JPH04105127A - ネットワーク形式の知識表現を用いたリアルタイムエキスパートシステム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［発明の目的コ （産業上の利用分野） 本発明は、石油、化学、鉄鋼などのプラントに置けるプ
ロセス制御を始め、ＣＩＭ１通信、物流、金融取引など
の幅広い分野で状態監視、異常・故障診断、運転支援、
自動制御、デイ−リング支援、トレーダー支援、意志決
定支援などに用いられるエキスパートシステムの知識表
現方法に関する。

（従来の技術） エキスパートシステムの応用としては製造業を中心とし
て生産設備の知能化が提唱され、早くから実用化が試み
られている。中でも特に注目されているのがリアルタイ
ムエキスパートシステムである。リアルタイムエキスパ
ートシステムとは、状態が刻々変化するダイナミックな
世界で常時その変化を監視し、変動する多数のデータを
リアルタイムに取り込みながら推論を行い、状況に応じ
て必要な処理の実行やアドバイスを出力するものである
。

従来、リアルタイムＡＩツールとしては、Ｉｎｔｅｇｅ
ｎｔ　Ｃ０Ｎｔｒｏｌ社のｒ　Ｐ　Ｉ　ＣＯＮ　ＣＰｒ
ｏｃｅｓｓ　Ｉｎｔｅｌｌｉａｅｎｔ　Ｃ０Ｎｔｒｏｌ
　ｓｙｓｔｅｍ）　ＪとＧｅｎｓｙｓｍ社の「Ｇ２」が
知られている。ｒＰＩＣＯＮＪはプロセス制御の分野に
特化した専用ツールでオンラインリアルタイムエキスパ
ートシステムの草分は的存在である。ｒＧ２コは［ＰＩ
ＣＯＮコと同じ流れをくむが、推論対象のモデリング機
能、シミュレーション機能、マンマシン・インターフェ
ース機能などが強化されている。これらの従来のＡＩツ
ールは、知識表現方法としてはフレームとプロダクショ
ンルールを採用している。対象に対する静的な情報はフ
レームで、また人間の持つ経験的な知識や対象のモデル
表現は１ｆ−ｔｈｅｎ形式のプロダクション・ルールで
記述している。

従来の方法をプラント運転支援エキスパート・システム
の例について説明する。プラント運転支援エキスパート
・システムは、現場の運転員に対して種々のガイダンス
や支援を行うことを目的としている。実際のプラントに
接続して現場の業務に密着したシステム開発が基本であ
る。その開発手順は、 ■知識の収集 ■知識の整理 ■知識ベースの構築 ■システム設置および知識ベースの保守といった段階を
経る。■の段階では、開発担当者が対象プラントの運転
ノウハウの収集やプロセスの分析を行い、プラントの異
常状況に至るまでの各種事象とそれにともなう対応策の
解明を行う。

ます、プラント・エンジニアによるブレーン・ストーミ
ングを実施し、対象プラントの主要異常項目をリスト・
アップし、各異常状況に至るまでの各種の事象間の因果
関係を分析する。ここで解明された異常状況が実際の現
場ではどの様に認識され、対応策がどのように実施され
ているかを、プラント運転員からのヒアリングによって
確認する。

■の段階では■の段階で収集−解析した事象の間の複雑
な因果関係を整理する。第２図はこのようにして作成さ
れた分析例である。整理された知識！Ｌ　ｉｆ　ｔｈｅ
ｎルールに書き換えられ、知識ベースが構成される。構
築された知識ベースはシミュレータにより動作をチエツ
クされる。完成したエキスパート・システムは、プラン
ト制御システムと接続してシステム・テストを行い、そ
の後、実用運転を続けながら知識ベースを保守していく
ことになる。

（発明が解決しようとする問題点） 上記の従来のエキスパートシステムに用いられている１
ｆ−ｔｈｅｎ形式のプロダクション・ルールによる知識
表現方法は、ルール単体の追加や修正が容易であり、ル
ール表現そのものは柔軟性に富んでいる。しかし、実際
には現場の専門家による因果関係の分析方法とプロダク
ション・ルールによる表現方法の間に大きな隔たりがあ
るため、そのままの形で現場の専門家に内容を理解して
もらうことはほとんど不可能であった。さらに、プロダ
クション・ルールで表現された知識はルール相互間の関
連が理解しにくい為、知識ベースの規模が数千ルールに
も及ぶような場合には、知識ベース全体の検証や保守が
非常に困難になるという問題点があった。

