JP2005338049A - プラント計装制御装置及びその方法 - Google Patents

Abstract

【課題】 通常運転中にプラント等の検出器の健全性を高精度に評価することができ、機器等の経年変化・性能劣化の評価を行なうことができるプラント計装制御装置を提供する。
【解決手段】 第１のデータベース１３−１〜１３−ｎに格納する真値を推定するための各真値推定モデルを用い、プラント１に設けた複数の検出器から出力した各検出器信号の実測値に基づいて真値を推定する複数の真値推定手段１２−１〜１２−ｎを備える一方、各真値推定手段で推定した同一の検出器に対する推定真値を、第２のデータベース１５に格納した個々の真値推定モデルの推定精度に関するデータを用いて総合評価する推定真値統合手段１１１と、系として整合性の取れる推定真値を算出する整合性向上手段１１２とを備えて、最も確からしい推定真値を求めて推定ドリフト量を算出する。
【選択図】 図１３

Description

本発明はプラント計装制御装置及びその方法に関し、特に原子力プラント等、多数の検出器を有する大型プラントに適用して有用なものである。

プラント内等で使用している検出器の健全性確認に関しては、従来は定期検査時等、プラントや機械装置の運転が停止したときに、校正、調整作業を実施していた。具体的には、プラント内の対象の検出器に基準信号発生器を取り付けて基準入力信号を与え、この検出器が出力する信号が基準出力値と比較して許容誤差以内にあるか否かを確認し、許容誤差以内でなければ検出器の調整要領に基づいて設定を変更する。

調整要領は種々様々であるが、検出器に付けられた調整用つまみを調整するものもあれば、専用ツールを接続して半導体内部の設定値を専用ツールから変更するものもある。

上述のような検出器の健全性確認手法では、プラント類の運転停止中でなければこれを実施することができず、検出器の状態を常時好適に保持する点からは十分ではなく、また検出器の健全性確認のため頻繁にプラント等の運転を中止するようでは、その運転コストが増大して好ましくない。

このような観点から、近年、検出器の健全性確認をプラントの運転中にオンラインで実施する試みがなされ始めている。特開平１０−１０４３８５号公報では、過去にデータベースに保存した検出器信号のトレンドと現在の値を比較したり、将来のドリフト量を予測したりして校正の要否を判断し、定期検査時の校正、調整作業計画に供する技術を開示する。

一方、プラント内で使用している検出器の健全性確認に関する技術を開示するものとして特開２００３−２０７３７３号公報がある。このプラント計装制御装置は、図１２に示すように、入力手段１０１、真値推定手段１０２、第１のデータベース１０３、ドリフト量推定手段１０４、第２のデータベース１０５及び出力手段１０６を備えている。図１２において符号１は、被検出対象であるプラントである。

入力手段１０１は、プラント１に設けられた検出器に接続されるインターフェイスであり、それら検出器から出力された検出器信号を受信する。入力手段１０１は、受信した検出器信号を実測値として真値推定手段１０２に送信する。

真値推定手段１０２は、推定モデルを用い、入力手段１０１から送られてきた実測値に基づいて演算処理をおこない、検出器信号の真値、すなわちプロセスの真の値（以下、推定真値とする）を推定する。真値推定手段１０２は、推定モデルを第１のデータベース１０３から読み出して記憶するメモリを有する。真値推定手段１０２は、推定真値を、その推定真値を推定する根拠となった実測値とともにドリフト量推定手段１０４に送信する。

第１のデータベース１０３は、プラント１の特定の運転状態の推定モデルを格納した記憶手段である。第１のデータベース１０３は、例えばハードディスクなどの記憶装置により構成される。ここで特定の運転状態として、たとえばプラント１が原子力プラントの場合には、「冷態停止」、「温態停止」、「５０％出力運転中」または「定格出力運転中」などである。

前記推定モデルは、事前にモデル内部のパラメータを調整または学習したものであり、たとえば線形モデルやニューラルネットワークなどである。推定モデルの調整や学習は、プラント１の定期点検直後に、プラント１を種々の状態で運転し、そのとき得られた検出器信号の実測値を用いて行われる。これは、プラント１の定期点検直後であれば、各検出器も調整や校正がされた直後であるため、各検出器は正常に動作していると考えられるからである。したがって、入力手段１０１、真値推定手段１０２及び第１のデータベース１０３は、定期点検直後に推定モデルを構築する際の推定モデル構築手段としての機能を有する。

ドリフト量推定手段１０４は、各検出器のフルスパンに相当する下限値および上限値と、検出器のドリフト特性を第２のデータベース１０５から読み出して記憶するメモリを有する。ドリフト量推定手段１０４は、真値推定手段１０２から送られてきた各検出器の実測値と推定真値、内部に記憶した下限値と上限値およびドリフト特性に基づいて演算処理をおこない、検出器信号の真値からのずれ、すなわちドリフト量（以下、推定ドリフト量とする）を各検出器のフルスパンに渡って推定する。ドリフト量推定手段１０４は、推定ドリフト量を、その推定ドリフト量を推定する根拠となった実測値、推定真値及びドリフト特性とともに出力手段１０６に送信する。

前記第２のデータベース１０５は、各検出器のフルスパンに相当する下限値、上限値を検出器毎に格納した記憶手段である。また、検出器のドリフト特性も合わせてこの記憶手段に格納している。検出器のドリフト特性とは、定期検査時に校正試験を実施して得られたドリフト量と、平均値や標準偏差などのドリフト量の統計量である。

