JPH04153802A - プラントのプロセス入力値生成装置 - Google Patents

Abstract

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

Description

【発明の詳細な説明】 〔発明の目的〕 （産業上の利用分野） この発明は、プロセスデータをデータベースに保存する
と共に周期的に更新し、特定の目的を持った応用プログ
ラム群で監視または制御に利用するプラントに係り、特
に、プロセスを計測する装置の入力異常を検出して代替
値を生成し、これによって入力異常に対応する入力点の
プロセスデータを更新するプラントのプロセス入力値生
成装置に関する。

（従来の技術） プラントの重要なプロセス計測点には、故障等の不具合
対策として、同一の計測装置を２重または３重に設置す
るのが一般的である。

第２１図はこのような冗長化を図った従来のプラント制
御系の系統図である。同図において、プラント内の重要
なプロセス２０１を検出するために、検出器２０２が３
重に設けられている。これらの検出器２０２は信号ケー
ブルによってプロセス入力装置２０３に接続されている
。操作手段２０４はこのプロセス入力装置２０３のプロ
セスデータ入力点を周期的に走査すると共に、得られた
電気信号を工学単位、すなわち、ディジタル値に変換し
、データベースインタフェース手段２０５を介して、デ
ータベース２０６の所定のメモリに保存、更新する。そ
して、特定の目的を持った応用プログラム群２０７が、
データベースインタフェース手段２０５を介して、この
データを読取ってプラントの監視または制御に利用して
いる。

ここで、プロセス計測中の一つの検出器が故障し、入力
異常が発生すると、健全な他の検出器に切換えることに
なる。

（発明が解決しようとする課題） プラントの信頼性は、短期的には装置自体の信頼性によ
って決定される。しかし、長期的には、冗長化のための
投資額に大きく左右される。従って、広範囲の信頼性を
確保しようとすれば、かなりの経済的な負担を強いられ
る。このため、経済的理由によって冗長化出来ない場合
もある。

このように、冗長化されていない入力点に入力異常が発
生したとすれば、プラントの中央制御装置ではこれを補
う方法がなかった。そこで、現場の状況を把握しながら
注意深く運転を継続するか、異常箇所の修理が完了する
まで現状状態を維持するか、あるいは、運転を取り止め
るかのいずれかの方法を採っていた。

このため、運転員の負担が著しく増大したり、運転の中
断または遅延に伴う経済的損失も増えるという問題があ
った。

この発明は上記の問題点を解決するためになされたもの
で、非冗長化入力に対して冗長化入力と同等の信頼性を
持たせることができ、これによって運転員の負担および
運転効率低下に伴う経済的負担を軽減することのできる
プラントのプロセス入力値生成装置を得ることを目的と
する。

〔発明の構成〕

（課題を解決するための手段） この発明は、プロセスデータをデータベースに保存し、
特定の目的を持った応用プログラム群で監視または制御
に利用するプラントにおいて、プロセスの入力点が同一
で、入力時刻が異なる複数のプロセスデータを履歴デー
タとして記憶する履歴ファイルと、プロセスの入力点を
周期的に走査し、得られたプロセスデータが正常に入力
されたか否か、所定の状態変化に対応したものか否が、
履歴データとして保存対象か否かを判定すると共に、プ
ロセスデータが正常に入力されたと判定したとき該当す
るプロセスデータによって前記データベースを更新し、
正常に入力されていないと判定したとき該当する入力点
番号データを出力し、所定の状態変化に対応したものと
判定したとき学習起動要求を出力し、履歴データとして
保存対象と判定したとき履歴データ保存要求を出力する
走査手段と、この走査手段の履歴データ保存要求によっ
て該当するプロセスデータを前記履歴ファイルに格納す
る履歴データ保存手段と、前記履歴ファイルの履歴デー
タを用いて対応する入力点の関数モデルを作成し、前記
走査手段の学習起動要求によって前記関数モデルを更新
する学習手段と、前記走査手段の入力点番号データによ
って対応する入力点の現在のプロセスデータを、前記関
数モデルに記憶されているモデルデータを用いて演算し
、正常に入力されていないと判定した入力点の代替値と
して前記データベースを更新するデータ生成手段とを備
えたものである。

また、前記走査手段がプロセスデータか所定の状態変化
に対応したものか否かを判定して学習起動要求を出力す
る代わりに、周期的に学習起動要求を出力するようにし
たものである。

（作　用） この発明においては、プロセスの入力点を周期的に走査
し、入力されたプロセスデータを履歴データとして記憶
させると共に、この履歴データを用いて対応する入力点
の関数モデルを作成する一方、得られたプロセスデータ
が所定の状態変化に対応したものであるとき関数モデル
を更新し、プロセスデータが正常に入力されていないと
きに該当するプロセスデータを関数モデルに記憶されて
いるモデルデータを用いて演算し、この演算結果を代替
値とするので、非冗長化入力に対して冗長化入力と同等
の信頼性を持たせることかできる。

