JP2868826B2 - 支援システムおよびその構築方法 - Google Patents

Description

【発明の詳細な説明】 ［産業上の利用分野］ 本発明は、プロセスを管理するオペレータに対して、
支援を行う支援システムおよびその構築方法に関する。

［従来の技術］ 浄水処理プラント、下水処理プラントなどでは、プラ
ントの挙動を数理モデルによって決定論的に記述できな
いため、数理モデルを用いた自動制御が難しい。そのた
め、それらのプラントの運転管理には、経験を持ったオ
ペレータによる状況の監視と判断が不可欠となってい
る。

このようなプラントでは、オペレータの果たす役割が
過度に大きいため、 （１）省略化が行い難い （２）ヒューマンエラーが入り易い などの問題を抱えている。

これらの問題に対するひとつの解決策として、知識工
学応用による支援システムの導入が行われきている。

これは、オペレータの経験的な知識を抽出してルール
化することにより、オペレータの監視や判断を計算機上
で再現し、オペレータとの代替、もしくは支援を行うも
のである。

このような支援システムとしては、従来、例えば、特
開昭63−77537号公報に記載されているものがある。

この支援システムは、プラントの物質収支や熱収支を
計算すると共にプラントの状態を監視する監視機構と、
異常の原因と異常の発生場所を推定するための知識を収
納する知識ベースと、監視機構からのデータと知識ベー
スからのデータとで異常の原因と異常とを推定する推定
機構と、推論結果を通報する音声出力機構とを備えてお
り、異常があった場合、オペレータに異常原因等を通報
することにより、オペレータの負荷を軽減しようと言う
ものである。

［発明が解決しようとする課題］ しかしながら、従来のこのような支援システムでは、
支援システムの各構成要素の実行順序が、オペレータの
思考過程と明確に対応していないため、装置の実行内容
や支援内容が的確であっても、オペレータの思考過程か
ら、かけ離れていることがあり、装置の実行過程と支援
内容（ガイダンス）がオペレータにとって分かり難く、
かつ納得し難いことがあるという問題点がある。

本発明は、このような従来の問題点について着目して
なされたもので、装置の実行過程とガイダンスとが、オ
ペレータの思考過程と合っていて、オペレータにとって
理解しやすく、オペレータの負担をより軽減することが
できる支援システムおよびその構築方法を提供すること
を目的としている。

［課題を解決するための手段］ 上記目的を達成するために、本願は以下の発明を提供
する。

支援システムの構築方法に係る発明は、 予め、一連の作業群ごとに、オペレータが行う作業お
よび判断の内容と順序とが定められている、複数のモジ
ュールを準備しておき、複数の前記モジュールの中か
ら、オペレータが管理するプロセスに対応するモジュー
ルを選択し、作業群ごとの実施順序に対応させて前記モ
ジュールの実行順序を決定して、前記プロセスのモデル
を形成し、前記モデルに基づき、支援システムを作成す
ることを特徴とするものである。

ここで、予め準備されている前記複数のモジュールの
中には、少なくとも、プロセスの運転状況を監視する監
視モジュールと、プロセスの異常時における対策を行う
異常時対策モジュールとが、含まれていることが好まし
い。モジュールとしては、これらの他に、プラントを維
持管理するために必要なデータを提供する維持管理モジ
ュール、プラントの各種データを管理保存するデータベ
ースモジュール、画像データの処理を行う画像処理モジ
ュール、プラントから送られてくる現時点のデータと過
去のデータとを比較する履歴比較モジュールなどが有っ
てもよい。

支援システムに係る発明は、 プロセスに設けられている計測器から送られてくるデ
ータが、予め定められている偏差内のデータであるか否
かを判定するデータ判定手段と、前記データが偏差外の
データである場合に、前記データを送った計測器が異常
であるか否かを判定する計測器異常判定手段と、前記計
測器が正常である場合には、プロセスの異常を知らせ、
前記計測器が異常である場合には、計測器異常を知らせ
る異常報告手段とを有することを特徴とするものであ
る。

ここで、前記計測器異常判定手段は、前記データと、
該データと通常時には特定の相関関係を有するデータと
を比較し、前記相関関係があるか否かを判定する手段と
を有することが好ましい。

［作 用］ 支援システムの作成する時に、オペレータが行う作業
および判断の内容を予め把握しておくので、必要に応じ
て支援項目を決定するものと異なり、支援項目漏れを少
なくすることができる。

また、オペレータの作業および判断の内容と順序とを
予め把握しておき、プロセスに特定の事象が起こった際
に、この事象に対応する作業または判断の内容が前記順
序に基づき、順次表示されるよう作成されるので、表示
内容および表示順序は、オペレータの思考過程と合い、
オペレータにとって理解し易いものとなる。

作成する段階で、モジュールを準備しておくもので
は、プロセスのモデルを素早く作成することができ、表
示がオペレータの思考過程に合った支援システムを容易
に作成することができる。

オペレータが行う作業および判断の内容と順序とを記
憶する記憶手段を有する支援システムでは、プロセスに
特定の事象が生じると、記憶手段に記憶されているもの
の中から、この事象に対応した作業または判断の内容と
順序とが、選択手段により選び出される。この選び出さ
れた作業または判断の内容は、表示手段により、選び出
された順序に基づいて表示されるので、オペレータの思
考過程に合った表示をすることができる。

