JP2544498B2 - Remaining life diagnosis method, remaining life diagnosis device, remaining life information display method, display device and expert system - Google Patents
Remaining life diagnosis method, remaining life diagnosis device, remaining life information display method, display device and expert systemInfo
- Publication number
- JP2544498B2 JP2544498B2 JP2064233A JP6423390A JP2544498B2 JP 2544498 B2 JP2544498 B2 JP 2544498B2 JP 2064233 A JP2064233 A JP 2064233A JP 6423390 A JP6423390 A JP 6423390A JP 2544498 B2 JP2544498 B2 JP 2544498B2
- Authority
- JP
- Japan
- Prior art keywords
- remaining life
- deterioration
- characteristic
- test data
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、複数の部品で構成され各部品の寿命が全体
の寿命に関係する部品集合体の余寿命を診断する方法及
び装置に係り、特に、適確な余寿命を診断するに好適な
余寿命診断方法及び装置並びに診断結果を表示する表示
方法及び装置と、求めた余寿命からどの様な対策を講じ
る必要があるかを推論するエキスパートシステムに関す
る。TECHNICAL FIELD The present invention relates to a method and apparatus for diagnosing the remaining life of a component assembly that is composed of a plurality of components and the life of each component is related to the overall life, In particular, a remaining life diagnosis method and device suitable for diagnosing an appropriate remaining life, a display method and device for displaying a diagnosis result, and an expert who infers what measures should be taken from the remaining life obtained. Regarding the system.
例えば発電プラント等の機器を構成している部品は、
高温下で外力を受けているので、長時間使用していると
寿命損傷や材質劣化が生じ、ある時期がくると交換する
必要が生じる。そこで、この交換時期を予測するため、
余寿命を診断する必要がある。従来は、例えば特開昭62
−276470号公報記載の様に、機器製造に当つてメーカ側
が制定した設定寿命値を使用したり、加速寿命試験デー
タから求めた推定寿命値を使用して機器の余寿命を診断
している。また、機器を構成する部品の劣化特性試験デ
ータから劣化特性を求め、その部品の限界値とこの劣化
特性から機器の余寿命を予測している。更にまた、機器
の機能試験を行いこの機能試験データから機器の余寿命
を予測している。For example, the parts that make up equipment such as power plants are
Since it is subjected to external force at high temperature, it will be damaged in service life and deteriorate in material if it is used for a long time, and it will be necessary to replace it at a certain time. Therefore, in order to predict this replacement time,
It is necessary to diagnose the remaining life. Conventionally, for example, JP-A-62
As described in Japanese Unexamined Patent Publication No. 276470, the remaining life of the equipment is diagnosed by using the set life value established by the manufacturer in manufacturing the equipment or by using the estimated life value obtained from the accelerated life test data. In addition, the deterioration characteristic is obtained from the deterioration characteristic test data of the parts constituting the device, and the remaining life of the device is predicted from the limit value of the part and this deterioration characteristic. Furthermore, the functional test of the equipment is performed, and the remaining life of the equipment is predicted from this functional test data.
上述した各従来技術は、いずれも機器の余寿命を適確
に予測することができないという問題がある。例えば、
部品の劣化特性を劣化特性試験データから求め、この劣
化特性から余寿命を予測する従来の方法は、適確な劣化
特性式を求めるために部品の劣化特性試験データ（試験
するために部品を破壊する必要がある。）が多数必要で
あり、手間がかかるという問題がある。これは、劣化特
性式を近似する式が適切でないことに起因する。また、
定期点検時に行う機器の機能試験データから余寿命を予
測する従来の方法は、試験時に機能低下を示さない機器
が多く、専門家の経験に頼る部分が大きいという問題が
ある。Each of the above-mentioned related arts has a problem that the remaining life of the device cannot be accurately predicted. For example,
The conventional method of obtaining the deterioration characteristics of a part from the deterioration characteristics test data and predicting the remaining life from this deterioration characteristics is the deterioration characteristics test data of the parts (to destroy the parts for testing There is a problem that it takes a lot of work. This is because the equation approximating the deterioration characteristic equation is not appropriate. Also,
The conventional method of predicting the remaining life from the function test data of the equipment performed at the time of regular inspection has a problem in that many equipments do not show functional deterioration during the test and rely heavily on the experience of specialists.
機器の余寿命の適確な予測ができないと、交換する必
要のない機器まで交換してしまうことになる。機器は、
新しければそれだけ故障が少ないということはなく、ど
うしても初期故障率は運転中の機器の故障率より大き
い。従つて、いたずらに新しい機器に交換するのは、コ
スト増大の要因に加え、安全性の点でも問題がある。If it is not possible to accurately predict the remaining life of equipment, even equipment that does not need to be replaced will be replaced. The equipment is
If it is new, the number of failures is not so small, and the initial failure rate is inevitably higher than the failure rate of operating equipment. Therefore, there is a problem in safety in addition to the cost increase when the device is accidentally replaced with a new device.
また、従来の余寿命診断技術は、診断結果をオペレー
タに容易に且つ全体の余寿命の傾向が分かる様に表示す
ることについては配慮していないという問題がある。Further, the conventional remaining life diagnosis technique has a problem in that it does not consider displaying the diagnosis result to the operator so that the operator can easily understand the tendency of the remaining life.
本発明の第１の目的は、部品集合体の余寿命の適確な
診断を行える余寿命診断方法及び装置並びにエキスパー
トシステムを提供することにある。A first object of the present invention is to provide a remaining life diagnosing method and apparatus and an expert system capable of appropriately diagnosing the remaining life of a component assembly.
本発明の第２の目的は、多数ある機器構成部品の余寿
命の傾向を一目瞭然に表示する余寿命データ表示方法及
び装置を提供することにある。It is a second object of the present invention to provide a remaining life data display method and device for clearly displaying the remaining life trends of a large number of equipment components.
上記第１の目的は、部品の劣化特性試験データとその
部品を含む部品集合体の機器試験データとの相関関係か
ら部品集合体の余寿命を求めることで、達成される。The first object is achieved by obtaining the remaining life of the component assembly from the correlation between the deterioration characteristic test data of the component and the device test data of the component assembly including the component.
上記第１の目的は、部品の劣化特性を、部品の劣化を
促進するプロセス量と劣化開始からの経過時間との関数
である近似式を用いて測定することで達成される。部品
の劣化特性式としては次式を用いることができる。The first object is achieved by measuring the deterioration characteristic of the component by using an approximate expression that is a function of the process amount that promotes the deterioration of the component and the elapsed time from the start of deterioration. The following equation can be used as the deterioration characteristic equation of the component.
σ（ｔ）＝σ0exp｛−ｆ（Ｔ）−ｔα｝ …（１） ここで、σ0;劣化初期値 T;劣化を促進するプロセス量 t;時間 ｆ（Ｔ）＝xT2＋yT＋ｚ α,x,y,z;係数 上記第２の目的は、構成部品を図形として表示すると
共に各構成部品の余寿命を各図形対応に表示すること
で、達成される。σ (t) = σ 0 exp {−f (T) −t α } (1) where σ 0 ; initial deterioration value T; process amount promoting deterioration t; time f (T) = xT 2 + yT + z α, x, y, z; Coefficients The second object is achieved by displaying the component parts as a graphic and the remaining life of each component corresponding to each graphic.
部品の劣化特性試験データと部品集合体の機能試験デ
ータの相関関係から余寿命を求めるので、適確な余寿命
の診断が可能となる。Since the remaining life is obtained from the correlation between the deterioration characteristic test data of the parts and the functional test data of the parts assembly, it is possible to accurately diagnose the remaining life.
更に、σ（ｔ）＝σ0exp｛−ｆ（Ｔ）−ｔα｝の近似
式は、部品の種類に関わらずその劣化特性を近似するの
で、この近似式から求めた余寿命は、信頼性が高い。Furthermore, since the approximate expression of σ (t) = σ 0 exp {−f (T) −t α } approximates the deterioration characteristics regardless of the type of parts, the remaining life obtained from this approximate expression is reliable. It is highly likely.
求められた余寿命を表示する場合、それが構成部品対
応に図形表示されることで、オペレータは各構成部品の
余寿命の傾向を一目で判断でき、確実な対策を講じるこ
とが可能となる。When the calculated remaining life is displayed, it is graphically displayed corresponding to the constituent parts, so that the operator can judge the tendency of the remaining life of each constituent part at a glance and can take reliable measures.
以下、本発明の一実施例を図面を参照して説明する。 An embodiment of the present invention will be described below with reference to the drawings.
第１図は、部品集合体の一例である発電プラントの余
寿命を診断するエキスパートシステムの構成図である。
このエキスパートシステム１は、知識獲得支援装置2,推
論装置3,ユーザインターフエイス4,外部システムインタ
ーフエイス5,知識ベース６を備える。ユーザインターフ
エイス４は、プラントデータを管理するデータシステム
７、及びキーボードやデイスプレイ装置等の入出力装置
でなる端末システム８に接続されている。FIG. 1 is a block diagram of an expert system for diagnosing the remaining life of a power plant, which is an example of a component assembly.
The expert system 1 includes a knowledge acquisition support device 2, an inference device 3, a user interface 4, an external system interface 5, and a knowledge base 6. The user interface 4 is connected to a data system 7 that manages plant data and a terminal system 8 that is an input / output device such as a keyboard or a display device.
知識ベース６は、専門家や過去の経験から得られた予
防保全業務に関する知識データ（構成機器・部品の仕
様，性能，限界値，事故や不具合情報，保守情報等）が
推論処理できる形式で格納されている。知識獲得支援装
置２は、知識データの入力，変更，デバツグを行う。推
論装置３は、知識ベース６に格納される知識データを使
用して推論を行う各種制御を実行する。ユーザインター
フエイス４は、専門家から得た知識データの入力を保守
あるいは利用者の応答を容易に行わせるものであり、外
部システムインターフエイス６は外部からデータを取り
込むために設けられている。The knowledge base 6 is stored in a format in which knowledge data about preventive maintenance work (specifications of components and parts, performance, limit values, accident and failure information, maintenance information, etc.) obtained from experts and past experience can be inferred. Has been done. The knowledge acquisition support device 2 inputs, changes, and debugs knowledge data. The inference apparatus 3 uses the knowledge data stored in the knowledge base 6 to execute various controls for performing inference. The user interface 4 is for maintaining the input of knowledge data obtained from an expert or for easily responding to the user, and the external system interface 6 is provided for fetching data from the outside.
推論装置３は、発電プラントの余寿命を診断するため
のソフトウエアを実行するが、その特長は以下の通りで
ある。The inference device 3 executes software for diagnosing the remaining life of the power plant, and its features are as follows.
（１）知識表現は、if〜then型のプロダクシヨンルール
形式で表現されるルール型知識と、表現の真偽が確定し
ている事実型知識つまりフレーム型知識との双方を扱え
るハイブリツドタイプの知識の表現が可能になつてい
る。(1) Knowledge representation is a hybrid type knowledge that can handle both rule type knowledge expressed in if-then type production rule format and fact type knowledge in which the truth of the expression is fixed, that is, frame type knowledge. Can be expressed.
（２）前向き推論及び後向き推論ができる柔軟な推論方
法を実行でき、競合解消戦略も複数備え、ルールの条件
部，メタルール，デバツガも自由に選択できるようにな
つている。(2) A flexible inference method capable of performing forward inference and backward inference can be executed, a plurality of conflict resolution strategies are provided, and the condition part of rules, metarules, and debatsuga can be freely selected.
（３）知識ベース格納されている知識データは、推論処
理する前に高速処理可能な形式に変換し、推論に不必要
なルールの照合は省くようにし、推論処理の実行速度を
高速化する。更に、メタルールを用いて使用するルール
群の数を絞り込み自ら高速化を図ることができるように
なつている。(3) The knowledge data stored in the knowledge base is converted into a format that can be processed at high speed before inference processing so that matching of rules unnecessary for inference is omitted and the execution speed of inference processing is increased. Further, the number of rule groups to be used can be narrowed down by using the meta-rule, and the speed can be increased by itself.
以上の特長を備えるエキスパートシステムの機能構成
を第２図に示す。このエキスパートシステムで機器（部
品集合体）の余寿命を診断する場合は、部品劣化解析部
で求めた余寿命L1と、機器性能解析部で求めた余寿命L2
と、相関解析部で求めた余寿命L3とに基づいて、余寿命
評価部で最適な余寿命Ｌを求める。すなわち、部品劣化
解析部は、機器の構成部品の劣化特性値を求めこの劣化
特性値からの余寿命L1を求める。機器性能解析部は、各
部品で構成される機器の機能試験データから機器が限界
値に到達するまでの時間を求め、この時間を余寿命L2と
する。相関解析部は、構成部品の劣化特性値と機器の機
能試験データとの相関関係から余寿命L3を求める。そし
て、余寿命評価部は、余寿命L1,L2及びL3の最小値を最
適余寿命Ｌとする。第２図に示す各部の処理は、推論装
置３で行われる。The functional configuration of the expert system having the above features is shown in FIG. When diagnosing the remaining life of a device (assembly of parts) with this expert system, the remaining life L 1 obtained by the component deterioration analysis unit and the remaining life L 2 obtained by the device performance analysis unit
And the remaining life L 3 obtained by the correlation analysis unit, the optimum remaining life L is obtained by the remaining life evaluation unit. That is, the component deterioration analysis unit obtains the deterioration characteristic value of the component of the device and obtains the remaining life L 1 from the deterioration characteristic value. The device performance analysis unit obtains the time required for the device to reach the limit value from the function test data of the device composed of each component, and sets this time as the remaining life L 2 . The correlation analysis unit obtains the remaining life L 3 from the correlation between the deterioration characteristic value of the component and the functional test data of the device. Then, the remaining life evaluation unit determines the minimum value of the remaining lifes L 1 , L 2 and L 3 as the optimum remaining life L. The processing of each unit shown in FIG. 2 is performed by the inference apparatus 3.
