FR2492128A1 - Procede et appareil pour detecter automatiquement les mauvais fonctionnements d'un systeme - Google Patents
Procede et appareil pour detecter automatiquement les mauvais fonctionnements d'un systeme Download PDFInfo
- Publication number
- FR2492128A1 FR2492128A1 FR8117697A FR8117697A FR2492128A1 FR 2492128 A1 FR2492128 A1 FR 2492128A1 FR 8117697 A FR8117697 A FR 8117697A FR 8117697 A FR8117697 A FR 8117697A FR 2492128 A1 FR2492128 A1 FR 2492128A1
- Authority
- FR
- France
- Prior art keywords
- incident
- probability
- variables
- indication
- concerned
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06G—ANALOGUE COMPUTERS
- G06G7/00—Devices in which the computing operation is performed by varying electric or magnetic quantities
- G06G7/48—Analogue computers for specific processes, systems or devices, e.g. simulators
- G06G7/66—Analogue computers for specific processes, systems or devices, e.g. simulators for control systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
A.PROCEDE ET APPAREIL POUR DETECTER AUTOMATIQUEMENT LES MAUVAIS FONCTIONNEMENTS D'UN SYSTEME. B.APPAREIL CARACTERISE PAR DES CAPTEURS 12-1 MUNIS SUR L'INSTALLATION A COMMANDER ET FOURNISSANT DES SIGNAUX D'ETAT, MIS EN FORME DANS LES CIRCUITS 14-1 POUR ETRE EXPLOITES DE FACON STATIQUE PAR UN CIRCUIT DE TRAITEMENT 16 DONNANT DES INFORMATIONS AFFICHEES SUR LE DISPOSITIF D'AFFICHAGE. C.L'INVENTION CONCERNE LA SURVEILLANCE D'INSTALLATIONS.
Description
1 2492128
La présente invention concerne un procédé et un
appareil pour détecter automatiquement les mauvais fonctionne-
ments d'un système et en particulier un appareil de commande
qui détecte automatiquement les incidents et les mauvais fonc-
tionnements d'un système avec un certain degré de probabilité. Les conditions de fonctionnement de différents systèmes doivent Atre contrôlées en permanence à la fois pour des raisons de sécurité et des raisons d'économie de façon à
obtenir une indication rapide relative à un incident de fonc-
tionnement ou un mauvais fonctionnement possible, pour pouvoir
prendre des mesures pour corriger l'incident.
Il existe de nombreux systèmes de diagnostics qui donnent des normes de base de comparaison pendant que le système contr8lé fonctionne dans des conditions normales. Le système contr8lé comporte un ensemble de capteurs pour fournir
des signaux indicateurs de certains paramètres de fonctionne-
ment, prédéterminés, et si le système contr8lé comporte des machines tournantes, les capteurs comportent en général des
circuits pour faire une analyse du spectre des signaux de vibra-
tion, en temps réel.
L'ensemble des signaux des capteurs sont examinés en continu et si l'un des signaux dévie par rapport à la norme de base suivant une valeur prédéterminée, l'opérateur reçoit automatiquement une indication de cette situation. Toutefois, très souvent les niveaux de seuil du signal sont fixés à un
niveau tel qu'il est trop tard pour prendre les mesures de pro-
tection adéquates, une fois que l'alarme a été donnée. Par con-
tre si l'on fixe les niveaux de seuil à un niveau trop bas, cela peut entraîner le déclenchement prématuré d'un signal d'alarme, éventuellement inutile. Or un arrêt de l'ensemble du système
par suite de la détection prématurée d'un incident de fonction-
nement peut entraîner une perte économique importante pour la
gestion du système.
On connait un appareil de détection ou de dia-
gnostic, qui utilise la probabilité d'incident de fonctionnement suivant certains paramètres mesurés. Les probabilités d'incident
de fonctionnement présentées à l'opérateur sont toutefois tou-
jours fondées sur certains signaux qui dépassent ou ne dépassent
pas un niveau de seuil prédéterminé.
on connaît également un moyen de diagnostic qui
2 2492128
a pour but d'afficher une indication continue de la probabilité d'incident de fonctionnement. Ce montage est prévu pour des taux de défaillance estimés, et certaines fonctions de densité de probabilité à multiples variantes décrivant des incidents de fonctionnement spécifiques liés à l'ensemble des mesures. Toutefois de tels taux et fonctions sont extr&mement difficiles
voire impossibles à obtenir.
L'appareil de diagnostic décrit ci-après offre à l'opérateur une indication continue de la probabilité d'un incident de fonctionnement reposant sur la lecture de deux ou plusieurs capteurs, et ne dépendant pas du simple dépassement de seuil choisi, de sorte que l'opérateur puisse recevoir une
indication rapide et soit informer en permanence de l'augmenta-
tion de la probabilité qu'un ou plusieurs incidents de fonction-
nement se produisent.
La présente invention a pour but de créer un procédé et un appareil de détection ou de diagnostic automatiques des incidents de fonctionnement d'un système remédiant aux
inconvénients de l'art antérieur.
A cet effet, l'invention concerne un appareil de détection ou de diagnostic du fonctionnement d'un système sujet à m incidents de fonctionnement, cet appareil comportant des moyens comportant des capteurs donnant des indications des paramètres de fonctionnement du système, certaines indications constituant des variables concernées ar) liées à un incident
de fonctionnement particulier j et les autres étant des varia-
bles non concernées (y5) par cet incident de fonctionne-ment, -S. J des moyens pour modifier et combiner les variables concernées, liées à un incident de fonctionnement particulier suivant une fonction prédéterminée (Fj (yr)) et en outre modifiées par j r une fonction prédéterminée (Jq s fq(yq)) des variables non
concernées pour donner une indication d'incident de fonctionne-
ment (F j(y)) pour obtenir une indication d'incident de fonc-
tionnement norralisée j= F (Y)
j=l 3 -
2 2492128
un moyen pour modifier cette indication d'incident de fonction-
nement normalisée suivant un facteur lié à la probabilité que
le système n'est pas dans des conditions de fonctionnement nor-
males (l-Fo(y" pour obtenir la probabilité d'un incident de fonctionnement particulier (P(Mji y)) qui arrive. L'invention concerne également un procédé de détection et de diagnostic d'un système de fonctionnement, sujet à des incidents de fonctionnement, et dont les différents paramètres de travail sont utilisés comme variables contrôlées, certaines des variables étant concernées et certaines étant non concernées par un incident de fonctionnement particulier, ce
procédé étant caractérisé en ce que l'on distingue le fonction-
nement normal du système en fonction de chacune des variables, on combine suivant une première fonction prédéterminée toutes
les caractéristiques pour obtenir une indication de la proba-
bilité de fonctionnement normal du système, on distingue (ca-
ractérise) chacun des incidents de fonctionnement suivant la
variable concernée par l'incident de fonctionnement correspon-
dant, on combine suivant une seconde fonction prédéterminée
toutes les dernières caractéristiques et on modifie par un fac-
teur lié au fonctionnement normal du système suivant les varia-
bles non concernées pour obtenir une indication d'incident de
fonctionnement, on combine les résultats des opérations ci-
dessus et on modifie selon un facteur lié à la probabilité de
fonctionnement normal du système pour obtenir pour chaque inci-
dent de fonctionnement une indication de la probabilité de
l'existence d'un incident de fonctionnement.
Comme indiqué le fonctionnement normal du système est caractérisé en fonction de chaque variable. De plus, la probabilité de l'existence d'un tel incident de fonctionnement est caractérisée en fonction de chaque variable concernée. Ces caractéristiques peuvent être des estimations faites par des
spécialistes dans le domaine concerné par le système.
Certaines formes de fonction sont choisies pour modifier et combiner les variables, y compris les modifications par un coefficient lié à la probabilité d'un fonctionnement normal du système (ou fonctionnement non normal) pour obtenir pour chaque incident de fonctionnement possible, la probabilité de l'existence de cet incident de fonctionnement. Ces différentes
probabilités peuvent alors être affichées pour l'opérateur.
En outre, la probabilité de l'existence d'un incident de fonctionnement non défini peut être dérivée et
affichée. Pour une indication plus conservatrice, on peut limi-
ter chaque probabilité à une valeur inférieure à 100 %.
