JPS6126112A - システムの異常診断方式 - 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】 〔発明の利用分野〕 本発明は、制御すべきパラメータが多数あり、しかも、
それが相互に複雑な関係にあるシステムにおいて、異常
が発生した際、その異常原因を迅速かつ高確度に推定す
るに好適なシステムの異常診断方式に関する。本発明は
、システム機器、情報処理系、プラント等、システムま
たは系一般に運用可能であるが、以下、プラントの場合
を中心に説明する。

〔発明の背景〕

製造プラントの診断とは、観測された異常現象から、そ
の異常原因を究明することである。理想的な診断手順の
−っは、■異常現象とその原因間の数式モデルを開発す
る、■それらの数式モデルを用いて定量的に異常原因を
推定する、という手順である。ところが、最近は製造プ
ラントの大規模化、複雑化が著しく、これに伴って、数
式モデルを開発することが困難な場合も多くなってきた
。

従って、異常診断時には理論的な数式モデルだけを頼り
にすることはできなくなり、製造技術あるいは異常診断
上の経験的な知識を活用することが重要となってきた。

この種の問題に対して、従来から、人工知能研究の成果
を適用することが試みられている。その結果、′プロダ
クション・システム′と呼ばれる方式が考えられ、公表
されている。ここでの考え方は、「■専門技術者が経験
的に得た異常伝播関係（現象とその原因との間の因果関
係）をルール化してファイルに蓄積しておき、■異常現
象が観測されたときにルールを三段論法的に組合せて、
根本的な原因を推定する」というものである。ここで、
ルール化とは、異常現象とその原因との間の因果関係を
ｉｆ　ｔｈｅｎ形式で表現することである。

例えば、「もしＡが真ならばＢもまた真であるＪという
因果関係は’ｉｆ　Ａ　ｔｈｅｎ　Ｂ’　とルール化さ
れる。

ところで、従来のｉｆ　ｔｈｅｎルールに基づく推論方
式では、推論過程で適用可能なルールを探索するために
、格納されているルールを全て調べる必要がある。その
ため、ルール数の増加に伴って、推論に要する計算時間
は指数的に増大し、実用的な時間内で推論結果を得られ
なくなってしまう場合も多かった。

この問題の一つの解決策は、この種の推論に適した専用
の計算機ハードウェアを開発することであり、実際、種
々のハードウェアが市販されつつある。しかし、ハード
ウェアの工夫だけで計算時間の爆発的膨大化を止めるこ
とは困難であり、ソフトウェア上の工夫を必要とする。

ソフトウェア上の工夫としては、一般に知識格納ファイ
ル（知識ベースと呼ぶことにする）を分割することが行
なわれる。この際、問題となるのは、ｉｆ　ｔｈｅｎル
ールとして断片的に集めた知識を、どの様に分割すべき
か、ということである。

〔発明の目的〕

本発明の目的は、システムの異常診断を゛異常伝播関係
を表現したルールに基づく三段論法推論′で実施する方
式に係り、特にルール数が多い場合に好適な高速推論を
実現するシステム異常診断方式を提供することにある。

〔発明の概要〕

１プロダクシヨン・システム′による推論には種々の利
点がある。その最大の利点の一つは、活用する診断知識
のモジュラリテイが高いことにある。

すなわち、診断知識は一つずつ断片的に集め、それらを
夫々ルールとして表現し、同一ファイルに知識ベースと
して格納すればよい。ところが、知識にこのようなモジ
ュラリテイを持たせたため、前述のように、推論の実施
に当ってルールを総当りしなければならず、推論時間が
長くなってしまっていた。

本発明は、推論の各段階で探索するルールの数を少なく
する具体的な方法を提供し、これによって高速な推論が
可能なシステム診断方式を提供する。ルール探索範囲を
狭くするための基本的な考え方は次の通りである。

ある１つのルールが適用されたとき、その結果、適用可
能なルールは限定されている。例えば、順方向推論（す
なわち、ｉｆ側の条件が満足されているときｔｈｅｎ側
の事象が生立すると考え、このような順方向に推論を進
める。）の場合、適用したルールのｔｈｅｎ側の事象に
、関する条件をｊｆ側にもつルールが新たに適用可能と
なる。同様に、逆方向推論（すなわち、ｔｈｅｎ側の事
象が成立しているときｉｆ側の条件が満足されていると
考え、このような逆方向に推論を進める）の場合、適用
ルールの１ｆ側の条件に記述されている事象をｔｈｅｎ
側にもつルールが新たに適用可能となる。

ルールを使ってシステムの異常診断を実施する場合には
、一般に、上記の順方向推論と逆方向推論を組合せ活用
する。そこで、知識ベースに格納されているルールで究
明可能な異常原因ごとに、その原因が正しいか否かを検
出するために使う可能性があるルールを、上記の考え方
に従って事前に抽出しておき、検定実行に先だって知識
ベース中から必要なルールだけを取り出す。この縮小さ
れた知識ベースを用いた検定（推論）すれば、推論の途
中段階で探索するルール数が減少し、高速な推論が可能
となる。

、　一般に、各ルールがネットワーク状に関係するルー
ルが多い場合には、本発明による高速化の効果は小さい
。しかし、異常診断ルールは異常現象と原因との関係を
示すものであり、通常、個々の異常現象を引き起こす原
因は比較的少ないため、トリー状に関係するルールが多
い。従って、異常診断の場合には、本発明による高速化
の効果は大きい場合が多い。

〔発明の実施例〕

以下、実施例に従って本発明の詳細な説明する。

本発明は、知識工学の分野で研究されている′プロダク
ション・システム′方式をベースとする。そこで、まず
、従来のプロダクション・システムの方式の概略を説明
し、次に従来方式との対比によって本発明の詳細な説明
する。

第１図は従来のプロダクション・システム方式を実施す
るためのハードウェア構成例である。装置１は電子計算
機、装置２はＤＩＳＫ、装置３はＣＲＴ端末である。装
置２はｉｆ　ｔｈｅｎルール形式で多数の異常現象伝播
関係を格納しておく。さらに、装置３から観測される異
常現象及び原因と思われる事象を受けつけることにより
、装置１は入力された原因事象が正しいか否か検定する
。このとき、検定するに当って不足する情報があったと
きは、ＣＲＴ端末を介して解析者に間合わせる。

なお、上記説明では、異常現象と原因候補をＣＲＴ端末
を介して入力する場合を述べたが、これらは他のプログ
ラムの計画結果として入力する場合もある。

本発明によるプラント等の異常診断方式も、ハードウェ
ア構成のブロック図としては、第１図に示す構成と同じ
である。従来方式と本発明の相違点は、電子計算機で実
行する機能構成にある。すなわち、本発明では、ルール
変更時および診断実行時に、知識ベース内のルールを事
前に処理する機能を実行する。

第２図は、本発明によるプラント異常診断システムの機
能構成を示す。具体的には、（１）知識ベース前処理機
能、（２）診断実施機能、（３）診断過程説明機能、か
らなる。これら機能のうち、（２）と（３）に示す機能
は従来のプロダクション・システムと同様の方式で実現
できる。本発明の特徴は機能（１）を設けたことにある
ので、以下、この機能につき具体的な実施方法を示す。

知識ベース前処理機能は、■ルールの原因別グルーピン
グ機能、■原因別の縮小知識ベース作成機能、の２つの
サブ機能で構成する。夫々の機能は次の様に実現できる
。

１ルールの　　１グルーピング　ｉ＋ＩＬ：異常原因ご
とに、その原因が発生しているが否かを検定するために
使う可能性のあるルールの番号を抽出し、それをファイ
ルに格納する機能である。この機能は、ルールに変更が
あったときに一度だけ実行すればよい。

本機能の具体的手順を第３図にフローチャートとして示
す。まず、知識ベース中のルールで究明される対象とな
る原因事象を１つ設定する（ブロック１０１）。その原
因事象をｔｈｅｎに持つルールを全てリスト・アップし
、そのルール番号を該原因事象用のルール番号リストに
登録する（ブロック１０２）。つぎに、このルール番号
リストに登録されているルールを一つずつ取り出し、そ
のルールに記されているｉｆ側あるいはＬｈｅｎ側の事
象が是となったとき、それによって満足＆置忘可能性が
ある事象をルール中に持つルールを全て抽出し、そのル
ール番号をルール番号リストに追加登録する。ここで、
′満足される事象′とは、ルールの記述規則によって具
体的判断方法は異なるが、例えば、事象が単なる文字列
からなる場合には、′同じ文字列からなる事象′を意味
する。また、事象がある関数を呼べというものである場
合には、′満足する事象′とは、′その関数の実行の結
果、値が変化する可能性がある変数に関する事象″を意
味する（ブロック１０３）。

上記の処理（ブロック１０３）の結果、新たなルール番
号が抽出されたら、もう一度、同じ処理を実行する。も
し、新たなルール番号が抽出されなければ次の処理に進
む（ブロック１ｏ４）。究明される原因事象がまだあれ
ば、その原因事象について、上記と同じ処理を実施する
（ブロック１０５）。

■　因すの　小　、ベース　　　　： 原因候補の検定を実際に開始する前に、その検定に使う
可能性のあるルールだけから成る縮小知識ベースを作成
する機能である。

本機能の具体的手順を第４図にフローチャートとして示
す。まず、検定対象とする原因事象用のルール番号リス
トを読み出す。このルール番号リストは上記■で作成し
たものである（ブロック２０１）。そのリスト中のルー
ル番号に対応するルールだけを全体の知識ベースから選
択して、縮小知識ベースに格納する（ブロック２０２）
。

〔発明の効果〕

以上説明した様に、本発明によれば次の効果が得られる
。

（１）プロダクション・システムの考え方に基づく推論
を実行するとき、推論の目的に応じてダイナミックに縮
小化した知識ベースを使うことができるため、推論が高
速化される。

（２）知識ベースをダイナミックに縮小することによっ
て、推論の高速化を実現した。従って、推論そのものは
従来のプロダクション・システム方式をそのまま使うこ
とができるため、その利点である′ルールのモジュラリ
テイ′はそこなわれることがない。

【図面の簡単な説明】

第１図は本発明のハードウェア構成図、第２図は本発明
の機能構成を説明するための機能梼成図、第３図および
第４図は発明の処理フローを説明するためのフローチャ
ートである。 第　　１　　図 第　　２　　図 第　３　　図

Claims (1)

【特許請求の範囲】
1. 異常診断に関する知識を格納する第１の手段と、異常発
   生時に観測された異常現象項目および各種測定データを
   受付け記憶する第２の手段と、第１の手段で格納されて
   いる知識を前処理し、各状況で必要な知識だけを抽出す
   る第３の手段と、上記第１、第２、第３の手段によって
   得られたデータを用いて異常が発生した原因を推定する
   第４の手段とからなるシステムの異常診断方式。