JP2809860B2

JP2809860B2 - プラントのプロセス入力値生成装置

Info

Publication number: JP2809860B2
Application number: JP2280245A
Authority: JP
Inventors: 信行寺地; 清栗原; 滋夫青木
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1990-10-18
Filing date: 1990-10-18
Publication date: 1998-10-15
Anticipated expiration: 2013-10-15
Also published as: JPH04153802A

Description

【発明の詳細な説明】〔発明の目的〕（産業上の利用分野）この発明は、プロセスデータをデータベースに保存す
ると共に周期的に更新し、特定の目的を持った応用プロ
グラム群で監視または制御に利用するプラントに係り、
特に、プロセスを計測する装置の入力異常を検出して代
替値を生成し、これによって入力異常に対応する入力点
のプロセスデータを更新するプラントのプロセス入力値
生成装置に関する。

（従来の技術）プラントの重要なプロセス計測点には、故障等の不具
合対策として、同一の計測装置を２重または３重に設置
するのが一般的である。

第21図はこのような冗長化を図った従来のプラント制
御系の系統図である。同図において、プラント内の重要
なプロセス201を検出するために、検出器202が３重に設
けられている。これらの検出器202は信号ケーブルによ
ってプロセス入力装置203に接続されている。走作手段2
04はこのプロセス入力装置203のプロセスデータ入力点
を周期的に走査すると共に、得られた電気信号を工学単
位、すなわち、ディジタル値に変換し、データベースイ
ンタフェース手段205を介して、データベース206の所定
のメモリに保存、更新する。そして、特定の目的を持っ
た応用プログラム群207が、データベースインタフェー
ス手段205を介して、このデータを読取ってプラントの
監視または制御に利用している。

ここで、プロセス計測中の一つの検出器が故障し、入
力異常が発生すると、健全な他の検出器に切換えること
になる。

（発明が解決しようとする課題）プラントの信頼性は、短期的には装置自体の信頼性に
よって決定される。しかし、長期的には、冗長化のため
の投資額に大きく左右される。従って、広範囲の信頼性
を確保しようとすれば、かなりの経済的な負担を強いら
れる。このため、経済的理由によって冗長化出来ない場
合もある。

このように、冗長化されていない入力点に入力異常が
発生したとすれば、プラントの中央制御装置ではこれを
補う方法がなかった。そこで、現場の状況を把握しなが
ら注意深く運転を継続するか、異常箇所の修理が完了す
るまで現状状態を維持するか、あるいは、運転を取り止
めるかのいずれかの方法を採っていた。

このため、運転員の負担が著しく増大したり、運転の
中断または遅延に伴う経済的損失も増えるという問題が
あった。

この発明は上記の問題点を解決するためになされたも
ので、非冗長化入力に対して冗長化入力と同等の信頼性
を持たせることができ、これによって運転員の負担およ
び運転効率低下に伴う経済的負担を軽減することのでき
るプラントのプロセス入力値生成装置を得ることを目的
とする。

〔発明の構成〕

（課題を解決するための手段）この発明は、プロセスデータをデータベースに保存
し、特定の目的を持った応用プログラム群で監視または
制御に利用するプラントにおいて、プロセスの入力点が
同一で、入力時刻が異なる複数のプロセスデータを履歴
データとして記憶する履歴ファイルと、プロセスの入力
点を周期的に走査し、得られたプロセスデータが予め決
められた信号有効範囲を逸脱したか否かで正常に入力さ
れたか否か、プラントの状態変化に対応して予め決めら
れた所定値を超えたか否か、予め登録されている履歴入
力点情報を参照して履歴データとして保存対象か否かを
判定すると共に、プロセスデータが正常に入力されたと
判定したとき該当するプロセスデータによって前記デー
タベースを更新し、正常に入力されていないと判定した
とき該当する入力点番号データを出力し、所定の状態変
化に対応したものと判定したとき学習起動要求を出力
し、履歴データとして保存対象と判定したとき履歴デー
タ保存要求を出力する走査手段と、この走査手段の履歴
データ保存要求によって該当するプロセスデータを前記
履歴ファイルに格納する履歴データ保存手段と、前記履
歴ファイルの履歴データを用いて対応する入力点の関数
モデルを作成し、前記走査手段の学習起動要求によって
前記関数モデルを更新する学習手段と、前記走査手段の
入力点番号データによって対応する入力点の現在のプロ
セスデータを、前記関数モデルに記憶されているモデル
データを用いて演算し、正常に入力されていないと判定
した入力点の代替値として前記データベースを更新する
データ生成手段とを備えたものである。

