発表では最初に、対象プラントとなる不均一系共沸蒸留塔の機能と その挙動の特徴について説明し、そして自己組織化マップの 特徴、学習アルゴリズム、機能について説明する。 次に、自己組織化マップを不均一系共沸蒸留塔の異常状態予測に 適用するため、今回提案する手法について説明する。 そこでは、プラントが正常状態にあるときと異常状態にあるときの プロセス変数データから分類モデルを表現する決定木を作成し、 そして分割ノードに選ばれた属性をベクトル要素として選択し、 先に用いた正常状態データから、これらのデータの 代表パターンを持つ自己組織化マップを作成する。 次に、テストデータとしての正常状態データと異常状態データを用意し、 このテストデータと自己組織化マップ上の代表データパターンとの非類似度を 計算する、ということを行なっている。 すなわち、この非類似度の値によって異常状態に向かうか どうかを判断する。それによって、我々は自己組織化マップを用いた 本手法によって早期にプラントの状態を予測判断することができる。 最後に、この提案する手法の有効性をシミュレーションによる 検証によって評価した結果を示す。