JP2002350198A - 検出器の健全性判定方法および健全性判定システム - Google Patents

Abstract

(57)【要約】 【課題】 プロセスに経年変化が生じた場合にも、検出
器の健全性を精度よく判定することができる、検出器の
健全性判定方法・システムを得ること。 【解決手段】 流量ｑを検出する対象検出器２１と、流
量ｑを常に健全な状態で検出する参照検出器２２と、対
象検出器２１および参照検出器２２による各流量データ
ｇ（ｔ），ｆ（ｔ）を収集するデータ収集部３０と、予
め設定された健全性予測モデル５１，プロセス経年変化
予測モデル５２，検出器劣化予測モデル５３が記憶され
たメモリ５０と、流量データｇ（ｔ），ｆ（ｔ）を各予
測モデル５１〜５３にそれぞれ入力して得られた各予測
データをそれぞれ演算処理する演算部４１および得られ
た演算結果に基づいて対象検出器２１の健全性を判定す
る判定用ＬＵＴ４２からなる判定部４０とを備える。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、プロセスに用いら
れる検出器の健全性を判定する判定方法および判定シス
テムに関する。

【０００２】

【従来の技術】原子力プラントなどにおいては、プロセ
スに用いられる各種材料、媒体の温度や流量、圧力、速
度等を管理して、プロセスを適切に制御する必要があ
り、このため、多数の流量検出器や圧力検出器等の検出
器が用いられている。そして、これらの検出器は、例え
ば１年ごと等定期的に検査（健全性判定）を受けて、検
出精度の維持を図る必要がある。

【０００３】通常、この検査は、各検出器に予め既知の
状態量を入力し、その入力に対する検出値（出力）を点
検することによって行われている。そして検出値が、予
め設定されている許容誤差範囲内であれば健全と判定
し、許容誤差範囲外であれば劣化していると判定し、必
要に応じて校正処理（キャリブレーション）が施されて
いる。

【０００４】ところで、プロセスには膨大な数の検出器
が用いられているため、その全てを検査するのは非常に
手間と時間がかかり、またこの検査の間はプラントの稼
働を停止するなどの措置を執る必要があり、プロセスの
稼働効率に直接の影響を及ぼす場合がある。

【０００５】そこで、近年は、検査対象の検出器（対象
検出器）による実際の出力値を、他の検出器（参照検出
器）によって検出された、当該対象検出器の正規の出力
値と相関を有する他の状態量、と比較することによっ
て、対象検出器の健全性を判定することが提案されてい
る（特開昭61-175807号公報）。

【０００６】すなわち、この方法によれば、同一の入力
に対して、常に健全である参照検出器の出力値と健全状
態における対象検出器との相関関係を予め予測モデルと
して設定しておき、実際の使用状態において、参照検出
器の出力値を予測モデルに入力して得られた、対象検出
器が健全状態であれば得られるであろうと予測される出
力予測値（健全予測状態量）と、健全状態であるか劣化
状態であるかが不明である実際の対象検出器の出力値と
を比較し、この比較の結果に基づいて、対象検出器の健
全性を判定することにより、対象検出器を直接検査する
ことなく、健全性を判定することができ、検出器の健全
性判定作業を効率化することができる。

【０００７】

【発明が解決しようとする課題】ところで、上述した提
案の方法は、プロセスに経年変化が生じていない状況
（検出器への入力値が変化しない状況）においては、検
出器の健全性についてある程度の精度で判定することが
できるものの、参照検出器と対象検出器との間のプロセ
スにおいて、経年変化が生じた状況（参照検出器と対象
検出器とで入力値が異なる状況）においては、健全性の
判定精度が低下する。このため、実際にはこのような経
年変化が生じる可能性があるプロセスについてはそのま
ま適用することができず、実用性に欠けていた。

【０００８】本発明は上記事情に鑑みてなされたもので
あり、プロセスに経年変化が生じた場合にも、検出器の
健全性を精度よく判定することができる、検出器の健全
性判定方法および健全性判定システムを得ることを目的
とする。

【０００９】

【課題を解決するための手段】上記目的を達成するため
に、本発明の請求項１にかかる検出器の健全性判定方法
は、所定のプロセスの状態量を検出する検出器（対象検
出器）の健全性を判定する検出器の健全性判定方法であ
って、プロセスが健全な状態、かつ検出器（対象検出
器）が健全な状態において、状態量を検出する健全な参
照検出器によって検出された状態量と、健全性を判定す
る対象となる対象検出器によって検出された状態量との
相関関係を求めて、プロセス健全状態かつ検出器健全状
態における、参照検出器による状態量と対象検出器によ
る状態量との関係を表す健全予測モデルを予め作成し、
プロセスが経年変化した状態、かつ対象検出器が健全な
状態において、参照検出器によって検出された状態量
と、対象検出器によって検出された状態量との相関関係
を求めて、プロセス経年変化状態かつ検出器健全状態に
おける、参照検出器による状態量と対象検出器による状
態量との関係を表すプロセス経年変化予測モデルを予め
作成し、プロセスが健全な状態、かつ対象検出器が劣化
した状態において、参照検出器によって検出された状態
量と、対象検出器によって検出された状態量との相関関
係を求めて、プロセス健全状態かつ検出器劣化状態にお
ける、参照検出器による状態量と対象検出器による状態
量との関係を表す検出器劣化予測モデルを予め作成し、
経年後において対象検出器によって検出された状態量
と、この経年後において参照検出器によって検出された
状態量を、健全予測モデル、プロセス経年変化予測モデ
ル、および検出器劣化予測モデルにそれぞれ入力して得
られた各予測状態量と、を比較し、これらの比較結果に
基づいて、対象検出器の健全性を判定することを特徴と
する。

【００１０】ここで、状態量とは、プロセスについて検
出器が検出する対象となる種々の物理量を意味するもの
であり、具体的には、温度、湿度、流量、圧力、距離、
濃度、速度、または方向等である。

【００１１】経年後における対象検出器によって検出さ
れた状態量（経年後検出状態量）と、同一の経年後にお
ける参照検出器によって検出された状態量を健全予測モ
デル、プロセス経年変化予測モデル、および検出器劣化
予測モデルにそれぞれ入力して得られた各予測状態量
（健全予測状態量、プロセス経年変化予測状態量および
検出器劣化予測状態量）と、の比較結果に基づいて、対
象検出器の健全性を判定する、とは、（１）経年後検出
状態量と健全予測状態量との比較結果、（２）経年後検
出状態量とプロセス経年変化予測状態量との比較結果、
および（３）経年後検出状態量と検出器劣化予測状態量
との比較結果、のうち少なくとも２つの比較結果に基づ
いて、健全性を判定することを意味する。

【００１２】なお、比較の具体的な方法としては、両者
間で減算処理を施して得られた両者の差によって比較し
てもよいし、両者間で除算処理を施して得られた商によ
って比較してもよいし、その他両者間で所定の演算処理
を施して得られた値によって比較してもよい。

【００１３】また、プロセス健全状態およびプロセス経
年変化状態とはいずれも、少なくとも対象検出器と参照
検出器との間のプロセスにおける健全状態あるいは経年
変化状態、を意味するものであり、プロセスの他の部分
における健全状態あるいは経年変化状態まで意味するも
のではない。

【００１４】このように構成された本発明の請求項１に
かかる検出器の健全性判定方法によれば、従来の経年後
検出状態量と健全予測状態量との比較結果だけでなく、
従来にはない、経年後検出状態量とプロセス（少なくと
も参照検出器と対象検出器との間のプロセス）の経年変
化を見込んだプロセス経年変化予測状態量との比較結果
や、経年後検出状態量と検出器の劣化を見込んだ検出器
劣化予測状態量との比較結果をも用いて、検出器の健全
性を判定するため、参照検出器と対象検出器との間のプ
ロセスに経年変化が生じた場合においても、検出器の健
全性を従来よりも精度よく判定することができる。

【００１５】また、本発明の請求項２にかかる検出器の
健全性判定方法は、請求項１にかかる検出器の健全性判
定方法において、上記相関関係は、参照検出器によって
検出された状態量と対象検出器によって検出された状態
量とに対してカルマンフィルタアルゴリズムを適用して
得られた線形関数であることを特徴とする。

【００１６】このように構成された本発明の請求項２に
かかる検出器の健全性判定方法は、本願発明者らが、現
実のプロセスにおけるこれら各予測モデル（健全予測モ
デル、プロセス経年変化予測モデルおよび検出器劣化予
測モデル）における参照検出器によって検出された状態
量と対象検出器によって検出された状態量との相関関係
の大部分は、線形関数によって近似的に表すことができ
ることを見出したことに基づいてなされたものであり、
この線形関数を求めるに際して、カルマンフィルタアル
ゴリズムを適用することにより、容易に上記相関関係
（線形関数）を求めることができる。

【００１７】また、本発明の請求項３にかかる検出器の
健全性判定方法は、請求項１または２にかかる検出器の
健全性判定方法において、経年後において対象検出器に
よって得られた状態量と、経年後において参照検出器に
よって得られた状態量を健全予測モデルに入力して得ら
れた健全予測状態量と、の差が予め設定された第１の閾
値よりも小さく、かつ、経年後において対象検出器によ
って得られた状態量と、経年後において参照検出器によ
って得られた状態量をプロセス経年変化予測モデルに入
力して得られたプロセス経年変化予測状態量と、の差が
予め設定された第２の閾値よりも大きく、かつ、経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量を検出器劣
化予測モデルに入力して得られた検出器劣化予測状態量
と、の差が予め設定された第３の閾値よりも大きいとき
は、対象検出器は健全であると判定することを特徴とす
る。

【００１８】ここで、第１の閾値は、健全予測モデルに
おける上記差（経年後において対象検出器によって得ら
れた状態量と、経年後において参照検出器によって得ら
れた状態量を健全予測モデルに入力して得られた健全予
測状態量と、の差）のみに応じて、対象検出器が健全で
あるか劣化しているかを判定するための指標として設定
された値であり、この健全予測モデル単独では、上記差
が第１の閾値よりも大きいときは、対象検出器は劣化し
ていると判定し、上記差が第１の閾値よりも小さいとき
は、対象検出器は健全であると判定し得る指標として、
実験的にあるいはシミュレーションによって設定された
値である。

【００１９】同様に、第２の閾値は、プロセス経年変化
予測モデルにおける上記差（経年後において対象検出器
によって得られた状態量と、経年後において参照検出器
によって得られた状態量をプロセス経年変化予測モデル
に入力して得られたプロセス経年変化予測状態量と、の
差）のみに応じて、プロセスが経年変化しているか否か
を判定するための指標として設定された値であり、この
プロセス経年変化予測モデル単独では、上記差が第２の
閾値よりも大きいときは、プロセスは経年変化していな
いと判定し、上記差が第２の閾値よりも小さいときは、
プロセスは経年変化していると判定し得る指標として、
実験的にあるいはシミュレーションによって設定された
値である。