また、前記走査手段がプロセスデータが所定の状態変
化に対応したものか否かを判定して学習起動要求を出力
する代わりに、周期的に学習起動要求を出力するように
したものである。

（作用）この発明においては、プロセスの入力点を周期的に走
査し、入力されたプロセスデータを履歴データとして記
憶させると共に、この履歴データを用いて対応する入力
点の関数モデルを作成する一方、得られたプロセスデー
タが所定の状態変化に対応したものであるとき関数モデ
ルを更新し、プロセスデータが正常に入力されていない
ときに該当するプロセスデータを関数モデルに記憶され
ているモデルデータを用いて演算し、この演算結果を代
替値とするので、非冗長化入力に対して冗長化入力と同
等の信頼性を持たせることができる。

また、プロセスデータが所定の状態変化に対応したも
のであるときに関数モデルを更新する代わりに、周期的
に関数モデルを更新をするようにしても、同じように信
頼性を持たせることができる。

（実施例）第１図はこの発明の一実施例の概略的な構成および動
作を説明するためのブロック図である。同図において、
プロセス101にはその監視と制御のために数多くの検出
器が設置されている。プロセス入力値生成装置100はプ
ロセスデータ入力の正常、異常を判定し、正常なプロセ
スデータをデータベース109に格納する一方、異常なプ
ロセスデータに対して代替値を生成してデータベース10
9に格納する。データベース109に格納されたプロセスデ
ータは、特定の目的を持った応用プログラム群110でプ
ラントの監視または制御に利用される。

ここで、プロセス入力値生成装置100は、走査手段102
と、履歴データ保存手段103と、履歴ファイル104と、学
習手段105と、関数モデル106と、データ生成手段107
と、データベースインタフェース手段108とで構成され
ている。

このうち、走査手段102は、データベース109に設定さ
れている走査点情報、および、履歴ファイル104に設定
されている履歴データ保存情報に従ってプロセス101を
走査する機能と、走査して得られたプロセスデータが正
常か否かを判定し、正常なデータのみをディジタル値に
変換してデータベース109に保存すると共に、正常なデ
ータのうちの履歴保存対象のデータを入力点番号と併せ
て履歴データ保存手段103に与え、異常と判定したとき
その入力点番号をデータ生成手段107に渡す機能と、走
査して得られたプロセスデータが所定の状態変化に対応
することを判定して学習手段105にイベント起動を、状
態変化の事象の終了をプロセスで捕らえ難いとき学習手
段105に遅延起動を指示する機能とを備えている。

履歴ファイル104は、入力点が同一で、入力時刻が異
なる複数のプロセスデータを履歴データとして記憶する
履歴データ保存ファイルと、これに履歴データを保存す
るために用いる履歴入力点登録テーブルと、保存された
履歴データをモデル化するためのモデル化ファイルとで
構成されている。なお、履歴データ保存ファイル502は
履歴入力点登録テーブル501に登録された入力点毎にフ
ァイルが準備され、走査毎にそのファイルにプロセスデ
ータが蓄えられる。

履歴データ保存手段103は、走査手段102から与えられ
た入力点番号に従って履歴ファイル104の履歴入力点登
録テーブルを読出し、履歴データ保存ファイルの対応す
る領域に走査手段から与えられたプロセスデータを格納
する。

学習手段105は、走査手段102のイベント起動または遅
延起動の指令に応じて、履歴ファイル104の履歴データ
保存ファイルに保存されたデータと、モデル化ファイル
に登録されたデータとに基づいて、プラント入力の関数
モデル106を作成する。

データ生成手段107は、走査手段102で入力異常と判定
された場合の入力点番号に基づき、関数モデル106から
現在値を計算し、異常と判定されたプロセスデータの代
替値として出力する。

データベースインタフェース手段108は、複雑なデー
タベース構造を応用プログラム群110が意識することな
くアクセスする機能を有する。

これにより、プロセス入力値生成装置100は、正常に
入力されたプロセスデータをそのままデータベース109
に保存し、プロセスデータが正常に入力されていないと
きに該当する入力点番号のプロセスデータを生成して、
これを代替値としてデータベース109に保存することが
できる。

