第1章：PIの基礎概念とプロセス産業におけるデータ活用

プロセス・インフォマティクス（PI）の基本概念を理解し、プロセス産業における特徴とデータの種類を学びます。データ駆動型アプローチによる実際の改善事例を通じて、PIの価値を実感しましょう。

1.1 プロセス・インフォマティクス（PI）とは

PIの定義

プロセス・インフォマティクス（Process Informatics; PI）は、化学プラント、製薬、食品、半導体などのプロセス産業において、データ駆動型アプローチを活用して、プロセスの理解、最適化、制御を行う学問分野です。

具体的には、以下の活動を含みます：

• プロセスデータの収集と分析: センサーデータ、操作条件、品質データの収集と解析
• プロセスモデリング: 機械学習やソフトセンサーによる品質予測モデルの構築
• プロセス最適化: 収率向上、エネルギー削減、品質改善のための条件最適化
• プロセス制御: リアルタイムデータに基づく自動制御システムの構築
• 異常検知: データ分析による異常状態の早期発見

Materials Informatics（MI）との違い

PIとよく混同される概念に、Materials Informatics（MI）があります。両者の違いを明確に理解しましょう。

重要なポイント: MIは「何を作るか」に焦点を当て、PIは「どう作るか」に焦点を当てます。両者は補完関係にあり、MIで発見した新材料をPIで効率的に製造する、というように連携します。

1.2 プロセス産業の特徴

PIを理解するには、まずプロセス産業の特徴を知る必要があります。

プロセスの分類

プロセス産業のプロセスは、大きく2つに分類されます：

1. 連続プロセス (Continuous Process)

• 特徴: 24時間365日、原料を連続的に投入し、製品を連続的に取り出す
• 例: 石油精製、化学プラント（エチレン製造など）、製紙
• 利点: 高い生産性、安定した品質
• 課題: 停止・再起動のコストが高い、柔軟性が低い

2. バッチプロセス (Batch Process)

• 特徴: 原料を投入 → 反応 → 製品取り出しを繰り返す
• 例: 医薬品製造、食品加工、ファインケミカル
• 利点: 柔軟な製品切り替え、少量多品種生産に適す
• 課題: バッチ間のばらつき、生産性が連続プロセスより低い

プロセス産業の主要分野

プロセスの複雑性

プロセス産業のプロセスは、以下の特徴により非常に複雑です：

1. 多変数性
   • 数十〜数百の変数が相互に影響
   • 例: 蒸留塔では温度（複数段）、圧力、流量、組成などが連動
2. 非線形性
   • 入力と出力の関係が線形でない
   • 例: 反応温度を10°C上げると収率が5%増えるが、さらに10°C上げると副反応が起こり収率が減少
3. 時間遅れ（タイムラグ）
   • 操作変更の効果が現れるまで時間がかかる
   • 例: 蒸留塔のリボイラー温度を変更しても、塔頂製品への影響は数分〜数十分後
4. 外乱の存在
   • 原料組成の変動、環境温度の変化など
   • これらをリアルタイムで補正する必要

結論: この複雑性ゆえに、データ駆動型アプローチ（PI）が有効なのです。従来の経験則や単純なモデルでは対応しきれない複雑な関係性を、機械学習やデータ分析で捉えることができます。

1.3 プロセスデータの種類

PIで扱うデータは、主に3つのカテゴリに分類されます。

1. センサーデータ（測定データ）

プロセスの状態をリアルタイムで測定するデータです。

主要なセンサータイプ:

特徴:

• 高頻度（秒〜分単位）で大量のデータが生成される
• 時系列データとして蓄積
• 欠損値、外れ値、ノイズが含まれることが多い

2. 操作条件データ（設定値・制御データ）

プロセスを制御するために人間またはDCS（Distributed Control System）が設定する値です。

主要な操作変数:

