JPH02308302A - プロセス状態管理装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 本発明は１時間と共に変化する現象を取り扱うプロセス
全般の管理制御を対象とし、特に、浄水場、及びその他
の産業排水処理プロセスに係るプロセス状態管理装置に
関する。

〔従来の技術〕

従来の技術を水処理プロセスを例に説明する。

水処理プロセスの従来の運転管理法では、水量、及び水
温、濁度ｙＰＨ＋アルカリ度、塩素要求量などの各種水
質を計測して、処理を良好に維持するものである。しか
し、流入水量及び水質が安定な時だけでなく、短期的に
変動する場合も含めて常に処理状態を把握したり管理す
る技術は未だ開発されていない。この理由は、流入水量
及び水質が長期的及び短期的に変動するが、この状態変
化を定量的・定性的に把握することは困難であった。

特に、短期変動時に関する履歴を計算機によって自動的
に利用するには至っていない。このため、流入水量及び
水質の長期変動や短期変動に対しては、運転員は過去の
運転履歴をグラフ、図、及び過去の運転実績表などに基
づくか、または運転員の頭の中にある記憶に基づいて運
転していた。このため、常に良好な運転管理を行うこと
は困難であった。

一方、プロセスの監視については目視ＷＡ察や経験的な
知識が利用されている。これらの情報を利用するために
、発明者らは、実際のプロセスで行われている目視監視
を自動化すべく、フロックや水質監視のための魚態行動
解析などの画像監視システムに関して例えば特開昭６２
−２３９２７８号を提案している。

他方、オペレータの経験的な知識を利用する場合には実
状に即した運転が可能という利点があるが、画像監視情
報も含めて利用するには至っていない。

〔発明が解決しようとする課題〕

以下に、発明が解決しようとする問題点を、浄水場の凝
集プロセスを例に説明する。悲濁物質を凝集させてフロ
ックを形成させる場合、流入水の水質が変動するので、
これに伴ってフロックの形成状態が変化する。フロック
形成に影響する水質因子としては、温度、濁度、ＰＨ並
びにアルカリ度などがあり、操作目子としては凝集剤注
入量や攪拌パドルの回転数などが知られているが、これ
らの因果関係は完全には解明されていない。

特に、過去において処理が困難な場合（降雨時などの短
期変動時）を経験しても、運転員の交替などによって知
識が伝承されない事態になると、運転不能に陥る。つま
り、経験を参考にして凝集剤を自動的に注入するには至
っていないので、降雨時などのように、短期変動時の運
転は運転員がつきつきりのマニュアル運転に依存してい
た。

一方、フロック形成状態をオンライン監視するために、
すでに１発明者らは画像処理によるフロック監視装置を
考案している。他方、水質情報とフロック形成状態の目
視観察結果を入力し、経験的知識に基づいて凝集剤を注
入する方式も考案されているが、前述のように、目視ａ
察というあいまいな情報に依存している。

〔課題を解決するための手段〕

処理が困難な短期変動時にも確実で効率良い運転を行う
ために、過去の短期変動時の処理実績を参考にして過去
と同様な運転を可能にするために過去の履歴の記号化と
検索機能を設けた。これらに基づいて運転管理を支援で
きるようにした。さらには、これらの検索削果を蓄積し
て支援内容が時間と共により適切になるようにした。

さらに、履歴情報については、水質情報９画像監視情報
、経験的知識を組み合わせ、確実かつ失敗のない処理を
行えるようにした。

〔作用〕

本発明は、データの変動を長期変動成分と短期変動成分
に分け、短期変動成分の頻度分布に基づいてデータを記
号化する。このため、長期変動するデータについてもそ
の正常や異常の度合（「普通」、「高い」、「低い」な
ど）を簡略化して記号化することができる。したがって
、データ量を圧縮し、かつ検索も容易に行うことができ
る。

また９本発明は２オンラインあるいはマニュアルで計測
した水質情報と、目視監視を連続化及び定量化できる画
像監視情報と、これらに関する経験や判断を模擬できる
知識情報とを加味し、しかもこれら水質情報９画像監視
情報、経験的知識についての過去の履歴情報を検索し、
この検索結果を順次データベース化あるいは知識ベース
化するようにした。これにより、支援ガイダンス内容あ
るいは自動運転内容が１時間と共に適切になる作用を有
する。

〔実施例〕

本発明は、各種のプラントに適用できるが、一実施例と
して、浄水場の凝集剤注入量御に利用した場合を、第１
図を用いて以下に説明する。まず、第１図の構成と動作
を説明する。

第１図において着水井９には、河川や湖沼（図示せず）
から導かれた原水が導かれる。この原水の水質を計測す
るために水質計５が設置される。

水質は、水温、濁度、アルカリ度、ｐ）ｌ、電気伝導度
、残留塩素濃度、及び塩素要求量などである。

この他にも物理量として水量や水位が計測され、外部記
憶装置５４などに格納される。値は所定の時間間隔毎に
、サンプリングされて入力／出力ボート５６を経て外部
記憶装置５４に格納される。

原水は着水井９から急速混和池１０へ導かれる。

一方、急速混和池１０には、凝集剤タンク１１の中の液
体状の凝集剤（ポリ塩化アルミニウム、硫酸アルミニウ
ムなど）が凝集剤注入ポンプ１２で注入される。図示し
ないが、フロック形成を促進するために水酸化カルシウ
ムまたは炭酸ナトリウムなどのアルカリ剤が注入される
場合もある。急速混和池１０内は、攪拌翼１４が攪拌機
１３により撹拌される。工ないし５分間の攪拌によって
懸濁微粒子（粒径１〜１０μｍ）を凝集（粒径１゜〜１
００μｍ）させ、マイクロフロックとする。

