JP2001280599A - Service life prediction method for power generation plant piping - Google Patents
Service life prediction method for power generation plant pipingInfo
- Publication number
- JP2001280599A JP2001280599A JP2000101191A JP2000101191A JP2001280599A JP 2001280599 A JP2001280599 A JP 2001280599A JP 2000101191 A JP2000101191 A JP 2000101191A JP 2000101191 A JP2000101191 A JP 2000101191A JP 2001280599 A JP2001280599 A JP 2001280599A
- Authority
- JP
- Japan
- Prior art keywords
- pipe
- thinning
- prediction
- wall thinning
- predicting
- 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.)
- Pending
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Pipeline Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、タービンを経て蒸
気、または蒸気＋水の２相状態、あるいは水単相が流れ
る配管の減肉を予測する方法ならびに検査を省力化する
方法にかかわり、特に原子力プラントの配管の減肉予測
に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for predicting wall thinning of a pipe through which a two-phase state of steam or steam + water or a single phase of water flows through a turbine, and a method for saving inspections. The present invention relates to prediction of pipe wall thinning of a nuclear power plant.
【０００２】[0002]
【従来の技術】原子力プラントなど発電プラントは蒸気
タービンを使用するために、蒸気や、高温水＋蒸気が配
管内部に流れる。これら配管は絶えず蒸気や凝縮水によ
ってエロージョン・コロージョンなどの腐食損傷を受け
ており、経年的に配管の減肉現象が発生する。これらの
減肉の現象は、空間的にも時間的にも一様ではないた
め、またプラントごとに異なるため、従来からプラント
の配管の減肉予測，管理手法については、さまざまな試
みがなされている。このようなプラントの配管減肉管理
を行うシステムとしては、特開平３−２８９５９６号に
開示されるものがある。ここに開示されたシステムは、
少なくともプラント情報および系統情報と、配管仕様情
報および配管減肉情報と、減肉重要度ランク情報と、系
統画面情報および配管ライン識別情報と、実機肉厚測定
情報とが入力情報として格納されるデータベースと、デ
ータベースから減肉配管の管理項目，減肉率，余寿命評
価を出力させる複数のシステムのそれぞれを稼働させる
複数のプログラムが格納される補助記憶手段と、システ
ムを稼働させる複数のプログラムのいずれかを選択的に
呼び込み、データベースに格納されている減肉配管を管
理する他の各種情報を制御・演算して減肉配管の管理項
目と減肉率と余寿命評価を出力させる中央処理手段と、
管理項目と減肉率と余寿命を含む出力のいずれかを表示
する表示手段とから構成されている。また同様の配管減
肉管理を行うシステムとしては、特開平８−１７８１７
２号に開示されるものがある。これはエロージョン・コ
ロージョンによる減肉計算および評価法について述べた
もので、１種類以上のプラントの減肉測定データベース
と、一般的な減肉速度の関係のデータとしての文献デー
タおよび実験データの減肉データベースにより、減肉現
象のエロージョン・コロージョンの因子である材料成
分，水質、および流速と減肉データの関係を把握して、
減肉用の数学モデル式を設定して、エロージョン・コロ
ージョン因子と、減肉量の関係を関数化して、各エロー
ジョン・コロージョン因子の条件ごとに減肉計算ならび
に評価ができるようにしたものである。2. Description of the Related Art Since a power plant such as a nuclear power plant uses a steam turbine, steam or high-temperature water + steam flows inside piping. These pipes are constantly damaged by corrosion such as erosion and corrosion due to steam and condensed water, and the pipes lose their thickness over time. Since these wall thinning phenomena are not uniform both spatially and temporally, and vary from plant to plant, various attempts have been made to predict and control the pipe wall thinning of a plant. I have. As a system for performing pipe thinning management of such a plant, there is a system disclosed in Japanese Patent Application Laid-Open No. 3-289596. The system disclosed here
A database in which at least plant information and system information, piping specification information and piping thinning information, thinning importance rank information, system screen information and piping line identification information, and actual machine thickness measurement information are stored as input information. And auxiliary storage means for storing a plurality of programs for operating a plurality of systems for outputting a management item, a thinning rate, and a remaining life evaluation of a thinning pipe from a database, and a plurality of programs for operating the system. Central processing means for selectively retrieving the information, controlling and calculating various other information for managing the thinning pipe stored in the database, and outputting the management items of the thinning pipe, the thinning rate and the remaining life evaluation. ,
A display means for displaying any one of the output including the management item, the thinning rate, and the remaining life is provided. A system for performing similar pipe thinning management is disclosed in JP-A-8-17817.
No. 2 discloses. This document describes a method for calculating and evaluating thinning by erosion and corrosion. The thinning measurement database of one or more types of plants and the thinning of literature data and experimental data as data relating to general thinning rates. From the database, the relationship between the material composition, water quality, and flow velocity, which are factors of the erosion and corrosion of the thinning phenomenon, and the relationship between the thinning data and
A mathematical model formula for thinning was set, and the relationship between the erosion and corrosion factors and the thinning amount was made a function so that thinning calculation and evaluation could be performed for each condition of each erosion and corrosion factor. .