計測器異常判定手段を備えた支援システムでは、計測
器からのデータは、データ判定手段により、予め定めら
れている偏差値内のデータであるか否かが判定される。
このデータが偏差値外のデータであるときには、計測器
異常判定手段により、このデータを送った計測器が異常
であるか否かが判定される。異常報告手段では、計測器
が正常である場合、プロセスの異常をオペレータに知ら
せ、計測器が異常である場合、計測器の異常を知らせ
る。

このようにデータの判定過程が、オペレータがデータ
を解析し、異常であるか否かを判定する過程と、ほぼ同
じなので、オペレータは、各過程で出力されてくるデー
タを理解しやすい。

また、システム内に計測器異常判定手段を設けたの
で、データの解析を正確にかつ早く行うことができる。

［実施例］ 本発明の実施例について第１図〜第20図に基づき説明
する。

まず、本実施例の支援システムが適用される下水処理
プラントについて、第２図を用いて、説明する。

下水処理プラントは、下水流入管20から送られてくる
下水中の挟雑物等を重力沈降によって除去する一次沈殿
池６と、一次沈殿池６から越流してきた下水中の溶解性
有機物を分解する曝気槽10と、曝気槽10の下水内に空気
を送りこむブロワー50と、曝気槽10から越流してきた下
水を重力沈降により活性汚泥と処理下水とに分解する二
次沈殿池15と、二次沈殿池15内の活性汚泥の一部を曝気
槽10に返送する返送汚泥ポンプ55と、活性汚泥の残りを
排出する余剰汚泥排出ポンプ60と、下水の水質等を計測
する種々の計測器とを有して構成されている。

下水流入管20には、流入下水量、浮遊物質濃度、化学
的酸素要求量、pH、窒素濃度、リン濃度、ノルマルヘキ
サン抽出物濃度、シアン化合物濃度などを計測する流入
管計測器70が設けられている。

一次沈殿池６には、流入管計測器70と同様の水質計測
項目の他に、沈降した汚泥の界面高さを計測する一次沈
殿池計測器75が、設置されている。

また、曝気槽10には、曝気槽計測器80と水中カメラな
どの画像情報計測装置85とが設置されている。曝気槽計
測器80では、流入管計測器70と同様の水質計測項目の他
に、溶存酸素濃度などが計測される。画像情報計測装置
85では、曝気槽10中の活性汚泥の分布や色、活性汚泥を
構成する凝集性微生物（フロック）の大きさや、糸状性
微生物および原生動物の形や量が計測される。

二次沈殿池15には、二次沈殿池計測器90と画像情報計
測装置95とが設置されている。二次沈殿池計測器90で
は、流入管計測器70と同様の水質計測項目の他に、重力
沈降した活性汚泥の界面高さなどが計測される。画像情
報計測装置95では、画像情報計測装置85と同様の計測項
目の他に、最終沈殿池15の水面上に疎水生の微生物膜
（スカム）の存在の有無などが計測される。

また、処理水放流管30には、放流管計測器100が設置
され、処理水について流入管計測器70と同様の水質項目
が計測される。

次に、下水処理プラントのフローを説明する。第２図
中の実線は物質の流れを、点線が信号の流れを示す。

一次沈殿池６には、下水流入管20より下水が流入す
る。一次沈殿池６では、下水中の挟雑物及び浮遊物質の
一部が重力沈降によって除去される。

曝気槽10には、一次沈殿池６から越流した下水と返送
汚泥管40からの返送汚泥が流入する。曝気槽10では、ブ
ロワー50から散気装置65を通して送風が行われ、下水と
返送汚泥が混合撹拌状態にある。ここで返送汚泥、すな
わち活性汚泥は、供給された空気中の酸素を吸収し、下
水中の溶解性有機物を好気性代謝により分解され、炭酸
ガスと水に分解される。除去された有機物の一部は、活
性汚泥の増殖に充てられる。活性汚泥と有機物を除去さ
れた下水は、二次沈殿池15に導かれる。

二次沈殿池15では、活性汚泥の重力沈降により、活性
汚泥と処理下水とに固液分離され、処理下水は処理水放
流管30を経て放流される。一方、二次沈殿池15内に沈降
した活性汚泥は、汚泥引き抜き管35から引き抜かれ、増
殖分は余剰汚泥として余剰汚泥排出ポンプ60により排出
される。残りの活性汚泥は、返送汚泥として返送汚泥ポ
ンプ55から返送汚泥管40を通して再び曝気槽10に戻され
る。

次に、このような下水処理プラントの支援システムに
ついて、説明する。

支援システムの構築手順は、以下のように行う。

第１図に示すように、複数種類のプラントにおける一
連の作業群ごとに、つまり業務ごとに、オペレータが行
う作業内容等が定められている複数のモジュールを準備
しておく（ステップ１）。

モジュールとしては、プラントの通常の運転状況を監
視する監視モジュールA,G,…と、プラントの異常時の対
策を行う異常時対策モジュールB,H,…と、プラントを維
持管理するために必要なデータを提供する維持管理モジ
ュールC,I,…と、プラントの各種データを管理保存する
データベースモジュールD,J,…と、画像データの処理を
行う画像処理モジュールE,K,…と、プラントから送られ
てくる現時点のデータと過去のデータとを比較する履歴
比較モジュールF,L,…と、プラント内の電気計装品のメ
ンテナンス履歴およびメンテナンス時期に関するガイダ
ンスを行う機器管理モジュールM,N,…と、プラントの消
費電力等のランニングコストに関するガイダンスを行う
コスト管理モジュールO,P,…とが、それぞれプラントの
種類ごとに複数準備されている。