本発明は、現場の専門家自身が知識ベースを構築するこ
とができ、大規模な知識ベースに対しても保守性を損な
わず、アプリケージ１ンを運用・管理する人自身が知識
ベースを容易に修正・変更できる知識表現方法を開発す
ることを目的とする。

［発明の構成コ （問題点を解決するための手段） 本発明はエキスパートシステムの知識の整理・獲得のた
めに、知識を様々な事象間の因果関係としてとらえ、そ
れぞれの事象をノードとして因果関係で結んだネットワ
ーク形式で表現したものを、コンピュータ内部において
１ｆ−ｔｈｅｎルールと同等の内部コードに書き換える
手段により知識ベースを構築する方法である。

知識をネットワーク形式に整理するようにしため、現場
の専門家による問題分析方法との隔たりが少なく、理解
が得られ易く、またその後の保守作業も、すべてネット
ワーク形式に整理した知識上で行い、そのつど知識ベー
スに反映する。

（作用） 本発明のネットワーク形式による知識表現方法について
、この方法をもちいたリアルタイムエキスパートシステ
ムを例にとり説明する。

本発明の知識表現は、知識を様々な事象間の因果関係と
してとらえ、それぞれの事象をノードとして因果関係で
結んだネットワーク形式で画面上に表現する。はとんど
の操作をガイダンス付きのポツプアップ・メニュー操作
することによって実行することができる。ユーザーはＬ
ｉ５ｐなどのＡＩ用言語の知識なしでも、基本的なマウ
ス操作を覚えるだけで知識ベースを構築できる。

本例のリアルタイムエキスパートシステムは、ネットワ
ーク形式の知識ベースとリアルタイム推論機能で、前向
き／後ろ向きのダイナミックな推論が高速に実行される
。緊急な対応が要求されるようなイベントが発生した場
合には、割り込み処理ルーチンによってそのイベントに
関連したルール群を優先的に推論実行するなど、リアル
タイム性を重視した機能になっている。

知識ベースの保守作業を容易に、かつ効率よく行うため
、リアルタイム推論を実行しながらでも知識ベースを修
正、変更できるように設計しである。特定のルールを結
論としている関連ノードをバックトラックして関連部分
だけ表示するリアルタイム・ルール・トレース機能、入
力されるオンライン・データの時系列表示機能、事象の
成否のの時系列表示機能など、知識ベースの検証・保守
支援機能も備えている。

第３図は本発明の方法を用いたネットワークの稼働環境
の一例を示す説明図である。推論に必要なデータは、ネ
ットワーク通信モジュールによりＬＡＮ経由でリアルタ
イムに取り込まれ、リアルタイム推論エンジンに提供さ
れる。これにより推論時に、生産管理用ホスト拳コンピ
ュータのデータベースやプロセス・コンピュータなどの
各種データを利用することができる。

第３図のナレッジネットワークのモジュール構成を第４
図に示す。知識ベース構築モジュールによって構築され
た知識ベースは、リアルタイム推論モジュールによって
スケジューリングされ、推論が実行される。ネットワー
ク通信モジュールは、ＬＡＮ上に接続された他の機器と
データ通信を行い、推論に必要なリアルタイム・データ
の収集や、推論結果を他の機器に表示するためのメツセ
ージ送信などを行う。データ・シミュレータは、知識ベ
ースの動作チエツク時に、実際のリアルタイム・データ
ではなくシミュレータによって発生させたい値を使いな
がら模擬推論する場合に使用する。

このシステムで用いられる知識ベースの構築手順は、対
象の階層化、対象のイメージ化、ルール書ネットワーク
の構築、という三つのステップに大別できる。ユーザー
は知識ベース構築モジュールの中の対応するサブモジュ
ールを利用しながら作業を進めていく。

対象の階層化には第５図に画面の一例を示す「クラス・
エディタ」を利用する。これから構築しようとする知識
ベースの対象に関する情報をフレームとして表現、その
対象を含む全体の階層構造の中に位置づけてその属性を
定義する。この対象の型をクラスと呼ぶ。全体の階層構
造を木構造として表現する。クラスの属性は、ユーザー
が自由に定義し値をもたせることができ、そのクラスと
親子関係を持つすべての子クラスに継承される。