また、プロセスデータが所定の状態変化に対応したもの
であるときに関数モデルを更新する代わりに、周期的に
関数モデルを更新をするようにしても、同じように信頼
性を持たせることかできる。

（実施例） 第１図はこの発明の一実施例の概略的な構成および動作
を説明するためのブロック図である。同図において、プ
ロセス１０１にはその監視と制御のために数多くの検出
器か設置されている。プロセス入力値生成装置１００は
プロセスデータ入力の正常、異常を判定し、正常なプロ
セスデータをデータベース１０９に格納する一方、異常
なプロセスデータに対して代替値を生成してデータベー
ス１０９に格納する。データベース１０９に格納された
プロセスデータは、特定の目的を持った応用プログラム
群１１０でプラントの監視または制御に利用される。

ここで、プロセス入力値生成装置１００は、走査手段１
０２と、履歴データ保存手段１０３と、履歴ファイル１
０４と、学習手段１０５と、関数モデル１０６と、デー
タ生成手段１０７と、データベースインタフェース手段
１０８とで構成されている。

このうち、走査手段１０２は、データベース１０９に設
定されている走査点情報、および、履歴ファイル１０４
に設定されている履歴データ保存情報に従ってプロセス
１０１を走査する機能と、走査して得られたプロセスデ
ータが正常か否かを判定し、正常なデータのみをディジ
タル値に変換してデータベース１０９に保存すると共に
、正常なデータのうちの履歴保存対象のデータを入力点
番号と併せて履歴データ保存手段１０３に与え、異常と
判定したときその入力点番号をデータ生成手段１０７に
渡す機能と、走査して得られたプロセスデータが所定の
状態変化に対応することを判定して学習手段１０５にイ
ベント起動を、状態変化の事象の終了をプロセスで捕ら
え難いとき学習手段１０５に遅延起動を指示する機能と
を備えている。

履歴ファイル１０４は、入力点が同一で、入力時刻が異
なる複数のプロセスデータを履歴データとして記憶する
履歴データ保存ファイルと、これに履歴データを保存す
るために用いる履歴入力点登録テーブルと、保存された
履歴データをモデル化するためのモデル化ファイルとで
構成されている。

なお、履歴データ保存ファイル５０２は履歴入力点登録
テーブル５０１に登録された入力点毎にファイルが準備
され、走査毎にそのファイルにプロセスデータが蓄えら
れる。

履歴データ保存手段１０３は、走査手段１０２がら与え
られた入力点番号に従って履歴ファイル１０４の履歴入
力点登録テーブルを読出し、履歴データ保存ファイルの
対応する領域に走査手段から与えられたプロセスデータ
を格納する。

学習手段１０５は、走査手段１０２のイベント起動また
は遅延起動の指令に応じて、履歴ファイル１０４の履歴
データ保存ファイルに保存されたデータと、モデル化フ
ァイルに登録されたデータとに基づいて、プラント入力
の関数モデル１０６を作成する。

データ生成手段１０７は、走査手段１０２で入力異常と
判定された場合の入力点番号に基づき、関数モデル１０
６から現在値を計算し、異常と判定されたプロセスデー
タの代替値として出力する。

データベースインタフェース手段１０８は、複雑なデー
タベース構造を応用プログラム群１１０が意識すること
なくアクセスする機能を有する。

これにより、プロセス入力値生成装置１００は、正常に
入力されたプロセスデータをそのままデータベース１０
９に保存し、プロセスデータが正常に入力されていない
ときに該当する入力点番号のプロセスデータを生成して
、これを代替値としてデータベース１０９に保存するこ
とかできる。

次に、このプロセス入力値生成装置１００を構成する要
素の詳細な構成および動作について説明する。

第２図は履歴ファイル１０４中の履歴入力点登録テーブ
ル５０１および履歴データ保存ファイル５０２の構成説
明図である。このうち、履歴入力点登録テーブル５０１
はデータベース１０９に対応した並びをしており、内容
としては第１語に各人力の履歴データを保存する履歴デ
ータ保存ファイル５０２の場所を示す番地を記憶し、第
２語にそのサイズを記憶している。また、第３語が履歴
データ保存ファイル５０２のどこに次回データを保存す
るかを示すポインタ（相対番地）になっている。なお、
第１語に履歴データ保存ファイル５０２が設定されてい
る場合には履歴データの保存要求があることを意味する
。ここに、ＦＦＦＦｈ　（ｈは１６進数を表す）が設定
されているときは履歴データの保存要求がないことを示
す。すなわち、この第１語を用いて保存要求の有無をも
判定する。一方、履歴データ保存ファイル５０２は保存
対象入力毎に、年月日時刻データとプロセスデータとを
組みにして時系列で記憶する環状ファイルになっている
。

第３図は履歴ファイル１０４中のモデル化ファイルの構
成説明図である。このうち、（ａ）は周期的なプロセス
データに基づいて相互に関連する二つの変数Ｘ、Ｙの関
係を示すＸ−Ｙ型モデル化ファイル６０１を表し、（ｂ
）は事象か最初に発生し、その一定時間後に動特性デー
タが収集できるＴ−Ｙ型モデル化ファイル６０２を表し
、（Ｃ）はプロセスの動作の完了を、事象の発生によっ
て確認することのできるイベント型モデル化ファイル８
０３を表している。

