JP7097420B2 - 主機制御システム - Google Patents

Description

本発明は、船舶の主機制御システムに関するものである。

従来、船舶の主機（内燃機関）の多くには主機制御システムが搭載され、この主機制御システムによって主機の制御が行われている。一般に、主機制御システムは、主機の回転数、燃料噴射ポンプや排気弁の作動量等、主機の制御に関連する制御用データを、主機に設けられた各種センサから取り込み、取り込んだ制御用データに対して１／１０００秒単位でのリアルタイムな演算処理（以下、リアルタイム処理という）を実行する。これにより、主機制御システムは、主機を制御するための各種操作量を決定して、主機の回転数や各シリンダへの燃料噴射量等を制御する。

このような主機制御システムに関する従来技術として、例えば、海上運航されている船舶の主機の燃焼プロセスを最適化するためのシステムが提案されている（特許文献１参照）。また、主機および船体を含む船舶を制御対象とし、主機の運転を制御する制御部からの操作量を入力とするオブザーバにおいて制御対象の経年変化の影響を受ける物理量を推定し、この物理量の経年変化前の値と経年変化後の値に基づいて主機の制御パラメータを変更する船舶のエンジン制御装置が提案されている（特許文献２参照）。

特開２０１３－７３７４号公報 特開２０１１－２１４４６７号公報

ところで、船舶では、上述した主機制御システムによる主機の制御とは別に、船級等の規定や主機メーカの思想に基づいて主機の監視が行われる。一般に、主機の監視に必要な監視用データ（例えば主機のシリンダ出口における排ガスの温度や潤滑油（ＬＯ）の圧力等に代表されるデータ）は、主機に設けられた各センサによって検出される。検出された監視用データは、主機の各センサから中継箱等を介して、船舶の機関制御室内に設置されているエンジンモニタ（データロガー）に順次取り込まれる。主機の監視では、得られた監視用データが時系列に沿って一定期間または一定量のデータ群に纏められ、このデータ群が、エンジンモニタにより、テーブルまたはグラフ等、時系列に沿った形式でモニタリングされる。

また、上記時系列のデータ群は、主機の監視のみならず、主機の制御の最適化を支援することを目的として、一括してデータ処理され得る。しかしながら、従来の主機制御システムでは、上述したように制御用データのリアルタイム処理が実行されるため、上記時系列のデータ群の一括処理に対応することは困難である。近年、船舶の分野においては、船舶個別の主機に対し、海上での実運用（以下、海上運用と略記する）に合った最適な制御を行えることが要望されている。

本発明は、上記の事情に鑑みてなされたものであって、船舶個別の海上運用に合った主機の最適な制御を行うことができる主機制御システムを提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明に係る主機制御システムは、船舶の主機を制御するための演算処理を行う演算ユニットと、前記主機の制御に関連する制御用データと前記主機の監視に必要な監視用データとの少なくとも一つをもとに、前記主機の運転状態を分析して前記主機の制御を支援する分析ユニットと、を備え、前記分析ユニットは、前記主機を模擬する第１数理モデルが設定され、前記制御用データおよび前記監視用データの少なくとも一つを前記第１数理モデルで処理して、前記主機の制御を支援するための制御支援パラメータが導出される第１処理領域と、前記第１数理モデルとして適用される数理モデルの候補である第２数理モデルが設定され、時系列に沿って蓄積された前記制御用データおよび前記監視用データの少なくとも一つをもとに、前記主機の制御とは独立して前記第２数理モデルのテスト処理が実行される第２処理領域と、を有することを特徴とする。

また、本発明に係る主機制御システムは、上記の発明において、前記分析ユニットは、前記テスト処理の結果をもとに前記第２数理モデルの習熟度を算出するモデル処理部を更に備え、算出された前記習熟度が基準習熟度以上である場合、前記第２数理モデルは前記第１数理モデルとして適用され、算出された前記習熟度が前記基準習熟度未満である場合、前記第２数理モデルに対して前記テスト処理が再度実行される、ことを特徴とする。

また、本発明に係る主機制御システムは、上記の発明において、前記モデル処理部は、前記第２数理モデルの習熟度が前記基準習熟度以上であるか否かを判定する、ことを特徴とする。

また、本発明に係る主機制御システムは、上記の発明において、前記第２数理モデルを指定するモデル指定ユニットを備え、前記モデル指定ユニットによって指定された前記第２数理モデルに対して、前記テスト処理が実行される、ことを特徴とする。

また、本発明に係る主機制御システムは、上記の発明において、前記主機に設けられている第１センサによって検出され、前記制御用データに含まれる第１検出データを、前記演算ユニットおよび前記分析ユニットに対して入出力する第１入出力ユニットと、前記主機に設けられている第２センサによって検出され、前記監視用データに含まれる第２検出データを、前記演算ユニットおよび前記分析ユニットに対して入出力する第２入出力ユニットと、を備えることを特徴とする。

本発明によれば、船舶個別の海上運用に合った主機の最適な制御を行うことができるという効果を奏する。

図１は、本発明の実施形態１に係る主機制御システムの一構成例を示すブロック図である。 図２は、本発明の実施形態１における数理モデルの実用化方法の一例を示すフローチャートである。 図３は、本発明の実施形態２に係る主機制御システムの一構成例を示すブロック図である。 図４は、本発明の実施形態２における数理モデルの実用化方法の一例を示すフローチャートである。

以下に、添付図面を参照して、本発明に係る主機制御システムの好適な実施形態について詳細に説明する。なお、本実施形態により、本発明が限定されるものではない。また、図面は模式的なものであり、各要素の寸法の関係、各要素の比率などは、現実のものとは異なる場合があることに留意する必要がある。図面の相互間においても、互いの寸法の関係や比率が異なる部分が含まれている場合がある。また、各図面において、同一構成部分には同一符号が付されている。

（実施形態１）
本発明の実施形態１に係る主機制御システムについて説明する。図１は、本発明の実施形態１に係る主機制御システムの一構成例を示すブロック図である。本実施形態１に係る主機制御システム１は、対象とする船舶の主機を制御するものであり、図１に示すように、第１入出力ユニット２と、第２入出力ユニット３と、駆動ユニット４と、ディスプレイユニット６と、演算ユニット８と、分析ユニット１０とを備える。また、この船舶内には、図１に示す操縦装置５とエンジンモニタ７とが、主機制御システム１とは別に設けられている。

特に図示しないが、「対象とする船舶」は、制御対象となる主機と、当該主機を制御する主機制御システム１とが搭載されている船舶である。「制御対象となる主機」は、クランクシャフト等の出力軸を介して船舶の推進用プロペラを回転運動させる推進用の内燃機関（主機関）である。このような主機として、例えば、ユニフロー掃排気式のクロスヘッド型ディーゼルエンジン等の２ストロークディーゼルエンジンが挙げられる。以下、特に説明がない限り、船舶といえば、「制御対象となる主機を搭載している船舶」を意味し、主機といえば、本発明に係る主機制御システム（本実施形態１では図１に例示する主機制御システム１）の制御対象となる主機を意味する。

第１入出力ユニット２は、主機に設けられている第１センサ１０１（図１参照）による第１検出データを演算ユニット８および分析ユニット１０に対して入出力する。例えば、第１センサ１０１は、主機に複数設けられている。これら複数の第１センサ１０１は、それぞれ、後述の第１検出データを検出する。第１入出力ユニット２は、主機に設けられており、これら複数の第１センサ１０１の各々から第１検出データを入力する。第１入出力ユニット２は、このように入力した各第１検出データを、演算ユニット８および分析ユニット１０へ順次出力する。

