５には、補正度合情報が含まれる。このことにより、ＡＩ制御の内容、特に補正に関する情報が表示手段５に表示され、これらが可視化されることになる。なお、制御状態情報９５の詳細については、後述する。また、表示手段５は、制御装置１の一部品として構成してもよい。

さらに、補正回路３では、以下の処理が可能である。
（１）観測値制限：観測値が好ましくない範囲になったときに、指令値あるいは目標値を変更（例：目標値オフセット付加。好ましくない範囲を脱するための操作指令値増減）
（２）指令値変化率制限：指令値の単位時間あたり変化量を制限
（３）目標値変化率制限：目標値を変化させかつ単位時間あたり変化量を制限
（４）定常偏差解消：I制御回路を付加(パラメータは積分ゲイン、積分飽和値)
（５）オーバーシュート・アンダーシュート抑制：目標値の逸脱範囲が定めた以上の場合に指令値を修正（パラメータは、抑制判定値、積分ゲイン、積分飽和値）
（６）急速制動：観測値に関する情報が著しく好ましくない範囲になったとき、もしくは予想されるときに、これを打ち消すための最大限の指令値に切替
（７）指令値制限：指令値に上限または下限、あるいは少なくとも1つ以上の許容範囲（または禁止範囲）を設定
なお、補正回路３での補正は、上記の（１）～（７）に限定されるものでない。また、図２、５～７で後述する補正でも同様である。

さらに、監視装置１２や表示手段５は、中央制御室に設置され、オペレータが操作可能でることが望ましい。

次に、図２について説明する。図２に示す構成は、図１と比べ、監視装置１２が追加されている。また、制御装置１１が複数の補正回路を有している。なお、図1に示す構成において、図２と同様に複数の補正回路を設けてもよい。

以下、図２の簡単な処理フローを、図１との相違を中心に説明する。

まず、制御装置１１は、補正回路して、補正回路Ａ３１、補正回路Ｂ３２および補正回路Ｃ３３を有する。本例では、補正回路Ａ３１と補正回路Ｂ３２が並列に接続されている。また、補正回路Ａ３１と補正回路Ｃ３３、補正回路Ｂ３２と補正回路Ｃ３３のそれぞれが直列に接続されている。これら各補正回路では、補正を分担して行っている。また、各補正回路の接続は、直列と並列のいずれかであってもよいし、その補正回路の数は３つに限定されない。ここで、最終的な補正された指令値９３を算出する補正回路Ｃ３３から指令値９３は、制御対象６に通知する。また、補正回路Ｃ３３から指令値９３は、監視装置１２にも通知される。

ここで、指令値９３を受け取る監視装置１２の構成を説明する。監視装置１２は、統計処理回路４１、制御状態判定回路４２および表示処理回路４３を有し、制御装置１１および表示手段５と接続されている。統計処理回路４１では、受け取った指令値９３や別途受け付ける計測値９１などを用いて、制御についての統計量を算出する。つまり、図３や４に示すトレンド監視（時間と、指令値、制御量の関係）を算出する。そして、統計処理回路４１は、算出した結果を制御状態判定回路４２や表示処理回路４３に通知する。

そして、制御状態判定回路４２では、ＡＩ制御回路２でのＡＩ制御と補正回路Ａ～Ｃでの補正の作動頻度・程度に関わる制御の状態を、少なくとも二つ以上のレベルで判定する。このレベルは、図３および４に示すもので、その詳細は後述する。なお、補正回路Ａ～Ｃの作動頻度が高いほど、補正の介入があることを示し、ＡＩ制御回路２での制御に問題があることを示す。

そして、表示処理回路４３は、統計処理回路４１で算出された統計量や制御状態判定回路４２で判定されたレベルを含む制御状態情報９５を、表示手段５に表示させる。なお、これら統計量やレベルが補正度合情報の一例である。また、表示処理回路４３は、制御に関する瞬時値と統計量の切替制御も実行する。

