JPH1027104A - Sorting device for plant operation data - Google Patents
Sorting device for plant operation dataInfo
- Publication number
- JPH1027104A JPH1027104A JP18339496A JP18339496A JPH1027104A JP H1027104 A JPH1027104 A JP H1027104A JP 18339496 A JP18339496 A JP 18339496A JP 18339496 A JP18339496 A JP 18339496A JP H1027104 A JPH1027104 A JP H1027104A
- Authority
- JP
- Japan
- Prior art keywords
- case
- standard
- knowledge
- acquired
- plant
- 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.)
- Granted
Links
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、プラント制御シス
テムからプラント運転に関するデータを収集し、収集し
たデータを所定のまとまりに従って運転事例にまとめ、
この運転事例を分類して事例データベースに保存するプ
ラント運転データの分類装置に関するものである。更に
詳しくは、運転事例の分類のしかたに工夫を施したプラ
ント運転データの分類装置に関するものである。[0001] The present invention relates to a method for collecting data on plant operation from a plant control system, and collecting the collected data into an operation example according to a predetermined unit.
The present invention relates to a plant operation data classification device that classifies the operation cases and stores the classified operation cases in a case database. More specifically, the present invention relates to a plant operation data classifying device which devises a method of classifying operation cases.
【０００２】[0002]
【従来の技術】従来のプロセスデータ管理システムで
は、プラントに存在するプロセスデータの経時的変化を
とったプロセストレンドや、オペレータの操作歴や警報
発生の履歴をとったヒストリカルメッセージ等を収集す
ることができる。更に、収集して保存したデータが多種
類になっても容易に参照できるように、データを意味の
あるまとまり（以降、運転事例と呼ぶ）でまとめて、保
存するプラント運転データの分類装置がある。プラント
運転データの分類装置は、例えば、プラントが生産する
生産物の種類等で運転事例を保存する。従来は、このよ
うに収集したデータを用いて、品質管理やコスト管理を
行っていた。昨今、プラント運転における一人当たりの
業務範囲を拡大せざるを得ない状況から、プラント運転
の標準化が望まれている。このプラント運転の標準化の
手法の１つに、オペレータが行った過去の運転を解析し
ていくという手法がある。従来におけるプラント運転デ
ータの分類装置では、検索したい運転事例がある場合
に、使用装置，生産時刻，生産物の種類等のように、運
転事例の属性となっているキーワードを指定できれば、
検索することはできた。しかしながら、例えばプラント
運転の標準化へ向けて「標準的な方法で運転をしたが、
途中で標準的な運転方法から逸脱し、結果が悪かった運
転事例」を検索したい場合のように、検索したい視点が
運転事例の属性にない場合に、キーワードをどのように
設定すれば良いのか分からず、検索が困難な場合があっ
た。2. Description of the Related Art In a conventional process data management system, it is possible to collect, for example, a process trend obtained by changing the process data existing in a plant over time, a historical message obtained by an operator's operation history and an alarm generation history, and the like. it can. Further, there is a plant operation data classifying apparatus that collects and saves data in a meaningful unit (hereinafter referred to as an operation example) so that the collected and stored data can be easily referred to even when there are many types. . The plant operation data classification device stores an operation case based on, for example, the type of product produced by the plant. Conventionally, quality management and cost management have been performed using the data collected in this manner. In recent years, standardization of plant operation has been desired in a situation where the per-person work range in plant operation must be expanded. One of the standardization methods for plant operation is to analyze past operations performed by an operator. With the conventional plant operation data classification device, if there is an operation case to be searched, if a keyword that is an attribute of the operation case, such as the device used, the production time, and the type of product, can be specified,
I was able to search. However, for example, toward standardization of plant operation, "we operated in a standard way,
If the viewpoint you want to search is not in the attributes of the driving case, such as when you want to search for `` driving cases that deviated from the standard driving method on the way and resulted in poor results, '' you do not know how to set the keyword. Search was sometimes difficult.
【０００３】[0003]
【発明が解決しようとする課題】本発明は上述した問題
点を解決するためになされたものであり、標準事例との
違いを視点にして運転事例を分類することによって、運
転事例の属性にない視点で運転事例を検索できるプラン
ト運転データの分類装置を実現することを目的とする。SUMMARY OF THE INVENTION The present invention has been made in order to solve the above-mentioned problems, and classifies driving cases from the viewpoint of a difference from a standard case, so that the driving cases do not have attributes. It is an object of the present invention to realize a plant operation data classification device capable of retrieving operation cases from a viewpoint.
【０００４】[0004]
【課題を解決するための手段】本発明は次のとおりの構
成になったプラント運転データの分類装置である。 （１）プラント制御システムからプラント運転に関する
データを収集し、収集したデータを所定のまとまりに従
って運転事例にまとめ、この運転事例を分類して事例デ
ータベースに保存するプラント運転データの分類装置に
おいて、データ収集に必要な知識を定義する第１の知識
定義手段と、この第１の知識定義手段が定義した知識を
もとに構築した第１の知識ベースを格納した第１の知識
ベース用メモリと、プラント制御システムからプラント
運転に関するデータを収集し、収集したデータを前記第
１の知識ベースを用いて獲得事例にまとめるデータ収集
手段と、獲得事例の分類に必要な知識を定義する第２の
知識定義手段と、この第２の知識定義手段が定義した知
識をもとに構築した第２の知識ベースを格納した第２の
知識ベース用メモリと、標準にする運転のしかたを示す
標準事例を定義する標準事例定義手段と、この標準事例
定義手段で定義した標準事例を格納した標準事例用メモ
リと、前記データ収集手段から得た獲得事例に対応する
標準事例を前記標準事例用メモリの格納事例の中から決
定し、前記第２の知識ベースを用いて、獲得事例と標準
事例との違いを視点にして獲得事例を分類し、前記事例
データベースに保存する分類手段と、を具備したことを
特徴とするプラント運転データの分類装置。 （２）前記分類手段は、獲得事例の状態の遷移が標準事
例の状態の遷移とどのように異なるかを識別する第１の
識別手段と、獲得事例の操作の対象と理由が標準事例の
操作の対象と理由とどのように異なるかを識別する第２
の識別手段と、を有し、前記第１の識別手段及び第２の
識別手段の識別結果をもとに、獲得事例と標準事例との
違いを識別することを特徴とする（１）記載のプラント
運転データの分類装置。 （３）前記第１の識別手段は、標準事例の状態として、
運転目的を実現する前の初期状態、運転目的実現時の目
標状態、場合によって運転目的を実現する途中の中間状
態を定義する状態定義手段と、この状態定義手段で定義
した各状態が獲得事例と標準事例とでどのように異なる
かを識別する第３の識別手段と、を有し、前記第３の識
別手段の識別結果をもとに、獲得事例の状態の遷移が標
準事例の状態の遷移とどのように異なるかを識別するこ
とを特徴とする（２）記載のプラント運転データの分類
装置。 （４）前記第２の識別手段は、獲得事例の操作を、標準
事例と同じ標準操作、標準操作ではないが妥当な操作で
ある準標準操作、または、操作理由が不明な非標準操作
のいずれに属するかを判別する操作判別手段を有するこ
とを特徴とする（２）記載のプラント運転データの分類
装置。 （５）前記第２の知識定義手段は、プラントの挙動の因
果関係とプラント操作ルールの因果関係を示した定性因
果モデルを登録した定性因果モデル用メモリを有し、前
記操作判別手段は、前記定性因果モデルを用いて操作の
理由を説明できるかどうかに基づいて、獲得事例の操作
が、準標準操作に属するか非標準操作に属するかを判別
することを特徴とする（４）記載のプラント運転データ
の分類装置。 （６）前記操作判別手段は、獲得事例の操作の理由の内
容により準標準操作を、やむを得ず標準操作以外の操作
を行った準標準操作と、標準操作を行うべき場面で標準
操作以外の操作を行った準標準操作とに分けることを特
徴とする（４）記載のプラント運転データの分類装置。 （７）前記第２の知識定義手段は、獲得事例をどのよう
に構造化して保存するかを示す構造化知識を格納した構
造化知識用メモリを有し、前記分類手段は、分類した獲
得事例を前記構造化知識に従って事例データベースに保