ここで、人力点はモデル生成に必須の関連人力として４
点まで設定することができ、それぞれ、イベント入力点
番号、Ｘ座標入力、Ｙ座標入力、および、Ｚ関数入力を
設定するが、Ｘ−Ｙ型モデル化ファイル６０１の場合は
使用しない。不使用を表現するには前述のＦＦＦＦｈを
設定する。

第３図（ｄ）は上記Ｘ、　Ｙ、　　Ｚの関係を示す説明
図である。これは、Ｚ関数の取る値を規定したもので、
一般には２５％、５０％、７５％、　１００％に相当す
る値を設定する。

モデル化ファイル中のΔＸは、この関係図のＸ軸方向に
どれだけのメツシュでデータを採取するかを規定する数
値である。すなわち、Ｚ関数を作成するために、Ｘの値
を０％から１００％までの間に何個のデータを使用する
かを規定するパラメータである。

モデル化ファイル中の運転モードはモデル関数を必要と
する運転モードを設定する。プラント運転では通常“始
動モード”通常運転モード”“停止モード”がある。プ
ロセスはこれらのモードでは際だって異なる特性を示す
ことが多い。したがって、これらのモードに対応するモ
デル関数を用意しないとあらゆる状況下で不良入力のバ
ックアップをすることはできない。しかし、全てのプロ
セスが全てのモードを必要とするとは限らず、入力点毎
に各モードの要否を設定できるようにしている。“始動
モード”通常運転モード′“停止モード”の要否は次の
ように数値で表す。

すなわち、。始動モード“を１００の位、“通常運転モ
ード”を１０の位、“停止モード“を１の位で、それぞ
れ要を「１」、否を「０」で表す。因みに、“通常運転
モード”のみが必要である場合にはｒｏｌ　０Ｊとなる
。

モデル化ファイル中の有効値は入力Ｘ、Ｙの取り得る値
の範囲を規定したもので、異常に大きい値または小さい
値がモデル作成に使用されることを防止する目的で最大
値と最小値とが設定されている。

また、モデル化ファイル中のモデル保存番地は履歴デー
タ保存ファイル５０２とモデル化ファイル６０１〜６０
３とから作成されるモデルの保存開始番地を定義する。

次に、第４Ａ図および第４Ｂ図のフローチャートを用い
て走査手段１０２の詳細な動作を説明する。走査手段１
０２は初期設定の後、データベース１０９に設定されて
いる走査点情報と、履歴ファイル１０４の履歴入力点登
録テーブル５０１に設定されている履歴データ保存情報
とを取り出して、プロセス１０１を走査する。次いで、
走査結果としての人力が正常か否かを判定し、正常な場
合に入力値をディジタル値に変換してデータベース１０
９の値を更新し、異常の場合にはその入力点番号をデー
タ生成手段１０７に伝達する。このときデータ生成手段
１０７が起動される。次いで、入力が学習起動入力で、
かつ、今回の走査で所定の状態に変化したか否かを判断
し、変化しておれば学習手段１０５にイベント起動を要
求する。これは関数モデル１０６を作成する時点に到達
したことを意味し、新たな関数モデルの作成を指示する
ものである。次いで、遅延起動要求の有無を判断し、遅
延起動要求が設定されておればモデル化ファイル６０１
〜６０３に指定された時間後に学習手段１０５に遅延起
動要求をする。これは、プロセスの変化を捕らえる場合
、事象の変化の開始を所定の状態の事象で捕らえ、事象
の終了をプロセスで捕らえることが困難な入力に適用す
る。次いで、走査して得られたプロセスデータが正常に
入力されたものである場合のみ、履歴データとして保存
対象であるか否かを判断し、保存対象である場合に、走
査して得られたデータを履歴データ保存手段１０３に与
える。また、これと同時に履歴データ保存手段１０３を
起動する。かかる処理をデータベース１０９に設定され
ている全ての走査点について実行し、最後に指定された
時間だけ待機して、上記の処理を繰返す。

次に、第５図のフローチャートを用いて履歴データ保存
手段１０３の詳細な動作を説明する。先ず、履歴データ
保存手段１０３は履歴ファイル１０４に保存されている
履歴入力点登録テーブル５０１を読み出す二続いて、走
査手段１０２から与えられた入力点番号で履歴入力点登
録テーブル５０１を修飾して対応するテーブルを得、こ
の入力の履歴データ保存ファイルの先頭番地ならびに次
回保存ポインタから今回のデータを格納する領域の番地
を計算する。次いて、計算された番地に走査手段１０２
から与えられたデータ、すなわち、年月日時刻データお
よびプロセスデータを格納する。その後、次回の保存領
域計算用に次回保存ポインタを更新して履歴入力点登録
テーブル５０１を保存する。これらの処理を走査手段１
０２からデータが与えられる毎に実行し、最新のデータ
を履歴データ保存ファイル５０２に格納する。

次に、学習手段１０５の詳細な動作を説明する。

ここで理解を容易にするために、第６図を用いて全体的
な動作を説明し、さらに、第７図を用いてイベント起動
学習機能を、第８図を用いて遅延起動学習機能を、第９
図を用いてＸ−Ｙ学習機能をそれぞれ詳細に説明する。

学習手段１０５は基本的に最新のデータによる学習機能
を実行するが、イベント発生で学習を実行する機能を有
している。ここで言う学習とは最新データを用いて関数
モデル１０６を作成することを言う。

第６図のフローチャートに示すように、学習手段１０５
が起動されると、イベントによる起動か否かを判断し、
イベントであればイベント起動学習機能を実行する。続
いて、遅延起動か否かを判断し、遅延起動と判断すると
遅延起動学習機能を実行する。これらイベント起動学習
機能と遅延起動学習機能はプロセスにイベントが発生し
たときのみ実行される。もし、イベントによる学習の要
求がない場合、または、この学習が終了すると、履歴フ
ァイル１０４から入力点番号１のモデル化ファイルが読
み込まれ、通常のＸ−Ｙによる学習機能を実行する。１
周期の学習機能を実行し終わると、入力点番号ｉに１が
加えられ、次の学習が実行される。全ての入力について
学習を終了すると遅延動作（待機動作）に入り、一定時
聞役再度学習する。なお、この遅延期間中にイベント学
習起動が要求された場合にはイベント学習を実行する。

次に、イベント学習機能の詳細を第７図のフローチャー
トに従って説明する。イベント学習機能の実行を開始す
ると、モデル化ファイルを順次取り出すためのカウンタ
のカウント値ｅを０に初期設定する。そして、カウント
値ｅに対応するモデル化ファイルを呼出し、モデル化フ
ァイル情報内のイベント入力が今回発生したイベントか
否かを判断し、今回発生した入力でない場合には次の入
力に移行する。モデル化ファイルの呼出しに際し、関数
２作成用履歴データを、イベント人力、Ｘ　、Ｙ　およ
びＺ　を用いて取圧し、イベント入力デｐ −タをテーブルＥ（以下、ＴＢＬＥという）に、Ｘ軸デ
ータをテーブルＸ（以下、ＴＢＬＸという）に、Ｙ軸周
データはテーブルＹ（以下、ＴＢＬＹという）に、Ｚ座
標データはテーブル２（以下、ＴＢＬＹという）にそれ
ぞれ保存する。

一方、イベント入力が今回発生したイベントであると判
断したときには、モードカウンタのカウント値Ｍを０に
初期化し、各運転モードのモデル作成要求の有無を判断
する。運転モードの判断は起動、通常運転、停止の順に
判断され、順次その運転モードのモデルを更新する。各
運転モードでは、関数Ｚ　から２４　（第３図（ｄ）参
照）の順にモデルデータを作成する。

モデルデータの取出し方法は次の（１）〜（３）のよう
にする。

（１）　　Ｔ　Ｂ　Ｌ　Ｅから今回発生したイベントと
同様のイベント発生の日時時刻を求める。これは、過去
１回のデータからモデルを作成するのではなく数回のデ
ータを用いて決定するためである。ただし、履歴データ
保存ファイルの容量次第ではかなり古いデータを使用す
る場合も考えられる。従つて、使用するイベントデータ
の回数は現在から（）Ｎ回までとし、かつ、０Ｍ日以内
の制約を設ける。

（２）　　使用するデータか決まるとＺ（ｎ−１〜４）
関数のだめのデータ検索を行う。この検索方法は、Ｘ軸
入力の０％に相当するＸ、がＸに設工Ｉｎ 定される。これはＸ軸上の０％から１００％までをΔＸ
の幅でデータをサンプルするための準備である。使用か
決定されたデータの、Ｚ　値で示される値のＸ軸上のＸ
点値が収集される。なお、このＺ　とＸにはある幅を持
たせＺ　±Ｋ　ならびにｎ　　　　　　　　　　　　　
　　　　　　　　　　　　　ｎ　　　　　ＺＸ±Ｋ　で
値の検索を行う。これは点（Ｚ、ｘ）ｎ の周囲に−とＫ　で囲まれるデータが使用されるｚ　　
　　　ｘ ことを意味する。

（３）　　このようにして求めた数値は有効値であるか
否かをチエツクし、有効値のみを用いて、二つの平均値
（Ｘ座標分とＹ座標分）を求める。この平均値を運転モ
ードＭの関数Ｚ　用のＸ、Ｙｎ　　　　　　　　　　−
■ 値としてモデルを更新する。このようにして得られたＸ
、すなわち０％からＸ　　まで同様の処Ｉｌｌ　Ｉ　ｒ
ｌ　　　　　　　　　　　　　　　　　　　　１ＩａＸ
理を繰り返す。そして、最終モードまで処理が終了した
か否かを調べ、未完の場合には次のモードで同様の処理
を実行する。