この図２に示す構成により、各補正回路Ａ～Ｃの発動頻度・程度が把握できる。このため、制御の有効性の長期的変化の評価が可能となる。さらに、ＡＩ制御回路２でのＡＩ制御が有効に機能しているかどうか表示でき、さらに支障が生じた場合に作動している補正の種類・頻度・程度がわかり、制御状態の説明性が向上する。

次に、図５について説明する。図２に示す構成は、図１、２と比べ、監視機能を有する監視回路４や表示手段５を、制御装置１０００内に設けている点で相違がある。ここで、監視回路４は、図２に示す監視装置１２と同様の機能を実行するものである。さらに、補正回路３は、図２に示すよう複数設けてもよい。以上のように、図５に示す全体構成の機能は図２と同様であるので、簡単な処理フローの説明は省略する。

図５に示す構成により、中央制御室で、従来のように制御量の目標値への追従状況を確認するだけでなく、制御動作の内訳（各回路の作動頻度と程度、ＡＩ制御回路と補正回路の作動割合など）も監視画面上で目視して定量的かつ効率的に評価できる。この結果、プラントなど制御対象の制御の安定性と安全性を高めることができる。また、制御設定の修正要否判断が効率的に実施できるため、運転制御の改善を効率的に実施できる。

次に、図６について説明する。図６では、図５の構成と比較して、監視装置１２００を別装置として独立させたことにある。各構成要件の機能は図５と同じであり、簡単な処理フローの説明は省略する。

なお、図６に示す構成では、図５と比較して監視装置１２００を制御装置１１００から分離している。このことで、制御の実行に影響を与えることなく、監視装置１２００においてその時々において特に監視したい項目やその分解能に監視器の内部ロジックや表示内容を修正したり変更したりできる。

また、監視装置１２００を制御対象であるプラントと別のサイトに設置する場合、遠隔地のプラントの現地に行かなくても済むようになる。さらに、単なる制御量の監視だけでなく、制御の内部状態と（各回路の動作頻度や程度）まで把握できるため、低コストで効率的に、安定的なプラント運転制御を提供できる。

さらに、複数のプラントに対して１拠点で集中的に監視するように構成すると、監視装置や表示手段の一部を共用化でき、複数プラントに対して安定的なプラント運転制御を低コストで効率的に提供できる。

次に、図７の構成について説明する。図７の構成は図６をベースとし、学習機能および更新機能を有している。つまり、制御装置１０００が学習器２１００を有し、監視装置１２００が更新判断回路２３００を有している。他の構成要件の機能は、特記しない限り上述と同様である。

まず、学習器２１００では、制御対象６から計測値９１を受け取る。そして、学習器２１００では、計測値９１をＡＩ制御回路２でのＡＩ制御の学習用データ、または、予め定められた手順で上記のＡＩ制御の更新用設定値のいずれかの形態で蓄積する。この結果、これらは更新データ９８として、学習器２１００からＡＩ制御回路２に通知する。通知された更新データ９８がＡＩ制御の学習用データである場合には、ＡＩ制御回路２では、学習用データに従って（再）学習を実行する。更新データ９８が更新用設定値である場合には、ＡＩ制御回路２は受け取ったデータを制御用の設定情報として設定する。

次に、ＡＩ制御回路２では、（再）学習ないし設定された設定情報に従って、指令値９２を算出する。そして、ＡＩ制御回路２は、算出した指令値９２を補正回路３に加え、監視回路４にも通知する。監視回路４では、本指令値９２および補正回路３で算出された指令値９３を更新判断回路２３００に通知する。

そして、更新判断回路２３００では、予め定められた基準で、ＡＩ制御回路２におけるＡＩ制御の設定更新要否を判断する。予め定められた基準には、補正の作動頻度・程度に関わる制御の状態を示すレベルを用いる。例えば、図４の「判定」で「補正主体」や「要注意」が一定時間以上継続する場合に設定更新要と判断する。このように、設定更新要と判断された場合、更新判断回路２３００は、更新指令情報９７を学習器２１００に通知する。学習器２１００は、この更新指令情報９７を、計測値９１と同様に、ＡＩ制御の学習用データ、または、予め定められた手順で上記のＡＩ制御の更新用設定値のいずれかの形態で蓄積する。

