特許 7548090 シミュレーション装置、シミュレーションシステム、シミュレーション方法、およびシミュレーションプログラム

(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】2024-09-02

(45)【発行日】2024-09-10

(54)【発明の名称】シミュレーション装置、シミュレーションシステム、シミュレーション方法、およびシミュレーションプログラム

(51)【国際特許分類】

   G05B 23/02 20060101AFI20240903BHJP

   G16Z 99/00 20190101ALI20240903BHJP

【ＦＩ】

G05B23/02 Z

G16Z99/00

【請求項の数】 11

(21)【出願番号】P 2021049871

(22)【出願日】2021-03-24

(65)【公開番号】P2022148258

(43)【公開日】2022-10-06

【審査請求日】2023-09-20

(73)【特許権者】

【識別番号】000006507

【氏名又は名称】横河電機株式会社

(74)【代理人】

【識別番号】110000877

【氏名又は名称】弁理士法人ＲＹＵＫＡ国際特許事務所

(72)【発明者】

【氏名】牧之内 敏弘

【審査官】田中 友章

(56)【参考文献】

【文献】米国特許出願公開第２０２０／０３４８６３３（ＵＳ，Ａ１）

【文献】特開２００６－２６０５１９（ＪＰ，Ａ）

【文献】特開２０２０－２７５５６（ＪＰ，Ａ）

【文献】米国特許出願公開第２０２１／００４８８０１（ＵＳ，Ａ１）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０５Ｂ ２３／０２

Ｇ１６Ｚ ９９／００

(57)【特許請求の範囲】

【請求項1】

プラントに供給される原料に関する原料情報を取得する取得部と、
前記原料が制御対象となる対象工程よりも上流の１または複数の上流工程によって加工される過程をシミュレーションすることにより、前記対象工程に供給される材料に関する対象材料情報を予測する第１シミュレーション部と、
前記対象工程に供給される材料に関する対象材料情報を用いて前記対象工程を担当する対象プロセス装置の運転条件の最適化計算を実行する最適化装置に対して、前記対象材料情報を送信する対象材料情報送信部と
を備えるシミュレーション装置。

【請求項2】

前記１または複数の上流工程のうち少なくとも１つの上流工程を担当する少なくとも１つの上流プロセス装置の運転条件を受信する上流運転条件受信部を更に備え、
前記第１シミュレーション部は、前記少なくとも１つの上流プロセス装置の運転条件を更に用いて、前記原料が前記１または複数の上流工程によって加工される過程をシミュレーションする
請求項１に記載のシミュレーション装置。

【請求項3】

前記最適化装置が算出した前記対象プロセス装置の運転条件を受信する対象運転条件受信部と、
前記対象材料情報および前記対象プロセス装置の運転条件を用いて、前記対象工程に供給される材料が、前記対象工程および前記対象工程よりも下流の１または複数の下流工程によって加工される過程をシミュレーションすることにより、前記プラントの生産物に関する生産物情報を予測する第２シミュレーション部と
を更に備える請求項１または２に記載のシミュレーション装置。

【請求項4】

前記１または複数の下流工程のうち少なくとも１つの下流工程を担当する少なくとも１つの下流プロセス装置の運転条件を受信する下流運転条件受信部を更に備え、
前記第２シミュレーション部は、前記少なくとも１つの下流プロセス装置の運転条件を更に用いて、前記対象工程に供給される材料が前記対象工程および前記１または複数の下流工程によって加工される過程をシミュレーションする
請求項３に記載のシミュレーション装置。

【請求項5】

前記生産物情報に基づいて、前記対象プロセス装置の運転条件の修正を前記最適化装置に指示する修正指示部を更に備える請求項３または４に記載のシミュレーション装置。

【請求項6】

前記生産物情報に基づいて、前記プラントの生産物から得られる収益を計算する収益計算部を更に備え、
前記修正指示部は、前記対象プロセス装置の運転条件を、前記収益をより向上させる運転条件に修正する修正指示を前記最適化装置へと送信する
請求項５に記載のシミュレーション装置。

【請求項7】

前記対象材料情報および前記対象プロセス装置の運転条件と、前記対象プロセス装置に指示した運転条件の修正とを用いて、前記対象材料情報および前記対象プロセス装置の運転条件を入力とし、前記対象プロセス装置に指示するべき運転条件の修正を出力とする機械学習モデルを学習により生成する機械学習部を更に備える請求項５または６に記載のシミュレーション装置。

【請求項8】

前記生産物情報に基づいて、前記プラントの生産物が目標条件を満たすか否かを判定する判定部と、
前記プラントの生産物が前記目標条件を満たさないと判定されたことに応じて、警告を発生する警告部と
を更に備える請求項３から７のいずれか一項に記載のシミュレーション装置。

【請求項9】

請求項１から８のいずれか一項に記載のシミュレーション装置と、
前記最適化装置と
を備えるシミュレーションシステム。

【請求項10】

シミュレーション装置が、プラントに供給される原料に関する原料情報を取得し、
前記シミュレーション装置が、前記原料が制御対象となる対象工程よりも上流の１または複数の上流工程によって加工される過程をシミュレーションすることにより、前記対象工程に供給される材料に関する対象材料情報を予測する第１シミュレーションを実行し、
前記シミュレーション装置が、前記対象工程に供給される材料に関する材料情報を用いて前記対象工程を担当する対象プロセス装置の運転条件の最適化計算を実行する最適化装置に対して、前記対象材料情報を送信する
シミュレーション方法。

【請求項11】

コンピュータにより実行され、コンピュータを、
プラントに供給される原料に関する原料情報を取得する取得部と、
前記原料が制御対象となる対象工程よりも上流の１または複数の上流工程によって加工される過程をシミュレーションすることにより、前記対象工程に供給される材料に関する対象材料情報を予測する第１シミュレーション部と、
前記対象工程に供給される材料に関する材料情報を用いて前記対象工程を担当する対象プロセス装置の運転条件の最適化計算を実行する最適化装置に対して、前記対象材料情報を送信する対象材料情報送信部と
として機能させるシミュレーションプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、シミュレーション装置、シミュレーションシステム、シミュレーション方法、およびシミュレーションプログラムに関する。