次に、このプロセス入力値生成装置100を構成する要
素の詳細な構成および動作について説明する。

第２図は履歴ファイル104中の履歴入力点登録テーブ
ル501および履歴データ保存ファイル502の構成説明図で
ある。このうち、履歴入力点登録テーブル501はデータ
ベース109に対応した並びをしており、内容としては第
１語に各入力の履歴データを保存する履歴データ保存フ
ァイル502の場所を示す番地を記憶し、第２語にそのサ
イズを記憶している。また、第３語が履歴データ保存フ
ァイル502のどこに次回データを保存するかを示すポイ
ンタ（相対番地）になっている。なお、第１語に履歴デ
ータ保存ファイル502が設定されている場合には履歴デ
ータの保存要求があることを意味する。ここに、FFFFh
（ｈは16進数を表す）が設定されているときは履歴デー
タの保存要求がないことを示す。すなわち、この第１語
を用いて保存要求の有無をも判定する。一方、履歴デー
タ保存ファイル502は保存対象入力毎に、年月日時刻デ
ータとプロセスデータとを組みにして時系列で記憶する
環状ファイルになっている。

第３図は履歴ファイル104中のモデル化ファイルの構
成説明図である。このうち、（ａ）は周期的なプロセス
データに基づいて相互に関連する二つの変数X,Yの係数
を示すＸ−Ｙ型モデル化ファイル601を表し、（ｂ）は
事象が最初に発生し、その一定時間後に動特性データが
収集できるＴ−Ｙ型モデル化ファイル602を表し、
（ｃ）はプロセスの動作の完了を、事象の発生によって
確認することのできるイベント型モデル化ファイル603
を表している。

ここで、入力点はモデル生成に必須の関連入力として
４点まで設定することができ、それぞれ、イベント入力
点番号、Ｘ座標入力、Ｙ座標入力、および、Ｚ関数入力
を設定するが、Ｘ−Ｙ型モデル化ファイル601の場合は
使用しない。不使用を表現するには前述のFFFFhを設定
する。

第３図（ｄ）は上記X,Y,Zの関係を示す説明図であ
る。これは、Ｚ関数の取る値を規定したもので、一般に
は25％,50％,75％,100％に相当する値を設定する。

モデル化ファイル中のΔＸは、この関係図のＸ軸方向
にどれだけのメッシュでデータを採取するかを規定する
数値である。すなわち、Ｚ関数を作成するために、Ｘの
値を０％から100％までの間に何個のデータを使用する
かを規定するパラメータである。

モデル化ファイル中の運転モードはモデル関数を必要
とする運転モードを設定する。プラント運転では通常
“始動モード”、“通常運転モード”、“停止モード”
がある。プロセスはこれらのモードでは際だって異なる
特性を示すことが多い。したがって、これらのモードに
対応するモデル関数を用意しないとあらゆる状況下で不
良入力のバックアップをすることはできない。しかし、
全てのプロセスが全てのモードを必要とするとは限ら
ず、入力点毎に各モードの要否を設定できるようにして
いる。“始動モード”、“通常運転モード”、“停止モ
ード”の要否は次のように数値で表す。すなわち、“始
動モード”を100の位、“通常運転モード”を10の位、
“停止モード”を１の位で、それぞれ要を「１」、否を
「０」で表す。因みに、“通常運転モード”のみが必要
である場合には「010」となる。

モデル化ファイル中の有効値は入力X,Yの取り得る値
の範囲を規定したもので、異常に大きい値または小さい
値がモデル作成に使用されることを防止する目的で最大
値と最小値とが設定されている。

また、モデル化ファイル中のモデル保存番地は履歴デ
ータ保存ファイル502とモデル化ファイル601〜603とか
ら作成されるモデルの保存開始番地を定義する。

次に、第4A図および第4B図のフローチャートを用いて
走査手段102の詳細な動作を説明する。走査手段102は初
期設定の後、データベース109に設定されている走査点
情報と、履歴ファイル104の履歴入力点登録テーブル501
に設定されている履歴データ保存情報とを取り出して、
プロセス101を走査する。次いで、走査結果としての入
力が予め決められた信号有効範囲を逸脱したか否かで正
常か否かを判定し、正常な場合に入力値をディジタル値
に変換してデータベース109の値を更新し、異常の場合
にはその入力点番号をデータ生成手段107に伝達する。
このときデータ生成手段107が起動される。次いで、入
力が学習起動入力で、かつ、今回の走査で所定の状態に
変化したか否かを判断し、変化しておれば学習手段105
にイベント起動を要求する。これは関数モデル106を作
成する時点に到達したことを意味し、新たな関数モデル
の作成を指示するものである。次いで、遅延起動要求の
有無を判断し、遅延起動要求が設定されておればモデル
化ファイル601〜603に指定された時間後に学習手段105
に遅延起動要求をする。これは、プロセスの変化を捕ら
える場合、事象の変化の開始を所定の状態の事象で捕ら
え、事象の終了をプロセスで捕らえることが困難な入力
に適用する。次いで、走査して得られたプロセスデータ
が正常に入力されたものである場合のみ、プラントの状
態変化に対応して予め決められた所定値を超えたか否
か、予め登録されている履歴入力点情報を参照して履歴
データとして保存対象であるか否かを判断し、保存対象
である場合に、走査して得られたデータを履歴データ保
存手段103に与える。また、これと同時に履歴データ保
存手段103を起動する。かかる処理をデータベース109に
設定されている全ての走査点について実行し、最後に指
定された時間だけ待機して、上記の処理を繰返す。

次に、第５図のフローチャートを用いて履歴データ保
存手段103の詳細な動作を説明する。先ず、履歴データ
保存手段103は履歴ファイル104に保存されている履歴入
力点登録テーブル501を読み出す。続いて、走査手段102
から与えられた入力点番号で履歴入力点登録テーブル50
1を修飾して対応するテーブルを得、この入力の履歴デ
ータ保存ファイルの先頭番地ならびに次回保存ポインタ
から今回のデータを格納する領域の番地を計算する。次
いで、計算された番地に走査手段102から与えられたデ
ータ、すなわち、年月日時刻データおよびプロセスデー
タを格納する。その後、次回の保存領域計算用に次回保
存ポインタを更新して履歴入力点登録テーブル501を保
存する。これらの処理を走査手段102からデータが与え
られる毎に実行し、最新のデータを履歴データ保存ファ
イル502に格納する。

次に、学習手段105の詳細な動作を説明する。ここで
理解を容易にするために、第６図を用いて全体的な動作
を説明し、さらに、第７図を用いてイベント起動学習機
能を、第８図を用いて遅延起動学習機能を、第９図を用
いてＸ−Ｙ学習機能をそれぞれ詳細に説明する。

学習手段105は基本的に最新のデータによる学習機能
を実行するが、イベント発生で学習を実行する機能を有
している。ここで言う学習とは最新データを用いて関数
モデル106を作成することを言う。

第６図のフローチャートに示すように、学習手段105
が起動されると、イベントによる起動か否かを判断し、
イベントであればイベント起動学習機能を実行する。続
いて、遅延起動か否かを判断し、遅延起動と判断すると
遅延起動学習機能を実行する。これらイベント起動学習
機能と遅延起動学習機能はプロセスにイベントが発生し
たときのみ実行される。もし、イベントによる学習の要
求がない場合、または、この学習が終了すると、履歴フ
ァイル104から入力点番号ｉのモデル化ファイルが読み
込まれ、通常のＸ−Ｙによる学習機能を実行する。１周
期の学習機能を実行し終わると、入力点番号ｉに１が加
えられ、次の学習が実行される。全ての入力について学
習を終了すると遅延動作（待機動作）に入り、一定時間
後再度学習する。なお、この遅延期間中にイベント学習
起動が要求された場合にはイベント学習を実行する。

次に、イベント学習機能の詳細を第７図のフローチャ
ートに従って説明する。イベント学習機能の実行を開始
すると、モデル化ファイルを順次取り出すためのカウン
タのカウント値ｅを０に初期設定する。そして、カウン
ト値ｅに対応するモデル化ファイルを呼出し、モデル化
ファイル情報内のイベント入力が今回発生したイベント
か否かを判断し、今回発生した入力でない場合には次の
入力に移行する。モデル化ファイルの呼出しに際し、関
数Ｚ作成用履歴データを、イベント入力、X_p、Y_p及びZ_p
を用いて取出し、イベント入力データをテーブルＥ（以
下、TBLEという）に、Ｘ軸データをテーブルＸ（以下、
TBLXという）に、Ｙ軸用データはテーブルＹ（以下、TB
LYという）に、Ｚ座標データはテーブルＺ（以下、TBLY
という）にそれぞれ保存する。

一方、イベント入力が今回発生したイベントであると
判断したときには、モードカウンタのカウント値Ｍを０
に初期化し、各運転モードのモデル作成要求の有無を判
断する。運転モードの判断は起動、通常運転、停止の順
に判断され、順次その運転モードのモデルを更新する。
各運転モードでは、関数Z₁からZ₄（第３図（ｄ）参照）
の順にモデルデータを作成する。

モデルデータの取出し方法は次の（１）〜（３）のよ
うにする。

（１） TBLEから今回発生したイベントと同様のイベン
ト発生の日時時刻を求める。これは、過去１回のデータ
からモデルを作成するのではなく数回のデータを用いて
決定するためである。ただし、履歴データ保存ファイル
の容量次第ではかなり古いデータを使用する場合も考え
られる。従って、使用するイベントデータの回数は現在
から（）Ｎ回までとし、かつ、（）Ｍ日以内の制約を設
ける。

（２）使用するデータが決まるとZ_n（ｎ＝１〜４）関
数のためのデータ検索を行う。この検索方法は、Ｘ軸入
力の０％に相当するX_minがｘに設定される。これはＸ軸
上の０％から100％までをΔＸの幅でデータをサンプル
するための準備である。使用が決定されたデータの、Z_n
値で示される値のＸ軸上のｘ点値が収集される。なお、
このZ_nとｘにはある幅を持たせZ_n±K_zならびにｘ±K_xで
値の検索を行う。これは点（Z_n,x）の周囲K_zとK_xで囲ま
れるデータが使用されることを意味する。

（３）このようにして求めた数値は有効値であるか否
かをチェックし、有効値のみを用いて、二つの平均値
（Ｘ座標分とＹ座標分）を求める。この平均値を運転モ
ードＭの関数Z_n用のX_m,Y_m値としてモデルを更新する。
このようにして得られたX_minすなわち０％からX_maxまで
同様の処理を繰り返す。そして、最終モードまで処理が
終了したか否かを調べ、未完の場合には次のモードで同
様の処理を実行する。

次に、遅延起動学習機能の詳細を第８図のフローチャ
ートに従って説明する。学習手段105が遅延学習の実行
を開始すると、モデル化ファイルを順次取出すためのカ
ウンタのカウント値ｔを０に初期設定する。そして、カ
ウント値ｔに対応するモデル化ファイルを呼出し、モデ
ル化ファイル情報内のイベント入力が今回遅延起動した
イベントか否かを判断し、今回発生した入力でない場合
には次の入力に移行する。モデル化ファイルの呼出しに
際し、関数Ｚ作成用履歴データを、イベント入力、Y_p及
びZ_pを用いて取出し、イベント入力データをTBLEに、Ｙ
軸用データをTBLYに、Ｚ座標データをTBLZにそれぞれ保
存する。

一方、イベント入力が今回発生したイベントであると
判断したときには、モードカウンタのカウント値Ｍを０
に初期化し、各運転モードのモデル作成要求の有無を判
断する。運転モードの判断は起動、通常運転、停止の順
の判断し、順次その運転モードのモデルを更新する。各
運転モードでは、関数Z1からZ4（第３図（ｄ）参照）の
順にモデルデータを作成する。

（１） TBLEから今回発生したイベントと同様のイベン
ト発生の日時時刻を求める。これは、過去１回のデータ
からモデルを作成するのではなく数回のデータを用いて
決定するためである。ただし、履歴データ保存ファイル
の容量次第ではかなり古いデータを使用する場合も考え
られる。従って、使用するイベントデータの回数は現在
から過去Ｎ回までとし、かつ、過去Ｍ日以内の制約を設
ける。

（２）使用するデータが決まるとZ_n（ｎ＝１〜４）関
数のためのデータ検索を行う。この検索方法は、Ｘ軸入
力の０％に相当するイベント発生時刻がｘに設定され
る。これはＸ軸上の０％から100％までをΔＴの幅でデ
ータをサンプルするための準備である。使用が決定され
たデータの、Z_n値で示される値のＸ軸上のｘ点値が収集
される。なお、このZ_nとｘにはある幅を持たせZ_n±K_zな
らびにｘ±K_xtで値の検索を行う。これは点（Z_n,x）の
周囲K_zとK_xtで囲まれるデータが使用されることを意味
する。

（３）このようにして求めた数値は有効値であるか否
かをチェックし、有効値のみを用いて、二つの平均値
（Ｘ座標分とＹ座標分）を求める。この平均値を運転モ
ードＭの関数Z_n用のX_m,Y_m値としてモデルを更新する。
このようにして得られたイベント発生時点、すなわち、
０％からT_maxまで同様の処理を行い、100％までの処理
が完了すると、最終モードまで処理が終了したか否かを
調べ、未完の場合には次のモードで同様の処理を実行す
る。

次に、Ｘ−Ｙ学習機能の詳細を第９図のフローチャー
トに従って説明する。学習手段105がＸ−Ｙ学習の実行
を開始すると、モデル化ファイルを順次取出すためのカ
ウンタのカウント値ｎを０に初期設定する。そして、カ
ウント値ｎに対応するモデル化ファイルを呼出す。この
場合、関数Ｚ作成用履歴データを、X_p,Y_pおよびZ_pを用
いて取出し、Ｘ軸用データをTBLXに、Ｙ軸用データをTB
LYに、Ｚ座標データをTBLZにそれぞれ保存する。

そして、Ｘ−Ｙ起動要求であることの判断により、モ
ードカウンタのカウント値Ｍを０に初期化し、各運転モ
ードのモデル作成要求の有無を判断する。運転モードの
判断は起動、通常運転、停止の順に判断し、順次その運
転モードのモデルを更新する。各運転モードでは、関数
Z₁からZ₄（第３図（ｄ）参照）の順にモデルデータを作
成する。

（２）使用するデータが決まるとZ_n（ｎ＝１〜４）関
数のためのデータ検索を行う。この検索方法は、Ｘ軸入
力の０％に相当するX_minがｘに設定される。これはＸ軸
上の０％から100％までをΔＸの幅でデータをサンプル
するための準備である。使用が決定されたデータの、Z_n
値で示される値のＸ軸上のｘ点値を収集する。なお、こ
のZ_nとｘにはある幅を持たせZ_n±K_zならびにｘ±K_xで値
の検索を行う。これは点（Z_n,x）の周囲K_zとK_xで囲まれ
るデータが使用されることを意味する。

（３）このようにして求めた数値は有効値であるか否
かをチェックし、有効値のみを用いて、二つの平均値
（Ｘ座標分とＹ座標分）を求める。この平均値を運転モ
ードＭの関数Z_n用のX_m,Y_m値としてモデルを更新する。
このようにして得られたX_min、すなわち、０％からX_max
まで同様の処理を行い、100％までの処理を完了する
と、最終モードまで処理を終了したか否かを調べ、未完
の場合には次のモードで同様の処理を実行する。

第10図（ａ）は上記の処理で作成される関数モデル10
6のモデルデータ構造図1101を、第10図（ｂ）はその関
数図である。

ここで、データ構造は将来の拡張、または変更が考慮
されている。データ構造としては、最初にモードの個数
を定義する。この実施例では３であるが将来の増加を考
慮して簡単な定数変更で済むようになっている。続い
て、関数Ｚの数を定義している。これも本実施例では４
であるが、定数変更にて拡張が可能になっている。実際
のモデルデータはモードによって大きくブロック分けさ
れ、そのブロック内がＺ関数の数で分割されている。Ｚ
関数個々のデータの並びは、Ｘ座標の０％から100％の
順にＸ軸のサンプルメッシュ（およびデータ個数）はモ
デル化ファイルに規定されたΔＸにて決定される。実際
のデータの並びはX₁,Y₁,X₂,Y₂,X₃,Y₃,…,X_n,Y_nの順にな
っている。

次に、第11図および第12図のデータ生成関数図を用い
てデータ生成手段107の詳細な動作を説明する。

走査手段102で入力値が異常であると判断すると、そ
の入力点番号がデータ生成手段107に通知される。この
データ生成手段107はこの入力点番号を基にして履歴フ
ァイル104のモデル化ファイル601〜603を呼出すと共
に、モデルの保存番地を取出してモデルデータを取出
す。そして、モデル化ファイル601〜603に示されるX_p,Z
_pとデータベース109の現在の運転モードとを取出し、モ
デルデータを使用して次の計算を実行する。

Ｙ＝ｆ（モード,X_p,Z_p） …（１）なお、Z_pで示されるＺ関数は４本であるがZ_pの値が４
本の関数の中間をとる場合が十分に考えられる。このよ
うな場合に備え、本関数計算は内挿法を用いて中間の値
でも恰もそこにＺ関数があるかのように働く機能を有し
ている。

第11図に示したデータ関数図は本来の入力Ｙが異常と
なったため、現在のＸの値を用いてＹの値を求めようと
するものである。このモデルは３種類のモードの一つを
表している。このモデルで必要なデータはＸならびにＺ
を決める値であるが、これらは現在値を格納しているデ
ータベースより得る。なお、運転状態を示すモードもデ
ータベースに格納されている。このように必要なデータ
をデータベースより得た後、このモデル関数を呼び出す
ことにより最新の過去のデータから不良として入手不可
能なデータを実績値を用いた計算で求めることができ
る。

第12図に示したデータ生成関数図はＸ軸が時間を表し
ているが、あるアクションまたはイベントを捕らえ、そ
こから相対時間を計測することによりプロセスの動特性
を、入力が不良であっても得ることができる。

