特開 2023-70398 データ選択処理システム及びデータ選択処理方法

(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】P2023070398

(43)【公開日】2023-05-19

(54)【発明の名称】データ選択処理システム及びデータ選択処理方法

(51)【国際特許分類】

   G05B 23/02 20060101AFI20230512BHJP

【ＦＩ】

G05B23/02 Z

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2021182545

(22)【出願日】2021-11-09

(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】110000925

【氏名又は名称】弁理士法人信友国際特許事務所

(72)【発明者】

【氏名】林 喜治

(72)【発明者】

【氏名】堀 嘉成

(72)【発明者】

【氏名】山嵜 大介

(72)【発明者】

【氏名】上野 貴善

【テーマコード（参考）】

3C223

【Ｆターム（参考）】

3C223AA01

3C223BA01

3C223CC01

3C223DD01

3C223EB01

3C223EB02

3C223EB03

3C223FF03

3C223FF13

3C223FF22

3C223FF26

3C223FF45

3C223GG01

3C223HH03

3C223HH08

(57)【要約】

【課題】センサを解析用にグループ化する際に、適切なセンサ数のグループが構成できるようにする。
【解決手段】データ選択処理システムとして、複数のセンサの検出データを取込むセンサデータ取込部と、センサデータ取込部が取込んだ複数のセンサの検出データの相関係数を求める解析部と、解析部が求めた相関係数が、センサ間の相互に設定した閾値以上に高いセンサ同士の集合をグループとして定義する解析グループ作成部とを備える。
【選択図】図１

【特許請求の範囲】

【請求項1】

複数のセンサの検出データを取込むセンサデータ取込部と、
前記センサデータ取込部が取込んだ複数のセンサの検出データの相関係数を求める解析部と、
前記解析部が求めた相関係数が、センサ間の相互に設定した閾値以上に高いセンサ同士の集合をグループとして定義する解析グループ作成部と、を備える
データ選択処理システム。

【請求項2】

前記解析グループ作成部が作成したグループに属するセンサの数が規定値を超えたとき、前記相関係数の閾値を増加することにより、各グループに属するセンサの数を調整する
請求項１に記載のデータ選択処理システム。

【請求項3】

前記解析部が解析に使用するセンサの数が規定値を超えたとき、相関係数の閾値を増加することにより、解析に使用するセンサの数を調整する
請求項１又は２に記載のデータ選択処理システム。

【請求項4】

前記解析グループ作成部が作成したグループの数が規定値を超えたとき、相関係数の閾値を減少し、作成されたグループの数が規定値未満となったとき、相関係数の閾値を増加することにより、グループの数を調整する
請求項１に記載のデータ選択処理システム。

【請求項5】

前記解析部は、各センサをノードとして設定し、かつ、相関係数が閾値以上にあるセンサ間にエッジを設定したグラフを作成し、
相関が相互に高いセンサ同士の集合をクリークまたはクリークコミュニティに基づいて決定する
請求項１に記載のデータ選択処理システム。

【請求項6】

ノード数が規定値を超えたクリークまたはクリークコミュニティがある場合、これに属するセンサに対して、相関係数の閾値を増加してグラフを再作成し、
再作成後のグラフにおいて、ノード数が規定の範囲にあるクリークまたはクリークコミュニティが新たに生成された場合、このクリークまたはクリークコミュニティに属するセンサをグループとして定義する処理を繰り返すことにより、各グループに属するセンサの数を規定の範囲内とする
請求項５に記載のデータ選択処理システム。

【請求項7】

使用するセンサの数が規定値を超えたとき、相関係数の閾値を増加してグラフを再作成し、使用するセンサの数を調整する
請求項５又は６に記載のデータ選択処理システム。

【請求項8】

作成されたグループの数が規定値を超えたとき、相関係数の閾値を減少してグラフを再作成し、また、作成されたグループの数が規定値未満となったとき、相関係数の閾値を増加してグラフを再作成し、グループの数を調整する
請求項５又は６に記載のデータ選択処理システム。

【請求項9】

複数のセンサの検出データを取込むセンサデータ取込処理と、
前記センサデータ取込処理により取込んだ複数のセンサの検出データの相関係数を求める解析処理と、
前記解析処理により求めた相関係数が、センサ間の相互に設定した閾値以上に高いセンサ同士の集合をグループとして定義する解析グループ作成処理と、を含む
データ選択処理方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、データ選択処理システム及びデータ選択処理方法に関する。

【背景技術】

【0002】

プラントなどの大規模システムには、数千に及ぶ多数のセンサが設置されている。このような大規模システムを対象に異常診断処理を実施する場合、多数のセンサデータ全てを入力とする１つの解析処理を行うのではなく、系統や機器の単位ごとに分割した少数のセンサで構成するグループを定義し、グループごとの解析処理を同時並行で行う方式を採用することが多い。なぜなら、大規模システムの診断処理を複数のグループに分けて解析することで、異常が発生した系統や機器をグループとして特定できるからである。さらに、少数のセンサからなるグループ単位で解析することで、１つのセンサ値の変化による解析結果への感度が高まり、異常検知の精度が向上できるからである。

【0003】

しかしながら、多数のセンサデータに対して、系統や機器を単位とする少数のセンサからなる診断に適したグループを定義する作業は、プラントなどの診断対象の機器構成、及び、種々の異常発生における各センサへの影響を鑑みて決定する必要がある。このため、診断に適切なグループの定義には専門知識を必要とするため、診断処理に着手する際のネックとなっていた。
このような背景から、診断対象であるプラントなどの専門知識を使わずに、センサデータから自動的にグループを定義できる処理方法が望まれていた。

【0004】

このような要望に対し、各センサ間の関連性(相関係数)の高いセンサをまとめたグループを定義する方法が考えられる。この方法は、同一の系統や機器に設置されたセンサは相関係数が高くなることに依拠する。例えば、流量センサの場合、同じ流体経路中の上流側と下流側にそれぞれ設置されたセンサの場合、それぞれの流量の計測値は同じように変化するため高い相関を示す。また、同じ機器に設置されるセンサとして、ポンプを例に挙げると、駆動モータの回転数によりポンプ吐出流量を調整する制御方式を採用していれば、回転数と吐出流量の計測値は高い相関を示す。

【0005】

以上のように、センサ間の相関係数を基に、相関の高い同士のセンサを集めてグループを定義することが、専門知識を使わずにグループを自動決定する方法として有効である。

【0006】

特許文献１には、多数のセンサ信号で構成されたデータの解析を行う技術が記載されている。特許文献１に記載された例では、センサ間の相関係数から有向グラフの一種である有向非循環グラフを作成し、グラフが示すノードの繋がりの関係を用いて、異常の根本原因を特定している。有向グラフとは、ノードを結ぶエッジに向きの情報(ベクトル)を備えたものである。これにより、例えば、特定のセンサが別のセンサに影響を及ぼすなどの因果関係をグラフで表現できる。

【先行技術文献】

【特許文献】

【0007】

【特許文献1】特開２０２１－２３３５号公報

【発明の概要】

【発明が解決しようとする課題】

【0008】

しかしながら、特許文献１に記載された技術などの公知の方法では、各グループのセンサ数を調整できないという問題がある。プラントのような大規模システムには、数千の規模のセンサが設置されていることが多い。このような多数のセンサから成るデータに対し、公知の方法でグループを定義すると、極端な例では、１つのグループに数千のセンサが集中し、他のグループは数個のセンサのみとなるなど、グループによってセンサ数が大きく偏る場合がある。これでは、診断精度を向上させるために複数の解析グループを定義するという本来の目的が達成できない。

【0009】

また、大規模システムに設置された数千のセンサ全てを診断処理に使用する必要はない場合もある。なぜなら、全てのセンサを使用すると多数のグループが定義されるが、システムの処理負荷の点で全グループの処理を実行できないことがある。さらに、どのグループの解析結果を注視すべきか分からなくなり、かえって、プラント状態の把握が困難になることも考えられる。

【0010】

以上述べたように、各センサの相関係数を用いて、相関関係をグラフとして表現し、グラフを基に相関の高いセンサ同士をまとめて解析用のグループを定義する際に、各グループのセンサ数、及び、解析に使用するセンサ数を調整可能とする方法、あるいは、各グループのセンサ数、及び、作成されるグループ数を調整可能とする方法、が望まれていた。

【0011】

本発明は、解析に使用するセンサをグループ化する際に、適切なセンサ数のグループを構成することができるデータ選択処理システム及びデータ選択処理方法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】

【0012】

上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
本願は、上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、データ選択処理システムとして、複数のセンサの検出データを取込むセンサデータ取込部と、センサデータ取込部が取込んだ複数のセンサの検出データの相関係数を求める解析部と、解析部が求めた相関係数が、センサ間の相互に設定した閾値以上に高いセンサ同士の集合をグループとして定義する解析グループ作成部と、を備える。

【発明の効果】

【0013】

本発明によれば、相関の高いセンサをまとめたグループを定義する際に、各グループのセンサ数、及び、解析に使用する全センサ数を調整してグループを定義できるようになる。
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

