分離技術会年会 2017にて招待講演をしてまいりました。会場は明治大学生田キャンパス、つまり

どホーム！！

でした。講演の後に隣の校舎で２限の講義をしてしまうくらいのホームっぷりです。

お声掛け・招待していただき、講演時間の調整をしていただいた産総研の松本先生、山形大学の松田先生にとても感謝です。

わたしは、S2【蒸留・ガス吸収・シミュレーション】というセッションで運転データを活用して効率的にプロセスを運転管理・制御する方法についてお話させていただきました。セッション名にある３つの単語の中で、シミュレーションがメインの話題です。ただ他の方の講演では、具体的な気泡塔におけるガス吸収のお話や、膜分離と蒸留塔とを組み合わせたシステムの話など、興味深い話ばかりでした。

ここに、わたしの講演における質疑応答をまとめておきます。というのも、質疑応答がとても苦手なのです。質問をきいているときに、話したいことがドバーッっとあふれてきて、まとまらず、結果、質問に答えていないという・・・。いろいろと工夫して気をつけているのですが、１００回以上講演しているのにちっともうまくなりません。短時間に思考を整理するのが苦手なのでしょう。そこで、質問の内容と本当はこうやって回答したかったという内容とを整理したあとに、ウェブサイトにまとめておこう、というわけです。

===

質問１：異常を検出できて、その異常に関係するプロセス変数を特定できることはわかったが、異常の原因はどうやって調べるのか？
質問２：異常と判定され、異常なプロセス変数がわかったとき、原因がセンサーの異常かプロセスの異常かでその後の対応は異なるが、どうするのか？
回答１、２：ある時刻に異常を検出したあとに、過去のいつに起きた異常と同じ異常か、推定することができるようになっています。過去の異常と同じ異常であれば、そのときの異常の原因を調べることで、今回の異常の原因もわかります。ただ、過去に例がない異常のときは、プロセスモデルがないことが前提であるため、異常が発生したこととその異常に関係するプロセス変数との情報から、オペレーターやエンジニアが異常原因を調べることになります。原因が分かった後に、それに応じた対応をとることになります。

===

質問３：蒸留塔における何かしらの濃度を推定することは、たとえばダイナミックシミュレータでも可能であり、わざわざ統計的な方法を使わなくてもよいのではないか？
回答３：おっしゃる通り、可能な蒸留塔もあるかもしれません。ただわたしが聞いたり実際のデータを確認したりしたところ、最初は実際の濃度とダイナミックシミュレータで推定された濃度とが合っているのですが、時間が立つとそれらのズレが大きくなってしまうことがあります。そのとき、統計的な方法でズレを補正するやり方が有効です。

===

午後は、ポスターセッションにも顔を出し、理論的な研究から新しい応用に関する研究まで、蒸留や膜分離などの分離に関する面白い発表をいくつも聞かせていただきました。

ちなみに、２限の講義は分離化学工学。分離づくしの一日でした。

最後に。東京大学のときの助教仲間のワッチャさんに研究室を紹介してランチしたり、学生時代の大先輩でその後も要所でお世話になっている農工大の大橋さんに近況報告できたり、懐かしくもある一日でした。