存する（１）記載のプラント運転データの分類装置。SUMMARY OF THE INVENTION The present invention is an apparatus for classifying plant operation data having the following configuration. (1) A plant operation data classification device that collects data related to plant operation from a plant control system, compiles the collected data into operation cases according to a predetermined unit, classifies the operation cases, and stores the operation cases in a case database. First knowledge defining means for defining knowledge required for a first knowledge base, a first knowledge base memory storing a first knowledge base constructed based on the knowledge defined by the first knowledge defining means, Data collection means for collecting data related to plant operation from the control system, and collecting the collected data into acquired cases using the first knowledge base; and second knowledge defining means for defining knowledge necessary for classifying acquired cases And a second knowledge base memo storing a second knowledge base constructed based on the knowledge defined by the second knowledge defining means. A standard case defining means for defining a standard case indicating a method of operation to be standardized; a standard case memory storing the standard case defined by the standard case defining means; and an acquired case obtained from the data collecting means. A corresponding standard case is determined from the stored cases of the standard case memory, and the obtained cases are classified by using the second knowledge base in view of a difference between the obtained case and the standard case, and the case database is obtained. And a classifying unit for storing the plant operation data. (2) The classification means comprises: first identification means for identifying how the transition of the state of the acquired case is different from the transition of the state of the standard case; Second to identify how and why they differ
Wherein the difference between the acquired case and the standard case is identified based on the identification results of the first identification unit and the second identification unit. Classification device for plant operation data. (3) The first identification means, as a state of a standard case,
State definition means for defining an initial state before realization of the driving purpose, a target state at the time of realization of the driving purpose, and in some cases an intermediate state in the course of realizing the driving purpose, and each state defined by this state definition means is an acquisition example. And third identification means for identifying how the state differs from the standard case. Based on the identification result of the third identification means, the state transition of the acquired case is the state transition of the standard case. (2) The classification device for plant operation data according to (2), wherein the classification is performed to determine how the operation is different from the operation. (4) The second discriminating means may perform the operation of the acquired case either as a standard operation same as the standard case, a quasi-standard operation which is not a standard operation but a proper operation, or a non-standard operation whose operation reason is unknown. (2) The apparatus for classifying plant operation data according to (2), further comprising an operation determination unit configured to determine whether the operation belongs to the group. (5) The second knowledge defining means has a qualitative causal model memory in which a qualitative causal model indicating the causal relation of the behavior of the plant and the causal relation of the plant operation rule is registered. The plant according to (4), wherein it is determined whether the operation of the acquired case belongs to the quasi-standard operation or the non-standard operation based on whether the reason for the operation can be explained using the qualitative causal model. Classification device for driving data. (6) The operation discriminating means performs a quasi-standard operation according to the contents of the reason for the operation of the acquired case, a quasi-standard operation inevitably performed an operation other than the standard operation, and an operation other than the standard operation in a scene where the standard operation is to be performed. (4) The apparatus for classifying plant operation data according to (4), wherein the classification is divided into the performed semi-standard operation. (7) The second knowledge defining means has a structured knowledge memory storing structured knowledge indicating how to structure and store the acquired case, and the classification means comprises a classified acquired case. (1) that classifies plant operation data according to the structured knowledge in a case database.
【０００５】[0005]
【発明の実施の形態】以下、図面を用いて本発明を説明
する。図１は本発明の一実施例を示した構成図である。
図１で、１は第１の知識定義手段、２は第１の知識ベー
ス用メモリ、３はデータ収集手段、４は第２の知識定義
手段、５は第２の知識ベース用メモリ、６は標準事例定
義手段、７は標準事例用メモリ、８は事例ベース用メモ
リ、９は分類手段である。各構成要素の構成を説明す
る。DESCRIPTION OF THE PREFERRED EMBODIMENTS The present invention will be described below with reference to the drawings. FIG. 1 is a configuration diagram showing one embodiment of the present invention.
In FIG. 1, 1 is a first knowledge defining means, 2 is a first knowledge base memory, 3 is a data collecting means, 4 is a second knowledge defining means, 5 is a second knowledge base memory, and 6 is a second knowledge base memory. Standard case definition means, 7 is a standard case memory, 8 is a case base memory, and 9 is a classification means. The configuration of each component will be described.
【０００６】（１）第１の知識定義手段１ 第１の知識定義手段１は、データ収集に必要な知識を定
義する。定義する知識は、例えば次のとおりである。 監視点 プラントにある各ユニットごとに、監視点としてデータ
を収集するタグである。 対象プラント構造 対象プラントの系列，ユニット，タグなどの階層構造で
ある。これにより、系列に含まれるユニット、ユニット
に含まれるタグが分かる。 プロセスデータ収集タイミング プロセスデータ収集の開始タイミングと終了タイミング
である。 記号化のためのパラメータ 収集したトレンドを記号化する上でのパラメータであ
る。(1) First Knowledge Definition Means 1 The first knowledge definition means 1 defines knowledge required for data collection. The knowledge to be defined is, for example, as follows. Monitoring point This tag collects data as monitoring points for each unit in the plant. Target plant structure This is a hierarchical structure of the target plant series, units, tags, etc. Thereby, the unit included in the series and the tag included in the unit can be known. Process data collection timing Start timing and end timing of process data collection. Parameter for symbolization It is a parameter for symbolizing the collected trend.
【０００７】（２）第１の知識ベース用メモリ２ 第１の知識ベース用メモリ２は、第１の知識定義手段１
が定義した知識をもとに構築した第１の知識ベースを格
納する。(2) First Knowledge Base Memory 2 The first knowledge base memory 2 is a first knowledge definition means 1
The first knowledge base constructed based on the knowledge defined by is stored.
【０００８】（３）データ収集手段３ データ収集手段３は、プラント制御システムからプロセ
ストレンドやヒストリカルメッセージ等のプラント運転
に関するデータを収集し、収集したデータを第１の知識
ベースを用いて事例（これを獲得事例とする）にまとめ
あげ、出力する。図２は獲得事例の一例を示した図であ
る。図２を用いて獲得事例について説明する。図２で、
ＩＤは獲得事例の識別子である。対象プラントは、獲得
事例の対象のプラントである。対象プラントには系列ま
たはユニットの名称が入る。運転目標は、獲得事例にお
ける運転の目標を示し、運転変更の内容が入る。図２で
は、運転負荷を７５％から１００％へ増加することを目
標にしている。操作手順は、運転目標を実現している間
の、対象プラントに関する操作を示す。監視点トレンド
は、運転目標を実現している間の、対象プラントの監視
点に関する、記号化されたトレンドを示す。警報は、運
転目標を実現している間の、対象プラントに関する警報
を示す。(3) Data Collection Means 3 The data collection means 3 collects data relating to plant operation such as process trends and historical messages from the plant control system, and collects the collected data using a first knowledge base. ) And output. FIG. 2 is a diagram showing an example of an acquisition example. An acquisition example will be described with reference to FIG. In FIG.