第３図は、部品劣化解析部の処理手順を示すフローチ
ヤートである。部品劣化解析部は、部品の劣化特性値か
ら求めた機器の余寿命をL1′とし、機器信頼度から求め
た機器の余寿命をL1″とし、両者のうちの短い法を余寿
命L1とする。勿論、L1′＝L1としても、L1″＝L1として
もよいことは言うまでもない。FIG. 3 is a flow chart showing the processing procedure of the component deterioration analysis unit. The component deterioration analysis unit sets the remaining life of the equipment obtained from the deterioration characteristic value of the component to L 1 ′, the remaining life of the equipment obtained from the reliability of the equipment to L 1 ″, and the short method of the two is the remaining life L 1 to. Of course, even L 1 '= L 1, L 1 "= also it may be a L 1 course.
この部品劣化解析部は、機器を構成する部品の加速寿
命試験データの信頼性解析結果に基づいて機器の余寿命
を予測するものである。この場合、機器の余寿命は、あ
る運転条件下で機器構成部品の曲げ強さ，硬さ等の劣化
特性値の変化を評価することにより予測できる。The component deterioration analysis unit predicts the remaining life of the device based on the reliability analysis result of the accelerated life test data of the components forming the device. In this case, the remaining life of the equipment can be predicted by evaluating changes in deterioration characteristic values such as bending strength and hardness of equipment components under certain operating conditions.
先ず、最初のステツプにて、データベース７に格納さ
れている発電プラントの構成部品の故障情報あるいは加
速寿命試験データを読み込む。次のステツプでは、読み
込んだデータを用いワイブル分布解析等の信頼性解析を
行う。この信頼性解析により、その部品の故障形態を表
すワイブル形式パラメータmi（初期故障であればmi＜1,
偶発故障であればmi＝1,摩耗故障であればmi＞１）、及
び特性寿命を示す尺度パラメータηｉを求める。First, in the first step, the failure information or accelerated life test data of the components of the power plant stored in the database 7 is read. In the next step, reliability analysis such as Weibull distribution analysis is performed using the read data. From this reliability analysis, Weibull-type parameters m i representing the failure mode of the part (m i <1, if initial failure)
If it is a random failure, m i = 1; if it is a wear failure, m i > 1), and the scale parameter η i indicating the characteristic life is obtained.
次のステツプでは、上記両パラメータと対象機器の運
転覆歴時間ｔとから次式（２）にてその部品の信頼度Ri
を求める。In the next step, the reliability R i of the component is calculated by the following equation (2) from the above parameters and the operation history time t of the target device.
Ask for.
Ri＝exp｛−（t/ηｉ）mi｝ …（２） 尚、この信頼度Riは後で使用する。R i = exp {− (t / η i ) mi } (2) The reliability R i will be used later.
そして次に、例えば温度等の運転環境条件覆歴データ
を読み込み、部品寿命の劣化傾向解析を行つて部品の劣
化特性値σを（１）及び（３）式により求める。Then, the operating environment condition history data such as temperature is read, the deterioration tendency of the component life is analyzed, and the deterioration characteristic value σ of the component is obtained by the equations (1) and (3).
ｆ（Ｔ）＝xT2＋yT＋ｚ …（３） ここで、σ０は劣化特性値の初期値,Tは温度,x,y,zは
実験定数であり、ｆ（Ｔ）は寿命データの近似式であ
る。一般にα＝１である。f (T) = xT 2 + yT + z (3) where σ 0 is the initial value of the deterioration characteristic value, T is the temperature, x, y, z are experimental constants, and f (T) is an approximate expression of the life data. Is. Generally, α = 1.
ここで、例えば発電プラントを構成する部品の一つで
ある制御棒駆動装置（以下CRDという）を採り上げる。
このCRDを構成する多数の構成部品の一つのカーボンシ
ールがある。このカーボンシールは、その曲げ強さが運
転温度の増加に従つて低下する傾向にある。曲げ強さの
劣化傾向を示す近似式が（１）式である。第７図にカー
ボンシールの特性図を示す。Here, for example, a control rod drive device (hereinafter, referred to as CRD), which is one of the components constituting a power plant, is adopted.
There is one of the many carbon seals that make up this CRD. The bending strength of this carbon seal tends to decrease as the operating temperature increases. An approximate expression indicating the tendency of deterioration of bending strength is Expression (1). FIG. 7 shows a characteristic diagram of the carbon seal.
次にその部品の劣化特性限界値σｃを設定し、例えば
第８図に示す様に、部品の劣化傾向及び劣化特性限界値
から、当該部品の限界値到達時間つまりその部品の余寿
命L1iを（４）式にて求める。Next, the deterioration characteristic limit value σ c of the part is set, and as shown in FIG. 8, for example, from the deterioration tendency and deterioration characteristic limit value of the part, the limit value reaching time of the part, that is, the remaining life L 1i of the part is set. Is calculated by the equation (4).
L1i＝log（σ0/σｃ）/f（Ｔ）−ｔ …（４） 以上の処理ステツプを機器に含まれる全部品に対する
解析が終了するまで繰り返す。全部品に対する解析終了
後、各部品毎に求めら信頼度Ri及び余寿命L1iを使用し
て、以下の処理を行う。 L1i = log ([sigma] 0 / [sigma] c ) / f (T) -t (4) The above processing steps are repeated until the analysis of all parts included in the device is completed. After the analysis for all components, using the calculated et reliability R i and remaining life L 1i for each component, the following process is performed.
先ず、各部品の余寿命L1iのうちから最も短い余寿命
を取り出しこれをL1′とする。CRDでは最も短寿命の部
品はカーボンシールであるため、高い確立でL1′として
カーボンシールの余寿命が得らばれる。次に、機器の信
頼度Reを各構成部品の信頼度Riを用いて（５）式により
求める。First, the shortest remaining life is extracted from the remaining life L 1i of each component and is taken as L 1 ′. The carbon seal has the shortest lifespan in the CRD, so the remaining life of the carbon seal can be obtained as L 1 ′ with high probability. Next, the reliability Re of the device is obtained from the equation (5) using the reliability R i of each component.
そして、機器信頼度限界値を設定し、（５）式から逆
算して限界値到達時間つまり機器の余寿命L1″を求め
る。 Then, the device reliability limit value is set, and the limit value reaching time, that is, the remaining service life L 1 ″ of the device is calculated by back-calculating from the equation (5).
そして、最後に余寿命L1′と余寿命L1″とを比較し、
短い法の余寿命をL1とする。Finally, compare the remaining life L 1 ′ and the remaining life L 1 ″,
Let L 1 be the remaining life of the short method.
第４図は、機器性能解析部の処理手順を示すフローチ
ヤートである。機器性能解析部は、機能試験データを解
析して機器の余寿命L2を求める。第９図はCRDの余寿命L
2を求めるための機能試験データ特性図である。先ず、
最初に、機能試験データを読み込む。例えばCRDの場合
には、定期点検時に実施する駆動水のリーク量（リーク
量が多くなると制御棒を押し上げるに必要な駆動水流量
が多くなる。従つて駆動水流量のデータでよい。）の過
去のデータを読み込む。そして、最小二乗法等の回帰解
析を行つて近似式（第９図の破線の式）を求め、機器の
限界値を設定し、近似式に基づいて限界値に到達するま
での時間つまり余寿命L2を求める。尚、その機器に複数
種類の機能試験データがある場合には、夫々の機能試験
データを使用して余寿命を求め、その中で一番短いもの
を選択するようにしてもよい。また、各機能試験データ
から夫々求めた余寿命に重要度分析で求めた重み付けを
考慮して最適な余寿命L2を求めてもよい。FIG. 4 is a flow chart showing the processing procedure of the device performance analysis unit. The device performance analysis unit analyzes the function test data and obtains the remaining life L 2 of the device. Fig. 9 shows the remaining life of CRD L
FIG. 6 is a characteristic diagram of functional test data for obtaining 2 . First,
First, the functional test data is read. For example, in the case of CRD, the past of the amount of leakage of driving water (the amount of driving water required to push up the control rod increases when the amount of leakage increases, and therefore the data of the amount of driving water is sufficient) when performing regular inspections. Read the data. Then, a regression analysis such as the least squares method is performed to obtain an approximate expression (the expression of the broken line in FIG. 9), the limit value of the equipment is set, and the time until the limit value is reached based on the approximate expression, that is, the remaining life. Find L 2 . If the device has a plurality of types of functional test data, the respective functional test data may be used to obtain the remaining life, and the shortest one may be selected. Further, the optimum remaining life L 2 may be obtained by taking into consideration the weighting obtained by the importance analysis for the remaining life obtained from each functional test data.
第５図は相関解析部の処理手順を示すフローチヤート
である。また、第10図と第11図はこの相関解析を説明す
る図である。FIG. 5 is a flow chart showing the processing procedure of the correlation analysis unit. Further, FIG. 10 and FIG. 11 are diagrams for explaining this correlation analysis.
先ず、最初に機能試験データと部品劣化データを読み
込む。例えば、CRDの駆動水流量のデータとカーボンシ
ールの曲げ強さのデータを読み込む。これらのデータを
用いて、最小二乗法や線形回帰モデル等による回帰解析
を行つて近似式（第10図の実線の式）を求める。この近
似式を用い、現時点での機能試験データFtに対する部品
の劣化特性値σｔを求める。そして、劣化を促進させる
過去のプロセス量、例えばCRDにおける温度の運転覆歴
から予測した劣化特性値と経過時間との関係（CRDでの
この関係を第11図に示す。）に基づいて部品の劣化特性
値σｔに対する現時点の仮想経過時間ｔ′を求める。そ
の後、この劣化特性値−経過時間の予測関係と部分の限
界値とから限界値到達時間を求めるこの限界値到達時間
と前記仮想経過時間ｔ′との差を余寿命L3とする。First, the functional test data and the component deterioration data are read. For example, read the CRD drive water flow rate data and the carbon seal bending strength data. Using these data, a regression analysis is performed using a least squares method, a linear regression model, or the like to obtain an approximate expression (solid line expression in Fig. 10). Using this approximate expression determines the function test data F t deterioration characteristic value sigma t of the part with respect to at present. Then, based on the past process amount that promotes deterioration, for example, the relationship between the deterioration characteristic value predicted from the operating history of temperature in CRD and the elapsed time (this relationship in CRD is shown in FIG. 11). The current virtual elapsed time t ′ for the deterioration characteristic value σ t is calculated. Thereafter, the difference between the limit value reaching time and the virtual elapsed time t ′, which is used to obtain the limit value reaching time from the deterioration characteristic value-elapsed time prediction relationship and the part limit value, is defined as the remaining life L 3 .
第６図は、余寿命評価部の処理手順を示すフローチヤ
ートである。ここでは、前述した様にして求めた余寿命
L1,L2,L3の中から最も信頼性の高い余寿命Ｌを決定し、
その結果に基づいて点検対象機器を選定するものであ
る。点検対象機器の選定は次の様にして行う。FIG. 6 is a flow chart showing the processing procedure of the remaining life evaluation unit. Here, the remaining life obtained as described above
Determine the most reliable remaining life L from L 1 , L 2 and L 3 ,
The equipment to be inspected is selected based on the result. Select the equipment to be inspected as follows.