第１センサ１０１による第１検出データは、主機の制御に関連する制御用データに含まれる検出データ（センサ信号）である。このような第１検出データとして、例えば、主機の回転数、クランク角度、筒内圧力、作動油圧力、掃気圧力、主機の過給機が吸い込む燃焼用気体の温度（過給機吸込み温度）、シリンダ油の温度および圧力等、主機の制御周期毎に制御対象の事象の変化が現れるデータが挙げられる。なお、主機の制御周期は、主機を制御するための演算ユニット８による演算処理（リアルタイム処理）の実行周期に相当し、例えば１／１０００秒単位の周期である。

第２入出力ユニット３は、主機に設けられている第２センサ１０２（図１参照）による第２検出データを分析ユニット１０に対して入出力する。例えば、第２センサ１０２は、主機に複数設けられている。これら複数の第２センサ１０２は、それぞれ、後述の第２検出データを検出する。第２入出力ユニット３は主機に設けられており、これら複数の第２センサ１０２の各々から第２検出データを入力する。第２入出力ユニット３は、このように入力した各第２検出データを、演算ユニット８および分析ユニット１０へ順次出力する。

第２センサ１０２による第２検出データは、主機の監視に必要な監視用データに含まれる検出データ（センサ信号）である。このような第２検出データとして、例えば、主機のシリンダから排出される排ガスの温度および圧力、主機に用いられる冷却水やシステム油の温度および圧力等、主機の制御周期よりも長い周期（以下、長周期という）毎に監視対象の事象の変化が現れるデータが挙げられる。

駆動ユニット４は、主機を駆動させるためのユニットである。詳細には、駆動ユニット４は、主機のシリンダに対応して、必要数（本実施形態１では複数）主機に設けられる。これら複数の駆動ユニット４は、それぞれ、演算ユニット８によって出力された制御信号に基づいて、主機の駆動系統の電磁弁を動作させる。駆動ユニット４が動作させる電磁弁として、例えば、燃料噴射系統の電磁弁、排気動弁系統の電磁弁、シリンダ注油系統の電磁弁等が挙げられる。

操縦装置５は、船舶を操縦するための装置である。詳細には、操縦装置５は、船舶の機関制御室（機関室）に設けられる。操縦装置５は、ユーザによるレバー操作等に応じて、主機の目標（指令）回転数、主機の始動や停止を指示する指示データを演算ユニット８および分析ユニット１０へ出力する。

ディスプレイユニット６は、主機の運転状態等、船舶に関する各種情報を表示する。詳細には、ディスプレイユニット６は、液晶ディスプレイ等の表示デバイスによって構成され、船舶の機関制御室に設けられる。例えば、ディスプレイユニット６は、演算ユニット８によって物理量変換等の処理が施された第１検出データを演算ユニット８から受信する。また、ディスプレイユニット６は、演算ユニット８によって物理量変換等の処理が施された第２検出データを演算ユニット８から受信する。ディスプレイユニット６は、主機の運転状態を示すデータとして、演算ユニット８による処理後の第１検出データおよび第２検出データを表示する。

エンジンモニタ７は、船舶の機関室全体を監視するための装置である。詳細には、エンジンモニタ７は、データロガー等によって構成され、船舶の機関制御室に設けられる。エンジンモニタ７は、船舶の補機系統に設けられたセンサ（図示せず）等から、当該補機系統の状態を示す補機状態データを受信する。エンジンモニタ７は、受信した補機状態データを、時系列に沿って蓄積するとともに分析ユニット１０へ出力する。なお、船舶の補機系統としては、例えば、油（潤滑油や燃料油等）または水等を主機へ供給するためのポンプやフィルタ、発電機、補助ボイラ、造水器等、主機以外の装置が挙げられる。

演算ユニット８は、船舶の主機を制御するための演算処理を行う。詳細には、演算ユニット８は、演算パラメータ等を格納するメモリおよびプログラムを実行するＣＰＵ等によって構成され、主機に設けられる。演算ユニット８は、第１入出力ユニット２、各駆動ユニット４、操縦装置５および分析ユニット１０とデータの送受信可能に接続されている。演算ユニット８は、これらの装置およびユニットから制御用データを受信し、その都度、リアルタイムに制御用データを演算処理（リアルタイム処理）する。これにより、演算ユニット８は、各駆動ユニット４の制御値を導出し、導出した制御値に対応する制御信号を各駆動ユニット４に出力して、各駆動ユニット４を制御する。また、演算ユニット８は、分析ユニット１０から制御支援パラメータを受信した場合、その都度、この制御支援パラメータを加味して上述の制御値を導出し、導出した制御値に対応する制御信号の出力により、各駆動ユニット４の制御を補正または制限する。このような駆動ユニット４の制御による主機の制御に並行して、演算ユニット８は、上記導出した制御値を示すデータである演算データを、分析ユニット１０へ出力する。

なお、演算ユニット８によってリアルタイム処理される制御用データとしては、例えば、主機の第１センサ１０１によって検出された第１検出データ、操縦装置５からの指示データ等が挙げられる。

また、演算ユニット８は、第１入出力ユニット２を介して各第１センサ１０１から受信した第１検出データを演算処理することにより、主機に発生した異常を検知することができる。演算ユニット８は、主機の異常を検知する都度、検知した主機の異常を示す異常検知データをディスプレイユニット６および分析ユニット１０へ出力する。ディスプレイユニット６は、この異常検知データをもとに、主機の異常を示す情報を表示することができる。

分析ユニット１０は、主機の制御に関連する制御用データと主機の監視に必要な監視用データとをもとに、主機の運転状態を分析して主機の制御を支援する。詳細には、図１に示すように、分析ユニット１０は、インタフェース１１と、データ処理部１２と、モデル処理部１５と、メモリ１６と、制御部１８とを備え、主機に設けられる。

インタフェース１１は、分析ユニット１０が主機の制御用データおよび監視用データの少なくとも一つのデータ（以下、分析用データという）を取り込むためのデータ入出力インタフェースである。詳細には、インタフェース１１は、第１入出力ユニット２、操縦装置５および演算ユニット８から主機の制御用データを受け入れ、第２入出力ユニット３およびエンジンモニタ７から主機の監視用データを受け入れる。例えば、インタフェース１１は、主機の制御用データとして、主機の各第１センサ１０１による第１検出データを第１入出力ユニット２から受け入れ、船舶を操縦するための指示データを操縦装置５から受け入れ、主機制御時の演算データおよび主機の異常検知データ等を演算ユニット８から受け入れる。また、インタフェース１１は、主機の監視用データとして、主機の各第２センサ１０２による第２検出データを第２入出力ユニット３から受け入れ、補機系統の状態を示す補機状態データをエンジンモニタ７から受け入れる。

インタフェース１１を介して分析ユニット１０に取り込まれる主機の制御用データとして、例えば、主機の制御状態を示すデータ、主機の制御イベントを示すデータ、主機制御時の演算処理に関するデータ等が挙げられる。

具体的には、主機の制御状態を示すデータとして、例えば、回転数（出力軸の回転数）、負荷（エンジン負荷）、燃料投入量、掃気圧力、過給機吸込み温度、燃料噴射角度、燃料噴射期間、燃料噴射ポンプの動作量、排気弁の開閉角度、排気弁の動作量、シリンダ油の温度と圧力、シリンダ注油量、シリンダ注油角度、注油器の動作量、筒内圧力、作動油圧力、作動油ポンプの動作量、注水率、注水量、ＥＧＲ率等のパラメータが挙げられる。また、主機の制御状態を示すデータとしては、例えば、主機の排気系統のバルブ開閉状態を示すパラメータ、主機の掃気系統のバルブ開閉状態を示すパラメータ等も挙げられる。