【０００３】[0003]
【発明が解決しようとする課題】特開平３−２８９５９
６号に開示された方法は、配管余寿命の予測として、空
間的あるいは時間的に差分を取りそれらの線形外挿から
寿命を予測するものであった。これらの方式では、配管
の減肉する速度は一定と仮定して、減肉がそのままの速
度で進んだ場合の最大許容減肉量に至る時間を計算して
いる。しかしながら配管の減肉は、一般にエロージョン
・コロージョンと呼ばれる現象により進行する。発明者
らは、実プラントの配管減肉データを調査した結果、配
管減肉の速度は時間の経過とともに減少することを見出
した。これはエロージョン・コロージョンが、配管の機
械的な摩耗と同時に酸化皮膜の破壊・修復が同時に起こ
るメカノケミカルな現象であることに起因している。し
たがって従来方式では、最大許容減肉量に至る時間を実
際の寿命時間よりも短く推定する可能性があった。また
特開平８−１７８１７２号に開示された方法では、関数
関係を規定してパラメータの選択方法について規定して
いるものの、その具体的な実現方法については不明確で
ある。Problems to be Solved by the Invention Japanese Patent Application Laid-Open No. 3-28959
The method disclosed in No. 6 predicts the service life from the linear extrapolation of the difference in space or time as the prediction of the remaining pipe life. In these methods, the time required to reach the maximum allowable thinning amount when the thinning proceeds at the same speed is calculated, assuming that the pipe thinning speed is constant. However, pipe wall thinning generally proceeds by a phenomenon called erosion and corrosion. As a result of investigating pipe thinning data of an actual plant, the inventors have found that the rate of pipe thinning decreases with time. This is because erosion and corrosion are mechanochemical phenomena in which the wear and tear of the oxide film occur simultaneously with the mechanical wear of the piping. Therefore, in the conventional method, there is a possibility that the time to reach the maximum allowable thinning amount is estimated to be shorter than the actual life time. Further, in the method disclosed in Japanese Patent Application Laid-Open No. 8-178172, although a method for selecting parameters is defined by defining a functional relationship, a specific method of realizing the method is unclear.
【０００４】本発明の目的は、発電プラントの配管の減
肉予測方法において、高精度の配管減肉予測式を提供す
ることにある。An object of the present invention is to provide a highly accurate pipe wall thinning prediction formula in a pipe wall thinning prediction method of a power plant.
【０００５】[0005]
【課題を解決するための手段】対象機器の表面に酸化皮
膜が成長・安定化するに伴って当該機器の減肉速度は次
第に減少する傾向があることを著者らは見いだした。こ
れらの現象は、表面の酸化皮膜の性状をはじめ、環境の
微少な変化が減肉速度に大きな影響を及ぼす可能性があ
り、一般にはそのばらつきが大きい確率的な現象と考え
られる。従って、このような機器においては、過去のデ
ータベースを参照しながら、ばらつきも考慮した上で、
当該機器の減肉スピードの範囲を推定することが有効と
考えられる。Means for Solving the Problems The present inventors have found that as the oxide film grows and stabilizes on the surface of a target device, the thinning rate of the device tends to gradually decrease. These phenomena may be caused by minute changes in the environment, such as the properties of the oxide film on the surface, and may have a great effect on the rate of wall thinning. Therefore, in such a device, with consideration given to variations while referring to a past database,
It is considered effective to estimate the range of the thickness reduction speed of the device.
【０００６】本発明は、過去に測定された肉厚測定結果
から算出した減肉率のデータベースから統計解析により
残存寿命、すなわち減肉量を時間の非線形関数として表
現するか、あるいは予測式にパラメータ相互効果の補正
係数を入れることにより、最小許容肉厚に到達する時間
を正確に予測する。さらに、人工知能を用いて作成され
た予測式の妥当性を判断し、最適の予測式を導出し、高
精度の配管減肉予測式を提供する。According to the present invention, the remaining life, that is, the amount of thinning is expressed as a non-linear function of time by statistical analysis from a database of thinning rates calculated from wall thickness measurement results measured in the past, or a parameter is added to a prediction formula. By including a mutual effect correction factor, the time to reach the minimum allowable wall thickness is accurately predicted. Furthermore, the validity of the prediction formula created using artificial intelligence is determined, an optimal prediction formula is derived, and a highly accurate pipe thinning prediction formula is provided.
【０００７】[0007]
【発明の実施の形態】（実施例１）本発明の装置を活用
するに当たり、まず現在までに測定された肉厚測定結果
をデータベース内に登録する。登録された減肉量のデー
タを時間ごとにワイブルプロットしたところ、図１に示
すように配管を設置して時間が経過すると、減肉量は増
加する傾向が見られた。さらにこれらのデータを累積ワ
イブルプロットしたところ図２のようになった。このプ
ロットと、信頼度β(０.９５）との交点から各時間での
最大減肉量を求めたところ、図２のように１年（１００
００ｈ）ではｄ１(２.０）mm、３年(３００００ｈ)では
ｄ２(３.０）mm、５年(５００００ｈ)ではｄ３(３.５）
mmとなった。これらの減肉量の時間変化を、横軸を時
間、縦軸を最大減肉量としてプロットしたところ、図３
のような曲線となった。この曲線は次のような式で表現
できる。DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS (Embodiment 1) In utilizing the apparatus of the present invention, first, the thickness measurement results measured so far are registered in a database. When Weibull plotting of the registered data of the wall thinning amount was performed for each time, the wall thinning amount tended to increase as time elapses after the piping is installed as shown in FIG. FIG. 2 shows a cumulative Weibull plot of these data. From the intersection of this plot and the reliability β (0.95), the maximum thinning amount at each time was calculated, and as shown in FIG.