La présente invention sera décrite plus en détail à l'aide des dessins annexés, dans lesquels: - la figure 1 est un schéma-bloc d'un appareil
de diagnostic.
- la figure 2 est un schéma-bloc du circuit de
traitement de signal de la figure 1.
- la figure 3 est un graphique donnant la proba-
bilité de fonctionnement normal d'un système contr8lé en fonc--
tion d'une variable mesurée.
- la figure 4 est une courbe expliquant certaines
transformations.
- les figures 5 et 6 sont des tracés exponentiels
pour expliquer certains termes utilisés dans la description.
- la figure 7 est un schéma-bloc de l'un des
modules de la figure 2.
- la figure 8 est une courbe illustrant la proba-
bilité d'un incident de fonctionnement Particulier par rapport
à une variable mesurée.
- la figure 9 est une courbe utilisée pour expli-
quer certaines opérations mathématiques.
- la figure 10 est un schéma-bloc d'un autre
module détaillé de la figure 2.
- la figure 11 est un schéma-bloc d'un autre
circuit de combinaison de la figure 2.
- la figure 12 est un schéma-bloc d'un système de générateur à turbine, ce schéma donnant le circuit du fluide
réfrigérant et des dispositifs de détection.
- la figure 13 est un schéma-bloc liant certains
incidents de fonctionnement du générateur à certaines variables.
- la figure 13A est un tableau résumant la corré-
lation selon le schéma de la figure 13.
- les figures 14A, 14B, 14C... 16A, 16B et 16C sont des courbes de probabilité de certaines variables pour
expliquer le diagnostic du-générateur de la figure 12.
- la figure 17 représente un tableau d'affichage
caractéristique de l'appareil de contr8le.
- la figure 18 donne des courbes montrant l'effet de la sélection de certains coefficients de pondération, sur
la probabilité.
Selon la figure 1, le système 10 à commander comporte plusieurs capteurs 12-1... 12-n, chacun détectant un
état de fonctionnement déterminé tel que par exemple la tempéra-
ture, la pression, la vibration etc en donnant un signal de sortie correspondant à cette condition. Les signaux de sortie
des capteurs sont fournis auxcircuitsde conditionnement respec-
tifs 14-1... 14-n; ces circuits de conditionnement dépendent
du type de capteur du signal fourni par le capteur et ces cir-
cuits se composent par exemple d'amplificateurs,de filtres, d'analyseurs de spectre, de circuits effectuant une transformée de Fourier rapide pour donner les composantes de fréquence etc
pour ne donner que quelques exemples.
Chaque circuit de conditionnement de signal donne un signal de sortie respectif y1 *-- Yn: chaque signal yi correspond à un paramètre mesuré et chacun constitue une variable fournie à un circuit de traitement de signal 16. Le circuit de traitement de signal 16 combine les signaux de la manière décrite pour les fournir à un moyen d'affichage 18 et/ou
à des appareils d'enregistrement avec indication de la probabi-
lité de l'arrivée d'un ou de plusieurs incidents de fonctionne-
ment dans le système contr8îé 10. Le cas échéant, on peut éga-
lement afficher l'amplitude des variables en fournissant les signaux y1... n au moyen d'affichage 18 comme cela sera décrit; le moyen d'affichage peut tre un tube cathodique affichant les
signaux traités.
Bien que la figure 1 montre un montage simple correspondant à une variable provenant d'une mesure, il est clair que le circuit de conditionnement de signal peut fournir plus d'un signal de sortie en réponse à une seule mesure. Par exemple dans le diagnostic d'incident de fonctionnement d'une machine rotative, le capteur des vibrations de l'axe peut donner un signal de sortie que l'on analyse et conditionne pour donner des signaux correspondant à la vitesse de rotation, à l'amplitude et à la phase, à la vitesse de changement de phase, à la seconde
harmonique de la vitesse de rotation et une harmonique corres-
pondant à. la moitié de la vitesse de rotation etc. Inversement, on peut combiner les siîçnaux de deux ou plusi eurs capteurs et
6 2492128
les conditionner pour n'obtenir qu'un seul signal de sortie variable. Le fonctionnement du circuit de traitement de
signal 16 dépend d'un certain nombre de signaux d'entrée corres-
pondant à la probabilité de chaque variable yi d'9tre dans la plage normale de fonctionnement lorsque le système contr8lé
fonctionne normalement ainsi que sur la relation entre la proba-
bilité de fonctionnement normal et la probabilité qu'un certain
incident de fonctionnement se produise en fonction de l'ampli-
tude d'une variable. Les différentesprobabilités d'un incident de fonctionnement particulier suivant les variables sont alors combinées et modifiées par un coefficient lié aux conditions normales de fonctionnement du système pour donner pour chaque
incident de fonctionnement possible un signal de sortie indica-
teur de la probabilité qu'un incident de fonctionnement parti-
culier se produise. A titre d'exemple, on peut combiner une information suivant l'équation (1) suivante F.(y) P(MjI y) = [l - F0(y)- (1) PT + g Fi(y) j=1 Dans l'équation (1), M correspond à un incident de fonctionnement et j concerne un incident de fonctionnement particulier, y représente un ensernlde variables, c'est-à-dire un vecteur formé par les signaux d'entrée y,... In La fonction F,(y) est la probabilité que le système contrôlé comprenant les
capteurs soit dans les conditions normales de fonctionnement.
Le terme entre crochets 1 - F (y) est la probabilité que le Système
ne se trouve pas dans des conditions normales de fonctionne-
ment. Chaque fonction F.(y) est la probabilité conditionnelle non normalisée de l'arrivée d'un incident de fonctionnement j pour un ensemble de mesures y. S'il y a un risque de m incidents de fonctionnement, alors l'expression m X FP(y) j=1 du dénominateur de l'équation (1) représente la somme de toutes
les grandeurs calculées F.(y) pour chaque incident de fonction-
nement particulier c'est-i-dire Fi(y) + F2(y) + F3(y) +...+ Fm(y) et: Fj(y) m Fj(y) j=l
est l'indication d'incident normalisée.
Le terme PT du dénominateur de l'équation (1) est mis de façon à limiter la probabilité du seuil. Par exemple, on peut dédider qu'il n'y a pas de probabilité de diagnostic
supérieure à 95 %. Dans ce cas PT est égal à 1 - 0,95 c'est-à-
dire PT est égal à 0,05. L'expression du c8té droit de l'équa-
tion (1) est ainsi la probabilité qu'il existe un incident de
fonctionnement Mj étant donné que 1 - FO(y) est le degré de cer-
titude que le système n'est pas dans des conditions normales de fonctionnement c'est-à-dire qu'il y a une probabilité Mj pour un vecteur de mesure y donné correspondant à la partie gauche de l'équation (1). La probabilité qu'il n'existe pas d'incident de fonctionnement (MO) pour le vecteur de mesure y est donnée par la formule suivante: P(Mo01 y) = Fo(y) (2)
Dans de nombreux systèmes, les paramètres mesu-
rés peuvent correspondre à un incident de fonctionnement inconnu ou non défini Mu auquel cas on a: P(MuI Y) = i - Fo(Af PT (3) m PT+ Z Fj(y) j=l Les probabilités de tous les états possibles correspondant aux
équations (1), (2) et (3), doivent donner en somme la valeur 1.
Pour faire les calculs de probabilité (figure 2) le circuit de traitement de signal 16 comporte plusieurs modules -0... 20-m chacun répondant à des signaux variables d'entrée pour calculer une probabilité conditionnelle. Ainsi, le module -0 répond à toutes les variables mesurées Y1... Yn pour donner la fonction F0(y) indicatrice de l'état correct ou normal du système contr8lé. Chacun des modules restants 20-1... 20-m
8 2492128
correspondant chacun à un incident de fonctionnement, répond seulement aux variables particulières associées à un incident de fonctionnement particulier. A titre d'exemple s'il y a n
variables (Yn signaux), on peut lier M1 incidents de fonction-
nement à trois n variables Y1, Y3, Y8. De plus à titre d'exemple, on peut lier l'incident M2 aux variables Y1, Y3, Y5, Ylo et Yn; l'incident M peut être lié aux variables Y1, y2, y3 et Yn. Le nombre de variables directement liées à un incident particulier
dépend du système particulier qui est commandé.