出力手段１０６は、ドリフト量推定手段１０４から送られてきた各検出器の実測値、推定真値、ドリフト特性およびフルスパンに渡るドリフト量推定結果を、例えば監視システムのディスプレイ（モニタ）やプリンタに出力する。実際に運転中のプラント１に対して検出器の評価をおこなう際には、入力手段１０１、真値推定手段１０２、第１のデータベース１０３、ドリフト量推定手段１０４及び第２のデータベース１０５に加えて出力手段１０６が必要であるため、これらは検出器の評価をおこなう評価手段としての機能を有する。

特開平１０−１０４３８５号公報 特開２００３−２０７３７３号公報

上述の如く、特開２００３−２０７３７３号公報に記載するプラント計装制御装置によれば、プラント１の特定の運転状態において、検出器の０％出力から１００％出力に渡るフルスパンにおける検出器信号の推定ドリフト量を得ることができる。この結果、その推定ドリフト量が許容誤差内にあるかどうかが判断可能となる。したがって、特別な基準信号を検出器に入れることなく検出器の校正をおこなうことができる結果、検出器の校正を支援することが可能となり、プラント１の保守の効率化を図ることができるという効果を奏する。

このように、上記プラント計装制御装置は一定の優れた効果は奏するものの、ドリフト量が比較的小さい間はともかく、ドリフト量推定に用いている検出器に大きなドリフトが発生すると、推定ドリフト量の精度が低下するという問題があり、この点の改善が望まれていた。

又、上記プラント計装制御装置は、機器等の経年変化・性能劣化を評価するものではなく、この点の改善も望まれていた。

本発明は、上記従来技術に鑑み、通常運転中にプラント等の検出器の健全性を高精度に評価することができ、プラント機器等の経年変化・性能劣化の評価を行なうことができるプラント計装制御装置及びその方法を提供することを目的とする。

上記目的を達成する本発明の構成は次の点を特徴とする。

１） 被検出対象に設けた複数の検出器から出力した各検出器信号を入力する入力手段と、
真値を推定するための複数個の真値推定モデルをそれぞれ格納する複数個の第１の記憶手段と、
前記各真値推定モデルを用い、前記検出器信号の実測値に基づいて真値をそれぞれ推定する複数個の真値推定手段と、
個々の前記真値推定モデルの推定精度に関するデータを格納する第２の記憶手段と、
前記各真値推定手段で推定した同一の検出器に対する推定真値を、前記第２の記憶手段に格納した推定精度に関するデータを用いて総合評価するとともに、最も確からしい推定真値を求めて推定ドリフト量を算出する総合評価手段と、
前記推定真値や前記推定ドリフト量を出力する出力手段とを有すること。

２） 上記１）に記載するプラント計装制御装置において、
さらに真値を推定するための真値推定モデルが適用可能か否かを判断する適用性評価手段を追加し、
前記総合評価手段では、前記適用性評価手段で適用可能と判定された真値を推定するための真値推定モデルの出力だけを用いて、最も確からしい推定真値と推定ドリフト量を出力するようにしたこと。

３） 上記１）又は２）に記載するプラント計装制御装置において、
熱収支及び質量収支、又は、熱収支若しくは質量収支に基づき、前記総合評価手段で得られた推定真値から、系として整合性の取れる推定真値を算出する整合性向上手段を追加し、
前記出力手段では、前記整合性向上手段で得られた推定真値を出力するようにしたこと。

４） 上記２）又は３）に記載するプラント計装制御装置において、
前記入力手段が入力した前記検出器信号の実測値に基づいて、真値を推定するための各真値推定モデルの内部パラメータを調整する学習手段を追加し、
前記各第１の記憶手段は、前記学習手段で内部パラメータを調整した各真値推定モデルを記憶するようにしたこと。

５） 上記４）に記載するプラント計装制御装置において、
真値を推定するための各真値推定モデルの入・出力に用いる検出器信号や、前記各真値推定モデルの内部の構造の候補を決定するモデル構造決定手段を追加し、
前記学習手段では、各真値推定モデルの内部の構造の候補に対して、最も良好な真値推定が可能となるように、各真値推定モデルの内部の未知パラメータを調整するとともに、調整結果が所定レベル以上であれば、真値推定モデルとして採用するようにしたこと。

６） 上記３）乃至５）の何れか一つに記載するプラント計装制御装置において、
前記整合性向上手段で得られた推定真値と前記検出器信号の実測値に基づいて、前記検出器の健全性を評価する検出器健全性評価手段を追加し、
前記出力手段では、前記検出器健全性評価手段で得られた前記検出器の健全性を出力するようにしたこと。

７） 上記３）乃至６）の何れか一つに記載するプラント計装制御装置において、
前記整合性向上手段で得られた推定真値、必要ならば前記検出器信号の実測値に基づいて、プラントを構成する機器の健全性を評価する機器健全性評価手段を追加し、
前記出力手段では、前記機器健全性評価手段で得られた前記機器の健全性を出力するようにしたこと。

８） 上記６）又は７）に記載するプラント計装制御装置において、
前記検出器健全性評価手段及び前記機器健全性評価手段、又は、前記検出器健全性評価手段若しくは前記機器健全性評価手段で得られた健全性に基づき、前記検出器及び前記機器、又は、前記検出器若しくは前記機器の保守が必要となる時期を予測演算する保守計画支援手段を追加し、
前記出力手段では、前記保守計画支援手段で予測された保守時期を出力するようにしたこと。
例えば、検出器の場合は、推定ドリフト量を長期に渡り保管して、その傾向から閾値を逸脱する時期を予測演算し、その他の機器の場合は、性能指標を長期に渡り保管して、その傾向から閾値を逸脱する時期を予測演算して、保守が必要となる時期を予測する。

