JP7466823B2 - プロセス管理の支援装置、支援方法、支援プログラムおよび支援システム - Google Patents

Description

本発明は、プラントにおけるプロセス管理の支援装置、支援方法、支援プログラムおよび支援システムに関する。

プロセス産業においては、オペレータが複数あるプロセスデータから状況を判断し、複数ある操作端の中から操作を判断してプロセス管理を行っている。オペレータの判断には、操作対象の選択、操作の量、タイミングが含まれ、様々なパターンがあるため、運転状態はオペレータ個人の技能に左右される。そして、このような技能は客観的な情報として伝えることが難しく、その承継はきわめて困難である。

このような状況を改善すべく、プラントの操業における作業のスキルを承継するための技術が提案されている。例えば、特許文献１記載の操作支援装置は、各種情報を取得し、各種情報の関連性を抽出し、抽出された関連性に基づき、プラントの操作を支援するソリューションを生成している。

そして、各種情報として、通知等のイベントに関するイベント情報、計器の数値、機器の状態、時間経過等の事象に係る事象情報、視覚、聴覚、嗅覚、触覚、味覚等を測定及び記録した知覚情報、作業者が実施したプラントの操作に係る操作情報が挙げられている。例えば日時が近い情報を対応付けることで関連性が与えられ、ソリューションとしては、異常時操作情報、模範操作情報、自動化情報およびｅラーニング情報が提供される。

特開２０１９－３５４５号公報

しかしながら、上記のように日付等で単に情報を対応付けても、複雑にプロセスデータが影響し合う状況では最適な操作を決定できない。熟練オペレータの判断や操作が共有され、伝承されることが好ましいが、経験や勘のような技能を共有したり伝承したりすることは容易ではない。

本発明は、このような事情に鑑みてなされたものであり、熟練したオペレータと同様の操作の特定または完全自動化によるプロセス管理を可能にするプロセス管理の支援装置、支援方法、支援プログラムおよび支援システムを提供することを目的とする。

（１）上記の目的を達成するため、本発明のプロセス管理の支援装置は、プラントにおけるプロセス管理の支援装置であって、ニューラルネットワークを用いたクラシファイアと、対象プラントにおける環境状況を表すプロセスデータと操作端の設定値との対応関係を表す過去のデータセットを教師データとして前記クラシファイアに学習させる学習処理部と、リアルタイムで前記対象プラントにおけるプロセスデータを取得する情報取得部と、前記クラシファイアを用いて、前記取得されたプロセスデータに対して、将来において適した操作端の設定値を特定する操作特定部と、を備えることを特徴としている。これにより、オペレータに経験や勘等などの技能が無くても熟練したオペレータと同様の操作の特定または完全自動化によるプロセス管理が可能になる。

なお、クラシファイアは、「～であれば、～をする」といった行動ルールをいい、クラシファイアシステム（Classifier System）は、複数のクラシファイアを集合したものであり、状況にマッチした行動を提示することができる。クラシファイアシステムは、教師データを用いた学習によってルールを更新していく機械学習の手法の１つである。

（２）また、本発明のプロセス管理の支援装置は、前記クラシファイアシステムが、連続値として定義される複数の入力値に対し、離散値として定義される出力値を生成し、前記プロセスデータは、時系列のデータであることを特徴としている。これにより例えば、長期間にわたり連続運転されるプラントのプロセス管理やバッチ生産のプロセス管理の支援が可能になる。

（３）また、本発明のプロセス管理の支援装置は、前記プロセスデータが、前記環境状況を表す複数種類のデータの集合であり、それぞれが互いに依存することを特徴としている。これにより、オペレータの個々の経験や勘に頼るしかなかった判断を支援でき、技能の承継が可能になる。

（４）また、本発明のプロセス管理の支援装置は、前記操作端の入力が、将来における複数の前記プロセスデータへ影響を及ぼすことを特徴としている。これにより、操作端の入力が複数のプロセスデータにフィードバックする判断が困難な状況においても、熟練したオペレータによる操作のように適切な操作を特定することができる。

（５）また、本発明のプロセス管理の支援装置は、前記クラシファイアが、全行動ルールに対して共通の条件部として構成された単一のニューラルネットワークで構成され、前記操作特定部は、複数の出力値に対し特定の閾値を超えるか否かを判定し、前記複数の出力値のうち前記特定の閾値を超える出力値に応じて前記適した操作端の設定値を特定することを特徴としている。

このように単一のニューラルネットワークで複数の行動ルールに対する判断が可能となるため、処理速度を向上させることができる。その結果、教師データを用いた学習によるクラシファイアの更新が容易になり、複数種類のプロセスデータを取り扱うプロセス管理が容易になる。

（６）また、本発明のプロセス管理の支援装置は、前記クラシファイアが、入力値を受け付ける入力層、前記入力層からの情報に基づいて重みづけして反応する中間層および中間層からの出力に重みづけをして出力値を出す出力層を有し、前記入力層、前記中間層および前記出力層に対する入力から出力までの過程を１周期としたとき、前周期以前の中間層からの出力を保持する複数のフィードバック層を更に有するマルチコンテキストリカレントニューラルネットワークで構成されることを特徴としている。これにより、過去の中間層の機能を取り込んだニューラルネットワークを構成でき、予測精度が向上する。

（７）また、本発明のプロセス管理の支援装置は、前記クラシファイアが、前周期以前の入力層を保持するための複数のタイムディレイ層をさらに有する拡張型マルチコンテキストリカレントニューラルネットワークで構成されることを特徴としている。これにより、過去の入力層の機能も取り込んだニューラルネットワークを構成でき、予測精度がさらに向上する。

（８）また、本発明のプロセス管理の支援装置は、一例として、前記対象プラントが、連続的に供給される原料を加熱する設備を含み、前記プロセスデータは、前記設備の温度を含み、前記操作端の設定値は、前記設備内への原料または燃料の送入速度を含むことが好ましい。

例えば、セメント製造プロセスでは、２４時間連続運転が通常である。ただし、８時間ごとにオペレータ交替による不連続性がある。オペレータは、環境、品質、省エネの観点から定められた基準に従った操作を行っているが、状況に応じた細かい操作はオペレータ個人の裁量で行っており、経験による巧拙がある。セメント製造プロセスにおいては、各温度、圧力および流量など数百の計測点がある。

セメント製造プロセスにおいては、採るべき操作に対して、温度、圧力、空気量、原料量、原料成分、燃料成分または燃料発熱量など多くのパラメータが複雑に絡んでいる。過去データを元にした重回帰分析や多変量解析は過去から試みられてきたが、適切な操作を推定することはできていない。これに対し、本発明のプロセス管理の支援装置は、セメント製造プロセスに代表される様々な情報から操作を判断しなければならないプロセスには好適である。複数の操作がそれぞれ複数箇所のプロセス状態へ影響を及ぼすなど、複雑に要素が関係し合うプロセス管理においては、ニューラルネットワークを利用した支援装置が有効である。

セメント製造プロセスでは、原料の量（生産量）は主に在庫や出荷等の兼ね合いで変えられる。定められた生産量を製造するよう、燃料の量や窯の回転数などが操作される。窯の温度が低いときに一時的に生産量を変えることもあるが、基本は一定である。サスペンションプレヒータでは、脱炭酸反応がなされる。そして、仮焼炉があるニューサスペンションプレヒータでは脱炭酸反応が一定（分解度が一定）になるように仮焼炉の設定温度が調整される。また、キルンには温度に関する自動制御機能はなく、落口クリンカ温度など管理項目を見ながら窯前粉炭量などが調整される。そして、クリンカの分析結果の指標が決められた範囲に入るよう、補正操作が行われる。

（９）また、本発明のプロセス管理の支援方法は、プラントにおけるプロセス管理の支援方法であって、連続値として定義される複数の入力値に対し、離散値として定義される出力値を生成するニューラルネットワークを用いたクラシファイアを準備するステップと、対象プラントにおける操業状況を表す複数種類のプロセスデータと操作端の設定値との対応関係を表す過去のデータセットを教師データとして前記クラシファイアを更新するステップと、リアルタイムで前記対象プラントにおける複数種類のプロセスデータを取得するステップと、前記クラシファイアを用いて、前記取得された複数種類のプロセスデータに対して、将来において適した操作端の設定値を特定するステップと、を含むことを特徴としている。これにより、熟練したオペレータと同様の操作の特定または完全自動化によるプロセス管理が可能になる。

（１０）また、本発明のプロセス管理の支援プログラムは、プラントにおけるプロセス管理の支援プログラムであって、連続値として定義される複数の入力値に対し、離散値として定義される出力値を生成するニューラルネットワークを用いたクラシファイアを準備する処理と、対象プラントにおける操業状況を表す複数種類のプロセスデータと操作端の設定値との対応関係を表す過去のデータセットを教師データとして前記クラシファイアを更新する処理と、リアルタイムで前記対象プラントにおける複数種類のプロセスデータを取得する処理と、前記クラシファイアを用いて、前記取得された複数種類のプロセスデータに対して、将来において適した操作端の設定値を特定する処理と、をコンピュータに実行させることを特徴としている。これにより、熟練したオペレータと同様の操作の特定または完全自動化によるプロセス管理が可能になる。

（１１）また、本発明のプロセス管理の支援システムは、プラントにおけるプロセス管理の支援システムであって、プロセス管理の対象となる対象プラントと、上記の支援装置と、を備えることを特徴としている。これにより、オペレータに経験や勘等などの技能が無くても熟練したオペレータと同様の操作の特定または完全自動化によるプロセス管理が可能になる。

本発明によれば、熟練したオペレータと同様の操作の特定または完全自動化によるプロセス管理を可能にする。

本発明のプロセス管理システムの構成を示す概略図である。 本発明のプロセス管理の支援装置の構成を示すブロック図である。 プロセス管理の支援処理を示すフローチャートである。 学習処理を示すフローチャートである。 条件部に２出力のニューラルネットワークを用いたクラシファイアを示す図である。 全行動ルールに対して共通の条件部を有する１つのニューラルネットワークを用いたクラシファイアを示す図である。 条件の数だけニューラルネットワークを構成したクラシファイアシステムの動作例を示す図である。 全条件に１つのニューラルネットワークで対応したクラシファイアシステムの動作例を示す図である。 拡張型マルチコンテキストリカレントニューラルネットワークを用いたクラシファイアを示す図である。 （ａ）～（ｃ）それぞれニューラルネットワークの分類を示す図である。 拡張型マルチコンテキストリカレントニューラルネットワークを示す図である。 （ａ）、（ｂ）それぞれ実施例において使用されるプロセスデータを示す図である。 （ａ）、（ｂ）それぞれ入力されるプロセスデータおよび出力される設定値を示す図である。 検証期間内のデータの取得状況を示す表である。 （ａ）、（ｂ）それぞれ仮焼炉の温度制御の実際の設定値および予測した設定値（１分先の設定値）を別々におよび重ねて時系列に示す図である。 （ａ）、（ｂ）それぞれ窯前粉炭の供給速度の実際の設定値および予測した設定値（１分先の設定値）を別々におよび重ねて時系列に示す図である。 （ａ）、（ｂ）それぞれロータリーキルンの回転数の実際の設定値および予測した設定値（１分先の設定値）を別々におよび重ねて時系列に示す図である。

以下に、本発明の実施形態について説明する。

［プロセス管理システムの構成］
図１は、プロセス管理システム１０を示す概略図である。プロセス管理システム１０は、プラント１００およびプロセス管理の支援装置２００を備えている。図１に示す例では、プラント１００は、セメント工場内のセメント焼成工程を行う設備であるが、これに限定されず、セメント原料工程、仕上工程を含め、複数のプロセスデータを見ながら操作する製造工程であれば鉄鋼、化学等でも適用可能である。プロセス管理の支援装置２００は、少なくともＣＰＵおよびメモリを有する例えばＰＣのような装置であり、プラント１００からの情報にもとづいてオペレータＯＰに適した操作を通知する。また、プロセス管理の支援装置２００は、オペレータＯＰからの操作を受け付け、プラント１００へその操作を指示する。

［プラントの構成］
プラント１００は、原料送入路１１０、ニューサスペンションプレヒータ１２０、ロータリーキルン１４０、窯前バーナ１５０、クーラ１７０および仮焼炉への抽気ダクト１８０を有している。以下、セメントの製造工程に沿って、プラント１００の構成を説明する。

セメントの中間製品となるクリンカの原料には、主に石灰石、粘土、けい石、鉄原料が含まれる。原料工程ではセメント品種毎の原料調合と粉砕機による乾燥粉砕が行われる。

このような原料は、連続的に焼成工程に送り込まれ、焼成される。このとき、原料は、原料送入路１１０から送入され、ニューサスペンションプレヒータ１２０を経てロータリーキルン１４０を通る過程で焼成されてクリンカとなり、クーラ１７０へ流れる。一方、ガスは、クーラ１７０で取り込まれた空気であり、ロータリーキルン１４０、各サイクロン１２１を通り、誘引ファン１２３から排出される。原料の送入速度は、原料送入路１１０の位置で制御されている。クーラ１７０で取り込まれた空気はクリンカを冷却するとともに、燃焼用の空気や熱源となる。

ニューサスペンションプレヒータ１２０にはサイクロン１２１、仮焼炉１２５が含まれ、各サイクロン１２１ではガスと原料を分離させる。ロータリーキルン１４０から最下段のサイクロン１２１に入ったガスは各サイクロン１２１を通りながら、原料との熱交換を行い、誘引ファン１２３で系外に排出される。また、排出されたガスは、原料の乾燥や排熱発電に利用される。誘引ファン１２３の回転数は、制御されている。最上段の４つのサイクロン１２１のガス温度は、温度センサにより監視されている。仮焼炉１２５には、バーナが備わっており、炉内の温度は制御されている。

ニューサスペンションプレヒータ１２０を経てロータリーキルン１４０に送り込まれた原料は、窯尻１４３から入り、窯前１４５まで進みながら１４５０℃程度の温度まで焼成される。そして、窯尻１４３におけるＯ_２濃度およびＮＯ_Ｘ濃度は監視されている。窯前バーナ１５０は、ロータリーキルン１４０の窯前１４５に設置され、供給される石炭の微粉末（粉炭）を燃焼させる。窯前粉炭の供給速度は制御されている。この焼成過程で原料は徐々に化学変化し、水硬性をもった化合物の集まりであり、セメントの中間製品であるクリンカとなり、窯前１４５から排出される。ロータリーキルン１４０の電流は監視され、ロータリーキルン１４０の回転数は制御されている。

キルン内で化合物となったクリンカは、落口１４８からクーラに入り急冷される。落口１４８における温度は監視されている。クーラ１７０から仮焼炉１２５の間には、クーラから仮焼炉へと抽気する抽気ダクト１８０が設けられており、抽気ダクト１８０内にはクーラからの抽気量を調整する抽気ダンパ１８５が設けられている。抽気ダンパ１８５の開度は、制御されている。また、クーラ１７０から排出されたクリンカ中のフリーライムは、成分分析により監視されている。

仕上工程では、クリンカに石膏、混合材を添加して粉砕機で粉砕することで、最終製品であるセメントになる。

上記のようなセメント工場では、供給され続ける原料を長期間にわたって連続的に焼成する。その場合に、連続値である多数の時系列のプロセスデータが監視され、制御される。なお、連続値は線形である場合だけでなく非線形である場合にも対応可能である。それぞれのプロセスデータは互いに依存しており、１つのプロセスデータを変更すると他のプロセスデータへも影響する。このような事例では、単純な理論でプロセスを制御できないため後述のニューラルネットワーク（Neural Network）を用いた支援が好適である。なお、以上の例は、好適な一例であり、監視対象や制御対象はプラントに応じて適宜選択されてよい。

プロセス産業における複数あるプロセスデータをリアルタイムに適用することで、過去に行われた（学習した）操作が状態に応じてリアルタイムに提示され、操作を促すことができる。直接操作することで運転自動化も可能となる。

［プロセス管理の支援装置の構成］
図２は、プロセス管理の支援装置２００の構成を示すブロック図である。図２に示すように、プロセス管理の支援装置２００であって、情報取得部２１０、記憶部２２０、クラシファイア２３０、学習処理部２４０、操作特定部２５０、表示部２６０および操作部２７０を備えている。図２に示す実線は操作予測のための情報の送受を表し、一点鎖線は学習処理のための情報の送受を表し、破線は自動操作のための情報の送受を表す。

情報取得部２１０は、リアルタイムで対象プラントにおけるプロセスデータを取得する。取得されたプロセスデータは、教師データとして記憶部２２０に蓄積され、かつ条件にマッチするか判断するためにクラシファイア２３０に送出される。記憶部２２０は、クラシファイア２３０の学習用に、条件を見直すために必要なプロセスデータを蓄積する。記憶されたプロセスデータは教師データとして用いられる。記憶されたプロセスデータと同じデータを他の手段で用意できるのであれば、記憶部２２０への蓄積は省略することもできる。

クラシファイア２３０は、入力値を受け付ける入力層、入力層からの情報に基づいて重みづけして反応する中間層および中間層からの出力に重みづけをして出力値を出す出力層を有するニューラルネットワークを用いてデータを分類する機能を有する。クラシファイア２３０は、複数のニューラルネットワークの集合で構成されてもよいし、単一のニューラルネットワークで構成されてもよい。このようなニューラルネットワークの詳細は、後述する。

クラシファイア２３０は、非線形な連続値として定義される複数の入力値に対し、離散値として定義される出力値を生成することが好ましい。これにより、例えばセメント工場のような長期間にわたり連続運転され、時系列のプロセスデータの制御が必要なプラントのプロセス管理やバッチ生産のプロセス管理の支援が可能になる。

プロセスデータは、環境状況を表す複数種類のデータの集合であり、それぞれが互いに依存する場合に特にニューラルネットワークを有するクラシファイア２３０の適用が好ましい。このようなオペレータの個々の経験や勘に頼るしかなかった判断について技能の承継が可能になる。

また、操作端の入力が、将来における複数のプロセスデータへ影響を及ぼすような状況にニューラルネットワークを有するクラシファイア２３０を用いるのが好ましい。これにより、操作端の入力が複数のプロセスデータにフィードバックするような判断が困難な状況においても、熟練したオペレータによる操作のように適切な操作を特定することができる。

クラシファイア２３０は、全行動ルールに対して共通の条件部として構成された単一のニューラルネットワークで構成されることが好ましい。このような構成に対しては、操作特定部２５０は、複数の出力値に対し特定の閾値を超えるか否かを判定し、複数の出力値のうち特定の閾値を超える出力値に応じて適した操作端の設定値を特定する。操作端の設定値は、将来に設定されるべき値であることが好ましく、例えば１分先、１０分先または３０分先の設定値であってもよい。

単一のニューラルネットワークで複数の行動ルールに対する判断が可能になると、処理速度を向上させることができる。その結果、教師データを用いた学習によるクラシファイアの更新が容易になり、複数種類のプロセスデータを取り扱うプロセス管理が容易になる。単一のニューラルネットワークの詳細は後述する。

クラシファイア２３０は、入力層、中間層および出力層に対する入力から出力までの過程を１周期としたとき、前周期以前の中間層からの出力を保持する複数のフィードバック層をさらに有するマルチコンテキストリカレントニューラルネットワークで構成されることが好ましい。これにより、過去の中間層の機能を取り込んだニューラルネットワークを構成できる。マルチコンテキストリカレントニューラルネットワークの詳細は、後述する。

クラシファイア２３０は、前周期以前の入力層を保持するための複数のタイムディレイ層をさらに有する拡張型マルチコンテキストリカレントニューラルネットワークで構成される。これにより、過去の入力層の機能も取り込んだニューラルネットワークを構成できる。拡張型マルチコンテキストリカレントニューラルネットワークの詳細は、後述する。

学習処理部２４０は、記憶部２２０からプロセスデータと実際の操作の情報を受け取り、操作特定部２５０から予測した操作を受け取る。そして、実際の操作と予測した操作を比較し、誤差を修正するように学習し、クラシファイア２３０を更新する。このようにして、プラント１００における環境状況を表すプロセスデータと操作端の設定値との対応関係を表す過去のデータセットを教師データとしてクラシファイア２３０に学習させる。操作特定部２５０は、取得されたプロセスデータに対して、クラシファイア２３０を用いて将来において適した操作端の設定値を特定する。これにより、オペレータに経験や勘等などの技能が無くても熟練したオペレータと同様の操作の特定または完全自動化によるプロセス管理が可能になる。例えば、落口クリンカ温度が低くなりつつある場合に、窯前粉炭の供給速度を操作すべきタイミングで適切な量を上げる設定が適しているという判断が可能になる。上記の学習については、１日１回学習させてもよいし、最短３０分毎の学習であれば可能である。また、学習専用のＰＣを設けることで１分毎の学習も可能になる。

表示部２６０は、例えばディスプレイ等の出力装置や出力回路を含む構成であり、特定された操作端の設定値を表示する。操作部２７０は、キーボード、マウス等の入力装置や入力回路を含む構成であり、オペレータＯＰによる操作を受け付け、プラント１００へその操作を指示する。なお、操作特定部２５０により特定された操作を操作部２７０がプラント１００に指示し、完全自動化することも可能である（図中の破線）。

［プロセス管理の支援装置の動作］
上記のように構成されたプロセス管理の支援装置２００の動作を説明する。図３は、プロセス管理の支援処理を示すフローチャートである。図３に示すように、まず、リアルタイムでプロセスデータを取得し（ステップＳ１）、すべてのクラシファイア２３０の条件にマッチしたか否かを同時に照合する（ステップＳ２）。そして、全クラシファイアからマッチした操作をマッチセットとして一旦集め、その中から最も適合度の高い操作を特定する。その結果、操作端の設定値を特定する（ステップＳ３）。

操作端の設定値とは、例えば原料の送入速度の上げ幅や下げ幅を指す。そして、操作として特定された設定値を表示し（ステップＳ４）、オペレータＯＰに適した操作を伝える。オペレータＯＰは、伝えられた操作を参照し、プロセス管理の支援装置２００に操作を入力し、プロセス管理の支援装置２００は、受け付けた操作をプラント１００に指示する（ステップＳ５）。このようにして、プロセス管理が支援され、熟練者以外でも容易に操作可能になる。

次に、学習処理の動作を説明する。学習は、実際の操作と予測した操作を比較し、誤差を修正するようにクラシファイアを更新する。１日分のデータを過去データとして１日１回入力して学習することができる。現在、１日分をまとめて入力し、学習処理をしており、３０分程度の時間を要している。学習するデータを分割したり、学習専用のＰＣを設けたりすることで１分毎のリアルタイム学習も可能になる。１分毎に学習する場合は、１４４０個のデータを１点ずつ変えながら学習処理を行う。その場合には３０分以上の学習時間が必要になる。１４４０点を分割したり、ＰＣのハイスペック化や台数を増やしたりすることで学習時間を短縮できる。

図４は、学習処理を示すフローチャートである。図４に示すように、まず、過去のプロセスデータを取得し（ステップＴ１）、入力が有ったか否かを判定する（ステップＴ２）。入力が無かったときには、そのまま終了する。入力が有ったときには、入力されたデータと全クラシファイアの条件と照合する（ステップＴ３）。そして、全クラシファイアからマッチした操作の設定値を特定する（ステップＴ４）。

操作として特定された設定値を表示し（ステップＴ５）、表示した操作と実際の操作の誤差を比較する（ステップＴ６）。そして、誤差が小さくなるようにクラシファイアの条件を更新し（ステップＴ７）、ステップＴ１に戻る。このようにしてクラシファイアの構造が決定される。

なお、上記の例では、セメント工場を対象としているが、それ以外であっても、例えばプラントが連続的に供給される原料を加熱する設備を含み、プロセスデータは、その設備の温度を含み、操作端の設定値は、その設備内への原料または燃料の送入速度を含むような場合には、上記の装置は好適である。

すなわち、連続運転される設備（例えば炉）の温度は多数の因子により決まり、設備内への原料または燃料の送入速度は、設備内の状態へ様々な影響を及ぼす。このような複雑に要素が関係し合うプロセス管理においては、上記のようなニューラルネットワークを利用した支援装置が有効である。

［クラシファイア］
（基本的な構成および機能）
次に、ニューラルネットワークを用い、連続値で定義される入力に対応するクラシファイアについて説明する。ニューラルネットワークは、機械学習手法の１つであり、人間の脳内にある神経細胞（ニューロン）による神経回路（ネットワーク）を模したアルゴリズムである。ニューラルネットワークは、複数のニューロンが互いに接続された多層構造となっており、各層のニューロンは、単一あるいは複数の入力情報に対して、活性化関数に基づいて計算された値を出力値として次の層のニューロンに伝達する。これを入力層から出力層まで行う。

クラシファイアは、条件部、行動部、予測値、予測誤差および適合度といったパラメータで構成される。離散値入力のクラシファイアにおける条件部は、｛０、１、＃｝の３進数を用いる。＃はそのビットが０でも１でも合致していることを表す記号である。この場合、クラシファイアの集合から条件部が現在の環境状態と合致するものを選び、合致したクラシファイアの集合であるマッチセットを作る。

入力された環境状態と合致するクラシファイアが存在しない場合、環境状態に合致するクラシファイアを生成するカバーリングを行う。マッチセット内のクラシファイアから予測値が高く、予測誤差の小さいクラシファイアの持つ行動を最良のものとして選択する。そして、選択された行動を持つクラシファイアをアクションセットとする。このようにして何らかの行動の選択が可能になる。

そして、さらに学習のために、環境から与えられる報酬（予測と真値の差）に基づいて、アクションセットの条件部を遺伝的アルゴリズム（ＧＡ）で更新し、クラシファイアの予測値、予測誤差、適合度を更新する。適合度の更新までを１回の学習として、既定回数に達するまで繰り返すことで学習の効果が高まる。

図５は、条件部に２出力のニューラルネットワークを用いたクラシファイアを示す図である。図５に示すクラシファイアは、入力層Ｉ（ｔ）、中間層Ｈ（ｔ）、出力層（出力１、２）による１つのニューラルネットワークで構成されており、出力１＞出力２のときにそのクラシファイアがマッチしていると判断される。このようなクラシファイアを複数準備し、マッチした複数のクラシファイアをマッチセットとして確保し、さらに予測値が高く、予測誤差の小さいクラシファイアに基づいて出力値（操作の予測）を決定する。さらに、マッチセットに含まれるクラシファイアのうち同じ出力値を持つクラシファイアをアクションセットに移す。アクションセットのクラシファイアは、環境からの報酬に対して行動を返す。

（システムの処理時間）
上記のようなクラシファイアを用いるときに、処理時間が問題になることがある。連続値で定義される入力を｛０、１、＃｝の３進数に離散化して対応するクラシファイアを用いたシステムは、様々なパターンが生じる連続環境の時系列データを当てはめると、条件部のビット長が増大し、処理時間を要し、クラシファイアの環境へのマッチングが難しくなる。

連続値で定義される入力を｛０、１、＃｝の３進数に離散化して対応するクラシファイアのマッチングや処理速度を向上するクラシファイアとして、連続値で定義される入力にニューラルネットワークを用いて対応するクラシファイアがある。このクラシファイアは行動ルール毎の条件部に２つの出力をさせ、出力の大小関係から合致するか否かを判定することでマッチングが可能である。しかし、行動ルール毎にニューラルネットワークを有し、学習する必要があるため、計算量が膨大となり、処理時間を要する。

条件部にニューラルネットワークを用いても十分とはいえない。また、クラシファイアは学習を繰り返し、ルールを更新することで、精度を高める強化学習であるが、処理速度が遅く、例えば２１入力１出力の半日分の学習に１週間を要するほどである。日々のルール更新はできない。

（１つのニューラルネットワークの共通化）
これに対し、１つのニューラルネットワークを全クラシファイアの条件部共通とすることで、処理速度を大幅に高めることができる。図６は、全行動ルールに対して共通の条件部を有する１つのニューラルネットワークを用いたクラシファイアを示す図である。このようなクラシファイアでは、処理速度向上により日々のルール更新も容易となる。

条件の数だけニューラルネットワークを構成する場合と、全条件に１つのニューラルネットワークで対応する場合とについて例を用いて説明する。図７は、条件の数だけニューラルネットワークを構成したクラシファイアシステムの動作例を示す図である。条件の数だけニューラルネットワークを構成した場合、入力（各プロセスデータ）がｎ個あるクラシファイアのニューラルネットワークに入り、出力１、２を算出する。その出力を比較し、出力１が大きい場合に条件にマッチしたとして、クラシファイアの行動（操作）をマッチセットへ渡す。図７に示す例では、クラシファイア（１）～（ｎ）に個別に設けられたニューラルネットワークの出力に対し行動（１）、（３）、（ｎ－１）がマッチしていると判断されている。この場合、ｎ個のニューラルネットワークがそれぞれ計算するため、処理に時間がかかる。

図８は、全条件に１つのニューラルネットワークで対応したクラシファイアシステムの動作例を示す図である。全条件に１つのニューラルネットワークで対応した場合には、入力（各プロセスデータ）が１つのニューラルネットワークに入り、ｎ個のクラシファイアに対応する出力１～出力ｎを算出する。そして、各出力をそれぞれ閾値θと比較し、閾値を超えている場合にマッチしたとして、クラシファイアの行動（操作）をマッチセットへ渡す。図８に示す例では、共通のニューラルネットワークの出力に対し行動（１）、（３）、（ｎ－１）がマッチしていると判断されている。このように１つのニューラルネットワークで計算するため、処理の時間が短縮される。

（拡張型マルチコンテキストリカレントニューラルネットワーク）
上記のようなシステムでは、さらにニューラルネットワークとして拡張型マルチコンテキストリカレントニューラルネットワーク（Extended Multi-Context Recurrent Neural Network）を用いることで予測精度が向上する。図９は、拡張型マルチコンテキストリカレントニューラルネットワークを用いたクラシファイアを示す図である。拡張型マルチコンテキストリカレントニューラルネットワークでは、クラシファイアの条件部に、数期前までの中間層からの出力を保持するための複数のフィードバック層と、過去の入力層を保持するための複数のタイムディレイ層を有する。その結果、予測精度が向上する。

マルチコンテキストリカレントニューラルネットワークの構成を説明する。図１０（ａ）～（ｃ）は、それぞれニューラルネットワークの分類を示す図である。図１０（ａ）に示すニューラルネットワークでは、入力層、中間層および出力層が設けられ、各層のノードが結合し、結合には重み付けがなされている。図１０（ｂ）に示すニューラルネットワークは、前期以前の中間層をコピーしたフィードバック層を用いており、時系列情報を考慮したネットワーク構造を有する。これはリカレントニューラルネットワークと呼ばれる。図１０（ｃ）に示すニューラルネットワークは、前期以前の中間層をコピーしたフィードバック層を複数用意している。これはマルチコンテキストリカレントニューラルネットワークと呼ばれる。

図１１は、拡張型マルチコンテキストリカレントニューラルネットワークを示す図である。拡張型マルチコンテキストリカレントニューラルネットワークでは、前期以前の中間層をコピーしたフィードバック層を複数設けるとともに、前期以前の入力層をコピーしたタイムディレイ層も複数設けている。

［実施例］
実際に、セメント工場において、拡張型マルチコンテキストリカレントニューラルネットワークを用いたクラシファイアシステムで操作の予測値を出力し、熟練者が実際に設定した設定値との比較を行った。まず、入力するプロセスデータとして、オペレータが主に操作する６種の操作端とオペレータが主に監視する９種の計測値（合計１５種の計測値）を採用した。図１２（ａ）は、実施例において入力されるプロセスデータを示す図である。図１２（ｂ）は、実際に設定した操作端の設定値を示している。図１２（ｂ）に示す設定値は、学習時に使用される。なお、予測する操作端自身の計測値を入力するプロセスデータから除いた、１４種の入力で予測を行っている。

このような入力に対して１分先の操作端の設定値を出力した。１４種のプロセスデータから１分先に操作端の設定値を操作するルールを学習し、入力データに基づいて１分先の操作端の設定値を出力（予測）した。図１３（ａ）、（ｂ）は、それぞれ入力されるプロセスデータおよび出力される設定値を示す図である。

なお、１日目は入出力ルールの学習のみとし、２日目以降は前日の学習ルールを使った操作予測を行うとともに、過去の学習を活かしつつ、学習ルールを更新した。また、行動ルール毎にニューラルネットワークを用いると半日分の解析に１週間を要していたが、本発明の手法を取ることで、年間の解析が１週間となり、１日毎の学習モデル更新が可能となった。図１４は、検証期間内のデータの取得状況を示す表である。

図１５（ａ）、（ｂ）それぞれは、仮焼炉の温度制御の実際の設定値および予測した設定値（１分先の設定値）を別々におよび重ねて時系列に示す図である。図１６（ａ）、（ｂ）それぞれは、窯前粉炭の供給速度の実際の設定値および予測した設定値（１分先の設定値）を別々におよび重ねて時系列に示す図である。図１７（ａ）、（ｂ）それぞれは、ロータリーキルンの回転数の実際の設定値および予測した設定値（１分先の設定値）を別々におよび重ねて時系列に示す図である。いずれも実際の設定値に対する予測した設定値の正答率が高く、ほとんど乖離しないことが分かった。なお、予測は日々更新したルールに基づいて動き、様々なオペレータの操作の判断等を平均して学習した結果になるため、若干のずれが生じているようにも見える。しかし、年間を通して操作予測が大きく外れることはなく問題ない。

１０ プロセス管理システム
１００ プラント
１１０ 原料送入路
１２０ ニューサスペンションプレヒータ
１２１ サイクロン
１２３ 誘引ファン
１２５ 仮焼炉
１４０ ロータリーキルン
１４３ 窯尻
１４５ 窯前
１４８ 落口
１５０ 窯前バーナ
１７０ クーラ
１８０ 抽気ダクト
１８５ 抽気ダンパ
２００ 支援装置
２１０ 情報取得部
２２０ 記憶部
２３０ クラシファイア
２４０ 学習処理部
２５０ 操作特定部
２６０ 表示部
２７０ 操作部
ＯＰ オペレータ

Claims (10)

1. プラントにおけるプロセス管理の支援装置であって、
   全行動ルールに対して共通の条件部として構成された単一のニューラルネットワークで構成されたクラシファイアと、
   対象プラントにおける環境状況を表すプロセスデータと操作端の設定値との対応関係を表す過去のデータセットを教師データとして前記クラシファイアに学習させる学習処理部と、
   リアルタイムで前記対象プラントにおけるプロセスデータを取得する情報取得部と、
   前記クラシファイアを用いて、前記取得されたプロセスデータに対して、将来において適した操作端の設定値を特定する操作特定部と、を備え、
   前記クラシファイアは、連続値として定義される複数の入力値に対し、離散値として定義される出力値を生成する行動ルールであって、入力値に対して前記ニューラルネットワークにより前記行動ルールの適否が判定され、
   前記プロセスデータは、時系列のデータであることを特徴とする支援装置。
2. 前記プロセスデータは、前記環境状況を表す複数種類のデータの集合であり、それぞれが互いに依存することを特徴とする請求項１記載の支援装置。
3. 前記操作端の入力は、将来における複数の前記プロセスデータへ影響を及ぼすことを特徴とする請求項１または請求項２記載の支援装置。
4. 前記操作特定部は、複数の出力値に対し特定の閾値を超えるか否かを判定し、前記複数の出力値のうち前記特定の閾値を超える出力値に応じて前記適した操作端の設定値を特定することを特徴とする請求項１から請求項３のいずれかに記載の支援装置。
5. 前記クラシファイアは、入力値を受け付ける入力層、前記入力層からの情報に基づいて重みづけして反応する中間層および中間層からの出力に重みづけをして出力値を出す出力層を有し、
   前記入力層、前記中間層および前記出力層に対する入力から出力までの過程を１周期としたとき、前周期以前の中間層からの出力を保持する複数のフィードバック層を更に有するマルチコンテキストリカレントニューラルネットワークで構成されることを特徴とする請求項１から請求項４のいずれかに記載の支援装置。
6. 前記クラシファイアは、前周期以前の入力層を保持するための複数のタイムディレイ層をさらに有する拡張型マルチコンテキストリカレントニューラルネットワークで構成されることを特徴とする請求項５記載の支援装置。
7. 前記対象プラントは、連続的に供給される原料を加熱する設備を含み、
   前記プロセスデータは、前記設備の温度を含み、
   前記操作端の設定値は、前記設備内への原料または燃料の送入速度を含むことを特徴とする請求項１から請求項６のいずれかに記載の支援装置。
8. プラントにおけるプロセス管理の支援方法であって、
   全行動ルールに対して共通の条件部として構成された単一のニューラルネットワークで構成され、連続値として定義される複数の入力値に対し、離散値として定義される出力値を生成する行動ルールであって、入力値に対してニューラルネットワークにより前記行動ルールの適否が判定されるクラシファイアの構造を決定するステップと、
   対象プラントにおける操業状況を表す時系列のデータである複数種類のプロセスデータと操作端の設定値との対応関係を表す過去のデータセットを教師データとして前記クラシファイアを更新するステップと、
   リアルタイムで前記対象プラントにおける複数種類のプロセスデータを取得するステップと、
   前記クラシファイアを用いて、前記取得された複数種類のプロセスデータに対して、将来において適した操作端の設定値を特定するステップと、を含むことを特徴とする支援方法。
9. プラントにおけるプロセス管理の支援プログラムであって、
   全行動ルールに対して共通の条件部として構成された単一のニューラルネットワークで構成され、連続値として定義される複数の入力値に対し、離散値として定義される出力値を生成する行動ルールであって、入力値に対してニューラルネットワークにより前記行動ルールの適否が判定されるクラシファイアの構造を決定する処理と、
   対象プラントにおける操業状況を表す時系列のデータである複数種類のプロセスデータと操作端の設定値との対応関係を表す過去のデータセットを教師データとして前記クラシファイアを更新する処理と、
   リアルタイムで前記対象プラントにおける複数種類のプロセスデータを取得する処理と、
   前記クラシファイアを用いて、前記取得された複数種類のプロセスデータに対して、将来において適した操作端の設定値を特定する処理と、をコンピュータに実行させることを特徴とする支援プログラム。
10. プラントにおけるプロセス管理の支援システムであって、
    プロセス管理の対象となる対象プラントと、
    請求項１から請求項７のいずれかに記載の支援装置と、を備えることを特徴とする支援システム。

Images