監視モジュールA,G,…には、プラントからのデータを
その性質ごとに分類する作業、データを評価する作業
や、計測器をチェックする作業等の作業内容や、これら
の作業を実行するためのデータに関する判断等の判断内
容などが盛り込まれている。

異常時対策モジュールB,H,…には、異常時対策のデー
タ検索作業や、異常を起こしている原因の推論等の判断
内容などが盛り込まれている。

維持管理モジュールC,I,…には、プロセスに関する数
理モデルのシュミレーションによるプロセスの状態の予
測作業や、プロセスの運転管理に必要なデータの検索作
業等の作業内容などが盛り込まれている。

データベースモジュールD,J,…には、各種データの分
類作業や、データの登録作業等の作業内容などが盛り込
まれている。

画像処理モジュールE,K,…には、画像データの処理作
業等の作業内容などが盛り込まれている。

このように、これらのモジュールA,B,…には、各業務
内におけるオペレータの複数の作業内容と複数の判断内
容とが盛り込まれており、これらは、オペレータが行う
作業および判断の順序に並んでいる。

また、これらのモジュールの全部または一部のモジュ
ール間相互の結合関係を表す結合モデルも準備してお
く。

モジュール群11および結合モデル群12は、管理業務モ
デル群として、蓄積しておく。

そして、対象とするプラント、本実施例では、下水処
理プラントの業務項目をすべて上げる（ステップ２）。

次に、先に上げられた業務項目に対応するモジュール
をモジュール群の中から選択すると共に、各業務間の実
行順序に対応する結合モデルを結合モデル群の中から選
択する（ステップ３）。

各モジュールの選択基準は、以下の通りであり、上記
選択のモジュールは、この選択基準によって選ばれたも
のである。

（１）監視モジュールは、プラント状態を連続に監視す
る必要があり、かつ制御装置にデータ監視機能が備わっ
ていないプラントの場合に選択する。

（２）異常時対策モジュールは、プラントの異常状態の
原因や対策を決定する熟練オペレータがいないプラン
ト、または異常対策の即応性が強く求められるプラント
の場合に選択する。

（３）維持管理モジュールは、運転管理業務を行う上で
煩雑な計算やマニュアル参照の機会が多いプラント、ま
たは管理業務の分担が明確で各担当者の専門が違ってい
るプラントの場合に選択する。

（４）データベースモジュールは、データの種類と数が
多いプラントの場合に選択する。

（５）画像処理モジュールは、プラントの目視観察デー
タが有効な判断材料となり、かつプラント内の連続観察
が困難なプラントの場合に選択する。

（６）履歴比較モジュールは、過去の運転履歴が重視さ
れるプラントの場合に選択する。

（７）機器管理モジュールは、頻繁に、もしくは定期的
にメンテナンスを必要とする電気計装品が多いプラント
の場合に選択する。

（８）コスト管理モジュールは、運転管理を適正にする
ことでランニングコストを低減できるプラントで、かつ
コストが重視されるプラントの場合に選択される。

ここで選択したモジュールは、監視モジュールＡと、
異常時対策モジュールＢと、維持管理モジュールＣと、
データベースモジュールＤと、画像処理モジュールＥ
と、履歴比較モジュールＦである。

そして、選択したモジュールおよび結合モデルを合成
すると、オペレータが行うべき業務の種類と順序をオペ
レータの思考過程を模擬してモデル化された下水処理プ
ラントの管理業務モデルが作成される（ステップ４）。

支援システムのプログラムは、この管理業務モデルに
基づき、下水処理プラントに特定の事象が起こった際
に、この事象に対応する作業と判断内容とが、順次表示
されると共に、下水処理プラントに対して制御指示が行
われるように、作成される（ステップ５）。

なお、以上の支援システムの構築に関しては、情報処
理装置により、実現することができる。

このような情報処理装置は、管理業務モデル群に記憶
する記憶手段と、管理業務モデル群の中から特定のモジ
ュール、結合モデルを指示する指示手段と、指示された
モジュールと結合モデルを合成して管理業務モデルを作
成するモデル合成手段と、作成された管理業務モデルに
基づき、支援システムのプログラムを支援するプログラ
ム作成支援手段とで、構成することができる。

支援システムのハード的構成は、第４図に示すよう
に、支援システム本体110と、キーボード300と、CRT310
と、フロッピーディスク装置302と、画像データ等を記
憶する光ディスク装置301と、インターフェース101と、
制御装置103とを有して構成されている。

支援システム本体110は、種々の演算や各回路部の制
御を行うCPU111と、光ディスク装置301を制御する光デ
ィスク装置コントローラ112と、フロッピーディスク装
置302を制御するフロッピーディスク装置コントローラ1
13と、CRT310を制御するCRTコントローラ114と、起動時
のプログラム等を内蔵しているROM115と、各種データや
プログラム等を記憶するRAM116と、キーボード300を制
御するキーボードコントローラ117とを有して構成され
ている。

支援システム本体110は、機能的には、第３図に示す
ように、先に作成して管理業務モデルに対応して、監視
モジュール120と、異常時対策モジュール160と、維持管
理モジュール200と、データベースモジュール240と、画
像処理モジュール250と、履歴比較モジュール320と、判
定部159とを有して構成されている。

