特許7567586情報処理装置、パラメータ算出方法及びパラメータ算出プログラム
(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】2024-10-07
(45)【発行日】2024-10-16
(54)【発明の名称】情報処理装置、パラメータ算出方法及びパラメータ算出プログラム
(51)【国際特許分類】
G05B 23/02 20060101AFI20241008BHJP
【ＦＩ】
G05B23/02 F
【請求項の数】
6
(21)【出願番号】P 2021042568
(22)【出願日】2021-03-16
(65)【公開番号】P2022142415
(43)【公開日】2022-09-30
【審査請求日】2023-09-08
(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】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】西野 宏亮
【審査官】牧 初
(56)【参考文献】
【文献】特開２００５－２８５００５（ＪＰ，Ａ）
【文献】特開２０１７－０９１０３２（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０５Ｂ ２３／００－２３／０２
Ｇ０５Ｂ １７／００－１７／０２
(57)【特許請求の範囲】
【請求項1】
プロセスデータに対する非定常状態の期間の指定を受け付ける受付部と、
前記指定を受け付けた非定常状態の期間がラベル付けされた前記プロセスデータに基づいて、プロセスシミュレータによるシミュレーションを実行するか否かを制御する定常状態判定に用いるパラメータを算出する算出部と、
を有し、
前記算出部は、前記定常状態判定により定常状態または非定常状態のラベルが判定される時点から過去の所定期間のうち、前半の区間および後半の区間の間で平均値の差が有意であるか否かを判定する判定式の定数に組み込まれたパラメータを算出する、
ことを特徴とする情報処理装置。
【請求項2】
プロセスデータに対する非定常状態の期間の指定を受け付ける受付部と、
前記指定を受け付けた非定常状態の期間がラベル付けされた前記プロセスデータに基づいて、プロセスシミュレータによるシミュレーションを実行するか否かを制御する定常状態判定に用いるパラメータを算出する算出部と、
を有し、
前記算出部は、前記定常状態判定により定常状態または非定常状態のラベルが判定される時点から過去の所定期間のうち、前半の区間および後半の区間の間で標準偏差の比が有意に異なるか否かを判定する判定式の定数に組み込まれたパラメータを算出する、
ことを特徴とする情報処理装置。
【請求項3】
プロセスデータに対する非定常状態の期間の指定を受け付ける受付部と、
前記指定を受け付けた非定常状態の期間がラベル付けされた前記プロセスデータに基づいて、プロセスシミュレータによるシミュレーションを実行するか否かを制御する定常状態判定に用いるパラメータを算出する算出部と、
を有し、
前記算出部は、前記受付部により指定が受け付けられた非定常期間と、前記定常状態判定により判定される非定常期間との両者の一致度が最大となる、あるいは両者の誤差が最小となるパラメータを算出する、
ことを特徴とする情報処理装置。
【請求項4】
前記誤差は、前記非定常状態の期間の指定により定まるラベルが非定常状態である一方で前記定常状態判定により判定されたラベルが定常状態である誤判定の回数と、前記非定常状態の期間の指定により定まるラベルが定常状態である一方で前記定常状態判定により判定されたラベルが非定常状態である判定漏れの回数とを含む、ことを特徴とする請求項３に記載の情報処理装置。
【請求項5】
プロセスデータに対する非定常状態の期間の指定を受け付け、前記指定を受け付けた非定常状態の期間がラベル付けされた前記プロセスデータに基づいて、プロセスシミュレータによるシミュレーションを実行するか否かを制御する定常状態判定に用いるパラメータを算出する、
処理をコンピュータが実行し、
前記算出する処理は、前記定常状態判定により定常状態または非定常状態のラベルが判定される時点から過去の所定期間のうち、前半の区間および後半の区間の間で平均値の差が有意であるか否かを判定する判定式の定数に組み込まれたパラメータを算出する処理を含む、
ことを特徴とするパラメータ算出方法。
【請求項6】
プロセスデータに対する非定常状態の期間の指定を受け付け、前記指定を受け付けた非定常状態の期間がラベル付けされた前記プロセスデータに基づいて、プロセスシミュレータによるシミュレーションを実行するか否かを制御する定常状態判定に用いるパラメータを算出する、
処理をコンピュータに実行させ、
前記算出する処理は、前記定常状態判定により定常状態または非定常状態のラベルが判定される時点から過去の所定期間のうち、前半の区間および後半の区間の間で平均値の差が有意であるか否かを判定する判定式の定数に組み込まれたパラメータを算出する処理を含む、
ことを特徴とするパラメータ算出プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、パラメータ算出方法及びパラメータ算出プログラムに関する。
【背景技術】
【0002】
リアルタイムでプラントの操業を最適化する技術として、ＲＴＯ（Real Time Optimizer）が知られている（例えば、特許文献１参照）。ＲＴＯは、プロセス制御システムやプラント情報管理システム（ＰＩＭＳ：Plant Information Management System）とオンラインで接続してデータを取り込み、厳密モデルを用いたシミュレーションでケーススタディを行うことによりモデルを構築する。このようにシミュレーションで構築されたモデルと運転条件に基づいて、ＲＴＯは、利益が最大となる最適値を算出して高度制御システムにオンラインで反映する。
【0003】
ここで、上記シミュレーションには、プロセスの運転条件を変更している最中でない定常状態であることを前提に機能するものが含まれる。このため、シミュレーションの精度低下を抑制する側面から、シミュレーションの実行時には、プロセスが定常状態であるか否かの判定が実行される。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１９－２２００２８号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、上記の定常状態判定に用いるパラメータの設定は、経験、あるいは専門知識を有するエンジニアによるトライ＆エラーに委ねられている現状がある。このような現状、パラメータの設定には、エンジニアによるトライ＆エラーという対価が求められるので、エンジニアの工数が増大してしまう一面がある。
