JPH1027104A - プラント運転データの分類装置 - Google Patents
プラント運転データの分類装置Info
- Publication number
- JPH1027104A JPH1027104A JP18339496A JP18339496A JPH1027104A JP H1027104 A JPH1027104 A JP H1027104A JP 18339496 A JP18339496 A JP 18339496A JP 18339496 A JP18339496 A JP 18339496A JP H1027104 A JPH1027104 A JP H1027104A
- Authority
- JP
- Japan
- Prior art keywords
- case
- standard
- knowledge
- acquired
- plant
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
(57)【要約】
【課題】 運転事例の属性にない視点で運転事例を検索
できるプラント運転データの分類装置を実現する。 【解決手段】 データ収集手段は、プラント制御システ
ムからプラント運転に関するデータを収集し、収集した
データを獲得事例にまとめる。分類手段は、獲得事例に
対応する標準事例を決定し、獲得事例と標準事例との違
いを視点にして獲得事例を分類し、事例データベースに
保存する。獲得事例と標準事例との違いは、獲得事例の
状態の遷移が標準事例の状態の遷移とどのように異なる
かという視点と、獲得事例の操作の対象と理由が標準事
例の操作の対象と理由とどのように異なるかという視点
から識別する。
できるプラント運転データの分類装置を実現する。 【解決手段】 データ収集手段は、プラント制御システ
ムからプラント運転に関するデータを収集し、収集した
データを獲得事例にまとめる。分類手段は、獲得事例に
対応する標準事例を決定し、獲得事例と標準事例との違
いを視点にして獲得事例を分類し、事例データベースに
保存する。獲得事例と標準事例との違いは、獲得事例の
状態の遷移が標準事例の状態の遷移とどのように異なる
かという視点と、獲得事例の操作の対象と理由が標準事
例の操作の対象と理由とどのように異なるかという視点
から識別する。
Description
【０００１】
【発明の属する技術分野】本発明は、プラント制御シス
テムからプラント運転に関するデータを収集し、収集し
たデータを所定のまとまりに従って運転事例にまとめ、
この運転事例を分類して事例データベースに保存するプ
ラント運転データの分類装置に関するものである。更に
詳しくは、運転事例の分類のしかたに工夫を施したプラ
ント運転データの分類装置に関するものである。
テムからプラント運転に関するデータを収集し、収集し
たデータを所定のまとまりに従って運転事例にまとめ、
この運転事例を分類して事例データベースに保存するプ
ラント運転データの分類装置に関するものである。更に
詳しくは、運転事例の分類のしかたに工夫を施したプラ
ント運転データの分類装置に関するものである。
【０００２】
【従来の技術】従来のプロセスデータ管理システムで
は、プラントに存在するプロセスデータの経時的変化を
とったプロセストレンドや、オペレータの操作歴や警報
発生の履歴をとったヒストリカルメッセージ等を収集す
ることができる。更に、収集して保存したデータが多種
類になっても容易に参照できるように、データを意味の
あるまとまり（以降、運転事例と呼ぶ）でまとめて、保
存するプラント運転データの分類装置がある。プラント
運転データの分類装置は、例えば、プラントが生産する
生産物の種類等で運転事例を保存する。従来は、このよ
うに収集したデータを用いて、品質管理やコスト管理を
行っていた。昨今、プラント運転における一人当たりの
業務範囲を拡大せざるを得ない状況から、プラント運転
の標準化が望まれている。このプラント運転の標準化の
手法の１つに、オペレータが行った過去の運転を解析し
ていくという手法がある。従来におけるプラント運転デ
ータの分類装置では、検索したい運転事例がある場合
に、使用装置，生産時刻，生産物の種類等のように、運
転事例の属性となっているキーワードを指定できれば、
検索することはできた。しかしながら、例えばプラント
運転の標準化へ向けて「標準的な方法で運転をしたが、
途中で標準的な運転方法から逸脱し、結果が悪かった運
転事例」を検索したい場合のように、検索したい視点が
運転事例の属性にない場合に、キーワードをどのように
設定すれば良いのか分からず、検索が困難な場合があっ
た。
は、プラントに存在するプロセスデータの経時的変化を
とったプロセストレンドや、オペレータの操作歴や警報
発生の履歴をとったヒストリカルメッセージ等を収集す
ることができる。更に、収集して保存したデータが多種
類になっても容易に参照できるように、データを意味の
あるまとまり（以降、運転事例と呼ぶ）でまとめて、保
存するプラント運転データの分類装置がある。プラント
運転データの分類装置は、例えば、プラントが生産する
生産物の種類等で運転事例を保存する。従来は、このよ
うに収集したデータを用いて、品質管理やコスト管理を
行っていた。昨今、プラント運転における一人当たりの
業務範囲を拡大せざるを得ない状況から、プラント運転
の標準化が望まれている。このプラント運転の標準化の
手法の１つに、オペレータが行った過去の運転を解析し
ていくという手法がある。従来におけるプラント運転デ
ータの分類装置では、検索したい運転事例がある場合
に、使用装置，生産時刻，生産物の種類等のように、運
転事例の属性となっているキーワードを指定できれば、
検索することはできた。しかしながら、例えばプラント
運転の標準化へ向けて「標準的な方法で運転をしたが、
途中で標準的な運転方法から逸脱し、結果が悪かった運
転事例」を検索したい場合のように、検索したい視点が
運転事例の属性にない場合に、キーワードをどのように
設定すれば良いのか分からず、検索が困難な場合があっ
た。
【０００３】
【発明が解決しようとする課題】本発明は上述した問題
点を解決するためになされたものであり、標準事例との
違いを視点にして運転事例を分類することによって、運
転事例の属性にない視点で運転事例を検索できるプラン
ト運転データの分類装置を実現することを目的とする。
点を解決するためになされたものであり、標準事例との
違いを視点にして運転事例を分類することによって、運
転事例の属性にない視点で運転事例を検索できるプラン
ト運転データの分類装置を実現することを目的とする。
【０００４】
【課題を解決するための手段】本発明は次のとおりの構
成になったプラント運転データの分類装置である。 （１）プラント制御システムからプラント運転に関する
データを収集し、収集したデータを所定のまとまりに従
って運転事例にまとめ、この運転事例を分類して事例デ
ータベースに保存するプラント運転データの分類装置に
おいて、データ収集に必要な知識を定義する第１の知識
定義手段と、この第１の知識定義手段が定義した知識を
もとに構築した第１の知識ベースを格納した第１の知識
ベース用メモリと、プラント制御システムからプラント
運転に関するデータを収集し、収集したデータを前記第
１の知識ベースを用いて獲得事例にまとめるデータ収集
手段と、獲得事例の分類に必要な知識を定義する第２の
知識定義手段と、この第２の知識定義手段が定義した知
識をもとに構築した第２の知識ベースを格納した第２の
知識ベース用メモリと、標準にする運転のしかたを示す
標準事例を定義する標準事例定義手段と、この標準事例
