第2章：PIの基礎知識 - 概念・手法・エコシステム

温度・圧力・流量など時系列中心のデータ特性を整理し、前処理と特徴設計の基本を押さえます。異常検知や季節性の扱い方も概観します。

💡 補足: 欠測・外れ値の扱いを先に決めると後工程が安定。ラグ特徴や移動平均はまず試す基本手筋です。

学習目標

この章を読むことで、以下を習得できます： - PIの定義と関連分野（品質工学、実験計画法等）との違いを説明できる - 化学プロセスの主要データタイプ（時系列、バッチ、品質データ）を理解する - PIの基本ワークフロー5ステップ（問題定式化から実装まで）を詳細に説明できる - プロセス記述子（物理化学パラメータ、装置特性）の種類と重要性を理解する - PI領域で頻出する専門用語20語を正しく使用できる

2.1 PIとは何か：定義と関連分野

2.1.1 Process Informaticsの語源と歴史

プロセスインフォマティクス（Process Informatics, PI） という用語は、2000年代初頭から使われるようになりました。特にIndustry 4.0 （第4次産業革命、2011年ドイツで提唱）の文脈で注目を集めました[1]。

Industry 4.0の4つの柱: 1. IoT（Internet of Things） : センサーネットワークによるデータ収集 2. ビッグデータ : 大量データの蓄積と管理 3. AI/機械学習 : データからの知識抽出と予測 4. サイバーフィジカルシステム : デジタル空間と物理世界の統合

PIは、これらの技術を化学プロセス産業に適用 したものと言えます。

2.1.2 定義

プロセスインフォマティクス（Process Informatics, PI） とは、化学プロセス工学とデータサイエンスを融合させた学問分野です。大量のプロセスデータと機械学習などの情報科学技術を活用して、プロセスの最適化、品質管理、異常検知、予測保全を実現する手法です。

簡潔な定義:

「データとAIの力で化学プロセスを最適化し、スマート化する科学」

コア要素: 1. データ : プロセスデータ、品質データ、運転データ 2. モデリング : 機械学習、統計モデル、物理モデル 3. 最適化 : ベイズ最適化、多目的最適化、進化計算 4. 実装 : プロセス制御、リアルタイム監視

2.1.3 関連分野との比較

PIは複数の分野と関連していますが、それぞれ異なる焦点を持っています。

PIの独自性: - 統合的アプローチ : 品質、制御、最適化を統合 - データ駆動 : 大量の実測データから学習 - リアルタイム対応 : オンライン分析とフィードバック制御 - 多目的最適化 : 収率、品質、コスト、環境を同時に考慮

2.1.4 従来のプロセス開発 vs PI

```mermaid
flowchart LR
    subgraph "従来のプロセス開発"
        A1[経験則] --> A2[実験計画法]
        A2 --> A3[少数の実験]
        A3 --> A4[結果分析]
        A4 --> A5[手動最適化]
    end

    subgraph "PI手法"
        B1[過去データ] --> B2[機械学習]
        B2 --> B3[大量予測]
        B3 --> B4[ベイズ最適化]
        B4 --> B5[自動フィードバック]
        B5 - 継続学習 .-> B2
    end

    A1 -.比較.- B1
```

2.2 PI用語集：必須の20用語

PIを学ぶ上で頻出する専門用語をカテゴリ別にまとめました。

基礎用語（1-7）

手法用語（8-14）

応用用語（15-20）

用語学習のポイント: - まずは1-7（基礎用語）を優先的に理解 - 8-14（手法用語）は中級レベルで詳細を学習 - 15-20（応用用語）は実践プロジェクトで活用

2.3 プロセスデータの種類と特徴

化学プロセスでは、多様なタイプのデータが生成されます。それぞれの特徴を理解することが、PI手法を適用する上で重要です。

2.3.1 時系列データ（Time Series Data）

特徴: - 時間軸に沿って連続的に測定されるデータ - サンプリング頻度: 1秒〜1分ごと - 膨大なデータ量（1センサー × 1日 = 86,400データポイント）

典型例:

分析手法: - 時系列予測 : ARIMA、Prophet、LSTM（ディープラーニング） - 異常検知 : 管理図、One-Class SVM - トレンド分析 : 移動平均、季節性分解

