【課題】初期プラントモデル構築時の作業負担を軽減する。
【解決手段】演算制御装置１３は、プラント稼働前、入力されるプラント機器の機器接続情報にしたがいプラントモデル・ユニットライブラリの中から必要なプラントモデルユニットを抽出し、続いて入力されるプラント機器の機器情報を抽出されたプラントモデルユニットのモデルパラメータに反映させて初期プラントモデルを構築し、プラントの稼働を契機に取得される運転データを初期プラントモデルに入力してモデル出力値を計算して乖離度を判定してモデルパラメータを調整し、モデル出力値が予め設定された乖離度の許容範囲に入るまでモデルパラメータの調整およびシミュレーションを繰り返し実行してプラントモデルを得る。 （もっと読む）

【課題】部品モジュールの接続が限定されない系統モデルを構築可能な装置及び方法を提供する。
【解決手段】シミュレータ構築装置２０は、入力手段２２から受け付けた情報に従い部品モジュールを配置し結線する処理部３８と、配置し結線した部品モジュールの種類、個数および並び順を判断する処理部３９と、部品モジュールの種類と当該種類に対応するソースコードとを関連付けた部品基本ソースプログラム３２と部品モジュールのプロトコル設定の情報を含むソース生成ルール情報３３を参照し、各部品モジュールのソースコードをそれぞれ生成する処理部４０と、何れかの部品モジュールを制御する旨の情報と、部品モジュールと同じプロトコルで各部品モジュールと通信する旨の情報とを有する組み上げルール情報３４を参照し、部品モジュールを制御するメインモジュールのソースコードを組み上げる処理部４１とを備える。 （もっと読む）

【課題】誤差の分散値を推定せずに、高精度にモデリングを行うことができるようにする。
【解決手段】状態空間モデリング部２２によって、観測値の時系列データに基づいて、カルマンフィルタのモデルパラメータを推定する。正規化カルマンフィルタデザイン部２２において、状態ベクトルＸの推定誤差分散の共分散行列を予測誤差分散で正規化した正規化推定誤差分散共分散行列と、正規化誤差λとを用いた正規化カルマンフィルタが定められる。状態推定部２３によって、定められた正規化カルマンフィルタに従って、予測値を時系列に算出すると共に、対応する観測値との予測誤差を各々算出する。最適モデル推定部２４によって、予め用意された正規化誤差λの各値を用いたときに状態推定部２３によって各々算出された予測誤差に基づいて、最適な正規化誤差λを特定し、最適な正規化誤差λを用いた正規化カルマンフィルタを、最適モデルの推定結果とする。 （もっと読む）

【課題】ＭＰＣ適応およびチューニング技法は、ＭＰＣタイプコントローラにおいて良好にフィードバック制御性能を統合し、プロセスモデル不一致の存在下で良好に働くＭＰＣ適応／チューニング技法をもたらす。
【解決手段】ＭＰＣコントローラ性能は、コントローラ適応／チューニングユニットをＭＰＣコントローラに追加することにより高められ、その適応／チューニングユニットは、最適化ルーチンを実施して、特定の量のモデル不一致またはある範囲のモデル不一致の存在下でオンラインプロセス制御中にＭＰＣコントローラ内で使用するための、最適な一組のコントローラ設計および／またはチューニングパラメータを確定する。閉ループ適応サイクルは、予測誤差または制御誤差に対して自己相関解析を実施して、有意のプロセスモデル不一致がいつ存在するかを判定してもよく、または、所定期間にわたって、プロセスモデル不一致の増減を判定してもよい。 （もっと読む）