00h), d1 (2.0) mm, 3 years (30000h), d2 (3.0) mm, 5 years (50000h), d3 (3.5)
mm. FIG. 3 shows the time change of the wall thinning amount plotted with the horizontal axis representing time and the vertical axis representing the maximum wall thinning amount.
It became a curve like. This curve can be expressed by the following equation.
【０００８】ｙ（減肉量／mm）＝０.０７９Ｘ0.35 Ｘ：時間（ｈ） ところで、この系統の最大許容減肉量はｄｃｒ(５.０）
mmであった。Y (thickness reduction / mm) = 0.079X 0.35 X: time (h) By the way, the maximum allowable thinning of this system is dcr (5.0).
mm.
【０００９】この曲線を適当な時間のべき乗関数で近似
・外挿し、減肉量が最大許容減肉量にいたるまでの時間
を求めたところ、ｔｃｒ（１３８０００ｈ）である事が
分かった。なお、本実施例では、１年間を約１００００
時間として計算した。When this curve was approximated / extrapolated by an appropriate power function of time and the time required for the thickness reduction to reach the maximum allowable thickness reduction was determined, it was found to be tcr (138000 h). In this embodiment, one year is about 10,000
Calculated as time.
【００１０】これらの流れをフロー図にすると図４のよ
うになる。以上のように、本方法を用いることによっ
て、非線型の減肉予測が可能となり、従来の方法に比
べ、配管の寿命をより精度良く予測することができる。 （実施例２）本発明の請求項４に記載のモデル式の例を
示す。原子力プラント蒸気系配管の減肉データを収集し
たデータベースを統計解析した。まず、減肉量データＣ
の常用対数をとり、重回帰分析により統計解析をしたと
ころ次のような定量化ができた。FIG. 4 is a flow chart showing these flows. As described above, by using the present method, non-linear wall thickness reduction can be predicted, and the life of the pipe can be predicted more accurately than the conventional method. (Embodiment 2) An example of a model formula according to claim 4 of the present invention will be described. Statistical analysis was conducted on the database that collected data on thinning of steam piping in nuclear power plants. First, data C
By taking the common logarithm and performing statistical analysis by multiple regression analysis, the following quantification was possible.
【００１１】 LogＣ＝α１／(Ｔ−１５０)2＋α２・ｖ＋α３・Ｏ２＋α４・Ｃｒ＋α５・ ｗｔ＋α６・ｔ …（１） ただし、ここでＣｒ：材料母材中のクロム含有量であ
る。LogC = α1 / (T−150) 2 + α2 · v + α3 · O2 + α4 · Cr + α5 · wt + α6 · t (1) where Cr is the chromium content in the material base material.
【００１２】（１）式の両辺で１０のべき乗をとり、対
数からもとの値に戻すことにより、 Ｃ＝１０α 1/(T-150)2・１０α 2 ・ v・１０α 3 ・ O2・１０α 4 ・ Cr ・１０α 5 ・ wt・１０α 6 ・ t …（２） を得た。By taking a power of 10 on both sides of the equation (1) and returning the logarithm to the original value, C = 10 α 1 / (T-150) 2 · 10 α 2 · v · 10 α 3 · O2 · 10 α 4 · Cr · 10 α 5 · wt · 10 α 6 · t ... were obtained (2).
【００１３】いま、原子力のある蒸気系配管で１０年後
の配管の減肉を予測する必要が生じた。この配管の諸パ
ラメータはＴ＝Ｔ１，ｖ＝ｖ１，Ｏ２＝Ｏ２１，Ｃｒ＝
Ｃｒ１，Ｗｔ＝Ｗｔ１，ｔ＝１０００００ｈｒでこれら
を（２）式に代入し、Ｃ１の減肉量を得た。さらに１５
年後は１０年後に比べ、減肉量が何倍になっているかを
求めたところ、１５年後（＝１５００００ｈｒ）の配管
減肉量をＣ２とすると時間以外の諸条件は同じなので、 Ｃ２／Ｃ１＝１０α 6 ・ (150000-100000)＝１０α 6 ・ 50000 という結果を得た。 （実施例３）図５に肉厚測定判断フローを示す。本発明
の装置を活用するに当たり、まず現在までに測定された
肉厚測定結果をデータベース内に登録する。登録された
データより、減肉率を求めデータベース内に登録する。
減肉率は次のようにして求めることができる。[0013] Now, it is necessary to predict pipe wall thinning after 10 years in a steam pipe with nuclear power. The parameters of this pipe are T = T1, v = v1, O2 = O21, Cr =
These were substituted into equation (2) with Cr1, Wt = Wt1, t = 100000 hr to obtain the C1 thinning amount. Further 15
When the amount of wall thinning increased by 10 years compared to 10 years later, the pipe wall loss after 15 years (= 150,000 hrs) was assumed to be C2. to obtain a result that C1 = 10 α 6 · (150000-100000 ) = 10 α 6 · 50000. (Embodiment 3) FIG. 5 shows a flow chart for determining the thickness. When utilizing the apparatus of the present invention, first, the thickness measurement results measured so far are registered in a database. From the registered data, the thinning rate is determined and registered in the database.
