JP2018112903A - プラント運転支援装置、プラント運転支援方法、プラント運転支援プログラム及び記録媒体 - Google Patents
プラント運転支援装置、プラント運転支援方法、プラント運転支援プログラム及び記録媒体 Download PDFInfo
- Publication number
- JP2018112903A JP2018112903A JP2017002973A JP2017002973A JP2018112903A JP 2018112903 A JP2018112903 A JP 2018112903A JP 2017002973 A JP2017002973 A JP 2017002973A JP 2017002973 A JP2017002973 A JP 2017002973A JP 2018112903 A JP2018112903 A JP 2018112903A
- Authority
- JP
- Japan
- Prior art keywords
- kpi
- plant
- value
- predicted
- state
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 140
- 238000004088 simulation Methods 0.000 claims abstract description 81
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims description 116
- 208000018910 keratinopathic ichthyosis Diseases 0.000 claims description 48
- 230000002159 abnormal effect Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000005856 abnormality Effects 0.000 claims description 11
- 238000004519 manufacturing process Methods 0.000 description 29
- 230000014509 gene expression Effects 0.000 description 27
- 239000000126 substance Substances 0.000 description 19
- 238000009795 derivation Methods 0.000 description 17
- 230000008859 change Effects 0.000 description 13
- 238000003745 diagnosis Methods 0.000 description 11
- 238000000605 extraction Methods 0.000 description 11
- 238000012937 correction Methods 0.000 description 9
- 238000005259 measurement Methods 0.000 description 7
- QTBSBXVTEAMEQO-UHFFFAOYSA-N Acetic acid Chemical compound CC(O)=O QTBSBXVTEAMEQO-UHFFFAOYSA-N 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 2
- 239000005977 Ethylene Substances 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 239000000498 cooling water Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
【課題】プラント監視オペレータの作業効率の向上ため、プラント運転支援装置、プラント運転支援方法、プラント運転支援プログラム及び記録媒体の提供を行う。【解決手段】プラントから得られる情報に基づいてプラントの現在の状態を模擬してプラントの推定値を出力するプラント模擬部と、推定値に基づいてプラントの未来の状態を予測してプラントにおける予測値を出力する予測部とを備えるプラント運転支援装置において、予測値に基づき、プラント運転の監視対象であるタスクの未来の状態をモニタリングするための指標である予測ＫＰＩを導出する予測ＫＰＩ導出部を備えることを特徴とするプラント運転支援装置。【選択図】 図１
Description
本発明は、プラント運転支援装置に関し、特に、プラントからの情報に基づいてタスクのＫＰＩ（Ｋｅｙ Ｐｅｒｆｏｒｍａｎｃｅ Ｉｎｄｉｃａｔｏｒ）の算出と表示を行うプロセスシミュレータを用いたプラント運転支援装置に関する。
従来より、石油精製、石油化学プロセスや、上下水道の水処理プロセス等を行うプラントにおいて、プラント運用における安全性や生成効率を最適に保つために、プラント内に配置されたフィールド機器から取得されるプロセスデータに基づいて未来（または将来）のプロセスの状態を予測する運転支援装置を用いることがある。
上記のようなプロセスシミュレータを用いたプラント運転支援装置として、特許文献１〜３に記載された発明があった。特許文献１では、プロセスデータの実測値を反映した推定値及び未来（または将来）のプロセスデータの予測値を時系列にグラフ化したトレンドグラフを生成していた。
特許文献２では、現在値におけるアラームとプロセスシミュレータを用いて現在値に対する推定値のアラーム、及び未来的に出力される可能性のある予測値のアラームを表示させていた。
さらに、特許文献３では、プラントの限界運転を実現するため、プロセスデータの過渡状態を予測し、時系列にグラフ化したトレンドグラフを生成していた。
しかし、特許文献１に記載の技術では、プロセスデータの挙動を推定値や予測値を時系列のトレンドグラフで表示することで、プラント内の複数のフィールド機器の動作を監視するオペレータは、各測定ポイントのプロセスデータの把握は可能であるが、安全性や品質、生産量、生産効率といった広範囲にわたるプラントの運転状況を現在から未来（または将来）に渡って一目で直観的に把握することが困難であった。
そのため、オペレータはプラントの運転状況を把握するために必要なプロセスデータを取捨選択し複数のトレンドデータから最終的に安全や品質についての判断を行っていた。このため、オペレータの監視の負担が増えるばかりでなく、オペレータの熟練度に左右され、プラントの運転状況の誤認や対応の遅れなどの問題があった。
そのため、オペレータはプラントの運転状況を把握するために必要なプロセスデータを取捨選択し複数のトレンドデータから最終的に安全や品質についての判断を行っていた。このため、オペレータの監視の負担が増えるばかりでなく、オペレータの熟練度に左右され、プラントの運転状況の誤認や対応の遅れなどの問題があった。
また、特許文献２に記載の技術では、各フィールド機器に対して現在から未来出力される可能性があるアラームの確認はできるものの、プラントのタスク毎に関連データが画面で管理されていないため、各タスクを行った場合、どのタスクに対するアラームかの判断を瞬時に行うことができない。
そのため、特許文献１と同様に、オペレータが大量のアラーム情報の中から重要なアラームを取捨選択して対応しなければならなかった。このため、オペレータの監視の負担が増えるばかりでなく、プラントの運転状況の誤認や対応の遅れなどの問題があった。
そのため、特許文献１と同様に、オペレータが大量のアラーム情報の中から重要なアラームを取捨選択して対応しなければならなかった。このため、オペレータの監視の負担が増えるばかりでなく、プラントの運転状況の誤認や対応の遅れなどの問題があった。
さらに、特許文献３に記載の技術では、過渡状態におけるシミュレーションが可能であるが、安全性や品質、生産量、生産効率といったプラント全体の運転状況を直観的に把握することが困難であった。
本発明は、これらの課題を解決するものであり、その目的は、プラント内のタスクに応じた現在と未来（または将来）のＫＰＩを算出することで、直観的にプラント内の運転状況の確認を可能とするプラント運転支援装置を実現することにある。
上記課題を解決するために、本発明は、プラントから得られる情報に基づいて前記プラントの現在または所定の時刻における状態を模擬してプラントにおけるプロセスデータの現在または所定の時刻における推定値を出力するプラント模擬部と、前記推定値に基づいて前記プラントの所定の未来の時刻における状態を予測してプラントにおけるプロセスデータの予測値を出力する予測部とを備えるプラント運転支援装置において、前記予測値に基づき、プラント運転の監視対象であるタスクの所定の未来の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出する予測ＫＰＩ導出部を備えることを特徴とする。
また、前記予測ＫＰＩ導出部は、複数の未来の時刻における前記各予測ＫＰＩをそれぞれ導出し、その結果を表示してもよい。
また、前記推定値に基づき、前記タスクの現在または所定の時刻の状態をモニタリングするための指標である推定ＫＰＩを導出する推定ＫＰＩ導出部と、前記推定ＫＰＩと、前記予測ＫＰＩとの差分を算出するＫＰＩ差分算出部と、前記差分が予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの所定の未来の時刻における状態が正常であると判定し、前記差分が予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの所定の未来の時刻における状態が異常であると判定するＫＰＩ判定部とを備えてもよい。
また、前記予測ＫＰＩが予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの所定の未来の時刻における状態が正常であると判定し、前記予測ＫＰＩが予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの所定の未来の時刻における状態が異常であると判定するＫＰＩ判定部とを備えてもよい。
さらに、前記ＫＰＩ判定部は、異常であると判定したときは、前記第１の閾値または前記第２の閾値のうち前記差分又は前記予測ＫＰＩの値に近い閾値と前記差分との差の絶対値又は前記予測ＫＰＩの大きさに対応して異常の度合いを判定してもよい。
また、前記ＫＰＩ判定部により判定された判定結果に基づいて、複数の未来の時刻における前記判定結果を予め定められたシンボルデータとして表示するとともに、複数の未来時刻における前記各差分又は前記各予測ＫＰＩを時系列にグラフ形式で表示する表示部を備えてもよい。
前記推定ＫＰＩ又は前記予測ＫＰＩは、前記推定値又は前記予測値のうち、前記タスクの状態を評価するために必要な１個または複数の予め定められたパラメータから計算できてもよい。
上記課題を解決するために、本発明は、プラントから得られる情報に基づいて前記プラントの現在または所定の時刻における状態を模擬してプラントのデータの現在または所定の時刻における推定値を出力するプラント模擬部と、前記推定値に基づいてプラントの所定の未来の時刻における状態を予測してプラントのデータの予測値を出力する予測部とを備えるプラント運転支援方法において、予測ＫＰＩ導出部が、前記予測値に基づき、プラント運転の監視対象であるタスクの所定の未来の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出するステップと、ＫＰＩ差分算出部が、前記推定ＫＰＩと前記予測ＫＰＩとの差分を算出するステップと、ＫＰＩ判定部が、前記差分が予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの所定の未来の時刻における状態が正常であると判定し、前記差分が予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの未来の状態が異常であると判定するステップとを含むことを特徴とする。