主機の制御イベントを示すデータとして、例えば、主機の始動または停止を示すパラメータ、主機の運転モードを示すパラメータ、主機の異常検知データ等が挙げられる。また、主機制御時の演算処理に関するデータとして、例えば、演算ユニット８が実行する演算処理の重み付け係数等の設定値、演算結果（演算データ）等が挙げられる。

また、インタフェース１１を介して分析ユニット１０に取り込まれる主機の監視用データとして、例えば、主機の性能を示すデータ、主機の構成部品の状態を示すデータ、補機系統に関するデータ等が挙げられる。

具体的には、主機の性能を示すデータとして、例えば、排ガスの温度や圧力、システム油の温度や圧力、冷却水の温度や圧力、吸込み空気の温度や圧力、掃気空気の温度や圧力等が挙げられる。また、主機の構成部品の状態を示すデータとして、例えば、主機の軸受温度や摩耗量、シリンダライナの温度や摩耗量、システム油の水分濃度、シリンダドレンの鉄分濃度、主機に搭載されている各種装置の振動と音響から算出される数値、点検画像等が挙げられる。また、補機系統に関するデータとして、例えば、補機系統から主機へ供給されている油類や水類の性状を示すパラメータ、補機系統の状態を示すパラメータ等が挙げられる。

データ処理部１２は、主機の運転状態を分析して主機の制御を支援するためのデータ処理等を実行する。詳細には、データ処理部１２は、演算パラメータを記憶するメモリおよびプログラムを実行するＣＰＵ等によって構成され、図１に示すように、主機の制御に関与するデータ処理が実行される第１処理領域１３と、主機の制御とは独立したデータ処理が実行される第２処理領域１４とを有する。

第１処理領域１３には、図１に示すように第１数理モデル１３ｂが設定される。第１数理モデル１３ｂは、主機を模擬する数理モデルである。例えば、主機を模擬する数理モデルとして、主機の動作を模擬（再現）する数理モデル、主機の状態を示す数理モデル、主機の状態を予測する数理モデル等が挙げられる。また、データ処理部１２は、第１処理領域１３に第１前処理部１３ａと第１後処理部１３ｃとを有する。第１前処理部１３ａは、分析ユニット１０に取り込まれた分析用データを、第１数理モデル１３ｂによって処理可能な形式のデータに変換する。第１後処理部１３ｃは、第１数理モデル１３ｂによって導出されたデータを、演算ユニット８によって処理可能な形式のデータ（パラメータ）に変換する。このような第１処理領域１３において、データ処理部１２は、上述の分析用データを第１数理モデル１３ｂで処理する。これにより、第１処理領域１３では、主機の制御を支援するための制御支援パラメータが導出される。

第２処理領域１４には、図１に示すように第２数理モデル１４ｂが設定される。第２数理モデル１４ｂは、主機を模擬する数理モデルであると同時に、上述の第１数理モデル１３ｂとして適用される数理モデルの候補である。また、データ処理部１２は、第２処理領域１４に第２前処理部１４ａと第２後処理部１４ｃとを有する。第２前処理部１４ａは、分析ユニット１０に取り込まれ、時系列に沿って蓄積された分析用データを、第２数理モデル１４ｂによって処理可能な形式のデータに変換する。第２後処理部１４ｃは、第２数理モデル１４ｂによって導出されたデータを、モデル処理部１５によって処理可能な形式のデータに変換する。このような第２処理領域１４では、上述の時系列に沿って蓄積された分析用データをもとに、主機の制御とは独立して第２数理モデル１４ｂのテスト処理が実行される。

モデル処理部１５は、主機の制御に関与する第１数理モデル１３ｂの処理と、主機の制御とは独立してテスト処理される第２数理モデル１４ｂの処理とを実行する。詳細には、モデル処理部１５は、演算パラメータを記憶するメモリおよびプログラムを実行するＣＰＵ等によって構成される。モデル処理部１５は、第２処理領域１４における第２数理モデル１４ｂのテスト処理の結果をもとに、この第２数理モデル１４ｂの習熟度を算出する。また、分析ユニット１０のメモリ１６には、第２数理モデル１４ｂの習熟度の判定基準となる基準習熟度が予め格納されている。この基準習熟度は、モデル処理部１５によってメモリ１６から適宜読み込まれる。モデル処理部１５は、算出した第２数理モデル１４ｂの習熟度が基準習熟度以上であるか否かを判定する。モデル処理部１５によって算出された第２数理モデル１４ｂの習熟度が基準習熟度以上である場合、この第２数理モデル１４ｂは、モデル処理部１５により、第１処理領域１３の第１数理モデル１３ｂとして適用される。上記算出された第２数理モデル１４ｂの習熟度が基準習熟度未満である場合、第２処理領域１４では、モデル処理部１５により、この第２数理モデル１４ｂに対してテスト処理が再度実行される。

メモリ１６は、分析ユニット１０が取り込んだ分析用データ等の各種データを格納して蓄積する。詳細には、メモリ１６は、ハードディスクデバイスに例示される不揮発性の記憶デバイス等によって構成される。メモリ１６は、上述した主機の制御用データおよび監視用データの少なくとも一つである分析用データを、インタフェース１１を介して順次受け入れ、受け入れた分析用データに対し、データを分類するためのインデックスと時系列順を示すタイムスタンプとを付与する。そして、メモリ１６は、これらの分析用データを、インデックス別に格納するとともに、時系列データとして時系列に沿って蓄積する。

また、メモリ１６は、数理モデルを生成するための数式等のモデルデータ群を格納する。本実施形態１において、上記モデルデータ群には、第１数理モデル１３ｂに用いられるモデルデータと第２数理モデル１４ｂに用いられるモデルデータとが含まれる。これらのモデルデータは、例えば、インデックスを付与することによって数理モデル別に分類される。特に、メモリ１６は、第２数理モデル１４ｂのモデルデータに対し、テスト処理による第２数理モデル１４ｂの習熟度を示すインデックスを付与し、当該モデルデータを、第２数理モデル１４ｂの習熟度と対応付けて格納する。また、メモリ１６は、第２数理モデル１４ｂのテスト処理結果を示すデータ（以下、テスト結果データという）を格納する。

制御部１８は、分析ユニット１０を構成する各構成部を制御する。詳細には、制御部１８は、プログラムを実行するＣＰＵ等によって構成され、インタフェース１１とデータ処理部１２とモデル処理部１５とメモリ１６との各間におけるデータの入出力を制御する。また、制御部１８は、上述したデータ処理部１２、モデル処理部１５およびメモリ１６の各動作を制御する。なお、データ処理部１２およびモデル処理部１５は、ハードウェア構成としているが、これに限定されず、制御部１８のプログラム実行に基づくソフトウェア構成によって実現されてもよい。データ処理部１２およびモデル処理部１５をソフトウェア構成によって実現する場合、これらデータ処理部１２およびモデル処理部１５は、制御部１８の一機能部として当該制御部１８に含まれていてもよい。

上述した構成を有する主機制御システム１は、主機に設けられている複数の駆動ユニット４の各々を、演算ユニット８による演算処理の結果に基づいて制御する。これにより、主機制御システム１は、主機の回転数制御と、これに伴う燃料噴射制御、排気弁作動制御、作動油圧力制御およびシリンダ注油制御等の主機の各種制御とを行う。

詳細には、図１に示す主機制御システム１において、演算ユニット８は、主機の目標回転数、始動または停止等を指示する指示データを操縦装置５から取得する。また、演算ユニット８は、複数の第１センサ１０１の各々によって検出された第１検出データを、第１入出力ユニット２を介して取得する。演算ユニット８は、例えば１／１０００秒単位の周期で第１検出データを取得する都度、当該第１検出データと操縦装置５からの指示データとをもとにリアルタイム処理を実行する。これにより、演算ユニット８は、制御対象とする駆動ユニット４の動作量（操作量）を決定する制御値をリアルタイムに導出し、導出した制御値に対応する制御信号を当該駆動ユニット４に出力する。このようにして、演算ユニット８は、複数の駆動ユニット４の各々を制御する。

また、演算ユニット８は、上述した駆動ユニット４の制御を行うとともに、主機の運転状態を監視する。例えば、演算ユニット８は、第１入出力ユニット２を介して取得した第１検出データが主機の異常を示すデータである場合、この第１検出データをもとに、主機の異常発生を検知する。または、演算ユニット８は、第２入出力ユニット３を介して取得した第２検出データが主機の異常を示すデータである場合、この第２検出データをもとに、主機の異常発生を検知する。その後、演算ユニット８は、上述したリアルタイム処理による演算データおよび異常検知データを、主機の制御用データおよび監視用データの一部として分析ユニット１０に出力する。

上述した主機の制御に並行して、分析ユニット１０は、上記演算ユニット８等から時系列に沿って順次取り込んだ主機の制御用データおよび監視用データの少なくとも一つをもとに、主機の運転状態を分析して主機の制御を支援する。

詳細には、分析ユニット１０の第１処理領域１３において、第１前処理部１３ａは、メモリ１６に蓄積された時系列データの中から、主機の制御の支援に必要なデータを読み込む。当該データとして、例えば、時系列データのうち最新の制御用データおよび監視用データを含むデータ群等が挙げられる。より具体的には、第１前処理部１３ａは、上記時系列データの中から、最新の制御用データを含む複数の制御用データを、各データの時間間隔が主機の制御周期と同じになるように抽出して読み込む。また、第１前処理部１３ａは、上記時系列データの中から、最新の監視用データを含む複数の監視用データを、各データの時間間隔が主機の制御周期よりも長くなる（長周期となる）ように間引く等して読み込む。第１前処理部１３ａは、読み込んだデータを、第１数理モデル１３ｂによって処理可能な形式のデータに変換し、変換処理後のデータを第１数理モデル１３ｂへ出力する。

第１数理モデル１３ｂは、第１前処理部１３ａから受け入れたデータ群を一括して処理し、これにより、現時点までの船舶の海上運用を加味した主機の運転状態を示すデータを導出する。以下、このように時系列に沿ったデータ群に対する一括したデータ処理は、バッチ処理と称される。第１後処理部１３ｃは、第１数理モデル１３ｂによって導出された上記データを受け入れて処理し、これにより、主機の運転状態の最適化や予防保全に寄与するための制御支援パラメータを導出する。上記制御支援パラメータとしては、例えば、主機の燃料消費を低減するための駆動ユニット４の操作量、主機の運転状態の異常を示す指数、主機の構成部品の故障確率等が挙げられる。第１後処理部１３ｃは、導出した制御支援パラメータを演算ユニット８へ出力する。

上述した制御支援パラメータが分析ユニット１０から演算ユニット８へ出力された場合、演算ユニット８は、この制御支援パラメータをもとに上述の制御値を補正し、補正後の制御値に対応する制御信号を各駆動ユニット４へ出力する。これにより、演算ユニット８は、現時点までの船舶の海上運用を加味して各駆動ユニット４を制御する。或いは、演算ユニット８は、上記制御支援パラメータによって示される主機の運転状態や構成部品の故障確率を加味して、上述の制御値を導出し、この導出した制御値に対応する制御信号によって各駆動ユニット４を制御する。これにより、演算ユニット８は、主機の制御の最適化や制限をして当該主機の運転状態の最適化や予防保全に寄与する。以上のようにして、演算ユニット８は、船舶個別の海上運用に合った最適な主機の制御を行う。

一方、上述した主機制御システム１において、分析ユニット１０は、主機の制御とは独立して、第２数理モデル１４ｂを実用化するためのデータ処理（バッチ処理）を実行する。図２は、本発明の実施形態１における数理モデルの実用化方法の一例を示すフローチャートである。

本実施形態１における第２数理モデル１４ｂの実用化方法において、分析ユニット１０（図１参照）は、図２に示すように、主機の制御用データおよび監視用データを時系列に沿って蓄積する（ステップＳ１０１）。ステップＳ１０１において、メモリ１６は、インタフェース１１を介して主機の制御用データおよび監視用データを順次受け入れる。メモリ１６は、受け入れた制御用データおよび監視用データを、インデックスおよびタイムスタンプの付与等により、データの種類別に分類するとともに時系列データとして時系列に沿って蓄積する。

つぎに、分析ユニット１０は、テスト対象である第２数理モデル１４ｂのテスト処理を実行する（ステップＳ１０２）。ステップＳ１０２において、モデル処理部１５は、まず、機械学習等の手法により、船舶個別の海上運用を加味した主機の動作を第２数理モデル１４ｂに学習させる。この際、データ処理部１２の第２処理領域１４において、第２前処理部１４ａは、メモリ１６に蓄積されている時系列データの中から、第２数理モデル１４ｂの学習に必要な教師データを読み込む。この教師データとしては、例えば、上記時系列データのうち最新の制御用データおよび監視用データを含む所定期間分のデータ群等が挙げられる。第２前処理部１４ａは、上記時系列データの中から、最新の制御用データを含む所定期間分の制御用データ群を、各データの時間間隔が主機の制御周期と同じになるように抽出して読み込む。また、第２前処理部１４ａは、上記時系列データの中から、最新の監視用データを含む所定期間分の監視用データ群を、各データの時間間隔が主機の制御周期よりも長くなるように間引く等して読み込む。第２前処理部１４ａは、読み込んだ教師データを、第２数理モデル１４ｂによって処理可能な形式のデータに変換し、変換処理後の教師データを第２数理モデル１４ｂへ出力する。第２数理モデル１４ｂは、第２前処理部１４ａから受け入れた教師データを時系列に沿って順次処理し、これにより、船舶の海上運用を加味した主機の動作を学習する。

また、ステップＳ１０２において、モデル処理部１５は、学習処理後の第２数理モデル１４ｂに対してテスト処理を実行する。この際、第２前処理部１４ａは、メモリ１６に蓄積されている時系列データの中から、第２数理モデル１４ｂの動作テストに必要なテストデータを読み込む。このテストデータとしては、例えば、上記時系列データのうち主機の制御支援パラメータの導出に用いられる制御用データおよび監視用データを含む所定期間分のデータ群等が挙げられる。第２前処理部１４ａは、上記時系列データの中から、主機の制御支援パラメータの導出に用いられる制御用データを含む所定期間分の制御用データ群を、各データの時間間隔が主機の制御周期と同じになるように抽出して読み込む。また、第２前処理部１４ａは、上記時系列データの中から、主機の制御支援パラメータの導出に用いられる監視用データを含む所定期間分の監視用データ群を、各データの時間間隔が主機の制御周期よりも長くなるように間引く等して読み込む。第２前処理部１４ａは、読み込んだテストデータを、第２数理モデル１４ｂによって処理可能な形式のデータに変換し、変換処理後のテストデータを第２数理モデル１４ｂへ出力する。第２数理モデル１４ｂは、第２前処理部１４ａから受け入れたテストデータを一括して処理し、これにより、船舶の海上運用を加味した主機の運転状態のシミュレーション結果を示す模擬データを導出する。第２後処理部１４ｃは、第２数理モデル１４ｂによって導出された上記模擬データを受け入れて処理し、これにより、上述した制御支援パラメータの導出のシミュレーション結果を示す模擬パラメータを導出する。

