JP2001106703A - 品質予測反応制御システム - Google Patents
品質予測反応制御システムInfo
- Publication number
- JP2001106703A JP2001106703A JP28610899A JP28610899A JP2001106703A JP 2001106703 A JP2001106703 A JP 2001106703A JP 28610899 A JP28610899 A JP 28610899A JP 28610899 A JP28610899 A JP 28610899A JP 2001106703 A JP2001106703 A JP 2001106703A
- Authority
- JP
- Japan
- Prior art keywords
- reaction
- prediction
- correction operation
- quality
- control system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Landscapes
- Feedback Control In General (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Physical Or Chemical Processes And Apparatus (AREA)
- Polymerisation Methods In General (AREA)
Abstract
(57)【要約】
【課題】 回分式反応槽を用いて重合反応を行うプロセ
スにおいて、周囲環境、原料、設備面の変動要因の存在
下にあっても製品の品質を高度に均一に保つことのでき
る品質予測反応制御システムを実現する。 【解決手段】 回分式反応槽によって重合反応を行うプ
ロセス101から計測されるプロセスデータとプロセス
モデルを用いて、シミュレーション部104は製品品質
を一定周期でシミュレーションし且つプロセスモデルを
修正する。予測判断部110はこの予測された製品品質
が品質許容範囲から外れるか否かを判断する。この結
果、外れる場合には、修正操作部111はプロセスに行
う修正操作とこの最適操作量を、シミュレーションによ
って該修正操作の実行結果を予測し決定する。そして、
決定された修正操作と最適操作量とを汎用制御システム
102へ出力しプロセス101の重合反応が制御され
る。
スにおいて、周囲環境、原料、設備面の変動要因の存在
下にあっても製品の品質を高度に均一に保つことのでき
る品質予測反応制御システムを実現する。 【解決手段】 回分式反応槽によって重合反応を行うプ
ロセス101から計測されるプロセスデータとプロセス
モデルを用いて、シミュレーション部104は製品品質
を一定周期でシミュレーションし且つプロセスモデルを
修正する。予測判断部110はこの予測された製品品質
が品質許容範囲から外れるか否かを判断する。この結
果、外れる場合には、修正操作部111はプロセスに行
う修正操作とこの最適操作量を、シミュレーションによ
って該修正操作の実行結果を予測し決定する。そして、
決定された修正操作と最適操作量とを汎用制御システム
102へ出力しプロセス101の重合反応が制御され
る。
Description
【0001】
【発明の属する技術分野】本発明は、回分式反応槽を用
いて重合反応を行うプロセスの制御を行う品質予測反応
制御システムに関する。
いて重合反応を行うプロセスの制御を行う品質予測反応
制御システムに関する。
【0002】
【従来の技術】連続式反応槽等を用いて重合反応を行う
プロセスにおいては、スタートアップ時や生産品種変更
時を除いて反応槽を含む反応系は定常状態に保たれるこ
とが望ましい。これを達成するためにプロセスの定常シ
ミュレーションを行い、目標値、操作量の最適値を求め
て制御する方法が一般的である。これらの制御は定値制
御であり原料品質の変動等の外乱が反応系に与える影響
を排除し定常状態を保つことが主たる目的である。一
方、回分式反応槽を用いて重合反応を行うプロセスの反
応系は、非定常状態と同様の状態であり、多くの場合予
め実験的にまたは理論計算によって求められた刻々と変
化する目標値に追従させる方法によって反応制御が行わ
れている。また、非定常状態においても目標値、操作量
の最適値を求めて反応制御を可能とするために動的シミ
ュレーションを用いる方法として、以下が知られてい
る。
プロセスにおいては、スタートアップ時や生産品種変更
時を除いて反応槽を含む反応系は定常状態に保たれるこ
とが望ましい。これを達成するためにプロセスの定常シ
ミュレーションを行い、目標値、操作量の最適値を求め
て制御する方法が一般的である。これらの制御は定値制
御であり原料品質の変動等の外乱が反応系に与える影響
を排除し定常状態を保つことが主たる目的である。一
方、回分式反応槽を用いて重合反応を行うプロセスの反
応系は、非定常状態と同様の状態であり、多くの場合予
め実験的にまたは理論計算によって求められた刻々と変
化する目標値に追従させる方法によって反応制御が行わ
れている。また、非定常状態においても目標値、操作量
の最適値を求めて反応制御を可能とするために動的シミ
ュレーションを用いる方法として、以下が知られてい
る。
【0003】例えば、特開平7−334070号公報に
記載される方法は、計測されたプロセスデータとの比較
によりプロセスモデルの初期値を最適化して任意の時点
からシミュレーションを行う。また、特開平10−20
7507号公報に記載される方法は、シミュレーション
結果と実プロセスデータの誤差を誤差モデルとして時系
列モデル等によりモデル化する。
記載される方法は、計測されたプロセスデータとの比較
によりプロセスモデルの初期値を最適化して任意の時点
からシミュレーションを行う。また、特開平10−20
7507号公報に記載される方法は、シミュレーション
結果と実プロセスデータの誤差を誤差モデルとして時系
列モデル等によりモデル化する。
【0004】
【発明が解決しようとする課題】ところで、上述した従
来の回分式反応槽を用いて重合反応を行うプロセスの反
応制御システムには、以下のような問題点があった。ま
ず、予め実験的にまたは理論計算によって求められた刻
々と変化する目標値に追従させる方法においては、周囲
環境、原料、設備面の変動要因を実験や理論計算に正確
に反映させることは事実上不可能であり、その結果これ
らの変動要因の存在下にて製品の均一な品質を保つこと
は困難であった。また、特開平7−334070号公報
に記載される方法においては、動的シミュレーションに
用いられるプロセスモデルは十分に正確なことを前提と
している。しかし、回分式反応槽を用いて重合反応を行
うプロセスの反応系は組成変化によって物理的性質が変
化するために、この物理的性質の変化も含めた正確なプ
ロセスモデルを構築するには多大な労力と時間が必要で
あった。
来の回分式反応槽を用いて重合反応を行うプロセスの反
応制御システムには、以下のような問題点があった。ま
ず、予め実験的にまたは理論計算によって求められた刻
々と変化する目標値に追従させる方法においては、周囲
環境、原料、設備面の変動要因を実験や理論計算に正確
に反映させることは事実上不可能であり、その結果これ
らの変動要因の存在下にて製品の均一な品質を保つこと
は困難であった。また、特開平7−334070号公報
に記載される方法においては、動的シミュレーションに
用いられるプロセスモデルは十分に正確なことを前提と
している。しかし、回分式反応槽を用いて重合反応を行
うプロセスの反応系は組成変化によって物理的性質が変
化するために、この物理的性質の変化も含めた正確なプ
ロセスモデルを構築するには多大な労力と時間が必要で
あった。
【0005】また、特開平10−207507号公報に
記載される方法は、プロセスモデルの不完全さを補償す
る1つの方法としては有益であるが、生成された誤差モ
デルはモデルの不完全さ、経時的変動、外乱を一括した
モデルとなる。そのため、少なくともモデルの不完全さ
についてはプロセスモデルそのものを補正し、経時的変
動と外乱についても各々に最適なモデルを構築しなけれ
ば反応制御システムへ適用することは困難であった。さ
らに経時的変動はむしろプロセスモデルにおいて考慮さ
れることが望ましい。本発明は、このような事情を考慮
してなされたもので、その目的は回分式反応槽を用いて
重合反応を行うプロセスにおいて、周囲環境、原料、設
備面の変動要因の存在下にあっても製品の品質を高度に
均一に保つことのできる反応制御システムを提供するこ
とにある。
記載される方法は、プロセスモデルの不完全さを補償す
る1つの方法としては有益であるが、生成された誤差モ
デルはモデルの不完全さ、経時的変動、外乱を一括した
モデルとなる。そのため、少なくともモデルの不完全さ
についてはプロセスモデルそのものを補正し、経時的変
動と外乱についても各々に最適なモデルを構築しなけれ
ば反応制御システムへ適用することは困難であった。さ
らに経時的変動はむしろプロセスモデルにおいて考慮さ
れることが望ましい。本発明は、このような事情を考慮
してなされたもので、その目的は回分式反応槽を用いて
重合反応を行うプロセスにおいて、周囲環境、原料、設
備面の変動要因の存在下にあっても製品の品質を高度に
均一に保つことのできる反応制御システムを提供するこ
とにある。
【0006】
【課題を解決するための手段】上記の課題を解決するた
めに、請求項1記載の発明は、回分式反応槽によって重
合反応を行うプロセスの制御システムにおいて、初期条
件及びプロセスパラメータを前記プロセスから一定周期
で計測されるプロセスデータに基づいて算出する初期値
設定手段と、プロセスモデルと前記プロセスデータを用
いて重合反応終了時の製品品質を一定周期で予測する第
1の予測手段と、この第1の予測手段の予測結果を前記
プロセスデータと比較し検証する予測検証部と、前記第
1の予測手段によって予測された製品品質が所定の品質
