|
昨年度までに導出したロバスト最適な温度プロファイルの特性を解析し，ロバスト性に与える影響が大きいパラメータを抽出した．モンテカルロ・シミュレーションで得られたデータに対して，k-平均クラスタリングを適用し，製品品質の劣化（微結晶量が増える）の大小でクラスタリングしたとき，初期の過飽和度および，種晶量が少ない場合，その粒径も微結晶量におおきく影響を与えることがわかった．ロバストな運転を行おうとする場合，種晶量は多いほうがいいという，単純な温度プロファイルを用いる場合と同様の知見が得られた．
また，シナリオベースの制御系の設計を行い，シミュレーションにより評価した．バッチ開始後，数分間のデータを用いて，初期の過飽和度を推定する．推定方法としては，カルマンフィルタなどの計算負荷の高いものは用いず，ソフトセンサー構築の手法であるＰＬＳ（Partial Least Square)を用いた．数値検討により，初期過飽和度を精度よく推定するために必要なバッチ時間についても検討した．
推定された初期過飽和度は，あらかじめ定義しておいた３つのレベルにわけられる．それぞれのレベルの中心値に対しては，推定時点をスタートとして，再度，ロバスト最適な温度プロファイルを設計しておく．初期過飽和度が明らかになった後，あらかじめ計算しておいた温度プロファイルを適用する．このようなシナリオベース制御系を，再度，モンテカルロシミュレーションで評価した結果，フィードバックがない場合に比べて，製品品質が飛躍的に安定化されることが示された．
|
