JPH09330013A

JPH09330013A - プラント運転訓練用シミュレーションシステム

Info

Publication number: JPH09330013A
Application number: JP14887396A
Authority: JP
Inventors: Yasunori Sueyoshi; 康則末吉; Yoshiaki Takahata; 義明高畠; Takeshi Toshi; 武史都志; Taiji Tsutsui; 泰治筒井; Toshiki Fukuzawa; 俊樹福澤
Original assignee: Kubota Corp
Current assignee: Kubota Corp
Priority date: 1996-06-11
Filing date: 1996-06-11
Publication date: 1997-12-22

Abstract

(57)【要約】【課題】プラント運転訓練用シミュレーションシステ
ムにおいて、プラント機器類の一部の運転状況を模擬的
に画像表示する手段を簡単に構築する。【解決手段】実プラント２１のプラント機器類２４の
運転状況を模擬する模擬プロセス信号３１と、模擬プロ
セス信号３１をもとにプラント機器類２４を制御可能な
模擬制御信号３２をもとにプラント機器類２４の一部の
運転状況を示す模擬画像を表示する模擬画像表示装置２
を備えてなり、模擬画像表示装置２が、予め準備された
複数の画像データの中から、模擬プロセス信号３１と模
擬制御信号３２の状態に対応する一つの画像データを検
索する検索手段５を備えてなり、検索手段５が、模擬プ
ロセス信号３１と模擬制御信号３２からなる模擬計装信
号３３を入力信号として受信し、複数の画像データから
一つの画像データを検索するための画像データ検索信号
３４を出力するニューラルネットワーク６を備えてな
る。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、プラント機器類の
運転状況を示す複数のプロセス信号を生成するシミュレ
ータと、前記複数のプロセス信号をもとに前記プラント
機器類を制御するための複数の制御信号を生成する制御
装置と、前記複数のプロセス信号と前記複数の制御信号
をもとに前記プラント機器類の一部の運転状況を示す模
擬画像を表示する模擬画像表示装置を備えてなるプラン
ト運転訓練用シミュレーションシステムに関し、詳しく
は、前記模擬画像表示装置の画像処理技術に関する。

【０００２】

【従来の技術】従来より、プラント運転訓練用シミュレ
ーションシステムは、実プラントにおいて監視用テレビ
カメラで映し出されるプラント機器類の一部の運転状況
を示す監視映像をシミュレーションし、模擬画像として
表示する模擬画像表示装置を備えていることが要望され
ており、概要望を満足するために、前記模擬画像表示装
置として、実プラントの実画像より抽出された静止画
像、複数の静止画像で構成された準動画像、または、動
画像をシミュレーション結果に基づいて選択表示するも
のがあった。

【０００３】

【発明が解決しようとする課題】上述した従来のプラン
ト運転訓練用シミュレーションシステムでは、実プラン
トで収録された画像データをデータベース化して、前記
プラント運転訓練用シミュレーションシステム内で生成
されるプラント機器類の運転状況を示すプロセス信号や
前記プラント機器類を制御するための制御信号等の計装
信号をパラメータとして、前記データベース化された画
像データを検索する必要が生じる。しかしながら、例え
ば、ゴミ焼却プラント等における焼却炉内の燃焼画像の
ような動画像を模擬画像として表示する場合、画像検索
のための前記計装信号数が多く、更に、前記計装信号数
及びその信号値の組み合わせが複雑となるため、前記計
装信号の閾値設定が多次元的で非常に複雑となり、前記
プラント機器類の様々な運転状況に対応する最適な画像
を検索する手段を構築するには多大な労力と長時間を要
するという問題があった。本発明の目的は、上述の問題
点を解消し、前記プラント機器類の一部の運転状況を示
す模擬画像を表示する模擬画像表示装置を比較的簡単に
構築できる画像処理手段を備えたプラント運転訓練用シ
ミュレーションシステムを提供する点にある。