許容範囲から外れる可能性を定量的に判断する予測判断
手段と、複数の修正操作と各操作の制約条件及び一般的
な当該操作の効果を記憶する修正操作記憶手段と、この
修正操作記憶手段から現状に適する修正操作の候補を1
つまたは複数個抽出する修正操作抽出手段と、この抽出
された修正操作の実行結果を予測する第2の予測手段
と、この第2の予測手段の予測結果に基づき前記修正操
作抽出手段によって抽出された複数の修正操作候補から
最適な修正操作を選定しこの最適操作量を決定する最適
操作量決定手段とを具備してなるものである。
めに、請求項1記載の発明は、回分式反応槽によって重
合反応を行うプロセスの制御システムにおいて、初期条
件及びプロセスパラメータを前記プロセスから一定周期
で計測されるプロセスデータに基づいて算出する初期値
設定手段と、プロセスモデルと前記プロセスデータを用
いて重合反応終了時の製品品質を一定周期で予測する第
1の予測手段と、この第1の予測手段の予測結果を前記
プロセスデータと比較し検証する予測検証部と、前記第
1の予測手段によって予測された製品品質が所定の品質
許容範囲から外れる可能性を定量的に判断する予測判断
手段と、複数の修正操作と各操作の制約条件及び一般的
な当該操作の効果を記憶する修正操作記憶手段と、この
修正操作記憶手段から現状に適する修正操作の候補を1
つまたは複数個抽出する修正操作抽出手段と、この抽出
された修正操作の実行結果を予測する第2の予測手段
と、この第2の予測手段の予測結果に基づき前記修正操
作抽出手段によって抽出された複数の修正操作候補から
最適な修正操作を選定しこの最適操作量を決定する最適
操作量決定手段とを具備してなるものである。
【0007】請求項2記載の発明は、請求項1記載の品
質予測反応制御システムにおいて、前記プロセスデータ
は、温度、圧力、流量の少なくとも1つ以上の物理量と
反応液中のモノマー、ポリマー、反応助剤、触媒の少な
くとも1つ以上の組成比とであることを特徴とする。請
求項3記載の発明は、請求項2記載の品質予測反応制御
システムにおいて、前記初期値設定手段は、前記プロセ
スデータに基づいて、反応速度定数もしくは反応速度定
数を決定する開始剤効率及びまたは、開始反応、成長反
応、停止反応、連鎖移動反応の素反応速度定数の内、少
なくとも1つ以上の前記プロセスモデルの定数を補正す
ることを特徴とする。
質予測反応制御システムにおいて、前記プロセスデータ
は、温度、圧力、流量の少なくとも1つ以上の物理量と
反応液中のモノマー、ポリマー、反応助剤、触媒の少な
くとも1つ以上の組成比とであることを特徴とする。請
求項3記載の発明は、請求項2記載の品質予測反応制御
システムにおいて、前記初期値設定手段は、前記プロセ
スデータに基づいて、反応速度定数もしくは反応速度定
数を決定する開始剤効率及びまたは、開始反応、成長反
応、停止反応、連鎖移動反応の素反応速度定数の内、少
なくとも1つ以上の前記プロセスモデルの定数を補正す
ることを特徴とする。
【0008】請求項4記載の発明は、請求項1乃至請求
項3のいずれかの項に記載の品質予測反応制御システム
において、前記予測検証部は、前記第1の予測手段の予
測結果と前記プロセスデータを比較検証しこの検証結果
からランダム変動因子と定常偏差或いは偏差の増加傾
向、減少傾向の誤差の性質を加味した信頼度を算出する
ことを特徴とする。請求項5記載の発明は、請求項1乃
至請求項4のいずれかの項に記載の品質予測反応制御シ
ステムにおいて、前記修正操作記憶手段において、定性
的表現または基本的、常識的知識表現が許容され、定性
的表現または基本的、常識的知識表現及び既知の定量デ
ータを用いて前記修正操作候補の順位付けが行われるこ
とを特徴とする。
項3のいずれかの項に記載の品質予測反応制御システム
において、前記予測検証部は、前記第1の予測手段の予
測結果と前記プロセスデータを比較検証しこの検証結果
からランダム変動因子と定常偏差或いは偏差の増加傾
向、減少傾向の誤差の性質を加味した信頼度を算出する
ことを特徴とする。請求項5記載の発明は、請求項1乃
至請求項4のいずれかの項に記載の品質予測反応制御シ
ステムにおいて、前記修正操作記憶手段において、定性
的表現または基本的、常識的知識表現が許容され、定性
的表現または基本的、常識的知識表現及び既知の定量デ
ータを用いて前記修正操作候補の順位付けが行われるこ
とを特徴とする。
【0009】請求項6記載の発明は、請求項1乃至請求
項5のいずれかの項に記載の品質予測反応制御システム
において、前記最適操作量決定手段は、前記第2の予測
手段によって定性的表現または基本的、常識的知識表現
を含む前記修正操作候補に対して前記プラントへ該修正
操作を行った場合の効果をその操作量をずらしながら予
測し、この結果として定量的な最適操作量を決定するこ
とを特徴とする。
項5のいずれかの項に記載の品質予測反応制御システム
において、前記最適操作量決定手段は、前記第2の予測
手段によって定性的表現または基本的、常識的知識表現
を含む前記修正操作候補に対して前記プラントへ該修正
操作を行った場合の効果をその操作量をずらしながら予
測し、この結果として定量的な最適操作量を決定するこ
とを特徴とする。
【0010】
【発明の実施の形態】以下、図面を参照し、本発明の一
実施形態について説明する。図1は同実施形態による品
質予測反応制御システムの構成を示すブロック図であ
る。この図に示す品質予測反応制御システムは汎用制御
システム102、データ収集部103、シミュレーショ
ン部104、予測判断部110及び修正操作部111か
ら構成される。そして、プロセス101が制御対象であ
る。図2は、プロセス101の構成例を示すブロック図
であり、この図において、プロセス101は原料供給ラ
イン216−1、216−2、216−3、216−
4、回分式反応槽217−1、217−2、ジャケット
218−1、218−2、撹拌機219−1、219−
2、熱交換器220−1、220−2、投入型計測プロ
ーブ221−1、221−2、光ファイバー222−
1、222−2、近赤外分光分析計223−1、223
−2等から構成されている。そして、プロセス101の
原料供給、反応、製品排出等一連の生産工程において、
制御及び監視の対象となるプロセスデータが計測されて
いる。
実施形態について説明する。図1は同実施形態による品
質予測反応制御システムの構成を示すブロック図であ
る。この図に示す品質予測反応制御システムは汎用制御
システム102、データ収集部103、シミュレーショ
ン部104、予測判断部110及び修正操作部111か
ら構成される。そして、プロセス101が制御対象であ
る。図2は、プロセス101の構成例を示すブロック図
であり、この図において、プロセス101は原料供給ラ
イン216−1、216−2、216−3、216−
4、回分式反応槽217−1、217−2、ジャケット
218−1、218−2、撹拌機219−1、219−
2、熱交換器220−1、220−2、投入型計測プロ
ーブ221−1、221−2、光ファイバー222−
1、222−2、近赤外分光分析計223−1、223
−2等から構成されている。そして、プロセス101の
原料供給、反応、製品排出等一連の生産工程において、
制御及び監視の対象となるプロセスデータが計測されて
いる。
【0011】なお、この計測されるプロセスデータには
調節弁開度等の操作量と、温度、圧力、流量の少なくと
も1つ以上の物理量と、反応液中のモノマー、ポリマ
ー、反応助剤、触媒の少なくとも1つ以上の組成比とが
含まれる。物理量と組成比には前記のプロセスデータ以
外のものを含むことができる。これらのプロセスデータ
は、汎用制御システム102を介して一定周期で取り込
まれ、データ収集部103によって収集及び蓄積され
る。また、データ収集部103は現在生産されている品
種に関する処方データも適宜、汎用制御システム102
から取得する。
調節弁開度等の操作量と、温度、圧力、流量の少なくと
も1つ以上の物理量と、反応液中のモノマー、ポリマ
ー、反応助剤、触媒の少なくとも1つ以上の組成比とが
含まれる。物理量と組成比には前記のプロセスデータ以
外のものを含むことができる。これらのプロセスデータ
は、汎用制御システム102を介して一定周期で取り込
まれ、データ収集部103によって収集及び蓄積され
る。また、データ収集部103は現在生産されている品
種に関する処方データも適宜、汎用制御システム102
から取得する。
【0012】シミュレーション部104は初期値設定部
105、シミュレーター1・108及びシミュレーショ
ン検証部109から構成される。初期値設定部105は
パラメータ算出部106と初期条件演算部107を備え
ており、初期条件演算部107はデータ収集部103か
ら現在の生産品種の情報及びプロセスデータを取得す
る。そして初期条件演算部107は、この取得したデー
タに基づき原料供給量等の計測可能な変動量の修正を行
いシミュレーション実行用初期条件を生成してシミュレ
ーター1・108に設定する。また同時にパラメータ算
出部106は、取得したプロセスデータに基づいて反応
工程のステージを判断し各ステージに対応した計算手順
に従って伝熱係数、反応速度を算出する。そして、これ
ら算出した伝熱係数、反応速度をシミュレーター1・1
08に初期値として設定または標準値と比較し標準値の
修正を行う。
105、シミュレーター1・108及びシミュレーショ
ン検証部109から構成される。初期値設定部105は
パラメータ算出部106と初期条件演算部107を備え
ており、初期条件演算部107はデータ収集部103か
ら現在の生産品種の情報及びプロセスデータを取得す
る。そして初期条件演算部107は、この取得したデー
タに基づき原料供給量等の計測可能な変動量の修正を行
いシミュレーション実行用初期条件を生成してシミュレ
ーター1・108に設定する。また同時にパラメータ算
出部106は、取得したプロセスデータに基づいて反応
工程のステージを判断し各ステージに対応した計算手順