９） 複数のプラントの各被検出対象に設けられたそれぞれ複数の検出器が出力した各検出器信号をそれぞれ入力する各プラント側の入力手段と、
前記各プラントに対する遠隔地に配設した上記１）乃至８）の何れか一つに記載するプラント計装制御装置の入力手段とを通信手段を介して接続し、前記各プラントと前記プラント計装制御装置との間で前記通信手段を介して必要な情報の授受を行うように構成したこと。

１０） 上記１）乃至９）に記載する何れか一つの計装制御装置において推定した真値を実運用のプラントの計測値として監視乃至制御に使用するようにしたこと。

１１） 真値を推定するための複数の真値推定モデルを用い、被検出対象に設けた複数の検出器がそれぞれ出力する検出器信号の実測値に基づき複数の真値を推定する一方、
このようにして推定した同一の検出器に対する各推定真値を、個々の真値推定モデルの推定精度に関するデータを用いて総合評価し、
この結果最も確からしい推定真値及び推定ドリフト量を求めること。

１２） 上記１１）に記載するプラント計装制御方法において、
さらに前記真値推定モデルが適用可能か否かを判断し、
この結果適用可能と判定された前記真値推定モデルの出力だけを用いて、前記総合評価を行って、最も確からしい推定真値と推定ドリフト量を求めること。

１３） 上記１１）又は１２）に記載するプラント計装制御方法において、
熱収支及び質量収支、又は、熱収支若しくは質量収支に基づき、前記総合評価を行って得られた推定真値から、系として整合性の取れる推定真値を算出すること。

１４） 上記１２）又は１３）に記載するプラント計装制御方法において、
前記検出器信号の実測値に基づいて、前記真値推定モデルの内部パラメータを学習により調整すること。

１５） 上記１４）に記載するプラント計装制御方法において、
真値を推定するための真値推定モデルの入・出力に用いる検出器信号や、前記真値推定モデルの内部の構造の候補を決定するとともに、
前記学習において、真値推定モデルの内部の構造の候補に対して、最も良好な真値推定が可能となるように、真値推定モデルの内部の未知パラメータを調整するとともに、調整結果が所定レベル以上であれば、真値推定モデルとして採用するようにしたこと。

１６） 上記１３）乃至１５）の何れか一つに記載するプラント計装制御方法において、
整合性が取られた推定真値と前記検出器信号の実測値に基づいて、前記検出器の健全性を評価すること。

１７） 上記１３）乃至１６）の何れか一つに記載するプラント計装制御方法において、
整合性が取られた推定真値、必要ならば前記検出器信号の実測値に基づいて、プラントを構成する機器の健全性を評価すること。

１８） 上記１６）又は請求項１７）に記載するプラント計装制御方法において、
前記検出器及び前記機器、又は、前記検出器若しくは前記機器の健全性に基づき、前記検出器及び前記機器、又は、前記検出器若しくは前記機器の保守が必要となる時期を予測演算すること。

１９） 複数のプラントの各被検出対象に設けたそれぞれ複数の検出器から入力する検出器信号をそれぞれ入力する各プラント側の入力手段と、通信手段を介して情報の授受を行うことにより遠隔の一箇所で前記各プラントを対象として前記１１）乃至１８）の何れか一つに記載するプラント計装制御方法を実施すること。

上記構成の本発明によれば、次の様な効果を得る。

請求項１に記載する発明は、
被検出対象に設けた複数の検出器から出力した各検出器信号を入力する入力手段と、真値を推定するための複数個の真値推定モデルをそれぞれ格納する複数個の第１の記憶手段と、前記各真値推定モデルを用い、前記検出器信号の実測値に基づいて真値をそれぞれ推定する複数個の真値推定手段と、個々の前記真値推定モデルの推定精度に関するデータを格納する第２の記憶手段と、前記各真値推定手段で推定した同一の検出器に対する推定真値を、前記第２の記憶手段に格納した推定精度に関するデータを用いて総合評価するとともに、最も確からしい推定真値を求めて推定ドリフト量を算出する総合評価手段と、前記推定真値や前記推定ドリフト量を出力する出力手段とを有するので、
個々の検出器の推定真値を複数の真値推定モデルを用いて個別に求め、さらにこれらを総合評価して最終的な推定真値と推定ドリフト量を算出、出力することができる。
この結果、検出器信号にドリフトが発生した場合、通常運転中に検出器の健全性を高信頼度で評価できる。また、出力された情報で校正の要否を判断できるので、定期検査計画策定に用いれば、運転期間の延長、検出器校正試験に要するコストの低減、定期検査期間の短縮が可能で、プラントの稼働率の向上を図ることができる。

請求項２に記載する発明は、
請求項１に記載するプラント計装制御装置において、さらに真値を推定するための真値推定モデルが適用可能か否かを判断する適用性評価手段を追加し、前記総合評価手段では、前記適用性評価手段で適用可能と判定された真値を推定するための真値推定モデルの出力だけを用いて、最も確からしい推定真値と推定ドリフト量を出力するようにしたので、
真値推定モデルの入力に使用している検出器や電源・計装ケーブル等に不具合が発生したり、系統機器や配管に異常が発生したりして、通常の値から大幅にずれた場合等、真値推定モデルが適切に推定できる範囲を逸脱したような検出器信号となった場合でも、該当する真値推定モデルの利用を取りやめて、残りの真値推定モデルの出力で推定真値及び推定ドリフト量を総合評価するため、出力された情報の精度と信頼性が向上する。