Les grandeurs calculées FO(y) et Fj() (j = 1, m) sont combinées dans le circuit 22 qui reçoit également un'signal
d'entrée PT pour générer tous les signaux de sortie de probabi-
lité, représentés. Les signaux peuvent être enregistrés et/ou présenter un moyen d'affichage pour autoriser l'opérateur à
juger de la situation et prendre les mesures appropriées. -
La probabilité que le système est dans un état correct est le produit des probabilités que le système est
dans un état correct en fonction de chaque mesure yi. C'est-à-
dire: FO(y) = fl(yl) f2(y2) fn(Yn) (4) Chaque terme fi(Yi) de l'équation (4) peut être représenté par une certaine fonction. A titre d'exemple, on peut choisir une fonction exponentielle pour représenter chaque terme tel que: Fo(y) = f(y) = -ÍlXll1 e- x22 x31 kn F. eÀ e 2n(5)
La multiplication des fonctions exponentielles revient à addi-
tionner les exposants si bien que l'équation (5) s'écrit sous la forme de l'équation (6) suivante: ( n i k i=l FO(y) = f(y) = e (6)
On peut tracer les courbes de probabilité liées au fonctionne-
ment normal du système contr8lé suivant l'amplitude d'un signal particulier Yi. S'il y a n signaux, il faut générer n courbes de probabilité. Les valeurs de x. et de k. de l'équation (6)
liées aux échelles, au décalage et à la forme des courbes par-
ticulières seront explicitées ci-après.
9 2492128
L'axe horizontal de la figure 3 représente
l'amplitude du signal yi; l'axe vertical représente la proba-
bilité de fonctionnement normal du système commandé en fonction de l'amplitude du signal yi. La relation est donnée par la courbe 30; on voit que cette courbe a une forme particulière définie par les pentes latérales 32, 33 et la partie supérieure aplatie 34. En fait la probabilité que le système contr8lé fonctionne normalement est très élevée pour la variable yi si l'amplitude de yi est comprise entre ANi et BNi. Un signal d'amplitude inférieure à ANi ou supérieure à BNi signifie que la probabilité se trouve à une valeur déterminée par les pentes des parties 32, 33. La courbe 30 peut être tracée à l'aide de données réelles disponibles pour un système en fonctionnement; en variante, on peut également s'agir de grandeurs données par des spécialistes ayant l'expérience du domaine auquel appartient
le système commandé.
Les termes xi et ki de l'équation (6) sont uti-
lisés pour faire l'approximation de chaque courbe comme à la
figure 3 à l'aide de la fonction choisie fi(Yi).
En faisant la détermination de F0(y), on réalise un décalage et une mise à l'échelle initiale en utilisant la courbe de la figure 4, si bien que l'amplitude de la variable yi peut 9tre transformée en une valeur différente xi. A la figure 4, on voit que la courbe se compose d'Un segment plat pour lequol xi est égal à O entre les points singuliers ANi et BNi
correspondant à la plage comprise entre ANi et BNi de la figure 3.
Au cours du procédé d'adaptation de la courbe,
on peut générer une famille de courbes telle que celle repré-
sentée à la figure 5 en utilisant la fonction exponentielle fl(x,k) = edsxIk La figure 5 représente trois courbes tracées pour les valeurs du coefficient k = 2, 4 et 6. On voit que les trois courbes partent d'un maximum qui s'étale à la valeur 1 de l'axe y. Prenant en compte que dans la plupart des cas, on a une probabilité d'incident de fonctionnement qui est inférieure à 100 %, la valeur de PT (équation 1) peut être prise en compte comme représenté par la faritille de courbes de la figure 6, ces courbes étant le tracé de la fonction exponentielle
2492128
f 1 (xk)
f2 Ix,k) = -
PT + f1(x,k) dans cette formule PT est égal à 0,05.
En revenant à la figure 4, on obtient les pen-
tes 1 et 1
6
Ni Ni en choisissant initialement les courbes appropriées de la famille de courbes représentée à la figure 6, et les côtés inclinés respectifs 32, 33 de la courbe 30 de la figure 3, puis en mettant les deux à l'échelle. Le coefficient ki de l'équation
(6) est choisi en fonction du coefficient k de la courbe parti-
culière de la figure 6 qui constitue la meilleure approximation de la courbe 30 de la figure 3. On peut obtenir une grande
diversité de forme pour différentes valeurs de k.
Les explications précédentes concernant la transformation et l'utilisation des courbes des figures 4, 5,
6 ne constituent qu'un exemple parmi d'autres procédés d'adap-
tationde courbes qui peuvent s'utiliser pour obtenir différen-
tes valeurs pour l'équation (6).
La mise en oeuvre de l'équation (6) est faite par le module 20-0; un tel mode de réalisation est représenté
à titre d'exemple à la figure 7. Chacun des circuits 40-1...
-n reçoit un signal variable d'entrée y1... yn et donne un signal correspondant, transformé x 1 n en fonction d'une courbe telle que celle représentée à la figure 4 générée pour chaque variable. Dans un but de simplification, on suppose que les courbes qui caractérisent le fonctionnement normal comme à la figure 3, ont des pentes latérales symétriques si bien que les valeurs absolues des pentes 1/6i et 14 1, des circuits
40-1... 40-n sont égales.
Comme l'exposant de l'équation (6) contient la valeur absolue de xi, les circuits 42-1... 42-n dérivent la
valeur absolue des signaux respectifs x1... xn. La phase sui-
vante dans le calcul consiste à élever la valeur absolue de x
à la puissance k respective. Une façon de réaliser cette opéra-
il 2492128 tion consiste à prendre d'abord le logarithme de x et à le
multiplier par le coefficient de k, puis d'effectuer la fonc-
tion inverse (antilog) sur le résultat de la multiplication.
Pour cela, on a des circuits logarithmiques 44-1... 44-n don-
nant les signaux de sortie respectifs pour les potentiomètres -1... 45-n, chacun servant à la mise à l'échelle ou à la multiplication par une valeur particulière de k. Chaque valeur mise à l'échelle est alors appliquée à un circuit antilog 46-1 46-n respectif dont les signaux de sortie sur les lignes 48-1... 48-n servent à donner la partie exponentielle qui se
trouve entre parenthèses dans l'équation (6).
Selon l'équation (6), on additionne toutes les
valeurs Jxi|ki, pour i = 1... n, puis on multiplie par -1/2.
Cela se fait dans le circuit de la figure 6 avec un circuit d'addition 50 qui reçoit les signaux de sortie des lignes
48-1... 48-n pour donner un signal d'addition pour le potentio-
mètre 52 qui effectue la mise à l'échelle appropriée ou la mul-
tiplication par 1/2. Le signal résultant est fourni au circuit exponentiel 54 dont le signal de sortie sur la ligne 56 est
la fonction F0(y) selon l'équation (6).
Les autres modules 20-1... 20-n de la figure 2 permettent de calculer une probabilité conditionnelle non
normalisée, respective de l'arrivée d'un incident de fonction-
nement particulier pour un jeu de valeurs concernées. Pour cela, on génère initialement une famille de courbes comme cela était le cas pour la dérivation F0(y) montrant la relation de la probabilité d'un incident de fonctionnement particulier par
rapport à chaque variable concernée (figure 8).
La courbe 60 qui correspond à une relation, peut être obtenue à l'aide des données historiques accumulées dans le système contrôlé ou en l'absence de telles données, on peut utiliser des estimations faites par un personnel spécialisé comme dans le cas de la courbe 30 de la figure 3. La courbe 60 commence de façon décalée, à une très faible probabilité, puis
dès que la valeur de la variable yi correspond à une plage nor-
male, la courbe 60 augmente jusqu'au niveau 62 qui commence en un point yi =
Puis on choisit une forme de fonction qui com-
bine avantageusement toutes les informations découlant des variables concernées. Cette fonction se définit comme suit
12 2492128
F. (yr Fj (Yr.) -J]
dans cette fonction, l'indice j correspond à un certain inci-
dent de fonctionnement et r correspond à un sous-ensemble de variables concernées. Cette fonction peut être un produit, une
exponentielle ou une combinaison des deux. On choisit la fonc-
tion dans la classe générale des fonctions liées entre zéro et un, montant de façon douce en forme de "s" et peuvent être décalées ou être mises à l'échelle. A titre d'exemple, on définit une fonction de forme exponentielle selon l'équation (7):
I 22 21
i -1/2 (Z)2 ifr ('ij)2 - Zj (7) Fj(r) = e + ( nj1) j 1 - j dans cette équation j correspond à un certain incident de fonctionnement et i est l'indice fixé pour rj. Pour mettre en oeuvre l'équation, on effectue une première transformation sur chaque variable yi pour dériver une nouvelle variable y'ij selon l'équation (8) suivante: (Yi - Yij) Y ( 1J Kf(8) ij= v. dans cette équation Yij est le point représenté à la figure 8 pour Yij et.ij est un coefficient d'échelle choisi de façon que la courbe particulière s'adapte étroitement au profil voulu
comme cela a été indiqué pour la figure 6.