課題: - ノイズが多い（センサー精度、外部環境の影響） - 欠損値（センサー故障、通信エラー） - データ量が膨大（1プラント × 1年 = 数TB）

2.3.2 バッチデータ（Batch Data）

特徴: - バッチごとに1つのデータポイント - 各バッチは独立した製造単位 - バッチ間で条件が微妙に異なる

典型例（医薬品バッチ）:

分析手法: - 回帰分析 : 線形回帰、ランダムフォレスト - バッチ間変動解析 : ANOVA、主成分分析（PCA） - 最適化 : ベイズ最適化、応答曲面法

課題: - サンプル数が少ない（年間数十〜数百バッチ） - バッチ間の微妙な違いを捉える必要がある - 原料ロット依存性

2.3.3 品質データ（Quality Data）

特徴: - 製品の品質を表すデータ - オフライン測定が多い（GC、HPLC、NMRなど） - 測定に時間とコストがかかる

典型例:

分析手法: - 品質予測（ソフトセンサー） : プロセス変数から品質を推定 - 品質管理 : 管理図、Cp/Cpk - 規格外判定 : 分類モデル（SVM、ロジスティック回帰）

課題: - 測定頻度が低い（リアルタイムではない） - 測定誤差がある - コストが高い

2.3.4 運転データ（Operational Data）

特徴: - プラントの運転状態を表すデータ - オペレーターの操作履歴、アラーム、イベントログ

典型例:

2025-10-16 09:15:32 | 高温アラーム | 反応器R-101 | 温度120°C（上限115°C）
2025-10-16 09:16:05 | オペレーター操作 | 冷却水流量増加 | 50 L/min → 70 L/min
2025-10-16 09:18:20 | アラーム解除 | 反応器R-101 | 温度112°C

分析手法: - イベントログ解析 : 異常発生パターンの抽出 - アラーム頻度分析 : 真のアラーム vs 誤報の判別 - 根本原因分析 : アラームの連鎖を追跡

2.3.5 データの統合と前処理

PIでは、これらの異なるタイプのデータを統合 して活用します。

前処理のステップ:

1. データクリーニング : 異常値、欠損値の除去
2. 時間軸の統一 : サンプリング頻度の異なるデータを同期
3. 正規化 : スケールの異なるデータを0-1または標準化
4. 特徴量エンジニアリング : 新しい変数の導出（例：温度×時間）

import pandas as pd

import numpy as np

# 時系列データの前処理例
def preprocess_process_data(df):
    # 1. 異常値除去（3σ法）
    df = df[(np.abs(df['temperature'] - df['temperature'].mean())
             <= 3 * df['temperature'].std())]

    # 2. 欠損値補間（線形補間）
    df = df.interpolate(method='linear')

    # 3. 移動平均（ノイズ除去）
    df['temperature_smooth'] = df['temperature'].rolling(window=10).mean()

    # 4. 正規化（0-1）
    df['temperature_norm'] = (df['temperature'] - df['temperature'].min()) / \
                             (df['temperature'].max() - df['temperature'].min())

    return df

2.4 PIエコシステム：データの流れ

PIは単独の技術ではなく、複数の要素が連携するエコシステムです。以下の図は、PIにおけるデータの流れを示しています。

```mermaid
flowchart TB
    subgraph "データ収集層"
        A[センサー\n温度・圧力・流量] --> D[DCS/SCADA]
        B[オンライン分析装置\nGC・NIR] --> D
        C[オペレーター入力\nバッチ情報] --> D
    end

    subgraph "データ管理層"
        D --> E[データベース\n時系列DB・RDB]
        E --> F[データクリーニング\n異常値除去・補間]
    end

    subgraph "分析層"
        F --> G[記述子生成\n特徴量エンジニアリング]
        G --> H[機械学習モデル\n回帰・分類・予測]
        H --> I[最適化エンジン\nベイズ最適化]
    end

    subgraph "実装層"
        I --> J[制御システム\nプロセス制御]
        I --> K[可視化\nダッシュボード]
        I --> L[アラート\n異常検知通知]
    end

    subgraph "フィードバック"
        J --> M[実測データ]
        K --> M
        L --> M
        M --> D
    end

    style D fill:#e3f2fd
    style E fill:#fff3e0
    style H fill:#f3e5f5
    style J fill:#e8f5e9
    style M fill:#fce4ec
```

図の読み方: 1. データ収集層 : センサー、分析装置、オペレーターからデータを収集 2. データ管理層 : データを保存し、前処理を実施 3. 分析層 : 機械学習モデルを構築し、最適化を実行 4. 実装層 : 予測結果をプロセス制御や可視化に活用 5. フィードバック : 実測データを再びシステムに戻し、継続的改善