点検対象機器の総数がＮ個あるとする。前回の定期点
検から今回の定期点検までの間の不具合の徴候が現れた
機器の数がN1であり、次回の定期点検までに機能試験デ
ータが制御値を越えると予想される機器の数がN2である
とする。斯から（N1＋N2）個の機器は、余寿命とは無関
係に今回の定期点検で重点的に点検作業を行う。それ以
外の｛Ｎ−（N1＋N2）｝個の機器に対しては、個別に以
下の処理を行う。先ず、前述した余寿命診断装置にて余
寿命L1,L2,L3を求める。そして、機器の余寿命Ｌをこれ
らの余寿命L1,L2,L3の中で最も短いものとする。そし
て、その余寿命が規定期間例えば一年以下であるか否か
を判定し、一年以下の機器は今回の定期点検の対象と
し、そうでない機器に対してはその余寿命を勘案して何
時の定期点検で検査するかの定期点検周期を決める。勿
論、今回点検する必要のある機器数が少ない場合には、
今回の定期点検で行える機器数に達するまで、余寿命の
短い機器から順に点検対象とする。Assume that the total number of inspection target devices is N. The number of devices that showed signs of failure between the last regular inspection and this regular inspection is N 1 , and the number of devices that the functional test data is expected to exceed the control value by the next regular inspection is Suppose it is N 2 . Therefore, (N 1 + N 2 ) devices will be mainly inspected in this regular inspection regardless of the remaining life. For the other {N- (N 1 + N 2 )} devices, the following processing is individually performed. First, the remaining lifespan L 1 , L 2 and L 3 are obtained by the above-mentioned remaining life diagnosis device. Then, the remaining life L of the device is set to be the shortest of these remaining lives L 1 , L 2 , and L 3 . Then, it is determined whether or not the remaining life is within a specified period, for example, one year or less, and the equipment that is less than one year is subject to this periodic inspection. Determine the periodic inspection cycle of whether to inspect at the regular inspection. Of course, if the number of devices that need to be checked this time is small,
Until the number of devices that can be checked by this periodical inspection is reached, the devices with the shortest remaining life will be inspected in order.
以上の処理、特に余寿命評価機能を実行する場合に
は、推論装置を働かせる。例えばif〜then形式でルール
化された知識ベースには、次の様なプロダクシヨンルー
ルを格納しておく。When executing the above processing, especially the remaining life evaluation function, the inference device is activated. For example, the following production rules are stored in the knowledge base that is ruled in the if to then format.
if（スクラム時間が3.5秒以上） then（当該CRDを交換する。） if（電動弁の余寿命が１年以下） then（当該電動弁を交換する。） if（不具合が無く、限界値より小さく、余寿命が１年を
越える。） then（当該CRDの今回の点検の必要性は小さい。） 上述したエキスパートシステムを例えば４種類の点検
対象機器を備える発電プラントに適用する場合、先ず、
第１図の端末システムの表示画面に例えば第12図に示す
メニユー画面が表示される。定期点検対象がCRDの場合
にはこのメニユー画面にて１番を選択する。次に診断年
度を入力する。すると診断年度毎に故障，信頼度，余寿
命が算出され、第12図のメニユー画面の下方に表示され
る。更に、予防保全ガイダンスとして、定期点検時の要
求信頼度における定期点検周期が提示される。単にCRD
の余寿命を数値としてのみ表示した場合には、原子力発
電プラントに使用されるCRD数は多数に上るので、個々
に単なる数値として表示しただけではオペレータは理解
しずらい。そこで、各CRDについて第14図に示す様に、C
RDの配置位置と共に余寿命を表示すると、各CRDの余寿
命の比較及び全体の傾向が分かり易くなる。また、余寿
命の長さに応じてCRDを色分け表示することで、一目で
余寿命の傾向が分かるようになる。if (Scrum time is 3.5 seconds or more) then (Replace the CRD.) if (Remaining life of the motor-operated valve is 1 year or less) then (Replace the motor-operated valve.) if (No defect, smaller than the limit value. , The remaining life exceeds 1 year.) Then (the need for this CRD inspection is small.) When applying the above-mentioned expert system to, for example, a power plant with four types of equipment to be inspected, first,
For example, a menu screen shown in FIG. 12 is displayed on the display screen of the terminal system shown in FIG. If CRD is the regular inspection target, select No. 1 on this menu screen. Next, enter the diagnosis year. Then, the failure, reliability, and remaining life are calculated for each diagnosis year, and they are displayed below the menu screen in FIG. Further, as a preventive maintenance guidance, a periodic inspection cycle at the required reliability at the time of regular inspection is presented. Simply CRD
When the remaining life of is displayed only as a numerical value, the number of CRDs used in the nuclear power plant is large, and it is difficult for the operator to understand by simply displaying each as a simple numerical value. Therefore, as shown in Fig. 14 for each CRD, C
Displaying the remaining life together with the RD placement position makes it easier to compare the remaining life of each CRD and the overall trend. Also, by displaying the CRD in different colors according to the length of the remaining life, the tendency of the remaining life can be seen at a glance.
第13図は、このエキスパートシステムを電動弁に適用
したときの概念を説明する図である。FIG. 13 is a diagram for explaining the concept when this expert system is applied to a motor-operated valve.
電動弁の場合には、構成部品の劣化特性値として、グ
ランドパツキンやステムナツトの機械的強度が該当し、
これらの劣化要因のプロセス量として環境温度や流体圧
力がある。また、機器性能データとして流体のリーク量
やステムナツトのネジ山の摩耗量がある。これらのデー
タに基づき、多数の電動弁の余寿命を予測し、今回ある
いは次回以降の定期点検で分解検査をする電動弁を選択
することで、より安全性が向上する。In the case of a motorized valve, the mechanical strength of the gland packing or stem nut is applicable as the deterioration characteristic value of the components.
Environmental temperature and fluid pressure are the process amounts of these deterioration factors. Also, the device performance data includes the amount of fluid leak and the amount of wear of the thread of the stem nut. Safety is further improved by predicting the remaining life of a large number of electric valves based on these data and selecting the electric valve to be disassembled and inspected at the current or next regular inspection.
以上述べた実施例によれば、点検対象機器の特性を劣
化させる運転温度覆歴等のプロセス量を用いることによ
り、部品の劣化傾向を非破壊的に予測でき、そのデータ
を基にして各CRDや電動弁等の余寿命が予測できる。こ
の結果から、各CRDや電動弁等の故障率，信頼度及び定
期点検周期等を迅速に高精度で予測できるので、予防保
全計画の立案に要する時間の短縮化が図れる。さらに、
発電プラントの信頼性向上と経済性向上の効果が大であ
る。According to the embodiment described above, by using the process amount such as the operating temperature history that deteriorates the characteristics of the equipment to be inspected, the deterioration tendency of the component can be predicted nondestructively, and each CRD is based on the data. The life expectancy of electric motor operated valves, etc. can be predicted. From this result, the failure rate, reliability, periodic inspection cycle, etc. of each CRD, motor-operated valve, etc. can be predicted quickly and with high accuracy, and the time required for drafting the preventive maintenance plan can be shortened. further,
The effect of improving reliability and economic efficiency of the power plant is great.
尚、上述した実施例では、発電プラントを例に説明し
たが、本発明では、ある被診断対象が複数の部品で構成
され、各構成部品の寿命が全体の寿命に関係するもの全
部に適用できるものであることはいうまでもない。In addition, in the above-described embodiment, the power plant is described as an example, but in the present invention, a certain object to be diagnosed is composed of a plurality of parts, and the life of each component is applicable to all related to the whole life. It goes without saying that it is a thing.
以下、本発明の他の実施例を図面を参照して説明す
る。Hereinafter, another embodiment of the present invention will be described with reference to the drawings.
第15図は実施例によるエキスパートシステムの典型例
の構成図であり、部品集合体の一例として発電プラント
（例えば、電子力発電プラント）の部品集合体の余寿命
を診断するエキスパートシステム11の構成図である。エ
キスパートシステム11は、知識獲得支援装置2,推論装置
3,ユーザインターフエイス4,外部システムインターフエ
イス５及び知識ベース16を備える。ユーザインターフエ
イス14は、プラントデータを管理するデータベースシス
テム17及びキーボードやハードコピー装置等の入出力装
置を有する端末システム18に接続されている。また、端
末システム18には表示装置、例えばCRT10が接続されて
いる。FIG. 15 is a block diagram of a typical example of an expert system according to the embodiment, and is a block diagram of an expert system 11 for diagnosing the remaining life of a component aggregate of a power plant (for example, an electronic power plant) as an example of the component aggregate. Is. The expert system 11 includes a knowledge acquisition support device 2 and an inference device.
3, a user interface 4, an external system interface 5 and a knowledge base 16 are provided. The user interface 14 is connected to a database system 17 for managing plant data and a terminal system 18 having an input / output device such as a keyboard and a hard copy device. A display device, for example, a CRT 10 is connected to the terminal system 18.
端末システム18にはキーボード（図示せず）等により
以下の３種類のデータ21,22及び23が入力される。機能
試験データ21は、プラントの構成機器（部品集合体）定
期点検時の機能試験データであり、定期点検時毎に入力
される。The following three types of data 21, 22 and 23 are input to the terminal system 18 using a keyboard (not shown) or the like. The functional test data 21 is the functional test data at the time of periodic inspection of the component equipment (parts assembly) of the plant, and is input at every periodic inspection.
データ22は該構成機器の部分に関する加速寿命試験に
よる部品劣化特性データであり予め入力され及び該部品
について適時に入力される部品劣化特性データである。The data 22 is part deterioration characteristic data by the accelerated life test for the part of the component equipment, and is part deterioration characteristic data which is input in advance and timely input for the part.
知識データ23は、専門家や過去の経験から得られた予
防保全業務に関する知識データ（構成機器・部品の仕
様，性能，限界値，事故や不具合情報，保守情報等）で
あり予も入力される。The knowledge data 23 is knowledge data (specification of components / parts, performance, limit values, accident / fault information, maintenance information, etc.) related to preventive maintenance work obtained from experts and past experience, and a forecast is also input. .
外部システムインターフエイス５には外部のセンサ
（図示せず）から運転中のプラントのデータ（例えば構
成機器の環境（例えば温度（Ｔ））等を示すデータ）が
オンラインで覆歴データ24として与えられる。The external system interface 5 is provided with data of a plant in operation (for example, data indicating the environment (for example, temperature (T)) of the constituent equipment) as an online history data 24 from an external sensor (not shown). .
データ21,22は、端末システム18,ユーザインターフエ
イス４を介してデータベースシステム17にデータベース
としてそれぞれフアイル70,72にストアされる。覆歴デ
ータ24は、外部システムインターフエイス5,ユーザイン
ターフエイス４を介してデータベースシステム７のフア
イル76に格納される。The data 21 and 22 are stored in the files 70 and 72 as databases in the database system 17 via the terminal system 18 and the user interface 4, respectively. The cover history data 24 is stored in the file 76 of the database system 7 via the external system interface 5 and the user interface 4.
知識データ23は、端末システム18,ユーザインターフ
エイス4,知識獲得支援装置２を介して知識ベース16の知
識データフアイル64に推論処理できる形式で格納され
る。The knowledge data 23 is stored in the knowledge data file 64 of the knowledge base 16 through the terminal system 18, the user interface 4, and the knowledge acquisition support device 2 in a format that can be inferred.
推論装置13は、部品劣化解析部36,機器性能解析部32,
相関解析部34及び余寿命評価部38を有する。推論装置13
は、推論装置３と同様に、（１）〜（３）の特長を有す
ると共に最適余寿命Ｌを求める。The inference apparatus 13 includes a component deterioration analysis unit 36, a device performance analysis unit 32,
It has a correlation analysis unit 34 and a remaining life evaluation unit 38. Reasoning device 13
Has the features of (1) to (3) as well as the reasoning device 3, and determines the optimum remaining life L.
本実施例における機器（部品集合体）の余寿命診断の
処理手順のフローチヤートを第16図に示す。FIG. 16 shows a flow chart of the processing procedure of the remaining life diagnosis of the equipment (component assembly) in this embodiment.
先ず、CRT10の表示画面に例えば第12図に示すメニユ
ー画面を表示させる（ステツプ200）。First, for example, the menu screen shown in FIG. 12 is displayed on the display screen of the CRT 10 (step 200).
次に表示メニユーのうちの診断対象機器、例えばCRD
を指定する（ステツプ202）。Next, the device to be diagnosed in the display menu, such as CRD
Is designated (step 202).
すると、CRDについて、先ず、部分劣化解析処理（20
4），機能性能解析処理（ステツプ206），相関解析処理
（ステツプ208）及び余寿命評価（ステツプ210）の各処
理が順次行なわれる。Then, for CRD, first, the partial deterioration analysis process (20
4), the functional performance analysis process (step 206), the correlation analysis process (step 208), and the remaining life evaluation (step 210) are sequentially performed.
以下の実施例では余寿命評価処理で求めた余寿命Ｌを
出力，表示する様にしているが、部品劣化解析，機器性
能解析，相関解析のいずれかで求めた余寿命を出力表示
する様にしても良い。In the following embodiment, the remaining life L obtained by the remaining life evaluation processing is output and displayed. However, the remaining life L obtained by any of the component deterioration analysis, equipment performance analysis and correlation analysis is output and displayed. May be.
第17図は、本実施例の診断対象機器の一例であるCRD
の縦断面を示す。図中、42はカーボンシール、44はスパ
ツド、46は原子炉圧力容器底部、48はシリンダ、50はハ
ウジング、52は駆動ピストン、54はコレツトスプリン
グ、56はコレツトピストン、58はストツプピストン、60
はコレツトチユーブ、62はピストンチユーブ、64はイン
デツクスチユーブ、66は駆動水の引抜配管、67は駆動水
挿入配管、68はポール逆止弁である。図中の矢印は制御
棒の引抜時の駆動水の流れる方向を示す。FIG. 17 is a CRD which is an example of the device to be diagnosed in this embodiment.