上記課題を解決するために、本発明は、プラントから得られる情報に基づいて前記プラントの現在または所定の時刻における状態を模擬してプラントのデータの現在または所定の時刻における推定値を出力するプラント模擬部と、前記推定値に基づいてプラントの所定の未来の時刻における状態を予測してプラントのデータの予測値を出力する予測部とを備えるプラント運転支援方法において、予測ＫＰＩ導出部が、前記予測値に基づき、プラント運転の監視対象であるタスクの前記未来の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出するステップと、ＫＰＩ判定部が、前記差分が予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記所定の未来の時刻における状態が正常であると判定し、前記差分が予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの前記所定の未来の時刻における状態が異常であると判定するステップとを含むことを特徴とする。
上記課題を解決するために、本発明は、コンピュータに、プラント模擬部がプラントから得られる情報に基づいて前記プラントの現在または所定の時刻における状態を模擬してプラントのデータの現在または所定の時刻における推定値を出力するステップと、予測部が前記推定値に基づいて前記プラントの所定の未来の時刻における状態を予測してプラントのデータの予測値を出力するステップと、予測ＫＰＩ導出部が、前記予測値に基づき、プラント運転の監視対象であるタスクの前記未来の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出するステップと、ＫＰＩ差分算出部が、前記推定ＫＰＩと前記予測ＫＰＩとの差分を算出するステップと、ＫＰＩ判定部が、前記差分が予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記所定の未来の時刻における状態が正常であると判定し、前記差分が予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの前記所定の未来の時刻における状態が異常であると判定するステップと、を実行させるためのプログラムを含むことを特徴とする。
コンピュータに、プラント模擬部がプラントから得られる情報に基づいて前記プラントの現在または所定の時刻における状態を模擬してプラントのデータの現在または所定の時刻における推定値を出力するステップと、予測部が前記推定値に基づいてプラントの未来の状態を予測して前記プラントのデータの予測値を出力するステップと、予測ＫＰＩ導出部が、前記予測値に基づき、プラント運転の監視対象であるタスクの所定の未来の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出するステップと、ＫＰＩ判定部が、前記予測ＫＰＩが予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記未来の時刻における状態が正常であると判定し、前記予測ＫＰＩが予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの所定の未来の時刻における状態が異常であると判定するステップと、を実行させるためのプログラムを含むことを特徴とする。
本発明によれば、プラントから得られる情報に基づいて前記プラントの現在の状態を模擬してプラントにおけるプロセスデータの現在の推定値を出力するプラント模擬部と、前記推定値に基づいてプラントの未来（または将来）の状態を予測してプラントにおけるプロセスデータの予測値を出力する予測部とを備えるプラント運転支援装置において、前記予測値に基づき、プラント運転の監視対象であるタスクの所定の未来（または将来）の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出する予測ＫＰＩ導出部を備えることで、安全性や品質、生産量、生産効率といったプラント全体の運転状況をＫＰＩとして直観的に把握することが可能となり、オペレータの監視の負担を減らし、プラントの運転状況の誤認や対応の遅れなどの問題を解決できる。
以下、図面をもとに本発明に係るプラント運転支援装置に関する詳細な説明を行う。
＜プラント運転支援装置の構成の位置例および各要部の説明＞
図１は、本発明のプラント運転支援装置の一実施例を示す構成説明図であり、プラント運転支援装置の概要を示す。図１において、プラント運転支援装置は、主に、プロセスデータサーバ２、入力インターフェース手段３、パラメータ修正手段４、パラメータ決定手段５、プロセスシミュレーション手段６、プロセスシミュレーションモデル７、シミュレーションデータサーバ１１、プラント診断手段１２、制御部１３、初期値作成手段９、未来予測手段１０、ＫＰＩ導出手段１、推定値抽出手段８、及び表示手段１４から構成される。
図１は、本発明のプラント運転支援装置の一実施例を示す構成説明図であり、プラント運転支援装置の概要を示す。図１において、プラント運転支援装置は、主に、プロセスデータサーバ２、入力インターフェース手段３、パラメータ修正手段４、パラメータ決定手段５、プロセスシミュレーション手段６、プロセスシミュレーションモデル７、シミュレーションデータサーバ１１、プラント診断手段１２、制御部１３、初期値作成手段９、未来予測手段１０、ＫＰＩ導出手段１、推定値抽出手段８、及び表示手段１４から構成される。
図１中プロセスデータサーバ２は、実プラント１５で取得したプロセスデータ、実測値データをプロセスデータサーバ２で受信した時刻データとともに時系列に格納するためのサーバであり、コンピュータ、ワークステーション等により構成される。
また、プロセスデータサーバ２は、格納したプロセスデータ、実測値データ、パラメータを入力インターフェース手段３へ送信する。このプロセスデータサーバ２は、ローカルネットワーク上に存在しても、インターネットを介しクラウドコンピューティングを実現するシステム上に存在してもよい。
また、プロセスデータサーバ２は、格納したプロセスデータ、実測値データ、パラメータを入力インターフェース手段３へ送信する。このプロセスデータサーバ２は、ローカルネットワーク上に存在しても、インターネットを介しクラウドコンピューティングを実現するシステム上に存在してもよい。
入力インターフェース手段３は、実プラント１５から取得した、プロセスデータサーバ２に時系列に格納されるプロセスデータをプロセスシミュレーション手段６でシミュレーション可能なデータ形式に変換する。また、入力インターフェース手段３は、変換したデータをパラメータ修正手段４に送信する。
シミュレーションデータサーバ１１は、プロセスシミュレーション手段６でシミュレーションモデル７に基づきプラントにおけるプロセスデータのシミュレーションを実行した結果、算出された推定値を時刻データとともに時系列に格納するためのサーバであり、コンピュータ、ワークステーション等により構成される。
また、シミュレーションデータサーバ１１は、格納した推定値をプラント診断手段１２に送信し、プラント診断手段１２の診断結果を受信すると、受信したデータをプロセスシミュレーション手段６に送信する。シミュレーションサーバ１１はローカルネットワーク上に存在しても、インターネットを介しクラウドコンピューティングを実現するシステム上に存在してもよい。
初期値作成手段９は、所定の時刻でのプロセスシミュレーション結果を初期値として設定する。ここで、初期値とは、シミュレーションモデル７のパラメータや設定条件等の初期値を指す。
推定値抽出手段８は、実プラント１５から取得した図示しないフィールド機器により検出された実プラント１５内の流量、圧力、温度等の測定データを含むプロセスデータなどの実測値、実プラントデータ、および／または、プロセスシミュレーション手段６によりシミュレーションされて、算出されるプロセスデータ（推定値）の中から、これらの種類に基づき、ＫＰＩ導出手段１でＫＰＩを導出する際に必要なパラメータを抽出する。
実プラント１５内に設置されたフィールド機器により測定されるプロセスデータは、有線・無線ネットワーク、コントローラ、中継装置等を介し、本発明のプラント運転支援装置を構成するプロセスデータサーバ２、入力インターフェース手段３を介してパラメータ修正手段４へ送信される。
すなわち、実プラント１５からは、フィールド機器で測定された測定データがコントローラやネットワーク等を介し、プロセスデータサーバ２へ送信される。
ここで、フィールド機器とは、例えば伝送器、流量計等であり、以降、簡便のためフィールド機器と呼ぶ。
ここで、フィールド機器とは、例えば伝送器、流量計等であり、以降、簡便のためフィールド機器と呼ぶ。
プロセスシミュレーション手段６は、物理・化学モデル式から構成されるシミュレーションモデル７を用いて、実プラント１５の動作と並行して演算を行う。プロセスシミュレーション手段６は、この演算結果（推定値）を表示装置１４へ出力し表示する。このプロセスシミュレーション手段６の出力を以降、模擬出力（又は推定値）とよぶこととする。
パラメータ決定手段５は、プロセスデータとシミュレーションモデル７の変数との相関関係から修正するパラメータを選択する。
パラメータ決定手段５は、プロセスデータとシミュレーションモデル７の変数との相関関係から修正するパラメータを選択する。
さらに、パラメータ決定手段５は、シミュレーションモデル７を構成するどのパラメータを変更するとシミュレーション結果にどの程度影響を与えるか、プラント立ち上げ時のデータやモデル式の分析結果に基づき、シミュレーション結果に対して相関が高いパラメータを選択する。
パラメータ修正手段４は、実プラント１５から取得したプロセスデータが入力インターフェース手段３によって変換されたデータの中の、パラメータ決定手段５によって選択されたパラメータをパラメータ決定手段５からの入力に基づき変更する。このパラメータ修正手段４は、プロセスシミュレーション手段６からの模擬出力（又は推定値）が実プラント１５のプロセスデータである実出力に近似するようにパラメータを変更する。
変更されたパラメータは、パラメータ修正手段４から、プロセスシミュレーション手段６に送信される。
変更されたパラメータは、パラメータ修正手段４から、プロセスシミュレーション手段６に送信される。
プロセスシミュレーション手段６は、パラメータ修正手段４によって修正されたパラメータをもとに物理・化学モデル式で構成されたシミュレーションモデルを用いて、実プラント１５の動作を模擬するプロセスシミュレーションの演算を行う。このシミュレーション結果はシミュレーションデータサーバ１１に記憶される。
プロセスシミュレーション手段６は、この記憶されたデータに基づき、プラント運転において実際に測定できない箇所（設備または配管を含む）における物理量やプロセス値、および装置や物質の特性値を表示手段に表示する。
また、プロセスシミュレーション手段６は、前述したシミュレーションにおける演算結果（推定値）の中で、実プラント１５では検出されないプロセスデータ、及び、装置や物質の特性値を表示手段に表示する。
また、プロセスシミュレーション手段６は、前述したシミュレーションにおける演算結果（推定値）の中で、実プラント１５では検出されないプロセスデータ、及び、装置や物質の特性値を表示手段に表示する。
プロセスシミュレーション手段６は、パラメータを修正したシミュレーションモデル７を用いてリアルタイムで実プラント１５の動作と並行してシミュレーションを行う。
ここで、プロセスシミュレーション手段６は、実プラント１５の動作と並行したシミュレーションを行うに際し、実プラント１５の出力にシミュレーションモデルの出力が近似するようにパラメータを変更する。
ここで、プロセスシミュレーション手段６は、実プラント１５の動作と並行したシミュレーションを行うに際し、実プラント１５の出力にシミュレーションモデルの出力が近似するようにパラメータを変更する。
また、推定値抽出手段８は、プロセスシミュレーション手段６が実プラント１５から取得したプロセスデータやパラメータ修正手段４で得られたパラメータに基づきシミュレーションされた推定値の中から、現在の時刻又は所定の時刻における推定値を抽出する。