【背景技術】

【0002】

非特許文献１には、「リアルタイムでプラントの操業を最適化するシステムはＲＴＯ（Ｒｅａｌ Ｔｉｍｅ Ｏｐｔｉｍｉｚｅｒ）と呼ばれる」こと、「ＲＴＯは、ＡＰＣ（高度制御システム）と組み合わせて用いられる。ＲＴＯの役割はＤＣＳ（分散型制御システム）またはＰＩＭＳ（プラント情報管理システム）からプロセスデータを受け取り、利益が最大になるようなＣＶターゲット（実際にコントロールしたい量に対して目標として与えられる値）を計算してＡＰＣに渡すことである。ＡＰＣの役割は受け取ったＣＶターゲットからＭＶ（制御量を支配するために制御対象に加える量）を計算し、ＰＩＤ制御の設定値としてＤＣＳに渡すことである。これを繰り返すことで、プラント操業のリアルタイムな最適化が実現される」こと、「他にも、ＲＴ－ＯＰのユニークな特徴として複数装置の最適化が実現できる点やメンテナンスが容易な点が挙げられる。…ＲＴ－ＯＰは…ＬＰ（線形計画法）を用いて解くことで高速での計算を実現し複数装置をまたいで扱える」ことが記載されている。
［先行技術文献］
［特許文献］
［非特許文献１］ 水田 圭亮、西野 宏亮、「プラントの利益最大化に寄与する操業最適化支援ソリューション:『OpreX Dynamic Real Time Optimizer』の開発とその背景」、配管技術、日本工業出版、２０２０年３月、第６２巻、第４号、ｐ．３１～３５

【発明の概要】

【0003】

本発明の第１の態様においては、シミュレーション装置を提供する。シミュレーション装置は、プラントに供給される原料に関する原料情報を取得する取得部を備えてよい。シミュレーション装置は、原料が制御対象となる対象工程よりも上流の１または複数の上流工程によって加工される過程をシミュレーションすることにより、対象工程に供給される材料に関する対象材料情報を予測する第１シミュレーション部を備えてよい。シミュレーション装置は、対象工程に供給される材料に関する材料情報を用いて対象工程を担当する対象プロセス装置の運転条件の最適化計算を実行する最適化装置に対して、対象材料情報を送信する対象材料情報送信部を備えてよい。

【0004】

シミュレーション装置は、１または複数の上流工程のうち少なくとも１つの上流工程を担当する少なくとも１つの上流プロセス装置の運転条件を受信する上流運転条件受信部を備えてよい。第１シミュレーション部は、少なくとも１つの上流プロセス装置の運転条件を更に用いて、原料が１または複数の上流工程によって加工される過程をシミュレーションしてよい。

【0005】

シミュレーション装置は、最適化装置が算出した対象プロセス装置の運転条件を受信する対象運転条件受信部を備えてよい。シミュレーション装置は、対象材料情報および対象プロセス装置の運転条件を用いて、対象工程に供給される材料が、対象工程および対象工程よりも下流の１または複数の下流工程によって加工される過程をシミュレーションすることにより、プラントの生産物に関する生産物情報を予測する第２シミュレーション部を備えてよい。

【0006】

シミュレーション装置は、１または複数の下流工程のうち少なくとも１つの下流工程を担当する少なくとも１つの下流プロセス装置の運転条件を受信する下流運転条件受信部を備えてよい。第２シミュレーション部は、少なくとも１つの下流プロセス装置の運転条件を更に用いて、対象工程に供給される材料が対象工程および１または複数の下流工程によって加工される過程をシミュレーションしてよい。

【0007】

シミュレーション装置は、生産物情報に基づいて、対象プロセス装置の運転条件の修正を最適化装置に指示する修正指示部を備えてよい。

【0008】

シミュレーション装置は、生産物情報に基づいて、プラントの生産物から得られる収益を計算する収益計算部を備えてよい。修正指示部は、対象プロセス装置の運転条件を、収益をより向上させる運転条件に修正する修正指示を最適化装置へと送信してよい。

【0009】

シミュレーション装置は、対象材料情報および対象プロセス装置の運転条件と、対象プロセス装置に指示した運転条件の修正とを用いて、対象材料情報および対象プロセス装置の運転条件を入力とし、対象プロセス装置に指示するべき運転条件の修正を出力とする機械学習モデルを学習により生成する機械学習部を備えてよい。

【0010】

シミュレーション装置は、生産物情報に基づいて、プラントの生産物が目標条件を満たすか否かを判定する判定部を備えてよい。シミュレーション装置は、プラントの生産物が目標条件を満たさないと判定されたことに応じて、警告を発生する警告部を備えてよい。

【0011】

本発明の第２の態様においては、シミュレーション装置と、最適化装置とを備えるシミュレーションシステムを提供する。

【0012】

本発明の第３の態様においては、シミュレーション方法を提供する。シミュレーション方法は、シミュレーション装置が、プラントに供給される原料に関する原料情報を取得することを含んでよい。シミュレーション方法は、シミュレーション装置が、原料が制御対象となる対象工程よりも上流の１または複数の上流工程によって加工される過程をシミュレーションすることにより、対象工程に供給される材料に関する対象材料情報を予測する第１シミュレーションを実行することを含んでよい。シミュレーション方法は、シミュレーション装置が、対象工程に供給される材料に関する材料情報を用いて対象工程を担当する対象プロセス装置の運転条件の最適化計算を実行する最適化装置に対して、対象材料情報を送信することを含んでよい。

【0013】

本発明の第４の態様においては、コンピュータにより実行されるシミュレーションプログラムを提供する。シミュレーションプログラムは、コンピュータを、プラントに供給される原料に関する原料情報を取得する取得部として機能させてよい。シミュレーションプログラムは、コンピュータを、原料が制御対象となる対象工程よりも上流の１または複数の上流工程によって加工される過程をシミュレーションすることにより、対象工程に供給される材料に関する対象材料情報を予測する第１シミュレーション部として機能させてよい。シミュレーションプログラムは、コンピュータを、対象工程に供給される材料に関する材料情報を用いて対象工程を担当する対象プロセス装置の運転条件の最適化計算を実行する最適化装置に対して、対象材料情報を送信する対象材料情報送信部として機能させてよい。

【0014】

なお、上記の発明の概要は、本発明の特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

【図面の簡単な説明】

【0015】

【図1】本実施形態に係るプラント１０の構成を示す。

【図2】本実施形態に係るシミュレーション装置１５０の構成を示す。

【図3】本実施形態に係るシミュレーション装置１５０における第１の動作フローを示す。

【図4】本実施形態に係るシミュレーション装置１５０における第２の動作フローを示す。

【図5】本実施形態に係るシミュレーション装置１５０における第３の動作フローを示す。

【図6】本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。

【発明を実施するための形態】

【0016】

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。

【0017】

図１は、本実施形態に係るプラント１０の構成を示す。プラント１０は、化学等の工業プラントの他、ガス田や油田等の井戸元やその周辺を管理制御するプラントであってよい。また、本実施形態に係るプラント１０は、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等にも適用可能である。プラント１０は、１または複数の上流プロセス装置１００、対象プロセス装置１０２、および１または複数の下流プロセス装置１０４を含む複数のプロセス装置と、１または複数の上流制御システム１１０、対象制御システム１１２、および１または複数の下流制御システム１１４を含む複数の制御システムと、シミュレーション装置１５０とを備える。