に従って伝熱係数、反応速度を算出する。そして、これ
ら算出した伝熱係数、反応速度をシミュレーター1・1
08に初期値として設定または標準値と比較し標準値の
修正を行う。
【0013】ここで、「反応工程のステージ」について
図面を参照して説明する。図4において波形W4は回分
式反応槽内部の時間経過に伴う温度推移の例を示す。図
5において波形W5−1は時間経過に伴う反応速度推移
の例を、また波形W5−2は時間経過に伴う重合率推移
の例をそれぞれ示す。図6において波形W6は時間経過
に伴う供給熱量推移の例を示す。「反応工程のステー
ジ」とは、例えば、図4に示されるような全反応工程の
温度プロフィールの内、時刻ST0の初期温度から時刻
ST1の昇温開始までをステージ1、時刻ST1の昇温
開始から時刻ST2の昇温速度を変更するまでをステー
ジ2、更に昇温を完了し温度を一定に保持する時刻ST
3までをステージ3と言うように、全体を運転上注目す
べき部分に分割した区間であり、その各々の区間を区別
するために称される。また、図5や図6に示されるよう
に反応速度、重合率、供給熱量等の推移を加味して各ス
テージを更に幾つかのステージ、例えば、時刻ST1か
ら時刻ST2までのステージ2を時刻ST1から時刻S
T2−1までのステージ2−1と時刻ST2−1から時
刻ST2までのステージ2−2とに分割することもあ
る。さて、シミュレーター1・108は、初期値設定部
105によって設定された初期値に基づいて反応終了ま
でのシミュレーション1(シミュレーター1・108に
よって実行されるシミュレーション)を実行し、実行結
果をシミュレーション検証部109へ出力する。
図面を参照して説明する。図4において波形W4は回分
式反応槽内部の時間経過に伴う温度推移の例を示す。図
5において波形W5−1は時間経過に伴う反応速度推移
の例を、また波形W5−2は時間経過に伴う重合率推移
の例をそれぞれ示す。図6において波形W6は時間経過
に伴う供給熱量推移の例を示す。「反応工程のステー
ジ」とは、例えば、図4に示されるような全反応工程の
温度プロフィールの内、時刻ST0の初期温度から時刻
ST1の昇温開始までをステージ1、時刻ST1の昇温
開始から時刻ST2の昇温速度を変更するまでをステー
ジ2、更に昇温を完了し温度を一定に保持する時刻ST
3までをステージ3と言うように、全体を運転上注目す
べき部分に分割した区間であり、その各々の区間を区別
するために称される。また、図5や図6に示されるよう
に反応速度、重合率、供給熱量等の推移を加味して各ス
テージを更に幾つかのステージ、例えば、時刻ST1か
ら時刻ST2までのステージ2を時刻ST1から時刻S
T2−1までのステージ2−1と時刻ST2−1から時
刻ST2までのステージ2−2とに分割することもあ
る。さて、シミュレーター1・108は、初期値設定部
105によって設定された初期値に基づいて反応終了ま
でのシミュレーション1(シミュレーター1・108に
よって実行されるシミュレーション)を実行し、実行結
果をシミュレーション検証部109へ出力する。
【0014】ここで、シミュレーション検証部109の
動作を図7及び図8に示される例を参照して詳細に説明
する。図7及び図8において縦軸は温度、反応速度、重
合率を示し、横軸はステージ1の反応工程開始の時刻S
T0から経過した時間を示している。図7の波形W7−
1、2、3は、この時刻ST0からT1時間後の時刻T
1において、反応開始から品質を予測する時刻ST4の
品質予測点P1までシミュレーター1・108によって
実行されたシミュレーション結果であり、各々温度、反
応速度、重合率の推移を示す。また、波形W7−4、
5、6は、データ収集部103によって収集されたプロ
セスデータの計測値またはこの計測値から求められる推
定値であり、各々温度、反応速度、重合率の推移を示
す。同様に図8の波形W8−1、2、3は、ステージ1
の反応工程開始の時刻ST0からT2時間後の時刻T2
において、反応開始から品質を予測する時刻ST4の品
質予測点P1までシミュレーター1・108によって実
行されたシミュレーション結果であり、各々温度、反応
速度、重合率の推移を示す。また、波形W8−4、5、
6は、データ収集部103によって収集されたプロセス
データの計測値またはこの計測値から求められる推定値
であり、各々温度、反応速度、重合率の推移を示す。
動作を図7及び図8に示される例を参照して詳細に説明
する。図7及び図8において縦軸は温度、反応速度、重
合率を示し、横軸はステージ1の反応工程開始の時刻S
T0から経過した時間を示している。図7の波形W7−
1、2、3は、この時刻ST0からT1時間後の時刻T
1において、反応開始から品質を予測する時刻ST4の
品質予測点P1までシミュレーター1・108によって
実行されたシミュレーション結果であり、各々温度、反
応速度、重合率の推移を示す。また、波形W7−4、
5、6は、データ収集部103によって収集されたプロ
セスデータの計測値またはこの計測値から求められる推
定値であり、各々温度、反応速度、重合率の推移を示
す。同様に図8の波形W8−1、2、3は、ステージ1
の反応工程開始の時刻ST0からT2時間後の時刻T2
において、反応開始から品質を予測する時刻ST4の品
質予測点P1までシミュレーター1・108によって実
行されたシミュレーション結果であり、各々温度、反応
速度、重合率の推移を示す。また、波形W8−4、5、
6は、データ収集部103によって収集されたプロセス
データの計測値またはこの計測値から求められる推定値
であり、各々温度、反応速度、重合率の推移を示す。
【0015】シミュレーション検証部109は、シミュ
レーター1・108によって実行されたシミュレーショ
ン開始から現時刻(図7では時刻T1、図8では時刻T
2)までのシミュレーションデータとデータ収集部10
3によって収集されたプロセスデータの計測値またはこ
の計測値から求められる推定値等とを取得して比較し、
この比較結果からシミュレーション1の精度を検証す
る。そして、この検証結果をシミュレーション1の信頼
度としてシミュレーション結果に付加し予測判断部11
0へ出力する。
レーター1・108によって実行されたシミュレーショ
ン開始から現時刻(図7では時刻T1、図8では時刻T
2)までのシミュレーションデータとデータ収集部10
3によって収集されたプロセスデータの計測値またはこ
の計測値から求められる推定値等とを取得して比較し、
この比較結果からシミュレーション1の精度を検証す
る。そして、この検証結果をシミュレーション1の信頼
度としてシミュレーション結果に付加し予測判断部11
0へ出力する。
【0016】ただし、この信頼度が規定値よりも低い場
合には予測判断部110への出力は行わず、シミュレー
ション検証部109は初期値設定部105へシミュレー
ター1・108の初期値を修正するように指示する。そ
して、初期値設定部105は温度、圧力、流量の少なく
とも1つ以上の物理量と反応液中のモノマー、ポリマ
ー、反応助剤、触媒の少なくとも1つ以上の組成比の計
測値に基づいて、反応速度定数もしくは反応速度定数を
決定する開始剤効率及びまたは、開始反応、成長反応、
停止反応、連鎖移動反応の素反応速度定数の内、少なく
とも1つ以上のシミュレーション1のプロセスモデルの
定数を補正する。この初期値設定部105によって修正
された初期値に基づいて、シミュレーター1・108は
反応開始から現時刻までのシミュレーション1を再実行
する。この再実行されたシミュレーションデータを用い
てシミュレーション検証部109は再度シミュレーショ
ン1の精度を検証し、その結果、信頼度が規定値以上に
回復するまでこれを繰り返す。その後、信頼度が規定値
以上に回復した場合には、このとき用いた修正された初
期値に基づいて、シミュレーター1・108は反応開始
から品質予測点P1までのシミュレーション1を再実行
する。その後、シミュレーション検証部109は信頼度
を付加したシミュレーション結果を予測判断部110へ
出力する。
合には予測判断部110への出力は行わず、シミュレー
ション検証部109は初期値設定部105へシミュレー
ター1・108の初期値を修正するように指示する。そ
して、初期値設定部105は温度、圧力、流量の少なく
とも1つ以上の物理量と反応液中のモノマー、ポリマ
ー、反応助剤、触媒の少なくとも1つ以上の組成比の計
測値に基づいて、反応速度定数もしくは反応速度定数を
決定する開始剤効率及びまたは、開始反応、成長反応、
停止反応、連鎖移動反応の素反応速度定数の内、少なく
とも1つ以上のシミュレーション1のプロセスモデルの
定数を補正する。この初期値設定部105によって修正
された初期値に基づいて、シミュレーター1・108は
反応開始から現時刻までのシミュレーション1を再実行
する。この再実行されたシミュレーションデータを用い
てシミュレーション検証部109は再度シミュレーショ
ン1の精度を検証し、その結果、信頼度が規定値以上に
回復するまでこれを繰り返す。その後、信頼度が規定値
以上に回復した場合には、このとき用いた修正された初
期値に基づいて、シミュレーター1・108は反応開始
から品質予測点P1までのシミュレーション1を再実行
する。その後、シミュレーション検証部109は信頼度
を付加したシミュレーション結果を予測判断部110へ
出力する。
【0017】シミュレーション検証部109によって求
められる信頼度としては、単純にプロセスデータとシミ
ュレーションデータの二乗誤差が規格化された値でも良
いが、ランダム変動因子と定常偏差或いは偏差の増加傾
向、減少傾向の誤差の性質が加味された値がより望まし
い。ランダム変動因子としてはランダムノイズ等が挙げ
られる。なお、一定回数以上の間に渡りシミュレーショ
ン1の精度の検証を繰り返しても信頼度が上がらない場
合には、シミュレーション検証部109はシミュレーシ
ョン1のプロセスモデルが不適合と判断し、データ収集
部103以外の機能を停止させて、その旨を通知する。
められる信頼度としては、単純にプロセスデータとシミ