【課題】オンライン・プロセスシミュレーションを行う際に該シミューレーション・システムが使い易く且つ更新し易くなる態様でプロセスプラントのプロセス制御環境に統合する。
【解決手段】開示のシミューレーション・システムによると、シミューレーション・システムにより生成されたプロセスパラメータの現在の予測値だけでなく将来的な予測値を、性能評価に利用し、並びにプラントの動作を誘導するために利用することが可能になる。また、該シミューレーション・システムは、プロセスプラントに関する様々なオンライン計測値を受信できるように作動中のプロセスプラントに接続されており、シミューレーション・システムで使用されるプロセスモデルを自動的に更新してシミューレーション・システムをプロセスプラントの実際の作動状態と協調（coordinate）した状態に保つために、これらの計測を使用する。 （もっと読む）

【課題】要求点ベクトルごとに最適な近傍データベクトルの数が自動的に決定され、予測精度の安定化が図られるプロセスの状態予測方法を提供する。
【解決手段】プロセスの操業状態を示す観測データから構成される入力ベクトル及び出力ベクトルが対となって蓄積されたデータベースを作成し、予測したい時点における出力ベクトルに対応する入力ベクトルからなる要求点ベクトルに類似する近傍データベクトルをデータベースから取得し、近傍データベクトルから局所モデルを構築して、予測したい時点における出力ベクトルを求めるプロセスの状態予測方法において、近傍データベクトルが格納された近傍データセットを近傍データ数を変えて複数作成し、複数の近傍データセットについて主成分分析を実施して各近傍データセットごとに前記要求点ベクトルに対するＱ統計量を算出して、Ｑ統計量が最小となる近傍データセットを選択して局所モデルを構築する。 （もっと読む）

【課題】不動作時間が優勢なプロセスループにおいて、および定常状態までのプロセス時間の中でプロセスモデル不一致にされるプロセスループにおいて、ＰＩＤコントローラと同じか優れた制御性を有し、プロセス制御システムの分散コントローラの中で容易に実現できる適応コントローラを提供する。
【解決手段】ＭＰＣ制御モデルを生成するためにプロセスモデルを使用してＭＰＣコントローラアルゴリズムを作成し、ＭＰＣコントローラがオンラインで動作している間にＭＰＣコントローラにダウンロードする。シングルループＭＰＣコントローラに適用可能であり、１または２という制御層付きのＭＰＣコントローラで特に有効であるこの技法により、プロセスモデルを変更し、プロセスの通常の動作中にＭＰＣコントローラを含む適応ＭＰＣ制御ブロック３８を適応させることができる。 （もっと読む）

【課題】本発明は、先験的知識を利用することによって不充分な入出力データであっても、より精度の高いモデルを構築し得るモデリング装置および該方法を提供する。
【解決手段】本発明のモデリング装置Ｓは、システムのモデルをそのパラメータの値を決定することで構築する装置であって、前記モデルが、連続した時間と見なされる時間変数を含む数式であり、予め得られているシステムに関する先験的情報を制約条件として設定する制約条件入力設定部２１および制約条件記憶部４１と、所定の入力データを実績入力データとしてシステムに入力した場合に出力された実績出力データと、前記実績入力データをモデルに入力した場合に出力されたモデル出力データとの誤差を評価する評価関数の評価結果を求める評価演算部１３と、前記制約条件を満たし、かつ、前記評価結果が最良となるように、前記モデルのパラメータの値を求めるモデル更新決定部１４とを備える。 （もっと読む）

【課題】学習係数が制限値を超えても制限値内で学習係数を制御してモデル誤差を修正する学習係数制御装置。
【解決手段】２個以上のモデルに基づき１つの物理量を予測するプロセスモデルについて物理量の予測値と実績値との差に基づき学習演算部１０で各々のモデルの学習係数を算出し、一方のモデルの予測値を変更したときに最終的に求められる物理量の予測値が変わらないように他方のモデルの予測値を変更する補正値を得るために必要な変換係数を変換係数演算部１４で演算し、一方のモデルの学習係数が第１制限値を超えた場合に学習係数修正値演算部１７からのモデルの学習係数の修正値と変換係数平均値演算部１９からの変換係数の平均値とに基づき一方のモデルの学習係数を修正したことで発生する予測値の変化量を他方のモデルで補償するモデルの補正値をモデル補正値演算部２０で演算する。 （もっと読む）