【０００４】

【課題を解決するための手段】この目的を達成するため
の本発明によるプラント運転訓練用シミュレーションシ
ステムの第一の特徴構成は、特許請求の範囲の欄の請求
項１に記載した通り、実プラントのプラント機器類の運
転状況を模擬する複数の模擬プロセス信号を生成するプ
ラントシミュレータと、前記複数の模擬プロセス信号を
もとに前記プラント機器類を制御可能な複数の模擬制御
信号を生成する第１制御装置と、前記複数の模擬プロセ
ス信号と前記複数の模擬制御信号をもとに前記プラント
機器類の一部の運転状況を示す模擬画像を表示する模擬
画像表示装置を備えてなり、更に、前記模擬画像表示装
置が、予め準備された複数の画像データの中から、前記
複数の模擬プロセス信号と前記複数の模擬制御信号の状
態に対応する一つの画像データを検索する検索手段を備
えてなり、前記検索手段が、前記複数の模擬プロセス信
号と前記複数の模擬制御信号の一部または全部からなる
模擬計装信号を入力信号として受信し、前記複数の画像
データから一つの画像データを検索するための画像デー
タ検索信号を出力するニューラルネットワークを備えて
なる点にある。

【０００５】本発明によるプラント運転訓練用シミュレ
ーションシステムの第二の特徴構成は、特許請求の範囲
の欄の請求項２に記載した通り、上述の第一の特徴構成
に加えて、前記画像データ検索信号が前記画像データの
特徴を表す画像情報パラメータである点にある。

【０００６】本発明によるプラント運転訓練用シミュレ
ーションシステムの第三の特徴構成は、特許請求の範囲
の欄の請求項３に記載した通り、上述の第二の特徴構成
に加えて、前記画像データに新たな画像データを追加す
る画像データ追加手段を備えている点にある。

【０００７】本発明によるプラント運転訓練用シミュレ
ーションシステムの第四の特徴構成は、特許請求の範囲
の欄の請求項４に記載した通り、上述の第一、第二、ま
たは第三の特徴構成に加えて、実プラントとオンライン
で接続され、前記実プラントから抽出される画像データ
と、前記画像データ抽出時における前記実プラント上の
実プロセス信号と実制御信号からなる実計装信号を用い
て、前記ニューラルネットワークの学習を行う学習手段
を備えている点にある。

【０００８】本発明によるプラント運転訓練用シミュレ
ーションシステムの第五の特徴構成は、特許請求の範囲
の欄の請求項５に記載した通り、上述の第一、第二、第
三または第四の特徴構成に加えて、前記画像データ検索
信号に基づいて、予め準備された複数の前記画像データ
を基本にして、前記模擬計装信号の状態に対応する一つ
の画像データを合成する第１画像合成手段を備えている
点にある。

【０００９】本発明によるプラント運転訓練用シミュレ
ーションシステムの第六の特徴構成は、特許請求の範囲
の欄の請求項６に記載した通り、実プラントのプラント
機器類の運転状況を模擬する複数の模擬プロセス信号を
生成するプラントシミュレータと、前記複数の模擬プロ
セス信号をもとに前記プラント機器類を制御可能な複数
の模擬制御信号を生成する第１制御装置と、前記複数の
模擬プロセス信号と前記複数の模擬制御信号をもとに前
記プラント機器類の一部の運転状況を示す模擬画像を表
示する模擬画像表示装置を備えてなり、前記模擬画像表
示装置が、前記複数の模擬プロセス信号と前記複数の模
擬制御信号の一部または全部からなる模擬計装信号を入
力信号として受信し、画像データの特徴を表す画像情報
パラメータを出力するニューラルネットワークを備えて
なり、更に、前記画像情報パラメータをもとに前記模擬
計装信号の状態に対応する一つの画像データを合成する
第２画像合成手段を備えている点にある。