請求項３に記載する発明は、
請求項１又は請求項２に記載するプラント計装制御装置において、
熱収支及び質量収支、又は、熱収支若しくは質量収支に基づき、前記総合評価手段で得られた推定真値から、系として整合性の取れる推定真値を算出する整合性向上手段を追加し、前記出力手段では、前記整合性向上手段で得られた推定真値を出力するようにしたので、
検出器信号にドリフトが発生した場合であっても、個々の検出器の推定真値を複数の真値推定モデルを用いて個別に求め、これらを総合評価し、更に、データリコンシリエーション技法に基づいて、最終的な推定真値を算出、出力するため、通常運転中にプラント状態量の真値（検出器の本来指すべき指示値）を高信頼度で推定・評価できる。また、出力された情報で校正要否が判断できるので、定期検査計画策定に用いれば検出器校正試験に要するコストの低減、定期検査期間の短縮が可能で、プラントの稼働率を向上することができる。

請求項４に記載する発明は、
請求項２又は請求項３に記載するプラント計装制御装置において、前記入力手段が入力した前記検出器信号の実測値に基づいて、真値を推定するための各真値推定モデルの内部パラメータを調整する学習手段を追加し、前記各第１の記憶手段は、前記学習手段で内部パラメータを調整した各真値推定モデルを記憶するようにしたので、
学習手段により、プラントの改造工事や検出器取替等、真値推定モデルの学習対象となる特性に変化が生じた場合にも、容易に再調整可能となる。

請求項５に記載する発明は、
請求項４に記載するプラント計装制御装置において、真値を推定するための各真値推定モデルの入・出力に用いる検出器信号や、前記各真値推定モデルの内部の構造の候補を決定するモデル構造決定手段を追加し、前記学習手段では、各真値推定モデルの内部の構造の候補に対して、最も良好な真値推定が可能となるように、各真値推定モデルの内部の未知パラメータを調整するとともに、調整結果が所定レベル以上であれば、真値推定モデルとして採用するようにしたので、
モデル構造決定手段で適切な入出力を有する真値推定モデルの構造を設定し、これに対して最適パラメータを導出することができる。
この結果、従来真値推定モデルの構造決定に要していた多大なコストを削減することが可能である。また、プラント毎の特殊性を自動的に調整することが可能である。

請求項６に記載する発明は、
請求項３乃至請求項５の何れか一つに記載するプラント計装制御装置において、
前記整合性向上手段で得られた推定真値と前記検出器信号の実測値に基づいて、前記検出器の健全性を評価する検出器健全性評価手段を追加し、前記出力手段では、前記検出器健全性評価手段で得られた前記検出器の健全性を出力するようにしたので、
データリコンシリエーション技法に基づいて出力された推定真値を利用できるため、通常運転中に検出器健全性を高信頼度で自動的に評価できる。

請求項７に記載する発明は、
請求項３乃至請求項６の何れか一つに記載するプラント計装制御装置において、
前記整合性向上手段で得られた推定真値、必要ならば前記検出器信号の実測値に基づいて、プラントを構成する機器の健全性を評価する機器健全性評価手段を追加し、前記出力手段では、前記機器健全性評価手段で得られた前記機器の健全性を出力するようにしたので、
データリコンシリエーション技法に基づいて出力された推定真値を利用できるため、通常運転中に機器健全性を高信頼度で評価できる。また、出力された情報で機器メンテナンス要否が判断できるので、定期検査計画策定に用いれば定期検査期間の短縮が可能で、プラントの稼働率を向上することができる。

請求項８に記載する発明は、
請求項６又は請求項７に記載するプラント計装制御装置において、
前記検出器健全性評価手段及び前記機器健全性評価手段、又は、前記検出器健全性評価手段若しくは前記機器健全性評価手段で得られた健全性に基づき、前記検出器及び前記機器、又は、前記検出器若しくは前記機器の保守が必要となる時期を予測演算する保守計画支援手段を追加し、前記出力手段では、前記保守計画支援手段で予測された保守時期を出力するようにしたので、
検出器の校正・調整や機器メンテナンスの必要な時期が予測されて出力されるため、次回の検査時期や検査内容の計画策定に用いれば、通常運転期間の延長によるプラント稼働率の向上、適切な検査内容の策定による保守費用の削減が可能となる。

請求項９に記載する発明は、
複数のプラントの各被検出対象に設けられたそれぞれ複数の検出器が出力した各検出器信号をそれぞれ入力する各プラント側の入力手段と、前記各プラントに対する遠隔地に配設した前記請求項１乃至請求項８の何れか一つに記載するプラント計装制御装置の入力手段とを通信手段を介して接続し、前記各プラントと前記プラント計装制御装置との間で前記通信手段を介して必要な情報の授受を行うように構成したので、
遠隔地の監視所等で検出器、機器の健全性を高信頼度で評価できる。また、出力された情報で校正の要否を判断することができ、長期的な傾向が予測できるので、遠隔にて定期検査計画策定が可能となる。さらに、一箇所で複数のプラントに対応可能となるという効果も奏する。

請求項１０に記載する発明は、
請求項１乃至請求項９に記載する計装制御装置において推定した真値を実運用のプラントの計測値として監視乃至制御に使用するようにしたので、
検出器を多重化することなくプラント等の信頼性を向上させることができる。すなわち、低廉なコストで、高信頼性を得ることができる。

請求項１１に記載する発明は、
真値を推定するための複数の真値推定モデルを用い、被検出対象に設けた複数の検出器がそれぞれ出力する検出器信号の実測値に基づき複数の真値を推定する一方、このようにして推定した同一の検出器に対する各推定真値を、個々の真値推定モデルの推定精度に関するデータを用いて総合評価し、この結果最も確からしい推定真値及び推定ドリフト量を求めるので、
個々の検出器の推定真値を複数の真値推定モデルを用いて個別に求め、さらにこれらを総合評価して最終的な推定真値と推定ドリフト量を算出、出力することができる。
この結果、検出器信号にドリフトが発生した場合、通常運転中に検出器の健全性を高信頼度で評価できる。また、出力された情報で校正の要否を判断できるので、定期検査計画策定に用いれば、運転期間の延長、検出器校正試験に要するコストの低減、定期検査期間の短縮が可能で、プラントの稼働率の向上を図ることができる。