【0018】

複数のプロセス装置は、プラント１０に供給される原料を、それぞれのプロセス装置が担当する工程（プロセス）によって順次加工していくことにより、プラント１０の生産物（最終生産物）を生産する。例えば、プラント１０が石油精製プラントである場合、プラント１０は、流動接触分解装置（ＦＣＣ）、常圧蒸留装置、または加熱炉等の１または複数のプロセス装置によって、原料としての原油を加工して、ナフサ、灯油、軽油、および重油等の生産物を生産する。なお、例えば、プラント１０が太陽光発電プラント等である場合、プラント１０は、太陽光のようなエネルギー源等の無体物の原料を入力として、電力等の無体物の生産物を出力してもよい。

【0019】

複数のプロセス装置は、シミュレーション装置１５０による制御対象となる対象工程を担当する対象プロセス装置１０２と、対象工程よりも上流の１または複数の上流工程を担当する１または複数の上流プロセス装置１００と、対象工程よりも下流の１または複数の下流工程を担当する１または複数の下流プロセス装置１０４とを含む。１または複数の上流プロセス装置１００は、プラント１０に供給される原料を１または複数の上流工程によって加工して、対象工程に供給される材料を生成する。対象プロセス装置１０２は、対象工程に供給される材料を受け取って、対象工程によって加工して、下流工程に供給する。１または複数の下流プロセス装置１０４は、対象工程から供給される材料を受け取って、１または複数の下流工程によって加工することにより、プラント１０の生産物を生産する。

【0020】

各プロセス装置には、１または複数のフィールド機器が設置される。フィールド機器は、例えば圧力計、流量計、温度センサ等のセンサ機器、流量制御弁や開閉弁等のバルブ機器、ファンやモータ等のアクチュエータ機器、プラント１０内の状況や対象物を撮影するカメラやビデオ等の撮像機器、プラント１０内の異音等を収集したり警報音等を発したりするマイクやスピーカ等の音響機器、各機器の位置情報を出力する位置検出機器、その他の機器である。

【0021】

各プロセス装置に設置されたフィールド機器のうちセンサ機器等は、プロセス装置が担当する工程におけるプロセス装置自体、材料、または生産物の状態等を測定し、プロセスデータとして制御システムに出力する。また、各プロセス装置に設置されたフィールド機器のうちバルブ機器およびアクチュエータ機器等の制御対象機器は、制御システムから操作量（Ｍａｎｉｐｕｌａｔｅｄ Ｖａｌｕｅ）を受けて、操作量に応じて流量制御弁の開度を変更して流量を制御する等の動作を行なう。

【0022】

なお、本実施形態においては、説明の便宜上１つのプロセス装置が１つの制御システムに接続されている場合の例を示す。これに代えて、複数のプロセス装置が１つの制御システムに接続されていてもよい。

【0023】

複数の制御システムのそれぞれは、複数のプロセス装置のそれぞれに対応して設けられる。複数の制御システムは、１または複数の上流プロセス装置１００を制御する１または複数の上流制御システム１１０と、対象プロセス装置１０２を制御する対象制御システム１１２と、１または複数の下流プロセス装置１０４を制御する１または複数の下流制御システム１１４とを含む。

【0024】

対象制御システム１１２は、対象プロセス装置１０２の制御を担当する。対象制御システム１１２は、分散型制御システム１２０と、高度制御システム１３０と、最適化装置１４０とを有する。分散型制御システム１２０（Ｄｉｓｔｒｉｂｕｔｅｄ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ）は、対象プロセス装置１０２に接続される。分散型制御システム１２０は、一例としてＨＡＲＴ（登録商標）、ＢＲＡＩＮ、ファウンデーションフィールドバス（登録商標）、ＩＳＡ１００．１１ａ等で規定される通信プロトコルを用いて対象プロセス装置１０２（または対象プロセス装置１０２に設置されたフィールド機器）と通信する。分散型制御システム１２０は、対象プロセス装置１０２からプロセスデータを受信し、プロセスデータを入力としてＰＩＤ制御等の制御演算を行なって、各制御対象機器の操作量（例えばＭＶ：Ｍａｎｉｐｕｌａｔｅｄ Ｖａｌｕｅ）を算出する。そして、分散型制御システム１２０は、算出した操作量を対象プロセス装置１０２に設置された制御対象機器へと送信して、対象プロセス装置１０２を操作させる。

【0025】

高度制御システム１３０（Ａｄｖａｎｃｅｄ Ｐｒｏｃｅｓｓ Ｃｏｎｔｒｏｌ）は、例えばイーサネット（登録商標）等のネットワークを介して分散型制御システム１２０および最適化装置１４０に接続される。高度制御システム１３０は、分散型制御システム１２０による制御よりもより高度のプロセス制御を行なうために分散型制御システム１２０に付加される。高度制御システム１３０は、対象プロセス装置１０２からのプロセスデータを分散型制御システム１２０を介して受け取る。また、高度制御システム１３０は、対象プロセス装置１０２に設置された各制御対象機器の制御の目標値（Ｔａｒｇｅｔ Ｖａｌｕｅ）を受け取る。そして、高度制御システム１３０は、分散型制御システム１２０による制御演算によって制御対象機器が目標値に応じた動作を行なうことができるように、分散型制御システム１２０におけるＰＩＤ制御のパラメータ等の設定値を計算して、分散型制御システム１２０に設定する。

【0026】

最適化装置１４０は、例えばイーサネット（登録商標）等のネットワークを介して高度制御システム１３０に接続される。最適化装置１４０は、例えばＲＴＯ（Ｒｅａｌ Ｔｉｍｅ Ｏｐｔｉｍｉｚｅｒ）であり、対象プロセス装置１０２の運転条件の最適化計算を実行する。最適化装置１４０は、高度制御システム１３０からプロセスデータを受け取り、分散型制御システム１２０の生産物から得られる利益等を最大化できるように各制御対象機器の制御の目標値を算出する。ここで、最適化装置１４０は、例えば利益、コスト、効率、またはその他のパラメータのうちの少なくとも１つのパラメータの関数として予め定義された目的関数を最大化するように、各制御対象機器の制御の目標値を算出してよい。最適化装置１４０は、各制御対象機器の制御の目標値を、線形計画法等を用いて計算してよい。最適化装置１４０は、算出した各制御対象機器の制御の目標値を、高度制御システム１３０へと送信する。ここで、「最適化」とは、予め定められた手法（最適化手法）を用いて、最適化の対象値を最適な値により近付けることを意味する。したがって、「最適化」は、対象値を最適値（例えば最大値または最小値）にすることに限られず、対象値を局所的な最適値（例えば極大値または極小値）にすること、および対象値を現在の値よりもよりよい値に変更することを含む。