次に、第６図に示すような「イメージ・エディタ」を用
いて知識ベースの対象とするシステムの範囲を物理的に
限定すると同時に、推論のベースとなるリアルタイム・
データのデータ源を定義する。構築しようとする知識ベ
ースの対象をアイコンを使用しながらスキマティック図
として表現して、対象の物理モデルを定義する。スキマ
ティック図は、各種のアイコンを配置してそれらを相互
に接続することで作成することができる。第６図に示す
例では知識ベースの対象となるｒＮｏ、１−原油常圧蒸
留装置」の全体像を表しており、データ源のセンサはセ
ンサ・アイコンで定義されている。

個々のアイコンに関連する情報はフレーム表現による様
々な属性として定義される。それぞれの属性値はユーザ
ーが自由に設定することができる。

推論エンジンでは、センサーのようなリアルタイム・デ
ータ源となるアイコンのオブジェクトの属性値を参照し
ながら推論を実行していく。なお、標準以外のアイコン
は、アプリケーション分野ごとにアイコン・ライブラリ
として提供されているが、ユーザーが独自に作成するこ
ともできる。

最後に、第１図に画面例を示すようなナレッジ・エディ
タを用いて、対象システムの様々な状態の因果関係の連
鎖をネットワーク上に表現する。ナレッジ・エディタで
は、まずルールの条件部や結論部に当たる個々の事象を
ノード（長方形の箱）として定義する。ここでは対象シ
ステムの挙動を表現するために以下に示すような６種類
のノードを用意した。

■定義文ノード 対象システムの状態や中間事象などを変数として定義す
る。

■論理式ノード 定義文ノードで定義された変数や中間事象名などを用い
、一つのノードとしてルールの条件部を形成する。

■メツセージ文ノード 推論結果のメツセージを表示する。

■アクタ１フ文ノード 外部へのデータ送信やユーザ一定義関数の呼出などを行
う。

■コメント文ノード ネットワーク内にコメントをつける。

これらのノード文の作成時にはポツプアップ・メニュー
が記述すべき語句を表示され、メニュー内に表示される
候補リストの中から次の語句を選択したり、事象名や変
数名などをキーボードから入力する。ノード間を矢線で
接続することによってルールを生成する。矢線の根元の
ノードがルールの条件部、矢線の先端のノードが結論部
を表す。

あるルールの結論部のノードを別のルールの条件部とし
て使用するなど、ルールを連鎖的に接続することも可能
である。このネットワーク表現は、第７図に示すように
、システム内部で１ｆ−ｔｈａｎルールと同等の内部コ
ードに変換される。この変換はテーブルは用いずに、コ
ンピュータ内部ではノードオブジェクト間のポインター
相互の因果関係を表わすことで行う。

ルール数が多くなった場合に推論のリアルタイム性を維
持するために、ルールの種類を階層的に分類した。常に
対象の状態を監視するルールと、原因探索などのより深
い分析を行うルール群に分けた。前者を一次ルール、後
者を階層の深さに応じて二次ルールまたは三次ルールと
呼ぶ。常に評価すべきルールを限定することで推論処理
の負荷が軽減される。

一次ルールには推論エンジンがどのタイミングで評価を
実行するかを周期時間（スキャン・インターバル）とし
て指定しておく。そのルールが属するルール群や確信度
など、各ルールに関する情報ハフレームとして表現され
る。このフレームに記述される属性の一覧を表１に示す
。これらの属性値はユーザーが自由に設定できる。

リアルタイム処理のための推論機構について説明する。

推論エンジンは、対象システムの状態を反映したリアル
タイムデータを使って対象システムの状態変化を認識し
たり、その状態変化の原因を推論する。推論エンジンの
主な仕事は次の通りである。

△ある時刻において評価すべきルールを決定する。

△ルールの条件部を評価し、その結果により結論部を実
行する。

△外部へのメツセージ出力や操作出力を行う。

△イベント割り込み発生時に指定のルール群を評価の対
象とする。

△ルールが参照しているセンサー変数の値が無効である
場合は、ネットワークサーバのデータベースから新しい
有効なデータを取り込む。シミュレーション時はシミュ
レーション評価式により値を決定する。

△各々の事象の確信度の計算とルール間の伝播んを行う
。

推論方式はあらかじめ指定されたルールの周期的スキャ
ンに伴う双方向的推論である。結論部の中に他の事象の
値を決定する記述がある場合には、その事象を条件部に
おいて参照している従属的なルール群の全てが評価の対
象となる。ルールの条件部の評価において、事象の値が
未知の場合は、その事象を仮説として、自動的に後向き
推論を行い、仮説の検証を行う。後向き推論中に外部デ
ータの参照が必要な場合には、その時点においてネット
ワーク・サーバのデータベース上の最新の値が参照され
る。

