JP2003535392A - データのローパスフィルタ処理方法、プロセス制御方法および異常検出の方法 - Google Patents

データのローパスフィルタ処理方法、プロセス制御方法および異常検出の方法

Info

Publication number
JP2003535392A
JP2003535392A JP2001579162A JP2001579162A JP2003535392A JP 2003535392 A JP2003535392 A JP 2003535392A JP 2001579162 A JP2001579162 A JP 2001579162A JP 2001579162 A JP2001579162 A JP 2001579162A JP 2003535392 A JP2003535392 A JP 2003535392A
Authority
JP
Japan
Prior art keywords
data
subset
storing
storage location
central storage
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
Application number
JP2001579162A
Other languages
English (en)
Inventor
シック，ルイス・アンドリュー
キャサリン，ダグラス・アンコーナ
サンボーン，スティーブン・デュアン
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
General Electric Co
Original Assignee
General Electric Co
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by General Electric Co filed Critical General Electric Co
Publication of JP2003535392A publication Critical patent/JP2003535392A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00—Signal processing; Details thereof
    • F23N2223/04—Memory
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00—Signal processing; Details thereof
    • F23N2223/06—Sampling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2241/00—Applications
    • F23N2241/20—Gas turbines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N5/00—Systems for controlling combustion
    • F23N5/003—Systems for controlling combustion using detectors sensitive to combustion gas properties
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N5/00—Systems for controlling combustion
    • F23N5/02—Systems for controlling combustion using devices responsive to thermal changes or to thermal expansion of a medium
    • F23N5/10—Systems for controlling combustion using devices responsive to thermal changes or to thermal expansion of a medium using thermocouples

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Complex Calculations (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Image Processing (AREA)

Abstract

(57)【要約】 【課題】 データのフィルタリングと異常検出方法を提供する。 【解決手段】 システムから収集したデータに変化検出圧縮処理を施すときに用いられる、データのローパスフィルタ処理方法には、本システムからのデータをバッファ工程（１１０）が含まれる。バッファしたデータのローリング平均を計算するが、このローリング平均を計算することによって、データにローパスフィルタ処理（１２０）が施される。ローリング平均化データに変化検出圧縮処理（１３０）を施して、圧縮されたデータを保管する（１４０）。保管したデータを中央の記憶場所に送信（１５０）し、中央の記憶場所が受信する（１６０）。受信したデータは中央の記憶場所に保管される（１７０）。

