[发明专利]工序监视诊断装置及工序监视诊断程序

说明书

技术领域

本发明的实施方式涉及工序监视诊断装置及在该工序监视诊断装置中使用的工序监视诊断程序，该工序监视诊断装置对在下水处理工序、排水处理工序、污泥消化工序、净水工序、供配水工序、化学工序及铁钢工序等工序系统中产生的异常进行诊断。

背景技术

在下水处理工序、污泥消化工序、净水工序及供配水工序等水处理/水运用工序、石油化学工序、铁钢工序及半导体制造工序等工序系统的工厂中，设置有对多个工序状态进行测定的多个在线传感器。工序监视装置(SCADA:Supervisory Control And Data Acquisition)通常将通过工序系统中所设置的传感器组的计测而得到的、例如流量、温度、水质及/或操作量等工序数据，转换为例如趋势图表等时序数据。工厂管理者(管理员)及/或运转人员(操作人员)通过对时序数据进行监视，由此掌握工序的状态，进行工序的运转变更、控制。

各个工序数据的时序数据通常被设置有被称为管理极限等的上下限值。工序监视装置在时序数据的值超过该管理极限的情况下或者低于该管理极限的情况下，发报警报。工厂管理者及/或运转人员基于该警报进行工厂运用的确认及重新审视。基于这种警报发报的运转管理是工厂运用的基本。

在更先进的工厂运转管理中，不仅要求简单的工序非稳定时的应对，还要求在达到工序的规定目标性能的基础上实现节能·节约成本的运用。在此，规定目标是指，例如，如果是下水处理工序，则对应于排放水质限制的遵守等。此外，如果是净水处理工序，则净水中的残留氯浓度为规定上限以下的情况、及/或、不存在以隐孢子虫为代表的病原性微生物的情况等对应于规定目标。此外，如果是化学工序及铁钢工序，则将产品(石油精炼品及铁钢)的品质(例如纯度及强度等)维持为规定范围的情况对应于规定目标。当想要运用工厂的运转管理以使得在达到工序的规定目标性能的基础上实现节能·节约成本时，重点在于，对与目标性能相关的工序的状态进行监视以避免陷于不达成规定目标的状态，迅速检测出阻碍达成规定目标的状态变化及/或异常状态，并预先采取对策。并且，重点在于，将与目标性能及节能·节约成本相关的工序状态始终保持为良好状态，迅速检测出可能要从良好状态偏离那样的工序状态变化。

然而，作为对工序的状态变化及异常进行诊断的方法，已知被称为多变量统计工序监视(MSPC：Multi-Variate Statistical Process Control)的方法，该方法使用了在石油化学工序及铁钢工厂的领域中一直利用的“多变量统计解析方法”。作为在MSPC中最常利用的方法，已知主成分分析(PCA：Principal Component Analysis)和潜变量投影法/偏最小二乘法(PLS：Projection to Latent Structure/Partial Least Square)。

在MSPC中，使用PCA及/或PLS等多变量解析，主要达成对工厂的异常征兆进行检测的第一目的、以及对成为异常因素的工序变量进行推测的第二目的。对于第一目的，通过利用多个工序变量的相关信息，对通过一个变量无法检测出的轻微的异常征兆进行检测。对于第二目的，在根据由多个工序变量合成的异常检测用数据(例如，Q统计量及Hotelling的T²统计量)检测到异常之后，利用表示各工序数据对于该异常检测用数据的贡献度的贡献量，来推测成为异常因素的候选的工序变量。如此，若使用MSPC，则与以往的对独立的工序变量使用简单管理极限进行的监视(在生产线等的监视中，有时与MSPC对比而称为SPC：Statistical Process Control(统计工序控制))相比，能够进行对于工厂管理者及/或运转人员来说更有用的先进的监视·诊断。

如以上那样，若使用MSPC，则能够达成对工厂的异常征兆进行检测的第一目的、以及对成为异常因素的工序变量进行推测的第二目的，但在将MSPC引入SCADA中来作为工厂监视系统来实现的情况下，听到较多如下的现场的反映：仅通过在达成第一及第二目的时得到的信息，对于用户即工厂管理者及/或运转人员来说不能够提供足够的信息。其理由为，工厂管理者及/或运转人员想要做出最终在异常时应该采取什么行动这样的判断，但仅通过异常征兆的检测及其因素推测，难以在异常时立即采取行动。

现有技术文献

专利文献

专利文献1：日本特开平8－241121号公报

专利文献2：日本特开2004－303007号公报

专利文献3：日本特开2007－65883号公报

非专利文献