重要なポイント: - データは循環 する（フィードバックループ） - 各層が専門的な役割を担う - リアルタイム性が重要（秒単位〜分単位）

2.5 PIの基本ワークフロー：詳細5ステップ

第1章では概要を紹介しましたが、ここでは実践的な5ステップワークフロー を詳しく解説します。

2.5.1 全体像

```mermaid
flowchart LR
    A[Step 0:\n問題定式化] --> B[Step 1:\nデータ収集]
    B --> C[Step 2:\nモデル構築]
    C --> D[Step 3:\n最適化]
    D --> E[Step 4:\n実装・検証]
    E --> F[継続的改善]
    F - フィードバック .-> B

    style A fill:#ffebee
    style B fill:#e3f2fd
    style C fill:#fff3e0
    style D fill:#f3e5f5
    style E fill:#e8f5e9
    style F fill:#fce4ec
```

2.5.2 Step 0: 問題定式化

何をするか: - 解決したい問題を明確に定義する - 目的関数と制約条件を具体化する - 成功の基準（KPI）を設定する

具体例：化学反応プロセスの収率向上

悪い問題定式化:

「収率を上げたい」

良い問題定式化:

「化学反応プロセスXの収率を以下の条件で最大化する： - 目的 : 収率を現状70%から80%以上に向上 - 制約条件 : - 温度: 80-120°C（安全範囲） - 圧力: 1-5気圧 - 反応時間: ≤6時間（生産性維持） - 純度: ≥98%（品質規格） - コスト: 現状+10%以内 - KPI（成功基準） : - 収率≥80%を10バッチ連続で達成 - バッチ間変動≤2% - 期限: 6ヶ月以内」

問題定式化のチェックリスト: - [ ] 目的が定量的に定義されているか？ - [ ] 制約条件が明確か？ - [ ] KPIが測定可能か？ - [ ] 期限が現実的か？ - [ ] ステークホルダーが合意しているか？

時間の目安: 1〜2週間（関係者との議論を含む）

2.5.3 Step 1: データ収集

何をするか: - 過去の運転データを収集 - データの品質を確認（欠損値、異常値） - 必要に応じて追加実験を実施

データソースの優先順位:

1. 既存のプラントデータ （最も効率的） - DCS/SCADAから時系列データをエクスポート - 通常、数ヶ月〜数年分のデータが蓄積されている

2. 実験室データ （補完的） - ベンチスケールの実験結果 - 詳細な品質分析データ

3. 新規実験 （必要に応じて） - 既存データで不足している条件を追加実験

具体例：反応プロセスのデータ収集

import pandas as pd

# DCSからのデータエクスポート例
process_data = pd.read_csv('dcs_export.csv', parse_dates=['timestamp'])

print(f"データ期間: {process_data['timestamp'].min()} - {process_data['timestamp'].max()}")
print(f"データポイント数: {len(process_data):,}")
print(f"変数の数: {process_data.shape[1]}")

# 基本統計
print("\n基本統計:")
print(process_data[['temperature', 'pressure', 'flow_rate', 'yield']].describe())

# 欠損値の確認
print("\n欠損値:")
print(process_data.isnull().sum())

期待される出力:

データ期間: 2023-01-01 - 2024-12-31
データポイント数: 31,536,000
変数の数: 50

基本統計:
       temperature  pressure  flow_rate    yield
count    31536000  31536000   31536000  1200.0
mean         95.3      3.2       45.2    70.3
std           8.7      0.8       12.3     3.1
...

欠損値:
temperature        120
pressure            85
flow_rate          156
yield                0

時間の目安: 1週間（データの特定、エクスポート、品質確認）

2.5.4 Step 2: モデル構築

何をするか: - 収集したデータを使って機械学習モデルを訓練 - 適切な記述子（特徴量）を選択 - モデルの性能を評価し、最適化

サブステップ:

2.1 記述子の設計

プロセス変数を機械学習モデルに適した形式に変換します。

記述子の例:

2.2 モデルの選択

2.3 モデル訓練と評価

from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split, cross_val_score
from sklearn.metrics import mean_absolute_error, r2_score

# データ分割
X = df[['temperature', 'pressure', 'catalyst_conc', 'residence_time']]
y = df['yield']

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# モデル訓練
model = RandomForestRegressor(n_estimators=100, random_state=42)
model.fit(X_train, y_train)

# 予測と評価
y_pred = model.predict(X_test)
mae = mean_absolute_error(y_test, y_pred)
r2 = r2_score(y_test, y_pred)

print(f"MAE: {mae:.2f}%")
print(f"R²: {r2:.3f}")

# 交差検証
cv_scores = cross_val_score(model, X, y, cv=5,
                            scoring='neg_mean_absolute_error')
print(f"CV MAE: {-cv_scores.mean():.2f} ± {cv_scores.std():.2f}%")

性能の目安: - R² > 0.8: 良好 - R² > 0.9: 優秀 - R² < 0.7: モデルの見直しが必要

時間の目安: 2週間（記述子設計、モデル訓練、チューニング）

2.5.5 Step 3: 最適化

何をするか: - 訓練したモデルを使って、最適な運転条件を探索 - ベイズ最適化、多目的最適化などの手法を適用

ベイズ最適化の例:

from skopt import gp_minimize
from skopt.space import Real

# 目的関数（収率を最大化 = 負の収率を最小化）
def objective(params):
    temperature, pressure, catalyst_conc = params
    predicted_yield = model.predict([[temperature, pressure, catalyst_conc, 60]])
    return -predicted_yield[0]  # 最小化問題に変換

# 探索空間の定義
space = [
    Real(80, 120, name='temperature'),     # 温度範囲
    Real(1, 5, name='pressure'),           # 圧力範囲
    Real(0.5, 3, name='catalyst_conc'),    # 触媒濃度範囲
]

# ベイズ最適化の実行
result = gp_minimize(
    objective,
    space,
    n_calls=20,      # 20回の評価
    random_state=42
)

print(f"最適条件:")
print(f"  温度: {result.x[0]:.1f}°C")
print(f"  圧力: {result.x[1]:.2f}気圧")
print(f"  触媒濃度: {result.x[2]:.2f}%")
print(f"  予測収率: {-result.fun:.1f}%")

多目的最適化の例（収率 vs コスト）:

from pymoo.algorithms.moo.nsga2 import NSGA2
from pymoo.optimize import minimize
from pymoo.core.problem import Problem

class ProcessOptimizationProblem(Problem):
    def __init__(self):
        super().__init__(
            n_var=3,           # 3つの変数
            n_obj=2,           # 2つの目的（収率、コスト）
            n_constr=0,
            xl=[80, 1, 0.5],   # 下限
            xu=[120, 5, 3]     # 上限
        )

    def _evaluate(self, X, out, *args, **kwargs):
        # 目的1: 収率の最大化（→ 負の収率を最小化）
        yield_pred = model_yield.predict(X)
        f1 = -yield_pred

        # 目的2: コストの最小化
        cost = X[:, 0] * 0.1 + X[:, 1] * 5 + X[:, 2] * 20  # 簡略化した例
        f2 = cost

        out["F"] = np.column_stack([f1, f2])

# NSGA-IIアルゴリズムで最適化
algorithm = NSGA2(pop_size=100)
problem = ProcessOptimizationProblem()

result = minimize(
    problem,
    algorithm,
    ('n_gen', 50),  # 50世代
    verbose=False
)

print(f"パレート最適解の数: {len(result.F)}")

時間の目安: 1〜2週間（最適化手法の選定、実行、結果分析）

2.5.6 Step 4: 実装・検証

何をするか: - 最適化で得られた条件を実プラントで試験 - 予測と実測のズレを分析 - 段階的に実装（パイロット → 商業プラント）

実装のステップ:

1. パイロット試験 （1-2バッチ） - 安全性の確認 - 予測との一致度を確認

2. 小規模導入 （10バッチ） - 再現性の確認 - バッチ間変動の評価

3. 全面展開 （継続運転） - 標準運転条件として採用 - 継続的な監視

検証のチェックリスト: - [ ] 安全基準を満たすか？ - [ ] 品質規格を満たすか？ - [ ] 予測収率±5%以内で実測値と一致するか？ - [ ] バッチ間変動は許容範囲内か？ - [ ] オペレーターが運転可能か？

時間の目安: 1〜2ヶ月（パイロット試験、段階的導入）

2.5.7 継続的改善

何をするか: - 実装後のデータを収集 - モデルを定期的に再訓練 - さらなる最適化の余地を探索

継続的改善のサイクル:

