JPH03129502A - 定性的因果知識生成装置 - 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】 ［産業上の利用分野コ 本発明は、化学プラント等の対象となるシステムの各要
素間の定性的因果関係に間する知識を生成するための定
性的因果知識生成装置に関するものである。

［従来の技術］ 従来、化学プラント等のシステムに関する各要素間の定
性的因果知識は、コンピュータについての知識をもつ知
識工学者とその化学プラントについての知識をもつ工学
者とが協力して作り上げていた。

［発明が解決しようとする課題］ しかしながら、この様な手法は、知識工学者毎にそのシ
ステムのモデル化が異なるので、システム同士の整合性
が取りにくいという課題がある。

また、そのシステムのモデル化自身も難しい。

本発明は、この様な従来技術の課題を解決することを目
的とする。

［課題を解決するための手段］ 本発明は、対象となるシステムのボンドグラフモデル情
報を記憶した記憶手段と、その記憶されたボンドグラフ
モデル情報に基づき各要素間の定量的関係を生成する定
ｆｆｉ関係生成手段と、その生成された定量的関係に基
づき各要素間の定性的因果知識を生成する定性知識生成
手段とを備えたことを特徴とする定性的因果知識生成装
置である。

［作用］ 本発明においては、予め対象となるシステムのボンドグ
ラフモデルを作成し、それを記憶手段に記憶させておく
。定量関係生成手段は、その記憶されているボンドグラ
フモデル情報に基づき、そのシステムの各要素間の定量
的関係を生成する。

定性知識生成手段は、その定量的関係に基づきそれら要
素間の定性的因果知識を生成する。

［実施例コ 以下に、本発明をその実施例を示す図面に基づいて説明
する。

第１図は本発明の定性的因果知識生成装置の一実施例を
示すブロック図である。

同図において、記憶手段１は、次のようなボンドグラフ
モデル情報を記憶するための、ＲＡＭ。

ＲＯＭ等の手段である。

即ち、対象システムをエネルギーの流れに基づいてモデ
ル化したものがボンドグラフモデルである。通常システ
ムを表現するときには通過変数と横断変数を基にすると
、電気系、流体型、運動系等の間でアナロジ−が利用で
きるなど利点が多いボンドグラフモデルでも、例えば表
１に示すように通過変数と横断変数を基準とした変数表
現を用いる。

表１゜ 変数の分類 ボンドグラフモデルの素子表現では、第２図に示すよう
な片矢印とストローク（立て棒）を用いる。ここに、片
矢印はエネルギーの流れの向きを表す。ストロークは因
果関係を表し、ストロークのある側の変数（Ａ）にとっ
て横断変数が入力となり通過変数が出力となることを表
す（逆に、ストロークの無い側の変数（Ｂ）にとっては
通過変数が人力となり、横断変数が出力となる）。ボン
ドグラフモデルを構成する素子は、エネルギーの出入口
が一つの単ボート素子と出入口が複数個ある多ボート素
子に分かれる０表２にボンドグラフモデルを構成する素
子の例とその特性を示す。

表２．ボンドグラフモデルの素子例 ボンドグラフモデルは各素子をノードとするネットワー
ク構造を取るが、その分岐点にはＯ接点と１接点の２種
類がある（第３図参照）。

〈０接点〉接点につながる全ての横断変数は共通。

接点につながる通過変数の代数和＝Ｏ （代数式の符号はエネルギーの流れの方向により定まる
）。

Ｏ接点側にストロークのついているボ ンドは１つだけである。

くｌ接点〉接点につながる全ての通過変数は共通。

接点につながる横断変数の代数和＝０ （代数式の符号はエネルギーの流れの方向により定まる
）。

ｌ接点側にストロークのついていない ボンドは１つだけある。

各素子の形態、並びに、このＯ接点と１陵点に関するス
トロークの条件を用いることにより、ボンドグラフモデ
ルでは変数間の関係が前もってわかっていなくても、先
ず各素子の結合関係だけを書き、そのグラフ表現上で変
数間の関係を順次吃つ略すて行ける。つまり、構造（機
器の結合）情報からモデルを生成することができる。こ
れがボンドグラフモデルの大きな特徴の−っである。

第４図（ａ）〜（ｄ）は、所定のシステムの構造情報か
らボンドを生成する手順を示す図である。

第４図（ａ）はモータにより水をタンクに供給し、それ
を排出するシステムの例である。第４図（ｂ）は、その
システムの結合関係を示すものである。第４図（Ｃ）は
、それぞれボンドグラフライブラリーからコンポーネン
トを抽出して、第４図（ｂ）の関係に対応させたもので
ある。第４図（ｄ）は、それらコンポーネントを組み合
わせてボンドグラフモデルを完成させたものである。

次に、第１図におけろ定量関係生成手段２は、上記記憶
手段１のボンドグラフモデル情報に基づき、各要素間の
定量的関係を生成する手段であって、通常マイクロコン
ピュータを利用して実現されるが、その機能を持つ専用
ハード回路で実現してもよい。

第１図における定性知識生成手段３は、その定量的関係
に基づき、各要素間の定性的因果知識を生成する手段で
あって、通常マイクロコンピュータを用いて実現される
が、その機能を持つ専用ハード回路で実現してもよい。

次に定性化の内容を説明する。

ある与えられた対象システムのボンドグラフモデルが得
られたときに、このボンドグラフモデルを定性的に解析
し、定性モデルを抽出するにはボンドグラフモデルの素
子自身と、０接点、１接点において定性モデルへのマツ
ピングが行えればよい。

（１）素子の定性表現 各素子が持っている特性通り２変数間の因果関係を定義
する。例えば、Ｒ素子やＴＦ素子からは以下のような因
果関係が得られる。

Ｒ素子　：　　　ｖ＜Ｍ（増加）＞ｉ ＴＦ素子：　　ｖｌ＜Ｍ（増加）〉ｖ２ｉｔ＜Ｍ（増加
）〉１２ ここに、ａ＜Ｍ（増加）＞ｂは、変数ａが増えると変数
すも増える単調増加関係を表す。また、■と１は各々横
断変数と通過変数を表し、添字の１．２は１次側、２次
側の意味である。これは、仮定している定性モデルの表
現である。

（２）接点部の定性表現 Ｏ接点、１接点に関しては、（１）ボンドグラフモデル
の性質から得られる代数方程式を直接用いる方法と、（
２）２変数間の因果関係を直接表現する以下の方法があ
る。

く１〉代数方程式に影響を及ぼしている変数（入力変数
）を得る。入力変数は、Ｏ接点に対しては通過変数であ
り、ｌ接点に対しては横断変数である。

く２〉入力変数からエネルギーの流れに添って進み、　
（入力変数と同じ種類の〉次の変数を見つけ、その変数
と人力変数との因果関係（単調増加、単調減少など）を
定義する。このとき、■素子とＣ素子に関しては、必要
な変数の変換を行う。例えば、流体系のＣ素子では、横
断変数（圧力）と通過変数（流量）の積分が比例するの
で、圧力と体積との関係を定義する。また、因果関係の
定義にあたっては、ボンドグラフモデル中の片矢印の向
きに沿ったまま次の変数にたどり着く時は比例関係（単
調増加など）で途中で矢印の向きが逆転するときは反比
例関係（単調減少など）となる。

く３〉接点部の全ての横断または通過変数の因果関係を
定義できるまで上記の作業を繰り返す。

以上の作業により与えられたボンドグラフモデルをここ
で仮定した定性モデルに変換できたことになる。

以上の各手段の動作の流れをまとめると第５図に示すよ
うになる。

即ち、先ず、対象システムの構造情報を人力しくステッ
プＳｌ）、　　この情報と、予め定義されているボンド
グラフモデル要素（ボンドグラフライブラリー）並びに
、ボンドグラフモデルのモデリング則を用いてボンドグ
ラフモデルを生成する（ステップＳ２．Ｓ３）。このボ
ンドグラフモデルにおいて素子並びに接点の定性モデル
化を行う（ステップＳ４）。その定性モデルを定性推論
システムで実行する（ステップＳ５）。

次に具体例として、貯水タンクを例にとって本発明を説
明する。

第６図はそのタンクシステムの模式図であって、１０は
タンク、１２はバルブ、１３は供給パイプ、１４は排出
口である。

このタンクシステムのボンドグラフモデルを作成すると
、第７図に示すようになる。このボンドグラフモデルに
基づいて定量的関係を次のように得る。

ＴＱｃｏｎ＝ｋｉＰ Ｐ＝ｋｊＱｏｕｔ Ｑ　１ｎ−ＱｏｕＬ＝　Ｑｃｏｎ　　　（Ｐ　：　Ｐ　
＋　　）上記の手順にしたがって定性モデルを抽出する
と以下のようになる（第８図弁明）。

ぐｌ）素子の定性表現 Ｃ（容器）　二体積＜Ｍ（増加）〉圧力（体積が入力〉 Ｒ（流出孔）：圧力＜Ｍ（増加）〉流出流量（圧力が入
力） （２）０接点部の定性表現 入力変数二流入流屋 流入流量＜Ｍ（増加〉〉容器体積 （流入流量が入力） 流出流量＜Ｍ（減少）〉容器体積 （流出流量が入力） ボンドグラフモデルでは、流入流量に関する変数は５．
容器内流低であり、容器自身はＣ素子として定義してい
る。Ｃ素子は、体積と圧力の間で特性が定義されている
ので、ここでは流入流量と容器体積との関係を定義する
。流出流量と容器体積についても同じである。

この様にして得られた因果関係を用いて、例えば文献（
「ペトリネットを用いた定性シミュレーションの実現ｊ
、第３回人工知能学会全国大会予稿集、ｐρ、２７１−
２７４．１９８９．実用、潮）の定性シミュレーション
を行う。切間状態を「流入流量増加」とすると、以下の
結果を得る。

流入流量増加 →容器体積増加 一容器圧力増加 →流出流量増加 →容器体積く増加、定常、減少〉木０．。

上記のシミュレーションにおいて、木は競合が生じたこ
とを示している。

ボンドグラフモデルを基にした定性モデルでこの競合が
生じる可能性のある場合を考えてみる。

競合が生じるとは、ある変数に異なる因果関係が定義さ
れている場合である（この例では容器体積がこれに当た
る）。グラフ上でこの様なことが生じるのは接点部のみ
である。つまり、０接点に間しては通過変数の因果関係
において競合が生じる可能性があり、１接点に間しては
横断変数の因果関係において競合が生じる可能性がある
。これは逆に言えば、本手法に基づく定性推論システム
において、競合を生じさせずに推論を進めたいときには
、接点部における変数に関して、定量的な評価を行えば
よい。

［発明の効果］ 以上述べたように、本発明はボンドグラフモデルを利用
して定性的因果知識を得るので、生成した因果知識が統
一性を持ち、モデルが統一化され、システム同士の整合
性がとりやすくなる。また、そのモデル化自身も容易な
ものとなる。

【図面の簡単な説明】

第１図は本発明にかかる定性的因果知識生成装置の一実
施例を示すブロック図、第２図は同実施例に用いられる
ボンドグラフモデルの説明図、第３図は同ボンドグラフ
モデルの説明図、第４図は同ボンドグラフモデルの生成
を説明するための生成図、第５図は前記実施例の動作を
示すフローチャート、第６図は同実施例が適用されるタ
ンクシステムの模式図、第７図は同システムのボンドグ
ラフモデルを示すモデル図、第８図は同ボンドグラフモ
デルから定性的因果知識を得るプロセスを示す図である
。 １・・・記憶手段、２・・・定量関係生成手段、３・・
・定性知識生成手段、１０・・・タンク、１２・・・バ
ルブ、　１３・・・バイブ、　１４・・・排出口。

Claims (1)

【特許請求の範囲】
1. 　対象となるシステムのボンドグラフモデル情報を記憶
   した記憶手段と、その記憶されたボンドグラフモデル情
   報に基づき各要素間の定量的関係を生成する定量関係生
   成手段と、その生成された定量的関係に基づき各要素間
   の定性的因果知識を生成する定性知識生成手段とを備え
   たことを特徴とする定性的因果知識生成装置。