次に、遅延起動学習機能の詳細を第８図のフローチャー
トに従って説明する。学習手段１０５が遅延学習の実行
を開始すると、モデル化ファイルを順次取出すためのカ
ウンタのカウント値ｔを０に初期設定する。そして、カ
ウント値ｔに対応するモデル化ファイルを呼出し、モデ
ル化ファイル情報内のイベント入力が今回遅延起動した
イベントか否かを判断し、今回発生した入力でない場合
には次の入力に移行する。モデル化ファイルの呼出しに
際し、関数２作成用履歴データを、イベント入力、Ｙ　
およびＺ　を用いて取出し、イベントｐ 入力データをＴＢＬＥに、Ｙ軸周データをＴＢＬＹに、
Ｚ座標データをＴＢＬＺにそれぞれ保存する。

一方、イベント入力が今回発生したイベントであると判
断したときには、モードカウンタのカウント値ＭをＯに
初期化し、各運転モードのモデル作成要求の有無を判断
する。運転モードの判断は起動、通常運転、停止の順に
判断し、順次その運転モードのモデルを更新する。各運
転モードでは、関数２１から２４（第３図（ｄ）参照）
の順にモデルデータを作成する。

モデルデータの取出し方法は次の（１）〜（３）のよう
にする。

（１）　　Ｔ　Ｂ　Ｌ　Ｅから今回発生したイベントと
同様のイベント発生の日時時刻を求める。これは、過去
１回のデータからモデルを作成するのではなく数回のデ
ータを用いて決定するためである。ただし、履歴データ
保存ファイルの容量次第ではかなり古いデータを使用す
る場合も考えられる。従って、使用するイベントデータ
の回数は現在から過去Ｎ回までとし、かつ、過去Ｍ日以
内の制約を設ける。

（２）　　使用するデータが決まるとＺ（ｎ−１〜４）
関数のためのデータ検索を行う。この検索方法は、Ｘ軸
入力の０％に相当するイベント発生時刻がＸに設定され
る。これはＸ軸上の０％から１００％までをΔＴの幅で
データをサンプルするための準備である。使用か決定さ
れたデータの、Ｚ　値で示される値のＸ軸上のＸ点値が
収集される。なお、このＺ　とＸにはある幅を持たせＺ
ｎ口 ±Ｋ　ならびにＸ±Ｋｔで値の検索を行う。こｘ れは点（Ｚ、ｘ）の周囲Ｋ　とＫｔて囲まれｎ　　　　
　　　　　　　　　　　Ｚ　　　　　ｘるデータが使用
されることを意味する。

（３〉　　このようにして求めた数値は有効値であるか
否かをチエツクし、有効値のみを用いて、二つの平均値
（Ｘ座標分とＹ座標分）を求める。この平均値を運転モ
ードＭの関数Ｚ　用のＸ　１　Ｙｎ　　　　　　　　　
ＩＩｌ　　　　　　ｍ値としてモデルを更新する。この
ようにして得られたイベント発生時点、すなわち、０％
からＴ　　まで同様の処理を行い、１００％までの処理
■ａｘ が完了すると、最終モードまで処理が終了したか否かを
調べ、未完の場合には次のモードで同様の処理を実行す
る。

次に、Ｘ−Ｙ学習機能の詳細を第９図のフローチャート
に従って説明する。学習手段１０５がＸ−Ｙ学習の実行
を開始すると、モデル化ファイルを順次取出すためのカ
ウンタのカウント値ｎを０に初期設定する。そして、カ
ウント値ｎに対応するモデル化ファイルを呼出す。この
場合、関数２作成用履歴データを、Ｘ　、Ｙ　およびＺ
　を用いｐ　　　　ｐ　　　　　　　　ｐ て取出し、Ｘ軸周データをＴＢＬＸに、Ｙ軸周データを
ＴＢＬＹＩ：、Ｚ座標データをＴＢＬＺ！：それぞれ保
存する。

ぞして、Ｘ−Ｙ起動要求であることの判断により、モー
ドカウンタのカウント値Ｍを０に初期化し、各運転モー
ドのモデル作成要求の有無を判断する。運転モードの判
断は起動、通常運転、停止の順に判断し、順次その運転
モードのモデルを更新する。各運転モードでは、関数Ｚ
　から２４■ （第３図（ｄ）参照）の順にモデルデータを作成する。

モデルデータの取出し方法は次の（１）〜（３）のよう
にする。

（１）　　Ｔ　Ｂ　Ｌ　Ｅから今回発生したイベントと
同様のイベント発生の日時時刻を求める。これは、過去
１回のデータからモデルを作成するのではなく数回のデ
ータを用いて決定するためである。ただし、履歴データ
保存ファイルの容量次第ではかなり古いデータを使用す
る場合も考えられる。従って、使用するイベントデータ
の回数は現在から過去Ｎ回までとし、かつ、過去Ｍ日以
内の制約を設ける。