初期モデル（R² = 0.85）
  ↓ 10バッチのデータ追加
モデル再訓練（R² = 0.88）
  ↓ 20バッチのデータ追加
モデル再訓練（R² = 0.91）
  ↓ 新たな最適化余地を発見

時間の目安: 継続的（3ヶ月ごとに再訓練を推奨）

2.6 プロセス記述子の詳細

2.6.1 記述子の種類

1. 物理化学パラメータ

2. 装置特性

3. 操作条件

2.6.2 記述子の自動生成

import pandas as pd

# 基本的な記述子の計算
def generate_descriptors(df):
    # 導出変数
    df['residence_time'] = df['reactor_volume'] / df['flow_rate']  # 分

    # 相互作用項
    df['temp_pressure'] = df['temperature'] * df['pressure']

    # 時系列特徴（移動平均）
    df['temp_ma_10min'] = df['temperature'].rolling(window=10).mean()

    # 変化率
    df['temp_change_rate'] = df['temperature'].diff()

    return df

2.7 まとめ

この章で学んだこと

1. PIの定義と位置づけ - データとAIで化学プロセスを最適化 - 関連分野（QE、DoE、SPC、プロセス制御）との違い

2. PI用語20語 - 基礎用語、手法用語、応用用語 - 実践で頻出する専門用語の理解

3. プロセスデータの種類 - 時系列データ、バッチデータ、品質データ、運転データ - 各データタイプの特徴と分析手法

4. PIエコシステム - データ収集 → 管理 → 分析 → 実装 → フィードバック - 各層の役割と連携

5. PIの5ステップワークフロー - Step 0: 問題定式化 - Step 1: データ収集 - Step 2: モデル構築 - Step 3: 最適化 - Step 4: 実装・検証 - 継続的改善のサイクル

6. プロセス記述子 - 物理化学パラメータ、装置特性、操作条件 - 記述子の自動生成手法

次の章へ

第3章では、Pythonを使った実践的なPI手法を学びます： - 環境構築（3つの選択肢） - 35個の実行可能なコード例 - 化学反応器最適化プロジェクト

演習問題

問題1（難易度：easy）

PIと関連分野（品質工学、実験計画法、統計的プロセス管理）の違いを説明してください。

解答例 品質工学（QE）: - 目的: 製品品質の安定化、バラツキの最小化 - 手法: タグチメソッド、SN比 - PIとの違い: PIはQEのデータ分析を機械学習で高度化 実験計画法（DoE）: - 目的: 効率的な実験設計 - 手法: 直交表、応答曲面法 - PIとの違い: PIはDoEと機械学習を組み合わせ、より少ない実験で最適化 統計的プロセス管理（SPC）: - 目的: プロセスの安定性監視 - 手法: 管理図、Cp/Cpk - PIとの違い: PIはSPCに予測機能（機械学習）を追加 PI（Process Informatics）: - 目的: プロセス全体の最適化（収率・品質・コスト・環境の同時最適化） - 手法: 機械学習、ベイズ最適化、リアルタイム分析 - 特徴: 上記すべてを統合し、データ駆動で最適化

問題2（難易度：medium）

化学プロセスの時系列データ、バッチデータ、品質データの3つについて、それぞれの特徴と適した分析手法を説明してください。

解答例 時系列データ: - 特徴: 時間軸に沿って連続測定、サンプリング頻度が高い（1秒〜1分）、データ量が膨大 - 典型例: 温度、圧力、流量、pH - 分析手法: - 時系列予測（ARIMA、Prophet、LSTM） - 異常検知（管理図、One-Class SVM） - トレンド分析（移動平均） - 課題: ノイズ、欠損値、膨大なデータ量 バッチデータ: - 特徴: バッチごとに1データポイント、サンプル数が少ない、バッチ間で条件が微妙に異なる - 典型例: 各バッチの収率、純度、反応時間 - 分析手法: - 回帰分析（線形回帰、ランダムフォレスト） - バッチ間変動解析（ANOVA、PCA） - 最適化（ベイズ最適化、応答曲面法） - 課題: サンプル数が少ない、過学習のリスク 品質データ: - 特徴: オフライン測定が多い、測定に時間とコストがかかる、頻度が低い - 典型例: HPLC、GC-MS、XRD - 分析手法: - 品質予測（ソフトセンサー、プロセス変数から推定） - 品質管理（管理図、Cp/Cpk） - 規格外判定（分類モデル） - 課題: リアルタイムではない、測定誤差、コストが高い