図７の構成を採用することで、プラントの設備の経年変化や、保守によるプラント特性の変化、原料性状変化によるプラント特性の変化に対して、学習内容を自律的に適切に更新して制御できる。このため、低コストかつ効率的に、安全・安定・高効率にプラント運転を維持できる。

ここで、図８を用いて、上述した本実施例におけるハードウエア構成について、図５の制御装置１０００を例に説明する。制御装置１０００は、情報処理装置で実現される。情報処理装置は、コンピュータ、サーバなどと総称されるものであり、コンピュータプログラムに従ってＣＰＵの如き演算装置１０１２で実現される。この内容を図８に示す。制御装置１０００は、通信部１０１０、主記憶装置１０１１、演算装置１０１２、接続端子１０１３がバス１０４を介して互いに接続されている。そして、通信部１０１０が制御対象６と接続されている。また、接続端子１０１３が表示手段５と接続されている。なお、表示手段５は、タブレット、スマートフォン、携帯電話、モバイルＰＣなど可搬性を有するものであってもよい。

ここで、制御装置１０００は、主記憶装置１０１１に格納された各プログラムに従って、演算装置１０１２が、図１、２、５～７に示す各構成と同様の処理を実行する。つまり、各プログラムは、図１、２、５～７に示す各構成と以下の態様関係を有する。
ＡＩ制御プログラム１００２：ＡＩ制御回路２
補正プロブラム：補正回路３
統計処理プログラム１０４１：統計処理回路４１
制御状態判定プログラム１０４２：制御状態判定回路４２
表示制御プログラム１０４３：表示処理回路４３
なお、ここではプログラムで機能を実行しているが、回路といったハードウエアで各機能を実行してもよい。さらに、独立した監視装置１２や監視装置１２００についても図８に示す構成を採用してもよい。この場合、各プログラムのうち、監視装置１２や監視装置１２００で実行するものは、当該監視装置１２や監視装置１２００が保持する。

なお、図７のみ記載した学習器２１００および更新判断回路２３００も同様にプログラムで実現してもよい。この際、更新判断回路２３００は監視装置に設けることになる。また、蓄積される更新データ９８を蓄積する記憶装置も有する。

以上により、本実施例での構成および簡単な処理フローの説明を終了する。以下、処理の全体を、図９を用いて説明する。

図９は、本実施例の処理の全体を示すフローチャートである。本フローチャートは、図７の構成を前提とするものであるが、図１、２、５および６でも同様の処理を実行する。但し、学習、更新機能はこれらの図７の構成でのみ実行される。

図９のフローチャートは、上記のとおり図７の構成、つまり、補正度合情報を含む制御状態情報の表示と、ＡＩ制御における学習、更新を実行する処理を記載している。ここで、まず、補正度合情報の表示に関する処理について説明する。

Ｓ１０１において、学習器２１００およびＡＩ制御回路２のそれぞれは、制御対象６から計測値９１を受信、取得する。これは、上述のとおり、制御対象６に設置されたセンサ等で検知される稼働に関する物理データを受け取ることになる。

そして、ＡＩ制御回路２では、Ｓ１０２において、計測値９１を用いて、指令値９２を算出する。次に、ステップＳ１０３において、補正回路３が補正値を算出する。これは、従来型の制御技術で、図１で説明した各手法のいずれかを実行する。そして、ステップＳ１０４において、補正回路３が指令値９２に対し、算出した補正値を適用して指令値９３を算出する。算出された指令値９３は補正回路３から監視回路４に通知される。また、ステップＳ１０３で算出された補正値も補正回路３から監視回路４に通知される。この補正値と指令値９３の通知は、まとめて行ってもよいし、個別に通知してもよい。さらに、補正回路３は監視装置１２００に設け、ステップＳ１０３およびＳ１０４を、監視装置１２００側で実行してもよい。

