第一原理モデルと機械学習モデルの組み合わせによる多品種・多機種バッチプロセス向けモデル化方式

カテゴリ: 部門大会

論文No: TC1-9

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Modeling Technique for Batch Process with Multi-Varieties and Multi-Equipment by using First Principles Model and Machine Learning Model

著者名: 石飛 太一（日立製作所）,望月 義則（日立製作所）,河野 洋平（日立製作所）

著者名(英語): Taichi Ishitobi (Hitachi, Ltd.),Yoshinori Mochizuki (Hitachi, Ltd.),Yohei Kono (Hitachi, Ltd.)

キーワード: バッチプロセス|プロセスモデル|機械学習機械学習|Batch Process|Process Model|Machine Learning

要約(日本語): プロセス運転自動化に向け，バッチプロセスを対象としたプロセスのモデル化技術を提案する。バッチプロセスの現場では人手を介した制御にてよって効率的な運転ができず製造時間が長時間化する課題がある。一方で従来技術（MPC等）ではプロセスのモデル化が必要だが，品種・機器が複数あるバッチプロセスでは，その組み合わせ数だけモデル構築が必要なため適用が難しい。そこで本研究では品種・機器の特性を分離してモデル化することでモデル構築数を抑制し，また数理・機械学習モデルを組み合わせることで推定精度を向上させるモデル化方式を提案する。机上評価では制御量を1K以下のRMSEで推定可能なことを確認し，提案方式の有効性を示した。