定義手段で定義した標準事例を格納した標準事例用メモ
リと、前記データ収集手段から得た獲得事例に対応する
標準事例を前記標準事例用メモリの格納事例の中から決
定し、前記第２の知識ベースを用いて、獲得事例と標準
事例との違いを視点にして獲得事例を分類し、前記事例
データベースに保存する分類手段と、を具備したことを
特徴とするプラント運転データの分類装置。 （２）前記分類手段は、獲得事例の状態の遷移が標準事
例の状態の遷移とどのように異なるかを識別する第１の
識別手段と、獲得事例の操作の対象と理由が標準事例の
操作の対象と理由とどのように異なるかを識別する第２
の識別手段と、を有し、前記第１の識別手段及び第２の
識別手段の識別結果をもとに、獲得事例と標準事例との
違いを識別することを特徴とする（１）記載のプラント
運転データの分類装置。 （３）前記第１の識別手段は、標準事例の状態として、
運転目的を実現する前の初期状態、運転目的実現時の目
標状態、場合によって運転目的を実現する途中の中間状
態を定義する状態定義手段と、この状態定義手段で定義
した各状態が獲得事例と標準事例とでどのように異なる
かを識別する第３の識別手段と、を有し、前記第３の識
別手段の識別結果をもとに、獲得事例の状態の遷移が標
準事例の状態の遷移とどのように異なるかを識別するこ
とを特徴とする（２）記載のプラント運転データの分類
装置。 （４）前記第２の識別手段は、獲得事例の操作を、標準
事例と同じ標準操作、標準操作ではないが妥当な操作で
ある準標準操作、または、操作理由が不明な非標準操作
のいずれに属するかを判別する操作判別手段を有するこ
とを特徴とする（２）記載のプラント運転データの分類
装置。 （５）前記第２の知識定義手段は、プラントの挙動の因
果関係とプラント操作ルールの因果関係を示した定性因
果モデルを登録した定性因果モデル用メモリを有し、前
記操作判別手段は、前記定性因果モデルを用いて操作の
理由を説明できるかどうかに基づいて、獲得事例の操作
が、準標準操作に属するか非標準操作に属するかを判別
することを特徴とする（４）記載のプラント運転データ
の分類装置。 （６）前記操作判別手段は、獲得事例の操作の理由の内
容により準標準操作を、やむを得ず標準操作以外の操作
を行った準標準操作と、標準操作を行うべき場面で標準
操作以外の操作を行った準標準操作とに分けることを特
徴とする（４）記載のプラント運転データの分類装置。 （７）前記第２の知識定義手段は、獲得事例をどのよう
に構造化して保存するかを示す構造化知識を格納した構
造化知識用メモリを有し、前記分類手段は、分類した獲
得事例を前記構造化知識に従って事例データベースに保
存する（１）記載のプラント運転データの分類装置。
成になったプラント運転データの分類装置である。 （１）プラント制御システムからプラント運転に関する
データを収集し、収集したデータを所定のまとまりに従
って運転事例にまとめ、この運転事例を分類して事例デ
ータベースに保存するプラント運転データの分類装置に
おいて、データ収集に必要な知識を定義する第１の知識
定義手段と、この第１の知識定義手段が定義した知識を
もとに構築した第１の知識ベースを格納した第１の知識
ベース用メモリと、プラント制御システムからプラント
運転に関するデータを収集し、収集したデータを前記第
１の知識ベースを用いて獲得事例にまとめるデータ収集
手段と、獲得事例の分類に必要な知識を定義する第２の
知識定義手段と、この第２の知識定義手段が定義した知
識をもとに構築した第２の知識ベースを格納した第２の
知識ベース用メモリと、標準にする運転のしかたを示す
標準事例を定義する標準事例定義手段と、この標準事例
定義手段で定義した標準事例を格納した標準事例用メモ
リと、前記データ収集手段から得た獲得事例に対応する
標準事例を前記標準事例用メモリの格納事例の中から決
定し、前記第２の知識ベースを用いて、獲得事例と標準
事例との違いを視点にして獲得事例を分類し、前記事例
データベースに保存する分類手段と、を具備したことを
特徴とするプラント運転データの分類装置。 （２）前記分類手段は、獲得事例の状態の遷移が標準事
例の状態の遷移とどのように異なるかを識別する第１の
識別手段と、獲得事例の操作の対象と理由が標準事例の
操作の対象と理由とどのように異なるかを識別する第２
の識別手段と、を有し、前記第１の識別手段及び第２の
識別手段の識別結果をもとに、獲得事例と標準事例との
違いを識別することを特徴とする（１）記載のプラント
運転データの分類装置。 （３）前記第１の識別手段は、標準事例の状態として、
運転目的を実現する前の初期状態、運転目的実現時の目
標状態、場合によって運転目的を実現する途中の中間状
態を定義する状態定義手段と、この状態定義手段で定義
した各状態が獲得事例と標準事例とでどのように異なる
かを識別する第３の識別手段と、を有し、前記第３の識
別手段の識別結果をもとに、獲得事例の状態の遷移が標
準事例の状態の遷移とどのように異なるかを識別するこ
とを特徴とする（２）記載のプラント運転データの分類
装置。 （４）前記第２の識別手段は、獲得事例の操作を、標準
事例と同じ標準操作、標準操作ではないが妥当な操作で
ある準標準操作、または、操作理由が不明な非標準操作
のいずれに属するかを判別する操作判別手段を有するこ
とを特徴とする（２）記載のプラント運転データの分類
装置。 （５）前記第２の知識定義手段は、プラントの挙動の因
果関係とプラント操作ルールの因果関係を示した定性因
果モデルを登録した定性因果モデル用メモリを有し、前
記操作判別手段は、前記定性因果モデルを用いて操作の
理由を説明できるかどうかに基づいて、獲得事例の操作
が、準標準操作に属するか非標準操作に属するかを判別
することを特徴とする（４）記載のプラント運転データ
の分類装置。 （６）前記操作判別手段は、獲得事例の操作の理由の内
容により準標準操作を、やむを得ず標準操作以外の操作
を行った準標準操作と、標準操作を行うべき場面で標準
操作以外の操作を行った準標準操作とに分けることを特
徴とする（４）記載のプラント運転データの分類装置。 （７）前記第２の知識定義手段は、獲得事例をどのよう
に構造化して保存するかを示す構造化知識を格納した構
造化知識用メモリを有し、前記分類手段は、分類した獲
得事例を前記構造化知識に従って事例データベースに保
存する（１）記載のプラント運転データの分類装置。
【０００５】
【発明の実施の形態】以下、図面を用いて本発明を説明
する。図１は本発明の一実施例を示した構成図である。
図１で、１は第１の知識定義手段、２は第１の知識ベー
ス用メモリ、３はデータ収集手段、４は第２の知識定義
手段、５は第２の知識ベース用メモリ、６は標準事例定
義手段、７は標準事例用メモリ、８は事例ベース用メモ
リ、９は分類手段である。各構成要素の構成を説明す
る。
する。図１は本発明の一実施例を示した構成図である。
図１で、１は第１の知識定義手段、２は第１の知識ベー
ス用メモリ、３はデータ収集手段、４は第２の知識定義
手段、５は第２の知識ベース用メモリ、６は標準事例定
義手段、７は標準事例用メモリ、８は事例ベース用メモ
リ、９は分類手段である。各構成要素の構成を説明す
る。
【０００６】（１）第１の知識定義手段１ 第１の知識定義手段１は、データ収集に必要な知識を定
義する。定義する知識は、例えば次のとおりである。 監視点 プラントにある各ユニットごとに、監視点としてデータ
を収集するタグである。 対象プラント構造 対象プラントの系列，ユニット，タグなどの階層構造で
ある。これにより、系列に含まれるユニット、ユニット
