WO2020217814A1 - プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラム - Google Patents

プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラム Download PDF

Info

Publication number
WO2020217814A1
WO2020217814A1 PCT/JP2020/012905 JP2020012905W WO2020217814A1 WO 2020217814 A1 WO2020217814 A1 WO 2020217814A1 JP 2020012905 W JP2020012905 W JP 2020012905W WO 2020217814 A1 WO2020217814 A1 WO 2020217814A1
Authority
WO
WIPO (PCT)
Prior art keywords
value
plant
change
predicted value
operating
Prior art date
Application number
PCT/JP2020/012905
Other languages
English (en)
French (fr)
Inventor
祐介 筈井
野村　真澄
繁 阿野
健太 和田
皓士郎 福本
Original Assignee
三菱日立パワーシステムズ株式会社
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 三菱日立パワーシステムズ株式会社 filed Critical 三菱日立パワーシステムズ株式会社
Priority to KR1020217030606A priority Critical patent/KR102603023B1/ko
Priority to DE112020001198.4T priority patent/DE112020001198T5/de
Priority to US17/442,849 priority patent/US20220187805A1/en
Priority to CN202080026323.1A priority patent/CN113661457B/zh
Publication of WO2020217814A1 publication Critical patent/WO2020217814A1/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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4188—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by CIM planning or realisation
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • 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
    • 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
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks

Definitions

  • This disclosure relates to a plant operating condition determination device, a plant control system, an operating condition determination method and a program.
  • the operating conditions of a plant are generally determined so that the operating indicators of the plant meet the operating standards.
  • the command value corresponding to the operating parameter corresponding to the operating state after the change is output to the operating end of the plant, so that the operating index of the plant can be maintained in a state that meets the operating standard. Will be tried.
  • Patent Document 1 control that learns the relationship between the plant usage environment and the control result, creates a learning result table in advance, and satisfies the control target based on the learning result table. It is disclosed that the search for a method realizes plant control in which the operating index of the plant meets the operating standard.
  • Patent Document 1 a control method is searched based on the result of learning the relationship between the usage environment in the actual plant machine and the control result. Therefore, in order to realize control with excellent reliability, it is necessary to accumulate a sufficient amount of learning under various operating conditions. However, in order to accumulate a sufficient amount of learning in the actual plant machine, it takes a lot of time and cost due to, for example, a test run.
  • a prediction model such as a physical model or a statistical model created by, for example, a statistical machine learning method or a neural network method, instead of the past learning result. Be done. Specifically, by calculating the predicted value of the driving index when the operating parameter is changed from the current value from the prediction model, a control method in which the driving index satisfies the driving standard is searched for.
  • the actual operating index differs from the prediction value obtained from the prediction model when the operation parameters are changed due to disturbance factors such as environmental changes or the prediction error of the prediction model. It may end up. For example, when the operating parameters are changed so that the driving index becomes the target value (for example, the maximum value or the minimum value) according to the prediction model, if there is a region where the driving index suddenly changes near the target value, it is like an environmental change. When the operation parameters change due to various disturbance factors or prediction errors of the prediction model, the operation index may change significantly from the target value. At this time, if the operation index deviates from the operation standard, there is a possibility that a plant malfunction or the like may occur.
  • the target value for example, the maximum value or the minimum value
  • At least one embodiment of the present invention has been made in view of the above circumstances, and is a plant operating condition determining device and plant control capable of performing robust plant control against disturbance factors and prediction errors using a prediction model. It is intended to provide a system, operating condition determination method and program.
  • the plant operating condition determining device is used to solve the above problems.
  • the first predicted value of the operation index obtained by inputting the planned change value of one or more operation parameters to the prediction model showing the correlation between the explanatory variable including a plurality of operation parameters of the plant and the operation index of the plant.
  • a first determination unit that determines whether or not meets the operating standards of the plant, The amount of change seen from the current value of the one or more operation parameters is larger than the planned change value.
  • the second predicted value of the operation index obtained by inputting the virtual change value of the one or more operation parameters into the prediction model is A second determination unit that determines whether or not the operation standard of the plant is satisfied, and When the first determination unit and the second determination unit determine that the first predicted value and the second predicted value satisfy the operating standard, the change schedule value is used as a command value of the one or more operation parameters. Operation amount change part to output and To be equipped.
  • the first predicted value corresponding to the planned change value of the operation parameter and the second predicted value corresponding to the virtual change value having a larger change amount than the planned change value are calculated by the prediction model. It is determined whether or not each of the operating standards is satisfied. Then, when both the first predicted value and the second predicted value satisfy the operating standard, the planned change value corresponding to the first predicted value is output as a command value. As a result, it is confirmed that the operation index satisfies the operation standard up to the virtual change value in which the change amount is larger than the planned change value. Therefore, when the operating parameter is changed from the current value to the planned change value, the possibility that the operating index deviates from the operating standard can be effectively reduced even if it is affected by a disturbance factor or a prediction error.
  • the operation amount changing unit is the one of the two planned change values in which the amount of change of the one or more operation parameters from the current value is different, whichever has a larger margin for the operation standard of the other operation index of the plant. It is configured to select the planned change value as the command value.
  • the operation amount changing unit refers to the operation reference among the two scheduled change values in which the amount of change from the current value of the one or more operation parameters is different. It is configured to select the value to be changed, which has the larger margin, as the command value.
  • the operation amount changing unit is configured to output the change schedule value of two or more operation parameters confirmed that the first predicted value and the second predicted value satisfy the operation standard as the command value. Will be done.
  • the two or more operation parameters are selected from the plurality of operation parameters in descending order of contribution to the predicted value of the operation index by the prediction model.
  • the configuration of (5) above among the operation parameters related to the plant, those having a high contribution to the predicted value of the operation index are preferentially selected as the control target. As a result, if the operation index deviates from the operation standard, the operation state can be accurately controlled so that the operation index satisfies the operation standard by outputting the planned change value corresponding to the operation parameter as a command value. ..
  • the prediction model is configured to output a probability distribution defined by the mean and variance of the predicted values of the driving index.
  • the first determination unit and the second determination unit cannot find a combination of the first predicted value and the second predicted value corresponding to the first variance value in the probability distribution that satisfies the operation standard. It is configured to determine whether or not the first predicted value and the second predicted value corresponding to the second dispersion value smaller than the first dispersion value satisfy the operating standard.
  • the variance value of the predicted value is set to a relatively large first variance value. It is determined whether or not a combination of the first predicted value and the second predicted value that satisfies the operating standard can be found. As a result, if a combination of the first predicted value and the second predicted value that satisfies the operating standard cannot be found, the variance value of the predicted value is reduced to the second dispersion value, and the first predicted value and the second predicted value that satisfy the operating standard are reduced. Whether or not a combination of values can be found is determined. By searching for a combination of the first predicted value and the second predicted value that satisfy the operating standard while reducing the variance value in this way, an appropriate planned change value can be determined and output as a command value.
  • the prediction model is configured to output a probability distribution defined by the mean and variance of the predicted values of the driving index.
  • the first determination unit and the second determination unit correspond to the first predicted value and the first predicted value corresponding to at least one of the first dispersion value or the second dispersion value in the probability distribution so as to satisfy the operation standard.
  • it is configured to determine whether or not the first predicted value and the second predicted value corresponding to the mean value satisfy the operating standard.
  • a prediction model for calculating a predicted value when used as a probability distribution defined by a mean value and a variance value, a combination of a first predicted value and a second predicted value considering the variance value is used. When it is determined that the operating standard is not satisfied, it is determined whether or not the combination of the first predicted value and the second predicted value based on the average value does not satisfy the operating standard.
  • the operation amount changing unit is configured such that half of the change amount from the current value of the one or more operation parameters to the virtual change value corresponding to the second predicted value is set as the change schedule value.
  • a change schedule value is set as a command value for half of the change amount from the current value of the operation parameter to the virtual change value.
  • the planned change value having the maximum margin can be selected as the command value in the range from the current value to the virtual change value in which the operation index satisfies the operation standard.
  • the operation parameter can be changed step by step by limiting it to a value represented by an integral multiple of the reference change amount ⁇ P, and if a fraction exists in half of the change amount of the operation parameter, the fraction is used. Fractions may be rounded down or rounded up as needed (the one with the higher margin may be selected).
  • the first predicted value corresponding to two or more planned changes in which the amount of change of the one or more operation parameters from the current value is represented by an integral multiple of the reference change amount ⁇ P is It is configured to determine whether or not it meets the above operating standards.
  • the second predicted value corresponding to the virtual change value in which the change amount of the one or more operation parameters from the current value is represented by an integral multiple of the reference change amount ⁇ P is the operation. It is configured to determine whether the criteria are met.
  • the planned change value and the virtual change value are each represented by an integral multiple of the reference change amount ⁇ P (that is, set in stages). Even under such restrictions, the above configuration can reduce the possibility that the operating index deviates from the operating standard, and can realize robust plant control against disturbance factors and prediction errors.
  • the amount of change from the current value of the operation parameter of 1 or more is set to the change scheduled value represented by ⁇ P, 2 ⁇ P, ..., ⁇ P ⁇ M / 2 (M is an even number), respectively. It is configured to determine whether the corresponding first predicted value meets the operating criteria, respectively.
  • the amount of change of the one or more operation parameters from the current value is represented by ⁇ P ⁇ (M / 2 + 1), ⁇ P ⁇ (M / 2 + 2), ..., ⁇ P ⁇ M. It is configured to determine whether or not the second predicted value corresponding to each of the virtual change values satisfies the operation standard.
  • the first predicted value and the second predicted value set the operating reference at each point ( ⁇ P, 2 ⁇ P, ..., ⁇ P ⁇ M) from the current value of the operation parameter to the virtual change value. Whether or not it is satisfied is determined. Then, when the first predicted value and the second predicted value satisfy the driving standard at each of these points, the driving index deviates from the driving standard by outputting the planned change value corresponding to the first predicted value as a command value. The possibility of doing so can be reduced more accurately.
  • the first predicted value corresponding to all the change amounts of ⁇ P ⁇ N / 2 (where N is M or less and (N ⁇ ⁇ P) or less).
  • the planned change value represented by (the maximum even number such that the second predicted value satisfies the operating standard) is output as the command value.
  • the planned change value corresponding to half of the range is output as the command value.
  • a large planned change value can be set as a command value based on the range in which the predicted value satisfies the operation standard, so that more responsive plant control can be performed.
  • the first determination unit and the second determination unit cannot find a combination of the first predicted value and the second predicted value such that the operating parameter satisfies the operating standard, another other included in the explanatory variables. It is configured to determine whether or not the first predicted value and the second predicted value corresponding to the operating parameters satisfy the operating standard.
  • the operation amount changing unit issues the command to change the scheduled value for which it is confirmed that the first predicted value and the second predicted value satisfy the operating standard. It is configured to be output as a value.
  • A When a signal indicating the occurrence of an abnormality in the plant is acquired.
  • B When the degree of deviation from the driving point having the highest margin with respect to the driving standard exceeds the standard value.
  • C When the future value of the driving index predicted from the change schedule of the explanatory variable of the prediction model does not satisfy the driving standard.
  • the plant control system according to at least one embodiment of the present invention
  • the operating condition determination device having any one of the above (1) to (13) and A control device configured to control the operation end of the plant based on the command value input from the operation amount changing unit. To be equipped.
  • the operating end of the plant is controlled based on the command value output from the operating condition determining device. Since the command value is the planned change value for which it has been confirmed that the operating index meets the operating standard up to the virtual change value where the amount of change is larger than the planned change value, when the operation parameter is changed from the current value to the planned change value. In addition, the possibility that the driving index deviates from the driving standard is effectively reduced even if it is affected by environmental changes and prediction errors. As a result, robust plant control can be realized against disturbance factors and prediction errors.
  • the program according to at least one embodiment of the present invention A program for determining the operating conditions of a plant On the computer The first predicted value of the operation index obtained by inputting the planned change value of one or more operation parameters to the prediction model showing the correlation between the explanatory variable including a plurality of operation parameters of the plant and the operation index of the plant. Steps to determine if the plant meets the operating standards of the plant The amount of change seen from the current value of the one or more operation parameters is larger than the planned change value.
  • the second predicted value of the operation index obtained by inputting the virtual change value of the one or more operation parameters into the prediction model is A step of determining whether or not the operating standard of the plant is satisfied, and When the first predicted value and the second predicted value satisfy the operating standard, a step of outputting the planned change value as a command value of the one or more operation parameters, and To execute.
  • the first predicted value corresponding to the planned change value of the operation parameter and the second predicted value corresponding to the virtual change value having a larger change amount than the planned change value are calculated by the prediction model. It is determined whether or not each of the operating standards is satisfied. Then, when both the first predicted value and the second predicted value satisfy the operating standard, the planned change value corresponding to the first predicted value is output as a command value. As a result, it is confirmed that the operation index satisfies the operation standard up to the virtual change value in which the change amount is larger than the planned change value. Therefore, when the operating parameter is changed from the current value to the planned change value, the possibility that the operating index deviates from the operating standard can be effectively reduced even if it is affected by a disturbance factor or a prediction error.
  • the method for determining the operating conditions of the plant according to at least one embodiment of the present invention is to solve the above problems.
  • the first predicted value of the operation index obtained by inputting the planned change value of one or more operation parameters to the prediction model showing the correlation between the explanatory variable including a plurality of operation parameters of the plant and the operation index of the plant. Steps to determine if the plant meets the operating standards of the plant The amount of change seen from the current value of the one or more operation parameters is larger than the planned change value.
  • the second predicted value of the operation index obtained by inputting the virtual change value of the one or more operation parameters into the prediction model is A step of determining whether or not the operating standard of the plant is satisfied, and When the first predicted value and the second predicted value satisfy the operating standard, a step of outputting the planned change value as a command value of the one or more operation parameters, and To be equipped.
  • the first predicted value corresponding to the planned change value of the operation parameter and the second predicted value corresponding to the virtual change value having a larger change amount than the planned change value are calculated by the prediction model. It is determined whether or not each of the operating standards is satisfied. Then, when both the first predicted value and the second predicted value satisfy the operating standard, the planned change value corresponding to the first predicted value is output as a command value. As a result, it is confirmed that the operation index satisfies the operation standard up to the virtual change value in which the change amount is larger than the planned change value. Therefore, when the operating parameter is changed from the current value to the planned change value, the possibility that the operating index deviates from the operating standard can be effectively reduced even if it is affected by a disturbance factor or a prediction error.
  • a plant operating condition determination device capable of performing robust plant control against disturbance factors and prediction errors using a prediction model.
  • FIG. 1 is a block diagram showing a functional configuration of a control system 10 of a plant 1 according to at least one embodiment of the present invention
  • FIGS. 2A to 2B are schematic configurations showing a hardware configuration of the control system 10 of FIG. It is a figure.
  • the plant 1 to be controlled includes one or more operating ends T1 to TN (N is an integer of one or more).
  • the operation ends T1 to TN are operated based on the control signal input from the control system 10, so that the operating state of the plant 1 is controlled.
  • the operating state of the plant 1 is monitored by one or more sensors S1 to SM (M is an integer of 1 or more) provided in the plant 1, and the detected values of the sensors S1 to SM (M is an integer of 1 or more) are controlled by the control system. By inputting to 10, it is used as information for determining the operating conditions of the plant 1.
  • the control system 10 may be configured by a computer as shown in FIGS. 2A to 2B. Specifically, as shown in FIG. 2A, the control system 10 includes a CPU 11 (Central Processing Unit), a RAM 12 (Random Access Memory), a ROM 13 (Read Only Memory), an HDD 14 (Hard Disk Drive), an input I / F15, and an input I / F15. And outputs I / F16, which are configured to be connected to each other via a bus 17.
  • the hardware configuration of the control system 10 is not limited to the above, and may be configured by a combination of a control circuit and a storage device.
  • a program (operating condition determination program) for realizing the function of the control system 10 may be stored in the cloud 1c or the storage medium 1d.
  • the control system 10 includes an external communication device 18 such as a 4G, 5G line communication device or a wireless LAN communication device such as Wi-Fi (registered trademark), and the CPU 11 programs from the cloud 1c via the external communication device 18. May be read, loaded into RAM 12, and executed.
  • the control system 10 may include a driver 19 for reading the data of the storage medium 1d, and the CPU 11 may read the program from the storage medium 1d, load it into the RAM 12, and execute the program.
  • various storage media 1d such as an SD card, a USB memory, and an external HDD can be used according to the capacity of the program.
  • control system 10 includes an operation control device 100, an operation setting adjustment device 200, and a storage unit 300.
  • the operation control device 100 includes an operation control unit 110 and a process value acquisition unit 120.
  • the operation control unit 110 is a unit that executes control of the plant 1 by transmitting a control signal to the plant 1.
  • the operation control unit 110 generates a control signal based on a command value input from the operation setting adjustment device 200, which will be described later, and transmits the control signal to the operation ends T1 to TN of the plant 1, respectively.
  • the process value acquisition unit 120 acquires the process values detected by the sensors S1 to SM provided in the plant 1 and transmits them to the operation setting adjustment device 200.
  • the operation setting adjustment device 200 outputs a command value to the operation control device 100 in order to adjust the operation setting of the plant 1.
  • the operation setting adjustment device 200 includes an operation index acquisition unit 202, an abnormality determination unit 204, and an operation condition determination device 205.
  • the operation index acquisition unit 202 acquires the operation index D based on the process value input from the process value acquisition unit 120.
  • the operation index D is a parameter related to the operation state of the plant 1, and may be a process value which is a sensor measurement value, or may be a calculated value calculated based on the process value.
  • the abnormality determination unit 204 determines whether or not there is an abnormality in the plant 1 based on the operation index D input from the operation index acquisition unit 202. Specifically, the abnormality determination unit 204 determines the presence or absence of an abnormality with respect to the plant 1 by comparing the operation index D input from the operation index acquisition unit 202 with the operation reference Dref prepared in advance. Such an operation standard Dref is prepared for each type of the operation index D.
  • the determination result of the abnormality determination unit 204 is input to the operation condition determination device 205, and the operation condition determination device 205 starts the determination of the operation condition triggered by the input of the abnormality determination (that is, when the abnormality determination is not input, the abnormality determination is not input).
