JPH08202431A

JPH08202431A - 運転手順ガイド装置

Info

Publication number: JPH08202431A
Application number: JP1163295A
Authority: JP
Inventors: Naoko Tamagawa; 直子玉川; Nobuyuki Saijo; 信之西條
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1995-01-27
Filing date: 1995-01-27
Publication date: 1996-08-09

Abstract

(57)【要約】【目的】プラント状態にあった運転手順を迅速かつ判
りやすく表示する。【構成】プラント１の状態を診断するプラント状態診
断装置２と、この診断結果に基づいて運転手順を求める
運転手順同定装置４と、求められた運転手順の分岐点で
の進行方向をニューラルネットワークにより予測する運
転手順予測装置７と、運転手順予測装置７の予測機能を
修正する予測修正装置８と、運転手順同定装置４および
運転手順予測装置７で求められた結果から運転操作ガイ
ドおよびフローチャートを現在／過去／予測を色別して
表示装置９に表示する運転手順表示制御装置１０および
フローチャート表示制御装置１１と、学習データを用い
て運転手順予測装置７等のニューラルネットワークの学
習を行う運転手順学習装置１３とで構成される。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、火力・原子力プラント
等において、運転手順書を計算機上にデータベースとし
て構築し、オンラインでプラント状態を診断し、必要な
運転手順を表示装置に表示する運転手順ガイド装置に関
する。

【０００２】

【従来の技術】原子力発電所の監視操作システムは大規
模なものであり、中央集中化が進められてきた。一方、
ハードウェアの進歩に伴いＣＲＴを出力端子とした計算
機システムの監視システムへの大幅な適用が試みられる
ようになってきた。このため、システムと人間の整合性
が求められるようになっている。特に原子力発電所にお
いては、1979年のＴＭＩ−２事故以来、その傾向が強
く、既存の制御盤に対し、ヒューマンファクターを考慮
し運転員の立場から見たマンマシンインタフェイスの開
発が進められている。その結果、従来の形状、寸法、機
器のレイアウト等に人間工学的配慮が行われ、運転員の
肉体的、精神的な負担軽減が図られてきている。

【０００３】運転操作に関しては、通常時および事故時
ともマニュアル化され、シミュレータ訓練によって運転
員の教育が行われている。運転マニュアルは起動時、停
止時はもとより、異常時、事故時の操作までも運転手順
書として整備されている。これら運転手順のうち起動／
停止時の操作は、運転手順書の通りに操作ができ、プラ
ント状態の把握も行い易い。また、操作内容も充分習熟
したものであり、手順書をめくりながらでもできる。

【０００４】異常時および事故時の場合には、事前に事
故の展開が予想できないため、常にプラント状態を把握
し、必要があればそれに対応する操作手順を運転手順書
より検索する必要がある。

【０００５】運転手順書の中には運転操作の流れをフロ
ーチャートと手順ガイドで示したものもある。このよう
な構成の手順書では、運転員が事象の進行状況を的確に
把握し、フローチャートをトレースする必要がある。

【０００６】現在、ロジック判断にて現在のプラント状
態に対応した運転操作を提供するものが実用化されてき
た。しかしながら、異常時ないし事故時の運転操作はプ
ラントを安全に停止させるための流れの中の一部であ
り、現在行っている操作が終われば、次の操作を行う必
要がある。これら操作の流れをフローチャート形式で記
述した手順書においては、プラント状態をこのフローチ
ャート上でトレースする必要があり、これにより運転操
作を決定している。そして、フローチャートの分岐点で
は、判断条件のＹＥＳ／ＮＯで運転操作が決定される
が、この場合、ロジック判断でフローチャートをトレー
スしていると、ＹＥＳ／ＮＯの判定が出るまでどちらの
運転操作になるか分からず、判断が終了した時点で突然
運転操作が決定されることになる。

【０００７】このため、フローチャートの表現上、分岐
点を設けてプラント状態に応じた操作が示される場合、
分岐点に直接関連するパラメータだけでなく関連する機
器、システムなどの作動状態等を監視することにより関
連パラメータの傾向を把握する必要がある。

【０００８】また、手順ガイドの中に記述されている運
転操作の根拠には事故解析の結果から得られたものもあ
り、これら解説は手順書の添付資料として後方に記述さ
れている場合もある。このような手順書では常にページ
をめくり直す必要がある。

【０００９】

【発明が解決しようとする課題】異常時、事故時の対応
をより確実にするためには、事故時用の運転手順書の使
用を容易にする必要がある。この時運転員がまず行うこ
とは、プラント状態を把握し、その状態が手順書の何処
に相当するのかを判断することである。しかしながら、
事故時の緊迫した状態で手順書を検索しなければならな
いような手間は、精神的な負担となり、誤判断の原因と
なる。

【００１０】さらに、運転員には、事象の進行状態を的
確にとらえプラント状態に即した操作を行うため、手順
書をトレースすることも要求されている。トレースを行
う上で、判断項目の分岐点では、分岐点に直接関連する
パラメータだけでは的確な傾向を把握するのは困難であ
り、このようなパラメータが関連する機器、システムな
どの動作状況も考慮する必要がある。特に多重故障のよ
うな場合は、その関係が複雑となり、迅速な判断は困難
であるにも関わらず、多くの判断は迅速さと的確さを要
求される。

【００１１】加えて、事故用の運転手順書の中には、安
全上重要なパラメータと種々の制限値との組み合わせ
で、必要とされる操作が指示されているものもあり、判
断に手間取る上、同時進行でプラントパラメータの徴候
を判断する必要があることや、事故用の運転手順書を使
用する状況は事故時でもかなり緊迫した事態であること
等、複雑な要因による重大事故ほど手順書に基づく操作
が困難である。

【００１２】運転員には、このようにプラント状態を把
握しかつ手順書上の適切な位置を判断するという厳しい
要求が課せられているが、ロジック判断でプラント状態
を判断しているシステムでは、分岐点の判断がデジタル
的であり、制限値を越えてから初めてトレース先が分か
る。このため、システム側より判断結果が突然出力され
ることになり、プラントパラメータの傾向把握は困難で
あり、状態の正確な把握にも支障をきたす。また制限値
判断は、多重故障の様々な場合に対応することが困難で
ある。

【００１３】本発明は、かかる点に対処してなされたも
ので、運転手順書の内容を計算機上にデータベースとし
て構築してオンラインでプラント状態を診断し、プラン
ト状態が運転手順書の何処に該当するのかを判断し、該
当する運転手順を分かりやすく表示する運転手順ガイド
装置を提供することを目的とする。

【００１４】

【課題を解決するための手段】すなわち、本発明の運転
ガイド表示装置は、プラントの運転手順を表示する表示
装置と、プラントの各センサーから送られるプラント信
号に基づいてプラント状態を診断するプラント状態診断
手段と、プラント状態に対応して運転手順を記憶する運
転手順記憶手段と、プラント状態診断手段からの診断結
果に基づいて運転手順記憶手段を検索し、診断されたプ
ラント状態に対応する運転手順を同定する運転手順同定
手段と、この運転手順同定手段によって同定された運転
手順を表示装置に表示する表示制御手段とを具備するこ
とを特徴とする。

【００１５】上記構成において、プラント状態診断手段
および運転手順同定手段はニューラルネットワークにて
構成することができる。

【００１６】また、本発明の運転ガイド表示装置は、上
記構成に加えて、運転手順同定手段によって同定された
一連の運転手順において、採るべき運転操作が分れる判
断項目のプラントパラメータの動向をプラント信号に基
づいてニューラルネットワークにより予測する運転手順
予測手段をさらに具備し、表示制御手段は運転手順同定
手段によって同定された運転手順のうち運転手順予測手
段によって予測された運転手順を識別可能にフローチャ
ート形式で表示装置に表示することを特徴とする。

【００１７】また、本発明の運転ガイド表示装置は、予
め作成された入力パターンに対する出力パターンの組み
合わせからなる学習データを用いて前記ニューラルネッ
トワークの学習を行う運転手順学習装置をさらに具備す
ることを特徴とする。

【００１８】さらに、本発明の運転ガイド表示装置は、
運転手順予測手段の予測結果を判断し、不当な予測結果
をもたらした予測診断処理の修正を行う予測修正手段を
さらに具備することを特徴とする。

【００１９】また、上記構成において、表示制御手段
は、運転手順同定手段によって同定された運転手順に基
づいてこの運転手順のフローチャートおよび運転操作ガ
イドを同時に表示装置に表示するものとする。

【００２０】

【作用】上記構成において、運転手順記憶手段は、従来
プラントで使用されてきた運転手順書を計算機のデータ
ベースとして構築したものであり、好ましくはプラント
状態に対応する運転手順をフローチャート形式およびガ
イドメッセージ形式で記憶する。プラント状態診断手段
は、例えばプラント信号とプラント状態を結ぶニューラ
ルネットワークによりプラント状態を診断する。運転手
順同定手段は、プラント状態診断手段によって診断され
るプラント状態を入力し、例えばプラント状態と運転手
順記憶手段に記憶されている運転手順を結ぶニューラル
ネットワークにより、診断されたプラント状態に対応す
る運転手順を同定し、運転手順記憶手段から該当するフ
ローチャートデータおよびガイドメッセージデータを取
り出す。表示制御手段は、運転手順同定手段から出力さ
れたフローチャートデータおよびガイドメッセージデー
タを表示処理して表示装置へ運転手順のフローチャート
およびガイドメッセージを同時にそれぞれウィンドウ表
示する。その際、表示制御手段は、好ましくは実行／未
実行の運転手順を色替え等により識別可能に表示すると
ともに、フローチャート上の現在位置を同様に識別可能
に表示する。

【００２１】また、運転手順予測手段は、運転手順同定
手段によって同定された運転手順を入力し、フローチャ
ート上の分岐点に現在位置がある場合に、その分岐項目
であるプラントパラメータの動向をプラント信号に基づ
いてニューラルネットワークにより予測診断し、フロー
チャート上で進む可能性の高い方向を表示制御手段に通
知する。表示制御手段は、運転手順予測手段からの予測
結果を受けて、表示装置の運転手順のフローチャート上
に予測されたステップを色替え等により識別可能に表示
する。

【００２２】なお、運転手順学習手段は、プラント状態
診断手段、運転手順同定手段および運転手順予測手段に
おける各ニューラルネットワークについて、それぞれ予
め用意した入力パターンに対する出力パターンの多数の
学習データを用いて学習を行い、各ニューラルネットワ
ークごとにシナプス荷重およびしきい値を求めるもので
ある。

【００２３】さらに、予測修正手段は、運転手順予測手
段によって予測されたプラントパラメータの動向が実態
と明らかに異なる場合に、ニューラルネットワークの予
測機能を修正する。

【００２４】以上により、従来運転手順書をめくりなが
ら対応する運転操作を探すのが困難であった多重故障な
どの事故時においても、自動的にプラント状態を診断し
て必要な運転手順を分かりやすく表示装置に表示するこ
とができ、運転員が容易に手順書に基づいた操作を選択
することが可能となる。

【００２５】

【実施例】以下、図面に基づいて本発明の実施例を説明
する。

【００２６】図１は、本発明の運転手順ガイド装置の一
実施例を示すもので、プラント１の状態を診断するプラ
ント状態診断装置２と、プラント状態診断装置２が診断
するための診断ルールを記憶する診断ルール記憶装置３
と、診断されたプラント状態に対応する運転手順を求め
る運転手順同定装置４と、運転手順書の内容を記憶する
運転手順記憶装置５と、運転手順同定装置４が運転手順
記憶装置５を参照して運転手順を同定するためのルール
を記憶する同定ルール記憶装置６と、運転手順のフロー
チャートで運転操作が分かれる分岐点での進行方向を予
測する運転手順予測装置７と、運転手順予測装置７の予
測機能を修正する予測修正装置８と、運転手順同定装置
４および運転手順予測装置７で求められた結果を入力
し、運転操作ガイド、フローチャートをそれぞれ表示装
置９に表示する運転手順表示制御装置１０およびフロー
チャート表示制御装置１１と、プラントの模擬状態を発
生するシミュレータ１２と、シミュレータ１２からの模
擬信号等を用いて、運転手順予測装置７等のニュートラ
ルネットワークにおける入力に対する最適な出力の関係
を学習する運転手順学習装置１３と、運転手順学習装置
１３の学習結果を記憶する学習結果記憶装置１４とで構
成される。

【００２７】上記構成において、プラント状態診断装置
２は、プラント１からのプロセス信号を入力し、診断ル
ール記憶装置３に記憶されているルールに従ってプラン
ト状態を診断する。このプラント状態を診断するため
に、ニューラルネットワークを用いることができる。こ
の場合、ニューラルネットワークにおけるシナプス荷重
およびしきい値データが運転手順学習装置１３によって
作成され、診断ルール記憶装置３に診断ルールとして記
憶される。このプラント状態診断装置２の診断結果は、
運転手順同定装置４に出力される。

【００２８】運転手順同定装置４は、プラント状態診断
装置２の診断結果を基に、同定ルール記憶装置６に記憶
されているルールに従って運転手順記憶装置５に格納さ
れている運転手順データ上で対応する運転手順を同定す
る。運転手順記憶装置５は従来プラントで使用されてき
た運転手順書に記載されているものをデータベース化し
たもので、プラント状態に対応する運転操作の流れが文
書およびフローチャートの図形で記憶されている。運転
手順同定装置４においてもプラント状態診断装置２と同
様にニューラルネットワークを用いることができる。こ
のニューラルネットワークにおけるシナプス荷重および
しきい値データも運転手順学習装置１３によって作成さ
れ、同定ルール記憶装置６に同定ルールとして記憶され
る。

【００２９】運転手順予測装置７はプラント信号、運転
手順同定装置４の同定結果および学習結果記憶装置１４
のデータを基に、運転手順を示したフローチャート上で
分岐点に導入された場合、多数のプラント信号をニュー
ラルネットワークで処理し今後、導入されると思われる
方向を出力する。

【００３０】運転手順同定装置４の同定結果および運転
手順予測装置７の予測結果は運転手順表示制御装置１
０、フローチャート表示制御装置１１へ出力される。

【００３１】運転手順表示制御装置１０は、主に運転手
順同定結果を基に、運転操作を文字情報として表示する
際の制御を行っている。そして、プラント状態診断装置
２の診断結果を用いて同定された運転手順のうち、実行
された手順および未実行の手順を色替え等により区別し
て表示する。

【００３２】フローチャート表示制御装置１１は、主に
プラント状態診断装置２の出力に基づく現在のプラント
状態をフローチャート上で示すとともに、運転手順予測
装置７の予測結果をもとに今後向かう可能性の高い方向
を示す。そして、フローチャート上で過去に成立した項
目、現在位置の項目および今後導入されると予測される
項目を区別し、色替え等の表示を行う。

【００３３】運転手順表示制御装置１０およびフローチ
ャート表示制御装置１１により作成され制御された文
字、フローチャート情報は表示装置９に表示される。

【００３４】ここでは、運転手順の予測には、ニューラ
ルネットワークが用いられる。また、プラント状態の診
断や運転手順の同定にもニューラルネットワークを用い
ることができる。これを用いるためにはプラント状態と
運転操作の関連を学習によって関連付けられたデータが
必要である。データの作成はシミュレータ１２で模擬事
故を発生させ、運転手順学習装置１３にて模擬事故に対
応した運転手順を評価する。この評価結果を主にニュー
ラルネットにおけるシナプス荷重およびしきい値データ
として、学習結果記憶装置１４に記録する他、診断ルー
ル、同定ルールとして各記憶装置３、６に記録する。

【００３５】また、予測修正装置８は、運転手順予測装
置７のニューラルネットワークにより予測されたプラン
ト状態、手順、パラメータ動向が期待されるものと明ら
かに異なる場合、運転手順予測装置７のニューラルネッ
トワークにおける成立ネットの除外や手動入力等による
修正を行う。

【００３６】次に、本実施例の運転手順ガイド装置の処
理動作を図２のフローチャートを参照して説明する。

【００３７】まず、プラント状態診断装置２によりプラ
ント状態診断を行う（ステップ２１）。この診断結果を
基に運転手順同定装置４により運転手順の同定を行う
（ステップ２２）。このステップでは、診断されたプラ
ント状態が運転手順記憶装置５に記憶されている運転手
順書のどの部分に対応するのかを見極めて運転手順を同
定する。同定された運転手順に従って運転手順記憶装置
５より表示すべき運転手順ガイドを検索するとともに
（ステップ２３）、表示すべきフローチャートを検索す
る（ステップ２４）。ついで、運転手順予測装置７にて
ニューラルネットワークを用いて分岐点における運転手
順の予測を行う（ステップ２５）。

【００３８】このようにして、プラント状態に対応する
運転手順ガイドおよびフローチャートが決定される。こ
れらの情報は表示装置９に表示するために、運転手順表
示制御装置１０およびフローチャート表示制御装置１１
によりそれぞれ表示処理される（ステップ２６、３
１）。

【００３９】運転手順表示制御装置１０では、表示処理
を行うにあたって（ステップ２６）、検索された運転手
順ガイドについて、各操作項目ごとに実行されたか否か
を判断する（ステップ２７）。ここで、実行が確認され
た操作項目については、表示する色を実行済みを示す色
に指定し（ステップ２８）、未実行の操作項目について
は、実行済みの色とは異なる未実行を示す表示色に指定
する（ステップ２９）。これら実行／未実行の評価は検
索された運転手順のすべての操作項目に対して行われる
（ステップ３０）。評価する操作項目が残っていれば、
前記評価が繰り返し行われる。すべての運転手順の評価
が完了すれば、色替えされた文字情報として画面に表示
される。

【００４０】フローチャート表示制御装置１１では、運
転手順同定結果および運転手順予測結果を基に検索され
たフローチャートのトレースを行い、表示処理を行う
（ステップ３１）。まず、フローチャート上で現在の位
置に対応する項目を色替えし（ステップ３２）、分岐点
か否かを判断する（ステップ３３）。現在位置が分岐点
であれば、予測結果から進む可能性の高い方を色替えで
表示する（ステップ３４）。これら処理の後、ステップ
３５において、前回行った評価より事象が進展していれ
ば、前回の現在位置を過去を示す色に替える（ステップ
３６）。

【００４１】以上の処理を経て、運転手順およびフロー
チャートは表示装置９に表示される（ステップ３７）
が、修正の必要があれば（ステップ３８）、ステップ２
５の運転手順の予測に戻る。

【００４２】ここで、運転手順予測等で用いられている
ニューラルネットワークについて述べる。ここでは階層
型ニューラルネットワークが用いられており、学習によ
るパターン認識、非線形関数の生成を基本としたもので
ある。

【００４３】パターン認識の学習にあたっては、図１に
示すシミュレータ１２により入力パターンが与えられ、
これに対して出力すべき基本パターンとの多数の対をニ
ューラルネットワークに与えることで、図１に示す運転
手順学習装置１３によりパターン認識、非線形関数の学
習が行われる。すなわち、パターン認識の学習は入力パ
ターンと出力パターンとの多数の対をニューラルネット
ワークに与えることで自動的に行われる。学習が終了す
ると、ニューラルネットワークは入力パターンにノイズ
等に若干の変形が加わっても解を出すようになる。

【００４４】非線形関数の生成は、与えられたデータと
データの中間値を内挿によって推定する補間の機能によ
って実現される。初期状態の内部結線のシナプス荷重は
乱数として与えられるが、学習を繰り返すうちに最適な
荷重を持つ非線形関数を生成するようになる。これによ
り未知の入力データに対しても対応できるようになる。
また、正しく認識できなかったデータについてはさらに
学習して追加される。

【００４５】ニューラルネットワークを構成するニュー
ロンモデルについて、プラント状態判定に使用した場合
を例に挙げて、図３を参照して説明する。図３におい
て、ニューロンモデルは、プラント信号（Ｘ1 ，Ｘ2 ，
…，Ｘn ）とシナプス荷重（Ｗ1 ，Ｗ2 ，…，Ｗn ）と
の積を計算し、総和（Ｘ1*Ｗ1 ＋Ｘ2*Ｗ2 ＋…＋Ｘn*Ｗ
n ）を演算する。ついで、非線形処理をして０から１の
間のアナログ値を出力する。

【００４６】例えば、水位の挙動の予測判断において
は、水位の挙動を上昇、安定、下降に分けた時、従来で
は水位の時間変化を基にロジック判断により行ってい
た。このため、予測は過去のデータを基に水位の傾きを
求め、これに基づいて決定していた。これに対し、上記
ニューロンモデルを水位の挙動の予測判断に用いた場
合、例えば各水位計の値や原子炉温度の各値、給水流
量、主蒸気流量等を入力し、ある部分の温度が高いため
どこの水位計の信頼度が低く、使える水位計の変化率と
今の給水量および主蒸気量とから水位下降中と言える等
の判断が可能である。

【００４７】ニューラルネットワークはニューロンモデ
ルを多数結合したものであり、本実施例ではフィードフ
ォワード型のニューラルネットワークが用いられる。こ
れは、図４に示すように、ニューロンモデルが層状に配
置された階層型ニューラルネットワークで構成され、パ
ターン認識などに応用される。

【００４８】このニューラルネットワークを水位維持可
能判定に使用した場合、中間層に前述の水位挙動、給復
水系作動状況、ＥＣＣＳ（非常用炉心冷却系）作動状況
等のニューロンモデルを配し、各モデルの出力Ｙ1 、Ｙ
2 、Ｙ3 にそれぞれ荷重Ｗ1、Ｗ2 、Ｗ3 を持たせ、水
位維持をしきい値判定する。

【００４９】例えば、前述のように、水位挙動のニュー
ロンモデルと、各給水系機器のポンプや弁の状態から給
水系状態を判断するニューロンモデルと、同様に判定し
た高圧および低圧ＥＣＣＳ状態のモデルや、Ｓ／Ｒ弁
（逃し安全弁）状態、原子炉水位、原子炉圧力などの運
転状態のモデルの各出力を入力し、学習で得られたシナ
プス荷重およびしきい値を基に判断すると、高圧系が使
用不可能で水位は下降中だが今の圧力変化ならそのうち
使用可能な低圧系が入るし、給水系が復帰しそうなので
水位維持可能と言える等の予想が可能となる。

【００５０】図５は、運転手順ガイド装置の出力画面を
例示する。この画面例ではウィンド４０にフローチャー
トを、ウィンド４１に運転操作および参考事項をそれぞ
れ表示している。図５ではフローチャートの項目が未成
立で運転操作も未実行の状態を表している。

【００５１】図６は、フローチャートの項目が成立した
状態を示している。この図において、符号４２ａは過去
に成立した項目である。４２ｂは現在のプラント状態に
相当する項目である。４２ｃは運転手順の予測を示して
いる。このとき、文字情報で運転手順を示すウィンド４
１は、実行された運転手順を色替え表示する。

【００５２】以上の説明からも明らかなように、本実施
例によれば運転手順としてフローチャートを表示する
際、現在／過去／予測を区別して表示するため、フロー
がこの先分岐するであろう方向が明らかになる。また、
運転操作ガイドを実行／未実行を色替えして表示するた
め、なすべき運転操作を明瞭に提示することができる。

【００５３】

【発明の効果】上記したように、本発明においては、従
来事故発生時に運転手順書のページを自分でめくりなが
らプラント状態を把握し、それに対応した操作手順を検
索していた運転員は、システムがプラント状態を自動的
に判断し、その時のプラント状態に対応したフローチャ
ート、手順ガイドを表示することにより、その負担を軽
減され、従来の運転手順書の運用と比較して精神的なゆ
とりをもつことができ、苛酷事故時の運転手順の導出を
より迅速かつ正確なものとすることができる。

【００５４】また、従来のロジック判断では分岐点の判
定がデジタル的で判定値を越えてから初めて方向が表示
されていたが、本発明では入力パターンにより予測を行
うので、より迅速かつ確実な判断を行うことができる。
またこの予測出力に基づいて、フローチャートの表示色
を現在／過去／予測と分けて表示することによりプラン
ト状態の変化を傾向も含めフローチャート上で把握する
ことができ、先の見通しがつけ易い。

【００５５】以上の結果、運転信頼性、安全性の向上に
寄与することができる。

【図面の簡単な説明】

【図１】本発明の一実施例の運転手順ガイド装置を示す
ブロック図である。

【図２】本発明の運転手順ガイド装置の処理動作を示す
フローチャートである。

【図３】ニューロンモデルを示す図である。

【図４】階層型ニューラルネットワークを示す図であ
る。

【図５】運転手順を表示する画面例である。

【図６】運転手順を現在／過去／予測に色分けして画面
に表示するフローチャートの一例である。

【符号の説明】

２………プラント状態診断装置３………診断ルール記憶装置４………運転手順同定装置５………運転手順記憶装置６………同定ルール記憶装置７………運転手順予測装置８………予測修正装置９………表示装置１０………運転手順表示制御装置１１………フローチャート表示制御装置１２………シミュレータ１３………運転手順学習装置１４………学習結果記憶装置

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁶ 識別記号庁内整理番号ＦＩ技術表示箇所Ｇ０５Ｂ 23/02 ３０１Ｊ 7716−3ＨＮ 7716−3ＨＧ０６Ｆ 15/18 17/60

Claims

【特許請求の範囲】

【請求項１】プラントの運転手順を表示する表示装置
と、前記プラントの各センサーから送られるプラント信号に
基づいてプラント状態を診断するプラント状態診断手段
と、プラント状態に対応して運転手順を記憶する運転手順記
憶手段と、前記プラント状態診断手段からの診断結果に基づいて前
記運転手順記憶手段を検索し、診断されたプラント状態
に対応する運転手順を同定する運転手順同定手段と、この運転手順同定手段によって同定された運転手順を前
記表示装置に表示する表示制御手段とを具備することを
特徴とする運転手順ガイド装置。
【請求項２】請求項１記載の運転手順ガイド装置にお
いて、前記プラント状態診断手段および運転手順同定手
段のうち少なくとも一つがニューラルネットワークによ
り構成されることを特徴とする運転手順ガイド装置。
【請求項３】請求項１記載の運転手順ガイド装置にお
いて、前記運転手順同定手段によって同定された一連の
運転手順において、採るべき運転操作が分れる判断項目
のプラントパラメータの動向を前記プラント信号に基づ
いてニューラルネットワークにより予測する運転手順予
測手段をさらに具備し、前記表示制御手段は、前記運転手順同定手段によって同
定された運転手順のうち前記運転手順予測手段によって
予測された運転手順を識別可能にフローチャート形式で
前記表示装置に表示することを特徴とする運転手順ガイ
ド装置。
【請求項４】請求項２または３記載の運転手順ガイド
装置において、予め作成された入力パターンに対する出
力パターンの組み合わせからなる学習データを用いて前
記ニューラルネットワークの学習を行う運転手順学習装
置をさらに具備することを特徴とする運転手順ガイド装
置。
【請求項５】請求項１記載の運転手順ガイド装置にお
いて、前記表示制御手段は、前記運転手順同定手段によ
って同定された運転手順に基づいて前記表示装置に運転
手順のフローチャートおよび運転操作ガイドを同時に表
示することを特徴とする運転手順ガイド装置。
【請求項６】請求項３記載の運転手順ガイド装置にお
いて、前記運転手順予測手段の予測結果を判断し、不当
な予測結果をもたらした予測診断処理の修正を行う予測
修正手段をさらに具備することを特徴とする運転手順ガ
イド装置。