これらのモジュール内のすべてに、下水処理プラント
の特定の事象ごとに、オペレータが行う作業および判断
の内容と順序とを記憶する記憶手段と、前記特定の事象
が生じた際に、前記記憶手段に記憶されているものの中
から特定の事象に対応した作業または判断の内容と順序
とを選びだす選択手段とが、設けられている。

この記憶手段は、支援システム本体110のROM115、RAM
116、フロッピーディスク装置302と、光ディスク装置30
1と、で構成されている。また、選択手段は、RAM116内
に書き込まれるプログラムに基づき、動作するCPU111に
より構成されている。

次に、支援システム本体110への、各種計測データの
入出力、及びオペレータとの対話によるデータ入出力に
ついて説明する。

まず、入力について説明する。

前記の計測器70,75,80,90,100、及び画像情報計測装
置85,95では一定の時間間隔でデータのサンプリングが
行われる。これらアナログ信号のオンラインデータは、
インターフェース101に取り込まれ、ディジタル信号に
変換された後、入力ポート102を通して支援システム本
体110に取り込まれる。

一方、（１）オンライン計測が出来ない手分析デー
タ、（２）画像情報計測機器による計測が出来ない（オ
ペレータの五感に基づく観察によってしか得られない）
データ、及び上記計測項目以外で（３）支援システムが
特に必要と認めたデータ、の入力は、入力ポート299か
ら支援システム本体110に接続されたキーボード300によ
って、CRT310が参照されながら、対話的に行われる。

次に、出力について説明する。

支援システム本体110は、入力された情報に基づいて
ガイダンス内容を決定する。この詳細については後述す
るが、このガイダンス内容は、出力ポート311において
接続されたCRT310を通じてオペレータに表示される。な
お、このCRT310は、必要に応じて画像情報計測装置85,9
5からの映像を映すモニターも兼ねることが出来る。

また、プロセスの制御を行うための機器であるブロワ
ー50、返送汚泥ポンプ55、余剰汚泥排出ポンプ60の目標
値、及び操作量の変更は、キーボード300から行われ、
支援システム本体110に記録されたのち、出力ポート104
から制御装置103に送られる。制御信号は、制御装置103
から各機器に対して送られる。

次に、本実施例の支援システム本体110の具体的な動
作を第３図によって説明する。第３図では、実線は実行
順序の流れを、点線はデータの流れを示す。

監視モジュール120が起動されると、データベースモ
ジュール240からオンラインのデータが読み込まれる。
必要な場合には、CRT310を通して、オペレータにデータ
入力を要求し、キーボード300からの入力を受ける。

監視モジュール120は、このデータに基づき、常にプ
ロセスの運転状況の監視を行い、結果をCRT310に表示す
ると共に、判定部159へ送る。

判定部159で運転状況の異常が認められた場合には、
異常時対策モジュール160が起動される。

異常時対策モジュール160は、データベースモジュー
ル240とキーボード300からのデータに基づいて、異常の
原因とそのための対策を決定し、CRT310を通じてガイダ
ンス表示する。

維持管理モジュール200は、随時必要に応じて、監視
モジュール120、または異常時対策モジュール160の実行
を一時中断して行う。維持管理モジュール200では、日
常の維持管理業務において必要な維持管理指針などのマ
ニュアル的な知識や過去の運転履歴の検索・表示、及び
季節変動成分の抽出や各種データのファジィ論理におけ
るメンバシップ関数定義などの演算用ツールを、キーボ
ード300とCRT310を通して対話的に実行する機能を提供
する。

データベースモジュール240では、入力ポート102を通
じて支援システム本体110に読み込まれる全てのデータ
が、第５図に示すように、数値データと非数値データと
に分類され、さらにデータの内容ごとにも分類され、構
造化されてから保存される。また、キーボード300から
の入力データ、各モジュールでの実行結果も、必要に応
じてデータベースモジュール240に保存される。

画像処理モジュール250は、入力ポート102から読み込
まれるデータのうち、画像情報計測装置85,95からのデ
ータのみを取り込んで、必要な処理を行った後、データ
ベースモジュール240に保存する。

履歴比較モジュール320は、監視モジュール120の実行
時に並列的に実行される。このモジュールは、監視モジ
ュール120に入力されるすべてのデータを同時に参照
し、そのデータのパターンが過去に起こっていないかど
うかを、データベースモジュール240内で検索する。も
し、そのデータパターンが過去に起こっており、かつそ
のときの運転状況が「異常時」に相当するものであった
場合には、判定部159に出力する。

次に、各モジュール内の詳細な動作を順に説明する。

まず、監視モジュール120の具体的動作を第６図を用
いて説明する。

監視モジュール120が起動されると、まず入力データ
設定工程122が行われる。この工程では、監視モジュー
ルに入力するデータの種類と各データの入力モードを、
第12図に示すような画面をCRT310に表示して、オペレー
タに選択させる。ここで、入力モードとは、（１）オン
ラインの一定時間間隔で、データの読み込み、（２）オ
フラインで、日平均値を入力、（３）オフラインで、あ
る時刻の原データを入力、という３つの入力方法を指
す。この工程は、変更が生じた場合に再実行する。

数値データ入力工程123では、入力データ設定工程122
で設定されたデータのうち、数値データについて、各々
の入力モードによって、データベースモジュール240か
ら読み込むか、またはキーボード300から入力を行う。

非数値データ入力工程124では、キーボード300から、
オペレータのプロセス観察によって得られた非数値のデ
ータ、または画像処理モジュール250を経てデータベー
スモジュール240に保存された非数値データ、例えば、
汚泥の性状、糸状性微生物や原生動物の種類などのデー
タが読み込まれる。

データ評価工程125では、数値データ入力工程123で入
力されたデータについて、それぞれの値がどのようなレ
ベルにあるかが評価される。この評価は、監視用知識ベ
ース121に保存されたデータ評価基準値との比較により
行なわれる。

この手順を第７図で説明する。

まず、法律で規制値が定められているデータ項目につ
いては、緊急検出工程126において、データが「緊急」
を要する値であるかどうかが評価される。本実施例で
は、放流水について、下水道法第８条に拠る基準値を用
いる。ここで緊急と判断されない場合には、異常検出工
程127により、データが「異常」な値であるかどうかが
評価される。評価には、オペレータの経験に基づく基準
値を用いる。

ここで異常と判断されない場合には、注意検出工程12
8により、データが「注意」を要するデータであるかど
うかが評価される。評価には、過去の履歴データから確
率・統計的に求めた基準値を用いる。この工程で、「注
意」を要するとみなされなかった場合には、このデータ
は正常であると判断される。データ評価の結果は、CRT3
10にガイダンスとして表示されて、オペレータに報知さ
れる。

ここで、異常検出工程127と注意検出工程128に用いる
基準値（Svと記す）は、監視用知識ベース121に保存さ
れた変動補正値（各データ項目ごとの典型的な年間変動
Ry、日間変動Rdのパターンを変動比率で表現した値）を
乗じて使用することを特徴とする。つまり、ｍ月ｄ日ｈ
時のデータ値Ｄの判断は、以下に示す式（１）を満たす
かどうかによって行れる。

Ｄ≧Ry（m,d）・Rd（ｈ）・Sv …（１） このような３つの検出工程を設けることにより、きめ
の細かいデータ判断が可能になる。また、オペレータの
経験のみに依存することなく、異なる知識源を利用する
ことができる。

下水処理プラントに設置されている各計測器は、頻繁
にメンテナンスを行わないと、利用可能な精度を維持出
来ないものが多い。そのため、データ評価工程125で
「緊急」、または「異常」と判断したデータのうち、計
測器70,75,80,90,100で計測されたオンラインデータに
ついては、そのデータを計測した計測器の不備・故障に
起因して「緊急」、「異常」と判断される場合も存在す
る。監視モジュール120は、計測器の不備・故障の場
合、そのデータを使用しないための手段を持つ必要があ
る。

計測器チェック工程135では、このような計測器の不
備・故障をオペレータと同様の思考過程で検出する。

この工程の手順を第８図を用いて説明する。

まず、偏差比較工程136では、データが通常の平均値
からどの程度外れているかのチェックが行われる。この
偏差がプロセス内の現象として起こりえない程明らかに
大きいデータの場合、計測器の不備・故障と判断され
る。

変動強度比較工程137では、データの変動の仕方が不
備・故障時の特有なものかどうかのチェックが行われ
る。計測器の不備・故障時の変動パターンには、第９図
（ａ）のように完全に変動がなくなる場合や、第９図
（ｂ）のように変動が極端に過度な場合がある。これら
の変動は、変動係数の判定値Vt（＝標準偏差／平均値）
によって評価される。この工程では、現在から一定時間
後までの複数のデータにより、変動係数の実測値Vdを求
め、前記Vtとの比較を行う。つまり、以下に示す式
（２）を満たす場合には、 Vd＝0.0or Vd≧α …（２） 計測器の不備・故障と判断される。このαの値は、各計
測器ごとに異なり、例えば、MLSS（Mixed Liqur Suspen
ded Soild）計では0.1程度である。

変動速度比較工程138では、データの変化速度が求め
られ、計測器の不備・故障時に特有の変化速度ｖ＊かど
うかのチェックが行われる。ここでいうデータの変化速
度ｖは、第10図のようにデータの立ち上がりからピーク
までの偏差ｄと変化時間Δｔを用いて、以下に示す式
（３）のように定義し、 ｖ＝d/Δｔ …（３） 以下に示す式（４）を満たす時、 ｖ≧ｖ＊ …（４） 計測器の不備、または故障と判断される。

併発事象確認工程139では、あるデータが異常な値で
ある時に、いつも決まって同時に異常を示すデータ（併
発事象）が、異常を示しているかどうかのチェックが行
われる。

例えば、硝化によって曝気槽10のpHが低下していると
きは、決まって二次沈殿池15のpHも低下する。従って、
もし曝気槽10のpHが異常に低い値を示していても、二次
沈殿池15のpHも同時に低い値を示していれば、曝気槽10
のpHの不備・故障に起因する異常値でないと判断され
る。

上記136,137,138,139の工程を順に実行し、CRT310を
通して結果をオペレータにガイダンスする。途中の工程
で計測器の不備・故障が確認されれば、以降の工程は省
略される。また、各工程に必要な知識は、監視用知識ベ
ース121に保存され、そこから必要に応じて参照され
る。

計測器チェック工程135の各工程は、オペレータが行
う思考過程を明確に手順化したものであるから、オペレ
ータと同様の故障検出能力を再現でき、また実行内容も
オペレータにとって理解し易い。

次に、定性化工程145を説明する。

ここでは、数値データをファジィ論理（詳細は、西
田、竹田（1978）数学ライブラリ48ファジィ集合とその
応用、森北出版、などの文献を参照）のメンバシップ関
数を用いて、非数値データ（定性データ）に変換され、
次の前向き推論工程155に送られる。第11図に示すメン
バシップ関数の例で、MLSSが2000（mg/）の場合に
は、「0.8の度合いでMLSSが高い」という非数値データ
に変換される。メンバシップ関数は、この他、「普
通」、「低い」などについても定義され、監視用知識ベ
ース121に保存されている。

このように数値データを非数値データに変換するの
は、オペレータが状況を判断するときには、データの数
値そのものではなく、データ値が「いつもより高い」と
か「いつもと同じくらい」というような定性的な度合い
として判断していることに対応させるためである。

監視モジュール120の最終工程は、前向き推論工程155
であり、２つの推論機構を組み合わせている。１つめの
推論機構は、入力されたデータから新たに導かれるすべ
ての事象を求めるための推論をする。また、２つめの推
論機構は、入力データと１つめの推論機構で新たに導か
れた事象の両方を用いて、プロセスの異常の可能性を推
論する。このように推論機構を分けることにより、推論
内容がオペレータにとって分かりやすくなり、しかもそ
れぞれの推論機構が参照するルールを明確に限定できる
ので、推論の効率が向上する。

ここで用いる前向き推論のアルゴリズムは公知技術
（詳細はWinston,P.H.（1977）Artificial Intelligenc
e,Addison Wesleyなどを参照されたい）を用いる。この
工程では、非数値データ入力工程124と定性化工程145か
ら得られたデータに基づいて、現在のプロセスの運転状
況を判断するための前向き推論を実行する。この工程の
推論で使用するルールは、if−then形式であるが、監視
用知識ベース121に保存する時の形式はif−then形式以
外（例えば、Frame形式）でも良く、実行時に形式の変
換を行う。

このモジュールからの運転状況推論結果は、第13図に
示すように、個々のトラブルに対するメンバシップ値と
してCRT310に表示されると共に、判定部159に送られ、
運転状況に異常が認められた場合には、異常時対策モジ
ュール160が起動される。

異常時対策モジュールを第14図で説明する。

このモジュールが起動されると、まず後向き推論工程
162が行われる。この工程では、監視モジュール120で可
能性ありと判断された具体的運転状況、例えば、糸状性
バルキング、スカム発生、汚泥の腐敗、硝化などについ
て、優先順位の高い（メンバシップ値の大きい）順に後
向き推論を行い、どの運転状況が本当に確からしいかを
決定する。なお、ここで使用する後向きの推論のアルゴ
リズムは、前向き推論と同様に公知技術である。

後向き推論に使用するルールは、異常対策用知識ベー
ス161に保存され、必要に応じて参照される。また、必
要なデータは、まずデータベースモジュール240である
かどうかが検索され、あればそこから読み出される。デ
ータベースモジュール240内で必要なデータが見つから
ない場合には、CRT310を通してオペレータに入力を促
し、キーボード300からオペレータによりデータが入力
される。後向き推論工程162の推論結果は、次の判定工
程163に送られ、ここで、本当に確からしいと判断され
た運転状況がなければ、異常時対策モジュール160が終
了し、それ以外の場合には、次の詳細データ収集工程16
4が実行される。

詳細データ収集工程164では、判定工程163で確からし
いと判断された運転状況に関する詳細なデータが収集さ
れる。このデータは、第19図に示すように、必要なデー
タ項目をCRT310に表示して、オペレータによるデータ入
力により収集される。このデータは、以降の工程で原因
や対策を決定するために用いられる。

次に、原因決定推論工程165を行う。この工程では、
後向き推論により、現在の運転状況を引き起こしている
原因を導く。導かれた原因は、第19図に示すように、CR
T310に表示される。ここで、推論工程が後向き推論工程
162と原因決定推論工程165とに分離されていることによ
り、推論内容と参照すべきルールが明確になる利点が得
られる。

異常対策モジュール160の最終工程は、説明機能166で
ある。ここでは、メニュー方式によりオペレータの要求
に応じて、（１）現在の運転状況を引き起こしている原
因、（２）現在の運転状況への対応策、（３）推論され
た運転状況を導くに至った根拠がCRT310に表示される。
特に、（２）でガイダンスする対応策は、オペレータの
承認を得たのち、出力ポート104から制御装置103へ送ら
れ、制御信号に変換された後、各機器の操作条件を変更
する。

異常時対策モジュール160の全ての実行結果及びデー
タは、必要に応じてデータベースモジュール240に保存
され、運転履歴と共に活用される。

このモジュールのフローのように推論工程を目的別に
分割することにより、処理手順と必要知識がシステム作
成者、及びそれを使用するオペレータにとって分かりや
すくなっている。

次に、維持管理モジュール200を第15図を用いて説明
する。

このモジュールは大きく分けて、シミュレータ205、
関連知識の検索・表示機能210、演算機能220、運転履歴
データ検索・表示機能230、糸状性微生物同定支援機能2
40の５つの主メニューから成る。以下、各メニューの機
能を説明する。

シミュレータ205は、プロセスに関する数理モデルに
よりシミュレーションを行い、プロセスの状態を定量的
に評価（予測）し、運転管理のための定量的な情報をガ
イダンスする。ここで使用する数理モデルは、 （１）汚泥の物質収支に関するモデル （２）硝化に関するモデル （３）微生物反応に関するモデル （４）処理下水の流下特性に関するモデル （５）汚泥の沈降特性に関するモデル などである。これらのモデルは、維持管理用知識ベース
201に知識として保存され、その他のルールと同様に、
必要に応じて追加・修正が可能である。

関連知識の検索・表示機能210は、下水処理プロセス
の運転管理において必要な各種のマニュアル、文献など
をオペレータが必要なときに適切な形式で表示する機能
である。この機能は、（１）各データ項目に関する詳細
な内容表示機能、（２）各運転状況に関する詳細な解説
・原因・対策の表示機能、（３）日常の維持管理業務の
ためのマニュアル表示機能、の３つのメニューから成
る。

演算機能220は、支援システム110の各工程やルール作
成に必要な各種演算のための機能を提供する。この機能
は、（４）汚泥体積指標（SVI）、汚泥滞留時間（SRT）
などのように、いくつかのデータから演算して求めるデ
ータ項目の算出機能、（５）監視モジュール120のデー
タ評価工程125で使用する年間変動成分Ryの算出機能、
（６）監視モジュール120の定性化工程145で使用するメ
ンバシップ関数の定義を行うための機能、の３つのメニ
ューから成る。

運転履歴データ検索・表示機能230は、（７）指定日
時の運転履歴データ検索表示機能、（８）指定日時前後
のデータの変動方向のグラフィック表示機能、（９）指
定した運転状況が起こった日時とそのときの各データ値
の検索・表示機能、の３つのメニューから成る。（９）
に関する表示機能は、第20図に示すように、CRT310に日
時に関するデータを表示することにより、実行される。

糸状性微生物同定支援機能240は、発明者らがこれま
で提案した（平岡、津村、圓沸（1988）糸状性微生物同
定支援システムの開発に関する研究、水質汚濁研究第11
巻１号）手順を実行するものである。これは、下水処理
プロセスの運転管理上で最も問題となる糸状性バルキン
グの原因微生物（糸状性微生物）の同定を支援するため
の機能である。

以上が維持管理モジュール200の構成と機能である。
このモジュールに必要な知識、ルールは、維持管理用知
識ベース201に保存される。

次に、画像処理モジュール250を第16図により説明す
る。

このモジュールは、オペレータの視覚を代用する画像
情報、及び画像処理を施した情報を扱う。支援システム
110の入力ポート102からの画像データは、データの種類
に応じた処理が行われてから、データベースモジュール
240に送られる。

まず、画像処理工程252では、曝気槽10や二次沈殿池1
5からの画像情報に対し、発明者らがこれまで提案して
きた（例えば、特開昭60−31887）各種の画像処理が行
われる。例えば、曝気槽10中の活性汚泥の濃淡画像は、
前処理後、２値化して２値画像に変換された後、２値画
像から活性汚泥中のフロックの面積、体積、個数、粒径
分布、密度などの特徴量が計算される。また、活性汚泥
の２値画像からは、糸状性微生物の長さ、太さ、形状特
性、細胞の形、などの特徴量が計算される。フロックに
関する画像情報は、画像処理工程252終了後、データベ
ースモジュール240に送られるが、糸状性微生物に関す
る画像情報は、次の画像認識工程253に送られる。

画像認識工程253では、糸状性微生物に関する特徴量
を基に、糸状性微生物の種類の認識（同定）が行われ、
活性汚泥中の優先種、亜優先種などが判定される。認識
に必要な知識は、画像処理用知識ベース251に保存され
る。なお、この工程で同定できなかった種類に関して
は、維持管理モジュール200の糸状性微生物同定支援機
能240によって、オペレータと対話的に同定される。

このような画像処理モジュール250を持たせることに
より、オペレータの視覚を代用、またはオペレータでは
得ることができない情報を利用することが可能になる。
ここで得られた画像情報、及び画像処理から得られた情
報は、監視モジュール120と異常時対策モジュール160に
おける有効なデータとして利用される。

次に、履歴比較モジュール320を第17図によって説明
する。

このモジュールでは、まず履歴比較工程325におい
て、第18図（ａ）に示すようなある時刻の各データ項目
の値の組み合わせ、または第18図（ｂ）に示すような、
あるデータ項目のトレンド傾向（両者をデータパターン
という）が過去に起こっていないかどうかが判定され
る。

判定工程326では、現時点（時刻Tn）のデータパター
ンが履歴データ中の過去（時刻To）のデータパターンと
類似しているか否かの判断が行われる。

類似している場合は、次の履歴検索工程330で、時刻T
o前後の運転状況を検索し、CRT310を通してガイダンス
表示をする。時刻To前後の運転履歴は、今後（時刻Tn以
降）の運転状況の推移を予測するのに有力な情報とな
る。

履歴比較工程325は、ニューラルネットを応用した履
歴データの学習による方法が適用されている。ニューラ
ルネットは、学習したパターン（過去のデータパター
ン）及びその類似のパターンを検出することが可能であ
るので、入力されたデータパターンが過去に起ったこと
があるかどうかを判定できる。

この履歴比較モジュール320を持たせることにより、
明確にルール化されていない過去の履歴データも有効に
利用できる。

本実施例によれば、オペレータの作業および判断の内
容と順序とを把握してから、ガイダンスの内容とその表
示順序とをオペレータの作業および判断の内容と順序と
に対応させたので、ガイダンス項目漏れを少なくするこ
とができ、オペレータの思い違いや見落としを減少でき
る。さらに、ガイダンス内容およびガイダンス順序が、
オペレータの思考過程と合い、オペレータにとって理解
し易いものとなる。

なお、本発明は、下水処理プラントの支援にのみ適用
されるものではなく、オペレータが介在するプロセスで
あれば、例えば、浄水処理プロセス、化学反応プロセ
ス、バイオプロセス、原子力プロセス、株価・為替など
の金融プロセスなど、あらゆるプロセスに適用できる。

［発明の効果］ 本発明によれば、オペレータの作業および判断と内容
と順序に対応して、支援システムが動作するので、装置
の実行過程とガイダンスとが、オペレータの思考過程と
合っていて、オペレータにとって理解しやすく、オペレ
ータの負担をより軽減することができる

【図面の簡単な説明】

第１図は支援システムの構築手順を示すフローチャー
ト、第２図は支援システムおよび下水処理プラントの構
成を示すブロック図、第３図は支援システム本体の機能
ブロック図、第４図は支援システムの回路図、第５図は
データベースモジュール内でのデータの格納状態を示す
ための説明図、第６図は監視モジュールの動作を示すフ
ローチャート、第７図はプロセスデータを評価する工程
のフローチャート、第８図は計測器の不備・故障を検出
する工程のフローチャート、第９図は計測器の不備・故
障時のデータ変動のパターンを示すためのグラフ、第10
図はデータの変動速度の定義を示すための説明図、第11
図はファジィ論理によるメンバシップ関数の定義を示す
ための説明図、第12図は監視モジュールの入力データ設
定工程でCRTに表示するガイダンス例を示すための説明
図、第13図は監視モジュールの前向き推論工程でCRTに
表示するガイダンス例を示すための説明図、第14図は異
常時対策モジュールのフローチャート、第15図は維持管
理モジュールの構成を示す機能ブロック図、第16図は画
像処理モジュールのフローチャート、第17図は履歴比較
モジュールのフローチャート、第18図はデータパターン
の種類を示すための説明図、第19図は異常時対策モジュ
ールの詳細データ収集工程でCRTに表示するガイダンス
例を示すための説明図、第20図は維持管理モジュールの
運転履歴データ検索・表示機能でCRTに表示するガイダ
ンス例を示すための説明図である。 ６……一次沈殿池、10……曝気槽、15……二次沈殿池、
50……ブロワー、55……返送汚泥ポンプ、60……余剰汚
泥排出ポンプ、65……散気装置、70,75,80,90,100……
計測器、85,95……画像情報計測装置、101……インター
フェース、103……制御装置、110……支援システム本
体、120……監視モジュール、160……異常時対策モジュ
ール、200……維持管理モジュール、240……データベー
スモジュール、250……画像処理モジュール、300……キ
ーボード、310……CRT、320……履歴比較モジュール。

フロントページの続き (72)発明者 矢萩 捷夫 茨城県日立市久慈町4026番地 株式会社 日立製作所日立研究所内 (72)発明者 松崎 晴美 茨城県日立市久慈町4026番地 株式会社 日立製作所日立研究所内 (72)発明者 依田 幹雄 茨城県日立市大みか町５丁目２番１号 株式会社日立製作所大みか工場内 (72)発明者 原 直樹 茨城県日立市大みか町５丁目２番１号 株式会社日立製作所大みか工場内 (72)発明者 平岡 正勝 京都府宇治市木幡御倉山39番地の763 (72)発明者 津村 和志 京都府長岡京市一文橋２丁目16―15 (56)参考文献 特開 平３−80334（ＪＰ，Ａ) 特開 平３−154846（ＪＰ，Ａ) 特開 平３−209129（ＪＰ，Ａ) 特開 昭61−173304（ＪＰ，Ａ) 特開 昭64−25098（ＪＰ，Ａ) 実開 昭59−131094（ＪＰ，Ｕ) 実開 平２−18107（ＪＰ，Ｕ) (58)調査した分野(Int.Cl.⁶，ＤＢ名) G01D 21/00 G05B 13/00 G05B 23/02

Claims (2)

(57)【特許請求の範囲】
1. 【請求項１】プロセスを管理するオペレータに対して、
   支援を行う支援システムの構築方法において、 予め、一連の作業群ごとに、オペレータが行う作業およ
   び判断の内容と順序とが定められている、複数のモジュ
   ールを準備しておき、 複数の前記モジュールの中から、オペレータが管理する
   プロセスに対応するモジュールを選択し、作業群ごとの
   実施順序に対応させて前記モジュールの実行順序を決定
   して、前記プロセスのモデルを形成し、 前記モデルに基づき、支援システムを作成することを特
   徴とする支援システムの構築方法。
2. 【請求項２】プロセスを管理するオペレータに対して、
   支援を行う支援システムにおいて、 プロセスに設けられている計測器から送られてくるデー
   タが、予め定められている偏差内のデータであるか否か
   を判定するデータ判定手段と、 前記データが偏差外のデータである場合に、該データ
   と、該データと通常時には特定の相関関係を示す計測器
   のデータとを比較して、該相関関係があるか否かを判定
   することで、該データを送った前記計測器が異常である
   か否かを判定する計測器異常判定手段と、 前記計測器が正常である場合には、プロセスの異常を知
   らせ、前記計測器が異常である場合には、計測器異常を
   知らせる異常報告手段と、 を有することを特徴とする支援システム。