に含まれるタグが分かる。 プロセスデータ収集タイミング プロセスデータ収集の開始タイミングと終了タイミング
である。 記号化のためのパラメータ 収集したトレンドを記号化する上でのパラメータであ
る。
義する。定義する知識は、例えば次のとおりである。 監視点 プラントにある各ユニットごとに、監視点としてデータ
を収集するタグである。 対象プラント構造 対象プラントの系列，ユニット，タグなどの階層構造で
ある。これにより、系列に含まれるユニット、ユニット
に含まれるタグが分かる。 プロセスデータ収集タイミング プロセスデータ収集の開始タイミングと終了タイミング
である。 記号化のためのパラメータ 収集したトレンドを記号化する上でのパラメータであ
る。
【０００７】（２）第１の知識ベース用メモリ２ 第１の知識ベース用メモリ２は、第１の知識定義手段１
が定義した知識をもとに構築した第１の知識ベースを格
納する。
が定義した知識をもとに構築した第１の知識ベースを格
納する。
【０００８】（３）データ収集手段３ データ収集手段３は、プラント制御システムからプロセ
ストレンドやヒストリカルメッセージ等のプラント運転
に関するデータを収集し、収集したデータを第１の知識
ベースを用いて事例（これを獲得事例とする）にまとめ
あげ、出力する。図２は獲得事例の一例を示した図であ
る。図２を用いて獲得事例について説明する。図２で、
ＩＤは獲得事例の識別子である。対象プラントは、獲得
事例の対象のプラントである。対象プラントには系列ま
たはユニットの名称が入る。運転目標は、獲得事例にお
ける運転の目標を示し、運転変更の内容が入る。図２で
は、運転負荷を７５％から１００％へ増加することを目
標にしている。操作手順は、運転目標を実現している間
の、対象プラントに関する操作を示す。監視点トレンド
は、運転目標を実現している間の、対象プラントの監視
点に関する、記号化されたトレンドを示す。警報は、運
転目標を実現している間の、対象プラントに関する警報
を示す。
ストレンドやヒストリカルメッセージ等のプラント運転
に関するデータを収集し、収集したデータを第１の知識
ベースを用いて事例（これを獲得事例とする）にまとめ
あげ、出力する。図２は獲得事例の一例を示した図であ
る。図２を用いて獲得事例について説明する。図２で、
ＩＤは獲得事例の識別子である。対象プラントは、獲得
事例の対象のプラントである。対象プラントには系列ま
たはユニットの名称が入る。運転目標は、獲得事例にお
ける運転の目標を示し、運転変更の内容が入る。図２で
は、運転負荷を７５％から１００％へ増加することを目
標にしている。操作手順は、運転目標を実現している間
の、対象プラントに関する操作を示す。監視点トレンド
は、運転目標を実現している間の、対象プラントの監視
点に関する、記号化されたトレンドを示す。警報は、運
転目標を実現している間の、対象プラントに関する警報
を示す。
【０００９】（４）第２の知識定義手段４ 第２の知識定義手段は、獲得事例の分類に必要な知識を
定義する。定義する知識は、例えば次のとおりである。 定性因果モデル 対象プラントに関して、フィード量が下がれば上段温度
が下がるといった化学工学的な関係（プラントの挙動の
因果関係）と、圧力が下がるとスチーム量を上げる操作
を行うといった操作の原則（操作ルールの因果関係）と
を、定性的に表現したモデルを指す。前者のモデルを挙
動の因果関係モデル、後者のモデルを操作ルールの因果
関係モデルとする。定性因果モデルの例を図３に示す。
図３に示す各状態量は、蒸留塔のプラントに存在する状
態量である。各状態量を説明する。
定義する。定義する知識は、例えば次のとおりである。 定性因果モデル 対象プラントに関して、フィード量が下がれば上段温度
が下がるといった化学工学的な関係（プラントの挙動の
因果関係）と、圧力が下がるとスチーム量を上げる操作
を行うといった操作の原則（操作ルールの因果関係）と
を、定性的に表現したモデルを指す。前者のモデルを挙
動の因果関係モデル、後者のモデルを操作ルールの因果
関係モデルとする。定性因果モデルの例を図３に示す。
図３に示す各状態量は、蒸留塔のプラントに存在する状
態量である。各状態量を説明する。
【００１０】まず、蒸留塔の構成について説明する。図
４は蒸留塔の構成例を示した図である。図４において、
Ｖ１は蒸留塔で、指定されたフィード量、フィード組
成、フィード温度等になった原料が供給される。フィー
ド量は原料の供給量、フィード組成は原料の組成、フィ
ード温度は原料の温度である。原料は蒸留塔の前段で加
熱されている。フィード量、フィード組成、フィード温
度等をもとにプラントの制御運転のしかたが決められ
る。ＲＢはリボイラで、蒸気により蒸留塔を加熱し、蒸
留塔に供給された原料を焚き上げる。原料が焚き上げら
れると、原料の中で沸点が低い成分が気化して蒸留塔の
上へ昇る。Ｃはコンデンサで、蒸留塔Ｖ１で蒸発した気
体を冷却水により冷却して液化する。ＲＤはコンデンサ
Ｃで液化された液体を回収するリフラックスドラムであ
る。リフラックスドラムＲＤで回収された液体（リフラ
ックス）は一部が製品ａとして抽出され、残りは蒸留塔
Ｖ１へ戻される。リフラックスを蒸留塔Ｖ１へ戻すの
は、製品を精製するためである。蒸留塔Ｖ１に供給され
た原料の中で、沸点が低い成分はリフラックスドラムＲ
Ｄに回収され、沸点が高い成分は蒸発しないで蒸留塔Ｖ
１の底部に滞留している。滞留している成分は次段の蒸
留塔へ送られて同様な処理が施される。このようにして
原料を沸点に応じて仕分ける。蒸留塔Ｖ１は、高さ方向
に沿って複数の原料段に区分けされている。上段温度
は、蒸留塔Ｖ１の上方の原料段の温度で、下段温度は下
方の原料段の温度である。塔内圧力は、蒸留塔Ｖ１内の
圧力である。スチーム量は、リボイラＲＢに送る蒸気量
である。セパレータ圧力は、リフラックスドラムＲＤ内
の圧力である。還流量は、リフラックスドラムＲＤから
蒸留塔Ｖ１へ戻されるリフラックスの量である。
４は蒸留塔の構成例を示した図である。図４において、
Ｖ１は蒸留塔で、指定されたフィード量、フィード組
成、フィード温度等になった原料が供給される。フィー
ド量は原料の供給量、フィード組成は原料の組成、フィ
ード温度は原料の温度である。原料は蒸留塔の前段で加
熱されている。フィード量、フィード組成、フィード温
度等をもとにプラントの制御運転のしかたが決められ
る。ＲＢはリボイラで、蒸気により蒸留塔を加熱し、蒸
留塔に供給された原料を焚き上げる。原料が焚き上げら
れると、原料の中で沸点が低い成分が気化して蒸留塔の
上へ昇る。Ｃはコンデンサで、蒸留塔Ｖ１で蒸発した気
体を冷却水により冷却して液化する。ＲＤはコンデンサ
Ｃで液化された液体を回収するリフラックスドラムであ
る。リフラックスドラムＲＤで回収された液体（リフラ
ックス）は一部が製品ａとして抽出され、残りは蒸留塔
Ｖ１へ戻される。リフラックスを蒸留塔Ｖ１へ戻すの
は、製品を精製するためである。蒸留塔Ｖ１に供給され
た原料の中で、沸点が低い成分はリフラックスドラムＲ
Ｄに回収され、沸点が高い成分は蒸発しないで蒸留塔Ｖ
１の底部に滞留している。滞留している成分は次段の蒸
留塔へ送られて同様な処理が施される。このようにして
原料を沸点に応じて仕分ける。蒸留塔Ｖ１は、高さ方向
に沿って複数の原料段に区分けされている。上段温度
は、蒸留塔Ｖ１の上方の原料段の温度で、下段温度は下
方の原料段の温度である。塔内圧力は、蒸留塔Ｖ１内の
圧力である。スチーム量は、リボイラＲＢに送る蒸気量
である。セパレータ圧力は、リフラックスドラムＲＤ内
の圧力である。還流量は、リフラックスドラムＲＤから
蒸留塔Ｖ１へ戻されるリフラックスの量である。
【００１１】構造化知識 複数の獲得事例を、どのように構造化して保存しておく
かを示した知識である。構造化知識の例を図５に示す。
この例は、最初にすべての獲得事例を対象ユニットで分
類し、次に同じ対象ユニットの獲得事例を運転目的で分
類し、…という分類のしかたを示した知識である。
かを示した知識である。構造化知識の例を図５に示す。
この例は、最初にすべての獲得事例を対象ユニットで分
類し、次に同じ対象ユニットの獲得事例を運転目的で分
類し、…という分類のしかたを示した知識である。
【００１２】（５）第２の知識ベース用メモリ５ 第２の知識ベース用メモリ５は、第２の知識定義手段４
が定義した知識をもとに構築した第２の知識ベースを格
納する。
が定義した知識をもとに構築した第２の知識ベースを格
納する。
【００１３】（６）標準事例定義手段６ 標準事例定義手段６は標準事例を定義する。標準事例
は、スタートアップ等の特定の目的を達成するための、
標準にしていきたい理想的なプラント運転のしかたを示
し、目的を達成するための操作手順や管理目標の理想の
遷移状態の結果等を含んでいる。図６は標準事例の一例
を示した図である。図６の標準事例と図２の獲得事例の
異なる部分を説明する。 遷移状態 図６に管理指標の理想的な遷移状態を表す。ここでは、
チェックポイントをいくつか設け、各チェックポイント
における、管理指標の理想的な状態を定義する。 操作手順 図６に管理指標の状態を、理想的に遷移させるための操
作手順を表す。手順は、各チェックポイントの遷移の単
位（例：開始点→中間点１）に、分割されている。ま
た、それぞれの操作はＩＦ-ＴＨＥＮ形式（〜ならば・・・
という操作を行う）で表現される。
は、スタートアップ等の特定の目的を達成するための、
標準にしていきたい理想的なプラント運転のしかたを示
し、目的を達成するための操作手順や管理目標の理想の
遷移状態の結果等を含んでいる。図６は標準事例の一例
を示した図である。図６の標準事例と図２の獲得事例の
異なる部分を説明する。 遷移状態 図６に管理指標の理想的な遷移状態を表す。ここでは、
チェックポイントをいくつか設け、各チェックポイント
における、管理指標の理想的な状態を定義する。 操作手順 図６に管理指標の状態を、理想的に遷移させるための操
作手順を表す。手順は、各チェックポイントの遷移の単
位（例：開始点→中間点１）に、分割されている。ま
た、それぞれの操作はＩＦ-ＴＨＥＮ形式（〜ならば・・・
という操作を行う）で表現される。
【００１４】（７）標準事例用メモリ７ 標準事例用メモリ７は、標準事例定義手段６で定義した
標準事例を格納する。
標準事例を格納する。
【００１５】（８）事例ベース用メモリ８ 事例ベース用メモリ８は、事例データベースを格納す
る。
る。
【００１６】（９）分類手段９ 分類手段９は、データ収集手段３から得た獲得事例に対
応する標準事例を標準事例用メモリ７の格納事例の中か
ら決定し、第２の知識ベースを用いて、獲得事例と標準
事例との違いを視点にして獲得事例を分類し、事例デー
タベースに保存する。
応する標準事例を標準事例用メモリ７の格納事例の中か
ら決定し、第２の知識ベースを用いて、獲得事例と標準
事例との違いを視点にして獲得事例を分類し、事例デー
タベースに保存する。
【００１７】図７は分類手段９の構成例を示した図であ
る。図７で、９１は獲得事例の状態の遷移が標準事例の
状態の遷移とどのように異なるかを識別する第１の識別
手段、９２は獲得事例の操作の対象と理由が標準事例の
操作の対象と理由とどのように異なるかを識別する第２
の識別手段、９３は分類した獲得事例を事例ベース用メ
モリ８に保存する保存手段である。分類手段９は、第１
の識別手段９１及び第２の識別手段９２の識別結果をも
とに、獲得事例と標準事例との違いを識別する。
る。図７で、９１は獲得事例の状態の遷移が標準事例の
状態の遷移とどのように異なるかを識別する第１の識別
手段、９２は獲得事例の操作の対象と理由が標準事例の
操作の対象と理由とどのように異なるかを識別する第２
の識別手段、９３は分類した獲得事例を事例ベース用メ
モリ８に保存する保存手段である。分類手段９は、第１
の識別手段９１及び第２の識別手段９２の識別結果をも
とに、獲得事例と標準事例との違いを識別する。
【００１８】図８は第１の識別手段９１の構成例を示し
た図である。図８で、９１１は標準事例の状態として、
運転目的を実現する前の初期状態、運転目的実現時の目
標状態、場合によって運転目的を実現する途中の中間状
態を定義する状態定義手段、９１２は状態定義手段９１
１で定義した各状態が獲得事例と標準事例とでどのよう
に異なるかを識別する第３の識別手段である。第１の識
別手段９１は、第３の識別手段９１２の識別結果をもと
に、獲得事例の状態の遷移が標準事例の状態の遷移とど
のように異なるかを識別する。
た図である。図８で、９１１は標準事例の状態として、
運転目的を実現する前の初期状態、運転目的実現時の目
標状態、場合によって運転目的を実現する途中の中間状
態を定義する状態定義手段、９１２は状態定義手段９１
１で定義した各状態が獲得事例と標準事例とでどのよう
に異なるかを識別する第３の識別手段である。第１の識
別手段９１は、第３の識別手段９１２の識別結果をもと
に、獲得事例の状態の遷移が標準事例の状態の遷移とど
のように異なるかを識別する。
【００１９】図９は第２の識別手段９２の構成例を示し
た図である。図９で、９２１は獲得事例の操作を、標準
事例と同じ標準操作、標準操作ではないが妥当な操作で
ある準標準操作、または、操作理由が不明な非標準操作
のいずれに属するかを判別する操作判別手段である。４
１は定性因果モデルを登録した定性因果モデル用メモ
リ、４２は獲得事例をどのように構造化して保存するか
を示す構造化知識を格納した構造化知識用メモリであ
る。操作判別手段９２１は、定性因果モデルを用いて操
作の理由を説明できるかどうかに基づいて、獲得事例の
各操作を準標準操作に属するか非標準操作に属するかを
判別する。また、操作判別手段９２１は、獲得事例の操
作の理由の内容により準標準操作を、やむを得ず標準操
作以外の操作を行った準標準操作と、標準操作を行うべ
き場面で標準操作以外の操作を行った準標準操作とに分
ける。保存手段９３は、分類した運転事例を構造化知識
に従って事例データベース用メモリ８に保存する。
た図である。図９で、９２１は獲得事例の操作を、標準
事例と同じ標準操作、標準操作ではないが妥当な操作で
ある準標準操作、または、操作理由が不明な非標準操作
のいずれに属するかを判別する操作判別手段である。４
１は定性因果モデルを登録した定性因果モデル用メモ
リ、４２は獲得事例をどのように構造化して保存するか
を示す構造化知識を格納した構造化知識用メモリであ
る。操作判別手段９２１は、定性因果モデルを用いて操
作の理由を説明できるかどうかに基づいて、獲得事例の
各操作を準標準操作に属するか非標準操作に属するかを
判別する。また、操作判別手段９２１は、獲得事例の操
作の理由の内容により準標準操作を、やむを得ず標準操
作以外の操作を行った準標準操作と、標準操作を行うべ
き場面で標準操作以外の操作を行った準標準操作とに分
ける。保存手段９３は、分類した運転事例を構造化知識
に従って事例データベース用メモリ８に保存する。
【００２０】分類手段９では次の手順で獲得事例を分類
する。 対応する標準事例の決定 分類手段９は、獲得事例の場面または状況において、行
われるべき標準事例を決定する。 各視点に基づく獲得事例のカテゴリー化 獲得事例を、予め定義してある各視点から、図３の定性
因果モデルや図６の標準事例を用いて、どのカテゴリー
に属するのかを求める。ここでは、以下の視点からカテ
ゴリー化をしている。 （ａ）状態の遷移によるカテゴリー化 獲得事例の状態の遷移が、標準事例の理想的な状態の遷
移とどのように異なるかに基づいてカテゴリー化する。
結果の例を、図１０に示す。この例では、獲得事例の状
態の遷移が、標準事例の各チェックポイントにおける理
想的な管理指標の状態と比較して、同じカテゴリーに属
するのかどうかを求めている。このようなカテゴリー化
は、第１の識別手段９１が行う。 （ｂ）操作の対象と理由によるカテゴリー化 獲得した事例の各操作を、標準事例の各操作との比較に
より、カテゴリー化する。カテゴリーの種類は、標準操
作、準標準操作、非標準操作に分けられる。準標準操作
は、さらに次のとおりに分類される。 ・警報やトレンドの変動などの理由により、やむを得ず
行った操作 ・標準操作を行うべき場面で、標準操作外の操作を行っ
た操作 このようなカテゴリー化は、第２の識別手段９２が行
う。以上により求めた、各視点に基づくカテゴリー化の
結果を、獲得事例の属性へ反映する。反映した獲得事例
（以下保存事例という）の例を図１１に示する。図１１
の保存事例と図２の獲得事例との違いは次のとおりであ
る。 ・対応する標準事例は、の対応する標準事例の決定で
決定した標準事例である。 ・遷移状態は、（ａ）の「状態の遷移によるカテゴリー
化」の結果を表す。内容は、標準事例で決定されている
チェックポイント時の管理指標の状態と、それの状態名
（カテゴリー名）である。 ・操作手順は、（ｂ）の「操作の対象と理由によるカテ
ゴリー化」の結果を表す。各チェックポイントの遷移の
単位毎に、各操作の種類を示す。 事例の保存 図５の構造化知識に基づき、の「各視点に基づく事例
のカテゴリー化」で求めた事例を、事例データベースへ
保存する。
する。 対応する標準事例の決定 分類手段９は、獲得事例の場面または状況において、行
われるべき標準事例を決定する。 各視点に基づく獲得事例のカテゴリー化 獲得事例を、予め定義してある各視点から、図３の定性
因果モデルや図６の標準事例を用いて、どのカテゴリー
に属するのかを求める。ここでは、以下の視点からカテ
ゴリー化をしている。 （ａ）状態の遷移によるカテゴリー化 獲得事例の状態の遷移が、標準事例の理想的な状態の遷
移とどのように異なるかに基づいてカテゴリー化する。
結果の例を、図１０に示す。この例では、獲得事例の状
態の遷移が、標準事例の各チェックポイントにおける理
想的な管理指標の状態と比較して、同じカテゴリーに属
するのかどうかを求めている。このようなカテゴリー化
は、第１の識別手段９１が行う。 （ｂ）操作の対象と理由によるカテゴリー化 獲得した事例の各操作を、標準事例の各操作との比較に
より、カテゴリー化する。カテゴリーの種類は、標準操
作、準標準操作、非標準操作に分けられる。準標準操作
は、さらに次のとおりに分類される。 ・警報やトレンドの変動などの理由により、やむを得ず
行った操作 ・標準操作を行うべき場面で、標準操作外の操作を行っ
た操作 このようなカテゴリー化は、第２の識別手段９２が行
う。以上により求めた、各視点に基づくカテゴリー化の
結果を、獲得事例の属性へ反映する。反映した獲得事例
（以下保存事例という）の例を図１１に示する。図１１
の保存事例と図２の獲得事例との違いは次のとおりであ
る。 ・対応する標準事例は、の対応する標準事例の決定で
決定した標準事例である。 ・遷移状態は、（ａ）の「状態の遷移によるカテゴリー
化」の結果を表す。内容は、標準事例で決定されている
チェックポイント時の管理指標の状態と、それの状態名
（カテゴリー名）である。 ・操作手順は、（ｂ）の「操作の対象と理由によるカテ
ゴリー化」の結果を表す。各チェックポイントの遷移の
単位毎に、各操作の種類を示す。 事例の保存 図５の構造化知識に基づき、の「各視点に基づく事例
のカテゴリー化」で求めた事例を、事例データベースへ
保存する。
【００２１】図１の装置の動作を説明する。データ収集
手段３で収集したデータを獲得事例としてまとめ上げ、
この獲得事例を分類手段９で分類して事例ベースへ保存
する。以下に、データ収集手段３と分類手段９の動作を
説明する。
手段３で収集したデータを獲得事例としてまとめ上げ、
この獲得事例を分類手段９で分類して事例ベースへ保存
する。以下に、データ収集手段３と分類手段９の動作を
説明する。
【００２２】（１）データ収集手段３の動作 図１２は動作手順を示したフローチャートである。フロ
ーチャートのステップ順に従って動作を説明する。 （Ｓ１０）プロセスデータの抽出 第１の知識ベースに定義してある知識を用いて、収集し
てあるプロセスデータの中から、必要なプロセスデータ
を抽出する。具体的に以下のように行う。 収集するタグの抽出 第１の知識ベースに定義されている「対象プラント構
造」の知識を用いて、例えば図２に示す対象プラントに
含まれるタグを抽出し、このタグの操作，警報を抽出す
る。また、第１の知識ベースに定義されている「監視
点」の知識を用いて、対象プラントに含まれるタグを抽
出し、このタグのトレンドを抽出する。 収集する時間の抽出 第１の知識ベースに定義されている「プロセスデータ収
集タイミング」の知識を用いて、開始時刻から終了時刻
までの、操作，トレンド，警報を抽出する。 （Ｓ１１）トレンドデータの記号化 第１の知識ベースに定義されている「記号化のためのパ
ラメータ」を用いてトレンドデータを記号化する。具体
的な記号化のしかたは、例えば、本出願人による特願平
５−１８０４０６号の出願明細書に記載されている。
ーチャートのステップ順に従って動作を説明する。 （Ｓ１０）プロセスデータの抽出 第１の知識ベースに定義してある知識を用いて、収集し
てあるプロセスデータの中から、必要なプロセスデータ
を抽出する。具体的に以下のように行う。 収集するタグの抽出 第１の知識ベースに定義されている「対象プラント構
造」の知識を用いて、例えば図２に示す対象プラントに
含まれるタグを抽出し、このタグの操作，警報を抽出す
る。また、第１の知識ベースに定義されている「監視
点」の知識を用いて、対象プラントに含まれるタグを抽
出し、このタグのトレンドを抽出する。 収集する時間の抽出 第１の知識ベースに定義されている「プロセスデータ収
集タイミング」の知識を用いて、開始時刻から終了時刻
までの、操作，トレンド，警報を抽出する。 （Ｓ１１）トレンドデータの記号化 第１の知識ベースに定義されている「記号化のためのパ
ラメータ」を用いてトレンドデータを記号化する。具体
的な記号化のしかたは、例えば、本出願人による特願平
５−１８０４０６号の出願明細書に記載されている。
【００２３】（２）分類手段９の動作 図１３は動作手順を示したフローチャートである。フロ
ーチャートのステップ順に従って動作を説明する。 （Ｓ２０）対応する標準事例の決定 獲得事例の対象プラントと運転目標が一致する標準事例
を決定する。例えば、図２の獲得事例に対しては、図６
の標準事例が対応する。 （Ｓ２１）各視点に基づく事例のカテゴリー化 予め定義してある各視点から、獲得事例がどのカテゴリ
ーに属するのかを求める。 （Ｓ２２）残りの視点があるか？ 残りの視点があるかどうかを判別する。視点があるとき
は処理Ｓ２１へ戻る。 （Ｓ２３）事例の保存 残りの視点がないときは、構造化知識を用いて、事例デ
ータベースに獲得事例を保存する。
ーチャートのステップ順に従って動作を説明する。 （Ｓ２０）対応する標準事例の決定 獲得事例の対象プラントと運転目標が一致する標準事例
を決定する。例えば、図２の獲得事例に対しては、図６
の標準事例が対応する。 （Ｓ２１）各視点に基づく事例のカテゴリー化 予め定義してある各視点から、獲得事例がどのカテゴリ
ーに属するのかを求める。 （Ｓ２２）残りの視点があるか？ 残りの視点があるかどうかを判別する。視点があるとき
は処理Ｓ２１へ戻る。 （Ｓ２３）事例の保存 残りの視点がないときは、構造化知識を用いて、事例デ
ータベースに獲得事例を保存する。
【００２４】図１３の処理Ｓ２１におけるカテゴリー化
の処理を説明する。ここでは、以下の視点からのカテゴ
リー化する。 状態の遷移によるカテゴリー化 図１４はカテゴリー化の手順を示したフローチャートで
ある。フローチャートのステップ順に従って動作を説明
する。 （Ｓ３０）チェックポイントの抽出 処理Ｓ２０で決定した標準事例において、遷移状態に定
義されているチェックポイントと管理指標の状態を抽出
する。図６の標準事例では、開始点の初期状態，中間点
１の中間状態１などを抽出する。 （Ｓ３１）管理指標状態の抽出 抽出した標準事例のチェックポイントの定義を用いて、
獲得事例の管理指標の状態を求める。例では、図６の開
始点（中間点１）の定義を用いて、図６の獲得事例から
操作開始の直前（操作開始ｘ分後）の時の管理指標の状
態を、監視トレンドから求める。 （Ｓ３２）標準事例との比較 抽出した獲得事例の管理指標の状態と、予め定義してあ
る標準事例の管理指標の状態とを比較する。比較は、あ
る幅αをもって「一致」か「不一致」かを判定する。図
２及び図６の例では、獲得事例の開始点の管理指標の状
態が、フィード量ｆ1−αからｆ1＋αの間で一定,かつ
上段温度：ｔ1−αからｔ1＋αの間で一定ならば「一
致」、それ以外であれば「不一致」と判定する。 （Ｓ３３）管理指標状態の分類 「不一致」と判定された状態を分類する。ニューラルネ
ットワークの一種である自己組織モデルを用いて、「不
一致」と判定された複数の事例を、いくつかのカテゴリ
ーに分類する。 （Ｓ３４）残りのチェックポイントあるか？ チェックポイントが残っている場合には、チェックポイ
ントの抽出を再度行う。
の処理を説明する。ここでは、以下の視点からのカテゴ
リー化する。 状態の遷移によるカテゴリー化 図１４はカテゴリー化の手順を示したフローチャートで
ある。フローチャートのステップ順に従って動作を説明
する。 （Ｓ３０）チェックポイントの抽出 処理Ｓ２０で決定した標準事例において、遷移状態に定
義されているチェックポイントと管理指標の状態を抽出
する。図６の標準事例では、開始点の初期状態，中間点
１の中間状態１などを抽出する。 （Ｓ３１）管理指標状態の抽出 抽出した標準事例のチェックポイントの定義を用いて、
獲得事例の管理指標の状態を求める。例では、図６の開
始点（中間点１）の定義を用いて、図６の獲得事例から
操作開始の直前（操作開始ｘ分後）の時の管理指標の状
態を、監視トレンドから求める。 （Ｓ３２）標準事例との比較 抽出した獲得事例の管理指標の状態と、予め定義してあ
る標準事例の管理指標の状態とを比較する。比較は、あ
る幅αをもって「一致」か「不一致」かを判定する。図
２及び図６の例では、獲得事例の開始点の管理指標の状
態が、フィード量ｆ1−αからｆ1＋αの間で一定,かつ
上段温度：ｔ1−αからｔ1＋αの間で一定ならば「一
致」、それ以外であれば「不一致」と判定する。 （Ｓ３３）管理指標状態の分類 「不一致」と判定された状態を分類する。ニューラルネ
ットワークの一種である自己組織モデルを用いて、「不
一致」と判定された複数の事例を、いくつかのカテゴリ
ーに分類する。 （Ｓ３４）残りのチェックポイントあるか？ チェックポイントが残っている場合には、チェックポイ
ントの抽出を再度行う。
【００２５】操作の対象と理由によるカテゴリー化 図１５はカテゴリー化の手順を示したフローチャートで
ある。フローチャートのステップ順に従って動作を説明
する。 （Ｓ４０）トレンド（警報）の抽出 獲得事例において、時間的順番に、記号化の単位でトレ
ンドを抽出し、抽出したトレンドに対応する警報を抽出
する。図２の例では、時刻１０：０１に 上段温度が増
加しはじめ、時刻１０：０３にＨＩ警報が出ていること
を抽出できる。 （Ｓ４１）行うべき操作の抽出 抽出したトレンドまたは警報から、標準事例の操作手順
と定性因果モデルを用いて、以下のように行うべき操作
を求める。 （ａ）標準事例の操作手順に基づく行うべき操作の抽出 抽出したトレンドまたは警報などを、操作手順のＩＦ部
に当てはめて適合するかどうかを判定する。適合する場
合は操作手順のＴＨＥＮ部の操作を抽出する。通常、抽
出される操作手順は１種類以下である。 （ｂ）定性因果モデルに基づく行うべき操作の抽出 抽出したトレンドまたは警報などを、定性因果モデルへ
入力し、定性因果モデルは、操作ルールの因果関係モデ
ルに基づき、行うべき操作を抽出する。 （Ｓ４２）操作あり？ 行うべき操作があるかどうかを判別する。 （Ｓ４３）事例の操作の包含性チェック 行うべき操作が抽出できた場合、この中に獲得事例の操
作が含まれているかどうかをチェックする。 （Ｓ４４）包含？ 抽出した操作の中に獲得事例の操作が含まれているかど
うかを判別する。 （Ｓ４５）操作の分類１ 抽出した行うべき操作の中に、獲得事例の操作を含む場
合に、この獲得事例の操作を、標準操作と準標準操作に
分類する。準標準操作は、さらに以下の（ａ），（ｂ）
に分類する。 （ａ）警報やトレンドの変動などの理由により、やむを
得ず行った準標準操作 抽出した行うべき操作の中に、標準事例の操作手順が存
在しない場合である。標準事例の操作手順がないという
ことは、標準事例では想定していなかった状況が起きた
と考える。 （ｂ）標準操作を行うべき場面で、標準操作外の操作を
行った 抽出した行うべき操作の中に、標準事例の操作手順があ
る場合。標準事例の操作手順があるのにそれを行わなか
った場合に相当する。 （Ｓ４６）残りのトレンドあり？ 全てのトレンドをチェックしたかどうかを判別する。 （Ｓ４７）未分類操作の抽出 獲得事例の操作の中で、処理Ｓ４５の「操作の分類１」
で分類されなかった操作を抽出する。 （Ｓ４８） 操作あり？ 「操作の分類１」で分類されなかった未分類の操作があ
るかどうかを判別する。 （Ｓ４９） 操作の分類２ 未分類の操作がある場合、これを非標準操作とする。
ある。フローチャートのステップ順に従って動作を説明
する。 （Ｓ４０）トレンド（警報）の抽出 獲得事例において、時間的順番に、記号化の単位でトレ
ンドを抽出し、抽出したトレンドに対応する警報を抽出
する。図２の例では、時刻１０：０１に 上段温度が増
加しはじめ、時刻１０：０３にＨＩ警報が出ていること
を抽出できる。 （Ｓ４１）行うべき操作の抽出 抽出したトレンドまたは警報から、標準事例の操作手順
と定性因果モデルを用いて、以下のように行うべき操作
を求める。 （ａ）標準事例の操作手順に基づく行うべき操作の抽出 抽出したトレンドまたは警報などを、操作手順のＩＦ部
に当てはめて適合するかどうかを判定する。適合する場
合は操作手順のＴＨＥＮ部の操作を抽出する。通常、抽
出される操作手順は１種類以下である。 （ｂ）定性因果モデルに基づく行うべき操作の抽出 抽出したトレンドまたは警報などを、定性因果モデルへ
入力し、定性因果モデルは、操作ルールの因果関係モデ
ルに基づき、行うべき操作を抽出する。 （Ｓ４２）操作あり？ 行うべき操作があるかどうかを判別する。 （Ｓ４３）事例の操作の包含性チェック 行うべき操作が抽出できた場合、この中に獲得事例の操
作が含まれているかどうかをチェックする。 （Ｓ４４）包含？ 抽出した操作の中に獲得事例の操作が含まれているかど
うかを判別する。 （Ｓ４５）操作の分類１ 抽出した行うべき操作の中に、獲得事例の操作を含む場
合に、この獲得事例の操作を、標準操作と準標準操作に
分類する。準標準操作は、さらに以下の（ａ），（ｂ）
に分類する。 （ａ）警報やトレンドの変動などの理由により、やむを
得ず行った準標準操作 抽出した行うべき操作の中に、標準事例の操作手順が存
在しない場合である。標準事例の操作手順がないという
ことは、標準事例では想定していなかった状況が起きた
と考える。 （ｂ）標準操作を行うべき場面で、標準操作外の操作を
行った 抽出した行うべき操作の中に、標準事例の操作手順があ
る場合。標準事例の操作手順があるのにそれを行わなか
った場合に相当する。 （Ｓ４６）残りのトレンドあり？ 全てのトレンドをチェックしたかどうかを判別する。 （Ｓ４７）未分類操作の抽出 獲得事例の操作の中で、処理Ｓ４５の「操作の分類１」
で分類されなかった操作を抽出する。 （Ｓ４８） 操作あり？ 「操作の分類１」で分類されなかった未分類の操作があ
るかどうかを判別する。 （Ｓ４９） 操作の分類２ 未分類の操作がある場合、これを非標準操作とする。
【００２６】以上のようにして運転事例を分類し、事例
データベースに保存する。
データベースに保存する。
【００２７】
【発明の効果】本発明によれば、「標準事例との違い」
を視点にして運転事例を分類し、事例データベースに保
存している。このため、例えば「標準的な方法で運転を
したが、途中で標準的な運転方法から逸脱し、結果が悪
かった運転事例」を検索したい場合のように、検索した
い視点が運転事例の属性にはないが、オペレータが事例
を捉えるときに用いる視点で運転事例を検索できる。こ
れによって、従来のシステムでは、どのようなキーワー
ドを設定すればよいかわからず検索できなかった運転事
例を検索できるようになる。
を視点にして運転事例を分類し、事例データベースに保
存している。このため、例えば「標準的な方法で運転を
したが、途中で標準的な運転方法から逸脱し、結果が悪
かった運転事例」を検索したい場合のように、検索した
い視点が運転事例の属性にはないが、オペレータが事例
を捉えるときに用いる視点で運転事例を検索できる。こ
れによって、従来のシステムでは、どのようなキーワー
ドを設定すればよいかわからず検索できなかった運転事
例を検索できるようになる。
【図１】本発明の一実施例を示した構成図である。
【図２】獲得事例の一例を示した図である。
【図３】定性因果モデルの例を示した図である。
【図４】蒸留塔の構成例を示した図である。
【図５】構造化知識の例を示した図である。
【図６】標準事例の一例を示した図である。
【図７】本発明の要部構成図である。
【図８】本発明の要部構成図である。
【図９】本発明の要部構成図である。
【図１０】獲得事例のカテゴリー化の一例を示した図で
ある。
ある。
【図１１】保存事例の例を示した図である。
【図１２】本発明の動作説明図である。
【図１３】本発明の動作説明図である。
【図１４】本発明の動作説明図である。
【図１５】本発明の動作説明図である。
１ 第１の知識定義手段 ２ 第１の知識ベース用メモリ ３ データ収集手段 ４ 第２の知識定義手段 ５ 第２の知識ベース用メモリ ６ 標準事例定義手段 ７ 標準事例用メモリ ８ 事例ベース用メモリ ９ 分類手段
Claims (7)
- 【請求項１】 プラント制御システムからプラント運転
に関するデータを収集し、収集したデータを所定のまと
まりに従って運転事例にまとめ、この運転事例を分類し
て事例データベースに保存するプラント運転データの分
類装置において、 データ収集に必要な知識を定義する第１の知識定義手段
と、 この第１の知識定義手段が定義した知識をもとに構築し
た第１の知識ベースを格納した第１の知識ベース用メモ
リと、 プラント制御システムからプラント運転に関するデータ
を収集し、収集したデータを前記第１の知識ベースを用
いて獲得事例にまとめるデータ収集手段と、 獲得事例の分類に必要な知識を定義する第２の知識定義
手段と、 この第２の知識定義手段が定義した知識をもとに構築し
た第２の知識ベースを格納した第２の知識ベース用メモ
リと、 標準にする運転のしかたを示す標準事例を定義する標準
事例定義手段と、 この標準事例定義手段で定義した標準事例を格納した標
準事例用メモリと、 前記データ収集手段から得た獲得事例に対応する標準事
例を前記標準事例用メモリの格納事例の中から決定し、
前記第２の知識ベースを用いて、獲得事例と標準事例と
の違いを視点にして獲得事例を分類し、前記事例データ
ベースに保存する分類手段と、を具備したことを特徴と
するプラント運転データの分類装置。 - 【請求項２】 前記分類手段は、 獲得事例の状態の遷移が標準事例の状態の遷移とどのよ
うに異なるかを識別する第１の識別手段と、 獲得事例の操作の対象と理由が標準事例の操作の対象と
理由とどのように異なるかを識別する第２の識別手段
と、を有し、前記第１の識別手段及び第２の識別手段の
識別結果をもとに、獲得事例と標準事例との違いを識別
することを特徴とする請求項１記載のプラント運転デー
タの分類装置。 - 【請求項３】 前記第１の識別手段は、 標準事例の状態として、運転目的を実現する前の初期状
態、運転目的実現時の目標状態、場合によって運転目的
を実現する途中の中間状態を定義する状態定義手段と、 この状態定義手段で定義した各状態が獲得事例と標準事
例とでどのように異なるかを識別する第３の識別手段
と、を有し、前記第３の識別手段の識別結果をもとに、
獲得事例の状態の遷移が標準事例の状態の遷移とどのよ
うに異なるかを識別することを特徴とする請求項２記載
のプラント運転データの分類装置。 - 【請求項４】 前記第２の識別手段は、 獲得事例の操作を、標準事例と同じ標準操作、標準操作
ではないが妥当な操作である準標準操作、または、操作
理由が不明な非標準操作のいずれに属するかを判別する
操作判別手段を有することを特徴とする請求項２記載の
プラント運転データの分類装置。 - 【請求項５】 前記第２の知識定義手段は、プラントの
挙動の因果関係とプラント操作ルールの因果関係を示し
た定性因果モデルを登録した定性因果モデル用メモリを
有し、 前記操作判別手段は、前記定性因果モデルを用いて操作
の理由を説明できるかどうかに基づいて、獲得事例の操
作が、準標準操作に属するか非標準操作に属するかを判
別することを特徴とする請求項４記載のプラント運転デ
ータの分類装置。 - 【請求項６】 前記操作判別手段は、獲得事例の操作の
理由の内容により準標準操作を、やむを得ず標準操作以
外の操作を行った準標準操作と、標準操作を行うべき場
面で標準操作以外の操作を行った準標準操作とに分ける
ことを特徴とする請求項４記載のプラント運転データの
分類装置。 - 【請求項７】 前記第２の知識定義手段は、獲得事例を
どのように構造化して保存するかを示す構造化知識を格
納した構造化知識用メモリを有し、 前記分類手段は、分類した獲得事例を前記構造化知識に
従って事例データベースに保存する請求項１記載のプラ
ント運転データの分類装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18339496A JP3057355B2 (ja) | 1996-07-12 | 1996-07-12 | プラント運転データの分類装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP18339496A JP3057355B2 (ja) | 1996-07-12 | 1996-07-12 | プラント運転データの分類装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH1027104A true JPH1027104A (ja) | 1998-01-27 |