問題3（難易度：medium）

PIワークフローのStep 0（問題定式化）がなぜ最も重要なのか、具体例を挙げて説明してください。

解答例 重要性: 問題定式化が不十分だと、後の全ステップに悪影響を及ぼし、プロジェクト全体が失敗する可能性があります。 悪い例: > 「収率を上げたい」 問題点: - 目標が曖昧（何%に上げるのか？） - 制約条件がない（温度、圧力、コストの制限は？） - 成功基準がない（いつまでに？何バッチで？） 結果: 1. データ収集で無駄な変数まで集めてしまう 2. モデルが間違った目的を最適化する（例：純度を犠牲にして収率だけ上げる） 3. 実装段階で「実は純度も重要だった」と判明し、やり直し 良い例: > 「化学反応プロセスXの収率を現状70%から80%以上に向上し、以下の条件を満たす： > - 温度: 80-120°C（安全範囲） > - 純度: ≥98%（品質規格） > - コスト: 現状+10%以内 > - 期限: 6ヶ月以内 > - KPI: 収率≥80%を10バッチ連続で達成」 効果: 1. データ収集が明確（温度、純度、コストのデータを優先） 2. モデルが正しい目的を最適化（多目的最適化: 収率 vs 純度 vs コスト） 3. 成功基準が明確で、プロジェクトの進捗を評価しやすい 時間投資の価値: 問題定式化に1〜2週間を費やすことで、後の数ヶ月の作業を無駄にするリスクを大幅に減らせます。

データライセンスとアクセス

プロセスデータベース（Chapter 1と共通）

産業プロセスデータ : - AIChE DIPPR Database : 熱物性データ（詳細はChapter 1参照） - NIST Chemistry WebBook : 無料の熱化学データベース

コード再現性の確保

環境情報 : - Python: 3.9以上 - pandas >= 1.3.0, numpy >= 1.21.0, scikit-learn >= 1.0.0

PIワークフロー用ライブラリ : - skopt (scikit-optimize): >= 0.9.0 - インストール: pip install scikit-optimize - 用途: ベイズ最適化（Gaussian Process）

• pymoo: >= 0.6.0
• インストール: pip install pymoo
• 用途: 多目的最適化（NSGA-II等）

実践的な注意点（Practical Pitfalls）

注意点1: 記述子の多重共線性（Multicollinearity）

相互作用項を追加すると多重共線性が発生:

# 問題例
df['temp_pressure'] = df['temperature'] * df['pressure']
df['temp_squared'] = df['temperature'] ** 2

# 多重共線性チェック
from statsmodels.stats.outliers_influence import variance_inflation_factor
vif_data = pd.DataFrame()
vif_data["feature"] = X.columns
vif_data["VIF"] = [variance_inflation_factor(X.values, i) for i in range(len(X.columns))]
print(vif_data)
# VIF > 10 なら多重共線性あり

# 対策: 主成分分析（PCA）で次元削減
from sklearn.decomposition import PCA
pca = PCA(n_components=0.95)  # 分散95%を保持
X_reduced = pca.fit_transform(X)

注意点2: 時系列データの自己相関

プロセスデータは時間的に相関:

# 自己相関の確認
from statsmodels.graphics.tsaplots import plot_acf
plot_acf(df['temperature'], lags=50)
plt.show()

# 対策: 差分系列を使用
df['temp_diff'] = df['temperature'].diff()

注意点3: バッチデータの独立性

バッチ間は独立と仮定するが、実際は原料ロットに依存:

# 原料ロットでグループ化
for lot_id, group in df.groupby('raw_material_lot'):
    # ロットごとにモデル訓練 or ロットを特徴量に追加
    pass

章末チェックリスト（45項目）

1. PIの定義と関連分野（10項目）

• 1.1 PIの簡潔な定義を説明できる
• 1.2 Industry 4.0の4つの柱を列挙できる
• 1.3 PIのコア要素4つ（データ、モデリング、最適化、実装）を述べられる
• 1.4 品質工学（QE）との違いを説明できる
• 1.5 実験計画法（DoE）との関係を述べられる
• 1.6 統計的プロセス管理（SPC）との違いを説明できる
• 1.7 プロセス制御との連携を理解している
• 1.8 PIの独自性（統合的アプローチ、データ駆動等）を説明できる
• 1.9 従来プロセス開発とPIのMermaid図を描ける
• 1.10 PIの適用範囲（収率、品質、コスト、環境）を理解している