請求項１２に記載する発明は、
請求項１１に記載するプラント計装制御方法において、さらに前記真値推定モデルが適用可能か否かを判断し、この結果適用可能と判定された前記真値推定モデルの出力だけを用いて、前記総合評価を行って、最も確からしい推定真値と推定ドリフト量を求めるようにしたので、
真値推定モデルの入力に使用している検出器や電源・計装ケーブル等に不具合が発生したり、系統機器や配管に異常が発生したりして、通常の値から大幅にずれた場合等、真値推定モデルが適切に推定できる範囲を逸脱したような検出器信号となった場合でも、該当する真値推定モデルの利用を取りやめて、残りの真値推定モデルの出力で推定真値及び推定ドリフト量を総合評価するため、出力された情報の精度と信頼性が向上する。

請求項１３に記載する発明は、
請求項１１又は請求項１２に記載するプラント計装制御方法において、
熱収支及び質量収支、又は、熱収支若しくは質量収支に基づき、前記総合評価を行って得られた推定真値から、系として整合性の取れる推定真値を算出するので、
検出器信号にドリフトが発生した場合であっても、個々の検出器の推定真値を複数の真値推定モデルを用いて個別に求め、これらを総合評価し、更に、データリコンシリエーション技法に基づいて、最終的な推定真値を算出、出力するため、通常運転中にプラント状態量の真値（検出器の本来指すべき指示値）を高信頼度で推定・評価できる。また、出力された情報で校正要否が判断できるので、定期検査計画策定に用いれば検出器校正試験に要するコストの低減、定期検査期間の短縮が可能で、プラントの稼働率を向上することができる。

請求項１４に記載する発明は、
請求項１２又は請求項１３に記載するプラント計装制御方法において、前記検出器信号の実測値に基づいて、前記真値推定モデルの内部パラメータを学習により調整するので、
学習により、プラントの改造工事や検出器取替等、真値推定モデルの学習対象となる特性に変化が生じた場合にも、容易に再調整可能となる。

請求項１５に記載する発明は、
請求項１４に記載するプラント計装制御方法において、真値を推定するための真値推定モデルの入・出力に用いる検出器信号や、前記真値推定モデルの内部の構造の候補を決定するとともに、前記学習において、真値推定モデルの内部の構造の候補に対して、最も良好な真値推定が可能となるように、真値推定モデルの内部の未知パラメータを調整するとともに、調整結果が所定レベル以上であれば、真値推定モデルとして採用するようにしたので、
適切な入出力を有する真値推定モデルの構造を設定し、これに対して最適パラメータを導出することができる。

請求項１６に記載する発明は、
請求項１３乃至請求項１５の何れか一つに記載するプラント計装制御方法において、
整合性が取られた推定真値と前記検出器信号の実測値に基づいて、前記検出器の健全性を評価するので、
データリコンシリエーション技法に基づいて出力された推定真値を利用でき、通常運転中に検出器健全性を高信頼度で自動的に評価できる。

請求項１７に記載する発明は、
請求項１３乃至請求項１６の何れか一つに記載するプラント計装制御方法において、
整合性が取られた推定真値、必要ならば前記検出器信号の実測値に基づいて、プラントを構成する機器の健全性を評価するので、
データリコンシリエーション技法に基づいて出力された推定真値を利用でき、通常運転中に機器健全性を高信頼度で評価できる。また、出力された情報で機器メンテナンス要否が判断できるので、定期検査計画策定に用いれば定期検査期間の短縮が可能で、プラントの稼働率を向上することができる。

請求項１８に記載する発明は、
請求項１６又は請求項１７に記載するプラント計装制御方法において、
前記検出器及び前記機器、又は、前記検出器若しくは前記機器の健全性に基づき、前記検出器及び前記機器、又は、前記検出器若しくは前記機器の保守が必要となる時期を予測演算するので、
検出器の校正・調整や機器メンテナンスの必要な時期を予測することができ、次回の検査時期や検査内容の計画策定に用いれば、通常運転期間の延長によるプラント稼働率の向上、適切な検査内容の策定による保守費用の削減が可能となる。

請求項１９に記載する発明は、
複数のプラントの各被検出対象に設けたそれぞれ複数の検出器から入力する検出器信号をそれぞれ入力する各プラント側の入力手段と、通信手段を介して情報の授受を行うことにより遠隔の一箇所で前記各プラントを対象として前記請求項１１乃至請求項１８の何れか一つに記載するプラント計装制御方法を実施するので、
遠隔地の監視所等で検出器、機器の健全性を高信頼度で評価できる。また、出力された情報で校正の要否を判断することができ、長期的な傾向が予測できるので、遠隔にて定期検査計画策定が可能となる。さらに、一箇所で複数のプラントに対応可能となるという効果も奏する。

＜第１の実施の形態＞
図１は本発明の第１の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施の形態に係るプラント計装制御装置１０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、第１のデータベース１３−１〜１３−ｎ、総合評価手段１４、第２のデータベース１５及び出力手段１６を有する。

これらのうち、入力手段１１は、プラント１に設けられた多数の検出器に接続されるインターフェイスであり、各検出器から出力された各検出器信号を入力する。入力手段１１は、入力した検出器信号を実測値として複数の真値推定手段１２−１〜１２−ｎにそれぞれ送出する。

真値推定手段１２−１〜１２−ｎは、それぞれ異なる推定モデルを用い、入力手段１１が送出した検出器信号の実測値に基づいて演算処理を行い、検出器信号の真値、すなわちプロセスの真の値（以下、推定真値とする）をそれぞれ推定する。このため、各真値推定手段１２−１〜１２−ｎは、各推定モデルを第１のデータベース１３−１〜１３−ｎからそれぞれ読み出して記憶するメモリを有する。

第１のデータベース１３−１〜１３−ｎは、プラント１の特定の運転状態の推定モデルをそれぞれ格納した記憶手段である。各第１のデータベース１３は、例えばハードディスクなどの記憶装置により構成される。ここで特定の運転状態として、たとえばプラント１が原子力プラントの場合には、「冷態停止」、「温態停止」、「５０％出力運転中」または「定格出力運転中」などである。

前記各推定モデルは、事前にモデル内部のパラメータを調整または学習したものであり、たとえば線形モデルやニューラルネットワークなどである。推定モデルの調整や学習は、プラント１の定期点検直後に、プラント１を種々の状態で運転し、そのとき得られた検出器信号の実測値を用いて行われる。これは、プラント１の定期点検直後であれば、各検出器も調整や校正がされた直後であるため、各検出器は正常に動作していると考えられるからである。

図２は推定モデルの一例としてニューラルネットワークの概念を示す模式図である。ニューラルネットワーク自体は公知であるため、ニューラルネットワークの詳細な説明については省略する。図２において、左端の４個のノードは入力層を構成し、右端の４個のノードは出力層を構成する。入力層と出力層の間は中間層である。このニューラルネットワークでは、入力層に検出器信号の実測値を入れると、ネットワーク内部の重み、バイアスおよび変換関数などに基づいて演算がおこなわれ、出力層から各検出器信号の推定真値が出力される。ここで、入力層のノード数と出力層のノード数は一致しており、第ｉ番目のノードへの入力信号に対する推定真値は出力層の第ｉ番目のノードに出力される。なお、入力層、中間層および出力層の各ノード数はネットワークへの入力信号の数に応じて変化するので、図２に示す個数に限らない。

総合評価手段１４は、前記各真値推定手段１２−１〜１２−ｎで推定した同一の検出器に対する推定真値を、第２のデータベース１５に格納した推定精度に関するデータを用いて総合評価するとともに、最も確からしい推定真値を求めて推定ドリフト量を算出する。ここで、第２のデータベース１５は、個々の前記真値推定モデルの推定精度に関するデータを格納している。

さらに詳言すると、第２のデータベース１５には、１）検出器特性データ、２）真値推定モデル特性データの２種類が格納してある。
１） 検出器特性データ
表１に検出器特性データの一例を示す。本検出器特性データは、各検出器の検出器メーカから提示された精度、あるいは同一型式検出器において所定期間内に発生したドリフト量を統計処理して得られた標準偏差等に基づき作成する。これらは不確かさと呼ばれる。

２） 真値推定モデル特性データ
検出器Ａ₁、…、Ａ_nの指示値Ｘ₁、…、Ｘ_nをベクトル表現し、Ｘ＝［Ｘ₁、Ｘ₂、…Ｘ_n］^Tとすると、真値推定モデルｋにより得られる推定値Ｙ_k＝［Ｙ_k,1、Ｙ_k,2、…、Ｙ_k,n］^Tは、次式となる。
Ｙ_k＝ｆ_k（Ｘ）
ここでｆ_kは真値推定モデルｋである。また、記号^Tは転置を意味する。
今、検出器Ａ_iの指示値Ｘ_iにおいて発生したドリフトが真値推定モデルｋを経て推定値Ｙ_kjに影響する感度ｆ_k、_ijは、次式（１）で求めることができる。

真値推定モデル特性データには、上記で得られた感度と真値推定モデルの適用可否を判定するための条件が、真値推定モデル毎にまとめられて格納されている。
表２に真値推定モデルｋの真値推定モデル特性データの例を示す。この例は、一例としてＡ₁、…、Ａ₅に対する真値推定モデルを示している。

表２で、“−”は、当該真値推定モデルｋに無関係な項目であることを示している。また、適用性判定条件の例としては、“６０％≦検出器Ａ₁出力＜７０％”などプロセス量を具体的に制限した条件の他に、“起動時”、“負荷上昇時”、“定格出力時”などのプラント状態などもあり、さらにこれらの複合記述も可能である。
総合評価手段１４では、第２のデータベース１５のデータを参照しつつ、各真値推定モデルで算出された推定値の不確かさを個別に算出する。例えば、真値推定モデルｋで推定された検出器Ａ_jの推定値Ｙ_k、_jの不確かさσ_k、_jは、次式（２）で計算される。

総合評価手段１４は、つづいて各真値推定モデルから得られた推定値の不確かさを用いた荷重平均により、最終的な推定値を求める。例えば、ｎ個の真値推定モデルから検出器Ａ_jの真値が推定される場合、総合的な推定値Ｙ_jは次式（３）となる。

また、総合評価手段１４は、実測値と最も確からしい推定真値から推定ドリフト量を算出する。
出力手段１６は、総合評価手段１４が送出する各検出器の最も確からしい推定真値と推定ドリフト量を、例えば監視システムのディスプレイ（モニタ）やプリンタ、制御システム等に出力する。

図３は本形態に係るプラント計装制御方法の処理フローを示すフローチャートである。同図に示すように、本形態においては、まず入力手段１１が、プラント１の各検出器から検出器信号を入力し、その実測値を各真値推定手段１２−１〜１２−ｎに送信する（ステップＳ１１）。

各真値推定手段１２−１〜１２−ｎは第１のデータベース１３−１〜１３−ｎにそれぞれ格納された推定モデルをＲＡＭなどのメモリに読み込む（ステップＳ１２）。そして、入力手段１１を介してプラント１から供給された検出器信号の実測値を用いて推定真値を算出し、その推定真値を総合評価手段１４に送信する。

この結果、総合評価手段１４では第２のデータベース１５のデータを参照して推定値の総合評価を行い、最も確からしい推定真値を求めて推定ドリフト量等を算出する（ステップＳ１３）。

その後、総合評価の結果を出力する（ステップＳ１４）。

このように、本形態によれば、個々の検出器の推定真値を、複数の真値推定モデルを用いて個別に求め、さらにこれらを総合評価して最終的な推定真値と推定ドリフト量を算出、出力することができる。

この結果、検出器信号にドリフトが発生した場合、通常運転中に検出器の健全性を高信頼度で評価できる。また、出力された情報で校正の要否を判断できるので、定期検査計画策定に用いれば、運転期間の延長、検出器校正試験に要するコストの低減、定期検査期間の短縮が可能で、プラントの稼働率の向上を図ることができる。

＜第２の実施の形態＞
図４は本発明の第２の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施の形態に係るプラント計装制御装置２０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、第１のデータベース１３−１〜１３−ｎ、総合評価手段２４、第２のデータベース１５及び出力手段１６とともに、適用性評価手段２７を有するものである。

適用性評価手段２７は、各真値推定手段１２−１〜１２−ｎの入力信号である実測値や出力信号である各推定真値に基づき、各真値推定モデルが適用可能か否かを判断するものである。すなわち、例えば各推定真値の使用可能な範囲を予め決めておき、この範囲を逸脱するような推定真値は、検出器の取付状態や真値推定モデルの対象とする系統機器・配管が異常な状態になっている等、推定真値として利用するのは不適切であると判断してこの推定真値を出力した真値推定手段１２−１〜１２−ｎの出力データを除外して総合評価手段２４における処理を行うようにしたものである。この判断の際には、入力手段２１の出力信号である検出器の実測値との比較において推定真値を評価する。また、各検出器信号の使用可能な範囲を予め決めておき、この範囲を逸脱するような実測値を異常と判断して、当該検出器信号を入力する真値推定手段１２−１〜１２−ｎの出力データを除外してもよい。さらに、各真値推定手段１２−１〜１２−ｎの適用性判定条件を条件式で決めておき、条件式を評価した結果、適用不可と判定されたときに、当該真値推定手段１２−１〜１２−ｎの出力データを除外してもよい。

このことにより、真値推定モデルの入力に使用している検出器や電源・計装ケーブル等に不具合が発生したり、系統機器や配管に異常が発生したりして、通常の値から大幅にずれた場合等、真値推定モデルが適切に推定できる範囲を逸脱したような検出器信号となった場合でも、該当する真値推定モデルの利用を取りやめて、残りの真値推定モデルの出力で推定真値及び推定ドリフト量を総合評価するため、出力された情報の精度と信頼性が向上するという効果を得る。

なお、図４中、図１と同一部分には同一番号を付し、重複する説明は省略する。

図５は本形態に係るプラント計装制御方法の処理フローを示すフローチャートである。同図に示すように、本形態においては、まず入力手段１１によるデータの取り込み（ステップＳ２１）及び真値の推定（ステップＳ２２）の後に、適用性評価手段２７における推定モデル適用性の評価という処理が追加されている（ステップＳ２３）。その後は、総合評価手段２４による推定値の総合評価（ステップ２４）及び結果の出力（ステップ２５）という処理が続く。

＜第３の実施の形態＞
図６は本発明の第３の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施の形態に係るプラント計装制御装置３０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、第１のデータベース３３−１〜３３−ｎ、総合評価手段２４、第２のデータベース３５、適用性評価手段２７及び出力手段１６とともに、学習手段３８を有するものである。なお、本形態は、第２の実施の形態に係るプラント計装制御装置に学習手段３８を追加しているが、実施の形態１に係るプラント計装制御装置に追加しても、勿論良い。

学習手段３８は、入力手段11が入力したプラント１の検出器信号の実測値に基づいて、真値を推定するための各真値推定モデルの内部パラメータを調整するものである。ここで、内部パラメータの調整方法は、予め設定したパターンの総当たり的な探索、タグチメソッド、ＳＡ（シミュレーテッド アニーリング）等の最適化手法等、いずれでも構わない。また、学習手段３８は、調整を終えた各真値推定モデルに対する真値推定モデル特性データを算出し、第２のデータベース３５を更新する。

本形態に係る各第１のデータベース３３−１〜３３−ｎは、学習手段３８で内部パラメータを調整した各真値推定モデルを記憶する。また、本形態に係る各第２のデータベース３５は、学習手段３８で内部パラメータを調整した各真値推定モデルに対する真値推定モデル特性データを記憶する。

本形態によれば、学習手段３８により、プラントの改造工事や検出器取替等、真値推定モデルの学習対象となる特性に変化が生じた場合にも、容易に再調整可能となる。

なお、図６中、図１及び図４と同一部分には同一番号を付し、重複する説明は省略する。

図７は本形態に係るプラント計装制御方法の処理フローを示すフローチャートである。同図に示すように、本形態においては、まず入力手段１１によるデータの取り込み（ステップＳ３１）の後に、学習手段３８で推定モデルの調整を行い（ステップＳ３２）、続けてモデル精度の良否を判定する（ステップＳ３３）。この判定結果が「ＮＯ」の場合は、ステップ３２に戻り、推定モデルの再調整を行い、所定のモデル精度となるまで、この処理を繰り返す。

