研究概要 |
本研究では,ダイナミカルに状態が推移するプラントを対象にして,運転時に得られる時系列データから,プラントの状態推移を的確に予測・監視する傾向管理システムを構築することを目的とし,以下の機能を具備させることを検討した. 機能1:将来の状態の推移状況を予測する機能. 機能2:現在の状態が正常な運転状況であるか判定する機能. 機能3:アラームシステムの上下限値を運転状況に応じて適切に変更する機能 機能4:異常診断システムへの入力となる異常状態の特徴抽出を的確に行う機能 槽一配管系を対象にした実験とシミュレーションにより,以下の結果が得られた. 1.非線形性が強くないプロセス(槽一配管系)への入力が不確定に変動する場合(負荷変動),線形モデルであるARXモデルを用いることによって機能1を実現できる. 2.非線形モデルである3つのタイプのニューラルネットワーク(フィードフォワード型,外部リカレント型,リカレント型)によっても機能1を実現できる.特に,リカレント型ニューラルレットワークによる状態予測が最も良好である. 3.機能1で得られる予測値と実測値の残差に対し逐次確率比検定(SPRT)を用いることにより,機能2を実現できる. 4.機能3で用いたSPRT法を同時に2つ起動することにより,機能4を実現できる.すなわち,片方のSPRT法で残差が正常であるか異常に高いかの判定を行い,他方のSPRT法で残差が正常であるか異常に低いかの判定を行う. 5.課題3は今後の課題として残っているが,課題4の手法を改良することによって解決できると考えられる.
|