7044730 生産設備運転支援システムおよび生産設備運転支援方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2022-03-22

(45)【発行日】2022-03-30

(54)【発明の名称】生産設備運転支援システムおよび生産設備運転支援方法

(51)【国際特許分類】

   G05B 23/02 20060101AFI20220323BHJP

【ＦＩ】

G05B23/02 301J

G05B23/02 T

【請求項の数】 6

(21)【出願番号】P 2019051250

(22)【出願日】2019-03-19

(65)【公開番号】P2020154565

(43)【公開日】2020-09-24

【審査請求日】2021-01-04

(73)【特許権者】

【識別番号】000153443

【氏名又は名称】株式会社 日立産業制御ソリューションズ

(74)【代理人】

【識別番号】110001807

【氏名又は名称】特許業務法人磯野国際特許商標事務所

(72)【発明者】

【氏名】中尾 隆司

(72)【発明者】

【氏名】鈴木 浩史

【審査官】山村 秀政

(56)【参考文献】

【文献】特開２０１７－０４９８０１（ＪＰ，Ａ）

【文献】特開２０１８－０２１４０２（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０５Ｂ ２３／０２

(57)【特許請求の範囲】

【請求項1】

生産設備の運転支援を行う生産設備運転支援システムであって、
前記生産設備運転支援システムは、
生産設備からデータを収集するデータ収集手段と、
前記データに基づき運転操作を学習する運転操作学習手段と、
前記データと前記運転操作学習手段の学習結果に基づき運転操作を支援する運転操作支援手段と、
表示手段と、を備え、
前記運転操作学習手段は、
前記データに基づき、各計測項目の値、各操作項目の値、各操作項目の変化値が含まれる、過去の操作方法を学習するための運転操作実績情報を作成する運転操作実績情報作成手段と、
前記運転操作実績情報に基づき、操作項目と操作値の選択方法を別々に学習して各々の学習モデルを作成するニ段階学習手段と、
生産での目的値の予測方法を学習する目的値予測方法学習手段と、
前記学習モデルおよび前記目的値の予測方法に基づき選択された項目の結果を提示するための情報を生成し、前記表示手段に表示する学習結果表示手段とを有し、
前記運転操作支援手段は、
前記データに基づき現在の運転情報を作成するための現運転情報作成手段と、
前記現在の運転情報および前記ニ段階学習手段で作成された学習モデルに基づき操作項目案と操作値案を作成する運転操作案作成手段と、
前記目的値予測方法学習手段の予測方法に基づき該操作項目案と操作値案を適用した場合の目的値を予測して評価を行う運転操作案評価手段と、
前記操作項目案と前記操作値案を提示するための情報を作成し、推奨操作案を前記表示手段に表示する運転操作支援情報表示手段とを有し、
前記ニ段階学習手段は、第１段目として、前記運転操作実績情報に基づき、前記各計測項目の値、前記各操作項目の値、対象とする操作項目の操作有無が含まれる操作項目学習情報を作成し、操作項目の選択方法を学習して操作項目学習モデルを作成し、第２段目として、前記運転操作実績情報に基づき、前記各計測項目の値、前記各操作項目の値、前記対象とする操作項目の変化値が含まれる操作項目学習情報を作成し、前記対象とする操作項目の操作値の選択方法を学習して操作値学習モデルを作成する
ことを特徴とする生産設備運転支援システム。

【請求項2】

請求項１に記載の生産設備運転支援システムにおいて、
前記運転操作実績情報作成手段は、前記運転操作実績情報として、操作項目の変化値を算出する
ことを特徴とする生産設備運転支援システム。

【請求項3】

請求項１または請求項２に記載の生産設備運転支援システムにおいて、
前記ニ段階学習手段は、操作項目の操作の有無と、該操作項目の操作値を学習する
ことを特徴とする生産設備運転支援システム。

【請求項4】

請求項１乃至請求項３のいずれか１項に記載の生産設備運転支援システムにおいて、
前記学習結果表示手段は、操作項目の一致度、操作項目の操作有無、操作値の一致度、操作値、目的値予測式の表示情報を生成し、前記表示手段に表示する
ことを特徴とする生産設備運転支援システム。

【請求項5】

請求項１乃至請求項４のいずれか１項に記載の生産設備運転支援システムにおいて、
前記運転操作支援情報表示手段は、操作推奨案として各操作項目の選択確率と操作有無と操作値、選択された操作項目の各操作値の選択確率、目的値の予測値とこれまでの実績値の表示情報を生成し、前記表示手段に表示する
ことを特徴とする生産設備運転支援システム。

【請求項6】

生産設備から収集するデータに基づき運転操作を学習する運転操作学習手段と、前記データと前記運転操作学習手段の学習結果に基づき運転操作を支援する運転操作支援手段と、表示手段とを備えるシステムに係る生産設備の運転支援を行う生産設備運転支援方法であって、
前記運転操作学習手段は、
前記データに基づき、各計測項目の値、各操作項目の値、各操作項目の変化値が含まれる、過去の操作方法を学習するための運転操作実績情報を作成する運転操作実績情報作成ステップと、
前記運転操作実績情報に基づき、操作項目と操作値の選択方法を別々に学習して各々の学習モデルを作成するニ段階学習ステップと、
生産での目的値の予測方法を学習する目的値予測方法学習ステップと、
前記学習モデルおよび前記目的値の予測方法に基づき選択された項目の結果を提示するための情報を生成し、前記表示手段に表示する学習結果表示ステップと、を含み実行し、
前記運転操作支援手段は、
前記データに基づき現在の運転情報を作成するための現運転情報作成ステップと、
前記現在の運転情報および前記ニ段階学習ステップで作成された学習モデルに基づき操作項目案と操作値案を作成する運転操作案作成ステップと、
前記目的値予測方法学習ステップの予測方法に基づき該操作項目案と操作値案を適用した場合の目的値を予測して評価を行う運転操作案評価ステップと、
前記操作項目案と前記操作値案を提示するための情報を作成し、推奨操作案を前記表示手段に表示する運転操作支援情報表示手段ステップと、を含み実行し、
前記ニ段階学習ステップは、第１段目として、前記運転操作実績情報に基づき、前記各計測項目の値、前記各操作項目の値、対象とする操作項目の操作有無が含まれる操作項目学習情報を作成し、操作項目の選択方法を学習して操作項目学習モデルを作成し、第２段目として、前記運転操作実績情報に基づき、前記各計測項目の値、前記各操作項目の値、前記対象とする操作項目の変化値が含まれる操作項目学習情報を作成し、前記対象とする操作項目の操作値の選択方法を学習して操作値学習モデルを作成する
ことを特徴とする生産設備運転支援方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は生産設備などの運転支援を行う生産設備運転支援システムおよび生産設備運転支援方法に関する。

【背景技術】

【0002】

生産設備の運転において、生産品の品質確保、コスト低減、生産効率向上などの運転の最適化と、熟練者に依存した運転から非熟練者でも同等の運転ができるようにすることが同時に望まれている。

【0003】

例えば、特許文献１では、プラントの計測データに基づいた説明変数から目的変数を予測するモデルを作成し、説明変数間で無相関な座標の成分に変換し、目的変数を最適化する説明変数を求め、該説明変数値を最適な運転条件とする運転条件最適化を行っている。

【0004】

特許文献２では、プラントの特性を模擬するモデルの入力を複数のグループに分割し、グループ毎の操作方法を複数の学習手段に学習させることで学習を高速化している。

【先行技術文献】

【特許文献】

【0005】

【文献】特開２０１２－７４００７号公報

【文献】特開２００９－１１０２５６号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

前記したように、生産設備の運転において、生産品の品質確保、コスト低減、生産効率向上などの運転の最適化と、熟練者に依存した運転から非熟練者でも同等の運転ができるようにすることが同時に望まれている。

【0007】

特許文献１では、説明変数間で無相関な座標の成分に変換し、目的変数を最適化する説明変数を求めているが、生産工程の上流側の操作が下流側に影響及ぼす場合、また、下流側で例えば圧力を上げると上流側にも影響が及ぶ場合などでは、説明変数間で無相関な座標の成分に変換した場合に、目的変数を説明する精度が下がるという課題がある。

【0008】

特許文献２では、計測信号ごとのモデル、操作信号ごとのモデルを複数のグループに分割することで学習を高速化しているが、例えば操作項目の数をＮ個、操作値をＭ個の離散値とした場合、Ｎ×Ｍ個の解空間を対象に学習と操作信号（操作項目と操作値）を算出するため時間がかかるという課題がある。また、その学習結果に基づく操作信号（操作項目と操作値）の精度は、学習のための報酬を生成するプラントのモデル精度に依存するが、複雑なプラント挙動の高精度なモデル構築自体が難しいという課題がある。また、学習自体が持っている誤差とプラントのモデル自体が持っている誤差があるため、誤差があるプラントのモデルの出力を報酬として学習した場合に誤差が増幅される可能性があるという課題がある。

【0009】

本発明は、前記した課題を解決するためになされたものであり、複雑な生産設備、プラントの運転方法の複雑性を低減することでモデル精度の低下を防ぎ、運転操作支援案を支援することができる生産設備運転支援システムおよび生産設備運転支援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】

【0010】

前記目的を達成するため、本発明の生産設備運転支援システムは、生産設備の運転支援を行う生産設備運転支援システムであって、生産設備運転支援システムは、生産設備からデータを収集するデータ収集手段と、データに基づき運転操作を学習する運転操作学習手段と、データと運転操作学習手段の学習結果に基づき運転操作を支援する運転操作支援手段と、表示手段と、を備え、運転操作学習手段は、データに基づき、各計測項目の値、各操作項目の値、各操作項目の変化値が含まれる、過去の操作方法を学習するための運転操作実績情報（例えば、運転操作情報７２）を作成する運転操作実績情報作成手段と、運転操作実績情報に基づき、操作項目と操作値の選択方法を別々に学習して各々の学習モデル(例えば、操作項目学習モデルＭ１、操作値学習モデルＭ２）を作成するニ段階学習手段と、生産での目的値の予測方法を学習する目的値予測方法学習手段と、学習モデルおよび目的値の予測方法に基づき選択された項目の結果を提示するための情報を生成し、表示手段に表示する学習結果表示手段とを有し、運転操作支援手段は、データに基づき現在の運転情報を作成するための現運転情報作成手段と、現在の運転情報およびニ段階学習手段で作成された学習モデルに基づき操作項目案と操作値案を作成する運転操作案作成手段と、目的値予測方法学習手段の予測方法に基づき該操作項目案と操作値案を適用した場合の目的値を予測して評価を行う運転操作案評価手段と、操作項目案と操作値案を提示するための情報を作成し、推奨操作案を表示手段に表示する運転操作支援情報表示手段とを有し、ニ段階学習手段は、第１段目として、運転操作実績情報に基づき、各計測項目の値、各操作項目の値、対象とする操作項目の操作有無が含まれる操作項目学習情報を作成し、操作項目の選択方法を学習して操作項目学習モデルを作成し、第２段目として、運転操作実績情報に基づき、各計測項目の値、各操作項目の値、対象とする操作項目の変化値が含まれる操作項目学習情報を作成し、対象とする操作項目の操作値の選択方法を学習して操作値学習モデルを作成することを特徴とする。本発明のその他の態様については、後記する実施形態において説明する。

【発明の効果】

【0011】

本発明によれば、複雑な生産設備、プラントの運転方法の複雑性を低減することでモデル精度の低下を防ぎ、運転操作支援案を提示することができる。

【図面の簡単な説明】

【0012】

【図1】実施形態に係る生産設備運転支援システムを示すブロック図である。

【図2】データ収集手段の処理を示すフローチャートである。

【図3】データ収集手段により収集され格納される生産設備情報の例を示す図である。

【図4】運転操作情報の例を示す図である。

【図5】操作項目学習情報の例を示す図である。

【図6】操作値学習情報の例を示す図である。

【図7】運転操作実績情報作成手段の処理を示すフローチャートである。

【図8】運転操作情報作成処理の詳細を示すフローチャートである。

【図9】操作項目および操作値学習情報作成処理の詳細を示すフローチャートである。

【図10】ニ段階学習手段の処理を示すフローチャートである。

【図11】操作項目の学習処理の詳細を示すフローチャートである。

【図12】操作値の学習処理の詳細を示すフローチャートである。

【図13】目的値予測方法学習手段の処理を示すフローチャートである。

【図14】学習結果表示手段の処理を示すフローチャートである。

【図15】学習結果表示画面の例を示す図である。

【図16】現運転情報作成手段の処理を示すフローチャートである。

【図17】現運転情報の例を示す図である。

【図18】運転操作案作成手段の処理を示すフローチャートである。

【図19】複数の運転操作案の作成処理の詳細を示すフローチャートである。

【図20】操作項目案の作成処理の詳細を示すフローチャートである。

【図21】操作値案の作成処理の詳細を示すフローチャートである。

【図22】運転操作案の例を示す図である。

【図23】運転操作案評価手段の処理を示すフローチャートである。

【図24】運転操作案評価用データの例を示す図である。

【図25】運転操作支援情報表示手段の処理を示すフローチャートである。

【図26】運転操作支援情報表示画面の例を示す図である。

【図27】生産設備情報格納データの具体例を示す図である。

【図28】運転操作情報の具体例を示す図である。

【図29】操作項目学習情報の具体例を示す図である。

【図30】操作値学習情報の具体例を示す図である。

【図31】学習結果表示画面の具体例を示す図である。

【図32】現運転情報の具体例を示す図である。

【図33】運転操作案の具体例を示す図である。

【図34】運転操作案評価用データの具体例を示す図である。

【図35】運転操作支援情報表示画面の具体例を示す図である。

【発明を実施するための形態】

【0013】

本発明を実施するための実施形態について、適宜図面を参照しながら詳細に説明する。
<<実施形態１>>
図１は、実施形態に係る生産設備運転支援システム１００を示すブロック図である。生産設備運転支援システム１００は、生産設備の運転支援を行う生産設備運転支援システムである。生産設備運転支援システム１００は、生産設備運転支援手段３を制御する制御手段２と、表示手段４とを備える。生産設備運転支援手段３は、生産設備からデータを収集するデータ収集手段６と、データに基づき運転操作を学習する運転操作学習手段５と、データと運転操作学習手段５の学習結果に基づき運転操作を支援する運転操作支援手段８と、データベース７とを有する。運転操作学習手段５は、運転操作実績情報作成手段１０と、ニ段階学習手段１１と、目的値予測方法学習手段１２と、学習結果表示手段１３とを有する。運転操作支援手段８は、現運転情報作成手段２０と、運転操作案作成手段２１と、運転操作案評価手段２２と、運転操作支援情報表示手段２３とを有する。以下、各手段について、詳細に説明する。

【0014】

生産設備１は、本発明の対象となる生産設備、プラント、設備機器などである。制御手段２は、生産設備運転支援手段３の動作を制御する。データ収集手段６は、生産設備１から計測項目の値、熟練者が運転した場合の操作項目の値を入手し、データベース７に格納する。

【0015】

運転操作学習手段５は、データベース７に格納されたデータを用いて、過去の熟練者の運転操作方法を学習するための運転操作実績情報を作成する運転操作実績情報作成手段１０、操作項目と操作値の選択方法を別々に学習するニ段階学習手段１１、生産品の品質確保、コスト低減、生産効率向上などの目的となる目的値の予測方法を学習する目的値予測方法学習手段１２、学習モデルおよび学習モデルを実績データに当てはめた場合の結果を提示するための情報を生成する学習結果表示手段１３により、過去の熟練者の操作方法を学習し、表示手段４に学習結果を提示可能とする。

【0016】

運転操作支援手段８は、データベース７に蓄積されたデータおよび学習モデルを用いて、現在の運転情報を作成するための現運転情報作成手段２０、操作項目案と操作値案を作成する運転操作案作成手段２１、該操作項目案と操作値案を適用した場合の目的値を予測して評価を行う運転操作案評価手段２２により、現在の運転情報において最適な予測となる操作項目案と操作値案を生成し、運転操作支援情報表示手段２３により操作項目案と操作値案や目的値の予測値などの表示情報を生成し、表示手段４に該操作項目案と操作値案を提示可能とする。

【0017】

ここで計測項目は、例えばある設備の電流、電圧、温度、流量など、操作項目は原材料の投入量、圧力、温度、通過速度、処理時間などである。

【0018】

以下、各手段の処理について説明する。
図２は、データ収集手段６の処理（ステップＳ１００）を示すフローチャートである。データ収集手段６は、制御手段２の指示により処理を開始し（ステップＳ１０１）、生産設備１からデータ収集処理（ステップＳ１０２）を行い、データベース７に格納処理（ステップＳ１０３）を行う。ステップＳ１０４でデータ収集処理が終了かの判定を行い、処理終了でなければ（ステップＳ１０４，Ｎｏ）、ステップＳ１０２に戻り、処理終了ならば（ステップＳ１０４，Ｙｅｓ）、データ収集処理を終了する（ステップＳ１０５）。

【0019】

図３は、データ収集手段６により収集され格納される生産設備情報７１の例を示す図である。生産設備情報７１は、年月日時刻、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値、目的値が含まれる。

【0020】

運転操作学習手段５の処理を図４から図１５を参照して説明する。
運転操作実績情報作成手段１０は、運転操作実績情報として、運転操作情報７２（図４参照）、操作項目学習情報７３（図５参照）、操作値学習情報７４（図６参照）を作成する（図７参照）。

【0021】

図４は、運転操作情報７２の例を示す図である。運転操作情報７２は、Ｎｏ，、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値、操作項目１の変化値、・・・、操作項目Ｍの変化値が含まれる。

【0022】

図５は、操作項目学習情報７３，７３１の例を示す図である。操作項目学習情報７３１は、Ｎｏ．、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値、操作項目１の操作有無が含まれる。同様に、操作項目学習情報７３Ｍは、Ｎｏ．、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値、操作項目Ｍの操作有無が含まれる。

【0023】

図６は、操作値学習情報７４の例を示す図である。操作項目学習情報７４１は、Ｎｏ．、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値、操作項目１の変化値が含まれる。同様に、操作項目学習情報７４Ｍは、Ｎｏ．、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値、操作項目Ｍの変化値が含まれる。

【0024】

図７は、運転操作実績情報作成手段１０の処理（ステップＳ２００）を示すフローチャートである。処理を開始し（ステップＳ２０１）、運転操作情報作成処理（ステップＳ２０２、図８参照）を行い、操作項目および操作値学習情報作成処理（ステップＳ２０３、図９参照）を行い、処理を終了する（ステップＳ２０４）。

【0025】

図８は、運転操作情報作成処理（ステップＳ２０２）の詳細を示すフローチャートである。処理を開始し（ステップＳ３０１）、図３に示す生産設備情報７１を入力し（ステップＳ３０２）、生産設備情報７１の番号を示すｉを１に設定しＬを予め定められた生産設備情報の総数に設定し（ステップＳ３０３）、ｉがＬ以上か否かを判定し（ステップＳ３０４）、否であれば（ステップＳ３０４，Ｎｏ）、ｉ＋１番目の目的値を除く生産設備情報とｉ番目とｉ＋１番目の操作項目の値の差を運転操作情報に追加し（ステップＳ３０５）、ｉにｉ＋１を代入し（ステップＳ３０６）、ステップＳ３０４に戻る。ステップＳ３０４でｉがＬ以上であれば（ステップＳ３０４，Ｙｅｓ）、処理を終了する（ステップＳ３０７）。運転操作情報作成処理（ステップＳ２０２）により作成される運転操作情報７２の例を前記した図４に示している。

【0026】

図９は、操作項目および操作値学習情報作成処理（ステップＳ２０３）の詳細を示すフローチャートである。処理を開始し（ステップＳ４０１）、運転操作情報７２を入力し（ステップＳ４０２）、操作項目の番号を示すｊを１に設定し、Ｍを予め定められた操作項目の総数に設定し（ステップＳ４０３）、ｊがＭより大きいか否かを判定し（ステップＳ４０４）、否であれば（ステップＳ４０４，Ｎｏ）、運転操作情報７２の番号を示すｉを１に設定しＫを予め定められた運転操作情報７２の総数に設定し（ステップＳ４０５）、ｉがＫより大きいか否かを判定し（ステップＳ４０６）、否であれば（ステップＳ４０６，Ｎｏ）、i番目の計測項目の値と操作項目の値と、操作項目jの変化値が０であれば操作は無を、変化値が０で無ければ操作は有を操作項目jの学習情報に追加する（ステップＳ４０７）。j番目の操作項目の操作の有無を判定し（ステップＳ４０８）、有であれば（ステップＳ４０８，Ｙｅｓ）、i番目の計測項目の値と操作項目の値と、操作項目jの操作値である変化値を操作値学習情報に追加し（ステップＳ４０９）、ｉにｉ＋１を代入し（ステップＳ４１０）、ステップＳ４０６に戻る。

【0027】

ステップＳ４０８で無であれば（ステップＳ４０８，Ｎｏ）、ステップＳ４１０に進む。ステップＳ４０６でｉがＫ以上であれば（ステップＳ４０６，Ｙｅｓ）、ｊにｊ＋１を代入し（ステップＳ４１１）、ステップＳ４０４に戻る。ステップＳ４０４でｊがＭより大きい場合には（ステップＳ４０４，Ｙｅｓ）、処理を終了する（ステップＳ４１２）。操作項目および操作値学習情報作成処理（ステップＳ２０３）により作成される操作項目学習情報７３と操作値学習情報７４の例を前記した図５、図６に示している。

【0028】

図１０は、ニ段階学習手段１１の処理（ステップＳ５００）を示すフローチャートである。処理を開始し（ステップＳ５０１）、操作項目の学習処理（ステップＳ５０２，図１１参照）を行い、操作値の学習処理（ステップＳ５０３，図１２参照）を行い、処理を終了する（ステップＳ５０４）。

【0029】

図１１は、操作項目の学習処理（ステップＳ５０２）の詳細を示すフローチャートである。処理を開始し（ステップＳ６０１）、操作項目学習情報７３を入力し（ステップＳ６０２）、操作項目番号を１に設定し（ステップＳ６０３）、操作項目番号の操作項目学習情報７３の操作有無に基づいて機械学習を実施する（ステップＳ６０４）。

【0030】

該機械学習は、計測項目１から計測項目Ｎの値と操作項目１から操作項目Ｍの値を説明変数とし、操作項目番号の操作の有無を目的変数とした重回帰式を求めるが、重回帰式に限定するものではなく、該説明変数の値を入力値、該目的変数値を出力値として公知の勾配ブースティング法やニューラルネットなど他の機械学習を用いても良い。該機械学習の結果を「操作項目学習モデルＭ１」と呼ぶ。

【0031】

ステップＳ６０５で操作項目番号に１を加算し、全ての操作項目番号の学習を終了したか否かを判定し（ステップＳ６０６）、否であれば（ステップＳ６０６，Ｎｏ）、ステップＳ６０４に戻る。ステップＳ６０６で全ての操作項目番号の学習を終了していれば（ステップＳ６０６，Ｙｅｓ）、処理を終了する（ステップＳ６０７）。

【0032】

図１２は、操作値の学習処理（ステップＳ５０３）の詳細を示すフローチャートである。処理を開始し（ステップＳ７０１）、操作値学習情報を入力し（ステップＳ７０２）、操作項目番号を１に設定し（ステップＳ７０３）、操作項目番号の操作値学習情報７４の操作値に基づいて機械学習を実施する（ステップＳ７０４）。ここで操作値は連続値でも良いが操作項目ごとに複数の離散値として扱うことにより処理の高速化が可能となる。

【0033】

該機械学習は、操作項目の学習処理（ステップＳ５０２）と同様に、重回帰式、勾配ブースティング法やニューラルネットなどの機械学習方法で実施する。該機械学習の結果を「操作値学習モデルＭ２」と呼ぶ。

【0034】

ステップＳ７０５で操作項目番号に１を加算し、全ての操作項目番号の学習を終了したか否かを判定し（ステップＳ７０６）、否であれば（ステップＳ７０６，Ｎｏ）、ステップＳ７０４に戻る。ステップＳ７０６で全ての操作項目番号の学習を終了していれば（ステップＳ７０６，Ｙｅｓ）、処理を終了する（ステップＳ７０７）。

【0035】

図１３は、目的値予測方法学習手段１２の処理（ステップＳ８００）を示すフローチャートである。処理を開始し（ステップＳ８０１）、生産設備情報を入力し（ステップＳ８０２）、目的変数を目的値、説明変数を計測項目の値と操作項目の値として機械学習（ステップＳ８０３）を行い、処理を終了する（ステップＳ８０４）。

【0036】

該機械学習も同様に、重回帰式、勾配ブースティング法やニューラルネットなどの機械学習方法で実施する。該機械学習の結果を「目的値予測学習モデルＭ３」と呼ぶ。

【0037】

図１４は、学習結果表示手段１３の処理（ステップＳ９００）を示すフローチャートである。処理を開始し（ステップＳ９０１）、本生産設備運転支援システムのユーザーが学習結果の表示を選択したか否かを判定し（ステップＳ９０２）、選択した場合は（ステップＳ９０２，Ｙｅｓ）、操作項目一致度、操作値一致度、目的値予測式とその相関係数を表示し（ステップＳ９０３）、生産設備情報の一つかつ操作項目の一つを選択したか否かを判定し（ステップＳ９０４）、選択した場合は（ステップＳ９０４，Ｙｅｓ）、該生産設備情報における操作項目の操作項目名と実績と学習結果を表示し（ステップＳ９０５）、操作項目の操作値の実績と学習結果を表示し（ステップＳ９０６）、処理を終了する（ステップＳ９０７）。

【0038】

ステップＳ９０２で選択しない場合は（ステップＳ９０２，Ｎｏ）、処理を終了する（ステップＳ９０７）。また、ステップＳ９０４で選択しない場合は（ステップＳ９０４，Ｎｏ）、処理を終了する（ステップＳ９０７）。

【0039】

図１５は、学習結果表示画面の例を示す図である。図１５は、学習結果表示手段１３により表示手段４に表示する画面の例を示している。図１５の画面１５には、学習か運転かを選択するボタン１５１，１５２があり、生産設備運転支援システム１００のユーザが選択する。また、生産設備情報選択のプルダウンボタン１５３で生産設備情報の内の一つを、同様に操作項目選択のプルダウンボタン１５４で操作項目の内の一つをユーザが選択する。画面１５には、選択した操作項目の一致度１５５、操作項目に対する学習結果情報１５６、操作項目の操作値の一致度１５７、操作値の学習結果情報１５８、目的値予測式関連情報１５９が含まれる。目的値予測式は機械学習方法として、重回帰式を使用した場合の例を示している。

【0040】

次に、運転操作支援手段８の処理を図１６から図２６を参照して説明する。制御手段２の指示により運転操作支援手段８の処理を開始する。

【0041】

図１６は、現運転情報作成手段２０の処理（ステップＳ１０００）を示すフローチャートである。処理を開始し（ステップＳ１００１）、現時点の生産設備情報７１を入力し（ステップＳ１００２）、計測項目と操作項目の値のデータを現運転情報７６とし（ステップＳ１００３）、処理を終了する（ステップＳ１００４）。

【0042】

図１７は、現運転情報７６の例を示す図である。現運転情報７６は、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値が含まれる。

【0043】

図１８は、運転操作案作成手段２１の処理（ステップＳ１１００）を示すフローチャートである。処理を開始し（ステップＳ１１０１）、現運転情報を入力し（ステップＳ１１０２）、現運転情報を「操作項目学習モデルＭ１」に入力し、操作項目の選択確率を算出する（ステップＳ１１０３）。該選択確率は、現運転情報をニ段階学習手段１１で作成した「操作項目学習モデルＭ１」に入力して得られる結果である０から１の値を選択確率とする。

【0044】

次に現運転情報をニ段階学習手段１１で作成した「操作値学習モデルＭ２」に入力し、操作項目の操作値の選択確率を算出する（ステップＳ１１０４）。該選択確率は、離散値とした各操作値が選ばれる場合を１、選ばれない場合０として、現運転情報を「操作値学習モデルＭ２」に入力して得られる結果である０から１の値を選択確率とする。次に複数の運転操作案の作成処理（ステップＳ１１０５、図１９参照）を行い、処理を終了する（ステップＳ１１０６）。

【0045】

図１９は、複数の運転操作案の作成処理（ステップＳ１１０５）の詳細を示すフローチャートである。処理を開始し（ステップＳ１２０１）、運転操作案の番号を示すｉを１に設定し予め定められ運転操作案の総数をＰに設定し（ステップＳ１２０２）、ｉがＰより大きいか否かを判定し（ステップＳ１２０３）、否であれば（ステップＳ１２０３，Ｎｏ）、操作項目案の作成処理（ステップＳ１２０４、図２０参照）を行い、操作値案の作成処理（ステップＳ１２０５、図２１参照）を行い、i番目の運転操作案を追加格納し（ステップＳ１２０６）、ｉにｉ＋１を代入し（ステップＳ１２０７）、ステップＳ１２０３に戻る。ステップＳ１２０３でｉがＰより大きい場合には（ステップＳ１２０３，Ｙｅｓ）、処理を終了する（ステップＳ１２０８）。

【0046】

図２０は、操作項目案の作成処理（ステップＳ１２０４）の詳細を示すフローチャートである。処理を開始し（ステップＳ１３０１）、操作項目の番号を示すｊを１に設定し、Ｍを操作項目の総数に設定し（ステップＳ１３０２）、ｊがＭより大きいか否かを判定し（ステップＳ１３０３）、否であれば（ステップＳ１３０３，Ｎｏ）、０から１の間の乱数を発生し該乱数の値をｒに代入し（ステップＳ１３０４）、j 番目の操作項目の選択確率がｒ以上であるか否かを判定し（ステップＳ１３０５）、ｒ以上である場合には（ステップＳ１３０５，Ｙｅｓ）、j番目の操作項目を選択し（ステップＳ１３０６）、jにj＋１を代入し（ステップＳ１３０７）、ステップＳ１３０３に戻る。ステップＳ１３０５でj番目の操作項目の選択確率がｒ未満の場合には（ステップＳ１３０５，Ｎｏ）、ステップＳ１３０７に進む。ステップＳ１３０３でｊがＭより大きい場合には（ステップＳ１３０３，Ｙｅｓ）、終了する（ステップＳ１３０８）。

【0047】

図２１は、操作値案の作成処理（ステップＳ１２０５）の詳細を示すフローチャートである。処理を開始し（ステップＳ１４０１）、操作項目の番号を示すｊを１に設定しＭを操作項目の総数に設定し（ステップＳ１４０２）、ｊがＭより大きいか否かを判定し（ステップＳ１４０３）、否であれば（ステップＳ１４０３，Ｎｏ）、j番目の操作項目は選択されているか否かを判定し（ステップＳ１４０４）、選択されている場合は（ステップＳ１４０４，Ｙｅｓ）、j番目の操作項目の操作値の選択肢の総数と、該操作値の選択確率から公知のルーレット選択により一つの操作値を選び（ステップＳ１４０５）、jにj＋１を代入し（ステップＳ１４０６）、ステップＳ１４０３に戻る。ステップＳ１４０４で選択されていない場合は（（ステップＳ１４０４，Ｎｏ）、ステップＳ１４０６に進む。ステップＳ１４０３でｊがＭより大きい場合には（ステップＳ１４０３，Ｙｅｓ）、処理を終了する（ステップＳ１４０７）。

【0048】

図２２は、運転操作案７７の例を示す図である。図２２には図１９で示した複数の運転操作案の作成処理（ステップＳ１１０５）で作成されたＰ個の運転操作案７７を示す。運転操作案７７には、Ｎｏ．、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値が含まれる。

【0049】

図２３は、運転操作案評価手段２２の処理（ステップＳ１５００）を示すフローチャートである。処理を開始し（ステップＳ１５０１）、運転操作案の番号を示すｉに１を設定し運転操作案の総数をＰに設定し（ステップＳ１５０２）、ｉがＰより大きいか否かを判定し（ステップＳ１５０３）、否であれば（ステップＳ１５０３，Ｎｏ）、i番目の運転操作案の情報を「目的値予測学習モデルＭ３」に入力して予測目的値を算出し（ステップＳ１５０４）、i番目の予測目的値を運転操作案評価用データに追記し（ステップＳ１５０５）、ｉにｉ＋１を代入し（ステップＳ１５０６）、ステップＳ１５０３に戻る。ステップＳ１５０３でｉがＰより大きい場合には（ステップＳ１５０３，Ｙｅｓ）、運転操作案の内で運転目的に最も合う案（推奨操作案）を選択し（ステップＳ１５０７）、処理を終了する（ステップＳ１５０８）。

【0050】

ここで、運転操作案の内で運転目的に最も合う案は、例えば、運転目的がコスト低減であれば、目的値はコストになり、予測目的値の内で最も小さい値の操作案を運転目的に最も合う案として選択する。

【0051】

図２４は、運転操作案評価用データ７８の例を示す図である。運転操作案評価用データ７８は、ステップＳ１５０５で追記してできた運転操作案評価用データである。運転操作案評価用データ７８には、Ｎｏ．、計測項目１の値、・・・、計測項目Ｎの値、操作項目１の値、・・・、操作項目Ｍの値、予測目標値が含まれる。

【0052】

図２５は、運転操作支援情報表示手段２３の処理（ステップＳ１６００）を示すフローチャートである。処理を開始し（ステップＳ１６０１）、本生産設備運転支援システム１００のユーザが運転操作案の表示を選択したか否かを判定し（ステップＳ１６０２）、運転操作案の表示を選択した場合には（ステップＳ１６０２，Ｙｅｓ）、推奨操作案を表示し（ステップＳ１６０３）、目的値の実績と予測値を表示し（ステップＳ１６０４）、処理を終了する（ステップＳ１６０５）。ステップＳ１６０２で運転操作案の表示を選択しなかった場合は（ステップＳ１６０２，Ｎｏ）、処理を終了する（ステップＳ１６０５）。

【0053】

図２６は、運転操作支援情報表示画面の例を示す図である。図２６は、運転操作支援情報表示手段２３により表示手段４に表示される画面２６の例を示している。画面２６には、学習か運転かを選択するボタン２６１，２６２があり、生産設備運転支援システム１００のユーザが選択する。また、操作項目選択のプルダウンボタン２６４で操作項目の内の一つをユーザが選択する。画面２６には、操作推奨案２６５、目的値の予測値２６６、目的値の予測値に至る経時変化図１６７が含まれる。ステップＳ１６０３の推奨操作案２６５として、各操作項目の選択確率と操作有無と操作値、選択された操作項目の各操作値の選択確率がある。目的値の予測値２６６は、該操作推奨案を適用した場合の目的値の予測値である。経時変化図１６７には、目的値の時系列の実績の変遷を表示するが、これらに限定する必要はない。なお、本実施形態では、表示手段４のモニターに表示しているが、音声やメールなどで操作推奨案を操作者や責任者に連絡することも好ましい。

【0054】

<<実施形態２>>
実施形態１の生産設備運転支援システム１００での処理を、図２７に示す具体的なデータを用いて、さらに詳細に説明する。実施形態１と重複する部分は説明を省略する。

【0055】

＜運転操作学習手段５＞
図２７は、生産設備情報７１Ａの格納データの具体例を示す図である。図２７は、データ収集手段６により収集され格納される生産設備情報７１Ａの例を示す。生産設備情報７１Ａは、年月日時刻、計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値、目的値の圧縮強度が含まれる。

【0056】

図７に示した運転操作実績情報作成手段１０の処理を開始し（ステップＳ２０１）、運転操作情報作成処理（ステップＳ２０２、図８参照）を行い、操作項目および操作値学習情報作成処理（ステップＳ２０３、図９参照）を行い、処理を終了する（ステップＳ２０４）。

【0057】

図８の運転操作情報作成処理（ステップＳ２０２）において、図２７に示す生産設備情報７１Ａを入力し（ステップＳ３０２）、運転操作情報７２Ａ（図２８参照）が作成される。

【0058】

図２８は、運転操作情報７２Ａの具体例を示す図である。図２８には運転操作情報作成処理（ステップＳ２０２）により作成される運転操作情報２７Ａの例を示している。例えば、図２７の行２７１である年月日時刻が２０１９年１月２０日９時３０分（2019.1.20.09.30）と行２７２である年月日時刻が２０１９年１月２０日９時４０分（2019.1.20.09.40）を参照して、生産設備情報の操作項目である圧力と温度の値の差を求めると各々の差は０である。このため、図２８のＮｏ．１の行（２０１９年１月２０日９時４０分（2019.1.20.09.40））は、電流の値が５１、リップル電圧の値が２、圧力の値が７５、温度の値が６０、圧力の変化値が０、温度の変化値が０となる。

【0059】

次に、図２７の行２７２と行２７３の生産設備情報の操作項目である圧力と温度の値の差を求めると、圧力の値の差は－５、温度の値の差は０である。このため、図２８のＮｏ．２の行は、電流の値が５０、リップル電圧の値が２、圧力の値が７０、温度の値が６０、圧力の変化値が－５、温度の変化値が０となる。以降も同様であり、図２７の行２７６と行２７７の生産設備情報の操作項目である圧力と温度の値の差を求めると、圧力の値の差は０、温度の値の差は５である。このため、図２８のＮｏ．６の行は、電流の値が４９、リップル電圧の値が３、圧力の値が６５、温度の値が６５、圧力の変化値が０、温度の変化値は５となる。以上、運転操作情報作成手段１０の運転操作情報作成処理（ステップＳ２０２）により、図２８に示す運転操作情報７２Ａが作成される。

【0060】

図９の操作項目および操作値学習情報作成処理（ステップＳ２０３）において、図２８に示す運転操作情報７２Ａを入力し（ステップＳ４０２）、操作項目学習情報７３Ａ（図２９参照）、操作値学習情報７４Ａ（図３０参照）が作成される。

【0061】

図２９は、操作項目学習情報７３Ａの具体例を示す図である。図２９には、操作項目および操作値学習情報作成処理（ステップＳ２０３）により作成される操作項目学習情報７３Ａの例を示している。適宜図９を参照する。

【0062】

ステップＳ４０７で、例えば、ｉが１、ｊが１の場合は、図２８のＮｏ．１の計測項目の値として電流の値が５１、リップル電圧の値が２、操作項目の値として圧力の値が７５、温度の値が６０、操作項目１の圧力の変化値が０である。このため、図２９（１）のＮｏ．１の行の操作項目１の圧力の操作の有無が、「無」となる。

【0063】

ステップＳ４０７で、ｉが２、ｊが１の場合は、図２８のＮｏ．２の計測項目の値として電流の値が５０、リップル電圧の値が２、操作項目の値として圧力の値が７０、温度の値が６０、操作項目１の圧力の変化値が－５である。このため、図２９（１）のＮｏ．２の行の操作項目１の圧力の操作の有無が、「有」となる。

【0064】

ステップＳ４０７で、ｉが１、ｊが２の場合は、図２８のＮｏ．１の計測項目の値として電流の値が５１、リップル電圧の値が２、操作項目の値として圧力の値が７５、温度の値が６０、操作項目２の温度の変化値が０である。このため、図２９（２）のＮｏ．１の行操作項目２の圧力の操作の有無が、「無」となる。
の値となる。

【0065】

ステップＳ４０７で、ｉが６、ｊが２の場合は、図２８のＮｏ．６の計測項目の値として電流の値が４９、リップル電圧の値が３、操作項目の値として圧力の値が６５、温度の値が６０、操作項目２の温度の変化値が５である。このため、図２９（２）のＮｏ．６の行の操作項目２の圧力の操作の有無が、「有」となる。

【0066】

図３０は、操作値学習情報７４Ａの具体例を示す図である。図３０には、操作項目および操作値学習情報作成処理（ステップＳ２０３）により作成される操作値学習情報７４Ａの例を示している。適宜図９を参照する。

【0067】

ステップＳ４０８で、ｉが２、ｊが１の場合は、１番目の操作項目である圧力の操作の有無を、図２９（１）のＮｏ．１の行から判定すると、有であるためステップＳ４０９に進み、ステップＳ４０９では図２９（１）Ｎｏ．２の電流の値が５０、リップル電圧の値が２、圧力の値が７０、温度の値が６０と図２８のＮｏ．２の圧力の変化値の－５を、図３０（１）のＮｏ．１の行の値として追加する。

【0068】

ステップＳ４０８で、ｉが６、ｊが２の場合は、２番目の操作項目である温度の操作の有無を、図２９（２）のＮｏ．６の行から判定すると、有であるためステップＳ４０９に進み、ステップＳ４０９では図２９（２）Ｎｏ．６の電流の値が４９、リップル電圧の値が３、圧力の値が６５、温度の値が６５と図２８のＮｏ．６の温度の変化値の５を、図３０（２）のＮｏ．１の行の値として追加する。

【0069】

以上説明したように、図２９と図３０は、操作項目および操作値学習情報作成処理（ステップＳ２０３）により作成される操作項目学習情報と操作値学習情報の具体例である。

【0070】

次に、図１０に示したニ段階学習手段１１の処理に進む。ニ段階学習手段１１の１段階目の操作項目の学習処理（ステップＳ５０２、図１１参照）について説明する。

【0071】

図２９（１）に示す操作項目１の学習情報の例では、計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値を説明変数とし、操作項目１の圧力の操作の有無を目的変数として学習を行う。学習を行う際に、目的変数の操作が有の場合は数値の１を、操作が無の場合は数値の０として学習を行うが、これに限定するものではない。

【0072】

図２９（２）に示す操作項目２の学習情報の例も同様に、計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値を説明変数とし、操作項目２の圧力の温度の有無を目的変数として学習を行う。

【0073】

この学習結果である「操作項目学習モデルＭ１」として、操作項目が圧力の学習モデルである「操作項目圧力学習モデル」と、操作項目が温度の学習モデルである「操作項目温度学習モデル」ができる。

【0074】

ニ段階学習手段１１の２段階目の操作値の学習処理（ステップＳ５０３、図１２参照）について説明する。

【0075】

図３０（１）に示す操作項目１の操作値の学習情報の例では、計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値を説明変数とし、操作項目１の圧力の変化値を目的変数として学習を行う。

【0076】

図３０（２）に示す操作項目２の操作値の学習情報では計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値を説明変数とし、操作項目２の温度の変化値を目的変数として学習を行う。

【0077】

この学習結果である「操作値学習モデルＭ２」として、操作項目が圧力の操作値の学習モデルである「操作項目圧力操作値学習モデル」と、操作項目が温度の操作値の学習モデルである「操作項目温度操作値学習モデル」ができる。

【0078】

次に、図１３に示した目的値予測方法学習手段１２の処理に進む。
図１３において、ステップＳ８０２は例えば図２７に示す生産設備情報を入力し、ステップＳ８０３は目的変数を目的値である圧縮強度、説明変数を計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値として機械学習を行う。図２７に示す生産設備情報を用いて重回帰式を求めると、例えば、Ｙを目的変数の圧縮強度として（１）式のような「目的値予測学習モデルＭ３」が得られる。

【0079】

【数1】

【0080】

次に、図１４で示した学習結果表示手段１３の処理に進む。適宜図３１を参照する。
操作項目一致度１５５は、例えば、生産設備情報の総数Ｌ個中のｉ番目の生産設備情報において、操作項目が操作項目１から操作項目２までの２個の場合は、操作項目の操作有無が、２個中のＭｉ個が一致しているならば、操作項目一致度１５５は、ｉ＝１～Ｌについて、Σ（Ｍｉ／２）／Ｌと算出するが、これに限定するものではない。

【0081】

操作値一致度１５７は、生産設備情報の総数Ｌ個中のｉ番目の生産設備情報において、操作項目の個数が２個、操作値が完全一致している個数がＱｉ個の場合に、操作値一致度１５７は、ｉ＝１～Ｌについて、Σ（Ｑｉ／２）／Ｌと算出するが、これに限定するものではなく、例えば、完全一致ではなく、予め定められた許容量の範囲での一致度としても良い。

【0082】

図３１は、学習結果表示画面の具体例を示す図である。図３１は学習結果表示手段１３により表示手段４に表示する画面１５Ａの例を示している。図３１には生産設備情報選択のプルダウンボタン１５３で生産設備情報の内の一つを、同様に操作項目選択のプルダウンボタン１５４で操作項目の内の一つである圧力を選択した例である。目的値予測式は機械学習方法として重回帰式を使用した場合の例を示している。

【0083】

図３１では、操作項目が圧力の場合であり、操作項目一致度１５５は、８５％である。
また、操作値一致度１５７は、８０％である。目的値予測式関連情報１５９として、前記（１）式が表示され、相関係数が０．８７となっている。

【0084】

＜運転操作支援手段８＞
図３２は、現運転情報７６Ａの具体例を示す図である。現運転情報７６Ａは、計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値が含まれる。

【0085】

図１６に示した現運転情報作成手段２０の処理を開始し（ステップＳ１００１）、現時点の生産設備情報７１Ａを入力し（ステップＳ１００２）、計測項目と操作項目の値のデータを現運転情報７６Ａとし（ステップＳ１００３）、処理を終了する（ステップＳ１００４）。

【0086】

図１８に示した運転操作案作成手段２１の処理中、ステップＳ１１０３において、「操作項目学習モデルＭ１」は、具体例として前記の「操作項目圧力学習モデル」と「操作項目温度学習モデル」を用いる。また、ステップＳ１１０４において、「操作値学習モデルＭ２」は具体例として前記の「操作項目圧力操作値学習モデル」と「操作項目温度操作値学習モデル」を用いる。図１８に示した複数の運転操作案の作成処理（ステップＳ１１０５）において、図３３に示す運転操作案７７Ａが作成される。

【0087】

図３３は、運転操作案７７Ａの具体例を示す図である。図３３には図１９で示した複数の運転操作案の作成処理（ステップＳ１１０５）で作成されたＰ個の運転操作案７７Ａを示す。運転操作案７７には、Ｎｏ．、計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値が含まれる。

【0088】

図２３に示した運転操作案評価手段２２の処理中、ステップＳ１５０４において、i番目の運転操作案の情報を、前記（１）式の目的値予測学習モデルに入力して予測目的値を算出する。

【0089】

また、ステップＳ１５０７において、運転操作案の内で運転目的に最も合う案は、例えば、運転目的は圧縮強度が３００以上での最小化であれば、目的値は圧縮強度になり、予測目的値が３００以上の内で最も小さい値となる操作案を運転目的に最も合う案として選択する。ステップＳ１５０５で追記してできた運転操作案評価用データ７８Ａを図３４に示す。

【0090】

図３４は、運転操作案評価用データ７８Ａの具体例を示す図である。運転操作案評価用データ７８Ａは、ステップＳ１５０５で追記してできた運転操作案評価用データである。運転操作案評価用データ７８Ａには、Ｎｏ．、計測項目１の電流の値、計測項目２のリップル電圧の値、操作項目１の圧力の値、操作項目２の温度の値、予測目標値の圧縮強度が含まれる。具体的には、Ｎｏ．２の行には、圧縮強度が３００に最も近い３０２の運転操作案が示されている。

【0091】

図３５は、運転操作支援情報表示画面の具体例を示す図である。図３５は、運転操作支援情報表示手段２３により表示手段４に表示される画面２６Ａを示している。操作推奨案２６５として、操作項目である圧力、温度についての操作案が示されている。また、目的値の予測値２６６として、圧縮強度が３０２になることが示されている。

【0092】

本実施形態では、生産設備などの過去の実績データから熟練者が行う操作項目の選択方法と操作値の選択方法、また、生産品の品質確保、コスト低減、生産効率向上などの目的となる目的値の予測方法を学習し、生産設備などの運転時に操作項目案の選択と操作値案の選択を行い、目的値が最適となる評価に従って操作項目案と操作値案の運転操作支援案を提示するようにしたことにある。

【0093】

本実施形態では、説明変数として計測項目と操作項目の全てを対象とすることで目的変数を説明する精度の低下を防ぎ、熟練者の操作方法の学習として操作項目と操作値の学習を分けた２段階学習と、操作項目と操作値を分けた運転操作案の作成とすることで、操作項目が例えばＮ個の解空間を対象に学習と操作案作成と、操作値が例えばＭ個の解空間を対象に学習と操作値作成とすることで、Ｎ＋Ｍ個の解空間を対象に学習と操作項目と操作値を算出するため高速化が図れ、リアルタイム性が向上する。

【0094】

さらに、操作項目と操作値を分けることにより複雑なプラントの運転方法の複雑性を低減することでモデル精度の低下を防ぎ、運転操作支援案に基づいて運転することにより運転者が非熟練者であっても熟練者並の運転が可能となる。

【0095】

第１の観点の生産設備運転支援システム１００は、制御手段２は生産設備運転支援手段３を制御し、生産設備１などから計測項目や熟練者が実施した操作項目の実績値をデータ収集手段が入手し、データベース７に格納する。運転操作学習手段５として、データベース７に蓄積されたデータを用いて、運転操作実績情報作成手段１０は過去の熟練者の運転操作方法を学習するための運転操作実績情報を作成し、ニ段階学習手段１１は操作項目と操作値の選択方法を学習し、目的値予測方法学習手段１２は生産品の品質確保、コスト低減、生産効率向上などの目的となる目的値の予測方法を学習し、学習結果表示手段１４はデータベース７に学習結果である学習モデルを格納し、学習結果表示手段により学習モデルおよび学習モデルを実績データに当てはめた場合の結果を提示可能とする。運転操作支援手段８として、データベース７に蓄積されたデータおよび学習モデルを用いて、現運転情報作成手段２０は現在の運転情報を作成し、運転操作案作成手段２１は複数の操作項目案と操作値案を作成し、運転操作案評価手段２２は現在の運転情報において目的値が最適な予測となる操作項目案と操作値案をである運転操作支援情報を作成し、運転操作支援情報表示手段２３により運転時の運転操作支援情報を提示することを特徴とする。

【0096】

第２の観点の発明は、第１の観点の生産設備運転支援システム１００において、運転操作実績情報は操作項目の変化値を算出することを特徴とする。該変化値の算出は現在着目している運転操作実績情報の一つ前の運転操作実績情報の操作項目の操作値から、現在着目している運転操作実績情報の該操作項目の操作値への変化量を算出する。操作値の変化は熟練者が現在着目している運転操作実績情報において目的値を最適化するための生産設備の運転として選択した運転方法を示す重要な情報となる。

【0097】

第３の観点の発明は、第１の観点または第２の観点の生産設備運転支援システム１００において、ニ段階学習手段１１は操作項目の操作の有無と、該操作項目の操作値を学習することを特徴とする。操作項目の操作の有無の学習は、操作項目ごとに操作の有無の学習を行い、操作値の学習は、操作項目ごとに操作値の変化値がゼロでない運転操作実績情報を学習することで熟練者が暗黙知として持っている運転操作方法の学習が可能となる。また、熟練者が運転操作を担当していた膨大な運転操作実績情報の全てを学習対象とせず、熟練者の暗黙知が凝縮している変化値がゼロでない運転操作実績情報を学習することで学習の高速化と熟練者の暗黙知が凝縮した学習結果を得ることを可能とする。

【0098】

第４の観点の発明は、第１の観点乃至第３の観点のいずれかの観点の生産設備運転支援システムにおいて、学習結果表示手段１３は操作項目一致度、該操作項目の操作有無、操作値一致度、操作値、目的値予測式の表示情報を生成し、表示手段により該情報を提示することを特徴とする。操作項目一致度は、例えば、生産設備情報の総数Ｌ個中のｉ番目の生産設備情報において、操作項目が操作項目１から操作項目ＮまでのＮ個存在し、操作項目の操作有無が、Ｎ個中のＭｉ個が一致しているならば、操作項目一致度は、ｉ＝１～Ｌについて、Σ（Ｍｉ／Ｎ）／Ｌと算出するが、これに限定するものではない。操作値一致度は、生産設備情報の総数Ｌ個中のｉ番目の生産設備情報において、操作項目の個数がＮ個、操作値が完全一致している個数がＱｉ個の場合に、操作値一致度は、ｉ＝１～Ｌについて、Σ（Ｑｉ／Ｎ）／Ｌと算出するが、これに限定するものではなく、例えば、完全一致ではなく、予め定められた許容量の範囲での一致度としても良い。

【0099】

第５の観点の発明は、第１の観点乃至第４の観点のいずれかの観点の生産設備運転支援システム１００において、運転操作支援情報表示手段２３は操作推奨案として各操作項目の選択確率と操作有無と操作値、選択された操作項目の各操作値の選択確率、目的値の予測値とこれまでの実績値の表示情報を生成し、表示手段４に該情報を提示することを特徴とする。操作項目選択のプルダウンメニューから特定の操作項目を選択することで該操作項目の各操作値の選択確率が表示可能となる。

【0100】

第６の観点の発明は、生産設備から収集するデータに基づき運転操作を学習する運転操作学習手段５と、データと運転操作学習手段の学習結果に基づき運転操作を支援する運転操作支援手段８と、表示手段４とを備えるシステムに係る生産設備の運転支援を行う生産設備運転支援方法であって、運転操作学習手段５は、過去の操作方法を学習するための運転操作実績情報を作成する運転操作実績情報作成ステップ（ステップＳ２００）と、運転操作実績情報に基づき、操作項目と操作値の選択方法を別々に学習して各々の学習モデルを作成するニ段階学習ステップ（ステップＳ５００）と、生産での目的値の予測方法を学習する目的値予測方法学習ステップ（ステップＳ８００）と、学習モデルおよび目的値の予測方法に基づき選択された項目の結果を提示するための情報を生成し、表示手段に表示する学習結果表示ステップ（ステップＳ９００）と、を含み実行し、運転操作支援手段８は、データに基づき現在の運転情報を作成するための現運転情報作成ステップ（ステップＳ１０００）と、現在の運転情報およびニ段階学習ステップで作成された学習モデルに基づき操作項目案と操作値案を作成する運転操作案作成ステップ（ステップＳ１１００）と、目的値予測方法作成ステップの予測方法に基づき該操作項目案と操作値案を適用した場合の目的値を予測して評価を行う運転操作案評価ステップ（ステップＳ１５００）と、操作項目案と操作値案を提示するための情報を作成し、推奨操作案を表示手段に表示する運転操作支援情報表示手段ステップ（ステップＳ１６００）と、を含み実行することを特徴とする。本生産設備運転支援方法によれば、複雑な生産設備、プラントの運転方法の複雑性を低減することでモデル精度の低下を防ぎ、運転操作支援案を提示することができる。

【符号の説明】

【0101】

１ 生産設備
２ 制御手段
３ 生産設備運転支援手段
４ 表示手段
５ 運転操作学習手段
６ データ収集手段
７ データベース
８ 運転操作支援手段
１０ 運転操作実績情報作成手段
１１ ニ段階学習手段
１２ 目的値予測方法学習手段
１３ 学習結果表示手段
２０ 現運転情報作成手段
２１ 運転操作案作成手段
２２ 運転操作案評価手段
２３ 運転操作支援情報表示手段
７１ 生産設備情報
７２ 運転操作情報
７３ 操作項目学習情報
７４ 操作値学習情報
７６ 現運転情報
７７ 運転操作案
７８ 運転操作案評価用データ
１００ 生産設備運転支援システム
Ｍ１ 操作項目学習モデル
Ｍ２ 操作値学習モデル
Ｍ３ 目的値予測学習モデル

【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】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】

【図25】

【図26】

【図27】

【図28】

【図29】

【図30】

【図31】

【図32】

【図33】

【図34】

【図35】