JPS6220008A - 原因推定装置 - 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】 〔発明の技術分野〕 本発明は原因推定装置に関し、特に、計測された現象か
ら直接計測し得ない原因を間接的に推定する、例えば工
業プロセスを制御するための計算機システムに適用して
好適なものである。

〔発明の技術的背倶どその問題点〕

複雑なシステムになると、原因と結果との対応すなわら
因果関係を単純に捕捉することが難しい。

このような因果関係は、長時間にわたる結果としての現
象データの蓄積から浮き彫りされるような性格のもので
あり、得られた因果関係自身も確定的な但では表わし得
ないことが多い。現象データから有意な原因を分離抽出
するために、従来からファジィ理論を利用した推論を適
用したものがある。

しかしながら、実際上、現象間の差が小さい場合には、
ファジィ推論の結論からは有意な原因を分離抽出できな
いことがしばしば発生していた。

次に、以下の説明において必要となるファジィ理論およ
びデンプスタ−（Ｄｅｍｐｓｔｅｒ）の結合用について
、簡単に説明する。

ファジィ理論 全体集合Ｕ（ｕ、ｕ２・・ｕ　ｎ　）において命題Ｐに
関するファジィ集合Ｆは次のように定義される。

Ｆ＝４　（μＦ　　（ｕｒ　）／ＬＪＢ　）　　　　　
（１）１−ま たずし、μＦ　（Ｌｌ、）はＵに関するメンバーシップ
関数におけるＵ、のグレード（所屈度）である。

いま、集合Ｕ、■に関して次のような命題があったとす
る。

命題１：Ｘは全体集合口におけるファジィ集合Ｆである
。

命題２：ｙは全体集合■におけるファジィ集合Ｇである
。

たずし、Ｆ、Ｇはそれぞれの命題に対するファジィ集合
である。この２つの命題を用いた含意命題に対するファ
ジィ集合は、次のように計算される。

含　意　命　題：もし、Ｘがファジィ集合Ｆならば、ｙ
はファジィ集合Ｇで ある。　　　　　　　　　（２） ファジィ集合：　（ＦＸＧ）ｔＪ　（ＥＸＶ）（３）こ
の命題に対して、新たな命題「Ｘはファジィ集合Ｆ′で
ある」が与えられるとぎ、近似的推論規則によって命題
［×はファジィ集合Ｇ′である」に関するファジィ集合
がつぎの式によって求められる。

Ｇ’　＝Ｆ’　Ｏ（（ＦｘＧ）Ｕ　（ＦｘＶ））（４）
デンプスタ−の結合法則 いま、対象とするシステムの現象を構成する要素をａ、
ａ２．・・・とし、その全体集合をＡ　＝（ａｌ、ａ２
．・・・）とする。Ａｏの部分集合をＡ・　（ｉ＝１．
２・・・）とし、その基本確率をｍ（Ａ、）とするとき
、基本確率はつぎの条件を満す。

ｍ（Φ）＝０　（Φ：空集合） Σ　　ｍ　（ＡＨ＞　−１（５） Ａ、ＣＡ ｍ（Ａ、）＞Ｏのとき、集合Ａ、を焦点要素とよぶ。

いま、ｍｌ　、ｍ２を独立な証拠にもとづいて得られた
基本確率とし、Ａｌｊ、　Ａ２ｊ（ｉ　、　Ｊ　＝０゜
１．２・・・）をそれぞれの焦点要素とするとき、デエ
ンブスターの結合法則によればｍ　１　、　ｍ　２を統
合した新しい基本確率ｍ　（Ａｋ）が次のように求まる
。

Ｘ　　　　”’１　（Ａｌｉ　”２ｊ））Ａ、ｊＵＡ２
」＝へ。

（ただし　Ａ、≠０） 従来方式 一般に、対象とする装置またはシステムの内部になんら
かの小条（以下、原因とよぶ）が発生したときに、それ
に応じて起きる効果（以下、症状とよぶ）との関係（以
下、因果関係とよぶ）を式（２）のような含意命題で表
わし、そのファジィ集合（式（３）で表わされる）をあ
らかじめ計算装置の記憶さじておき、新しい症状が与え
られたとき、式（４）を用いて、症状のもとになってい
る原因を推定する装置が公知となっている。また、この
含意命題をｉｔ　Ｒ様に記憶させておき、運転中の装置
またはシステムの症状を時々刻々計算機へ入力し、近似
的推論によってその都度、原因を推定することができる
ことも知られている。

第２図は発電用ボイラの炎塊（ｆｔｒｅ−ｂａｌｌ）の
位置の推定に用いる因果関係を示している。ある型のボ
イラでは、バーナーに点火すると火炉内部に渦巻状の炎
の塊が生じ、その位置をなんらかの精度で推定する必要
が生じる。この炎塊の位置は、点検孔から目視できるが
計測することができない。

そこで、第２図の結果の欄に示したような各種の値を計
測し、その態様から炎塊位置を推定する。

推定に用いる計算機には、あらかじめ第２図に示したよ
うな原因／結果表を記憶させておく。第２図の原因の欄
には、束間の位置に関するメンバーシップ関数を与えて
おり、結果の欄にはその束間が与えられたときに表われ
る効果が示されている。

この原因／結果表に入れられる値は、数多くの運転経験
によって求められねばならない。

原因／結果表の原因を命題２すなわち「ｙはファジィ集
合Ｇである」とし、結果を命題１すなわち「×はファジ
ィ集合Ｆである」とし、式（２）を適用する。ある時点
での計測によって命題「×はファジィ集合Ｆ′である」
が作られ、エダスポネンズ（Ｈｏｄｕｓ　Ｐｏｎｅｎｓ
）によッテ集合Ｇ′すなわちその時点における束間の位
置が得られる。原因と結果を上記と逆にした場合、すな
わち原因を命題１とし結果を命題２とした場合には、計
測によって命題「×はファジィ集合Ｇ′である」が得ら
れ、ファジィ逆問題解法によって束間の位置を得る。

上記のような近似的推論によった場合には、新しい命題
「Ｘはファジィ集合Ｆ′である」のファジィ集合Ｆ′が
複数与えられて、その集合間にある大きさ以上の差がな
い場合、推論結果からその差を検出することが困５！ｆ
ｆなことがある。たとえば、オンラインで一定周期ごと
にファジィ集合Ｆ′が与えられて、そのＦ′の変化から
その変化の原因を推定しようとする際に、微少な変化か
ら異常原因を発見することは難しい。これはｍｉｎ／ｗ
ａｘ　　（最小、または最大をとりながら計算を進める
という方法）を用いる近似的推論法の基本的性格に基因
していると考えられる。

〔発明の目的〕

本発明は上記従来技術の欠点を克服するためになされた
もので、被推定対象の原因により惹起される現象の変化
が微少な場合でも、その原因を精度よく推定することの
できる原因推定装置を提供することを目的とする。

〔発明の概要〕

上記の目的を達成するため本発明は、被推定対象の原因
により惹起される複数の現象のうち少くとも２つを測定
し、これら測定結果の組み合せを現象パターンとして出
力する測定手段と、被測定対象の原因とそれにもとづく
現象パターンを対応させてあらかじめ記憶する記憶手段
と、測定手段から与えられる現象パターンと記憶手段に
記憶された現象パターンを対比し、複数の現象を生じさ
せた原因を推定する推定手段とを備える原因推定装置を
提供するものである。

（発明の実施例） 以下、図面を参照して本発明の詳細な説明するが、それ
に先立って本発明の原理について解説する。

発明の原理 第２図で原因として示した各項目を原因■。

〈α−１，２・・・Ｍ）とする。そして、原因■。によ
って生じた結果のデータ組を（ｘ、）＜ｉ＝１゜２・・
・ｎ）とする。このデータ組はファジィ集合Ｆのグレー
ド値の組の相当する。データ組（×、）（＋＝１．２・
・・ｎ）をベクトルｆ（ｌで表示し、以αのパターンと
よぶ（ｊ＝１．２・・・Ｊ）。そして、下、クラスクラ
スごとに得られるパターンｆＦ（これは第２図の結果の
欄に横並びで入る１行のデータ組のこと）を用いて、そ
のクラスに関する標準パターン（標準の現象パターン）
を次の定義に従って求める。

すなわち、分散行列 とする。これを用いて、次の固有値問題Ｋ　（Ｘ、Ｘ’
　）φ（Ｘ′　）−λφ（ｘ）　　　（８）を解き、１
９られる固有ベクトルφ９および固有値２ｇを標準パタ
ーンとする。すなわち、固有値ベクトルφｇ、固有値λ
９をパターンｆ！２の特徴値とする。

未知の入力（前記の命題［×はファジィＦ′である」に
相当する）が与えられたときに、クラスα（α＝１，２
・・・Ｍ）のそれぞれの標準パターンの類似度を計算す
る。今、未知入力を０とするとき、類似度Ｓ（ｘをつぎ
の式によって求める。

λ、”　　１１ｇ１ｌ　　　　　　　　　（９）なお、
式（７０８）（９）は特許第７３９８９０Ｍｒパターン
認識装置」にて公知の６のである。

すべてのクラスに関して、用意された標準パターンとの
類似度を計算すると、類似度Ｓ。がα−１，２・・・Ｍ
に関して求まる。このＭ個のＳ（ｘを用いて、原因を推
定するための以下の述べる方式が、本発明の特徴をなし
ている。

今、ひとつの原因Ｉ。がメンバシップ関数Ｇ（ｘで示さ
れているとする。この原因に関して上の方法で得られた
類似度をＳａとし、メンバシップＧ　の要素ｅに関する
グレードをＧ。とするとき、α 要素ｅに関してデンプスタ−基本確率が５（ＸＧ（：ｘ
であると解釈する。なお要素とは、例えば第２図では火
炉スパン上の各点の値のことをいう。他の原因Ｉ　　に
関して同様の方法で得られた類似度α＋１ をＳ　　とし、要素ｅに関してデンプスタ−の基α＋１ 本確率をデンプスタ−結合法則によって結合し、新しい
基本確率を次のようにして求める。

ｍα・α＋１ ＝（Ｓ　　−Ｇ　　）・（Ｓ　　　−Ｇ　　　’）α　
　α　　　　α＋１　　α＋１ ＋Ｓ　　−Ｇ　　（１−３−Ｇ　　　）α　　　　α　
　　　　　　　α＋１　　　　α＋１＋Ｓ　　　−Ｇ　
　　（１−８−Ｇ　　）　　　（１０）α＋１　　　　
α＋１　　　　　　　　α　　　　αひとつの原因要素
ｅに関して、原因αのすべてについて類似度Ｓａが得ら
れている場合には、第３図のフローチャートに示すよう
な処理手順により結合した基本確率が得られる。

すなわち、第３図においてステップＳＰ１で当該演算用
プログラムをスタートし、次のステップＳＰ２．ＳＰ３
を順次実行して第１番目の原因に関するデンプスタ−の
基本確率を計算する。その後、ステップＳＰ４．８Ｐ５
に移り、次の原因α（α＝２）に関するデンプスタ−の
基本確率と当該原因までの結合された基本確率ｍαとに
基づいて、上述の（６）式を計算する。次いで、ステッ
プＳＰ６で最終番目の原因Ｍについての演算が終了した
と判断されるまで、上述のステップＳＰ４゜ＳＦ５．Ｓ
Ｆ３のループを繰返す。そして、最終番目の原因Ｍにつ
いての演算が終わることによってステップＳＰ６で前走
結果が得られたとき、ステップＳＰ７でその基本確率ｍ
　を出力し、ステα ツブＳＰ８で当該プログラムを終了する。

このような基本確率の計算を各要素についてそれぞれ実
施し、最終的推論結果となる原因のメンバーシップ関数
を求めることができる。

次に、実施例を具体的に説明する。

及ｉ夙豊１１ 実施例を要約すると、次のようになる。まず、原因（−
次的原因）とそれによって生じる現象（二次的現象）を
あらかじめ求めておき、これをキー人力装置（ＣＲＴキ
ーボード）から入力する。

次に、キー人力されたデータをパターンどして把握し、
パターン曲線の特６Ｈａ（固有値、固有ベクトル）を抽
出し、その特徴値と原因をディスク装置に記憶させる。

次に、プロセス入出力装置からオンライン等で現象の測
定値を入力し、入力結果と記憶されている特徴値により
原因と結果を推定する。すなわら、現像の計測値の並び
をグラフで表わし、そのグラフの持つ特徴値と記憶され
ている特徴値との相似をとり、相似度の大きざから原因
を推定する。そして最後に、新しい入力で記憶されてい
る特徴値の更新（学習）を行う。

友１亙立旦遁 本発明を発電用ボイラの束間（ｆｉｒｅ−ｂａｌｌ　）
の位置の推定に用いる場合の実施例を説明する。ある型
のボイラでは、バーナに点火すると火炉内部に渦巻状の
炎の塊が生じ、その位置を何等からの精度で推定したい
場合がある。この束間の位ｎは点検孔から目視できるが
、計測することはできない。そこで、第２図の結果の欄
に示すような各バーナの燃料重量Ｅ１、各バーナの傾度
Ｅ２、各部メタル温度Ｅ３、炉内ドラフト流１ｔＥ４、
蒸気流間および圧力Ｅ５、蒸気温度およびスプレィ流量
Ｅ６を計測し、そのｒｉｌｌから温間位置を推定する。

そのため、原因推定装置は第１図に示すように、演算お
よび制御処理を実行する電子計算機（ＣＰＵ）１と、現
象の測定値すなわち第２図に示す各結果をＣＰＵ１に送
出するプロセス入出力装置２と、ティーチングモードに
おいて過去のデータ（原因とそれにより生じる現象）を
ＣＰＵ１に与えるためのキー人力装置３と、推定演算処
理に必要な推定値を記憶する記憶装置としての磁気ディ
スク装置４と、推定結果を出力する印刷＠置５及び表示
装置６とで構成される。

ここで、ＣＰＵＩはティーチングモードと実行モードと
いう２つの動作モードをとり得る。

ティーチングモー゛ ティーチングモードにおいては、ＣＰＵ１は所定の時点
におけるプロセス入出力装置３からの入力、すなわち外
界の現象Ｘに基づき、上述の（７）式および（８）式か
ら固有ベクトルおよび固有値（現象パターンの特徴値）
を更新する。すなわち、ＣＰＵＩに接続された磁気ディ
スク装置４は同−原因に属する過去の分散行列（（７）
式）を予め記憶しており、これに新しく生じたプロセス
入出力装置２からのデータ組のベトクルｆ、（ｘ）、１
＝　＜Ｚ　＜ｘｒ　）の積を加算する。次いで、その結
果、得られた新しい分散行列を用いて（８）式を解き、
新たな固有ベクトルおよび固有値を得る。

このようにして得られた最新の固有ベクトルおよび固有
値はそれＢ対応する原因によって分類されて磁気ディス
ク装置４に格納される。寸なわら、学門が行なわれる。

友江エニ上 外界の様子がおかしいとき、例えばボイラの運転に不安
定が生じたようなとぎに、プロセス入出力装置２はＣＰ
Ｕ　１の指令によって必要な入力を読み込む。ＣＰＵ１
はこれに基いて原因、たとえば温間の位置を時々刻々、
演算して表示装置６に表示させる。

この場合に、ＣＰＵ１は予め記憶されている固有ベクト
ルと固有値を用い、第３図に示すプログラムを実行して
上述の（９）式および（１０）式を順次計算して原因を
求める。

この実施例の場合、原因推定装置は第１に、キー人力装
置３から求めたい原因名又は現象名を指定した指令が与
えられた場合に実行モードに入り、その推定結果を印刷
装置５又は表示波＠６に出力する。第２に、外界になん
らかの異常が起った場合に、異常となった入力の集合と
最も近い現象領域（予め記憶）を自動的に探索して実行
モニドに入り、求めた原因を直ちに印刷装置５又は表示
波Ｒ７へ出力する。これに対して、同一の原因に屈する
新しい現象が生起したときには、キー人力装置３からの
指令によってティーチングモードへ切換えられ、原因名
または現象名に基づいて固有値および固有値ベクトルを
更新することができる。

以上のようにこの実施例によれば、原因と現象との間の
関係に関する経験的な知識をＣＰｔＪに学習させ、外界
に異常が発生したときに、その現象と学曹値とを用いて
原因を推定することができ、従ってファジィ推論法によ
る場合と比較して格段的に正確かつ高精度に推定するこ
とができる。

なお、上述の実施例においては、温間の位置を原因とし
て各部の変数を結果としたが、これを逆にして用いるよ
うにしてもよい。例えば、ボイラの訓練用シミュレータ
では教官が束間位置を設定し、訓練生に各部の変数を示
すように、この方法を運用することもできる。

〔発明の効果〕

以上のように、本発明によれば、測定困難な原因とその
原因によって生ずる現象の特徴直（固有値、固有ベクト
ル）をキー人力してパターン（現象パターン）として記
憶し、新たな現象が生じたときにはそのプロセス入出力
装置からの特徴的パターンと記憶されているパターンと
の対比から原因を推定すると共に、その特徴的パターン
を更新する（学習する）ようにしたので、正確かつ高精
度に原因を推定できる原因推定装置が得る。

【図面の簡単な説明】

第１図は本発明の一実施例のブロック図、第２図は同実
施例の原因と現象との関係を示す図表、第３図はその、
一部演算の処理手順を示すフローチャー１・である。 １・・・ＣＰＵ、２・・・プロセス入出力装置、３・・
・キー人力装置、４・・・磁気ディスク装置、５・・・
印刷装置、６・・・表示装置。 出願人代理人　　佐　　藤　　−雄 第１図 第２図 第３図

Claims (1)

1. 【特許請求の範囲】 １、被推定対象の原因により惹起される複数の現象のう
   ち少くとも２つを測定し、これら測定結果の組み合せを
   現象パターンとして出力する測定手段と、前記被測定対
   象の原因とそれにもとづく現象パターンを対応させてあ
   らかじめ記憶する記憶手段と、前記測定手段から与えら
   れる現象パターンと前記記憶手段に記憶された現象パタ
   ーンを対比し、前記複数の現象を生じさせた原因を推定
   する推定手段とを備える原因推定装置。 ２、前記推定手段が前記記憶手段に格納していない新し
   い現象パターンを出力したときは、前記推定手段は前記
   記憶手段の内容を前記新しい現象パターンで更新するよ
   うにした特許請求の範囲第１項記載の原因推定装置。