【００１０】以下に作用を説明する。第一の特徴構成に
よれば、前記プラント運転訓練用シミュレーションシス
テム内で生成される実プラントのプラント機器類の運転
状況を模擬する模擬プロセス信号や前記プラント機器類
を制御可能な模擬制御信号等の模擬計装信号をパラメー
タとして、データベース化された画像データを検索する
検索手段において、前記模擬計装信号を入力して、前記
複数の画像データから最適な画像データを検索するため
の画像データ検索信号を出力するニューラルネットワー
クを学習させることで、前記模擬計装信号の信号値の任
意の組み合わせから、最適な画像データへの関連付け、
つまりは前記検索手段の構築が、前記模擬計装信号自体
の物理的な解釈、つまりは実プラント上の相当する計装
信号自体の物理的な解釈や、前記模擬計装信号間の関連
を考慮せずとも行えるのである。特に、前記模擬計装信
号の信号数や画像データのデータ数が多い場合には、前
記模擬計装信号の信号値の任意の組み合わせから、任意
の画像データへの関連付けをテーブル等で実現する場合
では、前記テーブルは多次元のマトリクス構造となり、
前記テーブル作成に多大な労力と時間を要し、前記テー
ブルを格納する記憶容量も膨大となるところが、本特徴
構成によれば、前記関連付け作業が短時間に行うことが
できるのである。また、前記画像データ検索のためのパ
ラメータとして、前記模擬計装信号の時系列や微分値を
採用することも容易にでき、また、開発時点で想定して
いなかった前記模擬計装信号の組み合わせ、つまりは未
学習の状況においても最適な画像データの検索が可能と
なり、画像データ検索の高精度化も容易に可能となる。
尚、実プラント上の実プロセス信号と実制御信号からな
る実計装信号及び前記実計装信号に対応する画像データ
検索信号を教師信号として入力し、前記複数の画像デー
タから最適な画像データを検索するための画像データ検
索信号を出力するように前記ニューラルネットワークを
繰り返し学習させる。

【００１１】第二の特徴構成によれば、実プラントから
画像データを抽出して、前記学習用のデータを作成する
際に、前記画像データの特徴を表す画像情報パラメータ
の種類とパラメータ値の分割数に応じて略均等に分布す
るように、前記画像データが過不足無く効率的に、且
つ、自動的に抽出できるのである。結果として、前記ニ
ューラルネットワークの学習が短期間に終了できるので
ある。また、前記ニューラルネットワークが前記画像デ
ータを直接検索する場合に比べ、前記ニューラルネット
ワークの出力数がより少ない数で固定できるため、前記
画像データ数が増加しても前記ニューラルネットワーク
の規模を拡大する必要がなく、結果として小型化が達成
され、前記ニューラルネットワークの学習及び実行が高
速化できるのである。

【００１２】第三の特徴構成によれば、前記画像データ
に新たな画像データを追加して、画像データベースを細
分化することができ、更に、前記第二の特徴構成によ
り、新たに前記ニューラルネットワークを再学習させる
必要がなく、前記画像情報パラメータと前記画像データ
とを関連付けるマッピングテーブル等を更新するだけ
で、前記検索手段の更新が容易にでき、結果として、前
記プラント運転訓練用シミュレーションシステムを運用
しながら、前記検索手段の高精度化、つまりは、前記模
擬画像表示装置の品質向上が図れるのである。

【００１３】第四の特徴構成によれば、実プラントの稼
働中においても、実プラントから抽出された画像データ
や実計装信号等が前記プラント運転訓練用シミュレーシ
ョンシステムへ随時転送可能であるため、前記プラント
運転訓練用シミュレーションシステムの前記画像データ
に新たな画像データを追加したり、また、必要に応じ
て、前記ニューラルネットワークを再学習したりするこ
とができるのである。

【００１４】第五の特徴構成によれば、前記ニューラル
ネットワークの学習が不十分で、前記ニューラルネット
ワークの入力信号である前記模擬計装信号の入力値の状
態が未学習または未学習に近い場合において、前記ニュ
ーラルネットワークが前記複数の画像データから最適な
一つの画像データを検索するのが困難で、不適切な画像
データを検索する可能性が生じても、前記ニューラルネ
ットワークが適切と思われる複数の画像データを検索す
ることで、これら検索された複数の画像データをもと
に、これら検索された各画像データより、実際の画像に
より近い新たな画像データを合成することができるので
ある。また、前記合成された画像データを前記画像デー
タベースに追加して、前記画像データベースを細分化し
たり、前記ニューラルネットワークの再学習するための
学習データとすることもできるのである。結果として、
前記模擬画像表示装置の品質向上が図れるのである。

【００１５】上述の第一乃至第五の特徴構成において
は、予め準備された画像データベースの中から最適な画
像データを検索したり、または複数の検索された画像デ
ータから最適な画像データを合成する際に、前記画像デ
ータベースから特定の画像データを読み出す処理が必要
で、特に、動画像の場合、格納に要する記憶容量が非常
に大きく、前記動画像を格納する記憶媒体としては、追
記可能な不揮発性記憶装置であって、且つ、記憶容量単
価の安価な回転機構を有する磁気ディスク記憶装置や光
磁気ディスク記憶装置が通常使用されるが、これら回転
機構を有する記憶媒体は半導体記憶媒体に比べ、データ
の読み出し速度が非常に遅く、前記模擬画像表示装置が
リアルタイムで出力画像を更新する必要がある場合は、
前記記憶媒体からの前記データ読み出し速度が前記模擬
画像表示装置の性能を制限する結果となる可能性があ
る。しかしながら、第六の特徴構成によれば、前記記憶
媒体に格納されている前記画像データベースから特定の
画像データを読み出す処理が不要であるため、前記模擬
画像表示装置の高速化が可能となるのである。

【００１６】

【発明の実施の形態】以下に本発明の実施の形態を図面
に基づいて説明する。

【００１７】図１は、本発明の一実施形態であるプラン
ト運転訓練用シミュレーションシステム１が、例えば、
実プラントであるストーカ式焼却炉を有するゴミ焼却プ
ラント２１に併設されている場合の、本発明に係わる構
成要素のブロック構成図を示している。図１において、
各ブロック間の接続は、実際のハードウェア構成におけ
る各構成要素間の物理的な接続を表しているのではな
く、各ブロック間の主たる信号の流れを示している。図
１に示すように、前記プラント運転訓練用シミュレーシ
ョンシステム１は前記ゴミ焼却プラント２１と略同等な
構成となっている。例えば、燃焼系統、送風系統、排ガ
ス処理系統等の各系統毎にモデル化された系統別シミュ
レータの集合であるプラントシミュレータ４は前記各系
統の実際のプラント機器類２４に対応し、前記プラント
運転訓練用シミュレーションシステム１の第１制御装置
３は、前記ゴミ焼却プラント２１の第２制御装置２３に
対応し、訓練の対象とならない周辺設備の制御部を除い
て全く同等のハードウェア構成である。

【００１８】図１に示すように、実プラントである前記
ゴミ焼却プラント２１において、焼却炉の燃焼画像２２
は監視用テレビカメラ２５で撮影され、撮影された実動
画像データ５４は画像処理手段２６へ転送され、前記画
像処理手段２６で燃焼画像の火炎の大きさや色調等の燃
焼画像の特徴抽出が行われ、抽出結果である第１実画像
情報信号５５は、前記第２制御装置２３へ転送され、前
記第２制御装置２３は前記プラント機器類２４の実際の
運転状況を示す、例えば、焼却炉内各部の温度等の実プ
ロセス信号５１を前記プラント機器類２４から受信し、
前記第１実画像情報信号５５及び前記実プロセス信号５
１をもとに前記プラント機器類２４の各部の操作量を計
算し、実制御信号５２を各制御系統に送信することで前
記プラント機器類２４の制御を行う。

【００１９】一方、前記プラント運転訓練用シミュレー
ションシステム１では、オペレータ端末１４（図１には
図示せず）からの入力に従い、前記プラントシミュレー
タ４の前記各系統別シミュレータが前記第１制御装置３
からの模擬制御信号３２と他の前記系統別シミュレータ
の出力である模擬プロセス信号（図示せず）を受信し、
自系統の模擬プロセス信号を出力し、各系統毎の出力を
統合した前記模擬プロセス信号３１が前記プラントシミ
ュレータ４から前記第１制御装置３へ送信される。ま
た、前記第１制御装置３は実プラントと同様に、前記模
擬プロセス信号３１をもとに前記プラント機器類２４の
各部の操作量を計算し、前記模擬制御信号３２を前記プ
ラントシミュレータ４へ送信する。尚、前記第１制御装
置３の燃焼制御部は模擬画像表示装置２からの燃焼画像
の特徴を表す模擬画像情報信号３８も入力信号として受
信する。

【００２０】図１に示すように、前記模擬画像表示装置
２は，データ圧縮処理された画像データの集合である画
像データベースを格納する磁気ハードディスク装置等の
記憶装置７と、前記模擬プロセス信号３１と前記模擬制
御信号３２の内の燃焼画像検索に関連する、例えば、焼
却炉内３カ所の温度、ストーカ部６ヶ所の温度、燃焼室
内６ヶ所のゴミ量、燃焼室各部９ヶ所の空気量等の約２
０種の模擬計装信号３３を受信して前記模擬計装信号３
３で一義的に定まる燃焼状況に最適な画像データを前記
記憶装置７から選択するための画像データ選択信号３５
を出力する検索手段５と、前記記憶装置７から出力され
る圧縮画像データ３６をデータ伸長処理して、ＲＧＢ信
号等の映像信号３７を出力する画像伸長装置８と、前記
映像信号３６を受信して前記検索手段５が選択した画像
データを表示するＣＲＴモニタ等の画像ディスプレイ端
末９から構成されている。尚、前記記憶装置７には、予
め異なる複数の運転状況において前記監視用テレビカメ
ラ２５で撮影された実動画像データ５６をＭＰＥＧ（Ｍ
ｏｖｉｎｇＰｉｃｔｕｒｅＥｘｐｅｒｔＧｒｏｕ
ｐ）動画像圧縮処理可能な画像圧縮装置１３でデータ圧
縮した圧縮画像データ３９の約２０種類が格納されてい
る。

【００２１】前記検索手段５はニューラルネットワーク
６で構成されている。前記ニューラルネットワーク６の
第一の実施形態は、前記ニューラルネットワーク６の入
力信号が前記約２０種の模擬計装信号３３であり、出力
信号が前記記憶装置７に格納されている前記約２０種の
画像データに一対一で対応している前記画像データと同
数の画像データ検索信号３４である。前記ニューラルネ
ットワーク６が前記模擬計装信号３３を受信して出力す
る前記画像データ検索信号３４の内、最も出力値の大き
い信号に対応する前記画像データを前記記憶装置７から
選択するための前記画像データ選択信号３５が前記検索
手段５から前記記憶装置７に送信される。

【００２２】尚、前記ニューラルネットワーク６の学習
のために、前記記憶装置７に格納された画像データに対
応する属性データとして、前記実プロセス信号５１と前
記実制御信号５２の内の前記検索手段５が画像データ検
索に使用する前記模擬計装信号３３と同種の実計装信号
５３が、コンピュータ１２と信号線４０を介して前記ゴ
ミ焼却プラント２１からオンラインで転送され前記記憶
装置７に格納される。前記ニューラルネットワーク６の
学習のための前記実計装信号５３及び前記実計装信号５
３に対応する前記画像データ検索信号３４を教師信号と
する学習用データベース構築作業は１０００種類を越え
る実プラントの運転状況を想定して行われる。尚、前記
コンピュータ１２は前記ニューラルネットワーク６の学
習手段１１であり、且つ、前記画像圧縮装置１３を制御
管理する。前記ニューラルネットワーク６の学習は、前
記コンピュータ１２の制御下、前記記憶装置７に格納し
た前記学習用データベース中の前記実計装信号５３が逐
次前記ニューラルネットワーク６に入力信号として信号
線４１を介して入力され自動的に実行される。更に、前
記画像圧縮装置１３と前記コンピュータ１２は画像デー
タ追加手段１０としても機能し、前記画像データベース
に新たな画像データを追加する場合も、前記監視用テレ
ビカメラ２５で撮影された実動画像データ５６がＭＰＥ
Ｇ動画像圧縮処理を画像圧縮装置１３で施され、前記記
憶装置７に格納されている前記画像データベースに前記
コンピュータ１２の管理下で追加される。

【００２３】図２に示すように、実プラントである前記
ゴミ焼却プラント２１においては、実際のハードウェア
構成は、前記第２制御装置２３の各制御系統毎の各制御
装置、これら各制御装置を集中制御する中央制御装置２
７、及び各オペレータ端末２８等が分散制御システム用
ネットワーク２９に接続されている。また、前記プラン
ト運転訓練用シミュレーションシステム１においても、
実際のハードウェア構成は、前記第１制御装置３、前記
プラントシミュレータ４、記憶装置７、前記検索手段
５、前記画像伸長装置８、前記画像ディスプレイ端末
９、前記画像圧縮装置１３、前記コンピュータ１２、前
記オペレータ端末１４、及び、教官用端末１５等がシミ
ュレータ用ネットワーク１６に接続されている。前記分
散制御システム用ネットワーク２９と前記シミュレータ
用ネットワーク１６の夫々に接続された各装置は夫々の
ネットワークを介して信号の送受信を行っている。ま
た、前記分散制御システム用ネットワーク２９と前記シ
ミュレータ用ネットワーク１６はネットワーク接続手段
であるゲートウェイ１７を介してオンラインで接続され
ている。

【００２４】以下に、別実施形態を説明する。前記ニュ
ーラルネットワーク６の第二の実施形態として、前記ニ
ューラルネットワーク６の出力信号である画像データ検
索信号３４は燃焼画像の火炎の大きさや位置や色調等の
前記画像データの特徴を表す画像情報パラメータである
のも好ましい。前記ニューラルネットワーク６の出力信
号数は選択すべき約２０種の前記画像データ数より大幅
に軽減され、前記ニューラルネットワーク６の規模が小
型化し、前記ニューラルネットワーク６の学習及び実行
が高速化できるのである。尚、前記ニューラルネットワ
ーク６の学習のために、前記記憶装置７に格納された画
像データに対応する属性データとして、前記実計装信号
５３と併せて、前記画像処理手段２６で燃焼画像の火炎
の大きさや位置や色調等の燃焼画像の特徴抽出が行われ
た結果である第２実画像情報信号５７が、前記コンピュ
ータ１２と信号線４０を介して前記ゴミ焼却プラント２
１からオンラインで転送され前記記憶装置７に格納され
る。前記ニューラルネットワーク６の学習のための前記
実計装信号５３及び前記第２実画像情報信号５７を教師
信号とする学習用データベース構築作業は、１０００種
類を越える実プラントの運転状況を想定して行われる。
尚、前記画像データ検索信号３４の状態、つまりは、各
パラメータ値が予め設定された閾値で決定される状態レ
ベルの組み合わせから前記画像データを選択するための
マッピングテーブルが必要であるが、ニューラルネット
ワークを使用せず前記ニューラルネットワーク６の入力
信号である前約２０種の模擬計装信号３３から直接前記
画像データを選択するためのマッピングテーブルを構成
する場合に比べ、前記マッピングテーブルの分割数も極
端に少ないばかりではなく、前記画像データの属性デー
タとして記憶されている前記第２実画像情報信号と前記
画像情報パラメータとは実質的に同等であるため、前記
マッピングテーブルの構築が非常に簡単、且つ、自動的
にできるのである。

【００２５】また、実プラントである前記ゴミ焼却プラ
ント２１から前記画像データを抽出して、前記学習用の
データを作成する際に、前記画像データの特徴を表す画
像情報パラメータの種類とパラメータ値の分割数に応じ
て略均等に分布するように、前記画像データが過不足無
く効率的に、且つ、自動的に抽出でき、結果として、前
記ニューラルネットワーク６の学習が短期間に終了でき
るのである。

【００２６】上述の前記ニューラルネットワーク６の第
一または第二の実施形態にかかわらず、前記ニューラル
ネットワーク６の出力信号である前記画像データ検索信
号３４から最適な画像データを前記画像データベースか
ら選択する過程において、必ずしも最適な画像データが
選択されない可能性が存在する。この様な可能性が存在
する場合に、前記画像データ検索信号３４に一定の曖昧
さを許容したときに選択される複数の画像データを基に
最適な画像データを合成する第１画像合成手段１８を備
え、前記第１画像合成手段１８が火炎の色調、位置、大
きさ等の各特徴要素毎に前記選択された複数の画像デー
タを補間して新たな画像データを合成するのも好まし
い。前記ニューラルネットワーク６の第一の実施形態で
は、例えば、前記画像データ検索信号３４の二つの信号
値が等しいか、略等しくなる場合においても、前記信号
値の大きい方または所定の判定基準に基づいて選択され
た前記画像データ検索信号３４に対応する一つの画像デ
ータが選択されるところを、前記等しいか、略等しい信
号値を有する二つの前記画像データ検索信号３４に対応
する二つの画像データを基に前記第１画像合成手段１８
が最適な画像データを合成する。また、前記ニューラル
ネットワーク６の第二の実施形態では、例えば前記画像
データ検索信号３４の複数の信号値が前記予め設定され
た閾値近傍にある場合も同様に必ずしも最適な画像デー
タが選択されない可能性があるが、前記閾値近傍にある
前記画像データ検索信号３４の状態を一つに決定せず、
前記閾値を挟んだ両側の２状態を与え、結果として前記
マッピングテーブルで選択される複数の画像データを基
に前記第１画像合成手段１８が最適な画像データを合成
する。

【００２７】前記模擬画像表示装置２は、前記検索手段
５を設けず、前記検索手段５内に設けてあるが前記ニュ
ーラルネットワーク６の第二の実施形態だけを取り出
し、前記ニューラルネットワーク６の出力信号である燃
焼画像の火炎の大きさや位置や色調等の前記画像データ
の特徴を表す画像情報パラメータを用いて、予め準備さ
れた実画像データを基にした画像データベースから最適
な画像データを選択したり合成したりするのではなく、
コンピュータグラフィックス技術を応用して、例えば、
予め準備された燃焼画像要素を基に全く新たに画像デー
タを合成する第２画像合成手段を備え、前記第２画像合
成手段で合成された合成画像を映像信号３７に変換して
前記画像ディスプレイ端末９に表示するのも好ましい。

【００２８】更に、前記ニューラルネットワーク６の出
力信号を基に、リアルタイムで画像合成するのに処理時
間が掛かりすぎる場合は、前記コンピュータグラフィッ
クス技術を応用して作成された画像データを合成画像デ
ータベースとして必要数を前記記憶装置７に予め格納し
ておき、前記合成画像データベースから最適な画像デー
タを選択する検索手段を設けてあっても構わない。ま
た、図１に示す前記記憶装置７に格納されている画像デ
ータベースの一部または全部が前記合成画像データベー
スであっても構わない。

【００２９】

【発明の効果】以上説明したように、本発明によれば、
プラント運転訓練用シミュレーションシステム内で生成
されるプラント機器類の運転状況を示すプロセス信号や
前記プラント機器類を制御するための制御信号等の計装
信号をパラメータとして実プラントの前記プラント機器
類の一部の運転状況を示す画像情報を模擬する模擬画像
データを生成、または、出力表示する手段が、従来のプ
ラント運転訓練用シミュレーションシステムに比べ容易
に構築できるようになり、更に前記模擬画像を出力表示
する装置の性能及び品質の向上も容易に図れるようにな
った。

【００３０】尚、特許請求の範囲の項に、図面との対照
を便利にするために符号を記すが、該記入により本発明
は本発明は添付図面の構成に限定されるものではない。

【図面の簡単な説明】

【図１】本発明に係わるプラント運転訓練用シミュレー
ションシステムと実プラントのブロック構成図

【図２】本発明に係わるプラント運転訓練用シミュレー
ションシステムと実プラントのハードウェア構成図

【符号の説明】

１プラント運転訓練用シミュレーションシステム２模擬画像表示装置３第１制御装置４プラントシミュレータ５検索手段６ニューラルネットワーク１０画像データ追加手段１１学習手段１８第１画像合成手段２１実プラント２４プラント機器類３１模擬プロセス信号３２模擬制御信号３３模擬計装信号３４画像データ検索信号５１実プロセス信号５２実制御信号５３実計装信号

───────────────────────────────────────────────────── フロントページの続き (72)発明者筒井泰治大阪府大阪市浪速区敷津東一丁目２番47号株式会社クボタ内 (72)発明者福澤俊樹大阪府大阪市浪速区敷津東一丁目２番47号株式会社クボタ内

Claims

【特許請求の範囲】

【請求項１】実プラント（２１）のプラント機器類
（２４）の運転状況を模擬する複数の模擬プロセス信号
（３１）を生成するプラントシミュレータ（４）と、前
記複数の模擬プロセス信号（３１）をもとに前記プラン
ト機器類（２４）を制御可能な複数の模擬制御信号（３
２）を生成する第１制御装置（３）と、前記複数の模擬
プロセス信号（３１）と前記複数の模擬制御信号（３
２）をもとに前記プラント機器類の一部の運転状況を示
す模擬画像を表示する模擬画像表示装置（２）を備えて
なるプラント運転訓練用シミュレーションシステム
（１）であって、前記模擬画像表示装置（２）が、予め準備された複数の
画像データの中から、前記複数の模擬プロセス信号（３
１）と前記複数の模擬制御信号（３２）の状態に対応す
る一つの画像データを検索する検索手段（５）を備えて
なり、前記検索手段（５）が、前記複数の模擬プロセス信号
（３１）と前記複数の模擬制御信号（３２）の一部また
は全部からなる模擬計装信号（３３）を入力信号として
受信し、前記複数の画像データから一つの画像データを
検索するための画像データ検索信号（３４）を出力する
ニューラルネットワーク（６）を備えてなるプラント運
転訓練用シミュレーションシステム。
【請求項２】前記画像データ検索信号（３４）が前記
画像データの特徴を表す画像情報パラメータである請求
項１記載のプラント運転訓練用シミュレーションシステ
ム。
【請求項３】前記画像データに新たな画像データを追
加する画像データ追加手段（１０）を備えている請求項
２記載のプラント運転訓練用シミュレーションシステ
ム。
【請求項４】実プラント（２１）とオンラインで接続
され、前記実プラント（２１）から抽出される画像デー
タと、前記画像データ抽出時における前記実プラント
（２１）上の実プロセス信号（５１）と実制御信号（５
２）からなる実計装信号（５３）を用いて、前記ニュー
ラルネットワーク（６）の学習を行う学習手段（１１）
を備えている請求項１、２、または、３記載のプラント
運転訓練用シミュレーションシステム。
【請求項５】前記画像データ検索信号（３４）に基づ
いて、予め準備された複数の前記画像データを基本にし
て、前記模擬計装信号（３３）の状態に対応する一つの
画像データを合成する第１画像合成手段（１８）を備え
ている請求項１、２、３、または、４記載のプラント運
転訓練用シミュレーションシステム。
【請求項６】実プラント（２１）のプラント機器類
（２４）の運転状況を模擬する複数の模擬プロセス信号
（３１）を生成するプラントシミュレータ（４）と、前
記複数の模擬プロセス信号（３１）をもとに前記プラン
ト機器類（２４）を制御可能な複数の模擬制御信号（３
２）を生成する第１制御装置（３）と、前記複数の模擬
プロセス信号（３１）と前記複数の模擬制御信号（３
２）をもとに前記プラント機器類の一部の運転状況を示
す模擬画像を表示する模擬画像表示装置（２）を備えて
なるプラント運転訓練用シミュレーションシステム
（１）であって、前記模擬画像表示装置（２）が、前記複数の模擬プロセ
ス信号（３１）と前記複数の模擬制御信号（３２）の一
部または全部からなる模擬計装信号（３３）を入力信号
として受信し、画像データの特徴を表す画像情報パラメ
ータを出力するニューラルネットワーク（６）を備えて
なり、前記画像情報パラメータをもとに前記模擬計装信号（３
３）の状態に対応する一つの画像データを合成する第２
画像合成手段を備えているプラント運転訓練用シミュレ
ーションシステム。