WO2012090937A1 - プロセス状態監視装置 - Google Patents

プロセス状態監視装置 Download PDF

Info

Publication number
WO2012090937A1
WO2012090937A1 PCT/JP2011/080079 JP2011080079W WO2012090937A1 WO 2012090937 A1 WO2012090937 A1 WO 2012090937A1 JP 2011080079 W JP2011080079 W JP 2011080079W WO 2012090937 A1 WO2012090937 A1 WO 2012090937A1
Authority
WO
WIPO (PCT)
Prior art keywords
display
unit
variable
abnormality
state change
Prior art date
Application number
PCT/JP2011/080079
Other languages
English (en)
French (fr)
Inventor
理 山中
由紀夫 平岡
明弘 長岩
山本　勝也
勝実 佐野
稔 佐々木
敏一 橋本
Original Assignee
株式会社 東芝
日本下水道事業団
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 株式会社 東芝, 日本下水道事業団 filed Critical 株式会社 東芝
Priority to CN201180063088.6A priority Critical patent/CN103562810B/zh
Publication of WO2012090937A1 publication Critical patent/WO2012090937A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration

Definitions

  • Embodiments of the present invention relate to a process state monitoring apparatus.
  • examples of energy-saving / cost-saving operations include reduction of blower and pump drive power and chemical injection volume in the sewage treatment process, maximization of generated energy efficiency in the sludge digestion process, and minimization of chemical injection volume in the water purification process. Is given.
  • the achievement of the predetermined target performance and the energy saving / cost saving operation are often in a trade-off relationship, and if the energy saving / cost saving is pursued, the risk that the predetermined target cannot be achieved often increases.
  • the power of the blower is said to occupy about 40% of the power consumption of the sewage treatment plant.
  • the risk of deterioration of water quality increases.
  • a sufficient amount of air flow is secured to prevent deterioration of water quality, more power than necessary may be consumed to maintain the discharged water quality within the regulation value.
  • the state where the predetermined target cannot be achieved in order to achieve both the achievement of the specified target performance and energy-saving / cost-saving operation, while maintaining the energy-saving operation as much as possible within the range in which the predetermined target can be achieved, the state where the predetermined target cannot be achieved. It is required to monitor the state of the process related to the target performance so as to prevent the achievement of the predetermined target and quickly detect a change in state or an abnormal state and take measures in advance.
  • process managers and operators monitor time-series data of process measurement variables related to process operations called trend graphs, and process status changes and Anomalies are often monitored.
  • a control limit such as 3 ⁇ (three times the standard deviation) or an external upper / lower limit value is given, and these limit values are exceeded.
  • an abnormality in the process is detected and some action is taken.
  • multiple process variables usually have some relationship (correlation, etc.) to each other due to physical and artificial constraints, but monitoring with control limit values can only be performed while ignoring such relationship between variables. .
  • monitoring with control limit values can only be performed while ignoring such relationship between variables. .
  • an abnormality occurs in one process variable, it is an abnormality that has occurred only in that variable, or an abnormality has occurred in other variables, and the relationship with other variables has broken. It was difficult to easily determine whether it was abnormal.
  • MSPC Multi-variable statistical process monitoring
  • PCA principal component analysis
  • the MSPC method generates a small number (usually two) of statistical data from a large number of measurement data using correlation information between a large number of process data, and detects changes in the process state based on the small number of generated statistical data. It is something to try.
  • a highly correlated data set (data subspace) is generated using PCA, and this is called a T 2 statistic that represents the distance (degree of variation) from the center of the data in this subspace.
  • the status of the process is monitored by a statistic and a statistic called a Q statistic indicating how much the data at each time deviates from this partial space (correlation of the correlation).
  • the T 2 statistic and the Q statistic are usually decomposed into components called contributions of each measurement variable, and those having a large contribution of each measurement variable are estimated as variables that are highly likely to be abnormal factors. .
  • the operator who is presented with the abnormality detection and the factor separation result identifies the true factor of the state change / abnormality, and takes the procedure of countermeasures against the situation.
  • Kano Sugaku “Multivariate Statistical Process Management”, June 2005 2nd edition, Department of Chemical Engineering, Kyoto University graduate School of Engineering, Process System Engineering Laboratory, Internet ⁇ URL: http: //tech.chase-dream.coMSPC /report-MSPC.pdf> Kano, multivariate statistical process monitoring, ⁇ URL: www-pse.cheme.kyoto-u.ac.jp/ ⁇ kano/lecture/dataanalysis/DOc08_MSPC.pdf> S.Yoon et al, Multivariate Process Monitoring and Early Fault Detection (MSPC) using PCA and PLS, ⁇ URL: http: //www.umetrics.com/pdfs/events/MSPC%20Application%20at%20Honeywell%20 (NPRA) .pdf>
  • the present invention has been made in view of the above circumstances, and an object of the present invention is to provide a process state monitoring device that provides an easy-to-use and easy-to-use monitoring / diagnosis result to an operator.
  • a process state monitoring apparatus is configured to calculate diagnostic data from two or more measurement variables acquired from a monitoring target, and to detect an abnormality of the monitoring target from the diagnostic data;
  • a state change detection trigger information display unit for displaying the diagnosis data, a state change determination reference setting unit for setting a determination reference for detecting a state change in the state change detection trigger information display unit, and the state change detection State change factor that lists the variable names of the factor candidate variables that are the cause when a process abnormality is detected based on the diagnostic data in the trigger information display part and the judgment criteria set in the state change judgment standard setting part
  • FIG. 1 is a diagram for explaining a configuration example of a process state monitoring apparatus according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating an example of an abnormality diagnosis main screen of the process state monitoring apparatus according to the first embodiment of the present invention.
  • FIG. 3 is a diagram illustrating an example of a state change detection trigger information display unit on the abnormality diagnosis main screen illustrated in FIG. 2.
  • 4A is a diagram showing an example of a candidate variable correlation display linked to the abnormality diagnosis main screen shown in FIG. 4B is a diagram showing an example of candidate variable correlation display linked to the abnormality diagnosis main screen shown in FIG.
  • FIG. 5 is a diagram showing an example of a display condition change screen linked to the abnormality diagnosis main screen shown in FIG.
  • FIG. 1 is a diagram for explaining a configuration example of a process state monitoring apparatus according to an embodiment of the present invention.
  • FIG. 2 is a diagram illustrating an example of an abnormality diagnosis main screen of the process state monitoring apparatus according to the first embodiment of the present invention.
  • FIG. 6 is a diagram showing an example of a state change detection trigger information display unit when the display period is set to one week on the display condition change screen shown in FIG.
  • FIG. 7 is a diagram illustrating an example of a state change detection trigger information display unit when the display period is 24 hours on the display condition change screen illustrated in FIG.
  • FIG. 8 is a diagram for explaining an example of a function for adjusting a threshold value in the state change detection trigger information display section of the abnormality diagnosis main screen shown in FIG.
  • FIG. 9 is a diagram showing another example of the state change factor candidate variable display section of the abnormality diagnosis main screen shown in FIG.
  • FIG. 10 is a diagram showing an example of a past abnormality display screen linked to the abnormality diagnosis main screen shown in FIG. FIG.
  • FIG. 11 is a diagram illustrating an example of a past abnormality diagnosis main screen linked to the past abnormality display screen illustrated in FIG. 10.
  • FIG. 12 is a flowchart for explaining an example of the operation of the process state monitoring apparatus according to the first embodiment of the present invention.
  • FIG. 13 is a diagram illustrating an example of an abnormality diagnosis main screen of the process state monitoring apparatus according to the second embodiment of the present invention.
  • FIG. 14 is a diagram illustrating another example of the abnormality diagnosis main screen of the process state monitoring apparatus according to the second embodiment of the present invention.
  • FIG. 15 is a diagram for explaining an example of the operation of the process state monitoring apparatus according to the second embodiment of the present invention.
  • FIG. 12 is a flowchart for explaining an example of the operation of the process state monitoring apparatus according to the first embodiment of the present invention.
  • FIG. 13 is a diagram illustrating an example of an abnormality diagnosis main screen of the process state monitoring apparatus according to the second embodiment of the present invention.
  • FIG. 14 is a diagram illustrating another example
  • FIG. 16 is a diagram showing an example of an abnormality diagnosis main screen of the process state monitoring apparatus according to the third embodiment of the present invention.
  • FIG. 17 is a diagram illustrating another example of the abnormality diagnosis main screen of the process state monitoring apparatus according to the third embodiment of the present invention.
  • FIG. 18 is a diagram showing another example of the abnormality diagnosis main screen of the process state monitoring apparatus according to the third embodiment of the present invention.
  • FIG. 19 is a diagram showing an example of an abnormality diagnosis main screen of the process state monitoring apparatus according to the fourth embodiment of the present invention.
  • FIG. 20 is a diagram illustrating an example of an abnormality diagnosis main screen and an abnormality diagnosis sub-screen of the process state monitoring apparatus according to the fifth embodiment of the present invention.
  • FIG. 21 is a diagram showing an example of an abnormality diagnosis main screen of the process state monitoring apparatus according to the sixth embodiment of the present invention.
  • FIG. 22 is a diagram showing an example of an abnormality diagnosis main screen of the process state monitoring apparatus according to the seventh embodiment of the present invention.
  • FIG. 23 is a diagram showing another example of the state change detection trigger information display section of the abnormality diagnosis main screen shown in FIG. 24 is a diagram illustrating another example of the state change detection trigger information display unit on the abnormality diagnosis main screen illustrated in FIG.
  • FIG. 25 is a diagram showing an example of a candidate variable trend display screen of the process state monitoring apparatus according to the seventh embodiment of the present invention.
  • FIG. 26 is a diagram showing another example of the candidate variable trend display screen of the process state monitoring apparatus according to the seventh embodiment of the present invention.
  • FIG. 27 is a diagram showing another example of the candidate variable trend display screen of the process state monitoring apparatus according to the seventh embodiment of the present invention.
  • FIG. 28 is a diagram showing another example of the candidate variable trend display screen of the process state monitoring apparatus according to the seventh embodiment of the present invention.
  • FIG. 29 is a diagram showing another example of the candidate variable trend display screen of the process state monitoring apparatus according to the seventh embodiment of the present invention.
  • 30 is a block diagram schematically showing a configuration example of a calculation unit of the process state monitoring apparatus shown in FIG.
  • FIG. 31 is a diagram for explaining an example of a diagnostic model constructed in the process state monitoring apparatus according to the eighth embodiment of the present invention.
  • FIG. 32 is a view for explaining a display example of the factor analysis result in the process state monitoring apparatus according to the eighth embodiment of the present invention.
  • FIG. 33 is a block diagram schematically showing another configuration example of the calculation unit of the process state monitoring apparatus shown in FIG.
  • FIG. 34 is a view for explaining another display example of the factor analysis result in
  • the process state monitoring apparatus is a process state monitoring apparatus that monitors measurement items in a sewage treatment process, a wastewater treatment process, a sludge digestion process, a water purification process, a water supply / distribution process, a chemical process, and the like.
  • FIG. 1 schematically shows a configuration example of a process state monitoring apparatus according to the present embodiment.
  • the process state monitoring apparatus according to the present embodiment includes a database 20 in which values relating to state quantities and operation quantities measured by a monitoring target (process) 30 via a network, a human machine interface (HMI) 10, and a user A keyboard 12 and a mouse 14 as operating means.
  • a monitoring target process
  • HMI human machine interface
  • a plurality of sensors are installed in the monitoring target 30, and the values measured by the sensors are transmitted to the database 20 via the network.
  • the database 20 receives the measurement value transmitted by the monitoring target 30, and records the measurement time and the measurement time for each item, for example.
  • the human machine interface 10 includes communication means (not shown) for transmitting and receiving signals to and from the database 20 and the monitoring target 30, an arithmetic unit 16, a display processing unit 18, and a display unit DYP. .
  • the calculation unit 16 is a process that is selected or synthesized from time series data of machining variables converted or synthesized from at least two or more measurement variables related to a state quantity or an operation quantity obtained from a given monitoring target (process).
  • One or more pieces of diagnostic data for providing trigger information for detecting state changes or abnormalities are detected, state changes and abnormalities occurring in the plurality of time-series data are detected from the diagnostic data, and after the abnormalities are detected
  • the variable that becomes the factor is configured to be estimated from a plurality of measurement variables and machining variables.
  • the calculation unit 16 generates a small number (usually two) of statistic data by using the correlation information between the plurality of process measurement data received from the database 20 by the MSPC method, and processes the process using the generated statistic data. It is configured to detect a change in state.
  • a highly correlated data set (data subspace) is generated using PCA, and T 2 statistics representing the distance (degree of variation) from the center of the data in this subspace.
  • a statistic called a quantity and a statistic called a Q statistic indicating how much the data at each time deviate from this partial space (corruption of correlation) are calculated.
  • the calculation unit 16 estimates (factor separation) the measurement variable that is the factor.
  • the T 2 statistic and the Q statistic are usually decomposed into components called contributions of each measurement variable, and those having a large contribution of each measurement variable are estimated as variables that are highly likely to be abnormal factors. .
  • Calculating unit 16 performs a process state monitoring by normal T 2 statistic and Q statistic.
  • T 2 and Q When the values of these two statistics T 2 and Q are monitored and the values exceed a preset threshold value, the monitored process changes from a steady state (stable operation state) to an unsteady state (abnormality, etc.). ), The state is changed, and this state change and abnormality are detected.
  • the calculation unit 16 supplies the T 2 statistic, the Q statistic, and the contribution amount of each measurement variable to the display processing unit 18.
  • the display processing unit 18 uses the T 2 statistic, the Q statistic supplied from the calculation unit 16, the contribution amount of each measurement variable, and the process measurement data supplied from the database 20, to inform the user of the abnormality diagnosis main screen.
  • a signal for displaying 40 is supplied to the display unit DYP.
  • the following describes the information provision procedure to the user and the configuration of the human interface related to screen display in the process status monitoring device.
  • FIG. 2 shows an example of the abnormality diagnosis main screen 40.
  • the abnormality diagnosis main screen 40 includes a model selection unit 41 that enables a diagnosis model to be switched by this tag by assigning a tag such as a number to the diagnosis model in advance when there are a plurality of abnormality diagnosis models (abnormality diagnosis systems).
  • State change detection trigger information display units 44 and 45 that display diagnostic data for detecting changes and abnormalities, and a threshold TH1 that is a criterion for detecting state changes in the state change detection trigger information display units 44 and 45 ,
  • State change factor variable trend graph display link unit 48 that accepts a command for display, current date and time (Y YYY (year) / MM (month) / DD (day) HH: MM (time)) and the time display unit that displays, Q statistic trend graph of the state change detecting trigger information display unit 44, 45 and the T 2 statistic Display condition change link unit 46 for changing the display period corresponding to the horizontal axis of the trend graph, and a point in time when a state change is detected in the past is displayed over a predetermined range, and occurs in the past at a specific point in time.
  • State change criteria setting unit 42 has an input box 42A for inputting the Q statistic threshold TH1, the input box 42B for inputting a T 2 statistic threshold TH2, the.
  • the final model construction date (YYYYY (year) / MM (month) / DD (day) HH: MM (time ))
  • input boxes 44A and 45A displaying the current values of the Q statistic and the T 2 statistic at the final model construction date and time are displayed.
  • the state change detection trigger information display unit 44 displays a trend graph of Q statistics as diagnostic data.
  • the threshold value TH1 of Q statistics is displayed by a broken line.
  • the current Q statistic is emphasized by blinking the corresponding graph position or the like.
  • the state change detecting trigger information display section 45 a trend graph of T 2 statistic is displayed as diagnostic data.
  • the trend graph of T 2 statistic threshold TH2 of T 2 statistic is displayed with a broken line.
  • Q that is an index representing the collapse (divergence) of the correlation between process variables calculated from the principal component analysis described in Non-Patent Document 1 or the like. are displayed trend graph over a given time between the correlation (ultra) abnormality of the position of the data on a plane (or is varied how far the data center) T 2 statistic representing the between statistics and process variables .
  • the right end value of the trend chart is displayed (usually the value at the current time) is displayed in the input box 45A of the input box 44A and T 2 statistic Q statistic.
  • the diagnostic data called Q statistic and T 2 statistic which are known to be effective as multivariate statistical process monitoring (MSPC) are generated in plants that are difficult for plant operators to notice in normal management. The abnormal signs can be detected quickly.
  • the state change criteria setting unit 42 an input box 42B for the input boxes 42A and T 2 statistic threshold TH2 of Q statistic threshold TH1, and the threshold value changing button 42C, is displayed.
  • the user input box 42A for inputting the Q statistic threshold TH1 and T 2 statistic threshold TH2 enter a value in 42B, by selecting the threshold value change button 42C, it is set to a value obtained by entering the threshold TH1, TH2 be able to.
  • a table is provided that displays candidate variable names of state change factor candidate variables sorted in descending order of possibility of being a factor.
  • FIG. 2 shows candidate variables of “rainfall”, “No. 2-3 PAC injection amount”, and “No. 2-2 return sludge concentration” in descending order of possibility of being a factor.
  • the state change factor candidate variable display unit 43 displays, for example, (1) the sum of the contribution amounts of both statistics. (2) List in descending order of the contribution amount of each statistic and list in descending order of sum of ranks, or (3) Contribute amount of each statistic in normal time For example, by extracting only variables showing values that are 2 ⁇ or 3 ⁇ or more apart from the variance of the quantity value, and listing them as the larger one based on the criteria (1) or (2), the factor candidate variables are displayed. Is done.
  • the state change factor candidate variable display unit 43 in FIG. 2 is divided into a Q statistic region and a T 2 statistic region, and the abnormal factor candidate variables are arranged in descending order of contribution to each. May be enumerated.
  • the maximum number of abnormal factor candidate variables to be enumerated may be configured to be set from the outside. As an example, since the number of trend graphs displayed simultaneously on one screen is often about one digit, for example, up to about 8 or about 10 candidate variables can be enumerated.
  • the maximum number that can be displayed in order from the most likely cause of abnormality corresponding to the maximum displayable number set externally (8 or 10 in the above example) It may be configured to mechanically display up to a number of candidates.
  • each contribution amount is within 2 ⁇ or 3 ⁇ with reference to the variance of the contribution amount value at the normal time (when no abnormality is detected), it is displayed Instead, it may be listed in descending order of the possibility of being within the range up to the maximum displayable number (8 or 10 in the above example).
  • the state change factor variable trend graph display link unit 48 displays a trend graph of state change factor candidate variables as shown in FIG. 3 when an action command is given to this portion by clicking with the mouse 14 or the like.
  • the candidate variable trend display section 48A is associated (linked).
  • the trend graph 48A of the state change factor candidate variable is displayed on the display unit DYP.
  • FIG. 3 shows an example of the trend graph 48A of the state change factor candidate variable.
  • the candidate variables displayed on the state change factor candidate variable display unit 43 of the abnormality diagnosis main screen 40 are displayed in time series. From the trend graph 48A, the user can examine a variable that has caused a process state change or abnormality.
  • Display period of the trend graph 48A may be prepared to set from the outside, in synchronization with the period set by the display condition change link 46, and the display period of the Q statistic trend graphs and T 2 statistic trend graphs A trend graph in the same range may be displayed.
  • the process state monitoring apparatus it is possible to advise the user of the process variable to be monitored that causes the state change of the monitoring target.
  • the user can recognize the abnormal sign which arises in the monitoring object at an early stage, and an operator can take a quick countermeasure with respect to the state change of a plant.
  • the process to be monitored can be efficiently operated, and monitoring by a small number of operators (users), operation by centralized monitoring of a group of monitoring targets distributed in multiple regions, or Monitoring by an unskilled operator (user) becomes possible.
  • a candidate variable correlation display link unit 49 In multivariate statistical process monitoring, monitoring of a correlation between a plurality of variables, which cannot be understood simply by monitoring only one variable in the first place, detects anomalies. Actual Q statistics are correlated. This is an indicator of collapse. Therefore, when an abnormality is detected by the multivariate statistical process monitoring technique, the operator may not be able to recognize what is occurring in the monitored plant simply by checking the trend graph of the factor candidate variable. .
  • the candidate variable correlation display link unit 48 displays a scatter diagram of two or three state change factor candidate variables as shown in FIGS. 4A and 5B when an action command is input to this part by clicking with the mouse 14 or the like.
  • the state change factor variable correlation display units 49A and 49B to be displayed are associated (linked).
  • the correlation graph 49A is a two-dimensional scatter diagram in which the horizontal axis is “2-2 return sludge concentration” and the vertical axis is “rainfall”.
  • the correlation graph 49B is a three-dimensional scatter diagram with the first axis as “rainfall”, the second axis as “2-3 PAC injection amount”, and the third axis as “2-2 return sludge concentration”. is there.
  • a change screen 46A for changing the display condition of the diagnostic data is displayed on the display unit DYP.
  • the user can change the conditions of the horizontal axis and the vertical axis of the trend graph displayed on the abnormality diagnosis main screen 40.
  • the change screen 46A includes an input box for inputting the latest display time and display period for the time axis (horizontal axis) and an input box for inputting the minimum value and the maximum value for the statistics axis (vertical axis).
  • the display period of the time axis (horizontal axis) is set to one week on the change screen 46A, for example, as shown in FIG. 6, the diagnosis for one week from 0:00 on October 1 to 0:00 on October 7 is performed. Data is displayed in a trend graph. For example, if the display period of the time axis (horizontal axis) is set to 1 day (24 hours) on the change screen 46A, for example, as shown in FIG. Is displayed.
  • the value of the statistic has increased sharply compared to the past week in the display for one week, and the state of the process has deteriorated rapidly. Can be read.
  • the display period and display range of the state change detection trigger information display units 44 and 45 can be arbitrarily switched to express in an easy-to-understand manner how the state of the process to be monitored changes.
  • the user can visually detect sudden abnormalities that occur in a short period of time or abnormalities that occur in a drifting manner in which the plant state gradually changes over a relatively long period of time. It is possible to confirm information and to obtain effective information for determining what measures should be taken.
  • the state change determination criterion setting unit 42 not only sets a threshold value for diagnostic data or an important variable from the outside, but also displays a threshold value displayed on a trend graph, a trajectory graph, or a radar chart. Can be adjusted by dragging and dropping with an input means such as the mouse 14.
  • the state change detecting trigger information display unit 45 For example, adjusting the state change detecting trigger information display unit 45, as shown in FIG. 8, by dragging and dropping position of the broken line indicating the threshold value TH2 of the T 2 statistic by selecting with the mouse 14, the broken line position can do. At this time, the threshold TH2 of the T 2 statistic is changed to a value corresponding to the position of the broken line.
  • the user can easily set the threshold value corresponding to the state change or abnormality sign to be detected while visually confirming on the screen of the display unit DYP, and the user needs to take the state change and countermeasures to be taken It is possible to easily distinguish the state change without any.
  • FIG. 9 shows another example of the state change factor candidate variable display section.
  • a display selection column for selecting whether to display as a trend graph is further displayed.
  • the user can display the trend graph of the selected candidate variable by selecting the state variable factor trend graph display link unit 48 after selecting the display selection column of the candidate variable for which the trend graph is to be displayed.
  • the user determines whether or not countermeasures need to be taken, and takes appropriate measures if necessary.
  • As reference information when taking this measure if an abnormality that occurred in the past can be found, there is a high possibility that a measure corresponding to the measure at that time can be taken.
  • a button “view past abnormality” is installed as in the abnormality diagnosis main screen 40, and when an action command is input to this part, for example, the past as shown in FIG.
  • An abnormal screen 47A is displayed.
  • the time when an abnormality has occurred in the past, the abnormality factor candidate variable, the presence / absence of countermeasures at the time of abnormality, and the like are recorded.
  • the past abnormality screen 47A shown in FIG. 10 a list of past abnormality occurrence dates and times over a predetermined period is displayed.
  • each set of abnormality factor candidates that are listed as abnormal factor candidates at the time of occurrence of each abnormality for example, if the factor candidate variables match, if 1 does not match It is preferable to define similarity by assigning 0 or the like and rank which abnormal state is an abnormal state close to the current abnormal state.
  • a countermeasure it is recorded in the database 20 whether or not a countermeasure has been taken in the case of each abnormality, and when a countermeasure is taken, “Yes” on the screen (the location of “Yes” in FIG. 10) It is more preferable to have a mechanism that displays a trend graph or the like of the operation amount that has been changed by the plant operator.
  • the abnormality diagnosis main screen 40 switches to the abnormality diagnosis main screen 50 at the selected time.
  • symbol is attached
  • FIG. 11 shows an example of the abnormality diagnosis main screen 50.
  • the past abnormality link portion 47 of “view past abnormality” on the abnormality diagnosis main screen 40 is switched to a button 57 “return to the current state”.
  • the switching unit 41 is configured so that a diagnostic model can be appropriately selected and switched.
  • step SA1 The process measurement data stored in the database 20 is preprocessed by the computing unit 16 of the human machine interface 10 (step SA1), and diagnostic data (diagnostic statistics) is calculated. Thereafter, the arithmetic unit 16 starts monitoring the calculated diagnostic data (step SA2).
  • the display processing unit 18 acquires the diagnosis data calculated by the calculation unit 16, generates image data for displaying the abnormality diagnosis main screen 40, and displays the abnormality diagnosis main screen 40 on the display unit DYP.
  • the calculation unit 16 When the calculation unit 16 detects an abnormality of the monitoring target 30 from the diagnostic data (step SA3), the calculation unit 16 specifies a factor variable from the process measurement data (step SA4). At this time, the display processing unit 18 presents that an abnormality has been detected on the abnormality diagnosis main screen 40 and displays the factor variables on the state change factor candidate variable display unit 43 in descending order of possibility. The display processing unit 18 supports the user's variable monitoring operation by displaying the associated screen or changing the display setting according to the user's operation on the abnormality diagnosis main screen 40 (step SA5). .
  • the plant operator selects process variables to be monitored by his / her own judgment and monitors the trend graph, but should be monitored by the plant operator.
  • the corresponding trend graph can be monitored after advising the process variables.
  • the present application aims to devise a method for monitoring the plant more efficiently after following the conventional monitoring method, and adds a support function to the conventional trend graph monitoring.
  • MSPC monitoring method is introduced. By adopting such a mechanism, the plant operator can perform more efficient monitoring than the current monitoring method without feeling stress.
  • the process variable to be monitored is shown to the plant operator to support the monitoring work, and the corresponding trend graph can be monitored.
  • the operator can quickly recognize abnormal signs that occur in the plant, and the operator can quickly take countermeasures against changes in the state of the plant without greatly departing from the framework of the conventional supervisory control system. .
  • FIG. 13 shows an example of the abnormality diagnosis main screen 60 displayed on the display unit DYP in the process state monitoring apparatus according to the present embodiment.
  • variables generated from measurement variables such as process measurement data or plant management indexes that are particularly emphasized by the plant operator as diagnostic data to be displayed on the state change detection trigger information display unit 61 (hereinafter referred to as important data) Variable).
  • the abnormality diagnosis main screen 60 includes a process important variable list, a determination variable change button 62, a state change factor candidate variable display unit 63, a past abnormality link unit 64, and a state change factor variable as a state change detection trigger information display unit 61.
  • a trend graph display link unit 65 and a candidate variable correlation display link unit 66 are provided.
  • the process important variable list is a table that displays "variable name”, “current value”, “diagnostic upper limit value”, “diagnosis lower limit value”, “warning upper limit value”, and “warning lower limit value” of multiple important variables. Is provided.
  • the diagnostic upper limit value and the diagnostic lower limit value of the important variable are set as threshold values for presenting to the user whether or not the monitoring target is abnormal.
  • the warning upper limit value and the warning lower limit value of the important variable are set as threshold values for warning the user that an abnormality has occurred in the monitoring target.
  • the abnormality diagnosis main screen 60 further includes a state change determination criterion setting unit 61A for setting a diagnosis upper limit value and a diagnosis lower limit value of an important variable displayed in the process important variable list.
  • the state change factor candidate variable display unit 63 when the process important variable of the state change detection trigger information display unit 61 is determined to be abnormal by the threshold value set by the state change determination criterion setting unit 61A,
  • the one or more factor candidate variables are sorted in descending order of the possibility of being a factor, and the variable names are listed as a list.
  • the state change factor variable trend graph display link unit 65 receives a command for displaying a trend graph of at least one state change factor candidate variable displayed by the state change factor candidate variable display unit 63.
  • the candidate variable correlation display link unit 66 receives a command for displaying a two-dimensional or three-dimensional scatter diagram for a combination of at least two to three state change factor candidate variables displayed on the state change factor candidate variable display unit 63. .
  • the past abnormality link unit 64 displays a point in time when a state change has been detected in the past over a predetermined range, and accepts an instruction to display an abnormality occurring in the past at a specific point in time. For example, the past abnormality link unit 64 displays a past abnormality screen 47A shown in FIG.
  • FIG. 14 shows an example of an abnormality diagnosis main screen 70 that displays important variables in a trend graph.
  • the process state monitoring apparatus according to the present embodiment is configured to be able to display the important variables displayed in the process important variable list among the plurality of important variables as a trend graph.
  • the abnormality diagnosis main screen 70 includes a state change detection trigger information display unit 71, a state change determination criterion setting unit 71A, a determination variable change button 72, a state change factor candidate variable display unit 73, and a display condition change link unit 74.
  • a past abnormality link unit 75, a state change factor variable trend graph display link unit 76, and a candidate variable correlation display link unit 77 are provided.
  • the operator can display the important variable selected from the process important variable list in the trend graph, and can confirm the sign of abnormality from the change of the important variable in a predetermined period.
  • the process important variable list shown in FIG. 13 displays the measurement variables of the processes that the plant operator considers important in the process operation, or the management indexes synthesized from the measurement variables.
  • the monitoring target is a sewage treatment process
  • the most important requirement is to maintain the effluent quality below the regulation value, and even if the effluent quality items such as phosphorus concentration and nitrogen concentration are selected as important variables. Good.
  • a management index calculated from measurement variables such as an aerobic tank sludge residence time (ASRT) managed in plant operation may be selected.
  • ASRT aerobic tank sludge residence time
  • the DO concentration which represents the amount of oxygen present in the sewage, is directly related to the amount of power associated with aeration. Therefore, the DO concentration may be selected as an important variable.
  • the diagnosis upper limit value and diagnosis lower limit value are set. Since the process important variable is often an element in the process variable that is normally monitored, in that case, the alarm upper limit value and the alarm lower limit value at which the alarm is issued are often already set.
  • the upper and lower diagnostic limits are set to a value that is smaller than the upper limit of the alarm and slightly larger than the normal fluctuation range, in order to find out the cause when the process critical variable is slightly worse than the normal state. Keep it.
  • the display screen is preferably switched from the abnormality diagnosis main screen 60 to the abnormality diagnosis main screen 70, and the trend graph of the selected variable is displayed in the process important variable trend graph.
  • This process important variable trend graph is in exactly the same format except that the displayed data is not the Q statistic or the T 2 statistic of the first embodiment but an actual physical variable or management index. It is displayed.
  • switching of the display range by the display condition change link unit 74 and change of the threshold values (diagnosis upper limit value and diagnosis lower limit value) by dragging and dropping with the mouse can be performed in the same manner as in the first embodiment described above. it can.
  • the state change factor candidate variable display unit 73 becomes the factor.
  • Candidate variable names are presented in descending order of possibility.
  • the determination of whether it is normal or abnormal, since implemented in selected process critical variables rather than Q statistic and T 2 statistics, in the contribution of the Q statistic or T 2 statistic (1) List in descending order of the sum of the contributions of both statistics (2) The contribution of each statistic is large Rank the items in order and list them in descending order of the sum of the ranks. (3) For example, a value where the contribution amount of each statistic is 2 ⁇ or 3 ⁇ or more apart from the variance of the contribution value at the normal time. It is only necessary to extract only the variables to be shown and list them among those that are larger on the basis of (1) or (2) above.
  • the state change factor candidate variable display parts 63 and 73 of FIG. 13 or FIG. 14 are divided into two regions, one for Q statistics and one for T 2 statistics,
  • the abnormal factor candidate variables may be listed in descending order of contribution.
  • diagnosis with Q statistics and T 2 statistics is separately performed in the background, and when an abnormality is detected in the selected process important variable, Q statistics and T 2 statistics are also used. Only when an abnormality is detected at the same timing, the factor variable candidate variables may be enumerated from the abnormality factor variable candidates excluding the process important variable that is currently used as a criterion.
  • an abnormal sign generated in the process is not an index that is difficult to understand for a plant operator having only a mathematical (statistical) meaning called Q statistic or T 2 statistic.
  • Variables recognized as important (important variables) are used as triggers for detecting abnormal signs.
  • anomaly detection is triggered not by statistical data that is a non-physical quantity such as a Q statistic or a T 2 statistic, but by an important variable that the operator recognizes sufficiently well. Therefore, the operator can monitor without stress.
  • each data is not displayed as a trend graph of time-series data, but a two-dimensional trajectory.
  • the abnormality determination threshold value is set not as a simple threshold value for each diagnosis data but as a complex shape threshold value.
  • the abnormality diagnosis main screen 80 and the above-described abnormality diagnosis main screens 60 and 70 differ only in the state change detection trigger information display sections 84, 94, and 104 and the state change determination criterion setting sections 82, 92, and 102.
  • the abnormality diagnosis main screen 80 shown in FIG. 16 includes a two-dimensional trajectory display unit for Q statistics and T 2 statistics as a state change detection trigger information display unit 84.
  • the abnormality diagnosis main screen 90 shown in FIG. 17 includes a two-dimensional trajectory display unit for Q statistics and robust Q statistics as the state change detection trigger information display unit 94.
  • the abnormality diagnosis main screen 100 shown in FIG. 18 includes a two-dimensional trajectory display unit for the discharged phosphorus concentration and the energy intensity as the state change detection trigger information display unit 104.
  • the state change determination criterion setting units 82, 92, and 102 can set a threshold for the correlation between two diagnostic data. Further, when a closed locus having a certain cycle is drawn, two threshold values THA and THB such as a double ellipse shown in FIG. 15 may be set.
  • FIG. 16 does not depict a box for inputting such a shape determination threshold value, but a box for inputting necessary parameters may be provided. Further, when setting a threshold value of a complicated shape, for example, the threshold value can be freely drawn on the screen by operating the mouse 14 or the like like the double ellipses THA and THB shown in FIG. The value corresponding to the drawn shape may be reflected as a criterion.
  • the plant operator does not monitor two trend graphs as in the case of the first embodiment described above, but an abnormal state with a two-dimensional trajectory shown on one screen. Will be monitored. Therefore, the plant operator only needs to pay attention to one screen, and monitoring becomes easier. Furthermore, it becomes possible to easily visually determine which of the two diagnostic data is abnormal.
  • the abnormality diagnosis main screen 80 when the two-dimensional trajectory moves rightward toward the paper surface, it is an abnormality in the diagnostic data taken along the horizontal axis, and the two-dimensional trajectory moves upward toward the paper surface. If it is, it is an abnormality in the diagnostic data taken along the vertical axis, and if the two-dimensional trajectory moves in the upper right direction toward the paper surface, it can be easily determined visually that both the diagnostic data are abnormal. It becomes possible.
  • statistics and diagnostic variables that are diagnostic data may draw a closed locus as shown in FIG. 16.
  • FIG. 16 It is possible to determine abnormality signs by providing determination thresholds THA and THB such as ellipses in FIG. 16 along the closed trajectory instead of the thresholds TH1 and TH2 for the data for use. Thereby, it becomes possible to improve the diagnostic accuracy of an abnormal sign.
  • the diagnostic data draws a closed locus
  • inflowing sewage often has periodic fluctuations on a daily basis reflecting the daily life of human society. For this reason, for example, discharge phosphorus concentration, inflow, discharge, airflow
  • the process variable also has a daily fluctuation.
  • the Q statistics and T 2 statistics synthesized from these variables often have periodic fluctuations as a result. In such a case, it is possible to make a determination based on the thresholds THA and THB instead of the determination based on the thresholds TH1 and TH2 set for each diagnosis data. By doing this, it is possible to judge an abnormal sign more tightly and at the same time visually.
  • the two diagnostic data may be correlated with each other.
  • FIG. 17 shows an example in which an abnormal sign is detected by two diagnostic data, Q statistics and robust Q statistics.
  • the difference between the Q statistic and the robust Q statistic is as follows.
  • the principal component analysis is directly applied to the plant measurement variables and the processing variables synthesized from them.
  • the statistic synthesized from the components is the Q statistic.
  • the robust Q statistic is a Q statistic synthesized from the principal components subjected to principal component analysis after sufficiently removing abnormal data such as outliers included in the plant measurement variable.
  • threshold values B1 and B2 are set along the correlation axis as shown in the abnormality diagnosis main screen 90 of FIG. In some cases, high accuracy can be diagnosed.
  • FIG. 18 shows an example of this, and it is assumed that two processes, namely, the discharged phosphorus water quality concentration related to water quality regulation and the energy intensity related to energy saving operation are to be monitored as process important variables.
  • the released phosphorus water quality and energy intensity are not completely independent and have a certain degree of correlation. This is because when the influent water quality or inflow load (inflow amount x influent water quality) of sewage is high, the discharged phosphorus water quality is likely to deteriorate and the energy intensity is likely to increase (the energy intensity per unit flow rate). However, it is considered that it is not affected by fluctuations in the inflow volume. Therefore, when a certain degree of correlation is found between the discharged phosphorus water quality and the energy intensity, it follows the correlation axis as shown in the abnormality diagnosis main screen 100 of FIG. 18 rather than judging by the threshold value for each data. The determination with the threshold values B3 and B4 can improve the accuracy of abnormality detection.
  • the operator when an abnormality detection is triggered by two diagnostic data, the operator does not need to monitor two screens at the same time, and can be monitored on one screen. And can be monitored more efficiently.
  • the criterion for abnormality determination is used. As a result, the plant operator can quickly present an abnormality sign of the plant.
  • FIG. 19 shows an example of the abnormality diagnosis main screen 110 in the process state monitoring apparatus of the present embodiment.
  • the abnormality diagnosis main screen 110 includes, as the state change detection trigger information display unit 112, a process important variable radar chart display unit that displays three or more process important variable values and threshold values, and a process important variable list 113. is doing.
  • process important variable list 113 the process variables that the plant operator considers important in the process operation, or the management indexes synthesized from the measurement variables are displayed. Process important variables important in process management similar to those in the second embodiment are listed.
  • the process important variable radar chart 112 is configured so that diagnostic upper and lower limits for each of the five process important variables can be set.
  • the process important variable radar chart 112 includes an input box 112U for inputting the upper limit value UL of each of the five process important variables, and an input box 112L for inputting the lower limit value LL.
  • the display of the radar chart is updated.
  • the display processing unit 18 plots the process important variable on the radar chart according to the set upper limit value UL and lower limit value LL.
  • the candidate variable names that are the factors are presented on the state change factor candidate variable display unit 113 in descending order of possibility of the factors.
  • the operator when making an abnormality detection determination based on three or more diagnostic data and important variables, the operator does not need to monitor a plurality of screens at the same time, and can be monitored on a single screen. Thus, more efficient monitoring becomes possible.
  • the display processing unit 18 is configured to display the abnormality diagnosis main screen AM and the abnormality diagnosis subscreen AS side by side.
  • the abnormality diagnosis main screen 40 of the process state monitoring apparatus according to the above-described first embodiment is displayed as the abnormality diagnosis main screen AM
  • the abnormality diagnosis sub-screen AS is displayed of the process state monitoring apparatus according to the above-described second embodiment.
  • the abnormality diagnosis main screen 60 may be displayed.
  • FIG. 20 shows an example of parallel display of the abnormality diagnosis main screen AM and the abnormality diagnosis sub-screen AS.
  • the abnormality diagnosis main screen AM has the same configuration as the abnormality diagnosis main screen 60 of the process state monitoring apparatus according to the second embodiment described above.
  • the abnormality diagnosis sub-screen AS includes a trend graph for Q statistics, a trend graph for T 2 statistics, and an enlargement display button 200.
  • the abnormality diagnosis main screen AM and the abnormality diagnosis subscreen AS may be configured by combining the abnormality diagnosis main screen of the process state monitoring apparatus according to the first to fourth embodiments described above.
  • the process state monitoring apparatus for example, when abnormality detection by the process important variable is performed as the abnormality diagnosis main screen AM, and abnormality is detected by this, for example, the abnormality factor variable candidate is displayed on the state change factor candidate variable display unit. Display in red.
  • the abnormal factor variable candidate state change factor candidate variable display yellow (abnormal factor variable candidates The color may be different from the color shown).
  • the screen towards the process operator is monitoring most interested as an abnormality diagnosis main screen AM It may be displayed at the center of the display unit DYP, and the other screen may be displayed as a small abnormality diagnosis sub-screen AS, for example, at the corner of the display (upper right, upper left, lower left, lower right, etc.).
  • an enlarged display button 200 may be provided on the abnormality diagnosis sub-screen AS, and when this button is clicked with an input means such as the mouse 14, the abnormality diagnosis sub-screen AS may be enlarged so that the balance between the two screens can be adjusted. .
  • the abnormality diagnosis main screen AM and the abnormality diagnosis sub-screen AS are switched so that they can be displayed side by side in the left-right or vertical direction.
  • abnormality diagnosis main screen AM and the abnormality diagnosis subscreen AS are not fixed, and the plant operator can appropriately select what he wants to use as the abnormality diagnosis main screen AM and what he wants to use as the abnormality diagnosis subscreen AS. It is preferable.
  • the process state monitoring apparatus it is possible to monitor an abnormal state caused by an important variable that the plant operator wants to monitor with particular emphasis, and simultaneously present any abnormal signs that may occur in the same plant to the plant operator.
  • abnormal information generated in the plant can be monitored while being identified according to the importance, and the plant operator can respond flexibly depending on the importance of the abnormality sign. .
  • FIG. 21 shows an example of the abnormality diagnosis main screen 120 of the monitoring apparatus according to the present embodiment.
  • Abnormality diagnosis main screen 120, and the Q statistic or T 2 statistic is constructed and important variable to parallel display above and below the one trend graph.
  • what is mainly monitored for example, important process variables
  • the sub for example, Q statistic or T 2 statistic
  • the number of statistics and process important variables used to detect anomalies is limited to one or two, they are displayed in parallel vertically so as to be inverted with respect to the time axis in one graph drawing area. It is also effective.
  • process and important variables when an abnormality in any of the Q statistic and T 2 statistic is detected, is to enumerate abnormal factor candidate variables.
  • an abnormality detected by the process important variable can be distinguished from an abnormality detected by the Q statistic and the T 2 statistic.
  • a trend graph and a threshold YHX process critical variables displayed in a first color For example, a trend graph and a threshold THY for Q statistic or T 2 statistic and displayed in the first color and the second color different, state change factor the candidate variables displayed in the candidate variable display unit 123 to display what is detected by a process critical variables in the first color, to display those detected by Q statistic or T 2 statistic with the second color It may be.
  • the process state monitoring apparatus it is possible to monitor an abnormal state caused by an important variable that the plant operator wants to monitor with particular emphasis, and simultaneously present any abnormal signs that may occur in the same plant to the plant operator.
  • abnormal information generated in the plant can be monitored while being identified according to the importance, and the plant operator can respond flexibly depending on the importance of the abnormality sign. .
  • FIG. 22 shows an example of the abnormality diagnosis main screen 130 of the process state monitoring apparatus according to the present embodiment.
  • the abnormality diagnosis main screen 130 includes a model selection unit 131, a state change determination criterion setting unit 132, a state change detection trigger information display unit 133 that displays a trend graph of a predetermined measurement value, and an abnormality in statistics, and display conditions.
  • a change link unit 135, a past abnormality link unit 136, a state change factor variable trend graph display link unit 137, and a candidate variable correlation display link unit 138 are provided.
  • State change criteria setting unit 132 is provided with input boxes 132A for inputting the Q statistic threshold, the input box 132B for inputting a T 2 statistic threshold, and the threshold value change button 132C, the.
  • the user enters a value in the input box 132A and the input box 132B, by selecting the threshold value change button 132C using the mouse 14 or the like, is changed to the user-entered value and Q statistic threshold and T 2 statistic threshold.
  • a trend graph indicating time-series fluctuations in measured values of water quality, a reference value line of measured values, and a plot indicating statistical anomaly are displayed in a common graph area.
  • Plot showing statistics abnormal, Q statistic or T 2 statistic is displayed on the trend graph at time exceeding the threshold value.
  • the current water quality measurement value, water quality reference value, Q statistic value, and T 2 statistic value are displayed.
  • the water quality at the abnormality detection time T is less than 0.5 mg / L, which is lower than the water quality standard value 1.0 mg / L. That is, in the state change detection trigger information display unit 133 illustrated in FIG. 22, it is possible to detect a sign of water quality deterioration due to deterioration of other related items before the water quality deteriorates.
  • the sign can be detected before the process state deteriorates.
  • the state change detection trigger information display unit 133 by displaying simultaneously the measurement value and statistical value selected by the user on the state change detection trigger information display unit 133, it is possible to efficiently detect an abnormality while monitoring items necessary for plant operation management. Can do.
  • FIG. 23 shows another example of the trend graph display of the measured value in the state change detection trigger information display unit 133.
  • the predicted value of the measured value is presented.
  • the predicted value of the item to be monitored here may be extracted from the past similar situation data based on the extracted state quantity of the candidate factor, for example, and used as the predicted value. As a result, the user can quickly respond to an abnormality, and the safety of plant operation can be improved.
  • FIG. 24 further shows another example of a trend graph display of measured values in the state change detection trigger information display unit 133.
  • a plurality of values are extracted from the data for the similar situation, and the maximum value and the minimum value of the predicted values are presented as the upper and lower limits, respectively. Thus, even when the predicted value of the measured value is displayed, the safety of plant operation can be improved.
  • FIG. 25 shows an example of a candidate variable trend display screen 137A when an abnormality occurs.
  • the candidate variable trend display screen 137A displays trend graphs of abnormal candidate variables in descending order of contribution.
  • a plurality of trend graphs G1 of candidate variables are displayed side by side from the top of the display unit DYP in descending order of contribution.
  • three graphs of the trend graph of 2-2 oxygen-free ORP, the trend graph of the inflow amount, and the trend graph of the discharge phosphorus concentration are arranged from the upper part to the lower part of the display unit DYP in descending order of the contribution amount. Is displayed.
  • the contribution amount of the candidate variable is updated, the arrangement order of the trend graph G1 is also updated.
  • the user selects the candidate variable trend display link unit 137 with the mouse 14 or the like, and displays the candidate variable trend display screen 137A. Can be displayed.
  • abnormality diagnosis main screen 130 it is possible not only to detect an abnormality (abnormal alarm) on the abnormality diagnosis main screen 130 but also to present a candidate factor (cause guidance) from the candidate variable trend display screen 137A.
  • the user can monitor the change of the measured variable of the extracted candidate factor every moment to grasp the situation and take measures to remove the abnormality.
  • FIG. 26 shows another example of the candidate variable trend display screen.
  • the extracted factor candidates are displayed in the descending order of the contribution amount, and thus the items displayed by the change of the order are updated.
  • the candidate variable trend display screen 137B is configured to continuously display a trend graph G2 of a predetermined factor candidate variable without being updated depending on the magnitude of the contribution amount.
  • the candidate variable trend display screen 137B includes, for example, a trend graph G2 of a factor candidate variable having the largest contribution amount when an abnormality is detected and a factor candidate variable having a large contribution amount among other candidate variables of the continuation factor variable.
  • the trend graph G1 is displayed.
  • the trend graph G2 also displays the next time as a trend graph of the continuation factor variable.
  • the displayed item may be updated by the change of the order of the magnitude of the contribution amount.
  • the trend graph G2 is continuously displayed.
  • the user can monitor the continuation factor variable regardless of the change in the order of the magnitude of the contribution amount, observe the change of the measured variable of the extracted factor candidate every moment, grasp the situation, Measures to remove can be implemented.
  • FIG. 27 further shows another example of the candidate variable trend display screen.
  • Candidate variable trend display screen 137C is a factor with a large contribution amount and continuation display button BT for setting to display trend graph G2 of the continuation factor variable on the display screen of candidate variable trend display screen 137B shown in FIG. A mark MK for displaying is further displayed.
  • the plant operator can set the trend graph G1 of the factor candidate variable as the trend graph G2 of the continuation candidate variable by selecting the continuation display button BT with the mouse 14 or the like on the candidate variable trend display screen 137C.
  • a mark MK indicating whether or not the contribution amount of the displayed candidate variable is large is displayed in the vicinity of the trend graphs G1 and G2, whether the user is an item to be noted from the presence or absence of the mark MK. Can be determined.
  • FIG. 28 further shows another example of the candidate variable trend display screen.
  • the candidate variable trend display screen 137D uses preset items as fixed variables, and displays a trend graph G3 of fixed variables and a trend graph G1 of factor candidate variables.
  • the fixed variable is an item set in advance according to the process and plant monitored by the process state monitoring device.
  • the plant operator should pay attention without selecting items to be continuously displayed on the candidate variable trend display screen 137D.
  • the trend graph G3 of the item can be displayed. Further, since the mark MK indicating whether or not the contribution amount is large for the displayed candidate variable is displayed, the plant operator can determine whether or not the item is notable from the presence or absence of the mark MK.
  • FIG. 29 further shows another example of the candidate variable trend display screen.
  • the candidate variable trend graph 137E displays the measurement variables of the linked series as factor candidates when an abnormality occurs in a series.
  • Candidate variable trend display screen 137E when an abnormality occurs in the 2-2 series, the measured value of the 2-1 series related to the 2-2 series is also displayed as a trend factor candidate.
  • Candidate variable trend display screen 137E includes three trend graphs G1 of 2-2 series factor candidates (2-2 anoxic ORG, discharge phosphorus concentration, 2-2 return sludge concentration) and 2-1 series linkage factor candidates. Two trend graphs G4 (2-1 oxygen-free ORG, 2-1 return sludge concentration) are provided.
  • the calculation unit 16 of the process state monitoring apparatus according to the present embodiment includes a factor analysis unit 16B and an item input unit 16C in addition to the diagnostic model construction unit 16A shown in FIG.
  • the diagnostic model construction unit 16A acquires measurement variables from the database 20 and calculates a covariance matrix for principal component analysis.
  • FIG. 31 shows a matrix P (i, j) as an example of a covariance matrix.
  • the covariance matrix P is an example in which the principal component by principal component analysis is 20 components and the number of factors is 25 factors.
  • the item input unit 16C is configured such that a measurement variable in which an abnormality has occurred or a measurement variable having a large contribution amount to the statistical abnormality is input as a process abnormality monitoring item.
  • an item that is highly necessary to be monitored by a user operating an input unit such as the mouse 14 or the keyboard 12 may be configured to be input as a monitoring item.
  • the measurement variable as the monitoring item input here may be one or plural.
  • the factor analysis unit 16B is supplied with the covariance matrix P of the principal component analysis constructed by the diagnostic model construction unit 16A and the monitoring items input by the item input unit 16C, and outputs the analysis results.
  • the analysis result output from the factor analysis unit 16B is output to the display processing unit 18.
  • the display processing unit 18 receives the analysis result and outputs a signal for displaying the analysis result on the display unit DYP to the display unit DYP.
  • the covariance matrix P of the principal component analysis calculated by the diagnostic model construction unit 16A is, for example, a matrix P (i, j) illustrated in FIG.
  • the item of process abnormality given by the item input unit 16C is the kth item.
  • the factor analysis unit 16B calculates the k-th analysis result, for example, as follows.
  • P (i, k) 1/25
  • the k-th effective component vector P ′ is newly calculated as a composite average of the four components as follows.
  • P ' [p' (1), p '(2), ..., p' (k), ..., p '(25)]
  • p ′ (k) 1/4 ⁇ ⁇ P (2, k) + P (5, k) + P (8, k) + P (14, k) ⁇ :
  • p ′ (25) 1/4 ⁇ ⁇ P (2,25) + P (5,25) + P (8,25) + P (14,25) ⁇
  • An item having a large component value of the effective component vector P ′ is a process abnormality item to be detected, and is the k-th most strongly related item.
  • the factor analysis unit 16B outputs the effective component vector P ′ as an analysis result.
  • the display processing unit 18 displays a signal for displaying a graph in which plots of a plurality of components are arranged in the circumferential direction with the radial direction as the component value based on the analysis result. To the part DYP.
  • FIG. 32 shows a display example of the factor analysis result.
  • a graph G1 is displayed.
  • a plot of principal component values and a principal component name are displayed.
  • the inflow amount of the second system distribution, the No. 1 oxygen-free ORP, the No. 1 PAC injection amount, the No. 2 oxygen-free ORP, and the No. 2 PAC injection amount are strongly associated with abnormal discharge phosphorus concentration.
  • FIG. 33 shows another example of the configuration of the calculation unit 16.
  • the calculation unit 16 further includes an item rearrangement unit 16D and an item order input unit 16E.
  • the item order input unit 16 ⁇ / b> E is input with the rearrangement order of items when the plant operator operates the input means such as the keyboard 12 and the mouse 14. For example, the order of important management items set in advance, the order of items with a large value, and other arbitrary orders are input to the item order input unit 16E.
  • the item rearrangement unit 16D rearranges the order of the components of the effective component vector P ′ according to the item order supplied from the item order input unit 16E, and outputs the result as an analysis result.
  • the analysis result output from the item rearrangement unit 16D is supplied to the display processing unit 18.
  • the display processing unit 18 displays the analysis result on the abnormality diagnosis screen of the display unit DYP as a main component graph.
  • FIG. 34 shows a display example when the analysis results are rearranged in order of items.
  • a pie chart G2 in which plots of a plurality of components are arranged in the circumferential direction with the radial direction as the component value is displayed based on the analysis result obtained by rearranging the items in descending order.
  • the No. 2 distribution inflow amount, No. 1 oxygen-free ORP, No. 1 PAC injection amount, No. 2 oxygen-free ORP, No. 2 PAC injection amount are obtained. Therefore, it can be more easily determined that there is a strong association with abnormalities in the concentration of released phosphorus.
  • the process state monitoring apparatus In the conventional monitoring control system, the movement (trend) of the process variable selected by the plant operator himself / herself is monitored.
  • the process state change The operator can be advised of the process variables to be monitored that are causing the plant to become aware of changes in plant conditions. As a result, the operator can recognize the abnormal sign generated in the plant at an early stage, and the operator can quickly take measures against the change in the state of the plant.
  • the process state monitoring apparatus it is possible to determine at a glance the factor items that are strongly related to the item of the process abnormality to be detected.
  • a factor it becomes easy to predict the possibility that an abnormality will occur in the item of process abnormality that the operator wants to detect.
  • the plant can be operated efficiently. Operation by plant operation by a small number of operators, centralized monitoring of plant groups distributed in multiple regions, or plant by unskilled operators. Driving is possible.
  • the calculation unit 16 includes the item input unit 16C, but important measurement variables to be monitored by the operator are set in advance according to the monitoring target and the like.
  • the item input unit 16C may be omitted. Even in that case, the same effect as the above-described embodiment can be obtained.
  • the calculation unit includes the item order input unit 16E.
  • the item order is displayed.
  • the input unit 16E may be omitted. Even in that case, the same effect as the above-described embodiment can be obtained.
  • the process state monitoring apparatus it is possible to advise the operator on the process variable to be monitored that causes the change in the process state, and the operator notices the change in the state of the plant. It becomes easy. As a result, the operator can recognize the abnormal sign generated in the plant at an early stage, and the operator can quickly take measures against the change in the state of the plant. As a result, the plant can be operated efficiently. Operation by plant operation by a small number of operators, operation by centralized monitoring of plant groups distributed in multiple areas, or plant operation by unskilled operators, etc. Is possible.
  • the process state monitoring apparatus according to the first to eighth embodiments, several hundred to several thousand are given to the plant operator while following the conventional monitoring method based on time series data of process variables called a trend graph. It is possible to support on-line which item of the process variable that extends to the item should be monitored intensively, and to assist the user to quickly diagnose the abnormality of the monitoring target.
  • Various inventions can be formed by appropriately combining a plurality of constituent elements disclosed in the first to eighth embodiments. For example, some components may be deleted from all the components shown in the embodiment. Furthermore, constituent elements over different embodiments may be appropriately combined. In either case, the same effect as that of the above-described embodiment can be obtained.
  • DYP ... display unit TH1 ... Q statistic threshold, TH2 ... T 2 statistic threshold, THA. THB ... judgment threshold, UL ... upper limit value, LL ... lower limit value, AM ... abnormality diagnosis main screen, AS ... abnormality diagnosis subscreen, 10 ... human machine interface, 12 ... keyboard, 14 ... mouse, 16 ... calculation unit, 18 ... Display processing unit, 20 ... database, 30 ... monitoring target, 40 ... abnormality diagnosis main screen, 41 ... model selection unit, 42 ... state change judgment criterion setting unit, 42A, 42B ... input box, 43 ... state change factor candidate variable display , 44, 45 ... state change detection trigger information display part, 46 ... display condition change link part, 46A ...

Abstract

診断用データを表示するトリガー情報表示部と、トリガー情報表示部で状態変化を検出するための判断基準を設定する判断基準設定部と、トリガー情報表示部の診断用データと判断基準設定部の判断基準によりプロセスの状態変化や異常が検出された場合に、その要因となる要因候補変数の変数名を列挙する要因候補変数表示部と、要因候補変数表示部に表示された要因候補変数のトレンドグラフを表示するための命令を受け付けるトレンドグラフ表示リンク部と、トレンドグラフ表示リンク部に命令が入力された場合に、要因候補変数のトレンドグラフを表示する要因候補変数トレンド表示部と、を有する異常診断メイン画面を表示するプロセス状態監視装置。

Description

プロセス状態監視装置
　本発明の実施形態は、プロセス状態監視装置に関する。
　下水処理プロセス、汚泥消化プロセス、浄水プロセス、給配水プロセスなどの水処理/水運用プロセスや石油化学プロセス、あるいは半導体製造プロセスなどのプロセスの運転管理では、プロセスの所定目標性能の達成と省エネルギ・省コスト運用の両立が求められる。
　ここで、所定目標性能の例としては、下水処理プロセスでは放流水質基準の遵守、汚泥消化プロセスでは生成エネルギ（メタンや水素など）の所定発生量確保、浄水プロセスでは消毒・殺菌などによる給配水水質基準の遵守などが挙げられる。
　一方、省エネ・省コスト運用の例としては、下水処理プロセスではブロワやポンプの駆動電力や薬品注入量の削減、汚泥消化プロセスでは発生エネルギ効率の最大化、浄水プロセスでは薬品注入量の最小化などがあげられる。
　所定目標性能の達成と省エネルギ・省コスト運用は、トレードオフの関係にある場合が多く、省エネ・省コストを追求すると，所定目標を達成できないリスクが高まることが多い。例えば、下水処理プロセスでブロワの電力は下水処理場の消費電力の４０％程度を占めると言われるが、ブロワの電力を削減するためにブロワの送風量を絞ると水質が悪化するリスクが高まる。逆に水質悪化を防止するために十分な送風量を確保すると放流水質を規制値以内に維持するために必要以上の電力を消費してしまう場合がある。
　そのため、所定目標性能の達成と省エネルギ・省コスト運用を両立させるためには、所定目標を達成可能な範囲でできる限り省エネルギでの運用を行いつつ、所定目標を達成できない様な状態に陥らない様に目標性能に関するプロセスの状態を監視し、所定目標の達成を阻害する様な状態変化や異常状態を素早く検知し事前に対策を取ることが要求される。
　現在上下水道プラントなどで利用されているプラント監視では、プロセス管理者やオペレータは、トレンドグラフと呼ばれるプロセスの運用に関わるプロセス測定変数の時系列データを監視し、トレンドグラフ上でプロセスの状態変化や異常を監視することが多い。
　このようにトレンドグラフ上の監視では、各々のプロセス変数に対して、例えば３σ（標準偏差の３倍）などの管理限界や外部から与えた上下限値を与えて、これらの限界値を超えた場合にプロセスの異常を検出して何らかの対応をとることとなる。
　しかし、上記方法では、数百～数千項目に及ぶプラントの計測項目のどの項目で発生するかわからない異常を常に監視することは非常に困難であって、実際には限られた項目のみを監視せざるを得なかった。
　また、通常複数のプロセス変数は物理的および人工的な制約によって互いに何らかの関係（相関など）を持っているが、管理限界値による監視では、このような変数間の関係を無視した監視しか行えない。すなわち、ある１つのプロセス変数において異常が生じた場合、それが単にその変数のみで生じた異常なのか、あるいは、他の変数にも異常が生じ、他の変数との関係性が崩れたプロセスの異常なのかを容易に判断することが困難であった。
　このような従来のプラント監視の問題を解決する方法として、主に石油化学プロセスの分野で発展してきた「多変量統計解析手法」を用いた多変量統計的プロセス監視（ＭＳＰＣ：Multi-Variate Statistical Process Control）と呼ばれる方法が知られている。MSPCは、ケモメトリクス手法と呼ばれることもあり、主成分分析（ＰＣＡ：Principal Component Analysis）に基づいた方法が広く用いられている。
　ＭＳＰＣ手法は、多数の計測データから多数のプロセスデータ間の相関情報を利用して少数（通常２個）の統計量データを生成し、生成された少数の統計量データによってプロセス状態の変化を検出しようとするものである。ＰＣＡを用いたＭＳＰＣでは、ＰＣＡを用いて相関の強いデータ集合（データの部分空間）を生成し、この部分空間内のデータの中心からの距離（ばらつきの程度）を表すＴ２統計量と呼ばれる統計量と、各時刻のデータがこの部分空間からどの程度乖離しているか（相関関係の崩れ）を示すＱ統計量と呼ばれる統計量によってプロセスの状態監視を行う。そして、この２つの統計量の値を監視し、その値が予め設定したしきい値を超えた場合にプロセスが定常状態（安定運用状態）から非定常状態（異常など）に状態が変化したと判断し、この状態変化／異常の検出を行う。そして、その後、その要因となる測定変数の推定（要因分離）を行う。
　この要因分離は、通常Ｔ２統計量やＱ統計量を各測定変数の寄与量と呼ばれる成分に分解し、各測定変数の寄与量の大きいものを異常要因である可能性が高い変数として推定する。異常要因推定後に、異常の検出と要因分離結果を提示された運転員が、状態変化／異常の真の要因を特定し、その状況への対策、という手順をとる。
特開平０７－０６８９０５号公報 特開２００３－０９６４６７号公報 特開２００５－２４９８１６号公報
加納 学、"多変量統計的プロセス管理"、２００５年６月第２版、京都大学大学院工学研究科化学工学専攻プロセスシステム工学研究室、インターネット＜URL: http://tech.chase-dream.coMSPC/report-MSPC.pdf＞ 加納、多変量統計的プロセス監視、<URL:www-pse.cheme.kyoto-u.ac.jp/~kano/lecture/dataanalysis/DOc08_MSPC.pdf> S.Yoon et al, Multivariate Process Monitoring and Early Fault Detection(MSPC) using PCA and PLS、<URL:http://www.umetrics.com/pdfs/events/MSPC%20Application%20at%20Honeywell%20(NPRA).pdf>
　多変量統計プロセス監視では、原理的には、互いに相関を持つ多数の測定変数の中で生じる異常の検出とその要因変数の分離を効率的に行う事ができるが、このＭＳＰＣによる監視・診断システムを実際のプラント監視システムとして実用的な形で実現するためには、ユーザである運転員にとって理解しやすく使いやすい形で診断結果の情報を提示して、ユーザビリティを高める（＝使いにくさを排除する）必要があった。
　本発明は上記事情に鑑みて成されたものであって、監視・診断結果を運転員に理解しやすく、使いやすい形で提供するプロセス状態監視装置を提供することを目的とする。
　本発明の態様によるプロセス状態監視装置は、監視対象から取得した２以上の測定変数から診断用データを演算し、前記診断用データから前記監視対象の異常を検出するように構成された演算部と、前記診断用データを表示する状態変化検出トリガー情報表示部と、前記状態変化検出トリガー情報表示部で状態変化を検出するための判断基準を設定する状態変化判断基準設定部と、前記状態変化検出トリガー情報表示部の診断用データと前記状態変化判断基準設定部で設定された判断基準とによりプロセスの異常が検出された場合に、その要因となる要因候補変数の変数名を列挙する状態変化要因候補変数表示部と、を備えた異常診断メイン画面を表示させるための表示データを生成する表示処理部と、を備える。
図１は、本発明の一実施形態に係るプロセス状態監視装置の一構成例を説明するための図である。 図２は、本発明の第１実施形態に係るプロセス状態監視装置の異常診断メイン画面の一例を示す図である。 図３は、図２に示す異常診断メイン画面の状態変化検出トリガー情報表示部の一例を示す図である。 図４Ａは、図２に示す異常診断メイン画面にリンクされた候補変数相関表示の一例を示す図である。 図４Ｂは、図２に示す異常診断メイン画面にリンクされた候補変数相関表示の一例を示す図である。 図５は、図２に示す異常診断メイン画面にリンクされた表示条件変更画面の一例を示す図である。 図６は、図５に示す表示条件変更画面で表示期間を１週間としたときの状態変化検出トリガー情報表示部の一例を示す図である。 図７は、図５に示す表示条件変更画面で表示期間を２４時間としたときの状態変化検出トリガー情報表示部の一例を示す図である。 図８は、図２に示す異常診断メイン画面の状態変化検出トリガー情報表示部で閾値を調整する機能の一例について説明するための図である。 図９は、図２に示す異常診断メイン画面の状態変化要因候補変数表示部の他の例を示す図である。 図１０は、図２に示す異常診断メイン画面にリンクされた過去異常表示画面の一例を示す図である。 図１１は、図１０に示す過去異常表示画面にリンクされた過去の異常診断メイン画面の一例を示す図である。 図１２は、本発明の第１実施形態に係るプロセス状態監視装置の動作の一例を説明するためのフローチャートである。 図１３は、本発明の第２実施形態に係るプロセス状態監視装置の異常診断メイン画面の一例を示す図である。 図１４は、本発明の第２実施形態に係るプロセス状態監視装置の異常診断メイン画面の他の例を示す図である。 図１５は、本発明の第２実施形態に係るプロセス状態監視装置の動作の一例を説明するための図である。 図１６は、本発明の第３実施形態に係るプロセス状態監視装置の異常診断メイン画面の一例を示す図である。 図１７は、本発明の第３実施形態に係るプロセス状態監視装置の異常診断メイン画面の他の例を示す図である。 図１８は、本発明の第３実施形態に係るプロセス状態監視装置の異常診断メイン画面の他の例を示す図である。 図１９は、本発明の第４実施形態に係るプロセス状態監視装置の異常診断メイン画面の一例を示す図である。 図２０は、本発明の第５実施形態に係るプロセス状態監視装置の異常診断メイン画面および異常診断サブ画面の一例を示す図である。 図２１は、本発明の第６実施形態に係るプロセス状態監視装置の異常診断メイン画面の一例を示す図である。 図２２は、本発明の第７実施形態に係るプロセス状態監視装置の異常診断メイン画面の一例を示す図である。 図２３は、図２３に示す異常診断メイン画面の状態変化検出トリガー情報表示部の他の例を示す図である。 図２４は、図２３に示す異常診断メイン画面の状態変化検出トリガー情報表示部の他の例を示す図である。 図２５は、本発明の第７実施形態に係るプロセス状態監視装置の候補変数トレンド表示画面の一例を示す図である。 図２６は、本発明の第７実施形態に係るプロセス状態監視装置の候補変数トレンド表示画面の他の例を示す図である。 図２７は、本発明の第７実施形態に係るプロセス状態監視装置の候補変数トレンド表示画面の他の例を示す図である。 図２８は、本発明の第７実施形態に係るプロセス状態監視装置の候補変数トレンド表示画面の他の例を示す図である。 図２９は、本発明の第７実施形態に係るプロセス状態監視装置の候補変数トレンド表示画面の他の例を示す図である。 図３０は、図１に示すプロセス状態監視装置の演算部の一構成例を概略的に示すブロック図である。 図３１は、本発明の第８実施形態に係るプロセス状態監視装置において構築される診断モデルの一例を説明するための図である。 図３２は、本発明の第８実施形態に係るプロセス状態監視装置において要因分析結果の一表示例を説明するための図である。 図３３は、図１に示すプロセス状態監視装置の演算部の他の構成例を概略的に示すブロック図である。 図３４は、本発明の第８実施形態に係るプロセス状態監視装置において要因分析結果の他の表示例を説明するための図である。
　以下、本発明の第１実施形態に係るプロセス状態監視装置について、図面を参照して詳細に説明する。本実施形態に係るプロセス状態監視装置は、下水処理プロセス、排水処理プロセス、汚泥消化プロセス、浄水プロセス、給配水プロセス、化学プロセスなどにおける計測項目を監視するプロセス状態監視装置である。
　図１に、本実施形態に係るプロセス状態監視装置の一構成例を概略的に示す。本実施形態に係るプロセス状態監視装置は、ネットワークを介して監視対象（プロセス）３０で計測された状態量や操作量に関する値が蓄積されるデータベース２０と、ヒューマンマシンインタフェース（ＨＭＩ）１０と、ユーザが操作する操作手段としてのキーボード１２およびマウス１４と、を備えている。
　監視対象３０には複数のセンサが設置され、センサで計測された値を、ネットワークを介してデータベース２０へ送信する。データベース２０は、監視対象３０が送信した計測値を受信し、例えば項目毎に計測時刻と計測時刻とを記録する。
　ヒューマンマシンインタフェース１０は、データベース２０や監視対象３０との間で信号を送信および受信する通信手段（図示せず）と、演算部１６と、表示処理部１８と、表示部ＤＹＰとを備えている。
　演算部１６は、所与の監視対象（プロセス）から得られる状態量や操作量に関する少なくとも２つ以上の複数の測定変数から変換あるいは合成した加工変数の時系列データから選択あるいは合成される、プロセスの状態変化や異常を検出するトリガー情報を与えるための一つ以上の診断用データを算出し、この診断用データによって前記複数の時系列データで生じる状態変化および異常を検出し、異常検出後にその要因となる変数を複数の測定変数および加工変数の中から推定するように構成されている。
　演算部１６は、ＭＳＰＣ手法により、データベース２０から受信した複数のプロセス計測データ間の相関情報を利用して、少数（通常２つ）の統計量データを生成し、生成された統計量データによりプロセス状態の変化を検出するように構成されている。
　また、ＰＣＡを用いたＭＳＰＣ手法では、ＰＣＡを用いて相関の強いデータ集合（データの部分空間）を生成し、この部分空間内のデータの中心からの距離（ばらつきの程度）を表すＴ２統計量と呼ばれる統計量と、各時刻のデータがこの部分空間からどの程度乖離しているか（相関関係の崩れ）を示すＱ統計量と呼ばれる統計量を算出する。
　演算部１６は、その後、その要因となる測定変数の推定（要因分離）を行う。この要因分離は、通常Ｔ２統計量やＱ統計量を各測定変数の寄与量と呼ばれる成分に分解し、各測定変数の寄与量の大きいものを異常要因である可能性が高い変数として推定する。
　演算部１６は、通常Ｔ２統計量やＱ統計量によってプロセスの状態監視を行う。この２つの統計量Ｔ２、Ｑの値を監視し、その値が予め設定したしきい値を超えた場合に、監視対象であるプロセスが定常状態（安定運用状態）から非定常状態（異常など）に状態が変化したと判断し、この状態変化および異常の検出を行う。演算部１６は、Ｔ２統計量、Ｑ統計量、各測定変数の寄与量を表示処理部１８に供給する。
　表示処理部１８は、演算部１６から供給されるＴ２統計量、Ｑ統計量、各測定変数の寄与量や、データベース２０から供給されるプロセス計測データを利用して、ユーザに異常診断メイン画面４０を表示するための信号を表示部ＤＹＰに供給する。
　以下に、上記プロセス状態監視装置におけるユーザへの情報提供手順と、画面表示に関わるヒューマンインタフェースの構成について説明する。
　図２に、異常診断メイン画面４０の一例を示す。異常診断メイン画面４０は、異常診断モデル（異常診断システム）が複数存在する場合に、診断モデルに予め番号などのタグを割り当てこのタグにより診断モデルを切り替え可能とするモデル選択部４１、プロセスの状態変化や異常を検出するための診断用データを表示する状態変化検出トリガー情報表示部４４、４５と、状態変化検出トリガー情報表示部４４、４５で状態変化を検出するための判断基準である閾値ＴＨ１、ＴＨ２を設定する状態変化判断基準設定部４２と、状態変化要因候補変数表示部４３と、状態変化要因候補変数表示部４３に表示された少なくとも一つ以上の状態変化要因候補変数のトレンドグラフを表示するための命令を受け付ける状態変化要因変数トレンドグラフ表示リンク部４８と、現在の年月日および時刻（YYYY(年) /MM(月)/DD(日) HH:MM(時刻)）を表示する時刻表示部と、状態変化検出トリガー情報表示部４４、４５のＱ統計量トレンドグラフとＴ２統計量トレンドグラフの横軸に対応する表示期間を変更するための表示条件変更リンク部４６と、過去に状態変化が検出された時点を所定の範囲にわたって表示し、その中の特定の時点の過去に生じた異常を表示するようにリンクをとる過去異常リンク部４７と、状態変化要因候補変数表示部４３に表示された少なくとも２つの状態変化要因候補変数の組あわせに対する、２次元あるいは３次元の散布図を表示する命令を受け付ける候補変数相関表示リンク部４９と、を備える。
　状態変化判断基準設定部４２は、Ｑ統計量閾値ＴＨ１を入力する入力ボックス４２Ａと、Ｔ２統計量閾値ＴＨ２を入力する入力ボックス４２Ｂと、を備えている。
　状態変化検出トリガー情報表示部４４、４５には、異常を検出するための診断用データと合わせて、最終モデル構築日時（YYYY(年)/MM(月)/DD(日) HH:MM(時刻)）と、最終モデル構築日時におけるＱ統計量およびＴ２統計量との現在値を表示された入力ボックス４４Ａ、４５Ａが表示される。
　状態変化検出トリガー情報表示部４４には、診断用データとしてＱ統計量のトレンドグラフが表示される。Ｑ統計量のトレンドグラフには、Ｑ統計量の閾値ＴＨ１が破線で表示されている。図２では、Ｑ統計量が閾値ＴＨ１を超えていることを知らせるために、現在のＱ統計量が、対応するグラフ位置を点滅させる等により強調されている。
　状態変化検出トリガー情報表示部４５には、診断データとしてＴ２統計量のトレンドグラフが表示される。Ｔ２統計量のトレンドグラフには、Ｔ２統計量の閾値ＴＨ２が破線で表示されている。
　Ｑ統計量トレンドグラフおよびＴ２統計量トレンドグラフでは、例えば、非特許文献１等に記載されている主成分分析から計算されるプロセス変数間の相関関係の崩れ（乖離）を表す指標であるＱ統計量とプロセス変数間の相関（超）平面上でのデータの位置の異常度（データ中心からどのくらいばらついているか）を表すＴ２統計量との所定の時間に亘るトレンドグラフが表示されている。
　また、表示しているトレンドグラフの右端の値（通常は現在時刻における値）が、Ｑ統計量の入力ボックス４４ＡとＴ２統計量の入力ボックス４５Ａとに表示されている。
　上記のように多変量統計的プロセス監視（ＭＳＰＣ）としてその有効性が知られているＱ統計量やＴ２統計量と言う診断用データによって、プラント運転員が通常の管理では気づきづらいプラントで生じている異常兆候を素早く検出することができる。
　状態変化判断基準設定部４２には、Ｑ統計量閾値ＴＨ１の入力ボックス４２ＡおよびＴ２統計量閾値ＴＨ２の入力ボックス４２Ｂと、閾値変更ボタン４２Ｃと、が表示される。ユーザは、Ｑ統計量閾値ＴＨ１およびＴ２統計量閾値ＴＨ２を入力する入力ボックス４２Ａ、４２Ｂに値を入力し、閾値変更ボタン４２Ｃを選択することで、閾値ＴＨ１、ＴＨ２を入力した値に設定することができる。
　状態変化要因候補変数表示部４３は、Ｑ統計量トレンドグラフ４４あるいはＴ２統計量トレンドグラフ４５において、状態変化判断基準設定部４２で設定した閾値４２Ａ、４２Ｂにより何らかの異常が検出された場合に、その要因候補となる１つ以上の要因候補変数を、要因である可能性の高い順にソートして変数名をリストとして列挙する。本実施形態では、状態変化要因候補変数の候補変数名を、要因である可能性が高い順にソートして表示するテーブルを備える。図２には、要因である可能性が高い順に「雨量」、「2-3号ＰＡＣ注入量」、「2-2号返送汚泥濃度」の候補変数が示されている。
　Ｑ統計量とＴ２統計量との両方の診断用データで異常が生じている場合には、状態変化要因候補変数表示部４３には、例えば、（１）両方の統計量の寄与量の総和の大きいもの順に列挙する、（２）各統計量の寄与量の大きいもの順に順位をつけて順位の総和の大きいもの順に列挙する、あるいは、（３）各統計量の寄与量が通常時の寄与量の値の分散を基準として例えば２σあるいは３σ以上離れている値を示す変数のみを抽出し、その中から（１）あるいは（２）の基準で大きいものに列挙する等により要因候補変数が表示される。
　その他の方法としては、図２の状態変化要因候補変数表示部４３をＱ統計量用の領域とＴ２統計量用の領域とに分けて、各々に対して寄与量の高い順に異常要因候補変数を列挙してもよい。
　また、列挙する異常要因候補変数の数の最大値は外部から設定するように構成されてもよい。一例として、一枚の画面で同時に表示するトレンドグラフの数は１桁程度であることが多いため、例えば８個あるいは１０個ぐらいまでの候補変数を列挙できるようにする。
　実際に要因候補変数として列挙する場合には、外部から設定した表示可能最大数（上記例では８個あるいは１０個）に相当する様に、異常要因である可能性の高いものから順に表示可能最大数までの候補を機械的に表示する様に構成されてもよい。
　その他、上記（３）の方法に準じて、例えば各寄与量の値が通常時（異常検出がされていない場合）の寄与量値の分散を基準として２σあるいは３σ以内に入っているものは表示せずに、それ以外のものの中から表示可能最大数（上記例では８個あるいは１０個）までの範囲内で、要因である可能性の高い順に列挙してもよい。
　また、状態変化要因変数トレンドグラフ表示リンク部４８は、この部分にマウス１４によるクリックなどでアクション命令を行うと、図３に示すような状態変化要因候補変数のトレンドグラフが表示される状態変化要因候補変数トレンド表示部４８Ａと関連付け（リンク）されている。
　異常診断メイン画面４０において、状態変化要因変数トレンドグラフ表示リンク部４８が、ユーザによって選択されると、表示部ＤＹＰに状態変化要因候補変数のトレンドグラフ４８Ａが表示される。
　図３に、状態変化要因候補変数のトレンドグラフ４８Ａの一例を示す。図３に示す状態変化要因候補変数のトレンドグラフ４８Ａには、異常診断メイン画面４０の状態変化要因候補変数表示部４３に表示された候補変数が時系列で表示される。ユーザは、トレンドグラフ４８Ａから、プロセスの状態変化や異常の要因となった変数を検討することが可能となる。
　トレンドグラフ４８Ａの表示期間は、外部から設定できるようにしておいてもよく、表示条件変更リンク部４６で設定した期間に同期させ、Ｑ統計量トレンドグラフやＴ２統計量トレンドグラフの表示期間と同じ範囲のトレンドグラフを表示させてもよい。
　また、図３では、異常要因候補変数を全てのトレンドグラフを一枚の画面上に表示しているが、状態変化要因候補変数表示部４３に表示した異常要因候補変数を選択し、選択された変数のみのトレンドグラフを表示する様にしてもよい。また、図３では一つの画面に全てのトレンドグラフを同時表示させているが、この異常要因候補変数のトレンドグラフの個別に表示する様にしてもよい。
　上記のように、本実施形態に係るプロセス状態監視装置によれば、監視対象の状態変化を生じさせている監視すべきプロセス変数をユーザに助言することができる。これによって、ユーザは、監視対象で生じる異常兆候を早期に認識することができ、オペレータがプラントの状態変化に対して素早く対策をとることができる。
　その結果、監視対象であるプロセスの運用を効率的に行うことができるようになり、少人数のオペレータ（ユーザ）による監視や、複数の地域に分散する監視対象群の集中監視による運用、あるいは、非熟練のオペレータ（ユーザ）による監視が可能になる。
　また、多変量統計的プロセス監視をより効果的に利用するためには、候補変数相関表示リンク部４９を有することが好ましい。多変量統計的プロセス監視では、そもそも一つの変数だけを監視しているだけではわからない複数の変数間の相関関係の崩れを監視して異常を検出するものであり、実際Ｑ統計量は相関関係の崩れを表す指標である。従って、多変量統計的プロセス監視手法によって異常が検出された場合に、その要因候補変数のトレンドグラフを単に確認するだけでは、監視対象プラントで何が生じているのかをオペレータが認識できない場合もある。
　候補変数相関表示リンク部４８は、この部分にマウス１４によるクリックなどでアクション命令が入力された場合に、図４Ａ、図５Ｂに示すような２つあるいは３つの状態変化要因候補変数の散布図を表示する状態変化要因変数相関表示部４９Ａ、４９Ｂと関連付け（リンク）されている。
　異常診断メイン画面４０において、候補変数相関表示リンク部４９が、ユーザによって選択されると、表示部ＤＹＰに候補変数の相関グラフ４９Ａまたは相関グラフ４９Ｂが表示される。相関グラフ４９Ａは、横軸を「2-2号返送汚泥濃度」とし、縦軸を「雨量」とした２次元の散布図である。相関グラフ４９Ｂは、第１軸を「雨量」とし、第２軸を「2-3号ＰＡＣ注入量」とし、第３軸を「2-2号返送汚泥濃度」とした３次元の散布図である。このような表示機能を有することによって、トレンドグラフからだけでは明確に認識できない相関関係の崩れによる異常兆候を目視で確認することができる。
　この際、図４Ａおよび図４Ｂに示した２次元あるいは３次元の散布図の軸となる２変数あるいは３変数の選択方法としては、（１）異常要因候補変数の中の異常要因である可能性の高い順に２変数／３変数を選択する。（２）図７に示す様にオペレータが見たいと考える２変数／３変数の軸を選定して表示する。（３）異常要因候補変数に提示された全ての組み合わせの２次元／３次元散布図を同時に表示する。などの方法を採用することができる
　ユーザは、候補変数相関表示リンク部を選択して、２又は３の状態変化要因候補変数の散布図を表示部ＤＹＰに表示して、２又は３の変数間の関係を目視で確認することができる。
　このように、候補変数の相関グラフを表示可能とすることによって、監視対象で計測している複数の測定変数間の相関関係の崩れなど、１つの変数だけに着目していたのではわからない監視対象の異常を目視で確認することができ、ユーザは異常時に素早く対応を取ることが可能となる。
　異常診断メイン画面４０において、表示条件変更リンク部４６が、ユーザによって選択されると、表示部ＤＹＰに診断データの表示条件を変更する変更画面４６Ａが表示される。変更画面４６Ａでは、ユーザは、異常診断メイン画面４０に表示されているトレンドグラフの横軸および縦軸の条件を変更することが可能である。
　変更画面４６Ａは、時間軸（横軸）について最新表示時刻および表示期間を入力する入力ボックスと、統計量軸（縦軸）について最小値および最大値を入力する入力ボックスと、を備えている。
　例えば、変更画面４６Ａで時間軸（横軸）の表示期間を１週間とした場合、例えば図６に示すように１０月１日０：００から１０月７日０：００までの１週間の診断データがトレンドグラフで表示される。例えば、変更画面４６Ａで時間軸（横軸）の表示期間を１日（２４時間）とした場合、例えば図７に示すように１０月１日０：００から１日の診断データがトレンドグラフで表示される。
　図６および図７に示すトレンドグラフを比較することにより、１週間単位の表示では過去１週間と比較して急激に統計量の値が上昇しておりプロセスの状態が急速に悪化していることが読み取れる。このように状態変化検出トリガー情報表示部４４、４５の表示期間や表示レンジを任意に切り替え監視対象のプロセスの状態がどのように変化しているかをわかりやすく表現することができる。
　すなわち、ユーザはトレンドグラフの表示条件を変更可能とすることによって、ユーザは、短期間に生じる突発的な異常や比較的長期にわたって徐々にプラント状態が変化していくドリフト的に生じる異常を目視で確認することができ、どのような対策を取るべきかを判断する際に有効な情報を得ることができる。
　さらに、本実施形態に係るプロセス状態監視装置では、状態変化判断基準設定部４２で診断データあるいは重要変数に対する閾値を外部から設定するだけでなく、トレンドグラフや軌跡グラフあるいはレーダチャート上に表示した閾値をマウス１４などの入力手段によるドラッグおよびドロップで調整することができる。
　例えば、状態変化検出トリガー情報表示部４５において、図８に示すように、Ｔ２統計量の閾値ＴＨ２を示す破線の位置をマウス１４で選択してドラッグおよびドロップすることにより、破線の位置を調整することができる。このとき、Ｔ２統計量の閾値ＴＨ２は、破線の位置に対応する値に変更される。
　ユーザが、検出したいレベルの状態変化や異常兆候に対応する閾値を、表示部ＤＹＰの画面において目視で確認しながら容易に設定することができ、ユーザが対策を取るべき状態変化と対策を取る必要のない状態変化とを容易に識別することが可能となる。
　また、Ｑ統計量トレンドグラフやＴ２統計量トレンドグラフ上に表示されているしきい値をマウスでドラッグおよびドロップするなどして閾値ＴＨ２を変更すると、それが状態変化判断基準設定部４２の２つのボックス４２Ｂの閾値ＴＨ２の値に反映されるように構成されることが好ましい。このようにすることによって、実際の診断用データの値を目視で確認しながらしきい値レベルをオペレータがストレスなく調整することができる。
　図９に、状態変化要因候補変数表示部の他の例を示す。図９の状態変化要因候補変数表示部４３´には、トレンドグラフとして表示するか否かを選択するための表示選択欄がさらに表示される。ユーザは、トレンドグラフを表示させたい候補変数の表示選択欄を選択した後に、状態変化要因変数トレンドグラフ表示リンク部４８を選択することによって、選択した候補変数のトレンドグラフを表示させることができる。
　また、異常を検出しその要因変数のトレンドグラフが表示された場合、ユーザは対策を取る必要があるか否かを判断して、対策を取る必要がある場合には適切な対策を取る。この対策を取る際の参考情報として、過去に生じた異常を見つけることができると、その時の対策に準じた対策を取ることができる可能性が高い。
　そこで、本実施形態では、異常診断メイン画面４０の様に「過去の異常を見る」というボタンを設置しておき、この部分にアクション命令が入力された場合に、例えば図１０に示すような過去異常画面４７Ａが表示される。データベース２０には、例えば、過去に異常が発生した時刻、異常要因候補変数、異常時の対策の有無等が記録されている。図１０に示す過去異常画面４７Ａでは、予め設定した所定の期間に亘る過去の異常発生日時のリストが表示される。
　また、好ましくは各々の異常発生時において異常要因候補として列挙されたものと、現在生じている異常要因候補の組について、例えば要因候補変数が一致している場合は１で一致していない場合は０を割り当てるなどして類似度を定義しておき、どの異常状態が現在の異常状態と近い異常状態であるかを順位づけておくとよい。
　さらに好ましくは、各々の異常時に対策をとったか対策を取らなかったかをデータベース２０に記録しておき、対策をとった場合には、画面上の「有」（図１０の対策「有」の箇所）をクリックすると、プラントオペレータが何らかの操作変更を行った操作量のトレンドグラフなどが表示されるような仕組みを持っているとより好ましい。
　このように、所定期間の過去の異常状態のリストの中から特定の過去の異常イベントを選定すると、異常診断メイン画面４０が選択した時期の異常診断メイン画面５０に切り替わる。なお、異常診断メイン画面５０について、異常診断メイン画面４０と同様の機能については、同一の符号を付して説明を省略する。
　図１１に、異常診断メイン画面５０の一例を示す。異常診断メイン画面５０へ表示が切り替わると、異常診断メイン画面４０の「過去の異常を見る」の過去異常リンク部４７は「現在の状態に戻る」のボタン５７に切り替わる。この様に、過去に生じた異常を参照することによって、プラントオペレータ（ユーザ）は対策を取ることが容易になる。
　さらに、異常診断モデル自身を例えば季節毎や月毎などに応じて複数持っている場合、あるいは、プロセス時系列データの周波数（変化の速さ）に応じて複数持っている場合などは、診断モデル切り替え部４１で適宜診断モデルを選定して切り替えることができるように構成されている。
　次に、上記プロセス状態監視装置の動作について図１２を用いて説明する。データベース２０に蓄積されたプロセス測定データがヒューマンマシンインタフェース１０の演算部１６で前処理され（ステップＳＡ１）、診断用データ（診断統計量）が算出される。その後、演算部１６は、算出した診断用データの監視を開始する（ステップＳＡ２）。
　表示処理部１８は、演算部１６で算出された診断用データを取得し、異常診断メイン画面４０を表示するための画像データを生成し、表示部ＤＹＰに異常診断メイン画面４０を表示させる。
　演算部１６は、診断用データから監視対象３０の異常を検出すると（ステップＳＡ３）、プロセス計測データから要因変数を特定する（ステップＳＡ４）。このとき、表示処理部１８は、異常診断メイン画面４０で異常が検出されたことを提示し、要因変数を可能性が高い順に状態変化要因候補変数表示部４３に表示する。表示処理部１８は、異常診断メイン画面４０でのユーザの操作に応じて、関連付けられた画面を表示したり、表示設定を変更したりして、ユーザの変数監視動作を支援する（ステップＳＡ５）。
　以上の様な手順を踏むことによって、従来のプラント監視方法では、プラントオペレータが自分自身の判断で監視するプロセス変数を選択しそのトレンドグラフを監視していたのに対し、プラントオペレータに監視すべきプロセス変数を助言した上で対応するトレンドグラフを監視することができる。
　従来は、異常要因候補を寄与量プロット（Contribution Plot）と呼ばれるバーグラフで表示していた。このような方法で異常を検出した後に異常要因を推定することが典型的多変量統計的プロセス監視の手順であるが、これは、従来実際のプラントでプラント運転を行っているオペレータの監視方法とは異なるものである。プラントオペレータは通常はプロセス変数のトレンドグラフを監視しているため、多変量統計的プロセス監視の監視方法が如何に原理的に優れた方法であっても監視方法を急に切り替えることは好まないと考えられる。
　これに対し、本願は従来の監視方法を踏襲した上でより効率的にプラントを監視する方法を考案することを狙ったものであり、従来のトレンドグラフ監視に対して支援機能を付加した形でＭＳＰＣの監視方法を導入している。このような仕組みを取ることによって、プラントオペレータはストレスを感じることなく、現状の監視方法よりより効率的な監視を行えるようになる。
　すなわち、上記実施形態に係るプロセス状態監視装置によれば、プラントオペレータに監視すべきプロセス変数を示して監視作業を支援し、対応するトレンドグラフの監視が可能となる。これによって、プラントで生じる異常兆候を早期にオペレータが認識することができ、従来の監視制御システムの枠組みから大きく離れることなくオペレータがプラントの状態変化に対して素早く対策をとることができるようになる。
　次に、本発明の第２実施形態に係るプロセス状態監視装置について図面を参照して以下に説明する。なお、以下の説明において上述の第１実施形態に係るプロセス状態監視装置と同様の構成については、同一の符号を付して説明を省略する。
　図１３に、本実施形態に係るプロセス状態監視装置において、表示部ＤＹＰに表示される異常診断メイン画面６０の一例を示す。異常診断メイン画面６０では、状態変化検出トリガー情報表示部６１に表示する診断用データとして、プラントオペレータが特に重要視しているプロセス測定データあるいはプラントの管理指標など測定変数から生成した変数（以下重要変数という）を採用している。
　異常診断メイン画面６０は、状態変化検出トリガー情報表示部６１としてプロセス重要変数リストと、判定変数変更ボタン６２と、状態変化要因候補変数表示部６３と、過去異常リンク部６４と、状態変化要因変数トレンドグラフ表示リンク部６５と、候補変数相関表示リンク部６６と、を備える。
　プロセス重要変数リストは、複数の重要変数の「変数名」、「現在値」、「診断上限値」、「診断下限値」、「警告上限値」、および、「警告下限値」を表示するテーブルを備える。重要変数の診断上限値および診断下限値は、監視対象が異常か否かの判断をユーザに提示するための閾値として設定されている。重要変数の警告上限値および警告下限値は、監視対象に異常が発生していることをユーザに警告するための閾値として設定されている。
　オペレータは、診断上限値および診断下限値の設定を変更することが可能である。異常診断メイン画面６０は、プロセス重要変数リストで表示される重要変数の診断上限値および診断下限値を設定する、状態変化判断基準設定部６１Ａをさらに備えている。
　状態変化要因候補変数表示部６３は、状態変化検出トリガー情報表示部６１のプロセス重要変数が、状態変化判断基準設定部６１Ａで設定したしきい値により異常と判断された場合に、その要因候補となる1つ以上の要因候補変数を、要因である可能性の高い順にソートして変数名をリストとして列挙するように構成されている。
　状態変化要因変数トレンドグラフ表示リンク部６５は、状態変化要因候補変数表示部６３で表示された少なくとも一つ以上の状態変化要因候補変数のトレンドグラフを表示するための命令を受け付ける。
　候補変数相関表示リンク部６６は、状態変化要因候補変数表示部６３に表示された少なくとも２つ乃至３つの状態変化要因候補変数の組あわせに対する２次元あるいは３次元の散布図を表示する命令を受け付ける。
　過去異常リンク部６４は、過去に状態変化が検出された時点を所定の範囲にわたって表示し、その中の特定の時点の過去に生じた異常を表示する命令を受け付ける。過去異常リンク部６４は、例えば図１０に示す過去異常画面４７Ａが表示される。
　図１４に、重要変数をトレンドグラフで表示する異常診断メイン画面７０の一例を示す。本実施形態に係るプロセス状態監視装置は、複数の重要変数のなかでプロセス重要変数リストに表示された重要変数を、トレンドグラフとして表示可能に構成されている。
　異常診断メイン画面７０は、状態変化検出トリガー情報表示部７１と、状態変化判断基準設定部７１Ａと、判定変数変更ボタン７２と、状態変化要因候補変数表示部７３と、表示条件変更リンク部７４と、過去異常リンク部７５と、状態変化要因変数トレンドグラフ表示リンク部７６と、候補変数相関表示リンク部７７と、を備えている。
　上記のようにトレンドグラフを表示することにより、オペレータは、プロセス重要変数リストから選択した重要変数をトレンドグラフで表示して、所定期間の重要変数の変化から、異常の兆候を確認することできる。
　以下本実施形態に係るプロセス状態監視装置の動作を説明する。まず、図１３に示すプロセス重要変数リストには、プラント運転員がプロセス運用上重要と考えているプロセスの測定変数あるいは測定変数から合成した管理指標などが表示されている。
　例えば、監視対象が下水処理プロセスの場合、最も重要な要求事項が放流水質を規制値未満に維持することであるとし、放流水質の項目であるリン濃度や窒素濃度が重要変数として選択してもよい。また、このような直接的な指標ではなく、プラント運転上管理している好気槽汚泥滞留時間（ＡＳＲＴ）など測定変数から計算される管理指標が選択されてもよい。
　また、放流水質を維持するだけでなく、近年の省エネ法の改正などに伴いできる限り省エネルギでプラントを運用したいという要求事項もある。これに対応する指標としては、例えば単位処理量（１ｍ３）当たりの電力量（ｋｗｈ）を表すエネルギ原単位があり、これが重要変数として表示されてもよい。
　また、下水処理プロセスで最も電力量を消費しているのは曝気と呼ばれる空気供給操作であり、下水中に存在する酸素量を表す溶存酸素濃度（ＤＯ濃度）は曝気に伴う電力量と直接関係するためＤＯ濃度が重要変数として選択されてもよい。
　このように、プラント運用上、プラントオペレータが最も気を配っている重要な変数をプロセス重要変数リストには表示し、その診断上限値および診断下限値を設定しておく。プロセス重要変数は、通常監視しているプロセス変数の中の要素であることが多いため、その場合には、アラーム発報を行う警報上限値および警報下限値は既に設定されていることが多い。ここでは、プロセス重要変数が通常状態より少し悪化した場合に、その要因を発見することを目的として、警報上限値よりも小さい値で通常の変動範囲よりも少し大きい値として診断上下限値を設定しておく。
　そして、このプロセス重要変数リスト一覧の中で異常判定を行う変数を１つあるいは２つ程度選択できる様にしておく。ここで、例えば放流リン水質濃度を選択した場合、好ましくは表示画面が異常診断メイン画面６０から異常診断メイン画面７０に切り替わり、プロセス重要変数トレンドグラフに選択した変数のトレンドグラフが表示される。
　このプロセス重要変数トレンドグラフは、表示されているデータが上述の第１実施形態のＱ統計量やＴ２統計量ではなく、実際の物理変数や管理指標であるという点以外は全く同様の形式で表示されている。
　従って、表示条件変更リンク部７４による表示範囲の切り替えや、閾値（診断上限値および診断下限値）のマウスによるドラッグおよびドロップによる変更は、上述の第１実施形態の場合と同様に実施することができる。
　次に、プロセス重要変数トレンドグラフで示している選択したプロセス重要変数が状態変化判断基準設定部７１Ａで設定した閾値レベルを超えた場合には、状態変化要因候補変数表示部７３にその要因となる候補変数名を要因である可能性の高い順に提示される。
　要因である可能性の高い候補変数名を表示するためには、多変量統計的プロセス監視手法による診断（ステップＳＢ５～ＳＢ７）を、図１５に示すようにバックグラウンドで実施しておき、Ｑ統計量やＴ２統計量の値に対する各プロセス変数（＝測定変数＋加工変数）の寄与量の大きい順に提示することができる。
　この時、正常であるか異常であるかの判断は、Ｑ統計量やＴ２統計量ではなく選択したプロセス重要変数で実施しているので、Ｑ統計量あるいはＴ２統計量の寄与量の中で自分自身（選択したプロセス重要変数）に相当するものを除いた中で、（１）両方の統計量の寄与量の総和の大きいもの順に列挙する、（２）各統計量の寄与量の大きいもの順に順位をつけて順位の総和の大きいもの順に列挙する、あるいは、（３）各統計量の寄与量が通常時の寄与量の値の分散を基準として例えば２σあるいは３σ以上離れている値を示す変数のみを抽出し、その中から上記（１）あるいは上記（２）の基準で大きいものに列挙する、などを行えばよい。
　その他の方法としては、図１３あるいは図１４の状態変化要因候補変数表示部６３、７３を、Ｑ統計量用のものとＴ２統計量用のものとの２つの領域に分けて、各々に対して寄与量の高い順に異常要因候補変数を列挙してもよい。
　また、その他の方法としては、バックグラウンドでＱ統計量およびＴ２統計量での診断を別途行っておき、選択したプロセス重要変数で異常が検出された時に、Ｑ統計量およびＴ２統計量でも同じタイミングで異常が検出されている場合のみ、異常要因変数候補の中から、現在判断基準としているプロセス重要変数を除いた中から要因変数候補変数を列挙してもよい。
　上記のように、本実施形態では、プロセスで生じる異常兆候をＱ統計量やＴ２統計量と言う数学的（統計的）にしか意味を持たないプラントオペレータにとってわかりにくい指標ではなく、オペレータ自身が重要と認識している変数（重要変数）を異常兆候検出のトリガーとしている。
　従来のプロセス監視ではオペレータが重要と判断している変数を監視していたとしても、その変数で異常が現れた場合、オペレータ自身の経験や知識に基づく判断で要因を探す必要があったが、本実施形態に係るプロセス状態監視装置によれば、重要変数で異常が認識された場合に、その要因候補となる変数を確認することをオペレータに促すことができ、オペレータの判断を支援することができる。
　すなわち、本実施形態に係るプロセス状態監視システムによれば、Ｑ統計量やＴ２統計量という非物理量である統計データではなくオペレータ自身が十分に良く認識している重要変数をトリガーとして異常検出を行うため、オペレータがストレスなく監視を行うことができる。
　また、プラントのオペレータが監視の際に最も気を配っている測定変数や管理指標に変化が現れた時、その変数の状態変化と同じタイミングで状態変化を生じている関連する変数を提示することができる。そのため、プラントオペレータが運転管理上特に重要視している変数で異常兆候が現れた場合に、その要因の推定を容易とすることができる。これにより、プラントオペレータが重要変数で生じている異常状態への対応を迅速に取ることができる。
　さらに、Ｑ統計量やＴ２統計量による診断では、例えばセンサのメンテナンスや明らかな故障など従来のプラント監視では警報上限値および警報下限値などにより既に監視している様な明白な異常状態も全て異常として検出してしまう。これに対し、本実施形態に係るプロセス状態監視装置では、プラントオペレータが本当に知りたい異常兆候のみを検出してその要因変数を探す効率を向上させることができる。
　次に、本発明の第３実施形態に係るプロセス状態監視装置について図面を参照して説明する。本実施形態に係るプロセス状態監視装置は、異常検出を行うトリガーとなる診断用データが２つある場合に、その各々のデータを時系列データのトレンドグラフで表示するのではなく、２次元の軌跡として表示するとともに、異常判定の閾値を各々の診断用データに対する単純な閾値ではなく、複雑な形状の閾値で設定している点である。
　図１６乃至図１８に、本実施形態に係るプロセス状態監視装置において、表示部ＤＹＰに表示される異常診断メイン画面８０、９０、１００の一例を示す。異常診断メイン画面８０と上述の異常診断メイン画面６０、７０とは、状態変化検出トリガー情報表示部８４、９４、１０４と状態変化判断基準設定部８２、９２、１０２のみが異なっている。
　図１６に示す異常診断メイン画面８０は、状態変化検出トリガー情報表示部８４として、Ｑ統計量とＴ２統計量との２次元軌跡表示部を備えている。図１７に示す異常診断メイン画面９０は、状態変化検出トリガー情報表示部９４として、Ｑ統計量とロバストＱ統計量の２次元軌跡表示部を備えている。図１８に示す異常診断メイン画面１００は、状態変化検出トリガー情報表示部１０４として、放流リン濃度とエネルギ原単位との２次元軌跡表示部を備えている。
　状態変化判断基準設定部８２、９２、１０２は、２つの診断用データの相関に対する閾値を設定できる様になっている。また、２つの診断用データの軌跡がある周期を持つ閉じた軌跡を描く場合には、図１５に示した２重楕円のような閾値ＴＨＡ、ＴＨＢを設定してもよい。
　図１６ではこのような形状の判断閾値を入力するボックスを描いていないが、必要なパラメータを入力する様なボックスを設けてもよい。また、複雑な形状の閾値を設定する場合には、例えば図１６に示した２重楕円ＴＨＡ、ＴＨＢのようにマウス１４等を操作して画面上で閾値を自由に描くことが可能であって、描かれた形状に対応する値が判断基準として反映されるように構成されてもよい。
　本実施形態に係るプロセス状態監視装置によれば、プラントオペレータは上述の第１実施形態の場合のように２つのトレンドグラフを監視するのではなく、１つの画面で示される２次元軌跡で異常状態を監視することになる。そのため、プラントオペレータが一つの画面のみ注目していればよく、より監視が容易になる。さらに２つの診断用データのどちらのデータに異常が生じているのかを視覚的に容易に判断できるようになる。
　例えば異常診断メイン画面８０では、２次元軌跡が紙面に向かって右方向に移動する場合には、横軸にとった診断用データの異常であり、２次元軌跡が紙面に向かって上方向に移動する場合には縦軸にとった診断用データの異常であり、２次元軌跡が紙面に向かって右上方向に移動する場合には両方の診断用データの異常であるという判断が視覚的に容易に可能となる。
　また、診断用データである統計量やプロセスの重要変数は、図１６に示す様な閉じた軌跡を描く場合があり、このような場合には図１６に示す様に単純に２つの各々の診断用データに対する閾値ＴＨ１、ＴＨ２ではなく、閉じた軌跡に沿って図１６の楕円のような判断閾値ＴＨＡ、ＴＨＢを設けて異常兆候の判断を行うことができる。これにより、異常兆候の診断精度が向上させることが可能となる。
　診断用データが閉じた軌跡を描く場合が想定される場合は、例えば以下の様なケースがある。下水処理プロセスなどでは、流入してくる下水が人間社会の日常生活を反映して日単位の周期的な変動を持っていることが多く、そのため、例えば放流リン濃度、流入量、放流量、風量というプロセス変数も日単位の周期変動をしていることが多い。これに伴い、これらの変数から合成されるＱ統計量やＴ２統計量も結果的に周期的な変動をしていることも多い。このような場合には、診断データ毎に設定した閾値ＴＨ１、ＴＨ２による判断ではなく、閾値ＴＨＡ、ＴＨＢで判断することができる。こうすることによって、よりタイトに異常兆候を判断できると同時に、それを視覚的にも判断できる。
　さらに、図１７や図１８に示す様に２つの診断用データが互いに相関を持っている場合がある。
　　図１７はＱ統計量とロバストＱ統計量という２つの診断データで異常兆候を検出する場合の例を示している。Ｑ統計量とロバストＱ統計量との違いは次の通りである。すなわち多変量統計的プロセス監視においてＱ統計量を計算するための異常診断モデルを主成分分析によって作成する際、プラントの測定変数やそれから合成される加工変数に対してそのまま主成分分析をかけた主成分から合成した統計量がＱ統計量である。ロバストＱ統計量は、プラント測定変数に含まれるアウトライアなどの異常データを十分に取り除いた上で、主成分分析をかけた主成分から合成したＱ統計量である。
　これらの２つのデータは同じＱ統計量であるが、ロバストＱ統計量では異常データを十分に取り除いて導出した主成分を用いて診断用モデルが作成されているため、異常診断を行う際、正常状態から少しでも乖離したデータが混入するとそれを異常として検出し、異常に対する感度が高くなる。ところが、単純なＱ統計量ではもともとある程度異常データが混入している状況で導出した主成分から合成した統計量であるため、明確な異常で無い場合には異常を検出することが困難になる。
　一方、正常データが入力された場合は、これらの２つの量は同じＱ統計量というものを計算しているためある程度似た値を持つことが期待でき、Ｑ統計量とロバストＱ統計量を２次元平面に表示すると正常状態であればある相関軸周りにその値が集中する。
　プラントに異常が発生した場合にはＱ統計量とロバストＱ統計量の相関関係が崩れるため、図１７の異常診断メイン画面９０示した様に相関軸に沿ってしきい値Ｂ１、Ｂ２を設定すれば高精度が診断を行える場合がある。
　同様にプロセス重要変数によって異常検出のトリガーをかける場合にも、２つのプロセス重要変数で判断したい場合には、図１７と同じ様な判断ができる場合がある。図１８はその例の一つであるが、プロセス重要変数として水質規制に関わる放流リン水質濃度と省エネルギ運用に関わるエネルギ原単位の２つを監視したい場合を想定している。
　この場合放流リン水質とエネルギ原単位は完全に独立ではなく、ある程度の相関を持つと考えられる。何故なら下水の流入水質あるいは流入負荷（流入量×流入水質）が高い場合には放流リン水質は悪化しやすく、エネルギ原単位も高くなる可能性が高いからである（エネルギ原単位は単位流量当たりのエネルギであるため流入量の変動にはあまり影響を受けないと考えられるが流入水質の変動には影響される）。従って、放流リン水質とエネルギ原単位にある程度の相関が認められる場合には、各々のデータに対するしきい値で判断するよりも図１８の異常診断メイン画面１００に示した様な相関軸に沿ったしきい値Ｂ３、Ｂ４で判断した方が異常検出の精度を向上させることができる。
　上記のように、本実施形態に係るプロセス状態監視装置によれば、２つの診断データで異常検出のトリガーをかける場合、オペレータが２つの画面を同時に監視する必要がなく、一つの画面で監視できる様になりより効率的に監視することができる。
　さらに、２つの診断データで異常検出を行う場合、２つの診断データが独立に変動するデータではなく、互いに相関があったり周期性を持ったりするような何らかの関係がある場合、異常判断の基準をより精密に行うことができ、結果としてプラントオペレータにより迅速にプラントの異常兆候を提示することが可能となる。
　次に、本発明の第４実施形態に係るプロセス状態監視装置について図面を参照して説明する。本実施形態に係るプロセス状態監視装置では、異常診断メイン画面の状態変化検出トリガー情報表示部のみが上述の第２実施形態に係るプロセス状態監視装置と異なっている。
　図１９に本実施形態のプロセス状態監視装置における、異常診断メイン画面１１０の一例を示す。異常診断メイン画面１１０は、状態変化検出トリガー情報表示部１１２として、３つ以上のプロセス重要変数の値と閾値とを表示するプロセス重要変数レーダチャート表示部と、プロセス重要変数リスト１１３と、を有している。
　プロセス重要変数リスト１１３には、プラント運転員がプロセス運用上重要と考えているプロセスの測定変数あるいは測定変数から合成した管理指標などが表示されている。上述の第２実施形態の場合と同様のプロセス管理上重要なプロセス重要変数がリストアップされている。
　そして、このプロセス重要変数リスト一覧の中で異常判定を行う変数を３つ以上選択できる様にしておく。ここで、例えば放流リン水質濃度、放流窒素濃度、ＡＳＲＴ、エネルギ原単位、および、ＤＯ濃度の５つを選択した場合に、異常診断メイン画面１１０のプロセス重要変数レーダチャート１１２のように５つの変数についてのレーダチャートが表示される。
　プロセス重要変数レーダチャート１１２は、５つの各々のプロセス重要変数に対する診断上下限値が設定できるように構成されている。プロセス重要変数レーダチャート１１２は、５つの各々のプロセス重要変数の上限値ＵＬを入力する入力ボックス１１２Ｕと、下限値ＬＬを入力する入力ボックス１１２Ｌと、を備えている。入力ボックス１１２Ｕおよび入力ボックス１１２Ｌに値が入力されると、レーダチャートの表示が更新される。表示処理部１８は、設定された上限値ＵＬおよび下限値ＬＬに応じて、プロセス重要変数をレーダチャート上にプロットする。
　プロセス重要変数レーダチャート１１２で表示している選択した５つのプロセス重要変数の中のいずれか一つ以上の変数が、状態変化判断基準設定部で設定した上限値ＵＬおよび下限値ＬＬを超えた場合には、例えば、状態変化要因候補変数表示部１１３にその要因となる候補変数名が要因である可能性の高い順に提示される。
　状態変化要因候補変数表示部１１３に候補変数名を表示する場合、上述の第２実施形態の場合と同様に、（１）両方の統計量（Ｑ統計量およびＴ２統計量）の寄与量の総和の大きいもの順に列挙する、（２）各統計量の寄与量の大きいもの順に順位をつけて順位の総和の大きいもの順に列挙する、あるいは、（３）各統計量の寄与量が通常時の寄与量の値の分散を基準として例えば２σあるいは３σ以上離れている値を示す変数のみを抽出し、その中から上記（１）あるいは上記（２）の基準で大きいものに列挙する、などを行えばよい。
　なお、本実施例ではプロセス重要変数が複３つ以上の複数ある場合についての作用を示したが、診断用データがＱ統計量やＴ２統計量などの統計量である場合にも、これらの統計量が３つ以上存在する場合には本実施例と同様の表示を行うことができる。
　本実施形態に係るプロセス状態監視装置によれば、３つ以上の診断データや重要変数によって異常検出の判断を行う場合、オペレータが複数の画面を同時に監視する必要がなく、一つの画面で監視できる様になりより効率的な監視が可能となる。
　次に、本発明の第５実施形態に係るプロセス状態監視装置について図面を参照して説明する。本実施形態では、表示処理部１８は、異常診断メイン画面ＡＭと、異常診断サブ画面ＡＳとを並べて表示するように構成されている。例えば、異常診断メイン画面ＡＭとして上述の第１実施形態に係るプロセス状態監視装置の異常診断メイン画面４０を表示し、異常診断サブ画面ＡＳとして、上述の第２実施形態に係るプロセス状態監視装置の異常診断メイン画面６０を表示させてもよい。
　図２０に、異常診断メイン画面ＡＭと異常診断サブ画面ＡＳとの並列表示の一例を示す。異常診断メイン画面ＡＭは、上述の第２実施形態に係るプロセス状態監視装置の異常診断メイン画面６０と同様の構成である。異常診断サブ画面ＡＳは、Ｑ統計量のトレンドグラフとＴ２統計量のトレンドグラフと、拡大表示ボタン２００と、を含む。
　プロセスオペレータがマウス１４等を操作して拡大表示ボタン２００をクリックすると、異常診断メイン画面ＡＭと異常診断サブ画面ＡＳとの表示内容が入れ替わる。なお、異常診断メイン画面ＡＭと異常診断サブ画面ＡＳとには、上述の第１乃至第４実施形態に係るプロセス状態監視装置の異常診断メイン画面を組み合わせて構成してもよい。
　上記プロセス状態監視装置において、例えば、プロセス重要変数による異常検出を異常診断メイン画面ＡＭとした場合、これによって異常が検出された場合には、例えば状態変化要因候補変数表示部で異常要因変数候補を赤色で表示しておく。
　一方、異常診断サブ画面ＡＳで表示しているＱ統計量やＴ２統計量で異常が検出された場合には、状態変化要因候補変数表示部の異常要因変数候補を黄色（異常要因変数候補を示す色と異なる色であればよい）で表示する様にしておく。
　プロセス重要変数による異常検出と、Ｑ統計量およびＴ２統計量による異常検出との画面の並列表示については、プロセスオペレータが最も関心を持って監視している方の画面を異常診断メイン画面ＡＭとして表示部ＤＹＰの中心に表示し、もう一方の画面を異常診断サブ画面ＡＳとして、例えばディスプレイの隅（右上、左上、左下、右下など）に小さく表示してもよい。
　また、異常診断サブ画面ＡＳに拡大表示ボタン２００を設け、これをマウス１４などの入力手段でクリックすると、異常診断サブ画面ＡＳが大きくなり２つの画面のバランスを調整することを可能にしてもよい。この場合、異常診断メイン画面ＡＭと異常診断サブ画面ＡＳとを左右あるいは上下に並列表示できるように切り換えるように構成されていることが好ましい。
　さらに、異常診断メイン画面ＡＭと異常診断サブ画面ＡＳとは固定ではなく、プラントオペレータが異常診断メイン画面ＡＭとしたいものと、異常診断サブ画面ＡＳとしたいものとを適宜選択できるようになっていることが好ましい。
　本実施形態に係るプロセス状態監視装置によれば、プラント運転員が特に重点的に監視したい重要変数で生じる異常状態を監視できると同時に、同じプラントで生じうる何らかの異常兆候も同時にプラント運転員に提示することができ。
　逆に、プラントで生じうる何らかの異常兆候を常時監視すると同時に、プラント運転員が気にしている重要変数で異常が生じていないかを確認しながらプラントの運転管理が可能となる。
　いずれにしても、プラントで生じる異常情報を、重要さに応じて識別しながら監視することが可能になり、プラント運転員は異常兆候の重要さに応じて臨機応変に対応することが可能になる。
　次に、本発明の第６実施形態に係るプロセス状態監視装置について図面を参照して説明する。図２１に、本実施形態に係る監視装置の異常診断メイン画面１２０の一例を示す。異常診断メイン画面１２０は、Ｑ統計量あるいはＴ２統計量と、重要変数とを一つのトレンドグラフの上下に並列表示するように構成されている。
　例えば、主に監視したいもの（例えば重要プロセス変数）を通常のトレンドグラフとして表示し、サブで監視しているもの（例えばＱ統計量あるいはＴ２統計量）を上下反転させた上側からのトレンドグラフで表示してもよい。異常の検出に用いる統計量やプロセス重要変数の数が、１乃至２個に限定されている場合には、１つのグラフ描画領域内で時間軸に対して反転するように、上下に並列表示することも有効である。
　本実施形態に係るプロセス状態監視装置では、プロセス重要変数と、Ｑ統計量やＴ２統計量とのいずれかで異常が検出された場合に、異常要因候補変数を列挙するものである。この場合に、プロセス重要変数で検出される異常と、Ｑ統計量およびＴ２統計量で検出される異常とを識別できるようにしておくことが好ましい。
　例えば、プロセス重要変数のトレンドグラフ及び閾値ＹＨＸを第1色で表示し、Ｑ統計量あるいはＴ２統計量のトレンドグラフおよび閾値ＴＨＹを第1色と異なる第２色で表示して、状態変化要因候補変数表示部１２３に表示される候補変数を、プロセス重要変数により検出されたものを第１色で表示し、Ｑ統計量あるいはＴ２統計量により検出されたものを第２色で表示するようにしてもよい。
　本実施形態に係るプロセス状態監視装置によれば、プラント運転員が特に重点的に監視したい重要変数で生じる異常状態を監視できると同時に、同じプラントで生じうる何らかの異常兆候も同時にプラント運転員に提示することができ。
　逆に、プラントで生じうる何らかの異常兆候を常時監視すると同時に、プラント運転員が気にしている重要変数で異常が生じていないかを確認しながらプラントの運転管理が可能となる。
　いずれにしても、プラントで生じる異常情報を、重要さに応じて識別しながら監視することが可能になり、プラント運転員は異常兆候の重要さに応じて臨機応変に対応することが可能になる。
　次に、本発明の第７実施形態に係るプロセス状態監視装置について図面を参照して説明する。図２２に、本実施形態に係るプロセス状態監視装置の異常診断メイン画面１３０の一例を示す。異常診断メイン画面１３０は、モデル選択部１３１と、状態変化判断基準設定部１３２と、所定の測定値のトレンドグラフと統計量の異常とを表示する状態変化検出トリガー情報表示部１３３と、表示条件変更リンク部１３５と、過去異常リンク部１３６と、状態変化要因変数トレンドグラフ表示リンク部１３７と、候補変数相関表示リンク部１３８と、を備えている。
　状態変化判断基準設定部１３２は、Ｑ統計量閾値を入力する入力ボックス１３２Ａ、Ｔ２統計量閾値を入力する入力ボックス１３２Ｂと、閾値変更ボタン１３２Ｃと、を備えている。ユーザは、入力ボックス１３２Ａおよび入力ボックス１３２Ｂに値を入力し、マウス１４等により閾値変更ボタン１３２Ｃを選択すると、Ｑ統計量閾値とＴ２統計量閾値とはユーザが入力した値へ変更される。
　本実施形態では、水質の測定値の時系列の変動を示すトレンドグラフ、測定値の基準値ライン、および統計量異常を示すプロットが共通のグラフ領域に表示されている。統計量異常を示すプロットは、Ｑ統計量あるいはＴ２統計量が閾値を超えた時刻においてトレンドグラフ上に表示される。グラフ領域の周囲には、現在の水質測定値の値、水質基準値、Ｑ統計量の値、および、Ｔ２統計量の値が表示されている。
　図２２では、異常検出時点Ｔにおける水質は０．５ｍｇ／Ｌ未満であり、水質基準値１．０ｍｇ／Ｌを下回っている。すなわち、図２２に示す状態変化検出トリガー情報表示部１３３では、水質が悪化する前に他の関連する項目が悪化したことにより、水質悪化の兆候を検出することが可能である。
　本実施形態に係るプロセス状態監視装置によれば、このように、プロセス状態が悪化する前にその兆候を検出できることになる。また、状態変化検出トリガー情報表示部１３３に、例えばユーザが選択した測定値と統計値とを同時に提示することで、プラント運転管理に必要な項目を監視しつつ、効率的に異常を検出することができる。
　図２３に、状態変化検出トリガー情報表示部１３３における測定値のトレンドグラフ表示の他の例を示す。図２３では、測定値の予測値を提示している。ここで監視したい項目の予測値は、例えば、抽出された要因候補の状態量に基づいて過去の類似状況のデータから抽出して予測値としてもよい。これによりユーザの迅速な異常対応が可能になり、プラント運転の安全性を向上させることができる。
　図２４に、状態変化検出トリガー情報表示部１３３における測定値のトレンドグラフ表示の他の例をさらに示す。図２４では、類似状況をデータから複数の値を抽出して、予測値の最大値と最小値をおのおの上限と下限として提示している。このように測定値の予測値を表示した場合であっても、プラント運転の安全性を向上させることができる。
　図２５に、異常発生時の候補変数トレンド表示画面１３７Ａの一例を示す。候補変数トレンド表示画面１３７Ａは、異常の候補変数のトレンドグラフが、寄与量の高い順に表示される。例えば、寄与量が高い順に表示部ＤＹＰの上部から候補変数のトレンドグラフＧ１が複数並んで表示される。図２５では、寄与量の高い順に、2-2無酸素ＯＲＰのトレンドグラフと、流入量のトレンドグラフと、放流リン濃度のトレンドグラフとの３つのグラフが、表示部ＤＹＰの上部から下部へ並んで表示されている。この場合、候補変数の寄与量が更新されると、トレンドグラフＧ１の並び順も更新される。
　ユーザは、異常診断メイン画面１３０の状態変化検出トリガー情報表示部１３３から異常が発生したことを知ると、候補変数トレンド表示リンク部１３７をマウス１４等で選択して、候補変数トレンド表示画面１３７Ａを表示させることができる。
　このように、本実施形態では、異常診断メイン画面１３０で、異常の検出（異常アラーム）をするだけでなく、候補変数トレンド表示画面１３７Ａから要因候補の提示（要因ガイダンス）が可能になる。ユーザは、抽出された要因候補の刻々の測定変数の変化を監視して状況を把握し，異常を取り除く対策を実施することができる。
　図２６に、候補変数トレンド表示画面の他の例を示す。図２５に示す候補変数トレンド表示画面１３７では、抽出された要因候補をその寄与量が大きい順に表示するため、順位の入れ替わりによって表示される項目が更新される。
　これに対し、候補変数トレンド表示画面１３７Ｂは、寄与量の大きさにより更新されずに継続して所定の要因候補変数のトレンドグラフＧ２を表示するように構成されている。候補変数トレンド表示画面１３７Ｂは、例えば、異常が検出されたときの寄与量が最も大きい要因候補変数のトレンドグラフＧ２と、継続要因変数の他の候補変数の中から寄与量が大きい要因候補変数のトレンドグラフＧ１と、を表示する。トレンドグラフＧ２は、継続要因変数のトレンドグラフとして次の時刻も表示される。
　このように、寄与量の大きさにより更新されずに継続して所定の要因候補変数のトレンドグラフＧ２を表示すると、寄与量の大きさの順位の入れ替わりによって表示される項目が更新されることがなくなり、トレンドグラフＧ２の表示が継続される。
　したがって、ユーザは、寄与量の大きさの順位の入れ替わりに関わらず、継続要因変数を監視することができ、抽出された要因候補の刻々の測定変数の変化を観察して状況を把握し，異常を取り除く対策を実施することができる。
　図２７に、候補変数トレンド表示画面の他の例をさらに示す。候補変数トレンド表示画面１３７Ｃは、図２６に示す候補変数トレンド表示画面１３７Ｂの表示画面に、継続要因変数のトレンドグラフＧ２を表示させる設定を行う継続表示ボタンＢＴと、寄与量が大きい要因であることを表示する印ＭＫと、がさらに表示される。
　プラント運転員は、候補変数トレンド表示画面１３７Ｃにおいて、継続表示ボタンＢＴをマウス１４等で選択することによって、要因候補変数のトレンドグラフＧ１を継続候補変数のトレンドグラフＧ２として設定することができる。また、トレンドグラフＧ１、Ｇ２の近傍には、表示されている候補変数について寄与量が大きいか否かを示す印ＭＫが表示されるため、ユーザは、印ＭＫの有無から注目すべき項目か否かを判断することができる。
　図２８に、候補変数トレンド表示画面の他の例をさらに示す。候補変数トレンド表示画面１３７Ｄは、あらかじめ設定された項目を固定変数とし、固定変数のトレンドグラフＧ３と、要因候補変数のトレンドグラフＧ１とを表示させている。
　固定変数は、プロセス状態監視装置が監視するプロセスやプラントに応じて、あらかじめ設定された項目である。あらかじめ注目すべき項目が特定されているプロセスおよびプラントを監視するプロセス状態監視装置では、プラント運転員は、候補変数トレンド表示画面１３７Ｄにおいて、継続して表示させる項目を選択することなく、注目すべき項目のトレンドグラフＧ３を表示させることができる。また、表示されている候補変数について寄与量が大きいか否かを示す印ＭＫが表示されるため、プラント運転員は、印ＭＫの有無から注目すべき項目か否かを判断することができる。
　図２９に、候補変数トレンド表示画面の他の例をさらに示す。候補変数トレンドグラフ１３７Ｅは、ある系列に異常が発生した場合に、連係する系列の測定変数も要因候補として表示させる。
　例えば、候補変数トレンド表示画面１３７Ｅでは、２－２系列に異常は生じた場合、２－２系列に関連する２－１系列の測定値も連係要因候補としてトレンドグラフを表示させている。候補変数トレンド表示画面１３７Ｅは、２－２系列の要因候補（2-2無酸素ＯＲＧ、放流リン濃度、2-2返送汚泥濃度）の３つのトレンドグラフＧ１と、２－１系列の連係要因候補（2-1無酸素ＯＲＧ、2-1返送汚泥濃度）の２つのトレンドグラフＧ４とを備えている。
　このように、連係して動作している系列等の関連項目を、異常が発生した系列の候補変数と同時に監視することができるようにすることによって、異常の検出（異常アラーム）をするだけでなく、候補変数トレンド表示画面１３７Ｅから要因候補および連係要因候補の提示（要因ガイダンス）が可能になる。ユーザは、抽出された要因候補および連係要因候補の刻々の測定変数の変化を監視して状況を把握し，異常を取り除く対策を実施することができる。
　次に、本発明の第８実施形態に係るプロセス状態監視装置について図面を参照して説明する。本実施形態に係るプロセス状態監視装置の演算部１６では、図３０に示す診断モデル構築部１６Ａに加えて、要因分析部１６Ｂと、項目入力部１６Ｃと、を備えている。
　診断モデル構築部１６Ａは、データベース２０から測定変数を取得し、主成分分析の共分散行列を演算する。図３１に、共分散行列の一例をとして行列Ｐ（ｉ、ｊ）を示す。共分散行列Ｐは、主成分分析による主成分が２０成分、要因数が２５要因の例である。
　項目入力部１６Ｃは、例えば、プロセス異常が発生した際に、異常が発生した測定変数や、統計量の異常に対する寄与量が大きい測定変数がプロセス異常の監視項目として入力されるように構成されていてもよく、ユーザがマウス１４やキーボード１２等の入力手段を操作することにより監視する必要性が高い項目を監視項目として入力することが可能に構成されてもよい。ここで入力される監視項目としての測定変数は、１つであっても複数であっても良い。
　要因分析部１６Ｂには、診断モデル構築部１６Ａで構築された主成分分析の共分散行列Ｐと、項目入力部１６Ｃで入力された監視項目とが供給され、分析結果を出力する。要因分析部１６Ｂから出力された分析結果は、表示処理部１８へ出力される。表示処理部１８は、分析結果を受信して、分析結果を表示部ＤＹＰに表示させる信号を表示部ＤＹＰへ出力する。
　以下に、要因分析部１６Ｂの作用の一例について説明する。まず、診断モデル構築部１６Ａで演算された主成分分析の共分散行列Ｐが、例えば図３１に示す行列Ｐ（ｉ、ｊ）であるとする。また、項目入力部１６Ｃで与えられたプロセス異常の項目は、第ｋ番目の項目であるとする。
　このとき要因分析部１６Ｂにおいて、第ｋ番目に関する分析結果は、例えば以下のように演算される。
　まずＰ（ｉ、ｋ）　（ｉ＝１、…、２０）が、例えば２５項目の平均的な値である１／２５より大きい、すなわち
　　Ｐ（ｉ、ｋ）　＞　１／２５
　　である成分を、第1主成分～第２０主成分の中から抽出する。例えばｉ＝２、５、８、１４が選択されたとする。この第２、５、８、１４の４つの成分の値から、新たに第ｋ番目に関する有効成分ベクトルＰ’を、４成分の合成平均として次のように演算する。
　P’=［p’(1)、p’(2)、…、p’(k)、…、p’(25)］
　　　p’(1)=1/4×｛P(2、1)+P(5、1)+P(8、1)+P(14、1)｝
　　　p’(2)=1/4×｛P(2、2)+P(5、2)+P(8、2)+P(14、2)｝
　　　：
　　　p’(k)=1/4×｛P(2、k)+P(5、k)+P(8、k)+P(14、k)｝
　　　：
　　　p’(25)=1/4×｛P(2、25)+P(5、25)+P(8、25)+P(14、25)｝
　上記有効成分ベクトルＰ’の成分の値が大きい項目が、検出したいプロセス異常の項目、第ｋ番目に関連が強い項目である。要因分析部１６Ｂは、上記の有効成分ベクトルＰ’を分析結果として出力する。表示処理部１８は、有効成分ベクトルＰ’が分析結果として供給されると、分析結果に基づいて、半径方向を成分値として円周方向に複数の成分のプロットを並べたグラフ表示させる信号を表示部ＤＹＰへ出力する。
　図３２に、要因分析結果の一表示例を示す。図３２では、検出したいプロセス異常の項目（第ｋ番目）を放流リン濃度として要因分析した場合の分析結果に基づいて、半径方向を成分値として円周方向に複数の成分のプロットを並べた円グラフＧ１を表示している。この円グラフＧ１には、主成分の値のプロットと、主成分名と、が表示されている。ここでは、２系分配流入量や１号無酸素ＯＲＰ、１号ＰＡＣ注入量、２号無酸素ＯＲＰ、２号ＰＡＣ注入量が、放流リン濃度の異常との関連が強いことを示している。
　ここで図３２に示すように、平均値、ここでは１／２５以下の項目の値を表示しないことで、値が大きい、すなわち関連がより強い項目を容易に認知することができる。
　図３３に、演算部１６の構成の他の例を示す。図３３に示す場合では、演算部１６は、項目並び替え部１６Ｄと、項目順位入力部１６Ｅと、をさらに備えている。項目順位入力部１６Ｅには、プラント運転員がキーボード１２やマウス１４等の入力手段を操作することによって、項目の並び替え順が入力される。例えば、項目順位入力部１６Ｅには、予め設定された重要な管理項目の順や、値の大きい項目順や、その他の任意の順位が入力される。
　項目並び替え部１６Ｄは、項目順位入力部１６Ｅから供給された項目順に従って、有効成分ベクトルＰ’の成分の順位を並び替えて、分析結果として出力する。項目並び替え部１６Ｄから出力された分析結果は、表示処理部１８へ供給される。表示処理部１８は、有効成分ベクトルＰ’が分析結果として供給されると、分析結果を主成分のグラフとして表示部ＤＹＰの異常診断画面に表示させる。
　図３４に、項目順を並び変えた分析結果を表示させた場合の表示例を示す。図３４では、一例として、値が大きい順に項目を並び替えた分析結果に基づいて、半径方向を成分値として円周方向に複数の成分のプロットを並べた円グラフＧ２を表示している。このように、値が大きい順に項目を並び替えて分析結果を表示させると、２系分配流入量や１号無酸素ＯＲＰ、１号ＰＡＣ注入量、２号無酸素ＯＲＰ、２号ＰＡＣ注入量が、放流リン濃度の異常との関連が強いことをより容易に判断することができる。
　従来の監視制御システムでは、プラントの運転員自身の判断で選択したプロセス変数の動き（トレンド）を監視していたが、上記の本実施形態に係るプロセス状態監視装置によれば、プロセスの状態変化を生じさせている監視すべきプロセス変数を運転員に助言することができ、運転員はプラントの状態の変化に気づくことが容易になる。これによって、プラントで生じる異常兆候を早期に運転員が認識することができ、運転員がプラントの状態変化に対して素早く対策をとることができる。
　また、第８実施形態に係るプロセス状態監視装置では、検出したいプロセス異常の項目に対して関連が強い要因項目が一目で判別できるようになる。これにより要因が抽出されたとき、運転員が検出したいプロセス異常の項目に異常が生じる可能性を予測することが容易になる。
　また、運転員が分析結果を見ることにより、診断モデルを用いて検出したいプロセス異常が検出できるかどうかが、容易に判断できるようになる。
　その結果、プラントの運用を効率的に行うことができるようになり、少人数の運転員によるプラント運転や複数の地域に分散するプラント群の集中監視による運用、あるいは、非熟練の運転員によるプラント運転などが可能になる。
　なお、例えば、上記第８実施形態に係るプロセス状態監視装置は、演算部１６が項目入力部１６Ｃを備えていたが、運転員が監視すべき重要な測定変数が監視対象等に応じて予め設定されている場合には、項目入力部１６Ｃは省略してもよい。その場合であっても、上述の実施形態と同様の効果を得ることができる。
　また、上記実施形態に係るプロセス状態監視装置は、演算部が項目順位入力部１６Ｅを備えていたが、予め分析結果の並び順が監視対象等に応じて設定されている場合には、項目順位入力部１６Ｅを省略してもよい。その場合であっても、上述の実施形態と同様の効果を得ることができる。
　上記のように、本実施形態に係るプロセス状態監視装置によれば、プロセスの状態変化を生じさせている監視すべきプロセス変数をオペレータに助言することができ、オペレータがプラントの状態の変化に気づきやすくなる。これによって、プラントで生じる異常兆候を早期にオペレータが認識することができ、オペレータがプラントの状態変化に対して素早く対策をとることができる。その結果、プラントの運用を効率的に行うことができるようになり、少人数のオペレータによるプラント運転や複数の地域に分散するプラント群の集中監視による運用、あるいは、非熟練のオペレータによるプラント運転などが可能になる。
　すなわち、上記第１実施形態乃至第８実施形態に係るプロセス状態監視装置によれば、従来のトレンドグラフと呼ばれるプロセス変数の時系列データによる監視方法を踏襲しながら、プラントオペレータに数百～数千項目にも及ぶプロセス変数のどの項目を重点的に監視すれば良いかをオンラインで支援し、ユーザが監視対象の異常診断を迅速に行うことを支援することができる。
　これによって、プラントで生じる異常兆候を早期にオペレータが認識することができ、従来の監視制御システムの枠組みを維持しながらオペレータがプラントの状態変化に対して素早く対策をとることができるようになる。
　上記第１実施形態乃至第８実施形態に開示されている複数の構成要素の適宜な組み合わせにより、種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。さらに、異なる実施形態にわたる構成要素を適宜組み合わせてもよい。いずれの場合であっても、上述の実施形態と同様の効果を得ることができる。
　なお、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
　ＤＹＰ…表示部、ＴＨ１…Ｑ統計量閾値、ＴＨ２…Ｔ２統計量閾値、ＴＨＡ．ＴＨＢ…判断閾値、ＵＬ…上限値、ＬＬ…下限値、ＡＭ…異常診断メイン画面、ＡＳ…異常診断サブ画面、１０…ヒューマンマシンインタフェース、１２…キーボード、１４…マウス、１６…演算部、１８…表示処理部、２０…データベース、３０…監視対象、４０…異常診断メイン画面、４１…モデル選択部、４２…状態変化判断基準設定部、４２Ａ、４２Ｂ…入力ボックス、４３…状態変化要因候補変数表示部、４４、４５…状態変化検出トリガー情報表示部、４６…表示条件変更リンク部、４６Ａ…変更画面、４７…過去異常リンク部、４８…状態変化要因変数トレンドグラフ表示リンク部、４９…候補変数相関表示リンク部、Ｇ１、Ｇ２…グラフ、１６Ａ…診断モデル構築部、１６Ｂ…要因分析部、１６Ｃ…項目入力部、１６Ｄ…項目並び替え部、１６Ｅ…項目順位入力部。

Claims (26)

  1. 　監視対象から取得した２以上の測定変数から診断用データを演算し、前記診断用データから前記監視対象の異常を検出するように構成された演算部と、
    　前記診断用データを表示する状態変化検出トリガー情報表示部と、前記状態変化検出トリガー情報表示部で状態変化を検出するための判断基準を設定する状態変化判断基準設定部と、前記状態変化検出トリガー情報表示部の診断用データと前記状態変化判断基準設定部で設定された判断基準とによりプロセスの異常が検出された場合に、その要因となる要因候補変数の変数名を列挙する状態変化要因候補変数表示部と、を備えた異常診断メイン画面を表示させるための表示データを生成する表示処理部と、を備えたプロセス状態監視装置。
  2. 　前記異常診断メイン画面は、前記状態変化要因候補変数表示部に表示された少なくとも一つ以上の状態変化要因候補変数のトレンドグラフを表示するための命令を受け付ける状態変化要因変数トレンドグラフ表示リンク部をさらに備え、
    　前記表示処理部は、前記状態変化要因変数トレンドグラフ表示リンク部に命令が入力された場合に、状態変化要因候補変数のトレンドグラフを表示する状態変化要因候補変数トレンド表示画面を表示させる表示データを生成するように構成されているプロセス状態監視装置。
  3. 　前記状態変化検出トリガー情報表示部の診断用データと前記状態変化判断基準設定部の判断基準によりプロセスの異常が検出された場合に、前記演算部は前記要因候補変数を要因である可能性の高い順にソートするように構成され、前記表示処理部は要因である可能性の高い順に前記要因候補変数を表示する表示データを生成するように構成されている請求１記載のプロセス状態監視装置。
  4. 　前記演算部は、前記状態変化検出トリガー情報表示部で表示する診断用データとして用いる統計量を多変量解析により演算する手段を備え、
    　前記表示処理部は、前記状態変化検出トリガー情報表示部で前記統計量を時系列表示させる表示データを生成するように構成されている請求項１記載のプロセス状態監視装置。
  5. 　前記診断用データは、前記測定変数、あるいは、測定変数から生成された変数である請求項１記載のプロセス状態監視装置。
  6. 　前記状態変化検出トリガー情報表示部は、前記診断用データのトレンドグラフを含む請求項１乃至請求項５のいずれか１項記載のプロセス状態監視装置。
  7. 　前記診断用データは第１データと第２データとを含み、
    　前記状態変化検出トリガー情報表示部は、前記第１データと前記第２データとの２次元平面おけるプロットの時間的な動きを軌跡で表示する２次元軌跡部を備える請求項１記載のプロセス状態監視装置。
  8. 　ユーザが操作する操作手段をさらに備え、
    　前記演算部は、ユーザが前記操作手段を操作して前記２次元軌跡部上に描画した判断基準を設定可能に構成されている請求項７記載のプロセス状態監視装置。
  9. 　前記診断用データは、３種類以上のデータを含み、
    　前記状態変化検出トリガー情報表示部は、前記３種類以上のデータをプロットしたレーダチャートを備える請求項１記載のプロセス状態監視装置。
  10. 　前記異常診断メイン画面は、前記状態変化要因候補変数表示部に表示された少なくとも２つの状態変化要因候補変数の散布図を表示する命令を受け付ける候補変数相関表示リンク部を備え、
    　前記表示処理部は、前記候補変数相関表示リンク部に命令が入力された場合に、前記少なくとも２つの状態変化要因候補変数の散布図を表示させるように構成されている請求項１記載のプロセス状態監視装置。
  11. 　前記異常診断メイン画面は、過去に検出された異常の情報を所定範囲にわたって表示する命令を受け付ける過去異常表示リンク部を備え、
    　前記表示処理部は、前記過去異常表示リンク部に命令が入力された場合に、過去に検出された異常の情報を表示するように構成されている請求項１記載のプロセス状態監視装置。
  12. 　前記異常診断メイン画面は、前記状態変化検出トリガー情報表示部の診断用データの表示期間を変更する画面を表示させる表示条件変更リンク部を備え、
    　前記表示処理部は、前記表示条件変更リンク部に命令が入力された場合に、表示条件変更画面を表示するように構成されている請求項１記載のプロセス状態監視装置。
  13. 　ユーザが操作する操作手段をさらに備え、
    　前記演算部は、前記状態変化判断基準設定部で診断データに対する閾値を前記操作手段によるドラッグおよびドロップすることにより設定可能に構成されている請求項１記載のプロセス状態監視装置。
  14. 　前記表示処理部は、前記異常診断メイン画面と並列して異常診断サブ画面をさらに表示する表示データを生成するように構成され、
    　前記異常診断サブ画面は、前記異常診断メイン画面よりも小さく表示される請求項１記載のプロセス状態監視装置。
  15. 　前記診断データは、第１データと第２データとを含み、
    　前記状態変化検出トリガー情報表示部は、時間軸に対して互いに反転されるように表示された、前記第１データのトレンドグラフと、前記第２データのトレンドグラフとを備える請求項１記載のプロセス状態監視装置。
  16. 　前記状態変化検出トリガー情報表示部は、前記測定変数のトレンドグラフと、前記診断用データによる異常検出を提示するプロットとを備え、前記診断用データによる異常が検出された場合、前記プロットが前記測定変数のトレンドグラフ上に表示されるように構成されている、請求項１記載のプロセス状態監視装置。
  17. 　前記演算部は、過去に検出された異常の情報から前記測定変数のトレンドグラフの予測値を演算し、前記表示処理部は前記予測値を表示する表示データを生成するように構成されている請求項１６記載のプロセス状態監視装置。
  18. 　前記演算部は、過去に検出された異常の情報から、異常発生時の前記測定変数の最大値および最小値を演算し、前記表示処理部は前記最大値を上限値とし前記最小値を下限値とする予測値を表示する表示データを生成するように構成されている請求項１６記載のプロセス状態監視装置。
  19. 　前記表示処理部は、前記状態変化要因変数トレンドグラフ表示リンク部に命令が入力された場合に、異常に対する寄与量が大きい順に複数の状態変化要因候補変数のトレンドグラフを表示する状態変化要因候補変数トレンド表示画面をさらに表示させる表示データを生成するように構成されている請求項１６記載のプロセス状態監視装置。
  20. 　前記表示処理部は、前記複数の状態変化要因候補変数のトレンドグラフの中の１以上のトレンドグラフを、異常に対する寄与量の大きさに関わらず継続して表示させる表示データを生成するように構成されている請求項１９記載のプロセス状態監視装置。
  21. 　前記表示処理部は、前記状態変化要因変数トレンドグラフ表示リンク部に命令が入力された場合に、予め設定された変数のトレンドグラフと、異常に対する寄与量が大きい順に複数の状態変化要因候補変数のトレンドグラフと、を表示する状態変化要因候補変数トレンド表示画面をさらに表示させる表示データを生成するように構成されている請求項１６記載のプロセス状態監視装置。
  22. 　前記表示処理部は、前記状態変化要因変数トレンドグラフ表示リンク部に命令が入力された場合に、前記監視対象の異常に対する寄与量が大きい順に複数の状態変化要因候補変数のトレンドグラフと、前記監視対象と連係する系列の前記複数の状態変化要因候補変数に対応する連係候補変数のトレンドグラフと、を表示する状態変化要因候補変数トレンド表示画面をさらに表示させる表示データを生成するように構成されている請求項１６記載のプロセス状態監視装置。
  23. 　監視対象から取得した複数の測定変数の値が記録される記録手段と、
    　前記複数の測定変数間の相関から診断モデルを演算する診断モデル構築部と、入力された測定変数の項目と関連の大きい成分を前記診断モデルから抽出して分析結果を出力する要因分析部と、を備えた演算部と、
    　前記分析結果が入力され、半径方向を成分値として円周方向に複数の成分のプロットを並べたグラフを表示させる信号を出力する表示処理部と、を備えたプロセス状態監視装置。
  24. 　前記演算部は、監視項目とする測定変数を前記要因分析部へ入力可能とする項目入力部をさらに備えた請求項２３記載のプロセス状態監視装置。
  25. 　前記演算部は、前記要因分析部での分析結果の成分を並び替えて前記表示処理部へ出力する項目並び替え部をさらに備える請求項２３記載のプロセス状態監視装置。
  26. 　前記演算部は、前記要因分析部での分析結果の並び順を前記項目並び替え部へ入力可能とする項目順位入力部をさらに備える請求項２５記載のプロセス状態監視装置。
PCT/JP2011/080079 2010-12-28 2011-12-26 プロセス状態監視装置 WO2012090937A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201180063088.6A CN103562810B (zh) 2010-12-28 2011-12-26 过程状态监视装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010291645A JP5813317B2 (ja) 2010-12-28 2010-12-28 プロセス状態監視装置
JP2010-291645 2010-12-28

Publications (1)

Publication Number Publication Date
WO2012090937A1 true WO2012090937A1 (ja) 2012-07-05

Family

ID=46383040

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/080079 WO2012090937A1 (ja) 2010-12-28 2011-12-26 プロセス状態監視装置

Country Status (3)

Country Link
JP (1) JP5813317B2 (ja)
CN (1) CN103562810B (ja)
WO (1) WO2012090937A1 (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015109028A (ja) * 2013-12-05 2015-06-11 株式会社日立製作所 データ関連性解析システムおよび方法
US9779495B2 (en) 2013-01-22 2017-10-03 Hitachi, Ltd. Anomaly diagnosis method and apparatus
WO2020054850A1 (ja) * 2018-09-14 2020-03-19 株式会社東芝 プロセス監視支援装置、プロセス監視支援システム、プロセス監視支援方法、プロセス監視支援プログラム及び端末装置
CN112074789A (zh) * 2018-05-15 2020-12-11 住友电气工业株式会社 管理装置、管理方法以及管理程序
CN112955837A (zh) * 2018-10-30 2021-06-11 国立研究开发法人宇宙航空研究开发机构 异常诊断装置、异常诊断方法、及程序
US11410059B2 (en) 2014-09-17 2022-08-09 Kabushiki Kaisha Toshiba Bias estimation apparatus and method and failure diagnosis apparatus and method

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6071464B2 (ja) * 2012-11-22 2017-02-01 アズビル株式会社 故障判断支援装置および方法、ならびにプログラム
JP5677476B2 (ja) * 2013-01-18 2015-02-25 株式会社東芝 膜ファウリング診断・制御装置、膜ファウリング診断・制御方法及び膜ファウリング診断・制御プログラム
US10866952B2 (en) 2013-03-04 2020-12-15 Fisher-Rosemount Systems, Inc. Source-independent queries in distributed industrial system
US10649424B2 (en) 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
US9558220B2 (en) 2013-03-04 2017-01-31 Fisher-Rosemount Systems, Inc. Big data in process control systems
EP2973242B1 (en) * 2013-03-15 2020-12-23 Fisher-Rosemount Systems, Inc. Modelling and adjustment of process plants
US10671028B2 (en) 2013-03-15 2020-06-02 Fisher-Rosemount Systems, Inc. Method and apparatus for managing a work flow in a process plant
JP6411769B2 (ja) * 2014-04-14 2018-10-24 株式会社日立製作所 状態監視装置
JP6445859B2 (ja) 2014-12-16 2018-12-26 株式会社東芝 プラント監視装置
CN105045220B (zh) * 2015-05-08 2018-03-23 上海质晟生物科技有限公司 一种用于实验室诊断领域或工业生产领域的基于多变量z分数质量控制图的质量控制方法
DE102015115898A1 (de) * 2015-09-21 2017-03-23 Deutsche Telekom Ag Netzwerkentität zum Überwachen einer Mehrzahl von Prozessen eines Kommunikationssystems
JP6432494B2 (ja) * 2015-11-30 2018-12-05 オムロン株式会社 監視装置、監視システム、監視プログラムおよび記録媒体
WO2017159501A1 (ja) * 2016-03-15 2017-09-21 日本精機株式会社 表示装置及びプラント機器状態収集システム
JP6592411B2 (ja) * 2016-08-08 2019-10-16 日本電信電話株式会社 データ分析装置及びデータ分析方法
KR101883274B1 (ko) * 2016-08-19 2018-07-30 고려대학교 산학협력단 다중 프로파일 모니터링 방법 및 장치
WO2018097062A1 (ja) * 2016-11-24 2018-05-31 三菱日立パワーシステムズ株式会社 プラント管理装置、プラント管理方法、およびプログラム
JP6793565B2 (ja) * 2017-02-06 2020-12-02 三菱パワー株式会社 状態分析装置、表示方法、およびプログラム
JP6515937B2 (ja) * 2017-02-08 2019-05-22 横河電機株式会社 イベント解析装置、イベント解析システム、イベント解析方法、イベント解析プログラム、および記録媒体
JP6920828B2 (ja) 2017-02-17 2021-08-18 三菱パワー株式会社 プラントの診断装置および診断方法
JP6848656B2 (ja) * 2017-04-28 2021-03-24 横河電機株式会社 表示装置、表示方法及びプログラム
JP6782194B2 (ja) * 2017-06-02 2020-11-11 株式会社日立製作所 自動点検システム
CN110785717B (zh) * 2017-06-19 2022-12-09 杰富意钢铁株式会社 工艺的异常状态诊断装置和异常状态诊断方法
JP2019016209A (ja) * 2017-07-07 2019-01-31 株式会社東芝 診断装置、診断方法およびコンピュータプログラム
JP7025996B2 (ja) 2017-07-18 2022-02-25 デクセリアルズ株式会社 荷重センサ、物品および荷重検知方法
JP6829158B2 (ja) * 2017-07-18 2021-02-10 株式会社東芝 データ処理装置、データ処理方法、およびプログラム
KR101948604B1 (ko) * 2017-07-31 2019-02-15 고려대학교 산학협력단 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치
JP6948197B2 (ja) * 2017-09-15 2021-10-13 アズビル株式会社 プロセス監視装置
JP2019124549A (ja) * 2018-01-16 2019-07-25 日置電機株式会社 処理装置および測定装置
JP6791892B2 (ja) * 2018-01-18 2020-11-25 ファナック株式会社 異常検知パラメータ調整表示装置
CN108345282B (zh) * 2018-02-09 2020-04-07 杭州亚大自动化有限公司 一种基于人工智能的泵站运行异常诊断方法及系统
JP7283105B2 (ja) * 2018-02-16 2023-05-30 富士電機株式会社 分析装置および分析方法
TWI711911B (zh) * 2018-03-20 2020-12-01 日商住友重機械工業股份有限公司 異常監視裝置及異常監視方法
JP6777686B2 (ja) * 2018-05-29 2020-10-28 ファナック株式会社 診断装置、診断方法及び診断プログラム
JP6806737B2 (ja) * 2018-06-15 2021-01-06 ファナック株式会社 同期装置、同期方法及び同期プログラム
JP2019096348A (ja) * 2019-02-20 2019-06-20 住友電気工業株式会社 管理システム、管理装置、管理方法および管理プログラム
US11093315B2 (en) 2019-03-22 2021-08-17 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for detecting a fault or a model mismatch
CN110399281A (zh) * 2019-06-28 2019-11-01 平安科技（深圳）有限公司 异常操作识别方法、装置、计算机设备及存储介质
JP7309548B2 (ja) * 2019-09-17 2023-07-18 株式会社東芝 異常予兆検知装置、方法及びプログラム
JP7111761B2 (ja) * 2020-03-11 2022-08-02 株式会社日立製作所 プラント運転最適化支援装置、プラント運転最適化制御装置並びに方法
US20210325842A1 (en) * 2020-04-15 2021-10-21 Kabushiki Kaisha Toshiba Process monitoring device, process monitoring method, and program
JP6869443B1 (ja) * 2020-04-18 2021-05-12 三菱電機株式会社 ロギングデータ表示プログラム、ロギングデータ表示装置およびロギングデータ表示方法
TWI802887B (zh) * 2020-05-28 2023-05-21 日商住友重機械工業股份有限公司 顯示裝置、評估方法及評估系統
CN112114576B (zh) * 2020-08-05 2021-07-30 山东科技大学 基于输入输出变化一致性的单反馈控制回路异常监测方法
JP7152679B2 (ja) * 2020-12-28 2022-10-13 ダイキン工業株式会社 監視装置、表示方法、プログラム、及び監視システム
JP2022128824A (ja) 2021-02-24 2022-09-05 オムロン株式会社 情報処理装置、情報処理プログラムおよび情報処理方法
WO2023067702A1 (ja) * 2021-10-19 2023-04-27 三菱電機株式会社 プラント運転支援装置
WO2023089773A1 (ja) * 2021-11-19 2023-05-25 ファナック株式会社 異常診断装置、異常診断システム、及び記憶媒体
WO2024009141A1 (ja) * 2022-07-05 2024-01-11 日産自動車株式会社 車両データ出力方法及び車両データ出力装置
JP7329162B1 (ja) 2023-05-11 2023-08-17 株式会社インターネットイニシアティブ 情報処理装置および情報処理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04306696A (ja) * 1991-04-04 1992-10-29 Hitachi Ltd プロセス監視装置
JPH08241121A (ja) * 1995-03-03 1996-09-17 Toshiba Corp プラント異常検知装置
JP2004303007A (ja) * 2003-03-31 2004-10-28 Mitsubishi Chemicals Corp プロセス監視方法
JP2007065883A (ja) * 2005-08-30 2007-03-15 Toshiba Corp プロセス監視装置及びその方法
JP2007179403A (ja) * 2005-12-28 2007-07-12 Mitsubishi Electric Corp 監視装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007067883A (ja) * 2005-08-31 2007-03-15 Casio Comput Co Ltd ホームネットワーク装置およびホームネットワーク装置の処理プログラム
CN101458522A (zh) * 2009-01-08 2009-06-17 浙江大学 基于主元分析和支持向量数据描述的多工况过程监控方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04306696A (ja) * 1991-04-04 1992-10-29 Hitachi Ltd プロセス監視装置
JPH08241121A (ja) * 1995-03-03 1996-09-17 Toshiba Corp プラント異常検知装置
JP2004303007A (ja) * 2003-03-31 2004-10-28 Mitsubishi Chemicals Corp プロセス監視方法
JP2007065883A (ja) * 2005-08-30 2007-03-15 Toshiba Corp プロセス監視装置及びその方法
JP2007179403A (ja) * 2005-12-28 2007-07-12 Mitsubishi Electric Corp 監視装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9779495B2 (en) 2013-01-22 2017-10-03 Hitachi, Ltd. Anomaly diagnosis method and apparatus
JP2015109028A (ja) * 2013-12-05 2015-06-11 株式会社日立製作所 データ関連性解析システムおよび方法
US11410059B2 (en) 2014-09-17 2022-08-09 Kabushiki Kaisha Toshiba Bias estimation apparatus and method and failure diagnosis apparatus and method
CN112074789A (zh) * 2018-05-15 2020-12-11 住友电气工业株式会社 管理装置、管理方法以及管理程序
CN112074789B (zh) * 2018-05-15 2024-02-13 住友电气工业株式会社 管理装置、管理方法以及记录介质
WO2020054850A1 (ja) * 2018-09-14 2020-03-19 株式会社東芝 プロセス監視支援装置、プロセス監視支援システム、プロセス監視支援方法、プロセス監視支援プログラム及び端末装置
JP2020046783A (ja) * 2018-09-14 2020-03-26 株式会社東芝 プロセス監視支援装置、プロセス監視支援システム、プロセス監視支援方法、プロセス監視支援プログラム及び端末装置
JP7163117B2 (ja) 2018-09-14 2022-10-31 株式会社東芝 プロセス監視支援装置、プロセス監視支援システム、プロセス監視支援方法及びプロセス監視支援プログラム
CN112955837A (zh) * 2018-10-30 2021-06-11 国立研究开发法人宇宙航空研究开发机构 异常诊断装置、异常诊断方法、及程序

Also Published As

Publication number Publication date
JP5813317B2 (ja) 2015-11-17
CN103562810A (zh) 2014-02-05
CN103562810B (zh) 2016-04-20
JP2012138044A (ja) 2012-07-19

Similar Documents

Publication Publication Date Title
JP5813317B2 (ja) プロセス状態監視装置
JP4762088B2 (ja) プロセス異常診断装置
Wikström et al. Multivariate process and quality monitoring applied to an electrolysis process: Part I. Process supervision with multivariate control charts
JP6214889B2 (ja) プロセス監視診断装置
JP6933899B2 (ja) プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム
US8849997B2 (en) Information management apparatus and information management system
KR102355777B1 (ko) 프로세스의 이상 상태 진단 장치 및 이상 상태 진단 방법
KR102343752B1 (ko) 프로세스 장치에서 전체 프로세스 섹션의 상태를 자동 모니터링하고 측정하는 컴퓨터 실행 방법 및 시스템
EP3026518A1 (en) Method for Root analysis of an alarm flood sequence
US11640155B2 (en) Customizable workflows for machinery management
US20090259331A1 (en) Automated system for checking proposed human adjustments to operational or planning parameters at a plant
Shu et al. Design of multiple cause-selecting charts for multistage processes with model uncertainty
JP2007128440A (ja) 水処理プラントの運転管理装置
Yu et al. LRProb control chart based on logistic regression for monitoring mean shifts of auto-correlated manufacturing processes
Frisén On multivariate control charts
JP5722371B2 (ja) ノウハウ可視化装置及びノウハウ可視化方法
CN110009126A (zh) 基于pls模型与pca贡献度融合的在线报警分析方法
JP4374319B2 (ja) プラント運転支援装置
JP6303565B2 (ja) 設定支援装置、設定支援方法、プログラム、報知予測装置、報知予測方法
Huang A new GWMA control chart for monitoring process mean and variability
JP6749219B2 (ja) プラント運転データ解析システム
KR100492269B1 (ko) 환경기초시설에 대한 실시간 공정진단관리 시스템
Dubois et al. Advanced logic for alarm and event processing: Methods to reduce cognitive load for control room operators
JP7163117B2 (ja) プロセス監視支援装置、プロセス監視支援システム、プロセス監視支援方法及びプロセス監視支援プログラム
Lee et al. Autoencoder-based detector for distinguishing process anomaly and sensor failure

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 201180063088.6

Country of ref document: CN

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11852362

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11852362

Country of ref document: EP

Kind code of ref document: A1