上記テスト処理の結果を示すテスト結果データは、第２前処理部１４ａ、第２数理モデル１４ｂおよび第２後処理部１４ｃの各々から、モデル処理部１５およびメモリ１６へ出力される。このテスト結果データには、第２前処理部１４ａによる変換処理後のテストデータと、第２数理モデル１４ｂによる模擬データと、第２後処理部１４ｃによる模擬パラメータとが含まれる。

ステップＳ１０２の実行後、分析ユニット１０は、第２数理モデル１４ｂの習熟度算出処理を実行する（ステップＳ１０３）。ステップＳ１０３において、モデル処理部１５は、第２数理モデル１４ｂに対するテスト処理の結果をもとに、第２数理モデル１４ｂの習熟度を算出する。

詳細には、モデル処理部１５は、第２数理モデル１４ｂに対するテスト処理の結果を示すテスト結果データとして、第２前処理部１４ａから出力されたテストデータと、第２数理モデル１４ｂから出力された模擬データと、第２後処理部１４ｃから出力された模擬パラメータとを取得する。モデル処理部１５は、これら取得したデータをもとに、テスト処理後の第２数理モデル１４ｂの習熟度を算出する。当該習熟度は、例えば、船舶の海上運用を加味した主機の動作についての第２数理モデル１４ｂの学習レベルを示す指数であり、第２数理モデル１４ｂに対するテスト処理の正解率等に応じて増減変化する。モデル処理部１５は、算出した習熟度を示す習熟度データをメモリ１６へ出力する。

ステップＳ１０３の実行後、分析ユニット１０は、第２数理モデル１４ｂのテスト処理に関するデータを収集する（ステップＳ１０４）。ステップＳ１０４において、メモリ１６は、第２前処理部１４ａからのテストデータと、第２数理モデル１４ｂからの模擬データと、第２後処理部１４ｃからの模擬パラメータとを受け入れ、これらのデータを、第２数理モデル１４ｂのテスト結果データとして格納する。また、メモリ１６は、第２数理モデル１４ｂの習熟度データと、習熟度が算出された第２数理モデル１４ｂを構成している数式等のモデルデータとをモデル処理部１５から受け入れる。メモリ１６は、上述したテスト結果データと習熟度データとを対応付けて格納するとともに、第２数理モデル１４ｂの現時点の習熟度を示すインデックスを当該モデルデータに付与して、当該モデルデータを第２数理モデル１４ｂのモデルデータとして格納する。

ステップＳ１０４の実行後、分析ユニット１０は、第２数理モデル１４ｂの習熟度の判定処理を実行する（ステップＳ１０５）。ステップＳ１０５において、モデル処理部１５は、上述したステップＳ１０３で算出した第２数理モデル１４ｂの習熟度Ｒと予め設定された基準習熟度Ｒａとを比較し、この習熟度Ｒが基準習熟度Ｒａ以上であるか否かを判定する。この習熟度Ｒが基準習熟度Ｒａ以上である場合（ステップＳ１０５，Ｙｅｓ）、モデル処理部１５は、この習熟度Ｒをもつ第２数理モデル１４ｂを、主機の制御に関与する第１処理領域１３の第１数理モデル１３ｂとして適用する（ステップＳ１０６）。

ステップＳ１０６において、モデル処理部１５は、基準習熟度Ｒａ以上の習熟度Ｒをもつ第２数理モデル１４ｂを構成するモデルデータをメモリ１６から読み込み、読み込んだモデルデータによって第１数理モデル１３ｂを生成する。また、メモリ１６は、習熟度Ｒをもつ第２数理モデル１４ｂのモデルデータを、上記生成された第１数理モデル１３ｂのモデルデータとして格納（更新）する。

例えば、主機の制御に関与する第１処理領域１３には、主機の動作シミュレーションの結果等をもとに生成された第１数理モデル１３ｂが予め初期設定されている。この初期設定の第１数理モデル１３ｂのモデルデータが、基準習熟度Ｒａ以上の習熟度Ｒをもつ第２数理モデル１４ｂのモデルデータに更新される。或いは、主機制御システム１の初期段階では第１処理領域１３に第１数理モデル１３ｂが設定されておらず、基準習熟度Ｒａ以上の習熟度Ｒをもつ第２数理モデル１４ｂのモデルデータをもとに、第１数理モデル１３ｂが、第１処理領域１３に生成されてもよい。

また、本実施形態１における第２数理モデル１４ｂは、主機制御システム１の製造時等において、分析ユニット１０の第２処理領域１４に予め設定されたものである。このような第２数理モデル１４ｂは、第１数理モデル１３ｂと同じ種類の数理モデルであってもよいし、第１数理モデル１３ｂの機能を拡張した数理モデルであってもよい。

ステップＳ１０６の実行後、分析ユニット１０は、上述したステップＳ１０１に戻り、このステップＳ１０１以降の処理を繰り返す。また、上述したステップＳ１０５において、第２数理モデル１４ｂの習熟度Ｒが基準習熟度Ｒａ未満である場合（ステップＳ１０５，Ｎｏ）、分析ユニット１０は、上述したステップＳ１０１に戻り、このステップＳ１０１以降の処理を繰り返す。

以上、説明したように、本発明の実施形態１に係る主機制御システム１では、船舶の主機を制御するための演算処理を行う演算ユニット８と、主機の制御用データおよび監視用データの少なくとも一つである分析用データをもとに主機の運転状態を分析して主機の制御を支援する分析ユニット１０とが設けられ、分析ユニット１０は、主機の制御に関与するデータ処理が可能な第１処理領域１３と、主機の制御とは独立してデータ処理が可能な第２処理領域１４とを有するように構成されている。また、第１処理領域１３では、主機を模擬する第１数理モデル１３ｂが設定され、上記分析用データを第１数理モデル１３ｂで処理して、主機の制御支援パラメータが導出されるようにしている。第２処理領域１４では、第１数理モデル１３ｂとして適用される数理モデルの候補である第２数理モデル１４ｂが設定され、時系列に沿って蓄積された分析用データ（時系列データ）をもとに、主機の制御とは独立して第２数理モデル１４ｂのテスト処理が実行されるようにしている。

上記の構成により、主機の制御に必要とされる例えば１／１０００秒単位の短周期の演算処理（リアルタイム処理）を演算ユニット８で実行しながら、演算ユニット８のリアルタイム処理によって制限されることなく、主機の制御周期よりも長周期の上記時系列データを用いた一括処理（バッチ処理）により、第２処理領域１４の第２数理モデル１４ｂに対してテスト処理を実行することができる。このため、主機の制御を実行しながら、当該主機の制御を阻害することなく、船舶個別の海上運用を加味した主機の制御に対する第２数理モデル１４ｂの実用性を高めることができる。これにより、上記実用性を高めた第２数理モデル１４ｂを、主機の制御支援に寄与し得る第１数理モデル１３ｂとして簡易に適用することができる。この結果、船舶個別の海上運用に合った主機の最適な制御を行うことができる。

特に、第２数理モデル１４ｂを第１数理モデル１３ｂと同じ種類の数理モデルとした場合、実用性を高めた第２数理モデル１４ｂを第１数理モデル１３ｂとして適用することにより、主機の運用方針や目的に応じて第１数理モデル１３ｂを最適化することができる。また、第２数理モデル１４ｂを、第１数理モデル１３ｂの機能を拡張した数理モデルとした場合、実用性を高めた第２数理モデル１４ｂを第１数理モデル１３ｂとして適用することにより、主機の制御支援に関する第１数理モデル１３ｂの機能を拡張した上で、主機の運用方針や目的に応じて第１数理モデル１３ｂを最適化することができる。上記いずれの場合であっても、船舶個別の海上運用を加味した主機の制御支援に最適な第１数理モデル１３ｂを実現することができる。

また、本発明の実施形態１に係る主機制御システム１では、モデル処理部１５により、上記テスト処理による第２数理モデル１４ｂの習熟度Ｒを算出し、算出した習熟度Ｒが基準習熟度Ｒａ以上であるか否かを判定している。このため、第２数理モデル１４ｂの習熟度Ｒが基準習熟度Ｒａ以上である場合、第２数理モデル１４ｂを第１数理モデル１３ｂとして手間なく迅速に適用することができる。また、第２数理モデル１４ｂの習熟度Ｒが基準習熟度Ｒａ未満である場合、この第２数理モデル１４ｂに対し、上記テスト処理を手間なく迅速に繰り返すことができる。

（実施形態２）
つぎに、本発明の実施形態２に係る主機制御システムについて説明する。図３は、本発明の実施形態２に係る主機制御システムの一構成例を示すブロック図である。図３に示すように、本実施形態２に係る主機制御システム１Ａは、上述した実施形態１に係る主機制御システム１の分析ユニット１０に代えて分析ユニット２０を備え、モデル指定ユニット２１を更に備える。分析ユニット２０は、上述した実施形態１における分析ユニット１０のデータ処理部１２に代えてデータ処理部２２を備え、モデル処理部１５に代えてモデル処理部２５を備え、メモリ１６に代えてメモリ２６を備え、制御部１８に代えて制御部２８を備える。また、このデータ処理部２２において、第１処理領域１３には、実施形態１における第１数理モデル１３ｂに代えて第１数理モデル２３ｂが設定され、第２処理領域１４には、実施形態１における第２数理モデル１４ｂに代えて第２数理モデル２４ｂが設定される。その他の構成は実施形態１と同じであり、同一構成部分には同一符号を付している。

モデル指定ユニット２１は、テスト対象となる第２数理モデル２４ｂを指定するためのユニットである。詳細には、モデル指定ユニット２１は、例えば、入力デバイスおよび表示デバイスの組み合わせ（ワークステーション等）、或いはタッチパネル装置等によって構成される可搬型のユニットである。モデル指定ユニット２１は、任意のタイミングで分析ユニット２０に対してデータの入出力可能に接続される。モデル指定ユニット２１は、複数の数理モデルの候補を選択可能に表示し、ユーザの操作に応じて、これら複数の数理モデルの候補の中から選択された数理モデルの指定データを分析ユニット２０に出力する。これにより、モデル指定ユニット２１は、テスト対象となる第２数理モデル２４ｂを分析ユニット２０に対して指定する。本実施形態２の分析ユニット２０では、モデル指定ユニット２１によって指定された第２数理モデル２４ｂに対して、実施形態１と同様のテスト処理が実行される。なお、上記第２数理モデル２４ｂの候補となる複数の数理モデルのモデルデータは、分析ユニット２０のメモリ２６に格納されていてもよいし、モデル指定ユニット２１が有する内部メモリに格納されていてもよい。

本実施形態２の分析ユニット２０においては、主機の制御に関与してデータ処理が可能な第１処理領域１３の第１数理モデル２３ｂの設定機能と、主機の制御とは独立してデータ処理が可能な第２処理領域１４の第２数理モデル２４ｂの設定機能とが実施形態１と異なる。分析ユニット２０の機能は、第１数理モデル２３ｂおよび第２数理モデル２４ｂの設定機能以外、実施形態１と同じである。

詳細には、図３に示すように、データ処理部２２は、主機の制御に関与する第１処理領域１３に、第１数理モデル２３ｂと、実施形態１と同様の第１前処理部１３ａおよび第１後処理部１３ｃとを有する。第１数理モデル２３ｂは、主機を模擬する数理モデルであって、テスト処理によって習熟度Ｒを基準習熟度Ｒａ以上に高めた第２数理モデル２４ｂと同じモデルデータによって生成されている。すなわち、第１数理モデル２３ｂは、本来モデル指定ユニット２１によって指定された数理モデルであり、船舶の海上運用を加味した主機の動作についての習熟度を主機制御に対する実用可能レベルに高めた数理モデルである。

また、図３に示すように、データ処理部２２は、主機の制御とは独立したデータ処理が可能な第２処理領域１４に、第２数理モデル２４ｂと、実施形態１と同様の第２前処理部１４ａおよび第２後処理部１４ｃとを有する。第２数理モデル２４ｂは、主機を模擬する数理モデルであると同時に、上述の第１数理モデル２３ｂとして適用される数理モデルの候補である。本実施形態２において、第２数理モデル２４ｂは、メモリ２６等に格納されている複数の数理モデルの中から、モデル指定ユニット２１によって選択可能に指定された数理モデルである。

モデル処理部２５は、主機の制御に関与する第１数理モデル２３ｂの処理と、主機の制御とは独立してテスト処理される第２数理モデル２４ｂの処理とを実行する。詳細には、モデル処理部２５は、モデル指定ユニット２１によって指定された数理モデルを、テスト対象となる第２数理モデル２４ｂとしてデータ処理部２２の第２処理領域１４に設定する。モデル処理部２５は、この第２数理モデル２４ｂに対して、実施形態１と同様にテスト処理、習熟度算出処理および習熟度判定処理を実行する。また、モデル処理部２５は、習熟度Ｒが基準習熟度Ｒａ以上に高まった第２数理モデル２４ｂを、第１処理領域１３の第１数理モデル２３ｂとして適用する。

メモリ２６は、数理モデルを生成するための数式等のモデルデータ群を格納する。本実施形態２において、メモリ２６は、第１処理領域１３および第２処理領域１４の何れにも数理モデルが設定されていない初期の段階において、第１数理モデル２３ｂおよび第２数理モデル２４ｂの何れにも用いられていない数式等のモデルデータ（以下、無属性のモデルデータという）を、モデルデータ群として複数格納している。メモリ２６は、モデル指定ユニット２１によって数理モデルが指定された場合、この指定された数理モデルの生成に用いられるモデルデータを、実施形態１と同様にインデックスの付与等によって第２数理モデル２４ｂのモデルデータとして分類するとともに格納する。この場合、モデルデータ群には、第２数理モデル２４ｂに用いられるモデルデータと、無属性のモデルデータとが含まれる。

また、メモリ２６は、習熟度Ｒが基準習熟度Ｒａ以上に高まった第２数理モデル２４ｂが第１数理モデル２３ｂとして適用された場合、この第１数理モデル２３ｂに適用されるモデルデータを、インデックスの付与または更新等によって第１数理モデル２３ｂのモデルデータとして分類するとともに格納する。この場合、モデルデータ群には、第１数理モデル２３ｂに用いられるモデルデータと、無属性のモデルデータとが含まれる。また、メモリ２６は、第１処理領域１３に第１数理モデル２３ｂが設定され且つ第２処理領域１４に第２数理モデル２４ｂが設定されている場合、これら第１数理モデル２３ｂおよび第２数理モデル２４ｂの各モデルデータを、インデックスの付与または更新等によって第１数理モデル２３ｂのモデルデータと第２数理モデル２４ｂのモデルデータとに分類して格納する。この場合、モデルデータ群には、第１数理モデル２３ｂに用いられるモデルデータと、第２数理モデル２４ｂに用いられるモデルデータと、無属性のモデルデータとが含まれる。なお、メモリ２６は、ハードディスクデバイスに例示される不揮発性の記憶デバイス等によって構成され、上述したモデルデータ群以外のデータを、実施形態１と同様に格納して蓄積する。

制御部２８は、分析ユニット２０を構成する各構成部を制御する。詳細には、制御部２８は、モデル指定ユニット２１によって出力された指定データを、インタフェース１１を介して取得し、この指定データに基づいて、モデル指定ユニット２１によって指定された第２数理モデル２４ｂを第２処理領域１４に設定（生成）するようにモデル処理部２５を制御する。なお、制御部２８は、この第２数理モデル２４ｂの設定を制御する機能以外、上述した実施形態１と同様の機能を有する。また、上述したデータ処理部２２およびモデル処理部２５は、制御部２８のプログラム実行に基づくソフトウェア構成によって実現されてもよいし、ハードウェア構成によって実現されてもよい。データ処理部２２およびモデル処理部２５をソフトウェア構成によって実現する場合、これらデータ処理部２２およびモデル処理部２５は、制御部２８の一機能部として当該制御部２８に含まれていてもよい。

なお、主機制御システム１Ａによる主機の制御では、上述した実施形態１における第１数理モデル１３ｂを本実施形態２における第１数理モデル２３ｂに置き換えて制御支援パラメータが導出される。主機制御システム１Ａによる主機の制御は、第１数理モデル２３ｂ用いること以外、上述した実施形態１と同様に行われる。

一方、主機制御システム１Ａにおいて、分析ユニット２０は、モデル指定ユニット２１によって指定された第２数理モデル２４ｂを実用化するためのデータ処理（バッチ処理）を、主機の制御とは独立して実行する。図４は、本発明の実施形態２における数理モデルの実用化方法の一例を示すフローチャートである。

本実施形態２における第２数理モデル２４ｂの実用化方法において、分析ユニット２０（図３参照）は、図４に示すように、数理モデルの指定の有無を判断する（ステップＳ２０１）。ステップＳ２０１において、制御部２８は、モデル指定ユニット２１によって数理モデルが指定されたか否かを判断する。詳細には、制御部２８は、モデル指定ユニット２１からインタフェース１１を介して数理モデルの指定データを取得した場合、この取得した指定データによって数理モデルが指定された（数理モデルの指定あり）と判断する。一方、制御部２８は、このモデル指定ユニット２１からの指定データを取得していない場合、数理モデルの指定なしと判断する。

モデル指定ユニット２１からの指定データによって数理モデルが指定された場合（ステップＳ２０１，Ｙｅｓ）、分析ユニット２０は、指定された数理モデルの生成処理を実行する（ステップＳ２０２）。

ステップＳ２０２において、制御部２８は、モデル指定ユニット２１からの指定データに基づいて、この指定データに示される数理モデルを、テスト対象となる第２数理モデル２４ｂとして第２処理領域１４に生成するよう、モデル処理部２５およびメモリ２６を制御する。メモリ２６は、制御部２８の制御に基づいて、モデルデータ群に含まれる無属性のモデルデータのうち、上記指定データによって示される数理モデルの生成に必要なモデルデータに、第２数理モデル２４ｂのモデルデータであることを示すインデックスを付与して格納する。当該数理モデルの生成に必要なモデルデータは、１つであってもよいし、複数であってもよい。モデル処理部２５は、モデルデータ群の各モデルデータに付されているインデックスを参照し、指定された第２数理モデル２４ｂを示すインデックスが付されたモデルデータをメモリ２６から読み込む。モデル処理部２５は、読み込んだモデルデータをもとに、この第２数理モデル２４ｂを第２処理領域１４に生成する。

ステップＳ２０２の実行後、分析ユニット２０は、主機の制御用データおよび監視用データの少なくとも一つである分析用データを時系列に沿って蓄積する（ステップＳ２０３）。ステップＳ２０３において、メモリ２６は、上述した実施形態１におけるステップＳ１０１（図２参照）と同様に、インタフェース１１を介して受け入れた分析用データを、データの種類別に分類するとともに時系列データとして時系列に沿って蓄積する。

ステップＳ２０３の実行後、分析ユニット２０は、テスト対象である第２数理モデル２４ｂのテスト処理を実行する（ステップＳ２０４）。ステップＳ２０４において、モデル処理部２５は、上述した実施形態１におけるステップＳ１０２（図２参照）と同様に、船舶個別の海上運用を加味した主機の動作を第２数理モデル２４ｂに学習させ、この学習処理後の第２数理モデル２４ｂに対してテスト処理を実行する。このテスト処理の結果を示すテスト結果データは、第２前処理部１４ａ、第２数理モデル２４ｂおよび第２後処理部１４ｃの各々から、モデル処理部２５およびメモリ２６へ出力される。

ステップＳ２０４の実行後、分析ユニット２０は、第２数理モデル２４ｂの習熟度算出処理を実行する（ステップＳ２０５）。ステップＳ２０５において、モデル処理部２５は、上述した実施形態１におけるステップＳ１０３（図２参照）と同様に、第２数理モデル２４ｂの習熟度を算出する。モデル処理部２５は、算出した習熟度を示す習熟度データをメモリ２６へ出力する。

ステップＳ２０５の実行後、分析ユニット２０は、第２数理モデル２４ｂのテスト処理に関するデータを収集する（ステップＳ２０６）。ステップＳ２０６において、メモリ２６は、上述した実施形態１におけるステップＳ１０４（図２参照）と同様に、第２数理モデル２４ｂのテスト結果データと習熟度データとを対応付けて格納するとともに、この第２数理モデル２４ｂのモデルデータを格納する。

ステップＳ２０６の実行後、分析ユニット２０は、第２数理モデル２４ｂの習熟度の判定処理を実行する（ステップＳ２０７）。ステップＳ２０７において、モデル処理部２５は、上述した実施形態１におけるステップＳ１０５（図２参照）と同様に、ステップＳ２０５で算出した第２数理モデル２４ｂの習熟度Ｒが基準習熟度Ｒａ以上であるか否かを判定する。この習熟度Ｒが基準習熟度Ｒａ以上である場合（ステップＳ２０７，Ｙｅｓ）、モデル処理部２５は、この習熟度Ｒをもつ第２数理モデル２４ｂを、主機の制御に関与する第１処理領域１３の第１数理モデル２３ｂとして適用する（ステップＳ２０８）。

ステップＳ２０８において、モデル処理部２５は、上述した実施形態１におけるステップＳ１０６（図２参照）と同様に、基準習熟度Ｒａ以上の習熟度Ｒをもつ第２数理モデル２４ｂのモデルデータによって第１数理モデル２３ｂを生成する。また、メモリ２６は、習熟度Ｒをもつ第２数理モデル２４ｂのモデルデータを、上記生成された第１数理モデル２３ｂのモデルデータとして格納（更新）する。

例えば、主機の制御に関与する第１処理領域１３には、初期段階において第１数理モデル２３ｂが設定されておらず、基準習熟度Ｒａ以上の習熟度Ｒをもつ第２数理モデル２４ｂのモデルデータをもとに、第１数理モデル２３ｂが、第１処理領域１３に生成される。

また、本実施形態２において、第２数理モデル２４ｂは、モデル指定ユニット２１によって指定された数理モデルであり、指定された際に第２処理領域１４に設定される。このような第２数理モデル２４ｂは、第１数理モデル２３ｂと同じ種類の数理モデルであってもよいし、第１数理モデル２３ｂの機能を拡張した数理モデルであってもよい。

ステップＳ２０８の実行後、分析ユニット２０は、上述したステップＳ２０１に戻り、このステップＳ２０１以降の処理を繰り返す。また、上述したステップＳ２０７において、第２数理モデル２４ｂの習熟度Ｒが基準習熟度Ｒａ未満である場合（ステップＳ２０７，Ｎｏ）、分析ユニット２０は、上述したステップＳ２０３に戻り、このステップＳ２０３以降の処理を繰り返す。

一方、上述したステップＳ２０１において、モデル指定ユニット２１による数理モデルの指定が行われていない場合（ステップＳ２０１，Ｎｏ）、分析ユニット２０は、テスト対象となる第２数理モデル２４ｂの有無を判断する（ステップＳ２０９）。

ステップＳ２０９において、モデル処理部２５は、メモリ２６に格納されているモデルデータ群を参照し、このモデルデータ群の中に第２数理モデル２４ｂのモデルデータが含まれているか否かを判断する。この第２数理モデル２４ｂの有無は、例えば、モデルデータに付されたインデックスをもとに判断することが可能である。モデル処理部２５は、このモデルデータ群の中に第２数理モデル２４ｂのモデルデータが含まれていない場合、第２処理領域１４に第２数理モデル２４ｂが無いと判断する。この場合（ステップＳ２０９，Ｎｏ）、分析ユニット２０は、上述したステップＳ２０１に戻り、このステップＳ２０１以降の処理を繰り返す。一方、ステップＳ２０９において、モデル処理部２５は、上記モデルデータ群の中に第２数理モデル２４ｂのモデルデータが含まれている場合、第２処理領域１４に第２数理モデル２４ｂが有ると判断する。この場合（ステップＳ２０９，Ｙｅｓ）、分析ユニット２０は、上述したステップＳ２０３に進み、このステップＳ２０３以降の処理を繰り返す。

以上、説明したように、本発明の実施形態２に係る主機制御システム１Ａでは、テスト対象となる第２数理モデル２４ｂをモデル指定ユニット２１によって指定し、指定された第２数理モデル２４ｂをデータ処理部２２の第２処理領域１４に生成するようにし、その他を実施形態１と同様に構成している。このため、上述した実施形態１と同様の作用効果を享受するとともに、テスト対象となる第２数理モデル２４ｂを、船舶個別の海上運用に合わせて自由に指定することができ、この指定された第２数理モデル２４ｂの実用性（習熟度Ｒ）を高めて、主機の制御支援に寄与し得る第１数理モデル２３ｂとして適用することができる。この結果、船舶個別の海上運用に合った主機の最適な制御を行うことが可能な主機制御システムのユーザフレキシビリティの範囲が広がり、船舶のユーザや造船側のパートナ等との新たな価値創出の機会を増大させることができる。

なお、上述した実施形態１、２では、主機の制御に関与する第１処理領域に、主機の制御支援に寄与し得る第１数理モデルを１つ設定していたが、本発明は、これに限定されるものではない。例えば、複数の第１数理モデルを上記第１処理領域に生成し、これら複数の第１数理モデルを用いて主機の制御を支援してもよい。

また、上述した実施形態１、２では、主機の制御とは独立してデータ処理が可能な第２処理領域に、テスト対象となる第２数理モデルを１つ設定していたが、本発明は、これに限定されるものではない。例えば、複数の第２数理モデルを上記第２処理領域に生成し、これら複数の第２数理モデルの各々に対し、上記第１数理モデルへの実用性のテスト処理を実行してもよい。

また、上述した実施形態１、２では、第２数理モデルの習熟度Ｒが基準習熟度Ｒａ以上である場合、この第２数理モデルをモデル処理部によって自動的に第１処理領域の第１数理モデルとして適用していたが、本発明は、これに限定されるものではない。例えば、第２数理モデルの習熟度Ｒを、ユーザが視認できるようにディスプレイユニット６等の表示装置に表示し、表示された習熟度Ｒに応じてユーザが入力部（図示せず）を操作し、この入力部の操作により、上記第２数理モデルを第１処理領域の第１数理モデルとして手動で適用してもよい。

また、上述した実施形態１、２では、分析ユニットに取り込まれた分析用データや、分析ユニットによって導出された処理結果のデータ等、分析ユニット内の各種データを当該分析ユニットのメモリに格納しているが、本発明は、これに限定されるものではない。例えば、分析ユニットにワークステーション等の装置を接続して、当該分析ユニットのメモリに格納されているデータのコピーを当該装置に格納し、得られたデータのコピーを外部のデータ収集装置に蓄積してもよい。

また、上述した実施形態１、２により本発明が限定されるものではない。上述した各構成要素を適宜組み合わせて構成したものも本発明に含まれる。その他、上述した実施形態１、２に基づいて当業者等によりなされる他の実施形態、実施例および運用技術等は全て本発明の範疇に含まれる。

１、１Ａ 主機制御システム
２ 第１入出力ユニット
３ 第２入出力ユニット
４ 駆動ユニット
５ 操縦装置
６ ディスプレイユニット
７ エンジンモニタ
８ 演算ユニット
１０、２０ 分析ユニット
１１ インタフェース
１２、２２ データ処理部
１３ 第１処理領域
１３ａ 第１前処理部
１３ｂ、２３ｂ 第１数理モデル
１３ｃ 第１後処理部
１４ 第２処理領域
１４ａ 第２前処理部
１４ｂ、２４ｂ 第２数理モデル
１４ｃ 第２後処理部
１５、２５ モデル処理部
１６、２６ メモリ
１８、２８ 制御部
２１ モデル指定ユニット
１０１ 第１センサ
１０２ 第２センサ

Claims (5)

1. 船舶の主機を制御するための演算処理を行う演算ユニットと、
   前記主機の制御に関連する制御用データと前記主機の監視に必要な監視用データとの少なくとも一つをもとに、前記主機の運転状態を分析して前記主機の制御を補正または制限するための制御支援パラメータを前記演算ユニットへ出力することにより、前記演算ユニットによる前記主機の制御を支援する分析ユニットと、
   を備え、
   前記分析ユニットは、
   前記主機を模擬する第１数理モデルが設定され、前記制御用データおよび前記監視用データの少なくとも一つを前記第１数理モデルで処理して、前記制御支援パラメータが導出される第１処理領域と、
   前記第１数理モデルとして適用される数理モデルの候補である第２数理モデルが設定され、時系列に沿って蓄積された前記制御用データおよび前記監視用データの少なくとも一つをもとに、前記主機の制御とは独立して、前記主機の動作を学習した前記第２数理モデルの動作をテストするテスト処理が実行される第２処理領域と、
   を有し、
   前記第１数理モデルのモデルデータは、前記テスト処理後の前記第２数理モデルのモデルデータに更新される、
   ことを特徴とする主機制御システム。
2. 前記分析ユニットは、
   前記主機の動作を学習した前記第２数理モデルを前記第２処理領域に生成するデータ処理部と、
   前記テスト処理の結果をもとに、学習後の前記第２数理モデルの習熟度を算出するモデル処理部と、
   を備え、
   算出された前記習熟度が基準習熟度以上である場合、前記第１数理モデルのモデルデータは、前記習熟度をもつ前記第２数理モデルのモデルデータに更新され、算出された前記習熟度が前記基準習熟度未満である場合、前記第２数理モデルに対して前記テスト処理が再度実行される、
   ことを特徴とする請求項１に記載の主機制御システム。
3. 前記モデル処理部は、前記第２数理モデルの習熟度が前記基準習熟度以上であるか否かを判定する、
   ことを特徴とする請求項２に記載の主機制御システム。
4. 前記第２数理モデルを指定するモデル指定ユニットを備え、
   前記モデル指定ユニットによって指定された前記第２数理モデルに対して、前記テスト処理が実行される、
   ことを特徴とする請求項２または３に記載の主機制御システム。
5. 前記主機に設けられている第１センサによって検出され、前記制御用データに含まれる第１検出データを、前記演算ユニットおよび前記分析ユニットに対して入出力する第１入出力ユニットと、
   前記主機に設けられている第２センサによって検出され、前記監視用データに含まれる第２検出データを、前記演算ユニットおよび前記分析ユニットに対して入出力する第２入出力ユニットと、
   を備えることを特徴とする請求項１～４のいずれか一つに記載の主機制御システム。
   

Images