Description

【発明の詳細な説明】
【０００１】
【発明の背景】
本発明は、データのフィルタリングと異常検出に関し、特に、データのローリ
ング平均をローパスフィルタとして用いた改良された変化点検出／データ圧縮と
、異常検出のためのモードベースの統計的プロセス制御に関する。
【０００２】 今日のガスタービンシステムの最適な動作特性には、高い運転効率と低排気ガ
スと長い動作寿命が含まれる。これらの動作特性を達成するために、ガスタービ
ンシステムの動作パラメータを監視することが望まれる。ガスタービンシステム
の動作パラメータを監視する際には、ガスタービンシステムの物理的状態と動作
状態に関するデータが収集／分析される。ガスタービンシステムのシステム上、
システム内、システム周辺の多数の場所からデータを収集することによって、ガ
スタービンシステムの動作特性を正確に評価できる。動作パラメータに関するデ
ータが特に重要な意味を持つのは、データを高頻度（例えば、１〜２秒毎に１つ
のデータポイント）で収集する場合と、長期間（即ち、数日間、数ヶ月間、もし
くは数年間）にわたって収集され保管された過去のデータと収集データを比較す
る場合である。
【０００３】 多数の場所から高頻度でデータ収集を行うと、数多くの問題が生じる。例えば
、収集データの総量が膨大になる。ガスタービンシステムが遠隔地にある場合、
大量の収集データを現地で保管することは問題が多い。従って、収集データが大
量の場合は通常、適切にデータを保管する高価な記憶デバイスが必要になる。ま
た、大量の収集データを遠隔地から中央の記憶場所に送信するには長時間かかる
。そのため、データ送信のコストが高くなる。従って、収集データ全体の完全性
を統計的にも情報的にも維持しながら、データをフィルタリングして、その後に
遠隔地で保管して、中央の記憶場所に送信することが望ましい。
【０００４】 多数の場所から大量のデータを収集すると、収集データの解釈も難しくなる。
通常、データを分析することによって、ガスタービンシステムの総合的な動作特
性を判定する。ガスタービンシステムの総合的な状態を評価する際に問題点を正
確に特定するには大変なトラブルシューティングが必要になる。従って、様々な
場所からの大量のデータ収集は、そのデータがガスタービンシステムの動作状態
に関連がないと無意味になる。このため、収集データを選別してから評価するこ
とで、過度にトラブルシューティングを行わずに、ガスタービンシステムの動作
状態に関する潜在的な問題をすべて正確に特定できることが望ましい。
【０００５】
【発明の簡潔な概要】
検査中のシステムからの修正データの異常をフィルタリングして調査する方法
が開示されている。本方法は、検査中のシステムからのデータをバッファする工
程を備える。バッファされたデータのローリング平均が計算され、このローリン
グ平均の計算によって、バッファされたデータにローパスフィルタ処理を施す。
ローリング平均をとったデータに対して変化点検出／圧縮が施されて、圧縮デー
タが保管される。保管データは中央の記憶場所に送信され、送信データは中央の
記憶場所で受信される。受信データは中央の記憶場所に保管される。保管データ
は中央の記憶場所に集められる。集められたデータはフィルタ処理が施されて、
モード毎に区別された少なくとも一つの部分集合に入れられる。少なくとも一つ
の部分集合は修正され、少なくとも一つの部分集合に対する分布統計値が計算さ
れて、少なくとも一つの部分集合内で長期異常が識別される。
【０００６】
【発明の実施の形態】
ガスタービンシステムでは、データを監視／収集することによってガスタービ
ンシステムの動作を制御し、ガスタービンシステムの物理的状態と動作状態の問
題点もしくは変化を診断する。例えば、一実施形態のガスタービン制御システム
は、排気ガス熱電対を監視し、ガスタービンシステムから排出されるガスの排気
温度を測定する。このガスタービン制御システムでは、排気温度を利用してガス
タービンシステムの動作に関する様々なパラメータ、例えば燃料摂取量を調整し
、少ない排出物質で最高運転効率を維持する。本発明は、例えば、排気ガスの組
成や軸受温度や吸込フィルタの圧力や軸距温度や燃料加熱値や燃料組成や吸気温
度や周囲温度や振動データや、その他の種類の監視データも包含するものである
ことを理解されたい。また、本発明はガスタービンシステム以外のシステムも包
含するものであって、特に、検査中に動作特性が監視されるその他のシステムも
包含することを理解されたい。
【０００７】 監視／収集されたデータはガスタービンシステムの動作を制御すると共に、保
管データと比較されてガスタービンシステムの物理的特性や動作特性に関する潜
在的な問題点を診断する。一実施形態では、データにフィルタ処理を施して、モ
ード毎に区別された部分集合に入れることによって、モードベースの統計的プロ
セス制御が行われる。データの部分集合を保管データと比較し、異常や例外を検
出する。データの部分集合内で異常が検出された場合、異常な動作は、その部分
集合のモードから定義される特定動作状態であることを突き止められる。これに
より、異常が検出されたデータの部分集合のモードから定義された動作状態によ
って示される特定のメンテナンスやサービスを行うことができる。
【０００８】 一実施形態のガスタービンシステム自体には、ガスタービンの内外や周辺に接
続された約２００個のセンサが含まれる。別の一実施形態のガスタービンシステ
ムを備えるプラントには１０００個以上のセンサが含まれる。例えば、２秒毎に
１データポイントという比較的高頻度に各センサからデータを収集する。この頻
度では、ガスタービンシステム内のセンサ１個当り、１分間に３０個のデータポ
イントを収集するので、１時間に１８００個のデータポイントを収集することに
なる。従って、これらの実施形態の測定頻度を２秒毎に１つのデータポイントと
仮定すると、データ量は１時間あたり約３６万から１８０万個のデータポイント
になる。一態様では、所定のデータポイント数が記録されるまでデータを収集す
ることができる。別の一態様では、所定の期間より長くデータを収集することが
できる。本発明は、２秒毎に１個のデータポイントよりも高いか、もしくは低い
割合で収集されたデータを含むことを理解されたい。
【０００９】 別の実施形態のガスタービンシステムは、データの分析が行われる中央の記憶
場所から離れた遠隔地にある。中央の記憶場所はコンピュータ等の制御分析機器
を含み、ガスタービンシステムの動作を制御し、収集したデータを用いて統計的
な分析を行う。また、収集されたデータは遠隔地で保管され、所定の時間間隔で
中央の記憶場所に送信される。一実施形態の収集データは電話回線を介して送信
される。データは他の送信方法で送信することもでき、送信方法はここに開示さ
れた方法に限定されないことを理解されたい。
【００１０】 模範的な一実施形態では、データはローパスフィルタ処理が施されて、変化検
出圧縮処理で使われる。一実施形態は、便宜上、データの一部の収集／分析を用
いて説明されることを理解されたい。しかしながら、ここで議論される実施形態
は、ガスタービンやガスタービンシステムを備えるプラントから収集した全デー
タの収集／分析に適用可能である。
【００１１】 図１に示すように、ガスタービンシステムからのデータを原データの形態でセ
ンサから直接バッファする（ステップ１１０）。好適な一実施形態では、データ
は１Ｈｚの周波数でバッファされる。別の一実施形態では、データはダイナミッ
クメモリデバイスにバッファされる。データには、ガスタービンシステムの動作
特性や物理的特性に関する複数のデータポイントが含まれる。一旦、データをバ
ッファする（ステップ１１０）と、バッファされた原データのローリング平均が
とられる（ステップ１２０）。一実施形態のローリング平均値は、例えば５個の
データポイントの平均値である。まず、５個のデータポイントを平均して第１の
ローリング平均値を求める。この５個のデータポイントはガスタービンシステム
から最初に受信した５個のデータポイントである。次に、最も古いデータポイン
トを１個外し、残りの４個のデータポイントに新たなデータポイントを１個加え
る。この新たな５個のデータポイントを平均して第２のローリング平均値を求め
る。さらにもう一度、最も古いデータポイントを１個外し、残りの４個のデータ
ポイントに新たなデータポイントを１個加える。この新たな５個のデータポイン
トを平均して第３のローリング平均値を求める。バッファされた原データからこ
のローリング平均値をここに開示された方法で連続的に求めていく。５個のデー
タポイントの平均を求めることは一実施形態にすぎず、本発明は、それ以外の個
数のデータポイントを用いてローリング平均値を計算することも明白に包含する
ことを理解されたい。バッファされた原データのローリング平均値を求めること
によって、データ中に存在する高周波のランダムノイズが大幅に減少する。この
ように、ローリング平均値を計算することによって、バッファされた原データに
ローパスフィルタ処理が施されたことになる。
【００１２】 ローリング平均値を求めた（ステップ１２０）後に、ローリング平均値を求め
たデータポイントに変化検出圧縮処理を施す（ステップ１３０）。一実施形態の
変化点検出／圧縮処理では、計算中の現在のデータポイントが所定の変化／デル
タよりも大きな変化／デルタを含む場合にのみデータが記録される。この所定の
変化／デルタをゼロバンド、即ち、デッドバンドと呼ぶ。ローリング平均によっ
て高周波のノイズはすべて取り除かれたため、変化検出圧縮処理を施すことによ
って大きな変化を正確に識別できる。
【００１３】 前述の実施形態では、データポイント５個毎のローリング平均によって、収集
したデータポイント全体の完全性は統計的にも情報的にも保てるが、同時に、変
化点検出／圧縮処理を施すことによって、分析するデータポイント数は減少する
。例えば、排気温度データの場合、データポイント５個毎のローリング平均と華
氏２度の統計偏差値を組み合わせることによって、１時間当たりのデータポイン
ト数を約７００個（統計偏差が華氏１度でローリング平均を使わない場合）から
約２０個に減らすことができるが、全データの情報量は保たれる。従って、ロー
リング平均と変化点検出／圧縮処理を組み合わせることによって、ガスタービン
の動作特性の分析に必要なデータ数が減少する。 変化点検出／圧縮処理を施した（ステップ１３０）後、圧縮されたローリング平
均化データを保管する（ステップ１４０）。一実施形態では、データは所定の期
間保管される。別の一実施形態では、データはダイナミックメモリ、もしくは磁
気媒体に保管される。圧縮されたローリング平均化データは、例えば中央の記憶
場所に送信される（ステップ１５０）。一実施形態では、圧縮されたローリング
平均化データを２時間保管し、その後、中央の記憶場所に送信する。別の一実施
形態では、データは電話回線を介して送信される。しかしながら、その他のデー
タ送信方法でデータを送信してもよいことを理解されたい。
【００１４】 データの送信（ステップ１５０）後、そのデータは中央の記憶場所で受信され
る（ステップ１６０）。一旦、データが受信（ステップ１６０）されると、受信
データは中央の記憶場所で保管される（ステップ１７０）。圧縮されたローリン
グ平均化データの送信後は、遠隔地に保管されているデータを削除してもよいし
、または新たに圧縮されたローリング平均化データを上書きしてもよいことを理
解されたい。一実施形態では、受信データを磁気媒体上に保管する。保管したデ
ータを統計的に分析して、さらに調査が必要なデータの異常や例外をさらに識別
することができることを理解されたい。
【００１５】 さらに別の模範的な一実施形態では、ガスタービンシステムから収集したデー
タ中の異常をモードベースの統計的プロセス制御によって検出する。図２に示す
ように、高レートのデータを保管場所等から集める（ステップ２２０）。一実施
形態のデータは、ガスタービンシステムの動作を監視するセンサから収集される
。別の一実施形態では、ローリング平均をとり変化点検出／圧縮を行った後のデ
ータが提供される。好適な一実施形態では、保管データの異常検出を一括処理で
行い、保管データの分析はデータ収集の完了後の様々な時点で行うことを理解さ
れたい。従って、データ収集（ステップ２２０）が行われるのは、ガスタービン
システムからのデータを収集する時点より後でもよい。また、動作特性は、ガス
タービンシステムの動作特性に関する特定のサービスやメンテナンスの手順にも
関連する。データが動作特性と関連する場合は、関連データを統計的に分析し、
特定のサービス、もしくはメンテナンスの手順を実行する必要があるかどうかを
決定する。
【００１６】 データポイントにフィルタ処理を施して、モード別に分けられたデータ部分集
合に入れる（ステップ２３０）。データのフィルタ処理には、類似するデータを
関連づけて、ガスタービンシステムのモードとして定義される様々な動作特性に
関連するデータ部分集合を構成することも含まれる。動作特性、即ち、モードを
用いて、ガスタービンの物理的状態や動作状態の潜在的な問題を診断できる。一
実施形態のモードは動作特性、即ち、動作状態を表すものであって、定数値を想
定している。別の一実施形態のモードは動作特性、即ち、動作状態を表すもので
あって、既知の決定論的関数、例えば、劣化勾配を想定している。モードは、ガ
スタービンシステムが実行する所定の機能、例えばガスタービンシステムの運転
効率や振動特性に関する動作特性、即ち動作状態を含んでいてもよい。模範的な
一モードでは、排気温度に関するデータにフィルタ処理を施してデータ部分集合
を構成して、分析することによって、ガスタービンシステムの燃焼域の摩耗を示
す漏洩量の変化量を測定することができる。別の模範的なモードでは、軸受温度
に関するデータにフィルタ処理を施して部分集合を構成して、分析することによ
って、軸受の負荷や軸受ケーシングの滑り量の変化を測定することができる。さ
らに別の模範的な一モードでは、吸込フィルタの圧力に関するデータにフィルタ
処理を施して部分集合を構成して、分析することによって、吸込フィルタのクリ
ーニングもしくは交換が必要かどうか判断できる。さらに別の模範的な一モード
では、軸距温度に関するデータにフィルタ処理を施して部分集合を構成して、分
析することによって、早急に点検する必要があるガスタービンシステムの軸距に
関する問題を特定することができる。その他のデータにフィルタ処理を施してモ
ードに基づく様々な部分集合を構成して、分析することによっても、ガスタービ
ンシステムの動作特性を測定でき、また、本発明はここで議論されたモードだけ
に限定されないことを理解されたい。
【００１７】 一旦、フィルタ処理が施されると、周囲条件と、実験に基づく修正もしくはア
ルゴリズムに基づく修正のための調整を行うために、データを修正する（ステッ
プ２４０）。一実施形態では、データポイントを修正することによって、種々の
周囲条件で収集されたデータを比較し分析することができる。データの修正（ス
テップ２４０）後に、データの部分集合の記述的な統計量を計算する（ステップ
２５０）。記述的な統計量には、例えば傾向分析値と平均値と標準偏差値と尖度
値が含まれる。記述的な統計量（ステップ２５０）から、ガスタービンシステム
動作に関する長期異常／例外が識別される（ステップ２６０）。一実施形態では
、部分集合データに関する管理チャートの結果から、長期異常／例外を識別する
。識別された異常／例外（ステップ２６０）に基づき、ガスタービンシステムに
矯正的修理を施すことができる。この矯正的修理作業は、データの部分集合のモ
ードによって識別される動作状態に関連する。このように、データにフィルタ処
理を施して部分集合を構成し、その部分集合を統計的に分析することによって、
手動による障害追跡を過度に行うことなく、データの分析結果からガスタービン
システムの動作上の潜在的な問題点を識別できる。
【００１８】 図３に示される別の模範的な一実施形態では、ガスタービンシステムからのデ
ータを、例えば１秒に１回の周期でバッファする（ステップ３１０）。バッファ
した原データのローリング平均を計算する（ステップ３１２）。ローリング平均
を計算したら、ローリング平均をとったデータに変化検出圧縮処理を施す（ステ
ップ３１４）。変化検出圧縮処理については上で説明済みである。ガスタービン
システムが中央の記憶場所から離れた遠隔地にある場合には、ローリング平均を
とって圧縮したデータを遠隔地で保管する（ステップ３１６）。データを保管（
ステップ３１６）した後に、圧縮されたローリング平均化データを送信する（ス
テップ３１８）。平均化データポイントは電話回線等を介して送信できるが、他
のいかなるデータ送信方法を用いてもよい。送信したデータを中央の記憶場所で
受信する（ステップ３２０）。
【００１９】 データを受信（ステップ３２０）したら、データを中央の記憶場所に保管する
（ステップ３２２）。保管後に、データを集める（ステップ３２４）。データに
フィルタ処理を施して、モード別のデータ部分集合を構成する（ステップ３２６
）。モードについては上で定義している。周囲条件と、実験に基づく修正やアル
ゴリズムに基づく修正に基づいて、データの部分集合を調整する（ステップ３２
８）。データ部分集合の記述的な統計値を計算する（ステップ３３０）。記述的
な統計値には、例えば傾向分析値と平均値と標準偏差値と尖度値が含まれる。デ
ータ部分集合内の長期異常／例外を識別する（ステップ３３２）。この識別をも
とに、ガスタービンシステムの動作を診断し、必要ならば矯正的な修理を行う。
前述したように、この模範的な一実施形態では、データポイントにフィルタ処理
を施すが、収集データ全体の完全性は統計的にも情報的にも保つことができる。
さらに、データにフィルタ処理を施して部分集合を構成し、その部分集合を統計
的に分析することによって、ガスタービンシステムの物理的状態や動作状態の精
密な診断ができるので、運転効率の向上と排気ガスの低減と耐用年数の長期化を
図ることができる。
【００２０】 以上、本発明に関してなされた上の議論は、実例を挙げて説明することが目的
であった。さらに、その説明は、本発明を本願で開示された態様に限定すること
を意図したものではない。従って、上述の教示と同様の、本関連技術の当業者に
よる変更と修正は、本発明の範囲内にあるものである。さらに、本願で上述され
た実施形態は、本発明を実施するための周知のベストモードを説明するものであ
って、他の当業者が本発明を、そのままで、もしくは、本発明の特定のアプリケ
ーション、即ち、それを利用するために必要な様々な変更を施した別の実施形態
で利用できるようにするものである。添付の請求項は、先行技術の範囲の限度ま
で、さらに別の実施形態を包含することを意図するものである。
【図面の簡単な説明】
【図１】 図１は、システムから収集したデータにローパスフィルタ処理を施す方法の模
範的な一実施形態のフローチャートである。
【図２】 図２は、モードベースの統計的プロセス制御を行って、システム動作から収集
されたデータ中の異常を検出する方法の模範的な一実施形態のフローチャートで
ある。
【図３】 図３は、システム動作から収集されたデータにフィルタ処理を施して、異常の
検出を行う方法の模範的な一実施形態のフローチャートである。
───────────────────────────────────────────────────── フロントページの続き (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ，ＴＲ)，ＯＡ(ＢＦ ，ＢＪ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ， ＭＬ，ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，Ｇ Ｍ，ＫＥ，ＬＳ，ＭＷ，ＭＺ，ＳＤ，ＳＬ，ＳＺ，ＴＺ ，ＵＧ，ＺＷ)，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ， ＭＤ，ＲＵ，ＴＪ，ＴＭ)，ＡＬ，ＡＭ，ＡＴ，ＡＵ， ＡＺ，ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，Ｃ Ｎ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＥＥ，ＥＳ，ＦＩ，ＧＢ ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ，ＩＬ， ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，ＫＺ，Ｌ Ｃ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＤ，ＭＧ ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ，ＰＬ，ＰＴ， ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，ＳＫ，ＳＬ，Ｔ Ｊ，ＴＭ，ＴＲ，ＴＴ，ＵＡ，ＵＧ，ＵＺ，ＶＮ，ＹＵ ，ＺＷ (72)発明者 サンボーン，スティーブン・デュアン アメリカ合衆国、12516、ニューヨーク州、 コペイク、ルート・７、2254番 Ｆターム(参考） 5H223 AA02 BB02 DD03 DD07 EE30 FF08

Claims (19)

    【特許請求の範囲】
  1. 【請求項１】 検査中のシステムから収集されたデータを変化点検出／圧縮
    するときに用いられる、前記データのローパスフィルタ処理方法であって、 検査中の前記システムから前記データをバッファする工程と、 バッファされたデータにローパスフィルタ処理を施し、該バッファされたデー
    タのローリング平均を計算する工程と、 ローリング平均化データに変更検出圧縮を施す工程と、 圧縮されたデータを保管する工程を備える方法。
  2. 【請求項２】 保管されたデータを中央の記憶場所に送信する工程と、 前記中央の記憶場所で送信データを受信する工程と、 前記中央の記憶場所に受信データを保管する工程をさらに備える、請求項１の
    方法。
  3. 【請求項３】 前記圧縮データを保管する工程は、前記圧縮されたデータを
    所定の期間保管する工程を備える、請求項１の方法。
  4. 【請求項４】 前記データをバッファする工程は、約１ヘルツの周波数で前
    記データをバッファする工程を備える、請求項１の方法。
  5. 【請求項５】 前記ローリング平均を計算する工程は、前記データのローリ
    ング平均を連続して計算する工程を備える、請求項１の方法。
  6. 【請求項６】 前記保管データを送信する工程の後に、前記保管データを上
    書きする工程をさらに備える、請求項１の方法。
  7. 【請求項７】 前記保管データを送信する工程の後、前記保管データを削除
    する工程をさらに備える、請求項１の方法。
  8. 【請求項８】 前記圧縮されたデータを保管する工程は、ダイナミックメモ
    リの場所に前記圧縮されたデータを保管する工程を備える、請求項１の方法。
  9. 【請求項９】 前記圧縮データを保管する工程は、磁気媒体に前記圧縮され
    たデータを保管する工程を備える、請求項１の方法。
  10. 【請求項１０】 前記中央の記憶場所で前記受信データを保管する工程は、
    磁気媒体に前記受信データを保管する工程を備える、請求項１の方法。
  11. 【請求項１１】 修正されたデータの異常検出を行うためのモードベースの
    統計的プロセス制御方法であって、 検査中のシステムからデータを収集する工程と、 前記データにフィルタ処理を施して少なくとも一つのモード毎に分けられた部
    分集合を構成する工程と、 前記データの少なくとも一つの部分集合を修正する工程と、 前記少なくとも一つの部分集合の各々に対する分布統計値を計算する工程と、 前記少なくとも一つの部分集合内の長期異常を識別する工程を備える方法。
  12. 【請求項１２】 前記モードは検査中の前記システムの動作状態を備え、一
    定値が想定される、請求項１１の方法。
  13. 【請求項１３】 前記モードは検査中の前記システムを動作させる、周知の
    決定論的な機能を備える、請求項１１の方法。
  14. 【請求項１４】 前記少なくとも一つの部分集合を修正する工程は、前記少
    なくとも一つの部分集合を修正して、周囲状態を修正する工程を備える、請求項
    １１の方法。
  15. 【請求項１５】 前記部分集合を修正する工程は、実験に基づく修正／アル
    ゴリズムに基づく修正に基づいて前記部分集合を修正する工程を備える、請求項
    １１の方法。
  16. 【請求項１６】 前記長期異常を識別する工程は、前記少なくとも一つの部
    分集合に関する管理チャートの結果から、前記長期異常を見つける工程を備える
    、請求項１１の方法。
  17. 【請求項１７】 検査中のシステムからの修正されたデータにフィルタ処理
    を施して、異常を検出する方法であって、 検査中の前記システムからの前記データをバッファする工程と、 バッファされたデータのローリング平均を計算する工程であって、前記バッフ
    ァされたデータにローパスフィルタ処理を施す、当該前記ローリング平均を計算
    する工程と、 ローリング平均化データに変化点検出／圧縮処理を施す工程と、 圧縮されたデータを保管する工程と、 保管されたデータを中央の記憶場所に送信する工程と、 前記中央の記憶場所で送信されたデータを受信する工程と、 前記中央の記憶場所から前記保管されたデータを集める工程と、 前記集められたデータにフィルタ処理を施して少なくとも一つのモード毎に分
    けられている部分集合を構成する工程と、 前記集められたデータの前記少なくとも一つの部分集合を修正する工程と、 前記少なくとも一つの部分集合の各々に対する分布統計値を計算する工程と、 前記少なくとも一つの部分集合内の長期異常を識別する工程を備える方法。
  18. 【請求項１８】 前記モードは検査中の前記システムの動作状態を備え、一
    定値が想定される、請求項１７の方法。
  19. 【請求項１９】 前記モードは検査中の前記システムを動作させる、周知の
    決定論的な機能を備える、請求項１７の方法。
JP2001579162A 2000-04-24 2001-02-08 データのローパスフィルタ処理方法、プロセス制御方法および異常検出の方法 Pending JP2003535392A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US09/556,987 2000-04-24
US09/556,987 US6584434B1 (en) 2000-04-24 2000-04-24 Method for data filtering and anomoly detection
PCT/US2001/004088 WO2001082144A2 (en) 2000-04-24 2001-02-08 Method for data filtering and anomaly detection

Publications (1)

Publication Number Publication Date
JP2003535392A true JP2003535392A (ja) 2003-11-25

Family

ID=24223607

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001579162A Pending JP2003535392A (ja) 2000-04-24 2001-02-08 データのローパスフィルタ処理方法、プロセス制御方法および異常検出の方法

Country Status (10)

Country Link
US (1) US6584434B1 (ja)
EP (1) EP1410266A2 (ja)
JP (1) JP2003535392A (ja)
KR (1) KR100779297B1 (ja)
AU (1) AU2001236779A1 (ja)
BR (1) BR0106094A (ja)
CA (1) CA2377471C (ja)
CZ (1) CZ20014607A3 (ja)
RU (1) RU2002101626A (ja)
WO (1) WO2001082144A2 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002202115A (ja) * 2000-11-09 2002-07-19 Samsung Electronics Co Ltd 測定装置の自動測定エラー検出方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6839613B2 (en) * 2001-07-17 2005-01-04 General Electric Company Remote tuning for gas turbines
JP4103467B2 (ja) * 2002-06-28 2008-06-18 株式会社日立プラントテクノロジー 機器メンテナンス診断システム
US7097351B2 (en) * 2002-09-30 2006-08-29 Flowserve Management Company System of monitoring operating conditions of rotating equipment
US7125223B2 (en) * 2003-09-30 2006-10-24 General Electric Company Method and apparatus for turbomachine active clearance control
US6973396B1 (en) * 2004-05-28 2005-12-06 General Electric Company Method for developing a unified quality assessment and providing an automated fault diagnostic tool for turbine machine systems and the like
US8761909B2 (en) * 2007-11-30 2014-06-24 Honeywell International Inc. Batch process monitoring using local multivariate trajectories
FR2966878B1 (fr) * 2010-11-02 2015-01-30 Snecma Systeme de surveillance d'une chaine de mesure de temperature d'un turboreacteur
US10047757B2 (en) 2016-06-22 2018-08-14 General Electric Company Predicting a surge event in a compressor of a turbomachine

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS50147883A (ja) * 1974-05-20 1975-11-27
US4143417A (en) * 1976-10-21 1979-03-06 The Singer Company Portable data-gathering apparatus formed by modular components having operate-standby modes
US4101072A (en) * 1976-10-21 1978-07-18 The Singer Company Data-gathering device for scanning data having a variable amplitude modulation and signal to noise ratio
JPS60104725A (ja) * 1983-11-10 1985-06-10 Nissan Motor Co Ltd ガスタ−ビンエンジンの回転速度制御装置
DE4190102T (ja) * 1990-01-18 1992-04-23
US5239456A (en) * 1990-07-30 1993-08-24 The Foxboro Company Method and apparatus for process control with opimum setpoint determination
US5454051A (en) * 1991-08-05 1995-09-26 Eastman Kodak Company Method of reducing block artifacts created by block transform compression algorithms
US5206519A (en) * 1992-03-09 1993-04-27 Galvanic Analytical Systems Ltd. Constituent concentration indicator with a differentiator means and a signal conditioning means
US5392226A (en) * 1993-06-17 1995-02-21 Icom, Inc. Computer-implemented method and apparatus for monitoring statistical process control data
US5777900A (en) * 1994-03-10 1998-07-07 Matsushita Electric Industrial Co., Ltd. Filtering processor and filter method
JPH0815042A (ja) * 1994-06-28 1996-01-19 Toshiba Corp ガスタービンの作動ガス温度測定装置
GB2294173B (en) * 1994-10-11 1998-12-09 Mitsubishi Electric Corp Disk media, and method of and device for recording and playing back information on or from a disk media
US5633811A (en) * 1994-12-09 1997-05-27 Computational Systems, Inc. Hand held data collector and analyzer system
US6327381B1 (en) * 1994-12-29 2001-12-04 Worldscape, Llc Image transformation and synthesis methods
US5696700A (en) * 1995-06-26 1997-12-09 The United States Of America As Represented By The Secretary Of The Navy System and computer-implemented method for fractal-dimension measurement for target-motion analysis noise discrimination
US5737399A (en) * 1995-07-13 1998-04-07 Mci Communications Corporation Network information architecture having centralizing storage and verification element
US5774593A (en) * 1995-07-24 1998-06-30 University Of Washington Automatic scene decomposition and optimization of MPEG compressed video
US5764538A (en) * 1995-12-04 1998-06-09 Man-Gill Chemical Company System interface for microwave conductivity sensor
JPH09170454A (ja) * 1995-12-20 1997-06-30 Toshiba Corp ガスタービン燃焼監視装置
DE69626848D1 (de) * 1995-12-22 2003-04-24 Brueel & Kjaer Sound & Vibrati System und verfahren zur messung eines kontinuierlichen signals
JPH09233231A (ja) * 1996-02-20 1997-09-05 Internatl Business Mach Corp <Ibm> データ伝送方法及び装置
JP3682353B2 (ja) * 1996-02-29 2005-08-10 株式会社リコー 画像圧縮方法および画像圧縮装置
ATE338317T1 (de) * 1996-05-08 2006-09-15 Koninkl Philips Electronics Nv Übertragung eines digitalen informationssignals mit einer ersten spezifischen abtastrate
US5978525A (en) * 1996-06-24 1999-11-02 General Electric Company Fiber optic sensors for gas turbine control
JP3859815B2 (ja) * 1996-08-02 2006-12-20 シャープ株式会社 圧縮情報記憶装置
US5867384A (en) * 1997-07-08 1999-02-02 Johnson Services Company Feedback controller
US6434196B1 (en) * 1998-04-03 2002-08-13 Sarnoff Corporation Method and apparatus for encoding video information
US6078874A (en) * 1998-08-04 2000-06-20 Csi Technology, Inc. Apparatus and method for machine data collection
US6141951A (en) * 1998-08-18 2000-11-07 United Technologies Corporation Control system for modulating bleed in response to engine usage
US6205499B1 (en) * 1998-12-18 2001-03-20 The United States Of America As Represented By The Secretary Of The Navy System for compressing video data using bi-orthogonal wavelet coding having a DSP for adjusting compression ratios to maintain a constant data flow rate of the compressed data
US6211814B1 (en) * 1999-09-28 2001-04-03 Lockhead Martin Corporation Method for software scan conversion of target identification data in a general purpose computer

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002202115A (ja) * 2000-11-09 2002-07-19 Samsung Electronics Co Ltd 測定装置の自動測定エラー検出方法

Also Published As

Publication number Publication date
KR20020031343A (ko) 2002-05-01
KR100779297B1 (ko) 2007-11-23
RU2002101626A (ru) 2003-08-27
CA2377471A1 (en) 2001-11-01
CA2377471C (en) 2010-06-22
WO2001082144A3 (en) 2004-02-26
US6584434B1 (en) 2003-06-24
BR0106094A (pt) 2002-02-26
AU2001236779A1 (en) 2001-11-07
CZ20014607A3 (cs) 2002-08-14
WO2001082144A2 (en) 2001-11-01
EP1410266A2 (en) 2004-04-21

Similar Documents

Publication Publication Date Title
US6456928B1 (en) Prognostics monitor for systems that are subject to failure
US5566091A (en) Method and apparatus for machine health inference by comparing two like loaded components
JP4721235B2 (ja) 真空ポンプの故障保護と予知保全のための精密診断方法及びそのための精密診断システム
JP4721234B2 (ja) 真空ポンプの傾向監視及び診断解析方法、その傾向監視及び診断解析システム、及びその方法を行うコンピュータプログラムを含むコンピュータ可読記憶媒体
JP4149691B2 (ja) 半導体製造装置用回転機の寿命予測方法及び半導体製造装置
EP2253819A2 (en) Turbocharger bearing health monitor
KR100557376B1 (ko) 회전기의 수명 예측 방법 및 회전기를 갖는 제조 장치
CA2508008A1 (en) A method for developing a unified quality assessment and providing an automated fault diagnostic tool for turbine machine systems and the like
JP2003535392A (ja) データのローパスフィルタ処理方法、プロセス制御方法および異常検出の方法
JP2009521641A (ja) シリンダ異常挙動の機内診断
EP3441599B1 (en) Abnormality detection device, abnormality detection method, and abnormality detection system
US20060074605A1 (en) Critical aperture convergence filtering and systems and methods thereof
KR100905235B1 (ko) 진공펌프의 고장 방지 및 예보유지를 위한 정밀진단 기법과그 구현 시스템.
CN117665460A (zh) 一种压缩机内部磨损状态检测方法和系统
CN114091894A (zh) 柴油机多源信息监控与自适应健康度评估装置及评估方法
JP5624807B2 (ja) 内燃機関の状態監視方法及び装置
CN115492706A (zh) 自校准发动机空气过滤器寿命监测系统
CN117668498B (zh) 基于可靠性分布和异常探测的泵健康评估方法
JP2006511750A (ja) ガスタービンの吐き出し口における汚染物質ガスの濃度を評価し、制御するシステム
CN114109634B (zh) 动态诊断内燃机的新鲜空气系或排气系中的传感器的方法
JPH0717795Y2 (ja) 内燃機関の排気温度診断装置
CN115541235A (zh) 航空发动机轴承早期故障的诊断方法、装置、系统和介质
JP2024071490A (ja) 周波数解析方法、周波数解析装置、周波数解析プログラム、機器監視方法および機器監視システム
CN114913451A (zh) 废气检测人工智能监管方法
CN118032228A (zh) 一种有效的利用气压检测实现电池鼓包的判断方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080207

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100824

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20110201