知識ネットワークの例を第８図に示す。この図では、 （ルール１　）　”Ｉｆ　Ａ　ａｎｄ　Ｂ　ｔｈｅｎ　
Ｃ”（ルール２　）　”Ｉｆ　Ｃａｎｄ　Ｄ　ｔｈｅｎ
　Ｅ”（ルール３　）　°°ｕ　Ｅ　ｔｈｅｎ　（３１
＋（ルール４）　”Ｉｆ　Ｈａｎｄ　Ｇ　ｔｈｅｎｓｅ
ｎｄ　”東京支店の・・・”　ｔｏ　０Ｔ−１”５ｅｎ
ｄ　”東海支店の””’　ｔｏ　０Ｔ−１”の４ルール
が生成されている。推論エンジンは一次ルールに指定さ
れているルール３を定期的に評価の対象とする。その際
、まずルール３の条件部である”Ｅ”の成否を判別する
ためルール２を、ルール２の条件部である”Ｃ”を判別
するためルール１と、後向きに推論を繰り返す。ルール
１で”Ｃ”の成否が判別すると、今度はルール２．ルー
ル３．ルール４と前向きに推論を繰り返す。

このように、前向き／後向きを特に指定する必要はなく
、周期的な推論の対象とすべきルールとその周期を指定
するだけで、推論エンジンが自動的に双方向推論を行い
、実行結果を出力する。つまりユーザーは知識ベースを
構築する際に、ルールの評価順序や推論方式などについ
て頭を悩ませる必要はない。

またこのツールのリアルタイム推論の大きな特徴の一つ
として、外部割り込みによる推論の起動がある。−次ル
ールによる周期的な推論では、対象となる一次ルールの
多くなったり評価・実行において関連するルールやルー
ル群の数が多くなったりすると、１回の推論サイクルに
要する時間が長くなり、目的とするルールを定期的な周
期で実行することを補償できなくなる危険性がある。こ
のような場合にもリアルタイム性を維持するために、外
部割り込みを使った指定したルール群の起動を可能とし
ている。

外部割り込みによる推論起動の概要を第９図に示す。イ
メージ０エデイタでリアルタイム・データ源の割り込み
条件式を記述し、割り込み時に優先的に処理するルール
群を記述することで外部割り込みを指定する。ネットワ
ーク会サーバがリアルタイム・データを取り込むときに
割り込み条件式を評価し、条件が成り立つと推論エンジ
ンに割り込み要求を行う。要求を受けた推論エンジンは
それまでの周期的な推論を一時中断し、指定されたルー
ル群の推論を開始する。そのルール群の推論を終えると
、もとの周期的な推論に戻る。

本例のリアルタイムエキスパートシステムはＬＡＮ接続
されている機器とデータ通信しながら推論を進めていく
ことができる。推論時に参照するリアルタイム・データ
は、第３図に示すように、ネットワーク壷サーバによっ
てローカル・データ・ステーション（ＬＤＳ）経由で外
部のコンピュータから収集することが出来る。

ネットワーク・サーバは本例のシステムの一つのプロセ
スとして存在し、ＬＤＳやメツセージ端末などのＬＡＮ
上の通信機器との間でリアルタイム・データやメツセー
ジのやり取り、推論エンジンに対する割り込みを行う。

ＬＤＳはＬＡＮ接続された通信機器の一つで、外部のコ
ンピュータから定期的にデータを収集し、通信ネットワ
ークを経由してネットワーク・サーバへデータを送信す
る。逆に推論結果に基づいてネットワーク・サーバから
送られてきたデータを、外部のコンピュータに送ること
が出来る。ＬＤＳの通信インタフェースを適切に設定す
れば、ホスト・コンピュータやプロセス・コンピュータ
、プラント制御システムなど様々な外部のコンピュータ
と接続してデータを収集できる。推論結果をデータ通信
ネットワーク経由で本体コンソール以外の場所に表示さ
せることも可能である。

知識ベース保守のための機能について説明する。

エキスパート・システムを構築する場合、いったん構築
した知識ベースを検証・修正・変更といった作業を繰り
返しながら保守していくことが、運用上での重要なポイ
ントである。本例ではこの保守作業を効率よく行うため
に、リアルタイムに推論を実行しながらでも知識ベース
を変更できるように設計した。ネットワーク・エディタ
による修正が完了すると、即時にシステム内部でのルー
ル表現に変換され、それ以降の推論に適用される。