【図面の簡単な説明】

【0014】

【図1】本発明の第１の実施の形態例によるプラント診断システムの例を示す構成図である。

【図2】本発明の第１の実施の形態例によるセンサ値データベースのデータ構造の例を示す図である。

【図3】本発明の第１の実施の形態例による４つのセンサに対する相関係数をグラフの形式で示した図である。

【図4】本発明の第１の実施の形態例による各グループのセンサ数を調整するための処理を模式的に示した図である。

【図5】本発明の第１の実施の形態例によるグループを定義する処理の流れを示すフローチャートである。

【図6】本発明の第１の実施の形態例による解析グループデータベースのデータ構造の例を示す図である。

【図7】本発明の第１の実施の形態例による解析結果データベースのデータ構造の例示す図である。

【図8】本発明の第１の実施の形態例による解析グループ作成を行う際の画面の例を示す図である。

【図9】本発明の第１の実施の形態例によるタグ番号データベースのデータ構造の例を示す図である。

【図10】本発明の第１の実施の形態例による診断の解析結果を示す表示画面の例を示す図である。

【図11】本発明の第２の実施の形態例によるグループを定義する処理の流れを示すフローチャートである。

【図12】本発明の第２の実施の形態例による解析グループを示すシステムの表示画面の例を示す図である。

【図13】本発明の各実施の形態例によるシステムをコンピュータで構成した場合のハードウェア構成の例を示すブロック図である。

【発明を実施するための形態】

【0015】

＜第１の実施の形態例＞
以下、本発明の第１の実施の形態例によるデータ選択処理システムを、図１～図１０を参照して説明する。

【0016】

［データ選択処理システムを搭載したプラント診断システムの構成］
図１は、本発明の第１の実施の形態例によるデータ選択処理システムを搭載したプラント診断システムの構成を示す。
プラント診断システム１には、プラント３に設置されたセンサの検出データであるセンサデータが供給される。また、プラント診断システム１には、入出力装置２が接続されている。入出力装置２は、プラント診断システム１に対してデータ選択処理に係る解析条件を設定すると共に、診断の解析結果を提示する。プラント３は、プラント診断システム１が診断の対象、すなわち、診断のためのデータ選択処理を適用するプラントである。

【0017】

プラント診断システム１のセンサデータ取込部１１は、プラント３からセンサデータを取り込むセンサデータ取込処理を行い、センサ値データベース１２に取り込んだセンサデータを格納する。
図２は、センサ値データベース１２のデータ構造を示す。センサ値データベース１２には、日時データと共に、センサ値がセンサごとに時系列に格納される。各センサはタグ番号で識別される。図２の例では、A001，A002，・・・がタグ番号である。

【0018】

図１の構成の説明に戻ると、解析グループ作成部１３は、センサ値データベース１２からデータを取り込み、解析グループを作成する。解析グループを作成する処理の詳細は後述する。解析グループ作成部１３で作成された解析グループのデータは、解析グループデータベース１４に格納される。解析部１５は、解析するグループに対して、解析グループデータベース１４からグループに属する複数のタグ番号を取り込み、次に、センサ値データベース１２から各タグ番号に相当するセンサ値の時系列データを取り込む。

【0019】

解析部１５は、取り込んだセンサ値データを使って、プラント診断のための解析処理を実行する。ここで、解析手法については、複数の時系列データを入力として処理する手法であれば、特に限定しない。例えば、パターン認識処理の１つであるクラスタリングを利用した手法がある。これは、正常時におけるセンサデータから作成されたクラスタを基準とするものである。つまり、事前に正常時のセンサデータで学習しておき、これを基準として診断する学習型の手法である。診断処理は、センサデータと正常時のクラスタとの距離を基に行われる。すなわち、センサデータと正常時のクラスタとの距離が大きいほど、正常時のデータパターンとは異なることを意味する。
したがって、センサデータと正常時のクラスタとの距離が大きい場合に、その距離を異常度とすればよい。例えば解析部１５は、センサデータを取り込み、センサデータと正常時のクラスタとの距離に基づいた異常度を解析結果データベース１６に出力する。

【0020】

なお、グループの作成に係る条件、及び、診断の解析に係る条件の設定は、ユーザの入出力装置２での操作に基づいて、入出力制御部１８で行われる。また、センサ名称のデータは、タグ番号データベース１７に格納されている。

【0021】

［解析グループ作成処理］
次に、解析グループ作成部１３で行われる解析グループ作成処理について説明する。
本実施の形態例では、解析グループ作成処理に、グラフ理論を適用した。グラフ理論とは、ノード(節点・頂点)とエッジ(枝・辺)を使ったグラフと呼ばれるデータ構造に対する数学理論一般を指す。ノードを各センサ、エッジを相関の高いセンサのペアとして表現したグラフを作成すれば、グラフ理論を応用することができる。このとき、エッジは、２つのセンサの相関係数に対して閾値判定を行い、閾値以上にある場合に解析グループを作成すればよい。

【0022】

グラフ理論の中の信号処理の１つにクリークという考え方がある。クリークとは、グラフの中で全ノードが相互にエッジで結ばれた部分集合(これを完全グラフという)をいう。センサの相関を、グラフを使って表現した場合、クリークは相互に相関の高いセンサの集合を表すことになり、診断処理のグループとして利用できる。なお、Ｋ個のノードから成るクリークはＫクリークと呼ばれる。また、ノードの数に応じて、３クリーク、４クリーク…のように呼ばれる。

【0023】

クリークに関連した集合として、クリークコミュニティという考え方がある。Ｋ個のノードから成る２つのＫクリークがあったとき、両者がＫ－１個のノードを共有していれば、２つのクリークを１つの集合とみなす。この集合をＫクリークコミュニティと呼ぶ。つまり、クリークコミュニティはクリークの集合であり、クリークよりも広い集合となる。

【0024】

以上説明したグラフ理論を適用して解析グループ作成部１３で行われる解析グループ作成処理について説明すると、まず、センサ値データベース１２から各センサの時系列データを取り込み、各センサ間の相関係数を求める。求める相関係数の数は、２つのセンサの組合せ数と同じになる。例えば、1000個のセンサに対する２つのセンサの組合せ数は499,500通りになる。計算で求める相関係数の数も、これと同じになる。

【0025】

図３(ａ)は、簡単に４つのセンサ[１]～[４]に対する相関係数をグラフの形式で示している。ここで、グラフとはノードとエッジで表すデータの表現形式をいう。図３の例では、丸で囲った数字で示すセンサ[１]～[４]をノードと呼ぶ。また、２つのノード(センサ)を結ぶ線をエッジと呼ぶ。４つのセンサに対する組合せ数は６となるため、６つのエッジが示されている。

【0026】

図３(ａ)では、各エッジに、両端のノード(センサ)に対応する相関係数を記載している。通常の相関係数は－１～＋１の範囲内にある数値となる。相関係数が１である場合は、両者の相対的な変化が同じであることを示す。但し、相関係数が１であっても、絶対値が同じとは限らない。また、相関係数が－１にある場合は、両者の相対的な変化が完全に逆であることを示す。一方、相関係数が０にある場合は、両者の相対的な変化に相関が全くない場合である。本実施の形態例では、正の相関も負の相関も同様に扱うため、相関係数の絶対値が使用される。

【0027】

図３(ａ)に示した例では、センサ[１]と[２]の相関係数は０．９であり、非常に相関が高いことを示す。一方、センサ[２]と[４]の相関係数は０．１であり、相関が低いことを示す。本実施の形態例では、相関の高いセンサ同士をまとめてグループを定義するため、相関係数の閾値判定が行われる。閾値以下にあるセンサは相関が低いと判断され、これらのセンサ間のエッジを削除したグラフが作成される。

【0028】

図３(ａ)で示したグラフにおいて、閾値を０．２に設定すると、図３(ｂ)のグラフが得られる。このグラフが示すように、センサ[１]，[２]，[３]に相当する各ノードは、相互にエッジが連結されており、相関が高い同士の集合であると判別できる。このように、全てのノードがエッジで連結されている集合をクリークと呼ぶ。図３（ｂ）に示す例の場合は、クリークが３つのノードで構成されているので、３クリークと呼ぶ。すなわち、各センサの相関係数を基にグラフを作成し、グラフからクリークを抽出すれば、相互に相関の高いセンサの集合を特定することができる。

【0029】

以上がクリーク解析の基本である。本実施の形態例によるシステムは、クリーク解析を基に特定した相関の高いセンサの集合を１つのグループとして定義し、プラント診断のための解析を各グループに対して行う。さらに、本実施の形態例によるシステムは、プラントのように多数のセンサから成る大規模システム向けに、各グループのセンサ数を調整する処理を行う。

【0030】

［センサ数の調整処理］
次に、解析グループ作成部１３で行われる、センサ数の調整処理を説明する。
図４は、各グループのセンサ数を調整するための処理を模式的に示した図である。
図４の例では１０個のセンサ[１]～[１０]があり、各グループのセンサ数を３～４個に規定する場合の処理を示している。図４でも、各センサ[１]～[１０]は、丸で囲った数字で示されている。

【0031】

図４(ａ)は、１０個のセンサ[１]～[１０]の相関を、グラフで表現している。この例では、センサ[５]，[６]，[９]が３クリークとなっている。すなわち、３つのセンサ[５]，[６]，[９]の相関が相互に高い集合であり、これら３つのセンサをグループとして確定する。
一方、センサ[１]～[７]が７クリークとなっている。これは、各グループのセンサ数を３～４個に規定する条件から逸脱する。このため、図４(ｂ)に示すように、７クリークを取り出し、少数のグループとするための処理が行われる。

【0032】

図４(ｃ)は、図４(ｂ)の７クリークを構成するセンサに対し、相関係数の閾値を増加方向に調整して、グラフを再作成した結果を示す。相関係数の閾値を増加方向に調整することで、相関の低いセンサ間のエッジから削除されていく。図４(ｃ)の例では、センサ[１]～[３]が３クリークとなっている。これはセンサ数の条件を満足するので、グループとして確定する。

【0033】

一方、図４(ｃ)では、センサ[３]～[７]が５クリークとなっている。これは、各グループのセンサ数を３～４個に規定する条件から逸脱する。このため、図４(ｄ)に示す５クリークを取り出す。次に、図４(ｅ)は、図４(ｄ)のセンサに対し、前述の処理と同様に相関係数の閾値を増加方向に調整して、グラフを再作成した結果を示す。これにより、センサ[４]～[７]が４クリークとなっている。これはセンサ数の条件を満足するので、グループとして確定する。

【0034】

以上の処理によって、センサ数が３～４個の条件を満足する３つのグループを定義できた。このように、ノード数が規定値を超えるクリークが存在する場合は、相関係数の閾値を増加方向に調整してグラフを再作成する処理を行う。このとき、グラフはエッジが削除される方向に変化するので、ノード数が規定値の範囲内にあるクリークが生成される。クリークが生成されなければ、再度、閾値を増加方向に調整する。このクリーク生成処理を繰り返せば、定義される全てのグループのセンサ数を規定の範囲内にすることができる。

【0035】

［解析グループ作成処理及びセンサ数調整処理の流れ］
図５は、前述した処理を示すフローチャートである。図５に示す処理フローのステップＳ１～Ｓ８は、前述の図４で説明した各グループのセンサ数を調整するための処理である。
まず、解析グループ作成部１３は、相関係数の閾値に対して初期値を設定する（ステップＳ１）。次に、解析グループ作成部１３は、相関係数が閾値以上にあるセンサ間(ノード間)のエッジを結合したグラフを作成する（ステップＳ２）。さらに、解析グループ作成部１３は、作成したグラフに対してクリーク解析を行う（ステップＳ３）。そして、解析グループ作成部１３は、センサ数(ノード数)が規定の範囲内にあるクリークを取り出す（ステップＳ４）。このステップＳ４によって取り出したクリークに属するセンサ(ノード)を、解析グループ作成部１３は、グループとして確定する。

【0036】

次に、解析グループ作成部１３は、センサ数(ノード数)が規定値を超えたクリークがあるか否かを判定する（ステップＳ６）。ステップＳ６で、規定値を超えたクリークがある場合（ステップＳ６のＹＥＳ）、解析グループ作成部１３は、センサ数(ノード数)が規定値を超えたクリークを取り出す（ステップＳ７）。そして、解析グループ作成部１３は、相関係数の閾値を増加する（ステップＳ８）。次に、ステップＳ２に戻って、相関係数が閾値以上にあるセンサ間(ノード間)のエッジを結合したグラフを作成する。
このステップＳ２～Ｓ８の処理を繰り返すことで、定義されるグループは全てセンサ数が規定の範囲内となる。

【0037】

ここまでは、前述の図４を使って説明した処理である。次に、ステップＳ９～Ｓ１１の処理について説明する。ステップＳ２～Ｓ８が、各グループのセンサ数を規定の範囲内にするための処理であるのに対し、ステップＳ９～Ｓ１１は、使用するセンサ数を規定値以下にするための処理である。

【0038】

前述のステップＳ６で、センサ数(ノード数)が規定値を超えたクリークがない、と判定された場合（ステップＳ６のＮＯ）、確定した全グループのセンサ数は、規定の範囲内にあることを示す。これを受けて、次に、解析グループ作成部１３は、選択されたセンサ数が規定値以下にあるかを判定する（ステップＳ９）。例えば、前述した図４の処理で確定したグループでは、センサ[１]～[１０]の１０個のセンサの中で、センサ[８]とセンサ[１０]以外の８個のセンサが使われている。これに対し、５個以下のセンサでグループを定義する、という規定を設定したとする。すると、ステップＳ９で選択されたセンサ数が規定値以下ではなくなるので（ステップＳ９のＮＯ）、解析グループ作成部１３は、確定したグループを全てリセットする（ステップＳ１０）。なお、ステップＳ９で選択されたセンサ数が規定値以下の場合（ステップＳ９のＹＥＳ）には、処理を終了する。

【0039】

次に、解析グループ作成部１３は、相関係数の閾値の初期値を増加し（ステップＳ１１）、ステップＳ１に戻り、最初から処理をやり直す。このとき、相関係数の閾値の初期値を増加させることで、作成されるグラフのエッジの数は、前より削減する。これにより、最終的にグループに使用されるセンサ数も減らすことができる。

【0040】

つまり、この処理フローは、二重のループで構成されており、内側のループで各グループのセンサ数を調整し、その外側のループで使用するセンサ数を調整している。以上に述べた処理によって定義されるグループは、各グループのセンサ数が規定の範囲内、かつ、使用されるセンサ数が規定値以下、という２つの条件を満足する。

【0041】

なお、図４及び図５で示した処理では、クリークの考え方を適用してグループを定義していたが、クリークコミュニティでも同様の方法で実現できる。クリークをクリークコミュニティに置き換えれば、同じ目的の処理が実現できる。
ここまでが、図１に示した解析グループ作成部１３の処理である。この処理結果は、解析グループデータベース１４に出力される。

【0042】

［解析グループデータベースの構成例］
図６は、解析グループデータベース１４のデータ構造の例を示す。解析グループデータベース１４は、図６(a)及び図６(b)に示す２種類のデータで構成される。すなわち、図６(a)に示すように、各解析グループに属するセンサがタグ番号の形式で格納される。一方、図６(b)に示すように、各解析グループを確定したときの、各解析グループの相関係数が格納される。

【0043】

［解析グループに対して行われる処理の例］
解析グループ作成部１３により解析グループが作成されると、解析部１５は、解析するグループに対して、解析グループデータベース１４からグループに属する複数のタグ番号を取り込み、次に、センサ値データベース１２から各タグ番号に相当するセンサ値の時系列データを取り込む。

【0044】

解析部１５は、取り込んだセンサ値データを使って、プラント診断のための解析を実施する。ここで、解析部１５による解析手法としては、複数の時系列データを入力として処理する手法であれば、特に限定されない。例えば、パターン認識処理の１つであるクラスタリングを利用した手法がある。これは、正常時におけるセンサデータから作成されたクラスタを基準とするものである。つまり、事前に正常時のセンサデータで学習しておき、これを基準として診断する学習型の手法である。診断処理は、センサデータと正常時のクラスタとの距離を基に行われる。距離が大きいほど、正常時のデータパターンとは異なることを意味するので、閾値以上の距離を異常度とすればよい。本実施の形態例でも、解析部１５はセンサデータを取り込み、解析結果データベース１６に異常度を出力する。

【0045】

図７は、解析結果データベース１６のデータ構造の例を示す。解析結果データベース１６には、解析部１５が出力した解析結果(異常度)が、センサ値データベース１２の日時データに対応させて時系列に格納される。前述したように、解析部１５はグループごとに解析を行うので、格納される異常度のデータもグループごとに格納される。

【0046】

［ユーザによる設定で診断の解析結果を得るまでの一連の手順と表示画面の例］
次に、本実施の形態例によるシステムにおいて、図１の入出力装置２を通して、ユーザがグループの作成に係る条件、及び、診断の解析に係る条件を設定し、それに応じて診断の解析結果を得るまでの一連の手順を説明する。なお、これらの入出力データの制御は、入出力制御部１８が実施する。

【0047】

図８は、入出力装置２が表示する画面の一例である。図８に示す画面は、解析グループ作成に係る画面を表示させるタブ１０１を選択して表示させた例である。タブ１０１の上部には、解析グループ作成の条件を設定する窓が配置される。具体的には、タブ１０１には、グループ作成処理に使用するセンサデータに対して日時の範囲を指定する窓１０２が配置される。また、タブ１０１には、グループ作成の解析手法を選択する窓１０３が配置される。この窓１０３により、クリーク／クリークコミュニティのいずれかを選択できる。さらに、タブ１０１には、グループ作成の条件として、前述した各グループのセンサ数の範囲、及び、使用するセンサ数の上限値を指定する窓１０４が配置される。

【0048】

それぞれの窓１０２～１０４で条件を指定し、「グループ作成」と記載されたボタン１０５を押下すると、前述したグループ作成の処理が実行され、処理結果が解析結果データベース１６に出力される。次に、処理結果が画面上の結果表示欄１０６に表示される。結果表示欄１０６には、各グループの信号名称がリスト形式で表示される。この際、入出力制御部１８が、タグ番号からセンサ名称への変換を行う。センサ名称のデータは、図１のタグ番号データベース１７に格納されている。

【0049】

また、センサ数表示欄１０７には、各グループのセンサ数が表示される。また、使用センサ数表示欄１０８には、使用されたセンサ数が表示される。このセンサ数は、センサ数表示欄１０７で示す各グループのセンサ数の合計ではない。なぜなら、同じ信号が複数のグループに属する場合があるためである。センサ数表示欄１０７の各グループのセンサ数、使用センサ数表示欄１０８の使用センサ数を表示することにより、窓１０４で設定した条件が満足されていることを確認できる。センサ間の相関係数表示欄１０９には、グループが確定したときの相関係数が表示される。画面上に示される相関係数については、同じグループに属するセンサ間の相関係数は、いずれも、この値以上になっていることを意味する。

【0050】

図９は、タグ番号データベース１７のデータ構造の例を示している。図９に示すように、タグ番号とセンサ名称とが対応させる形で格納されている。図１に示す解析グループデータベース１４には、各グループに属するセンサがタグ番号の形式で格納されている。入出力制御部１８は、このデータを取り出し、タグ番号データベース１７を基にタグ番号からセンサ名称への変換を行い、画面に表示する。

【0051】

なお、本実施の形態例によるシステムは、プラント３からオンラインでデータを取り込み、診断の解析結果をリアルタイムで逐次表示する処理を想定している。したがって、前述した解析グループの作成に係る操作は、システムで診断処理を実行する前にあらかじめ実施しておく。

【0052】

図１０は、診断の解析結果を示す表示画面である。図１０に示す画面は、解析結果に係る画面を表示させるタブ２０１を選択することで表示される。
タブ２０１の上部には、解析結果を表示する解析グループを指定するリスト２０２が配置される。リスト２０２で解析グループを選択することで、入力センサ名称表示欄２０３に該当するグループのセンサの名称が表示され、解析結果表示欄２０４に解析グループの解析結果が表示される。図１０に示す解析結果表示欄２０４の例は、異常度のトレンドであり、前述の解析結果データベース１６に格納されている。

【0053】

以上に述べたように、本実施の形態例によれば、プラントなどの大規模システムの診断を行う場合、センサ間の相関が相互に高い集合を診断処理のグループとして自動で定義できる。さらに、定義される各グループのセンサの数を規定の範囲にでき、かつ、選択されたセンサの数を規定値以下とすることができる。センサ数を調整できる機能は、多数のセンサが設置された大規模システムを対象とする場合に、特に有効である。

【0054】

＜第２の実施の形態例＞
次に、本発明の第２の実施の形態例によるデータ選択処理システムを、図１１～図１２を参照して説明する。
本実施の形態例においても、第１の実施の形態例と同様に、プラントなどの大規模システムの診断を行うものであり、図１に示すシステム構成にてセンサの選択処理が行われる。
第１の実施の形態例と第２の実施の形態例との相違点は、第１の実施の形態例では選択されたセンサの数を規定値以下とする処理であったが、これに代わり、第２の実施の形態例では作成されるグループの数を規定の範囲とする処理となる点である。なお、第１の実施の形態例で実施した各グループのセンサ数を規定の範囲とする点は、第２の実施の形態例でも同様である。
なお、本実施の形態例での解析グループ作成処理及びセンサ数調整処理を説明する図１１のフローチャートにおいて、図５のフローチャートの処理と同じ処理が行われるステップについては、同じステップ番号を付し、重複説明を省略する。

【0055】

［解析グループ作成処理及びグループ数調整処理の流れ］
図１１は、本実施の形態例での解析グループ作成処理及びグループ数調整処理の流れを示すフローチャートである。
この図１１のフローチャートでは、ステップＳ１～Ｓ８については、図５のフローチャートに示す処理と同じ処理が行われる。そして、ステップＳ６でセンサ数が規定値を超えたクリークがない場合（ステップＳ６のＮＯ）に、作成されたグループ数が規定の範囲にあるか否かを判断する処理が行われる（ステップＳ９Ｂ）。
このステップＳ９Ｂで、グループ数が規定値の範囲内にあれば（ステップＳ９ＢのＹＥＳ）、解析グループ作成処理及びグループ数調整処理は終了する。
一方、ステップＳ９Ｂで、グループ数が規定値の範囲内でなければ（ステップＳ９ＢのＮＯ）、ステップＳ１０に移って、解析グループをクリアして初期状態に戻す処理が行われる。

【0056】

さらに、ステップＳ１０で解析グループをクリアして初期状態に戻す処理が行われた後、相関係数の閾値の初期値が変更される（ステップＳ１１Ｂ）。ここで、作成されたグループ数が規定値の範囲未満であり、グループ数を増やしたい場合は、閾値が減少方向に調整される。これにより、２つのセンサの相関が高いと判定されるケースが増え、ステップＳ２で作成されるグラフはエッジの数が増加する。その結果、クリークの数が増え、グループ数も増える。一方、作成されたグループ数が規定値の範囲を超えており、グループ数を減らしたい場合は、前述の例とは逆に閾値を増加方向に調整すればよい。
ステップＳ１１Ｂで相関係数の閾値の初期値を変更した後、ステップＳ１の処理に戻る。

【0057】

以上の処理が行われることで、作成されるグループ数を規定値の範囲内とすることができる。図１１のフローチャートでは、ステップＳ１～Ｓ８で各グループのセンサ数の調整処理が行われると共に、さらにステップＳ９Ｂ，Ｓ１０，Ｓ１１Ｂの処理が加わることで、作成されるグループ数の調整処理が行われる。

【0058】

［表示画面の例］
図１２は、本実施の形態例におけるシステムの表示画面例である。この図１２の表示画面において、図８に示す表示画面と同じ項目には同じ符号を付す。
図１２に示す画面は、図８の使用するセンサ数の上限値を指定する窓１０４の代わりに、グループ数の下限・上限を設定する窓１０４Ｂを設けたものである。
図１２の画面のその他の箇所は、図８の画面と同様である。
以上に述べたように、第２の実施の形態例によれば、定義される各グループのセンサの数を規定の範囲にでき、かつ、作成されるグループの数を規定の範囲内とすることができる。

【0059】

［変形例］
なお、ここまで説明した実施の形態例は、本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
また、図１に示すデータ選択処理システム（プラント診断システム１）の各処理部は、コンピュータ装置に、データ選択処理システムとしての各処理機能を実行するソフトウェア（プログラム）を実装して、構成するのが一般的である。

【0060】

図１３は、このデータ選択処理システムとして機能するコンピュータ装置のハードウェア構成の概要の一例を示す。

【0061】

コンピュータ装置で構成されたデータ選択処理システムは、バスにそれぞれ接続された、ＣＰＵ(Central Processing Unit)１ａ、主記憶部１ｂ、不揮発性ストレージ１ｃ、ネットワークインタフェース１ｅ、入出力部１ｆ、及び表示部１ｇを備える。

【0062】

ＣＰＵ１ａは、データ選択処理システムが行う機能を実現するソフトウェアのプログラムコードを主記憶部１ｂ又は不揮発性ストレージ１ｃから読み出して実行する演算処理部である。

【0063】

ＣＰＵ１ａが主記憶部１ｂ又は不揮発性ストレージ１ｃからプログラムコードを読み出して、主記憶部１ｂのワークエリアで演算処理を実行することで、主記憶部１ｂに様々な処理機能部が構成される。例えば主記憶部１ｂには、図１に示すセンサデータ取込部１１、解析グループ作成部１３、解析部１５及び入出力制御部１８が構成される。

【0064】

不揮発性ストレージ１ｃには、例えば、ＨＤＤ(Hard Disk Drive)、ＳＳＤ（Solid State Drive）、メモリカードなどの大容量情報記憶媒体が用いられる。不揮発性ストレージ１ｃには、データ選択処理システムが持つ機能を実現するソフトウェアと、そのプログラムの実行で得られたデータ、並びに各データベース１２，１４，１６，１７としての情報が記憶される。

【0065】

ネットワークインタフェース１ｅは、例えば、ＮＩＣ（Network Interface Card）などが用いられ、他の装置とのデータの送受信が行われる。
入出力部１ｆは、プラント３からのセンサデータの取込などを行う。
表示部１ｇは、図８などに示す画面の表示を行う。なお、図１の例では、入出力装置２が表示を行う例としてあり、表示部１ｇはデータ選択処理システムとしてのコンピュータ装置は備えない構成でもよい。

【0066】

また、図１などに示す構成図では、制御線や情報線は説明上必要と考えられるものだけを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。
また、各実施の形態例で説明したシステムをコンピュータなどの情報処理装置で構成した場合に、各処理機能を実現するプログラムについては、コンピュータ装置内の不揮発性ストレージやメモリに用意する他に、外部のメモリ、ＩＣカード、ＳＤカード、光ディスク等の記録媒体に置いて、転送してもよい。

【符号の説明】

【0067】

１…プラント診断システム（データ選択処理システム）、１ａ…ＣＰＵ、１ｂ…主記憶部、１ｃ…不揮発性ストレージ、１ｅ…ネットワークインタフェース、１ｆ…入出力部、１ｇ…表示部、２…入出力装置、３…プラント、１１…センサデータ取込部、１２…センサ値データベース、１３…解析グループ作成部、１４…解析グループデータベース、１５…解析部、１６…解析結果データベース、１７…タグ番号データベース、１８…入出力制御部、１０１～１０４，１０４Ｂ…窓、１０５…ボタン、１０６…結果表示欄、１０７…センサ数表示欄、１０８…使用センサ数表示欄、１０９…相関係数表示欄、２０１…タブ、２０２…リスト、２０３…入力センサ名称表示欄、２０４…解析結果表示欄

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】