JPH03251721A - 支援システムおよびその構築方法 - 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、プロセスを管理するオペレータに対して、支
援を行う支援システムおよびその構築方法に関する。

［従来の技術］ 浄水処理プラント、下水処理プラントなどでは、プラン
トの挙動を数理モデルによって決定論的に記述できない
ため、数理モデルを用いた自動制御が難しい。そのため
、それらのプラントの運転管理には、経験を持ったオペ
レータによる状況の監視と判断が不可欠となっている。

このようなプラントでは、オペレータの果たす役割が過
度に大きいため。

（１）省力化が行い難い （２）ヒユーマンエラーが入り易い などの問題を抱えている。

これらの問題に対するひとつの解決策として、知識工学
応用による支援システムの導入が行われきている。

これは、オペレータの経験的な知識を抽出してルール化
することにより、オペレータの監視や判断を計算機上で
再現し、オペレータとの代替、もしくは支援を行うもの
である。

このような支援システムとしては、従来、例えば、特開
昭６３−７７５３７号公報に記載されているものがある
。

この支援システムは、プラントの物質収支や熱収支を計
算すると共にプラントの状態を監視する監視機構と、異
常の原因と異常の発生場所を推定するための知識を収納
する知識ベースと、監視機構からのデータと知識ベース
からのデータとで異常の原因と異常とを推定する推定機
構と、推論結果を通報する音声出力機構とを備えており
、異常があった場合、オペレータに異常原因等を通報す
ることにより、オペレータの負荷を軽減しようと言うも
のである。

［発明が解決しようとする課題］ しかしながら、従来のこのような支援システムでは、支
援システムの各構成要素の実行順序が。

オペレータの思考過程と明確に対応していないため、装
置の実行内容や支援内容が的確であっても。

オペレータの思考過程から、かけ離れていることがあり
、装置の実行過程と支援内容（ガイダンス）がオペレー
タにとって分かり難く、かつ納得し難いことがあるとい
う問題点がある。

本発明は、このような従来の問題点について着目してな
されたもので、装置の実行過程とガイダンスとが、オペ
レータの思考過程と合っていて、オペレータにとって理
解しやすく、オペレータの負担をより軽減することがで
きる支援システムおよびその構築方法を提供することを
目的としている。

［課題を解決するための手段］ 上記目的を達成するために、本願は以下の発明を提供す
る。

支援システムの構築方法に係る発明は、プロセスの各種
事象ごとに、オペレータが行う作業および判断の内容と
順序とを把握し、プロセスに特定の事象が起こった際に
、該特定の事象に対応する前記作業または判断の内容が
、前記順序に基づいて順次表示されるよう、支援システ
ムを作成することを特徴とするものである。

なお、オペレータが行う作業には、本願に関しては、す
べて、オペレータ自身が実際に行う作業の他に、機器や
計測器等がない場合にオペレータが行うであろう作業、
つまり機器や計測器等が行うものも含んでいるものとす
る。

支援システムの構築方法に係る他の発明は、予め、一連
の作業群ごとに、オペレータが行う作業および判断の内
容と順序とが定められている、複数のモジュールを準備
しておき、複数の前記モジュールの中から、オペレータ
が管理するプロセスに対応するモジュールを選択し、作
業群ごとの実施順序に対応させて前記モジュールの実行
順序を決定して、前記プロセスのモデルを形成し、前記
モデルに基づき、支援システムを作成することを特徴と
するものである。

ここで、予め準備されている前記複数のモジュールの中
には、少なくとも、プロセスの運転状況を監視する監視
モジュールと、プロセスの異常時における対策を行う異
常時対策モジュールとが、含まれていることが好ましい
。モジュールとしては、これらの他に、プラントを維持
管理するために必要なデータを提供する維持管理モジュ
ール、プラントの各種データを管理保存するデータベー
スモジュール、画像データの処理を行う画像処理モジュ
ール、プラントから送られてくる現時点のデータと過去
のデータとを比較する履歴比較モジュールなどが有って
もよい。

支援システムに係る発明は、 プロセスの各種事象ごとに、オペレータが行う作業およ
び判断の内容と順序とを記憶する記憶手段と、前記プロ
セスに特定の事象が生じた際に。

前記記憶手段に記憶されているものの中から、前記特定
の事象に対応した作業または判断の内容と順序とを選び
出す選択手段と１選択された作業または判断の内容を選
択された順序に基づいて表示する表示手段と、を有する
ことを特徴とするものである。

また、支援システムに係る他の発明は、プロセスに設け
られている計測器から送られてくるデータが、予め定め
られている偏差内のデータであるか否かを判定するデー
タ判定手段と、前記データが偏差外のデータである場合
に、前記データを送った計測器が異常であるか否かを判
定する計測器異常判定手段と、前記計測器が正常である
場合には、プロセスの異常を知らせ、前記計測器が異常
である場合には、計測器異常を知らせる異常報告手段と
を有することを特徴とするものである。

ここで、前記計測器異常判定手段は、計測器異常時特有
のデータ出力パターンであるか否かを判定する手段と、
前記データと、７、前記計測器異常判定手段は特定の相
関関係を有するデータとを比較し、前記相関関係がある
か否かを判定する手段とを有することが好ましい。

［作　用］ 支援システムの作成する時に、オペレータが行う作業お
よび判断の内容を予め把握しておくので、必要に応じて
支援項目を決定するものと異なり、支援項目漏れを少な
くすることができる。

また、オペレータの作業および判断の内容と順序とを予
め把握しておき、プロセスに特定の事象が起こった際に
、この事象に対応する作業または判断の内容が前記順序
に基づき、順次表示されるよう作成されるので、表示内
容および表示順序は、オペレータの思考過程と合い、オ
ペレータにとって理解し易いものとなる。

作成する段階で、モジュールを準備しておくものでは、
プロセスのモデルを素早く作成することができ、表示が
オペレータの思考過程に合った支援システムを容易に作
成することができる。