2. PI用語20語（10項目）

• 2.1 基礎用語1-7（プロセス変数、記述子等）を定義できる
• 2.2 手法用語8-14（ベイズ最適化、多目的最適化等）を説明できる
• 2.3 応用用語15-20（デジタルツイン、予知保全等）を述べられる
• 2.4 バッチプロセスと連続プロセスの違いを説明できる
• 2.5 ベイズ最適化の仕組み（Gaussian Process）を理解している
• 2.6 パレートフロントの意味を説明できる
• 2.7 ソフトセンサーの用途を3つ挙げられる
• 2.8 DCSとSCADAの違いを述べられる
• 2.9 デジタルツインの定義を説明できる
• 2.10 用語学習の優先順位（基礎→手法→応用）を理解している

3. プロセスデータの種類（10項目）

• 3.1 時系列データの特徴（サンプリング頻度、データ量）を説明できる
• 3.2 時系列データの典型的な分析手法3つを列挙できる
• 3.3 バッチデータの特徴（独立性、サンプル数）を述べられる
• 3.4 バッチ間変動の原因を3つ挙げられる
• 3.5 品質データの測定方法（HPLC、GC-MS等）を理解している
• 3.6 品質データの課題（頻度、コスト）を説明できる
• 3.7 運転データ（イベントログ）の活用方法を述べられる
• 3.8 データ前処理の4ステップを説明できる
• 3.9 異常値除去の方法（3σ法）を実装できる
• 3.10 欠損値補間の方法（線形補間）を使い分けられる

4. PIワークフロー5ステップ（10項目）

• 4.1 Step 0（問題定式化）の重要性を説明できる
• 4.2 良い問題定式化と悪い問題定式化の違いを理解している
• 4.3 問題定式化のチェックリスト5項目を列挙できる
• 4.4 Step 1（データ収集）のデータソース優先順位を述べられる
• 4.5 Step 2（モデル構築）の記述子設計の重要性を理解している
• 4.6 モデル性能の目安（R² > 0.8良好、>0.9優秀）を記憶している
• 4.7 Step 3（最適化）のベイズ最適化コード例を書ける
• 4.8 Step 4（実装・検証）の3段階（パイロット→小規模→全面）を説明できる
• 4.9 検証チェックリスト5項目を列挙できる
• 4.10 継続的改善のサイクル（3ヶ月ごと再訓練）を理解している

5. プロセス記述子（5項目）

• 5.1 物理化学パラメータ5つ（温度、圧力等）の重要性を説明できる
• 5.2 装置特性記述子（反応器体積、攪拌速度等）を理解している
• 5.3 操作条件記述子（加熱速度、供給順序等）を述べられる
• 5.4 記述子自動生成のPythonコードを書ける
• 5.5 相互作用項の物理的意味を理解している

参考文献

1. Venkatasubramanian, V. (2019). “The promise of artificial intelligence in chemical engineering: Is it here, finally?” AIChE Journal , 65(2), 466-478. DOI: 10.1002/aic.16489

2. Lee, J. H., Shin, J., & Realff, M. J. (2018). “Machine learning: Overview of the recent progresses and implications for the process systems engineering field.” Computers & Chemical Engineering, 114, 111-121. DOI: 10.1016/j.compchemeng.2017.10.008

3. Seborg, D. E., Edgar, T. F., Mellichamp, D. A., & Doyle III, F. J. (2016). Process Dynamics and Control (4th ed.). Wiley.

4. 化学工学会編 (2020). 『化学工学便覧 第8版』. 丸善出版.

5. scikit-optimize Documentation. (2024). “Bayesian Optimization.” URL: https://scikit-optimize.github.io/stable/

6. pymoo Documentation. (2024). “Multi-objective Optimization.” URL: https://pymoo.org/

著者情報

この記事は、東北大学 Dr. Yusuke Hashimotoのもと、MI Knowledge Hubプロジェクトの一環として作成されました。

バージョン : 1.1

更新履歴 - 2025-10-19: v1.1 品質改善 - データライセンスとアクセス情報追加 - コード再現性の確保（skopt、pymoo） - 実践的な注意点3つ追加（多重共線性、自己相関、バッチ独立性） - 章末チェックリスト45項目追加（5カテゴリ） - 参考文献2件追加（scikit-optimize、pymoo） - 2025-10-16: v1.0 初版作成

ライセンス : CC BY 4.0