The thinning rate can be determined as follows.
【００１４】（減肉率）＝（（前回測定肉厚）―（今回
測定肉厚））／（運転時間） 登録された減肉率データより、実施例１と同様の方法で
統計解析を行い予測式を作成する。次に、作成された予
測式の妥当性を文献・実験データに基づいた人工知能に
より判断する。判断方法については後述する。(Thickness reduction rate) = ((Thickness measured last time) − (Thickness measured this time)) / (Operation time) Statistical analysis is performed in the same manner as in Example 1 from the registered thinning rate data. Create a prediction formula. Next, the validity of the created prediction formula is determined by artificial intelligence based on literature and experimental data. The determination method will be described later.
【００１５】判断された結果、妥当性が無い場合には、
予測式の精度を向上させるために、系統別，内部流体
別，配管材質別，配管形状別などの観点のうちいずれか
の観点から再分類する。再分類された減肉率のデータベ
ースを統計解析し予測式を作成し、再度予測式の妥当性
を判断する。If the result of the determination is not valid,
In order to improve the accuracy of the prediction formula, reclassification is performed from one of viewpoints such as system, internal fluid, pipe material, and pipe shape. Statistical analysis of the reclassified thinning rate database is performed to create a prediction formula, and the validity of the prediction formula is determined again.
【００１６】予測式の妥当性がある場合には、予測値と
実測値の標準偏差をとり、定めた許容値未満であるかを
判断する。許容値以上の場合には、上述の妥当性無しの
場合と同様に各種データを再分類し再度予測式を作成す
る。許容値未満の場合には、適用条件及び予測式を登録
する。以上の流れによって、配管の減肉量を予測する。If the prediction formula is valid, the standard deviation between the predicted value and the actually measured value is obtained, and it is determined whether the predicted value is less than a predetermined allowable value. If the value is equal to or more than the allowable value, various data are re-classified and a prediction formula is created again as in the case of no validity described above. If it is less than the allowable value, the application condition and the prediction formula are registered. With the above flow, the pipe wall thinning amount is predicted.
【００１７】ここで、予測式の妥当性の判断方法につい
て説明する。図６に、予測式の妥当性判定フローを示
す。統計解析により求められた減肉予測式の妥当性は、
次のように判定される。Here, a method of determining the validity of the prediction formula will be described. FIG. 6 shows a flow of determining the validity of the prediction formula. The validity of the thinning prediction formula obtained by the statistical analysis is
It is determined as follows.
【００１８】判定フローに示すように、以下の項目
（１）〜（５）の条件をすべて満たした場合、減肉予測
式は妥当であると判定される。 （１）減肉速度は流速の増加とともに増加傾向である。 （２）減肉速度はＣｒ含有率の増加とともに減少方向で
ある。 （３）単相流より二相流の方が減肉速度が大きい。 （４）単相流において溶存酸素濃度１５ppb未満の減肉
速度は１５ppb以上の速度に比べ大きい。 （５）減肉速度は温度１００℃〜２００℃が最も高い。As shown in the determination flow, when all of the following items (1) to (5) are satisfied, the thinning prediction equation is determined to be valid. (1) The thinning rate tends to increase as the flow velocity increases. (2) The rate of wall thinning decreases in the direction of increasing Cr content. (3) The two-phase flow has a higher wall thinning rate than the single-phase flow. (4) In a single-phase flow, the rate of wall thinning at a dissolved oxygen concentration of less than 15 ppb is greater than that at a rate of 15 ppb or more. (5) The rate of wall thinning is highest at a temperature of 100 ° C to 200 ° C.
【００１９】以上説明したように、肉厚測定結果データ
ベースに登録されたデータより、図５に示すフローに従
い、装置内で予測式が作成・登録される。本発明では、
統計解析手法として重回帰分析、あるいは極値統計、あ
るいは比例ハザード法，プロビット解析のような多変量
を扱える寿命予測統計を用いることができる。As described above, the prediction formula is created and registered in the apparatus according to the flow shown in FIG. 5 from the data registered in the thickness measurement result database. In the present invention,
As the statistical analysis method, a multiple regression analysis, an extreme value statistic, or a life expectancy statistic that can handle a multivariate such as a proportional hazard method or a probit analysis can be used.
【００２０】本発明の装置により点検対象を選択する場
合には装置内で作成された予測式より求まる減肉率及び
最新の肉厚測定結果から下式により余寿命が算出され
る。なお、下式における減肉率は、現在の減肉率と将来
の減肉率（予測値）から設定される。When an inspection object is selected by the apparatus of the present invention, the remaining life is calculated by the following equation from the wall thickness reduction rate obtained from the prediction equation created in the apparatus and the latest wall thickness measurement result. The wall thinning rate in the following equation is set from the current wall thinning rate and the future wall thinning rate (predicted value).
【００２１】(余寿命)＝((必要最小肉厚) −(最新測定
結果での最小肉厚値))／(減肉率)* ただし、ここでの(減肉率)*：実施例１で示した、減肉
量−時間の曲線からの現在と将来の予測値の平均値 上記により算出された余寿命（寿命評価）により、余寿
命の短いものから優先的に測定箇所として選出される。
また、寿命評価の結果から定期点検時の点検対象を選定
する際に同程度の評価結果となった測定箇所について
は、プラントの系統構成から不具合発生時、プラントの
運転へ及ぼす影響を評価し、プラントの安全安定運転へ
及ぼす影響の高い配管を優先的に点検対象として選択す
る。また、新たな測定結果が追加された場合には上記と
同様の手順に従い、定期点検などの最新の減肉データを
取り込み、更新されたデータベースから、減肉予測式の
修正、妥当性の確認を行い、新たに予測式が作成され、
点検対象が再評価される。(Remaining life) = ((required minimum thickness) − (minimum thickness value in latest measurement result)) / (thinning rate) * where (thinning rate) * : Example 1 The average value of the present and future predicted values from the curve of wall thinning-time shown in the above. Based on the remaining life (life evaluation) calculated as described above, those with shorter remaining life are preferentially selected as measurement points. .
In addition, when selecting inspection targets for periodic inspections from the life evaluation results, for the measurement points that have the same evaluation result, evaluate the effect on plant operation when a failure occurs from the plant system configuration, Pipes that have a high effect on the safe and stable operation of the plant are selected as inspection targets with priority. If a new measurement result is added, follow the same procedure as above to capture the latest thinning data, such as periodic inspections, and use the updated database to correct the thinning prediction formula and confirm the validity. And a new prediction formula is created,
The inspection target is reevaluated.
【００２２】[0022]
【発明の効果】本発明による高精度の配管減肉予測式を
提供することにより配管点検周期の適正化が実施できる
ため、検査の省力化が可能である。また、予測式の高精
度化によりプラントの安全安定運転へ大きく貢献するも
のである。By providing a highly accurate pipe thinning prediction formula according to the present invention, the pipe inspection cycle can be optimized, and the inspection labor can be saved. In addition, the high accuracy of the prediction formula greatly contributes to the safe and stable operation of the plant.
【図１】時間ごとの最大減肉量のワイブル分布プロファ
イル。FIG. 1 is a Weibull distribution profile of the maximum thinning amount over time.
【図２】時間ごとの最大減肉量の累積ワイブル分布プロ
ファイル。FIG. 2 is a cumulative Weibull distribution profile of the maximum wall thickness loss over time.
【図３】最大減肉量の時間変化からの寿命推定。FIG. 3 Estimation of life from the time change of maximum wall thickness reduction.
【図４】統計処理による寿命予測のフロー。FIG. 4 is a flowchart of life expectancy prediction by statistical processing.
【図５】肉厚測定判断フロー。FIG. 5 is a flow chart for determining a thickness.
【図６】予測式の妥当性判定フロー。FIG. 6 is a flowchart for determining the validity of a prediction equation.
───────────────────────────────────────────────────── フロントページの続き (72)発明者 大橋 健也 茨城県日立市大みか町七丁目１番１号 株 式会社日立製作所日立研究所内 (72)発明者 久恒 真一 茨城県日立市幸町三丁目１番１号 株式会 社日立製作所原子力事業部内 Ｆターム(参考） 3J071 AA03 AA12 EE08 EE19 FF07 5B049 AA00 AA06 BB00 CC11 EE39 GG07 5H223 AA03 BB05 EE28 FF05 9A001 GG01 KK55 LL02 ──────────────────────────────────────────────────続 き Continuing on the front page (72) Inventor Kenya Ohashi 7-1-1, Omika-cho, Hitachi City, Ibaraki Prefecture Inside the Hitachi Research Laboratory, Hitachi, Ltd. No. 1-1 F-term in the Nuclear Power Division of Hitachi, Ltd. (Reference) 3J071 AA03 AA12 EE08 EE19 FF07 5B049 AA00 AA06 BB00 CC11 EE39 GG07 5H223 AA03 BB05 EE28 FF05 9A001 GG01 KK55 LL
Claims (7)
タベースに基づき、その傾向を統計解析して、減肉量を
時間の非線形関数として表現するか、あるいは予測式に
パラメータ相互効果の補正項を入れることにより、残存
寿命を非線形的に予測することを特徴とする配管減肉予
測方法。As a method of predicting pipe wall thinning, a trend is statistically analyzed based on a past database to express the wall thinning amount as a nonlinear function of time, or correction of parameter mutual effect is performed in a prediction formula. A pipe wall thinning prediction method characterized by nonlinearly predicting a remaining life by including a term.
て、少なくとも１プラント以上の過去に測定された肉厚
測定結果から算出した減肉率のデータベースから統計解
析により作成した予測式を、文献データあるいは実験デ
ータに基づいてその妥当性を統計的に判断することを特
徴とする配管減肉予測方法。2. The pipe wall thinning prediction method according to claim 1, wherein a prediction formula created by statistical analysis from a database of wall thinning rates calculated from wall thickness measurement results measured at least in one or more plants in the past is provided. A pipe thinning prediction method characterized by statistically judging the validity based on literature data or experimental data.
て、統計解析の手法として重回帰分析、あるいは極値統
計、あるいは比例ハザード法，プロビット解析のような
多変量を扱える寿命予測統計を用いることを特徴とする
配管減肉予測方法。3. A method for predicting pipe wall thinning according to claim 2, wherein a statistical analysis method includes a multiple regression analysis, an extreme value statistic, or a life prediction statistic that can handle a multivariate such as a proportional hazard method or a probit analysis. A pipe thinning prediction method characterized by being used.
て、配管の寿命予測方法として、統計解析を用いた場合
の寿命推定のモデル式に、該配管の幾何学的形状，上流
配管の幾何学的形状，温度，流速，溶存酸素濃度，ｐ
Ｈ，湿り度，材料成分および運転時間の９項目を選定
し、下記モデル式を設定することを特徴とする配管減肉
予測方法。 Ｆ(Ｔ，ｖ，Ｏ２，Ｋｃ１，Ｋｃ２，ｐＨ，Ｍｔ，ｗ
ｔ，ｔ)：減肉速度 Ｆ1(Ｔ) ：温度効果パラメータ Ｆ2(ｖ) ：流速効果パラメータ Ｆ3(Ｏ2) ：溶存酸素濃度効果パラメータ Ｆ4(Ｋｃ１) ：当該配管形状効果パラメータ Ｆ5(Ｋｃ２) ：上流配管形状効果パラメータ Ｆ6(ｐＨ） ：ｐＨ効果パラメータ Ｆ7(Ｍｔ) ：材料成分効果パラメータ Ｆ8(Ｗｔ) ：湿り度効果パラメータ Ｆ9(ｔ) ：運転時間効果パラメータ Ｃij：パラメータ相互効果補正係数（定数項を含む）：
＝Ｇ(ｘｉ，ｘｊ)：ｘｉ，ｘｊは上記Ｔ，ｖ，Ｏ２，Ｋ
ｃ１，Ｋｃ２，ｐＨ，Ｍｔ，Ｗｔ，ｔのいずれかを表す
（Ｉ≠ｊ）4. The method for predicting pipe wall thinning according to claim 2, wherein, as a method of predicting the life of the pipe, a model formula for estimating the life when statistical analysis is used includes a geometrical shape of the pipe and a pipe shape of the upstream pipe. Geometry, temperature, flow rate, dissolved oxygen concentration, p
A pipe thinning prediction method characterized by selecting nine items of H, wetness, material composition and operation time and setting the following model formula. F (T, v, O2, Kc1, Kc2, pH, Mt, w
t, t): Wall thinning rate F 1 (T): Temperature effect parameter F 2 (v): Flow velocity effect parameter F 3 (O 2 ): Dissolved oxygen concentration effect parameter F 4 (Kc1): Pipe shape effect parameter F 5 (Kc2): upstream pipe shape effect parameter F 6 (pH): pH effect parameter F 7 (Mt): material component effect parameter F 8 (Wt): wetness effect parameter F 9 (t): operation time effect parameter Cij : Parameter mutual effect correction coefficient (including constant term):
= G (xi, xj): xi, xj are the above T, v, O2, K
c1, Kc2, pH, Mt, Wt, or t (I ≠ j)
て、配管の寿命予測方法として、系統別あるいは内部流
体別あるいは配管材質別あるいは配管形状別に減肉率の
データベースを解析し、モデル式を設定することを特徴
とする配管減肉予測方法。5. A method for predicting pipe wall thinning according to claim 2, wherein a database of wall thinning rates is analyzed by system, internal fluid, pipe material, or pipe shape as a pipe life predicting method, and a model formula is used. A pipe wall thinning prediction method, wherein
て、寿命評価の結果から定期点検時の点検対象を選定す
る際に同程度の評価結果となった測定箇所については、
プラントの系統構成から不具合発生時、プラントの運転
へ及ぼす影響を評価し、プラントの安全安定運転へ及ぼ
す影響の高い配管を優先的に点検対象として選択するこ
とを特徴とする配管点検箇所選択方法。6. In the method for predicting pipe wall thinning according to claim 1, for the measurement points having the same evaluation result when selecting the inspection target at the time of the periodic inspection from the life evaluation result,
A piping inspection location selection method characterized by evaluating the effect on plant operation when a failure occurs based on the plant system configuration, and preferentially selecting, as an inspection target, piping that has a high effect on plant safety and stable operation.
て、前記減肉率のデータベースに、定期点検などの最新
の減肉データを取り込み、更新されたデータベースか
ら、減肉予測式を修正し、妥当性を確認することを特徴
とする配管減肉予測方法。7. The pipe thinning prediction method according to claim 2, wherein the latest thinning data such as a periodic inspection is taken into the database of the thinning rate, and the thinning prediction formula is corrected from the updated database. And a pipe wall thinning prediction method characterized by confirming the validity.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000101191A JP2001280599A (en) | 2000-03-31 | 2000-03-31 | Service life prediction method for power generation plant piping |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2000101191A JP2001280599A (en) | 2000-03-31 | 2000-03-31 | Service life prediction method for power generation plant piping |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2001280599A true JP2001280599A (en) | 2001-10-10 |
Family
ID=18615279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2000101191A Pending JP2001280599A (en) | 2000-03-31 | 2000-03-31 | Service life prediction method for power generation plant piping |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2001280599A (en) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003233414A (en) * | 2002-02-12 | 2003-08-22 | Mitsubishi Heavy Ind Ltd | Plant inspection result recording system |
| JP2006330975A (en) * | 2005-05-25 | 2006-12-07 | Chugoku Electric Power Co Inc:The | Inspection table production device and inspection table production system |
| JP2007017186A (en) * | 2005-07-05 | 2007-01-25 | Babcock Hitachi Kk | Calculation method of thinning rate of flow-accelerated corrosion, and diagnosis method of residual service life |
| JP2007085697A (en) * | 2005-09-26 | 2007-04-05 | Chugoku Electric Power Co Inc:The | Clinker transport piping life control system and life control method |
| JP2009097887A (en) * | 2007-10-12 | 2009-05-07 | Tokiko Techno Kk | Leakage risk evaluation method for underground storage tank facility |
| JP2009205554A (en) * | 2008-02-28 | 2009-09-10 | Hitachi Plant Technologies Ltd | Method for calculating degree of deterioration of equipment, and risk assessment method |
| JP2010054349A (en) * | 2008-08-28 | 2010-03-11 | Toshiba Corp | Pipe deterioration diagnosis device and method |
| JP2010071741A (en) * | 2008-09-17 | 2010-04-02 | Toshiba Corp | Piping thickness measurement method and device |
| JP2010271852A (en) * | 2009-05-20 | 2010-12-02 | Hitachi Ltd | Plant operation data prediction system and method |
| CN103530498A (en) * | 2013-08-23 | 2014-01-22 | 贵州大学 | Cold extruding die wear predication and loss reduction method |
| CN105046051A (en) * | 2015-06-19 | 2015-11-11 | 长安大学 | Prediction method for number of freeze-thaw actions in actual environment |
| WO2016017841A1 (en) * | 2014-07-31 | 2016-02-04 | 케이.엘.이.에스 주식회사 | Pipe lifespan management system associated with three dimensional displacement measurement apparatus |
| JP2017091181A (en) * | 2015-11-09 | 2017-05-25 | 横河電機株式会社 | Field apparatus |
| CN106845675A (en) * | 2016-12-15 | 2017-06-13 | 河海大学 | A kind of method of the Mountain Area thickness of soil prediction based on gridded DEM |
| JP2018073154A (en) * | 2016-10-31 | 2018-05-10 | 旭有機材株式会社 | Piping member diagnosis system and piping member diagnosis method |
| CN109948860A (en) * | 2019-03-26 | 2019-06-28 | 哈工大机器人（合肥）国际创新研究院 | A kind of mechanical system method for predicting residual useful life and system |
| WO2020003598A1 (en) * | 2018-06-28 | 2020-01-02 | 株式会社日立製作所 | Plant diagnostic system and method |
| CN111428417A (en) * | 2020-04-16 | 2020-07-17 | 宁波江丰电子材料股份有限公司 | Method for predicting service life of target material |
| KR102376996B1 (en) * | 2021-05-28 | 2022-03-21 | 롯데이네오스화학(주) | Corrosion alarm system for pipe life management and method thereof |
| KR20220041512A (en) * | 2020-09-25 | 2022-04-01 | 한국원자력연구원 | Apparatus and method for predicting of the tube wall thinning |
| CN117648817A (en) * | 2023-12-05 | 2024-03-05 | 北京化工大学 | Process pipeline corrosion data acquisition method, electronic equipment and storage medium |
| JP7467160B2 (en) | 2020-02-21 | 2024-04-15 | 三菱重工業株式会社 | Wall thinning monitoring system, power generation plant, wall thinning monitoring method, and wall thinning monitoring program |
-
2000
- 2000-03-31 JP JP2000101191A patent/JP2001280599A/en active Pending
Cited By (26)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003233414A (en) * | 2002-02-12 | 2003-08-22 | Mitsubishi Heavy Ind Ltd | Plant inspection result recording system |
| JP2006330975A (en) * | 2005-05-25 | 2006-12-07 | Chugoku Electric Power Co Inc:The | Inspection table production device and inspection table production system |
| JP2007017186A (en) * | 2005-07-05 | 2007-01-25 | Babcock Hitachi Kk | Calculation method of thinning rate of flow-accelerated corrosion, and diagnosis method of residual service life |
| JP4630745B2 (en) * | 2005-07-05 | 2011-02-09 | バブコック日立株式会社 | Calculation method of flow accelerated corrosion thinning rate and remaining life diagnosis method |
| JP2007085697A (en) * | 2005-09-26 | 2007-04-05 | Chugoku Electric Power Co Inc:The | Clinker transport piping life control system and life control method |
| JP2009097887A (en) * | 2007-10-12 | 2009-05-07 | Tokiko Techno Kk | Leakage risk evaluation method for underground storage tank facility |
| JP2009205554A (en) * | 2008-02-28 | 2009-09-10 | Hitachi Plant Technologies Ltd | Method for calculating degree of deterioration of equipment, and risk assessment method |
| JP2010054349A (en) * | 2008-08-28 | 2010-03-11 | Toshiba Corp | Pipe deterioration diagnosis device and method |
| JP2010071741A (en) * | 2008-09-17 | 2010-04-02 | Toshiba Corp | Piping thickness measurement method and device |
| JP2010271852A (en) * | 2009-05-20 | 2010-12-02 | Hitachi Ltd | Plant operation data prediction system and method |
| CN103530498A (en) * | 2013-08-23 | 2014-01-22 | 贵州大学 | Cold extruding die wear predication and loss reduction method |
| WO2016017841A1 (en) * | 2014-07-31 | 2016-02-04 | 케이.엘.이.에스 주식회사 | Pipe lifespan management system associated with three dimensional displacement measurement apparatus |
| CN105046051A (en) * | 2015-06-19 | 2015-11-11 | 长安大学 | Prediction method for number of freeze-thaw actions in actual environment |
| JP2017091181A (en) * | 2015-11-09 | 2017-05-25 | 横河電機株式会社 | Field apparatus |
| JP2018073154A (en) * | 2016-10-31 | 2018-05-10 | 旭有機材株式会社 | Piping member diagnosis system and piping member diagnosis method |
| CN106845675A (en) * | 2016-12-15 | 2017-06-13 | 河海大学 | A kind of method of the Mountain Area thickness of soil prediction based on gridded DEM |
| JP2020004087A (en) * | 2018-06-28 | 2020-01-09 | 株式会社日立製作所 | Plant diagnosis system and method |
| WO2020003598A1 (en) * | 2018-06-28 | 2020-01-02 | 株式会社日立製作所 | Plant diagnostic system and method |
| JP7161872B2 (en) | 2018-06-28 | 2022-10-27 | 株式会社日立製作所 | Plant diagnostic system |
| CN109948860A (en) * | 2019-03-26 | 2019-06-28 | 哈工大机器人（合肥）国际创新研究院 | A kind of mechanical system method for predicting residual useful life and system |
| JP7467160B2 (en) | 2020-02-21 | 2024-04-15 | 三菱重工業株式会社 | Wall thinning monitoring system, power generation plant, wall thinning monitoring method, and wall thinning monitoring program |
| CN111428417A (en) * | 2020-04-16 | 2020-07-17 | 宁波江丰电子材料股份有限公司 | Method for predicting service life of target material |
| KR20220041512A (en) * | 2020-09-25 | 2022-04-01 | 한국원자력연구원 | Apparatus and method for predicting of the tube wall thinning |
| KR102545240B1 (en) * | 2020-09-25 | 2023-06-20 | 한국원자력연구원 | Apparatus and method for predicting of the tube wall thinning |
| KR102376996B1 (en) * | 2021-05-28 | 2022-03-21 | 롯데이네오스화학(주) | Corrosion alarm system for pipe life management and method thereof |
| CN117648817A (en) * | 2023-12-05 | 2024-03-05 | 北京化工大学 | Process pipeline corrosion data acquisition method, electronic equipment and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2001280599A (en) | Service life prediction method for power generation plant piping | |
| EP3025202B1 (en) | Dynamic monitoring, diagnosis, and control of cooling tower systems | |
| CN107301570B (en) | Traffic prediction method, abnormal traffic detection device and electronic equipment | |
| JP4998039B2 (en) | Observation data assimilation method | |
| CN105115573A (en) | Correction method and device for flood flow forecasting | |
| CN115587673B (en) | Voltage transformer error state prediction method and system | |
| CN113094934B (en) | Pipeline corrosion depth prediction method driven by physical model and data fusion | |
| JP2006092058A (en) | Flow rate estimation device | |
| CN110298765B (en) | Power distribution network power consumption abnormality detection method based on objective correlation factors | |
| JP2009186251A (en) | Method for interpolating values of rainfall and summing total rainfall | |
| JP2009060767A (en) | Diagnosis system of insulation deterioration of rotating machine | |
| JP4413202B2 (en) | Dam basin snow amount estimation device, dam inflow water amount estimation device and program | |
| Baraldi et al. | Prognostics under different available information | |
| JP6098553B2 (en) | Rejuvenated phosphorus amount prediction device, recovered phosphorus amount prediction method, and converter dephosphorization control method | |
| Khamis et al. | A robust vector autoregressive model for forecasting economic growth in Malaysia | |
| CN115280094A (en) | Method and device for determining fouling of a heat exchanger | |
| JP6875602B2 (en) | Maintenance support equipment, maintenance support programs and maintenance support methods | |
| Booysen et al. | A simplified methodology for baseline model evaluation and comparison | |
| Mykyychuk et al. | Increasing metrological autonomy of in-plant measuring systems | |
| CN113626978A (en) | On-line prediction method and system for detonation velocity of civil explosive emulsion explosive | |
| Keizers et al. | Atmospheric Corrosion Prognostics Using a Particle Filter | |
| CN108154292B (en) | Method and system for establishing prediction model of road surface performance | |
| CN110942177A (en) | Method for evaluating influence of climate change on Ongbia underground water resource | |
| Fehlmann et al. | A new approach for continuously monitoring project deadlines in software development | |
| Pietrucha-Urbanik | Prioritizing Water Pipe Renewal Using Fuzzy Set Theory/Priorytetyzacja Odnowy Przewodów Wodociągowych z Zastosowaniem Teorii Zbiorów Rozmytych |