【0006】
１つの側面では、本発明は、定常状態判定に用いるパラメータの設定に関する工数を削減することを目的とする。
【課題を解決するための手段】
【0007】
１つの側面にかかる情報処理装置は、プロセスデータに対する非定常状態の期間の指定を受け付ける受付部と、前記指定を受け付けた非定常状態の期間がラベル付けされた前記プロセスデータに基づいて、プロセスシミュレータによるシミュレーションを実行するか否かを制御する定常状態判定に用いるパラメータを算出する算出部と、を有する。
【0008】
１つの側面にかかるパラメータ算出方法では、プロセスデータに対する非定常状態の期間の指定を受け付け、前記指定を受け付けた非定常状態の期間がラベル付けされた前記プロセスデータに基づいて、プロセスシミュレータによるシミュレーションを実行するか否かを制御する定常状態判定に用いるパラメータを算出する、処理をコンピュータが実行する。
【0009】
１つの側面にかかるパラメータ算出プログラムは、プロセスデータに対する非定常状態の期間の指定を受け付け、前記指定を受け付けた非定常状態の期間がラベル付けされた前記プロセスデータに基づいて、プロセスシミュレータによるシミュレーションを実行するか否かを制御する定常状態判定に用いるパラメータを算出する、処理をコンピュータに実行させる。
【発明の効果】
【0010】
定常状態判定に用いるパラメータの設定に関する工数を削減できる。
【図面の簡単な説明】
【0011】
【図1】実施形態に係るシステム構成例を示す図である。
【図2】ＲＴＯの動作例を示す図である。
【図3】プロセスデータの一例を示す図である。
【図4】情報処理装置の機能構成例を示すブロック図である。
【図5】パラメータ設定画面の一例を示す図である。
【図6】定常状態の誤判定および判定漏れの回数の算出例を示す図である。
【図7】パラメータ算出処理の手順を示すフローチャートである。
【図8】ハードウェア構成例を示す図である。
【発明を実施するための形態】
【0012】
以下、添付図面を参照して本願に係る情報処理装置、パラメータ算出方法及びパラメータ算出プログラムの実施形態について説明する。各実施形態には、あくまで１つの例や側面を示すに過ぎず、このような例示により数値や機能の範囲、利用シーンなどは限定されない。そして、各実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【0013】
＜システム構成＞
図１は、実施形態に係るシステム構成例を示す図である。図１に示すプラント管理システム１は、プラントの運転を管理するシステムである。ここで言う「プラント」には、工場施設、機械施設、生産施設、発電施設、貯蔵施設、石油、天然ガス等を採掘する井戸元における施設などが含まれ得る。
図１は、実施形態に係るシステム構成例を示す図である。図１に示すプラント管理システム１は、プラントの運転を管理するシステムである。ここで言う「プラント」には、工場施設、機械施設、生産施設、発電施設、貯蔵施設、石油、天然ガス等を採掘する井戸元における施設などが含まれ得る。
【0014】
図１に示すように、プラント管理システム１には、プロセス制御システム２と、ＯＰＣ（Open Platform Communications）サーバ３と、ＤＢ（database）サーバ５、高度制御装置６と、運転支援装置７と、情報処理装置１０とが含まれ得る。
【0015】
プロセス制御システム２は、プラントにおける生産工程、いわゆるプロセスを制御するシステムである。あくまで一例として、プロセス制御システム２は、ＤＣＳ（Distributed Control Systems）やＰＬＣ（Programmable Logic Controller）として構築され得る。例えば、ＤＣＳを例に挙げれば、プラント等のフィールドには、センサなどの測定機器やアクチュエータなどの操作機器などがフィールド機器（不図示）として設置される。このようなフィールド機器を制御するコントローラがプロセスの制御単位である制御ループ、例えば測定、制御演算および操作などのループごとに分散して配置される。
【0016】
ＯＰＣサーバ３は、ネットワークＮＷ１及びネットワークＮＷ２の間の通信を中継するゲートウェイ装置の一例である。これらネットワークＮＷ１及びネットワークＮＷ２のうち、ネットワークＮＷ１には、専用に構築された制御バスを採用することができる。このようなネットワークＮＷ１で伝送されるデータには、リアルタイム性および信頼性が求められる側面がある。このような側面から、ネットワークＮＷ１およびＯＰＣサーバ３は、冗長化することができる。また、ネットワークＮＷ２には、ＬＡＮ（Local Area Network）等を採用することができる。
【0017】
１つの側面として、ＯＰＣサーバ３は、プロセスデータ通信の標準規格であるＯＰＣやＯＰＣ ＵＡ（OPC Unified Architecture）などの規格に対応するＯＰＣインタフェイスを提供する。このようなＯＰＣインタフェイスを介して、プロセス制御システム２と、ＤＢサーバ５、高度制御装置６および運転支援装置７との間におけるデータ交換が実現される。
【0018】
ＤＢサーバ５は、プロセス制御システム２から収集されるデータを管理するサーバである。例えば、ＤＢサーバ５では、データベース管理システムの一例として、プラント情報管理システム、いわゆるＰＩＭＳが実行される。このようなＰＩＭＳでは、フィールド機器などからプロセスデータなどをリアルタイムで収集する機能、プロセスデータが時系列に収集された履歴をヒストリアンデータとして保存する機能、収集されたデータやヒストリアンデータを提供する機能などが実現される。
【0019】
高度制御装置６は、プロセスの高度制御（ＡＰＣ：Advanced Process Control）を実行する制御装置の一例である。１つの側面として、高度制御装置６は、ＡＰＣの機能を実現するソフトウェアを実行することにより、ＲＴＯのプラットフォームとして機能する。
【0020】
運転支援装置７は、プラントの運転を支援する装置の一例である。あくまで一例として、運転支援装置７は、プロセスシミュレータを含むＲＴＯを実行する。このようなＲＴＯでは、プロセスにおいて最適な運転条件を自動的に計算し、プラントの運転に反映させる機能が実現される。
【0021】