| JP3057355B2 JP3057355B2 (ja) | 2000-06-26 |
Family
ID=16135017
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP18339496A Expired - Lifetime JP3057355B2 (ja) | 1996-07-12 | 1996-07-12 | プラント運転データの分類装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3057355B2 (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000267779A (ja) * | 1999-03-19 | 2000-09-29 | Fujitsu Ltd | オペレーションのチェック方法及び業務処理システム |
| JP2005165375A (ja) * | 2003-11-28 | 2005-06-23 | Hitachi Ltd | 設備の診断装置及び診断方法 |
| KR101069667B1 (ko) | 2009-11-25 | 2011-10-05 | 동국대학교 산학협력단 | 전화번호 저장 방법 및 저장 시스템 |
| JP2017091114A (ja) * | 2015-11-06 | 2017-05-25 | 横河電機株式会社 | イベント解析装置、イベント解析システム、イベント解析方法、およびイベント解析プログラム |
| JP2017091113A (ja) * | 2015-11-06 | 2017-05-25 | 横河電機株式会社 | イベント解析装置、イベント解析システム、イベント解析方法、およびイベント解析プログラム |
-
1996
- 1996-07-12 JP JP18339496A patent/JP3057355B2/ja not_active Expired - Lifetime
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000267779A (ja) * | 1999-03-19 | 2000-09-29 | Fujitsu Ltd | オペレーションのチェック方法及び業務処理システム |
| JP2005165375A (ja) * | 2003-11-28 | 2005-06-23 | Hitachi Ltd | 設備の診断装置及び診断方法 |
| KR101069667B1 (ko) | 2009-11-25 | 2011-10-05 | 동국대학교 산학협력단 | 전화번호 저장 방법 및 저장 시스템 |
| JP2017091114A (ja) * | 2015-11-06 | 2017-05-25 | 横河電機株式会社 | イベント解析装置、イベント解析システム、イベント解析方法、およびイベント解析プログラム |
| JP2017091113A (ja) * | 2015-11-06 | 2017-05-25 | 横河電機株式会社 | イベント解析装置、イベント解析システム、イベント解析方法、およびイベント解析プログラム |
| US10496655B2 (en) | 2015-11-06 | 2019-12-03 | Yokogawa Electric Corporation | Event analysis apparatus, event analysis systems, event analysis methods, and event analysis program |
| US10515083B2 (en) | 2015-11-06 | 2019-12-24 | Yokogawa Electric Corporation | Event analysis apparatus, an event analysis system, an event analysis method, and an event analysis program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3057355B2 (ja) | 2000-06-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115630839B (zh) | 一种基于数据挖掘的生产智能反馈调控系统 | |
| US5983246A (en) | Distributed document classifying system and machine readable storage medium recording a program for document classifying | |
| US11625029B2 (en) | Manufacturing condition setting automating apparatus and method | |
| CN112070384A (zh) | 基于mi制作指示的物料匹配方法、装置、设备及存储介质 | |
| CN109684374B (zh) | 一种时间序列数据的键值对的提取方法及装置 | |
| JP2000067065A (ja) | 文書画像識別方法および記録媒体 | |
| CN109344227A (zh) | 工单处理方法、系统和电子设备 | |
| KR100491250B1 (ko) | 상품 정보 등록 방법 및 시스템 | |
| CN118673396A (zh) | 一种基于人工智能的大数据平台运维管理系统 | |
| KR20210060830A (ko) | 빅데이터 지능형 수집 방법 및 장치 | |
| CN117078213B (zh) | 基于大数据整合分析的建筑工程管理平台 | |
| JP3057355B2 (ja) | プラント運転データの分類装置 | |
| CN119515352A (zh) | 一种电视智能维修决策方法、系统及计算机程序 | |
| CN117539665A (zh) | 针对告警事件的高效处理方法以及计算机可读存储介质 | |
| Saputra et al. | Quality improvement of molding machine through statistical process control in plastic industry | |
| CN116521904B (zh) | 一种基于5g边缘计算的船舶制造数据云融合方法及系统 | |
| CN113326349A (zh) | 基于案例推理的汽车产品缺陷认定方法和装置 | |
| CN108549667B (zh) | 一种结构化工程设计知识的语义检索方法 | |
| CN117422232B (zh) | 一种基于aigc的车主客户运营方法及系统 | |
| JP2003058248A (ja) | 運転支援装置 | |
| JP2010182284A (ja) | 製造不良要因解析支援装置 | |
| CN115905373A (zh) | 一种数据查询以及分析方法、装置、设备及存储介质 | |
| JP2002297236A (ja) | 製造実績データベース装置 | |
| CN113742508A (zh) | 一种电力设备在线监测海量信息的图形数据挖掘方法 | |
| CN112966101B (zh) | 语句聚类方法、事务聚类方法、语句聚类装置与事务聚类装置 |