Comme hypothèse de base, on suppose qu'un inci-
dent de fonctionnement Mj se manifeste de lui-même par les variables yr. suivant une ligne pratiquement droite (vecteur) J dans une direction donnée, suivant des variables à mesure que l'incident de fonctionnement s'accentue. Cette direction de la ligne droite est connue comme axe principal; on effectue une seconde transformation suivant l'équation (9), transformation pour laquelle la coordonnée Zj de l'axe principal (c'est-àdire
dans quelle mesure le vecteur a été traité selon l'axe princi-
pal) est définie comme la somme de y'ij divisée par nj1/2
13 2492128
LZ. - -Y'4 <j9) 3 in,6 it rj i avec ILj Y' ij iEri
Cette dernière expression constitue la somme de tous les com-
posants ylij dont l'indice i est un élément de l'indice fixé rj. On utilise une troisième transformation pour imposer une limite minimale et une limite maximale à Z en créant la variable Z i comme cela est représenté par la courbe
de la figure 9. Fondamentalement à mesure que l'incident aug-
mente, l'argument de l'exponentielle de l'équation t7) doit être limité pour éviter que la fonction ne chute. Cela signifie que sans limiter l'argument de l'exposant, la courbe résultante serait en forme de cloche et non pas en forme de "S". La fonction atteint un maximum pour Zj = 0 et c'est pourquoi Z.' doit être maintenu à O pour Zj = O. Ainsi de façon générale, on choisit la valeur de B2 de la figure 9 égale à O alors que A2 est un nombre négatif relativement grand par rapport à Z. Le paramètre Pj de l'argument de l'exponentielle est un nombre compris entre 1 et 1/(nj-l) suivant le degré de liaison entre les variables et l'incident. En général plus le degré de corrélation entre les variables et l'incident est élevé et plus élevée sera la valeur de Pi dans ses limites. Si l'on
ne connaît aucun élément du degré de corrélation, on peut pren-
dre pour ji la valeur 0.
* L'équation (7) définit une fonction qui tient compte seulement des variables d'événements par rapport à un
incident de fonctionnement particulier. Pour obtenir la proba-
bilité conditionnelle non normalisée de l'arrivée d'un incident
de fonctionnement donné, l'ensemble du jeu des variables c'est-
à-dire Fj(y) il faut multiplier l''expression dans l'équation
(7) par chacune des foncti.on2 de celles des variables non con-
cernées par l'incident de fonctionnement envisagé. Ainsi N Er <y) F(yr fL. (y (10) 3 q q
3
-Jt, J
14 2492128 Dans cette formule Fj(Yr) est dérivé de l'équation (7) et l'expression:
qqsj fq(yq)
représente le produit de toutes les expressions fq(yq), q fai-
sant partie de l'ensemble sj se rapportant aux variables non concernées. Chaque module 20-1... 20-m de la figure 2
assure le calcul de la valeur respective F j(y). A titre d'exem-
ple, la figure 10 montre de façon plus détaillée le module
-1 qui reçoit trois variables Yl, Y3, Y8 concernant l'inci-
dent de fonctionnement M1 (c'est-à-dire r1 = [1, 3, 83 et j = 1)
pour donner Fi(y).
Les circuits 70, 71, 72 correspondent respective-
ment aux variables d'entrée yl, Y3, Y8 pour assurer le décalage et la mise à l'échelle selon l'équation (8) de façon à donner les signaux de sortie respectifs Y'll, Y'31' Y'81. La somme de ces signaux est réalisée par l'additionneur 74; on réalise
l'équation (9) en dérivant la valeur de Z1 obtenue en multi-
pliant ou en mettant à l'échelle la somme selon le rapport 1/%a61 à l'aide du potentiomètre 76. La première expression de l'argument entre crochets de l'équation (7) s'obtient en transformant la valeur Z1 en Z' correspondant, à l'aide du circuit 78, en mettant Z!' au carré dans le circuit d'élévation au carré 80, puis en mettant à l'échelle selon le coefficient l/(l + nl(l -!) à l'aide du potentiomàtre 82. Le signal
résultant forme alors une entrée de l'additionneur 84.
Le second terme dans l'argument entre crochets de l'équation (7) s'obtient en mettant au carré les variables transformées Y'11, Y'31 Y81 à l'aide des circuits de mise au carré respectifs 86, 87, 88 et en additionnant les résultats avec -Z12 qui découlent de la mise au carré de la valeur Z1 par le circuit de mise au carré 90 et de la mise sous forme négative par le circuit 92. La sortie de l'additionneur 94 est mise à l'échelle selon le coefficient l/(l - P1) à l'aide du potentiomètre 96 dont le signal de sortie est appliqué à la
seconde entrée de l'additionneur 84.
Comme la multiplication des exponentielles équivaut à l'addition de leurs exposants, l'additionneur 84 reçoit en les additionnant sur les lignes 98, les signaux d'entrée respectifs f xi ki du module 20-0 correspondant aux
exposants dans l'équation (5) de toutes les variables non con-
cernées. Dans le présent exemple du module 20-1 concernant un incident de fonctionnement 1, les variables concernées sont données par r = rl,3,8i et les variables non concernées sont dans ces conditions s = E2,4,5, 6, 7, 9..., nj. Le signal de sortie de l'additionneur 84 représente ainsi l'exposant du terme entre crochets dans l'équation (7) et tous les termes
non concernés j xik i de l'équation (5). Ces termes sont multi-
pliés par 1/2 dans le potentiomètre 100 et le circuit exponen-
tiel 102 donne un signal de sortie F1(y) sur la ligne de sortie 104. Une procédure analogue est exécutée dans les
modules restants 20-2... 20-n pour dériver la valeur corres-
pondante F2<y)... F my). En ayant ainsi les grandeurs F0(y) et F.(y) pour j = 1... m, on peut réaliser l'équation (1). Cela
se fait à l'aide du circuit 22 représenté de façon plus détail-
lée à la figure 11. Pour obtenir le coefficient de modification de la probabilité selon laquelle le système mesuré n'est pas en état de fonctionnement normal, c'est-à-dire pour L - FO(y ", on applique la valeur de F0(y) du module 20-0 à l'additionneur après une inversion de signe dans le circuit 112. L'autre signal d'entrée de l'additionneur 110 est un signal de valeur 1. L'additionneur 114 reçoit les signaux de sortie des modules -1... 20-m en plus d'un signal indicateur de PT pour donner un signal de sortie équivalent au dénominateur de l'équation (1). Le diviseur 116 effectue la division du signal de sortie de l'additionneur 110 par celui du circuit 114 pour donner un signal de sortie qui est multiplié par chacune des valeurs
F1(y)... Fm(y), dans les multiplicateurs respectifs 118-1...
118-m réalisant ainsi l'équation (1), ainsi qu'un ensemble de signaux de sortie sur les lignes respectives 120-1... 120-m pour l'enregistrement et/ou l'affichage. Le signal de sortie P(MUl Y) s'obtient sur la ligne de sortie 121 en multipliant le signal de sortie du diviseur 116 par la valeur PT et le
signal de sortie P(MQ y) sur la ligne de sortie 123 qui s'ob-
tient directement à partir de l'entrée F%(y).
Bien que les figures 7, 10, 11 représentent des des circuits connus, attribués de façon habituelle, il est clair
16 2492128
que la fonction de diagnostic peut se faire simplement à
l'aide d'un calculateyr analogique ou d'un calculateur numé-
rique programmé.
L'appareil de diagnostic décrit ci-dessus, permet de fournir des probabilités d'incident de fonctionnement pour une très grande diversité de système dont l'un est représenté
à titre d'exemple dans la figure 12.
On connaît une centrale électrique dans laquelle uine turbine à vapeur 130 entraîne un générateur 132 de grandes
dimensions, dont il faut contrôler l'état de fonctionnement.
Dans un tel générateur, le courant électrique passe par des conducteurs qui sont constitués par des tubes montés sur un noyau laminé et les groupes de conducteurs sont réunis à des
conducteurs de phase. Le générateur est refroidi par une circu-
lation de gaz par exemple de l'hydrogène qui passe par les
conducteurs creux et autour des diverses parties du générateur.
Des tubes d'évacuation sont prévus entre les pièces du noyau
laminé pour évacuer la chaleur par conduction.
On a prévu différents capteurs pour donner des signaux correspondant à l'état de fonctionnement du générateur
et dans un but d'illustration, on décrira un système à diagnos-
tic qui donne une indication relative à la rupture d'un câble d'enroulement, à la rupture d'un câble de phase ou au blocage d'un tube d'évent. Différents systèmes à capteurs peuvent être utilisés pour détecter ces incidents de fonctionnement et à titre d'exemple la figure 10 montre trois tels systèmes de capteurs. Un système de détection 134 à chambre d'ions
détecte et mesure les particules d'origine thermique d'hydro-
gène gazeux mises en circulation et donnant un signal de sortie fournissant une indication-correspondante. Les phénomènes
d'arc sont des symptômes associés à des défaillances d'isola-
tion du stator ou des défaillances de conducteur et la mesure de l'émission de la fréquence radio quirésulte de l'arc peut servir à détecter l'apparition d'un arc. Pour cela, il est prévu un détecteur d'arc de fréquence radio RF 136 qui génère un signal de sortie indicateur d'un arc interne. Une troisième mesure que l'on peut utiliser pour détecter les incidents de - fonctionnement est une mesure de température; on a ainsi prévu un réseau 138 de capteurs de température que l'on peut placer à la sortie de l'hydrogène. Le circuit de conditionnement de signal associé à la mesure de température donne la moyenne des lectures de tous les capteurs de température du réseau et compare chaque lecture à la moyenne. Puis, on a un signal de sortie qui indique une déviation importante par rapport à cette moyenne.
La figure 13 montre la relation entre les inci-
dents de fonctionnement et les différents symptômes correspon-
dant à ces incidents de fonctionnement. La rupture d'un câble
d'enroulement correspond à l'incident M1; la rupture du con-
ducteur de phase correspond à l'incident M2 et le blocage d'un
tube d'évent correspond à l'incident M3. Le système de diagnos-
tic de la présente invention permet également de contrôler les
capteurs eux-mêmes et ainsi une défaillance du système de con-
trôle de l'hydrogène correspond à l'indicent de fonctionnement M4, une défaillance du système de détection d'arc RF correspond à un incident M5 et une défaillance du détecteur de température
correspond à l'incident M6.
L'un quelconque des incidents M1, M2, M3, M4 se
manifeste de lui-même par un signal anormal fourni par le sys-
tème de détection à chambre d'ions dont le signal de sortie
constitue la variable y1 après un conditionnement approprié.
Les incidents de fonctionnement Mi, M2' M5 donnent unibruit RF ou tout autre signal de sortie non correct du détecteur RF. Le
signal de sortie du détecteur RF après un conditionnement appro-
prié constitue la variable y2. Les incidents de fonctionnement 1, M3, M. donnent des lectures de température anormales et le
signal de sortie du capteur de température après conditionne-
ment correspond à la variable y,.
Le tableau de la figure 13A résume fondamentale-
ment les variables concernées yi telles qu'elles appartiennent aux différents incidents de fonctionnement M.j La présence de
la lettre x indique une forte corrélation d'une variable parti-
culière et d'un incident de fonctionnement particulier.
Le premier incident de fonctionnement correspondant à la rupture d'un faisceau de câble est lié aux trois variables contrôlées. Le second incident de fonctionnement qui correspond à la rupture d'un conducteur de phase est fortement lié aux deux premières variables alors que le troisième incident de fonctionnement qui correspond au blocage d'un tube d'évent est
18 2492128
fortement lié à la première et à la troisième variables. Ainsi
chacun des incidents de fonctionnement est suffisamment diffé-
rent des autres sur le plan du schéma des symptômes pour per-
mettre de le reconnaître facilement.
Après avoir déterminé les variables concernées par un incident particulier, on forme les courbes de probabilité
décrivant la probabilité de l'apparition de l'incident de fonc-
tionnement pour chacune des différentes variables. Ainsi aux figures 14A, 14B, 14C, on a les courbes 140, 141, 142 qui représentent respectivement la probabilité de l'apparition des incidents M1 (rupture d'un faisceau de câble), M2 (rupture d'un conducteur de phase), et M3 ( blocage d'un évent) en fonction de la variable y,, le courant des ions, mesuré en milliampères étant tracé sur l'axe horizontal. La figure 14A donne en outre les courbes 144 et 145; la courbe 144 correspond à l'état de fonctionnement normal ou correct du générateur et la courbe 145 décrit la probabilité de défaillance du système de détection à
chambre d'ions.
Comme on n'a pas suffisamment de données pour prévoir avec une précision de 100 % les différentes relations représentées, du personnel expérimenté dans le domaine concerné a participé aux traces des courbes. Ainsi la lettre P indique
que les courbes correspondent aux meilleures estimations.
De la même manière, les courbes 147, 148, 149
des figures 15A, 15B et 15C représentent les probabilités res-
pectives des incidents de fonctionnement M1, M2, M3 par rapport à la seconde variable y2, le niveau RF en microvolts étant mesuré sur l'axe horizontal. Les courbes 150, 151 de la figure A caractérisent le comportement normal du générateur et la probabilité d'incident de fonctionnement du système de détection RF. Les courbes 153, 154, 155 des figures 16A, 16B et 16C illustrent les incidents de fonctionnement respectifs M1, M>, M3 de la variable y3, le pourcentage de variation de température étant mesuré sur l'axe horizontal. L'état normal de la machine est caractérisé par la courbe 156 à la figure 16A et la probabilité d'incident de fonctionnement du système à capteurs de température est caractérisée par la courbe 157. Il est à remarquer que les courbes 149, 154 des figures 15C et 16B donnent une très faible corrélation entre les incidents de
19 2492128
fonctionnement et les variables; cela est indiqué dans le
tableau de la figure 13A.
Pour chaque courbe représentée, le procédé décrit pour la figure 3 ou la figure 8 est exécuté pour déterminer les différents termes utilisés dans les transformations de façon
que les variables réellement mesurées à la suite de cela puis-
sent être combinées comme cela a été décrit.
Le système donne des signaux de sortie continus correspondant à la probabilité des incidents de fonctionnement dont la liste a été donnée. A titre d'exemple, la figure 17
représente l'image d'un tube cathodique 160 utilisé pour affi-
cher sous la forme d'un graphique avec des barres, la probabi-
lité de l'apparition des incidents de fonctionnement. La valeur de PT de l'équation (1) étant égale à 0,05, l'amplitude de
toute barre ne dépassera pas une probabilité de 95 %. L'affi-
chage illustre une situation résultant dans une probabilité
relativement élevée d'un tube d'évent, bouché, une faible indi-
cation d'une défaillance indéfinie et de trois variables con-
trôlées, le courant ionique et la température se lisant dans la
plage normale lorsque la variable de contrôle de radio-
fréquence (arc RF) est dans la plage normale.
La figure 17 montre que les variables des cir-
cuits de conditionnement de signaux sont également affichées sur l'affichage 18. On affiche ainsi ces variables sur le même
tube cathodique 160. Le cas échéant, on peut mettre les varia-
bles à l'échelle en vue de leur affichage pour qu'elles apparals-
sent dans la partie désignée comme plage normale lorsque les
symptômes d'incident ne dominent pas.
Un opérateur placé devant l'écran reçoit ainsi une image continue du comportement instantané du système du générateur et peut contrôler tout incident de fonctionnement à partir d'un certain état pour savoir quelle action de correction à entreprendre.. Bien que cela ne soit pas représenté, l'affichage ou autre dispositif peut comporter des moyens permettant à l'opérateur d'effectuer des modifications pour les actions de
correction à mettre en oeuvre lorsque le schéma des probabili-
tés change.
A la figure 12, on a donné le cas particulier du contrôle du générateur 132. Le générateur fait partie d'un ensemble qui comporte d'autres installations telles qu'une turbine
2492128
une chaudière etc. Dans certains systèmes, il n'y a pas de pro-
babilité que des variables mesurées dans une partie de l'instal-
lation puissent indiquer un incident de fonctionnement dans
une autre partie de l'installation.Dans un tel cas, il est pré-
férable que les parties distinctes de l'installation soient traitées comme des systèmes individuels pour la mise en oeuvre
de l'invention. En procédant de la sortie, on obtient une pré-
sentation beaucoup plus précise de la probabilité de l'appari-
tion d'un incident de fonctionnement pour chacun des systèmes.
On a décrit à propos du montage de la figure 12,
le moyen de diagnostic concernant le générateur. On peut égale-
ment considérer la turbine comme un système auquel s'appliquent, les principes de diagnostic envisagés ci-dessus. Les équations (1)... (10) du mode de réalisation représenté s'appliquent à la turbine à vapeur aussi bien qu'au générateur. Des figures similaires aux figures 1 à 18 peuvent se faire pour la turbine
à vapeur. Les incidents de fonctionnement qui peuvent être con-
trôlés en continu sont par exemple le déséquilibrage du rotor, le fléchissement du rotor, la perte d'une lame ou d'un écran, des difficultés de fissure, des frictions provoquées par des distorsions du cylindre, des chocs, le turbillonnement de la vapeur, un tourbillonnement à friction, une fuite d'huile ou
une rupture du rotor. Ces incidents de fonctionnement entraî-
nent des anormalités dans les variables mesurées, et qui peuvent englober des variables de vibration par rapport à la fréquence, l'amplitude et la phase, la vitesse de la turbine, les diverses températures dans le système de la turbine, la charge de la turbine, les différentes pressions etc. Certaines des équations données précédemment peuvent être précisées par des coefficients de modification. Par
exemple, pour la fonction décrite à l'équation (7), l'expres-
sion entre crochets peut être mise à une puissance déterminée G de façon à donner l'expression suivante Nj(y) = -1/2DG (11) F(Y) e Dans cette équation, D représente le terme entre crochets de
l'équation (7).
Le choix du coefficient de modification G peut se faire de façon subjective en maintenant constantes toutes
21 2492128
les variables de l'équation (7) à l'exception de l'une d'elles, et dans leur plage normale, puis en traçant la fonction pour voir dans quelle mesure elle se rapprochent de la courbe de
probabilité évaluée, tracée pour cette seule variable. Le coef-
ficient de modification G modifie la phase de la fonction. Si cela est fait pour toutes les variables, on obtient une moyenne du coefficient G. En outre dans certains systèmes, la présence
d'une variable particulière qui n'est pas une variable con-
cernée, augmente la probabilité à priori d'un incident parti-
culier. Par exemple dans le cas d'un générateur de vapeur, la variation de charge dans certaines conditions de fonctionnement
peut augmenter la probabilité à priori du fléchissement thermi-
que du rotor. Dans ces conditions, on peut modifier l'équation (1) par une fonction de pondération W (y) comme cela est indiqué J par l'équation (12) Fj (y) j (12) P(Mjf y) F0(y) ( (12) PT+ Z F.j Wj(y) j=l
En d'autres termes, on donne un poids plus important à un inci-
dent M. particulier de façon à polariser la probabilité de l'ap-
parition de cet incident même avant que les variables concer-
nées ne deviennent anormales. Le facteur de pondération peut
avoir une valeur comprise entre 1 et une valeur maximale WT.
L'utilisation du facteur de pondération augmente
également la probabilité maximale de cet incident particulier.
Par exemple selon la figure 18, la courbe 170 illustre une pro-
babilité qui approche sans jamais l'atteindre le niveau de %. La différence entre la probabilité maximum ainsi définie par la courbe 170 et le niveau de 100 % correspond au facteur
PT fixé à titre d'exemple à la valeur 0,05 de sorte que la pro-
babilité maximale sera de 95 %. En mettant un coefficient de pondération de valeur WT, on modifie la courbe 170 comme cela
est indiqué par la courbe 170' pour se rapprocher de la proba-
bilité maximale de 100 % dans le rapport PT/WT.
En résumé l'invention concerne un système de diagnostic ou de détection dans lequel les variables associées à un système contrôlé sont combinées simultanément dans une
22 2492128
situation en temps réel pour donner un seul chiffre ou indice comme probabilité d'un incident particulier. De cette façon, l'opérateur reçoit une meilleure information pour les décisions de fonctionnement de base, de façon à augmenter la fiabilité du système contrôlé et réduire ou supprimer la gravité de tout
dommage éventuel qui peut découler d'un incident de fonctionne-
ment.
23 2492128
Claims (2)
- 4 ) Appareil selon la revendication 3, caracté-risé en ce qu'il comporte des moyens donnant une indication dela probabilité de l'existence d'un incident indéfini(P(Mu Y")).-50) Appareil selon l'une quelconque des reven-24 2492128dications 1 à 4, caractérisé en ce qu'il comporte un moyen pourafficher les probabilités (P(Mjl y)).) Appareil selon la revendication 5, caracté-risé en ce que le moyen d'affichage assure un affichage sous la forme d'un graphique à barres.) Appareil selon l'une quelconque des revendi-cations 1 à 6, caractérisé en ce qu'il comporte un moyen pourafficher les indications de P(Mjl y), P(Mo l y), et P(Mul y).) Appareil selon l'une quelconque des revendi-cations 1 à 7, caractérisé en ce que les capteurs font partie du système examiné et donnant des indications de probabilitéd'incident de fonctionnement des capteurs.
- 9 ) Procédé de diagnostic d'un système susceptible d'avoir des incidents, procédé selon lequel les différents paramètres de fonctionnement du système sont utilisés comme variables de contrôle, certaines des variables étant concernées et certaines non concernées par un incident particulier, procédé caractérisé en ce qu'on distingue le fonctionnement normal du système en fonction de chacune des variables, on combine selon une première fonction prédéterminée, toutes les caractéristiquespour obtenir une indication de la probabilité d'un fonctionne-ment normal du système, on caractérise chaque incident de fonc-tionnement suivant chaque caractéristique concernée, et pourchaque incident on combine selon une seconde fonction prédéter-minée, toutes ces dernières caractéristiques et on les modifie à l'aide d'un facteur lié au fonctionnement normal du systèmeréposant sur les variables non concernées pour obtenir une in-dication d'incident, on combine les résultats des étapes ci-dessus et on modifie selon un facteur lié à la probabilité du fonctionnement normal du système pour obtenir pour chacun des incidents, une indication de la probabilité de l'apparition decet incident.) Procédé selon la revendication 9, caracté-risé en ce qu'on limite l'indication de la probabilité del'existence d'un incident à une valeur inférieure à 100 %.ll) Procédé selon l'une quelconque des reven-dications 9 et 10, caractérisé en ce qu'on affiche toutes lesindications des probabilités de l'existence des incidents.) Procédé selon la revendication 11, caracté-risé en ce qu'on affiche en outre la probabilité de fonction-nement normal du système.2492128) Procédé selon la revendication 12, caractérisé en ce qu'on obtient et on affiche une indicationde la probabilité de l'existence d'un incident non défini.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US06/197,319 US4402054A (en) | 1980-10-15 | 1980-10-15 | Method and apparatus for the automatic diagnosis of system malfunctions |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| FR2492128A1 true FR2492128A1 (fr) | 1982-04-16 |
Family
ID=22728913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR8117697A Withdrawn FR2492128A1 (fr) | 1980-10-15 | 1981-09-18 | Procede et appareil pour detecter automatiquement les mauvais fonctionnements d'un systeme |
Country Status (11)
| Country | Link |
|---|---|
| US (1) | US4402054A (fr) |
| JP (1) | JPS5793231A (fr) |
| KR (1) | KR830008163A (fr) |
| BR (1) | BR8106263A (fr) |
| CA (1) | CA1162300A (fr) |
| DE (1) | DE3141016A1 (fr) |
| ES (1) | ES8302190A1 (fr) |
| FR (1) | FR2492128A1 (fr) |
| GB (1) | GB2089081B (fr) |
| IT (1) | IT1139536B (fr) |
| ZA (1) | ZA816297B (fr) |
Families Citing this family (66)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5828391A (ja) * | 1981-08-12 | 1983-02-19 | Ishida Scales Mfg Co Ltd | サ−マルプリンタ−の印字回路のチエツク装置 |
| US4626996A (en) * | 1982-02-17 | 1986-12-02 | British Aerospace Plc | Aircraft data instrumentation and acquisition system |
| US4736331A (en) * | 1982-05-26 | 1988-04-05 | United Technologies Corporation | Helicopter power available to hover indicator |
| IT1166509B (it) * | 1982-06-01 | 1987-05-06 | British American Tobacco Co | Perfezionamenti relativi a macchine per la fabbricazione di sigarette |
| US4566073A (en) * | 1982-12-28 | 1986-01-21 | United Technologies Corporation | Soft category classifier |
| JPS59153109A (ja) * | 1983-02-22 | 1984-09-01 | Mitsutoyo Mfg Co Ltd | 変化量測定装置の誤動作監視装置 |
| DD215732B1 (de) * | 1983-06-01 | 1987-09-23 | Guenter Bunge | Schaltungsanordnung zum ueberwachen der bearbeitungsbedingungen an einer werkzeugmaschine |
| JPH0619666B2 (ja) * | 1983-06-30 | 1994-03-16 | 富士通株式会社 | 故障診断処理方式 |
| US4707796A (en) * | 1983-10-19 | 1987-11-17 | Calabro Salvatore R | Reliability and maintainability indicator |
| GB2149551B (en) * | 1983-11-07 | 1988-08-17 | Eel Limited | Apparatus for monitoring the operation of a system |
| US4609994A (en) * | 1984-01-16 | 1986-09-02 | The University Of Manitoba | Apparatus for continuous long-term monitoring of acoustic emission |
| JPS6149297A (ja) * | 1984-08-17 | 1986-03-11 | ホーチキ株式会社 | 火災報知装置 |
| EP0177020B1 (fr) * | 1984-10-03 | 1991-06-05 | Shin Caterpillar Mitsubishi Ltd. | Système pour enregistrer des données d'opération d'une machine de travail |
| US4770841A (en) * | 1986-10-08 | 1988-09-13 | Westinghouse Electric Corp. | Methods and apparatus for dynamic systems control |
| GB2207770B (en) * | 1987-08-06 | 1991-09-11 | Nat Research And Dev Corp The | Apparatus and methods for spectral analysis of electrical materials,components and devices |
| US4916628A (en) * | 1988-07-08 | 1990-04-10 | Commonwealth Edison Company | Microprocessor-based control/status monitoring arrangement |
| SE460315B (sv) * | 1988-10-13 | 1989-09-25 | Ludwik Jan Liszka | Saett att fortloepande oevervaka drifttillstaandet hos en maskin |
| JP2577981B2 (ja) * | 1988-12-14 | 1997-02-05 | 株式会社堀場製作所 | プロセス用イオン測定装置 |
| US5018069A (en) * | 1989-07-13 | 1991-05-21 | Howell Instruments, Inc. | Reference system and method for diagnosing aircraft engine conditions |
| AU6076690A (en) * | 1989-07-17 | 1991-02-22 | Williams Technology, Inc. | Monitoring and control of oil/gas fields |
| JP2820530B2 (ja) * | 1989-09-28 | 1998-11-05 | エンドレス ウント ハウザー ゲゼルシャフト ミット ベシュレンクテル ハフツング ウント コンパニー | センサ信号を処理するための装置 |
| DE3932479A1 (de) * | 1989-09-28 | 1991-04-11 | Endress Hauser Gmbh Co | Anordnung zur verarbeitung von sensorsignalen |
| US5043987A (en) * | 1989-11-07 | 1991-08-27 | Array Analysis, Inc. | Method for calculating adaptive inference test figure of merit |
| DE4006948A1 (de) * | 1990-03-06 | 1991-09-12 | Bayerische Motoren Werke Ag | Verfahren und anordnung zum ueberwachen des verschleisses oder der ermuedung eines zyklisch belasteten bauteils |
| JPH0481616A (ja) * | 1990-07-24 | 1992-03-16 | Mitsubishi Electric Corp | 故障診断装置 |
| DE4100501A1 (de) * | 1991-01-10 | 1992-07-16 | Bodenseewerk Geraetetech | Verfahren und einrichtung zum erkennen von fehlern an sensoren fuer zustandsgroessen |
| US5257190A (en) * | 1991-08-12 | 1993-10-26 | Crane Harold E | Interactive dynamic realtime management system for powered vehicles |
| US5566091A (en) * | 1994-06-30 | 1996-10-15 | Caterpillar Inc. | Method and apparatus for machine health inference by comparing two like loaded components |
| US5684718A (en) * | 1996-02-12 | 1997-11-04 | Westinghouse Electric Corporation | Method and apparatus for monitoring the operation of an electric generator |
| US6041287A (en) * | 1996-11-07 | 2000-03-21 | Reliance Electric Industrial Company | System architecture for on-line machine diagnostics |
| US6363330B1 (en) | 1998-04-10 | 2002-03-26 | Satnam Singh Sampuran Alag | Thermocouple failure detection in power generation turbines |
| US6216066B1 (en) * | 1998-07-01 | 2001-04-10 | General Electric Company | System and method for generating alerts through multi-variate data assessment |
| US6253159B1 (en) * | 1998-12-31 | 2001-06-26 | Kimberly-Clark Worldwide, Inc. | Process control using multiple detections |
| US6195621B1 (en) * | 1999-02-09 | 2001-02-27 | Roger L. Bottomfield | Non-invasive system and method for diagnosing potential malfunctions of semiconductor equipment components |
| GB9910174D0 (en) * | 1999-05-04 | 1999-06-30 | British Nuclear Fuels Plc | Improvements in and relating to signal handling and processing |
| US6957172B2 (en) | 2000-03-09 | 2005-10-18 | Smartsignal Corporation | Complex signal decomposition and modeling |
| US20020183971A1 (en) * | 2001-04-10 | 2002-12-05 | Wegerich Stephan W. | Diagnostic systems and methods for predictive condition monitoring |
| US7539597B2 (en) | 2001-04-10 | 2009-05-26 | Smartsignal Corporation | Diagnostic systems and methods for predictive condition monitoring |
| US6975962B2 (en) * | 2001-06-11 | 2005-12-13 | Smartsignal Corporation | Residual signal alert generation for condition monitoring using approximated SPRT distribution |
| US6687596B2 (en) | 2001-08-31 | 2004-02-03 | General Electric Company | Diagnostic method and system for turbine engines |
| EP1389431A1 (fr) * | 2002-08-16 | 2004-02-18 | Hauni Maschinenbau AG | Procédé pour faire fonctionner une machine de fabrication ou d'emballage dans l'industrie du tabac |
| US7412842B2 (en) | 2004-04-27 | 2008-08-19 | Emerson Climate Technologies, Inc. | Compressor diagnostic and protection system |
| US7275377B2 (en) | 2004-08-11 | 2007-10-02 | Lawrence Kates | Method and apparatus for monitoring refrigerant-cycle systems |
| GB0506605D0 (en) * | 2005-03-31 | 2005-05-11 | British Nuclear Fuels Plc | Improvements in and relating to monitoring |
| GB0506522D0 (en) * | 2005-03-31 | 2005-05-04 | British Nuclear Fuels Plc | Improvements in and relating to data handling |
| US7536914B2 (en) * | 2005-07-18 | 2009-05-26 | The Johns Hopkins University | Sensor for detecting arcing faults |
| EP1768007A1 (fr) | 2005-09-22 | 2007-03-28 | Abb Research Ltd. | Surveillance d'un système comportant des éléments dégradants |
| US7577548B1 (en) * | 2006-03-04 | 2009-08-18 | Hrl Laboratories | Integrated framework for diagnosis and prognosis of components |
| US8590325B2 (en) | 2006-07-19 | 2013-11-26 | Emerson Climate Technologies, Inc. | Protection and diagnostic module for a refrigeration system |
| US20080216494A1 (en) | 2006-09-07 | 2008-09-11 | Pham Hung M | Compressor data module |
| US8275577B2 (en) | 2006-09-19 | 2012-09-25 | Smartsignal Corporation | Kernel-based method for detecting boiler tube leaks |
| US8311774B2 (en) | 2006-12-15 | 2012-11-13 | Smartsignal Corporation | Robust distance measures for on-line monitoring |
| US20090037142A1 (en) | 2007-07-30 | 2009-02-05 | Lawrence Kates | Portable method and apparatus for monitoring refrigerant-cycle systems |
| EP2171598B1 (fr) * | 2007-08-03 | 2017-01-11 | GE Intelligent Platforms, Inc. | Approche par classification des approximations pour la concordance de motifs de défaillance |
| US9140728B2 (en) | 2007-11-02 | 2015-09-22 | Emerson Climate Technologies, Inc. | Compressor sensor module |
| JP4386143B1 (ja) * | 2009-02-05 | 2009-12-16 | パナソニック株式会社 | センサ装置 |
| US8131508B2 (en) * | 2009-02-05 | 2012-03-06 | Panasonic Corporation | Sensor apparatus |
| US9285802B2 (en) | 2011-02-28 | 2016-03-15 | Emerson Electric Co. | Residential solutions HVAC monitoring and diagnosis |
| US8964338B2 (en) | 2012-01-11 | 2015-02-24 | Emerson Climate Technologies, Inc. | System and method for compressor motor protection |
| US9563198B2 (en) | 2012-03-08 | 2017-02-07 | General Electric Company | Method and system to model risk of unplanned outages of power generation machine |
| US9310439B2 (en) | 2012-09-25 | 2016-04-12 | Emerson Climate Technologies, Inc. | Compressor having a control and diagnostic module |
| US9803902B2 (en) | 2013-03-15 | 2017-10-31 | Emerson Climate Technologies, Inc. | System for refrigerant charge verification using two condenser coil temperatures |
| CN105074344B (zh) | 2013-03-15 | 2018-02-23 | 艾默生电气公司 | Hvac系统远程监测和诊断 |
| US9551504B2 (en) | 2013-03-15 | 2017-01-24 | Emerson Electric Co. | HVAC system remote monitoring and diagnosis |
| EP2981772B1 (fr) | 2013-04-05 | 2022-01-12 | Emerson Climate Technologies, Inc. | Systeme de pompe a chaleur a diagnostique de charge de fluide refrigerant |
| US20180348741A1 (en) * | 2014-09-29 | 2018-12-06 | Kabushiki Kaisha Toshiba | Manufacturing line monitoring device, manufacturing line monitoring program, and manufacturing line monitoring method |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4139895A (en) * | 1977-08-19 | 1979-02-13 | Bell Telephone Laboratories, Incorporated | Analog computer |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3526836A (en) * | 1968-01-23 | 1970-09-01 | Rca Corp | Statistical method,under computer control,for the manufacture and test of mass produced articles |
| JPS52114867A (en) * | 1976-03-22 | 1977-09-27 | Hitachi Ltd | Plant abnormality detector |
| US4133039A (en) * | 1976-11-09 | 1979-01-02 | Westinghouse Electric Corp. | True mean rate measuring system |
| BE856104A (fr) * | 1977-07-05 | 1977-12-27 | G Sojuznoe Konstruktorsko Tekh | Ordinateur specialise dans le traitement statistique de l'information |
| DE2738507C3 (de) * | 1977-08-26 | 1980-08-07 | Messerschmitt-Boelkow-Blohm Gmbh, 8000 Muenchen | Verfahren zur Erhöhung der Treffwahrscheinlichkeit von gestörten Flugkörpern und Einrichtung zur Durchführung des Verfahrens |
| GB1543515A (en) * | 1978-01-16 | 1979-04-04 | Sojuz Kt Bjuro P Schetnykh Mas | Statistical data processing digital computer |
| US4205383A (en) * | 1978-11-13 | 1980-05-27 | Bakanovich Eduard A | Method of testing objects for random actions thereon and digital simulator-computer system for effecting same |
-
1980
- 1980-10-15 US US06/197,319 patent/US4402054A/en not_active Expired - Lifetime
-
1981
- 1981-09-09 GB GB8127228A patent/GB2089081B/en not_active Expired
- 1981-09-10 ZA ZA816297A patent/ZA816297B/xx unknown
- 1981-09-18 FR FR8117697A patent/FR2492128A1/fr not_active Withdrawn
- 1981-09-24 CA CA000386565A patent/CA1162300A/fr not_active Expired
- 1981-09-30 BR BR8106263A patent/BR8106263A/pt unknown
- 1981-10-14 IT IT8124480A patent/IT1139536B/it active
- 1981-10-14 ES ES506251A patent/ES8302190A1/es not_active Expired
- 1981-10-14 JP JP56162886A patent/JPS5793231A/ja active Pending
- 1981-10-15 KR KR1019810003891A patent/KR830008163A/ko unknown
- 1981-10-15 DE DE19813141016 patent/DE3141016A1/de not_active Withdrawn
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4139895A (en) * | 1977-08-19 | 1979-02-13 | Bell Telephone Laboratories, Incorporated | Analog computer |
Also Published As
| Publication number | Publication date |
|---|---|
| ES506251A0 (es) | 1983-01-01 |
| IT8124480A0 (it) | 1981-10-14 |
| KR830008163A (ko) | 1983-11-16 |
| GB2089081A (en) | 1982-06-16 |
| BR8106263A (pt) | 1982-06-15 |
| ZA816297B (en) | 1982-11-24 |
| ES8302190A1 (es) | 1983-01-01 |
| IT1139536B (it) | 1986-09-24 |
| CA1162300A (fr) | 1984-02-14 |
| DE3141016A1 (de) | 1982-04-22 |
| GB2089081B (en) | 1984-08-01 |
| JPS5793231A (en) | 1982-06-10 |
| US4402054A (en) | 1983-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FR2492128A1 (fr) | Procede et appareil pour detecter automatiquement les mauvais fonctionnements d'un systeme | |
| US7840332B2 (en) | Systems and methods for steam turbine remote monitoring, diagnosis and benchmarking | |
| CN108981781B (zh) | 用于分析和检测机器传感器故障的预测分析系统和方法 | |
| US20200081054A1 (en) | Power line issue diagnostic methods and apparatus using distributed analytics | |
| CA2634328C (fr) | Methode et systeme de detection et d'analyse de tendance | |
| CN104756029B (zh) | 一种监控设备的部件组的系统 | |
| KR20140130538A (ko) | 고부하 가스 터빈들에 대한 진단 규칙들을 위한 방법 및 시스템 | |
| FR2545960A1 (fr) | Procede de production d'un affichage graphique integre | |
| JP7251924B2 (ja) | 故障診断装置、故障診断方法並びに故障診断装置が適用された機械 | |
| CN112629585A (zh) | 基于多维参数估计的设备在线监测方法及装置 | |
| US10197594B2 (en) | Tachometer signal jitter reduction system and method | |
| US10365297B2 (en) | System and method for generation of a tachometer signal and reduction of jitter | |
| CN116105885B (zh) | 一种核电用电气设备状态监测方法及系统 | |
| CN112947290A (zh) | 基于边云协同的设备状态监测方法、监测系统及存储介质 | |
| US20060095231A1 (en) | Plant diagnosis support system and plant diagnosis support method | |
| US20090043539A1 (en) | Method and system for automatically evaluating the performance of a power plant machine | |
| EP3842185A1 (fr) | Procédé d'aide à la maintenance d'un outil industriel, outil et système correspondants, et programme mettant en uvre le procédé | |
| CN112983570B (zh) | 基于相关性的汽轮机轴承温度高跳机征兆捕捉方法及装置 | |
| CN111553808B (zh) | 风电场的指标信息展示方法、装置及存储介质 | |
| KR20220132824A (ko) | 배전설비 상태 이상 개소 감시 시스템 및 방법 | |
| US8839664B2 (en) | Detection and classification of failures of power generating equipment during transient conditions | |
| CN115587294B (zh) | 一种基于叶尖间隙和轴承振动的压缩机故障诊断方法 | |
| KR20180035549A (ko) | 회전체 설비 고장발생 위험도 지수 평가 장치 및 그 방법 | |
| US8738326B2 (en) | Performance characteristic calculation and comparison | |
| CN105656453B (zh) | 一种基于时间序列的光纤电流互感器随机噪声实时滤波方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| ST | Notification of lapse |