情報処理装置１０は、プロセス制御システム２やＤＢサーバ５、高度制御装置６、運転支援装置７などとの間のＨＭＩ（Human Machine Interface）として機能するコンピュータの一例である。１つの側面として、情報処理装置１０は、プラント管理システム１のエンジニアリングを行うエンジニアを始め、その管理者を含む関係者全般により使用され得る。なお、図１には、あくまで一例として、情報処理装置１０と、ＤＢサーバ５、高度制御装置６及び運転支援装置７とがネットワークＮＷ２を介して接続される例を挙げるが、インターネットなどを介して両者が接続されることとしてもよい。
【0022】
＜ＲＴＯ＞
次に、プロセスシミュレータを含むＲＴＯの動作例について説明する。図２は、ＲＴＯの動作例を示す図である。図２には、ＲＴＯ７Ａが有するゲインジェネレータ７Ａ１およびオプティマイザ７Ａ２の２つの機能と共に、ＲＴＯ７Ａと連携するプロセス制御システム２、ＤＢサーバ５および高度制御装置６の関連機能がブロックとして模式化されている。さらに、図２には、プロセス制御システム２の関連機能の一例としてＤＣＳ２Ａが例示され、ＤＢサーバ５の関連機能の一例としてＰＩＭＳ５Ａが例示され、高度制御装置６の関連機能としてＡＰＣ６Ａが例示されている。
次に、プロセスシミュレータを含むＲＴＯの動作例について説明する。図２は、ＲＴＯの動作例を示す図である。図２には、ＲＴＯ７Ａが有するゲインジェネレータ７Ａ１およびオプティマイザ７Ａ２の２つの機能と共に、ＲＴＯ７Ａと連携するプロセス制御システム２、ＤＢサーバ５および高度制御装置６の関連機能がブロックとして模式化されている。さらに、図２には、プロセス制御システム２の関連機能の一例としてＤＣＳ２Ａが例示され、ＤＢサーバ５の関連機能の一例としてＰＩＭＳ５Ａが例示され、高度制御装置６の関連機能としてＡＰＣ６Ａが例示されている。
【0023】
図２に示すように、ＲＴＯ７Ａは、ゲインジェネレータ７Ａ１およびオプティマイザ７Ａ２を有する。ゲインジェネレータ７Ａ１は、ＤＣＳ２ＡまたはＰＩＭＳ５Ａからオンラインでプロセスデータを取得する。そして、ゲインジェネレータ７Ａ１は、プロセスデータに基づいてプラントの挙動を模擬するシミュレーションを運転条件が異なる複数の事例ごとに実行する。このシミュレーション結果として、事例ごとにシミュレートされたプロセスデータの予測値が制御変数ＣＶ（Control Variable）として得られると共に当該制御変数ＣＶを目的関数へ入力することにより目的関数値の一例として利益が出力される。このように、ゲインジェネレータ７Ａ１は、事例ごとにシミュレーションを実行するケーススタディにより、制御変数ＣＶの変動と利益の変動との比、すなわちゲインを計算する。その後、オプティマイザ７Ａ２は、ゲインジェネレータ７Ａ１により計算されたゲインを用いて、利益が最適値、例えば最大値となるＣＶターゲットを計算する。
【0024】
このようにオプティマイザ７Ａ２により計算されたＣＶターゲットは、ＡＰＣ６Ａへ出力される。そして、ＡＰＣ６Ａは、オプティマイザ７Ａ２により出力されたＣＶターゲットからプロセスへの入力変数に対応する操作変数ＭＶ（Manipulated Variable）、あるいはＤＣＳ２Ａの設定値ＳＶ（Setting Variable）を計算した上でＤＣＳ２Ａへ出力する。
【0025】
ここで、上記のゲインジェネレータ７Ａ１は、プロセスの運転条件を変更している最中でない定常状態であることを前提としてシミュレーションを実行するものである。このため、シミュレーションの精度低下を抑制する側面から、シミュレーションの実行時には、プロセスが定常状態であるか否かの定常状態判定が実行される。
【0026】
＜定常状態判定＞
あくまで一例として、ＲＴＯの定常状態判定は、ゲインジェネレータ７Ａ１のシーケンスの一部として実行することができる。図３は、プロセスデータの一例を示す図である。図３には、あくまで一例として、オンラインで１分おきにプロセス値を取得するＲＴＯが定常状態判定の時点から遡って過去の６０分間のプロセス値を含むプロセスデータを定常状態判定に用いる例を挙げる。さらに、図３には、定常状態判定の時点を０とする経過時間を横軸とし、流量や温度、圧力などのプロセス値を縦軸とするグラフ上に、過去６０分間のプロセスデータに含まれるプロセス値の各々がマーク（黒の四角）でプロットされている。
あくまで一例として、ＲＴＯの定常状態判定は、ゲインジェネレータ７Ａ１のシーケンスの一部として実行することができる。図３は、プロセスデータの一例を示す図である。図３には、あくまで一例として、オンラインで１分おきにプロセス値を取得するＲＴＯが定常状態判定の時点から遡って過去の６０分間のプロセス値を含むプロセスデータを定常状態判定に用いる例を挙げる。さらに、図３には、定常状態判定の時点を０とする経過時間を横軸とし、流量や温度、圧力などのプロセス値を縦軸とするグラフ上に、過去６０分間のプロセスデータに含まれるプロセス値の各々がマーク（黒の四角）でプロットされている。
【0027】
図３に示すように、定常状態判定では、プロセスデータが前半および後半の２つに分割される。ここで言う「前半」とは、６０分前から３０分前までの区間を指す一方で、「後半」とは、３０分前から現在、すなわち定常状態判定が実行される時点までの区間を指す。このように分割された前半および後半の区間ごとに当該区間におけるプロセス値の平均値および標準偏差が算出される。これにより、前半の平均値Ｍ１、前半の標準偏差σ１、後半の平均値Ｍ２および後半の標準偏差σ２が得られる。なお、「Ｍ１」および「Ｍ２」のオーバーライン、いわゆるバーの表記は省略する。
【0028】
これら前半の平均値Ｍ１、前半の標準偏差σ１、後半の平均値Ｍ２および後半の標準偏差σ２に基づいて、ＲＴＯは、定常状態判定を実行する。あくまで一例として、ＲＴＯは、下記の式（１）に示す定常状態判定式１および下記の式（２）に示す定常状態判定式２を満たすか否かにより、プロセスが定常状態であるか否かを判定する。例えば、定常状態判定式１および定常状態判定式２の両方の不等式を満たす場合、定常状態と識別される。なお、定常状態判定式１および定常状態判定式２は、あくまで一例として、ウェルチのｔ検定などの統計学の検定に従って定式化できる。
【0029】
【数1】
【数2】
【0030】
上記の定常状態判定式１では、前半および後半の間で平均値の差が有意に明らかであるか否かが識別される。１つの側面として、定常状態判定式１では、Toleranceの設定値に応じて定常状態が厳しく判定されるか、あるいは緩く判定されるかが変わる。例えば、Toleranceの値が小さくなるに連れて判定が厳しく、言い換えれば定常状態と判定されにくくなる。また、Toleranceの値が大きくなるに連れて判定が緩く、言い換えれば定常状態と判定されやすくなる。なお、上記の式（１）における「ε」は、定数であり、例えば、サンプル数、本例では「３０」に依存して決定される。また、上記の式（１）における分母は、無次元に正規化する側面から定式化されている。
【0031】
上記の定常状態判定式２では、前半および後半の間で標準偏差の比が大きく異なるか否か、すなわち後半が前半に比べて収束に向かっているか否かが識別される。１つの側面として、定常状態判定式２では、αの設定値に応じて定常状態が厳しく判定されるか、あるいは緩く判定されるかが変わる。例えば、αの値が小さくなるに連れて判定が厳しく、言い換えれば定常状態と判定されにくくなる。また、αの値が大きくなるに連れて判定が緩く、言い換えれば定常状態と判定されやすくなる。なお、上記の式（２）における「δ」は、定数であり、例えば、サンプル数、本例では「３０」に依存して決定される。
【0032】
＜課題の一側面＞
これらTolerance及びαなどのパラメータの設定は、定常状態判定の精度に大影響を与える。このため、パラメータが適切に設定されない場合、次のような誤判定や判定漏れが生じる。
これらTolerance及びαなどのパラメータの設定は、定常状態判定の精度に大影響を与える。このため、パラメータが適切に設定されない場合、次のような誤判定や判定漏れが生じる。
【0033】
例えば、非定常状態が定常状態と誤判定される場合、非定常状態時にシミュレーションが実行される。このため、ゲインジェネレータ７Ａ１が非現実的なゲインを計算してオプティマイザ７Ａ２がＣＶターゲットをＡＰＣ６Ａに適用してしまうか、あるいはゲインジェネレータ７Ａ１がゲインをそもそも計算できない事態が生じる。この場合、正しいゲインで計算できていないＣＶターゲットに基づいてプロセス制御が行われるので、プラントで得られる利益が真の最適な運転状態と比べて低下する場合がある。また、定常状態時に非定常状態と判定される判定漏れの場合、ゲインジェネレータ７Ａ１によりゲインを更新すべきにもかかわらず、ゲインが更新されない事態が生じる。この場合、プラントで得られるべき利益が逸失してしまう場合がある。
【0034】
このようにパラメータを適切に設定する重要性から、パラメータの設定は、経験、あるいは専門知識を有するエンジニアによるトライ＆エラーに委ねられている現状がある。このような現状、パラメータの設定には、エンジニアによるトライ＆エラーという対価が求められるので、エンジニアの工数が増大してしまう一面がある。
【0035】
そこで、本実施形態では、非定常状態の期間が指定されたプロセスデータに基づいて定常状態の判定に用いるパラメータを算出するパラメータ算出機能１０Ａを有する情報処理装置１０を提供する。
【0036】
＜機能構成＞
図４は、情報処理装置１０の機能構成例を示すブロック図である。図４には、情報処理装置１０が有する機能に対応するブロックが模式化されている。図４に示すように、情報処理装置１０は、入力部１１と、表示部１２と、通信インタフェイス部１３と、記憶部１４と、制御部１５とを有する。なお、図４には、上記のパラメータ算出機能１０Ａに関連する機能部が抜粋されているに過ぎず、図示以外にも既存のコンピュータがデフォルトまたはオプションで装備する機能部が情報処理装置１０に備わることとしてもよい。
図４は、情報処理装置１０の機能構成例を示すブロック図である。図４には、情報処理装置１０が有する機能に対応するブロックが模式化されている。図４に示すように、情報処理装置１０は、入力部１１と、表示部１２と、通信インタフェイス部１３と、記憶部１４と、制御部１５とを有する。なお、図４には、上記のパラメータ算出機能１０Ａに関連する機能部が抜粋されているに過ぎず、図示以外にも既存のコンピュータがデフォルトまたはオプションで装備する機能部が情報処理装置１０に備わることとしてもよい。
【0037】
入力部１１は、各種の操作を入力する機能部である。あくまで一例として、情報処理装置１０がデスクトップ型またはラップトップ型のＰＣにより実現される場合、キーボードやマウスなどの汎用の周辺機器により入力部１１が実現され得る。
【0038】
表示部１２は、各種の情報を表示する機能部である。あくまで一例として、表示部１２は、液晶ディスプレイや有機ＥＬ（Electro Luminescence）ディスプレイなどにより実現され得る。なお、表示部１２は、入力部１１と一体化することにより、タッチパネルとして実現されることとしてもよい。
【0039】
通信インタフェイス部１３は、情報処理装置１０と他の装置との間の通信を制御する通信制御部の一例に対応する。あくまで一例として、通信インタフェイス部１３は、ＬＡＮカードなどのネットワークインタフェイスカードにより実現され得る。例えば、通信インタフェイス部１３は、ＤＣＳ２ＡやＰＩＭＳ５Ａからプロセスデータを受け付けたり、また、パラメータの算出結果をＲＴＯ７Ａへ出力したりする。
【0040】
記憶部１４は、各種のデータを記憶する機能部である。あくまで一例として、記憶部１４は、ストレージ、例えば内部、外部または補助のストレージにより実現される。例えば、記憶部１４には、制御部１５による処理実行の開始時に参照するデータ、処理実行の過程で得られるデータや処理実行の結果として得られるデータなど、情報処理装置１０が実行する処理で発生する各種データが記憶され得る。
【0041】
制御部１５は、情報処理装置１０の全体制御を行う処理部である。例えば、制御部１５は、ハードウェアプロセッサにより実現される。図１に示すように、制御部１５は、取得部１５Ａと、受付部１５Ｂと、算出部１５Ｃと、設定部１５Ｄとを有する。なお、各機能部は、プロセッサが実行するプロセスなどにより実現される以外にも、ハードワイヤードロジックにより実現されることを妨げない。
【0042】
取得部１５Ａは、プロセスデータを取得する処理部である。あくまで一例として、取得部１５Ａは、パラメータ算出のリクエストを入力部１１を介して受け付けた場合、ＤＣＳ２ＡやＰＩＭＳ５Ａからプロセスデータを取得する。ここで、取得部１５Ａがプロセスデータを取得する情報ソースは、任意の情報ソースであってよく、ネットワークＮＷ２を介する通信に限定されない。例えば、取得部１５Ａは、情報処理装置１０が有するストレージ、あるいは情報処理装置１０に着脱可能なリムーバブルメディア、例えばメモリカードやＵＳＢ（Universal Serial Bus）メモリなどからプロセスデータを取得することとしてもよい。
【0043】
受付部１５Ｂは、プロセスデータに対する非定常状態の期間の指定を受け付ける処理部である。以下、非定常状態の期間のことを指して「非定常期間」と記載する場合がある。あくまで一例として、受付部１５Ｂは、取得部１５Ａにより取得されたプロセスデータが表示されたＧＵＩ（Graphical User Interface）を介して非定常期間の指定を受け付けることができる。
【0044】
図５は、パラメータ設定画面の一例を示す図である。図５には、非定常期間の指定の受付前の状態と、非定常期間の指定の受付後の状態とのパラメータ設定画面２００が上下に並べて示されている。図５に示すパラメータ設定画面２００には、あくまで一例として、特定の期間、例えば１日間のプロセス値の時系列データがプロセスデータ２１０として表示されている。
【0045】
このようなプロセスデータ２１０には、入力部１１を介して各種のＧＵＩ操作を実行できる。例えば、入力部１１がポインティングデバイスにより実現される場合、ドラッグ＆ドロップの操作により、非定常期間の指定を受け付けることができる。すなわち、プロセスデータ２１０上の非定常期間の開始時刻に対応する位置にポインタが合わされた状態で押下操作を受け付け、そのままの状態でポインタを移動させ、非定常期間の終了時刻に対応する位置で押下操作を終了する。あくまで一例として、図５に示す非定常期間ｐ１～非定常期間ｐ４の４つの非定常期間の指定を受け付けることができる。このように非定常期間の指定が行われた状態で決定ボタン２２０の操作を受け付けた場合、非定常期間ｐ１～非定常期間ｐ４の指定が確定される。一方、キャンセルボタン２３０の操作を受け付けた場合、非定常期間ｐ１～非定常期間ｐ４の指定がキャンセルされる。なお、ここでは、非定常期間の開始時刻の位置でドラッグ操作を開始し、非定常期間の終了時刻の位置でドロップ操作を行う例を挙げたが、ドラッグ操作およびドロップ操作が行われる位置は逆であってもよい。
【0046】
ここで、プロセスデータ２１０の視認性を高める側面から、プロセスデータ２１０の拡大または縮小を実行させることとしてもよい。例えば、プロセスデータ２１０におけるプロセス値の時間間隔が１分おきである場合、１分間に対応する目盛りが視認できるスケールと、プロセスデータ２１０の全体が俯瞰できるスケールとの間でプロセスデータ２１０の表示を切り替えることもできる。この他、マウスホイールの回転方向によりプロセスデータ２１０の拡大または縮小を指定させ、マウスホイールの回転量に応じてプロセスデータ２１０の拡大率または縮小率を指定させることとしてもよい。
【0047】
このように、受付部１５Ｂは、プロセスデータに定常期間および非定常期間のラベルを付与する際に非定常期間の指定を受け付ける。これにより、非定常期間よりもピリオドが長い定常期間の代わりに定常期間よりもピリオドが短い非定常期間の指定により定常期間および非定常期間のラベル付けを実現できるので、期間指定の操作性を向上させることができる。
【0048】
なお、ここでは、あくまで一例として、受付部１５Ｂが非定常期間の指定をＧＵＩを介して受け付ける例を挙げたが、これに限定されない。例えば、受付部１５Ｂは、ＣＬＩ（Command Line Interface）を介して非定常期間の指定を受け付けることとしてもよい。
【0049】
算出部１５Ｃは、定常状態判定に用いるパラメータを算出する処理部である。あくまで一例として、算出部１５Ｃは、受付部１５Ｂにより指定が受け付けられた非定常期間と、定常状態判定式１及び定常状態判定式２により判定される非定常期間との両者の一致度が最大となる、あるいは両者の誤差が最小となるパラメータを算出する。このようなパラメータは、最適化問題に定式化することにより算出することができる。
【0050】
以下、あくまで一例として、受付部１５Ｂによりエンジニア等の指定が受け付けられた非定常期間と、定常状態判定式１及び定常状態判定式２により判定される非定常期間との誤差を変数とする目的関数を最小化する最小化問題に定式化する例を挙げる。さらに、以下では、前者の非定常期間と後者の非定常期間との間で両者を区別する側面から、前者の非定常期間のことを「エンジニア指定の非定常期間」と識別し、後者の非定常期間のことを「判定式で判定された非定常期間」と識別する場合がある。
【0051】
例えば、下記の式（３）の目的関数を最小化する最小化問題に定式化できる。下記の「誤Ａ」は、定常状態の誤判定の数を指す。ここで言う「誤判定」とは、エンジニア指定のラベルが「非定常状態」である一方で、判定式で判定されたラベルが「定常状態」である事象、いわゆるフォールスポジティブを指す。また、下記の「誤Ｂ」は、定常状態の判定漏れの数を指す。ここで言う「判定漏れ」とは、エンジニア指定のラベルが「定常状態」である一方で、判定式で判定されたラベルが「非定常状態」である事象、いわゆるフォールスネガティブを指す。さらに、下記の「係数１」および下記の「係数２」は、いずれも定数を指す。これら係数１および係数２は、定常状態の「誤判定」および「判定漏れ」のいずれを優先するかを定める重みとして機能させることができる。例えば、誤判定の回数または判定漏れの回数に大きい重みを付与するほど、大きい重みが付与された方の優先度をより高めることができる。
【0052】
目的関数：（係数１）×（誤Ａの数）＋（係数２）×（誤Ｂの数）・・・（３）
【0053】
ここで、上記の「誤Ａ」および上記の「誤Ｂ」などの誤差は、定常状態判定式１のパラメータTolerance及び定常状態判定式２のパラメータαにより定まる。これらパラメータTolerance及びαには、０よりも大きい正の数という制約条件（Tolerance＞０，α＞０）が与えられる。
【0054】
このような定式化の下、算出部１５Ｃは、次のような処理を実行する。すなわち、算出部１５Ｃは、パラメータTolerance及びαに初期値を設定する。その上で、算出部１５Ｃは、パラメータTolerance及びαの更新が所定の反復回数ｋに渡って反復されるか、あるいはパラメータTolerance及びαの更新量が閾値未満となるまで次のような処理を実行する。例えば、算出部１５Ｃは、取得部１５Ａにより取得されたプロセスデータの定常状態判定を定常状態判定式１及び定常状態判定式２にしたがって実行する。そして、算出部１５Ｃは、定常状態判定式１及び定常状態判定式２により判定された非定常期間と、受付部１５Ｂにより指定を受け付けた非定常期間とを比較することにより、定常状態の誤判定（誤Ａ）および判定漏れ（誤Ｂ）の回数を算出する。
【0055】
図６は、定常状態の誤判定および判定漏れの回数の算出例を示す図である。図６には、エンジニア指定の非定常期間ｐ１～ｐ４が重畳表示されたプロセスデータ３００Ａと、判定式で判定された非定常期間Ｐ１～Ｐ４が重畳表示されたプロセスデータ３００Ｂとが示されている。図６に示すように、プロセスデータ３００Ａおよびプロセスデータ３００Ｂは、プロセス値の時間波形として表示されている。これらを「定常状態」または「非定常状態」のラベルの配列に模式化すると、次の通りになる。すなわち、プロセスデータ３００Ａは、エンジニア指定のラベルの配列３１０Ａとして模式化できる一方で、プロセスデータ３００Ｂは、判定式で判定されたラベルの配列３１０Ｂとして模式化できる。ラベルの配列３１０Ａおよびラベルの配列３１０Ｂを比較することにより、定常状態の誤判定（誤Ａ）および判定漏れ（誤Ｂ）の回数を算出できる。例えば、ラベルの配列３１０Ａおよびラベルの配列３１０Ｂが上下に並べられたテーブル３１０でラベルが列方向に照合される。このような照合結果を各時間における正解、誤Ａまたは誤Ｂの照合結果の配列３２０として模式的に示す。図６に示す例で言えば、エンジニア指定のラベルが「非定常状態」である一方で、判定式で判定されたラベルが「定常状態」である誤判定は、時間ｔ３で観測される。さらに、エンジニア指定のラベルが「定常状態」である一方で、判定式で判定されたラベルが「非定常状態」である判定漏れは、時間ｔ９で観測される。よって、定常状態の誤判定（誤Ａ）の回数は「１」と算出されると共に定常状態の判定漏れ（誤Ｂ）の回数も「１」と算出される。
【0056】
その上で、算出部１５Ｃは、誤判定（誤Ａ）の回数および判定漏れ（誤Ｂ）の回数に基づいてパラメータTolerance及びαを更新する。これらパラメータTolerance及びαは、あくまで一例として、ニュートン法や勾配法などの更新式にしたがって更新することができる。その後、パラメータTolerance及びαの更新が所定の反復回数ｋに渡って反復されるか、あるいはパラメータTolerance及びαの更新量が閾値未満となってパラメータTolerance及びαが収束するまで、パラメータTolerance及びαの更新が反復される。これにより、パラメータTolerance及びαの自動算出を実現できる。
【0057】
設定部１５Ｄは、パラメータを設定する処理部である。あくまで一例として、設定部１５Ｄは、算出部１５Ｃにより算出されたパラメータTolerance及びαをＲＴＯ７Ａのゲインジェネレータ７Ａ１に設定することができる。例えば、設定部１５Ｄは、算出部１５Ｃにより算出されたパラメータTolerance及びαが記述されたコンフィグファイルをネットワークＮＷ２を介して送信する。また、設定部１５Ｄは、コンフィグファイルに記述された設定を算出部１５Ｃにより算出されたパラメータTolerance及びαに更新するコマンドをネットワークＮＷ２を介して送信することもできる。なお、ここでは、パラメータTolerance及びαが自動的に設定される例を挙げたが、これはあくまで一例に過ぎず、パラメータTolerance及びαを手動で設定させることとしてもよい。この際、設定部１５Ｄは、パラメータTolerance及びαを表示部１２に表示させることもできる。
【0058】
＜処理の流れ＞
図７は、パラメータ算出処理の手順を示すフローチャートである。この処理は、あくまで一例として、パラメータ算出のリクエストを受け付けた場合に起動される。図７に示すように、取得部１５Ａは、ＤＣＳ２ＡやＰＩＭＳ５Ａからプロセスデータを取得する（ステップＳ１０１）。そして、受付部１５Ｂは、ステップＳ１０１で取得されたプロセスデータに対する非定常状態の期間の指定を受け付ける（ステップＳ１０２）。続いて、算出部１５Ｃは、パラメータTolerance及びαに初期値を設定する（ステップＳ１０３）。
図７は、パラメータ算出処理の手順を示すフローチャートである。この処理は、あくまで一例として、パラメータ算出のリクエストを受け付けた場合に起動される。図７に示すように、取得部１５Ａは、ＤＣＳ２ＡやＰＩＭＳ５Ａからプロセスデータを取得する（ステップＳ１０１）。そして、受付部１５Ｂは、ステップＳ１０１で取得されたプロセスデータに対する非定常状態の期間の指定を受け付ける（ステップＳ１０２）。続いて、算出部１５Ｃは、パラメータTolerance及びαに初期値を設定する（ステップＳ１０３）。
【0059】
その後、算出部１５Ｃは、パラメータTolerance及びαの更新が所定の反復回数ｋに渡って反復されるか、あるいはパラメータTolerance及びαの更新量が閾値未満となるまで、ステップＳ１０４～ステップＳ１０６の処理を繰り返すループ処理１を開始する。
【0060】
すなわち、算出部１５Ｃは、ステップＳ１０１で取得されたプロセスデータの定常状態判定を定常状態判定式１及び定常状態判定式２にしたがって実行する（ステップＳ１０４）。
【0061】
そして、算出部１５Ｃは、定常状態判定式１及び定常状態判定式２により判定された非定常期間と、ステップＳ１０１で指定を受け付けた非定常期間とを比較して、定常状態の誤判定（誤Ａ）および判定漏れ（誤Ｂ）の回数を算出する（ステップＳ１０５）。
【0062】
その上で、算出部１５Ｃは、ステップＳ１０５で算出された誤判定（誤Ａ）の回数および判定漏れ（誤Ｂ）の回数に基づいてパラメータTolerance及びαを更新する（ステップＳ１０６）。
【0063】
その後、パラメータTolerance及びαの更新が所定の反復回数ｋに渡って反復されるか、あるいはパラメータTolerance及びαの更新量が閾値未満となるまで、パラメータTolerance及びαの更新が反復されることで、ループ処理１が終了する。
【0064】
そして、設定部１５Ｄは、算出部１５Ｃにより算出されたパラメータTolerance及びαをＲＴＯ７Ａのゲインジェネレータ７Ａ１に設定し（ステップＳ１０７）、処理を終了する。
【0065】
上述してきたように、本実施形態にかかる情報処理装置１０は、非定常状態の期間が指定されたプロセスデータに基づいて定常状態の判定に用いるパラメータを算出するパラメータ算出機能１０Ａを有する。このようなパラメータ算出機能１０Ａにより、パラメータ算出の自動化が実現される。したがって、本実施形態にかかる情報処理装置１０によれば、定常状態判定に用いるパラメータの設定に関する工数を削減できる。
【0066】
＜応用例＞
上記の実施形態は一例を示したものであり、種々の応用が可能である。
上記の実施形態は一例を示したものであり、種々の応用が可能である。
【0067】
（１）確認表示
例えば、上記の実施形態では、算出部１５Ｃにより算出されたパラメータが設定部１５ＤによりＲＴＯ７Ａに設定される例を挙げたが、設定の前にパラメータやその定常状態判定の結果を確認表示することもできる。あくまで一例として、情報処理装置１０は、取得部１５Ａにより取得されたプロセスデータの定常状態判定を算出部１５Ｃにより算出されたパラメータに基づいて実行する。その上で、情報処理装置１０は、定常状態判定式１及び定常状態判定式２により判定された非定常期間を取得部１５Ａにより取得されたプロセスデータに重畳して表示させることができる。この際、情報処理装置１０は、リファレンスとして、エンジニア指定の非定常期間が重畳されたプロセスデータをさらに表示させることもできる。このとき、情報処理装置１０は、定常状態判定式１及び定常状態判定式２により定常期間または非定常期間が判定されたラベルと、エンジニア指定の定常期間または非定常期間のラベルが一致しないラベルの不一致期間を強調表示することもできる。さらに、情報処理装置１０は、上記のラベルの不一致期間のうち誤判定の時刻と判定漏れの時刻とを区別して表示したり、誤判定や判定漏れの頻度、例えば回数や割合などを表示したりすることもできる。
例えば、上記の実施形態では、算出部１５Ｃにより算出されたパラメータが設定部１５ＤによりＲＴＯ７Ａに設定される例を挙げたが、設定の前にパラメータやその定常状態判定の結果を確認表示することもできる。あくまで一例として、情報処理装置１０は、取得部１５Ａにより取得されたプロセスデータの定常状態判定を算出部１５Ｃにより算出されたパラメータに基づいて実行する。その上で、情報処理装置１０は、定常状態判定式１及び定常状態判定式２により判定された非定常期間を取得部１５Ａにより取得されたプロセスデータに重畳して表示させることができる。この際、情報処理装置１０は、リファレンスとして、エンジニア指定の非定常期間が重畳されたプロセスデータをさらに表示させることもできる。このとき、情報処理装置１０は、定常状態判定式１及び定常状態判定式２により定常期間または非定常期間が判定されたラベルと、エンジニア指定の定常期間または非定常期間のラベルが一致しないラベルの不一致期間を強調表示することもできる。さらに、情報処理装置１０は、上記のラベルの不一致期間のうち誤判定の時刻と判定漏れの時刻とを区別して表示したり、誤判定や判定漏れの頻度、例えば回数や割合などを表示したりすることもできる。
【0068】
（２）プロセスデータの追加
この他、情報処理装置１０は、算出部１５Ｃによるパラメータの算出後、パラメータの算出に用いられたプロセスデータとは異なる他のプロセスデータの定常状態判定を算出部１５Ｃにより算出されたパラメータに基づいて実行することもできる。以下、前者のプロセスデータと、後者のプロセスデータとを区別する側面から、前者のプロセスデータを「第１のプロセスデータ」と識別し、後者のプロセスデータを「第２のプロセスデータ」と識別する場合がある。その上で、情報処理装置１０は、算出部１５Ｃにより算出されたパラメータに基づいて判定された非定常期間を第２のプロセスデータに重畳して表示させることができる。この際、情報処理装置１０は、第２のプロセスデータに対する非定常期間の指定、例えば判定結果の編集や非定常期間のユーザ指定などを受け付けることもできる。このように第２のプロセスデータに対する非定常期間の指定を受け付けた場合、情報処理装置１０は、次のような処理を実行できる。すなわち、情報処理装置１０は、第１のプロセスデータで指定された非定常期間および第２のプロセスデータで指定された非定常期間と、定常状態判定式１及び定常状態判定式２で判定される非定常期間との誤差を最小化するパラメータを再算出することができる。なお、第１のプロセスデータおよび第２のプロセスデータの数は、いずれも複数であってよい。
この他、情報処理装置１０は、算出部１５Ｃによるパラメータの算出後、パラメータの算出に用いられたプロセスデータとは異なる他のプロセスデータの定常状態判定を算出部１５Ｃにより算出されたパラメータに基づいて実行することもできる。以下、前者のプロセスデータと、後者のプロセスデータとを区別する側面から、前者のプロセスデータを「第１のプロセスデータ」と識別し、後者のプロセスデータを「第２のプロセスデータ」と識別する場合がある。その上で、情報処理装置１０は、算出部１５Ｃにより算出されたパラメータに基づいて判定された非定常期間を第２のプロセスデータに重畳して表示させることができる。この際、情報処理装置１０は、第２のプロセスデータに対する非定常期間の指定、例えば判定結果の編集や非定常期間のユーザ指定などを受け付けることもできる。このように第２のプロセスデータに対する非定常期間の指定を受け付けた場合、情報処理装置１０は、次のような処理を実行できる。すなわち、情報処理装置１０は、第１のプロセスデータで指定された非定常期間および第２のプロセスデータで指定された非定常期間と、定常状態判定式１及び定常状態判定式２で判定される非定常期間との誤差を最小化するパラメータを再算出することができる。なお、第１のプロセスデータおよび第２のプロセスデータの数は、いずれも複数であってよい。
【0069】
（３）プロセスデータのフィルタリング
また、情報処理装置１０は、第１のプロセスデータおよび第２のプロセスデータをＰＩＭＳ５Ａから取得する際、ＰＩＭＳ５Ａに保存されたヒストリアンデータのうち所定の条件を満たすプロセスデータを抽出または除外してから取得することができる。例えば、パラメータ算出に用いるプロセスデータに含まれる非定常期間の数が十分でない場合、ゲインジェネレータ７Ａ１への適用時に未知の非定常状態が現れる可能性が高まるので、定常状態判定の精度低下の一因となり得る。このような側面から、情報処理装置１０は、ＰＩＭＳ５Ａに保存されたヒストリアンデータのうちプロセスの運転条件が変更された頻度が閾値以上であるプロセスデータを第１のプロセスデータや第２のプロセスデータとして抽出することもできる。これとは逆に、情報処理装置１０は、プロセスの運転条件が変更された頻度が閾値未満であるプロセスデータを除外することもできる。この他、情報処理装置１０は、ＰＩＭＳ５Ａに保存されたヒストリアンデータのうちプロセス値のダイナミックレンジが閾値以上であるプロセスデータを第１のプロセスデータや第２のプロセスデータとして抽出することもできる。
また、情報処理装置１０は、第１のプロセスデータおよび第２のプロセスデータをＰＩＭＳ５Ａから取得する際、ＰＩＭＳ５Ａに保存されたヒストリアンデータのうち所定の条件を満たすプロセスデータを抽出または除外してから取得することができる。例えば、パラメータ算出に用いるプロセスデータに含まれる非定常期間の数が十分でない場合、ゲインジェネレータ７Ａ１への適用時に未知の非定常状態が現れる可能性が高まるので、定常状態判定の精度低下の一因となり得る。このような側面から、情報処理装置１０は、ＰＩＭＳ５Ａに保存されたヒストリアンデータのうちプロセスの運転条件が変更された頻度が閾値以上であるプロセスデータを第１のプロセスデータや第２のプロセスデータとして抽出することもできる。これとは逆に、情報処理装置１０は、プロセスの運転条件が変更された頻度が閾値未満であるプロセスデータを除外することもできる。この他、情報処理装置１０は、ＰＩＭＳ５Ａに保存されたヒストリアンデータのうちプロセス値のダイナミックレンジが閾値以上であるプロセスデータを第１のプロセスデータや第２のプロセスデータとして抽出することもできる。
【0070】
＜適用例＞
上記の実施形態は一例を示したものであり、種々の適用が可能である。
上記の実施形態は一例を示したものであり、種々の適用が可能である。
【0071】
（１）定常状態判定式
上記の実施形態では、定常状態判定式１および定常状態判定式２を定常状態判定に用いる例を挙げたが、必ずしも定常状態判定式１および定常状態判定式２の２つを用いずともよい。例えば、定常状態判定式１および定常状態判定式２のうちいずれか１つのみを定常状態判定に用いることもできる。また、定常状態判定式１および定常状態判定式２の判定基準、例えば判定式を定常状態判定に用いることもできる。
上記の実施形態では、定常状態判定式１および定常状態判定式２を定常状態判定に用いる例を挙げたが、必ずしも定常状態判定式１および定常状態判定式２の２つを用いずともよい。例えば、定常状態判定式１および定常状態判定式２のうちいずれか１つのみを定常状態判定に用いることもできる。また、定常状態判定式１および定常状態判定式２の判定基準、例えば判定式を定常状態判定に用いることもできる。
【0072】
（２）パラメータ算出機能の実行主体
上記の実施形態では、パラメータ算出機能１０Ａが情報処理装置１０に搭載される例を挙げたが、パラメータ算出機能１０Ａの実行主体は情報処理装置１０に限らない。あくまで一例として、パラメータ算出機能１０Ａは、ゲインジェネレータ７Ａ１の一機能として実現されてもよいし、ＰＩＭＳ５Ａの一機能として実現されてもよい。
上記の実施形態では、パラメータ算出機能１０Ａが情報処理装置１０に搭載される例を挙げたが、パラメータ算出機能１０Ａの実行主体は情報処理装置１０に限らない。あくまで一例として、パラメータ算出機能１０Ａは、ゲインジェネレータ７Ａ１の一機能として実現されてもよいし、ＰＩＭＳ５Ａの一機能として実現されてもよい。
【0073】
＜システム＞
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
【0074】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散や統合の具体的形態は図示のものに限られない。つまり、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
【0075】
さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵ（Central Processing Unit）および当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
【0076】
＜ハードウェア＞
次に、情報処理装置１０のハードウェア構成例を説明する。図８は、ハードウェア構成例を説明する図である。図８に示すように、情報処理装置１０は、通信装置１０ａ、ＨＤＤ（Hard Disk Drive）１０ｂ、メモリ１０ｃ、プロセッサ１０ｄを有する。また、図８に示した各部は、バス等で相互に接続される。
次に、情報処理装置１０のハードウェア構成例を説明する。図８は、ハードウェア構成例を説明する図である。図８に示すように、情報処理装置１０は、通信装置１０ａ、ＨＤＤ（Hard Disk Drive）１０ｂ、メモリ１０ｃ、プロセッサ１０ｄを有する。また、図８に示した各部は、バス等で相互に接続される。
【0077】
通信装置１０ａは、ネットワークインタフェイスカードなどであり、他のサーバとの通信を行う。ＨＤＤ１０ｂは、図４に示した機能を動作させるプログラムやＤＢを記憶する。
【0078】
プロセッサ１０ｄは、図４に示した各処理部と同様の処理を実行するプログラムをＨＤＤ１０ｂ等から読み出してメモリ１０ｃに展開することで、図４等で説明した各機能を実行するプロセスを動作させる。例えば、このプロセスは、情報処理装置１０が有する各処理部と同様の機能を実行する。具体的には、プロセッサ１０ｄは、取得部１５Ａ、受付部１５Ｂ、算出部１５Ｃおよび設定部１５Ｄ等と同様の機能を有するプログラムをＨＤＤ１０ｂ等から読み出す。そして、プロセッサ１０ｄは、取得部１５Ａ、受付部１５Ｂ、算出部１５Ｃおよび設定部１５Ｄ等と同様の処理を実行するプロセスを実行する。
【0079】
このように、情報処理装置１０は、プログラムを読み出して実行することでパラメータ算出方法を実行するコンピュータとして動作する。また、情報処理装置１０は、媒体読取装置によって記録媒体から上記プログラムを読み出し、読み出された上記プログラムを実行することで上記の実施形態と同様の機能を実現することもできる。なお、この他の実施形態でいうプログラムは、情報処理装置１０によって実行されることに限定されるものではない。例えば、他のコンピュータまたはサーバがプログラムを実行する場合や、これらが協働してプログラムを実行するような場合にも、本発明を同様に適用することができる。
【0080】
このプログラムは、インターネットなどのネットワークを介して配布することができる。また、このプログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ（Magneto－Optical disk）、ＤＶＤ（Digital Versatile Disc）などのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することができる。
【符号の説明】
【0081】
１ プラント管理システム
２ プロセス制御システム
２Ａ ＤＣＳ
３ ＯＰＣサーバ
５ ＤＢサーバ
５Ａ ＰＩＭＳ
６ 高度制御装置
６Ａ ＡＰＣ
７ 運転支援装置
７Ａ ＲＴＯ
７Ａ１ ゲインジェネレータ
７Ａ２ オプティマイザ
１０ 情報処理装置
１１ 入力部
１２ 表示部
１３ 通信インタフェイス部
１４ 記憶部
１５ 制御部
１５Ａ 取得部
１５Ｂ 受付部
１５Ｃ 算出部
１５Ｄ 設定部
２ プロセス制御システム
２Ａ ＤＣＳ
３ ＯＰＣサーバ
５ ＤＢサーバ
５Ａ ＰＩＭＳ
６ 高度制御装置
６Ａ ＡＰＣ
７ 運転支援装置
７Ａ ＲＴＯ
７Ａ１ ゲインジェネレータ
７Ａ２ オプティマイザ
１０ 情報処理装置
１１ 入力部
１２ 表示部
１３ 通信インタフェイス部
１４ 記憶部
１５ 制御部
１５Ａ 取得部
１５Ｂ 受付部
１５Ｃ 算出部
１５Ｄ 設定部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】