急速混和池１０のマイクロフロックを含む水はフロック
形成池１５に導かれ、ここで、フロックに成長する。フ
ロック形成池１５は３つの池１５Ａ。

１５Ｂ及び１５Ｃからなり、壁面に複数の穴を有する整
流壁１６Ａ及び１６Ｂで仕切られる。フロック形成池１
５Ａ、１５Ｂ及び１５Ｃには、各々に攪拌パドル１７Ａ
、１７Ｂ及び１７Ｃが設置され、１ないし１０ｒρｍ前
後で緩やかに回転する。

フロック形成池１５Ａ、１５Ｂ及び１５Ｃの滞留時間は
各々が１０ないし１５分（３池で計３０分ないし４５分
）である。フロック形成池１５内において攪拌されてい
るうちに、粒径は１００ないし５０００μｍのフロック
に成長する。成長したフロックは沈殿池１５で沈降して
上澄み液がろ適地１７でろ過される。

フロック形成池１５Ｃには、水中カメラなどの撮像手段
１８が設置されるが、急速混和池１０やフロック形成池
１５Ａ、１５Ｂに設置してもよい。

撮像手段１８から得られたフロックの濃淡画像のアナロ
グ電気信号は、画像処理装置４０においてディジタル信
号に変換後、画像処理される。

画像処理装置４０とシステムプロセッサ４２とはシステ
ムバス５２で結ばれている。フロッピーデスクなどの外
部記憶装置５４はシステムバス５２に結がっている。外
部記憶装置５４はシステムプロセッサ４２で処理された
各種データや知識などを格納する。入力／出力ボート５
６には水質計５．水質計６及び撮像手段１８からの信号
が入力される。システムプロセッサ４２には画像処理装
置４０で得た信号が送られる。モニター５０は画像処理
装置４０の処理結果を出力する。さらに、知識ベース６
０と推論機構６１がシステムバス５２でつながる。オペ
レータが水質情報と画像情報とについて持っている知識
はキーボード４４から入力される。システムプロセッサ
４２では、これら水質情報線と画像情報に関する経験的
知識に基づいて、推論機構６１が作動する。これにより
、処理を良好に行うための処置方法（凝集剤注入率の増
減など）が導かれる。このようにして、凝集剤注入量を
制御するための信号がシステムプロセッサ４２の信号処
理操作により得られる。この信号はアクチュエータ１２
Ａに送られ、凝集剤注入ポンプ１２の流量を操作する。

以下に、画像処理装置４０の構成と動作を説明する。画
像処理装置４０は、ヒストグラム処理機能、ラベリング
処理機能、特徴抽出機能、コンポルージョン機能、また
その他の画像処理機能を有する画像処理ユニット４０１
と、画像記憶ユニット４０３，４０５からなる。画像記
憶ユニット（濃淡画像メモリ）４０３は、撮像手段１８
によって得られた濃淡画像のメモリで、画像記憶ユニッ
ト（２値画像メモリ）４０５は、画像処理ユニット４０
１で画像処理された２値画像を格納するメモリである。

撮像手段１８によって得られた１画像の画像が２５６画
素×２５６画素で構成されるとすると、濃淡画像記憶ユ
ニット４０３は２５６画素×２５６画素×８ビットの記
憶容量で、２値画像記憶ユニット４０５は２５６画素×
２５６画素×１ビットの記憶容量である。発明者の用い
た画像処理装置は濃淡画像記憶ユニット４０３と２値画
像記憶ユニット４０５とは各々４ユニツトを有する。

第２図を用いて以下に画像処理フローを説明する。なお
、第２図のフローチャートは画像処理装置４０とシステ
ムプロセッサ４２との両方の処理工程を示す。まず、キ
ーボード４４から処理開始時間及び処理の頻度を設定す
る。これに基づいてタイマ５０１で処理開始時間を設定
し、この時間になったら以下の処理を実行する。この頻
度は１分ないし１時間に１回程度である。まず、繰返し
回数Ｎがステップ５０２で０に設定される。Ｎはステッ
プ５０４で１つずつ増加させる。次に、ステップ５０・
６で濃淡画像が濃淡画像メモリ（図示せず）に読み込ま
れる。次にステップ５０８で濃淡画像を前処理してフロ
ックを抽呂しやすいようにして２値化処理により２値画
像に変換される。

前処理の方法は、特３１６１−８２９５２号で発明者ら
が考案した方法が使える。変換された２値画像は２値画
像メモリ（図示せず）に格納される。２値化の方法は後
で説明する。濃淡画像並びに２値画像はモニターテレビ
５０に表示される。

ステップ５１０では、２値化されたフロック画像の各々
に番号をつける処理（ラベリング処理）を行なう。ステ
ップ５１２ではラベリングされたフロックの各々につい
てその面積を計算する。ここで１面積は画素数から計算
する。面積の計算結果は、システムプロセッサ４２にあ
るメモリに格納する。これ以後のステップはシステムプ
ロセッサ４２で計算が行なわれる。ステップ５１４では
面積から直径を計算し、続いてステップ５１６では直径
から体積を計算する。これら直径と体積との計算値はシ
ステムプロセッサ４２にあるメモリに格納する。ステッ
プ５１８では繰返し回数が予め決められた所定の値Ｍで
あるか否かを判定する。