なお、データベース109は代表的な情報として入力点
番号、名称、入力の現在状態およびハードウェアに関す
る情報を含んでいる。そして、新たな情報設定が必要に
なったとき、その情報設定領域をクリエイトできるよう
になっている。

以上、第１図に示したプロセス入力値生成装置の詳細
な構成および動作を、要素毎に説明したが、このプロセ
ス入力値生成装置を火力発電プラントに適用し、復水器
の真空度（以下、復水器真空度という）を自動生成する
場合の具体例を以下に説明する。

履歴データとしての登録対象入力を復水器真空度、発
電々力、海水温度および真空ポンプの運転状態に決め
る。これらの履歴入力点登録情報が、第13図に示すよう
に、履歴入力点登録テーブル501に登録される。走査手
段102はこれらのデータを１分毎に読込み、それぞれの
値を履歴データ保存ファイル502に保存する。第14図
（ａ），（ｂ），（ｃ）は起動時に真空度が上昇する過
程の真空度、発電々力および真空ポンプの運転状態の履
歴データであり、第15図（ａ），（ｂ），（ｃ）は通常
運転時における真空度、発電々力および海水温度の履歴
データである。この場合、第１語の左半分に運転モード
が、右半分に日付時刻が記憶され、第２語に入力値が記
憶されている。また、これらの入力値に対して第16図
（ａ），（ｂ）に示すＸ−Ｙ型モデル化ファイル601お
よびＴ−Ｙ型モデル化ファイル602を用意しておく。

これらのファイルを用いて、先ず、起動時のモデルデ
ータの作成について説明する。

学習手段105は復水器真空度（入力点番号AI000）のモ
デル化ファイル601,602をチェックする。このチェック
により、運転モードＭが「100」と示されていることか
らＴ−Ｙ型モデル化ファイル602に基づいてモデルデー
タを作成することを知る。さらに、このＴ−Ｙ型モデル
化ファイル602の入力点のパラメータからトリガ入力
点、つまり真空ポンプ運転中（CI100）＝１となったと
きから、Y_pつまり復水器真空度（AI000）を、Z_pつまり
海水温度（AI002）によって４個の関数に分類してデー
タを作成することを知る。第17図はこれによって作られ
た起動用モデルデータ1101である。この起動用モデルデ
ータ1101は真空ポンプが運転を開始した時点を基点とし
ているので、ポインタ２以降のデータが有効となる。つ
まり真空ポンプ運転開始からの経過時間に対する真空度
データを作成する。また、海水温度の変化による真空度
の変化をモデルデータとして表すことが可能なようにモ
デルデータが構成されており、ここでは、Z₁＝10℃（±
２℃までのデータ可）のデータを作成することとする。
従って、ポインタ２の海水温度は８℃であり、Z₁＝10℃
用のデータとして有効であるのでポインタ２の復水器真
空度を、第17図のモデルデータの0_minに対応する場所に
保存する。以後、同様な処理を繰返し、第17図に示すZ₁
＝10℃の起動用のモデルデータが完成する。Z₂＝15℃,Z
₂＝20℃,Z₂＝25℃についても有効データが得られたとき
に同様にして作成する。

一方、通常運転時のモデルデータは次のようにして作
成する。

通常運転時の復水器真空度は海水温度を１次パラメー
タとし、発電々力を２次パラメータとしている。この場
合、第15図の履歴データ保存ファイル502を用いて第18
図の通常運転用のモデルデータを作成する。ここで、Z₁
＝250MW（±30MWのデータが有効）であるから、ポイン
タ7204,7320〜7322を除くデータが有効となる。モデル
データの構成は海水温度が基準になっているため、時系
列データが図示したように並べ変えられている。

以上、起動時および通常運転時のモデルデータの作成
について説明したが、これらのモデルに対しては全て初
期値が設定されており、万が一、システム起動直後から
入力異常となり、モデルデータが作成されない場合にも
対応できるようになっている。

次に、データ生成手段107による起動時のデータ生成
を第19図を用いて説明する。

走査手段102から復水器真空度の入力異常の通知を受
けると、履歴データ保存ファイル502の真空ポンプ運転
中入力を調査し、運転後、何分を経過しているかを算出
する。仮に、５分経過していたとする。また、この時点
の海水温度が13℃とする。第19図から５分経過時点の復
水器真空度を取出すと、海水温度10℃の時、復水器真空度136mmHg 海水温度15℃の時、復水器真空度131mmHg であるから、このデータから海水温度が13℃であるとき
の復水器真空度は133mmHgと求められる。

次に、データ生成手段107による通常運転時のデータ
生成を第20図を用いて説明する。

通常運転時に海水温度が15.5℃、発電々力が400MWで
あるとする。第20図から発電々力250MWの時、復水器真
空度723.5mmHg発電々力500MWの時、復水器真空度728.5m
mHgになっている。これらのデータから発電々力が400MW
の時の復水器真空度は326.5mmHgとして求められる。

なお、プラントの停止過程における入力値も、同様に
して生成することができるのでその説明は省略する。

以上のようにして求められた生成値は、データベース
インタフェース手段108を介して、データベース109に保
存され、応用プログラム群110に利用される。

かくして、入力点の特徴を最も良く示すパラメータを
選定するだけで、入力異常となったデータの代替値を生
成することができる。

〔発明の効果〕

以上の説明によって明らかなようにこの発明によれ
ば、入力異常が発生した場合に、過去の運転状態を良く
反映した代替入力値が自動的に生成され、監視、制御お
よび性能管理等、多くの面でデータの欠落を防止するこ
とができ、これによって、運転員の負担軽減、プラント
運転の信頼性保持に多大な貢献をすることができる。

【図面の簡単な説明】

第１図はこの発明の一実施例の構成を示すブロック図、
第２図は同実施例を構成する要素の詳細な構成説明図、
第３図（ａ），（ｂ），（ｃ），（ｄ）は同実施例を構
成する要素の詳細な構成説明図および関数関係説明図、
第4A図、第4B図、第５図乃至第９図は同実施例を構成す
る要素の詳細な動作を説明するためのフローチャート、
第10図（ａ），（ｂ）は同実施例によって生成されるモ
デルデータの構造図および関数関係説明図、第11図およ
び第12図は同実施例の動作を説明するためのデータ生成
関数図、第13図、第14図（ａ），（ｂ），（ｃ）、第15
図（ａ），（ｂ），（ｃ）および第16図（ａ），（ｂ）
は同実施例の具体的動作を説明するためのデータ保存状
態図、第17図乃至第20図は同実施例の具体的動作を説明
するためのデータ生成状態図、第21図は従来のプラント
制御系の系統図である。 102……走査手段、103……履歴データ保存手段、104…
…履歴ファイル、105……学習手段、106……関数モデ
ル、107……データ生成手段、108……データベースイン
タフェース手段、109……データベース、110……応用プ
ログラム群。

───────────────────────────────────────────────────── フロントページの続き (58)調査した分野(Int.Cl.⁶，ＤＢ名) G05B 15/02

Claims

(57)【特許請求の範囲】

【請求項１】プロセスデータをデータベースに保存し、
特定の目的を持った応用プログラム群で監視または制御
に利用するプラントにおいて、プロセスの入力点が同一で、入力時刻が異なる複数のプ
ロセスデータを履歴データとして記憶する履歴ファイル
と、プロセスの入力点を周期的に走査し、得られたプロセス
データが予め決められた信号有効範囲を逸脱したか否か
で正常に入力されたか否か、プラントの状態変化に対応
して予め決められた所定値を超えたか否か、予め登録さ
れている履歴入力点情報を参照して履歴データとして保
存対象か否かを判定すると共に、プロセスデータが正常
に入力されたと判定したとき該当するプロセスデータに
よって前記データベースを更新し、正常に入力されてい
ないと判定したとき該当する入力点番号データを出力
し、所定の状態変化に対応したものと判定したとき学習
起動要求を出力し、履歴データとして保存対象と判定し
たとき履歴データ保存要求を出力する走査手段と、この走査手段の履歴データ保存要求によって該当するプ
ロセスデータを前記履歴ファイルに格納する履歴データ
保存手段と、前記履歴ファイルの履歴データを用いて対応する入力点
の関数モデルを作成し、前記走査手段の学習起動要求に
よって前記関数モデルを更新する学習手段と、前記走査手段の入力点番号データによって対応する入力
点の現在のプロセスデータを、前記関数モデルに記憶さ
れているモデルデータを用いて演算し、正常に入力され
ていないと判定した入力点の代替値として前記データベ
ースを更新するデータ生成手段と、を備えたことを特徴とするプラントのプロセス入力値生
成装置。
【請求項２】前記走査手段は、プロセスデータが所定の
状態変化に対応したものか否かを判定して学習起動要求
を出力する代わりに、定期的に学習起動要求を出力する
ことを特徴とする請求項１記載のプラントのプロセス入
力値生成装置。