特許7546131 | 知財ポータル「IP Force」

知財求人 - 知財ポータルサイト「IP Force」

▶ 株式会社日立製作所の特許一覧

特許7546131プロセスモデル構築システム、プロセスモデル構築方法

書誌要約請求の範囲詳細な説明課題実施例実施するための形態図面の説明

目に優しい文字サイズ小中大 PDF Top

< >

1
2
3
4
5
6
7
8A
8B
9A
9B
10
11
12A
12B
13A
13B
14
15
16
17
18A
18B
19
20
21

(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】2024-08-28

(45)【発行日】2024-09-05

(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 20060101AFI20240829BHJP

【ＦＩ】

G05B23/02 G

【請求項の数】 14

(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

(65)【公開番号】P2023176035

(43)【公開日】2023-12-12

【審査請求日】2023-10-19

(73)【特許権者】

【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

【審査官】田中友章

(56)【参考文献】

【文献】特開２００１－２０９４０５（ＪＰ，Ａ）

【文献】国際公開第２０１８／１３８８８０（ＷＯ，Ａ１）

【文献】特開２０１７－２１５８３２（ＪＰ，Ａ）

【文献】特開平１１－３１２００３（ＪＰ，Ａ）

【文献】特開２００６－７２６３７（ＪＰ，Ａ）

【文献】特開２０１４－２０６８７０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０５Ｂ２３／０２

Ｇ０５Ｂ１３／０４

(57)【特許請求の範囲】

【請求項1】

コンピュータにより、プロセス運転を行うプラントのプロセスシミュレーションを行うための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、
制御対象に関するプロセスモデルと、前記プロセスモデルの挙動に影響を与える要素である前記制御対象の特性の種類毎に算出される前記プロセスモデルを補正するための情報である特性パラメータと、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と、を格納する記憶部と、
前記特性パラメータモデルから得られた前記特性パラメータの推定値を用いて前記プロセスモデルを補正する処理部と、を備える、
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は、所定の理論式で構築されるモデル、または、前記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る過去操業実績データに基づいて所定の機械学習で構築されるモデルである、
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】

前記特性パラメータモデルは、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とし、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て構築されるものであり、
前記処理部は、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4】

前記特性には、前記制御対象の機器が含まれており、
前記特性パラメータモデルは、前記制御対象の機器の種類に対して前記特性パラメータを出力可能な特性パラメータモデルが含まれており、
前記処理部は、前記制御対象の機器の種類に対する前記特性パラメータに基づいて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5】

前記特性には、前記制御対象の品種が含まれており、
前記特性パラメータモデルには、前記制御対象が製造する製造物の品種の種類に対して前記特性パラメータを出力可能な特性パラメータモデルが含まれており、
前記処理部は、前記制御対象が製造する製造物の品種の種類に対する前記特性パラメータに基づいて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】

前記特性には、少なくとも、前記制御対象の機器と、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と、が含まれており、
前記特性パラメータモデルには、少なくとも前記制御対象の機器の種類に対して前記特性パラメータを出力可能な特性パラメータモデルと、前記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に対して前記特性パラメータを出力可能な特性パラメータモデルと、がそれぞれ含まれ、
前記処理部は、少なくとも前記制御対象の機器の種類に対する前記特性パラメータ及び前記制御対象が製造する製造物の品種の種類に対する前記特性パラメータに基づいて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】

前記特性は、複数の異なる種類があり、
前記処理部は、複数種類の前記特性の組み合わせに関連する前記特性パラメータに基づいて、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8】

前記記憶部は、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を記憶し、
前記処理部は、前記特性パラメータモデル及び前記プロセスモデル構築システムに入力される前記特性情報に基づいて前記特性パラメータを推定し、推定した前記特性パラメータによって補正した前記プロセスモデルに基づいてシミュレーションを実行する、
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9】

前記処理部は、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、
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10】

前記処理部は、前記特性情報と、前記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８に記載のプロセスモデル構築システム。

【請求項11】

前記処理部は、前記制御対象に対する所望の運転条件と前記特性情報とを含む入力情報と、前記所望の運転条件と前記シミュレーションの結果とが一致する入力の時系列データである前記制御対象の入力値と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８に記載のプロセスモデル構築システム。

【請求項12】

前記処理部は、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８に記載のプロセスモデル構築システム。

【請求項13】

さらに、前記特性パラメータの入力を受け付ける入力部を備え、
前記処理部は、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、前記推定を行う、
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14】

コンピュータにより、プロセス運転を行うプラントのプロセスシミュレーションを行うための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、
制御対象に関するプロセスモデルと、前記プロセスモデルの挙動に影響を与える要素である前記制御対象の特性の種類毎に算出される前記プロセスモデルを補正するための情報である特性パラメータと、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と、を格納するステップと、
前記特性パラメータモデルから得られた前記特性パラメータの推定値を用いて前記プロセスモデル補正するステップと、を備える、
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】

【文献】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1】

【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】

【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】

【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】

【0088】

【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】

【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2】

【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。

【実施例3】

【0137】

実施例３では、未知の特性（例えば、品種や機器）に対しても特性パラメータを推定し、プロセスシミュレーションを実施する場合について説明する。

【0138】

図１２Ａは、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１２Ａ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３０００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、特性パラメータモデル構築部３００１と、実施例１、実施例２とは異なるシミュレーション部３００２と、特性パラメータモデル３００３とを有している。また、プロセスモデル構築システム３０００は、特性追加情報１０７の入力を受け付ける。図１２Ａに示したプロセスモデル構築システム３０００は、実施例１、実施例２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、実施例２におけるプロセスモデル構築システム１０００、プロセスモデル構築システム２０００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。

【0139】

特性パラメータモデル構築部３００１は、特性パラメータ群１００３と特性追加情報１０７とを用いて、特性追加情報１０７から特性パラメータを推定する機械学習モデルを構築する処理部である。例えば、特性パラメータモデル構築部３００１は、ある特性（例えば、制御対象が製造する品種）について、当該特性に影響を与える要素（例えば、原材料の比率）がわかっている場合、その品種と原材料の比率とを特性追加情報１０７として取得する。特性パラメータモデル構築部３００１は、取得した特性追加情報１０７を説明変数、特性パラメータを目的変数として、任意の機械学習等の手法を用いて、パラメータ推定器となる特性パラメータモデルを構築する。これにより、未知の特性種類に対しても特性パラメータを推定し、プロセスモデルの動特性を推定することができる。