カウンターＮが所定の回数Ｍだけ繰返すまでステップ５
０４の前に戻る。繰返し回数がＭを超えたらステップ５
２０に進み粒径分布を計算する。計算結果はシステムプ
ロセッサ４２にあるメモリに格納する６粒径分布とは横
軸に粒径、縦軸にフロック体積を計算したものである。

ステップ５２２では粒径分布のフロック体積を全て積算
してフロック全体の形成量Ｖｆを計算する。また、ステ
ップ５２４では粒径分布の代表粒径（対数平均径など）
Ｄを計算する。以上が画像に関する情報の取扱いである
。

また１画像情報と水質情報を組み合わせたものについて
のべると、ステップ５２６ではステップ５２２では計算
したフロック形成ｊｔＶｆと水質計５Ｂで計測した濁度
Ｔｕｉの値を用いてフロックの密度に相当する値ρを計
算する。

ステップ５２８ではフロックの密度相当値ρ、フロック
形成量Ｖｆの他に、水質情報に関しては、水質計５Ａで
得た水温θ、及び水質計５Ｃで得たアルカリ度ＡＱを受
け、さらに知識ベース６０に基づいて推論機構６１で推
論された結果も受けて凝集剤注入量Ｃを計算する。

なお、水質計５Ｂ、５Ｃの値は入力／出力ポート５６か
らシステムバス５２を経てシステムプロセッサ４２に送
られる。ステップ５３０では沈殿池出口濁度Ｔｕｓを水
質計６で得て凝集剤注入量を補正する。補正された凝集
剤注入量の制御信号は、システムバス５２から入力／出
力ポート５６を経てアクチュエータ１２Ａに送られ、凝
集剤注入ポンプ１２の流量を操作する。

なお、システムプロセッサ４２のメモリに格納された粒
径分布、フロックの密度相当値ρ、フロック形成量Ｖｆ
、水質計５Ａで得た水温θ、及び水質計５０で得たアル
カリ度Ａρ、及び水質計６で得た沈殿池出口濁度Ｔｕｓ
などの値は、ディスプレイ−４６に表示されると共に、
必要に応じて外部記憶装置５４に格納される。

次に、第２図を用いて画像処理方法を詳細に説明する。

ステップ５０８では濃淡画像が２値画像に変換されるが
、この方法はまずフロックの輝度部分を強調し、ついで
明るい部分をフロックとし。

暗い部分を背景とする。フロックの輝度を選択的に強調
する手法については考案した方法が利用できる。ここで
、２値化とはフロックの画素を１１１４′、背景の画素
を全て′０′″にする処理をいう。変換された２値画像
は２値画像メモリ４０５に格納される。ステップ５１２
ではラベリングされたフロックの各々についてそのＨＩ
　Ｉ＋の画素数から面積を計算する。すなわち、予め１
画素の面積が拡大倍率かられかっているので、この面積
を画素に乗するとフロックの面積Ｓｉ　　（ｉ＝１〜フ
ロック個数）になる。ステップ５１４では面積Ｓｉを有
する円を仮定して（１）式で直径ｄｉを計算する。

ｄｉ＝ｐ］ＴフＴ　　　　　　　　　・・・（１）ステ
ップ５１６では直径ｄｉから体積Ｖｉを（２）式で計算
する。

■ｉ＝π（ｄｉ）３／６　　　　　　　　　　・・・（
２）ステップ５２０ではフロック粒径を分級して粒径分
布を計算する。分級幅は０　、１　ｎｏ　とするが、こ
の幅は任意に設定してよいし、また拡大倍率に応して変
更できる。また、粒径分布から分布の代表粒径りを計算
する。たとえば、対数平均径（幾何平均径）や算術平均
径などを用いる方法は別出願特許（特願昭６１−８２９
５２号）で明らかにしている。

ステップ５２２では粒径分布のフロック体積を積算して
、フロック全体の形成量Ｖｆを（３）式で計算する。

Ｖｆ＝ΣＶｉ　　　　　　　　　　　　　　　・・・（
３）代表粒径りやフロック形成量Ｖｆは、所定の値以上
でなければならず、このような条件は予め知識ベース６
０に格納される。

次に、画像計謂値と水質計測値とを効果的に組み合わせ
た方法を説明する。ステップ５２６ではステップ５２２
で計算したフロック形成量Ｖｆと水質計５Ｂで計測した
濁度Ｔｕｉの値を用いて。

フロックの密度に相当する値ρを（４）式で計算する。

ｐ　＝Ｔ　ｕ　ｉ　／　Ｖ　ｆ　　　　　　　　　　　
　　　　−（４）なお、濁度Ｔｕｉはカオリンに換算し
た値として出力されるが、実際に懸濁質重量を計算する
には、凝集剤がフロックになった分も加味して次式で懸
濁質重量Ｍｆを計算する。

Ｍｆ＝ａ−Ｔｕｉ＋ｂ−Ｃ・＝（５） ここで、ａ、ｂは予め設定する所定の係数であり、（５
）式を用いる場合には（４）式は（６）式になる。

ｐ　＝Ｍ　ｕ　ｉ　／　Ｖ　ｆ　　　　　　　　　　　
　−（６）（６）式の計算は濁度ではなくて懸濁質重量
を用いるので、密度相当値をより正確に計算することが
できる。このようにして求めたフロック密度相当値ρは
所定の値以上でなければならず、この条件も予め知識ベ
ース６０に格納される。

ステップ５２８ではフロックの密度相当値ρ４フロック
形成ｆｆ１Ｖｆ、水質計５Ａで得た水温Ｏ１及び水質計
５Ｃで得たアルカリ度ＡＱを受けて凝集剤注入率Ｃを（
７）式で計算する。（７）式は長期にわたるデータを統
計的に解析して導いたものである。

