JP7468766B1 - 運転支援装置、運転支援方法及びプログラム - Google Patents
運転支援装置、運転支援方法及びプログラム Download PDFInfo
- Publication number
- JP7468766B1 JP7468766B1 JP2023179471A JP2023179471A JP7468766B1 JP 7468766 B1 JP7468766 B1 JP 7468766B1 JP 2023179471 A JP2023179471 A JP 2023179471A JP 2023179471 A JP2023179471 A JP 2023179471A JP 7468766 B1 JP7468766 B1 JP 7468766B1
- Authority
- JP
- Japan
- Prior art keywords
- process data
- information
- operation amount
- batch process
- evaluation item
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 131
- 238000012937 correction Methods 0.000 claims abstract description 33
- 238000003860 storage Methods 0.000 claims abstract description 29
- 238000010923 batch production Methods 0.000 claims description 112
- 238000011156 evaluation Methods 0.000 claims description 41
- 230000006870 function Effects 0.000 description 11
- 238000012800 visualization Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000003825 pressing Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 230000026676 system process Effects 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本実施形態に係る運転支援装置10のハードウェア構成例を図1に示す。図1に示すように、本実施形態に係る運転支援装置10は、入力装置101と、表示装置102と、外部I/F103と、通信I/F104と、RAM(Random Access Memory)105と、ROM(Read Only Memory)106と、補助記憶装置107と、プロセッサ108とを有する。これらの各ハードウェアは、それぞれがバス109を介して通信可能に接続される。
本実施形態に係る運転支援装置10の機能構成例を図2に示す。図2に示すように、本実施形態に係る運転支援装置10は、入力部201と、分類部202と、類似探索部203と、補正部204と、選択部205と、可視化部206とを有する。これら各部は、例えば、運転支援装置10にインストールされた1以上のプログラムが、プロセッサ108等に実行させる処理により実現される。また、本実施形態に係る運転支援装置10は、記憶部207を有する。記憶部207は、例えば、補助記憶装置107の記憶領域等により実現される。なお、記憶部207は、例えば、運転支援装置10と通信可能に接続された記憶装置の記憶領域等により実現されていてもよい。
以下、本実施形態に係る運転支援処理について、図4を参照しながら説明する。なお、以下の運転支援処理は、例えば、予め決められた時間が経過する毎に繰り返し実行されてもよいし、予め決められたタイミングで実行されてもよいし、バッチプロセスで予め決められたイベントが発生したときに実行されてもよい。当該イベントとしては、例えば、バッチ開始を表すイベント、何等かの操作の操作量がプラントに設定されたことを表すイベント等が挙げられる。
対象データをd、対象データに含まれる時刻tのバッチプロセスデータをd(t)とする。また、対象データdと同一グループに分類された過去操業のバッチプロセスデータをdi、バッチプロセスデータdiに含まれる時刻tのバッチプロセスデータをdi(t)とする。ここで、iは対象データdと同一グループに分類された過去操業のバッチプロセスデータの番号を表し、i=1,・・・,Iとする。なお、Iは対象データdと同一グループに分類された過去操業のバッチプロセスデータの総数である。
対象データをd、対象データに含まれる時刻tのバッチプロセスデータをd(t)とする。また、対象データdと同一グループに分類された過去操業のバッチプロセスデータをdi、バッチプロセスデータdiに含まれる時刻tのバッチプロセスデータをdi(t)とする。ここで、iは対象データdと同一グループに分類された過去操業のバッチプロセスデータの番号を表し、i=1,・・・,Iとする。なお、Iは対象データdと同一グループに分類された過去操業のバッチプロセスデータの総数である。