推定値抽出手段８は、抽出したデータ（抽出値）やパラメータを後述するＫＰＩ導出手段１へ送信する。
推定値抽出手段８は、抽出したデータ（抽出値）やパラメータを後述するＫＰＩ導出手段１へ送信する。
実プラントと同時並行で動作しているプロセスシミュレータにおいて、実プラントの動作速度よりも高速で動作させ、所定時間先（例えば数分先、数時間先）のプロセス挙動を予測する場合、未来予測手段１０は、ある時刻でのプロセスシミュレーション結果を初期値作成手段９経由で初期値として受信する。
未来予測手段１０は、受信した初期値に基づき、プロセスシミュレータの時間を、例えば、実プラントが動作する通常の速度（または通常の時間が進む速度）の数倍から数百倍に高速で進めてプラントの所定の未来（または将来）の時刻における状態を予測して、シミュレーションに係る演算を実施する。
また、未来予測手段１０は、所定の時刻の未来予測手段１０で算出されるシミュレーション結果（予測データ）を、制御部１３及びＫＰＩ導出手段１に送信する。実プラントからの実データに基づき、シミュレーションモデルのパラメータ（状態変数）を修正する。
また、未来予測手段１０は、所定の時刻の未来予測手段１０で算出されるシミュレーション結果（予測データ）を、制御部１３及びＫＰＩ導出手段１に送信する。実プラントからの実データに基づき、シミュレーションモデルのパラメータ（状態変数）を修正する。
ＫＰＩ導出手段１は、実プラント１５のプロセスデータに基づいてプロセスシミュレーション手段６で算出され、推定値抽出手段８により抽出された推定値の内、ＫＰＩ導出に必要な推定値データを用いて、現在におけるＫＰＩ（以下、推定ＫＰＩという）を導出する。
なお、ＫＰＩ導出手段１は、推定ＫＰＩを導出するにあたっては、推定値データを利用するだけではなく、例えばプロセスサーバ２に格納されている実プラント１５のプロセスデータまたは実測値の中からＫＰＩ導出に必要なデータに基づき、推定ＫＰＩを導出するものでもよい。
さらに、ＫＰＩ導出手段１は、推定ＫＰＩを導出するにあたっては、推定値データおよび実プラント１５のプロセスデータあるいは実データを利用するものでもよく、例えばプロセスサーバ２に格納されている実プラント１５のプロセスデータまたは実測値データ、および、プロセスシミュレーション手段６で算出され推定値抽出手段８により抽出された推定値の中から、ＫＰＩ導出に必要な各データに基づき、推定ＫＰＩを導出するものでもよい。
また、ＫＰＩ導出手段１は、実プラント１５のプロセスデータ、プロセスシミュレーション手段６で算出されたシミュレーション結果及び未来予測手段１０で算出される予測データを用いて、現在または任意の時刻から、あらかじめ設定可能な所定の時間だけ未来に進んだ時点におけるＫＰＩ（以下、予測ＫＰＩという）を導出する。
ＫＰＩ導出手段１は、ＫＰＩを導出するときに必要となるパラメータの選定、ＫＰＩに対する閾値を設定する。閾値の設定はユーザが予め設定できる。ここで、本発明において導出するＫＰＩは、例えば、プラント運転の安全性、生成物の品質、生産量、生産効率、環境負荷等の値や指標である。
なお、その他オペレータの監視対象とするタスクの種類に応じてプラントにおけるプロセスデータ、推定データ（推定値）、予測データ（予測値）、またはシミュレーションモデル７のパラメータをＫＰＩとして設定してもよい。ＫＰＩ導出手段１で導出したＫＰＩを表示装置１４に表示させる指示を制御部１３に送信される。
なお、その他オペレータの監視対象とするタスクの種類に応じてプラントにおけるプロセスデータ、推定データ（推定値）、予測データ（予測値）、またはシミュレーションモデル７のパラメータをＫＰＩとして設定してもよい。ＫＰＩ導出手段１で導出したＫＰＩを表示装置１４に表示させる指示を制御部１３に送信される。
プラント診断手段１２は、シミュレーションデータサーバ１１から受信したプラント運用開始初期のパラメータやシミュレーションにおいて修正されたパラメータといった過去のパラメータと現在のシミュレーションにおいて修正されたパラメータとを比較することでプラントの運転状況またはオペレータの監視対象のタスクに係る各設備または各プロセスの状態を診断する。
また、プラント診断手段１２は、過去のプロセスシミュレーションにおけるシミュレーションモデルのパラメータの変化と、現在のプロセスシミュレーションにおけるパラメータの変化を比較し、両者の差があらかじめ設定した許容差を超えた場合は、例えばプラント内のフィールド機器の故障、配管の異常を示すようなプラント異常であるものとして、その旨を示す異常情報を制御部１３へ送信する。
制御部１３は、表示手段１４への画面表示を介してプラント運転員にプラント異常である旨を表示する。すなわち、プラント診断手段１２は、現在のプロセスシミュレーションにおけるパラメータの変移が、過去データとして記憶しておいたパラメータの変移と大きく異なる場合は、プラント異常として制御部１３へ送信する。
プラント診断手段１２は、シミュレーションモデル７のモデル式、および／または、当該モデルのパラメータの変化に基づいて、プラント内のどの部分が異常であるかを推定する。
また、プラント診断手段１２は、プロセスシミュレーション手段６が算出した値と実プラント１５から得られる実データの整合性を調査し、両者の差があらかじめ設定した許容差を超えた場合は、プラント異常として表示手段１４に表示する。
また、プラント診断手段１２は、プロセスシミュレーション手段６が算出した値と実プラント１５から得られる実データの整合性を調査し、両者の差があらかじめ設定した許容差を超えた場合は、プラント異常として表示手段１４に表示する。
制御部１３は、実プラント１５に設置された制御対象（例えば、アクチュエータやコントローラ等）へ操作量指令値を指示するほか、実プラント１５のデータを、プロセスデータサーバ２を介して取得し、プロセスシミュレーション手段６に送信する。制御部１３は、このほかに、ＫＰＩ導出手段１で導出された推定ＫＰＩ、予測ＫＰＩを表示装置１４に出力し表示する。
なお、プラント運転支援装置は、プロセスデータサーバ２、入力インターフェース手段３、パラメータ修正手段４、パラメータ決定手段５、プロセスシミュレーション手段６、プロセスシミュレーションモデル７、シミュレーションデータサーバ１１、プラント診断手段１２、制御部１３、初期値作成手段９、未来予測手段１０、ＫＰＩ導出手段１、推定値抽出手段８、表示手段１４の各手段を有するものと記載したが、これに限定されるものではなく、これらの各手段のうちいずれかの手段の機能が、異なる端末装置上で動作し、図示しないネットワークを介して連携することにより、本発明に係るプラント運転支援装置の動作を提供するものであってもよい。
＜ＫＰＩ導出手段の構成例＞
次に、図１のプラント運転支援装置の構成要素であるＫＰＩ導出手段１について、図２を用いて詳細に説明する。図２は、本発明のプラント運転支援装置の一実施例のうちＫＰＩ導出手段の構成説明図である。
本発明のＫＰＩ導出手段１は、ＫＰＩパラメータ定義部１０１、パラメータ抽出部１０２、推定ＫＰＩ導出部１０３、予測ＫＰＩ導出部１０４、ＫＰＩ予測範囲設定部１０５、ＫＰＩ閾値設定部１０６、シンボル定義部１０７、ＫＰＩ差分算出部１０８、ＫＰＩ判定部１０９と、ＫＰＩ条件データベース１１０、ＫＰＩグラフィックデータベース１１０、シンボルデータベース１１２、差分データベース１１３から構成される。
なお、導出した推定ＫＰＩや予測ＫＰＩを記憶するデータベースを有するものでもよい。また、データベースはメモリや外部の記憶媒体に構成されるものでもよい。
次に、図１のプラント運転支援装置の構成要素であるＫＰＩ導出手段１について、図２を用いて詳細に説明する。図２は、本発明のプラント運転支援装置の一実施例のうちＫＰＩ導出手段の構成説明図である。
本発明のＫＰＩ導出手段１は、ＫＰＩパラメータ定義部１０１、パラメータ抽出部１０２、推定ＫＰＩ導出部１０３、予測ＫＰＩ導出部１０４、ＫＰＩ予測範囲設定部１０５、ＫＰＩ閾値設定部１０６、シンボル定義部１０７、ＫＰＩ差分算出部１０８、ＫＰＩ判定部１０９と、ＫＰＩ条件データベース１１０、ＫＰＩグラフィックデータベース１１０、シンボルデータベース１１２、差分データベース１１３から構成される。
なお、導出した推定ＫＰＩや予測ＫＰＩを記憶するデータベースを有するものでもよい。また、データベースはメモリや外部の記憶媒体に構成されるものでもよい。
推定ＫＰＩ導出部１０３は、実プラント１５から取得しプロセスデータサーバ２に格納されたプロセスデータまたは実測値データ、および／または、推定値抽出手段８で抽出した推定値データ、パラメータの中から、ＫＰＩパラメータ定義部１０１で定義された各ＫＰＩを導出するために必要であるあらかじめ定められたデータまたはパラメータに基づき、推定ＫＰＩ値を導出する。
推定ＫＰＩ導出部１０３は、必要に応じて、物理、化学モデル式や経験式を用いて推定ＫＰＩ値を導出してもよい。
推定ＫＰＩ導出部１０３は、必要に応じて、物理、化学モデル式や経験式を用いて推定ＫＰＩ値を導出してもよい。
導出された推定ＫＰＩは、導出されたＫＰＩが数値で表現できるもの（以下、推定ＫＰＩ値という）はＫＰＩ差分算出部１０８へ送信され、例えば安全性や品質といった複数のプロセス値に対し条件判断処理することで表現され、数値で表現できないものはＫＰＩ判定部１０９へ送信される。
なお、本発明のプラント運転支援装置は、タスク別にＫＰＩを導出することを可能とするものである。
ここで、タスクとは、オペレータの操作目的に応じた製造工程の分類を示し、例えば、タスクには化学物質を生成するプラント内の反応器のロード変更や、新たなポンプの起動に関するタスクなどがあげられる。タスクの一例として「反応器のロード」があり、この時のＫＰＩは、反応器の安全度、プラントで生成する化学物質の品質、化学物質の生産量、反応器を通過後の生産量であり、推定ＫＰＩ値導出部１０３により、条件判断処理され、ＫＰＩ判定部１０９に送信される。
ここで、タスクとは、オペレータの操作目的に応じた製造工程の分類を示し、例えば、タスクには化学物質を生成するプラント内の反応器のロード変更や、新たなポンプの起動に関するタスクなどがあげられる。タスクの一例として「反応器のロード」があり、この時のＫＰＩは、反応器の安全度、プラントで生成する化学物質の品質、化学物質の生産量、反応器を通過後の生産量であり、推定ＫＰＩ値導出部１０３により、条件判断処理され、ＫＰＩ判定部１０９に送信される。
ＫＰＩ予測範囲設定部１０５は、未来（または将来）のどの時点までＫＰＩを導出するか、またどのタイミング、同期、例えば何分間隔で導出するかを設定する。
予測ＫＰＩ導出部１０４は、ＫＰＩ予測範囲設定部１０５であらかじめ設定された現時点またはある時点から所定の未来（または将来）までの期間内で、未来予測手段１０から受信した未来（または将来）のプロセスデータを、ＫＰＩパラメータ定義部１０１で定義された各予測ＫＰＩ値を導出するためにあらかじめ定められたデータまたはパラメータに基づき、予測ＫＰＩを導出する。
また、予測ＫＰＩ導出部１０４は、予測ＫＰＩ値も推定ＫＰＩ値と同様に、必要に応じて、物理、化学モデル式を用いてＫＰＩを導出してもよい。
また、予測ＫＰＩ導出部１０４は、予測ＫＰＩ値も推定ＫＰＩ値と同様に、必要に応じて、物理、化学モデル式を用いてＫＰＩを導出してもよい。
予測ＫＰＩ値も推定ＫＰＩ値と同様に導出されたＫＰＩが数値（以下、予測ＫＰＩ値という）で表現できるものはＫＰＩ差分算出部１０８へ送信され、具体的な数値で表現できないものはＫＰＩ判定部１０９へ送信される。
ＫＰＩ差分算出部１０８は、推定ＫＰＩ導出部１０３から受信した推定ＫＰＩ値と予測ＫＰＩ導出部１０４から受信した予測ＫＰＩ値との差分を算出する。このＫＰＩの差分は、差分データベースに未来（または将来）の所定の時刻又はタイミングのＫＰＩの差分として差分データベース１１３へ格納する。格納されたＫＰＩの差分は、ＫＰＩ判定部１０９へ送信する。
ＫＰＩ閾値設定部１０６は、予測ＫＰＩ値やＫＰＩの差分がどの値以上かつ以下で異常か否かを設定する。例えば、ＫＰＩが生産効率を表した場合、生産効率が１０％以下となるときを閾値（１０％）と設定する。
