JP2003295937A - プラント監視装置とプラント監視方法 - Google Patents
プラント監視装置とプラント監視方法Info
- Publication number
- JP2003295937A JP2003295937A JP2002093551A JP2002093551A JP2003295937A JP 2003295937 A JP2003295937 A JP 2003295937A JP 2002093551 A JP2002093551 A JP 2002093551A JP 2002093551 A JP2002093551 A JP 2002093551A JP 2003295937 A JP2003295937 A JP 2003295937A
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- information
- diagnosis
- plant
- function unit
- 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
Abstract
(57)【要約】
【課題】プラントの診断精度をすると共に、プラントの
監視能力を向上すること。 【解決手段】プラント設備に設置された複数個のセンサ
ー情報から対象設備の性能及び構成部品の健全性を診断
する診断ロジック部と、不具合事象と該不具合事象に関
連するセンサー項目とが記憶された事例データベース
と、該事例データベースにより該診断ロジック部による
診断結果から類似事象および該事象に関連するセンサー
項目を選択する選択機能部と、該選択機能部により選択
された情報に基づき診断ロジックを調整する診断ロジッ
ク調整機能部と、を備えたことを特徴とする。
監視能力を向上すること。 【解決手段】プラント設備に設置された複数個のセンサ
ー情報から対象設備の性能及び構成部品の健全性を診断
する診断ロジック部と、不具合事象と該不具合事象に関
連するセンサー項目とが記憶された事例データベース
と、該事例データベースにより該診断ロジック部による
診断結果から類似事象および該事象に関連するセンサー
項目を選択する選択機能部と、該選択機能部により選択
された情報に基づき診断ロジックを調整する診断ロジッ
ク調整機能部と、を備えたことを特徴とする。
Description
【０００１】
【発明の属する技術分野】本発明は、プラント監視装置
とプラント監視方法に関する。
とプラント監視方法に関する。
【０００２】
【従来の技術】従来、発電設備、特にガスタービンの高
温部材の余寿命診断に適した材料診断に関する技術があ
るが、遠隔でプラント設備を監視・診断するためには、
異常が発生する予兆現象を精度良く捉える必要がある。
温部材の余寿命診断に適した材料診断に関する技術があ
るが、遠隔でプラント設備を監視・診断するためには、
異常が発生する予兆現象を精度良く捉える必要がある。
【０００３】プラントの監視や診断に関するものとし
て、例えば、特開平６−２８８７９６号公報や特開平８
−１４７０３０号公報等があげられる。
て、例えば、特開平６−２８８７９６号公報や特開平８
−１４７０３０号公報等があげられる。
【０００４】
【発明が解決しようとする課題】性能診断結果と材料劣
化または損傷診断結果とを組み合わせて総合的に診断し
て診断精度を向上することと、同型もしくは対象設備の
過去不具合事例から類似事例を参照することによって更
に診断精度を向上することと、不具合発生部位の適切な
選定及び監視能力の向上などが望まれる。
化または損傷診断結果とを組み合わせて総合的に診断し
て診断精度を向上することと、同型もしくは対象設備の
過去不具合事例から類似事例を参照することによって更
に診断精度を向上することと、不具合発生部位の適切な
選定及び監視能力の向上などが望まれる。
【０００５】本発明の目的は、プラントの診断精度をす
ると共に、プラントの監視能力の向上が可能なプラント
監視装置とプラント監視方法を提供することにある。
ると共に、プラントの監視能力の向上が可能なプラント
監視装置とプラント監視方法を提供することにある。
【０００６】
【課題を解決するための手段】本発明は、プラント設備
に設置された複数個のセンサー情報から対象設備の性能
及び構成部品の健全性を診断する診断ロジック部と、不
具合事象と該不具合事象に関連するセンサー項目とが記
憶された事例データベースと、該事例データベースによ
り該診断ロジック部による診断結果から類似事象および
該事象に関連するセンサー項目を選択する選択機能部
と、該選択機能部により選択された情報に基づき診断ロ
ジックを調整する診断ロジック調整機能部とを備えたこ
とを特徴とする。
に設置された複数個のセンサー情報から対象設備の性能
及び構成部品の健全性を診断する診断ロジック部と、不
具合事象と該不具合事象に関連するセンサー項目とが記
憶された事例データベースと、該事例データベースによ
り該診断ロジック部による診断結果から類似事象および
該事象に関連するセンサー項目を選択する選択機能部
と、該選択機能部により選択された情報に基づき診断ロ
ジックを調整する診断ロジック調整機能部とを備えたこ
とを特徴とする。
【０００７】
【発明の実施の形態】本発明の実施の形態では、プラン
ト設備に設置された複数個のセンサー情報と該設備の運
転制御装置からの制御信号を遠隔地にて監視するリモー
ト監視装置情報と、プラント設備において通常実施され
る定期点検情報とを総合的に評価することによって、対
象プラントの健全性を診断する技術に係る。従って、化
学プラントや発電設備のように複数の要素部材によって
構成され、かつ高温・高圧状態となるような化学反応プ
ロセスを内包するシステムの監視・診断に有効である。
ト設備に設置された複数個のセンサー情報と該設備の運
転制御装置からの制御信号を遠隔地にて監視するリモー
ト監視装置情報と、プラント設備において通常実施され
る定期点検情報とを総合的に評価することによって、対
象プラントの健全性を診断する技術に係る。従って、化
学プラントや発電設備のように複数の要素部材によって
構成され、かつ高温・高圧状態となるような化学反応プ
ロセスを内包するシステムの監視・診断に有効である。
【０００８】以下、本発明の実施の形態を説明する。図
１に、本発明の情報処理方法を示す。
１に、本発明の情報処理方法を示す。
【０００９】プラントの各所に配置された複数のセンサ
ー１〜センサー３で計測された計測情報の出力信号は、
診断ロジック部４で診断処理され、異常または異常予兆
を検知した場合には、その診断結果５や診断結果６を診
断結果情報として出力する。事例データベース８には、
予め対象プラントおよび同型設備での過去発生した不具
合事象と、それに関連するセンサー項目および不具合発
生前後のプロセス値特徴量等の情報が蓄積されている。
診断結果５や診断結果６は、類似事例選択機能７へ伝達
され、事例データベース８から、現在発生している事象
と類似する抽出データ９を抽出する。抽出データ９は、
関連センサーおよび診断ロジック自動抽出機能部１０に
伝達される。
ー１〜センサー３で計測された計測情報の出力信号は、
診断ロジック部４で診断処理され、異常または異常予兆
を検知した場合には、その診断結果５や診断結果６を診
断結果情報として出力する。事例データベース８には、
予め対象プラントおよび同型設備での過去発生した不具
合事象と、それに関連するセンサー項目および不具合発
生前後のプロセス値特徴量等の情報が蓄積されている。
診断結果５や診断結果６は、類似事例選択機能７へ伝達
され、事例データベース８から、現在発生している事象
と類似する抽出データ９を抽出する。抽出データ９は、
関連センサーおよび診断ロジック自動抽出機能部１０に
伝達される。
【００１０】一方、材料診断データベース１１には、対
象となるプラントの定期点検時取得情報、および使用さ
れている各部材特性情報が蓄積されており、部材選択機
能部１２により、対象プラントの前回定期点検時診断お
よび余寿命消費率が、予め設定されたしきい値に漸近し
ている部材情報を選択し、部材劣化による類似事例選択
機能部１３へ伝達される。類似事例選択機能部１３で
は、事例データベース８からの情報もほぼ同時に伝達さ
れ、２つの情報をもとに不具合発生と診断された対象部
材の過去不具合履歴情報１４を、診断ロジック自動抽出
機能１０に伝達する。
象となるプラントの定期点検時取得情報、および使用さ
れている各部材特性情報が蓄積されており、部材選択機
能部１２により、対象プラントの前回定期点検時診断お
よび余寿命消費率が、予め設定されたしきい値に漸近し
ている部材情報を選択し、部材劣化による類似事例選択
機能部１３へ伝達される。類似事例選択機能部１３で
は、事例データベース８からの情報もほぼ同時に伝達さ
れ、２つの情報をもとに不具合発生と診断された対象部
材の過去不具合履歴情報１４を、診断ロジック自動抽出
機能１０に伝達する。
【００１１】診断ロジック自動抽出機能１０は、前述し
た２つの情報抽出データ９および過去不具合履歴情報１
４をもとに、対象プラントの不具合を詳細に監視するに
適した診断アルゴリズムを再構築し、診断ロジック部４
から選択された新規診断ロジック部１９の出力信号に重
要度情報を加味した診断結果値２０，診断結果値２１を
出力する。さらに、診断ロジック自動抽出機能１０は、
新規診断ロジック部１９で必要となるセンサー１５〜セ
ンサー１８を選択し、センサー１５〜センサー１８のデ
ータ収録周期を、自動的に前回値よりも短く調整する。
た２つの情報抽出データ９および過去不具合履歴情報１
４をもとに、対象プラントの不具合を詳細に監視するに
適した診断アルゴリズムを再構築し、診断ロジック部４
から選択された新規診断ロジック部１９の出力信号に重
要度情報を加味した診断結果値２０，診断結果値２１を
出力する。さらに、診断ロジック自動抽出機能１０は、
新規診断ロジック部１９で必要となるセンサー１５〜セ
ンサー１８を選択し、センサー１５〜センサー１８のデ
ータ収録周期を、自動的に前回値よりも短く調整する。
【００１２】つぎに、上述した各機能およびデータベー
スの内容について、ガスタービン発電プラントを例にと
り、具体的に、以下説明する。
スの内容について、ガスタービン発電プラントを例にと
り、具体的に、以下説明する。
【００１３】診断ロジック部４は、例えば、図２に示す
ように、圧縮機吐出温度センサー１の出力信号を、微分
器２２により特性傾向量に変換する。変化量が数℃以下
となった場合、比較器２５から出力信号「１」を、論理
積器２８および論理否定器３１に伝達する。対象プラン
トの発電指令値と実発電量との偏差センサー２の出力信
号は、微分器２３により特性傾向量に変換される。変化
量が数ＭＷ以上となった場合、比較器２６から出力信号
「１」を、論理積器２８および論理和器３０に伝達す
る。
ように、圧縮機吐出温度センサー１の出力信号を、微分
器２２により特性傾向量に変換する。変化量が数℃以下
となった場合、比較器２５から出力信号「１」を、論理
積器２８および論理否定器３１に伝達する。対象プラン
トの発電指令値と実発電量との偏差センサー２の出力信
号は、微分器２３により特性傾向量に変換される。変化
量が数ＭＷ以上となった場合、比較器２６から出力信号
「１」を、論理積器２８および論理和器３０に伝達す
る。
【００１４】診断ロジック部４で、燃料量指令値センサ
ー３の出力信号は、微分器２４により特性傾向量に変換
される。変化量が数％以上となった場合、比較器２７か
ら出力信号「１」を、論理積器２９および論理和器３０
に伝達する。論理積器２８の出力信号は、論理積器２９
へ伝達される。論理積器２９では、圧縮機吐出温度が低
下し、かつ発電量偏差が大きく、燃料量指令値が増加し
た場合に、「圧縮機効率低下」という情報として診断結
果５を出力する。一方、論理和器３０と論理否定器３１
との出力信号は論理積器３２へ伝達され、発電量偏差が
大きいか燃料量指令値が増加しており、かつ圧縮機吐出
温度に変化がない場合は、「タービン効率低下」という
診断結果６を出力する。
ー３の出力信号は、微分器２４により特性傾向量に変換
される。変化量が数％以上となった場合、比較器２７か
ら出力信号「１」を、論理積器２９および論理和器３０
に伝達する。論理積器２８の出力信号は、論理積器２９
へ伝達される。論理積器２９では、圧縮機吐出温度が低
下し、かつ発電量偏差が大きく、燃料量指令値が増加し
た場合に、「圧縮機効率低下」という情報として診断結
果５を出力する。一方、論理和器３０と論理否定器３１
との出力信号は論理積器３２へ伝達され、発電量偏差が
大きいか燃料量指令値が増加しており、かつ圧縮機吐出
温度に変化がない場合は、「タービン効率低下」という
診断結果６を出力する。
【００１５】このようなプラント設備に設置された複数
個のセンサー情報から対象設備の性能及び構成部品の健
全性を診断する診断ロジック部４を備えているので、性
能と健全性との双方を配慮した診断が可能であり、診断
精度の向上が図れる。
個のセンサー情報から対象設備の性能及び構成部品の健
全性を診断する診断ロジック部４を備えているので、性
能と健全性との双方を配慮した診断が可能であり、診断
精度の向上が図れる。
【００１６】事例データベース８には、図３に示すよう
に、機器型式，不具合発生日時，診断結果，対策，損傷
部位名，事象発生前後のプロセスデータ特徴、および関
連センサー項目等と、プロセス値特徴量トレンドグラフ
情報が内包される。事例データベース８に、プラントの
型式，異常発生年月日，故障事例，対策，部費損傷状
況，異常発生前後のプロセスデータ計測値の特徴、およ
び関連センサー項目に関する情報が記憶されているの
で、適切な事例を選択可能となる。類似事例選択機能部
７は、例えば、診断ロジック部４の診断結果５である
「圧縮機効率低下」と、診断結果６である「タービン効
率低下」をキーワード検索し、図３中の第１行目および
第２行目のデータを、抽出データ９として、関連センサ
ーおよび診断ロジック自動抽出機能１０へ伝達する。
に、機器型式，不具合発生日時，診断結果，対策，損傷
部位名，事象発生前後のプロセスデータ特徴、および関
連センサー項目等と、プロセス値特徴量トレンドグラフ
情報が内包される。事例データベース８に、プラントの
型式，異常発生年月日，故障事例，対策，部費損傷状
況，異常発生前後のプロセスデータ計測値の特徴、およ
び関連センサー項目に関する情報が記憶されているの
で、適切な事例を選択可能となる。類似事例選択機能部
７は、例えば、診断ロジック部４の診断結果５である
「圧縮機効率低下」と、診断結果６である「タービン効
率低下」をキーワード検索し、図３中の第１行目および
第２行目のデータを、抽出データ９として、関連センサ
ーおよび診断ロジック自動抽出機能１０へ伝達する。
【００１７】このように、不具合事象と該不具合事象に
関連するセンサー項目とが記憶された事例データベース
８と、事例データベース８により診断ロジック部４によ
る診断結果から類似事象および事象に関連するセンサー
項目を選択する類似事例選択機能部７とを備えているの
で、適切に診断結果から事象を推定することができる。
また、適切に診断結果からセンサー項目を選択すること
ができる。また、類似事例選択機能部７で、事例データ
ベース８に記憶された故障事例と関連センサー項目情報
とが一致する事例を選択可能となるよう構成すること
で、適切な選択が可能となる。
関連するセンサー項目とが記憶された事例データベース
８と、事例データベース８により診断ロジック部４によ
る診断結果から類似事象および事象に関連するセンサー
項目を選択する類似事例選択機能部７とを備えているの
で、適切に診断結果から事象を推定することができる。
また、適切に診断結果からセンサー項目を選択すること
ができる。また、類似事例選択機能部７で、事例データ
ベース８に記憶された故障事例と関連センサー項目情報
とが一致する事例を選択可能となるよう構成すること
で、適切な選択が可能となる。
【００１８】一方、材料診断データベース１１には、図
４に示すように、不具合発生の部位名，点検実施日時，
前回定期点検結果，補修状況、および診断結果等の情報
が内包される。部材選択機能１２では、材料診断データ
ベース１１より、補修または交換が必要な部位、例え
ば、「次回点検時交換要」等をキーワード検索し、「タ
ービン翼」という部位情報を、材料劣化による類似事例
選択機能部１３へ伝達する。
４に示すように、不具合発生の部位名，点検実施日時，
前回定期点検結果，補修状況、および診断結果等の情報
が内包される。部材選択機能１２では、材料診断データ
ベース１１より、補修または交換が必要な部位、例え
ば、「次回点検時交換要」等をキーワード検索し、「タ
ービン翼」という部位情報を、材料劣化による類似事例
選択機能部１３へ伝達する。
【００１９】類似事例選択機能部１３では、さらに事例
データベース８より、例えば、「タービン効率低下」お
よび「タービン翼」をキーワード検索し、図５中の第２
行目の項目を過去不具合履歴情報１４として、関連セン
サーおよび診断ロジック自動抽出機能部１０に伝達す
る。自動抽出機能部１０は、類似事例選択機能７および
材料劣化による類似事例選択機能部１３からの伝達情報
をもとに、例えば、「タービン翼」を診断結果出力と
し、かつ抽出データ９および過去不具合履歴情報１４中
のセンサー項目情報で、複数回選択されたセンサー信号
が入力となるような診断ロジックを、予め診断項目毎に
準備されている標準診断ロジック群から選択し、新規診
断ロジック部１９に設定する。
データベース８より、例えば、「タービン効率低下」お
よび「タービン翼」をキーワード検索し、図５中の第２
行目の項目を過去不具合履歴情報１４として、関連セン
サーおよび診断ロジック自動抽出機能部１０に伝達す
る。自動抽出機能部１０は、類似事例選択機能７および
材料劣化による類似事例選択機能部１３からの伝達情報
をもとに、例えば、「タービン翼」を診断結果出力と
し、かつ抽出データ９および過去不具合履歴情報１４中
のセンサー項目情報で、複数回選択されたセンサー信号
が入力となるような診断ロジックを、予め診断項目毎に
準備されている標準診断ロジック群から選択し、新規診
断ロジック部１９に設定する。
【００２０】このように、対象設備の定期点検履歴およ
び材料劣化／診断情報を蓄積した材料診断データベース
１１と、材料診断データベース１１内の情報と健全性診
断結果との類似度とを比較して選択する機能と、センサ
ー項目に係る構成部材の過去トラブル来歴を抽出する機
能を設けることにより、更に、診断精度が向上する。
び材料劣化／診断情報を蓄積した材料診断データベース
１１と、材料診断データベース１１内の情報と健全性診
断結果との類似度とを比較して選択する機能と、センサ
ー項目に係る構成部材の過去トラブル来歴を抽出する機
能を設けることにより、更に、診断精度が向上する。
【００２１】さらに、前記の選択センサー項目について
は、データ収録周期を自動的に短縮、例えば、不具合発
生前は数分〜１時間毎の収録間隔を数秒〜５分毎となる
ように、対象プラント側データ収録装置に、専用回線ま
たは公衆回線等の通信手段を用いて指示する。
は、データ収録周期を自動的に短縮、例えば、不具合発
生前は数分〜１時間毎の収録間隔を数秒〜５分毎となる
ように、対象プラント側データ収録装置に、専用回線ま
たは公衆回線等の通信手段を用いて指示する。
【００２２】このように、類似事例選択機能部７により
選択された情報に基づき診断ロジック部４を調整する診
断ロジック調整機能部を備え、診断ロジックを適切に更
新するので、監視能力が向上する。また、類似事例選択
機能部７により選択された情報に基づき選択されたセン
サーの収録期間を短縮する手段を備えているので、監視
能力が向上する。
選択された情報に基づき診断ロジック部４を調整する診
断ロジック調整機能部を備え、診断ロジックを適切に更
新するので、監視能力が向上する。また、類似事例選択
機能部７により選択された情報に基づき選択されたセン
サーの収録期間を短縮する手段を備えているので、監視
能力が向上する。
【００２３】新規診断ロジック部１９は、例えば図６に
示すように、ガスタービンの排気温度センサー１５の出
力信号を、微分器３３により特性傾向量に変換する。変
化量が数℃以上となった場合、比較器３７から出力信号
「１」を、論理積器４１に伝達する。対象プラントの発
電指令値と実発電量との偏差センサー１６（センサー１
６は、センサー２と同一であっても良い。）の出力信号
は、微分器３４により特性傾向量に変換される。変化量
が数ＭＷ以上となった場合、比較器３８から出力信号
「１」を、論理和器４２に伝達する。燃料量指令値セン
サー１７（センサー１７は、センサー３と同一であって
も良い。）の出力信号は、微分器３５により特性傾向量
に変換される。変化量が数％以上となった場合、比較器
３９から出力信号「１」を、論理和器４２に伝達する。
軸振動センサー１８の出力信号は、微分器３６により特
性傾向量に変換される。変化量が数mm／ｓ以上となった
場合、比較器４０から出力信号「１」を、論理積器４３
に伝達する。論理和器４２の出力信号は、論理積器４１
へ伝達される。論理積器４１の出力信号は、さらに、論
理積器４３へ伝達される。論理積器４１では、負荷偏差
が大きいか燃料指令値が増加しており、かつ排気温度変
化が大きい場合に、「タービン効率低下」という診断結
果２０を出力する。一方、論理積器４３では、上記診断
結果値２０に加え、かつ軸振動変化が大きい場合に、
「タービン翼損傷」という診断結果値２１を出力する。
従って、新規診断ロジック部１９により、精度の良い適
切な診断結果を得ることができる。
示すように、ガスタービンの排気温度センサー１５の出
力信号を、微分器３３により特性傾向量に変換する。変
化量が数℃以上となった場合、比較器３７から出力信号
「１」を、論理積器４１に伝達する。対象プラントの発
電指令値と実発電量との偏差センサー１６（センサー１
６は、センサー２と同一であっても良い。）の出力信号
は、微分器３４により特性傾向量に変換される。変化量
が数ＭＷ以上となった場合、比較器３８から出力信号
「１」を、論理和器４２に伝達する。燃料量指令値セン
サー１７（センサー１７は、センサー３と同一であって
も良い。）の出力信号は、微分器３５により特性傾向量
に変換される。変化量が数％以上となった場合、比較器
３９から出力信号「１」を、論理和器４２に伝達する。
軸振動センサー１８の出力信号は、微分器３６により特
性傾向量に変換される。変化量が数mm／ｓ以上となった
場合、比較器４０から出力信号「１」を、論理積器４３
に伝達する。論理和器４２の出力信号は、論理積器４１
へ伝達される。論理積器４１の出力信号は、さらに、論
理積器４３へ伝達される。論理積器４１では、負荷偏差
が大きいか燃料指令値が増加しており、かつ排気温度変
化が大きい場合に、「タービン効率低下」という診断結
果２０を出力する。一方、論理積器４３では、上記診断
結果値２０に加え、かつ軸振動変化が大きい場合に、
「タービン翼損傷」という診断結果値２１を出力する。
従って、新規診断ロジック部１９により、精度の良い適
切な診断結果を得ることができる。
【００２４】さらに、前記関連センサーおよび診断ロジ
ック自動抽出機能１０により、選択されたセンサー１５
〜センサー１８は、例えば図７に示すように、不具合発
生前の状態を示す（●）のポイントから、本診断ロジッ
ク自動抽出機能１０による収録周期調整により、図中
（○）で示すポイントの計測が可能となり、プロセス値
の急変または特徴点を監視することができる。従って、
選択されたセンサーの収録期間を短縮するので、監視能
力が向上する。
ック自動抽出機能１０により、選択されたセンサー１５
〜センサー１８は、例えば図７に示すように、不具合発
生前の状態を示す（●）のポイントから、本診断ロジッ
ク自動抽出機能１０による収録周期調整により、図中
（○）で示すポイントの計測が可能となり、プロセス値
の急変または特徴点を監視することができる。従って、
選択されたセンサーの収録期間を短縮するので、監視能
力が向上する。
【００２５】以上の実施の形態により、性能診断結果と
材料劣化または損傷診断結果とを組み合わせて総合的に
診断することと、同型もしくは対象設備の過去不具合事
例から類似事例を参照することによって診断精度を向上
することができる。さらに、不具合発生部位を監視する
に適した計測センサーのデータ取込周期を、自動的に短
縮することができる。
材料劣化または損傷診断結果とを組み合わせて総合的に
診断することと、同型もしくは対象設備の過去不具合事
例から類似事例を参照することによって診断精度を向上
することができる。さらに、不具合発生部位を監視する
に適した計測センサーのデータ取込周期を、自動的に短
縮することができる。
【００２６】
【発明の効果】本発明によると、プラントの診断精度を
すると共に、プラントの監視能力の向上が可能なプラン
ト監視装置とプラント監視方法を提供することができ
る。
すると共に、プラントの監視能力の向上が可能なプラン
ト監視装置とプラント監視方法を提供することができ
る。
【図１】本発明の実施の形態であるプラント監視装置の
情報処理の概要図。
情報処理の概要図。
【図２】本発明の実施の形態である診断ロジック部の構
成図。
成図。
【図３】本発明の実施の形態である事例データベースの
構成図。
構成図。
【図４】材料診断データベース１１および部材選択機能
１２の内容例。
１２の内容例。
【図５】類似事例選択機能部１３および過去不具合履歴
情報１４の内容例。
情報１４の内容例。
【図６】新規診断ロジック部１９の内容例。
【図７】選択センサーの計測周期変更による効果。
１，２，３，１５，１６，１７，１８…センサー、４…
診断ロジック部、５，６…診断結果、７…類似事例選択
機能部、８…事例データベース、９…抽出データ、１０
…関連センサーおよび診断ロジック自動抽出機能部、１
１…材料診断データベース、１２…部材選択機能部、１
３…材料劣化による類似事例選択機能部、１４…過去不
具合履歴情報、１９…新規診断ロジック部、２０，２１
…診断結果値、２２，２３，２４，３３，３４，３５，
３６…微分器、２５，２６，２７，３７，３８，３９，
４０…比較器、２８，２９，３２，４１，４３…論理積
器、３０，４２…論理和器、３１…論理否定器。
診断ロジック部、５，６…診断結果、７…類似事例選択
機能部、８…事例データベース、９…抽出データ、１０
…関連センサーおよび診断ロジック自動抽出機能部、１
１…材料診断データベース、１２…部材選択機能部、１
３…材料劣化による類似事例選択機能部、１４…過去不
具合履歴情報、１９…新規診断ロジック部、２０，２１
…診断結果値、２２，２３，２４，３３，３４，３５，
３６…微分器、２５，２６，２７，３７，３８，３９，
４０…比較器、２８，２９，３２，４１，４３…論理積
器、３０，４２…論理和器、３１…論理否定器。
Claims (8)
- 【請求項１】プラント設備に設置された複数個のセンサ
ー情報から対象設備の性能及び構成部品の健全性を診断
する診断ロジック部と、 不具合事象と該不具合事象に関連するセンサー項目とが
記憶された事例データベースと、 該事例データベースにより該診断ロジック部による診断
結果から類似事象および該事象に関連するセンサー項目
を選択する選択機能部と、 該選択機能部により選択された情報に基づき診断ロジッ
クを調整する診断ロジック調整機能部と、を備えたこと
を特徴とするプラント監視装置。 - 【請求項２】プラント設備に設置され、所望の期間毎に
計測情報を収録する複数個のセンサーの情報から対象設
備の性能及び構成部品の健全性を診断する診断ロジック
部と、 不具合事象と該不具合事象に関連するセンサー項目とが
記憶された事例データベースと、 該事例データベースにより該診断ロジック部による診断
結果から類似事象および該事象に関連するセンサー項目
を選択する選択機能部と、 該選択機能部により選択された情報に基づき選択された
センサーの収録期間を短縮する手段と、を備えたことを
特徴とするプラント監視装置。 - 【請求項３】プラント設備に設置された複数個のセンサ
ー情報と該プラント設備の運転制御装置からの制御信号
を遠隔地にて監視するプラント監視装置において、得ら
れた情報から対象設備の性能および構成部品の健全性を
診断するに適した診断アルゴリズムを内包した診断機能
部と、前記対象設備と同型設備での過去類似事例を蓄積
した事例データベースと、該事例データベースから類似
事例および事例に関連するセンサー項目を選択する選択
機能部と、該センサーに係る診断ロジック内部を調整す
る診断ロジック調整機能部と、選択されたセンサーの収
録周期を短縮する機能を設けることを特徴とするプラン
ト監視装置。 - 【請求項４】請求項３に記載のプラント監視装置におい
て、 前記対象設備の定期点検履歴および材料劣化／診断情報
を蓄積した材料診断データベースと、該材料診断データ
ベース内の情報と前記診断機能部による健全性診断結果
との類似度とを比較して選択する機能と、前記センサー
項目に係る構成部材の過去トラブル来歴を抽出する機能
を設けることを特徴とするプラント監視装置。 - 【請求項５】請求項３に記載のプラント監視装置におい
て、 前記事例データベースに、プラントの型式，異常発生年
月日，故障事例，対策，部費損傷状況，異常発生前後の
プロセスデータ計測値の特徴、および関連センサー項目
に関する情報が記憶されていることを特徴とするプラン
ト監視装置。 - 【請求項６】請求項３に記載のプラント監視装置におい
て、 前記選択機能部は、前記事例データベースに記憶された
故障事例と関連センサー項目情報とが一致する事例を選
択可能となるよう構成したことを特徴とするプラント監
視装置。 - 【請求項７】診断アルゴリズムを内包した診断機能部に
よってプラント設備に設置された複数個のセンサー情報
から対象設備の性能及び構成部品の健全性を診断し、 予め事例データベースに不具合事象と該不具合事象に関
連するセンサー項目とが記憶され、 該事例データベースにより前記対象設備の性能及び構成
部品の健全性が診断された診断結果から類似事象および
該事象に関連するセンサー項目を選択機能部により選択
し、 該選択機能部により選択された情報に基づき診断ロジッ
クを調整することを特徴とするプラント監視方法。 - 【請求項８】診断アルゴリズムを内包した診断機能部に
よって、プラント設備に設置され、所望の期間毎に計測
情報を収録する複数個のセンサーの情報から対象設備の
性能及び構成部品の健全性を診断し、 予め事例データベースに不具合事象と該不具合事象に関
連するセンサー項目とが記憶され、 該事例データベースにより前記対象設備の性能及び構成
部品の健全性が診断された診断結果から類似事象および
該事象に関連するセンサー項目を選択機能部により選択
し、 該選択機能部により選択された情報に基づき選択された
センサーの収録期間を短縮することを特徴とするプラン
ト監視方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002093551A JP2003295937A (ja) | 2002-03-29 | 2002-03-29 | プラント監視装置とプラント監視方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002093551A JP2003295937A (ja) | 2002-03-29 | 2002-03-29 | プラント監視装置とプラント監視方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2003295937A true JP2003295937A (ja) | 2003-10-17 |
Family
ID=29386778
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002093551A Pending JP2003295937A (ja) | 2002-03-29 | 2002-03-29 | プラント監視装置とプラント監視方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2003295937A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005165375A (ja) * | 2003-11-28 | 2005-06-23 | Hitachi Ltd | 設備の診断装置及び診断方法 |
| JP2007001752A (ja) * | 2005-06-27 | 2007-01-11 | Daifuku Co Ltd | 物品搬送設備 |
| JP2007109139A (ja) * | 2005-10-17 | 2007-04-26 | Hitachi Ltd | 監視診断装置及び監視診断方法 |
| KR100852718B1 (ko) | 2007-09-03 | 2008-08-20 | 비앤에프테크놀로지 주식회사 | 산업플랜트의 트립원인 추적 방법 및 그 시스템 |
| WO2011132900A2 (ko) * | 2010-04-19 | 2011-10-27 | 비앤에프 테크놀로지 주식회사 | 산업설비의 공정 여유도 감시 시스템용 데이터 수집 방법 및 그 저장매체 |
| CN107710089A (zh) * | 2015-06-22 | 2018-02-16 | 株式会社日立制作所 | 工厂设备诊断装置以及工厂设备诊断方法 |
-
2002
- 2002-03-29 JP JP2002093551A patent/JP2003295937A/ja active Pending
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005165375A (ja) * | 2003-11-28 | 2005-06-23 | Hitachi Ltd | 設備の診断装置及び診断方法 |
| JP2007001752A (ja) * | 2005-06-27 | 2007-01-11 | Daifuku Co Ltd | 物品搬送設備 |
| JP4524651B2 (ja) * | 2005-06-27 | 2010-08-18 | 株式会社ダイフク | 物品搬送設備 |
| JP2007109139A (ja) * | 2005-10-17 | 2007-04-26 | Hitachi Ltd | 監視診断装置及び監視診断方法 |
| KR100852718B1 (ko) | 2007-09-03 | 2008-08-20 | 비앤에프테크놀로지 주식회사 | 산업플랜트의 트립원인 추적 방법 및 그 시스템 |
| WO2009031790A2 (en) * | 2007-09-03 | 2009-03-12 | Bnf Technologe Inc. | Method and system for tracing trip-cause in industrial plant |
| WO2009031790A3 (en) * | 2007-09-03 | 2009-06-04 | Bnf Technologe Inc | Method and system for tracing trip-cause in industrial plant |
| WO2011132900A2 (ko) * | 2010-04-19 | 2011-10-27 | 비앤에프 테크놀로지 주식회사 | 산업설비의 공정 여유도 감시 시스템용 데이터 수집 방법 및 그 저장매체 |
| WO2011132900A3 (ko) * | 2010-04-19 | 2012-02-02 | 비앤에프 테크놀로지 주식회사 | 산업설비의 공정 여유도 감시 시스템용 데이터 수집 방법 및 그 저장매체 |
| CN107710089A (zh) * | 2015-06-22 | 2018-02-16 | 株式会社日立制作所 | 工厂设备诊断装置以及工厂设备诊断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6343251B1 (en) | Method and system for monitoring the operation of and predicting part life consumption for turbomachinery | |
| US7062370B2 (en) | Model-based detection, diagnosis of turbine engine faults | |
| KR101955305B1 (ko) | 희소 코딩 방법론을 활용한 가스 터빈 센서 고장 검출 | |
| US8000930B2 (en) | Monitoring a degrading system | |
| US6591182B1 (en) | Decision making process and manual for diagnostic trend analysis | |
| JP5844978B2 (ja) | ガスタービンを監視するためのシステム及び方法 | |
| JP4149899B2 (ja) | システム上で診断を行うための方法 | |
| CARAZAS et al. | Availability analysis of gas turbines used in power plants | |
| EP2495631B1 (en) | A system for analysis of turbo machinery | |
| EP2241726A2 (en) | A method for the repair of an engine and corresponding systems for monitoring this engine | |
| US8751423B2 (en) | Turbine performance diagnostic system and methods | |
| JP6636178B2 (ja) | タービンユニットのテスト中の故障診断 | |
| US9076271B2 (en) | Machine operation management | |
| JP2011090382A (ja) | 監視システム | |
| CN110672332B (zh) | 一种基于sarima模型的燃气轮机故障预警系统 | |
| Liu et al. | Optimal multi-type inspection policy for systems with imperfect online monitoring | |
| JP2008088961A (ja) | ガスタービンの性能診断システムと診断方法及び表示画面 | |
| JP2006057595A (ja) | ガスタービンの性能診断システム及び性能診断方法 | |
| JP2012008782A (ja) | プラントの機能を診断する方法、及びプラント監視装置 | |
| JP2003173206A (ja) | 発電設備の遠隔運用支援方法及び発電設備の遠隔運用支援システム | |
| JP2003295937A (ja) | プラント監視装置とプラント監視方法 | |
| US11339763B2 (en) | Method for windmill farm monitoring | |
| JP5320448B2 (ja) | 機器の評価方法および評価システム | |
| CN108757224B (zh) | 一种固体火箭发动机冲击试验的故障诊断方法 | |
| TW202113230A (zh) | 資訊處理系統、資訊處理方法及程式 |