（２）　　使用するデータか決まるとＺ（ｎ−１〜４）
関数のためのデータ検索を行う。この検索方法は、Ｘ軸
入力の０％に相当するＸ、がＸに設置１１ｎ 定される。これはＸ軸上の０％から１００％までをΔＸ
の幅でデータをサンプルするための準備である。使用が
決定されたデータの、Ｚ　値で示される値のＸ軸上のＸ
点値を収集する。なお、このＺ　とＸにはある幅を持た
せＺ　±Ｋ　ならびにｎ　　　　　　　　　　　　　　
　　　　　　　　　　　　　ｎ　　　　　ｚｘ＋Ｋ　　
て値の検索を行う。これは点（Ｚ、ｘ）Ｘ　　　　　　
　　　　　　　　　　　　　　　　　　　　　　　　　
　　ｎの周囲Ｋ　とＫ　て囲まれるデータが使用される
Ｘ ことを意味する。

（３）　　このようにして求めた数値は有効値であるか
否かをチエツクし、有効値のみを用いて、二つの平均値
（Ｘ座標分とＹ座標分）を求める。この平均値を運転モ
ードＭの関数Ｚ　用のＸ、Ｙｎ　１ｇ膳 値としてモデルを更新する。このようにして得られたＸ
　９、すなわち、０％からＸ　　まで同様ｍｉｎ　　　
　　　　　　　　　　　　　　　　　　　　　ｍａＸの
処理を行い、１００％までの処理を完了すると、最終モ
ードまで処理を終了したか否かを調べ、未完の場合には
次のモードで同様の処理を実行する。

第１０図（ａ）は上記の処理で作成される関数モデル１
０６のモデルデータ構造図１１０１を、第１０図（ｂ）
はその関数図である。

ここで、データ構造は将来の拡張、または変更が考慮さ
れている。データ構造としては、最初にモードの個数を
定義する。この実施例では３であるか将来の増加を考慮
して簡単な定数変更で済むようになっている。続いて、
関数Ｚの数を定義している。これも本実施例では４であ
るが、定数変更にて拡張が可能になっている。実際のモ
デルデータはモードによって大きくブロック分けされ、
そのブロック内が２関数の数で分割されている。

Ｚ関数個々のデータの並びは、Ｘ座標の０％から１００
％の順にＸ軸のサンプルメツシュ（およびデータ個数）
はモデル化ファイルに規定されたΔＸにて決定される。

実際のデータの並びはＸｌ。

Ｙｌ、Ｘ２．Ｙ２．Ｘ３．Ｙ３．−、Ｘｎ、Ｙｎの順に
なっている。

次に、第１１図および第１２図のデータ生成関数図を用
いてデータ生成手段１０７の詳細な動作を説明する。

走査手段１０２で入力値が異常であると判断すると、そ
の入力点番号がデータ生成手段１０７に通知される。こ
のデータ生成手段１０７はこの入力点番号を基にして履
歴ファイル１０４のモデル化ファイル８０１〜６０３を
呼出すと共に、モデルの保存番地を取出してモデルデー
タを取出す。そして、モデル化ファイル６０１〜６０３
に示されるＸ　、ｚ　とｐ データベース１０９の現在の運転モードとを取出し、モ
デルデータを使用して次の計算を実行する。

Ｙ−ｆ（モード、Ｘ　　、Ｚ　　）　　　　　　　・・
・（１）ｐ なお、Ｚ　で示されるＺ関数は４本であるがＺ　の値が
４本の関数の中間をとる場合が十分に考えられる。この
ような場合に備え、本関数計算は内挿法を用いて中間の
値でも恰もそこに２関数があるかのように働く機能を有
している。

第１１図に示したデータ関数図は本来の人力Ｙが異常と
なったため、現在のＸの値を用いてＹの値を求めようと
するものである。このモデルは３種類のモードの一つを
表している。このモデルで必要なデータはＸならびに２
を決める値であるが、これらは現在値を格納しているデ
ータベースより得る。なお、運転状態を示すモードもデ
ータベースに格納されている。このように必要なデータ
をデータベースより得た後、このモデル関数を呼び出す
ことにより最新の過去のデータから不良として入手不可
能なデータを実績値を用いた計算で求めることができる
。

第１２図に示したデータ生成関数図はＸ軸が時間を表し
ているが、あるアクションまたはイベントを捕らえ、そ
こから相対時間を計測することによりプロセスの動特性
を、人力が不良であっても得ることができる。

なお、データベース１０９は代表的な情報とじて入力点
番号、名称、入力の現在状態およびハードウェアに関す
る情報を含んでいる。そして、新たな情報設定が必要に
なったとき、その情報設定領域をクリエイトできるよう
になっている。

以上、第１図に示したプロセス入力値生成装置の詳細な
構成および動作を、要素毎に説明したが、このプロセス
入力値生成装置を火力発電プラントに適用し、復水器の
真空度（以下、復水器真空度という）を自動生成する場
合の具体例を以下に説明する。