シンボル定義部１０７は、ＫＰＩ閾値設定部１０６で設定された１または複数の閾値に基づき、どのシンボルを出現させるかあらかじめ定義する。１あるいは複数の閾値およびシンボル定義部１０７で定義される１個以上のシンボルは、シンボルデータベース１１２に格納されている。
ここで、シンボルとは、オペレータが表示を見て直感的にＫＰＩが正常か否かを把握できる表示（アイコン）であって、例えば、笑った顔の絵や怒った顔の絵を指すものでもよい。
ここで、シンボルとは、オペレータが表示を見て直感的にＫＰＩが正常か否かを把握できる表示（アイコン）であって、例えば、笑った顔の絵や怒った顔の絵を指すものでもよい。
また、ＫＰＩ閾値設定部１０６およびシンボル定義部１０７で設定された、予測ＫＰＩと推定ＫＰＩとの差分の大きさあるいは絶対値に対して比較判定の際に用いられる１または複数の閾値、または、予測ＫＰＩに対して比較判定の際に用いられる１または複数の異常状態の条件が、ＫＰＩ条件データベース１１０に格納される。
ＫＰＩ判定部１０９は、ＫＰＩ条件データベース１１０に格納された、予測ＫＰＩ値やＫＰＩの差分に対する閾値に基づき、予測ＫＰＩ値またはＫＰＩ差分算出部で算出されたＫＰＩの差分が閾値の範囲内か否か判定するものでもよい。
本発明での閾値の一例として、閾値の最大値であり、プラントの異常状態を示す値である、Ｈｉｇｈ−Ｈｉｇｈ（以下、ＨＨという）、プラントの異常状態ではないものの、パラメータの推移に注意が必要である閾値のＰｒｅ−Ｈｉｇｈ（以下、ＰＨという）、Ｐｒｅ−Ｌｏｗ（以下、ＰＬという）、閾値の最小値であり、プラントの異常状態を示す値である、Ｌｏｗ−Ｌｏｗ（以下、ＬＬという）を用いて正常状態の範囲を定義、設定する閾値を用いるものでもよい。
なお、本発明での閾値の一例として説明した上述の「ＰＨ」は、「ＨＨ」の次に大きい値であり、「ＰＬ」は「ＰＨ」の次に大きい値である。「ＨＨ」は各閾値の中で最大値であり、「ＬＬ」は各閾値の中で最小値である。
以降、本発明の実施例の一例として、正常状態を示す範囲内は、ＰＨとＰＬの値の範囲内を意味するものとして説明する。
ＫＰＩ判定部１０９の予測ＫＰＩ、または、ＫＰＩ間の差分に基づく判定結果に基づき、ＫＰＩ条件データベース１１０に格納された閾値に対するシンボル定義を参照して、所定時刻における予測ＫＰＩ、または、ＫＰＩ間の差分に基づく判定結果に対するシンボルマークを表示手段１４に表示する。
また、ＫＰＩの差分の情報は、制御部１３へ送信され、制御部１３から表示手段１４でグラフとして表示させる旨の指示命令が送信されて、グラフが生成され表示手段１４に表示される。ＫＰＩ判定部１０９は、ＫＰＩの差分の大きさに対する閾値の度合いによって、例えば棒グラフの色や長さを指示できるようにしてもよい。
例えば、本発明のＫＰＩ判定部１０９は、このＫＰＩの差分の大きさに応じて、判定する異常状態の深刻度のレベルを判定するものでもよい。
例えば、本発明のＫＰＩ判定部１０９は、このＫＰＩの差分の大きさに応じて、判定する異常状態の深刻度のレベルを判定するものでもよい。
ＫＰＩグラフィックデータベース１１１は、各タスクに対するＫＰＩ出力画面のグラフィックデータやそれらのグラフィックパーツを格納する。このグラフィックは、例えば、図６のような、「反応器のロード変更」における、反応器の安全度、プラントで生成する化学物質の品質、化学物質の生産量、反応器を通過後の生産量のＫＰＩをシンボルマークや棒グラフ形式で表示するグラフィックデータがあげられる。
パラメータ抽出部１０２は、後述の条件式４０８（図４中）を作成するために必要となる、実プラント１５から取得される実測値やプロセスデータなどの実データ、プロセスシミュレーション手段６により算出される推定値、または、未来予測手段１０により算出された現在から所定の時間だけ未来に進んだ時点または時刻におけるプロセスデータ（予測値）を、プロセスデータサーバ２、プロセスシミュレーション手段６、未来予測手段１０から取得する。また。パラメータ抽出部１０２は、条件式４０８（後述）の構築に必要なパラメータを抽出することが可能とするものでもよい。
差分データベース１１３は、予測ＫＰＩ、または、予測ＫＰＩと推定ＫＰＩとの差分および当該差分の絶対値を格納する。この差分データベース１１３は、これらの１または複数の予測ＫＰＩ、および、１または複数のＫＰＩの差分を、未来予測手段１０が算出する１または複数の所定の未来の時刻に基づく時系列データと共に格納するものでもよい。
なお、本発明のＫＰＩ導出手段１は、ＫＰＩパラメータ定義部１０１、パラメータ抽出部１０２、推定ＫＰＩ導出部１０３、予測ＫＰＩ導出部１０４、ＫＰＩ予測範囲設定部１０５、ＫＰＩ閾値設定部１０６、シンボル定義部１０７、ＫＰＩ差分算出部１０８、ＫＰＩ判定部１０９と、ＫＰＩ条件データベース１１０、ＫＰＩグラフィックデータベース１１０、シンボルデータベース１１２、差分データベース１１３から構成されるものと記載したが、これに限定されるものではなく、これらの各手段のうちいずれかの手段の機能が、異なる端末装置上で動作して図示しないネットワークを介して連携して本発明に係るプラント運転支援装置の動作を提供するものであってもよい。
＜本発明の動作説明：ＫＰＩの導出の流れについて＞
本発明のプラント運転支援装置は、オペレータが監視したいタスクに対応するＫＰＩを導出することを可能とするものである。図３と図４を用いて本発明の動作、推定ＫＰＩ値、予測ＫＰＩ値の導出方法について、具体的に説明する。
本発明のプラント運転支援装置は、オペレータが監視したいタスクに対応するＫＰＩを導出することを可能とするものである。図３と図４を用いて本発明の動作、推定ＫＰＩ値、予測ＫＰＩ値の導出方法について、具体的に説明する。
図３は本発明のプラント運転支援装置の一実施例における、推定ＫＰＩ及び予測ＫＰＩの導出プロセスを示すフローチャートである。また、図４は本発明のプラント運転支援装置の一実施例における、ＫＰＩの閾値やシンボルを設定する設定画面の一例である。
なお、本発明においてプラントシミュレータによって推定値や予測値を算出する手法は従来技術である特許第４７８９２７７号明細書中に記載の技術と同様であり、説明を省略する。
なお、本発明においてプラントシミュレータによって推定値や予測値を算出する手法は従来技術である特許第４７８９２７７号明細書中に記載の技術と同様であり、説明を省略する。
（推定ＫＰＩの導出）
先ず、ステップＳ１において、ユーザは、図４のようなＫＰＩの閾値やシンボルを設定する設定画面４００を起動し、ＫＰＩを導出するために必要な条件式及びパラメータまたはプロセスデータに対する閾値を入力、および／または、条件式を設定する（ステップＳ１）。
図４に示すように、表示装置１４は、設定画面４０１に、条件式番号入力エリア４０２、条件式入力エリア４０３、操作ボタン４０４、表示するシンボルイメージ図４０５、シンボル選択ボタン４０６、条件式番号４０７、条件式４０８、条件式選択ボタン４０９、４１０を表示する。
先ず、ステップＳ１において、ユーザは、図４のようなＫＰＩの閾値やシンボルを設定する設定画面４００を起動し、ＫＰＩを導出するために必要な条件式及びパラメータまたはプロセスデータに対する閾値を入力、および／または、条件式を設定する（ステップＳ１）。
図４に示すように、表示装置１４は、設定画面４０１に、条件式番号入力エリア４０２、条件式入力エリア４０３、操作ボタン４０４、表示するシンボルイメージ図４０５、シンボル選択ボタン４０６、条件式番号４０７、条件式４０８、条件式選択ボタン４０９、４１０を表示する。
また、条件式の設定方法は、ユーザが条件式番号入力エリア４０２に条件番号を入力し、条件式入力エリア４０３に例えば、図４に記載のような「ＶＤＢ．Ｆｏｒｃａｓｔｅｄｄａｔａ．ＢＡＣＫ１ＱＣ１１７０ＰＶ（２４００）＞８」を条件式として入力する。条件式を入力した後、操作ボタン４０４で追加を押し、条件式番号４０７、条件式４０８に反映させる。条件式４０８はパラメータ抽出部１０２から抽出する推定値、および／または、プロセスデータサーバ２に格納される実プラント１５から取得したプロセスデータ等を参照して作成される。
さらに、シンボルを定義する際は、ユーザがピクチャ選択ボタン４０６（シンボル選択ボタン）を押し、表示させるシンボルを選択し、表示するシンボルイメージ図４０５を更新し反映させる。
さらに、シンボルを定義する際は、ユーザがピクチャ選択ボタン４０６（シンボル選択ボタン）を押し、表示させるシンボルを選択し、表示するシンボルイメージ図４０５を更新し反映させる。
次に、ステップＳ２において、推定ＫＰＩ導出部１０３は、プロセスデータサーバ２に格納されている実プラントから取得した現在値であるプロセスデータ・実測値データ、および／または、プロセスシミュレーション手段６で算出した推定値を受信する（ステップＳ２）。
このとき、推定ＫＰＩ導出部１０３は、ステップＳ１であらかじめ設定されたＫＰＩを導出するために必要なパラメータ（推定値抽出手段８により抽出された推定値および／またはプロセスデータサーバ２に格納された実プラントから受信したデータである実測値データ、プロセスデータの中からそれらの種類に基づき取捨選択して取得する。
このとき、推定ＫＰＩ導出部１０３は、ステップＳ１であらかじめ設定されたＫＰＩを導出するために必要なパラメータ（推定値抽出手段８により抽出された推定値および／またはプロセスデータサーバ２に格納された実プラントから受信したデータである実測値データ、プロセスデータの中からそれらの種類に基づき取捨選択して取得する。
さらに、ステップＳ３において、推定ＫＰＩ導出部１０３は取得した推定値から推定ＫＰＩ値を導出する（ステップＳ３）。推定ＫＰＩ値の導出は、ＫＰＩの種類によって導出方法が異なるものでもよい。
例えば、生産効率のような計算式を用いて導出する推定ＫＰＩや、生産量のような推定値を推定ＫＰＩ値と定義するといったように、オペレータが監視対象とするタスクの種類によってＫＰＩ導出方法が異なるものでもよい。
このようにすることで、プラント設備や環境に応じて監視対象のタスクに対する最適なＫＰＩを定義することが可能となり、複数のパラメータから最適なＫＰＩを導出し、表示画面に表示できるプラント内の状況を、設備環境に応じて把握することができる。
例えば、生産効率のような計算式を用いて導出する推定ＫＰＩや、生産量のような推定値を推定ＫＰＩ値と定義するといったように、オペレータが監視対象とするタスクの種類によってＫＰＩ導出方法が異なるものでもよい。
このようにすることで、プラント設備や環境に応じて監視対象のタスクに対する最適なＫＰＩを定義することが可能となり、複数のパラメータから最適なＫＰＩを導出し、表示画面に表示できるプラント内の状況を、設備環境に応じて把握することができる。
（予測ＫＰＩの導出）
推定ＫＰＩの導出と同様に、先ず、ステップＳ５において、ユーザは、図４のようなＫＰＩの閾値やシンボルを設定する設定画面を起動し、予測ＫＰＩを導出するために必要な条件式及びパラメータまたはプロセスデータに対する閾値を入力し、条件式を設定する（ステップＳ５）。
推定ＫＰＩの導出と同様に、先ず、ステップＳ５において、ユーザは、図４のようなＫＰＩの閾値やシンボルを設定する設定画面を起動し、予測ＫＰＩを導出するために必要な条件式及びパラメータまたはプロセスデータに対する閾値を入力し、条件式を設定する（ステップＳ５）。
条件式の設定方法は上述で説明した方法と同様のものであり、その方法に加えて、条件式４０８はパラメータ抽出部１０２から抽出する実プラント１５から取得したプロセスデータ、未来予測手段１０から取得した現在から所定の時間だけ未来に進んだ時点（または時刻）におけるプロセスデータ等を参照して作成されるものでもよい。
次に、ステップＳ６において、ＫＰＩ予測範囲設定部１０５によって、未来（または将来）のどの時点までＫＰＩを導出するか、またどのタイミング、例えば何分間隔又は所定の周期で導出するかを設定する（ステップＳ６）。
さらに、ステップＳ７において、実プラントから取得した現在値であるプロセスデータ、プロセスシミュレーション手段６で算出した推定値及び未来予測手段１０で算出された、未来（または将来）のプラントで取得される予測値を受信する（ステップＳ７）。このとき、予測ＫＰＩ導出部１０４は、Ｓ５であらかじめ設定されたＫＰＩを導出するために必要なパラメータを受信する。