1 shows a vertical cross section of FIG. In the figure, 42 is a carbon seal, 44 is a span, 46 is the bottom of the reactor pressure vessel, 48 is a cylinder, 50 is a housing, 52 is a drive piston, 54 is a collet spring, 56 is a collet piston, 58 is a stop piston. , 60
Is a collect tube, 62 is a piston tube, 64 is an index tube, 66 is a driving water extraction pipe, 67 is a driving water insertion pipe, and 68 is a pole check valve. The arrow in the figure indicates the direction in which the driving water flows when the control rod is pulled out.
先ず、部品劣化解析の処理手順を第18図に示すフロー
チヤートを用いて説明する。本実施例での部品劣化解析
処理は、CRDを構成する各部品の部品劣化特性データ、
例えば、加速寿命試験データから求めたCRDの余寿命をL
1′とし、各構成部品の故障データ又は部品劣化特性デ
ータ、例えば加速寿命試験データに基づいて求めた各部
品の信頼度より求めらCRDの余寿命をL1″として、両者
のうちの短い方を余寿命L1とする。勿論、前述したよう
にL1′＝L1としても、L1″＝L1としてもよいことは言う
までもない。この場合、機器（CRD）の余寿命は、ある
運転条件下で機器の各構成部品の曲げ強さ、硬さ等の経
時変化を評価することにより予測できる。First, the processing procedure of component deterioration analysis will be described using the flow chart shown in FIG. The component deterioration analysis process in the present embodiment is performed by the component deterioration characteristic data of each component constituting the CRD,
For example, the remaining life of the CRD obtained from the accelerated life test data is L
1 ′, and the remaining life of CRD is L 1 ″ obtained from the reliability of each component obtained based on failure data or component deterioration characteristic data of each component, for example, accelerated life test data, and the shorter one of the two the the remaining life L 1. of course, even L 1 '= L 1 as described above, L 1 "= also may be a L 1 course. In this case, the remaining life of the device (CRD) can be predicted by evaluating changes over time in bending strength, hardness, etc. of each component of the device under certain operating conditions.
即ち、CRDを構成する部品の１つであるカーボンシー
ル42は、その劣化パラメータのうちの曲げ強さが、運転
環境条件（例えば、温度，圧力，使用回数等のうちの運
転温度の増加に従つて低下する傾向が顕著であることが
わかつた。従つてカーボンシール42についてはその曲げ
強さの運転温度に対する経歴変化特性を調べることによ
りその劣化特性を容易に評価予測できることになる。That is, the carbon seal 42, which is one of the components that make up the CRD, has a flexural strength, which is one of its deterioration parameters, depending on operating environmental conditions (for example, temperature, pressure, and the number of times of use, etc.). It was found that there is a marked tendency for the deterioration of the carbon seal 42. Therefore, the deterioration property of the carbon seal 42 can be easily evaluated and predicted by examining the history change property of the bending strength with respect to the operating temperature.
先ず、ステツプ500において、データバスシステムの
フアイル72にストアされているCRDの故障情報（例えばC
RDの温度の異常高,CRDと制御棒とのカツプリングの変形
等）又はCRDの各構成部品（カーボンシール等）の加速
寿命試験データを読み込む。First, in step 500, the failure information of the CRD stored in the file 72 of the data bus system (for example, C
Abnormally high temperature of RD, deformation of coupling between CRD and control rod, etc.) or read accelerated life test data of each component of CRD (carbon seal, etc.).
故障情報は、随時、端末システム18からデータベース
システム17に与えられる余寿命評価の際に使用される。The failure information is used at any time in the remaining life evaluation given from the terminal system 18 to the database system 17.
ステツプ502では、読み込んだデータ、例えば加速寿
命試験データを用いワイブル分布解析等の信頼性解析を
行う。At step 502, reliability analysis such as Weibull distribution analysis is performed using the read data, for example, accelerated life test data.
この信頼性解析の方法としては、他に正規分布，対数
正規分布，指数分布等に基づき解析する方法があるがこ
こではワイブル分布解析について説明する。As a method of this reliability analysis, there is another method of analysis based on a normal distribution, a logarithmic normal distribution, an exponential distribution, etc. Here, the Weibull distribution analysis will be described.
先ず、加速寿命試験データとしてカーボンシールのデ
ータの解析を行う。First, the data of the carbon seal is analyzed as the accelerated life test data.
第７図にカーボンシールの加速寿命試験データの一例
に示す。ワイブル分布関係は次式で与えられる。Fig. 7 shows an example of accelerated life test data for carbon seals. The Weibull distribution relation is given by the following equation.
また、不信頼度Fi（ｔ）は次式で与えられる。 The unreliability F i (t) is given by the following equation.
ここで、miはその部品の故障形態を表すワイブル形状
パラメータ（初期故障であればmi＜1,偶発故障であれば
mi＝1,摩耗故障であればmi＞１）であり、ηｉは特性寿
命を示す尺度パラメータである。 Here, mi is a Weibull shape parameter that represents the failure mode of the part (m i <1, if initial failure, if random failure
If m i = 1, wear failure, m i > 1), and η i is a scale parameter indicating the characteristic life.
第７図に示すカーボンシール42の加速寿命試験データ
に基づいて分布関数（６）式から現時点以後の予想温度
における形状パラメータmi,尺度パラメータηｉを求め
る。Based on the accelerated life test data of the carbon seal 42 shown in FIG. 7, the shape parameter m i and the scale parameter η i at the predicted temperature after the present time are obtained from the distribution function (6).
次のステツプ504では、上記両パラメータと対象部品
（カーボンシール）の運転覆歴時間ｔとから式（２）に
てその部品の予想温度における信頼度Riを求める。In the next step 504, the reliability R i at the predicted temperature of the target component (carbon seal) at the expected temperature is calculated from the above parameters and the operation history time t of the target component (carbon seal).
第22図は、第７図の劣化特性図から得られるカーボン
シール42の各温度（50,100,200,285及び300℃）におけ
る不信頼度Ｆ（ｔ）の特性図である。FIG. 22 is a characteristic diagram of the unreliability F (t) at each temperature (50, 100, 200, 285 and 300 ° C.) of the carbon seal 42 obtained from the deterioration characteristic diagram of FIG. 7.
第22図において、温度毎の特性直線の傾きから各温度
における形状パラメータmiが求まり、該直線が不信頼度
63.2％に達した時点が特性寿命ηｉに相当する。尚、図
中、横軸のＥは指数の意であり、1E−１＝10-1＝0.1,1E
＋０＝100＝1,1E＋１＝101＝10を示す。In FIG. 22, the shape parameter m i at each temperature is found from the slope of the characteristic straight line for each temperature, and the straight line shows the unreliability.
The point at which 63.2% is reached corresponds to the characteristic life η i . In the figure, E on the horizontal axis means exponent, and 1E-1 = 10 -1 = 0.1,1E
+ 0 = 10 0 = 1,1E + 1 = 10 1 = 10 is shown.
こうして得られた信頼度Riは推論装置13内の図示しな
いメモリに一旦ストアされ、後のステツプ520で使用さ
れる。The reliability R i thus obtained is temporarily stored in a memory (not shown) in the inference apparatus 13 and used in a later step 520.
次にステツプ506で、カーボンシールについての加速
寿命試験データ，運転環境条件（例えば運転温度）の現
時点迄の覆歴データをフアイル76から読み出す。Next, in step 506, the accelerated life test data for the carbon seal and the history data of operating environment conditions (for example, operating temperature) up to the present time are read from the file 76.
ステツプ508では、これらのデータに基づいてカーボ
ンシールの劣化傾向の解析を行つてカーボンシールの劣
化特性値を求める。At step 508, the deterioration tendency of the carbon seal is analyzed based on these data to obtain the deterioration characteristic value of the carbon seal.
ここで、第７図から明らかな様に運転温度の増加に伴
い曲げ強さσの劣化速度が速くなる傾向があり、曲げ強
さは（１）及び（８）式で示すように時間と運転温度の
指数関数で表示できることが分かつた。Here, as is apparent from FIG. 7, the deterioration rate of the bending strength σ tends to increase with the increase of the operating temperature, and the bending strength depends on the time and the operation as shown by the equations (1) and (8). It was found that it can be displayed as an exponential function of temperature.
σ＝σ0exp｛−ｆ（Ｔ）xtα｝ …（１） ｆ（Ｔ）＝aTn＋bTn-1…＋xT2＋yT＋ｚ≒xT2＋yT＋ｚ…
（８） ここで、σ０は劣化特性値の初期値（実験値）,Tは劣
化を促進するプロセス量、ここでは運転温度，α,a,b…
x,y,zは実験定数であり、ｆ（Ｔ）は寿命データの近似
式である。一般にα＝１である。 σ = σ 0 exp {-f ( T) xt α} ... (1) f (T) = aT n + bT n-1 ... + xT 2 + yT + z ≒ xT 2 + yT + z ...
(8) where σ 0 is the initial value (experimental value) of the deterioration characteristic value, T is the process amount that promotes deterioration, here the operating temperature, α, a, b ...
x, y, z are empirical constants, and f (T) is an approximate expression of life data. Generally, α = 1.
従つて温度の覆歴データ及び加速寿命試験データを用
い例えば最小二乗法により定数x,y,zを決める。Therefore, the constants x, y, and z are determined by the least square method using the temperature history data and the accelerated life test data.
従つて（１）及び（８）式より運転温度の予測パター
ンＴがわかれば予想劣化特性値σ（ｔ）が時間ｔの関数
として求まる。Therefore, if the predicted pattern T of the operating temperature is known from the equations (1) and (8), the predicted deterioration characteristic value σ (t) can be obtained as a function of the time t.
尚、（１）及び（８）式はカーボンシールに限らず他
の部品にも適用でき、例えば電動弁のネジ山摩耗量σ
（ｔ）は使用回数Ｔ及び時間ｔの関数として求められ
る。但し、その場合、実験定数x,y,zは異なる値とな
る。The expressions (1) and (8) can be applied not only to the carbon seal but also to other parts.
(T) is obtained as a function of the number of times of use T and the time t. However, in that case, the experimental constants x, y, and z have different values.
第23図において実線で示す曲線は現時点t1までの覆歴
温度T1,T2を考慮して（１）及び（８）式により算出さ
れたカーボンシールの劣化特性値データである曲げ強さ
の初期値σ０はフアイル72にストアされており、又限界
値σｃも知識データとしてフアイル64に予めストアされ
ている。The curve shown by the solid line in FIG. 23 is the bending strength which is the deterioration characteristic value data of the carbon seal calculated by the equations (1) and (8) in consideration of the history temperatures T 1 and T 2 up to the present time t 1. The initial value σ 0 of is stored in the file 72, and the limit value σ c is also stored in the file 64 in advance as knowledge data.
現時点t1においてのプロセス量Ｔ、即ち温度はT
3（℃）であり、今後も現時点の温度が継続すると仮定
した場合、劣化特性値の予想パターンは点線の様に求ま
る。At the present time t 1 , the process amount T, that is, the temperature is T
It is 3 (℃), and assuming that the current temperature will continue in the future, the predicted pattern of deterioration characteristic values can be obtained as shown by the dotted line.
ここで一般にプロセス量、ここでは周囲温度の覆歴の
予想パターンは以下の３種類から選択される。Here, in general, the predicted pattern of the process amount, here, the history of the ambient temperature is selected from the following three types.
（ｉ）温度一定継続：現時点の温度と同一温度で継続す
る。(I) Constant temperature continuation: Continue at the same temperature as the current temperature.
（ii）加重平均温度一定継続：現時点までの加重平均温
度で以後も継続する。(Ii) Constant weighted average temperature: Continues at the weighted average temperature up to this point.
（iii）温度変化パターン：現時点までの温度変化と一
定のパターンで周期的に変化する。(Iii) Temperature change pattern: A temperature change up to the present time and a constant pattern that changes periodically.
従つて現時点から特性値の予想値が限界値σｃに達す
るまでに要する運転時間をカーボンシールの余寿命とす
ると、余寿命L1iは（９）式で求まる（ステツプ512,51
4）。Therefore, assuming that the operating time required for the expected value of the characteristic value to reach the limit value σ c from the present time is the remaining life of the carbon seal, the remaining life L 1i is obtained by the equation (9) (steps 512, 51).
Four).
L1i＝log（σ0/σｃ）/f（Ｔ）−t1 …（９） ここでＴは上記３種類の予想パターンの選択された一
つであり、（８）式のＴ（２），（６）及び（７）式の
パラメータはこの選択予想パターンで決まる。L 1i = log (σ 0 / σ c ) / f (T) −t 1 (9) Here, T is one of the three types of predicted patterns selected above, and T (2 ), (6) and (7) parameters are determined by this selection prediction pattern.
以下の処理ステツプ502〜514をCRDを構成するｎ個の
全部品について解析が終了するまで繰り返し（ステツプ
516）、各部品毎に求めた信頼度Riと余寿命L1iとを使用
して、以下の処理を行う。The following processing steps 502 to 514 are repeated until the analysis is completed for all the n pieces of the CRD (steps).
516), the following processing is performed using the reliability R i and the remaining life L 1i obtained for each part.
先ず、各部品の余寿命L1i（L11〜L1n）のうちから最
も短い余寿命を取り出してこれをL1′とする（ステツプ
518）。CRDでは最も短寿命の部分はカーボンシールのた
め、高い確率でL1′としてカーボンシールの余寿命が選
ばれる。First, take out the shortest remaining life from the remaining life L 1i (L 11 to L 1n ) of each component and call it L 1 ′ (step
518). In CRD, the shortest life part is the carbon seal, so there is a high probability that the remaining life of the carbon seal is selected as L 1 ′.
次に、機器（CRD）の信頼度Reを、ステツプ504で求め
た各構成部品の信頼度Riを用いて（５）式により求める
（ステツプ520）。Next, the reliability R e of the device (CRD) is obtained by the equation (5) using the reliability R i of each component obtained in step 504 (step 520).
次に知識データフアイル64からCRDの信頼度の限界値R
ecを読み出し（ステツプ522）、（５）式にRe＝Recを代
入してｔをニユートンラプソン法などの逐次近似法を使
用して算出する。Next, from the knowledge data file 64, the limit value R of the reliability of CRD
ec is read (step 522), R e = R ec is substituted into the equation (5), and t is calculated using a successive approximation method such as Newton-Raphson method.
ここで、第24図はCRDの信頼度Reの特性図であり、現
時点t1までの信頼度Reの値は予測運転温度Ｔに応じて
（２），（５）式から求まる。予測運転温度Ｔが現在の
値T3から今後も継続すると仮定すると、今後の信頼度Re
の予測パターンは（２），（５）式から点線の様に予想
できRe＝Recとなる時点tcを上記の逐次近似法により算
出できる。Here, FIG. 24 is a characteristic diagram of the reliability R e of CRD, and the value of the reliability R e up to the present time t 1 is obtained from the equations (2) and (5) according to the predicted operating temperature T. When the predicted operating temperature T is assumed to continue in the future from the current value T 3, future reliability R e
The prediction pattern can be predicted from the equations (2) and (5) as shown by the dotted line, and the time t c at which R e = R ec can be calculated by the above successive approximation method.
従つてCRDの余寿命L1″＝がL1″＝tct1として求めら
れる（ステップ526）。Accordance connexion remaining life L 1 "= is L 1" of the CRD is determined as = t c t 1 (step 526).
最後に余寿経L1′と余寿命L1″とを比較し、短い方の
余寿命L1とする（ステップ528）。Finally, the remaining life L 1 ′ and the remaining life L 1 ″ are compared to obtain the shorter remaining life L 1 (step 528).
第19図は、機器性能解析部32の処理手順を示すフロー
チヤートである。機器性能解析部32は、機器（CRD）の
機能試験データを解析してCRDの余寿命L2を求める。最
初にステツプ600で機能試験データをフアイル70から読
み込む。FIG. 19 is a flow chart showing the processing procedure of the device performance analysis unit 32. The device performance analysis unit 32 analyzes the functional test data of the device (CRD) and obtains the remaining life L 2 of the CRD. First, in step 600, the functional test data is read from the file 70.
機能試験データとしては、例えばCRDの場合には、定
期点検時に実施する駆動水のリーク量の過去のデータを
読み込む。As the functional test data, for example, in the case of CRD, the past data of the amount of leakage of driving water to be carried out at the time of regular inspection is read.
駆動水は第17図に示す様に制御棒を押上げ、下げるた
めに使用され、押下げ引抜時には図に矢印方向に流れる
が、ピストン52の部分でカーボンシール42とシリンダ
部，ピストンチユーブ62と他のカーボンシール42間に矢
印40に示す様にリーク水が流れる。このリーク水量が多
くなる制御棒を押し上げるに必要な駆動水量量が多くな
る。The driving water is used to push up and lower the control rod as shown in Fig. 17, and flows in the direction of the arrow in the drawing when the push rod is pulled out, but at the piston 52 part, the carbon seal 42 and the cylinder part, the piston tube 62 Leak water flows between the other carbon seals 42 as indicated by an arrow 40. The amount of driving water required to push up the control rod, which increases the amount of leaked water, increases.
従つてCRDの機能を劣化を示す量として駆動水流量を
用いることができる。Therefore, the driving water flow rate can be used as an amount indicating the deterioration of the CRD function.
従つて、第９図に×印で示す過去の定期点検時の駆動
水流量（／分）のデータの経時変化傾向から最小二乗
法等の回帰解析を行つて近似式（10）（第９図の破線の
式）を求める（ステツプ602）。Therefore, a regression analysis such as the least-squares method is performed from the tendency of the change of the driving water flow rate (/ min) data at the time of the past periodical inspection shown in FIG. 9 by the approximation formula (10) (Fig. 9). Is calculated (step 602).
Ｆ＝Pt2＋qt＋ｒ …（10） ここで、p,q,rは試験データで求まる定数である。F = Pt 2 + qt + r (10) where p, q, and r are constants obtained from test data.
次に駆動水流量Ｆの限界値Fcをフアイル64から読み出
し（ステツプ604）、近似式（10）に基づき水量Ｆが限
界値Fcに達する時刻tcを求め、（tc−t1）により余寿命
L2が求まる（ステツプ606,608）。Then reads the limit value F c of the driving water flow F from file 64 (step 604), obtains a time t c which water F based on the approximate expression (10) reaches a limit value F c, (t c -t 1) Due to remaining life
L 2 is obtained (steps 606 and 608).
尚、そのCRDに複数種類の機能試験データがある場合
には、夫々の機能試験データを使用して余寿命を求め、
その中で一番短いものを選択するようにしてもよい。If there are multiple types of functional test data in that CRD, use the respective functional test data to determine the remaining life,
The shortest one among them may be selected.
また、各機能試験データから夫々求めた余寿命に重要
度分布で求めた重み付けを考慮して次式（11）により最
適な余寿命L2を求めてもよい。Further, the optimum remaining life L 2 may be calculated by the following equation (11) in consideration of the weighting calculated by the importance distribution for the remaining life calculated from each function test data.
L2＝（ΣβjL2j）／Σαｉβｊ …（11） ここで j:機能試験項目番号 β：重み係数 第20図は相関解析部34の処理手順を示すフローチヤー
トである。また、この処理手順においても第10図及び第
11図に示す特性が用いられる。L 2 = (Σβ j L 2j ) / Σα i β j (11) where j: functional test item number β: weighting coefficient FIG. 20 is a flow chart showing the processing procedure of the correlation analysis unit 34. Also in this processing procedure, as shown in FIG.
The characteristics shown in Fig. 11 are used.
先ず、最初に、機器の機能試験データと機器の構成部
品の劣化データを読み込む（ステップ700）。First, the functional test data of the device and the deterioration data of the component parts of the device are read (step 700).
即ち、例えば、CRDの駆動水流量のデータ（第９図）
とカーボンシールの曲げ強さのデータ（第７図）をそれ
ぞれフアイル70,72から読み込む。That is, for example, CRD drive water flow rate data (Fig. 9)
And the bending strength data of carbon seal (Fig. 7) are read from the files 70 and 72, respectively.
第10図はこれらのデータの相関関係を示す。 Figure 10 shows the correlation of these data.
そして、最小二乗法や線形回帰モデル等による回帰解
析を行つて近似式（12）（第10図の実線の式）を求める
（ステツプ702）。Then, a regression analysis is performed by the least squares method, a linear regression model, or the like to obtain an approximate expression (12) (the expression indicated by the solid line in FIG. 10) (step 702).
σ＝−SF＋S0 …（12） ここで、S,S0は上記データにより定まる定数。σ = −SF + S 0 (12) where S and S 0 are constants determined by the above data.
次に、現時点t1での機能試験データFtに対する部品の
劣化特性値σｔをこの近似式から求め、 σｔ＝−SFt＋S0 を得る（ステツプ704）。Then, obtaining the function test data F t component deterioration characteristic value sigma t for at the present time t 1 from the approximate expression, obtain σ t = -SF t + S 0 ( step 704).
次に、フアイル74内のプロセス量である運転温度の運
転覆歴データ及びカーボンシールの曲げ強さの加速寿命
試験データ（第７図）から第23図と同様のカーボンシー
ルの劣化特性の予測パターンを第11図の実線の曲線の様
に得る。即ち、（１）及び（８）式の実験定数x,y,zを
定める。Next, from the operation history data of the operating temperature, which is the process amount in the file 74, and the accelerated life test data of the bending strength of the carbon seal (FIG. 7), the predicted pattern of the deterioration characteristics of the carbon seal similar to FIG. Is obtained as shown by the solid curve in FIG. That is, the empirical constants x, y, z of the equations (1) and (8) are determined.
次に、上記の部品劣化特性値σｔから（１）式に基づ
き劣化特性値σｔに対する現時点の仮想経過時間ｔ′を ｔ′＝log（σ0/σｔ）/f（Ｔ） として得る（ステツプ706）。Next, the current virtual elapsed time t ′ for the deterioration characteristic value σ t is obtained as t ′ = log (σ 0 / σ t ) / f (T) from the above component deterioration characteristic value σ t based on the equation (1). (Step 706).
更に劣化特性の予想パターンと部品の限界値σｃから
限界値到達時間tcを tc＝log（σ0/σｔ）/f（Ｔ） として求め、この差（tc−ｔ′）を余寿命L3として求め
る（ステツプ708）。Further, from the predicted pattern of deterioration characteristics and the limit value σ c of the component, the limit value arrival time t c is calculated as t c = log (σ 0 / σ t ) / f (T), and this difference (t c −t ′) is calculated. Calculate as remaining life L 3 (step 708).
なお、部品劣化データと機能試験データの少なくとも
一方が複数種類ある場合は、機能試験データと部品劣化
データの全ての組合せについて余寿命を求め、その最短
のものを余寿命L3としても良い。又、上記例では現駆動
水流量Ftから仮想経過時間ｔ′を求めたが、現曲げ強さ
σｔからｔ′を求めL3を求めるようにしても良い。When there are a plurality of types of at least one of the component deterioration data and the function test data, the remaining life may be calculated for all combinations of the function test data and the component deterioration data, and the shortest life may be set as the remaining life L 3 . Further, in the above example 'has been sought, t from the current flexural strength sigma t' virtual elapsed time t from the current driving water flow rate F t may be obtained L 3 determined.
以上の様な各解析部32〜36での処理結果に基づき余寿
命評価部38において余寿命の評価，表示等を行う。The remaining life evaluation unit 38 evaluates and displays the remaining life based on the processing results of the analysis units 32 to 36 as described above.
第21図は、余寿命評価部38の処理手順を示すフローチ
ヤートである。ここでは、前述した様にして求めた余寿
命L1,L2,L3の中から最も信頼性の高い余寿命Ｌを決定
し、その結果に基づいて点検対象機器を選定，点検結果
の表示等をするものである。FIG. 21 is a flow chart showing the processing procedure of the remaining life evaluation unit 38. Here, the most reliable remaining life L is determined from the remaining lifes L 1 , L 2 , and L 3 obtained as described above, the inspection target device is selected based on the result, and the inspection result is displayed. And so on.
先ずステツプ800では、求められた余寿命L1,L2,L3の
中で好ましくは最も短いものを機器（CRD）の余寿命Ｌ
とする。First, in step 800, the shortest remaining life L 1 , L 2 , L 3 obtained is preferably the shortest remaining life L of the device (CRD).
And
該断対象機器であるCRDが複数ある場合は全てのCRDに
ついて上記の解析を行なつて余寿命Ｌを求める。When there are a plurality of CRDs that are the disconnection target devices, the above analysis is performed for all CRDs to obtain the remaining life L.
次に得られた各CRDの余寿命Ｌが所定時間（例えば定
期点検周期）例えば一年以下であるか否かを判定し（ス
テツプ802）、一年以下の各CRDは今回の定期点検時での
点検の対象とし、そうでない各CRDに対しては前回の点
検から今回の点検までの間に不具合の徴候が現れたかど
うかチエツクする（ステツプ804）。Next, it is judged whether or not the remaining life L of each CRD obtained is a predetermined time (for example, a periodic inspection cycle), for example, one year or less (step 802), and each CRD of one year or less is determined by this periodic inspection. For each CRD that is not, check if there is any sign of failure between the previous inspection and this inspection (step 804).
ここで、今回の定期点検時とは、現在の点検が定期点
検であれば次回の定検時、そうでない通常の点検であれ
ば最も近い定期点検時をいう。Here, the time of this regular inspection means the time of the next regular inspection if the current inspection is a regular inspection, or the nearest periodic inspection if it is not an ordinary inspection.
ここで不具合とは、例えばCRDの運転温度の急変、CRD
と制御棒とのカツプリングの変形等であり、フアイル76
中の覆歴データをチエツクすることにより検出できる。Here, a defect is, for example, a sudden change in the operating temperature of CRD, CRD
And deformation of the coupling between the control rod and the control rod.
It can be detected by checking the inside history data.
不具合が現われたと判断されたCRDは、今回の定期点
検での点検対象とされる。CRDs that are judged to have malfunctioned are subject to inspection in this regular inspection.