オペレータが行う作業および判断の内容と順序とを記憶
する記憶手段を有する支援システムでは、プロセスに特
定の事象が生じると、記憶手段に記憶されているものの
中から、この事象に対応した作業または判断の内容と順
序とが、選択手段により選び出される。この選び出され
た作業または判断の内容は、表示手段により、選び出さ
れた順序に基づいて表示されるので、オペレータの思考
過程に合った表示をすることができる。

計測器異常判定手段を備えた支援システムでは、計測器
からのデータは、データ判定手段により、予め定められ
ている偏差値内のデータであるか否かが判定される。こ
のデータが偏差値外のデータであるときには、計測器異
常判定手段により、このデータを送った計測器が異常で
あるか否かが判定される。異常報告手段では、計測器が
正常である場合、プロセスの異常をオペレータに知らせ
、計測器が異常である場合、計測器の異常を知らせる。

このようにデータの判定過程が、オペレータがデータを
解析し、異常であるか否かを判定する過程と、はぼ同じ
なので、オペレータは、各過程で出力されてくるデータ
を理解しやすい。

また、システム内に計測器異常判定手段を設けたので、
データの解析を正確にかつ早く行うことができる。

（以下余白） ［実施例］ 本発明の実施例について第１図〜第２０図に基づき説明
する。

まず、本実施例の支援システムが適用される下水処理プ
ラントについて、第２図を用いて、説明する。

下水処理プラントは、下水流入管２０から送られてくる
下水中の挟雑物等を重力沈降によって除去する一次沈殿
池６と、−次沈殿池６から越流してきた下水中の溶解性
有機物を分解する曝気槽１０と、曝気槽１０の下水内に
空気を送りこむブロワ−５０と、曝気槽１０から越流し
てきた下水を重力沈降により活性汚泥と処理下水とに分
解する二次沈殿池１５と、二次沈殿池１５内の活性汚泥
の一部を曝気槽１０に返送する返送汚泥ポンプ５５と、
活性汚泥の残りを排出する余剰汚泥排出ポンプ６０と、
下水の水質等を計測する種々の計測器とを有して構成さ
れている。

下水流入管２０には、流入下水量、浮遊物質濃度、化学
的酸素要求量、ｐＨ１窒素濃度、リン濃度、ノルマルヘ
キサン抽出物濃度、シアン化合物濃度などを計測する流
入管計測器７０が設けられている。

一次沈殿池６には、流入管計測器７０と同様の水質計測
項目の他に、沈降した汚泥の界面高さを計測する一次沈
殿池計測器７５が、設置されている。

また、曝気槽１０には、曝気槽計測器８０と水中カメラ
などの画像情報計測装置８５とが設置されている。曝気
槽計測器８０では、流入管計測器７０と同様の水質計測
項目の他に、溶存酸素濃度などが計測される。画像情報
計測装置８５では、曝気槽１０中の活性汚泥の分布や色
、活性汚泥を構成する凝集性微生物（フロック）の大き
さや、糸状性微生物および原生動物の形や量が計測され
る。

二次沈殿池１５には、二次沈殿池計測器９０と画像情報
計測装置９５とが設置されている。二次沈殿池計測器９
０では、流入管計測器７０と同様の水質計測項目の他に
１重力沈降した活性汚泥の界面高さなどが計測される。

画像情報計測装置９５では、画像情報計測装置８５と同
様の計測項目の他に、最終沈殿池１５の水面上に疎水生
の微生物膜（スカム）の存在の有無などが計測される。

また、処理水放流管３０には、放流管計測器１００が設
置され、処理水について流入管計測器７０と同様の水質
項目が計測される。

次に、下水処理プラントのフローを説明する。

第２図中の実線は物質の流れを１点線が信号の流れを示
す。

一次沈殿池６には、下水流入管２０より下水が流入する
。−次沈殿池６では、下水中の挟雑物及び浮遊物質の一
部が重力沈降によって除去される。

曝気槽１０には、−次沈殿池６から越流した下水と返送
汚泥管４０からの返送汚泥が流入する。

曝気槽１０では、ブロワ−５０から散気装置６５を通し
て送風が行われ、下水と返送汚泥が混合撹拌状態にある
。ここで返送汚泥、すなわち活性汚泥は、供給された空
気中の酸素を吸収し、下水中の溶解性有機物を好気性代
謝により分解され、炭酸ガスと水に分解される。除去さ
れた有機物の一部は、活性汚泥の増殖に充てられる。活
性汚泥と有機物を除去された下水は、二次沈殿池１５に
導かれる。

二次沈殿池１５では、活性汚泥の重力沈降により、活性
汚泥と処理下水とに固液分離され、処理下水は処理水放
流管３０を経て放流される。一方、二次沈殿池１５内に
沈降した活性汚泥は、汚泥弓き抜き管３５から引き抜か
れ、増殖分は余剰汚泥として余剰汚泥排出ポンプ６０に
より排出される。

残りの活性汚泥は、返送汚泥として返送汚泥ポンプ５５
から返送汚泥管４０を通して再び曝気槽１０に戻される
。

次に、このような下水処理プラントの支援システムにつ
いて、説明する。

支援システムの構築手順は、以下のように行う。

第１図に示すように、複数種類のプラントにおける一連
の作業群ごとに、つまり業務ごとに、オペレータが行う
作業内容等が定められている複数のモジュールを準備し
ておく（ステップ１）。

モジュールとしては、プラントの通常の運転状況を１視
する監視モジュールＡ、Ｇ、・・・と、プラントの異常
時の対策を行う異常時対策モジュールＢ、Ｈ，・・・と
、プラントを維持管理するために必要なデータを提供す
る維持管理モジュールＣ，Ｉ。

・・・と、プラントの各種データを管理保存するデータ
ベースモジュールＤ、Ｊ、・・・と、画像データの処理
を行も画像処理モジュールＥ、に、・・・と、プラント
から送られてくる現時点のデータと過去のデータとを比
較する履歴比較モジュールＦ、Ｌ。

・・・と、プラント内の電気計装品のメンテナンス履歴
およびメンテナンス時期に関するガイダンスを行う機器
管理モジュールＭ、Ｎ、・・・と、プラントの消費電力
等のランニングコストに関するガイダンスを行うコスト
管理モジュールｏ、ｐ、・・・とが、それぞれプラント
の種類ごとに複数準備されている。

監視モジュールＡ、Ｇ、・・・には、プラントからのデ
ータをその性質ごとに分類する作業、データを評価する
作業や、計測器をチエツクする作業等の作業内容や、こ
れらの作業を実行するためのデータに関する判断等の判
断内容などが盛り込まれている。

異常時対策モジュールＢ、Ｈ，・・・には、異常時対策
のデータ検索作業や、異常を起こしている原因の推論等
の判断内容などが盛り込まれている。

維持管理モジュールＣ，Ｉ、・・・には、プロセスに関
する数理モデルのシュミレーションによるプロセスの状
態の予測作業や、プロセスの運転管理に必要なデータの
検索作業等の作業内容などが盛り込まれている。

データベースモジュールＤ、Ｊ、・・・には、各種デー
タの分類作業や、データの登録作業等の作業内容などが
盛り込まれている。

画像処理モジュールＥ、に、・・・には、画像データの
処理作業等の作業内容などが盛り込まれている。

このように、これらのモジュールＡ、Ｂ、・・・には、
各業務内におけるオペレータの複数の作業内容と複数の
判断内容とが盛り込まれており、これらは、オペレータ
が行う作業および判断の順序に並んでいる。

また、これらのモジュールの全部または一部のモジュー
ル間相互の結合関係を表す結合モデルも準備しておく。

モジュール群１１および結合モデル群１２は、管理業務
モデル群として、蓄積しておく。

そして、対象とするプラント、本実施例では、下水処理
プラントの業務項目をすべて上げる（ステップ２）。

次に、先に上げられた業務項目に対応するモジュールを
モジュール群の中から選択すると共に、各業務間の実行
順序に対応する結合モデルを結合モデル群の中から選択
する（ステップ３）。

各モジュールの選択基準は、以下の通りであり、上記選
択のモジュールは、この選択基準によって選ばれたもの
である。

（１）監視モジュールは、プラント状態を連続に監視す
る必要があり、かつ制御装置にデータ監視機能が備わっ
ていないプラントの場合に選択する。

（２）異常時対策モジュールは、プラン１−の異常状態
の原因や対策を決定する熟練オペレータがいないプラン
ト、または異常対策の即応性が強く求められるプラント
の場合に選択する。

（３）維持管理モジュールは、運転管理業務を行う上で
煩雑な計算やマニュアル参照の機会が多いプラント、ま
たは管理業務の分担が明確で各担当者の専門が違ってい
るプラントの場合に選択する。

（４）データベースモジュールは、データの種類と数が
多いプラントの場合に選択する。

（５）画像処理モジュールは、プラントの目視ｉ察デー
タが有効な判断材料となり、かつプラント内の連続観察
が困難なプラントの場合に選択する。

（６）ｆｆ歴比較モジュールは、過去の運転履歴が重視
されるプラントの場合に選択する。

（７）機器管理モジュールは、頻繁に、もしくは定期的
にメンテナンスを必要とする電気計装品が多いプラント
の場合に選択する。

（８）コスト管理モジュールは、運転管理を適正にする
ことでランニングコストを低減できるプラントで、かつ
コス１−が重視されるプラントの場合に選択される。

ここで選択したモジュールは、監視モジュールＡと、異
常時対策モジュールＢと、維持管理モジュールＣと、デ
ータベースモジュールＤと、画像処理モジュールＥと、
履歴比較モジュールＦである。

そして、選択したモジュールおよび結合モデルを合成す
ると、オペレータが行うべき業務の種類と順序をオペレ
ータの思考過程を模擬してモデル化された下水処理プラ
ントの管理業務モデルが作成される（ステップ４）。

支援システムのプログラムは、この管理業務モデルに基
づき、下水処理プラントに特定の事象が起こった際に、
この事象に対応する作業と判断内容とが、順次表示され
ると共に、下水処理プラントに対して制御指示が行われ
るように、作成される（ステップ５）。

なお１以上の支援システムの構築に関しては、情報処理
装置により、実現することができる。

このような情報処理装置は、管理業務モデル群を記憶す
る記憶手段と、管理業務モデル群の中から特定のモジュ
ール、結合モデルを指示する指示手段と、指示されたモ
ジュールと結合モデルを合成して管理業務モデルを作成
するモデル合成手段と、作成された管理業務モデルに基
づき、支援システムのプログラムを支援するプログラム
作成支援手段とで、構成することができる。

支援システムのハード的構成は、第４図に示すように、
支援システム本体１１０と、キーボード３００と、ＣＲ
Ｔ３１０と、フロッピーディスク装置３０２と、画像デ
ータ等を記憶する光デイスク装置３０１と、インターフ
ェース１０１と、制御装置１０３とを有して構成されて
いる。

支援システム本体１１０は、種々の演算や各回路部の制
御を行うＣＰＵ１１１と、光デイスク装置３０１を制御
する光デイスク装置コントローラ１１２と、フロッピー
ディスク装置３０２を制御するフロッピーディスク装置
コントローラ１１３と、ＣＲＴ３１０を制御するＣＲＴ
コント・ローラ１１４と、起動時のプログラム等を内蔵
しているＲＯＭ１１５と、各種データやプログラム等を
記憶するＲＡＭ１１６と、キーボード３００を制御する
キーボードコントローラ１１７とを有して構成されてい
る。

支援システム本体１１０は、機能的には５第３図に示す
ように、先に作成して管理業務モデルに対応して、監視
モジュール１２０と、異常時対策モジュール１６０と、
維持管理モジュール２００と、データベースモジュール
２４０と、画像処理モジュール２５０と、履歴比較モジ
ュール３２０と、判定部１５９とを有して構成されてい
る。

これらのモジュール内のすべてに、下水処理プラントの
特定の事象ごとに、オペレータが行う作業および判断の
内容と順序とを記憶する記憶手段と、前記特定の事象が
生じた際に、前記記憶手段に記憶されているものの中か
ら特定の事象に対応した作業または判断の内容と順序と
を選びだす選択手段とが、設けられている。

この記憶手段は、支援システム本体１１０のＲＯＭ１１
５、ＲＡＭ　１１６、フロッピーディスク装置３０２と
、光ディスク装ｆｆ１３０１と、で構成されている。ま
た１選択手段は、ＲＡＭ１１６内に書き込まれるプログ
ラムに基づき、動作するＣＰＵＩ　１１により構成され
ている。

次に、支援システム本体１１０への、各種計測データの
入出力、及びオペレータとの対話によるデータ入出力に
ついて説明する。

まず、入力について説明する。

前記の計測器７０，７５，８０，９０，１００、及び画
像情報計測装置８５．９’５では一定の時間間隔でデー
タのサンプリングが行われる。これら・アナログ信号の
オンラインデータは、インターフェース１０１に取り込
まれ、ディジタル信号に変換された後、入力ポート１０
２を通して支援システム本体１１０に取り込まれる。

一方、（１）オンライン計測が出来ない手分析データ、
（２）画像情報計測機器による計測が出来ない（オペレ
ータの五感に基づ＜ａ察によってしか得られない）デー
タ、及び上記計測項目以外で（３）支援システムが特に
必要と認めたデータ、の入力は、入力ポート２９９から
支援システム本体１１０に接続されたキーボード３００
によって。

ＣＲＴ３１０が参照されながら、対話的に行われる。

次に、出力について説明する。

支援システム本体１１０は、入力された情報に基づいて
ガイダンス内容を決定する。この詳細については後述す
るが、このガイダンス内容は、出力ポート３１１におい
て接続されたＣＲＴ３１０を通じてオペレータに表示さ
れる。なお、このＣＲＴ３１０は、必要に応じて画像情
報計測装置８５．９５からの映像を映すモニターも兼ね
ることが出来る。

また、プロセスのＭ＃を行うための機器であるブロワ−
５０，返送汚泥ポンプ５５、余剰汚泥排出ポンプ６０の
目標値、及び操作量の変更は、キーボード３００から行
われ、支援システム本体１１０に記録されたのち、出力
ポート１０４から制御装置１０３に送られる。制御信号
は、制御装置１０３から各機器に対して送られる。

次に、本実施例の支援システム本体１１０の具体的な動
作を第３図によって説明する。第３図では、実線は実行
順序の流れを、点線はデータの流れを示す。

監視モジュール１２０が起動されると、データベースモ
ジュール２４０からオンラインのデータが読み込まれる
。必要な場合には、ＣＲＴ３１０を通して、オペレータ
にデータ入力を要求し、キーボード３００からの入力を
受ける。

監視モジュール１２０は、このデータに基づき、常にプ
ロセスの運転状況の監視を行い、結果をＣＲＴ３１０に
表示すると共に、判定部１５９へ送る。

判定部１５９で運転状況の異常が認められた場合には、
異常時対策モジュール１６０が起動される。

異常時対策モジュール１６０は、データベースモジュー
ル２４０とキーボード３００からのデータに基づいて、
異常の原因とそのための対策を決定し、ＣＲＴ３１０を
通じてガイダンス表示する。

維持管理モジュール２００は、随時必要に応じて、監視
モジュール１２０、または異常時対策モジュール１６０
の実行を一時中断して行う。維持管理モジュール２００
では、日常の維持管理業務において必要な維持管理指針
などのマニュアル的な知識や過去の運転履歴の検索・表
示、及び季節変動成分の抽出や各種データのファジィ論
理におけるメンバシップ関数定義などの演算用ツールを
、キーボード３００とＣＲＴ３１０を通して対話的に実
行する機能を提供する。

データベースモジュール２４０では、入カポ−１−１０
２を通じて支援システム本体１１０に読み込まれる全て
のデータが、第５図に示すように。

数値データと非数値データとに分類され、さらにデータ
の内容ごとにも分類され、構造化されてから保存される
。また、キーボード３００からの入力データ、各モジュ
ールでの実行結果も、必要に応じてデータベースモジュ
ール２４０に保存される。

画像処理モジュール２５０は、入力ポート１０２から読
み込まれるデータのうち、画像情報計測装置８５．９５
からのデータのみを取り込んで、必要な処理を行った後
、データベースモジュール２４０に保存する。

履歴比較モジュール３２０は、監視モジュール１２０の
実行時に並列的に実行される。このモジュールは、監視
モジュール１２０に入力されるすべてのデータを同時に
参照し、そのデータのパターンが過去に起こっていない
かどうかを、データベースモジュール２４０内で検索す
る。もし、そのデータパターンが過去に起こっており、
かつそのときの運転状況が「異常時」に相当するもので
あった場合には、判定部１５９に出力する。

次に、各モジュール内の詳細な動作を順に説明する。

まず、監視モジュール１２０の具体的動作を第６図を用
いて説明する。

監視モジュール１２０が起動されると、まず入力データ
設定工程１２２が行われる。この工程では、監視モジュ
ールに入力するデータの種類と各データの入力モードを
、第１２図に示すような画面をＣＲＴ３１０に表示して
、オペレータに選択させる。ここで、入力モードとは、
（１）オンラインの一定時間間隔で、データの読み込み
、（２）オフラインで、日平均値を入力、（３）オフラ
インで、ある時刻の原データを入力、という３つの入力
方法を指す。この工程は、変更が生じた場合に再実行す
る。

数値データ入カニ程１２３では、入力データ設定工程１
２２で設定されたデータのうち、数値データについて、
各々の入力モードによって、データベースモジュール２
４０から読み込むか、またはキーボード３００から入力
を行う。

非数値データ入カニ程１２４では、キーボード３００か
ら、オペレータのプロセス観察によって得られた非数値
のデータ、または画像処理モジュール２５０を経てデー
タベースモジュール２４０に保存された非数値データ、
例えば、汚泥の性状、糸状性微生物や原生動物の種類な
どのデータが読み込まれる。

データ評価工程１２５では、数値データ入カニ程１２３
で入力されたデータについて、それぞれの値がどのよう
なレベルにあるかが評価される。

この評価は、監視用知識ベース１２１に保存されたデー
タ評価基準値との比較により行なわれる。

この手順を第７図で説明する。

まず、法律で規制値が定められているデータ項目につい
ては、緊急検出工程１２６において、データが「緊急」
を要する値であるかどうかが評価される。本実施例では
、放流水について、下水道法第８条に拠る基準値を用い
る。ここで緊急と判断されない場合には、異常検出工程
１２７により、データが「異常」な値であるかどうかが
評価される。評価には、オペレータの経験に基づく基準
値を用いる。

ここで異常と判断されない場合には、注意検出工程１２
８により、データが「注意」を要するデータであるかど
うかが評価される。評価には、過去の履歴データから確
率・統計的に求めた基準値を用いる。この工程で、「注
意」を要するとみなされなかった場合には、このデータ
は正常であると判断される。データ評価の結果は、ＣＲ
Ｔ３１０にガイダンスとして表示されて、オペレータに
報知される。

ここで、異常検出工程１２７と注意検出工程１２８に用
いる基準値（Ｓｖと記す）は、監視用知識ベース１２１
に保存された変動補正値（各データ項目ごとの典型的な
年間変動Ｒｙ、日間変動Ｒｄのパターンを変動比率で表
現した値）を乗じて使用することを特徴とする。つまり
、ｍ月ｄ日り時のデータ値りの判断は、以下に示す式（
１）を満たすかどうかによって行れる。

Ｄ≧Ｒｙ（ｍ、ｄ）・Ｒｄ（ｈ）・Ｓｖ　　　−（１）
このような３つの検出工程を設けることにより、きめの
細かいデータ判断が可能になる。また、オペレータの経
験のみに依存することなく、異なる知識源を利用するこ
とができる。

下水処理プラントに設置されている各計測器は、頻繁に
メンテナンスを行わないと、利用可能な精度を維持出来
ないものが多い。そのため、データ評価工程１２５で「
緊急」、または「異常」と判断したデータのうち、計測
器７０，７５，８０゜９０．１００で計測されたオンラ
インデータについては、そのデータを計測した計測器の
不備・故障に起因して「緊急」、「異常」と判断される
場合も存在する。監視モジュール１２０は、計測器の不
備・故障の場合、そのデータを使用しないための手段を
持つ必要がある。

計測器チエツク工程１３５では、このような計測器の不
備・故障をオペレータと同様の思考過程で検出する。

この工程の手順を第８図を用いて説明する。

まず、偏差比較工程１３６では、データが通常の平均値
からどの程度外れているかのチエツクが行われる。この
偏差がプロセス内の現象として起こりえない程明らかに
大きいデータの場合、計測器の不備・故障と判断される
。

変動強度比較工程１３７では、データの変動の仕方が不
備・故障時の特有なものかどうかのチエツクが行われる
。計測器の不備・故障時の変動パターンには、第９図（
ａ）のように完全に変動がなくなる場合や、第９図（ｂ
）のように変動が極端に過度な場合がある。これらの変
動は、変動係数の判定値Ｖｔ　（＝標準偏差／平均値）
によって評価される。この工程では、現在から一定時間
後までの複数のデータにより、変動係数の実測値Ｖｄを
求め、前記Ｖｔとの比較を行う。つまり、以下に示す式
（２）を満たす場合には、 Ｖｄ　＝０．Ｏｏｒ　Ｖｄ≧ａ　　　　−（２）計測器
の不備・故障と判断される。このαの値は、各計測器ご
とに異なり、例えば、ＭＬＳＳ（Ｍｉｘｅｄ　Ｌｉｑｕ
ｒ　５ｕｓｐｅｎｄｅｄ　５ｏｉｌｄ）計では０．１程
度である。

変動速度比較工程１３８では、データの変化速度が求め
られ、計測器の不備・故障時に特有の変化速度Ｖ＊かど
うかのチエツクが行われる。ここでいうデータの変化速
度Ｖは、第１０図のようにデータの立ち上がりからピー
クまでの偏差ｄと変化時間Δｔを用いて、以下に示す式
（３）のように定義し、 ｖ＝ｄ／Δｔ　　　・・・（３） 以下に示す式（４）を満たす時、 ■≧Ｖ＊　　　・・・（４） 計測器の不備、または故障と判断される。

併発事象確認工程１３９では、あるデータが異常な値で
ある時に、いつも決まって同時に異常を示すデータ（併
発事象）が、異常を示しているかどうかのチエツクが行
われる。

例えば、硝化によって曝気槽１０のｐＩ−Ｉが低下して
いるときは、決まって二次沈殿池１５のｐＨも低下する
。従って、もし曝気４！１０のｐＨが異常に低い値を示
していても、二次沈殿池１５のｐＨも同時に低い値を示
していれば、曝気槽１０のｐＨの不備・故障に起因する
異常値でないと判断される。

上記１．３６，１３７，１３８，１３９の工程を顯に実
行し、ＣＲＴ３１０を通して結果をオペレータにガイダ
ンスする。途中の工程で計測器の不備・故障が確認され
れば、以降の工程は省略される。また、各工程に必要な
知識は、監視用知識ベース１２１に保存され、そこから
必要に応じて参照される。

計測器チエツク工程１３５の各工程は、オペレータが行
う思考過程を明確に手順化したものであるから、オペレ
ータと同様の故障検出能力を再現でき、また実行内容も
オペレータにとって理解し易い。

次に、定性化工程１４５を説明する。

ここでは、数値データをファジィ論理（詳細は。

画用、竹田（１９７８）数学ライブラリ４８フアジイ集
合とその応用、森北出版、などの文献を参照）のメンバ
シップ関数を用いて、非数値データ（定性データ）に変
換され１次の前向き推論工程１５５に送られる。第１１
図に示すメンバシップ関数の例で、ＭＬＳＳが２０００
（ｍｇ／　Ｑ　）の場合には、「０゜８の度合いでＭＬ
ＳＳが高い」という非数値データに変換される。メンバ
シップ関数は、この他。

「普通」、「低い」などについても定義され、監視用知
識ベース１２１に保存されている。

このように数値データを非数値データに変換するのは、
オペレータが状況を判断するときには、データの数値そ
のものではなく、データ値が「いつもより高い」とか［
いつもと同じくらい」というような定性的な度合いとし
て判断していることに対応させるためである。

監視モジュール１２０の最終工程は、前向き推論工程１
５５であり、２つの推論機構を組み合わせている。１つ
めの推論機構は、入力されたデータから新たに導かれる
すべての事象を求めるための推論をする。また、２つめ
の推論機構は、入力データと１つめの推論機構で新たに
導かれた事象の両方を用いて、プロセスの異常の可能性
を推論する。このように推論機構を分けることにより、
推論内容がオペレータにとって分かりやすくなり、しか
もそれぞれの推論機構が参照するルールを明確に限定で
きるので、推論の効率が向上する。

ここで用いる前向き推論のアルゴリズムは公知技術（詳
細はＷｉｎｓｔｏｎ、Ｐ、Ｈ，（１９７７）　Ａｒｔｉ
ｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ、Ａｄｄｉｓｏ
ｎ　Ｗｅｓｌｅｙなどを参照されたい）を用いる。この
工程では、非数値データ入カニ程１２４と定性化工程１
４５から得られたデータに基づいて、現在のプロセスの
運転状況を判断するための前向き推論を実行する。この
工程の推論で使用するルールは、１ｆ−ｔｈｅｎ形式で
あるが。

１視用知識ベース１２１に保存する時の形式は１ｆ−ｔ
ｈｅｎ形式以外（例えば、Ｆｒａｍｅ形式）でも良く、
実行時に形式の変換を行う。

このモジュールからの運転状況推論結果は、第１３図に
示すように、個々のトラブルに対するメンバシップ値と
してＣＲＴ３１０に表示されると共に、判定部１５９に
送られ、運転状況に異常が認められた場合には、異常時
対策モジュール１６０が起動される。

（以下余白） 異常時対策モジュールを第１４図で説明する。

このモジュールが起動されると、まず後向き推論工程１
６２が行われる。この工程では、監視モジュール１２０
で可能性ありと判断された具体的運転状況１例えば、糸
状性バルキング、スカム発生、汚泥の腐敗、硝化などに
ついて、優先順位の高い（メンバシップ値の大きい）１
頓に後向き推論を行い、どの運転状況が本当に確からし
いかを決定する。なお、ここで使用する後向きの推論の
アルゴリズムは、前向き推論と同様に公知技術である。

後向き推論に使用するルールは、異常対策用知識ベース
１６１に保存され、必要に応じて参照される。また、必
要なデータは、まずデータベースモジュール２４０にあ
るかどうかが検索され、あればそこから読み出される。

データベースモジュール２４０内で必要なデータが見つ
からない場合には、ＣＲＴ３１０を通してオペレータに
入力を促し、キーボード３００からオペレータによりデ
ータが入力される。後向き推論工程１６２の推論結果は
、次の判定工程１６３に送られ、ここで、本当に確から
しいと判断された運転状況がなければ、異常時対策モジ
ュール１６０が終了し、それ以外の場合には、次の詳細
データ収集工程１６４が実行される。

詳細データ収集工程１６４では、判定工程１６３で確か
らしいと判断された運転状況に関する詳細なデータが収
集される。このデータは、第１９図に示すように、必要
なデータ項目をＣＲＴ３１０に表示して、オペレータに
よるデータ入力により収集される。このデータは、以降
の工程で原因や対策を決定するために用いられる。

次に、原因決定推論工程１６５を行う。この工程では、
後向き推論により、現在の運転状況を引き起こしている
原因を導く。導かれた原因は、第１９図に示すように、
ＣＲＴ３１０に表示される。

ここで、推論工程が後向き推論工程１６２と原因決定推
論工程１６５とに分離されていることにより、推論内容
と参照すべきルールが明確になる利点が得られる。

異常対策モジュール１６０の最終工程は、説明機能１６
６である。ここでは、メニュ一方式によりオペレータの
要求に応じて、（１）現在の運転状況を引き起こしてい
る原因、（２）現在の運転状況への対応策、（３）推論
された運転状況を導くに至った根拠がＣＲＴ３１０に表
示される。特に、（２）でガイダンスする対応策は、オ
ペレータの承認を得たのち、出力ポート１０４から制御
装置１０３へ送られ、制御信号に変換された後、各機器
の操作条件を変更する。

異常時対策モジュール１６０の全ての実行結果及びデー
タは、必要に応じてデータベースモジュール２４０に保
存され、運転履歴と共に活用される。

このモジュールのフローのように推論工程を目的別に分
割することにより、処理手順と必要知識がシステム作成
者、及びそれを使用するオペレータにとって分かりやす
くなっている。

次に、維持管理モジュール２００を第１５図を用いて説
明する。

このモジュールは大きく分けて、シミュレータ２０５、
関連知識の検索・表示機能２１０、演算機能２２０、運
転履歴データ検索・表示機能２３０、糸状性微生物同定
支援機能２４０の５つの主メニューから成る。以下、各
メニューの機能を説明する。

シミュレータ２０５は、プロセスに関する数理モデルに
よりシミュレーシ目ンを行い、プロセスの状態を定量的
に評価（予測）し、運転管理のための定量的な情報をガ
イダンスする。ここで使用する数理モデルは、 （１）汚泥の物質収支に関するモデル （２）硝化に関するモデル （３）微生物反応に関するモデル （４）処理下水の流下特性に関するモデル（５）汚泥の
沈降特性に関するモデル などである。これらのモデルは、維持管理用知識ベース
２０１に知識として保存され、その他のルールと同様に
、必要に応じて追加・修正が可能である。

関連知識の検索・表示機能２１０は、下水処理プロセス
の運転管理において必要な各種のマニュアル、文献など
をオペレータが必要なときに適切な形式で表示する機能
である。この機能は、（１）各データ項目に関する詳細
な内容表示機能、（２）各運転状況に関する詳細な解説
・原因・対策の表示機能、（３）日常の維持管理業務の
ためのマニュアル表示機能、の３つのメニューから成る
。

演算機能２２０は、支援システム１１０の各工程やルー
ル作成に必要な各種演算のための機能を提供する。この
機能は、（４）汚泥体積指標（ＳＶ■）、汚泥滞留時間
（ＳＲＴ）などのように、いくつかのデータから演算し
て求めるデータ項目の算出機能、（５）監視モジュール
１２０のデータ評価工程１２５で使用する年間変動成分
Ｒｙの算出機能、（６）監視モジュール１２０の定性化
工程１４５で使用するメンバシップ関数の定義を行うた
めの機能、の３つのメニューから成る。

運転履歴データ検索・表示機能２３０は、（７）指定日
時の運転履歴データ検索表示機能、（８）指定日時前後
のデータの変動方向のグラフィック表示機能、（９）指
定した運転状況が起こった日時とそのときの各データ値
の検索・表示機能、の３つのメニューから成る。（９）
に関する表示機能は。

第２０図に示すように、ＣＲＴ３１０に日時に関するデ
ータを表示することにより、実行される。

糸状性微生物同定支援機能２４０は、発明者らがこれま
で提案した（平岡、法相、圓佛（１９８８）糸状性微生
物同定支援システムの開発に関する研究、水質汚濁研究
第１１巻１号）手順を実行するものである。これは、下
水処理プロセスの運転管理上で最も問題となる糸状性バ
ルキングの原因微生物（糸状性微生物）の同定を支援す
るための機能である。

以上が維持管理モジュール２００の構成と機能である。

このモジュールに必要な知識、ルールは、維持管理用知
識ベース２０１に保存される。

次に、画像処理モジュール２５０を第１６図により説明
する。

このモジュールは、オペレータの視覚を代用する画像情
報、及び画像処理を施した情報を扱う。

支援システム１１０の入力ボート１０２からの画像デー
タは、データの種類に応じた処理が行われてから、デー
タベースモジュール２４０に送られる。

まず、画像処理工程２５２では、曝気槽１０や二次沈殿
池１５からの画像情報に対し、発明者らがこれまで提案
してきた（例えば、特開昭６Ｏ−３１８８７）各種の画
像処理が行われる。例えば、曝気槽１０中の活性汚泥の
濃淡画像は、前処理後、２値化して２値画像に変換され
た後、２値画像から活性汚泥中のフロックの面積、体積
、個数、粒径分布、密度などの特徴量が計算される。ま
た、活性汚泥の２値画像からは、糸状性微生物の長さ、
太さ、形状特性、細胞の形、などの特徴量が計算される
。フロックに関する画像情報は、画像処理工程２５２終
了後、データベースモジュール２４０に送られるが、糸
状性微生物に関する画像情報は、次の画像認識工程２５
３に送られる。

画像認識工程２５３では、糸状性微生物に関する特徴量
を基に、糸状性微生物の種類の認識（同定）が行われ、
活性汚泥中の優先種、亜優先種などが判定される。認識
に必要な知識は、画像処理用知識ベース２５１に保存さ
れる。なお、この工程で同定できなかった種類に関して
は、維持管理モジュール２００の糸状性微生物同定支援
機能２４０によって、オペレータと対話的に同定される
。

このような画像処理モジュール２５０を持たせることに
より、オペレータの視覚を代用、またはオペレータでは
得ることができない情報を利用することが可能になる。

ここで得られた画像情報。

及び画像処理から得られた情報は、監視モジュール１２
０と異常時対策モジュール１６０における有効なデータ
として利用される。

次に、履歴比較モジュール３２０を第１７図によって説
明する。

このモジュールでは、まず履歴比較工程３２５において
、第１８図（ａ）に示すようなある時刻の各データ項目
の値の組み合わせ、または第１８図（ｂ）に示すような
、あるデータ項目のトレンド傾向（両者をデータパター
ンという）が過去に起こっていないかどうかが判定され
る。

判定工程３２６では、現時点（時刻Ｔｎ）のデータパタ
ーンが履歴データ中の過去（時刻Ｔ　ｏ　）のデータパ
ターンと類似しているか否かの判断が行われる。

類似している場合は１次の履歴検索工程３３０で、時刻
Ｔｏ前後の運転状況を検索し、ＣＲＴ３１０を通してガ
イダンス表示をする。時刻Ｔ。

前後の運転履歴は、今後（時刻Ｔｎ以降）の運転状況の
推移を予測するのに有力な情報となる。

ＩＩｎ比較工８３２５は、ニューラルネットを応用した
履歴データの学習による方法が適用されている。ニュー
ラルネットは、学習したパターン（過去のデータパター
ン）及びその類似のパターンを検出することが可能であ
るので、入力されたデータパターンが過去に起ったこと
があるかどうかを判定できる。

この履歴比較モジュール３２０を持たせることにより、
明確にルール化されていない過去の履歴データも有効に
利用できる。

本実施例によれば、オペレータの作業および判断の内容
と順序とを把握してから、ガイダンスの内容とその表示
順序とをオペレータの作業および判断の内容と順序とに
対応させたので、ガイダンス項目漏れを少なくすること
ができ、オペレータの思い違いや見落としを減少できる
。さらに、ガイダンス内容およびガイダンス順序が、オ
ペレータの思考過程と合い、オペレータにとって理解し
易いものとなる。