ュレーションデータの二乗誤差が規格化された値でも良
いが、ランダム変動因子と定常偏差或いは偏差の増加傾
向、減少傾向の誤差の性質が加味された値がより望まし
い。ランダム変動因子としてはランダムノイズ等が挙げ
られる。なお、一定回数以上の間に渡りシミュレーショ
ン1の精度の検証を繰り返しても信頼度が上がらない場
合には、シミュレーション検証部109はシミュレーシ
ョン1のプロセスモデルが不適合と判断し、データ収集
部103以外の機能を停止させて、その旨を通知する。
【0018】一般的に図7のステージ1、2に示される
ような反応工程の初期段階(原料供給、昇温等)におい
ては、反応が殆ど起こらないことから結果的に初期段階
のシミュレーション1の精度は高い信頼度を示し、さら
に、ステージ3の反応の立ち上がり段階までは緩やかに
反応が起こるためにここでの信頼度もまた高い値を示
す。そして図8のステージ3に示されるような反応速度
が増し、さらに重合率が上昇する段階では、シミュレー
ション1の精度即ちプロセスモデルの精度が良くなけれ
ば信頼度は低下する。この理由は、反応の進行に伴って
プロセスモデルの反応に関わる部分(反応速度等)の影
響が増大すると共に、例えば反応生成物等により反応液
の物理的性状が変化し伝熱状態も変化する等のプロセス
モデルとして表現されている反応系の挙動が複雑にな
り、プロセスモデルの修正が困難になるためである。し
かし、反応速度等の変化に対して反応液の物理的性状変
化の影響は時間遅れを伴って現れるために、一定周期で
シミュレーション1を実行しプロセスモデルの修正を早
い段階で行えば一度に修正するパラメータ数を抑えるこ
とができる。これによりプロセスモデルの修正に伴う負
荷が減るため、プロセスモデルの修正を継続的に実行し
てシミュレーション1の高い信頼度を維持することがで
きる。
ような反応工程の初期段階(原料供給、昇温等)におい
ては、反応が殆ど起こらないことから結果的に初期段階
のシミュレーション1の精度は高い信頼度を示し、さら
に、ステージ3の反応の立ち上がり段階までは緩やかに
反応が起こるためにここでの信頼度もまた高い値を示
す。そして図8のステージ3に示されるような反応速度
が増し、さらに重合率が上昇する段階では、シミュレー
ション1の精度即ちプロセスモデルの精度が良くなけれ
ば信頼度は低下する。この理由は、反応の進行に伴って
プロセスモデルの反応に関わる部分(反応速度等)の影
響が増大すると共に、例えば反応生成物等により反応液
の物理的性状が変化し伝熱状態も変化する等のプロセス
モデルとして表現されている反応系の挙動が複雑にな
り、プロセスモデルの修正が困難になるためである。し
かし、反応速度等の変化に対して反応液の物理的性状変
化の影響は時間遅れを伴って現れるために、一定周期で
シミュレーション1を実行しプロセスモデルの修正を早
い段階で行えば一度に修正するパラメータ数を抑えるこ
とができる。これによりプロセスモデルの修正に伴う負
荷が減るため、プロセスモデルの修正を継続的に実行し
てシミュレーション1の高い信頼度を維持することがで
きる。
【0019】一方、信頼度が付加されたシミュレーショ
ン結果を受け取った予測判断部110は、シミュレーシ
ョン結果に示された品質予測点P1における製品の品質
が品質許容範囲から外れる場合に、その偏差量を修正操
作部111の修正操作抽出部112に出力する。さらに
予測判断部110は、シミュレーション1実行時の反応
工程のステージと信頼度に基づき、品質が品質許容範囲
外になる可能性が高いと判断した場合にも、結果を修正
操作抽出部112に出力する。
ン結果を受け取った予測判断部110は、シミュレーシ
ョン結果に示された品質予測点P1における製品の品質
が品質許容範囲から外れる場合に、その偏差量を修正操
作部111の修正操作抽出部112に出力する。さらに
予測判断部110は、シミュレーション1実行時の反応
工程のステージと信頼度に基づき、品質が品質許容範囲
外になる可能性が高いと判断した場合にも、結果を修正
操作抽出部112に出力する。
【0020】修正操作部111は修正操作抽出部11
2、修正操作データベース113、シミュレーター2・
114及び最適操作量決定部115から構成される。そ
して修正操作抽出部112は、予測判断部110から入
力される反応工程のステージと品質許容範囲から外れる
と予想されたファクターとその外れる方向とに基づい
て、修正操作データベース113から選択可能な修正操
作候補を探索し抽出する。次いで、この抽出された修正
操作候補に修正操作の効果、修正操作量の制約条件等を
勘案して順位付けを行い、最上位の修正操作候補から順
次シミュレーター2・114によって修正操作のシミュ
レーション2(シミュレーター2・114によって実行
されるシミュレーション)が行われる。このシミュレー
ション2の結果は最適操作量決定部115に入力され
て、その修正操作の効果が検証される。そして検証の結
果、最適操作量決定部115は、効果(状況の改善)が
有った修正操作候補について修正操作量をずらして再度
シミュレーション2を行うように修正操作抽出部112
へ指示する。このように、有効な修正操作候補の修正操
作量をずらしながらシミュレーション2を繰り返すこと
によって最適操作量が決定される。また、最上位の修正
操作候補によって十分な効果が得られなければ、次の候
補を用いて同様のシミュレーション2を行い修正操作が
決定される。
2、修正操作データベース113、シミュレーター2・
114及び最適操作量決定部115から構成される。そ
して修正操作抽出部112は、予測判断部110から入
力される反応工程のステージと品質許容範囲から外れる
と予想されたファクターとその外れる方向とに基づい
て、修正操作データベース113から選択可能な修正操
作候補を探索し抽出する。次いで、この抽出された修正
操作候補に修正操作の効果、修正操作量の制約条件等を
勘案して順位付けを行い、最上位の修正操作候補から順
次シミュレーター2・114によって修正操作のシミュ
レーション2(シミュレーター2・114によって実行
されるシミュレーション)が行われる。このシミュレー
ション2の結果は最適操作量決定部115に入力され
て、その修正操作の効果が検証される。そして検証の結
果、最適操作量決定部115は、効果(状況の改善)が
有った修正操作候補について修正操作量をずらして再度
シミュレーション2を行うように修正操作抽出部112
へ指示する。このように、有効な修正操作候補の修正操
作量をずらしながらシミュレーション2を繰り返すこと
によって最適操作量が決定される。また、最上位の修正
操作候補によって十分な効果が得られなければ、次の候
補を用いて同様のシミュレーション2を行い修正操作が
決定される。
【0021】こうして修正操作部111によって決定さ
れた修正操作の最適操作量は汎用制御システム102に
出力されて、プロセス101が制御される。ところで、
一般に修正操作及び修正操作の効果は定性的な表現とな
る場合が多い。しかし、上述した実施形態においてはシ
ミュレーション2による最適値探索を行い定量的な最適
操作量を求めることにしたので、定性的表現または基本
的、常識的知識表現が許容され、定性的表現または基本
的、常識的知識表現及び既知の定量データを用いて修正
操作データベース113を汎用データベースとして容易
に作成することができる。さらに、修正操作データベー
ス113において蓄積される修正操作量の制約条件等の
既知データ以外は定性的表現が可能なため定性的表現の
データベースも容易に作成することができる。また、修
正操作データベース113に、蓄積される修正操作候補
の効果等の情報を付加し候補の順位付けを行っておけ
ば、選択可能な修正操作候補からシミュレーション2に
よって修正操作が決定されるまでの処理量を大幅に削減
することができる。したがって、複数の修正操作候補が
有る場合においても効率よく修正操作を決定することが
できる。
れた修正操作の最適操作量は汎用制御システム102に
出力されて、プロセス101が制御される。ところで、
一般に修正操作及び修正操作の効果は定性的な表現とな
る場合が多い。しかし、上述した実施形態においてはシ
ミュレーション2による最適値探索を行い定量的な最適
操作量を求めることにしたので、定性的表現または基本
的、常識的知識表現が許容され、定性的表現または基本
的、常識的知識表現及び既知の定量データを用いて修正
操作データベース113を汎用データベースとして容易
に作成することができる。さらに、修正操作データベー
ス113において蓄積される修正操作量の制約条件等の
既知データ以外は定性的表現が可能なため定性的表現の
データベースも容易に作成することができる。また、修
正操作データベース113に、蓄積される修正操作候補
の効果等の情報を付加し候補の順位付けを行っておけ
ば、選択可能な修正操作候補からシミュレーション2に
よって修正操作が決定されるまでの処理量を大幅に削減
することができる。したがって、複数の修正操作候補が
有る場合においても効率よく修正操作を決定することが
できる。
【0022】
【実施例】以下、図面を参照し、本発明を適用した一実
施例を説明する。第一の実施例として、図2に示す構成
から成り、アクリル系モノマーを重合させ所定の重合率
で反応を停止してポリマーとモノマーの混合物を生産す
るプロセスに本発明の品質予測反応制御システムを適用
した。図3は、同実施例による品質予測反応制御システ
ムの構成を示すブロック図である。この図において、品
質予測反応制御システムは汎用制御システム102、プ
ロセスコンピュータ326、エンジニアリングワークス
テーション327−1、327−2などから構成され
る。汎用制御システム102は制御ステーション330
−1、330−2、330−3、330−4と操作・監
視ステーション329−1、329−2を備えており、
制御専用バス328によって各制御ステーション330
−1〜4と各操作・監視ステーション329−1〜2及
びプロセスコンピュータ326が接続される。またプロ
セスコンピュータ326、エンジニアリングワークステ
ーション327−1、327−2は上位制御ネットワー
ク325によって各々接続される。そして、プロセスコ
ンピュータ326はデータ収集部103の機能を実行す
るものであり、処方データベースを備え、イーサネット
等を用いた基幹ネットワーク324を通じて運転管理や
実績管理なども行う。エンジニアリングワークステーシ
ョン327−1はシミュレーション部104と予測判断
部110の機能を実行する。エンジニアリングワークス
テーション327−2は修正操作部111の機能を実行
する。また、汎用制御システム102は制御ステーショ
ン330−1〜4を介してプロセス101の制御・監視
を行う。
施例を説明する。第一の実施例として、図2に示す構成
から成り、アクリル系モノマーを重合させ所定の重合率
で反応を停止してポリマーとモノマーの混合物を生産す
るプロセスに本発明の品質予測反応制御システムを適用
した。図3は、同実施例による品質予測反応制御システ
ムの構成を示すブロック図である。この図において、品
質予測反応制御システムは汎用制御システム102、プ
ロセスコンピュータ326、エンジニアリングワークス
テーション327−1、327−2などから構成され
る。汎用制御システム102は制御ステーション330
−1、330−2、330−3、330−4と操作・監
視ステーション329−1、329−2を備えており、
制御専用バス328によって各制御ステーション330
−1〜4と各操作・監視ステーション329−1〜2及
びプロセスコンピュータ326が接続される。またプロ
セスコンピュータ326、エンジニアリングワークステ
ーション327−1、327−2は上位制御ネットワー
ク325によって各々接続される。そして、プロセスコ
ンピュータ326はデータ収集部103の機能を実行す
るものであり、処方データベースを備え、イーサネット
等を用いた基幹ネットワーク324を通じて運転管理や
実績管理なども行う。エンジニアリングワークステーシ
ョン327−1はシミュレーション部104と予測判断
部110の機能を実行する。エンジニアリングワークス
テーション327−2は修正操作部111の機能を実行
する。また、汎用制御システム102は制御ステーショ
ン330−1〜4を介してプロセス101の制御・監視
を行う。
【0023】なお、図3の構成では、シミュレーション
1、2などのプロセスシミュレーションは計算量が多い
ため、2台のエンジニアリングワークステーション32
7−1、327−2が分担してシミュレーション1、2
を行っているが、これを1台が統合して行っても良く、
また3台以上のエンジニアリングワークステーションを
備え複数台が分散処理して行っても良い。また、プロセ
ス101における反応液の組成比を計測するために、ニ
レコ−NIRSystems社製のプロセスアナリティ
クスシステムOL−5000を使用しているが、計測対
象によっては横河電機製のNR−500やbrimro
se社製のLuminar2000等を使用するのも好
ましい。さて、この第一の実施例では、従来、図2のプ
ロセス101が生産する製品の製品粘度の振れは最大で
±13〜16%と大きかった。しかし、上述した図3の
構成の品質予測反応制御システムを使用してプロセス1
01の重合反応を制御した場合、製品粘度の振れが最大
で±4〜7%と大幅に改善され製品品質をより均一に保
つことができる効果があった。
1、2などのプロセスシミュレーションは計算量が多い
ため、2台のエンジニアリングワークステーション32
7−1、327−2が分担してシミュレーション1、2
を行っているが、これを1台が統合して行っても良く、
また3台以上のエンジニアリングワークステーションを
備え複数台が分散処理して行っても良い。また、プロセ
ス101における反応液の組成比を計測するために、ニ
レコ−NIRSystems社製のプロセスアナリティ
クスシステムOL−5000を使用しているが、計測対
象によっては横河電機製のNR−500やbrimro
se社製のLuminar2000等を使用するのも好
ましい。さて、この第一の実施例では、従来、図2のプ
ロセス101が生産する製品の製品粘度の振れは最大で
±13〜16%と大きかった。しかし、上述した図3の
構成の品質予測反応制御システムを使用してプロセス1
01の重合反応を制御した場合、製品粘度の振れが最大
で±4〜7%と大幅に改善され製品品質をより均一に保
つことができる効果があった。
【0024】第二の実施例として、複数のモノマーを共
重合させる乳化重合プロセスに対して図3とほぼ同様な
構成の品質予測反応制御システムを適用した場合につい
て説明する。ここで、反応液の組成比の計測手段につい
ては第一の実施例と同様である。第二の実施例のプロセ
スでは原料モノマーに輸送上の問題から重合禁止剤が添
加されており、その添加量が季節により変動する。この
ため原料中の重合禁止剤濃度をオフライン測定し季節に
より原料配合を変更したり前処理を行ったりしている
が、原料ロット毎に最適な配合を行うことは事実上不可
能であり製品の品質がばらつくという問題があった。ま
た、当該プロセスでは、カレットと呼ばれるポリマー固
形物が反応器内面に付着して伝熱係数が徐々に低下する
が、これも品質変動の一因となっていた。しかし、上述
した図3とほぼ同様な構成の品質予測反応制御システム
を適用して当該プロセスの重合反応を制御した場合、従
来に比してMFR(Melt Flow Rate)の振れ幅が
15〜50%小さくなり製品品質の均一性が向上した。
これに伴って製品品質の格外品が発生する割合が大幅に
減少するという効果も得られた。
重合させる乳化重合プロセスに対して図3とほぼ同様な
構成の品質予測反応制御システムを適用した場合につい
て説明する。ここで、反応液の組成比の計測手段につい
ては第一の実施例と同様である。第二の実施例のプロセ
スでは原料モノマーに輸送上の問題から重合禁止剤が添
加されており、その添加量が季節により変動する。この
ため原料中の重合禁止剤濃度をオフライン測定し季節に
より原料配合を変更したり前処理を行ったりしている
が、原料ロット毎に最適な配合を行うことは事実上不可
能であり製品の品質がばらつくという問題があった。ま
た、当該プロセスでは、カレットと呼ばれるポリマー固
形物が反応器内面に付着して伝熱係数が徐々に低下する
が、これも品質変動の一因となっていた。しかし、上述
した図3とほぼ同様な構成の品質予測反応制御システム
を適用して当該プロセスの重合反応を制御した場合、従
来に比してMFR(Melt Flow Rate)の振れ幅が
15〜50%小さくなり製品品質の均一性が向上した。
これに伴って製品品質の格外品が発生する割合が大幅に
減少するという効果も得られた。
【0025】
【発明の効果】以上説明したように、請求項1記載の発
明によれば、回分式反応槽によって重合反応を行うプロ
セスから計測されるプロセスデータを用いて、製品品質
を一定周期で予測し且つこの予測結果を検証するように
したので、周囲環境、原料、設備面の変動要因の存在下
にあっても該プロセスに合致した製品品質を精度良く予
測することができる。そして、予測された製品品質が品
質許容範囲から外れる場合には、プロセスに行う修正操
作とこの最適操作量を、プロセスに実行した結果を予測
することにより決定してプロセスの重合反応を制御する
ようにしたので、製品の品質を高度に均一に保つことが
できる効果が得られる。
明によれば、回分式反応槽によって重合反応を行うプロ
セスから計測されるプロセスデータを用いて、製品品質
を一定周期で予測し且つこの予測結果を検証するように
したので、周囲環境、原料、設備面の変動要因の存在下
にあっても該プロセスに合致した製品品質を精度良く予
測することができる。そして、予測された製品品質が品
質許容範囲から外れる場合には、プロセスに行う修正操
作とこの最適操作量を、プロセスに実行した結果を予測
することにより決定してプロセスの重合反応を制御する
ようにしたので、製品の品質を高度に均一に保つことが
できる効果が得られる。
【0026】請求項2記載の発明によれば、プロセスデ
ータの計測値として温度、圧力、流量の少なくとも1つ
以上の物理量と反応液中のモノマー、ポリマー、反応助
剤、触媒の少なくとも1つ以上の組成比とを用いるよう
にしたので、さらに精度の良い製品品質を予測すること
ができる。請求項3記載の発明によれば、プロセスから
計測される温度、圧力、流量の少なくとも1つ以上の物
理量と反応液中のモノマー、ポリマー、反応助剤、触媒
の少なくとも1つ以上の組成比の計測値に基づいて、反
応速度定数もしくは反応速度定数を決定する開始剤効率
及びまたは、開始反応、成長反応、停止反応、連鎖移動
反応の素反応速度定数の内、少なくとも1つ以上のプロ
セスモデルの定数を修正して該プロセスモデルの精度を
向上させるようにしたので、周囲環境、原料、設備面の
変動要因の存在下にあってもさらに該プロセスに合致し
た精度の良い製品品質を予測することができる。
ータの計測値として温度、圧力、流量の少なくとも1つ
以上の物理量と反応液中のモノマー、ポリマー、反応助
剤、触媒の少なくとも1つ以上の組成比とを用いるよう
にしたので、さらに精度の良い製品品質を予測すること
ができる。請求項3記載の発明によれば、プロセスから
計測される温度、圧力、流量の少なくとも1つ以上の物
理量と反応液中のモノマー、ポリマー、反応助剤、触媒
の少なくとも1つ以上の組成比の計測値に基づいて、反
応速度定数もしくは反応速度定数を決定する開始剤効率
及びまたは、開始反応、成長反応、停止反応、連鎖移動
反応の素反応速度定数の内、少なくとも1つ以上のプロ
セスモデルの定数を修正して該プロセスモデルの精度を
向上させるようにしたので、周囲環境、原料、設備面の
変動要因の存在下にあってもさらに該プロセスに合致し
た精度の良い製品品質を予測することができる。
【0027】請求項4記載の発明によれば、予測検証部
が算出して予測判断手段へ出力する信頼度は、ランダム
変動因子と定常偏差或いは偏差の増加傾向、減少傾向の
誤差の性質が加味されるようにしたので、予測判断手段
において重合反応終了時の製品品質が品質許容範囲から
外れるか否かをさらに精度良く判断することができる。
請求項5記載の発明によれば、複数の修正操作と各修正
操作の制約条件及び効果を蓄積し修正操作候補の順位付
けを行うようにしたので、修正操作が決定されるまでの
処理量を大幅に削減することができる。
が算出して予測判断手段へ出力する信頼度は、ランダム
変動因子と定常偏差或いは偏差の増加傾向、減少傾向の
誤差の性質が加味されるようにしたので、予測判断手段
において重合反応終了時の製品品質が品質許容範囲から
外れるか否かをさらに精度良く判断することができる。
請求項5記載の発明によれば、複数の修正操作と各修正
操作の制約条件及び効果を蓄積し修正操作候補の順位付
けを行うようにしたので、修正操作が決定されるまでの
処理量を大幅に削減することができる。
【0028】請求項6記載の発明によれば、定性的表現
または基本的、常識的知識表現を含む修正操作候補に対
してプラントへ該修正操作を行った場合の効果を、この
操作量をずらしながら予測し定量的な最適操作量を決定
するようにしたので、定性的な表現がなされる修正操作
においても定量的な操作量を出力してプロセスの重合反
応を制御することが可能となり、この結果、さらに製品
の品質を均一に保つことができる効果が得られる。
または基本的、常識的知識表現を含む修正操作候補に対
してプラントへ該修正操作を行った場合の効果を、この
操作量をずらしながら予測し定量的な最適操作量を決定
するようにしたので、定性的な表現がなされる修正操作
においても定量的な操作量を出力してプロセスの重合反
応を制御することが可能となり、この結果、さらに製品
の品質を均一に保つことができる効果が得られる。
【図1】 本発明の一実施形態による品質予測反応制御
システムの構成を示すブロック図である。
システムの構成を示すブロック図である。
【図2】 図1に示すプロセスの構成例を示すブロック
図である。
図である。
【図3】 本発明の第一の実施例による品質予測反応制
御システムの構成を示すブロック図である。
御システムの構成を示すブロック図である。
【図4】 図1に示すプロセスの回分式反応槽内部の時
間経過に伴う温度推移を示す波形図である。
間経過に伴う温度推移を示す波形図である。
【図5】 図1に示すプロセスの時間経過に伴う反応速
度推移を示す波形図である。
度推移を示す波形図である。
【図6】 図1に示すプロセスの時間経過に伴う供給熱
量推移を示す波形図である。
量推移を示す波形図である。
【図7】 図1に示すシミュレーション部の動作を説明
する波形図である。
する波形図である。
【図8】 図1に示すシミュレーション部の動作を説明
する波形図である。
する波形図である。
101 プロセス 102 汎用制御システム 103 データ収集部 104 シミュレーション部 105 初期値設定部 106 パラメータ算出部 107 初期条件演算部 108 シミュレーター1 109 シミュレーション検証部 110 予測判断部 111 修正操作部 112 修正操作抽出部 113 修正操作データベース 114 シミュレーター2 115 最適操作量決定部
───────────────────────────────────────────────────── フロントページの続き Fターム(参考) 4G075 AA32 AA62 AA63 AA65 AA67 BA10 BD15 CA54 4J011 AB01 AB02 AB04 AB08 AB10 AB11 AB15 BB06 5H004 GA15 GA16 GA17 GB01 KA78 KC28 KC35 KC47 KC56 MA52 5H223 AA01 BB01 CC09 DD03 EE06 FF05 9A001 HH32 LL09
Claims (6)
- 【請求項1】 回分式反応槽によって重合反応を行うプ
ロセスの制御システムにおいて、 初期条件及びプロセスパラメータを前記プロセスから一
定周期で計測されるプロセスデータに基づいて算出する
初期値設定手段と、 プロセスモデルと前記プロセスデータを用いて重合反応
終了時の製品品質を一定周期で予測する第1の予測手段
と、 この第1の予測手段の予測結果を前記プロセスデータと
比較し検証する予測検証部と、 前記第1の予測手段によって予測された製品品質が所定
の品質許容範囲から外れる可能性を定量的に判断する予
測判断手段と、 複数の修正操作と各操作の制約条件及び一般的な当該操
作の効果を記憶する修正操作記憶手段と、 この修正操作記憶手段から現状に適する修正操作の候補
を1つまたは複数個抽出する修正操作抽出手段と、 この抽出された修正操作の実行結果を予測する第2の予
測手段と、 この第2の予測手段の予測結果に基づき前記修正操作抽
出手段によって抽出された複数の修正操作候補から最適
な修正操作を選定しこの最適操作量を決定する最適操作
量決定手段と、 を具備してなる品質予測反応制御システム。 - 【請求項2】 前記プロセスデータは、温度、圧力、流
量の少なくとも1つ以上の物理量と反応液中のモノマ
ー、ポリマー、反応助剤、触媒の少なくとも1つ以上の
組成比とであることを特徴とする請求項1に記載の品質
予測反応制御システム。 - 【請求項3】 前記初期値設定手段は、前記プロセスデ
ータに基づいて、反応速度定数もしくは反応速度定数を
決定する開始剤効率及びまたは、開始反応、成長反応、
停止反応、連鎖移動反応の素反応速度定数の内、少なく
とも1つ以上の前記プロセスモデルの定数を補正するこ
とを特徴とする請求項2に記載の品質予測反応制御シス
テム。 - 【請求項4】 前記予測検証部は、前記第1の予測手段
の予測結果と前記プロセスデータを比較検証しこの検証
結果からランダム変動因子と定常偏差或いは偏差の増加
傾向、減少傾向の誤差の性質を加味した信頼度を算出し
て前記予測判断手段へ出力することを特徴とする請求項
1乃至請求項3のいずれかの項に記載の品質予測反応制
御システム。 - 【請求項5】 前記修正操作記憶手段において、定性的
表現または基本的、常識的知識表現が許容され、定性的
表現または基本的、常識的知識表現及び既知の定量デー
タを用いて前記修正操作候補の順位付けが行われること
を特徴とする請求項1乃至請求項4のいずれかの項に記
載の品質予測反応制御システム。 - 【請求項6】 前記最適操作量決定手段は、前記第2の
予測手段によって定性的表現または基本的、常識的知識
表現を含む前記修正操作候補に対して前記プラントへ該
修正操作を行った場合の効果をその操作量をずらしなが
ら予測し、この結果として定量的な最適操作量を決定す
ることを特徴とする請求項1乃至請求項5のいずれかの
項に記載の品質予測反応制御システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28610899A JP2001106703A (ja) | 1999-10-06 | 1999-10-06 | 品質予測反応制御システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP28610899A JP2001106703A (ja) | 1999-10-06 | 1999-10-06 | 品質予測反応制御システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2001106703A true JP2001106703A (ja) | 2001-04-17 |
Family
ID=17700049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP28610899A Withdrawn JP2001106703A (ja) | 1999-10-06 | 1999-10-06 | 品質予測反応制御システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2001106703A (ja) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004529416A (ja) * | 2001-03-01 | 2004-09-24 | ユジノール | 技術的プロセスを調整および制御する方法 |
JP2008180606A (ja) * | 2007-01-24 | 2008-08-07 | Hitachi Ltd | 反応速度定数計測装置 |
JP2009223457A (ja) * | 2008-03-14 | 2009-10-01 | Yokogawa Electric Corp | プラント運転支援装置 |
JP2010026842A (ja) * | 2008-07-22 | 2010-02-04 | Yokogawa Electric Corp | 予測シミュレータを用いた運転支援装置および運転支援方法 |
JP2011525967A (ja) * | 2008-06-05 | 2011-09-29 | ジ アドミニストレイターズ オブ ザ チューレン エデュケイショナル ファンド | ポリマー合成中の機能進化をモニタリングする方法及び装置 |
JP2012064245A (ja) * | 2005-09-30 | 2012-03-29 | Fisher-Rosemount Systems Inc | バッチプロセスを制御するためのシステムおよび方法 |
JP2013542286A (ja) * | 2010-10-08 | 2013-11-21 | ランクセス・ドイチュランド・ゲーエムベーハー | 活性モニタリング及び重合プロセス制御 |
JP2015011722A (ja) * | 2013-06-28 | 2015-01-19 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | プロセス制御システムにおける非侵入的データ分析 |
CN104345033A (zh) * | 2013-07-29 | 2015-02-11 | 株式会社堀场制作所 | 水质分析装置和水质分析方法 |
CN102124467B (zh) * | 2007-08-07 | 2015-03-18 | 陶氏环球技术有限责任公司 | 改善聚合物性能预测的方法和具有改善的聚合物性能预测能力的*** |
CN105936655A (zh) * | 2016-06-15 | 2016-09-14 | 湖州超能生化有限公司 | 一种聚丙烯酸钠的聚合装置及方法 |
JP2016189166A (ja) * | 2015-03-30 | 2016-11-04 | 国立大学法人山口大学 | 化学プラントの制御装置及び操業支援方法 |
JP2018511883A (ja) * | 2015-03-30 | 2018-04-26 | ユーオーピー エルエルシー | プロセスモデルを調整するためのシステムおよび方法 |
JP2019021032A (ja) * | 2017-07-18 | 2019-02-07 | 株式会社Ihi | シミュレーション装置およびシミュレーション方法 |
JP6564950B1 (ja) * | 2018-03-27 | 2019-08-21 | 三井化学株式会社 | 光学材料の製造方法 |
CN110240666A (zh) * | 2019-05-10 | 2019-09-17 | 中国神华煤制油化工有限公司 | 高压聚乙烯装置的负荷调整方法和*** |
WO2019187176A1 (ja) * | 2018-03-27 | 2019-10-03 | 三井化学株式会社 | 重合条件設定方法、光学材料の製造方法 |
WO2020022369A1 (ja) | 2018-07-24 | 2020-01-30 | 三井化学株式会社 | 重合条件設定方法、光学材料の製造方法 |
WO2020054183A1 (ja) * | 2018-09-10 | 2020-03-19 | 富士フイルム株式会社 | フロー反応支援装置及び方法、フロー反応設備及び方法 |
WO2021157667A1 (ja) | 2020-02-04 | 2021-08-12 | 株式会社ダイセル | 予測装置、予測方法及びプログラム |
WO2021157666A1 (ja) | 2020-02-04 | 2021-08-12 | 株式会社ダイセル | 制御装置、制御方法及びプログラム |
WO2021157670A1 (ja) | 2020-02-04 | 2021-08-12 | 株式会社ダイセル | 予測装置、予測方法及びプログラム |
JP2021159910A (ja) * | 2020-03-31 | 2021-10-11 | 横河電機株式会社 | 反応解析装置、反応解析システム、および反応解析方法 |
EP4124922A1 (en) | 2021-07-29 | 2023-02-01 | Yokogawa Electric Corporation | Information processing device, information processing method, information processing program, model generation method, and model generation program |
EP4124923A1 (en) | 2021-07-29 | 2023-02-01 | Yokogawa Electric Corporation | Information processing device, display control method, and display control program |
EP4124916A1 (en) | 2021-07-29 | 2023-02-01 | Yokogawa Electric Corporation | Information processing device, information processing method, information processing program, model generation method, and model generation program |
JP7395987B2 (ja) | 2019-11-22 | 2023-12-12 | 株式会社リコー | 情報処理システム、方法、およびプログラム |
-
1999
- 1999-10-06 JP JP28610899A patent/JP2001106703A/ja not_active Withdrawn
Cited By (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004529416A (ja) * | 2001-03-01 | 2004-09-24 | ユジノール | 技術的プロセスを調整および制御する方法 |
JP2012064245A (ja) * | 2005-09-30 | 2012-03-29 | Fisher-Rosemount Systems Inc | バッチプロセスを制御するためのシステムおよび方法 |
JP2008180606A (ja) * | 2007-01-24 | 2008-08-07 | Hitachi Ltd | 反応速度定数計測装置 |
JP4701190B2 (ja) * | 2007-01-24 | 2011-06-15 | 株式会社日立製作所 | 反応速度定数計測装置 |
CN102124467B (zh) * | 2007-08-07 | 2015-03-18 | 陶氏环球技术有限责任公司 | 改善聚合物性能预测的方法和具有改善的聚合物性能预测能力的*** |
JP2009223457A (ja) * | 2008-03-14 | 2009-10-01 | Yokogawa Electric Corp | プラント運転支援装置 |
JP2011525967A (ja) * | 2008-06-05 | 2011-09-29 | ジ アドミニストレイターズ オブ ザ チューレン エデュケイショナル ファンド | ポリマー合成中の機能進化をモニタリングする方法及び装置 |
JP2010026842A (ja) * | 2008-07-22 | 2010-02-04 | Yokogawa Electric Corp | 予測シミュレータを用いた運転支援装置および運転支援方法 |
JP2013542286A (ja) * | 2010-10-08 | 2013-11-21 | ランクセス・ドイチュランド・ゲーエムベーハー | 活性モニタリング及び重合プロセス制御 |
JP2015011722A (ja) * | 2013-06-28 | 2015-01-19 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | プロセス制御システムにおける非侵入的データ分析 |
GB2518484A (en) * | 2013-06-28 | 2015-03-25 | Fisher Rosemount Systems Inc | Non-intrusive data analytics in a process control system |
US10018997B2 (en) | 2013-06-28 | 2018-07-10 | Fisher-Rosemount Systems, Inc. | Non-intrusive data analytics in a process control system |
GB2518484B (en) * | 2013-06-28 | 2020-07-22 | Fisher Rosemount Systems Inc | Non-intrusive data analytics in a process control system |
CN104345033A (zh) * | 2013-07-29 | 2015-02-11 | 株式会社堀场制作所 | 水质分析装置和水质分析方法 |
JP2016189166A (ja) * | 2015-03-30 | 2016-11-04 | 国立大学法人山口大学 | 化学プラントの制御装置及び操業支援方法 |
JP2018511883A (ja) * | 2015-03-30 | 2018-04-26 | ユーオーピー エルエルシー | プロセスモデルを調整するためのシステムおよび方法 |
CN105936655A (zh) * | 2016-06-15 | 2016-09-14 | 湖州超能生化有限公司 | 一种聚丙烯酸钠的聚合装置及方法 |
JP2019021032A (ja) * | 2017-07-18 | 2019-02-07 | 株式会社Ihi | シミュレーション装置およびシミュレーション方法 |
CN111868099A (zh) * | 2018-03-27 | 2020-10-30 | 三井化学株式会社 | 聚合条件设定方法、光学材料的制造方法 |
JP7250631B6 (ja) | 2018-03-27 | 2023-04-25 | 三井化学株式会社 | 重合条件設定方法、光学材料の製造方法 |
JP2019171879A (ja) * | 2018-03-27 | 2019-10-10 | 三井化学株式会社 | 重合条件設定方法、光学材料の製造方法 |
WO2019187176A1 (ja) * | 2018-03-27 | 2019-10-03 | 三井化学株式会社 | 重合条件設定方法、光学材料の製造方法 |
CN111868099B (zh) * | 2018-03-27 | 2022-12-16 | 三井化学株式会社 | 聚合条件设定方法、光学材料的制造方法 |
JP7250631B2 (ja) | 2018-03-27 | 2023-04-03 | 三井化学株式会社 | 重合条件設定方法、光学材料の製造方法 |
JP6564950B1 (ja) * | 2018-03-27 | 2019-08-21 | 三井化学株式会社 | 光学材料の製造方法 |