不具合が現われなかつた各CRDについては、次回の定
期点検時点に機能試験データが限界値を越えると予想さ
れるかどうか判定する（ステツプ806）。即ち、機能性
能解析で得られたCRDの余寿命Ｌが今回の定期点検時迄
の期間より短いかどうかチエツクし、短かければそのCR
Dは点検対象とする。For each CRD that does not show any defect, it is judged whether the functional test data is expected to exceed the limit value at the time of the next periodic inspection (step 806). That is, check whether the remaining life L of the CRD obtained by the functional performance analysis is shorter than the period up to the time of this regular inspection.
D is subject to inspection.
それ以外のCRDについては今回の定期点検時に点検不
要と判断され（ステツプ808）、その余寿命を勘案して
何時の定期点検で検査するかの時期点検時期を決める
（ステツプ810）。For other CRDs, it is judged that no inspection is required during this regular inspection (step 808), and in consideration of the remaining service life, the timing of the regular inspection is decided (step 810).
例えば余寿命が２年の場合は１年後、３年の場合は２
年後の定検時に点検検査するように決定する。For example, if the remaining life is 2 years, it is 1 year, and if it is 3 years, it is 2
Decide to inspect at the regular inspection after a year.
一方、点検要と判定されたCRDについてはそのCRDの点
検本数をチエツクし、該本数が点検時に行える所定の点
数本数以上かどうかチエツクし、以上であればその中で
例えば余寿命の短いCRDから優先的に所定本数に達する
まで選定する。On the other hand, for a CRD that is determined to be inspected, check the number of CRDs to be inspected, and check if the number is above a predetermined number of points that can be inspected at the time of inspection. Select preferentially until the specified number is reached.
一方、今回点検する必要ありと判定されたCRDの数が
少ない場合には、今回の点検を行える選定本数に達する
まで、余寿命の短いCRDから順に検点対象とする。On the other hand, if the number of CRDs judged to need to be inspected this time is small, the CRDs with the shortest remaining lives will be the points to be inspected until the number of selected CRDs that can be inspected this time is reached.
以上の診断結果は端末システム18に送られると共に、
そのうちの点検必要と判断されたCRDの情報はデータベ
ースシステム７のフアイル70に点検覆歴データとしてス
トアされる。The above diagnostic results are sent to the terminal system 18,
The CRD information determined to require inspection is stored in the file 70 of the database system 7 as inspection history data.
以上の処理、特に余寿命評価機能を実行する場合（ス
テツプ802〜806,810等）には、推論機能を働かせる。例
えばif〜then形式でルール化された知識ベース16には、
次の様なプロダクシヨンルールを格納しておく。When the above processing, especially the remaining life evaluation function is executed (steps 802 to 806, 810, etc.), the inference function is activated. For example, in the knowledge base 16 that has been ruled in if-then format,
Store the following production rules.
if（CRDの余寿命が１年以下） then（該CRDを交換する。） if（CRDに不具合が無く、限界値より小さく、余寿命が
１年を越える。） then（該CRDの今回の点検の必要性は小さい。） if（CRDの余寿命が３年） then（該CRDの点検を２年後に行う） if（駆動水流量が13／以上） then（該CRDを交換する。） 次にステツプ816で、端末システムのキーボード等を
操作して出力選択メニユー画面をCRT20に表示して診断
結果出力を選択する。if (remaining life of CRD is less than 1 year) then (replace the CRD) if (there is no defect in the CRD, it is smaller than the limit value, and the remaining life exceeds 1 year) then (this inspection of the CRD If (the remaining life of the CRD is 3 years) then (the CRD is inspected 2 years later) if (the flow rate of the driving water is 13 / or more) then (the CRD is replaced) Next In step 816, the keyboard of the terminal system is operated to display the output selection menu screen on the CRT 20 and the diagnostic result output is selected.
診断結果メニユーとしては、例えば“余寿命マツプ",
“選択CRDマツプ",“選定理由”等である。The diagnosis result menu is, for example, “remaining life map”,
"Selected CRD map", "reason for selection", etc.
“余寿命マツプ”を選択すると、全CRDについて、好
ましくは第14図に示す様に、CRDの配置位置と共に余寿
命を表示すると、各CRDの余寿命の比較及び全体の傾向
が分かり易くなる。また、余寿命の長さに応じてCRDを
複数色に色分け表示することで、一目で余寿命の傾向が
分かるようにして良い。尚、図中、横軸，縦軸のNo.はC
RDの座標位置を示す。When "remaining life map" is selected, displaying the remaining life of all CRDs together with the arrangement position of the CRDs, as shown in FIG. 14, makes it easier to compare the remaining lifes of each CRD and to understand the overall tendency. Also, by displaying the CRD in a plurality of colors in accordance with the length of the remaining life, the tendency of the remaining life may be recognized at a glance. In the figure, the numbers on the horizontal and vertical axes are C
Indicates the RD coordinate position.
“選択CRDマツプ”を選択すると、好ましくは第25図
に示す様に、全CRDが表示され、そのうち点検対象とし
てステツプ814で選定されたCRDが色分け表示される。即
ち、例えばRCDに図示の様に順次番号を振り分け、選定
されたCRDについてはその選定理由に応じて以下の様に
色分け表示すれば良い。When "Selected CRD map" is selected, preferably all CRDs are displayed as shown in FIG. 25, and among them, the CRDs selected in step 814 for inspection are displayed in different colors. That is, for example, numbers may be sequentially assigned to the RCDs as shown in the figure, and the selected CRDs may be color-coded and displayed as follows according to the reason for the selection.
赤色：不具合ありと判定されたCRD 紫色：余寿命が１年以下と判定されたCRD 黄色：次回の定期点検時迄に機能試験データが限界値を
越えると予想されるCRD 上記余寿命マツプ，選択CRDマツプはCRDをキーボード
で指定して指定されたCRDについてのみ余寿命又は選定
されているかどうか又はその理由は何か、を表示しても
良い。Red: CRD judged to be defective Purple: CRD judged to have a remaining life of one year or less Yellow: CRD where functional test data is expected to exceed the limit value by the next periodic inspection The above remaining life map, selection The CRD map may specify the CRD with the keyboard and display whether or not the remaining life or selection has been made only for the specified CRD or why.
“選定理由”を選択して、選択されているCRDのNo.を
指定すると、第26図に示す様に選定理由が表示される。If you select "Reason for selection" and specify the No. of the selected CRD, the reason for selection will be displayed as shown in Fig. 26.
表示としては、この他に過去の各CRDの運転温度をフ
アイル74から読み出して表示したり、機能試験データを
フアイル70から読み出して表示したり、部品の劣化デー
タをフアイル72から読み出して表示しても良い。In addition to this, past operating temperature of each CRD is read from the file 74 and displayed, functional test data is read from the file 70 and displayed, and deterioration data of parts is read from the file 72 and displayed. Is also good.
尚、点検対象とされたCRDの情報はフアイル70にスト
アされるため任意の時点で読み出して表示できる。Since the CRD information to be inspected is stored in the file 70, it can be read and displayed at any time.
本実施例も第１図の実施例と同じ効果を得ることがで
きる。This embodiment can also obtain the same effect as the embodiment of FIG.
上実施例では余寿命としてL1,L2,L3のうち最も短いも
のと選択するようにしたが、余寿命Ｌとしては、ステツ
プ518で得たL1′としても良く、ステツプ526で得たL1″
としても良く、又はステツプ528で得たL1としても良
く、ステツプ608で得たL2としても良く、ステツプ708で
得たL3としても良い。又、余寿命L1′とL3のうち短い方
をＬとしても良い。これらの余寿命解析方法の選択は第
16図のメニユー選択ステツプ202で行うようにする。In the above embodiment, the shortest remaining life is selected from L 1 , L 2 , and L 3 , but the remaining life L may be L 1 ′ obtained in step 518 or obtained in step 526. L 1 ″
Or L 1 obtained in step 528, L 2 obtained in step 608, or L 3 obtained in step 708. Further, the shorter one of the remaining lives L 1 ′ and L 3 may be L. The choice of these remaining life analysis methods is
This is done in the menu selection step 202 shown in FIG.
同様に、ステツプ202において、機能試験の項目を例
えばスクラム時間，駆動水流量等から１つ選択するよう
にしても良い。Similarly, in step 202, one of the functional test items may be selected from, for example, the scrum time, the driving water flow rate, and the like.
又、部品劣化解析に用いる部品の種類（例えば、カー
ボンシール，コレツトスプリング等）の選択，劣化パラ
メータ（例えば、曲げ強さ，硬さ等）の選択、それらの
限界値の指定等もステツプ202において行う。In addition, the selection of the type of parts used in the part deterioration analysis (eg, carbon seal, collet spring, etc.), the selection of deterioration parameters (eg, bending strength, hardness, etc.), and the specification of their limit values are also performed. In.
更に部品劣化解析で用いる劣化を促進するプロセス量
（例えば、運転温度等）の指定、及び指定されたプロセ
ス量の覆歴の予想パターンの選択もステツプ202で行
う。Further, in step 202, the process amount (for example, operating temperature) that promotes the deterioration used in the component deterioration analysis is designated, and the prediction pattern of the history of the specified process amount is also selected.
予想パターンとしては例えば以下の３種類がある。 There are the following three types of prediction patterns, for example.
ｉ）プロセス量一定継続：現時点のプロセス量が以後も
継続する。i) Process quantity constant continuation: The current process quantity continues after that.
ii）加重平均プロセス量一定継続：現時点までの加重平
均プロセス量が以後も継続する。ii) Constant weighted average process volume: The weighted average process volume up to the present time will continue thereafter.
iii）プロセス量変化パターン：現時点までのプロセス
量変化と同一のパターンで以後周期的に変化する。iii) Process amount change pattern: The same pattern as the process amount change up to the present time and changes periodically thereafter.
本発明によれば、被診断対象の余寿命を適確且つ迅速
に予測できるので、予防保全の万全を図ることが可能と
なる。According to the present invention, the remaining life of the object to be diagnosed can be accurately and promptly predicted, so that preventive maintenance can be ensured.
第１図は本発明の一実施例に係る余寿命診断装置の構成
図、第２図は第１図の推論装置の機能構成図、第３図は
第２図の部品劣化解析部の処理手順の一例を示すフロー
チヤート、第４図は第２図の機器性能解析部の処理手順
の一例を示すフローチヤート、第５図は第２図の相関解
析部の処理手順の一例を示すフローチヤート、第６図は
第２図の余寿命評価部の処理手順の一例を示すフローチ
ヤート、第７図はカーボンシールの劣化特性を示すグラ
フ、第８図は余寿命L1を求める説明図、第９図は余寿命
L2を求める説明図、第10図はカーボンシールの曲げ強さ
と駆動水流量との関係図、第11図は余寿命L3を求める説
明図、第12図は発電プラントの余寿命を診断する余寿命
診断装置のメニユー画面説明図、第13図は発電プラント
の電動弁の余寿命診断の概念説明図、第14図はCRDの余
寿命の表示説明図、第15図は本発明の他の実施例である
余寿命診断装置の全体構成図、第16図は第15図の実施例
における余寿命診断処理手段を示すフローチヤート、第
17図は制御棒駆動装置（CRD）の縦断面図、第18図は第1
5図の部分劣化解析部の処理手順の一例を示すフローチ
ヤート、第19図は第15図の機器性能解析部の処理手順の
一例を示すフローチヤート、第20図は第15図の相関解析
部の処理手順の一例を示すフローチヤート、第21図は第
15図の余寿命評価部の処理手順の一例を示すフローチヤ
ート、第22図は第７図の劣化特性から得られるカーボン
シールの不信頼度を示す特性図、第23図はカーボンシー
ルの劣化特性を予測図、第24図はCRDの信頼度の測定を
示す図、第25図は、点検対象として選定されたCRDの表
示例を示す図、第26図は選定されたCRDの選定理由の表
示例を示す図である。 1,11……余寿命診断装置、２……知識獲得支援装置、3,
13……推論装置、6,16……知識ベース。FIG. 1 is a block diagram of a residual life diagnosis apparatus according to an embodiment of the present invention, FIG. 2 is a functional block diagram of the inference apparatus of FIG. 1, and FIG. 3 is a processing procedure of a component deterioration analysis unit of FIG. FIG. 4 is a flow chart showing an example of the processing procedure of the equipment performance analysis unit of FIG. 2, and FIG. 5 is a flow chart showing an example of the processing procedure of the correlation analysis unit of FIG. FIG. 6 is a flow chart showing an example of the processing procedure of the remaining life evaluation unit of FIG. 2, FIG. 7 is a graph showing the deterioration characteristics of the carbon seal, and FIG. 8 is an explanatory diagram for obtaining the remaining life L 1 . The figure shows remaining life
Illustration for obtaining the L 2, Fig. 10 graph showing the relationship between strength and driving water flow rate bending of the carbon seal, Figure 11 is an explanatory view for obtaining the remaining service life L 3, FIG. 12 to diagnose the remaining life of a power plant A menu screen explanatory diagram of the remaining life diagnosis device, FIG. 13 is a conceptual explanatory view of the remaining life diagnosis of the electric valve of the power plant, FIG. 14 is an explanatory view of the remaining life of the CRD, and FIG. 15 is another of the present invention. FIG. 16 is an overall configuration diagram of the remaining life diagnosis apparatus according to the embodiment, FIG. 16 is a flow chart showing the remaining life diagnosis processing means in the embodiment of FIG.
