特許ウォッチ

公開番号2024154548
公報種別公開特許公報(A)
公開日2024-10-31
出願番号2023068413
出願日2023-04-19
発明の名称異常診断装置、異常診断方法及びプログラム
出願人富士電機株式会社
代理人個人,個人
主分類G05B 23/02 20060101AFI20241024BHJP(制御;調整)
要約【課題】バッチプロセスの異常診断を精度良く行うことができる技術を提供すること。
【解決手段】本開示の一態様による異常診断装置は、バッチプロセスの異常診断を行う異常診断装置であって、前記バッチプロセスの状態を表す運転データの集合を第1の学習用データ集合として取得する第1の取得部と、前記運転データの状態変数毎に、前記第1の学習用データ集合に含まれる各運転データの状態変数値を時間により2階微分した値の絶対値を第1の変動率として算出する第1の算出部と、前記状態変数毎に、前記第1の変動率を正規化する第1の正規化部と、正規化後の前記第1の変動率を用いて、前記異常診断を行うための第1の異常診断モデルを作成する第1のモデル作成部と、を有する。
【選択図】図3
特許請求の範囲【請求項１】
バッチプロセスの異常診断を行う異常診断装置であって、
前記バッチプロセスの状態を表す運転データの集合を第１の学習用データ集合として取得する第１の取得部と、
前記運転データの状態変数毎に、前記第１の学習用データ集合に含まれる各運転データの状態変数値を時間により２階微分した値の絶対値を第１の変動率として算出する第１の算出部と、
前記状態変数毎に、前記第１の変動率を正規化する第１の正規化部と、
正規化後の前記第１の変動率を用いて、前記異常診断を行うための第１の異常診断モデルを作成する第１のモデル作成部と、
を有する異常診断装置。
続きを表示（約 1,500 文字）【請求項２】
前記第１の学習用データ集合とは異なる運転データの集合を第２の学習用データ集合として取得する第２の取得部と、
前記状態変数毎に、前記第２の学習用データ集合に含まれる各運転データの状態変数値を時間により２階微分した値の絶対値を第２の変動率として算出する第２の算出部と、
前記状態変数毎に、前記第２の変動率を正規化する第２の正規化部と、
正規化後の前記第２の変動率を用いて、前記異常診断を行うための第２の異常診断モデルを作成する第２のモデル作成部と、
を有する請求項１に記載の異常診断装置。
【請求項３】
前記第２の取得部は、
直近の過去所定の期間における運転データの集合を前記第２の学習用データ集合として取得する、請求項２に記載の異常診断装置。
【請求項４】
異常診断対象の運転データを診断用データとして取得する第３の取得手段と、
前記状態変数毎に、前記診断用データの状態変数値を時間により２階微分した値の絶対値を第３の変動率として算出する第３の算出部と、
前記状態変数毎に、前記状態変数に対応する前記第１の変動率の最大値及び最小値を用いて、前記第３の変動率を正規化する第３の正規化部と、
正規化後の前記第３の変動率と、前記第１の異常診断モデルと、前記第２の異常診断モデルとを用いて、前記異常診断を行う診断部と、
を有する請求項２又は３に記載の異常診断装置。
【請求項５】
前記異常診断装置は、
前記第１の取得部による前記第１の学習用データ集合の取得と、前記第１の算出部による前記第１の変動率の算出と、前記第１の正規化部による前記第１の変動率の正規化と、前記第１のモデル作成部による前記第１の異常診断モデルの作成とを所定の第１の時間幅毎に実行し、
前記第２の取得部による前記第２の学習用データ集合の取得と、前記第２の算出部による前記第２の変動率の算出と、前記第２の正規化部による前記第２の変動率の正規化と、前記第２のモデル作成部による前記第２の異常診断モデルの作成とを、前記第１の時間幅よりも短い所定の第２の時間幅毎に実行する、請求項４に記載の異常診断装置。
【請求項６】
バッチプロセスの異常診断を行うコンピュータが、
前記バッチプロセスの状態を表す運転データの集合を第１の学習用データ集合として取得する第１の取得手順と、
前記運転データの状態変数毎に、前記第１の学習用データ集合に含まれる各運転データの状態変数値を時間により２階微分した値の絶対値を第１の変動率として算出する第１の算出手順と、
前記状態変数毎に、前記第１の変動率を正規化する第１の正規化手順と、
正規化後の前記第１の変動率を用いて、前記異常診断を行うための第１の異常診断モデルを作成する第１のモデル作成手順と、
を実行する異常診断方法。
【請求項７】
バッチプロセスの異常診断を行うコンピュータに、
前記バッチプロセスの状態を表す運転データの集合を第１の学習用データ集合として取得する第１の取得手順と、
前記運転データの状態変数毎に、前記第１の学習用データ集合に含まれる各運転データの状態変数値を時間により２階微分した値の絶対値を第１の変動率として算出する第１の算出手順と、
前記状態変数毎に、前記第１の変動率を正規化する第１の正規化手順と、
正規化後の前記第１の変動率を用いて、前記異常診断を行うための第１の異常診断モデルを作成する第１のモデル作成手順と、
を実行させるプログラム。

発明の詳細な説明【技術分野】
【０００１】
本開示は、異常診断装置、異常診断方法及びプログラムに関する。
続きを表示（約 2,000 文字）【背景技術】
【０００２】
化学、石油、薬品、鉄鋼、鋳造、食品、半導体等の分野の製造プロセスでは、原料や中間製品の一定量を製造単位としてまとめて、製造単位毎に繰り返し製造処理を行う。このような製造プロセスはバッチプロセスと称される。従来、バッチプロセスの異常診断を行う技術が知られている（例えば、特許文献１）。
【先行技術文献】
【特許文献】
【０００３】
特開２０１６－１６４７７２号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、バッチプロセスの異常診断を行う従来技術では、一般に、バッチプロセスの正常状態を表す波形パターンを定義した情報（これはプロファイル等とも呼ばれる。）を用いて正常モデルを作成している。このため、例えば、バッチプロセスの正常状態を表す波形パターンが多数存在する場合にはプロファイルを定義できず、精度の良い正常モデルの作成が困難なことがある。
【０００５】
本開示は、上記の点に鑑みてなされたもので、バッチプロセスの異常診断を精度良く行うことができる技術を提供する。
【課題を解決するための手段】
【０００６】
本開示の一態様による異常診断装置は、バッチプロセスの異常診断を行う異常診断装置であって、前記バッチプロセスの状態を表す運転データの集合を第１の学習用データ集合として取得する第１の取得部と、前記運転データの状態変数毎に、前記第１の学習用データ集合に含まれる各運転データの状態変数値を時間により２階微分した値の絶対値を第１の変動率として算出する第１の算出部と、前記状態変数毎に、前記第１の変動率を正規化する第１の正規化部と、正規化後の前記第１の変動率を用いて、前記異常診断を行うための第１の異常診断モデルを作成する第１のモデル作成部と、を有する。
【発明の効果】
【０００７】
バッチプロセスの異常診断を精度良く行うことができる技術が提供される。
【図面の簡単な説明】
【０００８】
本実施形態に係る異常診断システムの全体構成の一例を示す図である。
本実施形態に係る異常診断装置のハードウェア構成の一例を示す図である。
本実施形態に係る異常診断装置の機能構成の一例を示す図である。
本実施形態に係る第１の異常診断モデル作成処理の一例を示すフローチャートである。
本実施形態に係る異常診断処理の一例を示すフローチャートである。
本実施形態に係る第２の異常診断モデル作成又は更新処理の一例を示すフローチャートである。
【発明を実施するための形態】
【０００９】
以下、本発明の一実施形態について説明する。以下の実施形態では、バッチプロセスにより何等かの処理を行う設備や機器、装置等を対象として、その異常診断を精度良く行うことができる異常診断システム１について説明する。本実施形態に係る異常診断システム１により、特に、例えば、バッチプロセスの正常状態を表す波形パターンが多数存在し、プロファイルの定義が困難な場合であっても、精度の良い異常診断が可能になる。ここで、バッチプロセスの正常状態を表す波形パターンが多数存在する場合としては、例えば、少量多品種生産のため波形パターンが多様な場合、バッチの長さが毎回異なる場合等が挙げられる。なお、プロファイルとは、バッチプロセスの正常状態を表す波形パターンを定義した情報のことである。
【００１０】
ここで、本実施形態に係る異常診断システム１では、正常状態における異常診断対象から収集した運転データの２階微分値の絶対値を正規化したデータ（以下、振動率データともいう。）を作成し、それらの振動率データから異常診断モデル（以下、第１の異常診断モデルという。）を作成する。また、本実施形態に係る異常診断システム１では、直近の異常診断対象から収集した運転データの２階微分値の絶対値を正規化した振動率データを作成し、それらの振動率データからも異常診断モデル（以下、第２の異常診断モデルという。）を作成する。そして、本実施形態に係る異常診断システム１は、異常診断対象から取得した運転データの２階微分値の絶対値を正規化した振動率データを用いて、第１の異常診断モデルと第２の異常診断モデルにより異常診断を行う。これにより、プロファイルの定義が不要となるため、バッチプロセスの正常状態を表す波形パターンが多数存在する場合であっても、精度の良い異常診断モデルの作成が可能になる。また、第１の異常診断モデルだけでなく、直近の異常診断対象から収集した運転データを用いて第２の異常診断モデルも作成するため、例えば、運転データの特性変動等に起因する異常診断精度の低下も抑止することができる。
（【００１１】以降は省略されています）

関連特許