KR20210021566A (ko) | 2018-07-24 | 2021-02-26 | 미쯔이가가꾸가부시끼가이샤 | 중합 조건 설정 방법, 광학 재료의 제조 방법 |
CN112469768A (zh) * | 2018-07-24 | 2021-03-09 | 三井化学株式会社 | 聚合条件设定方法、光学材料的制造方法 |
EP3828224A4 (en) * | 2018-07-24 | 2022-05-04 | Mitsui Chemicals, Inc. | METHOD FOR ADJUSTING POLYMERIZATION CONDITIONS AND METHOD FOR MANUFACTURING AN OPTICAL MATERIAL |
CN112469768B (zh) * | 2018-07-24 | 2023-04-28 | 三井化学株式会社 | 聚合条件设定方法、光学材料的制造方法 |
KR102474121B1 (ko) | 2018-07-24 | 2022-12-06 | 미쯔이가가꾸가부시끼가이샤 | 중합 조건 설정 방법, 광학 재료의 제조 방법 |
WO2020022369A1 (ja) | 2018-07-24 | 2020-01-30 | 三井化学株式会社 | 重合条件設定方法、光学材料の製造方法 |
JP7250027B2 (ja) | 2018-09-10 | 2023-03-31 | 富士フイルム株式会社 | フロー反応支援装置及び方法、フロー反応設備及び方法 |
JPWO2020054183A1 (ja) * | 2018-09-10 | 2021-09-30 | 富士フイルム株式会社 | フロー反応支援装置及び方法、フロー反応設備及び方法 |
WO2020054183A1 (ja) * | 2018-09-10 | 2020-03-19 | 富士フイルム株式会社 | フロー反応支援装置及び方法、フロー反応設備及び方法 |
CN110240666B (zh) * | 2019-05-10 | 2021-12-17 | 中国神华煤制油化工有限公司 | 高压聚乙烯装置的负荷调整方法和*** |
CN110240666A (zh) * | 2019-05-10 | 2019-09-17 | 中国神华煤制油化工有限公司 | 高压聚乙烯装置的负荷调整方法和*** |
JP7395987B2 (ja) | 2019-11-22 | 2023-12-12 | 株式会社リコー | 情報処理システム、方法、およびプログラム |
WO2021157670A1 (ja) | 2020-02-04 | 2021-08-12 | 株式会社ダイセル | 予測装置、予測方法及びプログラム |
WO2021157667A1 (ja) | 2020-02-04 | 2021-08-12 | 株式会社ダイセル | 予測装置、予測方法及びプログラム |
WO2021157666A1 (ja) | 2020-02-04 | 2021-08-12 | 株式会社ダイセル | 制御装置、制御方法及びプログラム |
JP2021159910A (ja) * | 2020-03-31 | 2021-10-11 | 横河電機株式会社 | 反応解析装置、反応解析システム、および反応解析方法 |
CN113514490A (zh) * | 2020-03-31 | 2021-10-19 | 横河电机株式会社 | 反应分析装置、反应分析***以及反应分析方法 |
JP7276301B2 (ja) | 2020-03-31 | 2023-05-18 | 横河電機株式会社 | 反応解析装置、反応解析システム、および反応解析方法 |
EP4124923A1 (en) | 2021-07-29 | 2023-02-01 | Yokogawa Electric Corporation | Information processing device, display control method, and display control program |
JP2023019825A (ja) * | 2021-07-29 | 2023-02-09 | 横河電機株式会社 | 情報処理装置、表示制御方法および表示制御プログラム |
JP2023019824A (ja) * | 2021-07-29 | 2023-02-09 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム、モデル生成方法およびモデル生成プログラム |
JP2023019823A (ja) * | 2021-07-29 | 2023-02-09 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム、モデル生成方法およびモデル生成プログラム |
EP4124916A1 (en) | 2021-07-29 | 2023-02-01 | Yokogawa Electric Corporation | Information processing device, information processing method, information processing program, model generation method, and model generation program |
EP4124922A1 (en) | 2021-07-29 | 2023-02-01 | Yokogawa Electric Corporation | Information processing device, information processing method, information processing program, model generation method, and model generation program |
JP7467395B2 (ja) | 2021-07-29 | 2024-04-15 | 横河電機株式会社 | 情報処理装置、表示制御方法および表示制御プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2001106703A (ja) | 品質予測反応制御システム | |
JP4764502B2 (ja) | プロセスの分析に必要な評価を行うための方法および装置 | |
Stadje et al. | Optimal maintenance strategies for repairable systems with general degree of repair | |
Adebekun et al. | Continuous solution polymerization reactor control. 2. Estimation and nonlinear reference control during methyl methacrylate polymerization | |
US20220155733A1 (en) | Method of performing a process and optimizing control signals used in the process | |
Liu et al. | Operating optimality assessment and nonoptimal cause identification for non-Gaussian multimode processes with transitions | |
US6959219B2 (en) | Control apparatus having a limit cycle auto-tuning function | |
CN108038599B (zh) | 一种基于检测间隔的预防性维护周期多目标控制方法 | |
CN111001660B (zh) | 控制装置以及控制方法 | |
CN116468425B (zh) | 多态***的联合运维优化方法、电子设备和计算机可读存储介质 | |
CN114240243A (zh) | 一种基于动态***辨识的精馏塔产品质量预测方法及装置 | |
CN115907446A (zh) | 一种基建工程施工进度的智能管控评估*** | |
CN112180739A (zh) | 一种针对过热汽温控制***的参数优化方法 | |
CN109782586B (zh) | 参数自整定的miso异因子紧格式无模型控制方法 | |
Rezayat | On the use of an SPSA-based model-free controller in quality improvement | |
JP2004507737A (ja) | 高分子製品の物性評価方法 | |
CN110112747B (zh) | 基于同步测量与灵敏度估计的配电网电压控制方法及*** | |
CN109725526B (zh) | 一种多变量半自适应预测控制方法 | |
CN111868715A (zh) | 多变量时间序列数据的同步方法以及多变量时间序列数据处理装置 | |
GB2623693A (en) | Power consumption estimation device, power consumption estimation method, and power consumption estimation program | |
WO2021157667A1 (ja) | 予測装置、予測方法及びプログラム | |
JP2011198327A (ja) | オンラインモデル同定を用いたモデル予測制御方法および装置 | |
CN110309472B (zh) | 基于离线数据的策略评估方法及装置 | |
CN113049793A (zh) | 一种Abs复合材料的生产检测验证方法和装置 | |
CN109814388B (zh) | 参数自整定的miso异因子偏格式无模型控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20070109 |