Figure 17 is a vertical cross-sectional view of the control rod drive (CRD), and Figure 18 is the first section.
5 is a flow chart showing an example of the processing procedure of the partial deterioration analysis unit, FIG. 19 is a flow chart showing an example of the processing procedure of the equipment performance analysis unit of FIG. 15, and FIG. 20 is the correlation analysis unit of FIG. 21 is a flow chart showing an example of the processing procedure of
Fig. 15 is a flow chart showing an example of the processing procedure of the remaining life evaluation unit, Fig. 22 is a characteristic diagram showing the unreliability of the carbon seal obtained from the deterioration characteristics of Fig. 7, and Fig. 23 is the deterioration characteristics of the carbon seal. Fig. 24 is a prediction diagram, Fig. 24 is a diagram showing the measurement of the reliability of CRD, Fig. 25 is a diagram showing a display example of the CRD selected for inspection, and Fig. 26 is a table of the reasons for selecting the selected CRD. It is a figure which shows an example. 1,11 …… Remaining life diagnosis device, 2 …… Knowledge acquisition support device, 3,
13 …… Inference device, 6,16 …… Knowledge base.
Claims (17)
を有する部品の集合体の余寿命を診断する余寿命診断方
法において、 上記集合体の少なくとも１つの部品に関する１つの特性
の劣化試験データに基づき上記集合体の第１の余寿命を
得ること、 上記集合体の少なくとも１つの機能についての試験デー
タに基づき、上記集合体の第２の余寿命を得ること、 上記集合体の少なくとも１つの部品に関する１つの特性
の劣化試験データと上記集合体の少なくとも１つの機能
についての試験データとの相関関係に基づき上記集合体
の第３の余寿命を得ること、及び、 第1,第２及び第３の余寿命中、最も短い値を上記集合体
の余寿命として得ることを特徴とする余寿命診断方法。1. A remaining life diagnosing method for diagnosing a remaining life of an assembly of a plurality of parts having at least one function, the method being based on deterioration test data of one characteristic regarding at least one part of the assembly. Obtaining a first remaining life of the assembly, obtaining a second remaining life of the assembly based on test data for at least one function of the assembly, and relating to at least one component of the assembly. Obtaining a third remaining life of the aggregate based on the correlation between the deterioration test data of one characteristic and the test data of at least one function of the aggregate, and the first, second and third A remaining life diagnosis method, wherein the shortest value of the remaining life is obtained as the remaining life of the aggregate.
を有する部品の集合体の余寿命を診断する余寿命診断方
法において、 上記集合体の少なくとも１つの部品に関する１つの特性
の劣化試験データと上記集合体の少なくとも１つの機能
についての試験データとの相関関係に基づき、上記１つ
の特性又は少なくとも１つの機能の劣化開始から現時点
までの第１の経過時間を求めること、 上記１つの特性の劣化試験データ又は少なくとも１つの
機能についての試験データに基づき、上記１つの特性又
は少なくとも１つの機能の値に対する将来の劣化特性を
予測すること、 上記予測された劣化特性から上記１つの特性又は少なく
とも１つの機能の値が限界値に達するまでの上記劣化開
始からの第２の経過時間を求めること、及び、 上記第２の経過時間と上記第１の経過時間との差を上記
集合体の余寿命として求めることを特徴とする余寿命診
断方法。2. A remaining life diagnosing method for diagnosing a remaining life of an assembly of a plurality of parts having at least one function, comprising: deterioration test data of one characteristic relating to at least one part of the assembly; Determining a first elapsed time from the start of deterioration of the one characteristic or at least one function to the present time based on a correlation with test data for at least one function of the aggregate; Predicting a future deterioration characteristic for the value of the one characteristic or the at least one function based on the data or the test data for the at least one function, the one characteristic or the at least one function from the predicted deterioration characteristic Determining a second elapsed time from the start of deterioration until the value of reaches the limit value, and A remaining life diagnosis method, wherein a difference between an overtime and the first elapsed time is obtained as a remaining life of the aggregate.
上記１つの特性の劣化試験データと上記少なくとも１つ
の機能の試験データとから回帰解析により上記機能の試
験データに対する上記１つの特性の劣化データを示す第
１の近似式を得るステップと、 上記第１の近似式に基づき、現時刻における上記機能の
試験データ値に対応する現時刻での上記１つの特性の劣
化データ値を求めるステップと、 上記１つの特性の劣化試験データに基づき回帰解析によ
り該劣化データの第２の近似式を得るステップと、 求められた現時刻での上記１つの特性の劣化データ値に
対応する仮想の経過時間を上記第２の近似式から得てそ
れを上記第１の経過時間とするステップとを有する請求
項２の余寿命診断方法。3. The step of obtaining the first elapsed time comprises:
A step of obtaining a first approximate expression indicating deterioration data of the one characteristic with respect to the test data of the function by regression analysis from the deterioration test data of the one characteristic and the test data of the at least one function; And a step of obtaining a deterioration data value of the one characteristic at the current time corresponding to the test data value of the function at the current time based on the approximate expression of the above, and the deterioration by the regression analysis based on the deterioration test data of the one characteristic. Obtaining a second approximate expression of the data, and obtaining a virtual elapsed time corresponding to the deterioration data value of the one characteristic at the obtained current time from the second approximate expression, and obtaining the virtual elapsed time from the first approximate expression. The remaining life diagnosis method according to claim 2, further comprising a step of setting elapsed time.
特性は該部品の劣化を促進するプロセス量と劣化開始か
らの経過時間の関数であり、 上記将来の劣化特性を予測するステップは、上記少なく
とも１つの部品に関する劣化を促進するプロセス量の覆
歴データに基づき将来のプロセス量を予測するステップ
と、該予測されたプロセス量を上記第２の近似式に適用
することにより上記将来の劣化特性の予測パターンを得
るステップとを有し、 上記第２の経過時間を求めるステップは、上記１つの特
性の予測値が該予測パターンから上記限界値に達するま
でに要する上記劣化開始からの経過時間を上記第２の経
過時間として得るステップを有する請求項３の余寿命診
断方法。4. One characteristic of the at least one component is a function of a process amount that promotes deterioration of the component and a time elapsed from the start of deterioration, and the step of predicting the future deterioration characteristic includes the at least one. Predicting a future process amount based on the process amount history data that promotes deterioration of one component, and predicting the future deterioration characteristic by applying the predicted process amount to the second approximation formula. And a step of obtaining the second elapsed time, wherein the step of obtaining the second elapsed time is the step of determining the elapsed time from the start of deterioration required for the predicted value of the one characteristic to reach the limit value from the predicted pattern. The remaining life diagnosis method according to claim 3, further comprising a step of obtaining the elapsed time of 2.
集合体の有する複数の機能についての各試験データとの
全組合せについて上記各ステップを実行し、得られた余
寿命の最短のものを上記集合体の余寿命とする請求項２
の余寿命診断方法。5. The one having the shortest remaining life obtained by executing the above steps for all combinations of one characteristic of each of the plurality of parts and each test data for the plurality of functions of the assembly. Is the remaining life of the aggregate.
Remaining life diagnosis method.
を有する部品の集合体の余寿命を診断する余寿命診断方
法において、 上記集合体の少なくとも１つの部品に関する１つの特性
の劣化試験データを回帰解析して、該部品の劣化を促進
するプロセス量と劣化開始からの経過時間との関数であ
る上記１つの特性の劣化データを示す近似式を得るこ
と、 上記劣化を促進するプロセス量の覆歴データに基づき将
来のプロセス量を予測すること、 該予測されたプロセス量を上記近似式に適用して上記劣
化特性の予測パターンを得ること、 上記予測パターンから上記１つの特性の値が所定の限界
値に達するまでに要する上記劣化開始からの経過時間を
求め、 上記得られた経過時間と現時刻との差を上記集合体の余
寿命として得ることを特徴とする余寿命診断方法。6. A remaining life diagnosing method for diagnosing a remaining life of an assembly of a plurality of parts having at least one function, wherein deterioration test data of one characteristic regarding at least one part of the assembly is regressed. An analysis is performed to obtain an approximate expression indicating deterioration data of the one characteristic that is a function of a process amount that promotes deterioration of the component and an elapsed time from the start of deterioration, and a history of the process amount that promotes deterioration. Predicting a future process amount based on the data, applying the predicted process amount to the approximation formula to obtain a prediction pattern of the deterioration characteristic, and determining a value of the one characteristic from the prediction pattern to a predetermined limit. The elapsed time from the start of deterioration required to reach the value is obtained, and the difference between the obtained elapsed time and the current time is obtained as the remaining life of the aggregate. Life diagnostic methods.
記余寿命を求め、その中の最短のものを上記集合体の余
寿命として得る請求項６の余寿命診断方法。7. The remaining life diagnosis method according to claim 6, wherein the remaining life is obtained for each of the plurality of parts of the assembly, and the shortest one is obtained as the remaining life of the assembly.
を有する部品の集合体の余寿命を診断する余寿命診断装
置において、 上記集合体の少なくとも１つの部品に関する１つの特性
の劣化試験データを受ける手段と、上記劣化試験データ
に基づき上記集合体の第１の余寿命を得る手段と、 上記集合体の少なくとも１つの機能についての試験デー
タを受ける手段と、該機能についての試験データに基づ
き上記集合体の第２の余寿命を得る手段と、上記集合体
の少なくとも１つの部品に関する１つの特性の劣化試験
データと上記集合体の少なくとも１つの機能についての
試験データとの相関関係に基づき上記集合体の第３の余
寿命を得る手段と、及び、 第1,第２及び第３の余寿命中、最も短い値を上記集合体
の余寿命として得る手段とを備えたことを特徴とする余
寿命診断装置。8. A remaining life diagnosing device for diagnosing a remaining life of an assembly of a plurality of parts having at least one function, wherein deterioration test data of one characteristic regarding at least one part of the assembly is received. Means, means for obtaining a first remaining life of the aggregate based on the deterioration test data, means for receiving test data for at least one function of the aggregate, and the set based on the test data for the function The assembly based on means for obtaining a second remaining life of the body and correlation of one characteristic degradation test data for at least one component of the assembly with test data for at least one function of the assembly. And a means for obtaining the shortest value among the first, second, and third remaining lives as the remaining life of the aggregate. Remaining lifetime diagnosing device comprising and.
を有する部品の集合体の余寿命を診断する余寿命診断装
置において、 上記集合体の少なくとも１つの部品に関する１つの特性
の劣化試験データと上記集合体の少なくとも１つの機能
についての試験データを受ける手段と、１つの特性の上
記劣化試験データと上記機能の試験データとの相関関係
に基づき上記１つの特性又は少なくとも１つの機能の劣
化開始から現時点までの第１の経過時間を求める手段
と、 上記１つの特性の劣化試験データ又は少なくとも１つの
機能についての試験データに基づき、上記１つの特性又
は少なくとも１つの機能の値の将来の劣化特性を予測す
る手段と、 上記予測された劣化特性から上記１つの特性又は少なく
とも１つの機能の値が限界値に達するまでに要する上記
劣化開始からの第２の経過時間を求める手段と、及び、 上記第２の経過時間と上記第１の経過時間との差を上記
集合体の余寿命として求める手段とを備えたことを特徴
とする余寿命診断装置。9. A remaining life diagnosing device for diagnosing a remaining life of an assembly of a plurality of parts having at least one function, comprising: deterioration test data of one characteristic concerning at least one part of the assembly; Means for receiving test data for at least one function of the aggregate, and based on a correlation between the deterioration test data of one characteristic and the test data of the function, from the beginning of deterioration of the one characteristic or at least one function Means for determining a first elapsed time up to and a future deterioration characteristic of the value of the one characteristic or at least one function is predicted based on the deterioration test data of the one characteristic or the test data of the at least one function. And a means for controlling the value of the one characteristic or the at least one function from reaching the limit value from the predicted deterioration characteristic. Means for determining a second elapsed time from the start of deterioration, and means for determining a difference between the second elapsed time and the first elapsed time as the remaining life of the aggregate. Characteristic residual life diagnosis device.
記１つの特性の劣化試験データと上記少なくとも１つの
機能の試験データとから回帰解析により上記機能の試験
データに対する上記１つの特性の劣化データを示す第１
の近似式を得る手段と、 上記第１の近似式に基づき現時刻における上記機能の試
験データ値に対応する現時刻での上記１つの特性の劣化
データ値を求める手段と、 上記１つの特性の劣化試験データに基づき回帰解析によ
り該劣化データの第２の近似式を得る手段と、 求められた現時刻での上記１つの特性の劣化データ値に
対応する仮想の経過時間を上記第２の近似式から得てそ
れを上記第１の経過時間とする手段とを有する請求項９
の余寿命診断装置。10. The means for obtaining the first elapsed time, the deterioration of the one characteristic with respect to the test data of the function by regression analysis from the deterioration test data of the one characteristic and the test data of the at least one function. First showing data
And a means for obtaining a deterioration data value of the one characteristic at the current time corresponding to the test data value of the function at the current time based on the first approximation expression, and Means for obtaining a second approximate expression of the deterioration data by regression analysis based on the deterioration test data, and a virtual elapsed time corresponding to the deterioration data value of the one characteristic at the obtained current time, the second approximation Means for obtaining it as the first elapsed time from a formula.
