[发明专利]协调型学习系统以及监视系统

说明书

本发明涉及协调型学习系统以及监视系统，改善处理工艺的瓶颈，实现工艺整体的效率提高。实施方式的协调型学习系统能够利用于按照以规定的过渡时间间隔按时间序列连续的多个工序分别设置有监视模型。本系统按时间序列存储第1工序的第1监视数据、相对于第1工序的上游或者下游的第2工序的第2监视数据、以及第1监视模型将第1监视数据作为输入参数而输出的第1工序的监视结果。并且，使用第1监视数据和第1监视模型的监视结果对第1监视模型进行母模型学习处理，将第1时刻的第1监视模型的监视结果用作为教师数据，对将相对于第1时刻相差过渡时间量的第2时刻的第2监视数据作为输入参数的第2监视模型进行子模型学习处理。

技术领域

本发明的实施方式涉及按时间序列连续的处理工序、制造工序的工艺改善方法以及监视技术。

背景技术

例如，水处理经过按时间序列连续的多个处理工序来改善水质。在连续地流入水的各处理工序中，收集由传感器设备等测定、检测出的监视数据。收集到的监视数据被输入监视系统，监视系统按照各个处理工序来判定正常运转/异常运转。

现有技术文献

专利文献

专利文献1：日本特开2016-195974号公报

专利文献2：日本特开2017-157072号公报

专利文献3：日本特开2018-63656号公报

专利文献4：日本专利第5022610号

发明内容

发明要解决的课题

提供一种协调型学习系统，在按时间序列连续的多个工序的工艺监视中实现工艺整体的效率改善。

用于解决课题的手段

实施方式的协调型学习系统是按照以规定的过渡时间间隔按时间序列连续的多个工序分别设置有监视模型的工艺监视中的协调型学习系统。协调型学习系统具有：存储部，按时间序列存储第1工序的第1监视数据、相对于上述第1工序为上游或者下游的第2工序的第2监视数据、以及第1监视模型将上述第1监视数据作为输入参数而输出的上述第1工序的监视结果；以及模型学习部，使用上述第1监视数据和上述第1监视模型的监视结果，对上述第1监视模型进行母模型学习处理，将第1时刻的上述第1监视模型的监视结果用作为教师数据，对将相对于上述第1时刻相差过渡时间量的第2时刻的上述第2监视数据作为输入参数的第2监视模型进行子模型学习处理。

附图说明

图1是用于说明第1实施方式的监视系统的功能块的图。

图2是第1实施方式的协调型学习模型的说明图。

图3是表示监视第1实施方式的各工序的协调型学习模型的构建例(相对于起点工艺为上游的监视模型)的图。

图4是表示监视第1实施方式的各工序的协调型学习模型的构建例(相对于起点工艺为下游的监视模型)的图。

图5是用于说明在第1实施方式的按时间序列连续的多个工序中，相对于起点工艺的各协调型学习模型间的关系的图。

图6是表示应用了第1实施方式的协调型学习模型的水处理中的工艺改善例的图。

图7是用于说明第1实施方式的协调型学习模型对于瓶颈工序的工艺整体的改善例的图。

图8是表示第1实施方式的协调型学习模型的构建处理以及更新处理的流程图。

具体实施方式

以下，参照附图对实施方式进行说明。

(第1实施方式)