特開 2023-176035 プロセスモデル構築システム、プロセスモデル構築方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023176035

(43)【公開日】2023-12-12

(54)【発明の名称】プロセスモデル構築システム、プロセスモデル構築方法

(51)【国際特許分類】

   G05B 23/02 20060101AFI20231205BHJP

【ＦＩ】

G05B23/02 G

【審査請求】有

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2023179955

(22)【出願日】2023-10-19

(62)【分割の表示】P 2021194005の分割

【原出願日】2021-11-30

(71)【出願人】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110001689

【氏名又は名称】青稜弁理士法人

(72)【発明者】

【氏名】石飛 太一

(72)【発明者】

【氏名】望月 義則

(72)【発明者】

【氏名】馬場 英敏

(72)【発明者】

【氏名】丹藤 順志

(57)【要約】

【課題】制御対象が複数の特性を有する場合でも、従来に比べて構築負荷や運用負荷がかからないプロセスモデルを構築する。
【解決手段】コンピュータにより、制御対象の特性をモデル化したプロセスモデルを構築するプロセスモデル構築システムであって、制御対象の特性に応じた稼働実績を示す過去操業実績データから特性を取得する第１の処理部と、過去操業実績データに含まれる特性についての制御対象のプロセスの実績値と、所定の理論式で構築されたプロセスモデルにより推定される制御対象のプロセスの推定値とが所定の条件を満たすような、プロセスモデルを補正するための特性パラメータを、特性ごとに算出する第２の処理部と、を有する。
【選択図】図１

【特許請求の範囲】

【請求項1】

コンピュータにより、制御対象の特性をモデル化したプロセスモデルを構築するプロセスモデル構築システムであって、
前記制御対象の特性に応じた稼働実績を示す過去操業実績データから前記特性を取得する第１の処理部と、
前記過去操業実績データに含まれる前記特性についての前記制御対象のプロセスの実績値と、所定の理論式で構築された前記プロセスモデルにより推定される前記制御対象のプロセスの推定値とが所定の条件を満たすような、前記プロセスモデルを補正するための特性パラメータを、前記特性ごとに算出する第２の処理部と、
を有することを特徴とするプロセスモデル構築システム。

【請求項2】

前記プロセスモデル構築システムに入力される、前記制御対象の特性と当該特性に含まれる特性種類とを示す特性情報と同じ特性の前記特性パラメータを用いて補正したプロセスモデルを作成し、作成した当該プロセスモデルを用いて、前記制御対象のプロセスの挙動をシミュレーションする第３の処理部、
を有することを特徴とする請求項１に記載のプロセスモデル構築システム。

【請求項3】

所定のアルゴリズムと、前記制御対象から得られる前記制御対象についての制御量のフィードバック結果とを用いて、前記制御対象への入力値を計算し、前記制御対象に対する所望の運転条件と一致する入力値を見出す最適化計算を行う第４の処理部、
を有することを特徴とする請求項１に記載のプロセスモデル構築システム。

【請求項4】

前記制御対象の特性と当該特性に影響を与える要素とを対応付けた特性情報を説明変数、前記特性の制御対象のプロセスモデルを補正する前記特性パラメータを目的変数とした機械学習により、前記特性についての前記特性パラメータを推定する特性パラメータモデルを構築する第５の処理部を有し、
前記第３の処理部は、前記特性パラメータモデルに前記特性情報を入力して得られた前記特性パラメータの推定値を用いて補正した前記プロセスモデルを用いて、前記制御対象のプロセスの挙動をシミュレーションする、
ことを特徴とする請求項２に記載のプロセスモデル構築システム。

【請求項5】

前記プロセスモデル構築システムは、１または複数の特性に応じた前記プロセスモデルの前記特性パラメータが格納されたモデル同定情報を有し、
前記第２の処理部は、前記特性パラメータで補正した前記プロセスモデルと、補正前のプロセスモデルを構築したときに用いた前記過去操業実績データに含まれる実績値とを対応付けたモデル同定データを作成し、作成した当該モデル同定データに含まれる前記特性パラメータで補正した前記プロセスモデルと前記実績値とのペアに対して同定を実行するモデル同定処理を行い、
前記モデル同定処理において、前記モデル同定情報に定められた前記特性パラメータを、所定のアルゴリズムに基づいて選択し、選択した前記特性パラメータで前記プロセスモデルを補正する、
ことを特徴とする請求項１に記載のプロセスモデル構築システム。

【請求項6】

前記第２の処理部は、前記特性ごとに算出した前記特性パラメータに基づく統計値を算出し、当該統計値に基づく統計特性パラメータを用いて、前記所定の理論式で構築された前記プロセスモデルを補正する、
ことを特徴とする請求項１に記載のプロセスモデル構築システム。

【請求項7】

前記第２の処理部は、前記特性パラメータで補正した前記プロセスモデルと、補正前のプロセスモデルを構築したときに用いた前記過去操業実績データに含まれる実績値とを対応付けたモデル同定データを作成し、作成した当該モデル同定データに含まれる前記特性パラメータで補正した前記プロセスモデルと前記実績値とのペアに対して同定を実行するモデル同定処理を行い、
前記第１の処理部は、前記プロセスモデルのパラメータの初期値として、前記モデル同定処理により得られた前記特性パラメータにより補正されたプロセスモデルのパラメータを設定する、
ことを特徴とする請求項１に記載のプロセスモデル構築システム。

【請求項8】

前記プロセスモデル構築システムは、前記特性パラメータの入力を受け付ける入力部を有し、
前記第２の処理部は、前記特性パラメータのうちの少なくとも一部のパラメータを、前記入力部から入力されたパラメータに設定し、設定した当該パラメータ以外のパラメータについて、前記算出を行う、
ことを特徴とする請求項１に記載のプロセスモデル構築システム。

【請求項9】

前記第３の処理部は、前記シミュレーションの結果と、前記制御対象の制御結果との差分が所定の閾値を超えた場合、前記差分が小さくなるように前記プロセスモデルの前記特性パラメータを補正し、前記シミュレーションを再実行する、
ことを特徴とする請求項２に記載のプロセスモデル構築システム。

【請求項10】

コンピュータにより、制御対象の特性をモデル化したプロセスモデルを構築するプロセスモデル構築システムであって、
前記制御対象の特性に応じた稼働実績を示す過去操業実績データから前記特性を取得する第１の処理部と、
前記過去操業実績データに含まれる前記特性についての前記制御対象のプロセスの実績値と、所定の機械学習で構築された前記プロセスモデルにより推定される前記制御対象の推定値との差分に基づいて、前記プロセスモデルを補正した特性モデルを、前記特性ごとに算出する第２の処理部と、
を有することを特徴とするプロセスモデル構築システム。

【請求項11】

制御対象の特性に応じた稼働実績を示す過去操業実績データと、当該過去操業実績データから取得される前記制御対象の特性をモデル化するためのプロセスモデルとを含む入力情報と、
前記稼働実績と前記プロセスモデルにより推定される前記制御対象の推定値とが所定の条件を満たすように、前記制御対象の特性ごとに算出された、前記プロセスモデルを補正するための特性パラメータを含む出力情報とを、処理前後の状態としてコンピュータの画面に表示する、
ことを特徴とするプロセスモデル構築システム。

【請求項12】

前記第３の処理部は、前記特性情報と、シミュレーションを行うための所望の運転条件を定めたシミュレーション入力情報とを含む入力情報と、前記特性情報と同じ特性の前記特性パラメータを用いて補正したプロセスモデルを作成し、作成した当該プロセスモデルに前記シミュレーション入力情報を入力して前記シミュレーションの実行により得られた前記シミュレーションの結果を含む出力情報とを、処理前後の状態として前記コンピュータの画面に表示する、
ことを特徴とする請求項２に記載のプロセスモデル構築システム。

【請求項13】

前記第４の処理部は、前記制御対象に対する所望の運転条件と、前記制御対象の特性と当該特性に含まれる特性種類とを示す特性情報とを含む入力情報と、前記特性情報と同じ特性の前記特性パラメータを用いて補正したプロセスモデルにより前記制御対象のプロセスの挙動をシミュレーションした結果とが一致する前記制御対象への入力値を含む出力情報とを、処理前後の状態として前記コンピュータの画面に表示する、
ことを特徴とする請求項３に記載のプロセスモデル構築システム。

【請求項14】

前記第１の処理部は、前記過去操業実績データから、前記制御対象の特性を示す、第１の機器および第１の品種を取得し、
前記第２の処理部は、前記第１の機器および前記第１の品種についての前記制御対象のプロセスの実績値と前記制御対象のプロセスの推定値とが所定の条件を満たすような前記特性パラメータを、前記第１の機器および前記第１の品種ごとに算出し、少なくとも、算出した当該特性パラメータに基づいて、前記第１の機器にて前記第１の品種を生成する際の前記プロセスモデルを補正する、
ことを特徴とする請求項１に記載のプロセスモデル構築システム。

【請求項15】

コンピュータにより、制御対象の特性をモデル化したプロセスモデルを構築するプロセスモデル構築方法であって、
前記制御対象の特性に応じた稼働実績を示す過去操業実績データから前記特性を取得し、
前記過去操業実績データに含まれる前記特性についての前記制御対象のプロセスの実績値と、所定の理論式で構築された前記プロセスモデルにより推定される前記制御対象のプロセスの推定値とが所定の条件を満たすような、前記プロセスモデルを補正するための特性パラメータを、前記特性ごとに算出する、
ことを特徴とするプロセスモデル構築方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、プロセスモデル構築システム、プロセスモデル構築方法に関する。

【背景技術】

【0002】

プロセス運転の現場においては、過去の運転実績などから最適な運転条件はわかっているものの、その運転条件を再現するための運転方法はわからないという場面がある。これは、例えば、バルブ等の制御機器をはじめとする制御対象内で発生する反応熱、劣化した制御機器の特性、入力として得られない外部環境状態などの様々な外乱が運転毎に異なることにより、同じ運転条件を達成するための運転方法が、毎回異なるためである。

【0003】

これに対する既存技術としてＭＰＣ（Model Predictive Control）がある。ＭＰＣは、制御対象の特性をモデル化することで、制御対象の操作量に対する制御量の予測を可能とし、これを以て所望の制御波形を満たす操作量を逆算可能とするものである。このような既存技術として、例えば、特許文献１がある。特許文献１では、バッチプロセスをシミュレートするために、第１原理モデルが用いられ、この第１原理モデルは、バッチプロセスを制御するために、多重入力／多重出力制御ルーチンを構成するのに用いられ得る。第１原理モデルは、実際のバッチプロセスの動作の間に測定することができず、または測定されないバッチ変数の推定値を発生することができる。このような変数の例としては、バッチプロセスの構成成分（例えば、生成速度、細胞成長速度等）の変化速度であってもよい。第１原理モデルおよびその構成された多重入力／多重出力制御ルーチンは、バッチプロセスの制御を容易にするために用いられ得る、と記載されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１２－６４２４５号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

上記特許文献１では、バッチプロセス中に存在する測定困難な要素を第一原理モデルで推定する機構（ソフトセンサ）を追加することで、第一原理モデルの推定値に基づいた適切な運転方法の解明し、推定値を制御対象としてバッチサイクルの短縮や収率向上を行う運転を実現している。しかしながら、異なる特性の制御対象を制御するためには、異なる第一原理モデルを人手により構築する必要があるため、多品種生産の現場では現実的な適用は困難である。例えば、制御対象が製造する品種の特性、制御対象となる制御機器の特性の組み合わせが複数ある場合、そのそれぞれの組み合わせについてプロセスモデルを構築する必要がある。特に、バッチプロセスなどの多品種生産の現場においては、品種および機器等の組み合わせが多く、構築すべきプロセスモデルの数が膨大となる。膨大な数のプロセスモデルは構築自体が困難であり、また構築後の保守が煩雑になるなど、運用面での負荷が多くかかってしまう。このため、制御対象が複数の特性を有する場合でも、従来に比べて構築負荷や運用負荷がかからないプロセスモデルを構築する技術が求められている。

【0006】

本発明の一側面は、制御対象が複数の特性を有する場合でも、従来に比べて構築負荷や運用負荷がかからないプロセスモデルを構築する技術を提供することを目的とする。

【課題を解決するための手段】

【0007】

本発明にかかるプロセスモデル構築システムは、コンピュータにより、制御対象の特性をモデル化したプロセスモデルを構築するプロセスモデル構築システムであって、前記制御対象の特性に応じた稼働実績を示す過去操業実績データから前記特性を取得する第１の処理部と、前記過去操業実績データに含まれる前記特性についての前記制御対象のプロセスの実績値と、所定の理論式で構築された前記プロセスモデルにより推定される前記制御対象のプロセスの推定値とが所定の条件を満たすような、前記プロセスモデルを補正するための特性パラメータを、前記特性ごとに算出する第２の処理部と、を有することを特徴とするプロセスモデル構築システムとして構成される。

【発明の効果】

【0008】

本発明の一態様によれば、制御対象が複数の特性を有する場合でも、従来に比べて構築負荷や運用負荷がかからないプロセスモデルを構築することができる。

【図面の簡単な説明】

【0009】

【図1】実施例１におけるプロセスモデル構築システムの構成の一例を示す図である。

【図2】コンピュータの概略を示す図である。

【図3】過去操業実績データの一例を示す図である。

【図4】プロセスモデルの一例およびプロセスモデルと特性との関係の一例を示す図である。

【図5】特性パラメータ群の一例を示す図である。

【図6】特性情報の一例を示す図である。

【図7】実施例１においてモデル構築部が行うモデル構築処理の処理手順を示すフローチャートの一例を示す図である。

【図8A】図７に示したＳ７０６で行われる特性パラメータ算出処理の処理手順を示すフローチャートの一例を示す図である。

【図8B】図７に示したＳ７０６で行われる特性パラメータ算出処理の処理手順を示すフローチャートの一例を示す図である。

【図9A】図８Ａ、８Ｂに示した特性パラメータ算出処理においてモデル同定データ群に記録されたプロセスモデルのモデル同定処理の処理手順を示すフローチャートの一例を示す図である。

【図9B】図８Ａ、８Ｂに示した特性パラメータ算出処理においてモデル同定データ群に記録されたプロセスモデルのモデル同定処理の処理手順を示すフローチャートの一例を示す図である。

【図10】実施例１においてシミュレーション部が行うシミュレーション処理の処理手順を示すフローチャートの一例を示す図である。

【図11】実施例２におけるプロセスモデル構築システムの構成の一例を示す図である。

【図12A】実施例３におけるプロセスモデル構築システムの構成の一例を示す図である。

【図12B】特性追加情報の一例を示す図である。

【図13A】実施例４におけるプロセスモデル構築システムの構成の一例を示す図である。

【図13B】モデル同定情報の一例を示す図である。

【図14】実施例５におけるプロセスモデル構築システムの構成の一例を示す図である。

【図15】実施例５においてシミュレーション部が行うシミュレーション処理の処理手順を示すフローチャートの一例を示す図である。

【図16】実施例６におけるプロセスモデル構築システムの構成の一例を示す図である。

【図17】実施例６においてモデル構築部が行うモデル構築処理の処理手順を示すフローチャートの一例を示す図である。

【図18A】図１７に示したＳ１７０６で行われる特性モデル算出処理の処理手順を示すフローチャートの一例を示す図である。

【図18B】図１７に示したＳ１７０６で行われる特性モデル算出処理の処理手順を示すフローチャートの一例を示す図である。

【図19】モデル構築部がモデル構築処理の実行時に、プロセスモデル構築システムを構成するコンピュータのディスプレイに表示する画面（モデル構築画面）の一例を示す図である。

【図20】シミュレーション部がシミュレーション処理の実行時に、プロセスモデル構築システムを構成するコンピュータのディスプレイに表示する画面（シミュレーション実行画面）の一例を示す図である。

【図21】制御機器入力計算部が最適運転条件を満たす制御対象の操業方法を逆算する際に、プロセスモデル構築システムを構成するコンピュータのディスプレイに表示する画面（フィードバック実行画面）の一例を示す図である。

【発明を実施するための形態】

【0010】

以下、図面を参照して本発明の実施形態を説明する。以下の記載および図面は、本発明を説明するための例示であって、説明の明確化のため、適宜、省略および簡略化がなされている。本発明は、他の種々の形態でも実施する事が可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。

【0011】

図面において示す各構成要素の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。

【0012】

以下の説明では、「データベース」、「テーブル」、「リスト」等の表現にて各種情報を説明することがあるが、各種情報は、これら以外のデータ構造で表現されていてもよい。データ構造に依存しないことを示すために「ＸＸテーブル」、「ＸＸリスト」等を「ＸＸ情報」と呼ぶことがある。識別情報について説明する際に、「識別情報」、「識別子」、「名」、「ＩＤ」、「番号」等の表現を用いた場合、これらについてはお互いに置換が可能である。

【0013】

同一あるいは同様な機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。ただし、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。

【0014】

また、以下の説明では、プログラムを実行して行う処理を説明する場合があるが、プログラムは、プロセッサ（例えばＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit））によって実行されることで、定められた処理を、適宜に記憶資源（例えばメモリ）および／またはインターフェースデバイス（例えば通信ポート）等を用いながら行うため、処理の主体がプロセッサとされてもよい。同様に、プログラムを実行して行う処理の主体が、プロセッサを有するコントローラ、装置、システム、計算機、ノードであってもよい。プログラムを実行して行う処理の主体は、演算部であれば良く、特定の処理を行う専用回路（例えばＦＰＧＡ（Field-Programmable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit））を含んでいてもよい。

【0015】

プログラムは、プログラムソースから計算機のような装置にインストールされてもよい。プログラムソースは、例えば、プログラム配布サーバまたは計算機が読み取り可能な記憶メディアであってもよい。プログラムソースがプログラム配布サーバの場合、プログラム配布サーバはプロセッサと配布対象のプログラムを記憶する記憶資源を含み、プログラム配布サーバのプロセッサが配布対象のプログラムを他の計算機に配布してもよい。また、以下の説明において、２以上のプログラムが１つのプログラムとして実現されてもよいし、１つのプログラムが２以上のプログラムとして実現されてもよい。

【実施例0016】

以下、本実施例にかかるプロセスモデル構築システム、プロセスモデル構築方法の一実施例の構成について説明する。

【0017】

図１は、実施例１におけるプロセスモデル構築システムの構成の一例を示す図である。図１に示すように、本実施例にかかるプロセスモデル構築システム１０００は、モデル構築部１００１と、シミュレーション部１００２と、特性パラメータ群１００３と、プロセスモデル１００４とを有する。

【0018】

プロセスモデル構築システム１０００は、理論式で構築したプロセスモデルのパラメータを、制御対象の過去操業実績データに基づいて、プロセスモデルの特性に応じて設定することで、特性の組み合わせが多い制御対象に適したプロセスモデルを構築するシステムである。これにより、特性の組み合わせのそれぞれについてプロセスモデルを作ることなく、少数のプロセスモデルを用いたプロセスシミュレーションが可能となる。制御対象とは、プロセス運転を行う制御機器など、本システムが制御する対象である。以下では、制御対象として、プラントで用いられるリアクタ等の機器を前提として説明するが、プロセス運転を行うプラント以外の様々な機器や装置に適用してよい。また、制御対象の特性として、機器の種類や、制御対象が製造する製造物の品種を前提に説明するが、制御対象の特性をあらわすこれら以外の情報を特性として定めてよい。

【0019】

特性とは、制御対象がプロセス運転を行って製造する製造物の品種や、当該プロセス運転を行う機器など、プロセスモデルの挙動に影響を与える要素である。特性種類とは、例えば、ある種類の特性に含まれる要素の種類をあらわす。特性の組み合わせとは、例えば、複数種類の特性の組み合わせをあらわす。

【0020】

モデル構築部１００１は、過去操業実績データ１０１と準備済みのプロセスモデル１００４とに基づいて、プロセス運転を行う制御対象を制御するためのプロセスモデルのパラメータを補正する特性パラメータ（後述）を計算し、計算した当該特性パラメータを、特性パラメータ群１００３に格納する。

【0021】

シミュレーション部１００２は、入力された特性情報１０２に基づいて、プロセスモデル１００４のパラメータを特性パラメータ群１００３に格納された補正パラメータで補正する。シミュレーション部１００２は、シミュレーション入力情報１０３に基づいて、制御対象が行うプロセスの挙動をシミュレーションし、その結果をシミュレーション結果１０４に格納する。シミュレーション入力情報１０３は、シミュレーションを行う方法や条件（例えば、ユーザ所望の運転条件）などを定めた情報であり、例えば、制御対象に設定した時刻ごとの設定値をあらわす参照値がある。

【0022】

特性パラメータ群１００３には、１または複数の特性パラメータが格納される。特性パラメータ群１００３は、制御対象の特性を示すプロセスモデルを補正するための補正パラメータの集合を格納するテーブルである。ここでは、制御対象の特性として、制御対象が製造する製造物の品種を示す特性パラメータ、制御対象となる機器を示す特性パラメータ、の２つの特性パラメータが、特性パラメータ群１００３に格納されている場合を例示する。上述の通り、特性パラメータの数や種類については、本システムが適用される環境に応じて適宜定めてよい。

【0023】

プロセスモデル１００４は、制御対象の特性をモデル化したものであり、所定の理論式で構築されたモデルである。プロセスモデル１００４は、様々な数式により表現することができるが、以下では、一例として、ｙ＝ａｘ^２＋ｂｘ＋ｃで表されるモデルを用いて説明する。この場合、ａ、ｂ、ｃがモデルのパラメータであり、ｘがモデルの入力値、ｙがモデルの出力値となる。プロセスモデル構築システム１０００の具体的な機能については、フローチャート等を用いて後述する。また、本例では、プロセスモデル１００４が数理モデルに関する１つの論理式により表される場合を例示するが、複数の論理式から構成されていてもよく、さらには、これらの１または複数の論理式への入力や論理式からの出力が複数となってもよい。

【0024】

図１に示したプロセスモデル構築システム１０００は、例えば、図２（コンピュータ概略図）に示すような、ＣＰＵ１６０１と、メモリ１６０２と、ＨＤＤ(Hard Disk Drive)等の外部記憶装置１６０３と、ＣＤ(Compact Disk)やＵＳＢメモリ等の可搬性を有する記憶媒体１６０８に対して情報を読み書きする読書装置１６０７と、スキャナ、キーボード、マウスといった入力装置１６０６と、ディスプレイ等の出力装置１６０５と、通信ネットワークに接続するためのＮＩＣ(Network Interface Card)等の通信装置１６０４と、これらを連結するシステムバス等の内部通信線(システムバスという)１６０９と、を備えた一般的なコンピュータ１６００により実現できる。

【0025】

プロセスモデル構築システム１０００に記憶され、あるいは処理に用いられる様々なデータ（例えば、特性パラメータ群１００３、プロセスモデル１００４）は、ＣＰＵ１６０１がメモリ１６０２または外部記憶装置１６０３から読み出して利用することにより実現可能である。また、各システムや装置が有する各機能部（例えば、モデル構築部１００１、シミュレーション部１０２０）は、ＣＰＵ１６０１が外部記憶装置１６０３に記憶されている所定のプログラムをメモリ１６０２にロードして実行することにより実現可能である。

【0026】

上述した所定のプログラムは、読書装置１６０７を介して記憶媒体１６０８から、あるいは、通信装置１６０４を介してネットワークから、外部記憶装置１６０３に記憶(ダウンロード)され、それから、メモリ１６０２上にロードされて、ＣＰＵ１６０１により実行されるようにしてもよい。また、読書装置１６０７を介して、記憶媒体１６０８から、あるいは通信装置１６０４を介してネットワークから、メモリ１６０２上に直接ロードされ、ＣＰＵ１６０１により実行されるようにしてもよい。

【0027】

以下では、プロセスモデル構築システム１０００が、ある１つのコンピュータにより構成される場合を例示するが、これらの機能の全部または一部が、クラウドのような１または複数のコンピュータに分散して設けられ、ネットワークを介して互いに通信することにより同様の機能を実現してもよい。プロセスモデル構築システム１０００を構成する各部が行う具体的な処理については、フローチャートを用いて後述する。

【0028】

図３は、過去操業実績データ１０１の一例を示す図である。過去操業実績データ１０１は、プロセス運転を行う制御対象から得られた過去の稼動実績を示すデータであり、モデル構築部１００１に入力される。図３に示すように、過去操業実績データ１０１は、データを識別するためのデータＩＤと、特性を示す品種および機器と、操業実績データとが対応付けて記憶されている。操業実績データは、例えば、プラントを構成する制御対象の操業および計測情報であり、例えば、参照値、操作量、制御量を含む時系列データなどが格納されている。参照値は、制御対象（例えば、リアクタ）に設定した時刻ごとの設定値（この例では、温度の設定値）を示す情報である。操作量は、制御量による制御を実現するための、参照値に基づいて制御対象となる機器が計算した制御対象の運転方法を示す情報である。この例では、制御対象であるリアクタの壁面に温水が流れていると仮定し、温水を流すバルブの開閉度を変えることで温度を変化させている場合を想定して説明している。制御量は、制御対象が実際に行う制御の運転条件であり、例えば、制御対象であるリアクタ内の実際の温度を示す情報である。

【0029】

図３では、例えば、データＩＤ「０」で識別される過去操業実績データは、品種「イ」、機器「Ａ」であらわされる特性の制御対象についての操業実績データ３０１を含んでいる。参照値、操作量、制御量は、それぞれ、参照値α０［℃］：［２０，２０，５０，５０，…，２０］、操作量β０［％］：［１５，１８，８０，７０，…，０］、制御量γ０［℃］：［１５，１８，３７，４０，…，３０］として、所定の間隔ごと（例えば、１分ごと）の値が時系列に記憶されている。例えば、品種「イ」の製造物を製造する機器「Ａ」の参照値α０には、１分ごとに、２０℃，２０℃，５０℃，５０℃，…，２０℃といった、温度の値が記憶されている。

【0030】

図４は、プロセスモデル１００４の一例およびプロセスモデルと特性との関係の一例を示す図である。プロセスモデルは、上述のとおり所定の理論式で構築したモデルであらわされる。図４では、ｙ＝ａｘ^２＋ｂｘ＋ｃにより表されるモデルをプロセスモデルとして例示している。この例では、プロセスモデルのパラメータａ、ｂ、ｃの初期値が、それぞれ、２、１、０として与えられている。また、後述する処理により、プロセスモデルのパラメータの補正量が、品種については、それぞれ、＋０．２、＋０、＋０として算出され、機器については、それぞれ、＋０、－０．１、＋０として算出されたことを示している。その結果、補正後のプロセスモデルのパラメータａ、ｂ、ｃが、それぞれ、１．２、－０．１、０として算出されたことを示している。

【0031】

図５は、特性パラメータ群１００３の一例を示す図である。特性パラメータ群１００３には、特性に応じた特性パラメータが格納されている。この例では、特性ごと、特性種類ごとに特性パラメータが格納されている。図５に示すように、特性パラメータ群１００３には、制御対象の特性の種類（この例では品種）と、当該特性を示すプロセスモデルのパラメータに対する補正パラメータである特性パラメータとが対応付けて記憶されている。図５では、例えば、品種「イ」で示されるプロセスモデルのパラメータを補正するための特性パラメータが、それぞれ、ａ：１．２，ｂ：－０．１，ｃ：０として記憶されていることがわかる。

【0032】

図５では、品種について特性パラメータが記憶されたテーブルを例示したが、当該テーブルは、特性の数だけ特性パラメータ群１００３に格納されている。また、図５では、プロセスモデルがｙ＝ａｘ^２＋ｂｘ＋ｃで表されるモデルである前提のため、パラメータが、ａ、ｂ、ｃの３つにより構成される前提で説明した。しかし、上述の通り、プロセスモデルが他の表現で表される場合には、当該表現の形式に応じた数の特性パラメータが記憶される。

【0033】

図６は、特性情報１０２の一例を示す図である。特性情報１０２は、制御対象の特性と、当該特性に含まれる特性種類を示す情報である。特性情報１０２は、シミュレーション部１０２０がシミュレーションを実行する際に入力される。図６に示すように、特性情報１０２は、特性（例えば、品種、機器など）と、各特性に含まれる特性種類（イ、ロ、Ａ、Ｂなど）とが対応付けて記憶されている。図６では、例えば、品種についてはイ、ロなどが特性種類として定められていることを示している。

【0034】

図７は、実施例１においてモデル構築部１００１が行うモデル構築処理の処理手順を示すフローチャートの一例を示す図である。当該処理は、ユーザからの処理開始の指示や操作があった場合に行われる。モデル構築処理は、過去操業実績データ１０１に基づいて特性パラメータを算出するための処理であり、主に、特性パラメータ算出の準備を行うための処理である。

【0035】

Ｓ７０１において、モデル構築部１００１は、プロセスモデル１００４と過去操業実績データ１０１とを取得する（Ｓ７０１）。

【0036】

Ｓ７０２において、モデル構築部１００１は、任意に設定された、プロセスモデルの初期値を用いてプロセスモデルＰを作成する（Ｓ７０２）。例えば、モデル構築部１００１は、ｙ＝ａｘ^２＋ｂｘ＋ｃで表されるプロセスモデルのパラメータに、初期値ａ＝２、ｂ＝１、ｃ＝０を設定したプロセスモデルＰを作成する。

【0037】

Ｓ７０３において、モデル構築部１００１は、過去操業実績データ１０１から特性リストＬを取得する（Ｓ７０３）。例えば、モデル構築部１００１は、過去操業実績データ１０１に定められた品種と機器とを対応付けたリスト［品種,機器］を、特性リストＬとして取得する。

【0038】

Ｓ７０４において、モデル構築部１００１は、Ｓ７０３で取得した特性リストＬから、特性ｌを非復元抽出し、特性ｌの特性種類リストＫを取得する（Ｓ７０４）。例えば、モデル構築部１００１は、上述した特性リストＬから、ｌ＝品種を取得し、品種についての特性種類リストＫ＝[イ,ロ]を取得する。

【0039】

Ｓ７０５において、モデル構築部１００１は、Ｓ７０４で取得した特性種類リストＫから、特性種類ｋを非復元抽出する（Ｓ７０５）。例えば、モデル構築部１００１は、上述した特性種類リストＫ＝[イ,ロ]から、特性種類ｋ＝イを取得する。

【0040】

Ｓ７０６において、モデル構築部１００１は、Ｓ７０５で取得した特性種類ｋの特性パラメータを算出し、特性パラメータ群１００３に格納する（Ｓ７０６）。例えば、モデル構築部１００１は、品種イについて、特性パラメータを算出する。具体的な特性パラメータの算出方法については、図８Ａ、８Ｂを用いて後述する。

【0041】

Ｓ７０７において、モデル構築部１００１は、特性種類リストＫが空集合であるか否かを判定する（Ｓ７０７）。例えば、モデル構築部１００１が品種の特性種類イについて特性パラメータを算出している場合は、特性種類リストＫ＝[ロ]が存在するため空集合でないと判定し（Ｓ７０７；Ｎｏ）、Ｓ７０５に戻る。そして、モデル構築部１００１は、特性種類リストＫ＝[ロ]について、Ｓ７０５、Ｓ７０６を実行する。このときは、特性種類リストＫ＝[イ,ロ]のそれぞれについて処理が実行されている。したがって、モデル構築部１００１は、特性種類リストＫが空集合であると判定し（Ｓ７０７；Ｙｅｓ）、Ｓ７０８に進む。

【0042】

Ｓ７０８において、モデル構築部１００１は、特性リストＬが空集合であるか否かを判定する（Ｓ７０８）。例えば、モデル構築部１００１が特性リストＬ＝[品種]を処理している場合は、特性リストＬ＝[機器]が存在するため空集合でないと判定し（Ｓ７０８；Ｎｏ）、Ｓ７０４に戻る。そして、モデル構築部１００１は、ｌ＝[機器]について、Ｓ７０４、Ｓ７０５、Ｓ７０６を実行する。このときは、特性リストＬ＝[品種,機器]のそれぞれについて処理が実行されている。したがって、モデル構築部１００１は、特性リストＬが空集合であると判定し（Ｓ７０８；Ｙｅｓ）、処理を終了する。

【0043】

図８Ａ、８Ｂは、図７に示したＳ７０６で行われる特性パラメータ算出処理の処理手順を示すフローチャートの一例を示す図である。特性パラメータ算出処理は、特性パラメータを算出するための処理である。以下、図３に示した過去操業実績データ１０１を用いて具体的に説明する。図８Ａ、８Ｂを用いた説明では、上述した２種類の特性種類を含む２つの特性の制御対象を例に説明するため、ループ１～ループ４の順に具体的に説明する。

【0044】

ループ１では、特性リストＬ＝［機器］、特性種類リストＫ＝［ロ］について未処理であり、特性ｌ＝品種、特性種類ｋ＝イが処理される場合について説明する。

【0045】

Ｓ８０１において、モデル構築部１００１は、過去操業実績データ１０１の中から、特性ｌ＝特性種類ｋの部分データＤを抽出する（Ｓ８０１）。例えば、モデル構築部１００１は、過去操業実績データ１０１の中から、品種がイのデータを抽出し、データＩＤ（＃）が０、１で構成される部分データＤを作成する。このとき、図３に示した過去操業実績データ１０１のうち、データＩＤ（＃）が、それぞれ０、１で識別されるレコード「０、イ、Ａ、[α０，β０，γ０…]」、「１、イ、Ｂ、[α１，β１，γ１…]」が、部分データＤとして抽出される。

【0046】

Ｓ８０２において、モデル構築部１００１は、ループ変数ｉ＝０を設定する（Ｓ８０２）。

【0047】

Ｓ８０３において、モデル構築部１００１は、モデル同定データ群の空リストＭを作成する（Ｓ８０３）。例えば、モデル構築部１００１は、モデル同定データ群Ｍ＝［］を作成する。モデル同定データ群は、特性や特性種類ごとの過去操業実績データ１０１に応じて補正されるプロセスモデルの特性パラメータを同定するためのデータの集合である。モデル同定データ群については、図９Ａ、９Ｂを用いて後述する。

【0048】

Ｓ８０４において、モデル構築部１００１は、部分データＤのｉ番目のデータＤ［ｉ］を選択する（Ｓ８０４）。ここでは、ｉ＝０のため、モデル構築部１００１は、部分データＤから、データＩＤ（＃）が０のレコード「０、イ、Ａ、[α０，β０，γ０…]」を選択する。

【0049】

Ｓ８０５において、モデル構築部１００１は、データＤ［ｉ］について特性種類ｋの特性ｌ以外の特性パラメータが算出済みであるか否かを判定する（Ｓ８０５）。現時点では、品種以外の特性、つまり特性が機器の特性パラメータは算出済みではない。したがって、モデル構築部１００１は、データＤ［ｉ］について特性種類ｋの特性ｌ以外の特性パラメータが算出済みでないと判定し（Ｓ８０５；Ｎｏ）、Ｓ８０９に進む。

【0050】

Ｓ８０６において、モデル構築部１００１は、各算出済み特性パラメータを用いて、プロセスモデルＰを補正したプロセスモデルｍを作成する（Ｓ８０６）。ここでは、上述の通りＳ８０５の判定がＮｏであるため、モデル構築部１００１は、当該処理をスキップする。

【0051】

Ｓ８０７において、［プロセスモデルｍ,データｄ［ｉ］］を、モデル同定データ群Ｍに追加する（Ｓ８０７）。ここでは、上述の通りＳ８０５の判定がＮｏであるため、モデル構築部１００１は、当該処理をスキップする。

【0052】

Ｓ８０８において、モデル構築部１００１は、ｉ＝ｉ＋１を実行する（Ｓ８０８）。

【0053】

Ｓ８０９において、モデル構築部１００１は、ｉ＞＝データＤの数であるか否かを判定する（Ｓ８０９）。ここでは、ｉ＝１となり、データＤの数は２であるため、モデル構築部１００１は、ｉ＞＝データの数でないと判定し（Ｓ８０９；Ｎｏ）、Ｓ８０４に戻る。以降、モデル構築部１００１は、Ｓ８０７、Ｓ８０８の処理をスキップする。次のループでは、ｉ＝２，ｉ＞＝２となるため、モデル構築部１００１は、ｉ＞＝データの数であると判定し（Ｓ８０９；Ｙｅｓ）、Ｓ８１０に進む。

【0054】

Ｓ８１０において、モデル構築部１００１は、モデル同定データ群Ｍのリストが空であるか否かを判定する（Ｓ８１０）。ここでは、モデル構築部１００１は、モデル同定データ群Ｍのリストがまだ空であると判定し（Ｓ８１０；Ｙｅｓ）、Ｓ８１１に進む。

【0055】

Ｓ８１１において、モデル構築部１００１は、モデル同定データ群Ｍに、［プロセスモデルＰ，データＤ］を追加する（Ｓ８１１）。例えば、モデル構築部１００１は、Ｓ７０２で作成した、初期値を用いたプロセスモデルＰに、Ｓ８０４～Ｓ８０９までのループで選択した、レコード「０、イ、Ａ、[α０，β０，γ０…]」および「１、イ、Ｂ、[α１，β１，γ１…]」のそれぞれを対応づけたモデル同定データ群Ｍ＝［［プロセスモデルＰ，データＤ］］を作成する。

【0056】

Ｓ８１２において、モデル構築部１００１は、モデル同定データ群Ｍの各モデルとデータのペアに対し、目的関数を最小化する補正パラメータＣを算出する（Ｓ８１２）。例えば、モデル構築部１００１は、それぞれのデータＤの実測制御量γ０、γ１とプロセスモデルＰの推定制御量との差が最小となるようなプロセスモデルＰの補正パラメータＣを算出する。補正パラメータＣは、例えば、Ｃ＝｛ａ：＋１，ｂ＝－１，ｃ＝＋３｝といったような、図４に示したプロセスモデル１００４のパラメータａ、ｂ、ｃを補正するためのパラメータである。

【0057】

Ｓ８１３において、モデル構築部１００１は、Ｓ８１２で算出した補正パラメータを、特性ｌ，特性種類ｋの特性パラメータとして格納する（Ｓ８１３）。例えば、モデル構築部１００１は、特性「品種」の特性種類「イ」についての特性パラメータ＝｛ａ：＋１，ｂ＝－１，ｃ＝＋３｝を記録する。ここまでの処理が終了すると、Ｓ７０５に戻り、同じ特性「品種」について異なる特性種類「ロ」について、特性パラメータを算出し、特性パラメータ群１００３に格納する処理を行う（Ｓ７０６、図８Ａ，８Ｂ）。

【0058】

続くループ２では、特性リストＬ＝［機器］、特性種類リストＫ＝［］について未処理であり、特性ｌ＝品種、特性種類ｋ＝ロが処理される場合について説明する。

【0059】

Ｓ８０１において、モデル構築部１００１は、過去操業実績データ１０１の中から、特性ｌ＝特性種類ｋのデータＤを抽出する（Ｓ８０１）。例えば、モデル構築部１００１は、過去操業実績データ１０１の中から、品種がロのデータを抽出し、データＩＤ（＃）が２で構成される部分データＤを作成する。このとき、図３に示した過去操業実績データ１０１のうち、データＩＤ（＃）が２で識別されるレコード「２、ロ、Ｂ、[α２，β２，γ２…]」が、部分データＤとして抽出される。このとき、モデル構築部１００１は、データＩＤ（＃）については、部分データＤのレコードを識別するため、ＩＤを振りなおしてレコード「０、ロ、Ｂ、[α２，β２，γ２…]」として部分データＤを作成する。

【0060】

Ｓ８０２、Ｓ８０３では、モデル構築部１００１は、品種イの場合と同様に、ループ変数ｉ＝０を設定し、モデル同定データ群の空リストＭを作成する。

【0061】

Ｓ８０４では、モデル構築部１００１は、部分データＤのｉ番目のデータＤ［ｉ］を選択する（Ｓ８０４）。ここでは、ｉ＝０のため、モデル構築部１００１は、部分データＤから、データＩＤ（＃）が０のレコード「０、ロ、Ｂ、[α２，β２，γ２…]」を選択する。

【0062】

Ｓ８０５において、モデル構築部１００１は、データＤ［ｉ］について特性種類ｋの特性ｌ以外についての特性パラメータが算出済みであるか否かを判定する（Ｓ８０５）。ここでは、品種イの場合と同様、現時点で品種以外の特性、つまり特性が機器の特性パラメータは算出済みではないため、Ｓ８０９に進む。

【0063】

Ｓ８０６、Ｓ８０７では、品種イの場合と同様、上述の通りＳ８０５の判定がＮｏであるため、モデル構築部１００１は、当該処理をスキップする。

【0064】

Ｓ８０８において、モデル構築部１００１は、ｉ＝ｉ＋１を実行する（Ｓ８０８）。

【0065】

Ｓ８０９において、モデル構築部１００１は、ｉ＞＝データＤの数であるか否かを判定する（Ｓ８０９）。ここでは、ｉ＝１となり、データＤの数は１であるため、モデル構築部１００１は、ｉ＞＝データの数であると判定し（Ｓ８０９；Ｙｅｓ）、Ｓ８１０に進む。

【0066】

Ｓ８１０において、モデル構築部１００１は、モデル同定データ群Ｍのリストが空であるか否かを判定する（Ｓ８１０）。ここでは、モデル構築部１００１は、モデル同定データ群Ｍのリストがまだ空であると判定し（Ｓ８１０；Ｙｅｓ）、Ｓ８１１に進む。

【0067】

Ｓ８１１において、モデル構築部１００１は、モデル同定データ群Ｍに、［プロセスモデルＰ，データＤ］を追加する（Ｓ８１１）。例えば、モデル構築部１００１は、Ｓ７０２で作成した、初期値を用いたプロセスモデルＰに、Ｓ８０４～Ｓ８０９までのループで選択した、レコード「０、ロ、Ｂ、[α２，β２，γ２…]」を対応づけたモデル同定データ群Ｍ＝［［プロセスモデルＰ，データＤ］］を作成する。

【0068】

Ｓ８１２において、モデル構築部１００１は、モデル同定データ群Ｍの各モデルとデータのペアに対し、目的関数を最小化する補正パラメータＣを算出する（Ｓ８１２）。例えば、モデル構築部１００１は、データＤの実測制御量γ２とプロセスモデルＰの推定制御量との差が最小となるようなプロセスモデルＰの補正パラメータＣを算出する。補正パラメータＣは、例えば、Ｃ＝｛ａ：＋２，ｂ＝＋１，ｃ＝＋１０｝といったような、図４に示したプロセスモデル１００４のパラメータａ、ｂ、ｃを補正するためのパラメータである。

【0069】

Ｓ８１３において、モデル構築部１００１は、Ｓ８１２で算出した補正パラメータを、特性ｌ，特性種類ｋの特性パラメータとして格納する。（Ｓ８１３）。例えば、モデル構築部１００１は、特性「品種」の特性種類「ロ」についての特性パラメータ＝｛ａ：＋２，ｂ＝＋１，ｃ＝＋１０｝を記録する。ここまでの処理が終了すると、Ｓ７０４に戻り、異なる特性「機器」の特性種類「Ａ」について、特性パラメータを算出し、特性パラメータ群１００３に格納する処理を行う（Ｓ７０６、図８Ａ，８Ｂ）。

【0070】

続くループ３では、特性リストＬ＝［］、特性種類リストＫ＝［Ｂ］について未処理であり、特性ｌ＝機器、特性種類ｋ＝Ａが処理される場合について説明する。

【0071】

Ｓ８０１において、モデル構築部１００１は、過去操業実績データ１０１の中から、特性ｌ＝特性種類ｋのデータＤを抽出する（Ｓ８０１）。例えば、モデル構築部１００１は、過去操業実績データ１０１の中から、機器がＡのデータを抽出し、データＩＤ（＃）が０で構成される部分データＤを作成する。このとき、図３に示した過去操業実績データ１０１のうち、データＩＤ（＃）が０で識別されるレコード「０、イ、Ａ、[α０，β０，γ０…]」が、部分データＤとして抽出される。

【0072】

Ｓ８０２、Ｓ８０３では、モデル構築部１００１は、品種イ、ロの場合と同様に、ループ変数ｉ＝０を設定し、モデル同定データ群の空リストＭを作成する。

【0073】

Ｓ８０４では、モデル構築部１００１は、部分データＤのｉ番目のデータＤ［ｉ］を選択する（Ｓ８０４）。ここでは、ｉ＝０のため、モデル構築部１００１は、部分データＤから、データＩＤ（＃）が０のレコード「０、イ、Ａ、[α０，β０，γ０…]」を選択する。

【0074】

Ｓ８０５において、モデル構築部１００１は、データＤ［ｉ］について特性種類ｋの特性ｌ以外についての特性パラメータが算出済みであるか否かを判定する（Ｓ８０５）。ここでは、機器以外の特性、つまり特性が品種の特性パラメータが算出済みであるため、Ｓ８０６に進む。

【0075】

Ｓ８０６において、モデル構築部１００１は、各算出済み特性パラメータを用いて、プロセスモデルＰを補正したプロセスモデルｍを作成する（Ｓ８０６）。例えば、モデル構築部１００１は、ループ１のＳ８１３で格納した、特性が品種、特性種類がイの特性パラメータを用いてプロセスモデルＰを補正し、プロセスモデルｍを作成する。

【0076】

Ｓ８０７において、モデル構築部１００１は、モデル同定データ群Ｍに、［プロセスモデルｍ，データｄ［ｉ］］を追加する（Ｓ８０７）。例えば、モデル構築部１００１は、Ｓ８０６で作成したプロセスモデルｍに、Ｓ８０４で選択した、レコード「０、イ、Ａ、[α０，β０，γ０…]」を対応付けたモデル同定データ群Ｍ＝［［プロセスモデルｍ，データｄ［０］（＃０）］］を作成する。当該Ｓ８０７の処理により、算出済みの特性パラメータで補正したプロセスモデルｍが、今回処理しているデータＤ［ｉ］（レコード「０、イ、Ａ、[α０，β０，γ０…]」）に対応付けて、モデル同定データ群Ｍのリストに追加される。

【0077】

Ｓ８０８において、モデル構築部１００１は、ｉ＝ｉ＋１を実行する（Ｓ８０８）。

【0078】

Ｓ８０９において、モデル構築部１００１は、ｉ＞＝データＤの数であるか否かを判定する（Ｓ８０９）。ここでは、ｉ＝１となり、データＤの数は１であるため、モデル構築部１００１は、ｉ＞＝データの数であると判定し（Ｓ８０９；Ｙｅｓ）、Ｓ８１０に進む。

【0079】

Ｓ８１０において、モデル構築部１００１は、モデル同定データ群Ｍのリストが空であるか否かを判定する（Ｓ８１０）。ここでは、モデル構築部１００１は、Ｓ８０７においてプロセスモデルｍについてのモデル同定データを作成し、当該モデル同定データがモデル同定データ群Ｍのリストに追加している。したがって、モデル構築部１００１は、モデル同定データ群Ｍのリストは空ではないと判定し（Ｓ８１０；Ｎｏ）、Ｓ８１２に進む。

【0080】

Ｓ８１１では、モデル構築部１００１は、上述の通りＳ８１０の判定がＮｏであるため、モデル構築部１００１は、当該処理をスキップする。

【0081】

Ｓ８１２において、モデル構築部１００１は、モデル同定データ群Ｍの各モデルとデータのペアに対し、目的関数を最小化する補正パラメータＣを算出する（Ｓ８１２）。例えば、モデル構築部１００１は、データｄ［０］の実測制御量γ０とプロセスモデルｍの推定制御量の差が最小となるようなプロセスモデルｍの補正パラメータＣを算出する。補正パラメータＣは、例えば、Ｃ＝｛ａ：－１，ｂ＝＋１，ｃ＝＋１｝といったような、図４に示したプロセスモデル１００４のパラメータａ、ｂ、ｃを補正するためのパラメータである。

【0082】

Ｓ８１３において、モデル構築部１００１は、Ｓ８１２で算出した補正パラメータを、特性ｌ，特性種類ｋの特性パラメータとして格納する（Ｓ８１３）。例えば、モデル構築部１００１は、特性「機器」の特性種類「Ａ」についての特性パラメータ＝｛ａ：－１，ｂ＝＋１，ｃ＝＋１｝を記録する。ここまでの処理が終了すると、Ｓ７０４に戻り、同じ特性「機器」について異なる特性種類「Ｂ」について、特性パラメータを算出し、特性パラメータ群１００３に格納する処理を行う（Ｓ７０６、図８Ａ，８Ｂ）。

【0083】

続くループ４では、特性リストＬ＝［］、特性種類リストＫ＝［］について未処理であり、特性ｌ＝機器、特性種類ｋ＝Ｂが処理される場合について説明する。

【0084】

Ｓ８０１において、モデル構築部１００１は、過去操業実績データ１０１の中から、特性ｌ＝特性種類ｋのデータＤを抽出する（Ｓ８０１）。例えば、モデル構築部１００１は、過去操業実績データ１０１の中から、機器がＢのデータを抽出し、データＩＤ（＃）が１、２で構成される部分データＤを作成する。このとき、図３に示した過去操業実績データ１０１のうち、データＩＤ（＃）が１、２で識別されるレコード「１、イ、Ｂ、[α１，β１，γ１…]」、「２、ロ、Ｂ、[α２，β２，γ２…]」が、部分データＤとして抽出される。このとき、モデル構築部１００１は、データＩＤ（＃）については、部分データＤのレコードを識別するため、ＩＤを振りなおしてレコード「０、イ、Ｂ、[α１，β１，γ１…]」、「１、ロ、Ｂ、[α２，β２，γ２…]」として部分データＤを作成する。

【0085】

Ｓ８０２、Ｓ８０３では、モデル構築部１００１は、品種イ、ロ、機器Ａの場合と同様に、ループ変数ｉ＝０を設定し、モデル同定データ群の空リストＭを作成する。

【0086】

Ｓ８０４では、モデル構築部１００１は、部分データＤのｉ番目のデータＤ［ｉ］を選択する（Ｓ８０４）。ここでは、ｉ＝０のため、モデル構築部１００１は、部分データＤから、データＩＤ（＃）が０のレコード「０、イ、Ｂ、[α１，β１，γ１…]」を選択する。

【0087】

Ｓ８０５において、モデル構築部１００１は、データＤ［ｉ］について特性種類ｋの特性ｌ以外についての特性パラメータが算出済みであるか否かを判定する（Ｓ８０５）。ここでは、機器以外の特性、つまり特性が品種の特性パラメータが算出済みであるため、Ｓ８０６に進む。

【0088】

Ｓ８０６において、モデル構築部１００１は、各算出済み特性パラメータを用いて、プロセスモデルＰを補正したプロセスモデルｍを作成する（Ｓ８０６）。例えば、モデル構築部１００１は、ループ１のＳ８１３で格納した、特性が品種、特性種類がイの特性パラメータを用いてプロセスモデルＰを補正し、プロセスモデルｍを作成する。

【0089】

Ｓ８０７において、モデル構築部１００１は、モデル同定データ群Ｍに、［プロセスモデルｍ，データｄ［ｉ］］を追加する（Ｓ８０７）。例えば、モデル構築部１００１は、Ｓ８０６で作成したプロセスモデルｍに、Ｓ８０４で選択した、レコード「０、イ、Ｂ、[α１，β１，γ１…]」を対応付けたモデル同定データ群Ｍ＝［［プロセスモデルｍ，データｄ［０］（＃０）］］を作成する。当該Ｓ８０７の処理により、算出済みの特性パラメータで補正したプロセスモデルｍが、今回処理しているデータＤ［ｉ］（レコード「０、イ、Ｂ、[α１，β１，γ１…]」）に対応付けてモデル同定データ群Ｍのリストに追加される。

【0090】

Ｓ８０８において、モデル構築部１００１は、ｉ＝ｉ＋１を実行する（Ｓ８０８）。

【0091】

Ｓ８０９において、モデル構築部１００１は、ｉ＞＝データＤの数であるか否かを判定する（Ｓ８０９）。ここでは、ｉ＝１となり、データＤの数は２であるため、モデル構築部１００１は、ｉ＞＝データの数でないと判定し（Ｓ８０９；Ｎｏ）、Ｓ８０４に戻る。以降、モデル構築部１００１は、Ｓ８０６、Ｓ８０７の処理をスキップする。次のループでは、ｉ＝２、ｉ＞＝２となるため、モデル構築部１００１は、ｉ＞＝データの数であると判定し（Ｓ８０９；Ｙｅｓ）、Ｓ８１０に進む。上記次のループを終了すると、モデル構築部１００１は、Ｓ８０６で作成したプロセスモデルｍに、上記次のループのＳ８０４で選択した、レコード「２、ロ、Ｂ、[α２，β２，γ２…]」を対応付けたモデル同定データ群Ｍ＝［［プロセスモデルｍ，データｄ［１］（＃１）］］を作成する。最終的に、モデル同定データ群Ｍ［［プロセスモデルｍ（イ），データｄ［０］（＃０）］］、［［プロセスモデルｍ（ロ），データｄ［１］（＃１）］］が作成される。

【0092】

Ｓ８１０において、モデル構築部１００１は、モデル同定データ群Ｍのリストが空であるか否かを判定する（Ｓ８１０）。ここでは、モデル構築部１００１は、Ｓ８０７においてプロセスモデルｍについてのモデル同定データを作成し、当該モデル同定データがモデル同定データ群Ｍのリストに追加している。したがって、モデル構築部１００１は、モデル同定データ群Ｍのリストは空ではないと判定し（Ｓ８１０；Ｎｏ）、Ｓ８１２に進む。

【0093】

Ｓ８１１では、モデル構築部１００１は、上述の通りＳ８１０の判定がＮｏであるため、モデル構築部１００１は、当該処理をスキップする。

【0094】

Ｓ８１２において、モデル構築部１００１は、モデル同定データ群Ｍの各モデルとデータのペアに対し、目的関数を最小化する補正パラメータＣを算出する（Ｓ８１２）。例えば、モデル構築部１００１は、データｄ［０］の実測制御量γ１とプロセスモデルｍ（イ）の推定制御量の差と、同じくデータｄ［１］の実測制御量γ２とプロセスモデルｍ（ロ）の推定制御量の差が最小となるようなプロセスモデルｍの補正パラメータＣを算出する。補正パラメータＣは、例えば、Ｃ＝｛ａ：＋０，ｂ＝＋０，ｃ＝＋１｝といったような、図４に示したプロセスモデル１００４のパラメータａ、ｂ、ｃを補正するためのパラメータである。

【0095】

Ｓ８１３において、モデル構築部１００１は、Ｓ８１２で算出した補正パラメータを、特性ｌ，特性種類ｋの特性パラメータとして格納する。（Ｓ８１３）。例えば、モデル構築部１００１は、特性「機器」の特性種類「Ｂ」についての特性パラメータ＝｛ａ：＋０，ｂ＝＋０，ｃ＝＋１｝を記録する。ここまでの処理が終了すると、すべての特性およびすべての特性種類について、図８Ａ、８Ｂに示した特性パラメータ算出処理が行われたこととなる。したがって、図７に示したモデル構築処理のＳ７０７に進む。

【0096】

Ｓ７０７では、すでに特性種類リストＫ＝［イ，ロ］のそれぞれについて処理が実行されているため、モデル構築部１００１は、特性種類リストＫが空集合であると判定し（Ｓ７０７；Ｙｅｓ）、Ｓ７０８に進む。

【0097】

Ｓ７０８では、すでに特性リストＬ＝[品種,機器]のそれぞれについて処理が実行されているため、モデル構築部１００１は、特性リストＬが空集合であると判定し（Ｓ７０８；Ｙｅｓ）、処理を終了する。

【0098】

図９Ａ、９Ｂは、図８Ａ、８Ｂに示した特性パラメータ算出処理においてモデル同定データ群に記録されたプロセスモデルのモデル同定処理の処理手順を示すフローチャートの一例を示す図である。当該処理は、特性パラメータ算出処理から呼び出された場合に行われる。例えば、特性パラメータ算出処理のＳ８１２の処理内で呼び出される。モデル同定処理は、特性パラメータ算出処理においてモデル同定データ群に記録されたプロセスモデルとデータのペアに対して同定を実行するための処理である。

【0099】

図８Ａ、８Ｂにおいて説明したように、モデル同定データ群Ｍには、プロセスモデルとデータとが対応付けられたペアのデータ（例えば、［プロセスモデルＰ，データＤ］、［プロセスモデルｍ，データｄ［ｉ］］）が複数格納されている。この例では、モデル同定データ群Ｍには、［［プロセスモデルｍ（イ），データｄ［０］（＃０）］］、［［プロセスモデルｍ（ロ），データｄ［１］（＃１）］］が格納されている。モデル同定データ群Ｍは、算出済みの各特性についての特性パラメータで補正したプロセスモデルと、補正前のプロセスモデルを構築したときに用いた過去操業実績データ１０１に含まれる制御対象の特性についての実績値とを対応付けたデータである。データＤ、データｄ［ｉ］は、過去操業実績データ１０１の部分データであり、これまで説明したように、参照値α、操作量β、制御量γの各実績値が記録されている。

【0100】

以下に示す処理では、各データのペアについて、モデル構築部１００１は、まず、プロセスモデルを特性パラメータで補正する。次に、モデル構築部１００１は、当該補正を行ったプロセスモデルに対応するデータ（例えば、制御量）と、当該プロセスモデルの出力推定値（例えば、参照値／操作量を入力して得られた制御量の推定値）との差分を、任意の目的関数を用いて算出する。任意の目的関数としては、例えば、ＲＭＳＥ（Root Mean Squared Error）を用いることができる。

【0101】

そして、モデル構築部１００１は、最終的に、各データのペアごとに、プロセスモデルと各実績値との差分を算出し、各データのペアごとに算出した当該差分の平均値を算出する。モデル構築部１００１は、算出した平均値が十分に小さいなど、所定の基準を満たす場合には当該処理を終了し、最終的な特性パラメータとして返却する。一方、上記任意の基準を満たさない場合には、特性パラメータの決定からやり直す。以下、フローチャートに沿って具体的に説明する。

【0102】

Ｓ９０１において、モデル構築部１００１は、Ｓ８１２において算出された特性パラメータの候補および特性パラメータを任意の最適化アルゴリズムに基づいて選択する（Ｓ９０１）。

【0103】

Ｓ９０２において、モデル構築部１００１は、ループ変数ｊ＝０を設定する（Ｓ９０２）。

【0104】

Ｓ９０３において、モデル構築部１００１は、目的関数の結果を格納する空リストＶを作成する（Ｓ９０３）。例えば、モデル構築部１００１は、目的関数結果リストＶ＝［］を作成する。

【0105】

Ｓ９０４において、モデル構築部１００１は、モデル同定データ群Ｍに記録されたｊ番目のリストＭ［ｊ］より、プロセスモデルｍ，データｄを取得する（Ｓ９０４）。

【0106】

Ｓ９０５において、モデル構築部１００１は、Ｓ９０４で取得したプロセスモデルｍを、Ｓ９０１で選択した特性パラメータで補正し、プロセスモデルｍ’を取得する（Ｓ９０５）。

【0107】

Ｓ９０６において、モデル構築部１００１は、Ｓ９０５で補正したプロセスモデルｍ’と、Ｓ９０４で取得したプロセスモデルｍに対応するデータｄを用いて、任意の目的関数の値ｖを算出し、当該値ｖを目的関数結果リストＶに追加する（Ｓ９０６）。

【0108】

Ｓ９０７において、モデル構築部１００１は、ｊ＝ｊ＋１を実行する（Ｓ９０７）。

【0109】

Ｓ９０８において、モデル構築部１００１は、モデル同定データ群Ｍの長さ＞＝ｊであるか否かを判定する（Ｓ９０８）。すなわち、モデル構築部１００１は、ｊがモデル同定データ群Ｍとして格納されているレコードの数に達したか否かを判定する。

【0110】

モデル構築部１００１は、ｊがモデル同定データ群Ｍとして格納されているレコードの数に達していないと判定した場合（Ｓ９０８；Ｎｏ）、Ｓ９０４に戻り、以降の処理を繰り返す。一方、モデル構築部１００１は、ｊがモデル同定データ群Ｍとして格納されているレコードの数に達したと判定した場合（Ｓ９０８；Ｙｅｓ）、Ｓ９０９に進む。

【0111】

Ｓ９０９において、モデル構築部１００１は、Ｓ９０６において目的関数結果リストＶに記録された、任意の目的関数の値ｖの平均値ａを算出し、所定の基準と比較するなどして、算出した平均値ａを評価する（Ｓ９０９）。

【0112】

Ｓ９１０において、モデル構築部１００１は、算出した平均値ａが所定の基準を満たすか否かを判定する（Ｓ９１０）。モデル構築部１００１は、算出した平均値ａが所定の基準を満たさないと判定した場合（Ｓ９１０；Ｎｏ）、Ｓ９０１に戻り、特性パラメータを選択し直す。

【0113】

Ｓ９１１において、モデル構築部１００１は、算出した平均値ａが所定の基準を満たすと判定した場合（Ｓ９１０；Ｙｅｓ）、Ｓ９０１で選択した特性パラメータを最終的な特性パラメータであると判断して出力する（Ｓ９１１）。

【0114】

以上説明したように、図７～９Ｂまでの処理が終了すると、理論式で構築したプロセスモデルのパラメータを、過去操業実績データに基づいて特性ごとに補正した新たなプロセスモデルを構築することができ、特性の組み合わせごとにプロセスモデルを作成することなく、制御対象の動特性を表現することができる。したがって、特性の組み合わせが膨大となるような制御対象に対しても、少数のプロセスモデルを用いて、プロセスシミュレーションを行うことができるようになる。

【0115】

図１０は、実施例１においてシミュレーション部１００２が行うシミュレーション処理の処理手順を示すフローチャートの一例を示す図である。当該処理は、ユーザからの処理開始の指示や操作があった場合に行われる。シミュレーション処理は、モデル構築部１００１が行ったモデル構築処理において構築されたプロセスモデルを用いてプロセスシミュレーションを行う処理である。

【0116】

Ｓ１００１において、シミュレーション部１００２は、図７～９Ｂで格納された特性パラメータ群１００３から、入力された特性情報１０２に一致する特性パラメータを取得する（Ｓ１００１）。

【0117】

Ｓ１００２において、シミュレーション部１００２は、取得した特性パラメータを用いてプロセスモデルＰを補正し、プロセスモデルＰ’を作成する（Ｓ１００２）。

【0118】

Ｓ１００３において、シミュレーション部１００２は、Ｓ１００２で作成したプロセスモデルＰ’にシミュレーション入力情報１０３を入力し、プロセスモデルＰ’による制御対象のプロセスシミュレーションを実行する（Ｓ１００３）。

【0119】

Ｓ１００４において、シミュレーション部１００２は、上記プロセスシミュレーションを実行した結果を返却する（Ｓ１００４）。

【0120】

このように、本実施例では、コンピュータにより、制御対象の特性をモデル化したプロセスモデルを構築するプロセスモデル構築システムにおいて、上記制御対象の特性に応じた稼働実績を示す過去操業実績データ（例えば、過去操業実績データ１０１）から上記特性（例えば、品種や機器など）を取得する第１の処理部（例えば、モデル構築部１００１、図７）と、上記過去操業実績データに含まれる上記特性についての上記制御対象のプロセスの実績値（例えば、制御対象の制御量）と、所定の理論式（例えば、図４に示した理論式）で構築された上記プロセスモデルにより推定される上記制御対象のプロセスの推定値とが所定の条件（例えば、実測制御量とプロセスモデルの推定制御量との差が最小となるという条件）を満たすような、上記プロセスモデルを補正するための特性パラメータ（例えば、図５に示した特性パラメータ群１００３に格納された特性パラメータ）を、上記特性ごとに算出する第２の処理部（例えば、モデル構築部１００１、図８）と、を有する。これにより、制御対象が複数の特性を有する場合でも、従来に比べて構築負荷や運用負荷がかからないプロセスモデルを構築することができ、また、プロセスシミュレーションを行うために構築するプロセスモデルの数を抑えることができる。

【0121】

また、上記プロセスモデル構築システムに入力される、上記制御対象の特性と当該特性に含まれる特性種類とを示す特性情報（例えば、特性情報１０２）と同じ特性の上記特性パラメータを用いて補正したプロセスモデルを作成し、作成した当該プロセスモデルを用いて、上記制御対象のプロセスの挙動をシミュレーションする第３の処理部（例えば、シミュレーション部１００２）を有する。これにより、特性や特性種類の組み合わせが膨大となるような制御対象に対しても、上記モデル構築部１００１により構築された少数のプロセスモデルを用いて、プロセスシミュレーションを行うことができる。

【0122】

以上、実施例１について具体的に説明したが、本システムが使用される環境に応じて、適宜以下のような変形も可能である。

【0123】

例えば、モデル構築部１００１は、プロセスモデルのパラメータを様々な方法で補正してもよい。

【0124】

上述した実施例では、モデル構築部１００１は、理論式で構築したプロセスモデルのパラメータを補正するための特性パラメータを、過去操業実績データに基づいて、制御対象の特性ごとに算出した。しかし、モデル構築部１００１が、算出した特性パラメータに基づく統計値を算出し、当該統計値に基づく統計特性パラメータを用いて、上記理論式で構築したプロセスモデルのパラメータを補正してもよい。上記統計値としては、例えば、モデル構築部１００１が、特性パラメータ群１００３に格納されている特性パラメータを重み付き線形和で補正する、特性パラメータを重み付き乗算で補正する、プロセスモデルの初期パラメータに対する補正倍率で補正する、などの処理により得られた統計値がある。上記重みづけや補正倍率については、あらかじめユーザが定めておけばよい。

【0125】

このように、上記第２の処理部（例えば、モデル構築部１００１、図８）は、上記特性ごとに算出した上記特性パラメータに基づく統計値を算出し、当該統計値に基づく統計特性パラメータを用いて、上記所定の理論式で構築された上記プロセスモデルを補正する。これにより、ユーザがあらかじめ指定した、上述した各方法で補正した特性パラメータを用いて、プロセスモデルのパラメータを補正することができる。

【0126】

また、プロセスモデルのパラメータの初期値を、過去操業実績データから同定して求めてもよい。

【0127】

上述した実施例では、プロセスモデルのパラメータの初期値は、あらかじめ与えられるものとして説明した。しかし、例えば、モデル構築部１００１が、過去操業実績データから同定された、図９Ａ、９Ｂに示したモデル同定処理により得られた特性パラメータにより補正されたプロセスモデルのパラメータを、初期値として設定してもよい。

【0128】

このように、上記第２の処理部（例えば、モデル構築部１００１、図８）は、上記特性パラメータで補正した上記プロセスモデルと、補正前のプロセスモデルを構築したときに用いた上記過去操業実績データに含まれる実績値とを対応付けたモデル同定データを作成し、作成した当該モデル同定データに含まれる上記特性パラメータで補正した上記プロセスモデルと上記実績値とのペアに対して同定を実行するモデル同定処理（例えば、図９Ａ、９Ｂに示したモデル同定処理）を行い、上記第１の処理部は、上記プロセスモデルのパラメータの初期値として、上記モデル同定処理により得られた上記特性パラメータにより補正されたプロセスモデルのパラメータを設定する。これにより、あらかじめユーザが指定しなくても、過去操業実績データに基づいて、自動的にプロセスモデルのパラメータの初期値を設定することができる。

【0129】

また、特性パラメータをユーザが手動で指定してもよい。

【0130】

上述した実施例では、モデル構築部１００１は、理論式で構築したプロセスモデルのパラメータを補正するための特性パラメータを、過去操業実績データに基づいて、制御対象の特性ごとに算出した。しかし、モデル構築部１００１が、ユーザから指定された特性パラメータを特性パラメータ群に保存してもよい。あるいは、モデル構築部１００１は、算出した特性パラメータの一部（例えば、特性パラメータ＝｛ａ：＋０，ｂ＝＋０，ｃ＝＋１｝のうちの｛ａ：＋０，ｂ＝＋０｝）と、ユーザから指定された特性パラメータ（例えば、特性パラメータ＝｛ａ：＋０，ｂ＝＋０，ｃ＝＋１｝のうちの｛ｃ＝＋１｝）とを、特性パラメータ群に保存してもよい。

【0131】

このように、プロセスモデル構築システム１０００が、上記特性パラメータの入力を受け付ける入力部（例えば、入力装置１６０６）を有し、上記第２の処理部（例えば、モデル構築部１００１、図８）は、上記特性パラメータのうちの少なくとも一部のパラメータを、上記入力部から入力されたパラメータに設定し、設定した当該パラメータ以外のパラメータについて、上記算出を行う。これにより、ユーザの意図を反映した特性パラメータを直接的に格納することができる。

【0132】

上述したように、本システムは、プロセス運転を行う様々なプラントに適用することができる。この場合、上記第１の処理部（例えば、モデル構築部１００１、図７）において、上記過去操業実績データから、上記制御対象の特性（例えば、リアクタの特性）を示す、第１の機器および第１の品種を取得し、上記第２の処理部（例えば、モデル構築部１００１、図８）は、上記第１の機器および上記第１の品種についての上記制御対象のプロセスの実績値（例えば、リアクタの制御量）と上記制御対象のプロセスの推定値とが所定の条件（例えば、リアクタについての実測制御量とプロセスモデルの推定制御量との差が最小となるという条件）を満たすような上記特性パラメータを、上記第一の機器および上記第一の品種ごとに算出し、少なくとも、算出した当該特性パラメータに基づいて、上記第１の機器にて上記第１の品種を生成する際の上記プロセスモデルを補正する。これにより、プロセス運転を行う様々なプラントにおいて、従来に比べて構築負荷や運用負荷がかからないプロセスモデルを構築することができ、また、プロセスシミュレーションを行うために構築するプロセスモデルの数を抑えることができるようになる。

【実施例0133】

実施例２では、シミュレーション部１００２によるシミュレーションの結果を用いて、最適運転条件を満たす制御対象の操業方法を逆算し、その結果を制御対象にフィードバックする場合について説明する。

【0134】

図１１は、実施例２におけるプロセスモデル構築システムの構成の一例を示す図である。図１１に示すように、本実施例にかかるプロセスモデル構築システム２０００は、実施例１におけるプロセスモデル構築システム１０００の構成に加え、さらに、制御機器入力計算部２００１を有している。また、プロセスモデル構築システム２０００は、ユーザにより指定された、制御対象に対する所望の運転条件データ１０６の入力を受け付ける。図１１に示したプロセスモデル構築システム２０００は、実施例１の場合と同様、例えば、図２（コンピュータ概略図）に示すような、ハードウェアとしては一般的なコンピュータ１６００により実現できる。以下では、実施例１におけるプロセスモデル構築システム１０００と同一の構成要素には同一の符号を付して、その説明を省略している。

【0135】

制御機器入力計算部２００１は、与えられた制御対象に対する所望の運転条件データ１０６を満たすための制御対象１０５への入力値を逆算して求める処理部である。制御機器入力計算部２００１は、任意の最適化アルゴリズムを用いて、制御対象１０５への入力値を試行錯誤して計算し、上記所望の運転条件と一致する入力値を見出す最適化計算を行う。例えば、制御機器入力計算部２００１は、制御対象１０５から得られる制御量のフィードバック結果を用いて、逐次、上記最適化計算を再実行し、制御対象１０５の稼働状況に合わせて最適な入力値を計算する。制御対象１０５への入力値としては、操作量、参照値、制御量の時系列データ（またはこれらの一部または全部を組み合わせたデータセット）が挙げられる。また、所望の運転条件データ１０６としては、例えば、図３に示した過去操業実績データ１０１の操業実績データ３０１のなかからユーザにより選択された、模範となる操業実績データが挙げられる。

【0136】

このように、本実施例では、所定のアルゴリズム（例えば、任意の最適化アルゴリズム）と、上記制御対象から得られる上記制御対象についての制御量のフィードバック結果とを用いて、上記制御対象への入力値（例えば、操作量、参照値、制御量の時系列データ（またはこれらの一部または全部を組み合わせたデータセット））を計算し、上記制御対象に対する所望の運転条件（例えば、運転条件データ１０６）と一致する入力値を見出す最適化計算を行う第４の処理部（例えば、制御機器入力計算部２００１）を有する。すなわち、制御機器入力計算部２００１が、所望の運転条件を満たす制御対象の入力値を、制御対象から得られるフィードバック結果に基づいて、都度、再計算するので、現時点での制御対象に最適な運転条件を満たす入力値を計算することができる。したがって、実施例１と同様に特性の種類や特性の組み合わせが多い場合でも、最適運転条件を満たす操作量を逆算することができる。