【課題】モデル予測制御のような多入力／多出力制御を実行するアドバンスド制御ブロックを提供する。
【解決手段】アドバンスド制御ブロック５６は、汎用制御論理１０２を有し、プロセス出力および入力に通信可能に接続された制御入力および出力とを有する初期機能制御ブロックを作成することで形成が開始される。制御ブロック内の波形ジェネレータ１０１は、プロセスモデル１０４を作成する際に用いられるように設計された励起波形を用いて制御ブロック出力によってプロセス入力の各々を体系的にアップセットする。データ収集ルーチン１００は、プロセス入力各々の波形にたいするプロセス出力各々の応答を示すデータを収集する。収集されたデータからプロセスモデルを生成し、プロセスモデルから制御論理パラメータを作成する。制御論理パラメータおよびプロセスモデルは制御ブロックにダウンロードされ、アドバンスド制御ブロックの形成を完了する。 （もっと読む）

【課題】過去の値や現在の状態推定値に基づいて、バッチプロセスの特性を正確に推定することは現在でも困難である。バッチプロセスの特性の推定値を生成する方法を提供する。
【解決手段】バッチプロセスの特性の推定値を生成する方法及び装置は、そのバッチプロセスに関連する複数の反応速度の推定値を生成するために、ノンパラメトリックモデルを使用する。各反応速度の推定値は、例えばバッチプロセスの間の特定の時間に対応している。複数の反応速度の推定値は、次に、その特定の時間でのそのバッチの特性の推定値を生成するために積分される。 （もっと読む）

【課題】発電プラント性能、可用性、および劣化を頑強に予測する。
【解決手段】ハイブリッド予測モデル（１５０）を用いて発電プラントまたは発電プラントの部品の性能、可用性、または劣化の１または複数を予測する。ハイブリッド予測モデル（１５０）は少なくとも２つのモデル成分を含んでおり、１つは物理ベースのモデリング・アプローチ（１５２）に基づくもの、１つは観測に基づくかまたはデータ・ベースのモデリング・アプローチ（１５４）に基づくものである。ハイブリッド予測モデル（１５０）は、運転性能が時間とともに変化するときに自己調節または自己補正する場合がある。 （もっと読む）

【課題】本発明の目的は、将来的に予測されるプラントの運転状態の変化をも考慮に入れた、プラントの環境負荷物質低減及び運転効率改善を実現する制御ロジックを自律学習する機能を具備させることで、プラントの運転条件変更に対してロバストな制御を提供する。
【解決手段】本発明のプラントの制御装置は、運転情報データベースと運転特性計算部の組み合わせ又は機器情報データベースと機器特性計算部の組み合わせのいずれか一つを含み、前記運転特性計算部、又は機器特性計算部が計算した特性値を用いてプラントの運用コストを評価するコスト評価部と、前記コスト評価部が出力するコスト評価値が最適となるようにプラントに与える制御信号の生成方法を自律学習する操作方法学習部とを備え、前記操作方法学習部は、前記コスト評価部が出力するコスト評価値を手掛かりに操作方法を学習するように構成する。 （もっと読む）

【課題】制御対象のモデルのパラメータを低い演算負荷で、且つ正確に同定すること。
【解決手段】制御対象のモデル式のパラメータを同定し、パラメータの同定によって最適なパラメータ値として求められたパラメータ値をモデル式に適用することによって制御対象のモデルを構成する。そして、制御対象に関する物理法則上の制約を破ることがないモデル式のパラメータの条件を記述した制約条件式を取得し、取得された制約条件式が成立する範囲内でモデル式のパラメータを同定する。 （もっと読む）

【課題】モデルパラメータ調整直後におけるシミュレーションのバランスを維持できるプラントシミュレータ等を提供する。
【解決手段】パラメータ調整手段は、モデルで使用されるモデルパラメータを、シミュレーションにより得られる第１のデータの値と、プラントにおける前記第１のデータの値とが一致するように調整する。偏差算出手段は、前記パラメータ調整手段による調整後、前記パラメータ調整手段による調整の対象とはならない第２のデータについて、前記シミュレーションにより得られる値と、前記プラントにおける値との間の偏差を算出する。トラッキング手段は、前記偏差算出手段により算出された前記偏差または当該偏差に応じた偏差を維持するように前記第２のデータをトラッキングする。 （もっと読む）

【課題】現在使用している統計モデルが適切なモデルとして機能しているか否かをデータに基づいて評価し、必要な処置を講ずることを可能とするプラントシミュレータを実現する。
【解決手段】プラントデータを収集し、プラントの状態を物理モデルにより演算して第１推定値データを出力する物理モデル演算部と、前記第１推定値データを説明変数として入力すると共に、前記プラントの性状分析データを目標変数として入力し、統計モデルにより演算して第２推定値データを出力する統計モデル演算部とを具備するプラントシミュレータにおいて、
前記統計モデルに入力している前記第１推定値データに基づき、現在使用されている前記統計モデルの適正性を評価する統計モデル評価部を備える。 （もっと読む）

【課題】部分的最小二乗法の利点を活かしながら、予測や診断に必要な入力変数を適切に選択して高性能な予測・診断モデルを構築する。
【解決手段】コンピュータシステムにより構成され、部分的最小二乗法モデルを構築するための入力変数及び出力変数の実績値のセットからなるデータが蓄積されたデータベース２０と、前記データが入力される演算制御装置１００と、を備え、この演算制御装置１００は、学習データを作成する機能１、この学習データを用いて部分的最小二乗法によりモデルを構築する機能２、及び、機能２により構築したモデルの入力変数の数を順次削除したときの統計指標に基づいてモデルの入力変数を適切な数に調整する機能３を有するモデル構築手段１２０と、構築されたモデルを用いて予測処理を行う予測・診断手段１３０と、を有する （もっと読む）

【課題】操業条件の変更ならびにプロセス特性の変化に対しても制御性能を維持できる、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を提供することを目的とする。
【解決手段】プロセス動的モデルを用いて将来の挙動を予測し最適な制御を行う、オンラインモデル同定を用いたモデル予測制御方法であって、モデル予測制御演算実施にあたっては、用いるプロセス動的モデルを実操業データに基づいてモデル再同定を毎回行う。 （もっと読む）

【課題】雨水流入予測を行なうためのデータを逐時取得して、演算処理を行なうことにより逐次的な流入予測を精度よく行なうことができる雨水排水支援制御装置を提供すること。
【解決手段】雨水排水支援制御装置はデータセンタ３０と、複数の雨水排水施設５０とに配置されている。各雨水排水施設５０には各種パラメータを含む予測モデルを有する支援情報予測部２３と、データ送受信部２６とが設けられている。データセンタ３０には、支援情報予測部２３の予測モデルのパラメータを調整する予測精度診断機能３０ｆが設けられている。 （もっと読む）

【課題】統計モデルを用いて高精度のシミュレーションを行うことができるプラントシミュレータ等を提供する。
【解決手段】厳密モデルを使用して、プラントから得られるプラントデータに基づく前記プラントのシミュレーションを実行する厳密モデルシミュレーション手段と、統計モデルを使用して、前記プラントのシミュレーションを実行する統計モデルシミュレーション手段と、を備える。前記統計モデルシミュレーション手段は、前記プラントから得られるプラントデータに加えて、前記厳密モデルシミュレーション手段によるシミュレーションから得られる仮想的なプラントデータに基づいて前記プラントのシミュレーションを実行する。 （もっと読む）