次に、監視装置１２００の監視回路４は、Ｓ１０５において通知された補正値と指令値９３を受け付ける。また、監視回路４は、受け付けた内容を、更新判断回路２３００に通知する。また、監視回路４では、ステップＳ１０６において、制御状態情報９５を算出する。そして、ステップＳ１０７において、表示手段５でその内容を表示する。

ここで、Ｓ１０７で表示される内容について、図３および４を用いて説明する。まず、図３および４は、それぞれトレンド監視エリアおよび制御状態監視エリアを有する。トレンド監視エリアは、Ｓ１０１で受信、取得した時系列データを表示するエリアである。また、制御状態監視エリアは、監視回路４で算出される制御状態情報９５を表示するエリアである。その詳細は、以下、図３および４のそれぞれで説明する。また、さらに監視回路４での制御状態情報９５の算出方法についても言及する。

図３は、表示モードが瞬時値モード（リアルタイムもしくは選択時刻）である表示画面を示す。図４は、制御状態情報の統計値の表示画面を示す。なお、図３および４は、補正回路が複数(補正回路Ａ～Ｃ)ある例を前提としたものである。

まず、図３について説明する。表示手段５の表示画面５１は、トレンド監視エリアと制御状態監視エリアを有する。トレンド監視エリアでは、グラフエリア５１０内に、時系列データとして、計測値９１と目標値９０からなる制御量、指令値９２と９３、つまり補正前後の指令値を表示する。ここで、目標値９０は制御対象６の稼働計画に従い予め設定されるなどした情報である。また、計測値９１は、Ｓ１０１において、ＡＩ制御回路２で取得されるものであり、Ｓ１０５で受け付けることになる。また、指令値はそれぞれＳ１０５で受信したものを用い、表示手段５に表示される。

また、グラフエリア５１０内には、利用者の操作に応じて移動させることで、観測時間を指定するスライダー５０２を表示する。この移動に応じて（スライダー５０２の表示位置に応じた）時間の制御状態情報を、制御状態監視エリアに表示する。このことで、利用者は希望する時間の制御状態情報を確認することが可能になる。

次に、制御状態監視エリアの表示内容を説明する。上述のように、本エリアの内容はスライダーの位置に応じた時間の情報である。これは、図３に示す瞬時値５０３ａが指定されていることにより、瞬時値モードとなり、その時間の表示を行う。また、制御状態監視エリアの判定エリアには、設定レベルとその内容が対応付けて表示される。本例では、寄与率が２０％未満であるため、補正適量５０４１にチェックがされている。寄与率は、指令値９３に、どの程度補正回路の補正（Ａ～Ｃ）が寄与しているか、その値の比率算出するものである。例えば、補正後の指令値９３に対する補正前の指令値９２や各補正値の割合を用いることが好適である。さらに、制御状態監視エリアの寄与内訳５０５１として、指令値９２および指令値９３に加え、各補正回路Ａ～Ｃの補正Ａ～Ｃの補正について表示している。ここでは、それぞれの値をグラフ化し、また各補正については値の増減、つまり、補正値を矢印（９４ａ～ｃ）で示している。このことで、各補正回路の補正値が示される。なお、本例ではグラフ化しているが、数字として表示してもよい。このように、寄与内訳とは、補正回路の補正の程度を示す情報であればよい。なお、補正の程度（寄与内訳）や寄与率は、補正回路ごとの値であってもよいし、複数の補正回路全体の値であってもよい。また、寄与率も同様に、
以上のように、図３では、補正度合情報として、指令値９２と指令値９３を示すグラフ、寄与率（内容）や寄与内訳を表示している。なお、本例ではグラフ化しているが、数字として表示してもよい。つまり、指令値９２、９３や各補正回路の補正値が示される情報が表示されればよい。

また、グラフエリア５１０の表示は、判定結果（本例では補正適量５０４１）に応じて、
時間帯ごとに色分け表示してもよい。この場合、制御対象６の運転経過における状態把握が容易になり、制御性能の評価・分析を効率的に実施できるようになる。また、寄与内訳も同様に、判定結果に応じて色分け表示してもよい。この場合、制御の適切性の監視や、運転トラブルが生じた際の運転データ分析が容易になる。

このような表示を行うことで、以下の効果を奏する。各補正回路の動作頻度・程度がわかるため、制御の有効性の長期的変化の評価が可能となる。また、ＡＩ制御が有効に機能しているかどうか表示できるだけでなく、支障が生じた場合に作動している補正の種類・頻度・程度がわかり、制御状態の説明性が向上する。さらに、オペレータが安心感を持って運転可能することが可能になる。制御性能が変化した際も、リアルタイムあるいは問題発生時刻の制御状態を定量的に可視化して共有・評価でき、プラントを含む制御対象の運営効率と安全性が向上する。

次に、図４について説明する。図４は、区間統計値モードで表示した例を示す。以下、図３との相違を中心にその内容を説明する。

トレンド監視エリアでは、利用者の指定により、区間統計値５０３ｂが選択されると、複数のスライダー５０２１と５０２２が表示される。このスライダー５０２１と５０２２の間の区間についての制御状態情報９５を、制御状態監視エリアに表示する。スライダー５０２１と５０２３の各々は、独立して移動可能としてもよいし、区間の長さが予め指定され一方を移動させると、他方も同期して移動させてもよい。

制御状態監視エリアでは、図３と同様に判定を表示する。但し、図４の例では、区間統計値モードであるため、各レベルが指定された区間でどの程度現れるかの頻度５０４２を表示している。

さらに、寄与内訳として、区間である対象期間５０５２と多少区間の始点５０５２１と終点５０５２２が表示される。ここで、利用者は始点５０５２１と終点５０５２２に対する入力、指定を行うことでその区間を指定することが可能になる。この場合、スライダー５０２１と５０２２がこの入力、指定に応じて移動する。また、スライダー５０２１と５０２２を移動に連動して、始点５０５２１と終点５０５２２の表示を変更してもよい。

また、寄与内訳の１つである制御動作内容として、対象期間における作動頻度５０５２３や平均寄与率５０５２４が、ＡＩ制御回路２および各補正回路（Ａ～Ｃ）それぞれについて表示される。ここで、ＡＩ制御回路２の作動頻度５０５２３は、各補正回路（Ａ～Ｃ）の補正がなく稼働した時間の割合を示す。つまり、制御をＡＩ制御回路２単独で実行した時間を示す。また、各補正回路（Ａ～Ｃ）の作動頻度５０５２３は、それぞれが稼働した時間の割合を示す。ここで、図４中の補正回路Ａ～Ｃ全体（６０％）で記載された作動頻度５０５２３は、補正回路Ａ～Ｃのうち１つでも稼働していた時間の割合を示す。

また、ＡＩ制御回路２の平均寄与率５０５２４は、各補正回路（Ａ～Ｃ）の補正がない場合の対象期間における寄与率の平均を示す。このため、通常１００％となる。各補正回路の平均寄与率５０５２４は、対象期間における寄与率の平均を示す。ここでの平均とは、何らかの代表値であってもよいし、平均値の種別は問わない。

最後に、ＡＩ制御無効化５０５２５は、判定の結果を基づいてＡＩ制御回路２の機能を、無効化した頻度を示す。

なお、図４のグラフも数字で表示してもよい。さらに、図３と４は１つの表示画面で切替えて表示する例で説明したが、いずれか一方を表示する構成でもよい。さらに、両方のモードを並行して表示してもよい。この場合、トレンド監視エリアは共通化し１つのエリアで表示することが好適である。

以上のように図４でも、補正度合情報として、指令値９２と指令値９３を示すグラフ、寄与内訳を表示している。そして、寄与内訳として、寄与率が表示される。さらに、寄与率としては、補正回路の作動頻度（寄与率（頻度））、補正値の程度を示す平均寄与率（寄与率（程度））が表示される。なお、上述のとおり、寄与内訳や寄与率のそれぞれは、補正回路ごとの値でもよいし、複数の補正回路全体の値でもよい。さらに、平均寄与率は平均でなく他の指標でもよい。またされに、寄与率（頻度）と寄与率（程度）は、少なくとも一方を算出ないし表示する構成としてもよい。

このような表示を行うことで、以下の効果を奏する。補正の効果を、区間を定めて評価できるため、週時分析、月次分析、季節変動、曜日変動、年次分析や、経時変化の評価が自動的に実施できるため効率化でき、必要に応じた制御設定変更等を通して、長期的なプラントの運転効率向上が可能になる。

以上で、補正度合情報を含む制御状態情報の表示処理の説明を終了する。続いて、図９に戻り、ＡＩ制御における学習、更新を実行する処理について説明する。

学習器２１００は、ステップＳ１０１において、制御対象６から計測値９１を受信、取得する。そして、ステップＳ１０８において、学習器２１００は、計測値９１を更新データ９８として蓄積する。そして、ステップＳ１０９において、学習器２１００は、ＡＩ制御回路２でのＡＩ制御の学習用データ、または、予め定められた手順でＡＩ制御の更新用設定値のいずれの形態で蓄積しているか判定する。判定の結果、ＡＩ制御の学習用データである場合には、ステップＳ１１０に進みＡＩ制御回路２において（再）学習処理を実行する。ステップＳ１０９で更新用設定値と判定した場合、ステップＳ１１１に進みＡＩ制御回路２で設定された設定値を、蓄積された更新データに更新する。

そして、これらのステップＳ１１０の学習処理やステップＳ１１１の設定値設定が終了すると、その内容を反映して制御を行うように、ステップＳ１０１に戻る。そして、前述した補正度合情報を含む制御状態情報の表示処理を行う。

なお、ここでは、学習処理や更新データの更新を行っているが、他に築盛された情報を用いてＡＩ制御回路２での制御機能を停止する構成としてもよい。

次に、ステップＳ１１０の学習処理やステップＳ１１１の設定値設定を行うために、指令値９２、９３や補正値を利用するフローを説明する。監視回路４は、ステップＳ１０５において受け付けた指令値９２、９３や補正値を、更新判断回路２３００に通知する。

そして、ステップＳ１１２において、更新判断回路２３００は、予め定められた基準で、ＡＩ制御回路２におけるＡＩ制御の設定更新要否を判断する。次に、ステップＳ１１３において、更新判断回路２３００は、更新指令情報９７を学習器２１００に通知する。これを受け、学習器２１００では、Ｓ１０８の処理を行う。以降の処理は前述と同様にＳ１０９～Ｓ１１１を行う。つまり、ＡＩ制御における学習、更新を実行する処理を実行する。

以上で、本発明の一実施例についての処理フローの説明を終了する。なお、本実施例には制御対象６の例としてプラントを記載したが、制御対象はこれに限定されない。

以上、本実施例によれば、ＡＩ制御を安全・効率的に運用できることになる。これは、ＡＩ制御での余裕・余力の把握や暴走監視が可能になることを意味する。また、ＡＩ制御の効果と状態をリアルタイムないし指定した区間で監視することが可能になる。

１、１１００…制御装置、２…ＡＩ制御回路、３…補正回路、４…監視回路、５…表示手段、６…制御対象、９１…計測値、９２…指令値（補正前）、９３…指令値、９５…制御状態情報、９７…更新指令情報、９８…更新データ、１２００…監視装置、２１００…学習器、２３００…更新判断回路

Claims (10)

1. 制御対象に対し稼働を制御するための指令値を出力する制御システムにおける表示装置において、
   前記制御システムは、前記制御対象の稼働についての物理量を示す計測値を受け付け、
   受け付けられた計測値に基づいて指令値を算出するＡＩ制御手段と、前記ＡＩ制御手段で算出された指令値を補正し、補正された指令値を前記制御対象に対して出力する補正手段とを備え、
   前記ＡＩ制御手段で算出された指令値および前記補正手段で補正された指令値を受け付ける手段と、
   受け付けられた前記指令値と補正された指令値を用いて、前記補正手段での補正の程度を示す補正度合情報として、前記補正手段での補正の程度を示す寄与内訳を算出する手段と、
   算出された前記寄与内訳を表示する手段とを有することを特徴とする制御システムにおける表示装置。
2. 請求項１に記載の制御システムにおける表示装置において、
   前記補正度合情報を表示する手段は、前記寄与内訳として、前記ＡＩ制御手段で算出された指令値および前記補正手段で補正された指令値のそれぞれを対応付けて表示することを特徴とする制御システムにおける表示装置。
3. 請求項１に記載の制御システムにおける表示装置において、
   前記寄与内訳を算出する手段は、前記寄与内訳として、前記補正手段で補正された指令値に対し、当該補正手段の補正が寄与しているかを示す寄与率を算出することを特徴とする制御システムにおける表示装置。
4. 請求項３に記載の制御システムにおける表示装置において、
   前記寄与内訳を算出する手段は、前記寄与率として、前記指令値を補正する補正回路の作動頻度および前記補正手段の補正値の程度を示す平均寄与率の少なくとも一方を算出することを特徴とする制御システムにおける表示装置。
5. 請求項１乃至４のいずれかに記載の制御システムにおける表示装置において、
   前記ＡＩ制御手段で算出された指令値および前記補正手段で補正された指令値を用いて、前記ＡＩ制御手段におけるＡＩ制御の設定更新の要否を判断する手段と、
   前記設定更新の要否の結果を、前記制御システムに通知する手段とを有することを特徴
   とする制御システムにおける表示装置。
6. 制御対象に対し稼働を制御するための指令値を出力する制御システムにおける表示方法において、
   前記制御システムは、前記制御対象の稼働についての物理量を示す計測値を受け付け、受け付けられた計測値に基づいて指令値を算出するＡＩ制御手段と、
   前記ＡＩ制御手段で算出された指令値を補正し、補正された指令値を前記制御対象に対して出力する補正手段と、前記制御システムに関する情報を表示する表示装置を備え、
   前記表示装置は、
   前記ＡＩ制御手段で算出された指令値および前記補正手段で補正された指令値を受け付け、
   受け付けられた前記指令値と補正された指令値を用いて、前記補正手段での補正の程度を示す補正度合情報として、前記補正手段での補正の程度を示す寄与内訳を算出し、
   算出された前記寄与内訳を表示することを特徴とする制御システムにおける表示方法。
7. 請求項６に記載の制御システムにおける表示方法において、
   前記補正度合情報を表示は、寄与内訳として、前記ＡＩ制御手段で算出された指令値および前記補正手段で補正された指令値のそれぞれを対応付けて表示することを特徴とする制御システムにおける表示方法。
8. 請求項６に記載の制御システムにおける表示方法において、
   前記寄与内訳の算出は、前記寄与内訳として、前記補正手段で補正された指令値に対し、当該補正手段の補正が寄与しているかを示す寄与率を算出することを特徴とする制御システムにおける表示方法。
9. 請求項８に記載の制御システムにおける表示方法において、
   前記寄与内訳の算出は、前記寄与率として、前記指令値を補正する補正回路の作動頻度および前記補正手段の補正値の程度を示す平均寄与率の少なくとも一方を算出することを特徴とする制御システムにおける表示方法。
10. 請求項６乃至９のいずれかに記載の制御システムにおける表示方法において、
    前記ＡＩ制御手段で算出された指令値および前記補正手段で補正された指令値を用いて、前記ＡＩ制御手段におけるＡＩ制御の設定更新の要否を判断し、
    前記設定更新の要否の結果を、前記制御システムに通知することを特徴とする制御システムにおける表示方法。

Images