  • the operating condition determining device 205 does not determine a new operating condition, and the previous operating condition is maintained).
  • the operating condition determination device 205 includes a planned change value generation unit 206, a virtual change value generation unit 208, a first determination unit 210, a second determination unit 212, and an operation amount changing unit 214. Details of each component of the operating condition determining device 205 will be described later with reference to FIGS. 3 and 4.
  • the storage unit 300 is a device capable of storing various information necessary for the operation condition determination method implemented by the operation condition determination device 205.
  • the prediction model M is stored in the storage unit 300 in advance.
  • the prediction model M is a physical model or a statistical model that defines the correlation between the operation parameter P of the plant 1 and the prediction value of the operation index D, and is constructed by using, for example, a statistical machine learning method or a neural network method. To.
  • the storage unit 300 may be configured as an HDD 14 (Hard Disk Drive) as described above with reference to FIG. 2A, or as a cloud 1c or a storage medium 1d as described above with reference to FIG. 2B. You may.
  • HDD 14 Hard Disk Drive
  • FIG. 3 is a flowchart showing the operation condition determination method according to at least one embodiment of the present invention for each process
  • FIG. 4 is an operation point transition diagram of the plant 1 corresponding to FIG.
  • the operation index acquisition unit 202 acquires the operation index D of the plant 1 (step S100). Specifically, the operation index acquisition unit 202 acquires the process value detected from the plant 1 by the process value acquisition unit 120 of the operation control device 100, and calculates the operation index D based on the process value.
  • the operation index D may be the process value itself or a calculated value calculated based on the process value.
  • the abnormality determination unit 204 determines whether or not there is an abnormality in the plant 1 based on the operation index D acquired in step S100 (step S101).
  • the abnormality determination in step S101 is performed, for example, by comparing the operation index D with the preset operation reference Dref.
  • the driving standard Dref may be set in advance by an experimental method, a simulation method, or may be set in consideration of past driving results.
  • the abnormality determination unit 204 continuously determines the abnormality by monitoring the operation index D while the plant 1 is in operation.
  • the operation condition determination device 205 identifies the current operation point A of the plant 1 (step S102).
  • the current operation point A is specified, for example, based on the process value detected from the plant 1 by the process value acquisition unit 120 of the operation control device 100. In FIG. 4, the current operating point A has an operating index Da that exceeds the operating standard Dref, indicating that the plant 1 has an abnormality.
  • the planned change value generation unit 206 generates the planned change value Pb based on the current operating point A acquired in step S102 (step S103).
  • the planned change value Pb is an operation parameter corresponding to the operating point B as the control target. That is, the planned change value Pb is generated by adding a predetermined operation amount to the operation parameter Pa corresponding to the current operation point A.
  • the first determination unit 210 calculates the first predicted value Db, which is an operation index corresponding to the planned change value Pb generated in step S103 (step S104), and the first predicted value Db satisfies the operation reference Dref. Whether or not it is determined (step S105).
  • the calculation of the first predicted value Db is performed by inputting the planned change value Pb generated in step S103 into the predicted model M stored in advance in the storage unit 300. In FIG. 4, it is shown that the first predicted value Db is less than the operation reference Dreff (step S105: YES).
  • the virtual change value generation unit 208 generates a virtual change value Pc based on the current operating point A acquired in step S102 (step S106).
  • the virtual change value Pc is generated as an operation parameter in which the amount of change seen from the operation parameter Pa corresponding to the current operating point A is larger than the planned change value Pb.
  • the second determination unit 212 calculates the second predicted value Dc, which is an operating index corresponding to the virtual change value Pc generated in step S106 (step S107), and the second predicted value Dc satisfies the driving reference Dref. Whether or not it is determined (step S108).
  • the calculation of the second predicted value Dc is performed by inputting the virtual change value Pc generated in step S106 into the predicted model M stored in advance in the storage unit 300. In FIG. 4, it is shown that the second predicted value Dc is less than the operation reference Dreff (step S108: YES).
  • step S105 YES
  • step S108 YES
  • the amount changing unit 214 outputs the planned change value Pb as a command value of the operation parameter P to the operation control unit 110 (step S109).
  • the virtual change value Pc is a virtual value set to evaluate whether or not the planned change value Pb may be output as a command value, and the virtual change value Pc itself is used as a command value. It's not something.
  • the determination by the first determination unit 210 is performed before the determination by the second determination unit 212 is illustrated, but the determination by the first determination unit 210 is performed by the second determination unit 212.
  • the determination may be performed after the determination, or the determination by the first determination unit 210 and the second determination unit 212 may be performed at the same time.
  • the planned change value generation unit 206 generates two planned change values having different amounts of change, and the operation amount changing unit 214 has a larger margin for the operation standard of the other operation index of the plant 1. It may be configured to select the planned change value Db of the above as a command value.
  • the planned change value generation unit 206 generates two planned change values Pb1 and Pb2 having different amounts of changes. Both the first predicted value Db1 obtained by inputting the planned change value Pb1 to the predicted model M and the first predicted value Db2 obtained by inputting the planned changed value Pb2 to the predicted model M are both. Satisfies the operating standard Pref (less than the operating standard Pref).
  • a prediction model M'corresponding to another operation index D'of the plant 1 is shown.
  • the other prediction model M' is a prediction model that defines the correlation between the explanatory variables common to the prediction model M and the other driving index D'.
  • the other prediction model M' shows a tendency that the other driving index D'increases as the operating parameter P increases. Therefore, the predicted value Db1'corresponding to the planned change value Pb1 calculated based on the other predicted model M'is the predicted value Db2'corresponding to the planned change value Pb2 calculated based on the other predicted model M'. It is smaller than.
  • the planned change value Pb1 has a larger margin than the planned change value Pb2 with respect to the operation standard Dref.
  • the operation amount changing unit 214 selects the scheduled change value Pb1 having the larger margin as the command value among the two scheduled change values Pb1 and Pb2.
  • the operation amount changing unit 214 has the operation amount change unit among the two scheduled change values Pb1 and Pb2 in which the amount of change from the current value of one or more operation parameters is different.
  • the planned change value having a larger margin with respect to the operation standard Dreff may be selected as a command value.
  • the operation amount changing unit 214 selects a change schedule value having a larger margin as a command value. For example, if an operating index that is highly sensitive to operating parameters and is likely to exceed the operating standard Dref when the operating parameters change based on disturbance factors or prediction errors is selected, the margin will be changed significantly. By selecting the value as the command value, the possibility of deviating from the operation standard Dref can be reduced more effectively.
  • half of the amount of change from the operation parameter Pa corresponding to the current operating point A to the virtual change value Pc may be set as the planned change value Pb.
  • the planned change value having the maximum margin can be selected as the command value in the range from the current value to the virtual change value in which the operation index satisfies the operation standard Dref.
  • the fraction may be rounded down or rounded up (whether the fraction is rounded down or rounded up, for example, the one with the larger margin is selected. May be).
  • the command value may be output for two or more operating parameters selected from a plurality of operating parameters for the plant 1.
  • FIG. 7 is a flowchart showing the operating condition determination method according to another embodiment for each process.
  • each operation parameter P can be changed stepwise (stepwise) to an integral multiple of a preset reference change amount ⁇ P will be described as an example.
  • step S200 select two or more operation parameters from a plurality of operation parameters related to plant 1 (step S200).
  • the selection in step S200 is performed, for example, in descending order of contribution to the predicted value of the driving index by the prediction model M.
  • FIG. 8 is an example of giving priority to a plurality of operation parameters related to the plant 1.
  • priorities a, b, c, ... are assigned to the plurality of operation parameters P1, P2, P3, ... Regarding the plant 1 in descending order of contribution to the specific operation index D.
  • step S200 by selecting the operation parameter to be controlled according to such a priority, the target operation index D is quickly changed toward the target value, and good responsiveness can be obtained.
  • the relationship between each operation parameter and the priority may be stored in advance in the storage unit 300 as a database, and may be appropriately readable. For example, when two operation parameters are selected, the operation parameter having the highest contribution and the operation parameter having the next highest contribution are selected.
  • the number of steps M for defining the calculation range of the planned change value Pb and the virtual change value Pc is set (step S201).
  • the number of steps M is set to any even number of 2 or more.
  • step S200 For the two or more operation parameters selected in step S200, within the range of the number of steps M set in step S201, both the first predicted value Db and the second predicted value Dc satisfy the operation reference Dref. And the combination of the virtual change value Pc is searched (step S202). Specifically, the first determination unit 210 predicts that the amount of change of the operation parameter from the current value corresponds to the planned change value represented by ⁇ P, 2 ⁇ P, ..., ⁇ P ⁇ M / 2, respectively. It is determined whether or not the values satisfy the operating standard Dr.
  • the second determination unit 212 sets the amount of change of the operation parameter from the current value to a virtual change value represented by ⁇ P ⁇ (M / 2 + 1), ⁇ P ⁇ (M / 2 + 2), ..., ⁇ P ⁇ M, respectively. It is determined whether or not the corresponding second predicted value satisfies the operation standard Dr. Then, by summarizing the determination results of the first determination unit 210 and the second determination unit 212, the combination of the planned change value Pb and the virtual change value Pc in which both the first predicted value Db and the second predicted value Dc satisfy the operation standard Dref can be obtained. It is determined whether or not there is (step S203).
  • step S203 when there is a combination of the planned change value Pb and the virtual change value Pc in which both the first predicted value Db and the second predicted value Dc satisfy the operation standard Dreff (step S203: YES), the largest change schedule among these is present.
  • the value Pb3 is output as a command value (step S204).
  • step S203 when there is no combination of the planned change value Pb and the virtual change value Pc in which both the first predicted value Db and the second predicted value Dc satisfy the operation standard Dreff (step S203: NO), the number of steps M is only one step. It is reduced (step S205). When the number of steps M after the decrease is not zero (step S206: NO), the process is returned to step S202, so that the first predicted value Db and the second predicted value Dc both set the operation reference Dref in a narrower range than the previous time. A search for a combination of the planned change value Pb and the virtual change value Pc to be satisfied is performed.
  • step S207 when the number of steps M after the decrease is zero (step S206: YES), reselection of the operation parameter is attempted (step S207). That is, if an appropriate command value cannot be found by the combination of the operation parameters selected in step S200, the selection of the prerequisite operation parameters is redone. Specifically, with respect to the operation parameter selected in step S200, the operation parameter having the next highest contribution to the predicted value of the operation index by the prediction model is selected. For example, when the first and second highest contribution operating parameters are selected in step S200, the first and third highest contribution operating parameters are selected in step S207.
  • step S207 If an appropriate operation parameter can be selected in step S207 (step S208: YES), the process is returned to step S202, so that the first predicted value Db and the second predicted value Db and the second operation parameter are obtained for the two or more reselected operation parameters.
  • the search for a combination of the planned change value Pb and the virtual change value Pc in which the predicted value Dc both satisfy the operation standard Dref is similarly performed.
  • an appropriate command value can be searched for by sequentially selecting the operation parameter having the next highest priority.
  • step S208 if an appropriate operation parameter cannot be selected in step S207 (step S208: NO), a search for a combination considering the variance value defined in the prediction model M is performed.
  • the first determination unit 210 and the second determination unit 212 calculate the first prediction value Db and the second prediction value Dc according to the large first dispersion value + 2 ⁇ among the dispersion values defined in the prediction model M, and operate standards, respectively.
  • a combination that satisfies Dref is searched for (step S209).
  • step S210: YES when a combination in which the first predicted value Db and the second predicted value Dc satisfy the operation reference Dreff is found (step S210: YES), the largest of the planned changes Pb is output as a command value (step S204). ).
  • step S210 when a combination in which the first predicted value Db and the second predicted value Dc satisfy the operation reference Dreff is not found (step S210: NO), the first determination unit 210 and the second determination unit 212 are defined in the prediction model M.
  • the first predicted value Db and the second predicted value Dc are calculated according to the second variance value + ⁇ smaller than the first variance value + 2 ⁇ among the dispersed values to be performed, and a combination satisfying the operation reference Dref is searched for, respectively (step S211).
  • step S212 YES
  • the largest of the planned changes Pb is output as a command value (step S204).
  • the first predicted value Db1 calculated according to the first variance value + 2 ⁇ satisfies the driving standard Dr, but the second predicted value Dc1 calculated according to the first variance value + 2 ⁇ does not satisfy the driving standard Dref. Therefore, in such a case, after reducing the variance value to the second variance value + ⁇ , it is determined again whether or not the first predicted value Db and the second predicted value Dc satisfy the operation reference Dref, respectively.
  • the planned change value Pb corresponding to the first predicted value Db is It is output as a command value.
  • step S212 when a combination in which the first predicted value Db and the second predicted value Dc satisfy the operation reference Dreff is not found based on the second variance value + ⁇ (step S212: NO), the first judgment unit 210 and the second judgment unit The 212 calculates the first predicted value Db and the second predicted value Dc according to the average value defined in the prediction model M, and searches for a combination that satisfies the operation reference Dref (step S213). As a result, when a combination in which the first predicted value Db and the second predicted value Dc satisfy the operation reference Dreff is found (step S214: YES), the largest of the planned changes Pb is output as a command value (step S204). ).
  • the first predicted value Db1 calculated according to the second variance value + ⁇ satisfies the driving standard Dr, but the second predicted value Dc1 calculated according to the second variance value + ⁇ does not satisfy the driving standard Dref. Therefore, in such a case, it is determined whether or not the first predicted value Db2 and the second predicted value Dc2 calculated according to the average value avg defined in the physical model M satisfy the operation reference Dref, respectively.
  • the planned change value Pb corresponding to the first predicted value Db is the command value. Is output as.
  • the operation standard Dref is satisfied based on the mean value avg.
  • step S214 when a combination in which the first predicted value Db and the second predicted value Dc satisfy the driving standard Drf is not found based on the mean value avg (step S214: NO), the driver has a sufficient margin with respect to the driving standard Dref. Notify that it is difficult to set the command value (step S215). That is, if it is difficult to find an appropriate command value as a result of performing the search in each of the above steps, a signal indicating that fact is output.
  • step S210 when a combination in which the first predicted value Db and the second predicted value Dc satisfy the operation standard Dref is found, the maximum planned change value Pb is uniformly commanded. The case of outputting as is illustrated (see step S204).
  • step S210 when a combination in which the first predicted value Db and the second predicted value Dc satisfy the operation reference Dref according to the first variance value + 2 ⁇ cannot be found (step S210: NO). If a combination in which the first predicted value Db and the second predicted value Dc satisfy the operation reference Dref is found in step S212 or S214, the command value may be set smaller than the maximum planned change value (for example).
  • the command value may be limited to only one step). This means that if an appropriate command value cannot be found with the first variance value + 2 ⁇ , even if an appropriate command value is found according to the second variance value + ⁇ or the average value, control is performed according to the command value. This is because there is a high possibility that unexpected behavior will occur in some cases.
  • the command value is determined by searching for a combination in which the first predicted value Db and the second predicted value Dc satisfy the operating reference Dref for two or more operating parameters selected from the plurality of operating parameters of the plant 1. can do.
  • robust plant control can be realized with respect to disturbance factors and prediction errors.
  • FIG. 12 is a block diagram showing a functional configuration of the control system 10 of the plant 1 according to another embodiment.
  • the operation setting adjusting device 200 includes an operation point determination unit 220 instead of the abnormality determination unit 204 of FIG.
  • the operation point determination unit 220 determines whether or not the degree of deviation of the current operation point of the plant 1 from the optimum operation point exceeds the reference value.
  • the driving point determination unit 220 identifies the current driving point by acquiring the driving index D from the driving index acquisition unit 202, and also identifies the optimum driving point at which the driving index D is the optimum value. Evaluate the degree of divergence between the two.
  • the determination result of the operation point determination unit 220 is input to the operation condition determination device 205, and the operation condition determination device 205 is triggered by the determination by the operation point determination unit 220 that the degree of deviation is equal to or greater than the determination threshold value.
  • the determination is started (that is, when the degree of deviation is less than the determination threshold value, the operating condition determining device 205 does not determine a new operating condition, and the previous operating condition is maintained).
  • the specific control by the operating condition determining device 205 is the same as in each of the above-described embodiments.
  • the planned change value Pb is output to the plant 1 as a command value to reach a more appropriate operating point. Transitions can be made.
  • FIG. 13 is a block diagram showing a functional configuration of the control system 10 of the plant 1 according to another embodiment.
  • the operation setting adjusting device 200 includes a schedule acquisition unit 230 and a future operation point determination unit 240 in place of the abnormality determination unit 204 of FIG.
  • the schedule acquisition unit 230 acquires schedule information that defines future time changes related to operation parameters that are explanatory variables of the prediction model M.
  • the future driving point determination unit 240 receives the schedule information from the schedule acquisition unit 230, and calculates the predicted value of the driving index corresponding to the schedule information using the prediction model M, so that the future driving index To identify. Then, the future driving point determination unit 240 determines whether or not the driving index is expected not to satisfy the driving standard in the future by comparing the future driving index with the driving standard.
  • the determination result of the future operation point determination unit 240 is input to the operation condition determination device 205, and the operation condition determination device 205 is expected by the future operation point determination unit 240 that the operation index does not satisfy the operation standard in the future. (That is, if it is expected that the operating index will meet the operating standard in the future, the operating condition determining device 205 does not determine the new operating condition, and the previous operating condition is determined. Is maintained).
  • the specific control by the operating condition determining device 205 is the same as in each of the above-described embodiments.
  • the planned change value is output to the plant 1 as a command value. , You can avoid more than it can happen in the future.
  • the operation condition determination device the plant control device, and the operation of the plant 1 capable of performing robust plant control against disturbance factors and prediction errors by using the prediction model M. Conditioning methods and programs can be provided.
  • the present invention is not limited to the above-described embodiment, and includes a modification of the above-described embodiment and a combination of these embodiments as appropriate.
  • At least one embodiment of the present invention can be used in a plant operating condition determination device, a plant control device, an operating condition determination method and a program.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

プラントの操作パラメータの変更予定値を入力して得られる運転指標の第１予測値が運転基準を満たすか否かを判断するとともに、現在値からみた変更量が変更予定値よりも大きい仮想変更値を予測モデルに入力して得られる運転指標の第２予測値が運転基準を満たすか否かを判断する。第１予測値および第２予測値が運転基準を満たすと判断された場合、操作パラメータの指令値として変更予定値を出力する。

Description

プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラム
　本開示は、プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラムに関する。
　プラントの運転条件は、一般的に、プラントの運転指標が運転基準を満たすように決定される。プラントの運転状態が変化した場合、プラントの操作端には変化後の運転状態に対応する操作パラメータに相当する司令値が出力されることで、プラントの運転指標が運転基準を満たす状態の維持が試みられる。
　このようなプラント制御の一例として、特許文献１では、プラントの使用環境と制御結果との関係を学習して学習結果テーブルを予め作成しておき、当該学習結果テーブルに基づいて制御目標を満たす制御方法を探索することで、プラントの運転指標が運転基準を満たすプラント制御を実現することが開示されている。
特開平９－３４５０５号公報
　上記特許文献１では、プラント実機における使用環境と制御結果との関係を学習した結果に基づいて制御方法を探索している。そのため、優れた信頼性を有する制御を実現するためには、様々な運転条件下で十分な学習量を蓄積することが必要となる。しかしながら、プラント実機で十分な学習量を蓄積するためには、例えば試運転などによって多くの時間やコストを要してしまう。
　このような課題の解決策の一つとして、過去の学習結果に代えて、例えば統計的機械学習法やニューラルネットワーク法などによって作成される物理モデルや統計モデルのような予測モデルを用いることが考えられる。具体的には、操作パラメータを現在値から変更した場合における運転指標の予測値を予測モデルから算出することで、運転指標が運転基準を満たす制御方法を模索する。
　このような予測モデルを用いるプラント制御では、環境変化のような外乱要因や予測モデルが有する予測誤差によって操作パラメータを変化させた場合に、実際の運転指標が予測モデルから求められる予測値と異なってしまうことがある。例えば、予測モデルに従って運転指標が目標値（例えば最大値又は最小値）になるように操作パラメータを変化させた場合に、目標値の近傍に運転指標が急変する領域が存在すると、環境変化のような外乱要因や予測モデルが有する予測誤差によって操作パラメータが変化した際に、運転指標が目標値から大きく変化してしまうおそれがある。このとき、運転指標が運転基準を逸脱すると、プラントの不具合等を招く可能性がある。
　本発明の少なくとも一実施形態は上述の事情に鑑みなされたものであり、予測モデルを用いて外乱要因や予測誤差に対してロバストなプラント制御を実施可能なプラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラムを提供することを目的とする。
（１）本発明の少なくとも一実施形態に係るプラントの運転条件決定装置は上記課題を解決するために、
　プラントの複数の操作パラメータを含む説明変数と前記プラントの運転指標との相関を示す予測モデルに対して、１以上の操作パラメータの変更予定値を入力して得られる前記運転指標の第１予測値が前記プラントの運転基準を満たすか否かを判断する第１判定部と、
　前記１以上の操作パラメータの現在値からみた変更量が前記変更予定値よりも大きい前記１以上の操作パラメータの仮想変更値を前記予測モデルに入力して得られる前記運転指標の第２予測値が前記プラントの前記運転基準を満たすか否かを判断する第２判定部と、
　前記第１判定部および前記第２判定部により前記第１予測値および前記第２予測値が前記運転基準を満たすと判断された場合、前記１以上の操作パラメータの指令値として前記変更予定値を出力する操作量変更部と、
を備える。
　上記（１）の構成によれば、操作パラメータの変更予定値に対応する第１予測値と、変更予定値より変更量が大きな仮想変更値に対応する第２予測値とが、予測モデルによって算出され、それぞれ運転基準を満たすか否かが判定される。そして第１予測値および第２予測値の両方が運転基準を満たす場合に、第１予測値に対応する変更予定値が指令値として出力される。これにより、変更予定値より変更量が大きな仮想変更値に至るまで運転指標が運転基準を満たすことが確認される。そのため、操作パラメータを現在値から変更予定値に変更した際に、外乱要因や予測誤差の影響を受けたとしても、運転指標が運転基準を逸脱する可能性を効果的に低減できる。
（２）幾つかの実施形態では上記（１）の構成において、
　前記操作量変更部は、前記１以上の操作パラメータの前記現在値からの変更量が異なる２つの前記変更予定値のうち、前記プラントの他の運転指標の前記運転基準に対する裕度が大きい方の変更予定値を前記指令値として選択するように構成される。
　上記（２）の構成によれば、操作パラメータの変更予定値が複数ある場合には、プラントの他の運転指標の運転基準に対して裕度が大きい方が指令値として選択される。これにより、操作パラメータを変更予定値に制御した際に、他の運転指標において運転基準を逸脱する可能性を効果的に低減できる。
（３）幾つかの実施形態では上記（１）の構成において、
　前記操作量変更部は、前記運転指標が特定の運転指標である場合、前記１以上の操作パラメータの前記現在値からの変更量が異なる２つの前記変更予定値のうち、前記運転基準に対してより裕度が大きい方の変更予定値を前記指令値として選択するように構成される。
　上記（３）の構成によれば、プラントに関する複数の運転指標のうち特定の運転指標（例えば、操作パラメータに対して感度が高いことにより外乱要因や予測誤差に基づいて操作パラメータが変化した際に運転基準を超えるおそれが高い運転指標）に関して指令値を探索する場合、より裕度の大きな変更予定値を指令値として選択することで、運転基準を逸脱する可能性を効果的に低減できる。
（４）幾つかの実施形態では上記（１）から（３）のいずれか一構成において、
　前記操作量変更部は、前記第１予測値および前記第２予測値が前記運転基準を満たすことが確認された２以上の前記操作パラメータの前記変更予定値を前記指令値として出力するように構成される。
　上記（４）の構成によれば、複数の操作パラメータの各々に対して変更予定値を同様に決定することで、プラントに対して複数の操作パラメータに対応する指令値を出力した際にも、運転指標が運転基準を逸脱する可能性を低減し、外乱要因や予測誤差に対してロバストなプラント制御が実現できる。
（５）幾つかの実施形態では上記（４）の構成において、
　前記２以上の前記操作パラメータは、前記複数の操作パラメータのうち、前記予測モデルによる前記運転指標の予測値に対する寄与度が高い順から選択されたものである。
　上記（５）の構成によれば、プラントに関する操作パラメータのうち、運転指標の予測値に対する寄与度が高いものが制御対象として優先的に選択される。これにより、仮に運転指標が運転基準を逸脱した場合には、当該操作パラメータに対応する変更予定値を指令値として出力することで、運転指標が運転基準を満たすように運転状態を的確に制御できる。
（６）幾つかの実施形態では上記（１）から（５）のいずれか一構成において、
　前記予測モデルは、前記運転指標の予測値の平均値および分散により規定される確率分布を出力するように構成され、
　前記第１判定部および前記第２判定部は、前記運転基準を満たすような、前記確率分布における第１分散値に対応した前記第１予測値および前記第２予測値の組み合わせを発見できない場合、前記第１分散値よりも小さい第２分散値に対応した前記第１予測値および前記第２予測値が前記運転基準を満たすか否かを判定するように構成される。
　上記（６）の構成によれば、平均値および分散値により規定される確率分布として予測値を算出する予測モデルを用いる場合、予測値の分散値を比較的大きな第１分散値に設定し、運転基準を満たす第１予測値および第２予測値の組み合わせを発見できるか否かが判定される。その結果、運転基準を満たす第１予測値および第２予測値の組み合わせを発見できない場合、予測値の分散値を第２分散値に減少させて、運転基準を満たす第１予測値および第２予測値の組み合わせを発見できるか否かが判定される。このように分散値を減少させながら運転基準を満たす第１予測値および第２予測値の組み合わせを模索することで、適切な変更予定値を決定し、指令値として出力できる。
（７）幾つかの実施形態では上記（６）の構成において、
　前記予測モデルは、前記運転指標の予測値の平均値および分散により規定される確率分布を出力するように構成され、
　前記第１判定部および前記第２判定部は、前記運転基準を満たすような、前記確率分布における前記第１分散値又は前記第２分散値の少なくとも一方に対応した前記第１予測値および前記第２予測値の組み合わせを発見できない場合、前記平均値に対応した前記第１予測値および前記第２予測値が前記運転基準を満たすか否かを判定するように構成される。
　上記（７）の構成によれば、平均値および分散値により規定される確率分布として予測値を算出する予測モデルを用いる場合、分散値を考慮した第１予測値および第２予測値の組み合わせが運転基準を満たさないと判定された場合には、平均値に基づく第１予測値および第２予測値の組み合わせが運転基準を満たさないか否かが判定される。
（８）幾つかの実施形態では上記（１）から（７）のいずれか一構成において、
　前記操作量変更部は、前記１以上の操作パラメータの前記現在値から前記第２予測値に対応する前記仮想変更値までの変更量の半分を前記変更予定値とするように構成される。
　上記（８）の構成によれば、操作パラメータの現在値から仮想変更値までの変更量の半分が指令値として変更予定値が設定される。これにより、運転指標が運転基準を満たす現在値から仮想変更値までの範囲に対して、裕度が最大となる変更予定値を指令値として選択できる。
　尚、操作パラメータが基準変更量ΔＰの整数倍で表される値に限定されることによりステップ的に変更可能であり、操作パラメータの変更量の半分に端数が存在する場合には、当該端数は必要に応じて端数を切り捨ててもよいし、切り上げてもよい（裕度が大きくなる方を選択してもよい）。
（９）幾つかの実施形態では上記（１）から（８）のいずれか一構成において、
　前記第１判定部は、前記１以上の操作パラメータの前記現在値からの変更量が基準変更量ΔＰの整数倍で表される２以上の前記変更予定値にそれぞれ対応する前記第１予測値が前記運転基準を満たすか否かを判定するように構成され、
　前記第２判定部は、前記１以上の操作パラメータの前記現在値からの変更量が前記基準変更量ΔＰの整数倍で表される前記仮想変更値にそれぞれ対応する前記第２予測値が前記運転基準を満たすか否かを判定するように構成される。
　上記（９）の構成によれば、変更予定値および仮想変更値はそれぞれ基準変更量ΔＰの整数倍で表される（すなわち、段階的に設定される）。このような制約のもとにおいても、上記構成によって、運転指標が運転基準を逸脱する可能性を低減し、外乱要因や予測誤差に対してロバストなプラント制御が実現できる。
（１０）幾つかの実施形態では上記（９）の構成において、
　前記第１判定部は、前記１以上の操作パラメータの前記現在値からの変更量がΔＰ、２ΔＰ、・・・、ΔＰ×Ｍ／２（Ｍは偶数）で表される前記変更予定値にそれぞれ対応する前記第１予測値が前記運転基準をそれぞれ満たすか否かを判定するように構成され、
　前記第２判定部は、前記１以上の操作パラメータの前記現在値からの変更量がΔＰ×（Ｍ／２＋１）、ΔＰ×（Ｍ／２＋２）、・・・、ΔＰ×Ｍで表される前記仮想変更値にそれぞれ対応する前記第２予測値が前記運転基準をそれぞれ満たすか否かを判定するように構成される。
　上記（１０）の構成によれば、操作パラメータの現在値から仮想変更値までの各点（ΔＰ、２ΔＰ、・・・、ΔＰ×Ｍ）において第１予測値および第２予測値が運転基準を満たすか否かが判定される。そして、これらの各点において第１予測値および第２予測値が運転基準を満たす場合に、第１予測値に対応する変更予定値を指令値として出力することで、運転指標が運転基準を逸脱する可能性をより的確に低減できる。
（１１）幾つかの実施形態では上記（１０）の構成において、
　前記操作量変更部は、前記変更量がΔＰ×Ｎ／２（但し、Ｎは、Ｍ以下であり、且つ、（Ｎ×ΔＰ）以下の全ての前記変更量にそれぞれ対応する前記第１予測値又は前記第２予測値が前記運転基準を満たすような最大の偶数。）で表される前記変更予定値を前記指令値として出力するように構成される。
　上記（１１）の構成によれば、操作パラメータに対応する予測値が運転基準を満たす範囲において、当該範囲の半分に相当する変更予定値が指令値として出力される。これにより、予測値が運転基準を満たす範囲に基づいて、大きな変更予定値を指令値として設定できるため、より応答性に優れたプラント制御を実施できる。
（１２）幾つかの実施形態では上記（１）から（１１）のいずれか一構成において、
　前記第１判定部および前記第２判定部は、前記操作パラメータが前記運転基準を満たすような前記第１予測値および前記第２予測値の組み合わせを発見できない場合、前記説明変数に含まれる他の前記操作パラメータに対応した前記第１予測値および前記第２予測値が前記運転基準を満たすか否かを判定するように構成される。
　上記（１２）の構成によれば、プラントに関する複数の操作パラメータから選択された特定の操作パラメータについて運転基準を満たす第１予測値および第２予測値の組み合わせが発見できない場合、他の操作パラメータについて運転基準を満たす第１予測値および第２予測値の組み合わせの探索が行われる。
（１３）幾つかの実施形態では上記（１）から（１２）のいずれか一構成において、
　前記操作量変更部は、下記（Ａ）～（Ｃ）の少なくとも一つの場合、前記第１予測値および前記第２予測値が前記運転基準を満たすことが確認された前記変更予定値を前記指令値として出力するように構成される。
（Ａ）前記プラントの異常発生を示す信号を取得した場合。
（Ｂ）前記運転基準に対して最も裕度がある運転点に対する乖離度が基準値を超えた場合。
（Ｃ）前記予測モデルの前記説明変数の変化スケジュールから予測される前記運転指標の将来値が運転基準を満たさない場合。
　上記（１３）の構成によれば、（Ａ）の場合、現在のプラント運転点において異常が検出された場合に、プラントに対して変更予定値を指令値として出力することで、異常を解消するための制御が実施できる。（Ｂ）の場合、現在のプラント運転点が運転基準に対して最も裕度がある運転点（最適運転点）から乖離した場合に、プラントに対して変更予定値を指令値として出力することで、より適切な運転点への遷移を実施できる。（Ｃ）の場合、説明変数の変化スケジュールに基づいて将来的に運転指標が運転基準を満たさないことが予想される場合、プラントに対して変更予定値を指令値として出力することで、将来的に生じ得る以上を未然回避できる。
（１４）本発明の少なくとも一実施形態に係るプラントの制御システムは上記課題を解決するために、
　上記（１）から（１３）のいずれか一構成の運転条件決定装置と、
　前記操作量変更部から入力される前記指令値に基づいて、前記プラントの操作端を制御するように構成された制御装置と、
を備える。
　上記（１４）の構成によれば、上記運転条件決定装置から出力される司令値に基づいてプラントの操作端が制御される。司令値は、変更予定値より変更量が大きな仮想変更値に至るまで運転指標が運転基準を満たすことが確認された変更予定値であるため、操作パラメータを現在値から変更予定値に変更した際に、環境変化や予測誤差の影響を受けたとしても、運転指標が運転基準を逸脱する可能性が効果的に低減される。その結果、外乱要因や予測誤差に対してロバストなプラント制御が実現できる。
（１５）本発明の少なくとも一実施形態に係るプログラムは上記課題を解決するために、
　プラントの運転条件を決定するためのプログラムであって、
　コンピュータに、
　プラントの複数の操作パラメータを含む説明変数と前記プラントの運転指標との相関を示す予測モデルに対して、１以上の操作パラメータの変更予定値を入力して得られる前記運転指標の第１予測値が前記プラントの運転基準を満たすか否かを判断するステップと、