以上のように、本実施形態に係る運転支援装置10は、連続情報と離散情報の両方を考慮して、現在の操業に類似する過去操業のプロセスデータを取得し、このプロセスデータに含まれる操作量を補正した補正量をプラントのオペレータ等に提示する。これにより、現在の操業に類似していない過去操業のプロセスデータが取得されてしまう事態を防止することができる。また、過去操業のプロセスデータに含まれる操作量を補正するため、仮に過去操業のプロセスデータに含まれる操作量が現在の操業の操作量とあまりに似ていなかったとしても、目標を達成するような最適な操作量をオペレータ等に提示することができる。
以下、上記の実施形態の一変形例について説明する。
図4のステップS103では近傍探索により過去操業のバッチプロセスデータを探索する際に、対象データの最近傍となる1つのバッチプロセスデータを類似操業のバッチプロセスデータとして取得したが、複数のバッチプロセスデータが取得されてもよい。例えば、対象データの最近傍となるバッチプロセスデータに加えて、その次に最近傍となるバッチプロセスデータや更にその次に最近傍となるバッチプロセスデータ等が取得されてもよい。
図4のステップS102では対象データと各バッチプロセスデータとを複数のグループに分類したが、記憶部207に記憶されているバッチプロセスデータの中から対象データと離散情報が同一であるバッチプロセスデータを特定してもよい。この場合、ステップS103では、ステップS102で特定されたバッチプロセスデータの中から類似操業のバッチプロセスデータを探索及び取得すればよい。
上記の実施形態では連続情報と離散情報とが存在するプロセスとしてバッチプロセスを想定したが、連続情報と離散情報とが存在するプロセスであれば、或る所定の期間で区切った連続系プロセスのプロセスデータに対して上記の実施形態が適用されてもよい。例えば、1か月毎の期間で連続系プロセスのプロセスデータを区切ったデータに対して上記の実施形態が適用されてもよい。又は、例えば、1か月毎の期間で連続系プロセスのプロセスデータを区切った上で、その期間の月を表す離散情報(つまり、1~12のいずれかの値を取る離散情報)を付与したデータに対して上記の実施形態が適用されてもよい。
101 入力装置
102 表示装置
103 外部I/F
103a 記録媒体
104 通信I/F
105 RAM
106 ROM
107 補助記憶装置
108 プロセッサ
109 バス
201 入力部
202 分類部
203 類似探索部
204 補正部
205 選択部
206 可視化部
207 記憶部
Claims (8)
- 連続情報と離散情報とが含まれる第1のプロセスデータを入力する入力部と、
前記連続情報と前記離散情報とが含まれる複数の第2のプロセスデータを記憶する記憶部と、
前記離散情報に基づいて、前記第1のプロセスデータと前記複数の第2のプロセスデータとを複数のグループに分類する分類部と、
前記連続情報に基づいて、前記第1のプロセスデータと同一のグループに分類された1以上の第2のプロセスデータの中から、前記第1のプロセスデータに類似する第2のプロセスデータを探索する類似探索部と、
1つ以上の補正パターンに基づいて、前記第1のプロセスデータに類似する第2のプロセスデータに含まれる操作量のうち、現在時刻以降の操作量をそれぞれ補正した1つ以上の補正後操作量を作成する補正部と、
前記1つ以上の補正後操作量に基づいて、所定の目標を達成するための最適な操作量を選択する選択部と、
を有し、
前記選択部は、
操作量系列を入力として所定の評価項目値を出力するモデルを用いて、前記第2のプロセスデータに含まれる操作量のうちの前記現在時刻よりも前の操作量と前記1つ以上の補正後操作量の各々とで構成される1つ以上の操作量系列を前記モデルにそれぞれ入力することで1以上の評価項目値を算出し、前記1つ以上の操作量系列の中から、前記評価項目値が前記目標に達成する操作量系列を前記最適な操作量として選択する、運転支援装置。 - 前記離散情報は、離散値をそれぞれ取る1つ以上の属性値であり、
前記分類部は、
前記1つ以上の属性値が同一のデータ同士を同一のグループに分類することにより、前記第1のプロセスデータと前記複数の第2のプロセスデータとを複数のグループに分類する、請求項1に記載の運転支援装置。 - 前記類似探索部は、
前記第1のプロセスデータに含まれる前記連続情報の特徴量と、前記1以上の第2のプロセスデータにそれぞれ含まれる前記連続情報の特徴量との間の距離又は類似度を利用した近傍探索により、前記第1のプロセスデータに類似する第2のプロセスデータを探索する、請求項1又は2に記載の運転支援装置。 - 前記連続情報の特徴量は、前記連続情報の時系列に含まれる所定の時間断面における連続情報、又は、前記連続情報の時系列における所定の時間区間の特徴量若しくは統計量、である、請求項3に記載の運転支援装置。
- 前記連続情報は、前記第1のプロセスデータ及び前記第2のプロセスデータに含まれ、連続値をそれぞれ取る1つ以上のプロセス変数値である、請求項4に記載の運転支援装置。
- 前記第1のプロセスデータ及び前記第2のプロセスデータは、バッチプロセスのプロセスデータである、請求項5に記載の運転支援装置。
- 連続情報と離散情報とが含まれる第1のプロセスデータを入力する入力手順と、
前記連続情報と前記離散情報とが含まれる複数の第2のプロセスデータを記憶部に記憶させる記憶手順と、
前記離散情報に基づいて、前記第1のプロセスデータと前記複数の第2のプロセスデータとを複数のグループに分類する分類手順と、
前記連続情報に基づいて、前記第1のプロセスデータと同一のグループに分類された1以上の第2のプロセスデータの中から、前記第1のプロセスデータに類似する第2のプロセスデータを探索する類似探索手順と、
1つ以上の補正パターンに基づいて、前記第1のプロセスデータに類似する第2のプロセスデータに含まれる操作量のうち、現在時刻以降の操作量をそれぞれ補正した1つ以上の補正後操作量を作成する補正手順と、
前記1つ以上の補正後操作量に基づいて、所定の目標を達成するための最適な操作量を選択する選択手順と、
をコンピュータが実行し、
前記選択手順は、
操作量系列を入力として所定の評価項目値を出力するモデルを用いて、前記第2のプロセスデータに含まれる操作量のうちの前記現在時刻よりも前の操作量と前記1つ以上の補正後操作量の各々とで構成される1つ以上の操作量系列を前記モデルにそれぞれ入力することで1以上の評価項目値を算出し、前記1つ以上の操作量系列の中から、前記評価項目値が前記目標に達成する操作量系列を前記最適な操作量として選択する、運転支援方法。 - 連続情報と離散情報とが含まれる第1のプロセスデータを入力する入力手順と、
前記連続情報と前記離散情報とが含まれる複数の第2のプロセスデータを記憶部に記憶させる記憶手順と、
前記離散情報に基づいて、前記第1のプロセスデータと前記複数の第2のプロセスデータとを複数のグループに分類する分類手順と、
前記連続情報に基づいて、前記第1のプロセスデータと同一のグループに分類された1以上の第2のプロセスデータの中から、前記第1のプロセスデータに類似する第2のプロセスデータを探索する類似探索手順と、
1つ以上の補正パターンに基づいて、前記第1のプロセスデータに類似する第2のプロセスデータに含まれる操作量のうち、現在時刻以降の操作量をそれぞれ補正した1つ以上の補正後操作量を作成する補正手順と、
前記1つ以上の補正後操作量に基づいて、所定の目標を達成するための最適な操作量を選択する選択手順と、
をコンピュータに実行させ、
前記選択手順は、
操作量系列を入力として所定の評価項目値を出力するモデルを用いて、前記第2のプロセスデータに含まれる操作量のうちの前記現在時刻よりも前の操作量と前記1つ以上の補正後操作量の各々とで構成される1つ以上の操作量系列を前記モデルにそれぞれ入力することで1以上の評価項目値を算出し、前記1つ以上の操作量系列の中から、前記評価項目値が前記目標に達成する操作量系列を前記最適な操作量として選択する、プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023179471A JP7468766B1 (ja) | 2023-10-18 | 2023-10-18 | 運転支援装置、運転支援方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023179471A JP7468766B1 (ja) | 2023-10-18 | 2023-10-18 | 運転支援装置、運転支援方法及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7468766B1 true JP7468766B1 (ja) | 2024-04-16 |
Family
ID=90667741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023179471A Active JP7468766B1 (ja) | 2023-10-18 | 2023-10-18 | 運転支援装置、運転支援方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7468766B1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6992922B1 (ja) | 2021-05-11 | 2022-01-13 | 富士電機株式会社 | データ分割装置、データ分割方法、及びプログラム |
JP7081728B1 (ja) | 2022-01-20 | 2022-06-07 | 富士電機株式会社 | 運転支援装置、運転支援方法及びプログラム |
JP7207596B1 (ja) | 2022-06-16 | 2023-01-18 | 富士電機株式会社 | 運転支援装置、運転支援方法及びプログラム |
JP7384265B1 (ja) | 2022-12-01 | 2023-11-21 | 富士電機株式会社 | 運転支援装置、運転支援方法及びプログラム |
-
2023
- 2023-10-18 JP JP2023179471A patent/JP7468766B1/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6992922B1 (ja) | 2021-05-11 | 2022-01-13 | 富士電機株式会社 | データ分割装置、データ分割方法、及びプログラム |
JP7081728B1 (ja) | 2022-01-20 | 2022-06-07 | 富士電機株式会社 | 運転支援装置、運転支援方法及びプログラム |
JP7207596B1 (ja) | 2022-06-16 | 2023-01-18 | 富士電機株式会社 | 運転支援装置、運転支援方法及びプログラム |
JP7384265B1 (ja) | 2022-12-01 | 2023-11-21 | 富士電機株式会社 | 運転支援装置、運転支援方法及びプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108875784B (zh) | 用于工业中的性能指标的基于数据的优化的方法和系统 | |
Gallo et al. | Discretization of gene expression data revised | |
US20070299798A1 (en) | Time series data prediction/diagnosis apparatus and program thereof | |
CN116823409B (zh) | 一种基于目标搜索数据的智能筛选方法及系统 | |
JP2014235654A (ja) | リスク評価装置 | |
JP7081728B1 (ja) | 運転支援装置、運転支援方法及びプログラム | |
JP4265296B2 (ja) | 変化点検出装置,変化点検出方法および変化点検出用プログラム | |
US11126695B2 (en) | Polymer design device, polymer design method, and non-transitory recording medium | |
Zhang et al. | Methodology of data reconciliation and parameter estimation for process systems with multi-operating conditions | |
Niño-Adan et al. | Influence of statistical feature normalisation methods on K-Nearest Neighbours and K-Means in the context of industry 4.0 | |
JP2019152998A (ja) | 制御方法、制御装置及びプログラム | |
JP7468766B1 (ja) | 運転支援装置、運転支援方法及びプログラム | |
US7177863B2 (en) | System and method for determining internal parameters of a data clustering program | |
Bernas et al. | Period-aware local modelling and data selection for time series prediction | |
JP7456273B2 (ja) | データ解析システム、データ解析方法及びデータ解析プログラム | |
CN116348829A (zh) | 异常诊断模型的构建方法、异常诊断方法、异常诊断模型的构建装置以及异常诊断装置 | |
JP6961312B2 (ja) | 状態変動検出補助装置、状態変動検出装置、状態変動検出補助用プログラム、及び状態変動検出用プログラム | |
JP6844565B2 (ja) | ニューラルネットワーク装置及びプログラム | |
CN112951420A (zh) | 利用原型来操纵深度序列模型 | |
JP2023063162A (ja) | 予測モデルの作成方法、操業プロセスの条件設定方法 | |
CN115335834A (zh) | 机器学习模型确定系统和机器学习模型确定方法 | |
Patil et al. | Adaptive lasso with weights based on normalized filtering scores in molecular big data | |
CN110718267B (zh) | 一种基于多模态构象空间采样的蛋白质结构预测方法 | |
JP7406447B2 (ja) | 計算機システム及びアイテムの需要予測方法 | |
dos Santos et al. | Digital Twin simulation models: a validation method based on machine learning and control charts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231018 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20231018 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240116 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240220 |
|
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: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7468766 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |