JPS63245555A - 知識ベ−スシステム - Google Patents

知識ベ−スシステム

Info

Publication number
JPS63245555A
JPS63245555A JP62078442A JP7844287A JPS63245555A JP S63245555 A JPS63245555 A JP S63245555A JP 62078442 A JP62078442 A JP 62078442A JP 7844287 A JP7844287 A JP 7844287A JP S63245555 A JPS63245555 A JP S63245555A
Authority
JP
Japan
Prior art keywords
certainty
temperature
numerical variable
probability
supplied
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.)
Pending
Application number
JP62078442A
Other languages
English (en)
Inventor
Keisuke Matsuo
恵介 松尾
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP62078442A priority Critical patent/JPS63245555A/ja
Publication of JPS63245555A publication Critical patent/JPS63245555A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Devices For Executing Special Programs (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Physical Or Chemical Processes And Apparatus (AREA)

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】 [発明の目的] (産業上の利用分野) 本発明は、前提部に対する結論部において確実度を有し
不確実性を扱うことができるプロダクションルールにお
いて連続量の数値変数を効率的に扱う知識ベースシステ
ムに関する。
(従来の技術) 知識ベースシステムはエキスパートシステムの重要な知
識記憶部であり、エキスパートシステムは例えばある特
定の技術領域や問題領域等において専門家に匹敵する能
力、すなわち専門知識を有する問題解決のためのコンピ
ュータシステムであるが、このエキスパートシステムで
はこの専門知識をコンピュータにおいて操作可能な形式
に記述し、かつこの知識を運用して問題を解決するため
に知識を演算子またはパターン起動型プログラムにコー
ド化して、知識ベースとして記憶している。プロダクシ
ョンルールはこのようなパターン起動型プログラムの1
つであり、1つ1つの知識をそれぞれルールの形で表現
している。このプロダクションルールの基本形は次の形
式で表現される。
rif  前提部’  then  結論部」この[i
f  th(3nJの形式は、エキスパートシステムに
おいて問題に対する結論を得る手法として所謂三段論法
である直観的な方法による推論を行い、例えばAという
事実と、A−B (AならGfB)という合意の関係か
らBが成立するということを導き出すものである。具体
的には、ある分野の詳細な知IAを多数集積するととも
に、AならばBであるという形の条件付きの知識または
推論を多数設け、これらの知識に対して三段論法を用い
て、結論を引き出そうとするものである。
また、このようなプロダクションルールにおいて、Aな
らばBであるという事実が必ずしも100%真実である
かどうか、すなわちある因果関係が真に成立するかどう
かは完全に確かではないため、それぞれの事象およびプ
ロダクションルールに対して[確実度(CF : ce
rteinty  factor) Jを与えて次のよ
うに表現している。
「if  前提部 then  結論部 1”  wi
th  CFr  CJ すなわち、ある前提部に対して結論部Fは確実開鎖Cの
確実度CFで成立することを示しているものである。
更に、[il  tllcnJのプロダクションルール
で扱われる事象には値が連続的に変化する数値変数、例
えば温度等も当然台まれる。このにうな連続的に変化す
る数値変数をプロダクションルールで扱うには、この数
値変数Xがある範囲に入っているか否か(真または1か
、あるいは偽またはOか)という複数の関係波n、すな
わらX>a 、 X<b 。
a<X<b等の2値事象に変換した複数の区間に分割し
た複数の(7)係演偉に変換している。
(発明が解決しようとする問題点) 上述したように、連続的に変化する数値変数をプロダク
ションルールで扱う場合、複数のルールとして扱われ、
ルールの数が多くなってしまうため、因果関係に取り入
れることが難しく、知識ベースの推論結果の実用価値を
低下しているという問題がある。
本発明は、上記に鑑みてなされたもので、その目的とす
るところは、連続量の数値変数に対してその統計量に基
づく確実度を使用することにより数値変数を少ない数の
プロダクションルールで適確に表現して実用性を高めた
知識ベースシステムを提供することにある。
[発明の構成] (問題点を解決するための手段) 上記目的を達成するため、本発明の知識ベースシステム
は、前提部に対する結論部が確実度を有し不確実性を扱
うことができるプロダクションルールにおいて連続量の
数値変数を扱う知識ベースシステムであって、第1図に
示すように、前記数値変数の統削聞において対象とする
部分の数値変数が発生する確率を算出する確実度算出手
段1と、前記確率に対応する確実度を算出する確実度算
出手段3と、この算出した確実度および前記対象部分の
数値変数の関係式により連続量の数値変数のプロダクシ
ョンルールを設定するルール設定手段5とを有すること
を要旨とする。
(作用) 本発明の知識ベースシステムでは、数値変数の統計量に
おいて対象とする部分の数値変数が発生ずる確率を惇出
し、この確率に対応する確実度を算出し、この確実度お
よび前記対象部分の数値変数の関係式により連続量の数
値変数のプロダクションルールを設定している。
(実施例) 以下、図面を用いて本発明の実施例について説明する。
第2図は本発明の一実施例に係る知識ベースシステムが
適用されて異常診断されるプラン1〜の構成図である。
同図のプラントにおいては、第1の触媒源11からポン
プ13を介して送り出される触媒と第2の触媒源12か
ら流れ出てくる触媒とが合わされて反応器15に供給さ
れることにより該反応器15に連続的に供給される原料
が製品に変換されて反応器15から順次送り出されるよ
うになっている。
同図において、前記ポンプ13が正常であるという事象
をFlで表す。また、第2の触媒IIPi12の純度X
は正常時には80%にあるのであるが、この純度Xが7
5〜77%の第1の範囲にある事象をF21で表し、純
度Xが77〜79%の第2の範囲にある事象をF22で
表し、純度Xが79〜81%の第3の範囲にある事象を
F23で表し、純度Xが81〜83%の第4の範囲にあ
る事象をF24で表し、純度Xが83〜85%の第5の
範囲にある事象を「25で表ず。更に、反応器15から
の製品が正常である事象をF3で表す。そして、反応炉
13が正常であって(事象F1 ) 、第2の触媒源1
2の純度Xが第1.2.3.4.5の範囲にそれぞれあ
る(事象F1,2.3.4゜5)場合において製品が正
常である(事象F3)ことの確実型をそれぞれC1,2
,3,4,5とすると、第2の触媒源12の純度Xであ
る数値変数Xの各範囲毎にプロダクションルールが設定
され、次に示す5つのプロダクションルールが作成され
る。
’+f  Fl  and  F21  then  
F3  with  CF  of  C1 1f  Fl  and  F22  then  F
3  with  CF  of  C2 V  Fl   and   F23  then  
F3  with  CF   Of  C3 HFl   and   F24  then  F3
  with  CF   of  C4 1f  Fl   and   F25   then
  F3  Witll  Cf:   or  C5 ここにおいて、事象F21〜F25は上述したように次
のとおりである。
F21ニア5%<X<77% F22 : 77%<X<79% F23 : 79%<X<81% F24:81%<X<83% F25 :83%<X<85% 以上のように5つのプロダクションルールで表現される
代りに、本実施例では、第2の触媒源12の純度Xを連
続的に変化する統計量の数値変数Xとして捉え、この統
計量である変数Xの平均値μおよび標準偏差σを算出す
る。
第3図はこの変数Xを正規分布として表した図である。
従って、この正規分布は前述したように算出した平均値
μおよび標準偏差σを有する。
また、前述したように、第2の触媒WA12の純度Xは
80%が正常時であるので、第3図の正規分布において
変数X=80±2%に相当する範囲に図示のように斜線
を施し、純度Xである変数Xがこの範囲(80±2%)
に入る確率pを算出する。
ところで、確実型は−1から+1の値(−1〜+1)で
あり、確率は0から1の値(0〜1)である。そして、
絶対的否定は確実型では「−1」、確率ではrOJであ
り、また[何ともいえない]という状態は確実型では「
0」、確率では「0゜5」であり、更に絶対的肯定は確
実瓜および確率ともに「1」であるので、前記確率ρに
対応するゲ「大関C′は次式のように表すことができる
c==2p−1 すなわち、この確実型C−は変数Xが80±2%の範囲
に入る確実型である。ここで、この確実型C′にルール
の確実型Crを掛けると、第2の触媒源12の純度×が
80±2%である場合に反応器15から製品が正常に送
り出される確実型Cが次式のように等比される。
C−C′xCr ずなわち、この確実型Cを使用することにより第2の触
媒源12の純度Xが80±2%の範囲に入るという事象
をF2とすると、前述したようにポンプ13が正常であ
って(事象F1)、第2の触媒源12の純度Xが80±
2%の範囲にある場合(事象F2)において、製品が正
常に送り出される(事象F3)という確実型Cからプロ
ダクションルールを次のように設定することができるの
である。
if  Fl  and  F2  then  F3
  with  C1”  of  Q すなわち、第2図に示すプラントの異常診断においては
、前述したように5つのプロダクションルールが従来必
要であったが、上述したように純度Xである変数Xを統
計量として扱い、この統計量に対して純度Xが正常であ
る80%近辺についての範囲(80±2%)を設定し、
この純度Xがこの範囲に入る確率を算出し、この確率か
ら確大関を算出することにより1つのルールのみで同様
の事象を表現することができるのである。 第4図は本
発明の他の実施例に係る知識ベースシステムが適用され
る反応炉系故障診断装置の構成図である。この装置は、
第1および第2の熱交換器110.120と、これらの
熱交換器を介して供給される加熱スチームによって加熱
される反応炉130と、各部からの測定値が供給され、
これらの測定値に基づいて反応系の故障診断を行う反応
系故障診断部140とを有する。前記第1の熱交換器1
10は供給路111から供給される200℃(Ts )
の加熱スチームによって供給路112から供給される4
0℃(Tco)の共通加熱水を90℃(TX )に変換
して、第2の熱変換器120に供給している。第2の熱
交換器120はこの第1の熱交換器110から供給され
る90℃(TX)の共通加熱水によって供給路121か
ら供給される20℃(Tc)の反応用加熱水を70℃(
Ty )に変換して反応か130の加熱用包囲部131
に供給している。
反応炉130は、上述したように加熱用包囲部131に
供給される70℃(Ty )の反応用加熱水によって加
熱され、この加熱された反応炉130内に原料および触
媒が供給され、これがファン132で攪拌されて、ある
製品を製31 スるようになっている。そして、この装
置が正常に動作して製品を製造しているときには、第2
の熱交換器120から供給される70℃(TV )の反
応用加熱水により加熱用包囲部131を介して反応炉1
30の周囲温度Trは90℃(Tr )の温度まで上昇
するようになっている。また、図において括弧内で示す
各部の温度は装置が正常に作動している時の数値である
そして、供給路111から供給される加熱スチーム温度
Tsおよび流ff1Fs 、供給路112から供給され
る共通加熱水の温度TCOおよび流量1” co、供給
路121から供給される反応用加熱水の温度Te3第2
の熱交換器120から加熱用包囲部131に供給される
反応用加熱水の温度Tyおよび加熱用包囲部131の温
度Trは反応系故障診断部140に供給され、ここにお
いて故障が発生した場合、その故障の原因や現象を解析
するとともに、その確信度を出力するようになっている
このような故障診断を行うために反応系故障診断部14
0は次に示すようなプロダクションルールを有する知識
ベースシステムを備えたエキスパー1−システムを構成
している。
ルール(1) if  Tr<80  then  触媒活性低下co
、9.]orTr<50(Δ=10) ルール(2) ト1   (Ts   −Tco)   >Tc   
]then第2の熱交換器スチール付着[0,8]ルー
ル(1)は、前提条件として加熱用包囲部131の温度
■rが80℃未満に低下すると、触媒の活性が低下する
か、または第2の熱交換器12から加熱用包囲部131
に供給される反応用加熱水の温度Tyが50未満に低下
する(Ty<50)ということが発生するというもので
ある。この場合、触媒活性低下は確信度0.9で発生し
、また加熱用包囲部131に供給される反応用加熱水の
温度Tyが50℃未満に低下するのは10℃の精度を有
するものとなっている。
また、ルール(2)は、前提条件としてandで結合さ
れた温度に関する両条件が成立すると、第2の熱交換器
でスチールが付着するということが発生するというもの
である。この場合、第2の熱交換器でスチールが付着す
ることは確信1η0.8で発生するというものである。
以上のように構成される実施例のプロダクションルール
では、温度のように値が変化する数値変数を対象とし、
この数値変数による事象の取り扱い範囲を示す関係式で
処理しているが、このような数値変数による表現を本発
明においては統δ1…として処理して、確大関Cを算出
するものである。
具体的にはルール(1)において、加熱用包囲部131
の温度Trの平均値μが75℃で、標準偏差σが10℃
であった時、第5図に示すような正規分布となる。これ
を式で表すと次のようになこの式から温度−「rが80
°C以下の確率pは次この確率pは前述した確実底Cと
の関係式C=2p−1から該確率pに対する確実底Cは
次式のようになる。
C(Tr <80)=2p  (Tr <80)−1=
2X0.85−1 =0.7 すなわち、前述したと同様に1.平均値μおよび標準偏
差σを有する統計量における確率から確実底を算出し、
この確実底のルールを設定することができるのである。
[発明の効果] 以上説明したように、本発明によれば、数値変数の統1
i11PIにおいて対象とする部分の数値変数が発生す
る確率を算出し、この確率に対応する確実底を算出し、
この確実底および前記対像部分の数値変数の関係式によ
り連続量の数値変数のプロダクションルールを設定して
いるので、少ない数のプロダクションルールで因果関係
を適確に表現でき、知識ベースシステムの実用性が向上
されている。
【図面の簡単な説明】
第1図は本発明のクレーム対応図、第2図は本発明の一
実施例に係る知識ベースシステムが適用されるプラント
の構成図、第3図は本実施例における変数Xの正規分布
を示す図、第4図は本発明の他の実施例を示す構成図、
第5図は第4図の実施例における正規分布を示ず図であ
る。 1・・・確実度算出手段 3・・・確実度算出手段5・
・・ルール設定手段。

Claims (1)

    【特許請求の範囲】
  1. 前提部に対する結論部が確実度を有し不確実性を扱うこ
    とができるプロダクションルールにおいて連続量の数値
    変数を扱う知識ベースシステムであって、前記数値変数
    の統計量において対象とする部分の数値変数が発生する
    確率を算出する確率算出手段と、前記確率に対応する確
    実度を算出する確実度算出手段と、この算出した確実度
    および前記対象部分の数値変数の関係式により連続量の
    数値変数のプロダクションルールを設定するルール設定
    手段とを有することを特徴とする知識ベースシステム。
JP62078442A 1987-03-31 1987-03-31 知識ベ−スシステム Pending JPS63245555A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP62078442A JPS63245555A (ja) 1987-03-31 1987-03-31 知識ベ−スシステム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP62078442A JPS63245555A (ja) 1987-03-31 1987-03-31 知識ベ−スシステム

Publications (1)

Publication Number Publication Date
JPS63245555A true JPS63245555A (ja) 1988-10-12

Family

ID=13662159

Family Applications (1)

Application Number Title Priority Date Filing Date
JP62078442A Pending JPS63245555A (ja) 1987-03-31 1987-03-31 知識ベ−スシステム

Country Status (1)

Country Link
JP (1) JPS63245555A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7724249B1 (en) 1990-07-23 2010-05-25 Fujitsu Limited Terminal equipment for merging imaging data and text data, and transmitting and receiving the same on-line

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7724249B1 (en) 1990-07-23 2010-05-25 Fujitsu Limited Terminal equipment for merging imaging data and text data, and transmitting and receiving the same on-line

Similar Documents

Publication Publication Date Title
Wang et al. A hybrid fault diagnosis methodology with support vector machine and improved particle swarm optimization for nuclear power plants
Meel et al. Plant-specific dynamic failure assessment using Bayesian theory
Wang et al. An online fault diagnosis tool of VAV terminals for building management and control systems
Sharma et al. Fuzzy modeling of system behavior for risk and reliability analysis
Sharma et al. Predicting uncertain behavior of industrial system using FM—A practical case
JPH02206721A (ja) プラントの異常診断方法
Sharma et al. Modeling system behavior for risk and reliability analysis using KBARM
Zhang et al. A fault early warning method for auxiliary equipment based on multivariate state estimation technique and sliding window similarity
Ruiz et al. Fault diagnosis support system for complex chemical plants
Sharma et al. FM–a pragmatic tool to model, analyse and predict complex behaviour of industrial systems
JPS63245555A (ja) 知識ベ−スシステム
Hoc et al. An ergonomic approach to knowledge representation
Khoo et al. A fuzzy-based genetic approach to the diagnosis of manufacturing systems
Tenner et al. Prediction of mechanical properties in steel heat treatment process using neural networks
Tunckaya An experimental modelling and performance validation study: Top gas pressure tracking system in a blast furnace using soft computing methods
Negiz et al. Modeling, monitoring and control strategies for high temperature short time pasteurization systems—3. Statistical monitoring of product lethality and process sensor reliability
JP3020072B2 (ja) プラント監視装置および方法
Das et al. A methodology for modeling and monitoring of centrifugal casting process
Ebrahimipour et al. A synergetic approach for assessing and improving equipment performance in offshore industry based on dependability
JPS63240601A (ja) プロセス制御装置
JPS63245554A (ja) 知識ベ−スシステム
Perrot et al. Intelligent quality control systems in food processing based on fuzzy logic
JP2645017B2 (ja) プラント診断方法及びその装置
US20040019470A1 (en) Control of complex manufacturing processes using continuous process data
JPH06309580A (ja) プラントの監視診断装置