• 設定温度: 反応器温度設定値、加熱炉設定温度
• 設定圧力: 蒸留塔圧力設定値
• 流量設定値: 原料供給速度、冷却水流量
• バルブ開度: 制御弁の開度（0-100%）
• 攪拌速度: 反応器の攪拌機回転数

特徴:

• センサーデータと連動（設定値と実測値の比較）
• PIの目的の1つは、最適な操作条件を見つけること

3. 品質データ（製品特性・分析データ）

製品の品質を評価するデータです。多くの場合、オフライン分析により得られます。

主要な品質指標:

特徴:

• 測定頻度が低い（時間〜日単位）
• 測定に時間とコストがかかる
• PIの重要な課題: センサーデータからリアルタイムに品質を予測する「ソフトセンサー」の構築

4. イベントデータ（補助的データ）

プロセスで発生する各種イベントの記録です。

• アラーム: 異常状態の警告（温度異常、圧力異常など）
• 運転日誌: オペレーターによる手動記録
• 設備保全記録: メンテナンス履歴
• バッチ記録: バッチごとの開始・終了時刻、使用原料情報

1.4 データ駆動型プロセス改善の事例

理論だけでなく、実際にPIがどのように活用されているのか、具体的な事例を見てみましょう。

ケーススタディ1: 化学プラントの収率向上（5%改善）

背景:

ある化学プラントでは、原料AとBから製品Cを製造していました。理論的な収率は95%ですが、実際の収率は平均85%にとどまっていました。従来は、ベテランオペレーターの経験に基づき、反応温度と圧力を調整していましたが、なぜ収率が変動するのか明確ではありませんでした。

PIアプローチ:

1. データ収集（1ヶ月）
   • 過去2年分の運転データ（温度、圧力、流量、原料組成）を収集
   • 同期間の製品品質データ（収率、純度）を収集
   • データポイント数: 約100万点
2. 探索的データ分析（EDA）
   • 変数間の相関分析
   • 発見: 反応温度だけでなく、原料Aの供給速度と反応器攪拌速度の比が収率に強く影響
   • これは従来知られていなかった関係
3. 機械学習モデル構築
   • Random Forestで収率予測モデルを構築
   • 予測精度: R² = 0.82
   • 特徴量重要度分析により、重要な操作変数を特定
4. 最適化と実装
   • モデルに基づき、最適な操作条件を探索
   • 最適条件: 反応温度175°C、原料A流量2.5 m³/h、攪拌速度300 rpm
   • 実プラントで試験運転を実施

結果:

• 収率向上: 85% → 90%（+5%）
• 経済効果: 年間約5億円の利益増加（製品価値換算）
• 副次効果: エネルギー消費も3%削減

ケーススタディ2: エネルギー消費削減（15%削減）

背景:

石油化学プラントの蒸留塔では、製品を精製するために大量の蒸気を使用していました。エネルギーコストは年間10億円以上で、経営上の大きな課題でした。

PIアプローチ:

1. エネルギー消費分析
   • 蒸留塔のリボイラー熱量データと製品品質データを収集
   • 発見: 必要以上に高い還流比で運転されている時間帯が多い
   • 製品純度99.5%が目標だが、実際は99.8%程度で過剰品質
2. ソフトセンサー構築
   • 目的: 塔頂製品純度をリアルタイムで予測
   • 従来: 1日1回のGC分析でしか純度を測定できない
   • PLSモデルで温度プロファイルから純度を予測
   • 予測精度: R² = 0.88
3. 最適化制御
   • ソフトセンサーの予測値を用いて、還流比を動的に調整
   • 製品純度99.5-99.6%を維持しながら、エネルギー使用量を最小化

結果:

• エネルギー削減: 15%削減
• 経済効果: 年間約1.5億円のコスト削減
• CO₂削減: 年間約5,000トンのCO₂排出削減
• 投資回収期間: 約1年（ソフトセンサー開発・実装コストを含む）

ROI（投資対効果）分析

PIプロジェクトの典型的なROIを見てみましょう。

結論: PIプロジェクトは、適切に実施すれば極めて高いROIを達成できます。

1.5 Pythonによるプロセスデータ可視化入門

ここから、実際にPythonを使ってプロセスデータを可視化してみましょう。以下の5つのコード例を通じて、PIの基礎スキルを習得します。

環境準備

まず、必要なライブラリをインストールします。

# 必要なライブラリのインストール
pip install pandas matplotlib seaborn numpy plotly

コード例1: 時系列センサーデータの可視化

化学反応器の温度データを時系列プロットします。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# サンプルデータ生成: 反応器温度の1日分のデータ（1分間隔）
np.random.seed(42)
time_points = pd.date_range('2025-01-01 00:00', periods=1440, freq='1min')
temperature = 175 + np.random.normal(0, 2, 1440) + \
              5 * np.sin(np.linspace(0, 4*np.pi, 1440))  # 温度変動をシミュレート

# DataFrameに格納
df = pd.DataFrame({
    'timestamp': time_points,
    'temperature': temperature
})

# 可視化
plt.figure(figsize=(14, 5))
plt.plot(df['timestamp'], df['temperature'], linewidth=0.8, color='#11998e')
plt.axhline(y=175, color='red', linestyle='--', label='Target: 175°C')
plt.fill_between(df['timestamp'], 173, 177, alpha=0.2, color='green', label='Acceptable range')
plt.xlabel('Time', fontsize=12)
plt.ylabel('Temperature (°C)', fontsize=12)
plt.title('Reactor Temperature - 24 Hour Trend', fontsize=14, fontweight='bold')
plt.legend()
plt.grid(alpha=0.3)
plt.tight_layout()
plt.show()

# 統計量の計算
print(f"平均温度: {df['temperature'].mean():.2f}°C")
print(f"標準偏差: {df['temperature'].std():.2f}°C")
print(f"最高温度: {df['temperature'].max():.2f}°C")
print(f"最低温度: {df['temperature'].min():.2f}°C")

出力例:

平均温度: 174.98°C
標準偏差: 3.45°C
最高温度: 183.12°C
最低温度: 166.54°C

解説: この例では、反応器温度の時系列データをプロットしています。目標温度（175°C）と許容範囲（173-177°C）を表示することで、プロセスの安定性を視覚的に確認できます。

コード例2: 複数センサーの同時プロット

蒸留塔の温度、圧力、流量を同時に表示します。

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

# サンプルデータ生成
np.random.seed(42)
time_points = pd.date_range('2025-01-01 00:00', periods=1440, freq='1min')

df = pd.DataFrame({
    'timestamp': time_points,
    'temperature': 85 + np.random.normal(0, 1.5, 1440),
    'pressure': 1.2 + np.random.normal(0, 0.05, 1440),
    'flow_rate': 50 + np.random.normal(0, 3, 1440)
})

# 3つのサブプロットで表示
fig, axes = plt.subplots(3, 1, figsize=(14, 10), sharex=True)

# 温度
axes[0].plot(df['timestamp'], df['temperature'], color='#11998e', linewidth=0.8)
axes[0].set_ylabel('Temperature (°C)', fontsize=11)
axes[0].set_title('Distillation Column - Multi-Sensor Data', fontsize=14, fontweight='bold')
axes[0].grid(alpha=0.3)

# 圧力
axes[1].plot(df['timestamp'], df['pressure'], color='#f59e0b', linewidth=0.8)
axes[1].set_ylabel('Pressure (MPa)', fontsize=11)
axes[1].grid(alpha=0.3)

# 流量
axes[2].plot(df['timestamp'], df['flow_rate'], color='#7b2cbf', linewidth=0.8)
axes[2].set_ylabel('Flow Rate (m³/h)', fontsize=11)
axes[2].set_xlabel('Time', fontsize=12)
axes[2].grid(alpha=0.3)

plt.tight_layout()
plt.show()

# 変数間の相関
print("変数間の相関係数:")
print(df[['temperature', 'pressure', 'flow_rate']].corr())

解説: 複数のセンサーデータを同じ時間軸で表示することで、変数間の関係や異常パターンを視覚的に把握できます。相関係数により、変数間の定量的な関係も確認できます。

コード例3: 相関マトリックスのヒートマップ

多変数間の相関関係を一目で把握します。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# サンプルデータ生成: 蒸留塔の8変数
np.random.seed(42)
n = 500

df = pd.DataFrame({
    'Feed_Temp': np.random.normal(60, 5, n),
    'Reflux_Ratio': np.random.uniform(1.5, 3.5, n),
    'Reboiler_Duty': np.random.normal(1500, 200, n),
    'Top_Temp': np.random.normal(85, 3, n),
    'Bottom_Temp': np.random.normal(155, 5, n),
    'Pressure': np.random.normal(1.2, 0.1, n),
    'Purity': np.random.uniform(95, 99.5, n),
    'Yield': np.random.uniform(85, 95, n)
})

# 相関関係に基づくデータ調整（リアルな相関を作成）
df['Top_Temp'] = df['Top_Temp'] + 0.3 * df['Reflux_Ratio']
df['Purity'] = df['Purity'] + 0.5 * df['Reflux_Ratio'] - 0.2 * df['Top_Temp']
df['Yield'] = df['Yield'] + 0.3 * df['Reboiler_Duty'] / 100

# 相関マトリックスの計算
corr = df.corr()

# ヒートマップの作成
plt.figure(figsize=(10, 8))
sns.heatmap(corr, annot=True, fmt='.2f', cmap='RdYlGn', center=0,
            square=True, linewidths=1, cbar_kws={"shrink": 0.8})
plt.title('Correlation Matrix - Distillation Column Variables', fontsize=14, fontweight='bold')
plt.tight_layout()
plt.show()

# 強い相関を持つペアを表示
print("\n強い相関を持つ変数ペア (|r| > 0.5):")
for i in range(len(corr.columns)):
    for j in range(i+1, len(corr.columns)):
        if abs(corr.iloc[i, j]) > 0.5:
            print(f"{corr.columns[i]} vs {corr.columns[j]}: {corr.iloc[i, j]:.3f}")

解説: 相関マトリックスのヒートマップにより、どの変数同士が強く関連しているかを視覚的に把握できます。これはモデリングの前処理や特徴量選択に有用です。

コード例4: 散布図マトリックス（ペアプロット）

変数間の関係を散布図で詳細に観察します。

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt
import numpy as np

# サンプルデータ生成
np.random.seed(42)
n = 300

df = pd.DataFrame({
    'Temperature': np.random.normal(175, 5, n),
    'Pressure': np.random.normal(1.5, 0.2, n),
    'Flow_Rate': np.random.normal(50, 5, n),
    'Yield': np.random.uniform(80, 95, n)
})

# 関係性の追加（現実的な相関）
df['Yield'] = df['Yield'] + 0.5 * (df['Temperature'] - 175) + 2 * (df['Pressure'] - 1.5)

# ペアプロットの作成
sns.pairplot(df, diag_kind='kde', plot_kws={'alpha': 0.6, 'color': '#11998e'},
             diag_kws={'color': '#11998e'})
plt.suptitle('Pairplot - Process Variables vs Yield', y=1.01, fontsize=14, fontweight='bold')
plt.tight_layout()
plt.show()

解説: ペアプロットにより、全変数ペアの散布図と各変数の分布を一度に確認できます。非線形な関係や外れ値の検出に有効です。

コード例5: インタラクティブな可視化（Plotly）

Webブラウザでズームやホバー表示が可能なインタラクティブなグラフを作成します。

import pandas as pd
import plotly.graph_objects as go
from plotly.subplots import make_subplots
import numpy as np

# サンプルデータ生成
np.random.seed(42)
time_points = pd.date_range('2025-01-01', periods=1440, freq='1min')

df = pd.DataFrame({
    'timestamp': time_points,
    'temperature': 175 + np.random.normal(0, 2, 1440),
    'pressure': 1.5 + np.random.normal(0, 0.1, 1440),
    'yield': 90 + np.random.normal(0, 3, 1440)
})

# サブプロット作成
fig = make_subplots(
    rows=3, cols=1,
    subplot_titles=('Reactor Temperature', 'Reactor Pressure', 'Yield'),
    vertical_spacing=0.12
)

# 温度
fig.add_trace(
    go.Scatter(x=df['timestamp'], y=df['temperature'],
               mode='lines', name='Temperature',
               line=dict(color='#11998e', width=1.5)),
    row=1, col=1
)

# 圧力
fig.add_trace(
    go.Scatter(x=df['timestamp'], y=df['pressure'],
               mode='lines', name='Pressure',
               line=dict(color='#f59e0b', width=1.5)),
    row=2, col=1
)

# 収率
fig.add_trace(
    go.Scatter(x=df['timestamp'], y=df['yield'],
               mode='lines', name='Yield',
               line=dict(color='#7b2cbf', width=1.5)),
    row=3, col=1
)

# レイアウト設定
fig.update_xaxes(title_text="Time", row=3, col=1)
fig.update_yaxes(title_text="Temp (°C)", row=1, col=1)
fig.update_yaxes(title_text="Pressure (MPa)", row=2, col=1)
fig.update_yaxes(title_text="Yield (%)", row=3, col=1)

fig.update_layout(
    title_text="Interactive Process Data Visualization",
    height=900,
    showlegend=False
)

# グラフを表示（Jupyter Notebookの場合）
fig.show()

# HTMLファイルとして保存
fig.write_html("process_data_interactive.html")
print("インタラクティブなグラフを 'process_data_interactive.html' に保存しました。")

解説: Plotlyを使うと、ズーム、パン、ホバー表示などのインタラクティブ機能を持つグラフを作成できます。大量のデータを探索する際に非常に便利です。

1.6 本章のまとめ

学んだこと

1. プロセス・インフォマティクス（PI）の定義
   • データ駆動型アプローチによるプロセスの理解、最適化、制御
   • MIが「何を作るか」、PIが「どう作るか」に焦点
2. プロセス産業の特徴
   • 連続プロセス vs バッチプロセス
   • 多変数性、非線形性、時間遅れの複雑性
3. プロセスデータの3つの主要カテゴリ
   • センサーデータ: 温度、圧力、流量（高頻度）
   • 操作条件データ: 設定値、制御パラメータ
   • 品質データ: 純度、収率（低頻度・オフライン）
4. データ駆動型改善の実例
   • 収率5%向上 → 年間5億円の利益増
   • エネルギー15%削減 → 年間1.5億円のコスト削減
   • 高いROI（数百〜数千%）と短い投資回収期間（2-4ヶ月）
5. Pythonによるデータ可視化の基礎
   • 時系列プロット、複数変数の同時表示
   • 相関マトリックス、ペアプロット
   • インタラクティブな可視化（Plotly）

重要なポイント

• PIは実用的で即効性が高い技術（数ヶ月でROI達成）
• プロセスの複雑性ゆえに、データ駆動型アプローチが有効
• データの可視化は、PIの第一歩であり最も重要なステップ
• ソフトセンサー（リアルタイム品質予測）がPIの核心技術の1つ

次の章へ

第2章では、プロセスデータの前処理と可視化を詳しく学びます：

• 時系列データの扱い方（リサンプリング、ローリング統計）
• 欠損値処理・外れ値検出の実践手法
• データスケーリングと正規化
• 高度な可視化テクニック
• プロセスデータ特有の課題への対処法