【００２０】第３の閾値も同様に、検出器劣化予測モデ
ルにおける上記差（経年後において対象検出器によって
得られた状態量と、経年後において参照検出器によって
得られた状態量を検出器劣化予測モデルに入力して得ら
れた検出器劣化予測状態量と、の差）のみに応じて、対
象検出器が劣化しているか否かを判定するための指標と
して設定された値であり、この検出器劣化予測モデル単
独では、上記差が第３の閾値よりも大きいときは、対象
検出器は劣化していない（健全である）と判定し、上記
差が第３の閾値よりも小さいときは、検出器は劣化して
いる（健全ではない）と判定し得る指標として、実験的
にあるいはシミュレーションによって設定された値であ
る。

【００２１】なお、上記第１の閾値、第２の閾値および
第３の閾値は、請求項４以下の各発明においても上記説
明と同じであるため、以下の発明においては説明を省略
する。

【００２２】したがって、このように構成された本発明
の請求項３にかかる検出器の健全性判定方法によれば、
（１）経年後において対象検出器によって得られた状態
量と、経年後において参照検出器によって得られた状態
量を健全予測モデルに入力して得られた健全予測状態量
と、の差が予め設定された第１の閾値よりも小さいとき
は、対象検出器は健全である可能性が高く、（２）経年
後において対象検出器によって得られた状態量と、経年
後において参照検出器によって得られた状態量をプロセ
ス経年変化予測モデルに入力して得られたプロセス経年
変化予測状態量と、の差が予め設定された第２の閾値よ
りも大きいときは、プロセスは経年変化していない可能
性が高く、（３）経年後において対象検出器によって得
られた状態量と、経年後において参照検出器によって得
られた状態量を検出器劣化予測モデルに入力して得られ
た検出器劣化予測状態量と、の差が予め設定された第３
の閾値よりも大きいときは、対象検出器は劣化していな
い可能性が高く、これら（１）〜（３）の結果によれ
ば、プロセスの経年変化はない状態において対象検出器
は健全である可能性が極めて高く、したがって、対象検
出器の健全性について、健全であるとの判定は、従来の
判定よりも極めて精度の高いものとなる。

【００２３】なお、請求項３にかかる検出器の健全性判
定方法は、比較の方法として上述して両状態量の「差」
による方法を適用したものであるが、前述したように、
請求項１または２にかかる検出器の健全性判定方法にお
いては、「商」による方法を適用してもよい。

【００２４】また、本発明の請求項４にかかる検出器の
健全性判定方法は、請求項１または２にかかる検出器の
健全性判定方法において、経年後において対象検出器に
よって得られた状態量と、経年後において参照検出器に
よって得られた状態量を健全予測モデルに入力して得ら
れた健全予測状態量と、の差が予め設定された第１の閾
値よりも大きく、かつ、経年後において対象検出器によ
って得られた状態量と、経年後において参照検出器によ
って得られた状態量を検出器劣化予測モデルに入力して
得られた検出器劣化予測状態量と、の差が予め設定され
た第３の閾値よりも小さいときは、対象検出器は劣化し
ていると判定することを特徴とする。

【００２５】このように構成された本発明の請求項４に
かかる検出器の健全性判定方法によれば、（１）経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量を健全予測
モデルに入力して得られた健全予測状態量と、の差が予
め設定された第１の閾値よりも大きいときは、対象検出
器は健全でない可能性が高く、（２）経年後において対
象検出器によって得られた状態量と、経年後において参
照検出器によって得られた状態量を検出器劣化予測モデ
ルに入力して得られた検出器劣化予測状態量と、の差が
予め設定された第３の閾値よりも小さいときは、対象検
出器は劣化している可能性が高く、これら（１）および
（２）の結果によれば、プロセスの経年変化に拘らず対
象検出器は健全ではない、すなわち劣化している可能性
が極めて高く、したがって、対象検出器の健全性につい
て、健全でない（劣化している）との判定結果は、従来
の判定結果よりも極めて精度の高いものとなる。

【００２６】また、本発明の請求項５にかかる検出器の
健全性判定方法は、請求項１または２にかかる検出器の
健全性判定方法において、経年後において対象検出器に
よって得られた状態量と、経年後において参照検出器に
よって得られた状態量をプロセス経年変化予測モデルに
入力して得られたプロセス経年変化予測状態量と、の差
が予め設定された第２の閾値よりも小さく、かつ、経年
後において対象検出器によって得られた状態量と、経年
後において参照検出器によって得られた状態量を検出器
劣化予測モデルに入力して得られた検出器劣化予測状態
量と、の差が予め設定された第３の閾値よりも大きいと
きは、対象検出器は健全であると判定することを特徴と
する。

【００２７】このように構成された本発明の請求項５に
かかる検出器の健全性判定方法によれば、（１）経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量をプロセス
経年変化予測モデルに入力して得られたプロセス経年変
化予測状態量と、の差が予め設定された第２の閾値より
も小さいときは、プロセスが経年変化した可能性が高
く、（２）経年後において対象検出器によって得られた
状態量と、経年後において参照検出器によって得られた
状態量を検出器劣化予測モデルに入力して得られた検出
器劣化予測状態量と、の差が予め設定された第３の閾値
よりも大きいときは、対象検出器は劣化していない可能
性が高く、これら（１）および（２）の結果によれば、
プロセスは経年変化しているが、対象検出器は劣化して
いない、すなわち健全である可能性が極めて高く、した
がって、対象検出器の健全性について、健全であるとの
判定結果は、プロセスの経年変化を勘案したうえでの判
定結果であるため、従来の判定結果よりも極めて精度の
高いものとなる。

【００２８】また、本発明の請求項６にかかる検出器の
健全性判定方法は、請求項１または２にかかる検出器の
健全性判定方法において、経年後において対象検出器に
よって得られた状態量と、経年後において参照検出器に
よって得られた状態量を健全予測モデルに入力して得ら
れた健全予測状態量と、の差が予め設定された第１の閾
値よりも小さく、かつ、経年後において対象検出器によ
って得られた状態量と、経年後において参照検出器によ
って得られた状態量を検出器劣化予測モデルに入力して
得られた検出器劣化予測状態量と、の差が予め設定され
た第３の閾値よりも小さいときは、対象検出器は劣化し
ていると判定することを特徴とする。

【００２９】このように構成された本発明の請求項６に
かかる検出器の健全性判定方法によれば、（１）経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量を健全予測
モデルに入力して得られた健全予測状態量と、の差が予
め設定された第１の閾値よりも小さいときは、対象検出
器は健全である可能性が高く、（２）経年後において対
象検出器によって得られた状態量と、経年後において参
照検出器によって得られた状態量を検出器劣化予測モデ
ルに入力して得られた検出器劣化予測状態量と、の差が
予め設定された第３の閾値よりも小さいときは、対象検
出器は劣化している可能性が高く、これら（１）および
（２）の結果によれば、対象検出器は健全であるか、ま
たは劣化しているか、の判定が分かれることになるが、
少なくとも一方において、劣化の可能性を示唆している
ことを評価して、最終的に、対象検出器は健全でない
（劣化している）と判定することによって、プロセスの
経年変化に拘らず、当該対象検出器を校正し、または交
換して、対象検出器による検出精度悪化を未然に防止す
ることができる。

【００３０】また、本発明の請求項７にかかる検出器の
健全性判定方法は、請求項１または２にかかる検出器の
健全性判定方法において、経年後において対象検出器に
よって得られた状態量と、経年後において参照検出器に
よって得られた状態量を健全予測モデルに入力して得ら
れた健全予測状態量と、の差が予め設定された第１の閾
値よりも大きく、かつ、経年後において対象検出器によ
って得られた状態量と、経年後において参照検出器によ
って得られた状態量をプロセス経年変化予測モデルに入
力して得られたプロセス経年変化予測状態量と、の差が
予め設定された第２の閾値よりも大きく、かつ、経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量を検出器劣
化予測モデルに入力して得られた検出器劣化予測状態量
と、の差が予め設定された第３の閾値よりも大きいとき
は、対象検出器は劣化していると判定することを特徴と
する。

【００３１】このように構成された本発明の請求項７に
かかる検出器の健全性判定方法によれば、（１）経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量を健全予測
モデルに入力して得られた健全予測状態量と、の差が予
め設定された第１の閾値よりも大きいときは、対象検出
器は健全でない可能性が高く、（２）経年後において対
象検出器によって得られた状態量と、経年後において参
照検出器によって得られた状態量をプロセス経年変化予
測モデルに入力して得られたプロセス経年変化予測状態
量と、の差が予め設定された第２の閾値よりも大きいと
きは、プロセスは経年変化していない可能性が高く、
（３）経年後において対象検出器によって得られた状態
量と、経年後において参照検出器によって得られた状態
量を検出器劣化予測モデルに入力して得られた検出器劣
化予測状態量と、の差が予め設定された第３の閾値より
も大きいときは、対象検出器は劣化していない可能性が
高く、これら（１）〜（３）の結果によれば、プロセス
は経年変化しておらず、対象検出器は健全であるか、ま
たは劣化しているか、の判定が分かれることになるが、
少なくとも一方において、劣化の可能性を示唆している
ことを評価して、最終的に、対象検出器は健全でない
（劣化している）と判定することによって、プロセスの
経年変化は生じていない状態において、当該対象検出器
を校正し、または交換して、対象検出器による検出精度
悪化を未然に防止することができる。

【００３２】また、本発明の請求項８にかかる検出器の
健全性判定システムは、所定のプロセスの状態量を検出
する検出器（対象検出器）の健全性を判定する検出器の
健全性判定システムであって、プロセスの状態量を常に
健全な状態で検出する参照検出器と、プロセスが健全な
状態、かつ検出器（対象検出器）が健全な状態におい
て、状態量を検出する健全な参照検出器によって検出さ
れた状態量と、健全性を判定する対象となる対象検出器
によって検出された状態量との相関関係を予め求めて、
プロセス健全状態かつ検出器健全状態における、参照検
出器による状態量と対象検出器による状態量との関係を
表す健全予測モデル、プロセスが経年変化した状態、か
つ対象検出器が健全な状態において、参照検出器によっ
て検出された状態量と、対象検出器によって検出された
状態量との相関関係を求めて、プロセス経年変化状態か
つ検出器健全状態における、参照検出器による状態量と
対象検出器による状態量との関係を表すプロセス経年変
化予測モデル、および、プロセスが健全な状態、かつ対
象検出器が劣化した状態において、参照検出器によって
検出された状態量と、対象検出器によって検出された状
態量との相関関係を求めて、プロセス健全状態かつ検出
器劣化状態における、参照検出器による状態量と対象検
出器による状態量との関係を表す検出器劣化予測モデ
ル、が記憶された記憶手段と、経年後において前記対象
検出器によって検出された状態量と、該経年後において
参照検出器によって検出された状態量を、健全予測モデ
ル、プロセス経年変化予測モデル、および検出器劣化予
測モデルにそれぞれ入力して得られた各予測状態量と、
を比較し、これらの比較結果に基づいて、対象検出器の
健全性を判定する判定手段と、を備たことを特徴とす
る。

【００３３】ここで、プロセス健全状態およびプロセス
経年変化状態とはいずれも、少なくとも対象検出器と参
照検出器との間のプロセスにおける健全状態あるいは経
年変化状態、を意味するものであり、プロセスの他の部
分における健全状態あるいは経年変化状態まで意味する
ものではない。

【００３４】このように構成された本発明の請求項８に
かかる検出器の健全性判定システムによれば、従来の経
年後検出状態量と健全予測状態量との比較結果だけでな
く、従来にはない、経年後検出状態量とプロセス（少な
くとも参照検出器と対象検出器との間のプロセス）の経
年変化を見込んだプロセス経年変化予測状態量との比較
結果や、経年後検出状態量と検出器の劣化を見込んだ検
出器劣化予測状態量との比較結果をも用いて、判定手段
が、検出器の健全性を判定するため、参照検出器と対象
検出器との間のプロセスに経年変化が生じた場合におい
ても、検出器の健全性を従来よりも精度よく判定するこ
とができる。

【００３５】また、本発明の請求項９にかかる検出器の
健全性判定システムは、請求項８にかかる検出器の健全
性判定システムにおいて、上記相関関係は、参照検出器
によって検出された状態量と対象検出器によって検出さ
れた状態量とに対してカルマンフィルタアルゴリズムを
適用して得られた線形関数であることを特徴とする。

【００３６】このように構成された本発明の請求項９に
かかる検出器の健全性判定システムによれば、上記相関
関係を線形関数によって表し、この線形関数を求めるに
際して、カルマンフィルタアルゴリズムを適用すること
により、容易に上記相関関係（線形関数）を求めること
ができる。

【００３７】また、本発明の請求項１０にかかる検出器
の健全性判定システムは、請求項８または９にかかる検
出器の健全性判定システムにおいて、判定手段は、経年
後において対象検出器によって得られた状態量と、経年
後において参照検出器によって得られた状態量を健全予
測モデルに入力して得られた健全予測状態量と、の差が
予め設定された第１の閾値よりも小さく、かつ、経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量をプロセス
経年変化予測モデルに入力して得られたプロセス経年変
化予測状態量と、の差が予め設定された第２の閾値より
も大きく、かつ、経年後において対象検出器によって得
られた状態量と、経年後において参照検出器によって得
られた状態量を検出器劣化予測モデルに入力して得られ
た検出器劣化予測状態量と、の差が予め設定された第３
の閾値よりも大きいときは、対象検出器は健全であると
判定することを特徴とする。

【００３８】このように構成された本発明の請求項１０
にかかる検出器の健全性判定システムによれば、（１）
経年後において対象検出器によって得られた状態量と、
経年後において参照検出器によって得られた状態量を健
全予測モデルに入力して得られた健全予測状態量と、の
差が予め設定された第１の閾値よりも小さいときは、対
象検出器は健全である可能性が高く、（２）経年後にお
いて対象検出器によって得られた状態量と、経年後にお
いて参照検出器によって得られた状態量をプロセス経年
変化予測モデルに入力して得られたプロセス経年変化予
測状態量と、の差が予め設定された第２の閾値よりも大
きいときは、プロセスは経年変化していない可能性が高
く、（３）経年後において対象検出器によって得られた
状態量と、経年後において参照検出器によって得られた
状態量を検出器劣化予測モデルに入力して得られた検出
器劣化予測状態量と、の差が予め設定された第３の閾値
よりも大きいときは、対象検出器は劣化していない可能
性が高く、これら（１）〜（３）の結果によれば、プロ
セスの経年変化はない状態において対象検出器は健全で
ある可能性が極めて高く、したがって、判定手段によ
る、対象検出器の健全性について、健全であるとの判定
は、従来の判定よりも極めて精度の高いものとなる。

【００３９】なお、請求項１０にかかる検出器の健全性
判定システムは、判定手段による比較の方法として上述
して両状態量の「差」による方法を適用したものである
が、前述したように、請求項８または９にかかる検出器
の健全性判定システムにおいては、「商」による方法を
適用してもよい。

【００４０】また、本発明の請求項１１にかかる検出器
の健全性判定システムは、請求項８または９にかかる検
出器の健全性判定システムにおいて、判定手段は、経年
後において対象検出器によって得られた状態量と、経年
後において参照検出器によって得られた状態量を健全予
測モデルに入力して得られた健全予測状態量と、の差が
予め設定された第１の閾値よりも大きく、かつ、経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量を検出器劣
化予測モデルに入力して得られた検出器劣化予測状態量
と、の差が予め設定された第３の閾値よりも小さいとき
は、対象検出器は劣化していると判定することを特徴と
する。

【００４１】このように構成された本発明の請求項１１
にかかる検出器の健全性判定システムによれば、（１）
経年後において対象検出器によって得られた状態量と、
経年後において参照検出器によって得られた状態量を健
全予測モデルに入力して得られた健全予測状態量と、の
差が予め設定された第１の閾値よりも大きいときは、対
象検出器は健全でない可能性が高く、（２）経年後にお
いて対象検出器によって得られた状態量と、経年後にお
いて参照検出器によって得られた状態量を検出器劣化予
測モデルに入力して得られた検出器劣化予測状態量と、
の差が予め設定された第３の閾値よりも小さいときは、
対象検出器は劣化している可能性が高く、これら（１）
および（２）の結果によれば、プロセスの経年変化に拘
らず対象検出器は健全ではない、すなわち劣化している
可能性が極めて高く、したがって、判定手段による、対
象検出器の健全性について、健全でない（劣化してい
る）との判定結果は、従来の判定結果よりも極めて精度
の高いものとなる。

【００４２】また、本発明の請求項１２にかかる検出器
の健全性判定システムは、請求項８または９にかかる検
出器の健全性判定システムにおいて、判定手段は、経年
後において対象検出器によって得られた状態量と、経年
後において参照検出器によって得られた状態量をプロセ
ス経年変化予測モデルに入力して得られたプロセス経年
変化予測状態量と、の差が予め設定された第２の閾値よ
りも小さく、かつ、経年後において対象検出器によって
得られた状態量と、経年後において参照検出器によって
得られた状態量を検出器劣化予測モデルに入力して得ら
れた検出器劣化予測状態量と、の差が予め設定された第
３の閾値よりも大きいときは、対象検出器は健全である
と判定することを特徴とする。

【００４３】このように構成された本発明の請求項１２
にかかる検出器の健全性判定システムによれば、（１）
経年後において対象検出器によって得られた状態量と、
経年後において参照検出器によって得られた状態量をプ
ロセス経年変化予測モデルに入力して得られたプロセス
経年変化予測状態量と、の差が予め設定された第２の閾
値よりも小さいときは、プロセスが経年変化した可能性
が高く、（２）経年後において対象検出器によって得ら
れた状態量と、経年後において参照検出器によって得ら
れた状態量を検出器劣化予測モデルに入力して得られた
検出器劣化予測状態量と、の差が予め設定された第３の
閾値よりも大きいときは、対象検出器は劣化していない
可能性が高く、これら（１）および（２）の結果によれ
ば、プロセスは経年変化しているが、対象検出器は劣化
していない、すなわち健全である可能性が極めて高く、
したがって、判定手段による、対象検出器の健全性につ
いて、健全であるとの判定結果は、プロセスの経年変化
を勘案したうえでの判定結果であるため、従来の判定結
果よりも極めて精度の高いものとなる。

【００４４】また、本発明の請求項１３にかかる検出器
の健全性判定システムは、請求項８または９にかかる検
出器の健全性判定システムにおいて、判定手段は、経年
後において対象検出器によって得られた状態量と、経年
後において参照検出器によって得られた状態量を健全予
測モデルに入力して得られた健全予測状態量と、の差が
予め設定された第１の閾値よりも小さく、かつ、経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量を検出器劣
化予測モデルに入力して得られた検出器劣化予測状態量
と、の差が予め設定された第３の閾値よりも小さいとき
は、対象検出器は劣化していると判定することを特徴と
する。

【００４５】このように構成された本発明の請求項１３
にかかる検出器の健全性判定システムによれば、（１）
経年後において対象検出器によって得られた状態量と、
経年後において参照検出器によって得られた状態量を健
全予測モデルに入力して得られた健全予測状態量と、の
差が予め設定された第１の閾値よりも小さいときは、対
象検出器は健全である可能性が高く、（２）経年後にお
いて対象検出器によって得られた状態量と、経年後にお
いて参照検出器によって得られた状態量を検出器劣化予
測モデルに入力して得られた検出器劣化予測状態量と、
の差が予め設定された第３の閾値よりも小さいときは、
対象検出器は劣化している可能性が高く、これら（１）
および（２）の結果によれば、対象検出器は健全である
か、または劣化しているか、の判定が分かれることにな
るが、判定手段は、少なくとも一方において、劣化の可
能性を示唆していることを評価して、最終的に、対象検
出器は健全でない（劣化している）と判定することによ
って、プロセスの経年変化に拘らず、当該対象検出器を
校正し、または交換して、対象検出器による検出精度悪
化を未然に防止することができる。

【００４６】また、本発明の請求項１４にかかる検出器
の健全性判定システムは、請求項８または９にかかる検
出器の健全性判定システムにおいて、判定手段は、経年
後において対象検出器によって得られた状態量と、経年
後において参照検出器によって得られた状態量を健全予
測モデルに入力して得られた健全予測状態量と、の差が
予め設定された第１の閾値よりも大きく、かつ、経年後
において対象検出器によって得られた状態量と、経年後
において参照検出器によって得られた状態量をプロセス
経年変化予測モデルに入力して得られたプロセス経年変
化予測状態量と、の差が予め設定された第２の閾値より
も大きく、かつ、経年後において対象検出器によって得
られた状態量と、経年後において参照検出器によって得
られた状態量を検出器劣化予測モデルに入力して得られ
た検出器劣化予測状態量と、の差が予め設定された第３
の閾値よりも大きいときは、対象検出器は劣化している
と判定することを特徴とする。

【００４７】このように構成された本発明の請求項１４
にかかる検出器の健全性判定システムによれば、（１）
経年後において対象検出器によって得られた状態量と、
経年後において参照検出器によって得られた状態量を健
全予測モデルに入力して得られた健全予測状態量と、の
差が予め設定された第１の閾値よりも大きいときは、対
象検出器は健全でない可能性が高く、（２）経年後にお
いて対象検出器によって得られた状態量と、経年後にお
いて参照検出器によって得られた状態量をプロセス経年
変化予測モデルに入力して得られたプロセス経年変化予
測状態量と、の差が予め設定された第２の閾値よりも大
きいときは、プロセスは経年変化していない可能性が高
く、（３）経年後において対象検出器によって得られた
状態量と、経年後において参照検出器によって得られた
状態量を検出器劣化予測モデルに入力して得られた検出
器劣化予測状態量と、の差が予め設定された第３の閾値
よりも大きいときは、対象検出器は劣化していない可能
性が高く、これら（１）〜（３）の結果によれば、プロ
セスは経年変化しておらず、対象検出器は健全である
か、または劣化しているか、の判定が分かれることにな
るが、判定手段が、少なくとも一方において、劣化の可
能性を示唆していることを評価して、最終的に、対象検
出器は健全でない（劣化している）と判定することによ
って、プロセスの経年変化は生じていない状態におい
て、当該対象検出器を校正し、または交換して、対象検
出器による検出精度悪化を未然に防止することができ
る。

【００４８】

【発明の実施の形態】以下、図面を参照して、本発明に
かかる検出器の健全性判定方法および健全性判定システ
ムの実施の形態について説明する。なお、これらの実施
の形態によって、各発明が限定されるものではない。

【００４９】（実施の形態１）図１は、本発明にかかる
検出器の健全性判定システムの一実施の形態を示す図、
図２は図１に示した健全性判定システムのメモリに記憶
された各予測モデルの作成方法を説明するための図であ
る。

【００５０】図示の検出器の健全性判定システム１００
は、原子力プラントにおける所定のプロセス１０を流れ
る媒体１１の流量ｑを検出する流量検出器（対象検出
器）２１の健全性を判定するシステムであり、プロセス
１０の流量ｑを常に健全な状態で検出する他の流量検出
器（参照検出器）２２と、対象検出器２１によって検出
された流量データｇ（ｔ）および参照検出器２２によっ
て検出された流量データｆ（ｔ）を収集するデータ収集
部３０と、予め設定された健全性予測モデル５１，プロ
セス経年変化予測モデル５２，検出器劣化予測モデル５
３が記憶されたメモリ５０と、データ収集部３０によっ
て収集された流量データｇ（ｔ）と流量データｆ（ｔ）
を各予測モデル５１〜５３にそれぞれ入力して得られた
各予測データＳ２１，Ｓ２２，Ｓ２３とをそれぞれ演算
処理する演算部４１、および演算部４１によって得られ
た演算結果に基づいて対象検出器２１の健全性を判定す
る判定用ＬＵＴ（ルックアップテーブル）４２からなる
判定部４０と、対象検出器２１についての健全性判定結
果を表示するディスプレイ装置６０と、判定用ＬＵＴ４
２の内容および各予測モデル５１〜５３の内容を書き換
えるためのデータを入力するデータ入力部７０とを備え
た構成である。

【００５１】ここで、メモリ５０に記憶された健全性予
測モデル５１、プロセス経年変化予測モデル５２および
検出器劣化予測モデル５３について、図２，３を参照し
て説明する。

【００５２】各予測モデル５１〜５３はそれぞれ、所定
の条件下における、対象検出器２１の出力値（流量デー
タ）ｇ（ｔ）と参照検出器２２の出力値（流量データ）
ｆ（ｔ）との対応関係を示すモデルであり、健全予測モ
デル５１は、対象検出器２１および参照検出器２２の双
方とも完全に健全状態であるときの出力値の対応関係を
示し、プロセス経年変化予測モデル５２は、対象検出器
２１および参照検出器２２の双方とも完全に健全状態で
あり、かつ対象検出器２１と参照検出器２２との間のプ
ロセス１０が経年変化したときの両者の出力値の対応関
係を示し、検出器劣化予測モデル５３は、プロセス１０
が経年変化していない状態において、対象検出器２１が
劣化してその出力値が変化したときの両者の出力値の対
応関係を示している。

【００５３】図２は各予測モデル５１〜５３の設定段階
を示している。ここで、健全予測モデル５１（図２
（ａ））は、対象検出器２１および参照検出器２２のい
ずれもが完全に健全状態において同一の入力が与えられ
たときの、対象検出器２１の出力値ｇ１（ｔ０）と参照
検出器２２の出力値ｆ（ｔ０）との相関関係であり、入
力を変化させつつ得られた両者の対応する各出力値ｇ１
（ｔ０），ｆ（ｔ０）を、カルマンフィルタアルゴリズ
ムを用いた処理に入力して得られた線形の相関関係を表
す。

【００５４】プロセス経年変化予測モデル５２（図２
（ｂ））は、対象検出器２１および参照検出器２２のい
ずれもが完全に健全状態であって、かつ、両検出器２
１，２２の間のプロセス１０が経年変化した場合（例え
ば、プロセス（流路）１０内の汚濁によって流路が狭小
化するなどして流量がｑ′になった場合等）において、
対象検出器２１の出力値ｇ２（ｔ０）と参照検出器２２
の出力値ｆ（ｔ０）との相関関係であり、入力を変化さ
せつつ得られた両者の対応する各出力値ｇ２（ｔ０），
ｆ（ｔ０）を、カルマンフィルタアルゴリズムを用いた
処理に入力して得られた線形の相関関係を表す。

【００５５】検出器劣化予測モデル５３（図２（ｃ））
は、対象検出器２１が劣化した状態および参照検出器２
２が完全に健全状態であって、かつ、プロセス１０が経
年変化しない状態において、同一の入力が与えられたと
きの、対象検出器２１の出力値ｇ３（ｔ０）と参照検出
器２２の出力値ｆ（ｔ０）との相関関係であり、入力を
変化させつつ得られた両者の対応する各出力値ｇ３（ｔ
０），ｆ（ｔ０）を、カルマンフィルタアルゴリズムを
用いた処理に入力して得られた線形の相関関係を表す。

【００５６】このようにして予め設定された各予測モデ
ル５１〜５３は、参照検出器２２の出力値ｆ（ｔ０）を
入力することによって、対象検出器２１からの出力予測
値を得るものであり、メモリ５０に記憶される。

【００５７】次に、以上の設定段階によって設定された
各予測モデル５１〜５３に対する学習段階について、図
３を用いて説明する。学習段階は、対象検出器２１の劣
化がなく、かつプロセス１０に経年変化が無い初期段階
（時刻ｔ０）において、各予測モデル５１〜５３にそれ
ぞれ、所定の入力に対する参照検出器２２の出力値ｆ
（ｔ０）を入力して各予測値ｇ１′（ｔ０），ｇ２′
（ｔ０），ｇ３′（ｔ０）を得、これらの各予測値ｇ
１′（ｔ０），ｇ２′（ｔ０），ｇ３′（ｔ０）と、上
記所定の入力に対する対象検出器２１の実際の出力値ｇ
（ｔ０）との差Δｇ１（ｔ０）（＝｜ｇ１′（ｔ０）−
ｇ（ｔ０）｜），Δｇ２（ｔ０）（＝｜ｇ２′（ｔ０）
−ｇ（ｔ０）｜），Δｇ３（ｔ０）（＝｜ｇ３′（ｔ
０）−ｇ（ｔ０）｜）を求める段階であり、これらの差
Δｇ１（ｔ０），Δｇ２（ｔ０），Δｇ３（ｔ０）は演
算部４１に記憶される。

【００５８】なお、初期段階（時刻ｔ０）においては、
対象検出器２１に劣化はなく、かつプロセス１０に経年
変化が無いため、プロセス１０に経年変化を見込んで設
定されたプロセス経年変化予測モデル５２を用いて得ら
れた差Δｇ２（ｔ０）、および対象検出器２１に劣化を
見込んで設定された検出器劣化予測モデル５３を用いて
得られた差Δｇ３（ｔ０）は比較的大きい値を示し、一
方、対象検出器２１に劣化はなく、かつプロセス１０に
経年変化が無いものとして設定された健全予測モデル５
１を用いて得られた差Δｇ１（ｔ０）は極めて小さい値
（ほぼゼロ）を示す。

【００５９】次に、演算部４１について説明する。演算
部４１は、実際にプロセス１０に配設されて所定期間経
過した後（時刻ｔ１）における、対象検出器５１の予測
値ｇ１′（ｔ１），ｇ２′（ｔ１），ｇ３′（ｔ１）
を、参照検出器２２の出力値ｆ（ｔ１）を各予測モデル
５１〜５３に入力して算出し、この得られた各予測値ｇ
１′（ｔ１），ｇ２′（ｔ１），ｇ３′（ｔ１）と、対
象検出器２１の実測値ｇ（ｔ１）との差Δｇ１（ｔ１）
（＝｜ｇ１′（ｔ１）−ｇ（ｔ１）｜），Δｇ２（ｔ
１）（＝｜ｇ２′（ｔ１）−ｇ（ｔ１）｜），Δｇ３
（ｔ１）（＝｜ｇ３′（ｔ１）−ｇ（ｔ１）｜）を算出
し（図４（ａ）〜（ｃ）参照）、学習段階（時刻ｔ０）
における差ｇ１′（ｔ０），ｇ２′（ｔ０），ｇ３′
（ｔ０）と、時刻ｔ１における差ｇ１′（ｔ１），ｇ
２′（ｔ１），ｇ３′（ｔ１）との比（判定指標値）ε
１（＝ｇ１′（ｔ１）／ｇ１（ｔ１）），ε２（＝ｇ
２′（ｔ１）／ｇ２（ｔ１）），ε３（＝ｇ３′（ｔ
１）／ｇ３（ｔ１））を算出する。

【００６０】判定用ＬＵＴ４２は、図５に示すように、
演算部４１によって算出された３つの判定指標値ε１，
ε２，ε３の大きさに応じて、対象検出器２１の健全性
についての判定結果（健全（健全の可能性大）、健全の
可能性、劣化の可能性、劣化（劣化の可能性大））が対
応付けられた参照テーブルである。

【００６１】ここで、差ｇ１′（ｔ１）は、プロセス１
０に経年変化がなく、かつ対象検出器２１が健全である
ときは、極めて小さい値を示し、プロセス１０に経年変
化が生じている場合、または対象検出器２１が劣化して
いる場合は、大きな値を示す。したがって、判定指標値
ε１は、プロセス１０に経年変化がなく、かつ対象検出
器２１が健全であるときは、「１」に極めて近い値を示
し、プロセス１０に経年変化が生じている場合、または
対象検出器２１が劣化している場合は、「１」を大きく
上回る値となる。

【００６２】よって、例えば値１．５を閾値（第１の閾
値）Ｔ１として、判定指標値ε１が、この第１の閾値Ｔ
１より小さいとき（ε１≦Ｔ１）は、プロセス１０に経
年変化がなく、かつ対象検出器２１が健全である可能性
が高く、一方、判定指標値ε１が、この第１の閾値Ｔ１
より大きいとき（Ｔ１＜ε１）は、プロセス１０に経年
変化が生じているか、または対象検出器２１が劣化して
いる可能性が高い。

【００６３】また、差ｇ２′（ｔ１）は、プロセス１０
に経年変化が生じており、かつ対象検出器２１が健全で
あるときは、極めて小さい値を示し、プロセス１０に経
年変化が無い場合、または対象検出器２１が劣化してい
る場合は、大きな値を示す。したがって、判定指標値ε
２は、プロセス１０に経年変化が生じており、かつ対象
検出器２１が健全であるときは、極めて小さい値を示
し、プロセス１０に経年変化が生じていない場合、また
は対象検出器２１が劣化している場合は、比較的大きな
値となる。

【００６４】したがって、例えば値０．５を閾値（第２
の閾値）Ｔ２として、判定指標値ε２が、この第２の閾
値Ｔ２より小さいとき（ε２≦Ｔ２）は、プロセス１０
に経年変化が生じており、かつ対象検出器２１が健全で
ある可能性が高く、一方、判定指標値ε２が、この第２
の閾値Ｔ２より大きいとき（Ｔ２＜ε２）は、プロセス
１０に経年変化が生じていないか、または対象検出器２
１が劣化している可能性が高い。

【００６５】また、差ｇ３′（ｔ１）は、プロセス１０
に経年変化が無く、かつ対象検出器２１が劣化している
ときは、極めて小さい値を示し、プロセス１０に経年変
化が生じている場合、または対象検出器２１が健全であ
る場合は、大きな値を示す。したがって、判定指標値ε
３は、プロセス１０に経年変化が無く、かつ対象検出器
２１が劣化しているときは、極めて小さい値を示し、プ
ロセス１０に経年変化が生じている場合、または対象検
出器２１が健全である場合は、比較的大きな値となる。

【００６６】よって、例えば値０．５を閾値（第３の閾
値）Ｔ３として、判定指標値ε３が、この第３の閾値Ｔ
３より小さいとき（ε３≦Ｔ３）は、プロセス１０に経
年変化が無く、かつ対象検出器２１が劣化している可能
性が高く、一方、判定指標値ε３が、この第３の閾値Ｔ
３より大きいとき（Ｔ３＜ε３）は、プロセス１０に経
年変化が生じているか、または対象検出器２１が健全で
ある可能性が高い。

【００６７】そして、判定用ＬＵＴ４２は、上述した個
々の判定指標値ε１，ε２，ε３によって互いに独立し
た可能性を総合的に勘案して、対象検出器２１の健全性
についての判定結果が設定されたものである。

【００６８】判定部４０はこの判定用ＬＵＴ４２を参照
し、判定要素値ε１，ε２，ε３の大きさに応じて、対
象検出器２１の健全性を判定し、この判定結果をディス
プレイ装置６０に出力し、ディスプレイ装置６０は、こ
の判定結果を表示する。

【００６９】なお、上述した設定段階および学習段階
は、参照検出器２２および対象検出器２１を実際のプロ
セス１０に適用する以前に予め行っておく準備段階であ
る。

【００７０】次に、本実施の形態の健全性判定システム
１００の作用について説明する。図１に示すように、対
象検出器２１はプロセス１０の流量ｑを検出する流量検
出器としてプロセス１０に配設されており、参照検出器
２２は、この対象検出器２１よりも、プロセス１０の上
流側に設けられている。

【００７１】対象検出器２１がプロセス１０に設定され
てから所定の期間が経過したとき（時刻ｔ１）におい
て、データ収集部３０は、対象検出器２１の出力値ｇ
（ｔ１）および参照検出器２２の出力値ｆ（ｔ１）を収
集し、これら収集した出力値ｇ（ｔ１），ｆ（ｔ１）を
判定部４０に入力する。

【００７２】判定部４０は、入力された出力値ｇ（ｔ
１），ｆ（ｔ１）のうち、参照検出器２２からの出力値
ｆ（ｔ１）を、メモリ５０に記憶された健全予測モデル
５１、プロセス経年変化予測モデル５２および検出器劣
化予測モデル５３にそれぞれ入力し、対象検出器２１の
出力値についての、予測値（健全予測値）ｇ１′（ｔ
１），予測値（プロセス経年変化予測値）ｇ２′（ｔ
１），予測値（検出器劣化予測値）ｇ３′（ｔ１）を得
る。

【００７３】判定部４０は、得られた各予測値ｇ１′
（ｔ１），ｇ２′（ｔ１），ｇ３′（ｔ１）を演算部４
１に入力し、演算部４１は、これらの予測値ｇ１′（ｔ
１），ｇ２′（ｔ１），ｇ３′（ｔ１）と、データ収集
部３０から入力された対象検出器２１の出力値ｇ（ｔ
１）との差Δｇ１（ｔ１）（＝｜ｇ１′（ｔ１）−ｇ
（ｔ１）｜），Δｇ２（ｔ１）（＝｜ｇ２′（ｔ１）−
ｇ（ｔ１）｜），Δｇ３（ｔ１）（＝｜ｇ３′（ｔ１）
−ｇ（ｔ１）｜）を算出する（図４（ａ）〜（ｃ））。

【００７４】次に、演算部４１は、予め記憶されている
学習段階（時刻ｔ０）における差ｇ１′（ｔ０），ｇ
２′（ｔ０），ｇ３′（ｔ０）と、現在（時刻ｔ１）に
おける差ｇ１′（ｔ１），ｇ２′（ｔ１），ｇ３′（ｔ
１）との比（判定要素値）ε１（＝ｇ１′（ｔ１）／ｇ
１（ｔ１）），ε２（＝ｇ２′（ｔ１）／ｇ２（ｔ
１）），ε３（＝ｇ３′（ｔ１）／ｇ３（ｔ１））を算
出する。

【００７５】判定部４０は、判定用ＬＵＴ４２（図５）
を参照して、演算部４１によって得られた判定要素値ε
１，ε２，ε３に対応する、対象検出器２１の健全性に
ついての判定結果（健全（健全の可能性大）、健全の可
能性、劣化の可能性、劣化（劣化の可能性大））を求め
る。そして得られた対象検出器２１の健全性についての
判定結果をディスプレイ装置６０に出力し、ディスプレ
イ装置６０は、この判定結果を表示する。

【００７６】以上のようにして、ディスプレイ装置６０
に表示された、対象検出器２１の健全性に関する判定結
果が、「健全」（パターン＃４）または「健全の可能
性」（パターン＃３，＃７）の場合は、対象検出器２１
の交換作業や校正作業を省略し、判定結果が、「劣化」
（パターン＃５，＃６）または「劣化の可能性」（パタ
ーン＃１，＃２，＃８）の場合は、対象検出器２１の交
換作業や校正作業を実施すればよい。

【００７７】このように、本実施の形態１である検出器
の健全性判定方法システム１００によれば、参照検出器
２２の出力値ｆ（ｔ）と対象検出器２１の出力値ｇ
（ｔ）との単なる比較（従来の方法）では区別できな
い、プロセス１０の経年変化と対象検出器２１の劣化と
を、明確に識別することができるため、参照検出器２２
と対象検出器２１との間のプロセス１０に経年変化が生
じている状況下にも、対象検出器２１の健全性を的確に
判定することができ、実際のプロセスにおける実用性を
向上させることができる。

【００７８】なお、従来の方法によれば、参照検出器２
２の出力値ｆ（ｔ）と対象検出器２１の出力値ｇ（ｔ）
との単なる比較によってのみ、対象検出器２１の健全性
を判定していたため、図５におけるパターン＃１〜＃４
では全て「健全」と判定され、パターン＃５〜＃８では
全て「劣化」と判定されていたことになり、判定精度が
向上していることは一目瞭然である。

【００７９】本実施の形態１においては、学習段階（時
刻ｔ０）における、予測値ｇ１′（ｔ０），ｇ２′（ｔ
０），ｇ３′（ｔ０）と、実測値ｇ（ｔ０）と、の差Δ
ｇ１（ｔ０），Δｇ２（ｔ０），Δｇ３（ｔ０）を基準
として、実用段階（時刻ｔ１）における、予測値ｇ１′
（ｔ１），ｇ２′（ｔ１），ｇ３′（ｔ１）と、実測値
ｇ（ｔ１）と、の差Δｇ１（ｔ１），Δｇ２（ｔ１），
Δｇ３（ｔ１）の大きさを、判定指標値ε１，ε２，ε
３として評価したが、学習段階を省略して、単に実用段
階における、予測値ｇ１′（ｔ１），ｇ２′（ｔ１），
ｇ３′（ｔ１）と、実測値ｇ（ｔ１）と、の差Δｇ１
（ｔ１），Δｇ２（ｔ１），Δｇ３（ｔ１）の大きさの
みによって、評価してもよい。

【００８０】すなわち、差ｇ１′（ｔ１）は、プロセス
１０に経年変化がなく、かつ対象検出器２１が健全であ
るときは、極めて小さい値を示し、プロセス１０に経年
変化が生じている場合、または対象検出器２１が劣化し
ている場合は、大きな値を示し、差ｇ２′（ｔ１）は、
プロセス１０に経年変化が生じており、かつ対象検出器
２１が健全であるときは、極めて小さい値を示し、プロ
セス１０に経年変化が無い場合、または対象検出器２１
が劣化している場合は、大きな値を示し、差ｇ３′（ｔ
１）は、プロセス１０に経年変化が無く、かつ対象検出
器２１が劣化しているときは、極めて小さい値を示し、
プロセス１０に経年変化が生じている場合、または対象
検出器２１が健全である場合は、大きな値を示すため、
それぞれの差Δｇ１（ｔ１），Δｇ２（ｔ１），Δｇ３
（ｔ１）に対して、適切な閾値を設定して評価すること
によって、対象検出器２１の健全性を評価することがで
きる。

【００８１】また、本実施の形態１においては、対象検
出器２１および参照検出器２２はいずれも、プロセス１
０における状態量（検出対象物理量）としての流量を検
出するものとして、流量検出器を適用したものである
が、本発明はこの形態に限るものではなく、状態量の種
類に応じて種々の検出器を適用することができる。例え
ば、状態量として、プロセス１０を通過する媒体１１の
温度を適用した場合は、対象検出器２１および参照検出
器２２として温度検出器を適用すればよい。

【００８２】また、対象検出器２１と参照検出器２２と
は、必ずしも同一種類の状態量を検出するものに限定さ
れるものでもなく、少なくとも両検出器の検出対象状態
量の間に、所定の相関を有するものであればよく、例え
ば、対象検出器２１として、流量を直接検出する流量検
出器を適用し、参照検出器２２として、プロセス１０の
差圧を検出する差圧検出器を適用し、各予測モデル５１
〜５３において、対象検出器２１によって検出された流
量と参照検出器２２によって検出された差圧との相関関
係を設定すればよい。

【００８３】（実施の形態２）図６は、本発明にかかる
検出器の健全性判定システムおよび健全性判定方法の、
他の実施の形態を示す図である。図示の健全性判定シス
テム１００は、図１に示した健全性判定システム１００
が、プロセス１０の近傍に配置されている場合に、この
プロセス１０から遠隔位置に、さらに第２のデータ入力
部７１と第２のディスプレイ装置６１とを備え、これら
第２のデータ入力部７１と第２のディスプレイ装置６１
とを、インターネットやＬＡＮ（ローカルエリアネット
ワーク）等のネットワーク８０を介して、判定部４０お
よびメモリ５０に接続してなる構成である。

【００８４】ここで、第２のデータ入力部７１はデータ
入力部７０と同一の作用なすものであり、また第２のデ
ィスプレイ装置６１はディスプレイ装置６０と同一の作
用をなすものである。

【００８５】このように構成された実施の形態２である
検出器の健全性判定システム１００によれば、ネットワ
ーク８０を介して、プロセス１０から離れた遠隔位置に
設けられた第２のデータ入力部７１から、プロセス１０
の近くに配置されているメモリ５０に記憶された健全性
予測モデル５１、プロセス経年変化予測モデル５２およ
び検出器劣化予測モデル５３を書き換えるデータを入力
することができ、また、判定結果をプロセス１０から離
れた遠隔位置に設けられた第２のディスプレイ装置６１
に表示させて観察することができるため、これらのデー
タ入力作業や判定結果の監視作業を、プロセス１０の近
傍で行う必要がなく、特にこのプロセス１０と同様のプ
ロセスが大量に設けられているプラントにおいては、遠
隔位置から集中的にこれらの作業を行うことによって、
作業の大幅な効率化を実現することができる。

【００８６】なお、プロセス１０の近傍に設けられてい
るディスプレイ装置６０やデータ入力部７０は、プロセ
ス１０に配設されている対象検出器２１を交換し、ある
いは校正した場合に、そのプロセス１０から離れずにデ
ータ入力や監視・確認作業をするために用いることがで
きるが、そのような必要がない場合には、これらプロセ
ス１０の近傍に設けられたディスプレイ装置６０および
データ入力部７０を省略した構成を適用してもよい。

【００８７】（実施の形態３）図７は、本発明にかかる
検出器の健全性判定システムおよび健全性判定方法の、
他の実施の形態を示す図である。図示の健全性判定シス
テム１００は、図１に示した健全性判定システム１００
において、一日における時刻を出力する時刻出力部９０
をさらに備えるとともに、メモリ５０に記憶されている
健全性予測モデル５１，プロセス経年変化予測モデル５
２，検出器劣化予測モデル５３としてそれぞれ、一日に
おいてプロセス１０の稼働状況が互い異なる時間帯ごと
に対応して複数設定されているものである。

【００８８】すなわち、プロセス１０を流れる媒体１１
の流量ｑが、一日２４時間のうち、９時〜１２時の間は
比較的少なく、１２時〜１７時の間は比較的多く、１７
時〜翌９時の間はゼロとなる場合、各予測モデル５１〜
５３は、それぞれ各時間帯（９時〜１２時、１２時〜１
７時、１７時〜翌９時）の流量ｑに対応して３つずつ設
定されている。

【００８９】具体的には、健全予測モデル５１は、流量
ｑが比較的少ない状況（９時〜１２時）に対応して設定
された第１の健全予測モデル５１ａ，流量ｑが比較的多
い状況（１２時〜１７時）に対応して設定された第２の
健全予測モデル５１ｂ，流量ｑがゼロの状況（１７時〜
翌９時）に対応して設定された第３の健全予測モデル５
１ｃからなり、プロセス経年変化予測モデル５２は、流
量ｑが比較的少ない状況（９時〜１２時）に対応して設
定された第１のプロセス経年変化予測モデル５２ａ，流
量ｑが比較的多い状況（１２時〜１７時）に対応して設
定された第２のプロセス経年変化予測モデル５２ｂ，流
量ｑがゼロの状況（１７時〜翌９時）に対応して設定さ
れた第３のプロセス経年変化予測モデル５２ｃからな
り、検出器劣化予測モデル５３は、流量ｑが比較的少な
い状況（９時〜１２時）に対応して設定された第１の検
出器劣化予測モデル５３ａ，流量ｑが比較的多い状況
（１２時〜１７時）に対応して設定された第２の検出器
劣化予測モデル５３ｂ，流量ｑがゼロの状況（１７時〜
翌９時）に対応して設定された第３の検出器劣化予測モ
デル５３ｃからなる。

【００９０】また、判定部４０は、データ収集部３０
が、対象検出器２１および参照検出器２２から流量デー
タｇ（ｔ）および流量データｆ（ｔ）を収集したときの
時刻を、時刻出力部９０を参照して定め、この定められ
た時刻に対応する各予測モデル５１〜５３を用いて、上
述した実施の形態１と同様の判定を行う。

【００９１】すなわち、例えば、データ収集部３０が対
象検出器２１および参照検出器２２から流量データｇ
（ｔ）および流量データｆ（ｔ）を収集したときの時刻
が、時刻出力部９０を参照した結果、１０時のときは、
この１０時における状況（流量ｑが比較的少ない状況
（９時〜１２時））に対応して設定された第１の健全予
測モデル５１ａ，第１のプロセス経年変化予測モデル５
２ａ，第１の検出器劣化予測モデル５３ａを用いて、上
記判定を行う。

【００９２】このように構成された実施の形態３である
検出器の健全性判定システム１００によれば、プロセス
１０を流れる媒体１１の流量ｑごとに感度を適正化して
設定された予測モデル５１ａ〜５１ｃ，５２ａ〜５２
ｃ，５３ａ〜５３ｃを用いて、対象検出器２１の健全性
を判定するため、実施の形態１および実施の形態２にそ
れぞれ示したシステムよりも、一層精度よく健全性を判
定することができる。

【００９３】なお、プロセス１０の稼働状況が、早朝、
日中、夜間、深夜の４つの時間帯で異なる場合には、こ
の４つの時間帯に対応して、各予測モデル５１〜５３を
それぞれ設定すればよく、この他にも、稼働状況が異な
る数に応じた数の各予測モデル５１〜５３を設定すれば
よい。

【００９４】また、時刻出力部９０を、一日のうちの時
刻だけでなく一週間の曜日をも出力するものとし、各予
測モデル５１ａ〜５１ｃ，５２ａ〜５２ｃ，５３ａ〜５
３ｃをそれぞれ、さらに曜日に応じて別個に設定しても
よく、このように曜日や時間帯ごとに細分化して設定す
ることにより、例えば休日明けの最初の稼働時における
予測や休日前の週末における予測を、より精度よく行う
ことができるため、これに応じて対象検出器２１の健全
性を、より精度よく判定することができる。

【００９５】上述した各実施の形態１〜３においては、
最終的に判定用ＬＵＴ４２を参照して判定部４０が、対
象検出器２１の健全性を判定するものであるが、各予測
モデル５１〜５３が適切に設定されていない場合や、検
出器２１，２２の検出データやプロセス１０の変化状況
が、想定される予測よりも大きくずれたり、反対に予測
よりもずれが少ない場合には、判定部４０による判定結
果が誤った状態が頻発することになる。

【００９６】そこで、このような判定結果の誤りの状態
を統計的に集計し、この集計した結果に応じて判定結果
を補正するように、判定部４０に補正部を設けるなどし
てもよい。もちろん、このような補正部を設けるのに代
えて、集計結果に応じて各予測モデル５１〜５３や判定
用ＬＵＴ４２の内容を直接修正してもよい。

【００９７】

【発明の効果】以上説明したように、この発明にかかる
検出器の健全性判定方法（請求項１）によれば、従来の
経年後検出状態量と健全予測状態量との比較結果だけで
なく、従来にはない、経年後検出状態量とプロセス（少
なくとも参照検出器と対象検出器との間のプロセス）の
経年変化を見込んだプロセス経年変化予測状態量との比
較結果や、経年後検出状態量と検出器の劣化を見込んだ
検出器劣化予測状態量との比較結果をも用いて、検出器
の健全性を判定するため、参照検出器と対象検出器との
間のプロセスに経年変化が生じた場合においても、検出
器の健全性を従来よりも精度よく判定することができ
る。

【００９８】また、本発明にかかる検出器の健全性判定
方法（請求項２）によれば、相関関係を線形関数によっ
て表し、この線形関数を求めるに際して、カルマンフィ
ルタアルゴリズムを適用することにより、容易に上記相
関関係（線形関数）を求めることができる。

【００９９】また、本発明にかかる検出器の健全性判定
方法（請求項３）によれば、（１）経年後において対象
検出器によって得られた状態量と、経年後において参照
検出器によって得られた状態量を健全予測モデルに入力
して得られた健全予測状態量と、の差が予め設定された
第１の閾値よりも小さいときは、対象検出器は健全であ
る可能性が高く、（２）経年後において対象検出器によ
って得られた状態量と、経年後において参照検出器によ
って得られた状態量をプロセス経年変化予測モデルに入
力して得られたプロセス経年変化予測状態量と、の差が
予め設定された第２の閾値よりも大きいときは、プロセ
スは経年変化していない可能性が高く、（３）経年後に
おいて対象検出器によって得られた状態量と、経年後に
おいて参照検出器によって得られた状態量を検出器劣化
予測モデルに入力して得られた検出器劣化予測状態量
と、の差が予め設定された第３の閾値よりも大きいとき
は、対象検出器は劣化していない可能性が高く、これら
（１）〜（３）の結果によれば、プロセスの経年変化は
ない状態において対象検出器は健全である可能性が極め
て高く、したがって、対象検出器の健全性について、健
全であるとの判定は、従来の判定よりも極めて精度の高
いものとなる。

【０１００】また、本発明にかかる検出器の健全性判定
方法（請求項４）によれば、（１）経年後において対象
検出器によって得られた状態量と、経年後において参照
検出器によって得られた状態量を健全予測モデルに入力
して得られた健全予測状態量と、の差が予め設定された
第１の閾値よりも大きいときは、対象検出器は健全でな
い可能性が高く、（２）経年後において対象検出器によ
って得られた状態量と、経年後において参照検出器によ
って得られた状態量を検出器劣化予測モデルに入力して
得られた検出器劣化予測状態量と、の差が予め設定され
た第３の閾値よりも小さいときは、対象検出器は劣化し
ている可能性が高く、これら（１）および（２）の結果
によれば、プロセスの経年変化に拘らず対象検出器は健
全ではない、すなわち劣化している可能性が極めて高
く、したがって、対象検出器の健全性について、健全で
ない（劣化している）との判定結果は、従来の判定結果
よりも極めて精度の高いものとなる。

【０１０１】また、本発明にかかる検出器の健全性判定
方法（請求項５）によれば、（１）経年後において対象
検出器によって得られた状態量と、経年後において参照
検出器によって得られた状態量をプロセス経年変化予測
モデルに入力して得られたプロセス経年変化予測状態量
と、の差が予め設定された第２の閾値よりも小さいとき
は、プロセスが経年変化した可能性が高く、（２）経年
後において対象検出器によって得られた状態量と、経年
後において参照検出器によって得られた状態量を検出器
劣化予測モデルに入力して得られた検出器劣化予測状態
量と、の差が予め設定された第３の閾値よりも大きいと
きは、対象検出器は劣化していない可能性が高く、これ
ら（１）および（２）の結果によれば、プロセスは経年
変化しているが、対象検出器は劣化していない、すなわ
ち健全である可能性が極めて高く、したがって、対象検
出器の健全性について、健全であるとの判定結果は、プ
ロセスの経年変化を勘案したうえでの判定結果であるた
め、従来の判定結果よりも極めて精度の高いものとな
る。

【０１０２】また、本発明にかかる検出器の健全性判定
方法（請求項６）によれば、（１）経年後において対象
検出器によって得られた状態量と、経年後において参照
検出器によって得られた状態量を健全予測モデルに入力
して得られた健全予測状態量と、の差が予め設定された
第１の閾値よりも小さいときは、対象検出器は健全であ
る可能性が高く、（２）経年後において対象検出器によ
って得られた状態量と、経年後において参照検出器によ
って得られた状態量を検出器劣化予測モデルに入力して
得られた検出器劣化予測状態量と、の差が予め設定され
た第３の閾値よりも小さいときは、対象検出器は劣化し
ている可能性が高く、これら（１）および（２）の結果
によれば、対象検出器は健全であるか、または劣化して
いるか、の判定が分かれることになるが、少なくとも一
方において、劣化の可能性を示唆していることを評価し
て、最終的に、対象検出器は健全でない（劣化してい
る）と判定することによって、プロセスの経年変化に拘
らず、当該対象検出器を校正し、または交換して、対象
検出器による検出精度悪化を未然に防止することができ
る。

【０１０３】また、本発明にかかる検出器の健全性判定
方法（請求項７）によれば、（１）経年後において対象
検出器によって得られた状態量と、経年後において参照
検出器によって得られた状態量を健全予測モデルに入力
して得られた健全予測状態量と、の差が予め設定された
第１の閾値よりも大きいときは、対象検出器は健全でな
い可能性が高く、（２）経年後において対象検出器によ
って得られた状態量と、経年後において参照検出器によ
って得られた状態量をプロセス経年変化予測モデルに入
力して得られたプロセス経年変化予測状態量と、の差が
予め設定された第２の閾値よりも大きいときは、プロセ
スは経年変化していない可能性が高く、（３）経年後に
おいて対象検出器によって得られた状態量と、経年後に
おいて参照検出器によって得られた状態量を検出器劣化
予測モデルに入力して得られた検出器劣化予測状態量
と、の差が予め設定された第３の閾値よりも大きいとき
は、対象検出器は劣化していない可能性が高く、これら
（１）〜（３）の結果によれば、プロセスは経年変化し
ておらず、対象検出器は健全であるか、または劣化して
いるか、の判定が分かれることになるが、少なくとも一
方において、劣化の可能性を示唆していることを評価し
て、最終的に、対象検出器は健全でない（劣化してい
る）と判定することによって、プロセスの経年変化は生
じていない状態において、当該対象検出器を校正し、ま
たは交換して、対象検出器による検出精度悪化を未然に
防止することができる。

【０１０４】また、本発明にかかる検出器の健全性判定
システム（請求項８）によれば、従来の経年後検出状態
量と健全予測状態量との比較結果だけでなく、従来には
ない、経年後検出状態量とプロセス（少なくとも参照検
出器と対象検出器との間のプロセス）の経年変化を見込
んだプロセス経年変化予測状態量との比較結果や、経年
後検出状態量と検出器の劣化を見込んだ検出器劣化予測
状態量との比較結果をも用いて、判定手段が、検出器の
健全性を判定するため、参照検出器と対象検出器との間
のプロセスに経年変化が生じた場合においても、検出器
の健全性を従来よりも精度よく判定することができる。

【０１０５】また、本発明にかかる検出器の健全性判定
システム（請求項９）によれば、上記相関関係を線形関
数によって表し、この線形関数を求めるに際して、カル
マンフィルタアルゴリズムを適用することにより、容易
に上記相関関係（線形関数）を求めることができる。

【０１０６】また、本発明にかかる検出器の健全性判定
システム（請求項１０）によれば、（１）経年後におい
て対象検出器によって得られた状態量と、経年後におい
て参照検出器によって得られた状態量を健全予測モデル
に入力して得られた健全予測状態量と、の差が予め設定
された第１の閾値よりも小さいときは、対象検出器は健
全である可能性が高く、（２）経年後において対象検出
器によって得られた状態量と、経年後において参照検出
器によって得られた状態量をプロセス経年変化予測モデ
ルに入力して得られたプロセス経年変化予測状態量と、
の差が予め設定された第２の閾値よりも大きいときは、
プロセスは経年変化していない可能性が高く、（３）経
年後において対象検出器によって得られた状態量と、経
年後において参照検出器によって得られた状態量を検出
器劣化予測モデルに入力して得られた検出器劣化予測状
態量と、の差が予め設定された第３の閾値よりも大きい
ときは、対象検出器は劣化していない可能性が高く、こ
れら（１）〜（３）の結果によれば、プロセスの経年変
化はない状態において対象検出器は健全である可能性が
極めて高く、したがって、判定手段による、対象検出器
の健全性について、健全であるとの判定は、従来の判定
よりも極めて精度の高いものとなる。

【０１０７】また、本発明にかかる検出器の健全性判定
システム（請求項１１）によれば、（１）経年後におい
て対象検出器によって得られた状態量と、経年後におい
て参照検出器によって得られた状態量を健全予測モデル
に入力して得られた健全予測状態量と、の差が予め設定
された第１の閾値よりも大きいときは、対象検出器は健
全でない可能性が高く、（２）経年後において対象検出
器によって得られた状態量と、経年後において参照検出
器によって得られた状態量を検出器劣化予測モデルに入
力して得られた検出器劣化予測状態量と、の差が予め設
定された第３の閾値よりも小さいときは、対象検出器は
劣化している可能性が高く、これら（１）および（２）
の結果によれば、プロセスの経年変化に拘らず対象検出
器は健全ではない、すなわち劣化している可能性が極め
て高く、したがって、判定手段による、対象検出器の健
全性について、健全でない（劣化している）との判定結
果は、従来の判定結果よりも極めて精度の高いものとな
る。

【０１０８】また、本発明にかかる検出器の健全性判定
システム（請求項１２）によれば、（１）経年後におい
て対象検出器によって得られた状態量と、経年後におい
て参照検出器によって得られた状態量をプロセス経年変
化予測モデルに入力して得られたプロセス経年変化予測
状態量と、の差が予め設定された第２の閾値よりも小さ
いときは、プロセスが経年変化した可能性が高く、
（２）経年後において対象検出器によって得られた状態
量と、経年後において参照検出器によって得られた状態
量を検出器劣化予測モデルに入力して得られた検出器劣
化予測状態量と、の差が予め設定された第３の閾値より
も大きいときは、対象検出器は劣化していない可能性が
高く、これら（１）および（２）の結果によれば、プロ
セスは経年変化しているが、対象検出器は劣化していな
い、すなわち健全である可能性が極めて高く、したがっ
て、判定手段による、対象検出器の健全性について、健
全であるとの判定結果は、プロセスの経年変化を勘案し
たうえでの判定結果であるため、従来の判定結果よりも
極めて精度の高いものとなる。

【０１０９】また、本発明にかかる検出器の健全性判定
システム（請求項１３）によれば、（１）経年後におい
て対象検出器によって得られた状態量と、経年後におい
て参照検出器によって得られた状態量を健全予測モデル
に入力して得られた健全予測状態量と、の差が予め設定
された第１の閾値よりも小さいときは、対象検出器は健
全である可能性が高く、（２）経年後において対象検出
器によって得られた状態量と、経年後において参照検出
器によって得られた状態量を検出器劣化予測モデルに入
力して得られた検出器劣化予測状態量と、の差が予め設
定された第３の閾値よりも小さいときは、対象検出器は
劣化している可能性が高く、これら（１）および（２）
の結果によれば、対象検出器は健全であるか、または劣
化しているか、の判定が分かれることになるが、判定手
段は、少なくとも一方において、劣化の可能性を示唆し
ていることを評価して、最終的に、対象検出器は健全で
ない（劣化している）と判定することによって、プロセ
スの経年変化に拘らず、当該対象検出器を校正し、また
は交換して、対象検出器による検出精度悪化を未然に防
止することができる。

【０１１０】また、本発明にかかる検出器の健全性判定
システム（請求項１４）によれば、（１）経年後におい
て対象検出器によって得られた状態量と、経年後におい
て参照検出器によって得られた状態量を健全予測モデル
に入力して得られた健全予測状態量と、の差が予め設定
された第１の閾値よりも大きいときは、対象検出器は健
全でない可能性が高く、（２）経年後において対象検出
器によって得られた状態量と、経年後において参照検出
器によって得られた状態量をプロセス経年変化予測モデ
ルに入力して得られたプロセス経年変化予測状態量と、
の差が予め設定された第２の閾値よりも大きいときは、
プロセスは経年変化していない可能性が高く、（３）経
年後において対象検出器によって得られた状態量と、経
年後において参照検出器によって得られた状態量を検出
器劣化予測モデルに入力して得られた検出器劣化予測状
態量と、の差が予め設定された第３の閾値よりも大きい
ときは、対象検出器は劣化していない可能性が高く、こ
れら（１）〜（３）の結果によれば、プロセスは経年変
化しておらず、対象検出器は健全であるか、または劣化
しているか、の判定が分かれることになるが、判定手段
が、少なくとも一方において、劣化の可能性を示唆して
いることを評価して、最終的に、対象検出器は健全でな
い（劣化している）と判定することによって、プロセス
の経年変化は生じていない状態において、当該対象検出
器を校正し、または交換して、対象検出器による検出精
度悪化を未然に防止することができる。

【図面の簡単な説明】

【図１】本発明の実施の形態１である検出器の健全性判
定システムを示す図である。

【図２】図１に示した健全性判定システムのメモリに記
憶された各予測モデルの作成方法を説明するための図で
ある。

【図３】学習段階における予測値と実測値との差を求め
る作用を説明する図である。

【図４】実用段階における予測値と実測値との差を求め
る作用を説明する図である。

【図５】判定用ＬＵＴの内容を表す図である。

【図６】本発明の実施の形態２である検出器の健全性判
定システムを示す図である。

【図７】本発明の実施の形態３である検出器の健全性判
定システムを示す図である。

【符号の説明】

１０ プロセス １１ 媒体 ２１ 対象検出器（流量検出器） ２２ 参照検出器（流量検出器） ３０ データ収集部 ４０ 判定部 ４１ 演算部 ４２ 判定用ＬＵＴ ５０ メモリ ５１ 健全性予測モデル ５２ プロセス経年変化予測モデル ５３ 検出器劣化予測モデル ６０ ディスプレイ装置 ７０ データ入力部 １００ 検出器の健全性判定システム

───────────────────────────────────────────────────── フロントページの続き (72)発明者 林 宣弘 神戸市兵庫区和田崎町一丁目１番１号 三 菱重工業株式会社神戸造船所内 Ｆターム(参考） 2F076 BA13 BA17 BD07 BD11 BD14 BD19 BE04 BE06 BE08 BE13 2G024 AD33 BA11 CA26 EA12 FA03 2G075 AA01 CA49 DA03 DA04 DA05 DA06 DA07 EA01 FA07 FB10 FB18 GA15 5H223 AA03 BB02 EE02 FF05 FF06 FF08

Claims (14)

【特許請求の範囲】
1. 【請求項１】 所定のプロセスの状態量を検出する検出
   器の健全性を判定する検出器の健全性判定方法であっ
   て、 前記プロセスが健全な状態、かつ前記検出器が健全な状
   態において、前記状態量を検出する健全な参照検出器に
   よって検出された状態量と、前記健全性を判定する対象
   となる対象検出器によって検出された状態量との相関関
   係を求めて、プロセス健全状態かつ検出器健全状態にお
   ける、前記参照検出器による状態量と前記対象検出器に
   よる状態量との関係を表す健全予測モデルを予め作成
   し、 前記プロセスが経年変化した状態、かつ前記対象検出器
   が健全な状態において、前記参照検出器によって検出さ
   れた状態量と、前記対象検出器によって検出された状態
   量との相関関係を求めて、プロセス経年変化状態かつ検
   出器健全状態における、前記参照検出器による状態量と
   前記対象検出器による状態量との関係を表すプロセス経
   年変化予測モデルを予め作成し、 前記プロセスが健全な状態、かつ前記対象検出器が劣化
   した状態において、前記参照検出器によって検出された
   状態量と、前記対象検出器によって検出された状態量と
   の相関関係を求めて、プロセス健全状態かつ検出器劣化
   状態における、前記参照検出器による状態量と前記対象
   検出器による状態量との関係を表す検出器劣化予測モデ
   ルを予め作成し、 経年後において前記対象検出器によって検出された状態
   量と、該経年後において前記参照検出器によって検出さ
   れた状態量を、前記健全予測モデル、前記プロセス経年
   変化予測モデル、および前記検出器劣化予測モデルにそ
   れぞれ入力して得られた各予測状態量と、を比較し、こ
   れらの比較結果に基づいて、前記対象検出器の健全性を
   判定することを特徴とする検出器の健全性判定方法。
2. 【請求項２】 前記相関関係は、前記参照検出器によっ
   て検出された状態量と前記対象検出器によって検出され
   た状態量とに対してカルマンフィルタアルゴリズムを適
   用して得られた線形関数であることを特徴とする請求項
   １に記載の検出器の健全性判定方法。
3. 【請求項３】 前記経年後において前記対象検出器によ
   って得られた状態量と、前記経年後において前記参照検
   出器によって得られた状態量を前記健全予測モデルに入
   力して得られた健全予測状態量と、の差が予め設定され
   た第１の閾値よりも小さく、かつ、 前記経年後において前記対象検出器によって得られた状
   態量と、前記経年後において前記参照検出器によって得
   られた状態量を前記プロセス経年変化予測モデルに入力
   して得られたプロセス経年変化予測状態量と、の差が予
   め設定された第２の閾値よりも大きく、かつ、 前記経年後において前記対象検出器によって得られた状
   態量と、前記経年後において前記参照検出器によって得
   られた状態量を前記検出器劣化予測モデルに入力して得
   られた検出器劣化予測状態量と、の差が予め設定された
   第３の閾値よりも大きいときは、前記対象検出器は健全
   であると判定することを特徴とする請求項１または２に
   記載の検出器の健全性判定方法。
4. 【請求項４】 前記経年後において前記対象検出器によ
   って得られた状態量と、前記経年後において前記参照検
   出器によって得られた状態量を前記健全予測モデルに入
   力して得られた健全予測状態量と、の差が予め設定され
   た第１の閾値よりも大きく、かつ、 前記経年後において前記対象検出器によって得られた状
   態量と、前記経年後において前記参照検出器によって得
   られた状態量を前記検出器劣化予測モデルに入力して得
   られた検出器劣化予測状態量と、の差が予め設定された
   第３の閾値よりも小さいときは、前記対象検出器は劣化
   していると判定することを特徴とする請求項１または２
   に記載の検出器の健全性判定方法。
5. 【請求項５】 前記経年後において前記対象検出器によ
   って得られた状態量と、前記経年後において前記参照検
   出器によって得られた状態量を前記プロセス経年変化予
   測モデルに入力して得られたプロセス経年変化予測状態
   量と、の差が予め設定された第２の閾値よりも小さく、
   かつ、 前記経年後において前記対象検出器によって得られた状
   態量と、前記経年後において前記参照検出器によって得
   られた状態量を前記検出器劣化予測モデルに入力して得
   られた検出器劣化予測状態量と、の差が予め設定された
   第３の閾値よりも大きいときは、前記対象検出器は健全
   であると判定することを特徴とする請求項１または２に
   記載の検出器の健全性判定方法。
6. 【請求項６】 前記経年後において前記対象検出器によ
   って得られた状態量と、前記経年後において前記参照検
   出器によって得られた状態量を前記健全予測モデルに入
   力して得られた健全予測状態量と、の差が予め設定され
   た第１の閾値よりも小さく、かつ、 前記経年後において前記対象検出器によって得られた状
   態量と、前記経年後において前記参照検出器によって得
   られた状態量を前記検出器劣化予測モデルに入力して得
   られた検出器劣化予測状態量と、の差が予め設定された
   第３の閾値よりも小さいときは、前記対象検出器は劣化
   していると判定することを特徴とする請求項１または２
   に記載の検出器の健全性判定方法。
7. 【請求項７】 前記経年後において前記対象検出器によ
   って得られた状態量と、前記経年後において前記参照検
   出器によって得られた状態量を前記健全予測モデルに入
   力して得られた健全予測状態量と、の差が予め設定され
   た第１の閾値よりも大きく、かつ、 前記経年後において前記対象検出器によって得られた状
   態量と、前記経年後において前記参照検出器によって得
   られた状態量を前記プロセス経年変化予測モデルに入力
   して得られたプロセス経年変化予測状態量と、の差が予
   め設定された第２の閾値よりも大きく、かつ、 前記経年後において前記対象検出器によって得られた状
   態量と、前記経年後において前記参照検出器によって得
   られた状態量を前記検出器劣化予測モデルに入力して得
   られた検出器劣化予測状態量と、の差が予め設定された
   第３の閾値よりも大きいときは、前記対象検出器は劣化
   していると判定することを特徴とする請求項１または２
   に記載の検出器の健全性判定方法。
8. 【請求項８】 所定のプロセスの状態量を検出する検出
   器の健全性を判定する検出器の健全性判定システムであ
   って、 前記プロセスの状態量を常に健全な状態で検出する参照
   検出器と、 前記プロセスが健全な状態、かつ前記検出器が健全な状
   態において、前記状態量を検出する健全な参照検出器に
   よって検出された状態量と、前記健全性を判定する対象
   となる対象検出器によって検出された状態量との相関関
   係を予め求めて、プロセス健全状態かつ検出器健全状態
   における、前記参照検出器による状態量と前記対象検出
   器による状態量との関係を表す健全予測モデル、 前記プロセスが経年変化した状態、かつ前記対象検出器
   が健全な状態において、前記参照検出器によって検出さ
   れた状態量と、前記対象検出器によって検出された状態
   量との相関関係を求めて、プロセス経年変化状態かつ検
   出器健全状態における、前記参照検出器による状態量と
   前記対象検出器による状態量との関係を表すプロセス経
   年変化予測モデル、および、 前記プロセスが健全な状態、かつ前記対象検出器が劣化
   した状態において、前記参照検出器によって検出された
   状態量と、前記対象検出器によって検出された状態量と
   の相関関係を求めて、プロセス健全状態かつ検出器劣化
   状態における、前記参照検出器による状態量と前記対象
   検出器による状態量との関係を表す検出器劣化予測モデ
   ル、が記憶された記憶手段と、 経年後において前記対象検出器によって検出された状態
   量と、該経年後において前記参照検出器によって検出さ
   れた状態量を、前記健全予測モデル、前記プロセス経年
   変化予測モデル、および前記検出器劣化予測モデルにそ
   れぞれ入力して得られた各予測状態量と、を比較し、こ
   れらの比較結果に基づいて、前記対象検出器の健全性を
   判定する判定手段と、を備えたことを特徴とする検出器
   の健全性判定システム。
9. 【請求項９】 前記相関関係は、前記参照検出器によっ
   て検出された状態量と前記対象検出器によって検出され
   た状態量とに対してカルマンフィルタアルゴリズムを適
   用して得られた線形関数であることを特徴とする請求項
   ８に記載の検出器の健全性判定システム。
10. 【請求項１０】 前記判定手段は、 前記経年後において前記対象検出器によって得られた状
    態量と、前記経年後において前記参照検出器によって得
    られた状態量を前記健全予測モデルに入力して得られた
    健全予測状態量と、の差が予め設定された第１の閾値よ
    りも小さく、かつ、前記経年後において前記対象検出器
    によって得られた状態量と、前記経年後において前記参
    照検出器によって得られた状態量を前記プロセス経年変
    化予測モデルに入力して得られたプロセス経年変化予測
    状態量と、の差が予め設定された第２の閾値よりも大き
    く、かつ、前記経年後において前記対象検出器によって
    得られた状態量と、前記経年後において前記参照検出器
    によって得られた状態量を前記検出器劣化予測モデルに
    入力して得られた検出器劣化予測状態量と、の差が予め
    設定された第３の閾値よりも大きいときは、前記対象検
    出器は健全であると判定することを特徴とする請求項８
    または９に記載の検出器の健全性判定システム。
11. 【請求項１１】 前記判定手段は、 前記経年後において前記対象検出器によって得られた状
    態量と、前記経年後において前記参照検出器によって得
    られた状態量を前記健全予測モデルに入力して得られた
    健全予測状態量と、の差が予め設定された第１の閾値よ
    りも大きく、かつ、前記経年後において前記対象検出器
    によって得られた状態量と、前記経年後において前記参
    照検出器によって得られた状態量を前記検出器劣化予測
    モデルに入力して得られた検出器劣化予測状態量と、の
    差が予め設定された第３の閾値よりも小さいときは、前
    記対象検出器は劣化していると判定することを特徴とす
    る請求項８または９に記載の検出器の健全性判定システ
    ム。
12. 【請求項１２】 前記判定手段は、 前記経年後において前記対象検出器によって得られた状
    態量と、前記経年後において前記参照検出器によって得
    られた状態量を前記プロセス経年変化予測モデルに入力
    して得られたプロセス経年変化予測状態量と、の差が予
    め設定された第２の閾値よりも小さく、かつ、前記経年
    後において前記対象検出器によって得られた状態量と、
    前記経年後において前記参照検出器によって得られた状
    態量を前記検出器劣化予測モデルに入力して得られた検
    出器劣化予測状態量と、の差が予め設定された第３の閾
    値よりも大きいときは、前記対象検出器は健全であると
    判定することを特徴とする請求項８または９に記載の検
    出器の健全性判定システム。
13. 【請求項１３】 前記判定手段は、 前記経年後において前記対象検出器によって得られた状
    態量と、前記経年後において前記参照検出器によって得
    られた状態量を前記健全予測モデルに入力して得られた
    健全予測状態量と、の差が予め設定された第１の閾値よ
    りも小さく、かつ、前記経年後において前記対象検出器
    によって得られた状態量と、前記経年後において前記参
    照検出器によって得られた状態量を前記検出器劣化予測
    モデルに入力して得られた検出器劣化予測状態量と、の
    差が予め設定された第３の閾値よりも小さいときは、前
    記対象検出器は劣化していると判定することを特徴とす
    る請求項８または９に記載の検出器の健全性判定システ
    ム。
14. 【請求項１４】 前記判定手段は、 前記経年後において前記対象検出器によって得られた状
    態量と、前記経年後において前記参照検出器によって得
    られた状態量を前記健全予測モデルに入力して得られた
    健全予測状態量と、の差が予め設定された第１の閾値よ
    りも大きく、かつ、前記経年後において前記対象検出器
    によって得られた状態量と、前記経年後において前記参
    照検出器によって得られた状態量を前記プロセス経年変
    化予測モデルに入力して得られたプロセス経年変化予測
    状態量と、の差が予め設定された第２の閾値よりも大き
    く、かつ、前記経年後において前記対象検出器によって
    得られた状態量と、前記経年後において前記参照検出器
    によって得られた状態量を前記検出器劣化予測モデルに
    入力して得られた検出器劣化予測状態量と、の差が予め
    設定された第３の閾値よりも大きいときは、前記対象検
    出器は劣化していると判定することを特徴とする請求項
    ８または９に記載の検出器の健全性判定システム。