Remaining life diagnosis device.
の特性は該部品の劣化を促進するプロセス量と劣化開始
からの経過時間の関数であり、 上記将来の劣化特性を予測する手段は、上記少なくとも
１つの部品の劣化を促進するプロセス量の覆歴データに
基づき将来のプロセス量を予測する手段と、該予測され
たプロセス量を上記第２の近似式に適用することにより
上記将来の劣化特性の予測パターンを得る手段とを有
し、 上記第２の経過時間を求める手段は、該予測パターンか
ら上記１つの特性の予測値が上記限界値に達するまでに
要する上記劣化開始からの経過時間を上記第２の経過時
間として得る手段とを有する請求項10の余寿命診断装
置。11. One characteristic of the at least one component is a function of a process amount that promotes deterioration of the component and a time elapsed from the start of deterioration, and the means for predicting future deterioration characteristics is the at least one of the above. Means for predicting a future process amount based on the process amount history data for promoting deterioration of one component, and prediction of the future deterioration characteristic by applying the predicted process amount to the second approximation formula Means for obtaining a pattern, and means for obtaining the second elapsed time, wherein the means for determining the second elapsed time is the elapsed time from the start of deterioration required for the predicted value of the one characteristic to reach the limit value from the predicted pattern. 11. The remaining life diagnosis apparatus according to claim 10, which has means for obtaining the elapsed time of 2.
記集合体が有する複数の機能についての各試験データと
の全組合せについて余寿命を求め、得られた余寿命の最
短のものを上記集合体の余寿命とするように構成した請
求項９の余寿命診断装置。12. A remaining life is calculated for all combinations of one characteristic of each of the plurality of parts and test data for a plurality of functions of the assembly, and the remaining life obtained is the shortest one. The remaining life diagnosis apparatus according to claim 9, wherein the remaining life diagnosis apparatus is configured to have the remaining life.
能を有する部品の集合体の余寿命を診断する余寿命診断
装置において、 上記集合体の少なくとも１つの部品に関する１つの特性
の劣化試験データを受ける手段と、上記劣化試験データ
を回帰解析して、該部品の劣化を促進するプロセス量と
劣化開始からの経過時間との関数である上記１つの特性
の劣化データを示す近似式を得る手段と、 上記劣化を促進するプロセス量の覆歴データに基づき将
来のプロセス量を予測する手段と、 該予測されたプロセス量を上記近似式に適用して上記劣
化特性の予測パターンを得る手段と、 上記予測パターンから上記１つの特性の値が限定の限界
値に達するまでに要する上記劣化開始からの経過時間を
求める手段と、 上記得られた経過時間と現時刻との差を上記集合体の余
寿命として得る手段とを備えたことを特徴とする余寿命
診断装置。13. A remaining life diagnosing device for diagnosing a remaining life of an assembly of a plurality of parts having at least one function, which receives deterioration test data of one characteristic regarding at least one part of the assembly. Means and means for performing regression analysis on the deterioration test data to obtain an approximate expression indicating deterioration data of the one characteristic that is a function of a process amount that promotes deterioration of the part and an elapsed time from the start of deterioration. A means for predicting a future process quantity based on the history data of the process quantity that promotes the deterioration; a means for applying the predicted process quantity to the approximate expression to obtain a prediction pattern of the deterioration characteristic; Means for obtaining an elapsed time from the start of deterioration required for the value of the one characteristic to reach a limited limit value from a pattern, and the obtained elapsed time and current time. Remaining lifetime diagnosing device characterized by comprising a means for obtaining a remaining life of the aggregate differences.
複数の部品の各々について上記余寿命を求め、その中の
最短のものを上記集合体の余寿命として得る手段である
請求項13の余寿命診断装置。14. The means for obtaining the remaining life is a means for obtaining the remaining life for each of a plurality of parts of the assembly and obtaining the shortest one of the remaining life as the remaining life of the assembly. Remaining life diagnosis device.
該余寿命を画面に表示する余寿命情報表示方法におい
て、 上記部品集合体の個々の構成部品を実際の配置位置に対
応した図形として表示し、個々の構成部品の余寿命を上
記個々の構成部品の図形表示に対応させて表示させるこ
とを特徴とする余寿命情報表示方法。15. The remaining life of each component of the component assembly is calculated,
In the remaining life information display method of displaying the remaining life on the screen, the individual component parts of the component assembly are displayed as figures corresponding to actual arrangement positions, and the remaining life of each component part is displayed as the individual component parts. The remaining life information display method characterized in that the remaining life information is displayed in correspondence with the figure display.
該余寿命を画面に表示する余寿命情報表示装置におい
て、 上記部品集合体の個々の構成部品を実際の配置位置に対
応した図形として表示する手段と、個々の構成部品の余
寿命を上記個々の構成部品の図形表示に対応させて表示
する手段とを備えたことを特徴とする余寿命情報表示装
置。16. The remaining life of each component of the component assembly is calculated,
In the remaining life information display device for displaying the remaining life on the screen, means for displaying the individual component parts of the component assembly as a graphic corresponding to the actual arrangement position, and the remaining life of each component part A remaining life information display device, comprising: means for displaying the component parts in correspondence with the graphic display.
能を有する部品の集合体の余寿命を診断するエキスパー
トシステムにおいて、 上記集合体の少なくとも１つの部品に関する１つの特性
の劣化試験データと上記集合体の少なくとも１つの機能
についての試験データとを受ける手段と、上記受け手段
からの上記少なくとも１つの部品に関する１つの特性の
劣化試験データと少なくとも１つの機能についての試験
データとを格納するデータベースと、 上記データベース内のデータを読み出し上記集合体の余
寿命を求める請求項８の余寿命診断装置と、 余寿命の値に従った該集合体の少なくとも点検に関する
情報を知識データとして格納する知識ベースと、 余寿命診断装置で得られた上記集合体の余寿命に関する
情報を表示する手段とを備えたことを特徴とするエキス
パートシステム。17. An expert system for diagnosing the remaining life of an assembly of parts having a plurality of parts and having at least one function, wherein deterioration test data of one characteristic for at least one part of the assembly and the assembly. A test data for at least one function of the above, a database for storing deterioration test data of one characteristic relating to the at least one component from the receiving means, and test data for at least one function, 9. A remaining life diagnosis apparatus according to claim 8 which reads out data in a database and obtains a remaining life of the aggregate, a knowledge base which stores, as knowledge data, information about at least inspection of the aggregate according to the value of the remaining life, A means for displaying information on the remaining life of the above-mentioned aggregate obtained by the life diagnosis device. An expert system characterized by that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2064233A JP2544498B2 (en) | 1989-03-17 | 1990-03-16 | Remaining life diagnosis method, remaining life diagnosis device, remaining life information display method, display device and expert system |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6385289 | 1989-03-17 | ||
| JP1-63852 | 1989-03-17 | ||
| JP2064233A JP2544498B2 (en) | 1989-03-17 | 1990-03-16 | Remaining life diagnosis method, remaining life diagnosis device, remaining life information display method, display device and expert system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0315768A JPH0315768A (en) | 1991-01-24 |
| JP2544498B2 true JP2544498B2 (en) | 1996-10-16 |
Family
ID=26404986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2064233A Expired - Fee Related JP2544498B2 (en) | 1989-03-17 | 1990-03-16 | Remaining life diagnosis method, remaining life diagnosis device, remaining life information display method, display device and expert system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2544498B2 (en) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW408345B (en) * | 1998-04-21 | 2000-10-11 | Matsushita Electric Ind Co Ltd | Capacitor and its manufacturing method |
| SE517970C2 (en) * | 2000-07-20 | 2002-08-13 | Volvo Articulated Haulers Ab | Procedure for Estimating a Lifetime Reducing Damage to an Operationally Loaded Object, as well as Computer Software Product |
| JP3490975B2 (en) * | 2001-01-10 | 2004-01-26 | 関西ペイント株式会社 | Deterioration prediction method for building exterior materials |
| JP4560234B2 (en) * | 2001-04-03 | 2010-10-13 | 関西電力株式会社 | Baffle former bolt maintenance plan support system, method, program for causing computer to function as the system, and computer-readable recording medium on which the program is recorded |
| US20050043870A1 (en) * | 2003-08-22 | 2005-02-24 | General Electric Company | Method and apparatus for recording and retrieving maintenance, operating and repair data for turbine engine components |
| JP4495523B2 (en) * | 2004-05-31 | 2010-07-07 | 財団法人鉄道総合技術研究所 | Deterioration prediction system for steel in submarine tunnel |
| JP4340603B2 (en) * | 2004-08-26 | 2009-10-07 | 株式会社日立ビルシステム | Control device for power converter |
| JP4744856B2 (en) * | 2004-11-30 | 2011-08-10 | 株式会社東芝 | MEDICAL DEVICE MANAGEMENT DEVICE AND MEDICAL DEVICE MANAGEMENT METHOD |
| JP4591246B2 (en) * | 2005-07-14 | 2010-12-01 | 株式会社日立製作所 | Power converter |
| AT504028B1 (en) * | 2007-11-02 | 2009-03-15 | Avl List Gmbh | METHOD FOR THE DAMAGE PRESENTATION OF COMPONENTS OF A MOTOR VEHICLE |
| JP7278105B2 (en) * | 2019-02-28 | 2023-05-19 | コマツ産機株式会社 | Server, method, and system for providing maintenance management services for industrial machinery to client computers |
| JP7234898B2 (en) * | 2019-10-25 | 2023-03-08 | トヨタ自動車株式会社 | Remaining life prediction device for vehicle parts |
| JP7392615B2 (en) * | 2020-09-18 | 2023-12-06 | トヨタ自動車株式会社 | Belt remaining life diagnosis device |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62276470A (en) * | 1986-05-26 | 1987-12-01 | Nippon Atom Ind Group Co Ltd | Apparatus for controlling life of machinery/parts |
-
1990
- 1990-03-16 JP JP2064233A patent/JP2544498B2/en not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS62276470A (en) * | 1986-05-26 | 1987-12-01 | Nippon Atom Ind Group Co Ltd | Apparatus for controlling life of machinery/parts |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH0315768A (en) | 1991-01-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5608845A (en) | Method for diagnosing a remaining lifetime, apparatus for diagnosing a remaining lifetime, method for displaying remaining lifetime data, display apparatus and expert system | |
| US6834256B2 (en) | Method and system for determining motor reliability | |
| JP2544498B2 (en) | Remaining life diagnosis method, remaining life diagnosis device, remaining life information display method, display device and expert system | |
| EP0358994B1 (en) | Corrosion-erosion trend monitoring and diagnostic system | |
| US6694286B2 (en) | Method and system for monitoring the condition of an individual machine | |
| US5331579A (en) | Deterministic, probabilistic and subjective modeling system | |
| JP2617540B2 (en) | Online valve diagnostic device | |
| US5433245A (en) | Online valve diagnostic monitoring system having diagnostic couplings | |
| EP3413154B1 (en) | Equipment diagnostic device, equipment diagnostic method, and equipment diagnostic program | |
| EP2051086A2 (en) | Method and system for remotely predicting the remaining life of an AC motor system | |
| JP2821149B2 (en) | Plant life management device | |
| JPH0962340A (en) | Portable plant patrol check data decision device | |
| CN110954335A (en) | Health assessment method and system for industrial vehicle | |
| JPH07159285A (en) | Dynamic characteristic diagnostic apparatus for valve | |
| JP2613360B2 (en) | Equipment / facility diagnostic system | |
| JPH07117563B2 (en) | Equipment / facility diagnostic system | |
| JP2954613B2 (en) | Plant life diagnosis support equipment | |
| CN111860881B (en) | Multi-incentive equipment fault maintenance and troubleshooting method and device | |
| JPH05195980A (en) | Preventive maintenance system for high-speed centrifugal pump dealing with high-temperature and high-pressure fluid | |
| RU53472U1 (en) | DIAGNOSTIC INFORMATION SYSTEM FOR ANALOGUE PARAMETERS OF TECHNOLOGICAL PROCESSES | |
| JPH03277938A (en) | Expert system for daignosing remaining life of motor-operated valve | |
| Maiba et al. | Calculating the reliability of rolling stock during normal operation | |
| JP3892614B2 (en) | Equipment and product process abnormality diagnosis method and apparatus | |
| KR20030020535A (en) | Performance diagnostic apparatus and method for hydraulic pneumatic solenoid valves | |
| JP4153868B2 (en) | Inspection target notification method, inspection target notification program, and inspection target notification device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |