JPH03166601A - 制御支援装置 - 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、プロセス制御装置およびこれを用いる制御支
援装置に関し、特に製鉄炉等の熱プロセス，化学プラン
トの反応プロセスあるいは上水道における薬品注入プロ
セスに代表される複雑なユ二程、更には、下水道におけ
る下水排水ボンブの制御等の急激な制御量の変化を伴う
プロセスを制御または管理するに好適な、プロセスＭ御
装置およびこれを用いる制御支援装置に関する。 〔従来の技術〕 近年、多くの製造工業プロセスや、上下水道等の公共資
源を管理するプロセスにおいて、状態の計測と制御のた
めのシステムが採用されている。 代表的なものとしては、プロセスの状態と目標値の偏差
に基づ＜ＰＩＤＭ御や、ブムセスの状態量を用いてｒｉ
ｆ−ｔｈｅｎ〜」型のルールにより推論を行い、プロセ
ス操作量を求める人工知能の応用手法等がある． ＰＩＤ制御は、プロセスの計測情報の数が少ない場合に
は有効であるが、計測情報の数が多く、しかも、計測情
報間に複雑な因果関係が含まれる場合には、適用が困難
であった。「ｉ『〜ｔｈｅｎ〜ｊ型のルールにより推論
を行うものでは、ルールを構築するために、熟練運転員
の知識や経験によるノウハウを抽出する必要がある．し
かしながら、複雑なプロセスでは、熟練運転員の知識や
経験によるノウハウを抽出することが困難であるばかり
でなく、ルール相互間の整合性を保つために、試行錯誤
的な作業が必要であるという問題があった。 このような問題に対しては、本出願人が、先に特願昭６
３−２３６４０２号，特願平１−１３６０１９号により
、時系列的な状態変化パターンから特徴を抽出して抽象
的な表現に変換すること、および、抽象的表現により得
られる計測情報間の因果関係を用いることを特徴とする
制御装置を提案している。上述の制御装置によれば、操
業期間の大部分を占める定常的なプロセス状態の様々な
擾乱を乗り越える安定化制御が実現できる． 〔発明が解決しようとする課題〕 しかしながら、上記技術においても、非定常なプロセス
状態もしくは突発的な異常事態における対応、および、
回復のための制御操作は人手に委ねられたまま残されて
いる。このようなマニュアル操作領域のシステム化につ
いては、最近の人工知能応用の技術開発成果と、データ
解析技術のＩｌη発成果を導入することが，有力な解決
方法と考えられる。ここで、上記技術を、非定常的なプ
ロセスの制御に適用するに当たっては、以下に示す二つ
の問題がある。 第一は、熟練運転員の知識や経験によるノウハウの大き
な要素となっている状態識別部のシステム化が困難なこ
とである。熟練運転員が制御に利川する情報は，通常の
計測情報以外に、ｒ時間推移のなかでの状態変化パター
ン」「複数の計測データの状態組合せパターン」Ｆ音響
，映像，雰囲気等のパターンノ 等の認識およびこれらの組合せがある。更に言えば、こ
れらの情報における非線形性，あいまい性が加わって、
一連の熟練運転員の判断が下されている。 第二は、熟練運転員に近い推論，判定のルールの抽出が
容易でないことである。この問題は、般のエキスパート
システム構築でも大きな課題となっているが、この理由
として、 「熟練者が自分の知識を明示的なルールとして認識して
いることは少ない」 「エキスパートの経験していない特殊な状況に対する知
識を引き出すことはできない」 ということが言われている。この二つは、そのまま、プ
ロセス制御のためのルール抽出にも当てはまる。 ルール抽出の効果的な方法は、人工知能応用の課題でも
あるが、プロセス制御を対象とした場合には、対象プロ
セスの構造的特性の把握に基づいた独自のアプローチが
あるものと考えられる。 本発明は上記事情に鑑みてなされたもので、その第一の
目的は，従来の技術における上述の如き問題を解消し、
プロセスの状態変化パターンをあいまいな記号に変換す
ることにより、熟練運転員がプロセスの状態を識別して
プロセス操作量を決定する際に用いる言語に近い表現を
用いることを可能にする、記号化装置を提供することに
ある。 また、本発明の第二の目的は、上述の記号化装置を利用
して、複雑なプロセスの制御システム構築のための技術
として、熟練運転員に近い状態識別機能を発揮させるよ
うにしたプロセス制御装置および制御支応装置を堤供す
ることにある。 本発明の他の目的は、同じく上述の記号化装置を利用し
て、熟練運転員の制御知識やプロセス構造に基づくプロ
セス状態量の間の因果関係知識等を利用することにより
、ルール相互間の整合性を保った制御モデルの構築が行
えるようにしたプロセス制御装置および制御支援装置を
提供することにある。 〔課題を解決するための手段〕 本発明の上記第一の目的は、制御対象プロセスのプロセ
ス状態を記号的な表現に変換する記号化装置において、
前記プロセス状態の時系列的な変化パターンの特徴量を
抽出する特徴抽出部と、該特徴抽出部からの特徴量を記
号毎に定められたファジー表現のためのメンバシップ関
数を用いて、あいまいな記号に変換する記号化部とから
構成されることを特徴とする記号化装置、および、制御
対象プロセスのプロセス状態値を検出するプロセス状態
値検出手段と、該プロセス状態値検出手段からのプロセ
ス状態値およびプロセス操作量を記憶しておくプロセス
状態値記憶手段とをイｆするプロセス制御装置において
、前記プロセス状態Ｍ記憶手段に記憶されているプロセ
ス状態値およびプロセス操作危を用いて、現イＥのプロ
セス状態イ直およびプロセス操作量の変化パターンを記
号的な表現に変換する記号化手段と、該記号化手段がら
の記号的な表現を用いてプロセスの状態を目標値に近づ
けるためのプロセス操作量を決定する制御演算手段と、
該制御演算手段により決定されたプロセス操作量を入力
し、該プロセス操作量をプロセスへの制御出力に変換出
力する制御出力変換手段とを設けたことを特徴とするプ
ロセス制御装置によって達成される。 〔作用〕 本発明に係るプロセス制御装置においては、記号化装置
は、プロセス状態値の変化パターンの特徴量を抽出し、
この特徴量を用いてプロセスの変化状態を記号的な表現
に変換する。これにより、熟練運転員に近いプロセス状
態の識別機能を発揮させることができる。また、制御演
算装置は、記号的な表現に変換されたプロセス変化状態
を入力とし、プロセス操作量を決定する。熟練運転員の
持つ経験的なノウハウや知識は言語に近い記号で表現さ
れるため、プロセス変化状態の記号的な表現を用いた、
制御モデルの構築が行える。これにより，熟練運転員の
持つプロセス構造あるいはプロセス状態量の間の因果関
係等の知識が有効に利用でき、制御のためのルール相互
間の整合性を保った制御モデルを実現できる。 また、制御履歴記憶装置には過去のプロセス状態値およ
びプロセス操作量の記号的な表現が記憶される。パラメ
ータ学習装置は、上記制御履歴記憶装置に記憶されてい
る過去の制御結果を用い、記号化装置および制御演算装
置における演算のためのパラメータを変更する。これに
より、プロセスの状態変化パターンを表現するために用
いる記号的な表現のあいまいさを、熟練運転員の持つ言
語的な表現のあいまいさに近づけ、熟練運転員に近いプ
ロセス操作量演算のためのプロセス状態識別機能を発揮
させることが可能になる。 〔実施例〕 以下、本発明の実施例を図面に基づいて詳細に説明する
。 第１図は、本発明の第一の実施例であるプロセス制御装
置のブロック構成を示す図である。図において、ｌは制
御対象であるプロセス、２は制御対象プロセスｌの状＠
量を検出し、制御装置において取り扱う形式のプロセス
状態検出値に変換して出力するプロセス状態検出器、３
は計測されたプロセスの状態値およびプロセス操作量を
一定期間保存するプロセス状態値記憶装置、４は該プロ
セス状態値記憶装置３に保存されたプロセス状態値およ
びプロセス操作量を予め定めたサンプリング周期毎に取
り出し、プロセスの状態変化パターンおよびプロセス操
作量の変化パターンを記号的な表現に変換する記舛化装
置、５は該記号化装置４の出力を用いてプロセスの状態
を目標値に近づけるためのプロセス操作量を決定する制
御演算装置、６は該制御演算装ｉ￥７５により決定され
たプロセス操作量を実際のプロセス操作端駆動用の信号
に変換してプロセス制御用に出力する制御出力変換装置
を示している。また、７は前記記号化装置４の出力であ
る記号的な表現に変換されたプロセス状態値およびプロ
セス操作量を記憶しておくための制御履歴記憶装置、８
は該制御履歴記憶装置７に記憶されている過去の制御履
歴を用いて前記記号化装置４および制御演算装置５のパ
ラメータを決定するためのパラメータ学習装置、９はプ
ロセス状態値の因果関係やプロセス構造に関する知識を
記憶しておく知識ベース、１０は知識ベース９への知識
の追加や変更を容易にするための知識ペースエディタ、
１ｌは該知識ベースエディタＩＯを操作するためのＣＲ
Ｔ等を備えた表示装置を示している。 記号化装置４は、前述の特願昭６３−２３６４０２号，
特願平１−１３６０１９号に示した方法，すなわち、入
力パターンを折れ線で近似し、該折れ線をそれを構成す
るベクトル系列に変換し、これを、比較対象となる標準
的なパターンを折れ線で表現したべクトル系列と比較し
て、両者間の類似度および縮尺率を計算することにより
、少ない計算量で、形状は相似であるが大きさの異なる
パターンを含めてパターン識別を可能とするパターン識
別方法を用いて、プロセスの変化パターンおよびプロセ
ス操作量の変化パターンを、記号的な表現に変換する。 第２図に、上述の記号化装置４の詳細を示す。 本実施例における記号化装置４は、上記特徴に加えて、
プロセス状態値およびプロセス操作量の時系列的な変化
パターンから特徴を抽出する特徴抽出部２１と、ファジ
ー表現のためのメンバシップ関数を用いて特徴をあいま
いな記号表現に変換する記号化部２４とを備えている．
以下、第２図に示した装置の詳細な動作を説明する． プロセスで計測されるデータの多くは、一定のサンプリ
ング周期毎に得られる時系列的なデータである。先に第
１図に示したプロセス状態記憶装置３から取り出された
時系列データ２０は、フィルター記憶部２２に記憶され
ている特徴抽出フィルターを用いた積和演算により，そ
の時系列的な変化パターンに対応した多項式に展開され
る。この多項式の展開係数２３が、上述の記号化部２４
に送られる。記号化部２４では、処理中の時系列データ
に対応したメンバシップ関数をメンバシップ関数記憶部
２５から取り出し、ファジー表現された記号データ２６
として出力する。 次に、第２図の特徴抽出部２１の動作を、第３図を用い
て説明する。第３図＜ａ＞は時系列データの一例を示す
図、同（ｂ）は特徴抽出を行うためのフィルターの一例
を示す図である．第３図（ａ）に示した時系列データに
、同（ｂ）に示したフィルターを作用させて得られる展
開係数２３を、第３図（ｃ）に示す。この例では、同図
（ｂ）のＯ次フィルター３１によるＯ次の展開係数は４
．０、１次フィルター３２による１次の展開係数は０．
５．　２次フィルター３３による２次の展開係数は０．
３である。 第４図は、第２図における記号化部２４の動作例を示す
図である。同図（ａ）は、０次の展開係数に対するメン
バシップ関数の一例であり、同図（ｂ）は、１次と２次
の展ＵＦＪ係数に対する二次元的なメンバシップ関数の
例である。また、同図（Ｃ）は、同図（ａ）および（ｂ
）に示したメンバシップ関数を用いた記号化結果を示す
ものである．第４図（ａ）において，　４１．　４２お
よび４３は、それぞれ、「低い」「中くらい」および「
高い』という記号に対するメンバシップ関数である。 先に第３図（ａ）に示した時系列データに対するＯ次フ
ィルター３１による展開係数は４．０であり、第４図（
ａ）の矢印４４に対するメンバシップ関数の値から、記
号的な表現の適合度としてｒ中くらい」が０．８、『低
い」が０６２であるという結果を得る。 第４図（ｂ）は、メンバシップ関数の値を模式的に等高
線で表現したものであり、例えば、４５．　４６および
４７は、それぞれ、「下降中」『平衡状態」および「上
昇中』という記号に対するメンバシップ関数であり、断
面Ａ−Ａ’は第４図（ａ）と類似した形状をしている。 また、第３図（ａ）に示した時系列データに対する１次
フィルター３２および２次フィルター３３による展開係
数は、それぞれ、０．５および０．３であり、第４図（
ｂ）の×印４８に対するメンバシッブ関数の値から、こ
の場合の記号的な表現の適合度としては、「上昇中」が
０．５、「平衡状態」が０．２、「平衡から上昇」が０
．３であるという結果を得る。 このように、第２図に示した記号化装置４により、時系
列的なデータとしてのプロセス状態ｆ１ａが、プロセス
のレベルを表わす「高い」「中くらい」「低い」という
あいまいな記号と、プロセスの変化状態を示す「上昇中
」「平衡状態」といったあいまいな記号に対する適合度
の組として得られる。 第１図の制御演算装置５は、上述の記号化装置４の出力
結果である記号表現を新しい記号表現に変換する機能を
有する。第５図は、本制御演算装置５の構成を示すブロ
ック図である。図中、５ｌは上述の記号化装置４から送
られる記号表現の適合度を保持しておくメモリ回路、５
２は該メモリ回路５ｌに記憶された各記号の適合度の組
を任意に組み合せて出力する組み合せネットワーク、５
３は任意の記号の組を新しい記号に変換する記号変換回
路を示している．第５図では、組み合せネットワーク５
２と記号変換回路５３の組が二段結合されている例を示
しているが、これは、必要に応じて仕意の段数とするこ
とができるものである。 上述の組み合せネットワーク５２の詳細な構成を、第６
図に示す。組み合せネットワーク５２はメモリ６ｌの配
列であり、知識ベース９に蓄えられているプロセスの構
造やデータ間の因果関係に関する知識に基づき、メモリ
回路５ｌと記号変換回路５３とを接続するものである。 例えば、第７図に示すような知識が、知識べ一ス９に蓄
えられているとする。すなわち、因果関係知識により、
「データＡとデータＢにより、データＸが決定される』
、あるいは、制御知識により、「データＡが『上昇中』
であり、データＢがｒ高い』ならば、操作量Ｘを『増加
』する」ということが先験的に与えられているとする。 この場合、第６図に示す各メモリ６Ｉのうち、●印を付
したものがネットワークの結合係数が１．０で接続の状
態となり、他のメモリは接続の結合係数は０．０となる
．この組み合せネットワーク５２を介することにより、
知識ベース９に蓄えられた知識に従ってメモリ５ｌに保
持された記号の組が、記号変換回路５３への入力として
与えられる。組み合せネットワーク５２は、第６図に示
すようなハードウェアとして構成されるだけでなく、同
様の機能を持つソフトウェアとしても実現できることは
言うまでもない。 第８図は、上述の記号変換回路５３の記号変換素子５４
の例を詳細に説明する図である。記号変換部８３は、多
次元の記憶素子の配列であり、第８図では、説明を簡単
にするために二次元の例を示している。８ｌおよび８２
は、メモリ回路５ｌ中の、それぞれ異なる事象の記号的
表現の適合度を保持するメモリである．記号変換部８３
の横方向の素子は、メモリ（Ａ）８１の同一記号を表わ
すメモリから入力を受け、同様に、縦方向の素子は、メ
モリ（Ｂ）８２の同一記号を表わすメモリから入力を受
ける。メモリ（Ｃ）８４の各素子は、それぞれ、記号変
換部８３のすべての素子と結合されている。メモリ（Ａ
）８１およびメモリ（Ｂ）８２から入力を受けた記号変
換部８３の各素子は、入力状況に応じて、一定の出力分
布となる。 この出力分布に応じて、メモリ（Ｃ）８４の各素子の出
力状態が決定される。すなわち、記珍変換部８３のｊ番
目の素子への入力をｘｉ（　ｉ　＝　１　．　２，・・
・ｎｔＬｊ番目の素子の出力をＸＪとし、メモリ８４の
ｋ番目の素子の出力をＸｋとすると、 ｎｉ ＸＪ＝　ｆ　（　　Σ　ｘｌ）　　　　　　　　　　・
・・・（１）ｉ＝１ ｎＪ ×ｋ＝ｆ（　Σ　ＷＪｘｊ）　　　　　　　・・・・（
２）Ｊ＝１ と表わされる。ここで、Ｗ１は結合重みパラメー夕、ｆ
は入出力の変換関数であり、例えば、シグモイド関数 １ ｆ（ｘ）＝　　　　　　　　　　　　　　　　・・・・
（３）１＋ｅｘｐ（−ｘ） 等を用いることができる。 第１図に戻って、パラメータ学習装置８は、記号化され
た制御履歴を記憶しておく制御履歴記憶装置７の記憶内
容を用いて、記号変換素子５４の内部結合８５の結合パ
ラメータを更新する。この結合パラメータの更新方法と
しては、制御履歴記憶装置７にＭ積されている過去の操
業データの記号化された状態値を制御演算装置５への入
力とし、出力として得られる記号表現された操作量と教
師信号である過去の操業データの記号化された操作量と
の誤差を用い、良く知られた誤差逆伝播法等を用いて行
うことができる。 記号変換素子５４のメモリ（Ｃ）８４は、それぞれ、同
一の事象の状態を表わすファジー表現された記号であり
、メンバシップ関数の適合度のような性質を持たせるこ
とができる。すなわち、同一の事象に対する記号の適合
度の総和は１．０になるように、それぞれのメモリの出
力を、各メモリの出力の総和で正規化しておけば良い．
更に、記号表現のあいまいさを減少させるには、各メモ
リの間に側抑制結合を設けて、すなわち、ｘｌ（ｉ＝１
，２，・・・・＋ｎ）を同一事象に対する記号表現とす
るとき、Ｊ　＝１−Ｓ とすることにより、事象の判定を明確に行うことができ
る。ここで、Ｗ８は結合重みを表わすパラメータであり
、例えば、第９図に示すような形状をしている。 多次元の空間的な位置として示される記号表現の場合も
、第（４）式と同様の側抑制結合を設けることができる
。 発見的な学習方法として、上述の方法による学習により
、知識ベース９に蓄えられた知識に基づく、組み合せネ
ットワーク５２の結合状態での各記号間の結合パラメー
タが与えられた後、再び制御履歴記憶装置７に蓄えられ
たデータを入力し、同時に大きな適合度を持つ記号を探
索した後、その記号の組の間に結合を新たに設けて学習
することにより、新しい知識や制御ルールの発見的な獲
得を行うことができる。また、制御履歴記憶装置７に記
憶されている過去の状態値と、制御演算装置５か．ら出
力される操作量が類似しているデータを分類・抽出し、
各記号の適合度の平均値・分散等を求め、適合度の平均
値が大きくしかも分散の小さい記号の組を探索すること
により、知識ベース９に蓄えられていないプロセス状態
値と操作量との因果関係を自動的に抽出し、制御知識と
して登録し、利用することができる。これにより、熟練
運転員の持つ知識や経験を自動的に抽出できるばかりで
なく、制御知識の間の矛盾も発見することができる。 以上で説明した学習方法は、記号変換回路５３の内部結
合の結合パラメータを学習するものであるが、他の場合
として、制御履歴記憶装置７に記憶する内容を、計測さ
れた時系列的な数値データとすることも可能である。こ
の場合、第ｌＯ図に示すように，記号化装置４と制御演
算回路５における処理を一連のものとし、パラメータ学
習装ｆａ８による学習において、制御演算装置５の内部
結合８５の結合パラメータと同時に、記号化装置４のメ
ンバシップ関数も学習することもできる。これにより、
プロセス状態値を表現する記号のあいまいさを、熟練運
転員の持つ知識を表現する言語のあいまいさに近づける
ことができ、プロセス状態の識別機能を一層高めること
ができる。 上述の実施例における各部の動作の関連を、制御装置設
計時と制御実施時について、説明する。 まず、制御装置設計特においては、以下の■〜■の動作
を行う。 ■：表示装置Ｉ＋から知識ベースエディタ１０を用いて
、知識ベース９に制御対象プロセスｌに関する知識を対
話的に入力する。 ■：知識ベース９に蓄えられた知識を基に、制御演算装
置５の組み合せネットワーク５２の結合係数を設定する
。 ■：制御履歴記憶装置７に記憶された制御履歴を用いて
、パラメータ学習装置８により、制御演算装置５の内部
結合８５の結合パラメータの学習を行う。 以上の■〜■の動作を実行後の制御演算装置５の操作量
出力と、制御履歴記憶装置７に記憶されている操作量と
を比較し、知識ベース９の内容を追加，修正し、上記■
〜■の動作を繰り返すことも可能である６ 制御履歴記憶装置７へのデータの格納は、過去のプロセ
スデータがプロセス状態値として保存されている場合は
、そのデータを記号化装置４を通して格納しても良いし
、本発明による制御演算装置５を制御に利用する前の操
業データを記号化装置４を通して記号化した結果を格納
するようにしても良い。 また、制御実施時ににおいては、後述の■〜■の動作を
、一定の周期で繰り返す。 ■：プロセス状態検出器２により制御対象プロセス１の
プロセス状態を検出する。検出された現在のプロセス状
態値と、プロセス状態記憶装置３から一定のサンプリン
グ周期で読み出したデータとを、記号化装置４に送る。 ■：記号化装置４により記号化されたプロセス状態値お
よび操作量は、制御演算装置５に送られるとともに、制
御履歴記憶装置７に記憶される。 ■：制御演算装置５は、記号化装置４から入力される記
号化されたプロセス状態値を用いて、内部の結合パラメ
ータで表現された制御モデルにより、プロセス操作量を
演算して制御出力変換装置６に出力する。 ■二制御出力変換装置６は、制御演算装置５から入力さ
れるプロセス操作量を、実際のプロセス操作端駆動用の
信号に変換し、制御対象プロセス１の操作端に出力する
。 以上述べた如く、上記実施例によれば、熟練運転員の持
つあいまいな記号を用いたプロセス操作量の演算ができ
ると同時に、蓄積された知識や経験を有効に利用するこ
とができ、熟練運転員に近いプロセス制御モデルの構築
を行うことが可能になるという効果がある。 ここで、上述の実施例に係る具体例を挙げておく。以下
に示す具体例は、第１５図に示す如く、ボンブ台数制御
装置を示すものである。 第１５図において、Ａは下水処理プロセスを示しており
，Ｂはこの下水処理プロセスＡにおけるポンプ台数制御
装置を示している６沈砂池１５１には地中に埋設された
管渠１５２が設けられ、更にスクリーン１５３を介して
ポンプ井＋５４が一体に設けられている。阻水扉１５５
は、上記管渠１５２からの流入水量が多く、ポンプ井１
５４の水位が上昇した場合に、ポンプ設備を浸水から守
るためのゲートである。上記管渠＋５２から流入した下
水、すなわち一般排水および雨水，地下水は、阻水扉１
５５を介して、沈砂池１５１からスクリーン＋５３を通
して、ポンプ井１５４に流れる如く構成されている。 上記ポンプ井＋５４には、ポンプ１５６−　１　〜１５
６−　ｎが接続された吸込み菅１５７−１〜＋５７−　
ｎが浸透配管されている。そして、各ボンブ１５６−　
１〜１５６−　ｎの吐出し側の各管は、共通接続されて
下水処理設備等＋５８に配管されている。 上の如く構成された下水排水プロセスにおいては、通常
は、運転するポンプの組み合せの変更により段階的に、
または、一部速度制御や吐出し弁開度制御により連続的
に、吐出量の調整がなされている。ところで、下水は前
述の如く一般排水と雨水，地下水等から成り、一般排水
は時系列変化が週単位か日単位かによって、ある程度定
型的となっているのに対し、雨水，地下水は地域，天候
等によりその都度変化するために、流入流量の予測値を
求めることが困難である。 そこで、通常、ボンブ１５６および阻水扉１５５の運転
制御は、ボンブ井水位と、ポンプ群の全吐出し流量とを
直接対応させて行われている。ところが、このような運
転制御では、流入流量が大きく変化し、ボンブ井水位の
変化が急峻となった場合に対応できなくなる場合があり
、ボンブの無人運転を困難なものとしている。また、流
入流量の再現性が乏しいために、ボンブ群の運転制御に
は熟練が必要であり，かつ，都市を洪水から守るという
使命感から、極度に緊張を強いられる仕事となっている
。 下水処理プロセスＡを制御するために、上記実施例によ
るボンブ台数制御装置Ｂは、次の如き構成となっている
。すなわち、プロセス状態検出器２が設けられ、このプ
ロセス状態検出器２を通して、降雨計の計測信号ｌ５９
，ポンプ井水位検出信号＋６１および吐出し流量検出信
号！６２が、記号化装ｊｎ４およびプロセス状態値記憶
装置３に送られる如く構成されている。記号化装置４は
、現在のプロセス状態値および適当なサンプリング周ｊ
び１で取り出したプロセス状態値記憶装置３に記憶され
た過去のプロセス状ｆｌｌｉｊ　４ｆｆとを用いて、各
々のプロセス状態の変化パターンを記号化して出力する
。 第１７図に示す如く、ポンプ井水位の時系列データ１７
１を、多項式に展開したときのＯ次の項からポンプ井水
位が、１次および２次の項からボンブ井水位変化率が、
それぞれ、あいまいな記号として表現され、制御演算装
置５のメモリ回路５Ｉに記憶される。同様に、全吐出！
ｋ１７２の時系列データを多項式に展開したときのＯ次
の項から降雨量のあいまいな記号が、１次および２次の
項から降雨量変化率のあいまいな記号が、それぞれ、メ
モリ回路５１に記憶される。 知識ベース９には、表示装置ｌ１がら知識ベースエディ
タｌＯを用いて入力されたプロセスの構造による因果性
知識と、経験的に得られている制御知識とが記憶されて
いる。第１６図に、知識ベース９に記憶された知識の一
例を示す。これらの知識を用いて、制御演算装置５の組
み合せネットワーク５２−１および５２−２の結合係数
が決定される３第ｌ７図に結合の状態を模式的に示す。 第１６図の因果性知識■によりポンプ井水位と貯水量と
の間に、因果性知識■によりポンプ井水位変化率と全吐
出し量の双方と流入量との間に、因果性知識■および■
により降雨量と降雨量変化率の双方と流入量変化率との
間に、それぞれ、因果関係があることが示される。この
関係は、第１７図の組み合せネットワーク５２−１の結
合係数を規定している。また、第１６図の制御知識のお
よび■により貯水量，流入量および流入量変化率とボン
ブ台数間に、制御知識■および■により貯水量，流入量
および流入量変化率と阻水扉１５５の開度との間に、そ
れぞれ、因果関係があることが示される。 この関係は、第１７図の組み合せネットワーク５２−２
の結合係数を規定している。 制御系設計時には、制御履歴記憶装置７に記憶された各
プロセス状態値が順々に呼び出され、メモリ回路５ｌに
記憶される。記号変換回路５３−１および５３−２を通
して演算された結果である操作量と、上述の制御履歴記
憶装置７に記憶された過去の操作量との偏差を教師信号
として、パラメータ学習装置８により記号変換回路５３
−１および５３−２の結合パラメータが学習的に変更さ
れる。 制御履歴記憶装置７に、過去の状態値が数値として記憶
されている場合は、各々の状態値を記号化装置４の入力
とし、出力として得られる操作量と制御履歴記憶装置７
に記憶された操作量との偏差を教師信号として、パラメ
ータ学習装置８により、記号化装Ｒ４のメンバシツプ関
数と記号変換回路５３−１および５３−２の結合パラメ
ータを同時に学習することができる。 制御実施時には、記号化装置４の出力であるメモリ回路
５ｌに記憶されているデータを用いて、制御演算装置５
の学習された結合パラメータにより操作量が決定され、
プロセスの制御が行われる。 本実施例によれば、運転員の持つあいまいな記号で表現
された知識および制御履歴をプロセス操作量決定のため
の知識として有効に活用することが可能になり、熟練運
転員の能力に近いプロセス制御装置を容易に実現するこ
とができる。 次に、上述のプロセス制御装置の応用に係るプロセスモ
デル生成装置について説明する。 第１！図は，本実施例に係るプロセスモデル生成装置の
ブロック構或図である。図中、制御対象プロセスｌ，プ
ロセス状態検出器２，プロセス状態値記憶装置３，記号
化装置４，制御演算装置５，制御出力変換装置６，制御
履歴記憶装置７．パラメータ学習装置８，知識ベース９
，知識ベースエディタ１０，表示装置Ｉ＋は、先の実施
例に関して第１図に示した構成要素と同一の動作をする
ものである。復元装置１１２は、制御履歴記憶装置７に
記憶された、記号化されたプロセス状態値を時系列デー
タとして復元し、表示装置！１に表示する機能を有する
ものである。また、モデル生成装置ＩＩＩは，第５図に
示した制御演算装置５と基本的には同一の構成を有し、
知識ベース９に記憶されたプロセスの因果性に関する知
識を用いて、基本的なプロセスのモデルを内部の組み合
せネットワークの結合状態として表現する。パラメータ
学習装置８は、制御履歴記憶装置７に蓄積された、過去
の記号化されたプロセス状態量とプロセス操作量に対す
るプロセスモデル生成装置Ｉｌｌの状態変化出力と、制
御履歴記憶装置７に記憶されている実際の状態変化とを
比較し、前述の学習方法によりモデル生成装置１１１の
内部結合８５の結合パラメータを変更する。本実施例に
よれば、過去の操業データを用いたプロセスモデルを、
自動的に生戒することができるという効果がある。 次に、第１２図を用いて、上述のプロセス制御装置の応
用に係る最適操作知識自動生成装置について説明する。 第１２図は、本実施例に係る最適操作知識自動生成装置
のブロック構威図である．第ｌ２図において、制御対象
プロセス１，プロセス状態検出器２，プロセス状態値記
憶装置３．記号化装置４，制御演算装置５，制御出力変
換装置６，制御履歴記憶装置７，パラメータ学習装置８
，知識ベース９，知識ベースエディタ１０，表示装置１
１は、先の実施例に関して第１図に示した構成要素と同
一の動作をするものである。復元装置＋１２は、制御履
歴記憶装置７に記憶された、記号化されたプロセス状態
値を時系列データとして復元し、表示装置１１に表示す
る機能を有するものである。また、プロセスシミュレー
ション装［　＋２２は、制御履歴記憶装置７に蓄積され
た、記号化されたプロセス状態値とプロセスモデルを用
いて、プロセスの状態変化のシミュレーションを実行す
る。最適操作量決定装置＋２３は、プロセスシミュレー
ション装置１２２のシミュレーション結果と、表示装置
ｌ１から入力されたプロセスの目標状態とを用いて、最
適な操作量を決定する。前述の第一の実施例では、パラ
メータ学習装置８の教師信号としての操作量は、過去の
操業時における操作履歴であったのに対し、本実施例で
は、最適操作量決定装置＋２３の出力信号である最適操
作量を用いる点が大きく異なっている． 本実施例によれば、蓄積された操業履歴を用いて、プロ
セス状態値と最適操作量との関係を制御演算装置５内の
結合パラメータとして自動的に生成することが可能にな
る。 次に、第１３図を用いて，上述のプロセス制御装置の応
用に係るプロセス運転訓練装置について説明する。 第１３図は、本実施例に係るプロセス運転訓練装置のブ
ロック構成図である。図中、制御対象プロセスｌ，プロ
セス状態検出器２，プロセス状態値記憶装１１３，記号
化装Ｒ４．Ｍｍ演算装置５，制御出力変換装置６，制御
履歴記憶装置７，パラメータ学習装置８，知識ベース９
，知識ベースエディタ１０，表示装置ＩＩは、先の実施
例に関して第１図に示した構成要素と同一の動作をする
ものである。復元装置＋１２は、第Ｉ１図に示したもの
と同一の機能を有するものである．また、プロセスシミ
ュレーション装置１３２は、表示装置１１から入力され
る訓練員によるプロセス操作量を入力とし、内部のプロ
セスモデルに基づいたプロセスの状態変化を出力する。 比較装置＋３１は、制御履歴記憶装置７に記憶されてい
る実際の操作量およびプロセス状態値の変化と、訓練員
による操作結果とを比較し、比較結果を表示装置１】に
出力する。 本実施例によれば、蓄積された操業履歴を用いて、プロ
セス運転員の訓練を行うことが可能になるという効果が
ある。 次に、第１４図を用いて、上述のプロセス制御装置の応
用に係るプロセス運転支援装置について説明する。 第１４図は、本実施例に係るプロセス運転支援装置のブ
ロック構成図である。図中、制御対象プロセス１，プロ
セス状態検出器２，プロセス状態値記憶装置３，記号化
装置４，制御演算装置５，制御出力変換装置６，制御履
歴記憶装置７，表示装置１１は、先の実施例に関して第
１図に示した構成要素と同一の動作をするものである。 また、Ｍｌ索装置１４１は，記号化装置４による現在の
記号化されたプロセス状態に最も近い過去のプロセス状
態値およびプロセス操作量を、制１１４Ｈ歴記憶装置７
に蓄積された過去の操業結果から検索し、復元装置＋１
２に出力する機能を有するものである。復元装置＋１２
は、第１１図に示したものと同一の機能を有するもので
あり、検索装置１４１から入力される記号化されたプロ
セス状態値の変化を時系列的な変化パターンに復元し、
表示装置ＩＩに出力する。 更に、表示装ｗ１１１には、プロセス状態値記憶装置３
に記憶されている、現在のプロセス状態の変化パターン
を同時に表示する。 本実施例によれば、プロセスの運転員に対し、蓄積され
た操業履歴と現在のプロセス状態とを比較表示できると
同時に、過去の操作量と操作結果をも制御のための有力
な情報として提供することが可能になる． 第１１図〜第ｌ４図に示した各応用装置は、プロセス制
御を支援するための有効な手段を提供するものである。 なお、上記各実施例は、本発明の一例として示したもの
であり、本発明は、これらに限定されるものではない。 〔発明の効果〕 以上、詳細に説明した如く、本発明によれば、プロセス
の状態変化パターンをあいまいな記号に変換することに
より、熟練運転員が用いる表現に近い表現を可能とする
記号化装置を実現でき、また、熟練運転員に近い判別機
能を発揮可能なプロセス制御装置を実現できるという効
果がある。更に、下記の如き効果を得ることができる。 （１）これまで、直接的な計測が不可能であった、プロ
セス計測情報の時系列的な状態変化パターンを、プロセ
スの情報を判別するための有力な情報として利用できる
。 （２）プロセスのモデル構築の情報的なネックとなって
いた変数間の干渉の扱いや、多変数モデルにおける数値
的な演算の限界が、変数の状態を記号等の抽象的な表現
に変換することにより利用可能になる． （３）プロセスの制御モデルを記号的な表現を用いて行
うことにより、熟練運転員の持つ知識やノウハウ、ある
いは、プロセスの構造から定まる変数問の因果関係等を
利用した制御モデルの構築が可能になり、熟練者の表現
力を越えた知識と経験則を、もれなく、しかも、整合性
を保った形で抽出・利用可能になる。 （４）プロセスの計測データを、あいまいな記号に変換
して用いることによ番ハ熟練運転員がプロセス状態を表
現するのに用いる言語に近い表現を用いたプロセス操作
量の演算を行うことが可能になる。 （５）過去のプロセス計測データに記号的な事象名を与
えて蓄積することにより、プロセス操業時の事象と類似
する過去の事象を高速に検索することが可能となり、過
去の類似した操業データを参考とした異常事態への対処
等蓄積された経験を有効活用した判断基準を提供するこ
とができる。

【図面の簡単な説明】

第１図は本発明に係るプロセス制御装置の一実施例を示
すブロック構成図、第２図は記号化装置のブロック構成
図，第３図は特徴抽出部の動作説明図、第４図は記号化
部の動作説明図、第５図は制御演算装置のブロック構成
図、第６図は組み合せネットワークを説明する図、第７
図は知識ベースに記憶されている知識の例を示す図、第
８図は記号変換回路の構成説明図、第９図はパラメータ
学習装置における側抑制結合を説明する図，第ｌＯ図は
パラメータ学習装置の構成例を示す図、第１１図は実施
例のプロセスモデル生成装置の構成例を示す図、第１２
図は実施例のプロセス最適操作量決定装置の構成例を示
す図、第１３図は実施例のプロセス運転訓練装置の構成
例を示す図、第１４図は実施例のプロセス運転支援装置
の構成例を示す図、第１５図は実施例の具体的応用例と
してのポンプ台数制御装置の構成例を示す図、第１６図
は知識べ一スの内容を示す図、第１７図はボンブ台数制
御装置における制御演算装置を示す図である。 ｌ二制御対象プロセス、２：プロセス状態検出器、３：
プロセス状態値記憶装置、４：記号化装置、５：制御演
算装置、６：制御出力変換装置，７：制御履歴記憶装置
、８：パラメータ学習装置、９：知識ベース、ＩＯ＝知
識ベースエディタ、ｌｌ：表示装置、２ｌ：特徴抽出部
、２４：記号化部。 第 ２ 図 ２１ ２４ ２２ ２５ 第 ４ 図（その１） （ａ） 第 ６ 図 第 ７ 図 因果性知識 第 ８ 図 第 ｌ Ｏ 図 第 １ ６ 図

Claims (1)

1. 【特許請求の範囲】 １、制御対象プロセスのプロセス状態を記号的な表現に
   変換する記号化装置において、前記プロセス状態の時系
   列的な変化パターンの特徴量を抽出する特徴抽出部と、
   該特徴抽出部からの特徴量を記号毎に定められたファジ
   ー表現のためのメンバシップ関数を用いて、あいまいな
   記号に変換する記号化部とから構成されることを特徴と
   する記号化装置。 ２、制御対象プロセスのプロセス状態値を検出するプロ
   セス状態値検出手段と、該プロセス状態値検出手段から
   のプロセス状態値およびプロセス操作量を記憶しておく
   プロセス状態値記憶手段とを有するプロセス制御装置に
   おいて、前記プロセス状態値記憶手段に記憶されている
   プロセス状態値およびプロセス操作量を用いて、現在の
   プロセス状態値およびプロセス操作量の変化パターンを
   記号的な表現に変換する記号化手段と、該記号化手段か
   らの記号的な表現を用いてプロセスの状態を目標値に近
   づけるためのプロセス操作量を決定する制御演算手段と
   、該制御演算手段により決定されたプロセス操作量を入
   力し、該プロセス操作量をプロセスへの制御出力に変換
   出力する制御出力変換手段とを設けたことを特徴とする
   プロセス制御装置。 ３、前記制御演算手段における演算が、前記記号化手段
   からの記号的な表現と、プロセス操作量の記号的な表現
   との間の結合ネットワークを用いた、記号間の変換演算
   であることを特徴とする請求項２記載のプロセス制御装
   置。 ４、前記記号化手段の出力であるプロセス状態値および
   プロセス操作量の記号的な表現を記憶しておく制御履歴
   記憶手段と、該制御履歴記憶手段に記憶された過去の制
   御履歴を用いて、前記制御演算手段における結合ネット
   ワークの結合パラメータを変更するパラメータ学習手段
   とを備えたことを特徴とする請求項３記載のプロセス制
   御装置。 ５、前記記号化装置が、前記プロセス状態の時系列的な
   変化パターンの特徴量を抽出する特徴抽出部と、該特徴
   抽出部からの特徴量を記号毎に定められたファジー表現
   のためのメンバシップ関数を用いて、あいまいな記号に
   変換する記号化部とから構成されることを特徴とする請
   求項２または３記載のプロセス制御装置。 ６、前記記号化装置が、前記プロセス状態の時系列的な
   変化パターンの特徴量を抽出する特徴抽出部と、該特徴
   抽出部からの特徴量を記号毎に定められたファジー表現
   のためのメンバシップ関数を用いて、あいまいな記号に
   変換する記号化部とから構成されることを特徴とする請
   求項４記載のプロセス制御装置。 ７、前記各手段に加えて、前記制御履歴記憶手段に記憶
   された過去の制御履歴を用いて、前記制御演算手段にお
   ける結合パラメータおよび前記記号化手段におけるメン
   バシップ関数を変更するパラメータ学習手段を備えたこ
   とを特徴とする請求項６記載のプロセス制御装置。 ８、前記各手段に加えて、前記制御演算手段における記
   号間の結合態様を規定するプロセス制御知識およびプロ
   セス構造に基づく因果性知識を蓄えておくための知識ベ
   ースを備えたことを特徴とする請求項２〜７のいずれか
   に記載のプロセス制御装置。 ９、請求項１記載の記号化装置と、該記号化装置の出力
   であるプロセス状態値およびプロセス操作量の記号的な
   表現を記憶しておく制御履歴記憶手段と、プロセス状態
   値およびプロセス操作量の因果関係を記憶しておくため
   の知識ベースと、該知識ベースの情報を用いてプロセス
   のモデルを生成するモデル生成手段と、前記制御履歴記
   憶手段の情報を用いてプロセスモデルのパラメータを学
   習するパラメータ学習手段とを備え、プロセスモデルを
   生成することを特徴とする制御支援装置。 １０、請求項１記載の記号化装置と、該記号化装置の出
   力であるプロセス状態値およびプロセス操作量の記号的
   な表現を記憶しておく制御履歴記憶手段と、記号化され
   たプロセス状態値を用いてプロセス操作量を決定する制
   御演算手段と、プロセス状態値およびプロセス操作量の
   因果関係を記憶しておくための知識ベースと、プロセス
   のモデルに基づき、プロセスのシミュレーションを行う
   プロセスシミュレーション手段と、該プロセスシミュレ
   ーション手段の出力を用いて前記制御演算手段のパラメ
   ータを学習するパラメータ学習手段とを備え、プロセス
   最適操作量を決定することを特徴とする制御支援装置。 １１、請求項１記載の記号化装置と、該記号化装置の出
   力であるプロセス状態値およびプロセス操作量の記号的
   な表現を記憶しておく制御履歴記憶手段と、記号化され
   たプロセス状態値を時系列データに復元する復元手段と
   、外部から入力された操作量に対するプロセスの変化を
   計算するプロセスシミュレータ部と、該プロセスシミュ
   レータ部の出力と前記復元手段からのプロセス状態値と
   を比較する手段と、前記復元手段の出力と前記比較手段
   の出力および前記プロセスシミュレータ部への入力を行
   う表示入力手段を備えたことを特徴とする制御支援装置
   。 １２、請求項１記載の記号化装置と、該記号化装置の出
   力であるプロセス状態値およびプロセス操作量の記号的
   な表現を記憶しておく制御履歴記憶手段と、現在のプロ
   セス状態の記号表現を用いて、前記制御履歴記憶手段か
   ら現在のプロセス状態に最も類似した過去のプロセス状
   態を検索する手段と、検索結果の記号表現されたプロセ
   ス状態を時系列データに復元する復元手段とを備えたこ
   とを特徴とする制御支援装置。