ステップＳ８において、予測ＫＰＩ導出部１０４は、取得した現在値、推定値及び予測値から予測ＫＰＩ値を導出する（ステップＳ８）。また、ステップＳ８において、予測ＫＰＩ導出部１０４は、予測ＫＰＩ値の導出にあたり、ステップＳ６で設定した所定の予測間隔または周期毎に予め定められた時間まで繰り返して行われる。
なお、予測ＫＰＩの導出は、オペレータが監視対象とするタスクの種類によって導出方法が異なるものでもよい。例えば、生産効率を算出する計算式を用いて導出する予測ＫＰＩや、生産量のような予測値を予測ＫＰＩ値と定義するといったように、オペレータが監視対象とするタスクの種類によって導出方法が異なるものでもよい。
このようにすることで、プラント設備や環境に応じて監視対象のタスクに対する最適なＫＰＩを定義することが可能となり、複数のパラメータから最適なＫＰＩを導出し、表示画面に表示できるプラント内の状況を、設備環境に応じて把握することができる。
このようにすることで、プラント設備や環境に応じて監視対象のタスクに対する最適なＫＰＩを定義することが可能となり、複数のパラメータから最適なＫＰＩを導出し、表示画面に表示できるプラント内の状況を、設備環境に応じて把握することができる。
＜ＫＰＩを表示装置で表示する方法（１）シンボル表示＞
さらに、導出された推定ＫＰＩ値、予測ＫＰＩ値を表示画面に表示し、またはＫＰＩに応じたシンボルマークを表示するフローチャートを図５に示す。
さらに、導出された推定ＫＰＩ値、予測ＫＰＩ値を表示画面に表示し、またはＫＰＩに応じたシンボルマークを表示するフローチャートを図５に示す。
先ず、図５のステップＳ１０において、推定ＫＰＩ導出部１０３及び予測ＫＰＩ導出部１０４は、前述したＫＰＩ導出方法（ステップＳ１〜ステップＳ３およびステップＳ５〜ステップＳ８）から導出した推定ＫＰＩ値、予測ＫＰＩ値をＫＰＩ判定部１０９へ送信する（ステップＳ１０）。
ステップＳ１１において、ＫＰＩ判定部１０９は、あらかじめ設定されたＫＰＩに関する閾値と、導出した予測ＫＰＩ値とを比較する。（ステップＳ１１）。
ステップＳ１１において、ＫＰＩ判定部１０９は、あらかじめ設定されたＫＰＩに関する閾値と、導出した予測ＫＰＩ値とを比較する。（ステップＳ１１）。
次に、ステップＳ１２において、ＫＰＩ判定部１０９は、導出された予測ＫＰＩ値がＰＬとＰＨとの範囲内である値であるか否か判定し（ステップＳ１２）、導出した予測ＫＰＩ値がＰＬとＰＨとの範囲内であると判定されると、ステップＳ１３において、定義された情報をもとに、所定の時間間隔でシンボルが表示手段１４に表示される（ステップＳ１３）。ここで、ステップＳ１３において、ＫＰＩ判定部１０９は、ＫＰＩ定義情報データベースから対応するシンボルを参照し、出力するシンボル（図５中の例は笑った顔のシンボル）を表示手段１４に表示する。
またステップＳ１２で導出された予測ＫＰＩ値がＰＬとＰＨとの範囲内の値ではないと判断した場合は、ステップＳ１４において、ＫＰＩ判定部１０９は導出した予測ＫＰＩ値がＰＨとＨＨとの範囲内またはＬＬとＰＬとの範囲内の値のであるか否かを判定する（ステップＳ１４）。
ステップＳ１４で導出された予測ＫＰＩ値がＰＨとＨＨとの範囲内またはＬＬとＰＬとの範囲内であると判定されると、ステップ１５において、定義された情報をもとに、所定の時間間隔でシンボルが表示手段１４に表示される（ステップＳ１５）。ここで、ステップＳ１５において、ＫＰＩ判定部１０９は、ＫＰＩ定義情報データベースから対応するシンボルを参照し、出力するシンボル（図５中の例は無表情の顔のシンボル）表示手段１４に表示する。
またステップＳ１５で、導出された予測ＫＰＩ値がＰＨとＨＨとの範囲内またはＬＬとＰＬとの範囲内ではないものと判定されると、すなわち、ＨＨ以上またはＬＬ以下であった場合は、ステップＳ１６において、定義された情報をもとに、所定の時間間隔でシンボルが表示手段１４に表示される。ここで、ステップＳ１５において、ＫＰＩ判定部１０９は、ＫＰＩ定義情報データベースから対応するシンボルを参照し、出力するシンボル（図５中の例は怒った顔のシンボル）を、表示手段１４に表示する。
ＫＰＩ導出部１０９は、上述のステップＳ１２〜Ｓ１６に示した動作を、予め定められた所定の時間間隔に基づいて所定の時間帯まで繰り返し行われる（Ｓ１２、Ｓ１３、Ｓ１４、Ｓ１５、Ｓ１６、）。
ここで、図７を用いて、ＫＰＩを表示した画面の一例を説明する。図７は、本発明のプラント運転支援装置の一実施例における、ＫＰＩを表示した画面の一例である。図７では、一例として２０分間隔で現在時刻または所定の時刻から６０分先の未来（または将来）までＫＰＩを表示装置１４に表示させており、一例として、プラント内の「反応器のロード変更」というタスクにおける安全性および品質を示すＫＰＩを表示している。
図７中の７０１は反応器の安全性に関する現在、２０分後、４０分後、６０分後のＫＰＩを予め定められたシンボルに基づき表示している。
７０２ａ〜ｄでは現在、２０分後、４０分後、６０分後の推定ＫＰＩ又は予測ＫＰＩに基づいたＫＰＩ判定部１０９による判定結果に応ずるシンボルが表示されている。
７０２ａ〜ｄでは現在、２０分後、４０分後、６０分後の推定ＫＰＩ又は予測ＫＰＩに基づいたＫＰＩ判定部１０９による判定結果に応ずるシンボルが表示されている。
また、７０３は「反応器のロード変更」のタスク全体の安全性のＫＰＩを、７０４は生成物の品質に関するＫＰＩを、それぞれ表示している。なお７０３、７０４におけるシンボル表示も上述の通りＫＰＩ判定部１０９の判定結果に応じて表示される。
また、一例として、プラント内の「反応器のロード変更」というタスクにおける安全性のＫＰＩは、反応器の各段における温度、反応器入口の酸素濃度、反応器入口のエチレン濃度、または反応器を冷却するための冷却水の流量と温度の少なくともいずれかまたはいずれかの組み合わせに基づき導出されるものであってもよい。
例えば、この「反応器のロード変更」のタスクにおける安全性のＫＰＩは、反応器を１０分割した各ポイントの温度、反応器入口の酸素濃度、反応器入口のエチレン濃度、反応器を冷却するための冷却水の流量と温度のうち少なくともいずれかの値が、それぞれあらかじめ定められた閾値を超えると、異常を意味する。図７において、７０２ｄのような怒った顔のシンボルが表示される。
なお、このＫＰＩは、推定ＫＰＩ導出部１０３（または予測ＫＰＩ導出部１０４）により、１以上のパラメータ、プロセスデータ、および、推定データ（または予測データ）のうち少なくともいずれかを用いてあらかじめ定められた算出式により算出されるものでもよい。
さらに、プラント内の「反応器のロード変更」というタスクにおける生成物の品質に係るＫＰＩは、一例として、生成物中の酢酸濃度、生成物中の水濃度に基づき導出されるものであってもよい。
例えば、図７において、この「反応器のロード変更」のタスクにおける生成物の品質に係るＫＰＩは、生成物中の酢酸濃度、及び生成物中の水濃度のどちらかの値も、それぞれあらかじめ定められた閾値の範囲内であるとき、７０４のような笑った顔のシンボルが表示される。
なお、シンボル表示は、顔のシンボルに限定されるものではなく、オペレータが一見して把握可能なものであればどのようなものでもよい。
例えば、図７において、この「反応器のロード変更」のタスクにおける生成物の品質に係るＫＰＩは、生成物中の酢酸濃度、及び生成物中の水濃度のどちらかの値も、それぞれあらかじめ定められた閾値の範囲内であるとき、７０４のような笑った顔のシンボルが表示される。
なお、シンボル表示は、顔のシンボルに限定されるものではなく、オペレータが一見して把握可能なものであればどのようなものでもよい。
＜ＫＰＩを表示装置で表示する方法（２）グラフ表示＞
次に、導出された推定ＫＰＩ値、予測ＫＰＩ値を表示画面に表示する、特にＫＰＩの差分をグラフ、ここでは一例として棒グラフとして表示するフローチャートを図６に示す。
次に、導出された推定ＫＰＩ値、予測ＫＰＩ値を表示画面に表示する、特にＫＰＩの差分をグラフ、ここでは一例として棒グラフとして表示するフローチャートを図６に示す。
先ず、ステップＳ１９およびＳ２０において、推定ＫＰＩ導出部１０３及び予測ＫＰＩ導出部１０４は、前述した推定ＫＰＩ及び予測ＫＰＩの導出方法（ステップＳ１〜ステップＳ３、ステップＳ５〜ステップＳ８）から導出した推定ＫＰＩ値、予測ＫＰＩ値をＫＰＩ差分算出部１０８へ送信する（ステップＳ１９、ステップＳ２０）。
ステップＳ２１において、ＫＰＩ差分算出部１０８は、推定ＫＰＩ値と予測ＫＰＩ値の差分を算出し（ステップＳ２１）、ＫＰＩ判定部１０９に送信する。
そして、ステップＳ２２において、ＫＰＩ判定部１０９は、あらかじめタスク毎に設定された各ＫＰＩに関する閾値を取得する（ステップＳ２２）。
ステップＳ２３において、ＫＰＩ定義情報データベース１１０に定義された情報をもとに所定の時間間隔で棒グラフを表示する（ステップＳ２３）。
また、推定ＫＰＩ値と予測ＫＰＩ値の差分（の絶対値）が、ＫＰＩ定義情報データベースに格納された閾値によって定義された正常状態を示す閾値の範囲、外れた場合、すなわち異常状態であると判定された場合、差分の絶対値に近い閾値（ＬＬ、ＰＨ、ＰＬ、ＬＬの何れか）の値と当該差分の絶対値との差の大きさに応じて棒グラフの色を変更できるように、あらかじめ閾値に対する色をＫＰＩ定義情報データベース１１０に定義されるものでもよい（ステップＳ２４）。
なお、本発明の他の実施例では、上述のように推定ＫＰＩ値と予測ＫＰＩ値の差分（の絶対値）を用いて棒グラフを作成するものに限定されるものではなく、予測ＫＰＩ値が、ＫＰＩ定義情報データベースに格納された閾値によって定義された正常状態を示す閾値の範囲、外れた場合、すなわち異常状態であると判定された場合、予測ＫＰＩ値に近い閾値（ＬＬ、ＰＨ、ＰＬ、ＬＬの何れか）の値と当該予測ＫＰＩ値との差の大きさに応じて棒グラフの色を変更できるように、あらかじめ閾値に対する色をＫＰＩ定義情報データベース１１０に定義されるものでもよい。
また、図７において、ＫＰＩを表示した表示画面の一例を説明する。
図７中の表示画面において７０５は反応器の出口における、現在の生成した化学物質の生産量を、７０６は化学物質の生産量に対する推定ＫＰＩ値と予測ＫＰＩ値との差分を表している。同様に、７０７は、現在の生成した化学物質の生産量を表し、７０８は化学物質の生産量に対する推定ＫＰＩ値と予測ＫＰＩ値との差分を表している。
図７中の表示画面において７０５は反応器の出口における、現在の生成した化学物質の生産量を、７０６は化学物質の生産量に対する推定ＫＰＩ値と予測ＫＰＩ値との差分を表している。同様に、７０７は、現在の生成した化学物質の生産量を表し、７０８は化学物質の生産量に対する推定ＫＰＩ値と予測ＫＰＩ値との差分を表している。
また、７０６および７０７は現在値、１０分後、２０分後、３０分後、４０分後、５０分後、６０分後の推定ＫＰＩと予測ＫＰＩとの差分を棒グラフ形式で表示している。なお、表示形式は棒グラフに限定されず、どのようなグラフ表示でもよい。
このように、本実施形態に係るプラント運転支援装置は、各ＫＰＩを導出するために必要なパラメータの種類を定義するＫＰＩパラメータ定義部１０１と、実プラントから取得しプロセスデータサーバ２に格納されたプロセスデータまたは実測値データ、および／または、推定値抽出手段８で抽出された推定値データまたは各パラメータの中から、ＫＰＩパラメータ定義部１０１で定義された各ＫＰＩを導出するために必要な１または複数のデータまたはパラメータをそれらの種類に基づき取捨選択し、推定ＫＰＩ値を導出する推定ＫＰＩ導出部１０３と、ＫＰＩ予測範囲設定部１０５であらかじめ設定された期間内で、未来予測手段１０から受信した未来（または将来）のプロセスデータを、ＫＰＩパラメータ定義部１０１で定義された各予測ＫＰＩ値を導出するために必要な１または複数のデータまたはパラメータの中から、それらの種類に基づき取捨選択し、予測ＫＰＩを導出する予測ＫＰＩ導出部１０４とを備える。
このような構成にすることにより、本発明のプラント運転支援装置は、タスク毎に運転や監視に必要なＫＰＩを導出し、表示画面に表示できるので、オペレータは複数のプロセスデータを監視することが不要となり、直観的にプラント内の状況を把握することができる。
さらに、本実施形態に係るプラント運転支援装置は、推定ＫＰＩ導出部１０３から受信した推定ＫＰＩと予測ＫＰＩ導出部１０４から受信した予測ＫＰＩとの差分を算出するＫＰＩ差分算出部１０８と、予測ＫＰＩ、または、予測ＫＰＩと推定ＫＰＩの差分の絶対値に対する閾値に基づき、予測ＫＰＩまたはＫＰＩ差分算出部１０８で算出されたＫＰＩの差分の絶対値がパラメータの推移に注意が必要である閾値のＰＨ、ＰＬの各値の範囲内か判定するＫＰＩ判定部１０９とを備える。
このような構成にすることにより、本発明のプラント運転支援装置は、特定のタスク実行時に監視する必要があるＫＰＩまたはパラメータの少なくともいずれかを一括で確認することができるので、オペレータが監視する負担を軽減することができる。
以上、本発明の実施形態について図面を参照して詳述してきたが、具体的な構成は上述の実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。例えば、上述の実施形態において説明した各機能は、任意に組み合わせることができる。
１ ＫＰＩ導出手段
２ プロセスデータサーバ
３ 入力インターフェース
４ パラメータ修正手段
５ パラメータ決定手段
６ プロセスシミュレーション手段
７ プロセスシミュレーションモデル
８ 推定値抽出手段
９ 初期値作成手段
１０ 未来予測手段
１１ シミュレーションデータサーバ
１２ プラント診断手段
１３ 制御部
１４ 表示手段
１５ 実プラント
１０１ ＫＰＩパラメータ定義部
１０２ パラメータ抽出部
１０３ 推定ＫＰＩ導出部
１０４ 予測ＫＰＩ導出部
１０５ ＫＰＩ予測範囲設定部
１０６ ＫＰＩ閾値設定部
１０７ シンボル定義部
１０８ ＫＰＩ差分算出部
１０９ ＫＰＩ判定部
１１０ ＫＰＩ条件データベース
１１１ ＫＰＩグラフィックデータベース
１１２ シンボルデータベース
１１３ 差分データベース
４０１ ＫＰＩ閾値、シンボル設定画面
４０２ 条件式番号入力エリア
４０３ 条件式入力エリア
４０４ 操作ボタン
４０５ シンボルイメージ
４０６ シンボル選択ボタン
４０７ 条件式番号
４０８ 条件式
４０９ 条件式選択ボタン
４１０ 条件式選択ボタン
７０１ 反応器の安全性に関するＫＰＩの現在値の２０分後、４０分後、６０分後のＫＰＩ
７０２ａ ＫＰＩの現在値のＫＰＩのシンボル表示
７０２ｂ ＫＰＩの２０分後のＫＰＩのシンボル表示
７０２ｃ ＫＰＩの４０分後のＫＰＩのシンボル表示
７０２ｄ ＫＰＩの６０分後のＫＰＩのシンボル表示
７０３ 「反応器のロード変更」のタスク全体の安全性のＫＰＩ
７０４ 生成物の品質に関するＫＰＩ
７０５ 反応器の出口における、現在の生成した化学物質の生産量
７０６ 化学物質の生産量に対するＫＰＩの差分
７０７ 現在の生成した化学物質の生産量
７０８ 化学物質の生産量に対するＫＰＩの差分
２ プロセスデータサーバ
３ 入力インターフェース
４ パラメータ修正手段
５ パラメータ決定手段
６ プロセスシミュレーション手段
７ プロセスシミュレーションモデル
８ 推定値抽出手段
９ 初期値作成手段
１０ 未来予測手段
１１ シミュレーションデータサーバ
１２ プラント診断手段
１３ 制御部
１４ 表示手段
１５ 実プラント
１０１ ＫＰＩパラメータ定義部
１０２ パラメータ抽出部
１０３ 推定ＫＰＩ導出部
１０４ 予測ＫＰＩ導出部
１０５ ＫＰＩ予測範囲設定部
１０６ ＫＰＩ閾値設定部
１０７ シンボル定義部
１０８ ＫＰＩ差分算出部
１０９ ＫＰＩ判定部
１１０ ＫＰＩ条件データベース
１１１ ＫＰＩグラフィックデータベース
１１２ シンボルデータベース
１１３ 差分データベース
４０１ ＫＰＩ閾値、シンボル設定画面
４０２ 条件式番号入力エリア
４０３ 条件式入力エリア
４０４ 操作ボタン
４０５ シンボルイメージ
４０６ シンボル選択ボタン
４０７ 条件式番号
４０８ 条件式
４０９ 条件式選択ボタン
４１０ 条件式選択ボタン
７０１ 反応器の安全性に関するＫＰＩの現在値の２０分後、４０分後、６０分後のＫＰＩ
７０２ａ ＫＰＩの現在値のＫＰＩのシンボル表示
７０２ｂ ＫＰＩの２０分後のＫＰＩのシンボル表示
７０２ｃ ＫＰＩの４０分後のＫＰＩのシンボル表示
７０２ｄ ＫＰＩの６０分後のＫＰＩのシンボル表示
７０３ 「反応器のロード変更」のタスク全体の安全性のＫＰＩ
７０４ 生成物の品質に関するＫＰＩ
７０５ 反応器の出口における、現在の生成した化学物質の生産量
７０６ 化学物質の生産量に対するＫＰＩの差分
７０７ 現在の生成した化学物質の生産量
７０８ 化学物質の生産量に対するＫＰＩの差分
Claims (11)
- プラントから得られる情報に基づき前記プラントの現在または所定の時刻における状態を模擬してプラントにおけるプロセスデータの現在または所定の時刻における推定値を出力するプラント模擬部と、前記推定値に基づき前記プラントの所定の未来の時刻における状態を予測してプラントにおけるプロセスデータの予測値を出力する予測部とを備えるプラント運転支援装置において、
前記予測値に基づき、プラント運転の監視対象であるタスクの前記未来の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出する予測ＫＰＩ導出部を備えることを特徴とするプラント運転支援装置。 - 前記予測ＫＰＩ導出部は、複数の未来時刻における前記各予測ＫＰＩをそれぞれ導出し、その結果を表示することを特徴とする請求項１記載のプラント運転支援装置。
- 前記推定値に基づき、前記タスクの現在または所定の時刻の状態をモニタリングするための指標である推定ＫＰＩを導出する推定ＫＰＩ導出部と、
前記推定ＫＰＩと、前記予測ＫＰＩとの差分を算出するＫＰＩ差分算出部と、
前記差分が予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記未来の時刻における状態が正常であると判定し、前記差分が予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの前記未来の時刻における状態が異常であると判定するＫＰＩ判定部と、
を備えることを特徴とする請求項１または２に記載のプラント運転支援装置。 - 前記予測ＫＰＩが予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記未来の時刻における状態が正常であると判定し、前記予測ＫＰＩが予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの前記未来の時刻における状態が異常であると判定するＫＰＩ判定部と、
を備えることを特徴とする請求項１または２に記載のプラント運転支援装置。 - 前記ＫＰＩ判定部は、
異常であると判定したときは、前記第１の閾値または前記第２の閾値のうち前記差分又は前記予測ＫＰＩの値に近い閾値と前記差分との差の絶対値又は前記予測ＫＰＩの大きさに対応して異常の度合いを判定することを特徴とする請求項３または４に記載のプラント運転支援装置。 - 前記ＫＰＩ判定部により判定された判定結果に基づいて、複数の未来の時刻における前記判定結果を予め定められたシンボルデータとして表示するとともに、複数の未来時刻における前記各差分又は前記各予測ＫＰＩを時系列にグラフ形式で表示する表示部を備えたことを特徴とする請求項３〜５のいずれかに記載のプラント運転支援装置。
- 前記推定ＫＰＩ又は前記予測ＫＰＩは、
前記推定値又は前記予測値のうち、前記タスクの状態を評価するために必要な１個または複数の予め定められたパラメータから計算されることを特徴とする請求項１〜６のいずれかに記載のプラント運転支援装置。 - プラントから得られる情報に基づき前記プラントの現在または所定の時刻における状態を模擬してプラントのデータの現在または所定の時刻における推定値を出力するプラント模擬部と、前記推定値に基づき前記プラントの所定の未来の時刻における状態を予測してプラントのデータの予測値を出力する予測部とを備えるプラント運転支援方法において、
予測ＫＰＩ導出部が、前記予測値に基づき、プラント運転の監視対象であるタスクの前記未来の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出するステップと、
ＫＰＩ差分算出部が前記推定ＫＰＩと前記予測ＫＰＩとの差分を算出するステップと、
ＫＰＩ判定部が、前記差分が予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記未来の時刻における状態が正常であると判定し、前記差分が予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの未来の状態が異常であると判定するステップと、を含むことを特徴とするプラント運転支援方法。 - プラントから得られる情報に基づき前記プラントの現在または所定の時刻における状態を模擬してプラントのデータの現在または所定の時刻における推定値を出力するプラント模擬部と、前記推定値に基づき前記プラントの所定の未来の時刻における状態を予測してプラントのデータの予測値を出力する予測部とを備えるプラント運転支援方法において、
予測ＫＰＩ導出部が、前記予測値に基づき、プラント運転の監視対象であるタスクの未来の状態をモニタリングするための指標である予測ＫＰＩを導出するステップと、
ＫＰＩ判定部が、前記予測ＫＰＩが予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記未来の時刻における状態が正常であると判定し、前記予測ＫＰＩが予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの前記未来の時刻における状態が異常であると判定するステップと、を含むことを特徴とするプラント運転支援方法。 - コンピュータに、
プラント模擬部がプラントから得られる情報に基づき前記プラントの現在または所定の時刻における状態を模擬してプラントのデータの現在または所定の時刻における推定値を出力するステップと、
予測部が前記推定値に基づいて前記プラントの所定の未来の時刻における状態を予測してプラントのデータの予測値を出力するステップと、
予測ＫＰＩ導出部が、前記予測値に基づき、プラント運転の監視対象であるタスクの前記未来の時刻における状態をモニタリングするための指標である予測ＫＰＩを導出するステップと、
ＫＰＩ差分算出部が前記推定ＫＰＩと前記予測ＫＰＩとの差分を算出するステップと、
ＫＰＩ判定部が、前記差分が予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記未来の時刻における状態が正常であると判定し、前記差分が予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの未来の状態が異常であると判定するステップと、を実行させるためのプログラム。 - コンピュータに、
プラント模擬部がプラントから得られる情報に基づき前記プラントの現在または所定の時刻における状態を模擬してプラントのデータの現在または所定の時刻における推定値を出力するステップと、
予測部が前記推定値に基づき前記プラントの所定の未来の時刻における状態を予測してプラントのデータの予測値を出力するステップと、
予測ＫＰＩ導出部が、前記予測値に基づき、プラント運転の監視対象であるタスクの未来の状態をモニタリングするための指標である予測ＫＰＩを導出するステップと、
ＫＰＩ判定部が、前記予測ＫＰＩが予め定められた第１の閾値から第２の閾値までの範囲内である場合は前記タスクの前記未来の時刻における状態が正常であると判定し、前記予測ＫＰＩが予め定められた前記第１の閾値から前記第２の閾値までの範囲外である場合は前記タスクの前記未来の時刻における状態が異常であると判定するステップと、を実行させるためのプログラム。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017002973A JP6933899B2 (ja) | 2017-01-12 | 2017-01-12 | プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム |
| US15/861,181 US11353835B2 (en) | 2017-01-12 | 2018-01-03 | Plant operation support apparatus, plant operation support method, and plant operation support program recording medium |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017002973A JP6933899B2 (ja) | 2017-01-12 | 2017-01-12 | プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018112903A true JP2018112903A (ja) | 2018-07-19 |
| JP6933899B2 JP6933899B2 (ja) | 2021-09-08 |
Family
ID=62783043
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017002973A Active JP6933899B2 (ja) | 2017-01-12 | 2017-01-12 | プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11353835B2 (ja) |
| JP (1) | JP6933899B2 (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020189629A1 (ja) | 2019-03-19 | 2020-09-24 | 住友重機械工業株式会社 | 支援装置、表示装置、支援方法及び支援プログラム |
| WO2021049506A1 (ja) | 2019-09-11 | 2021-03-18 | 日立造船株式会社 | 情報処理装置、運転支援システム、情報処理方法、および情報処理プログラム |
| JP2022076660A (ja) * | 2020-11-10 | 2022-05-20 | 株式会社日立製作所 | 稼働監視装置、及び稼働監視方法 |
| JP2022147756A (ja) * | 2021-03-23 | 2022-10-06 | 横河電機株式会社 | フィールド機器、測定方法、及びプログラム |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018157951A1 (en) * | 2017-03-01 | 2018-09-07 | Telefonaktiebolaget Lm Ericsson (Publ) | A method and apparatus for key performance indicator forecasting using artificial life |
| WO2019234913A1 (ja) * | 2018-06-08 | 2019-12-12 | 千代田化工建設株式会社 | 支援装置、学習装置、及びプラント運転条件設定支援システム |
| JP7264697B2 (ja) * | 2019-04-02 | 2023-04-25 | 横河電機株式会社 | プラント運転支援システム及びプラント運転支援方法 |
| PL3966650T3 (pl) | 2019-05-09 | 2024-07-08 | Dürr Systems Ag | Sposób kontroli i obróbki dodatkowej elementów obrabianych, instalacja kontrolna oraz instalacja obróbkowa |
| DE112020002294A5 (de) * | 2019-05-09 | 2022-03-03 | Dürr Systems Ag | Analyseverfahren und Vorrichtungen hierzu |
| JP7392566B2 (ja) * | 2020-04-28 | 2023-12-06 | 横河電機株式会社 | 制御支援装置、制御支援方法、制御支援プログラム、および制御システム |
| US20220358598A1 (en) * | 2021-05-05 | 2022-11-10 | State Farm Mutual Automobile Insurance Company | Designed experiments for application variants |
| EP4345546A1 (de) * | 2022-09-30 | 2024-04-03 | Siemens AG Österreich | Verfahren, vorrichtung zur datenverarbeitung und computerpro-gramm zur optimierung eines gesamtzustands eines cyber-physischen systems |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0887317A (ja) * | 1994-09-14 | 1996-04-02 | Toshiba Syst Technol Kk | プラント性能計算装置 |
| JPH1139029A (ja) * | 1997-07-23 | 1999-02-12 | Toshiba Corp | 設備保守計画支援システム |
| JP2002132340A (ja) * | 2000-10-19 | 2002-05-10 | Nec Eng Ltd | 状態表示装置及びその方法 |
| JP2003269112A (ja) * | 2002-03-11 | 2003-09-25 | Hitachi Ltd | プラントの起動予測制御装置 |
| JP2007115176A (ja) * | 2005-10-24 | 2007-05-10 | Yokogawa Electric Corp | プラント運転支援装置 |
| US20070179766A1 (en) * | 2006-01-31 | 2007-08-02 | Landmark Graphics Corporation | Methods, systems, and computer-readable media for real-time oil and gas field production optimization using a proxy simulator |
| JP2012229088A (ja) * | 2011-04-26 | 2012-11-22 | Hitachi Ltd | 物品納入計画調整支援装置および物品納入計画調整支援プログラム |
| JP2013025340A (ja) * | 2011-07-15 | 2013-02-04 | Hitachi Ltd | 企業評価方法およびプログラム |
| JP2013080354A (ja) * | 2011-10-03 | 2013-05-02 | Hitachi Ltd | 監視装置および監視方法 |
| JP2014167706A (ja) * | 2013-02-28 | 2014-09-11 | Azbil Corp | 監視装置および制御システム |
| JP2014532230A (ja) * | 2011-09-28 | 2014-12-04 | エレメンタム エスシーエム （ケイマン）リミテッドＥｌｅｍｅｎｔｕｍ Ｓｃｍ （Ｃａｙｍａｎ） Ｌｔｄ． | 供給、製造および物流データの分析および提示 |
| JP2015114778A (ja) * | 2013-12-10 | 2015-06-22 | 横河電機株式会社 | プラント制御システム、制御装置、管理装置、及びプラント情報処理方法 |
| US20150317591A1 (en) * | 2014-05-02 | 2015-11-05 | Rockwell Automation Technologies, Inc. | Mobile computing application for industrial automation manufacturing data |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4789277B2 (ja) | 2004-04-22 | 2011-10-12 | 横河電機株式会社 | プラント運転支援装置 |
| US20110183303A1 (en) * | 2008-12-02 | 2011-07-28 | Mitsubishi Electric Corporation | Operation training system and plant operation supporting system |
| DE112012000548T5 (de) | 2011-01-24 | 2013-11-21 | Abb Inc. | Verfahren zum Analysieren und Diagnostizieren von Grossprozessautomatisierungs-Regelsystemen |
| US8914134B2 (en) * | 2011-11-09 | 2014-12-16 | General Electric Company | Systems and methods for predicting transient operational characteristics of a power plant |
| JP5522491B2 (ja) | 2011-12-13 | 2014-06-18 | 横河電機株式会社 | アラーム表示装置およびアラーム表示方法 |
| US8976975B2 (en) * | 2012-07-10 | 2015-03-10 | General Electric Company | Balancing power plant sound |
| JP6332154B2 (ja) | 2015-06-11 | 2018-05-30 | 横河電機株式会社 | プラント運転支援装置、プラント運転支援方法、及びプログラム |
-
2017
- 2017-01-12 JP JP2017002973A patent/JP6933899B2/ja active Active
-
2018
- 2018-01-03 US US15/861,181 patent/US11353835B2/en active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0887317A (ja) * | 1994-09-14 | 1996-04-02 | Toshiba Syst Technol Kk | プラント性能計算装置 |
| JPH1139029A (ja) * | 1997-07-23 | 1999-02-12 | Toshiba Corp | 設備保守計画支援システム |
| JP2002132340A (ja) * | 2000-10-19 | 2002-05-10 | Nec Eng Ltd | 状態表示装置及びその方法 |
| JP2003269112A (ja) * | 2002-03-11 | 2003-09-25 | Hitachi Ltd | プラントの起動予測制御装置 |
| JP2007115176A (ja) * | 2005-10-24 | 2007-05-10 | Yokogawa Electric Corp | プラント運転支援装置 |
| US20070179766A1 (en) * | 2006-01-31 | 2007-08-02 | Landmark Graphics Corporation | Methods, systems, and computer-readable media for real-time oil and gas field production optimization using a proxy simulator |
| JP2012229088A (ja) * | 2011-04-26 | 2012-11-22 | Hitachi Ltd | 物品納入計画調整支援装置および物品納入計画調整支援プログラム |
| JP2013025340A (ja) * | 2011-07-15 | 2013-02-04 | Hitachi Ltd | 企業評価方法およびプログラム |
| JP2014532230A (ja) * | 2011-09-28 | 2014-12-04 | エレメンタム エスシーエム （ケイマン）リミテッドＥｌｅｍｅｎｔｕｍ Ｓｃｍ （Ｃａｙｍａｎ） Ｌｔｄ． | 供給、製造および物流データの分析および提示 |
| JP2013080354A (ja) * | 2011-10-03 | 2013-05-02 | Hitachi Ltd | 監視装置および監視方法 |
| JP2014167706A (ja) * | 2013-02-28 | 2014-09-11 | Azbil Corp | 監視装置および制御システム |
| JP2015114778A (ja) * | 2013-12-10 | 2015-06-22 | 横河電機株式会社 | プラント制御システム、制御装置、管理装置、及びプラント情報処理方法 |
| US20150317591A1 (en) * | 2014-05-02 | 2015-11-05 | Rockwell Automation Technologies, Inc. | Mobile computing application for industrial automation manufacturing data |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020189629A1 (ja) | 2019-03-19 | 2020-09-24 | 住友重機械工業株式会社 | 支援装置、表示装置、支援方法及び支援プログラム |
| KR20210139267A (ko) | 2019-03-19 | 2021-11-22 | 스미도모쥬기가이고교 가부시키가이샤 | 지원장치, 표시장치, 지원방법 및 지원프로그램 |
| US11977366B2 (en) | 2019-03-19 | 2024-05-07 | Sumitomo Heavy Industries, Ltd. | Assist device, display device, assist method, and assist program |
| WO2021049506A1 (ja) | 2019-09-11 | 2021-03-18 | 日立造船株式会社 | 情報処理装置、運転支援システム、情報処理方法、および情報処理プログラム |
| JP2022076660A (ja) * | 2020-11-10 | 2022-05-20 | 株式会社日立製作所 | 稼働監視装置、及び稼働監視方法 |
| JP7113880B2 (ja) | 2020-11-10 | 2022-08-05 | 株式会社日立製作所 | 稼働監視装置、及び稼働監視方法 |
| JP2022147756A (ja) * | 2021-03-23 | 2022-10-06 | 横河電機株式会社 | フィールド機器、測定方法、及びプログラム |
| JP7294361B2 (ja) | 2021-03-23 | 2023-06-20 | 横河電機株式会社 | フィールド機器、測定方法、及びプログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| US11353835B2 (en) | 2022-06-07 |
| US20180196400A1 (en) | 2018-07-12 |
| JP6933899B2 (ja) | 2021-09-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6933899B2 (ja) | プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム | |
| US10809704B2 (en) | Process performance issues and alarm notification using data analytics | |
| CN108398935B (zh) | 事件解析装置、***、方法及计算机可读非暂时记录介质 | |
| EP2732349B1 (en) | Method of monitoring an industrial process | |
| JP4789277B2 (ja) | プラント運転支援装置 | |
| EP2677383B1 (en) | Process monitoring system and method | |
| US20120083917A1 (en) | Predicted fault analysis | |
| GB2496040A (en) | Displaying Correlated Factors and Predicted Faults | |
| KR102343752B1 (ko) | 프로세스 장치에서 전체 프로세스 섹션의 상태를 자동 모니터링하고 측정하는 컴퓨터 실행 방법 및 시스템 | |
| JP6711323B2 (ja) | プロセスの異常状態診断方法および異常状態診断装置 | |
| JP6702297B2 (ja) | プロセスの異常状態診断方法および異常状態診断装置 | |
| CN110622078B (zh) | 用于分批或顺序操作的基于预测时间的控制的装置和方法 | |
| TWI710873B (zh) | 支援裝置、學習裝置以及廠房運轉條件設定支援系統 | |
| CN115407728A (zh) | 信息处理装置、预测方法和计算机可读存储介质 | |
| JP2022166883A (ja) | プラント監視制御装置 | |
| US20160239015A1 (en) | Diagnostic Device And Method For Monitoring The Operation Of A Control Loop | |
| JP6662222B2 (ja) | 製造プロセスの異常状態診断方法及び異常状態診断装置 | |
| US20190392703A1 (en) | Alarm tuning using alarm and process data for condition monitoring | |
| EP3904977B1 (en) | Method for generating a process model and support system using the process model | |
| CN116997867A (zh) | 用于预测技术设施的运行的方法和*** | |
| WO2020262709A1 (ja) | 処理システム監視装置、処理システム監視方法、及びプログラム | |
| JP6749219B2 (ja) | プラント運転データ解析システム | |
| JP7416015B2 (ja) | 情報処理装置、アラーム予測方法およびアラーム予測プログラム | |
| JP7309548B2 (ja) | 異常予兆検知装置、方法及びプログラム | |
| CN107924186B (zh) | 生成机器心跳的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180220 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181212 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181218 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190213 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190717 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190828 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20200106 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200402 |
|
| C60 | Trial request (containing other claim documents, opposition documents) |
Free format text: JAPANESE INTERMEDIATE CODE: C60 Effective date: 20200402 |
|
| A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20200414 |
|
| C21 | Notice of transfer of a case for reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C21 Effective date: 20200416 |
|
| A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20200515 |
|
| C211 | Notice of termination of reconsideration by examiners before appeal proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C211 Effective date: 20200525 |
|
| C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20200910 |
|
| C13 | Notice of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: C13 Effective date: 20201112 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201225 |
|
| C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20210412 |
|
| C22 | Notice of designation (change) of administrative judge |
Free format text: JAPANESE INTERMEDIATE CODE: C22 Effective date: 20210705 |
|
| C23 | Notice of termination of proceedings |
Free format text: JAPANESE INTERMEDIATE CODE: C23 Effective date: 20210716 |
|
| C03 | Trial/appeal decision taken |
Free format text: JAPANESE INTERMEDIATE CODE: C03 Effective date: 20210818 |
|
| C30A | Notification sent |
Free format text: JAPANESE INTERMEDIATE CODE: C3012 Effective date: 20210818 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210820 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6933899 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |