特開 2024-29816 状態推定装置、状態推定方法及びプログラム

(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】P2024029816

(43)【公開日】2024-03-07

(54)【発明の名称】状態推定装置、状態推定方法及びプログラム

(51)【国際特許分類】

   G06N 20/00 20190101AFI20240229BHJP

   G05B 23/02 20060101ALI20240229BHJP

【ＦＩ】

G06N20/00

G05B23/02 R

【審査請求】未請求

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2022132211

(22)【出願日】2022-08-23

(71)【出願人】

【識別番号】504136568

【氏名又は名称】国立大学法人広島大学

(74)【代理人】

【識別番号】100196380

【弁理士】

【氏名又は名称】森 匡輝

(71)【出願人】

【識別番号】000003160

【氏名又は名称】東洋紡株式会社

(72)【発明者】

【氏名】山本 透

(72)【発明者】

【氏名】木下 拓矢

(72)【発明者】

【氏名】土井 邦之

(72)【発明者】

【氏名】田丸 慎也

(72)【発明者】

【氏名】西村 和紀

【テーマコード（参考）】

3C223

【Ｆターム（参考）】

3C223AA05

3C223BA01

3C223CC01

3C223DD01

3C223FF04

3C223FF12

3C223FF22

3C223FF24

3C223FF26

3C223FF42

3C223GG01

3C223HH03

3C223HH08

(57)【要約】

【課題】精度よく目的変量の推定を行うことができるとともに、データベースの学習状況を分析可能な状態推定装置、状態推定方法及びプログラムを提供する。
【解決手段】状態推定装置１は、推定対象Ｐの状態を表す説明変量ｘと目的変量ｙとを含む複数のデータセットを格納するデータベースＤＢを作成するデータベース作成部１１１と、データベースＤＢを学習させる学習部１１２と、学習されたデータベースＤＢに基づいて、推定対象Ｐの測定値である説明変量ｘに対応する目的変量ｙを推定する推定部１１４と、を備える。データベース作成部１１１は、測定可能な状態変数のうち重要度の大きい変数を説明変量ｘとして選択し、学習部１１２は、学習前の初期データセットを、学習用データセットを用いて推定用データベースを作成し、推定用データベースの推定用データセットは、初期データセットのデータと学習によるデータの修正量とを含むデータセットである。
【選択図】図２

【特許請求の範囲】

【請求項1】

推定対象の状態を表す説明変量と目的変量とを含む複数のデータセットを格納するデータベースを作成するデータベース作成部と、
前記データベースを学習させる学習部と、
前記学習部で学習された前記データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定部と、を備え、
前記データベース作成部は、前記推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を前記説明変量として選択し、
前記学習部は、学習前の初期データセットを、学習用データセットを用いて更新することにより学習させて推定用データベースを作成し、
前記推定用データベースの推定用データセットは、初期データセットのデータと、学習によるデータの修正量とを含むデータセットである、
ことを特徴とする状態推定装置。

【請求項2】

前記修正量は、推定された前記目的変量と実測された前記目的変量との差に基づいて導出される、前記目的変量の補正値である、
ことを特徴とする請求項１に記載の状態推定装置。

【請求項3】

前記データベース作成部は、前記データベースを作成するために取得された複数の前記データセットに含まれる前記目的変量を、所定の前記説明変量の時間変化に基づいて補間する、
ことを特徴とする請求項１に記載の状態推定装置。

【請求項4】

前記データベース作成部は、前記データベースを作成するために取得された複数の前記データセットを、前記説明変量と前記目的変量との関係に影響を与える環境指標に基づいて複数のデータ群に分類し、前記データ群ごとに前記データベースを作成する、
ことを特徴とする請求項１から３のいずれか一項に記載の状態推定装置。

【請求項5】

前記推定部は、
測定された前記説明変量と、前記推定用データセット中の前記説明変量との類似度を演算して近傍データを抽出し、前記データベースごとに抽出された前記近傍データの数に基づいて前記データベースごとの重みを算出し、前記近傍データと前記重みに基づいて、前記目的変量を推定する、
ことを特徴とする請求項４に記載の状態推定装置。

【請求項6】

推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を説明変量として選択し、前記推定対象の状態を表す前記説明変量と目的変量とを含む複数のデータセットをデータベースに格納して初期データベースを作成する初期データベース作成ステップと、
前記初期データベースを、学習用データセットを用いて学習させて推定用データベースを作成する学習ステップと、
前記推定用データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定ステップと、を含み、
前記推定用データベースに格納された推定用データセットは、初期データセットのデータと、学習によるデータの修正量とを含むデータセットである、
ことを特徴とする状態推定方法。

【請求項7】

コンピュータを、
推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を説明変量として選択し、前記推定対象の状態を表す前記説明変量と目的変量とを含む複数のデータセットをデータベースに格納して初期データベースを作成するデータベース作成部、
前記データベースを、学習用データセットを用いて学習させて、初期データセットのデータと、学習によるデータの修正量とを含む推定用データセットを格納する推定用データベースを作成する学習部、
前記推定用データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定部、
として動作させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、状態推定装置、状態推定方法及びプログラムに関する。

【背景技術】

【0002】

従来、対象の状態を表すパラメータとして測定された説明変量（入力変数）の値に基づいて、所定の目的変量（出力変数）の値を推定する状態推定方法が開発されている。このような状態推定方法は、ソフトセンサと呼ばれ、高温高圧環境となるプラント内の各種パラメータ、製品品質等、測定が難しいパラメータを、物理的なセンサ（ハードセンサ）によって測定された物理量（測定値）を用いて推定する場合等に用いられている。

【0003】

例えば特許文献１のように、ソフトセンサの入力値と、保存された複数のデータとに基づいて、出力値を推定する状態推定方法が開発されている。特許文献１のソフトセンサでは、保存されたデータを学習させることにより、ソフトセンサの精度を向上させることとしている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】国際公開第２００２／００６９５３号

【発明の概要】

【発明が解決しようとする課題】

【0005】

特許文献１のソフトセンサでは、所定の大きさのメッシュで量子化された入力空間に入力値と出力値との組み合わせ（データセット）である履歴データが振り分けられて事例ベースが作成される。出力値は、この事例ベースと、測定された現在の入力値とに基づいて、推定される。特許文献１の事例ベースでは、メッシュごとに、事例としてのデータセットの値が学習により修正され、事例ベースのデータセットが作成される。

【0006】

しかしながら、ソフトセンサは、推定対象の動作中に測定可能な状態変数である説明変量を用いて、測定困難な目的変量を推定するので、精度よく目的変量を推定することは難しい。

【0007】

また、特許文献１のデータセットは、学習により上書き修正されたデータのみが保存されており、修正後に初期のデータセットの入力値、出力値に対する学習の状況を確認することは難しい。

【0008】

本発明は、上述の事情に鑑みてなされたものであり、精度よく目的変量の推定を行うことができるとともに、データベースの学習状況を分析可能な状態推定装置、状態推定方法及びプログラム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】

【0009】

上記目的を達成するために、本発明の第１の観点に係る状態推定装置は、
推定対象の状態を表す説明変量と目的変量とを含む複数のデータセットを格納するデータベースを作成するデータベース作成部と、
前記データベースを学習させる学習部と、
前記学習部で学習された前記データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定部と、を備え、
前記データベース作成部は、前記推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を前記説明変量として選択し、
前記学習部は、学習前の初期データセットを、学習用データセットを用いて更新することにより学習させて推定用データベースを作成し、
前記推定用データベースの推定用データセットは、初期データセットのデータと、学習によるデータの修正量とを含むデータセットである。

【0010】

また、前記修正量は、推定された前記目的変量と実測された前記目的変量との差に基づいて導出される、前記目的変量の補正値である、
こととしてもよい。

【0011】

また、前記データベース作成部は、前記データベースを作成するために取得された複数の前記データセットに含まれる前記目的変量を、所定の前記説明変量の時間変化に基づいて補間する、
こととしてもよい。

【0012】

また、前記データベース作成部は、前記データベースを作成するために取得された複数の前記データセットを、前記説明変量と前記目的変量との関係に影響を与える環境指標に基づいて複数のデータ群に分類し、前記データ群ごとに前記データベースを作成する、
こととしてもよい。

【0013】

また、前記推定部は、
測定された前記説明変量と、前記推定用データセット中の前記説明変量との類似度を演算して近傍データを抽出し、前記データベースごとに抽出された前記近傍データの数に基づいて前記データベースごとの重みを算出し、前記近傍データと前記重みに基づいて、前記目的変量を推定する、
こととしてもよい。

【0014】

本発明の第２の観点に係る状態推定方法は、
推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を説明変量として選択し、前記推定対象の状態を表す前記説明変量と目的変量とを含む複数のデータセットをデータベースに格納して初期データベースを作成する初期データベース作成ステップと、
前記初期データベースを、学習用データセットを用いて学習させて推定用データベースを作成する学習ステップと、
前記推定用データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定ステップと、を含み、
前記推定用データベースに格納された推定用データセットは、初期データセットのデータと、学習によるデータの修正量とを含むデータセットである。

【0015】

本発明の第３の観点に係るプログラムは、
コンピュータを、
推定対象の動作中に測定可能な状態変数のうち重要度の大きい変数を説明変量として選択し、前記推定対象の状態を表す前記説明変量と目的変量とを含む複数のデータセットをデータベースに格納して初期データベースを作成するデータベース作成部、
前記データベースを、学習用データセットを用いて学習させて、初期データセットのデータと、学習によるデータの修正量とを含む推定用データセットを格納する推定用データベースを作成する学習部、
前記推定用データベースに基づいて、前記推定対象の測定値である前記説明変量に対応する前記目的変量を推定する推定部、
として動作させる。

【発明の効果】

【0016】

本発明の状態推定装置、状態推定方法及びプログラムによれば、データベースに格納されるデータセットに含まれる説明変量として、重要度の大きい状態変数を選択して用いるので、高い精度で目的変量の推定を行うことができる。また、データベースに格納される推定用データセットを、初期データセットのデータと修正量とを含むデータセットとしているので、初期データセットからの修正量を確認可能であり、学習状況を容易に分析することができる。

【図面の簡単な説明】

【0017】

【図1】本発明の実施の形態に係る状態推定の概要を示す概念図

【図2】実施の形態１に係る状態推定装置の機能ブロック図

【図3】実施の形態１に係る状態推定処理の流れを示すフローチャート

【図4】基本データにおける目的変量の補間方法を示す概念図

【図5】実施の形態２に係る状態推定装置の機能ブロック図

【図6】実施の形態２に係る状態推定処理の流れを示すフローチャート

【図7】実施の形態２に係る目的変量の推定方法を示す概念図

【図8】状態変数の重要度の例を示すグラフ

【図9】変数選択を行った場合の状態推定の例を示すグラフ

【図10】変数選択を行わなかった場合の状態推定の例を示すグラフ

【発明を実施するための形態】

【0018】

以下、図を参照しつつ、本発明の実施の形態に係る状態推定装置及び状態推定方法について説明する。

【0019】

（実施の形態１）
（状態推定システムの概要）
図１は、本実施の形態に係る状態推定の概要を示す概念図である。ここで、ｙ（ｔ）は推定対象Ｐ（制御対象）の出力、ｘ_ｎ（ｔ）は状態変数、＾ｙ（ｔ）はソフトセンサで算出された出力ｙ（ｔ）の推定値である。

【0020】

状態変数ｘ_ｎ（ｔ）は、出力ｙ（ｔ）への影響度が弱い（重要度が小さい）変数を含む場合がある。重要度が小さい状態変数ｘ_ｎ（ｔ）に基づいて出力ｙ（ｔ）を推定すると、ノイズの影響を受けやすくなり、推定精度が劣化するおそれがある。本実施の形態では、状態変数ｘ_ｎ（ｔ）のうち、出力ｙ（ｔ）への影響度が強い（重要度が大きい）変数を、状態変数ｘ_ｒｎ（ｔ）として選択し、選択された状態変数ｘ_ｒｎ（ｔ）を用いて、ソフトセンサとして機能する状態推定装置を構成する。

【0021】

また、本実施の形態では、推定対象Ｐである制御対象として、以下の式に示す離散時間非線形システムを考える。

【数1】

ここで、ｆ（・）は非線形関数、φ（ｔ－１）はシステムの時刻ｔより前の状態を表しており、φを情報ベクトルともいう。

【0022】

φ（ｔ－１）は次式で定義される。

【数2】

ここで、ｎ_ｙは出力ｙの次数であり、ｎ_ｘｎは状態変数ｘ_ｒｎの次数である。

【0023】

（状態推定装置）
図２のブロック図に示すように、本実施の形態に係る状態推定装置１は、制御部１１、記憶部１２、表示部１３、入力部１４を備える。

【0024】

制御部１１は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等から構成されており、状態推定装置１の動作を制御する。また、制御部１１は、推定対象Ｐの現在の状態を表すパラメータ（説明変量ｘ）の値を取得し、取得した説明変量ｘの値と、記憶部１２に記憶されているデータベースＤＢとに基づいて、目的変量ｙを推定する。

【0025】

制御部１１は、制御部１１のＲＯＭ、記憶部１２等に記憶されている各種動作プログラム及びデータをＲＡＭに読み込んでＣＰＵを動作させることにより、図２に示す制御部１１の各機能を実現させる。これにより、制御部１１は、データベース作成部１１１、学習部１１２、説明変量取得部１１３、推定部１１４として動作する。

【0026】

データベース作成部１１１は、推定対象Ｐの過去の操業データ又はシミュレーションデータとして取得された基本データＰＤに含まれる複数の状態変数ｘ_ｎから、目的変量ｙを推定するためのデータセットφに含まれる１又は２以上の状態変数ｘ_ｒｎを説明変量ｘとして選択する。また、データベース作成部１１１は、選択した説明変量ｘに係る基本データＰＤに基づいて、データセットφが蓄積されたデータベースＤＢを作成する。

【0027】

学習部１１２は、データベースＤＢに記憶されている初期データセット~φ（ｊ）を、学習用データセットφ^＊（ｔ）（教師データ）を用いて学習させ、推定用データセットφ（ｊ）を生成する。各データセットは、説明変量ｘ、目的変量ｙ等を含むものであり、各データセットの詳細については後述する。初期データセット~φ（ｊ）及び学習用データセットφ^＊（ｔ）は、例えば、予め取得された基本データＰＤを振り分けて生成される、互いに異なるデータを含むデータセットである。

【0028】

説明変量取得部１１３は、推定対象Ｐの状態を表すものとして測定されるパラメータのうちデータベース作成部１１１で選択された説明変量ｘの値を取得する。説明変量ｘは、例えば、化学プラントである推定対象Ｐにおいて、物理的なセンサ（ハードセンサ）を用いて測定可能な材料の温度、重量、装置内の圧力等の物理量である。

【0029】

推定部１１４は、学習部１１２によって学習され、記憶部１２のデータベースＤＢに格納されている推定用データセットφ（ｊ）と、説明変量取得部１１３で取得された推定対象Ｐの説明変量ｘ等に基づいて、目的変量ｙの推定値＾ｙを算出する。

【0030】

記憶部１２は、ハードディスク、フラッシュメモリ等の不揮発性メモリであり、説明変量ｘから目的変量ｙを推定するためのプログラム、推定部１１４で推定された目的変量＾ｙ等を記憶する。また、記憶部１２は、目的変量ｙを推定するための複数の推定用データセットφ（ｊ）を格納するデータベースＤＢを備える。本実施の形態に係る初期データセット~φ（ｊ）は、推定対象Ｐの状態を表す説明変量ｘ、目的変量ｙを含む。また、推定用データセットφ（ｊ）は、説明変量ｘ、目的変量ｙを含む初期データセット~φ（ｊ）に修正量ｃを加えたものである。

【0031】

表示部１３は、推定対象Ｐの現在の状態を示す説明変量ｘ、推定された目的変量＾ｙ等の情報を表示する表示デバイスであり、例えば、液晶モニタである。

【0032】

入力部１４は、推定用データセットφ（ｊ）の学習条件等の各種設定値、目的変量ｙの推定の開始、終了指示等を入力するキーボード、マウス、タッチパネル等の入力デバイスである。

【0033】

続いて、状態推定装置１を用いた推定対象Ｐの状態推定方法について、図３のフローチャートを参照しつつ、具体的に説明する。本実施の形態に係る状態推定処理では、取得した基本データＰＤから状態推定に用いる説明変量ｘを選択して、状態推定を行うためのデータベースＤＢを作成し、データベースＤＢの学習を行う。そして、学習されたデータベースＤＢを用いて、目的変量ｙを推定する。

【0034】

図３に示すように、初期データベース作成ステップとして、状態推定装置１のデータベース作成部１１１は、推定対象Ｐの操業データ等の基本データＰＤを取得する（ステップＳ１１）。基本データＰＤは、予め記憶部１２に格納されていてもよいし、状態推定装置１とネットワークを介して接続されたサーバ等の外部記憶装置に格納されていてもよい。

【0035】

ここで、基本データＰＤに含まれる説明変量ｘは、推定対象Ｐの動作中に測定可能な状態変数ｘ_ｎであるのに対し、目的変量ｙは、推定対象Ｐの動作中に測定することが難しい変数である。例えば、目的変量ｙは、化合物を生成する化学プラントにおいて、動作停止中でなければ測定することが難しい化合物の組成等である。この場合、操業データとして取得される基本データＰＤの目的変量ｙは、図４に示すように、推定対象Ｐの動作停止時のデータのみとなる。そこで、本実施の形態では、所定の状態変数ｘ_ｎに基づいて、目的変量ｙを補間して、基本データＰＤとして用いることとする。

【0036】

具体的には、データベース作成部１１１は、状態変数ｘ_ｎのうち、時間変化の傾向が目的変量ｙと近いと考えられるものを選択する。そして、データベース作成部１１１は、目的変量ｙの初期値（時刻ｔ＝０）と、測定データ（時刻ｔ＝ｔ_ｍ）との間のデータを、選択された状態変数ｘ_ｎの時間変化、例えばｔ＝０～ｔ_ｍの各測定時刻における変化率に基づいて補間する。図４は、目的変量ｙと選択された状態変数ｘ_ｎとが、ともに単純増加する場合の補間について示しているが、実際には増加、減少等の変化の傾向に基づいて補間される。また、補間を行う際に参照される状態変数ｘ_ｎの選択方法は特に限定されず、過去の操業データ、シミュレーションデータ等に基づいて、目的変量ｙと変化の傾向がより近似すると推測される状態変数ｘ_ｎを選択すればよい。

【0037】

データベース作成部１１１は、取得した基本データＰＤに含まれる状態変数ｘ_ｎから状態推定に用いる状態変数ｘ_ｒｎを説明変量ｘとして選択する（ステップＳ１２）。変数選択の方法としては、変数選択、特徴量選択において用いられる公知の方法を用いることができる。例えば、前向き法、後ろ向き法等のラッパー法、ラッソ回帰、決定木等の組み込み法等を用いることができる。

【0038】

データベース作成部１１１は、基本データＰＤから説明変量ｘ及び目的変量ｙに関するデータを抽出し、２つの群に振り分けることにより、初期データセット~φ（ｊ）（ただし、ｊは１～Ｎの自然数であり、Ｎは２以上である。）及び学習用データセットφ^＊（ｔ）を生成する（ステップＳ１３）。尚、外れ値の影響を抑えるため、事前に基本データＰＤから外れ値を除去していることが好ましい。

【0039】

初期データセット~φ（ｊ）は、以下の式（３）に示すように、推定対象Ｐにおいて測定可能なデータである説明変量~ｘ（ｊ）と、制御対象の動作中において測定が困難な目的変量~ｙ（ｊ）とを含む。状態推定装置１は、初期データセット~φ（ｊ）を格納したデータベースＤＢ（以下、初期データベースＤＢ_０ともいう。）を作成し、記憶部１２に記憶させる（ステップＳ１４）。

【数3】

【0040】

また、上式に示すように、初期データセット~φ（ｊ）は、後述する学習によって目的変量ｙの推定値を修正するためのパラメータである修正量ｃ（ｊ）を含む。ただし、学習前である初期データセット~φ（ｊ）中の修正量~ｃ（ｊ）は、~ｃ（ｊ）＝０と設定されている。

【0041】

続いて、学習ステップとして、学習部１１２は、以下の式に示す学習用データセットφ^＊（ｔ）（ただし、ｔは１～Ｍの自然数である。）を用いて初期データベースＤＢ_０を学習させる。

【数4】

【0042】

学習用データセットφ^＊（ｔ）は、初期データセット~φ（ｊ）と同様に、予め測定されたデータ等である基本データＰＤに基づいて生成され、初期データセット~φ（ｊ）とは異なるデータである。また、学習用データセットφ^＊（ｔ）は、初期データベースＤＢ_０の学習に用いられるデータセットであるので、上式に示すように、修正量ｃは含まない。

【0043】

学習ステップでは、学習部１１２は、学習用データセットφ^＊（ｔ）（要求点）を選択する（ステップＳ１５）。学習部１１２は、選択された学習用データセットφ^＊（ｔ）と、初期データベースＤＢ_０に格納されている初期データセット~φ（ｊ）との類似度Ｓを算出する（ステップＳ１６）。学習用データセットφ^＊（ｔ）と初期データセット~φ（ｊ）との類似度Ｓ（φ^＊（ｔ），~φ（ｊ））、すなわち学習用データセットφ^＊（ｔ）に含まれる説明変量ｘと初期データセット~φ（ｊ）に含まれる説明変量ｘとの近さは、以下の式で表される。

【0044】

【数5】

なお，ｈ_ｉはバンド幅であり、~φ（ｊ，ｉ）は、データベースＤＢに記憶されている第ｊ番目のデータセットφにおける説明変量ｘの第ｉ番目の要素を表す。また、ｎ_ｙ，ｎ_ｘはそれぞれ目的変量ｙ，説明変量ｘの次数である。バンド幅ｈ_ｉの決定方法は特に限定されず、プラグ・イン法（Plug-In Method）等の公知の方法を用いることができる。

【0045】

類似度Ｓが最も高くなるのは、要求点φ^＊（ｔ）と同じ説明変量ｘを有する初期データセット~φ（ｊ）が存在する場合であり、この場合の類似度Ｓは以下の式となる。

【数6】

【0046】

また、要求点φ^＊（ｔ）の説明変量ｘと、初期データセット~φ（ｊ）の説明変量ｘとが類似していない場合、類似度Ｓ（φ^＊（ｔ），~φ（ｊ））は０に近づく。したがって、本実施の形態に係る学習部１１２は、以下の類似度Ｓに基づく条件式を満足する初期データセット~φ（ｊ）を近傍データとして選択する（ステップＳ１７）。

【数7】

ここで、Ｔ_ｔｈは閾値であり、０≦Ｔ_ｔｈ≦１の範囲で設定される。

【0047】

続いて、ステップＳ１７で選択された近傍データである初期データセット~φ（ｊ）の目的変量ｙ及び修正量ｃを用いて、以下で示される重み付き局所線形平均法（Linearly Weighted Average：ＬＷＡ）により目的変量ｙの推定値＾ｙを算出する（ステップＳ１８）。

【数8】

ここで、ｋはステップＳ１７で選択された近傍データの数である。

【0048】

また、ｗ_ｉは近傍データとして選択されたｉ番目の初期データセット~φ（ｊ）に含まれる目的変量ｙ及び修正量ｃに対する重みであり、以下の式で与えられる。

【数9】

【0049】

以上の手順により、類似度Ｓに基づいて、初期データセット~φ（ｊ）中の説明変量ｘに対する目的変量ｙの推定値＾ｙを算出することができる。

【0050】

学習部１１２は、式（８）に示すように、近傍データの目的変量~ｙ（ｉ）にその修正量~ｃ（ｉ）を足し合わせたものを、式（９）で算出された重みω_ｉと掛け合わせて、近傍データ全てについて算出された値を足し合わせる。これにより、学習部１１２は、近傍データとの類似度Ｓに対応した推定目的変量＾ｙ（ｔ）を算出することができる。なお、学習開始時においては、修正量~ｃ（ｉ）は０であり、以下のデータ修正によって順次更新される。

【0051】

学習部１１２は、式（８）で推定された推定値＾ｙと、学習用データセットφ^＊（ｔ）に含まれる実測値又は補間値である目的変量ｙ^＊（ｔ）との誤差に基づいて、修正量~ｃを更新する（ステップＳ１９）。具体的には、学習部１１２は、以下の式（１０）に示す最急降下法を用いて修正量~ｃを更新する。

【数10】

【0052】

ここで、~ｃ（ｉ）はステップＳ１７で選択された近傍データの修正量である。また、ηは学習係数、Ｊ（ｔ）は、以下の式（１１）、（１２）で定義される評価規範である。

【数11】

【0053】

式（１２）に示すように、学習部１１２は、実測又は補間された目的変量ｙと推定された目的変量＾ｙとの誤差を最小化する修正量~ｃ^ｎｅｗを算出して、データベースＤＢに格納されている近傍データの修正量~ｃ（ｊ）を更新する。これにより、初期データセット~φ（ｊ）は逐次更新される。上記の式（１０）～（１２）に示すように、修正量ｃは、推定された目的変量＾ｙと実測又は補間された目的変量ｙとの差に基づいて導出される目的変量の補正値である。

【0054】

修正量~ｃ（ｊ）の更新の後、ステップＳ１５へ戻り、学習部１１２は、次の学習用データセットφ^＊（ｔ）を用いて、初期データセット~φ（ｊ）の学習を行う。ステップＳ１５～Ｓ１９の学習は、上記の評価規範Ｊ（ｔ）が十分に小さくなるまで、すなわち予め設定された閾値Ｔｈ以下となるまで繰り返される（ステップＳ２０のＮＯ）。

【0055】

評価規範Ｊ（ｔ）が十分に小さく、すなわち予め設定された閾値Ｔｈ以下になると、学習部１１２は、学習を終了する（ステップＳ２０のＹＥＳ）。これにより、学習部１１２は、学習が終了した初期データセット~φ（ｊ）を、より適切な推定が可能なデータセットである推定用データセットφ（ｊ）としてデータベースＤＢに格納し、推定用のデータベースＤＢ（以下、推定用データベースＤＢｐともいう。）とする。

【0056】

上述のように、本実施の形態に係る推定用データセットφ（ｊ）では、学習によって初期データセット~φ（ｊ）の説明変量~ｘ（ｊ）及び目的変量~ｙ（ｊ）を変更せず、独立して設けられた修正量~ｃを更新して学習することとしている。これにより、学習後の推定用データセットφ（ｊ）は、初期データセット~φ（ｊ）の説明変量~ｘ（ｊ）、目的変量~ｙ（ｊ）を保持するので、学習によって更新されたパラメータを容易に確認することが可能となる。

【0057】

続いて、状態推定ステップとして、状態推定装置１は、学習された推定用データベースＤＢｐを用いて、推定対象Ｐの状態推定を行う。状態推定が開始されると、状態推定装置１の推定部１１４は、推定対象Ｐの説明変量ｘ（要求点）を取得する（ステップＳ２１）。

【0058】

推定部１１４は、取得した説明変量ｘと推定用データセットφ（ｊ）との類似度Ｓを算出し、取得した説明変量ｘの近傍データを選択する（ステップＳ２２）。類似度Ｓの算出方法及び近傍データの選択方法は、学習ステップにおけるステップＳ１６、Ｓ１７と同様である。すなわち、推定部１１４は、取得した説明変量ｘと、推定用データセットφ（ｊ）の説明変量ｘとの類似度Ｓを式（５）と同様に算出する。そして推定部１１４は、算出された類似度Ｓの高いものから、予め定められた所定の個数の推定用データセットφ（ｊ）を近傍データとして選択する。

【0059】

推定部１１４は、ステップＳ２２で選択された近傍データに基づいて、目的変量ｙを推定する（ステップＳ２３）。目的変量ｙの推定方法は、学習ステップにおけるステップＳ１８の目的変量ｙの推定方法と同様である。すなわち、推定部１１４は、ステップＳ２２で選択された近傍データである推定用データセットφ（ｊ）に、式（８），（９）と同様の重み付き局所線形平均法を適用して、推定目的変量＾ｙを算出する。

【0060】

状態推定装置１は、状態推定処理が終了するまで（ステップＳ２４のＮＯ）、ステップＳ２１～Ｓ２３の状態推定処理を繰り返す。そして、入力部１４への終了指示の入力、所定の推定処理時間の終了等の終了条件を充足すると（ステップＳ２４のＹＥＳ）、状態推定装置１は状態推定処理を終了する。

【0061】

以上説明したように、本実施の形態に係る状態推定装置及び状態推定方法によれば、重要度の大きい状態変数として選択された説明変量ｘに基づいてデータセットφを構成し、目的変量ｙの推定に用いるデータベースＤＢを作成する。また、推定用データセットφ（ｊ）を、初期データセット~φ（ｊ）と修正量ｃ（ｊ）とを含むデータとして構成し、データベースＤＢを学習させている。したがって、重要度の大きい説明変量を用いて構成され、学習されたデータベースＤＢを用いることにより、高い精度で目的変量ｙの推定を行うことができる。また、初期データセット~φ（ｊ）からの修正量ｃ（ｊ）を確認できるので修正状況を容易に把握することが可能である。これにより、修正量ｃの変化、初期データセット~φ（ｊ）及び近傍データ数の妥当性等の分析を容易に行うことができる。

【0062】

（実施の形態２）
上述の実施の形態１では、データベースＤＢは１つであることとしたが、２つ以上のデータベースＤＢを用いることもできる。本実施の形態では、制御対象の動作状態、すなわち説明変量ｘと目的変量ｙとの関係に影響を与える環境指標ＥＩに基づいて複数のデータベースＤＢを作成し、これら複数のデータベースＤＢを用いて目的変量ｙを推定する状態推定装置２について説明する。

【0063】

本実施の形態では、データベースＤＢの構成が実施の形態１と異なり、その他の構成は実施の形態１と同様であるので、同じ符号を付して説明を省略する。

【0064】

図５に示すように、本実施の形態に係る状態推定装置２は、複数のデータベースＤＢｎを備える。本実施の形態に係る状態推定装置２は、４つのデータベースＤＢｎ（データベースＤＢ１～ＤＢ４）を備えることとする。以下、図６のフローチャートを参照しつつ、本実施の形態に係る状態推定の流れについて説明する。

【0065】

図６に示すように、初期データベース作成ステップとして、状態推定装置２は、推定対象Ｐの操業データ等、データベースＤＢｎを作成するための複数のデータセットを含む基本データＰＤを取得する（ステップＳ３１）。本実施の形態に係る基本データＰＤは、環境指標ＥＩの異なる複数のデータ群として与えられる。環境指標ＥＩは、推定対象Ｐの動作状態、すなわち説明変量ｘと目的変量ｙとの関係に影響を与える指標であり、例えば、推定対象Ｐの周囲の温度、湿度等に基づいて定義される指標である。ステップＳ３１で取得される基本データＰＤは、環境指標ＥＩが所定の範囲を超えて離れている状態で取得された操業データ等のデータ群であり、例えば、環境温度が大きく異なる季節ごとに取得された操業データである。

【0066】

データベース作成部１１１は、取得した基本データＰＤに含まれる状態変数ｘ_ｎから重要度の大きい状態変数ｘ_ｒｎを説明変量ｘとして選択する（ステップＳ３２）。変数選択の方法は、実施の形態１のステップＳ１２と同様である。また、データベース作成部１１１は、選択された説明変量ｘに係る基本データＰＤを環境指標ＥＩに基づいて複数のデータ群に分類する。例えば、データベース作成部１１１は、説明変量ｘに基づいて基本データＰＤを、環境温度の異なる季節ごとのデータ群に分類する（ステップＳ３３）。

【0067】

データベース作成部１１１は、分類されたデータ群ごとに、実施の形態１と同様の方法により、初期データセット~φ（ｊ）及び学習用データセットφ^＊（ｔ）を生成し（ステップＳ３４）、複数の初期データベースＤＢ_０を作成する（ステップＳ３５）。

【0068】

続いて、学習ステップとして、学習部１１２は、初期データベースＤＢ_０ごとに、学習用データセットφ^＊（ｔ）を用いて学習を行う（ステップＳ３６）。学習ステップの処理（ステップＳ３６）は、実施の形態１に係る学習ステップの処理であるステップＳ１５～Ｓ２０と同様の処理を、各初期データベースＤＢ_０について行うものである。これにより、複数の学習済みデータベースＤＢｎが作成される。

【0069】

続いて、状態推定ステップとして、状態推定装置２は、作成された複数のデータベースＤＢｎを用いて、目的変量ｙの推定を行う（図７）。具体的には、説明変量取得部１１３は、推定対象Ｐの説明変量ｘの測定値を取得する（ステップＳ３７）。推定部１１４は、各データベースＤＢｎにおいて、測定値に基づく要求点と推定用データセットφ（ｊ）との類似度Ｓを演算し、類似度Ｓが予め設定された基準類似度Ｓｓより高い推定用データセットφ（ｊ）を近傍データとして選択する（ステップＳ３８）。

【0070】

推定部１１４は、データベースＤＢｎごとに、選択された近傍データに基づいて、目的変量ｙの推定値＾ｙを算出する（ステップＳ３９）。推定目的変量＾ｙの算出方法は、実施の形態１に係るステップＳ２３と同様である。

【0071】

また、推定部１１４は、各データベースＤＢ１～ＤＢ４において基準類似度Ｓｓを超えたデータ数Ｎ_１～Ｎ_４を計数する（ステップＳ４０）。推定部１１４は、計数したデータ数Ｎ_１～Ｎ_４を用いて、以下の式によって重みｖ_１～ｖ_４を算出する。

【数12】

【0072】

推定部１１４は、以下の式に示す重み付き平均法に基づいて、要求点に対応する推定値＾ｙ（ｔ）を算出する（ステップＳ４１）。

【数13】

【0073】

状態推定装置２は、状態推定処理が終了するまで（ステップＳ４２のＮＯ）、ステップＳ３７～Ｓ４１の状態推定処理を繰り返す。そして、入力部１４への終了指示の入力、所定の推定処理時間の終了等の終了条件を充足すると（ステップＳ４２のＹＥＳ）、状態推定装置２は状態推定処理を終了する。

【0074】

これにより、環境指標ＥＩに基づいて、説明変量ｘと目的変量ｙとの関係について、近い傾向を有するデータベースＤＢｎの影響を大きく反映させて、目的変量ｙの推定を行うことができる。したがって、環境指標ＥＩが大きく変化する状態であっても、より精度よく状態推定を行うことが可能となる。

【0075】

（数値例）
以下、本発明の実施の形態に係る状態推定の数値例について説明する。本例では、ポリエステルの生成に係る重縮合反応プロセスにおける状態推定について説明する。本プロセスは、温度や圧力などを制御することで重縮合反応を高め、ポリエステルを生成するものである。

【0076】

高分子化合物の製造プロセスにおける重縮合反応では、製品品質の指標として、化合物の粘度が一般的に用いられる。重縮合反応における化合物の粘度は、通常、反応終了後に測定されるものであり、反応中に測定することは難しい。例えば、ポリエステルの重縮合反応においては、製品品質の指標として極限粘度（固有粘度）、還元粘度が重要となる。そこで、本例では、目的変量ｙを還元粘度として、状態推定を行う。また、説明変量ｘとなる状態変数ｘ_ｎは、反応中の温度、圧力、原料流量等多数存在するが、初期データベース作成ステップにおける変数選択によって、反応中に測定可能な１８３個の状態変数ｘ_ｎから、重要度の大きい２３個の状態変数ｘ_ｒｎを、説明変量ｘとして選択した。

【0077】

本例では、ランダムフォレストを用いて状態変数ｘ_ｎの重要度を分析し、変数選択を行った。図８は、ランダムフォレストによって演算された状態変数ｘ_ｎの重要度の一部を示したものである。図８に示すように、ランダムフォレストを適用することにより、重要度の大きい状態変数ｘ_ｎを説明変量ｘとして選択できることがわかる。

【0078】

また、本例では、実測データとして得られた基本データＰＤを、初期データセット~φ（ｊ）用データ、学習用データセットφ^＊（ｔ）用データ及び検証用データに振り分けて使用した。また、近傍データを選択する際の近傍データ数ｋは３とし、学習に用いる学習係数ηは０．２とした。

【0079】

上記条件で作成したデータベースＤＢを用いて推定を行った結果の一例を図９及び図１０に示す。図９及び図１０のグラフでは、横軸の時間を０～１００、縦軸の還元粘度を０～１の範囲で正規化して示している。図９は、変数選択を行って、説明変量ｘの数を２３個として推定を行った結果を示すグラフである。図９に示すように、丸印で示す還元粘度の真値（実測値）に近づくように徐々に粘度が高くなるように推定できており、適切な状態推定が行われていることがわかる。

【0080】

図１０は、変数選択を行わず、１８３個の状態変数ｘ_ｎを説明変量ｘとして用いた場合の状態推定の結果を示している。図１０に示すように、図９の場合と比較して、還元粘度の真値と推定値とが乖離しており、推定精度が劣化していることがわかる。

【0081】

本例では、複数の検証データを用いて推定を行い、以下の式に示す誤差率Ｉ_ｅを用いて、結果の評価を行った。

【数14】

【0082】

本例の全検証データに対する誤差率Ｉ_ｅの平均値は２．９１％であり、有効な状態推定を行えることが確認できた。また、変数選択を行わなかった場合の誤差率Ｉ_ｅの平均は３．２４％であり、データベースＤＢの作成の際、事前に重要度の大きい状態変数ｘ_ｎを説明変量ｘとして選択することにより、精度よく状態推定を行えることが確認できた。

【0083】

上記の実施の形態では、状態推定処理を行う前にデータベースＤＢの学習を終了することとしたが、これに限られない。推定対象Ｐの動作中に目的変量ｙが測定可能な場合、例えば、説明変量ｘより低い頻度で目的変量ｙが測定可能である場合、測定された説明変量ｘ及び目的変量ｙを用いてデータベースＤＢをオンライン学習させることとしてもよい。この場合、状態推定装置１の制御部１１は、動作中の推定対象Ｐのセンサから取得した説明変量ｘ、目的変量ｙを学習用データセットφ^＊として、推定用データベースＤＢｐの学習を行うこととすればよい。学習のタイミングは、例えば、目的変量ｙが取得されるタイミングとすればよい。これにより、推定対象Ｐの状態変化に対応した、より精度の高い状態推定を行うことが可能となる。

【0084】

また、上記実施の形態に係る状態推定方法は、通常のコンピュータシステムを用いて実現可能である。例えば、上記実施の形態に係る状態推定を実行するためのコンピュータプログラムを、インターネット等のネットワークを介して配布し、当該コンピュータプログラムをコンピュータにインストールすることにより、コンピュータ装置を上記の状態推定を実行する状態推定装置として機能させることができる。

【産業上の利用可能性】

【0085】

本発明は、複数の状態変数を測定可能な場合の状態推定に好適である。また、本発明は推定対象の状態が時刻とともに変化するシステムの状態推定に好適である。

【符号の説明】

【0086】

１，２ 状態推定装置、１１ 制御部、１１１ データベース作成部、１１２ 学習部、１１３ 説明変量取得部、１１４ 推定部、１２ 記憶部、１３ 表示部、１４ 入力部、ＤＢ データベース、Ｐ 推定対象

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】