履歴データとしての登録対象入力を復水器真空度、発電
々力、海水温度および真空ポンプの運転状態に決める。

これらの履歴入力点登録情報が、第１３図に示すように
、履歴入力点登録テーブル５０１に登録される。走査手
段１０２はこれらのデータを１分毎に読込み、それぞれ
の値を履歴データ保存ファイル５０２に保存する。第１
４図（ａ＞　、　（ｂ）　、（ｃ）は起動時に真空度が
上昇する過程の真空度、発電々力および真空ポンプの運
転状態の履歴データであり、第１５図（ａ）　、（ｂ）
　＝　（ｃ）は通常運転時における真空度、発電々力お
よび海水温度の履歴データである。この場合、第１語の
左半分に運転モードが、右半分に日付時刻か記憶され、
第２語に入力値が記憶されている。また、これらの入力
値に対して第１６図（ａ）　、　（ｂ）に示すＸ−Ｙ型
モデル化ファイル６０１およびＴ−Ｙ型モデル化ファイ
ル６０２を用意しておく。

これらのファイルを用いて、先ず、起動時のモデルデー
タの作成について説明する。

学習手段１０５は復水器真空度（入力点番号Ａ１０００
）のモデル化ファイル８０１，６０２をチエツクする。

このチエツクにより、運転モードＭがｒｌｏｏＪと示さ
れていることがらＴ−Ｙ型モデル化ファイル６０２に基
づいてモデルデータを作成することを知る。さらに、こ
のＴ−Ｙ型モデル化ファイル６０２の入力点のパラメー
タからトリガ入力点、つまり真空ポンプ運転中（Ｃｌ１
００）　−１となったときから、Ｙ　つまり復水器真空
度（Ａ１００Ｏ）を、Ｚ　つまり海水温度（Ａｌ００２
）によって４個の関数に分類してデータを作成すること
を知る。

第１７図はこれによって作られた起動用モデルデータ１
１［＋１である。この起動用モデルデータ１１０１は真
空ポンプか運転を開始した時点を基点としているので、
ポインタ２以降のデータが有効となる。つまり真空ポン
プ運転開始からの経過時間に対する真空度データを作成
する。また、海水温度の変化による真空度の変化をモデ
ルデータとして表すことが可能なようにモデルデータが
構成されており、ここでは、ｚ、−ｉｏ℃（±２℃まで
のデータ可）のデータを作成することとする。従って、
ポインタ２の海水温度は８℃であり、Ｚ　１””　１０
℃用のデータとして有効であるのでポインタ２の復水器
真空度を、第１７図のモデルデータの０．１ｎに対応す
る場所に保存する。以後、同様な処理を繰返し、第１７
図に示すＺｌ−１０℃の起動用のモデルデータカ完成す
る。ｚ　−１５℃、Ｚ２−２０℃、Ｚ２−２５℃につい
ても有効データか得られたときに同様にして作成する。

一方、通常運転時のモデルデータは次のようにして作成
する。

通常運転時の復水器真空度は海水温度を１次パラメータ
とし、発電々力を２次パラメータとしている。この場合
、第１５図の履歴データ保存ファイル５０２を用いて第
１８図の通常運転用のモデルデータを作成する。ここで
、Ｚｌ−２５０ＭＷ　（±３０ＭＷのデータか有効）で
あるから、ポインタ７２０４．７３２０〜７３２２を除
くデータが有効となる。モデルデータの構成は海水温度
が基準になっているため、時系列データが図示したよう
に並べ変えられている。

以上、起動時および通常運転時のモデルデータの作成に
ついて説明したが、これらのモデルに対しては全て初期
値が設定されており、万が−、システム起動直後から入
力異常となり、モデルデータが作成されない場合にも対
応できるようになっている。

次に、データ生成手段１０７による起動時のデータ生成
を第１９図を用いて説明する。

走査手段１０２から復水器真空度の入力異常の通知を受
けると、履歴データ保存ファイル５０２の真空ポンプ運
転中入力を調査し、運転後、何分を経過しているかを算
出する。仮に、５分経過していたとする。また、この時
点の海水温度か１３℃とする。第１９図から５分経過時
点の復水器真空度を取出すと、 海水温度１０℃の時、復水器真空度１３Ｅｉ　＋ｎ＋ｎ
Ｈｇ海水温度１５℃の時、復水器真空度１３１　ｎｏｎ
）Ｉｇであるから、このデータから海水温度が１３℃で
あるときの復水器真空度は１３３　ｍａｎｇと求められ
る。

次に、データ生成手段１０７による通常運転時のデータ
生成を第２０図を用いて説明する。

通常運転時に海水温度が１５，５℃、発電々力が４０［
Ｉ　ＭＷであるとする。第２０図から発電々力２５０　
ＭＷの時、復水器真空度７２３．５　ｍｍＨｇ発電々力
５００　ＭＷの時、復水器真空度７２８．５　ａｕｎＨ
ｇになっている。これらのデータから発電々力が４００
　ＭＷの時の復水器真空度は３２６．５ｍｍＨｇとして
求められる。