Ｃ＝−０，５０＋０．５．Ｉｌ＋０．８Ｖｆ＋０．５ρ
　・・・（７）ここで、右辺の各数値はθ、Ａｎ、Ｖｆ
及びρに対する重み係数である。また、θ、ＡＱ、Ｖｆ
及びρの値は年間の平均値をＯ１標準偏差が１になるよ
うに標準化しておく。ある変量をＸ、標準化された変量
をＸ＊とすると、この標準化の計算は（８）式である。

Ｘ本＝（Ｘ−平均値）／標準偏差　　　　・（８）（７
）式の重み係数は、水温θに対して負の値、アルカリ度
ＡＱに対して正の値、フロック形成量Ｖｆに対して正の
値、フロックの密度相当値ρに対して正の値である。こ
の条件により、水温θが低い時、アルカリ度ＡＱが高い
時、フロック形成量Ｖｆが多い時、フロックの密度相当
値ρが高いときには、これに応じて凝集剤注入率Ｃが増
加するように作用する。

この方法は、水質として水温とアルカリ度がフロック形
成に及ぼす影響を考慮し、かつ形成されたフロックの量
とその密度とを計測して凝集剤を注入するので、過不足
なくフロックを形成せしめ、かつ沈殿を効率良く行なう
ことができる。特に、発明者らが実施した結果では、従
来、利用されていたような原水水質だけを指標にした方
法よりもさらに正確で効果的な凝集剤注入を長期にわた
って行い得ることが見い出している。

以上、画像計測値と水質計測値の利用を中心に説明した
が、次に、知識ベース６０と推論機構６１を効果的に加
味した方法について説明する。

ステップ５３０ではこれらの知識情報を利用した結果に
基づいて各種の細工を行う。ここで、補正とは（７）式
で設定した注入率を標準注入率とした時の注入率である
。

凝集剤注入率に関する補正ルールの例を以下に説明する
。

１、降雨初期で、濁度が上昇している時には、標準注入
率より増加させる。

２、降雨後１日以上時間が験過し、濁度が下降している
時には、標準注入率より減少させる。

３、冬期で、原水濁度が低く、フロックの輝度が低いな
らば、凝集剤注入率を標準注入率より増加させる。

４、フロックの個数濃度が低く、沈殿池出口濁度（Ｔｕ
ｓで表わす）の時間勾配ΔＴｕ　ｓ／Δｔが増加してき
たら、凝集剤注入率を標準注入率より増加させる。

５、アルカリ度が低く、原水濁度が高く、フロック粒径
が所定値以上でかつフロック輝度が所定値より高い場合
には、凝集剤注入率を標準注入率より減少させる。

６、フロックの粒径分布の代表粒径りがある値り木より
小さければ凝集剤注入率を標準注入率より増加させる。

この値Ｄ＊は約０．５ないし０．６画である。これは代
表粒径りがこの値より小さい場合には凝集不良であると
いう経験則を発明者らが見い出したことに基づいている
。凝集剤注入率の増加は、（１１）式で行う。

Ｄ≦Ｄ木ならば　ｃ’　＝ｃ＋ΔＣ・・・（１１）以上
のようにして、実際の運転方法をルール化しておく。こ
の方法は、沈殿池出口濁度Ｔｕｓに基づいて補正するよ
りさらに早く、フロック形成の異常を検知してこの対策
を速やかに行い得る。

このような知識やノウハウは知識ベース６０に蓄積され
、推論機構６１を介して結論が導き出される。ステップ
５３０におけるこれらの情報の出入りは図示しないが、
システムバス５２より送信される。なお、知識やノウハ
ウはキーボード４４により知識ベース６０に入力される
。

以上、説明したように、従来型の計測器によるデータと
、画像計測によるデータと、経験的な知識とを利用して
、凝集剤注入率を設定できるので、運転員と同じように
して水質変化に柔軟の対応できる効果がある。

次に、第３図を用いて、変量Ｘｉの履歴情報を利用した
運転ガイダンスについて説明する。

まず、この運転ガイダンスの思想を説明する。

この方法は、運転員が過去の履歴情報を思いだして、こ
の記憶に基づいて運転していることを自動的に行うもの
である。すなわち、運転員は、経験の中で、ある変数Ｘ
ｉについて普通でない異常な現象が起こったらこのこと
をよく覚えている。また、この時、同時に他の変数Ｘｊ
についても普通でない異常な現象が起こっていたら、こ
れらの関係をあれこれ考える。もし、ある変数Ｘｉが制
御したい変数とし、他の変数Ｘｊが操作変数とし、異常
時においても変数ＸＪの操作により変数Ｘｉをうまく制
御できたとするなら、この実績を参考に、あるいは同じ
ように運転するであろう。本方法はこのような運転を自
動的に行う方法を提供するものである。

まず、履歴情報として取り扱う変量は、データとして記
憶される総ての変量が対象である。例えば、画像計測で
得た変量としては、フロック形成量、フロック個数濃度
１代表粒径、フロック輝度などがある。画像計測と従来
型のセンサで計算したフロックの密度相当値がある。従
来型のセンサでは、水質計５Ａで得た水温、及び水質計
５０で得たアルカリ度の他に、水質計５Ｂで得た原水濁
度、水質計５Ｄで得た処理流量などがある。ここで、フ
ロック輝度とはフロックの明るさを表わす。

これらの変量をＸｉと表わすことにする。

本方法の処理フローを表わす第３図の構成について以下
に説明する。ステップ６１０では変量Ｘｉの統計的特徴
を解析する。ステップ６２０では検索条件の自然言語入
力を行う。ステップ６３０では検索パターンを自動生成
する。ステップ６４０では検索を行う。ステップ６５０
では検索で得られた該当時間の前後において、他の変数
ｘｊについて「普通でない」現象の有無を検索する。ス
テップ６６０ではステップ６５０で得られたｒ普通でな
い」現象の時間履歴をディスプレイ４６に表示する。ス
テップ６７０ではステップ６６０で得られた「普通でな
い」現象を記号化してデータファイルに格納する。ステ
ップ６８０ではステップ６７０で得られた「普通でない
」現象をルール化するか否かを自動的にまたは、一旦、
運転員の了解を得て決定する。また、ステップ７００で
は。

これまでの運転実績に近い運転を実行する。

次に、各ステップの動作を詳細に説明する。ステップ６
１０では変量Ｘｉの統計的特徴を解析する。統計的解析
に基づかず、単に、運転員の感じる変量Ｘｉの特徴を表
わすには、変量Ｘｉの大小をファジー理論のメンバーシ
ップ関数で記述する方法もあり、これは別の実施例で説
明する。

また、統計的解析法としては、重回帰分析法、正準相関
分析、主成分分析法などの多変量解析が利用できるが１
本実施例では変量Ｘ１の頻度分析に着目した方法を説明
する。変ｆＸｊが確率的に変動する場合には、頻度分布
は、第４図に示す頻度分布のようになる。ここで、Ｆ確
率的に」の意味する所は、降雨量や原水濁度のように、
変動要因に法則性がない場合を指す。このような場合、
運転員は最も頻度が多い場合を「普通」と考える。

しかし、あまり高い頻度で起こらない場合を「やや高い
」または「やや低い」と感じ、めったに起こらない場合
を「かなり高い」または「かなり低いｊと感じる。そこ
で、これを第４図に示すように分割する。すなわち、頻
度を「普通」、「やや高い」、「かなり高い」、「やや
低い」、「かなり低い」の５つに分類する。勿論この分
割の数は任意に設定できる。また、分割の方法は例えば
２ｒ普通」が６０％、「やや高いｊまたは「やや低い」
が各々１５％づつ、「かなり高い」、または［かなり低
い」が各々５％づつとする。この割合は運転員がマニュ
アルでその運転貝の感覚に合うようにマニュアルで設定
できる。この場合、５分類されたＸｉの各々の代表値を
第４図に示すように、（ｘ　ｉ）ｖ　ｌ　ｒ　（Ｘ　ｘ
）　１　ｔ　（Ｘ　ｘ）ｕ　Ｈ（Ｘ　ｘ）ｈ　＋（Ｘｉ
）ｖｈとする。これらは第４図に示すように、各領域の
重心座標のＸｉ値を代表値とする。

一方、変量Ｘｉが水温のように、時間（季節）について
法則性がある場合には、「普通」と「普通でない」との
感じかたが異なってくる。例えｉｆ水温について例を説
明すると、水温２１℃は、夏には「普通」と感じるが、
冬には「普通でない」と感じるようにである。

水温の１年間の変化を第５図に示す。このように春夏秋
冬で緩やかに変動する長期変動成分Ｘｉｌと、１日や１
週間で変動する短期変動成分Ｘｉｎとに分解することが
できる。この具体的方法はフーリエ変換などの周波数分
析法が適用できる。この他、長期変動を移動平均値で表
すこともできる。

ここで、 Ｘ１＝Ｘｉ　ｌ＋Ｘｉ　ｎ　　　　　　　　　　　　−
（９）このような場合、運転員は長期変動を標準的な「
普通の」ものと考え、短期変動における変動の大きさに
対して、「普通ノか「普通でないＪがを判定する。した
がって、第６図に示すように、横軸に短期変動Ｘｉｎを
とって第４図と同様に「普通」、「やや高い」、「かな
り高い」、「やや低いＪ、「かなり低い」の５つに分類
する。この方法は、運転貝の感じかたに最も近くなる。

以上は、変量Ｘｉの値の大きさについてであるが、運転
員の感覚は、時間的な変化についても注意を払っている
。変量Ｘｉの時間変化速度については、いずれの場合も
、変量Ｘｉが短い時間でどの程度急激に変化するかが問
題になる。従って、変量Ｘｉの時間変化速度（ｄＸｉ／
ｄｔ）を第７図のように設定する。変ｆｆ１ＸｉのｄＸ
ｉ／ｄｔを「普通」、「ゆるやかに増加」、「急激に増
加」。

「ゆるやかに減少」、「急激に減少」に分類する。

また、５分類した各々の代表値は第７図に示すように、
（Ｘｉ／ｄ　ｔ）ｖｌ、（ｘｉ／ｄ　ｔ）ｌ、（Ｘｉ／
ｄ　ｔ）ｕ、（Ｘｉ／ｄ　ｔ）ｈ、（Ｘｉ／ｄ　ｔ）ｖ
ｈとする。これらの値は第４図と同様に設定する。

以上のようにして、変量Ｘｉそのものの値の度合や、時
間的な変化の度合を運転員の感覚に合うように分類する
。

ステップ６２０では検索条件の自然言語入力を行う。デ
ィスプレイには次のような文字が出力される。

″変量「Ａ」が「Ｂ」まで「Ｃ」した。”（１０）「　
Ｊのなかに入れる記号や文字は、メニュ一方式によりマ
ウスやキーボードなどを使って入力する。例えば、ｒＡ
」には変量Ｘ１（ｉ＝１〜ｎ）のメニューの中からｎの
値が選択される。また、ｒＢＪにはメニューの中の「普
通」、「やや高い」。

「かなり高い」、「やや低いＪ、「かなり低い」のいず
れかが、他方、ｒＣＪにはメニューの中の「普通」、「
ゆるやかに増加」、「急激に増加」。

「ゆるやかに減少」、「急激に減少」のいずれかを同様
にして選択して入力する。−例を以下に示す。

″変量「Ｘｌ」が「かなり高い」値まで「急激に増加」
した。パ　　　　　　　　　　　・・・（１１）このよ
うにして、運転員が検索しようとするパターンを自然言
語を用いて入力する。この方法は、数値で入力するより
も使い勝手で優れる。

ステップ６３０では検索パターンを自動生成する。検索
したい現象の時間幅をτＳとして、自動生成された検索
パターン例を第８図に示す。この検索パターンＸｓは、
変量Ｘ１は時刻Ｏで（Ｘｚ）Ｕの値を取り、勾配が（ｄ
　ＬＬ／　ｄ　ｔ　）ｖ　ｈで増加し、（Ｘｒ）ｖｈま
で増加するパターンである。このようにして、検索パタ
ーンが自動生成される。

この方法は、統計的に頻度分布に着目して自動生成され
るので、運転員の個人差に依存しないメリットがある。

なお、計算機では時間幅τＳを、データのサンプリング
間隔てで徐してｍ分割して処理するので、検索パターン
も離散的な値としてＸ　ｓ　（１）、　Ｘ　ｓ　（２）
、　−、Ｘ　ｓ　（ｍ）として表わされる。

続いて、ステップ６４０では検索を行う。検索は、変量
Ｘｉの時系列Ｘ　ｉ　（１）、　Ｘ　ｉ　（２）、・・
・。

Ｘｌ（ｎ）（ｎ＞ｍ）に対して次の演算を実行する。

ｎ個の信号からなり、時間Ｔｔまでの時系列Ｘ　１（１
）＋　Ｘ　ｌ　（２Ｌ　−ｒ　Ｘ　１（ｎ）に対して、
に＝１−（ｎ−ｍ）についてのｙ（ｋ）が得られる。ｙ
（ｋ）の値はＸ　ｉ　（ｎ）とＸ　Ｓ　（［＋１）との
積和演算であり、第９図に示すように両時系列の相関の
高い所で大きな値をとり、この値の大小で相関の高い所
だけを抽出することができる。時系列Ｘ　ｉ　（１）、
Ｘ　ｉ　（２）。

・・・、Ｘｌ（ｎ）に対してｍ個の検索パターンが第８
図に示すようなパターンの場合を示す。結果として得ら
れるｙ（ｋ）は第９図に示すように、第８図で示したパ
ターン（第９図Ｘｓ）に合致した所でだけ大きな値（第
９図ｙ）をとる。第９図ｙにおいてｙ（ｋ）のしきい値
ｙｓを設け、ｙｓ以上であれば、検索に適合したものと
みなす。第９図の例では、時刻Ｔｓにおいて検索パター
ンと類似のパターンが検索されたことを表わす。

ステップ６５０ではステップ６４０の検索で得られた時
刻Ｔｓの前後において、他の変数ｘｊについて「普通で
ない」現象の有無を検索する。時刻Ｔｓの前後とは、第
１０図に示すように、Ｔｓ−τゎからＴｓ＋τ、までの
領域である。この検索幅τｈは固定でもよいが、運転員
の判断で任意に設定する。第１０図の例では、変数Ｘｉ
の急激な増加に対してＸｊが［普通」の状態から急激に
増加した例を示す。変数ｘｊについても、変数Ｘｉと同
様に、「かなり低いＪ　　：　　（Ｘｉ）ｖｌ。

「やや低いＪ　：（Ｘｉ）ｌ、ｒ普通」　：（Ｘｉ）ｕ
。

「やや高い」　：（Ｘｉ）ｈ、ｒかなり高い」　：（Ｘ
ｉ）ｖｈに分類される。同様に、時間的な変化速度（ｄ
Ｘｊ／ｄｔ）についても前述したようにして、分類する
。したがって、第１０図の現象は次のように記述される
。

“（Ｘｉ）ｖｈ−＋（ｄＸｊ／ｄ　Ｌ）ｖｈ”　・・・
（１３）また、（Ｘｉ）ｖｈから（ｄ　Ｘｊ　／　ｄ　
ｔ）ｖ　ｈまでの時間も重要であるので、必要に応じて
、次のような記述も行う。

“（Ｘｉ）ｖｈ：Ｔｃ→（ｄＸｊ／ｄｔ）ｖｈ”　　・
−・（１４）ここで、Ｔｃは遅れ時間である。このよう
な方法としては相互相関関数や自己相関関数による方法
もあるが、本実施例の方法は、ステップ６１０であらか
じめ分類された情報について実施するので、検索時間が
短く、シかも運転員の感覚に即した検索を行うことがで
きる。なお、このようにして検索された事例に関する情
報は、知識ベース６０に格納される。

また、前述した（Ｘｉ）や（ｄＸｊ／ｄｔ）の分類に関
しては、検索時に検索区間［Ｔｓ−τｈｇＴｓ＋τゎコ
においてのみ行っていたが、検索前にすべての変量Ｘｉ
　（ｉ＝１．ｎ）に対してあらかじめ行っていてよい。

この場合、各変量Ｘｉ　（ｉ＝ｌ。

ｎ）の履歴情報は変量の値の時系列から、すべて上記の
ように記号化された情報に変換される。例えば、下記の
ように記号化される。

”（Ｘｉ）ｕ［ｔｒ、ｔｚコニ時核ｔ１からｔｚまで水
量Ｘｉは普通の値″　　　　・・・（１４） ”（Ｘｉ）ｈ［ｔｚ、ｔａ］：時り■ｔｚからｔ８まで
変量Ｘｉはやや高い″　　　　・・・（１５） このようにして、履歴情報を単なる値の情報から、運転
員の記憶方法に即した自然言語に記号化された情報に変
換する。第１０図の例では、区間［Ｔｓ−ｆｈ、Ｔｓ＋
ｒｈ］において変量Ｘｊが「普通」の状態から急激に増
減したことを検索した例である。このような検索を変量
Ｘｉの他の全ての変量Ｘｊ　（ｊ≠ｉ）、及び、時間的
な変化速度（ｄＸｊ／ｄｔ）（ｊ≠ｉ）について実行す
る。

また、必要があれば、１次微分値だけでなく、ｎ次微分
値についてこれらを行ってよい。このようにして、変量
の履歴情報から「普通でない」現象の集合を検索するこ
とができる。

ステップ６６０ではステップ６５０で得られたｒ普通で
ないＪ現象の時間履歴をディスプレイ４６にガイダンス
表示する。すなわち、検索された過去の運転例や水質情
報の履歴を表示する。例えば、第１０図が表示される。

必要に応じて各変量あるいはその時間的な変化速度など
を横軸を時間にとって表示する。これにより、運転員は
過去の運転例や水質変化を「参考」にすることができ、
必要に応じてプラントをマニュアル運転することができ
る。このような「参考」となる運転事例は、ステップ６
１０から６５０までに示したように、統計的な頻度分布
解析と自然言語の問い合わせに基づいて行っているので
、過去の履歴情報を適切に検索した結果であり、運転員
の感覚にマツチした運転事例を表示できる効果がある。

ステップ６７０ではステップ６６０で得られた「普°通
でない」現象を記号化してデータベースに格納する。す
なわち、あらかじめ準備したデータベースは、（１３）
式で示したように（Ｘｉ）ｖｈ→（ｄ　Ｘｊ　／　ｄ　
ｔ）ｖ　ｈというような形式（ルール）である。一般化
すると１１　Ａ−＋Ｂ　１７という形式になる。この“
Ａ→Ｂ”の可能な組合せの全てについて、データベース
（またはルールベース）を用意し、各々にその回数Ｎｒ
を書き込む。

ステップ６８０ではステップ６７０で得られた（１３）
式や（１４）式で表されるＩＩ　Ａ　、　Ｂ　ｌ″とい
う情報をルール化するか否かを、自動的にまたは一旦運
転員の了解を得て決定する。すなわち、自動的に行うと
きには、回数Ｎｒが多ければ経験的なルールとして登録
する。また、回数Ｎｒが少なくても科学的な困果関係が
明らかであると運転員が判断すれば、一旦、運転員の了
解を得てルールとして登録する。了解を得る方法は、デ
ィスプレイ４６を介したマンマシンにより行う。以上の
ようにして、事例データベースを蓄積していく。また、
運転員の問い合わせに応じてこれらのデータベースや検
索した運転履歴をガイダンス表示する。

このようにして、過去の運転履歴を参考事例としながら
、マニュアル運転を行うことができる。

次に、ステップ７００では、過去の運転Ｂ歴を参考に自
動運転する。例えば、本実施例において変数Ｘｉが制御
したい変数とし、他の変数Ｘｊが操作変数とし、過去の
異常時において変数Ｘｊの操作により変数Ｘｉをうまく
制御できた実績があるとするなら、この実績を参考に運
転する。例えば、第１０図のような実績があったとする
なら。

変数Ｘｉの急激な増加に対して変数Ｘｊを一時的に増加
させる。もちろん、変数Ｘｉの急激な増加といっても、
（Ｘｉ）ｖｈや（ｄＸｊ／ｄｔ）ｖｈのレベルは、まっ
たく同じではない場合が多いので、レベルの差は比例計
算で補正する。

以上、ステップ６１０からステップ７００まで説明した
内容の効果について述べる。すなわち、説明した方法は
、異常時などの変動パターンを自動的に検索し、かつ、
この前例を表示することにより、これを参考に運転した
り、また、自動的に過去の運転実績と同じように運転す
ることができる。しかも、ステップ６７０で説明したよ
うに、「普通でない」現象を記号化してデータベースに
格納し、かつ運転員の判断も含めてルールを蓄積するこ
とが可能であるので、ガイダンス内容や自動運転方法が
時間とともに賢くなる（成長する）ことができる。いい
かえれば、時間と共に、安定で間違わない運転を行うよ
うになる。したがって。

異常時の対応に信頼性と安定性が特に求められるシステ
ムやプラントについて、運転ガイダンスや自動運転をき
わめて効果的に行うことができる。

次に、第１１図を用いて、ステップ６１０を別の方法で
行う例を説明する。第３図の実施例のステップ６１０で
は変量Ｘｉの統計的特徴を解析したが、第１１図は、変
量Ｘｉのに対する運転員の感じ方を表わすのに、ファジ
ー理論のメンバーシップ関数で記述する方法を示す６ 横軸は変量Ｘｉの値を表し、縦軸は運転員の感じ方を、
０から１までの値で表す。運転員の感じ方は先の実施例
と同じように「かなり低い」　ｒやや低い」「普通」　
「やや高い」　「かなり高い」に分類するが、この感じ
方の程度を０から１までの値で表す。また、変量Ｘｉの
時間変化速度（ｄＸｊ／ｄｔ）についても同様のことを
行う。なお、前の実施例で説明したように、長期変動成
分Ｘ］ｌと短期変動成分Ｘｉｎとに分解することができ
る変量の場合には短期変動成分Ｘｉｎについて、メンバ
ーシップ関数を設定する。

検索を行う場合には、縦軸のメンバーシップ関数の値に
ついてしきい値θｍを設け、０ｍ以上の領域の変量Ｘｉ
のみを検索する。このしきい値θｍはあらかじめ０．５
　ないし０．８　　の値に設定されるが、運転員が入力
することができる。第１１図の実施例では、変量Ｘｉは
Ｘ　ｉ　ｌからＸ　ｉ　２までに該当する全ての領域を
検索する。

この方法の特徴は統計的な解析に基づかず、純粋に運転
員の感じ方のみによってメンバーシップ関数のパターン
を設置するところにある。したがって、科学的な根拠は
希薄ではあるが、逆に、運転員の感覚を反映できるメリ
ットがある。なお、この実施例では、ステップ６２０以
降の方法は同様である。

次に説明する他の実施例は、ステップ６６０に関して、
プラントを常時監視する方法についてである。第３図の
実施例では、ステップ６６０ではステップ６２０の検索
条件の自然言語入力が行われた場合だけ、ステップ６５
０で検索された過去の運転例や水質情報の履歴を表示し
た。しかし、常時監視という意味では、現在の運転状況
が「普通」か否かが重要である。そこで、運転員の問い
合わせがない場合には、ステップ６１０の統計解析結果
に基づいて、「かなり低い」　「やや低い」「普通」　
「やや高い」　「かなり高い」をディスプレイ４６に常
時表示する。とくに、「かなり低いＪまたは「かなり高
い」の場合には、音声または赤ランプなどにより運転員
を呼ぶ動作を自動的に行う。また、直前の実施例である
ファジー理論を使った場合にも同様な動作を行う。

第３図の実施例のステップ７００は、履歴情報に基づい
た運転方法についてのみ説明したが、以下に知識ベース
６０との連動において運転する方法を説明する。ただし
、ここでのべる知識ベース６０は履歴に関するデータベ
ースだけではなく。

制御に関するデータベースを含むものである。第２図の
実施例では、凝集剤注入率に関してルールを説明したが
、単に過去の履歴情報だけでなく、これらのルール群も
含めて推論機構６１を動作させることにより、制御上よ
り適切な方策を導くことができる。

以上、本発明を浄水場を例にとって説明したが、本発明
は、履歴情報を扱う全てのシステムに適用できる。例え
ば、下水処理プラント、バイオプラント、エネルギー生
産プラント、エネルギー輸送プラント、エネルギー消費
プラント、金融システム、などである。

〔本発明の効果〕

本発明によれば、履歴情報を検索してガイダンスを得る
ことができ、これに基づいたマニュアル運転や自動運転
を行うことができる。例えば、浄水場では、各種水質情
報と、画像計測により得たフロックの量的質的情報と、
知識ベース（ルール）との３者について、運転制御が可
能であり、また、過去の履歴を参考に運転を行うことが
できる。特に、異常時の対応をすみやかにかつ適切に行
い得る。さらには、制御及び履歴に関する知識ベースを
利用するので、運転員が実際に行っている運転法に極め
て近い運転が可能である。加えて、知識ベースが自動的
に成長するので、運転制御法の信頼性が時間と共に高ま
っていく効果がある。

【図面の簡単な説明】

第１図は本発明の実施例の構成を示す図、第２図は画像
処理を中心とする信号処理の工程を示す図、第３図は履
歴情報に関する信号処理の工程を示す図、第４図〜第１
１図は履歴情報の信号処理工程を具体的に説明した図で
ある。 ５・・・水質計、１０・・・急速混和池、１２・・・凝
集剤注入ポンプ、１５・・・フロック形成池、１８・・
・凝集物撮像手段、４０・・・画像処理装置、４２・・
・システムプロセッサ、４６・・・ディスプレイ、５２
・・・システムバス、５６・・・入力／出力ボート、６
０・・・知識べ画像処理装置 第２図 第３図 第４図 第５図 第６図 第７図 ｄＸ。 ｔ 第８図 検索時間 第９図 第１０図 時間

Claims (1)

1. 【特許請求の範囲】 １、プロセス状態量を取込んでその履歴を記憶するよう
   にしたプロセス状態管理装置において、前記プロセス状
   態量の長期変動成分と短期変動成分とにより短期変動成
   分の頻度分布を求め、この頻度分布を定性的手法により
   複数個に分類分けして各分類毎に記号化した前記プロセ
   ス状態量の履歴を記憶するようにしたことを特徴とする
   プロセス状態管理装置。 ２、請求項１において、前記短期変動成分の頻度分布と
   前記プロセス状態量の変化率の頻度分布を求め、この両
   頻度分布を定性的手法により複数個に分類分けして各分
   類毎に記号化するようにしたことを特徴とするプロセス
   状態管理装置。 ３、水処理プロセスのプロセス状態量を取込んでその履
   歴を記憶するようにしたプロセス状態管理装置において
   、前記水処理プロセスの水質を測定する複数の水質計測
   手段と、前記水処理プロセスの処理状態を画像監視する
   画像監視手段と、経験的知識を格納する知識格納手段と
   、該知識に基づいて結論を推論する推論手段とを具備し
   、前記水質計測手段と前記画像監視手段と前記知識格納
   手段と前記推論手段とに基づいて運転管理を支援する運
   転管理支援手段とを具備したプロセス状態管理装置。