　前記１以上の操作パラメータの現在値からみた変更量が前記変更予定値よりも大きい前記１以上の操作パラメータの仮想変更値を前記予測モデルに入力して得られる前記運転指標の第２予測値が前記プラントの前記運転基準を満たすか否かを判断するステップと、
　前記第１予測値および前記第２予測値が前記運転基準を満たす場合、前記１以上の操作パラメータの指令値として前記変更予定値を出力するステップと、
を実行させる。
　上記（１５）のプログラムによれば、操作パラメータの変更予定値に対応する第１予測値と、変更予定値より変更量が大きな仮想変更値に対応する第２予測値とが、予測モデルによって算出され、それぞれ運転基準を満たすか否かが判定される。そして第１予測値および第２予測値の両方が運転基準を満たす場合に、第１予測値に対応する変更予定値が指令値として出力される。これにより、変更予定値より変更量が大きな仮想変更値に至るまで運転指標が運転基準を満たすことが確認される。そのため、操作パラメータを現在値から変更予定値に変更した際に、外乱要因や予測誤差の影響を受けたとしても、運転指標が運転基準を逸脱する可能性を効果的に低減できる。
（１６）本発明の少なくとも一実施形態に係るプラントの運転条件決定方法は上記課題を解決するために、
　プラントの複数の操作パラメータを含む説明変数と前記プラントの運転指標との相関を示す予測モデルに対して、１以上の操作パラメータの変更予定値を入力して得られる前記運転指標の第１予測値が前記プラントの運転基準を満たすか否かを判断するステップと、
　前記１以上の操作パラメータの現在値からみた変更量が前記変更予定値よりも大きい前記１以上の操作パラメータの仮想変更値を前記予測モデルに入力して得られる前記運転指標の第２予測値が前記プラントの前記運転基準を満たすか否かを判断するステップと、
　前記第１予測値および前記第２予測値が前記運転基準を満たす場合、前記１以上の操作パラメータの指令値として前記変更予定値を出力するステップと、
を備える。
　上記（１６）の方法によれば、操作パラメータの変更予定値に対応する第１予測値と、変更予定値より変更量が大きな仮想変更値に対応する第２予測値とが、予測モデルによって算出され、それぞれ運転基準を満たすか否かが判定される。そして第１予測値および第２予測値の両方が運転基準を満たす場合に、第１予測値に対応する変更予定値が指令値として出力される。これにより、変更予定値より変更量が大きな仮想変更値に至るまで運転指標が運転基準を満たすことが確認される。そのため、操作パラメータを現在値から変更予定値に変更した際に、外乱要因や予測誤差の影響を受けたとしても、運転指標が運転基準を逸脱する可能性を効果的に低減できる。
　本発明の少なくとも一実施形態によれば、予測モデルを用いて外乱要因や予測誤差に対してロバストなプラント制御を実施可能なプラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラムを提供できる。
本発明の少なくとも一実施形態に係るプラントの制御システムの機能的構成を示すブロック図である。 図１の制御システムのハードウェア構成を示す概略構成図である。 図１の制御システムのハードウェア構成を示す概略構成図である。 本発明の少なくとも一実施形態に係る運転条件決定方法を工程毎に示すフローチャートである。 図３に対応するプラントの運転点遷移図である。 他の実施形態に係るプラントの運転点遷移図である。 他の実施形態に係るプラントの運転点遷移図である。 他の実施形態に係る運転条件決定方法を工程毎に示すフローチャートである。 プラントに関する複数の操作パラメータに対する優先度の付与例である。 他の実施形態に係るプラントの運転点遷移図である。 他の実施形態に係るプラントの運転点遷移図である。 他の実施形態に係るプラントの運転点遷移図である。 他の実施形態に係るプラントの制御システムの機能的構成を示すブロック図である。 他の実施形態に係るプラントの制御システムの機能的構成を示すブロック図である。
　以下、添付図面を参照して本発明の幾つかの実施形態について説明する。ただし、実施形態として記載されている又は図面に示されている構成部品の寸法、材質、形状、その相対的配置等は、本発明の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。
　図１は本発明の少なくとも一実施形態に係るプラント１の制御システム１０の機能的構成を示すブロック図であり、図２Ａ～図２Ｂは、図１の制御システム１０のハードウェア構成を示す概略構成図である。
　図１に示すように、制御対象であるプラント１は、１以上の操作端Ｔ１～ＴＮ（Ｎは１以上の整数）を備える。操作端Ｔ１～ＴＮは、制御システム１０から入力される制御信号に基づいて操作されることで、プラント１の運転状態が制御される。プラント１の運転状態は、プラント１に設けられた１以上のセンサＳ１～ＳＭ（Ｍは１以上の整数）によって監視され、センサＳ１～ＳＭ（Ｍは１以上の整数）の検出値は制御システム１０に入力されることで、プラント１の運転条件を決定するための情報として利用される。
　制御システム１０は、図２Ａ～図２Ｂに示すように、コンピュータで構成されていてもよい。具体的には、図２Ａに示すように、制御システム１０は、ＣＰＵ１１（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＡＭ１２（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ１３（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＨＤＤ１４（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、入力Ｉ／Ｆ１５、および出力Ｉ／Ｆ１６を含み、これらがバス１７を介して互いに接続されて構成される。
　尚、制御システム１０のハードウェア構成は上記に限定されず、制御回路と記憶装置との組み合わせにより構成されても良い。
　また、図２Ｂに示すように、クラウド１ｃや記憶媒体１ｄに、制御システム１０の機能を実現するためのプログラム（運転条件決定プログラム）を格納しておいてもよい。そして制御システム１０は、例えば４Ｇ、５Ｇ回線通信器やＷｉ－Ｆｉ（登録商標）等の無線ＬＡＮ通信器のような外部通信器１８を備え、ＣＰＵ１１が外部通信器１８を介してクラウド１ｃからプログラムを読み込み、ＲＡＭ１２にロードして実行してもよい。また制御システム１０は、記憶媒体１ｄのデータを読み取るためのドライバ１９を備え、ＣＰＵ１１が記憶媒体１ｄからプログラムを読み込み、ＲＡＭ１２にロードして実行してもよい。記憶媒体１ｄの種類は問わず、例えばＳＤカード、ＵＳＢメモリ、外付けＨＤＤ等、プログラムの容量に応じた様々な記憶媒体１ｄを用いることができる。
　図１に示す実施形態では、制御システム１０は、運転制御装置１００と、運転設定調整装置２００と、記憶部３００と、を備える。
　運転制御装置１００は、運転制御部１１０と、プロセス値取得部１２０とを備える。運転制御部１１０は、プラント１に対して制御信号を送信することでプラント１の制御を実行するユニットである。運転制御部１１０では、後述する運転設定調整装置２００から入力される司令値に基づく制御信号が生成され、当該制御信号はプラント１の操作端Ｔ１～ＴＮに対してそれぞれ送信される。プロセス値取得部１２０では、プラント１に設けられたセンサＳ１～ＳＭで検出されたプロセス値が取得され、運転設定調整装置２００に対して送信される。
　運転設定調整装置２００は、プラント１の運転設定を調整するために、運転制御装置１００に対して司令値を出力する。このような機能を実現するために、運転設定調整装置２００は、運転指標取得部２０２と、異常判定部２０４と、運転条件決定装置２０５と、を備える。
　運転指標取得部２０２は、プロセス値取得部１２０から入力されるプロセス値に基づいて運転指標Ｄを取得する。運転指標Ｄは、プラント１の運転状態に関するパラメータであり、センサ計測値であるプロセス値であってもよいし、プロセス値に基づいて算出される演算値であってもよい。
　異常判定部２０４は、運転指標取得部２０２から入力される運転指標Ｄに基づいてプラント１に異常があるか否かを判定する。具体的には、異常判定部２０４は、運転指標取得部２０２から入力される運転指標Ｄを予め用意された運転基準Ｄｒｅｆと比較することで、プラント１に関して異常の有無を判定する。このような運転基準Ｄｒｅｆは、運転指標Ｄの種類毎に用意される。
　異常判定部２０４の判定結果は運転条件決定装置２０５に入力され、運転条件決定装置２０５は異常判定が入力されたことをトリガーとして運転条件の決定を開始する（すなわち異常判定が入力されない場合は、運転条件決定装置２０５では新たな運転条件の決定は行われず、前回の運転条件が維持される）。運転条件決定装置２０５は、変更予定値生成部２０６と、仮想変更値生成部２０８と、第１判定部２１０と、第２判定部２１２と、操作量変更部２１４と、を備える。これら運転条件決定装置２０５の各構成要素の詳細については、図３および図４を参照して後述する。
　記憶部３００は、運転条件決定装置２０５で実施される運転条件決定方法に必要な各種情報を記憶可能なデバイスである。本実施形態では、記憶部３００には予測モデルＭが予め格納されている。予測モデルＭは、プラント１の操作パラメータＰと運転指標Ｄの予測値との相関を規定する物理モデルや統計モデルであり、例えば、統計的機械学習法やニューラルネットワーク法などを用いることによって構築される。
　尚、記憶部３００は、図２Ａを参照して前述したようにＨＤＤ１４（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）として構成されてもよいし、図２Ｂを参照して前述したようにクラウド１ｃや記憶媒体１ｄとして構成されてもよい。
　続いて上記構成を有する運転条件決定装置２０５によって実施される運転条件決定方法について説明する。図３は本発明の少なくとも一実施形態に係る運転条件決定方法を工程毎に示すフローチャートであり、図４は図３に対応するプラント１の運転点遷移図である。
　まず運転指標取得部２０２は、プラント１の運転指標Ｄを取得する（ステップＳ１００）。具体的には、運転指標取得部２０２は、運転制御装置１００のプロセス値取得部１２０でプラント１から検出されたプロセス値を取得し、当該プロセス値に基づいて運転指標Ｄを算出する。運転指標Ｄは、プロセス値そのものであってもよいし、プロセス値に基づいて算出される演算値であってもよい。
　続いて異常判定部２０４は、ステップＳ１００で取得した運転指標Ｄに基づいてプラント１に異常があるか否かを判定する（ステップＳ１０１）。ステップＳ１０１の異常判定は、例えば、運転指標Ｄを予め設定された運転基準Ｄｒｅｆと比較することにより行われる。運転基準Ｄｒｅｆは、予め実験的な手法により設定されてもよいし、シミュレーション的な手法により設定されてもよいし、過去の運転実績を考慮して設定されてもよい。異常判定部２０４は、プラント１が稼働している間、運転指標Ｄを監視することで継続的に異常判定を行う。
　異常判定部２０４で異常があると判定された場合（ステップＳ１０１：ＹＥＳ）、運転条件決定装置２０５は、プラント１の現在の運転点Ａを特定する（ステップＳ１０２）。現在の運転点Ａは、例えば、運転制御装置１００のプロセス値取得部１２０でプラント１から検出されたプロセス値に基づいて特定される。図４では、現在の運転点Ａは運転基準Ｄｒｅｆを超える運転指標Ｄａを有しており、プラント１に異常があることが示されている。
　続いて変更予定値生成部２０６は、ステップＳ１０２で取得された現在の運転点Ａに基づいて、変更予定値Ｐｂを生成する（ステップＳ１０３）。変更予定値Ｐｂは、制御目標となる運転点Ｂに対応する操作パラメータである。すなわち、現在の運転点Ａに対応する操作パラメータＰａに対して、所定の操作量を加算することで、変更予定値Ｐｂが生成される。
　続いて第１判定部２１０は、ステップＳ１０３で生成した変更予定値Ｐｂに対応する運転指標である第１予測値Ｄｂを算出し（ステップＳ１０４）、当該第１予測値Ｄｂが運転基準Ｄｒｅｆを満たすか否かを判定する（ステップＳ１０５）。第１予測値Ｄｂの算出は、記憶部３００に予め記憶された予測モデルＭに対して、ステップＳ１０３で生成された変更予定値Ｐｂを入力することにより行われる。図４では、第１予測値Ｄｂが運転基準Ｄｒｅｆ未満であることが示されている（ステップＳ１０５：ＹＥＳ）。
　続いて仮想変更値生成部２０８は、ステップＳ１０２で取得された現在の運転点Ａに基づいて、仮想変更値Ｐｃを生成する（ステップＳ１０６）。仮想変更値Ｐｃは、現在の運転点Ａに対応する操作パラメータＰａからみた変更量が変更予定値Ｐｂより大きな操作パラメータとして生成される。
　続いて第２判定部２１２は、ステップＳ１０６で生成した仮想変更値Ｐｃに対応する運転指標である第２予測値Ｄｃを算出し（ステップＳ１０７）、当該第２予測値Ｄｃが運転基準Ｄｒｅｆを満たすか否かを判定する（ステップＳ１０８）。第２予測値Ｄｃの算出は、記憶部３００に予め記憶された予測モデルＭに対して、ステップＳ１０６で生成された仮想変更値Ｐｃを入力することにより行われる。図４では、第２予測値Ｄｃが運転基準Ｄｒｅｆ未満であることが示されている（ステップＳ１０８：ＹＥＳ）。
　このように第１判定部２１０および第２判定部２１２により第１予測値Ｄｂおよび第２予測値Ｄｃが運転基準Ｄｒｅｆを満たすと判断された場合（ステップＳ１０５：ＹＥＳ，ステップＳ１０８：ＹＥＳ）、操作量変更部２１４は、運転制御部１１０に対する操作パラメータＰの指令値として変更予定値Ｐｂを出力する（ステップＳ１０９）。尚、仮想変更値Ｐｃは、変更予定値Ｐｂを指令値として出力してもよいか否かを評価するために設定される仮想的な値であり、仮想変更値Ｐｃ自体が指令値として使用されるものではない。これにより、変更予定値Ｐｂより変更量が大きな仮想変更値Ｐｃに至るまで運転指標Ｄが運転基準Ｄｒｅｆを満たすことが確認されるため、操作パラメータＰを現在値から変更予定値Ｐｂに変更した際に、外乱要因や予測誤差の影響を受けたとしても、運転指標Ｄが運転基準Ｄｒｅｆを逸脱する可能性を効果的に低減したプラント制御が可能となる。
　尚、図３のフローチャートでは、第１判定部２１０による判定を第２判定部２１２による判定の前に実施した場合を例示しているが、第１判定部２１０による判定を第２判定部２１２による判定の後に実施してもよいし、第１判定部２１０および第２判定部２１２による判定を同時に実施してもよい。
　また幾つかの実施形態では、変更予定値生成部２０６において変更量が異なる２つの変更予定値を生成し、操作量変更部２１４においてプラント１の他の運転指標の運転基準に対する裕度が大きい方の変更予定値Ｄｂを指令値として選択するように構成されてもよい。
　図５に示す実施形態では、変更予定値生成部２０６は、互いに変更量が異なる２つの変更予定値Ｐｂ１，Ｐｂ２を生成する。予測モデルＭに対して変更予定値Ｐｂ１を入力することで得られる第１予測値Ｄｂ１、および、予測モデルＭに対して変更予定値Ｐｂ２を入力することで得られる第１予測値Ｄｂ２は、ともに運転基準Ｐｒｅｆを満たしている（運転基準Ｐｒｅｆ未満である）。
　図５では、前述の予測モデルＭに加えて、プラント１の他の運転指標Ｄ’に対応する予測モデルＭ´が示されている。他の予測モデルＭ´は、予測モデルＭと共通の説明変数と他の運転指標Ｄ’との相関を規定する予測モデルである。他の予測モデルＭ´は、操作パラメータＰが増加するに従って他の運転指標Ｄ’が増加する傾向を示す。そのため、他の予測モデルＭ´に基づいて算出される変更予定値Ｐｂ１に対応する予測値Ｄｂ１´は、他の予測モデルＭ´に基づいて算出される変更予定値Ｐｂ２に対応する予測値Ｄｂ２´に比べて小さくなる。すなわち、運転基準Ｄｒｅｆに対して変更予定値Ｐｂ１は、変更予定値Ｐｂ２に比べて裕度が大きい。この場合、操作量変更部２１４は、２つの変更予定値Ｐｂ１、Ｐｂ２のうち、裕度が大きな変更予定値Ｐｂ１を指令値として選択する。これにより、操作パラメータＰを変更予定値Ｐｂ１に制御した際に、他の運転指標Ｄ’において運転基準Ｄｒｅｆ’を逸脱する可能性を効果的に低減するプラント制御が可能となる。
　また幾つかの実施形態では、操作量変更部２１４は、運転指標が特定の運転指標である場合、１以上の操作パラメータの現在値からの変更量が異なる２つの変更予定値Ｐｂ１，Ｐｂ２のうち、運転基準Ｄｒｅｆに対してより裕度が大きい方の変更予定値を指令値として選択するように構成されてもよい。
　一般的にプラントに関する運転指標は複数存在しており、これら複数の運転指標から上述のような制御に用いられるものが少なくとも１つ選択可能である。操作量変更部２１４は、このような複数の運転指標から特定の運転指標が選択された場合には、より裕度の大きな変更予定値を指令値として選択する。例えば、操作パラメータに対して感度が高いことにより外乱要因や予測誤差に基づいて操作パラメータが変化した際に運転基準Ｄｒｅｆを超えるおそれが高い運転指標が選択された場合に、裕度が大きな変更予定値を指令値として選択することで、運転基準Ｄｒｅｆを逸脱する可能性をより効果的に低減できる。
　また幾つかの実施形態では、現在の運転点Ａに対応する操作パラメータＰａから仮想変更値Ｐｃまでの変更量の半分を変更予定値Ｐｂとしてもよい。
　図６に示す実施形態では、変更予定値生成部２０６は、仮想変更値生成部２０８で生成された仮想変更値Ｐｃの半分として変更予定値Ｐｂ（＝Ｐｃ／２）を生成する。このように変更予定値Ｐｂ（＝Ｐｃ／２）及び仮想変更値Ｐｃが生成されると、上述の実施形態と同様に、第１判定部２１０では変更予定値Ｐｂ（＝Ｐｃ／２）に対応する第１予測値Ｄｂが運転基準Ｄｒｅｆを満たすか否かが判定されるとともに、第２判定部２１２では仮想変更値Ｐｃに対応する第２予測値Ｄｃが運転基準Ｄｒｅｆを満たすか否かが判定される。その結果、第１予測値Ｄｂおよび第２予測値Ｄｃが運転基準Ｄｒｅｆを満たすと判断された場合、操作量変更部２１４は、運転制御部１１０に対する操作パラメータＰの指令値として変更予定値Ｐｂ（＝Ｐｃ／２）を出力する。これにより、運転指標が運転基準Ｄｒｅｆを満たす現在値から仮想変更値までの範囲に対して、裕度が最大となる変更予定値を指令値として選択できる。
　尚、操作パラメータＰが取り得る値が基準変更量ΔＰの整数倍にステップ的に規制される場合（すなわち、操作パラメータＰがΔＰ×ｎ（ｎは１以上の整数）で表される場合）、仮想変更値Ｐｃの半分に端数が含まれる際には、当該端数は切り捨ててもよいし、切り上げてもよい（端数を切り捨てるか、切り上げるかは、例えば裕度が大きくなる方を選択するようにしてもよい）。
　また幾つかの実施形態では、プラント１に関して複数の操作パラメータから選択された２以上の操作パラメータに対して指令値の出力が行われてもよい。図７は他の実施形態に係る運転条件決定方法を工程毎に示すフローチャートである。
　尚、ここでは各操作パラメータＰは、予め設定された基準変更量ΔＰの整数倍に段階的（ステップ的）に変更可能な場合を例に説明する。
　まずプラント１に関する複数の操作パラメータから、２以上の操作パラメータを選択する（ステップＳ２００）。ステップＳ２００における選択は、例えば、予測モデルＭによる運転指標の予測値に対する寄与度が高い順に行われる。
　ここで図８はプラント１に関する複数の操作パラメータに対する優先度の付与例である。図８では、プラント１に関する複数の操作パラメータＰ１、Ｐ２、Ｐ３、・・・に対して、特定の運転指標Ｄに対する寄与度が高い順に優先度ａ、ｂ、ｃ、・・・がそれぞれ付与される。ステップＳ２００では、このような優先度に従って制御対象とする操作パラメータを選択することで、目的とする運転指標Ｄを目標値に向けて迅速に推移させ、良好な応答性が得られる。このような各操作パラメータと優先度との関係は、例えば、データベースとして記憶部３００に予め記憶しておき、適宜読み出し可能に構成されてもよい。例えば２つの操作パラメータを選択する場合には、寄与度が最も高い操作パラメータと、次に寄与度が高い操作パラメータとが選択される。
　続いて変更予定値Ｐｂ及び仮想変更値Ｐｃの算出範囲を規定するためのステップ数Ｍを設定する（ステップＳ２０１）。ここでステップ数Ｍは、２以上の任意の偶数が設定される。
　続いてステップＳ２００で選択された２以上の操作パラメータについて、ステップＳ２０１で設定されたステップ数Ｍの範囲において、第１予測値Ｄｂ及び第２予測値Ｄｃがともに運転基準Ｄｒｅｆを満たす変更予定値Ｐｂ及び仮想変更値Ｐｃの組み合わせを探索する（ステップＳ２０２）。具体的に説明すると、第１判定部２１０は、操作パラメータの現在値からの変更量がΔＰ、２ΔＰ、・・・、ΔＰ×Ｍ／２で表される変更予定値にそれぞれ対応する第１予測値が運転基準Ｄｒｅｆをそれぞれ満たすか否かを判定する。また第２判定部２１２は、操作パラメータの現在値からの変更量がΔＰ×（Ｍ／２＋１）、ΔＰ×（Ｍ／２＋２）、・・・、ΔＰ×Ｍで表される仮想変更値にそれぞれ対応する第２予測値が運転基準Ｄｒｅｆをそれぞれ満たすか否かを判定する。そして第１判定部２１０及び第２判定部２１２の判定結果をまとめることで、第１予測値Ｄｂ及び第２予測値Ｄｃがともに運転基準Ｄｒｅｆを満たす変更予定値Ｐｂ及び仮想変更値Ｐｃの組み合わせがあるか否かが判定される（ステップＳ２０３）。
　ここで図９には、ステップ数Ｍ（＝６）である場合において、変更予定値Ｐｂ１（＝ΔＰ）、Ｐｂ２（＝２ΔＰ）、Ｐｂ３（＝３ΔＰ＝ΔＰ×６／２）に対応する第１予測値Ｄｂがそれぞれ運転基準Ｄｒｅｆを満たすとともに、仮想変更値Ｐｃ１（＝４ΔＰ）、Ｐｃ２（＝５ΔＰ）、Ｐｃ３（＝６ΔＰ）に対応する第２予測値Ｄｃがそれぞれ運転基準Ｄｒｅｆを満たす一例が示されている。このように第１予測値Ｄｂ及び第２予測値Ｄｃがともに運転基準Ｄｒｅｆを満たす変更予定値Ｐｂ及び仮想変更値Ｐｃの組み合わせが存在する場合（ステップＳ２０３：ＹＥＳ）、これらのうち最大の変更予定値であるＰｂ３が指令値として出力される（ステップＳ２０４）。
　一方、第１予測値Ｄｂ及び第２予測値Ｄｃがともに運転基準Ｄｒｅｆを満たす変更予定値Ｐｂ及び仮想変更値Ｐｃの組み合わせが存在しない場合（ステップＳ２０３：ＮＯ）、ステップ数Ｍが１ステップ分だけ減少される（ステップＳ２０５）。減少後のステップ数Ｍがゼロではない場合（ステップＳ２０６：ＮＯ）、処理がステップＳ２０２に戻されることにより、前回より狭い範囲で第１予測値Ｄｂ及び第２予測値Ｄｃがともに運転基準Ｄｒｅｆを満たす変更予定値Ｐｂ及び仮想変更値Ｐｃの組み合わせの探索が行われる。
　一方、減少後のステップ数Ｍがゼロである場合（ステップＳ２０６：ＹＥＳ）、操作パラメータの再選択が試みられる（ステップＳ２０７）。すなわち、ステップＳ２００で選択された操作パラメータの組み合わせでは適切な指令値が発見できなかった場合には、前提となる操作パラメータの選択のやり直しが行われる。具体的には、ステップＳ２００で選択された操作パラメータに対して、予測モデルによる運転指標の予測値に対する寄与度が次に高い操作パラメータが選択される。例えばステップＳ２００で１番目と２番目に寄与度が最も高い操作パラメータが選択されていた場合、ステップＳ２０７では、１番目と３番目に寄与度が高い操作パラメータが選択される。
　ステップＳ２０７において、適切な操作パラメータが選択できた場合には（ステップＳ２０８：ＹＥＳ）、処理をステップＳ２０２に戻すことにより、再選択された２以上の操作パラメータについて、第１予測値Ｄｂ及び第２予測値Ｄｃがともに運転基準Ｄｒｅｆを満たす変更予定値Ｐｂ及び仮想変更値Ｐｃの組み合わせの模索が同様に行われる。これにより、最も優先度が高い操作パラメータに従って適切な司令値が得られなかった場合には、次に優先度が高い操作パラメータを順次選択することで、適切な司令値を模索できる。
　一方でステップＳ２０７において適切な操作パラメータの選択ができなかった場合には（ステップＳ２０８：ＮＯ）、予測モデルＭに規定される分散値を考慮した組み合わせの探索が行われる。まず第１判定部２１０および第２判定部２１２は、予測モデルＭに規定される分散値のうち大きな第１分散値＋２σに従って第１予測値Ｄｂおよび第２予測値Ｄｃを算出し、それぞれ運転基準Ｄｒｅｆを満たす組み合わせを探索する（ステップＳ２０９）。その結果、第１予測値Ｄｂおよび第２予測値Ｄｃが運転基準Ｄｒｅｆを満たす組み合わせが見つかった場合（ステップＳ２１０：ＹＥＳ）、変更予定値Ｐｂのうち最大のものを指令値として出力する（ステップＳ２０４）。
　一方、第１予測値Ｄｂおよび第２予測値Ｄｃが運転基準Ｄｒｅｆを満たす組み合わせが見つからなかった場合（ステップＳ２１０：ＮＯ）、第１判定部２１０および第２判定部２１２は、予測モデルＭに規定される分散値のうち第１分散値＋２σより小さな第２分散値＋σに従って第１予測値Ｄｂおよび第２予測値Ｄｃを算出し、それぞれ運転基準Ｄｒｅｆを満たす組み合わせを探索する（ステップＳ２１１）。その結果、第１予測値Ｄｂおよび第２予測値Ｄｃが運転基準Ｄｒｅｆを満たす組み合わせが見つかった場合（ステップＳ２１２：ＹＥＳ）、変更予定値Ｐｂのうち最大のものを指令値として出力する（ステップＳ２０４）。
　図１０では、第１分散値＋２σに従って算出された第１予測値Ｄｂ１は運転基準Ｄｒｅｆを満たすものの、第１分散値＋２σに従って算出された第２予測値Ｄｃ１は運転基準Ｄｒｅｆを満たしていない。そのため、このような場合には分散値を第２分散値＋σに減少させた上で、再び第１予測値Ｄｂおよび第２予測値Ｄｃがそれぞれ運転基準Ｄｒｅｆを満たすか否かが判定される。その結果、図１０の場合、第２分散値＋σに従って算出された第１予測値Ｄｂ及び第２予測値Ｄｃは運転基準Ｄｒｅｆを満たすことから、第１予測値Ｄｂに対応する変更予定値Ｐｂが指令値として出力される。このように予測モデルＭに規定される分散値を減少させながら運転基準Ｄｒｅｆを満たす第１予測値Ｄｂおよび第２予測値Ｄｃの組み合わせを模索することで、適切な変更予定値Ｐｂを決定できる。
　一方、第２分散値＋σに基づいて第１予測値Ｄｂおよび第２予測値Ｄｃが運転基準Ｄｒｅｆを満たす組み合わせが見つからなかった場合（ステップＳ２１２：ＮＯ）、第１判定部２１０および第２判定部２１２は、予測モデルＭに規定される平均値に従って第１予測値Ｄｂおよび第２予測値Ｄｃを算出し、それぞれ運転基準Ｄｒｅｆを満たす組み合わせを探索する（ステップＳ２１３）。その結果、第１予測値Ｄｂおよび第２予測値Ｄｃが運転基準Ｄｒｅｆを満たす組み合わせが見つかった場合（ステップＳ２１４：ＹＥＳ）、変更予定値Ｐｂのうち最大のものを指令値として出力する（ステップＳ２０４）。
　図１１では、第２分散値＋σに従って算出された第１予測値Ｄｂ１は運転基準Ｄｒｅｆを満たすものの、第２分散値＋σに従って算出された第２予測値Ｄｃ１は運転基準Ｄｒｅｆを満たしていない。そのため、このような場合には物理モデルＭに規定された平均値ａｖｇに従って算出された第１予測値Ｄｂ２および第２予測値Ｄｃ２がそれぞれ運転基準Ｄｒｅｆを満たすか否かが判定される。その結果、図１１の場合、平均値ａｖｇに従って算出された第１予測値Ｄｂ及び第２予測値Ｄｃは運転基準Ｄｒｅｆを満たすことから、第１予測値Ｄｂに対応する変更予定値Ｐｂが指令値として出力される。本実施形態では、このように分散値に基づいて運転基準Ｄｒｅｆを満たす第１予測値Ｄｂ１および第２予測値Ｄｃ１の組み合わせが発見できない場合には、平均値ａｖｇに基づいて運転基準Ｄｒｅｆを満たす第１予測値Ｄｂ２および第２予測値Ｄｃ２の組み合わせを模索することで、適切な変更予定値Ｐｂを決定できる。
　一方、平均値ａｖｇに基づいて第１予測値Ｄｂおよび第２予測値Ｄｃが運転基準Ｄｒｅｆを満たす組み合わせが見つからなかった場合（ステップＳ２１４：ＮＯ）、運転基準Ｄｒｅｆに対して十分な裕度を有する指令値の設定が困難である旨を報知する（ステップＳ２１５）。すなわち、前述の各工程で探索を行った結果、適切な指令値を見出すことが難しい場合には、その旨を示す信号が出力される。
　尚、前述の各工程では、基本的に、第１予測値Ｄｂおよび第２予測値Ｄｃがそれぞれ運転基準Ｄｒｅｆを満たす組み合わせが発見された場合には、最大の変更予定値Ｐｂを一律に指令値として出力する場合を例示している（ステップＳ２０４を参照）。これに対して他の形態では、例えば、ステップＳ２１０で第１分散値＋２σに従って第１予測値Ｄｂおよび第２予測値Ｄｃがそれぞれ運転基準Ｄｒｅｆを満たす組み合わせが発見できない場合に（ステップＳ２１０：ＮＯ）、ステップＳ２１２又はＳ２１４で第１予測値Ｄｂおよび第２予測値Ｄｃがそれぞれ運転基準Ｄｒｅｆを満たす組み合わせが発見された場合には、最大の変更予定値より指令値を小さく設定してもよい（例えば指令値を１ステップ分だけに制限してもよい）。これは、第１分散値＋２σで適切な指令値を見つけられなかった場合には、仮に第２分散値＋σや平均値に従って適切な指令値を見つけたとしても、当該指令値に従って制御を実施した場合に予想と異なる振る舞いが生じる可能性が大きいためである。
　このようにプラント１の複数の操作パラメータから選択された２以上の操作パラメータに対して、第１予測値Ｄｂ及び第２予測値Ｄｃが運転基準Ｄｒｅｆを満たす組み合わせを探索することで指令値を決定することができる。このような指令値に従って制御を実施することで、外乱要因や予測誤差に対してロバストなプラント制御が実現できる。
　また図１２は他の実施形態に係るプラント１の制御システム１０の機能的構成を示すブロック図である。図１２に示す実施形態では、運転設定調整装置２００は、図１の異常判定部２０４に代えて運転点判定部２２０を備える。運転点判定部２２０は、プラント１の現在の運転点の最適運転点に対する乖離度が基準値を超えたか否かを判定する。具体的には、運転点判定部２２０は、運転指標取得部２０２から運転指標Ｄを取得することにより現在の運転点を特定するとともに、運転指標Ｄが最適値となる最適運転点を特定し、両者の乖離度を評価する。
　運転点判定部２２０の判定結果は運転条件決定装置２０５に入力され、運転条件決定装置２０５は、運転点判定部２２０によって乖離度が判定閾値以上であると判定されたことをトリガーとして運転条件の決定を開始する（すなわち乖離度が判定閾値未満である場合は、運転条件決定装置２０５では新たな運転条件の決定は行われず、前回の運転条件が維持される）。運転条件決定装置２０５による具体的な制御は、前述の各実施形態と同様である。
　このように本実施形態では、プラント１の現在の運転点が最適運転点から乖離した場合に、プラント１に対して変更予定値Ｐｂを指令値として出力することで、より適切な運転点への遷移を実施できる。
　また図１３は他の実施形態に係るプラント１の制御システム１０の機能的構成を示すブロック図である。図１３に示す実施形態では、運転設定調整装置２００は、図１の異常判定部２０４に代えて、スケジュール取得部２３０と、将来運転点判定部２４０と、を備える。スケジュール取得部２３０は、予測モデルＭの説明変数である操作パラメータに関する将来的な時間変化を規定するスケジュール情報を取得する。一方、将来運転点判定部２４０は、スケジュール取得部２３０からスケジュール情報が入力されることで、予測モデルＭを用いてスケジュール情報に対応する運転指標の予測値を算出することで将来的な運転指標を特定する。そして将来運転点判定部２４０は、将来的な運転指標を運転基準と比較することにより、将来的に運転指標が運転基準を満たさないことが予想されるか否かを判定する。
　将来運転点判定部２４０の判定結果は運転条件決定装置２０５に入力され、運転条件決定装置２０５は、将来運転点判定部２４０によって将来的に運転指標が運転基準を満たさないことが予想されることをトリガーとして運転条件の決定を開始する（すなわち将来的に運転指標が運転基準を満たすことが予想される場合は、運転条件決定装置２０５では新たな運転条件の決定は行われず、前回の運転条件が維持される）。運転条件決定装置２０５による具体的な制御は、前述の各実施形態と同様である。
　このように本実施形態では、説明変数の変化スケジュールに基づいて将来的に運転指標が運転基準を満たさないことが予想される場合、プラント１に対して変更予定値を指令値として出力することで、将来的に生じ得る以上を未然回避できる。
　以上説明したように上述の各実施形態によれば、予測モデルＭを用いて外乱要因や予測誤差に対してロバストなプラント制御を実施可能なプラント１の運転条件決定装置、プラントの制御装置、運転条件決定方法およびプログラムを提供できる。
　尚、本発明は上述した実施形態に限定されることはなく、上述した実施形態に変形を加えた形態や、これらの形態を適宜組み合わせた形態も含む。
　本発明の少なくとも一実施形態は、プラントの運転条件決定装置、プラントの制御装置、運転条件決定方法およびプログラムに利用可能である。
１　プラント
１０　制御システム
１１　ＣＰＵ
１７　バス
１８　外部通信器
１９　ドライバ
１００　運転制御装置
１１０　運転制御部
１２０　プロセス値取得部
２００　運転設定調整装置
２０２　運転指標取得部
２０４　異常判定部
２０５　運転条件決定装置
２０６　変更予定値生成部
２０８　仮想変更値生成部
２１０　第１判定部
２１２　第２判定部
２１４　操作量変更部
２２０　運転点判定部
２３０　スケジュール取得部
２４０　将来運転点判定部
３００　記憶部

Claims (16)

  1. 　プラントの複数の操作パラメータを含む説明変数と前記プラントの運転指標との相関を示す予測モデルに対して、１以上の操作パラメータの変更予定値を入力して得られる前記運転指標の第１予測値が前記プラントの運転基準を満たすか否かを判断する第１判定部と、
    　前記１以上の操作パラメータの現在値からみた変更量が前記変更予定値よりも大きい前記１以上の操作パラメータの仮想変更値を前記予測モデルに入力して得られる前記運転指標の第２予測値が前記プラントの前記運転基準を満たすか否かを判断する第２判定部と、
    　前記第１判定部および前記第２判定部により前記第１予測値および前記第２予測値が前記運転基準を満たすと判断された場合、前記１以上の操作パラメータの指令値として前記変更予定値を出力する操作量変更部と、
    を備えるプラントの運転条件決定装置。
  2. 　前記操作量変更部は、前記１以上の操作パラメータの前記現在値からの変更量が異なる２つの前記変更予定値のうち、前記プラントの他の運転指標の前記運転基準に対する裕度が大きい方の変更予定値を前記指令値として選択するように構成された
    請求項１に記載のプラントの運転条件決定装置。
  3. 　前記操作量変更部は、前記運転指標が特定の運転指標である場合、前記１以上の操作パラメータの前記現在値からの変更量が異なる２つの前記変更予定値のうち、前記運転基準に対してより裕度が大きい方の変更予定値を前記指令値として選択するように構成された
    請求項１に記載のプラントの運転条件決定装置。
  4. 　前記操作量変更部は、前記第１予測値および前記第２予測値が前記運転基準を満たすことが確認された２以上の前記操作パラメータの前記変更予定値を前記指令値として出力するように構成された
    請求項１から３のいずれか一項に記載のプラントの運転条件決定装置。
  5. 　前記２以上の前記操作パラメータは、前記複数の操作パラメータのうち、前記予測モデルによる前記運転指標の予測値に対する寄与度が高い順から選択されたものである
    請求項４に記載のプラントの運転条件決定装置。
  6. 　前記予測モデルは、前記運転指標の予測値の平均値および分散により規定される確率分布を出力するように構成され、
    　前記第１判定部および前記第２判定部は、前記運転基準を満たすような、前記確率分布における第１分散値に対応した前記第１予測値および前記第２予測値の組み合わせを発見できない場合、前記第１分散値よりも小さい第２分散値に対応した前記第１予測値および前記第２予測値が前記運転基準を満たすか否かを判定するように構成された
    請求項１乃至５の何れか一項に記載のプラントの運転条件決定装置。
  7. 　前記予測モデルは、前記運転指標の予測値の平均値および分散により規定される確率分布を出力するように構成され、
    　前記第１判定部および前記第２判定部は、前記運転基準を満たすような、前記確率分布における前記第１分散値又は前記第２分散値の少なくとも一方に対応した前記第１予測値および前記第２予測値の組み合わせを発見できない場合、前記平均値に対応した前記第１予測値および前記第２予測値が前記運転基準を満たすか否かを判定するように構成された
    請求項６に記載のプラントの運転条件決定装置。
  8. 　前記操作量変更部は、前記１以上の操作パラメータの前記現在値から前記第２予測値に対応する前記仮想変更値までの変更量の半分を前記変更予定値とするように構成された
    請求項１乃至７の何れか一項に記載のプラントの運転条件決定装置。
  9. 　前記第１判定部は、前記１以上の操作パラメータの前記現在値からの変更量が基準変更量ΔＰの整数倍で表される２以上の前記変更予定値にそれぞれ対応する前記第１予測値が前記運転基準を満たすか否かを判定するように構成され、
    　前記第２判定部は、前記１以上の操作パラメータの前記現在値からの変更量が前記基準変更量ΔＰの整数倍で表される前記仮想変更値にそれぞれ対応する前記第２予測値が前記運転基準を満たすか否かを判定するように構成された
    請求項１乃至８の何れか一項に記載のプラントの運転条件決定装置。
  10. 　前記第１判定部は、前記１以上の操作パラメータの前記現在値からの変更量がΔＰ、２ΔＰ、・・・、ΔＰ×Ｍ／２（Ｍは偶数）で表される前記変更予定値にそれぞれ対応する前記第１予測値が前記運転基準をそれぞれ満たすか否かを判定するように構成され、
    　前記第２判定部は、前記１以上の操作パラメータの前記現在値からの変更量がΔＰ×（Ｍ／２＋１）、ΔＰ×（Ｍ／２＋２）、・・・、ΔＰ×Ｍで表される前記仮想変更値にそれぞれ対応する前記第２予測値が前記運転基準をそれぞれ満たすか否かを判定するように構成された
    請求項９に記載のプラントの運転条件決定装置。
  11. 　前記操作量変更部は、前記変更量がΔＰ×Ｎ／２（但し、Ｎは、Ｍ以下であり、且つ、（Ｎ×ΔＰ）以下の全ての前記変更量にそれぞれ対応する前記第１予測値又は前記第２予測値が前記運転基準を満たすような最大の偶数。）で表される前記変更予定値を前記指令値として出力するように構成された
    請求項１０に記載のプラントの運転条件決定装置。
  12. 　前記第１判定部および前記第２判定部は、前記操作パラメータが前記運転基準を満たすような前記第１予測値および前記第２予測値の組み合わせを発見できない場合、前記説明変数に含まれる他の前記操作パラメータに対応した前記第１予測値および前記第２予測値が前記運転基準を満たすか否かを判定するように構成された
    請求項１乃至１１の何れか一項に記載のプラントの運転条件決定装置。
  13. 　前記操作量変更部は、下記（Ａ）～（Ｃ）の少なくとも一つの場合、前記第１予測値および前記第２予測値が前記運転基準を満たすことが確認された前記変更予定値を前記指令値として出力するように構成された
    請求項１乃至１２の何れか一項に記載のプラントの運転条件決定装置。
    （Ａ）前記プラントの異常発生を示す信号を取得した場合。
    （Ｂ）前記運転基準に対して最も裕度がある運転点に対する乖離度が基準値を超えた場合。
    （Ｃ）前記予測モデルの前記説明変数の変化スケジュールから予測される前記運転指標の将来値が運転基準を満たさない場合。
  14. 　請求項１乃至１３の何れか一項に記載の運転条件決定装置と、
    　前記操作量変更部から入力される前記指令値に基づいて、前記プラントの操作端を制御するように構成された制御装置と、
    を備えるプラントの制御システム。
  15. 　プラントの運転条件を決定するためのプログラムであって、
    　コンピュータに、
    　プラントの複数の操作パラメータを含む説明変数と前記プラントの運転指標との相関を示す予測モデルに対して、１以上の操作パラメータの変更予定値を入力して得られる前記運転指標の第１予測値が前記プラントの運転基準を満たすか否かを判断するステップと、
    　前記１以上の操作パラメータの現在値からみた変更量が前記変更予定値よりも大きい前記１以上の操作パラメータの仮想変更値を前記予測モデルに入力して得られる前記運転指標の第２予測値が前記プラントの前記運転基準を満たすか否かを判断するステップと、
    　前記第１予測値および前記第２予測値が前記運転基準を満たす場合、前記１以上の操作パラメータの指令値として前記変更予定値を出力するステップと、
    を実行させる
    プラントの運転条件決定プログラム。
  16. 　プラントの複数の操作パラメータを含む説明変数と前記プラントの運転指標との相関を示す予測モデルに対して、１以上の操作パラメータの変更予定値を入力して得られる前記運転指標の第１予測値が前記プラントの運転基準を満たすか否かを判断するステップと、
    　前記１以上の操作パラメータの現在値からみた変更量が前記変更予定値よりも大きい前記１以上の操作パラメータの仮想変更値を前記予測モデルに入力して得られる前記運転指標の第２予測値が前記プラントの前記運転基準を満たすか否かを判断するステップと、
    　前記第１予測値および前記第２予測値が前記運転基準を満たす場合、前記１以上の操作パラメータの指令値として前記変更予定値を出力するステップと、
    を備えるプラントの運転条件決定方法。
PCT/JP2020/012905 2019-04-24 2020-03-24 プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラム WO2020217814A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020217030606A KR102603023B1 (ko) 2019-04-24 2020-03-24 플랜트의 운전 조건 결정 장치, 플랜트의 제어 시스템, 운전 조건 결정 방법 및 프로그램
DE112020001198.4T DE112020001198T5 (de) 2019-04-24 2020-03-24 Anlagenbetriebszustand-Bestimmungsvorrichtung, Anlagensteuersystem, Betriebszustand-Bestimmungsverfahren und Programm
US17/442,849 US20220187805A1 (en) 2019-04-24 2020-03-24 Plant operating condition determination device, plant control system, operating condition determination method and program
CN202080026323.1A CN113661457B (zh) 2019-04-24 2020-03-24 工厂设备的运行条件决定装置、工厂设备的控制系统、运行条件决定方法及记录介质

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019082734A JP6670966B1 (ja) 2019-04-24 2019-04-24 プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラム
JP2019-082734 2019-04-24

Publications (1)

Publication Number Publication Date
WO2020217814A1 true WO2020217814A1 (ja) 2020-10-29

Family

ID=70000788

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/012905 WO2020217814A1 (ja) 2019-04-24 2020-03-24 プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラム

Country Status (6)

Country Link
US (1) US20220187805A1 (ja)
JP (1) JP6670966B1 (ja)
KR (1) KR102603023B1 (ja)
CN (1) CN113661457B (ja)
DE (1) DE112020001198T5 (ja)
WO (1) WO2020217814A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1115517A (ja) * 1997-06-19 1999-01-22 Toshiba Corp プラント状態監視システム
JP2001249705A (ja) * 2000-03-03 2001-09-14 Toshiba Corp プロセスシミュレータ応用非線形制御装置およびその方法
JP2010026842A (ja) * 2008-07-22 2010-02-04 Yokogawa Electric Corp 予測シミュレータを用いた運転支援装置および運転支援方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0934505A (ja) 1995-07-21 1997-02-07 Hitachi Ltd プラントの制御装置
JPH09274506A (ja) * 1996-04-05 1997-10-21 Mitsubishi Heavy Ind Ltd 最適化制御装置
JP2000259414A (ja) * 1999-03-08 2000-09-22 Fuji Electric Co Ltd ファジー制御用メンバシップ関数の調整方法
JP5294980B2 (ja) * 2009-05-20 2013-09-18 株式会社日立製作所 プラント運転データ予測システム及び方法
JP5439357B2 (ja) * 2010-12-28 2014-03-12 三菱重工業株式会社 工事時期選択装置及び工事時期選択方法
JP6443311B2 (ja) * 2015-11-30 2018-12-26 オムロン株式会社 制御装置、制御プログラムおよび記録媒体
CN109074051B (zh) * 2016-03-28 2021-06-11 三菱电机株式会社 质量管理装置、质量管理方法及记录介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1115517A (ja) * 1997-06-19 1999-01-22 Toshiba Corp プラント状態監視システム
JP2001249705A (ja) * 2000-03-03 2001-09-14 Toshiba Corp プロセスシミュレータ応用非線形制御装置およびその方法
JP2010026842A (ja) * 2008-07-22 2010-02-04 Yokogawa Electric Corp 予測シミュレータを用いた運転支援装置および運転支援方法

Also Published As

Publication number Publication date
CN113661457A (zh) 2021-11-16
DE112020001198T5 (de) 2021-11-25
US20220187805A1 (en) 2022-06-16
CN113661457B (zh) 2024-06-14
KR102603023B1 (ko) 2023-11-15
JP2020181296A (ja) 2020-11-05
JP6670966B1 (ja) 2020-03-25
KR20210132137A (ko) 2021-11-03

Similar Documents

Publication Publication Date Title
US10429910B1 (en) Method for adjusting cooling device based on battery presence
US6889908B2 (en) Thermal analysis in a data processing system
US7792597B2 (en) Control systems and method using a shared component actuator
US10503145B2 (en) System and method for asset fleet monitoring and predictive diagnostics using analytics for large and varied data sources
US20050141782A1 (en) Principal component analysis based fault classification
US20170261403A1 (en) Abnormality detection procedure development apparatus and abnormality detection procedure development method
US11796989B2 (en) Monitoring system and monitoring method
JP2008192091A (ja) ログ分析プログラム、ログ分析装置及びログ分析方法
CN112148768A (zh) 一种指标时间序列异常检测方法、系统及存储介质
JP2020052714A5 (ja)
US20080255773A1 (en) Machine condition monitoring using pattern rules
US20190369165A1 (en) Management device, management method, and non-transitory storage medium
WO2020217814A1 (ja) プラントの運転条件決定装置、プラントの制御システム、運転条件決定方法およびプログラム
US10657199B2 (en) Calibration technique for rules used with asset monitoring in industrial process control and automation systems
US20230147470A1 (en) Failure prediction system
US10862812B2 (en) Information processing apparatus, data management system, data management method, and non-transitory computer readable medium storing program
JP7403408B2 (ja) 監視装置、監視方法およびプログラム
KR102512089B1 (ko) 인공지능 기반 인지-제어기능이 적용된 디젤형 발전기 자동운용 제어반
KR20210057194A (ko) 공격 검지 장치, 공격 검지 방법, 및 공격 검지 프로그램
EP4020102A1 (en) System and method for operating an industrial process
US20230324876A1 (en) Information processing apparatus, plant control method, and non-transitory computer-readable recording medium
KR102402640B1 (ko) 빌딩 에너지 관리 방법 및 장치
JP6556297B1 (ja) データ分析支援装置およびデータ分析支援プログラム
US20230152759A1 (en) Information processing apparatus, information processing method, and computer program product
CN118057546A (zh) 用于实现医疗成像设备的远程计划维护的系统和方法

Legal Events

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

Ref document number: 20795691

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 20217030606

Country of ref document: KR

Kind code of ref document: A

122 Ep: pct application non-entry in european phase

Ref document number: 20795691

Country of ref document: EP

Kind code of ref document: A1