【0027】

なお、最適化装置１４０は、分散型制御システム１２０に接続されてもよく、高度制御システム１３０を介さずに分散型制御システム１２０からプロセスデータを受け取ってもよい。また、最適化装置１４０が分散型制御システム１２０の制御演算を直接最適化可能であれば、対象制御システム１１２は、高度制御システム１３０を有しなくてもよい。

【0028】

１または複数の上流制御システム１１０および１または複数の下流制御システム１１４のそれぞれは、対象制御システム１１２と同様の構成であってよく、異なる構成であってもよい。例えば、１または複数の上流制御システム１１０および１または複数の下流制御システム１１４のうちの少なくとも１つは、最適化装置１４０を有しなくてもよく、高度制御システム１３０および最適化装置１４０を有しなくてもよい。

【0029】

シミュレーション装置１５０は、対象制御システム１１２に接続される。シミュレーション装置１５０は、プラント１０内の複数のプロセス装置による各工程のシミュレーションを行ない、シミュレーションの結果を用いて対象プロセス装置１０２の制御をより最適化する。ここで、シミュレーション装置１５０は、最適化装置１４０における最適化計算では参照しないパラメータを使用するシミュレーションを実行することにより、最適化装置１４０では実現できないような全体的な最適化を図れるように対象プロセス装置１０２の運転条件を変更可能とする。なお、最適化装置１４０およびシミュレーション装置１５０は、一体のシミュレーションシステムとして機能してよい。

【0030】

本実施形態に係るシミュレーション装置１５０は、プラント１０の原料から最終生産物までに至るプロセスフロー全体をシミュレーションする。シミュレーション装置１５０は、プラント１０に供給される原料に関する原料情報を入力し、原料が１または複数の上流工程によって加工される過程をシミュレーションして、対象工程に供給される材料に関する対象材料情報（対象工程の「フィード情報」とも示す。）を予測する。ここで、シミュレーション装置１５０は、少なくとも１つの上流プロセス装置１００の運転条件を上流制御システム１１０から取得して、シミュレーションに用いてもよい。シミュレーション装置１５０は、対象材料情報を対象制御システム１１２内の最適化装置１４０へと供給することで、シミュレーションによって算出された材料の特性に応じて対象プロセス装置１０２の運転条件の最適化計算を最適化装置１４０により行なわせることができる。

【0031】

また、シミュレーション装置１５０は、最適化装置１４０が算出した対象プロセス装置１０２の運転条件を受信し、対象工程に供給される材料が、１または複数の下流工程によって加工される過程をシミュレーションすることにより、プラント１０の生産物に関する生産物情報を予測する。ここで、シミュレーション装置１５０は、少なくとも１つの下流プロセス装置１０４の運転条件を下流制御システム１１４から取得して、シミュレーションに用いてもよい。シミュレーション装置１５０は、シミュレーション結果に基づいて、生産物情報を最適化するために最適化装置１４０によって計算された運転条件を修正する。

【0032】

以上に示したプラント１０においては、最適化装置１４０が、本図における対象プロセス装置１０２等の一部のプロセス装置からのプロセスデータを用いて対象プロセス装置１０２の運転条件を最適化し、シミュレーション装置１５０が、最適化装置１４０が参照しないようなより全体的なパラメータを使用してシミュレーションにより対象プロセス装置１０２の運転条件の最適化を図ることができる。これにより、最適化装置１４０およびシミュレーション装置１５０は、運転条件の最適化計算の精度を高めることができる。また、最適化装置１４０およびシミュレーション装置１５０によって最適化計算を分担することにより、プラント１０において要求される制御時間の間に最適化計算を行なうことができる。

【0033】

図２は、本実施形態に係るシミュレーション装置１５０の構成を示す。シミュレーション装置１５０は、取得部２００と、上流運転条件受信部２０５と、第１シミュレーション部２１０と、対象材料情報送信部２１５と、対象運転条件受信部２２０と、下流運転条件受信部２２５と、第２シミュレーション部２３０と、収益計算部２３５と、修正指示部２４０と、判定部２４５と、警告部２５０と、機械学習部２５５とを備える。

【0034】

取得部２００は、プラント１０に供給される原料に関する原料情報を取得する。原料情報は、プラント１０に供給される１または複数の原料のそれぞれについて、組成または純度等の性状を示すパラメータ、総量、流量、または流速等の量を示すパラメータ、または温度または圧力等の状態を示すパラメータのような、様々な種類のパラメータのうちの少なくとも１つのパラメータの組である。

【0035】

上流運転条件受信部２０５は、１または複数の上流制御システム１１０のうちの少なくとも１つの上流制御システム１１０に接続される。上流運転条件受信部２０５は、１または複数の上流工程のうち少なくとも１つの上流工程を担当する少なくとも１つの上流プロセス装置１００の運転条件を、各上流プロセス装置１００の制御を担当する上流制御システム１１０から受信する。上流運転条件受信部２０５は、対象プロセス装置１０２よりも上流の全ての上流プロセス装置１００の運転条件を全ての上流制御システム１１０から受信してもよい。また、第１シミュレーション部２１０がいずれの上流プロセス装置１００の運転条件もシミュレーションに用いない場合には、シミュレーション装置１５０は、上流運転条件受信部２０５を備えなくてもよい。

【0036】

第１シミュレーション部２１０は、取得部２００および上流運転条件受信部２０５に接続される。原料が１または複数の上流工程によって加工される過程をシミュレーションすることにより、対象工程に供給される材料に関する対象材料情報を予測する。シミュレーションの対象となる上流プロセス装置１００の運転条件が取得できる場合、第１シミュレーション部２１０は、取得された少なくとも１つの上流プロセス装置１００の運転条件を用いて、原料が１または複数の上流工程によって加工される過程をシミュレーションしてよい。

【0037】

対象材料情報送信部２１５は、第１シミュレーション部２１０に接続される。対象材料情報送信部２１５は、対象制御システム１１２内の最適化装置１４０に対して、対象材料情報を送信する。これにより、最適化装置１４０は、対象材料情報を用いて、対象プロセス装置１０２の運転条件の最適化計算を実行することができる。

【0038】

対象運転条件受信部２２０は、対象制御システム１１２に接続される。対象運転条件受信部２２０は、対象制御システム１１２内の最適化装置１４０が算出した対象プロセス装置１０２の運転条件を受信する。第２シミュレーション部２３０は、第１シミュレーション部２１０および対象運転条件受信部２２０に接続される。第２シミュレーション部２３０は、シミュレーションにより算出された対象材料情報を第１シミュレーション部２１０から受け取り、最適化装置１４０が算出した対象プロセス装置１０２の運転条件を対象運転条件受信部２２０から受け取る。