ID is an identifier of the acquisition case. The target plant is the target plant of the acquisition case. The name of the series or unit is entered in the target plant. The driving target indicates the driving target in the acquisition example, and contains the details of the driving change. In FIG. 2, the goal is to increase the operating load from 75% to 100%. The operation procedure indicates an operation related to the target plant while the operation target is being realized. The monitoring point trend indicates a symbolized trend regarding the monitoring point of the target plant while the operation target is being achieved. The alarm indicates an alarm regarding the target plant while the operation target is being achieved.
【０００９】（４）第２の知識定義手段４ 第２の知識定義手段は、獲得事例の分類に必要な知識を
定義する。定義する知識は、例えば次のとおりである。 定性因果モデル 対象プラントに関して、フィード量が下がれば上段温度
が下がるといった化学工学的な関係（プラントの挙動の
因果関係）と、圧力が下がるとスチーム量を上げる操作
を行うといった操作の原則（操作ルールの因果関係）と
を、定性的に表現したモデルを指す。前者のモデルを挙
動の因果関係モデル、後者のモデルを操作ルールの因果
関係モデルとする。定性因果モデルの例を図３に示す。
図３に示す各状態量は、蒸留塔のプラントに存在する状
態量である。各状態量を説明する。(4) Second Knowledge Defining Means 4 The second knowledge defining means defines knowledge necessary for classifying acquired cases. The knowledge to be defined is, for example, as follows. Qualitative causal model Regarding the target plant, the chemical engineering relationship (causal relationship of plant behavior) in which the lower the feed rate lowers the upper stage temperature, and the principle of operation (operation rules) in which the steam amount is increased when the pressure decreases. ) Is a qualitatively expressed model. The former model is a causal relationship model of the behavior, and the latter model is a causal relationship model of the operation rule. FIG. 3 shows an example of the qualitative causal model.
Each state quantity shown in FIG. 3 is a state quantity existing in the distillation column plant. Each state quantity will be described.
【００１０】まず、蒸留塔の構成について説明する。図
４は蒸留塔の構成例を示した図である。図４において、
Ｖ１は蒸留塔で、指定されたフィード量、フィード組
成、フィード温度等になった原料が供給される。フィー
ド量は原料の供給量、フィード組成は原料の組成、フィ
ード温度は原料の温度である。原料は蒸留塔の前段で加
熱されている。フィード量、フィード組成、フィード温
度等をもとにプラントの制御運転のしかたが決められ
る。ＲＢはリボイラで、蒸気により蒸留塔を加熱し、蒸
留塔に供給された原料を焚き上げる。原料が焚き上げら
れると、原料の中で沸点が低い成分が気化して蒸留塔の
上へ昇る。Ｃはコンデンサで、蒸留塔Ｖ１で蒸発した気
体を冷却水により冷却して液化する。ＲＤはコンデンサ
Ｃで液化された液体を回収するリフラックスドラムであ
る。リフラックスドラムＲＤで回収された液体（リフラ
ックス）は一部が製品ａとして抽出され、残りは蒸留塔
Ｖ１へ戻される。リフラックスを蒸留塔Ｖ１へ戻すの
は、製品を精製するためである。蒸留塔Ｖ１に供給され
た原料の中で、沸点が低い成分はリフラックスドラムＲ
Ｄに回収され、沸点が高い成分は蒸発しないで蒸留塔Ｖ
１の底部に滞留している。滞留している成分は次段の蒸
留塔へ送られて同様な処理が施される。このようにして
原料を沸点に応じて仕分ける。蒸留塔Ｖ１は、高さ方向
に沿って複数の原料段に区分けされている。上段温度
は、蒸留塔Ｖ１の上方の原料段の温度で、下段温度は下
方の原料段の温度である。塔内圧力は、蒸留塔Ｖ１内の
圧力である。スチーム量は、リボイラＲＢに送る蒸気量
である。セパレータ圧力は、リフラックスドラムＲＤ内
の圧力である。還流量は、リフラックスドラムＲＤから
蒸留塔Ｖ１へ戻されるリフラックスの量である。First, the structure of the distillation column will be described. FIG. 4 is a diagram showing a configuration example of the distillation column. In FIG.
V1 is a distillation column to which a raw material having a specified feed amount, feed composition, feed temperature and the like is supplied. The feed amount is the supply amount of the raw material, the feed composition is the composition of the raw material, and the feed temperature is the temperature of the raw material. The raw material is heated in the former stage of the distillation column. The control operation of the plant is determined based on the feed amount, feed composition, feed temperature, and the like. RB is a reboiler that heats the distillation column with steam and burns the raw material supplied to the distillation column. When the raw material is fired, components having a low boiling point in the raw material are vaporized and rise to the top of the distillation column. C is a condenser that liquefies the gas evaporated in the distillation column V1 by cooling it with cooling water. RD is a reflux drum for collecting the liquid liquefied by the condenser C. A part of the liquid (reflux) recovered by the reflux drum RD is extracted as a product a, and the rest is returned to the distillation column V1. The reason for returning the reflux to the distillation column V1 is to purify the product. Among the raw materials supplied to the distillation column V1, a component having a low boiling point is a reflux drum R
D, the components having a high boiling point are not evaporated and the distillation column V
1 stays at the bottom. The retained components are sent to the next distillation column and subjected to the same treatment. In this way, the raw materials are sorted according to the boiling points. The distillation column V1 is divided into a plurality of raw material stages along the height direction. The upper temperature is the temperature of the upper raw material stage of the distillation column V1, and the lower temperature is the temperature of the lower raw material stage. The column pressure is the pressure in the distillation column V1. The steam amount is the amount of steam sent to the reboiler RB. The separator pressure is a pressure in the reflux drum RD. The reflux amount is the amount of reflux returned from the reflux drum RD to the distillation column V1.
【００１１】構造化知識 複数の獲得事例を、どのように構造化して保存しておく
かを示した知識である。構造化知識の例を図５に示す。
この例は、最初にすべての獲得事例を対象ユニットで分
類し、次に同じ対象ユニットの獲得事例を運転目的で分
類し、…という分類のしかたを示した知識である。[0011] Structured knowledge is knowledge showing how a plurality of acquired cases are structured and stored. An example of structured knowledge is shown in FIG.
In this example, first, all the acquired cases are classified by the target unit, then, the acquired cases of the same target unit are classified for the driving purpose, and the knowledge indicates how to classify as.
【００１２】（５）第２の知識ベース用メモリ５ 第２の知識ベース用メモリ５は、第２の知識定義手段４
が定義した知識をもとに構築した第２の知識ベースを格
納する。(5) Second Knowledge Base Memory 5 The second knowledge base memory 5 is a second knowledge definition means 4
Stores a second knowledge base constructed based on the knowledge defined by.
【００１３】（６）標準事例定義手段６ 標準事例定義手段６は標準事例を定義する。標準事例
は、スタートアップ等の特定の目的を達成するための、
標準にしていきたい理想的なプラント運転のしかたを示
し、目的を達成するための操作手順や管理目標の理想の
遷移状態の結果等を含んでいる。図６は標準事例の一例
を示した図である。図６の標準事例と図２の獲得事例の
異なる部分を説明する。 遷移状態 図６に管理指標の理想的な遷移状態を表す。ここでは、
チェックポイントをいくつか設け、各チェックポイント
における、管理指標の理想的な状態を定義する。 操作手順 図６に管理指標の状態を、理想的に遷移させるための操
作手順を表す。手順は、各チェックポイントの遷移の単
位（例：開始点→中間点１）に、分割されている。ま
た、それぞれの操作はＩＦ-ＴＨＥＮ形式（〜ならば・・・
という操作を行う）で表現される。(6) Standard case definition means 6 The standard case definition means 6 defines a standard case. Standard examples are for achieving a specific purpose, such as a startup.
It shows the ideal way of plant operation to be standardized, and includes the operation procedure for achieving the purpose, the result of the ideal transition state of the management target, and the like. FIG. 6 is a diagram showing an example of the standard case. The difference between the standard case of FIG. 6 and the acquisition case of FIG. 2 will be described. Transition State FIG. 6 shows an ideal transition state of the management index. here,
Several checkpoints are provided, and the ideal state of the management index at each checkpoint is defined. Operation Procedure FIG. 6 shows an operation procedure for ideally changing the state of the management index. The procedure is divided into units of transition of each checkpoint (eg, starting point → intermediate point 1). Each operation is performed in IF-THEN format (if ...
Is performed).
【００１４】（７）標準事例用メモリ７ 標準事例用メモリ７は、標準事例定義手段６で定義した
標準事例を格納する。(7) Standard Case Memory 7 The standard case memory 7 stores the standard case defined by the standard case definition means 6.
【００１５】（８）事例ベース用メモリ８ 事例ベース用メモリ８は、事例データベースを格納す
る。(8) Case Base Memory 8 The case base memory 8 stores a case database.
【００１６】（９）分類手段９ 分類手段９は、データ収集手段３から得た獲得事例に対
応する標準事例を標準事例用メモリ７の格納事例の中か
ら決定し、第２の知識ベースを用いて、獲得事例と標準
事例との違いを視点にして獲得事例を分類し、事例デー
タベースに保存する。(9) Classification unit 9 The classification unit 9 determines a standard case corresponding to the acquired case obtained from the data collection unit 3 from among the storage cases in the standard case memory 7, and uses the second knowledge base. Then, the acquired cases are classified in view of the difference between the acquired cases and the standard cases, and stored in the case database.
【００１７】図７は分類手段９の構成例を示した図であ
る。図７で、９１は獲得事例の状態の遷移が標準事例の
状態の遷移とどのように異なるかを識別する第１の識別
手段、９２は獲得事例の操作の対象と理由が標準事例の
操作の対象と理由とどのように異なるかを識別する第２
の識別手段、９３は分類した獲得事例を事例ベース用メ
モリ８に保存する保存手段である。分類手段９は、第１
の識別手段９１及び第２の識別手段９２の識別結果をも
とに、獲得事例と標準事例との違いを識別する。FIG. 7 is a diagram showing an example of the configuration of the classification means 9. In FIG. 7, reference numeral 91 denotes first identification means for identifying how the transition of the state of the acquired case differs from the transition of the state of the standard case. Reference numeral 92 denotes the operation target of the acquired case and the reason is the operation of the standard case. Second to identify how the object and reason differ
Is a storage means for storing the obtained acquired cases in the case base memory 8. The classifying means 9 comprises:
The difference between the acquired case and the standard case is identified based on the identification results of the identification unit 91 and the second identification unit 92.
【００１８】図８は第１の識別手段９１の構成例を示し
た図である。図８で、９１１は標準事例の状態として、
運転目的を実現する前の初期状態、運転目的実現時の目
標状態、場合によって運転目的を実現する途中の中間状
態を定義する状態定義手段、９１２は状態定義手段９１
１で定義した各状態が獲得事例と標準事例とでどのよう
に異なるかを識別する第３の識別手段である。第１の識
別手段９１は、第３の識別手段９１２の識別結果をもと
に、獲得事例の状態の遷移が標準事例の状態の遷移とど
のように異なるかを識別する。FIG. 8 is a diagram showing a configuration example of the first identification means 91. In FIG. 8, 911 is the state of the standard case,
State definition means 912 for defining an initial state before realizing the driving purpose, a target state at the time of realizing the driving purpose, and in some cases an intermediate state in the course of realizing the driving purpose.
This is a third identification means for identifying how each state defined in 1 differs between the acquired case and the standard case. The first identification unit 91 identifies how the state transition of the acquired case differs from the state transition of the standard case based on the identification result of the third identification unit 912.
【００１９】図９は第２の識別手段９２の構成例を示し
た図である。図９で、９２１は獲得事例の操作を、標準
事例と同じ標準操作、標準操作ではないが妥当な操作で
ある準標準操作、または、操作理由が不明な非標準操作
のいずれに属するかを判別する操作判別手段である。４
１は定性因果モデルを登録した定性因果モデル用メモ
リ、４２は獲得事例をどのように構造化して保存するか
を示す構造化知識を格納した構造化知識用メモリであ
る。操作判別手段９２１は、定性因果モデルを用いて操
作の理由を説明できるかどうかに基づいて、獲得事例の
各操作を準標準操作に属するか非標準操作に属するかを
判別する。また、操作判別手段９２１は、獲得事例の操
作の理由の内容により準標準操作を、やむを得ず標準操
作以外の操作を行った準標準操作と、標準操作を行うべ
き場面で標準操作以外の操作を行った準標準操作とに分
ける。保存手段９３は、分類した運転事例を構造化知識
に従って事例データベース用メモリ８に保存する。FIG. 9 is a diagram showing a configuration example of the second identification means 92. In FIG. 9, reference numeral 921 denotes whether the operation of the acquired case belongs to the standard operation which is the same as the standard case, a quasi-standard operation which is not a standard operation but is a valid operation, or a non-standard operation whose operation reason is unknown. Operation determination means. 4
Reference numeral 1 denotes a qualitative causal model memory in which a qualitative causal model is registered, and reference numeral 42 denotes a structured knowledge memory that stores structured knowledge indicating how to structure and store acquired cases. The operation determining unit 921 determines whether each operation of the acquired case belongs to the quasi-standard operation or the non-standard operation based on whether the reason for the operation can be explained using the qualitative causal model. In addition, the operation determining unit 921 performs a quasi-standard operation based on the contents of the reason for the operation of the acquired case, performs a quasi-standard operation inevitably performing an operation other than the standard operation, and performs an operation other than the standard operation in a scene where the standard operation is to be performed. Quasi-standard operation. The storage unit 93 stores the classified operation cases in the case database memory 8 according to the structured knowledge.
【００２０】分類手段９では次の手順で獲得事例を分類
する。 対応する標準事例の決定 分類手段９は、獲得事例の場面または状況において、行
われるべき標準事例を決定する。 各視点に基づく獲得事例のカテゴリー化 獲得事例を、予め定義してある各視点から、図３の定性
因果モデルや図６の標準事例を用いて、どのカテゴリー
に属するのかを求める。ここでは、以下の視点からカテ
ゴリー化をしている。 （ａ）状態の遷移によるカテゴリー化 獲得事例の状態の遷移が、標準事例の理想的な状態の遷
移とどのように異なるかに基づいてカテゴリー化する。
結果の例を、図１０に示す。この例では、獲得事例の状
態の遷移が、標準事例の各チェックポイントにおける理
想的な管理指標の状態と比較して、同じカテゴリーに属
するのかどうかを求めている。このようなカテゴリー化
は、第１の識別手段９１が行う。 （ｂ）操作の対象と理由によるカテゴリー化 獲得した事例の各操作を、標準事例の各操作との比較に
より、カテゴリー化する。カテゴリーの種類は、標準操
作、準標準操作、非標準操作に分けられる。準標準操作
は、さらに次のとおりに分類される。 ・警報やトレンドの変動などの理由により、やむを得ず
行った操作 ・標準操作を行うべき場面で、標準操作外の操作を行っ
た操作 このようなカテゴリー化は、第２の識別手段９２が行
う。以上により求めた、各視点に基づくカテゴリー化の
結果を、獲得事例の属性へ反映する。反映した獲得事例
（以下保存事例という）の例を図１１に示する。図１１
の保存事例と図２の獲得事例との違いは次のとおりであ
る。 ・対応する標準事例は、の対応する標準事例の決定で
決定した標準事例である。 ・遷移状態は、（ａ）の「状態の遷移によるカテゴリー
化」の結果を表す。内容は、標準事例で決定されている
チェックポイント時の管理指標の状態と、それの状態名
（カテゴリー名）である。 ・操作手順は、（ｂ）の「操作の対象と理由によるカテ
ゴリー化」の結果を表す。各チェックポイントの遷移の
単位毎に、各操作の種類を示す。 事例の保存 図５の構造化知識に基づき、の「各視点に基づく事例
のカテゴリー化」で求めた事例を、事例データベースへ
保存する。The classifying means 9 classifies the acquired cases according to the following procedure. Determination of the corresponding standard case The classification means 9 determines the standard case to be performed in the scene or situation of the acquired case. Categorization of Acquired Cases Based on Each Viewpoint Acquired cases are determined from each predefined viewpoint using the qualitative causal model in FIG. 3 and the standard case in FIG. 6 to which category they belong. Here, categorization is performed from the following viewpoints. (A) Categorization by state transition Categorization is based on how the state transition of the acquired case differs from the ideal state transition of the standard case.
An example of the result is shown in FIG. In this example, the transition of the state of the acquired case is compared with the state of the ideal management index at each checkpoint of the standard case to determine whether or not they belong to the same category. Such categorization is performed by the first identification means 91. (B) Categorization by operation target and reason Each operation of the acquired case is categorized by comparison with each operation of the standard case. The category types are classified into standard operation, semi-standard operation, and non-standard operation. Semi-standard operations are further classified as follows: -An operation unavoidably performed due to a reason such as a warning or a change in a trend.-An operation performed outside the standard operation when a standard operation is to be performed. Such categorization is performed by the second identification means 92. The result of the categorization based on each viewpoint obtained as described above is reflected on the attribute of the acquired case. FIG. 11 shows an example of a reflected acquisition case (hereinafter referred to as a storage case). FIG.
The difference between the storage case of FIG. 2 and the acquisition case of FIG. 2 is as follows. -The corresponding standard case is the standard case determined in the determination of the corresponding standard case. The transition state represents the result of (a) “categorization by state transition”. The contents are the state of the management index at the time of the checkpoint determined in the standard case and the state name (category name) thereof. -The operation procedure represents the result of "categorization by operation target and reason" in (b). The type of each operation is indicated for each transition unit of each checkpoint. Storage of Cases Based on the structured knowledge in FIG. 5, the cases obtained in “Categorization of Cases Based on Each Viewpoint” are stored in the case database.
【００２１】図１の装置の動作を説明する。データ収集
手段３で収集したデータを獲得事例としてまとめ上げ、
この獲得事例を分類手段９で分類して事例ベースへ保存
する。以下に、データ収集手段３と分類手段９の動作を
説明する。The operation of the apparatus shown in FIG. 1 will be described. The data collected by the data collection means 3 is compiled as an acquisition case,
The acquired cases are classified by the classifying means 9 and stored in the case base. Hereinafter, the operation of the data collection unit 3 and the classification unit 9 will be described.
【００２２】（１）データ収集手段３の動作 図１２は動作手順を示したフローチャートである。フロ
ーチャートのステップ順に従って動作を説明する。 （Ｓ１０）プロセスデータの抽出 第１の知識ベースに定義してある知識を用いて、収集し
てあるプロセスデータの中から、必要なプロセスデータ
を抽出する。具体的に以下のように行う。 収集するタグの抽出 第１の知識ベースに定義されている「対象プラント構
造」の知識を用いて、例えば図２に示す対象プラントに
含まれるタグを抽出し、このタグの操作，警報を抽出す
る。また、第１の知識ベースに定義されている「監視
点」の知識を用いて、対象プラントに含まれるタグを抽
出し、このタグのトレンドを抽出する。 収集する時間の抽出 第１の知識ベースに定義されている「プロセスデータ収
集タイミング」の知識を用いて、開始時刻から終了時刻
までの、操作，トレンド，警報を抽出する。 （Ｓ１１）トレンドデータの記号化 第１の知識ベースに定義されている「記号化のためのパ
ラメータ」を用いてトレンドデータを記号化する。具体
的な記号化のしかたは、例えば、本出願人による特願平
５−１８０４０６号の出願明細書に記載されている。(1) Operation of Data Collection Means 3 FIG. 12 is a flowchart showing an operation procedure. The operation will be described according to the order of steps in the flowchart. (S10) Extraction of process data Using the knowledge defined in the first knowledge base, necessary process data is extracted from the collected process data. Specifically, it is performed as follows. Extraction of tags to be collected Using the knowledge of the “target plant structure” defined in the first knowledge base, for example, the tags included in the target plant shown in FIG. 2 are extracted, and the operation of this tag and the alarm are extracted. . Further, the tag included in the target plant is extracted using the knowledge of the “monitoring point” defined in the first knowledge base, and the trend of the tag is extracted. Extraction of Time to Collect The operation, trend, and alarm from the start time to the end time are extracted using the knowledge of “process data collection timing” defined in the first knowledge base. (S11) Symbolization of trend data The trend data is symbolized using "parameters for symbolization" defined in the first knowledge base. A specific encoding method is described in, for example, the specification of Japanese Patent Application No. 5-180406 by the present applicant.
【００２３】（２）分類手段９の動作 図１３は動作手順を示したフローチャートである。フロ
ーチャートのステップ順に従って動作を説明する。 （Ｓ２０）対応する標準事例の決定 獲得事例の対象プラントと運転目標が一致する標準事例
を決定する。例えば、図２の獲得事例に対しては、図６
の標準事例が対応する。 （Ｓ２１）各視点に基づく事例のカテゴリー化 予め定義してある各視点から、獲得事例がどのカテゴリ
ーに属するのかを求める。 （Ｓ２２）残りの視点があるか？ 残りの視点があるかどうかを判別する。視点があるとき
は処理Ｓ２１へ戻る。 （Ｓ２３）事例の保存 残りの視点がないときは、構造化知識を用いて、事例デ
ータベースに獲得事例を保存する。(2) Operation of Classification Unit 9 FIG. 13 is a flowchart showing an operation procedure. The operation will be described according to the order of steps in the flowchart. (S20) Determining the corresponding standard case The standard case in which the target plant of the acquired case matches the operation target is determined. For example, for the acquisition example of FIG.
The standard cases correspond. (S21) Categorization of Cases Based on Each Viewpoint From each of the predefined viewpoints, it is determined to which category the acquired case belongs. (S22) Are there any remaining viewpoints? Determine if there are any remaining viewpoints. If there is a viewpoint, the process returns to step S21. (S23) Saving the Case When there is no remaining viewpoint, the acquired case is stored in the case database using the structured knowledge.
【００２４】図１３の処理Ｓ２１におけるカテゴリー化
の処理を説明する。ここでは、以下の視点からのカテゴ
リー化する。 状態の遷移によるカテゴリー化 図１４はカテゴリー化の手順を示したフローチャートで
ある。フローチャートのステップ順に従って動作を説明
する。 （Ｓ３０）チェックポイントの抽出 処理Ｓ２０で決定した標準事例において、遷移状態に定
義されているチェックポイントと管理指標の状態を抽出
する。図６の標準事例では、開始点の初期状態，中間点
１の中間状態１などを抽出する。 （Ｓ３１）管理指標状態の抽出 抽出した標準事例のチェックポイントの定義を用いて、
獲得事例の管理指標の状態を求める。例では、図６の開
始点（中間点１）の定義を用いて、図６の獲得事例から
操作開始の直前（操作開始ｘ分後）の時の管理指標の状
態を、監視トレンドから求める。 （Ｓ３２）標準事例との比較 抽出した獲得事例の管理指標の状態と、予め定義してあ
る標準事例の管理指標の状態とを比較する。比較は、あ
る幅αをもって「一致」か「不一致」かを判定する。図
２及び図６の例では、獲得事例の開始点の管理指標の状
態が、フィード量ｆ1−αからｆ1＋αの間で一定,かつ
上段温度：ｔ1−αからｔ1＋αの間で一定ならば「一
致」、それ以外であれば「不一致」と判定する。 （Ｓ３３）管理指標状態の分類 「不一致」と判定された状態を分類する。ニューラルネ
ットワークの一種である自己組織モデルを用いて、「不
一致」と判定された複数の事例を、いくつかのカテゴリ
ーに分類する。 （Ｓ３４）残りのチェックポイントあるか？ チェックポイントが残っている場合には、チェックポイ
ントの抽出を再度行う。The categorizing process in the process S21 in FIG. 13 will be described. Here, we categorize from the following viewpoints. Categorization by State Transition FIG. 14 is a flowchart showing the categorization procedure. The operation will be described according to the order of steps in the flowchart. (S30) Extraction of Checkpoints In the standard case determined in the processing S20, the checkpoints defined in the transition state and the state of the management index are extracted. In the standard case of FIG. 6, the initial state of the start point, the intermediate state 1 of the intermediate point 1, and the like are extracted. (S31) Extraction of management index state Using the definition of the checkpoint of the extracted standard case,
Obtain the status of the management index of the acquired case. In the example, using the definition of the start point (intermediate point 1) in FIG. 6, the state of the management index immediately before the start of the operation (x minutes after the start of the operation) is obtained from the monitoring trend from the acquisition example in FIG. (S32) Comparison with Standard Case The state of the management index of the extracted acquired case is compared with the state of the management index of the standard case that is defined in advance. The comparison determines “match” or “mismatch” with a certain width α. In the examples of FIGS. 2 and 6, the state of the management index at the start point of the acquisition case is constant between the feed amounts f 1 -α and f 1 + α, and
Upper stage temperature: If it is constant between t 1 -α and t 1 + α, it is determined as “match”, otherwise it is determined as “mismatch”. (S33) Classification of management index status The status determined as "mismatch" is classified. Using a self-organization model, which is a type of neural network, a plurality of cases determined as "mismatch" are classified into several categories. (S34) Are there any remaining checkpoints? If the checkpoint remains, the checkpoint is extracted again.
【００２５】操作の対象と理由によるカテゴリー化 図１５はカテゴリー化の手順を示したフローチャートで
ある。フローチャートのステップ順に従って動作を説明
する。 （Ｓ４０）トレンド（警報）の抽出 獲得事例において、時間的順番に、記号化の単位でトレ
ンドを抽出し、抽出したトレンドに対応する警報を抽出
する。図２の例では、時刻１０：０１に 上段温度が増
加しはじめ、時刻１０：０３にＨＩ警報が出ていること
を抽出できる。 （Ｓ４１）行うべき操作の抽出 抽出したトレンドまたは警報から、標準事例の操作手順
と定性因果モデルを用いて、以下のように行うべき操作
を求める。 （ａ）標準事例の操作手順に基づく行うべき操作の抽出 抽出したトレンドまたは警報などを、操作手順のＩＦ部
に当てはめて適合するかどうかを判定する。適合する場
合は操作手順のＴＨＥＮ部の操作を抽出する。通常、抽
出される操作手順は１種類以下である。 （ｂ）定性因果モデルに基づく行うべき操作の抽出 抽出したトレンドまたは警報などを、定性因果モデルへ
入力し、定性因果モデルは、操作ルールの因果関係モデ
ルに基づき、行うべき操作を抽出する。 （Ｓ４２）操作あり？ 行うべき操作があるかどうかを判別する。 （Ｓ４３）事例の操作の包含性チェック 行うべき操作が抽出できた場合、この中に獲得事例の操
作が含まれているかどうかをチェックする。 （Ｓ４４）包含？ 抽出した操作の中に獲得事例の操作が含まれているかど
うかを判別する。 （Ｓ４５）操作の分類１ 抽出した行うべき操作の中に、獲得事例の操作を含む場
合に、この獲得事例の操作を、標準操作と準標準操作に
分類する。準標準操作は、さらに以下の（ａ），（ｂ）
に分類する。 （ａ）警報やトレンドの変動などの理由により、やむを
得ず行った準標準操作 抽出した行うべき操作の中に、標準事例の操作手順が存
在しない場合である。標準事例の操作手順がないという
ことは、標準事例では想定していなかった状況が起きた
と考える。 （ｂ）標準操作を行うべき場面で、標準操作外の操作を
行った 抽出した行うべき操作の中に、標準事例の操作手順があ
る場合。標準事例の操作手順があるのにそれを行わなか
った場合に相当する。 （Ｓ４６）残りのトレンドあり？ 全てのトレンドをチェックしたかどうかを判別する。 （Ｓ４７）未分類操作の抽出 獲得事例の操作の中で、処理Ｓ４５の「操作の分類１」
で分類されなかった操作を抽出する。 （Ｓ４８） 操作あり？ 「操作の分類１」で分類されなかった未分類の操作があ
るかどうかを判別する。 （Ｓ４９） 操作の分類２ 未分類の操作がある場合、これを非標準操作とする。Categorization by Operational Object and Reason FIG. 15 is a flowchart showing the categorization procedure. The operation will be described according to the order of steps in the flowchart. (S40) Extraction of a trend (alarm) In an acquired example, a trend is extracted in a temporal order in units of symbolization, and an alert corresponding to the extracted trend is extracted. In the example of FIG. 2, it can be extracted that the upper stage temperature starts increasing at time 10:01 and that the HI alarm is issued at time 10:03. (S41) Extraction of Operation to be Performed From the extracted trend or alarm, the operation to be performed is obtained as follows using the operation procedure of the standard case and the qualitative causal model. (A) Extraction of Operation to be Performed Based on Standard Procedure Operation Procedure The extracted trend or alarm is applied to the IF section of the operation procedure to determine whether or not it is suitable. If they match, the operation of the THEN part of the operation procedure is extracted. Usually, one or less operation procedures are extracted. (B) Extraction of operation to be performed based on qualitative causal model The extracted trend or alarm is input to the qualitative causal model, and the qualitative causal model extracts the operation to be performed based on the causal relationship model of the operation rule. (S42) Operation? Determine if there is an operation to be performed. (S43) Inclusiveness check of operation of case When the operation to be performed is extracted, it is checked whether or not the operation of the acquired case is included in the extracted operation. (S44) Include? It is determined whether or not the extracted operation includes the operation of the acquired case. (S45) Operation Classification 1 When the extracted operation to be performed includes an operation of an acquired case, the operation of the acquired case is classified into a standard operation and a quasi-standard operation. The quasi-standard operation further comprises the following (a) and (b)
Classify into. (A) A quasi-standard operation unavoidably performed due to a warning or a change in a trend This is a case in which the operation procedure of the standard case does not exist in the extracted operations to be performed. The absence of the standard case operation procedure indicates that a situation that was not assumed in the standard case occurred. (B) An operation outside the standard operation was performed in a scene where the standard operation should be performed. A case where the extracted operation to be performed includes an operation procedure of a standard case. This corresponds to the case where the operation procedure of the standard case is present but not performed. (S46) Is there any remaining trend? Determine whether all trends have been checked. (S47) Extraction of unclassified operation In the operation of the acquired case, “operation classification 1” of process S45
Extract operations not classified by. (S48) Operation? It is determined whether there is an unclassified operation that has not been classified in “operation class 1”. (S49) Operation Classification 2 If there is an unclassified operation, this is regarded as a non-standard operation.
【００２６】以上のようにして運転事例を分類し、事例
データベースに保存する。The operation cases are classified as described above and stored in the case database.
【００２７】[0027]
【発明の効果】本発明によれば、「標準事例との違い」
を視点にして運転事例を分類し、事例データベースに保
存している。このため、例えば「標準的な方法で運転を
したが、途中で標準的な運転方法から逸脱し、結果が悪
かった運転事例」を検索したい場合のように、検索した
い視点が運転事例の属性にはないが、オペレータが事例
を捉えるときに用いる視点で運転事例を検索できる。こ
れによって、従来のシステムでは、どのようなキーワー
ドを設定すればよいかわからず検索できなかった運転事
例を検索できるようになる。According to the present invention, "difference from standard case"
Driving cases are categorized from the viewpoint of and stored in the case database. For this reason, for example, when the user wants to search for "a driving case in which the driver has deviated from the standard driving method on the way and has a bad result," Although there is no operation case, the operation case can be searched from the viewpoint used when the operator grasps the case. As a result, in the conventional system, it becomes possible to search for a driving case that could not be searched without knowing what keyword to set.
【図１】本発明の一実施例を示した構成図である。FIG. 1 is a configuration diagram showing one embodiment of the present invention.
【図２】獲得事例の一例を示した図である。FIG. 2 is a diagram illustrating an example of an acquisition example.
【図３】定性因果モデルの例を示した図である。FIG. 3 is a diagram showing an example of a qualitative causal model.
【図４】蒸留塔の構成例を示した図である。FIG. 4 is a diagram showing a configuration example of a distillation column.
【図５】構造化知識の例を示した図である。FIG. 5 is a diagram showing an example of structured knowledge.
【図６】標準事例の一例を示した図である。FIG. 6 is a diagram showing an example of a standard case.
【図７】本発明の要部構成図である。FIG. 7 is a configuration diagram of a main part of the present invention.
【図８】本発明の要部構成図である。FIG. 8 is a configuration diagram of a main part of the present invention.
【図９】本発明の要部構成図である。FIG. 9 is a configuration diagram of a main part of the present invention.
【図１０】獲得事例のカテゴリー化の一例を示した図で
ある。FIG. 10 is a diagram showing an example of categorizing acquired cases.
【図１１】保存事例の例を示した図である。FIG. 11 is a diagram illustrating an example of a storage case.
【図１２】本発明の動作説明図である。FIG. 12 is a diagram illustrating the operation of the present invention.
【図１３】本発明の動作説明図である。FIG. 13 is a diagram illustrating the operation of the present invention.
【図１４】本発明の動作説明図である。FIG. 14 is a diagram illustrating the operation of the present invention.
【図１５】本発明の動作説明図である。FIG. 15 is an operation explanatory diagram of the present invention.
１ 第１の知識定義手段 ２ 第１の知識ベース用メモリ ３ データ収集手段 ４ 第２の知識定義手段 ５ 第２の知識ベース用メモリ ６ 標準事例定義手段 ７ 標準事例用メモリ ８ 事例ベース用メモリ ９ 分類手段 DESCRIPTION OF SYMBOLS 1 1st knowledge definition means 2 1st knowledge base memory 3 data collection means 4 2nd knowledge definition means 5 2nd knowledge base memory 6 standard case definition means 7 standard case memory 8 case base memory 9 Classification method
Claims (7)
に関するデータを収集し、収集したデータを所定のまと
まりに従って運転事例にまとめ、この運転事例を分類し
て事例データベースに保存するプラント運転データの分
類装置において、 データ収集に必要な知識を定義する第１の知識定義手段
と、 この第１の知識定義手段が定義した知識をもとに構築し
た第１の知識ベースを格納した第１の知識ベース用メモ
リと、 プラント制御システムからプラント運転に関するデータ
を収集し、収集したデータを前記第１の知識ベースを用
いて獲得事例にまとめるデータ収集手段と、 獲得事例の分類に必要な知識を定義する第２の知識定義
手段と、 この第２の知識定義手段が定義した知識をもとに構築し
た第２の知識ベースを格納した第２の知識ベース用メモ
リと、 標準にする運転のしかたを示す標準事例を定義する標準
事例定義手段と、 この標準事例定義手段で定義した標準事例を格納した標
準事例用メモリと、 前記データ収集手段から得た獲得事例に対応する標準事
例を前記標準事例用メモリの格納事例の中から決定し、
前記第２の知識ベースを用いて、獲得事例と標準事例と
の違いを視点にして獲得事例を分類し、前記事例データ
ベースに保存する分類手段と、を具備したことを特徴と
するプラント運転データの分類装置。1. A plant operation data classification device that collects data related to plant operation from a plant control system, compiles the collected data into operation cases according to a predetermined unit, classifies the operation cases, and stores the classified operation cases in a case database. A first knowledge defining means for defining knowledge necessary for data collection; a first knowledge base memory storing a first knowledge base constructed based on the knowledge defined by the first knowledge defining means; Data collection means for collecting data related to plant operation from a plant control system, and collecting the collected data into an acquisition case using the first knowledge base; and second knowledge for defining knowledge necessary for classifying the acquisition case. Definition means, and a second knowledge base storing a second knowledge base constructed based on the knowledge defined by the second knowledge definition means. Standard case definition means for defining a standard case indicating the operation method to be standardized; standard case memory storing the standard case defined by the standard case definition means; and data obtained from the data collection means. Determine a standard case corresponding to the acquired case from the storage cases of the standard case memory,
Using the second knowledge base, classifying the acquired case from the viewpoint of the difference between the acquired case and the standard case, and storing the acquired case in the case database; Classifier.
うに異なるかを識別する第１の識別手段と、 獲得事例の操作の対象と理由が標準事例の操作の対象と
理由とどのように異なるかを識別する第２の識別手段
と、を有し、前記第１の識別手段及び第２の識別手段の
識別結果をもとに、獲得事例と標準事例との違いを識別
することを特徴とする請求項１記載のプラント運転デー
タの分類装置。2. Classification means: first identification means for identifying how a state transition of an acquired case differs from state transition of a standard case; And second identification means for identifying how the operation is different from the object and reason of the operation, and based on the identification results of the first identification means and the second identification means, an acquisition case and a standard 2. The plant operation data classification device according to claim 1, wherein a difference from the case is identified.
態、運転目的実現時の目標状態、場合によって運転目的
を実現する途中の中間状態を定義する状態定義手段と、 この状態定義手段で定義した各状態が獲得事例と標準事
例とでどのように異なるかを識別する第３の識別手段
と、を有し、前記第３の識別手段の識別結果をもとに、
獲得事例の状態の遷移が標準事例の状態の遷移とどのよ
うに異なるかを識別することを特徴とする請求項２記載
のプラント運転データの分類装置。3. The first identification means defines an initial state before realizing the driving purpose, a target state at the time of realizing the driving purpose, and in some cases an intermediate state during the realization of the driving purpose, as the state of the standard case. And a third identification means for identifying how each state defined by the state definition means differs between the acquired case and the standard case. The identification of the third identification means Based on the result,
3. The plant operation data classification apparatus according to claim 2, wherein the state transition of the acquired case is distinguished from the state transition of the standard case.
ではないが妥当な操作である準標準操作、または、操作
理由が不明な非標準操作のいずれに属するかを判別する
操作判別手段を有することを特徴とする請求項２記載の
プラント運転データの分類装置。4. The method according to claim 2, wherein the operation of the acquired case is a standard operation which is the same as the standard case, a quasi-standard operation which is not a standard operation but is a valid operation, or a non-standard operation whose operation reason is unknown. 3. The plant operation data classification device according to claim 2, further comprising an operation determination unit that determines which one of the plant operation data belongs to.
挙動の因果関係とプラント操作ルールの因果関係を示し
た定性因果モデルを登録した定性因果モデル用メモリを
有し、 前記操作判別手段は、前記定性因果モデルを用いて操作
の理由を説明できるかどうかに基づいて、獲得事例の操
作が、準標準操作に属するか非標準操作に属するかを判
別することを特徴とする請求項４記載のプラント運転デ
ータの分類装置。5. The qualitative causal model memory in which a qualitative causal model indicating a causal relationship of a plant behavior and a causal relationship of a plant operation rule is registered, wherein the second knowledge defining unit includes: 5. The method according to claim 4, wherein whether the operation of the acquired case belongs to a quasi-standard operation or a non-standard operation is determined based on whether the reason for the operation can be explained using the qualitative causal model. Plant operation data classification device.
理由の内容により準標準操作を、やむを得ず標準操作以
外の操作を行った準標準操作と、標準操作を行うべき場
面で標準操作以外の操作を行った準標準操作とに分ける
ことを特徴とする請求項４記載のプラント運転データの
分類装置。6. The operation discriminating means performs a quasi-standard operation based on the contents of the reason for the operation of the acquired case, a quasi-standard operation inevitably performing an operation other than the standard operation, and a quasi-standard operation in a situation where the standard operation is to be performed. 5. The apparatus according to claim 4, wherein the operation is classified into a quasi-standard operation.
どのように構造化して保存するかを示す構造化知識を格
納した構造化知識用メモリを有し、 前記分類手段は、分類した獲得事例を前記構造化知識に
従って事例データベースに保存する請求項１記載のプラ
ント運転データの分類装置。7. The second knowledge defining means has a structured knowledge memory storing structured knowledge indicating how to structure and store the acquired case, and the classifying means classifies the acquired case. 2. The plant operation data classification device according to claim 1, wherein the acquired cases are stored in a case database according to the structured knowledge.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18339496A JP3057355B2 (en) | 1996-07-12 | 1996-07-12 | Classification device for plant operation data |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18339496A JP3057355B2 (en) | 1996-07-12 | 1996-07-12 | Classification device for plant operation data |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1027104A true JPH1027104A (en) | 1998-01-27 |
| JP3057355B2 JP3057355B2 (en) | 2000-06-26 |
Family
ID=16135017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18339496A Expired - Lifetime JP3057355B2 (en) | 1996-07-12 | 1996-07-12 | Classification device for plant operation data |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3057355B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000267779A (en) * | 1999-03-19 | 2000-09-29 | Fujitsu Ltd | Method for checking operation and work processing system |
| JP2005165375A (en) * | 2003-11-28 | 2005-06-23 | Hitachi Ltd | Diagnostic device and method for facility |
| JP2017091113A (en) * | 2015-11-06 | 2017-05-25 | 横河電機株式会社 | Event analysis device, event analysis system, event analysis method, and event analysis program |
| JP2017091114A (en) * | 2015-11-06 | 2017-05-25 | 横河電機株式会社 | Event analysis device, event analysis system, event analysis method, and event analysis program |
-
1996
- 1996-07-12 JP JP18339496A patent/JP3057355B2/en not_active Expired - Lifetime
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000267779A (en) * | 1999-03-19 | 2000-09-29 | Fujitsu Ltd | Method for checking operation and work processing system |
| JP2005165375A (en) * | 2003-11-28 | 2005-06-23 | Hitachi Ltd | Diagnostic device and method for facility |
| JP2017091113A (en) * | 2015-11-06 | 2017-05-25 | 横河電機株式会社 | Event analysis device, event analysis system, event analysis method, and event analysis program |
| JP2017091114A (en) * | 2015-11-06 | 2017-05-25 | 横河電機株式会社 | Event analysis device, event analysis system, event analysis method, and event analysis program |
| US10496655B2 (en) | 2015-11-06 | 2019-12-03 | Yokogawa Electric Corporation | Event analysis apparatus, event analysis systems, event analysis methods, and event analysis program |
| US10515083B2 (en) | 2015-11-06 | 2019-12-24 | Yokogawa Electric Corporation | Event analysis apparatus, an event analysis system, an event analysis method, and an event analysis program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3057355B2 (en) | 2000-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111158977B (en) | Abnormal event root cause positioning method and device | |
| US6654744B2 (en) | Method and apparatus for categorizing information, and a computer product | |
| CN109684374B (en) | Method and device for extracting key value pairs of time series data | |
| CN115630839B (en) | Intelligent feedback production regulation and control system based on data mining | |
| CN108197647B (en) | Rapid clustering method for automobile starter endurance test data | |
| JP2000067065A (en) | Method for identifying document image and record medium | |
| KR100491250B1 (en) | Method and System for registering goods information | |
| CN109344227A (en) | Worksheet method, system and electronic equipment | |
| US20220066429A1 (en) | Manufacturing condition setting automating apparatus and method | |
| CN112070384A (en) | Material matching method, device and equipment based on MI (manufacturing index) manufacturing indication and storage medium | |
| Cuzzocrea et al. | An information-theoretic approach for setting the optimal number of decision trees in random forests | |
| US20200250897A1 (en) | Intelligent prognostics and health management system and method | |
| JP3057355B2 (en) | Classification device for plant operation data | |
| Saputra et al. | Quality improvement of molding machine through statistical process control in plastic industry | |
| JP2000181759A (en) | Time sequential data retrieval system/method and recording medium storing its program | |
| CN113297044A (en) | Operation and maintenance risk early warning method and device | |
| JP4275359B2 (en) | Data analysis method | |
| JP2017107509A (en) | Information presentation method and system | |
| WO2022058116A1 (en) | Explaining machine learning output in industrial applications | |
| Hien et al. | Web crawler: Design and implementation for extracting article-like contents | |
| Wang et al. | Measuring robustness of feature selection techniques on software engineering datasets | |
| CN112699005A (en) | Server hardware fault monitoring method, electronic equipment and storage medium | |
| JP2003058248A (en) | Operation supporting device | |
| CN117422232B (en) | AIGC-based vehicle owner and customer operation method and system | |
| JP2002297236A (en) | Data base device for manufacture result |