なお、本発明は、下水処理プラントの支援にのみ適用さ
れるものではなく、オペレータが介在するプロセスであ
れば、例えば、浄水処理プロセス、化学反応プロセス、
バイオプロセス、原子カプロセス、株価・為替などの金
融プロセスなど、あらゆるプロセスに適用できる。

［発明の効果］ 本発明によれば、オペレータの作業および判断の内容と
順序に対応して、支援システムが動作するので、装置の
実行過程とガイダンスとが、オペレータの思考過程と合
っていて、オペレータにとって理解しやすく、オペレー
タの負担をより軽減することができる

【図面の簡単な説明】

第１図は支援システムの構築手順を示すフローチャート
ξ第２図は支援システムおよび下水処理プラントの構成
を示すブロック図、第３図は支援システム本体の機能ブ
ロック図、第４図は支援システムの回路図、第５図はデ
ータベースモジュール内でのデータの格納状態を示すた
めの説明図、第６図は１視モジュールの動作を示すフロ
ーチャート、第７図はプロセスデータを評価する工程の
フローチャート、第８図は計測器の不備・故障を検出す
る工程のフローチャート、第９図は計測器の不備・故障
時のデータ変動のパターンを示すためのグラフ、第１０
図はデータの変動速度の定義を示すための説明図、第１
１図はファジィ論理によるメンバシップ関数の定義を示
すための説明図、第１２図は監視モジュールの入力デー
タ設定工程でＣＲＴに表示するガイダンス例を示すため
の説明図、第１３図は監視モジュールの前向き推論工程
でＣＲＴに表示するガイダンス例を示すための説明図、
第１４図は異常時対策モジュールのフローチャート、第
１５図は維持管理モジュールの構成を示す機能ブロック
図、第１６図は画像処理モジュールのフローチャート、
第１７図は履歴比較モジュールのフローチャート、第１
８図はデータパターンの種類を示すための説明図、第１
９図は異常時対策モジュールの詳細データ収集工程でＣ
ＲＴに表示するガイダンス例を示すための説明図、第２
０図は維持管理モジュールの運転履歴データ検索・表示
機能でＣＲＴに表示するガイダンス例を示すための説明
図である。 ６・・・−次沈殿池、１０・・・曝気槽、１５・・・二
次沈殿池、５０・・・ブロワ−５５・・・返送汚泥ポン
プ、６０・・・余剰汚泥排出ポンプ、６５・・・散気装
置、７０．７５，８０，９０，１００・・・計測器、８
５゜９５・・・画像情報計測装置、１０１・・・インタ
ーフェース、１０３・・・制御装置、１１０・・・支援
システム本体、１２０・・・監視モジュール、１６０・
・・異常時対策モジュール、２００・・・維持管理モジ
ュール、２４０・・・データベースモジュール、２５０
・・・画像処理モジュール、３００・・・キーボード、
３１０・・・ＣＲＴ、３２０・・・履歴比較モジュール
。

Claims (1)

1. 【特許請求の範囲】 １、プロセスを管理するオペレータに対して、支援を行
   う支援システムの構築方法において、プロセスの各種事
   象ごとに、オペレータが行う作業および判断の内容と順
   序とを把握し、プロセスに特定の事象が起こった際に、
   該特定の事象に対応する前記作業または判断の内容が、
   前記順序に基づいて順次表示されるよう、支援システム
   を作成することを特徴とする支援システムの構築方法。 ２、プロセスを管理するオペレータに対して、支援を行
   う支援システムの構築方法において、予め、一連の作業
   群ごとに、オペレータが行う作業および判断の内容と順
   序とが定められている、複数のモジュールを準備してお
   き、 複数の前記モジュールの中から、オペレータが管理する
   プロセスに対応するモジュールを選択し、作業群ごとの
   実施順序に対応させて前記モジュールの実行順序を決定
   して、前記プロセスのモデルを形成し、 前記モデルに基づき、支援システムを作成することを特
   徴とする支援システムの構築方法。 ３、予め準備されている複数のモジュールの中には、少
   なくとも、プロセスの運転状況を監視する監視モジュー
   ルと、プロセスの異常時における対策を行う異常時対策
   モジュールとが、含まれていることを特徴とする請求項
   ２記載の支援システムの構築方法。 ４、プロセスを管理するオペレータに対して、支援を行
   う支援システムにおいて、 プロセスの各種事象ごとに、オペレータが行う作業およ
   び判断の内容と順序とを記憶する記憶手段と、 前記プロセスに特定の事象が生じた際に、前記記憶手段
   に記憶されているものの中から、前記特定の事象に対応
   した作業または判断の内容と順序とを選び出す選択手段
   と、 選択された作業または判断の内容を選択された順序に基
   づいて表示する表示手段と、を有することを特徴とする
   支援システム。 ５、プロセスを管理するオペレータに対して、支援を行
   う支援システムにおいて、 プロセスに設けられている計測器から送られてくるデー
   タが、予め定められている偏差内のデータであるか否か
   を判定するデータ判定手段と、 前記データが偏差外のデータである場合に、前記データ
   を送った計測器が異常であるか否かを判定する計測器異
   常判定手段と、 前記計測器が正常である場合には、プロセスの異常を知
   らせ、前記計測器が異常である場合には、計測器異常を
   知らせる異常報告手段とを有することを特徴とする支援
   システム。６、前記計測器異常判定手段は、計測器異常
   時特有のデータ出力パターンであるか否かを判定する手
   段を有することを特徴とする請求項５記載の支援システ
   ム。 ７、前記計測器異常判定手段は、前記データと、該デー
   タと通常時には特定の相関関係を有するデータとを比較
   して、前記相関関係があるか否かを判定する手段とを有
   することを特徴とする請求項５または６記載の支援シス
   テム。