【0039】

下流運転条件受信部２２５は、１または複数の下流制御システム１１４のうちの少なくとも１つの下流制御システム１１４に接続される。下流運転条件受信部２２５は、１または複数の下流工程のうち少なくとも１つの下流工程を担当する少なくとも１つの下流プロセス装置１０４の運転条件を、各下流プロセス装置１０４の制御を担当する下流制御システム１１４から受信する。下流運転条件受信部２２５は、対象プロセス装置１０２よりも下流の全ての下流プロセス装置１０４の運転条件を全ての下流制御システム１１４から受信してもよい。また、第２シミュレーション部２３０がいずれの下流プロセス装置１０４の運転条件もシミュレーションに用いない場合には、シミュレーション装置１５０は、下流運転条件受信部２２５を備えなくてもよい。

【0040】

第２シミュレーション部２３０は、第１シミュレーション部２１０および対象運転条件受信部２２０に接続される。第２シミュレーション部２３０は、対象材料情報および対象プロセス装置１０２の運転条件を用いて、対象工程に供給される材料が、対象工程および１または複数の下流工程によって加工される過程をシミュレーションすることにより、プラント１０の生産物に関する生産物情報を予測する。

【0041】

シミュレーションの対象となる下流プロセス装置１０４の運転条件が取得できる場合、第２シミュレーション部２３０は、取得された少なくとも１つの下流プロセス装置１０４の運転条件を更に用いて、対象工程に供給される材料が対象工程および１または複数の下流工程によって加工される過程をシミュレーションしてよい。収益計算部２３５は、第２シミュレーション部２３０に接続される。収益計算部２３５は、プラント１０の最終生産物についての生産物情報に基づいて、プラント１０の生産物から得られる収益を計算する。

【0042】

修正指示部２４０は、第２シミュレーション部２３０および収益計算部２３５に接続される。修正指示部２４０は、生産物情報に基づいて、必要に応じて対象プロセス装置１０２の運転条件の修正を対象制御システム１１２内の最適化装置１４０に指示する。修正指示部２４０は、最適化装置１４０により最適化された対象プロセス装置１０２の運転条件によるプラント１０の生産物への影響が看過できない場合、または生産物が製品として適切でない場合に、対象プロセス装置１０２の運転条件の修正を最適化装置１４０に指示してよい。また、修正指示部２４０は、対象プロセス装置１０２の運転条件を、収益計算部２３５によって計算された収益をより向上させる運転条件に修正する修正指示を生成し、最適化装置１４０へと送信してもよい。

【0043】

判定部２４５は、第２シミュレーション部２３０および収益計算部２３５に接続される。判定部２４５は、生産物情報に基づいて、プラント１０の生産物が目標条件を満たすか否かを判定する。判定部２４５は、収益計算部２３５により予測された収益に基づいて、プラント１０の生産物が目標条件を満たすか否かを判定してもよい。警告部２５０は、判定部２４５に接続される。警告部２５０は、プラント１０の生産物が目標条件を満たさないと判定されたことに応じて、警告を発生する。

【0044】

機械学習部２５５は、第１シミュレーション部２１０、対象運転条件受信部２２０、および修正指示部２４０に接続される。機械学習部２５５は、第１シミュレーション部２１０から対象材料情報を受信し、対象運転条件受信部２２０から対象プロセス装置１０２の運転条件を受信し、修正指示部２４０から対象プロセス装置１０２の運転条件の修正を受信する。機械学習部２５５は、対象材料情報および対象プロセス装置１０２の運転条件と、対象プロセス装置１０２に指示した運転条件の修正とを学習データとして用いて、対象材料情報および対象プロセス装置１０２の運転条件を入力とし、対象プロセス装置１０２に指示するべき運転条件の修正を出力とする機械学習モデル２６０を学習により生成する。なお、機械学習を使用しないシミュレーション装置１５０は、機械学習部２５５を備えなくてよい。

【0045】

機械学習モデル２６０の訓練後、機械学習部２５５は、第１シミュレーション部２１０および対象運転条件受信部２２０から新たに受信する対象材料情報および対象プロセス装置１０２の運転条件を学習済みの機械学習モデル２６０に入力し、対象プロセス装置１０２の運転条件の修正候補を出力する。機械学習部２５５は、対象プロセス装置１０２の運転条件の修正候補を収益計算部２３５に供給し、この修正候補によって対象プロセス装置１０２の運転条件を修正した場合における収益を計算させる。修正指示部２４０は、機械学習部２５５が出力した対象プロセス装置１０２の運転条件の修正候補によって、運転条件を修正しない場合と比較して収益が向上すると判断したことに応じて、機械学習部２５５が出力した対象プロセス装置１０２の運転条件の修正候補に対応する運転条件の修正指示を対象制御システム１１２へと送信してよい。

【0046】

図３は、本実施形態に係るシミュレーション装置１５０における第１の動作フローを示す。本動作フローは、１または複数の上流工程のシミュレーションに関する。

【0047】

ステップ３００（Ｓ３００）において、取得部２００は、プラント１０に供給される原料に関する原料情報を取得する。取得部２００は、原料の入手時にプラント１０のオペレータによってシミュレーション装置１５０に入力される原料情報を取得してよく、原料の性状、量、または状態を測定する計測装置から原料情報を取得してもよい。Ｓ３１０において、上流運転条件受信部２０５は、少なくとも１つの上流工程を担当する少なくとも１つの上流プロセス装置１００の運転条件を、各上流プロセス装置１００の制御を担当する上流制御システム１１０から受信する。

【0048】

Ｓ３２０において、第１シミュレーション部２１０は、原料が１または複数の上流工程によって加工される過程をシミュレーションすることにより、対象工程に供給される材料に関する対象材料情報を予測する。第１シミュレーション部２１０は、最上流の上流プロセス装置１００から対象プロセス装置１０２の直前の上流プロセス装置１００に至るまでの各上流プロセス装置１００について、供給される材料に関する材料情報（最上流の上流プロセス装置１００においては原料情報）と、上流プロセス装置１００の運転条件とを用いて、上流プロセス装置１００による加工後の材料についての材料情報を算出する。そして、第１シミュレーション部２１０は、算出した材料情報を次に下流の上流プロセス装置１００に供給される材料に関する材料情報として用いる。

【0049】

第１シミュレーション部２１０は、シミュレーションの対象となる上流プロセス装置１００が、与えられた運転条件においてどのように材料を加工するかをモデル化した上流プロセス装置１００のシミュレーションモデルを用いて、対象の上流プロセス装置１００をシミュレーションしてよい。このようなシミュレーションモデルは、上流プロセス装置１００に供給される材料に関する材料情報と、与えられる運転条件とに含まれる複数の入力パラメータを、上流プロセス装置１００による加工後の材料に関する材料情報に含まれる複数の出力パラメータに変換する関数による比較的簡単なモデルとして実現されてよい。また、第１シミュレーション部２１０は、例えば熱流体解析のようなより詳細なシミュレーションを行なってもよい。

【0050】

シミュレーションの対象となる上流プロセス装置１００の運転条件が取得できる場合、第１シミュレーション部２１０は、取得された少なくとも１つの上流プロセス装置１００の運転条件を用いて、原料が１または複数の上流工程によって加工される過程をシミュレーションしてよい。運転条件が取得できない上流プロセス装置１００については、第１シミュレーション部２１０は、運転条件の変化を計算に含めず、上流プロセス装置１００が標準的なプロセス処理をした場合に上流プロセス装置１００が出力する材料をシミュレーションにより算出してよい。これに代えて、第１シミュレーション部２１０は、運転条件が取得できない上流プロセス装置１００に供給される材料の材料情報に応じて、対象となる上流プロセス装置１００を制御する上流制御システム１１０内の高度制御システム１３０および最適化装置１４０が行なう運転条件の最適化をシミュレーションすることにより、対象となる上流プロセス装置１００の運転条件を予測してもよい。

【0051】

ここで、１または複数の上流プロセス装置１００のそれぞれにおけるプロセス処理と、上流プロセス装置１００同士の間での材料の受渡しにはある程度の時間がかかる。したがって、第１シミュレーション部２１０は、このような時間遅延を含めてシミュレーションを行なうことにより、対象プロセス装置１０２に材料が供給されるタイミングと同期して、その材料に対応する対象材料情報を対象制御システム１１２へと送信することができるようにしてよい。

【0052】

Ｓ３３０において、対象材料情報送信部２１５は、対象制御システム１１２内の最適化装置１４０に対して、対象材料情報を送信する。これを受けて、最適化装置１４０は、対象材料情報を参照して対象プロセス装置１０２の運転条件の最適化計算を実行する。例えば、最適化装置１４０は、高度制御システム１３０から受け取ったプロセスデータと、対象材料情報とを所与の条件として、目的関数の値を最適化（例えば最大化）するように、対象プロセス装置１０２の運転条件として、対象プロセス装置１０２の各制御対象機器の制御の目標値を算出する。最適化装置１４０は、算出した各制御対象機器の制御の目標値を高度制御システム１３０へと送信して、高度制御システム１３０および分散型制御システム１２０により、最適化した運転条件を用いた対象プロセス装置１０２の制御を行なわせる。

【0053】

Ｓ３４０において、対象運転条件受信部２２０は、最適化装置１４０により算出された対象プロセス装置１０２の運転条件である対象運転条件を受信する。Ｓ３５０において、シミュレーション装置１５０は、上流工程のシミュレーションを用いた運転条件の最適化を終了するか否かを判定する。シミュレーション装置１５０は、上流工程のシミュレーションを用いた運転条件の最適化を継続する場合、処理をＳ３００に進め、継続しない場合には本動作フローを終了する。

【0054】

以上に示したシミュレーション装置１５０によれば、プラント１０に供給される原料に関する原料情報、および上流プロセス装置１００の運転条件等の、対象制御システム１１２内の最適化装置１４０が参照しないパラメータを用いて上流工程のシミュレーションを行なうことにより、対象プロセス装置１０２に供給される材料に関する対象材料情報を算出することができる。これにより、最適化装置１４０は、対象プロセス装置１０２に供給される対象材料情報を用いて対象プロセス装置１０２の運転条件を最適化することができるので、最適化の精度を高めることができる。また、シミュレーション装置１５０は、上流プロセス装置１００の運転条件も用いて上流工程のシミュレーションを行なう場合には、対象材料情報の精度を更に高めることができ、最適化装置１４０による最適化の精度を更に高めることができる。

【0055】

また、シミュレーション装置１５０は、原料情報および上流プロセス装置１００の運転条件等の対象材料情報に影響を与えうるパラメータを用いて理論的なシミュレーションを行なって対象材料情報を算出する。この結果、最適化装置１４０は、対象プロセス装置１０２に供給される材料に影響を与えうる上流工程および原料の全てのパラメータを最適化計算のパラメータとして含める代わりに対象材料情報を代表的なパラメータとして用いることができるので、最適化装置１４０における最適化計算の処理が複雑化するのを抑えて計算量の大幅な増加を防ぐことができる。

【0056】

図４は、本実施形態に係るシミュレーション装置１５０における第２の動作フローを示す。本動作フローは、１または複数の下流工程のシミュレーションに関する。

【0057】

Ｓ４００において、第２シミュレーション部２３０は、第１シミュレーション部２１０により算出された対象材料情報を取得する。Ｓ４１０において、第２シミュレーション部２３０は、対象運転条件受信部２２０が受信した対象プロセス装置１０２の運転条件を取得する。Ｓ４２０において、下流運転条件受信部２２５は、１または複数の下流工程のうち少なくとも１つの下流工程を担当する少なくとも１つの下流プロセス装置１０４の運転条件を、各下流プロセス装置１０４の制御を担当する下流制御システム１１４から受信する。下流運転条件受信部２２５は、受信した下流プロセス装置１０４の運転条件を第２シミュレーション部２３０に供給する。

【0058】

Ｓ４３０において、第２シミュレーション部２３０は、対象材料情報および対象プロセス装置１０２の運転条件を用いて、対象工程に供給される材料が、対象工程および１または複数の下流工程によって加工される過程をシミュレーションすることにより、プラント１０の生産物に関する生産物情報を予測する。第２シミュレーション部２３０は、対象プロセス装置１０２から最下流の下流プロセス装置１０４に至るまでの各プロセス装置について、供給される材料に関する材料情報と、プロセス装置の運転条件とを用いて、プロセス装置による加工後の材料についての材料情報を算出する。そして、第２シミュレーション部２３０は、算出した材料情報を次に下流の下流プロセス装置１０４に供給される材料に関する材料情報として用いる。

【0059】

シミュレーションの対象となる下流プロセス装置１０４の運転条件が取得できる場合、第２シミュレーション部２３０は、取得された少なくとも１つの下流プロセス装置１０４の運転条件を更に用いて、対象工程に供給される材料が対象工程および１または複数の下流工程によって加工される過程をシミュレーションしてよい。

【0060】

ここで、第２シミュレーション部２３０は、第１シミュレーション部２１０が１または複数の上流工程をシミュレーションするのと同様にして、１または複数の下流工程をシミュレーションしてよい。ただし、第２シミュレーション部２３０が算出する生産物情報は、対象プロセス装置１０２の運転条件を修正するために修正指示部２４０によって使用されるものであるから、第２シミュレーション部２３０は、第１シミュレーション部２１０とは異なり、可能な限り高速にシミュレーションを行なって生産物情報を算出してよい。

【0061】

Ｓ４４０において、収益計算部２３５は、第２シミュレーション部２３０が算出した、プラント１０の生産物についての生産物情報に基づいて、プラント１０の生産物から得られる収益を計算する。収益計算部２３５は、プラント１０の最終生産物の種類毎の生産量を生産物情報から読み出し、予め与えられた生産物の種類毎の単価を乗じて合計することにより、全生産物の価格を算出する。収益計算部２３５は、全生産物の価格から、生産に要したコストを減じることにより収益を予測してよい。ここで、収益計算部２３５は、プロセス装置の運転条件によってコストが変化する場合には、シミュレーションで用いた各プロセス装置の運転条件を取得する。そして、収益計算部２３５は、各プロセス装置の運転条件を予め定められたコスト関数に入力し、コスト関数の出力をコストの少なくとも一部に含める。収益計算部２３５は、第２シミュレーション部２３０により予測された生産物情報の少なくとも一部と、予測した収益とを、例えばプラント１０のオペレータが監視する表示装置等に出力する表示処理を行なってよい。

【0062】

Ｓ４５０において、修正指示部２４０は、生産物情報に基づいて、必要に応じて対象プロセス装置１０２の運転条件の修正を対象制御システム１１２内の最適化装置１４０に指示する。例えば、修正指示部２４０は、生産物のある性状等が対象工程の影響により基準範囲から外れている場合に、その性状等が基準範囲内に収まるように運転条件の修正を指示してよい。修正指示部２４０は、その性状等が基準範囲の上限を超えている場合にはどの運転条件をどう変更すべきか等の、条件に応じたアクションの組を予め定義したルールベースを記憶し、このルールベースに従って運転条件の修正を指示してよい。

【0063】

また、修正指示部２４０は、生産物のある性状等が対象工程の影響により基準範囲から外れている場合に、運転条件の修正候補を生成し、運転条件の修正を反映した場合の生産物情報を第２シミュレーション部２３０にシミュレーションさせてもよい。そして、修正指示部２４０は、運転条件の修正を反映すると生産物のその性状等が基準範囲内となる場合には、その運転条件の修正を対象制御システム１１２に指示してもよい。修正指示部２４０は、生産物の性状等が基準範囲内となる運転条件の修正候補が見つかるか、タイムアウトするまで、様々な修正候補を生成して第２シミュレーション部２３０によりシミュレーションさせてもよい。

【0064】

また、第２シミュレーション部２３０は、Ｓ４３０において、対象プロセス装置１０２の運転条件に応じたシミュレーションに加えて、１または複数の運転条件の修正候補に応じたシミュレーションを実行してもよい。そして、対象プロセス装置１０２の運転条件による生産物の性状等が基準範囲から外れる場合には、修正指示部２４０は、１または複数の運転条件の修正候補のうち生産物の性状等が基準範囲内となる修正候補に応じた修正指示を対象制御システム１１２へと送信してもよい。

【0065】

また、修正指示部２４０は、対象プロセス装置１０２の運転条件を、収益をより向上させる運転条件に修正する修正指示を生成してもよい。例えば、修正指示部２４０は、現在の対象プロセス装置１０２の運転条件、および１または複数の運転条件の修正候補のうち、生産物の性状等が基準範囲内である中で収益が最大となる運転条件または運転条件の修正候補を選択してよい。そして、修正指示部２４０は、運転条件の修正候補を選択した場合には、運転条件の修正指示を対象制御システム１１２へと送信する。ここで、修正指示部２４０は、運転条件の修正指示の内容を、例えばプラント１０のオペレータが監視する表示装置等に出力する表示処理を行なってもよい。

【0066】

Ｓ４６０において、判定部２４５は、生産物情報または予測された収益の少なくとも１つに基づいて、プラント１０の生産物が目標条件を満たすか否かを判定する。ここで、目標条件は、生産物の性状についての条件を含んでよく、生産物の量についての条件を含んでもよい。判定部２４５は、例えば、生産物の品質が下限の品質未満であること、または生産物の量が下限量未満であること等の場合に、生産物が目標条件を満たさないと判定する。目標条件は、収益についての条件を含んでもよい。判定部２４５は、例えば、生産物による収益が下限値未満であることに応じて、生産物が目標条件を満たさないと判定する。ここで、判定部２４５は、判定結果を、例えばプラント１０のオペレータが監視する表示装置等に出力する表示処理を行なってよい。

【0067】

なお、判定部２４５に対して定義される目標条件は、修正指示部２４０が運転条件を修正するか否かの判断に用いる基準範囲と同じであってもよく、異なっていてもよい。例えば、基準範囲は、生産物の性状、生産量、収益をより向上するために運転条件の修正をする必要がない理想的な状態である一方で、目標条件は、この条件を満たさない場合には生産物の不良、生産量不足、または収益悪化となるような限界に対応してよい。

【0068】

Ｓ４７０において、プラント１０の生産物が目標条件を満たす場合には、シミュレーション装置１５０は、処理をＳ４００へと進めて次のタイミングのシミュレーションを行なう。Ｓ４７０において、プラント１０の生産物が目標条件を満たさないと判定された場合には、警告部２５０は、Ｓ４８０において警告を発生する。警告部２５０は、発生した警告を、例えばプラント１０のオペレータが監視する表示装置等に出力する表示処理を行なってよい。ここで、警告部２５０は、発生した警告とともに、収益計算部２３５により予測した収益または判定部２４５の判定結果のうちの少なくとも１つを表示装置に出力する表示処理を行なってよい。

【0069】

以上に示したシミュレーション装置１５０によれば、対象工程の材料に関する対象材料情報および対象プロセス装置１０２の運転条件を用いて下流工程のシミュレーションを行なうことにより、プラント１０の生産物に関する生産物情報を算出することができる。これにより、シミュレーション装置１５０は、生産物情報に基づいて対象プロセス装置１０２の運転条件を修正することができるので、最終生産物の生産物情報をパラメータとして用いない最適化装置１４０による最適化と比較して、最適化の精度をより高めることができる。シミュレーション装置１５０は、下流プロセス装置１０４の運転条件も用いて下流工程のシミュレーションを行なう場合には、運転条件の修正指示の精度を更に高めることができ、最適化装置１４０による最適化の精度を更に高めることができる。

【0070】

また、シミュレーション装置１５０は、対象材料情報および対象プロセス装置１０２の運転条件等の、生産物情報に影響を与えうるパラメータを用いて理論的なシミュレーションを行なって生産物情報を算出する。この結果、シミュレーション装置１５０は、対象プロセス装置１０２の運転条件に影響を与えうる下流工程の全てのパラメータを最適化計算のパラメータとして最適化装置１４０に供給して最適化計算をさせる代わりに、生産物情報を用いて運転条件を最適化することができるので、最適化装置１４０における最適化計算の処理が複雑化するのを抑えて計算量の大幅な増加を防ぐことができる。

【0071】

図５は、本実施形態に係るシミュレーション装置１５０における第３の動作フローを示す。本動作フローは、機械学習部２５５による機械学習に関する。

【0072】

Ｓ５００において、機械学習部２５５は、第１シミュレーション部２１０により算出された対象材料情報を取得する。また、機械学習部２５５は、対象運転条件受信部２２０が受信した対象プロセス装置１０２の運転条件を取得する。Ｓ５１０において、機械学習部２５５は、修正指示部２４０から対象制御システム１１２へと指示した対象プロセス装置１０２の運転条件の修正を取得する。ここで、機械学習部２５５は、対象材料情報、対象プロセス装置１０２の運転条件、および対象プロセス装置１０２の運転条件の修正の組を複数サンプル取得して、学習用データとしてよい。

【0073】

Ｓ５２０において、機械学習部２５５は、機械学習モデル２６０を学習により生成する。ここで、機械学習部２５５は、取得した対象材料情報および対象プロセス装置１０２の運転条件を学習用入力データとし、対象プロセス装置１０２に指示した運転条件の修正を学習用出力データとして用いて、対象材料情報および対象プロセス装置１０２の運転条件を入力すると、対象プロセス装置１０２に指示するべき運転条件の修正を予測可能な機械学習モデル２６０を学習により生成してよい。

【0074】

機械学習部２５５は、例えばランダムフォレスト、勾配ブースティング、ロジスティック回帰、ニューラルネットワーク、およびサポートベクタマシン（ＳＶＭ）等を含む各種の機械学習アルゴリズムのうちの少なくとも１つを用いる機械学習モデル２６０を生成してよい。機械学習部２５５は、各サンプルの学習用入力データをモデルに入力した場合のモデルの出力と、そのサンプルの学習用出力データとの誤差を低減させるように、モデルのパラメータを更新していく。例えばニューラルネットワークを用いる場合、機械学習部２５５は、各サンプルの学習用入力データを入力したことに応じてニューラルネットワークが出力する出力値と学習用出力データとの誤差を用いて、バックプロパゲーション等の手法により、ニューラルネットワークの各ニューロン間の重みおよび各ニューロンのバイアス等を調整する。

【0075】

Ｓ５３０において、機械学習部２５５は、対象プロセス装置１０２が実際に対象工程のプロセス処理を行なう場合に、対象プロセス装置１０２の運転条件の修正指示生成に機械学習モデル２６０を適用する。例えば、機械学習部２５５は、図４のＳ４００およびＳ４１０において、現時点における対象材料情報および対象プロセス装置１０２の運転条件を取得する。機械学習部２５５は、取得した対象材料情報および対象プロセス装置１０２の運転条件を機械学習モデル２６０に入力して、機械学習モデル２６０により推測した対象プロセス装置１０２に指示するべき運転条件の修正を得る。

【0076】

下流運転条件受信部２２５および第２シミュレーション部２３０は、機械学習部２５５による修正後の運転条件を用いて図４のＳ４２０～４３０の処理を行ない、機械学習部２５５による修正後の運転条件で対象プロセス装置１０２を制御した場合におけるプラント１０の生産物の生産物情報を推測する。シミュレーション装置１５０は、図４のＳ４４０と同様にして、機械学習部２５５による修正後の運転条件における収益を計算する。修正指示部２４０は、図４のＳ４５０において、機械学習部２５５による運転条件の修正も修正候補として用いて、少なくとも１つの運転条件の修正候補の中から使用する運転条件の修正を選択してよい。

【0077】

以上に示したシミュレーション装置１５０によれば、機械学習部２５５は、対象材料情報および対象プロセス装置１０２の運転条件に応じた適切な運転条件の修正を、機械学習モデル２６０を用いて推測することができる。これにより、機械学習部２５５は、第２シミュレーション部２３０によるシミュレーションを繰り返して対象プロセス装置１０２の適切な運転条件を算出するのと比較して、少ない計算量で運転条件の修正候補を算出することができる。また、機械学習部２５５は、対象材料情報および対象プロセス装置１０２の運転条件に応じた適切な運転条件の修正をオンラインで継続的に学習することにより、機械学習モデル２６０の精度を継続的に向上していくことができる。

【0078】

本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

【0079】

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（登録商標）ディスク、メモリスティック、集積回路カード等が含まれてよい。

【0080】

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

【0081】

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のコンピュータ等のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

【0082】

図６は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

【0083】

本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インターフェイス２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。

【0084】

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

【0085】

通信インターフェイス２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

【0086】

ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。

【0087】

プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。

【0088】

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェイス２２２２に対し、通信処理を命令してよい。通信インターフェイス２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

【0089】

また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。

【0090】

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

【0091】

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。

【0092】

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

【0093】

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

【符号の説明】

【0094】

１０ プラント、１００ 上流プロセス装置、１０２ 対象プロセス装置、１０４ 下流プロセス装置、１１０ 上流制御システム、１１２ 対象制御システム、１１４ 下流制御システム、１２０ 分散型制御システム、１３０ 高度制御システム、１４０ 最適化装置、１５０ シミュレーション装置、２００ 取得部、２０５ 上流運転条件受信部、２１０ 第１シミュレーション部、２１５ 対象材料情報送信部、２２０ 対象運転条件受信部、２２５ 下流運転条件受信部、２３０ 第２シミュレーション部、２３５ 収益計算部、２４０ 修正指示部、２４５ 判定部、２５０ 警告部、２５５ 機械学習部、２６０ 機械学習モデル、２２００ コンピュータ、２２０１ ＤＶＤ－ＲＯＭ、２２１０ ホストコントローラ、２２１２ ＣＰＵ、２２１４ ＲＡＭ、２２１６ グラフィックコントローラ、２２１８ ディスプレイデバイス、２２２０ 入／出力コントローラ、２２２２ 通信インターフェイス、２２２４ ハードディスクドライブ、２２２６ ＤＶＤ－ＲＯＭドライブ、２２３０ ＲＯＭ、２２４０ 入／出力チップ、２２４２ キーボード

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】