なお、プラントの停止過程における入力値も、同様にし
て生成することができるのでその説明は省略する。

以上のようにして求められた生成値は、データベースイ
ンタフェース手段１０８を介して、データベース１０９
に保存され、応用プログラム群１１０に利用される。

かくして、入力点の特徴を最も良く示すパラメータを選
定するだけで、入力異常となったデータの代替値を生成
することができる。

〔発明の効果〕

以上の説明によって明らかなようにこの発明によれば、
入力異常が発生した場合に、過去の運転状態を良く反映
した代替入力値が自動的に生成され、監視、制御および
性能管理等、多くの面でデータの欠落を防止することが
でき、これによって、運転員の負担軽減、プラント運転
の信頼性保持に多大な貢献をすることができる。

【図面の簡単な説明】

第１図はこの発明の一実施例の構成を示すブロック図、
第２図は同実施例を構成する要素の詳細な構成説明図、
第３図（ａ）　、（ｂ）　、（ｃ）　、（ｄ）は同実施
例を構成する要素の詳細な構成説明図および関数関係説
明図、第４Ａ図、第４Ｂ図、第５図乃至第９図は同実施
例を構成する要素の詳細な動作を説明するためのフロー
チャート、第１０図（ａ）　、　（ｂ）は同実施例によ
って生成されるモデルデータの構造図および関数関係説
明図、第１１図および第１２図は同実施例の動作を説明
するためのデータ生成関数図、第１３図、第１４図（ａ
）　＝　（ｂ）　、　（ｃ）　、第１５図（ａ）　、　
（ｂ）　、　（ｃ）および第１６図（ａ）　、　（ｂ）
は同実施例の具体的動作を説明するためのデータ保存状
態図、第１７図乃至第２０図は同実施例の具体的動作を
説明するためのデータ生成状態図、第２１図は従来のプ
ラント制御系の系統図である。 １０２・・・走査手段、１０３・・・履歴データ保存手
段、１０４・・・履歴ファイル、１０５・・・学習手段
、１０Ｂ・・・関数モデル、１０７・・・データ生成手
段、１０ｇ・・・データベースインタフェース手段、１
０９・・・データベース、１１０・・・応用プログラム
群。 出願人代理人　　佐　　藤　　−雄 履歴フｐイルの捌１戊説明図 複ｈ２図 （θ） （Ｃ） （ｄ） Ａ！ＥファイノＬの構成説明図 蝉３図 走査手段の交り１５ＥＪ−、Ｉ１１頁 第４Ｂ図 莞１０図 亮１１図 １２０ノ 簡１２図 愚Ｖめ登餘テっつＬ 馬１３図 ホイ〉り ｌ００２ ＯＲデータ餅フフイノしａ！動町 亨鴨１４図 蔚汐 １００Ｏ １００Ｉ ｌ００２ （ａ） 〔６） （Ｃ） 層１〃こテ８タ喧ｍフ７，１′ノしく通沖１！肇λ日き
り！５１５図 干、テ′九イヒフ１イノＬ（ＡＴＯＯＯ用）蝉１６図 モデ几データ（走ＷＪ時用） 蝉１７図 モニア匪データ（通常運転用） 蝉１８図 走動日）デ゛汐生成説明図 弗１９図 Ｊ口り里転時テ秒住放説明図 亮２０図 席 ２１図

Claims (1)

1. 【特許請求の範囲】 １、プロセスデータをデータベースに保存し、特定の目
   的を持った応用プログラム群で監視または制御に利用す
   るプラントにおいて、 プロセスの入力点が同一で、入力時刻が異なる複数のプ
   ロセスデータを履歴データとして記憶する履歴ファイル
   と、 プロセスの入力点を周期的に走査し、得られたプロセス
   データが正常に入力されたか否か、所定の状態変化に対
   応したものか否か、履歴データとして保存対象か否かを
   判定すると共に、プロセスデータが正常に入力されたと
   判定したとき該当するプロセスデータによって前記デー
   タベースを更新し、正常に入力されていないと判定した
   とき該当する入力点番号データを出力し、所定の状態変
   化に対応したものと判定したとき学習起動要求を出力し
   、履歴データとして保存対象と判定したとき履歴データ
   保存要求を出力する走査手段と、この走査手段の履歴デ
   ータ保存要求によって該当するプロセスデータを前記履
   歴ファイルに格納する履歴データ保存手段と、 前記履歴ファイルの履歴データを用いて対応する入力点
   の関数モデルを作成し、前記走査手段の学習起動要求に
   よって前記関数モデルを更新する学習手段と、 前記走査手段の入力点番号データによって対応する入力
   点の現在のプロセスデータを、前記関数モデルに記憶さ
   れているモデルデータを用いて演算し、正常に入力され
   ていないと判定した入力点の代替値として前記データベ
   ースを更新するデータ生成手段と、 を備えたことを特徴とするプラントのプロセス入力値生
   成装置。 ２、前記走査手段は、プロセスデータが所定の状態変化
   に対応したものか否かを判定して学習起動要求を出力す
   る代わりに、定期的に学習起動要求を出力することを特
   徴とする請求項１記載のプラントのプロセス入力値生成
   装置。