【0140】

特性追加情報１０７は、上述した特性パラメータモデルを構築したり、未知の特性の特性パラメータを推定する場合に参照するデータである。

【0141】

図１２Ｂは、特性追加情報１０７の一例を示す図である。図１２Ｂに示すように、特性追加情報１０７は、未知の特性（例えば、制御対象が製造する未知の品種）と、当該特性に対応する特徴情報（例えば、制御対象が製造する品種の原材料）とが対応付けて記憶されている。図１２Ｂでは、例えば、制御対象が製造する品種イの原材料の内訳となる比率は、原材料１が３０％、…原材料ｋが２０％であることを示している。ここでは、品種の原材料について例示したが、機材の設定値など、特性の特徴をあらわす様々な情報を特性追加情報として定めてよい。

【0142】

シミュレーション部３００２は、特性情報１０２の特性に一致する特性パラメータでプロセスモデルを補正する際、未知の特性の種類（過去操業実績のない品種など）に対して、特性追加情報１０７と上述した特性パラメータモデルとを用いて特性パラメータを推定する。例えば、シミュレーション部３００２は、図１０に示したＳ１００１において、特性追加情報１０７を用いて構築された上記特性パラメータモデルに、入力された特性情報１０２を入力し、当該特性情報１０２に一致する特性パラメータの推定値を取得する。さらに、Ｓ１００２において、シミュレーション部３００２は、取得した特性パラメータの推定値を用いて、プロセスモデルを補正し、以降、Ｓ１００３、Ｓ１００４と同様にシミュレーションを行う。

【0143】

このように、本実施例では、上記制御対象の特性（例えば、制御対象が製造する未知の品種）と当該特性に影響を与える要素（例えば、制御対象が製造する品種の原材料などの特徴情報）とを対応付けた特性情報（例えば、特性追加情報１０７）を説明変数、上記特性の制御対象のプロセスモデルを補正する上記特性パラメータを目的変数とした機械学習により、上記特性についての上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（例えば、特性パラメータモデル構築部３００１）を有し、上記第３の処理部（例えば、シミュレーション部３００２）は、上記特性パラメータモデルに上記特性情報を入力して得られた上記特性パラメータの推定値を用いて補正した上記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。すなわち、特性パラメータモデル構築部３００１が、特性追加情報１０７（例えば、特性が品種である場合、その品種の原材料比率など）と特性パラメータ群１００３を用いて特性パラメータモデルを構築し、シミュレーション部３００２が、構築された特性パラメータモデルに特性情報１０２を入力して得た特性パラメータの推定値を用いて、プロセスモデルを補正し、シミュレーション部３００２が補正されたプロセスモデルを用いてシミュレーションを行う。したがって、未知の品種や機器に対しても特性パラメータを推定し、プロセスシミュレーションを実施することができる。すなわち、未知の特性の種類、または特性の組み合わせに対しても動特性を推定し、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。

【実施例4】

【0144】

実施例４では、過去操業実績データの数が少ない制御対象においては、特性や特性種類の組み合わせが少なくなり、特定の組み合わせでは特性パラメータに矛盾が生じる場合がある。以下では、特性パラメータに矛盾が発生した場合、その矛盾を解消する方法について説明する。

【0145】

図１３Ａは、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１３Ａ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４０００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、モデル同定情報４００１を有し、実施例１～３とは異なるモデル構築部４００２を有している。図１３Ａに示したプロセスモデル構築システム４０００は、実施例１～３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１～３におけるプロセスモデル構築システム１０００、プロセスモデル構築システム２０００、プロセスモデル構築システム３０００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。

【0146】

モデル同定情報４００１は、モデル構築部４００２が、図９Ａ、９Ｂに示したようなモデル同定を行う際に参照する情報であり、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モデルを同定するためのデータの集合である。実施例１では、図５に示した特性パラメータ群１００３として、プロセスモデルの全パラメータを対象に特性パラメータを算出したが、本実施例では、特性あるいは特性種類に対応したプロセスモデルのパラメータのみを、当該特性あるいは当該特性種類の対象となる特性パラメータとして格納しておく。

【0147】

図１３Ｂは、モデル同定情報４００１の一例を示す図である。図１３Ｂに示すように、モデル同定情報４００１には、１または複数の、特性あるいは特性種類に応じたプロセスモデルの特性パラメータが格納されている。図１３Ｂでは、図１３Ｂでは、例えば、品種イについての特性パラメータである補正パラメータ｛ａ：＋１．２，ｂ＝－０．１｝と、品種ロについての特性パラメータである補正パラメータ｛ｃ＝０｝とが、各特性種類の種類に対応付けて記憶されている。ここでは、特性パラメータを構成するパラメータａ、ｂ、ｃのうち、品種イについての特性パラメータがａ、ｂに対応付けられ、品種ロについての特性パラメータがｃに対応付けられて記憶されている。

【0148】

続いて、本実施例におけるモデル同定処理について説明するが、実施例４では、Ｓ９０１に対応するステップのみ実施例１で示したモデル同定処理（図９Ａ、９Ｂ）と異なるため、フローチャートについては省略し、Ｓ９０１と異なる部分について説明する。

【0149】

モデル構築部４００２は、図９Ａ、９Ｂに示したモデル同定処理のＳ９０１において、Ｓ８１３において格納された特性パラメータのうち、モデル同定情報４００１で定められた特性や特性種類に応じた特性パラメータを、任意の最適化アルゴリズムに基づいて選択する。上記特性や特性種類に応じた特性パラメータは、モデル同定情報４００１を参照して選択することができる。モデル同定情報４００１は、Ｓ８１３において格納された特性パラメータを参照してユーザがあらかじめ設定してよい。

【0150】

モデル構築部４００２は、上述のように特性や特性種類に応じて定められた特性パラメータを選択すると、Ｓ９０２以降の処理を実行する。このとき、モデル構築部４００２は、Ｓ９０５において、Ｓ９０４で取得したプロセスモデルｍに、上述した実施例４におけるＳ９０１に対応するステップで選択した特性や特性種類に応じた特性パラメータで補正したプロセスモデルｍ’を取得する。

【0151】

このように、本実施例では、プロセスモデル構築システム４０００が、１または複数の特性に応じた上記プロセスモデルの上記特性パラメータが格納されたモデル同定情報（例えば、モデル同定情報４００１）を有し、上記第２の処理部（例えば、モデル構築部４００２）は、上記特性ごとに算出した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過去操業実績データ１０１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、Ｂに示したモデル同定処理）を実行し、当該モデル同定処理において、上記モデル同定情報に定められた上記特性パラメータを、所定のアルゴリズム（例えば、任意の最適化アルゴリズム）に基づいて選択し、選択した上記特性パラメータで上記プロセスモデルを補正する。

【0152】

すなわち、本実施例では、実施例１の構成に加え、モデル同定情報４００１に定められた特性や特性種類に応じた特性パラメータを用いて、当該特性パラメータに対応するプロセスモデルのパラメータのみを補正する。これにより、特性や特性種類の組み合わせデータが少なく、特定の組み合わせでは特性パラメータに矛盾が生じる場合でも、高い精度でプロセスモデルの出力値を得ることができ、プロセスモデルの予測誤差増加を抑制することができる。

【0153】

上述した例では、特性や特性種類に応じた特性パラメータをモデル同定情報４００１として定めることとした。しかし、モデル構築部４００２が、Ｓ９０６においてモデル同定時に算出する目的関数の値ｖの目標値を設定しておき、例えば、上記目的関数にパーセント誤差を採用し、品種特性のモデル同定時にはパーセント誤差Ｎ％まで同定し、機器特性モデル同定時にはパーセント誤差０％を目標に同定する設定を行ってもよい。これにより、モデル同定情報４００１を定めることなく、上記同様、高い精度でプロセスモデルの出力値を得ることができる。

【実施例5】

【0154】

実施例５では、シミュレーションを実行し、実際のプロセスの挙動とプロセスモデルの挙動とのずれが生じた場合に、プロセスモデルを補正する方法について説明する。

【0155】

図１４は、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１４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５０００は、実施例１におけるプロセスモデル構築システム１０００の構成に対して、実施例１～４とは異なるシミュレーション部５００１を有している。また、プロセスモデル構築システム５０００は、制御対象１４０１から得られる制御量のフィードバック結果が入力される。

【0156】

図１４に示したプロセスモデル構築システム５０００は、実施例１～４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１～４におけるプロセスモデル構築システム１０００、プロセスモデル構築システム２０００、プロセスモデル構築システム３０００、プロセスモデル構築システム４０００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。

【0157】

シミュレーション部５００１は、シミュレーションの結果と制御対象１４０１の制御結果（例えば、制御対象１４０１から得られる制御量）とを比較し、その差分が一時的（例えば、１０秒間）または累積（例えば、１か月）で一定値以上となったか否かを判定する。シミュレーション部５００１は、上記差分が一時的または累積で一定値以上となったと判定した場合、シミュレーションの結果を補正して再計算し、その結果をシミュレーション結果１０４に保存する。シミュレーションの結果を補正する方法としては、例えば、シミュレーション部５００１が、制御対象１４０１の制御結果とシミュレーションの結果との差分が最小になるプロセスモデルのパラメータを同定する、またはそのような条件を満たす特性パラメータを特性パラメータ群から再選択する方法がある。

【0158】

図１５は、実施例５においてシミュレーション部５００１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、実施例１の場合と同様、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。

【0159】

Ｓ１５０１、Ｓ１５０２の各処理は、図１０に示したＳ１００１、Ｓ１００２と同様であるため、Ｓ１５０３以降について説明する。

【0160】

Ｓ１５０３において、シミュレーション部５００１は、Ｓ１５０２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’による制御対象のシミュレーションを実行し、実行したシミュレーションの結果Ｓを取得する（Ｓ１５０３）。

【0161】

Ｓ１５０４において、シミュレーション部５００１は、制御対象１４０１から実測値列Ｔを取得する（Ｓ１５０４）。実測値列Ｔは、例えば、実測制御量γ０、γ１、γ２などのような、操業実績データに含まれる時系列のデータである。

【0162】

Ｓ１５０５において、シミュレーション部５００１は、シミュレーションの結果Ｓと実測値列Ｔとの差が所定の閾値となる任意の基準以上であるか否かを判定する（Ｓ１５０５）。Ｓ１５０５において、シミュレーション部５００１は、シミュレーションの結果Ｓと実測値列Ｔとの差が所定の閾値となる任意の基準以上でないと判定した場合（Ｓ１５０５；Ｎｏ）、Ｓ１５０７に進む。一方、Ｓ１５０５において、シミュレーション部５００１は、シミュレーションの結果Ｓと実測値列Ｔとの差が所定の閾値となる任意の基準以上であると判定した場合（Ｓ１５０５；Ｙｅｓ）、Ｓ１５０６に進む。

【0163】

Ｓ１５０６において、シミュレーション部５００１は、プロセスモデルによる制御対象１４０１のシミュレーションの結果と、制御対象１４０１の実測値列Ｔとの差が最小となるように、Ｓ１５０２で用いたプロセスモデルの特性パラメータを補正し、再度シミュレーションを実行する（Ｓ１５０６）。

【0164】

Ｓ１５０７において、シミュレーション部５００１は、シミュレーションの結果、あるいは再度実行したシミュレーションの結果を返却する（Ｓ１５０７）。

【0165】

このように、本実施例では、上記第３の処理部（例えば、シミュレーション部５００１）は、上記シミュレーションの結果と、上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、上記差分が小さくなるように上記プロセスモデルの上記特性パラメータを補正し、上記シミュレーションを再実行する。

【0166】

すなわち、シミュレーション部５００１が、プロセスシミュレーションの結果と、制御対象が出力する実制御量との差分を確認し、当該差分が一定量を超えた場合に、それまでのシミュレーションの結果と実制御量との波形が近くなるように、プロセスモデルの特性パラメータを補正する。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、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とともに、ある一定期間のシミュレーション実行後、制御対象の実測値とずれが生じた場合、制御対象から取得した実測値に基づいて、プロセスモデルの特性パラメータを再同定することができる。

【0167】

上述した例では、シミュレーション部５００１が、プロセスモデルによる制御対象１４０１のシミュレーションの結果と、制御対象１４０１の実測値列Ｔとの差が最小となるように特性パラメータを補正して最適化したが、ユーザが特性パラメータ群から選択した任意の特性パラメータを補正することで、再度シミュレーションを実行してもよい。

【実施例6】

【0168】

実施例６では、プロセスモデルや特性パラメータに機械学習モデルを用いる場合について説明する。

【0169】

図１６は、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１６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６０００は、実施例１におけるプロセスモデル構築システム１０００の構成に対して、実施例１～５とは異なるモデル構築部６００１およびシミュレーション部６００２を有し、特性パラメータ群１００３にかえて、特性モデル群６００３を有している。

【0170】

図１６に示したプロセスモデル構築システム６０００は、実施例１～５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１～５におけるプロセスモデル構築システム１０００、プロセスモデル構築システム２０００、プロセスモデル構築システム３０００、プロセスモデル構築システム４０００、プロセスモデル構築システム５０００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。

【0171】

モデル構築部６００１は、過去操業実績データ１０１に基づいて、プロセスモデル１００４および特性モデル群６００３を、機械学習を用いて構築する処理部である。

【0172】

シミュレーション部６００２は、入力された特性情報１０２およびシミュレーション入力情報１０３に基づき、プロセスモデル１００４および特性モデル群６００３を呼び出し、シミュレーションを実行する処理部である。特性モデル群６００３は、機械学習で構築したプロセスモデルと過去操業実績データとの差分に基づいて特性ごとに構築される特性モデルの集合である。

【0173】

図１７は、実施例６においてモデル構築部６００１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に基づいて特性モデルを算出するための処理であり、主に、特性モデル構築の準備を行うための処理である。以下では、プロセスモデルは過去操業実績データ１０１の平均値データであるとして説明する。

【0174】

Ｓ１７０１において、モデル構築部６００１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（Ｓ１７０１）。

【0175】

Ｓ１７０２において、モデル構築部６００１は、過去操業実績データ１０１の平均値からプロセスモデルＰを構築する（Ｓ１７０２）。例えば、モデル構築部６００１は、過去操業実績データ１０１として蓄積されている操業実績データに含まれる時系列データである参照値、操作量、制御量の平均値を算出し、算出したこれらの平均値データをプロセスモデルＰとして作成する。当該プロセスモデルＰは、図１８Ａ、１８Ｂを用いて後述する機械学習モデルを構築するための初期の機械学習モデルである。

【0176】

Ｓ１７０３では、モデル構築部６００１は、実施例１の場合と同様、過去操業実績データ１０１から特性リストＬを取得する。

【0177】

Ｓ１７０４では、モデル構築部６００１は、実施例１の場合と同様、Ｓ１７０３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（Ｓ１７０３、Ｓ１７０４）。

【0178】

Ｓ１７０５では、モデル構築部６００１は、実施例１の場合と同様、Ｓ１７０４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（Ｓ１７０５）。

【0179】

Ｓ１７０６において、モデル構築部６００１は、Ｓ１７０５で取得した特性種類ｋの特性モデルを算出し、特性モデル群６００３に格納する（Ｓ１７０６）。例えば、モデル構築部６００１は、品種イについて、特性モデルを算出する。具体的な特性モデルの算出方法については、図１８Ａ、１８Ｂを用いて後述する。

【0180】

Ｓ１７０７において、モデル構築部６００１は、特性種類リストＫが空集合であるか否かを判定する（Ｓ１７０７）。例えば、モデル構築部６００１が品種の特性種類イについて特性モデル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（Ｓ１７０７；Ｎｏ）、Ｓ１７０５に戻る。そして、モデル構築部６００１は、特性種類リストＫ＝[ロ]について、Ｓ１７０５、Ｓ１７０６を実行する。このときは、実施例１の場合と同様、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６００１は、特性種類リストＫが空集合であると判定し（Ｓ１７０７；Ｙｅｓ）、Ｓ１７０８に進む。

【0181】

Ｓ１７０８において、モデル構築部６００１は、特性リストＬが空集合であるか否かを判定する（Ｓ１７０８）。例えば、モデル構築部６００１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（Ｓ１７０８；Ｎｏ）、Ｓ１７０４に戻る。そして、モデル構築部６００１は、ｌ＝[機器]について、Ｓ１７０４、Ｓ１７０５、Ｓ１７０６を実行する。このときは、実施例１の場合と同様、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６００１は、特性リストＬが空集合であると判定し（１Ｓ７０８；Ｙｅｓ）、処理を終了する。

【0182】

図１８Ａ、１８Ｂは、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。特性モデル算出処理は、特性モデルを構築するための処理である。

【0183】

特性モデル算出処理では、モデル構築部６００１は、過去操業実績データ１０１から構築する特性モデルの特性と特性種類が一致するデータＤを抽出する。以下説明するように、データＤ、データｄ［ｉ］は、実施例１の場合と同様、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。

【0184】

モデル構築部６００１は、他の特性の特性モデルを構築していなければ、データＤとプロセスモデルＰ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）との差分データを作成し、これを目的変数とする機械学習モデルを構築する。任意の目的関数としては、例えば、ＲＭＳＥを用いることができる。過去操業実績データ１０１に含まれる操業実績データが制御量の時系列データであれば、プロセスモデルＰは制御量の平均時系列データとなっている。モデル構築部６００１は、データＤの各制御量の時系列データと平均時系列データとの差分データｄを作成し、当該データｄの集合に対して時系列予測モデルを構築する。説明変数については、制御対象から実制御量を取得することとして、最初の窓枠分のデータを与えることとしてもよいし、データＤを拡張し１窓枠分のダミーデータを挿入してもよい。または過去操業実績データ１０１に追加の情報を用意してもよい。

【0185】

一方、モデル構築部６００１は、他の特性モデルを構築済みであれば、各データＤとプロセスモデルＰとの差分を計算する際に、構築済みモデルの出力を減算し、当該データＤを用いて特性モデルを構築し、構築した特性モデルを特性モデル群６００３に格納する。

【0186】

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１８Ａ、１８Ｂを用いた説明では、実施例１の場合と同様、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。上述したように、プロセスモデルは、過去操業実績データ１０１すべてを用いて同定したモデル、または各時間における制御量の平均値で構築された制御量の平均値の時系列データである前提で説明する。

【0187】

【0188】

Ｓ１８０１において、モデル構築部６００１は、実施例１の場合と同様、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、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。

【0189】

Ｓ１８０２、Ｓ１８０３では、モデル構築部６００１は、実施例１の場合と同様、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（Ｓ１８０２、Ｓ１８０３）。モデル同定データ群については、図９Ａ、９Ｂに示したモデル同定処理と同様の処理を行う。

【0190】

Ｓ１８０４において、モデル構築部６００１は、実施例１の場合と同様、部分データＤのｉ番目のデータＤ［ｉ］を選択する（Ｓ１８０４）。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。

【0191】

Ｓ１８０５において、モデル構築部６００１は、データＤ［ｉ］について特性種類ｋの特性ｌ以外の特性モデルが構築済みであるか否かを判定する（Ｓ１８０５）。現時点では、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以外の特性モデルが構築済みでないと判定し（Ｓ１８０５；Ｎｏ）、Ｓ１８０９に進む。

【0192】

Ｓ１８０６において、モデル構築部６００１は、プロセスモデルＰの出力に各構築済み特性モデルの出力を加えた値とデータｄ［ｉ］の差分データｇを作成する（Ｓ１８０６）。ここでは、上述の通りＳ１８０５の判定がＮｏであるため、モデル構築部６００１は、当該処理をスキップする。

【0193】

Ｓ１８０７において、モデル同定データ群に差分データｇを追加する（Ｓ１８０７）。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６００１は、当該処理をスキップする。

【0194】

Ｓ１８０８において、モデル構築部６００１は、ｉ＝ｉ＋１を実行する（Ｓ１８０８）。

【0195】

Ｓ１８０９において、モデル構築部６００１は、ｉ＞＝データＤの数であるか否かを判定する（Ｓ１８０９）。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６００１は、ｉ＞＝データの数でないと判定し（Ｓ１８０９；Ｎｏ）、Ｓ１８０４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、実施例１の場合と同様、モデル構築部６００１は、ｉ＞＝データの数であると判定し（Ｓ１８０９；Ｙｅｓ）、Ｓ１８１０に進む。

【0196】

Ｓ１８１０において、モデル構築部６００１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（Ｓ１８１０）。ここでは、モデル構築部６００１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（Ｓ１８１０；Ｙｅｓ）、Ｓ１８１１に進む。

【0197】

Ｓ１８１１において、モデル構築部６００１は、モデル同定データ群ＭにプロセスモデルＰの出力とデータＤの制御量の差分データｇを追加する（Ｓ１８１１）。例えば、モデル構築部６００１は、Ｓ１７０２で作成した、初期値を用いたプロセスモデルＰの出力値と、Ｓ１８０４～Ｓ１８０９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…]」のそれぞれとの差分であるモデル同定データ群Ｍ＝［データｇ］を作成する。

【0198】

Ｓ１８１２において、モデル構築部６００１は、モデル同定データ群のデータ集合に対し、機械学習を用いて回帰モデルｓを構築する（Ｓ１８１２）。例えば、モデル構築部６００１は、データＤの参照値／操作量を説明変数、データＤの制御量を目的変数として回帰モデルｓを構築する。

【0199】

Ｓ１８１３において、モデル構築部６００１は、Ｓ１８１２で算出した回帰モデルｓを、特性ｌ，特性種類ｋの特性モデルとして格納する（Ｓ１８１３）。例えば、モデル構築部６００１は、特性「品種」の特性種類「イ」についての特性モデルを記録する。ここまでの処理が終了すると、Ｓ１７０５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、特性モデルを構築し、特性モデル群６００３に格納する処理を行う（Ｓ１７０６、図１８Ａ，１８Ｂ）。

【0200】

【0201】

Ｓ１８０１において、モデル構築部６００１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（Ｓ１８０１）。例えば、モデル構築部６００１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、実施例１の場合と同様、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。

【0202】

Ｓ１８０２、Ｓ１８０３では、モデル構築部６００１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。

【0203】

Ｓ１８０４では、モデル構築部６００１は、部分データＤのｉ番目のデータＤ［ｉ］を選択する（Ｓ１８０４）。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。

【0204】

Ｓ１８０５において、モデル構築部６００１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モデルが構築済みであるか否かを判定する（Ｓ１８０５）。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モデルが構築済みではないため、Ｓ１８０９に進む。

【0205】

Ｓ１８０６、Ｓ１８０７では、品種イの場合と同様、上述の通りＳ１８０５の判定がＮｏであるため、モデル構築部６００１は、当該処理をスキップする。

【0206】

Ｓ１８０８において、モデル構築部６００１は、ｉ＝ｉ＋１を実行する（Ｓ１８０８）。

【0207】

Ｓ１８０９において、モデル構築部６００１は、ｉ＞＝データＤの数であるか否かを判定する（Ｓ１８０９）。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６００１は、ｉ＞＝データの数であると判定し（Ｓ１８０９；Ｙｅｓ）、Ｓ１８１０に進む。

【0208】

Ｓ１８１０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（Ｓ１８１０）。ここでは、モデル構築部６００１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（Ｓ１８１０；Ｙｅｓ）、Ｓ１８１１に進む。

【0209】

Ｓ１８１１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の出力値とデータＤの制御量の差分データｇを追加する（Ｓ１８１１）。例えば、モデル構築部６００１は、Ｓ１７０２で作成した、初期値を用いたプロセスモデルＰの出力値と、Ｓ１８０４～Ｓ１８０９までのループで選択した、レコード「０、ロ、Ｂ、[α２，β２，γ２…]」のそれぞれとの差分であるモデル同定データ群Ｍ＝［データｇ］を作成する。

【0210】

Ｓ１８１２において、モデル構築部６００１は、モデル同定データ群Ｍのデータ集合に対し機械学習を用いて回帰モデルｓを構築する（Ｓ１８１２）。例えば、モデル構築部６００１は、データＤの参照値／操作量を説明変数、データＤの制御量を目的変数として回帰モデルｓを構築する。

【0211】

Ｓ１８１３において、モデル構築部６００１は、Ｓ１８１２で算出した回帰モデルｓを、特性ｌ，特性種類ｋの特性モデルとして格納する（Ｓ１８１３）。例えば、モデル構築部１００１は、特性「品種」の特性種類「ロ」についての特性モデルを記録する。ここまでの処理が終了すると、Ｓ１７０４に戻り、異なる特性「機器」の特性種類「Ａ」について、特性モデルを構築し、特性モデル群６００３に格納する処理を行う（Ｓ１７０６、図１８Ａ，１８Ｂ）。

【0212】

【0213】

Ｓ１８０１において、モデル構築部６００１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（Ｓ１８０１）。例えば、モデル構築部６００１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。

【0214】

Ｓ１８０２、Ｓ１８０３では、モデル構築部６００１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。

【0215】

Ｓ１８０４では、モデル構築部６００１は、部分データＤのｉ番目のデータＤ［ｉ］を選択する（Ｓ１８０４）。ここでは、ｉ＝０のため、モデル構築部６００１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。

【0216】

Ｓ１８０５において、モデル構築部６００１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モデルが構築済みであるか否かを判定する（Ｓ１８０５）。ここでは、機器以外の特性、つまり特性が品種の特性モデルが構築済みであるため、Ｓ１８０６に進む。

【0217】

Ｓ１８０６において、モデル構築部６００１は、プロセスモデルＰの出力に各構築済み特性モデルの出力を加えた値とデータｄ［ｉ］の差分データｇを作成する（Ｓ１８０６）。例えば、モデル構築部６００１は、ループ１のＳ１８１３で格納した、特性が品種、特性種類がイの特性モデルの出力とプロセスモデルＰの出力とを加えたものと、データｄ［ｉ］の制御量との差分を新たな差分データｇとして作成する。

【0218】

Ｓ１８０７において、モデル構築部６００１は、モデル同定データ群Ｍに、上記差分データｇを追加する（Ｓ１８０７）。例えば、モデル構築部６００１は、モデル同定データ群Ｍ＝［ｇ］とする。当該Ｓ１８０７の処理により、構築済みの特性モデルとデータｄ［ｉ］との差分である新たな差分データｇ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。

【0219】

Ｓ１８０８において、モデル構築部６００１は、ｉ＝ｉ＋１を実行する（Ｓ１８０８）。

【0220】

【0221】

Ｓ１８１０において、モデル構築部６００１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（Ｓ１８１０）。ここでは、モデル構築部６００１は、Ｓ１８０７において上記新たな差分データｇを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６００１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（Ｓ１８１０；Ｎｏ）、Ｓ１８１２に進む。

【0222】

Ｓ１８１１では、上述の通りＳ１８１０の判定がＮｏであるため、モデル構築部６００１は、当該処理をスキップする。

【0223】

Ｓ１８１２において、モデル構築部６００１は、モデル同定データ群のデータ集合に対し、機械学習を用いて回帰モデルｓを構築する（Ｓ１８１２）。例えば、モデル構築部６００１は、上記新たな差分データｇの参照値／操作量を説明変数、上記新たな差分データｇの制御量を目的変数として回帰モデルｓを構築する。

【0224】

Ｓ１８１３において、モデル構築部６００１は、Ｓ１８１２で算出した回帰モデルｓを、特性ｌ，特性種類ｋの特性モデルとして格納する（Ｓ１８１３）。例えば、モデル構築部１００１は、特性「機器」の特性種類「Ａ」についての特性モデルを記録する。ここまでの処理が終了すると、Ｓ１７０４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、特性モデルを構築し、特性モデル群６００３に格納する処理を行う（Ｓ１７０６、図１８Ａ，１８Ｂ）。

【0225】

【0226】

Ｓ１８０１において、モデル構築部６００１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（Ｓ１８０１）。例えば、モデル構築部６００１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６００１は、実施例１の場合と同様、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。

【0227】

Ｓ１８０２、Ｓ１８０３では、モデル構築部６００１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。

【0228】

Ｓ１８０４では、モデル構築部６００１は、部分データＤのｉ番目のデータＤ［ｉ］を選択する（Ｓ１８０４）。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。

【0229】

【0230】

Ｓ１８０６において、モデル構築部６００１は、プロセスモデルＰの出力に各構築済み特性モデルの出力を加えた値とデータｄ［ｉ］の差分データｇを作成する（Ｓ１８０６）。例えば、モデル構築部６００１は、ループ１のＳ１８１３で格納した、特性が品種、特性種類がイの特性モデルの出力とプロセスモデルＰの出力とを加えたものと、データｄ［０］の制御量との差分を新たな差分データｇとして作成する。

【0231】

Ｓ１８０７において、モデル構築部６００１は、モデル同定データ群Ｍに、データｇを追加する（Ｓ１８０７）。例えば、モデル構築部６００１は、モデル同定データ群Ｍ＝［ｇ（イ）］とする。当該Ｓ１８０７の処理により、構築済みの特性モデルとデータｄ［０］との差分である新たな差分データｇが、今回処理しているデータＤ［０］（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。

【0232】

Ｓ１８０８において、モデル構築部６００１は、ｉ＝ｉ＋１を実行する（Ｓ１８０８）。

【0233】

Ｓ１８０９において、モデル構築部６００１は、ｉ＞＝データＤの数であるか否かを判定する（Ｓ１８０９）。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（Ｓ１８０９；Ｎｏ）、Ｓ１８０４に戻る。以降、モデル構築部６００１は、Ｓ１８０７、Ｓ１８０８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６００１は、ｉ＞＝データの数であると判定し（Ｓ１８０９；Ｙｅｓ）、Ｓ１８１０に進む。上記次のループを終了すると、モデル構築部６００１は、Ｓ１８０６で作成したプロセスモデルＰの出力に品種ロの特性モデルの出力を加えたものと、データｄ［１］の制御量の差分をデータｇとして作成する。最終的に、モデル同定データ群Ｍ＝［ｇ（イ），ｇ（ロ）］が作成される。

【0234】

Ｓ１８１０において、モデル構築部６００１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（Ｓ１８１０）。ここでは、モデル構築部６００１は、Ｓ１８０７において上記新たな差分データｇ（イ）を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６００１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（Ｓ１８１０；Ｎｏ）、Ｓ１８１２に進む。

【0235】

Ｓ１８１１では、上述の通りＳ１８１０の判定がＮｏであるため、モデル構築部６００１は、当該処理をスキップする。

【0236】

Ｓ１８１２において、モデル構築部６００１は、モデル同定データ群のデータ集合に対し機械学習を用いてモデルｓを構築する（Ｓ１８１２）。例えば、モデル構築部６００１は、上記新たな差分データｇ（イ）、ｇ（ロ）の参照値／操作量を説明変数、上記新たな差分データｇ（イ）、ｇ（ロ）の制御量を目的変数として回帰モデルｓを構築する。

【0237】

Ｓ１８１３において、モデル構築部６００１は、Ｓ１８１２で算出した回帰モデルｓを、特性ｌ，特性種類ｋの特性モデルとして格納する（Ｓ１８１３）。例えば、モデル構築部１００１は、特性「機器」の特性種類「Ｂ」についての特性モデルを記録する。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１８Ａ、１８Ｂに示した特性モデル構築処理が行われたこととなる。したがって、図１７に示したモデル構築処理のＳ１７０７に進む。

【0238】

Ｓ１７０７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６００１は、特性種類リストＫが空集合であると判定し（Ｓ１７０７；Ｙｅｓ）、Ｓ１７０８に進む。

【0239】

Ｓ１７０８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６００１は、特性リストＬが空集合であると判定し（Ｓ１７０８；Ｙｅｓ）、処理を終了する。

【0240】

以上説明したように、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６００１、図１７）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、所定の機械学習（例えば、線形回帰などの任意の機械学習）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推定値との差分に基づいて、上記プロセスモデルを補正した特性モデル（例えば、回帰モデルｓ）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６００１、図１８）と、を有する。すなわち、機械学習で構築したプロセスモデルと、当該プロセスモデルと過去操業実績データとの差分に基づいて特性ごとの特性モデルを構築し、機械学習で構築したプロセスモデルの計算結果を、構築した特性モデルの計算結果で補正する。したがって、実施例１の場合と同様、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。さらに、実施例１の場合と同様、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６００１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ようになる。

【0241】

なお、本例では、プロセスモデル全体を機械学習モデルに置き換える場合について説明したが、プロセスモデルの一部数式を機械学習モデルに置き換える構成としてもよい。また、本例では、差分データについては、制御量を対象とした例を示したが、これに限らず、その他の計測値や、計測値から類推できる値を対象としてもよい。さらに、本例では、機器や品種モデルを構築する際の訓練データに差分データを用意する場合について説明したが、これにかえて、実施例４に示したような１または複数の、特性あるいは特性種類（例えば、機器や品種）ごとに適切な訓練データ（対応する計測値をユーザが指定したもの等）を用意してもよい。

【実施例7】

【0242】

実施例７では、実施例１に示したモデル構築処理における入出力インタフェースについて説明する。すでに説明したように、モデル構築処理では、モデル構築部１００１は、入力データとして、過去操業実績データ１０１を受け取り、プロセスモデル１００４、プロセスモデル１００４のパラメータの初期値を読み出す。そして、モデル構築部１００１は、モデル構築処理において、各特性についての特性パラメータを出力する。

【0243】

図１９は、モデル構築部１００１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１０００を構成するコンピュータのディスプレイ（例えば、図２に示したコンピュータ１６００の出力装置１６０５）に表示する画面（モデル構築画面）の一例を示す図である。

【0244】

図１９に示すように、モデル構築部１００１は、モデル構築処理への入力データである、入力される過去操業実績データ１０１と、プロセスモデル１００４と、プロセスモデルのパラメータの初期値とを含むモデル構築画面Ｗ１９０１を表示する。ユーザは、当該モデル構築画面においてこれらの入力データを確認し、画面上の図示しない実行ボタンを押下するなどして、モデル構築処理の実行を指示する。

【0245】

また、図１９に示すように、モデル構築部１００１は、モデル構築処理の出力データである、特性パラメータ群１００３を含むモデル構築画面Ｗ１９０２を表示する。ユーザは、当該モデル構築画面において当該出力データを確認し、各特性や特性種類ごとの特性パラメータを確認する。

【0246】

このように、本実施例では、制御対象の特性（例えば、品種や機器など）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）と、当該過去操業実績データから取得される上記制御対象の特性をモデル化するためのプロセスセスモデル（例えば、図４に示した理論式であらわされるプロセスモデル）とを含む入力情報と、上記稼働実績と上記プロセスモデルにより推定される上記制御対象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）を満たすように、上記制御対象の特性ごとに算出された、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モデル構築部（例えば、モデル構築部１００１）を有する。すなわち、上記モデル構築部が、モデル構築処理を行う際に、上述したモデル構築画面を表示する。したがって、ユーザは、入力したプロセスモデルに対して、各特性や特性種類ごとに計算された特性パラメータの値を、一見して把握することができる。

【0247】

なお、本実施例では、ユーザにより上記入力データを受け付ける場合、あるいは出力データをユーザに提示する際に、インタフェースとして画面を用いる場合を例示した。しかし、このような画面に限らず、入力装置１６０６としてマイクやスピーカのような音声入出力装置を有する場合には、当該装置を通じた音声により上記入力データを受け付けたり、あるいは上記出力データを提示する等、ユーザが認識可能な他の態様のインタフェースを用いてもよい。

【実施例8】

【0248】

実施例８では、実施例１に示したシミュレーション処理における入出力インタフェースについて説明する。すでに説明したように、シミュレーション処理では、シミュレーション部１００２は、入力データとして、特性情報１０２として品種や機器などの特性、これらに含まれる特性種類を受け取る。また、所望の運転条件であるシミュレーション入力情報１０３として、制御対象の操作量の時系列データを受け取る。そして、シミュレーション部１００２は、例えば、シミュレーション処理において、シミュレーションの結果として、制御量の時系列データを出力する。

【0249】

図２０は、シミュレーション部１００２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１０００を構成するコンピュータのディスプレイ（例えば、図２に示したコンピュータ１６００の出力装置１６０５）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。

【0250】

図２０に示すように、シミュレーション部１００２は、シミュレーション処理への入力データであるシミュレーション入力情報１０３と、特性情報１０２とを含むシミュレーション実行画面Ｗ２００１を表示する。ユーザは、当該シミュレーション実行画面においてこれらの入力データを確認し、画面上の図示しない実行ボタンを押下するなどして、シミュレーション処理の実行を指示する。

【0251】

また、図２０に示すように、シミュレーション部１００２は、シミュレーション処理の出力データである、シミュレーションの結果を含むモデル構築画面Ｗ２００２を表示する。ユーザは、当該シミュレーション実行画面において当該出力データを確認し、制御量の時系列の変化など、シミュレーションの結果を確認する。

【0252】

このように、本実施例では、上記第３の処理部（例えば、シミュレーション部１００２）が、上記特性情報（例えば、特性情報１０２）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（例えば、シミュレーション入力情報１０３）とを含む入力情報と、上記特性情報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に上記シミュレーション入力情報を入力して上記シミュレーションの実行により得られた上記シミュレーションの結果（例えば、制御量の時系列データ）を含む出力情報と、を処理前後の状態として上記コンピュータの画面に表示する。すなわち、シミュレーション部１００２が、シミュレーション処理を行う際に、上述したシミュレーション実行画面を表示する。したがって、ユーザは、入力した特性情報から得られる特性パラメータにより補正されたプロセスモデルを用いたシミュレーションの実行結果を、一見して把握することができる。本例では、制御対象の操作量の時系列データを与えることとしたが、参照値を与えてもよい。

【0253】

なお、本実施例では、ユーザにより上記入力データを受け付ける場合、あるいは出力データをユーザに提示する際に、インタフェースとして画面を用いる場合を例示した。しかし、実施利例７の場合と同様、ユーザが認識可能な他の態様のインタフェースを用いてもよい。

【実施例9】

【0254】

実施例９では、実施例２に示した最適運転条件を満たす制御対象の操業方法（例えば、操作量）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おける入出力インタフェースについて説明する。すでに説明したように、実施例２では、制御機器入力計算部２００１は、入力データとして、制御対象に対する所望の運転条件データ１０６と、特性情報１０２として品種や機器などの制御対象の特性、これらに含まれる特性種類とを受け取る。制御機器入力計算部２００１は、例えば、所望の運転条件データ１０６である最適運転条件とシミュレーション部１００２が実行したシミュレーションの結果とが一致する入力（この例では操作量）を計算し、当該操作量の時系列データを制御対象の入力値として出力する。

【0255】

図２１は、制御機器入力計算部２００１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１０００を構成するコンピュータのディスプレイ（例えば、図２に示したコンピュータ１６００の出力装置１６０５）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。

【0256】

図２１に示すように、制御機器入力計算部２００１は、上記フィードバックを行う場合の入力データである所望の運転条件データ１０６と、特性情報１０２とを含むフィードバック実行画面Ｗ２１０１を表示する。ユーザは、当該フィードバック実行画面においてこれらの入力データを確認し、画面上の図示しない実行ボタンを押下するなどして、最適運転条件を満たす制御対象の操業方法の逆算を指示する。

【0257】

また、図２１に示すように、制御機器入力計算部２００１は、上記逆算の出力データである、フィードバック結果を含むフィードバック実行画面Ｗ２１０２を表示する。ユーザは、当該フィードバック実行画面において当該出力データを確認し、操作量の時系列の変化など、フィードバック結果を確認する。

【0258】

このように、本実施例では、上記第４の処理部（例えば、制御機器入力計算部２００１）は、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、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）とを含む入力情報と、上記特性情報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により上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上記制御対象への入力値（例えば、操作量の時系列データ）を含む出力情報とを、処理前後の状態として上記コンピュータの画面に表示する。

【0259】

すなわち、制御機器入力計算部２００１が、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際に、上述したフィードバック実行画面を表示する。したがって、ユーザは、現時点での制御対象に最適な運転条件を満たす制御対象への入力値による制御のフィードバック結果を、一見して把握することができる。

【0260】

なお、本実施例では、ユーザにより上記入力データを受け付ける場合、あるいは出力データをユーザに提示する際に、インタフェースとして画面を用いる場合を例示した。しかし、実施利例７、実施例８の場合と同様、ユーザが認識可能な他の態様のインタフェースを用いてもよい。本例では操作量を逆算する場合について説明したが、参照値を逆算する場合についても同様に適用してよい。

【0261】

本発明は、上記実施の形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化したり、上記実施の形態に開示されている複数の構成要素を適宜組み合わせて実施することができる。

【符号の説明】

【0262】

１０００～６０００プロセスモデル構築システム
１００１モデル構築部
１００２シミュレーション部
１００３特性パラメータ群
１００４プロセスモデル
２００１制御機器入力計算部
３００１特性パラメータモデル構築部
３００２シミュレーション部
４００１モデル同定情報
４００２モデル構築部
６００１モデル構築部
６００２シミュレーション部

【図1】