知識ベースの検証・保守支援のために、データ・シミュ
レーション機能、リアルタイム・ルール拳トレース機能
、時系列データ表示機能も備えている。

データ・シミュレーション機能では、イメージ・エディ
タで定義されたデータ源ごとに、その値をシミュレート
する。そのためのモデル式は、ユーザーが自由に定義す
る。この機能により、特定のデータ源やルールに注目し
た静的なデータ環境での知識ベース全体のテストが出来
る。

リアルタイム・ルール壷トレース機能では、第１０図に
示すように、コンソール上に表示された推論中のルール
のトレース表示やメツセージからユーザーが特定のルー
ルやメツセージを指定すると、それを結論付けている全
ての関連ノードをネットワーク全体の中から関連部分だ
けを抜き出して表示する。事象ごとに履歴情報を保持し
ており、これを利用して関連するルールの成立／不成立
もあわせて表示する。この機能を使用することによって
、ルール相互間の因果関係のチエツクが可能である。

時系列データ表示機能では、推論実行中にデータ源のア
イコンやルールの中心ノードをマウスで選択することに
よって、そのデータ源のデータ値の時系列的な変化をト
レンド・グラフで表示する。

その事象の成否の時系列的な変化をトレンド・グラフで
表示することもできる。この機能を使用することで知識
ベース全体の整合性をダイナミックにチエツクすること
が出来る。

（応用分野） 本発明の知識表現方法は、石油、化学、鉄鋼などのプラ
ントに置けるプロセス制御を始め、ＣＩＭ１通信、物流
、金融取引などの幅広い分野で、状態監視、異常・故障
診断、運転支援、自動制御、デイ−リング支援、トレー
ダー支援、意志決定支援などに用いられる。

［発明の効果］ 本発明のネットワーク形式による知識表現はプロダクシ
ロン・ルールと比べて、複雑で大規模な知識ベースであ
っても全体構造やルール相互間の因果関係を視覚的に理
解し易い。人間の直感に近い表現でもあるので、知識を
整理、獲得しながら同時に知識ベースの構築ができる。

全体を理解し易くなることで、知識ベースの構築だけで
なく、検証、変更・追加・削除などの保守作業も容易に
なる、などのメリットもある。エキスパート・システム
の専門家でないプラント運転員にも知識ベースの内容を
十分理解してもらうことができ、スムーズに現場の専門
家の意見と知識ベースに反映させながら、ルール数が数
千にも及ぶ大規模な知識ベースを作成することができる
などの効果を有する。

【図面の簡単な説明】

第１図は本発明の知識表現方法により対象システムの状
態や事象の因果関係をネットワーク形式で表現している
画面の例を示した説明図、第２図は事象間の因果関係を
分析例の説明図、第３図は本発明の方法を用いたネット
ワークの稼働環境の一例を示す説明図、第４図はナレッ
ジネットワークのモジュール構成を示す説明図、第５図
はクラス・エディタの画面例を示す図、第６図はイメー
ジエディタの画面例を示す図、第７図はネットワ−ク表
現からコンピュータの内部表現への変換についての説明
図、第８図は知識ネットワークの例を示す図、第９図は
外部割り込みによる推論起動の概要図、第１０図はリア
ルタイム争ルール・トレース機能操作時の画面の例を示
す図である。 第３図 ＬＡＮ ｆ　ＦＩＴ−ＨＩＧＨｔｈｅｎ　ｃｏｎｃｌｕｄｅ　Ｆ
ＥＥＤ−じＮＥ−１Ｓ−ＡＢＮＯＲＭＡＬａｎｄ　　５
ｅｎｄ　”Ｆｌｌ　　ｉｓ　Ｈｉｇｈ”　ｔｏ　　ｏｐ
ｅｒａｔｏｒ−ｃｏｎｓｏ　　ｅ−ｅｌｓｅ　　ｃｏｎ
ｃｌｕｄｅ　　ＮＯＲＭＡＬ−ＯＰＥＲＡＴＩＯＮ第７
図

Claims (1)

【特許請求の範囲】
1. （１）エキスパートシステムの知識の整理・獲得のため
   の表現方法として、知識を様々な事象間の因果関係とし
   てとらえ、該事象をノードとして因果関係で結んだネッ
   トワーク形式で表現したものを、コンピュータ内部にお
   いてルールに対応する内部コードに書き換える手段によ
   り知識ベースを構築することを特徴とする知識表現方法
   。