所定のモデル精度が確保された後は真値推定モデル特性データを更新し（ステップＳ３４）、第２の実施の形態と同様に、真値の推定（ステップＳ３５）、推定モデル適用性の評価（ステップＳ３６）、推定値の総合評価（ステップＳ３７）及び結果の出力（ステップＳ３８）を行う。なお、真値推定モデルの再調整が不要な場合には、推定モデルの調整（ステップＳ３２）〜特性データの更新（ステップＳ３４）は行われず、バイパスされる。

＜第４の実施の形態＞
図８は本発明の第４の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施の形態に係るプラント計装制御装置４０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、学習手段４８、第１のデータベース３３−１〜３３−ｎ、総合評価手段２４、第２のデータベース３５、適用性評価手段２７及び出力手段１６とともに、モデル構造決定手段４９を有するものである。なお、本形態は、実施の形態３に係るプラント計装制御装置にモデル構造決定手段４９を追加しているが、適用性評価手段２７を設けない場合である実施の形態１の変形例としてモデル構造決定手段４９及び学習手段４８を有するものであっても良い。

モデル構造決定手段４９は、真値を推定するための各真値推定モデルの入・出力に用いる検出器信号や、各真値推定モデルの内部の構造の候補を決定するものである。すなわち、対象としている検出器に対してどういうモデル構造が最も適切であるかを、種々のパラメータの組み合わせを変えて試行錯誤的に決定する。ここで、内部の構造とは、真値推定モデル、例えば線形モデル、非線形モデル（高次モデル、ニューラルネットワーク等）の構造をいう。

学習手段４８では、モデル構造決定手段４９と情報の授受を行いつつ、各真値推定モデルの内部の構造の候補に対して、最も良好な真値推定が可能となるように、各真値推定モデルの内部の未知パラメータを調整するとともに、調整結果が所定レベル以上であれば、真値推定モデルとして採用する。このとき、モデル構造の候補の決定、未知パラメータの調整は、既定の条件を満足した時点で終了する。

かかる本実施の形態に係るプラント計装制御装置によれば、モデル構造決定手段４９で適切な入出力を有する真値推定モデルの構造を設定し、これに対して最適パラメータを導出することができる。

この結果、従来真値推定モデルの構造決定に要していた多大なコストを削減することが可能となり、またプラント毎の特殊性を自動的に調整することが可能であるという効果を奏する。

なお、図８中、図１、図４及び図６と同一部分には同一番号を付し、重複する説明は省略する。

図９は本形態に係るプラント計装制御方法の処理フローを示すフローチャートである。同図に示すように、本形態においては、まず入力手段１１によるデータの取り込みを行った（ステップＳ４１）後に、モデル構造決定手段４９でモデル構造の設定を行う（ステップＳ４２）。これに基づき学習手段４８で推定モデルの調整を行い（ステップＳ４３）、その後モデル精度の良否を判定する（ステップＳ４４）。続いて、モデル個数の良否を判定し（ステップＳ４５）、これが不足している場合はステップＳ４２に戻り、所定の個数になるまで、ステップＳ４３及びステップＳ４４の処理を繰り返す。

所定のモデル個数が確保された後は真値推定モデル特性データを更新し（ステップＳ４６）、第３の実施の形態と同様に、真値の推定（ステップＳ４７）、推定モデル適用性の評価（ステップＳ４８）、推定値の総合評価（ステップＳ４９）及び結果の出力（ステップＳ５０）を行う。なお、真値推定モデルの再構築が不要な場合には、モデル構造の設定（ステップＳ４２）〜特性データの更新（ステップＳ４６）は行われず、バイパスされる。また、モデル個数の良否判定（ステップＳ４５）におけるモデル個数とは、真値推定モデルの総数ではなく、個々の検出器に対して対応する推定真値を求める真値推定モデルの個数である。ただし、収束が困難な場合等においては、真値推定が可能となった検出器が所定数に達した場合など、より緩和した判定条件を用いてもよい。

＜第５の実施の形態＞
図１０は本発明の第５の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本形態は複数のプラントＡ、Ｂ・・・の各プラント１の各検出器信号を一括して処理するものである。そこで、本実施の形態に係るプラント計装制御装置５０は、複数のプラントＡ、Ｂ・・・側に設けた通信手段５２と信号の授受を行う通信手段５３を有している。

すなわち、各プラントＡ、Ｂ・・・はプラント１、この各部の検出器の各検出器信号を入力する入力手段５１、この出力信号を遠隔のプラント計装制御装置５０に送出するとともに出力手段５６に送出する通信手段５２を有している。

一方、プラント計装制御装置５０側にも通信手段５３が設けてあり、この通信手段を介して取り込んだ情報を第４の実施の形態に示すプラント計装制御装置４０で処理するようになっている。ここで、通信手段５２、５３は双方向の情報の授受を行い得るように構成してある。

かかる本形態によれば、遠隔地の監視所等で複数のプラントＡ、Ｂ・・・の検出器の健全性を高信頼度で評価できる。また、出力された情報で校正の要否を判断することができるので、遠隔にて定期検査計画策定が可能となる。さらに、一箇所で複数のプラントに対応可能となるという効果も奏する。

本発明に係る各実施の形態の適用例として原子力プラントに適用した場合について説明する。図１１は、本例に係る原子力プラントの一部を示す系統図である。また、表３にはこの場合の真値推定モデルの入力信号の例を示している。

図１１に示すように、原子炉６１内で発生した熱は一次冷却材（ほう酸水）に吸収される。この一次冷却材は、原子炉６１、蒸気発生器６２および一次冷却材ポンプ６３により構成される原子炉冷却系統６４において、一次冷却材ポンプ６３により強制的に循環させられている。一方、蒸気発生器６２内に供給された二次冷却材（水）は、一次冷却材からの入熱により蒸発し、蒸気となって図示しないタービンへ送られる。また、原子炉冷却系統６４の配管には、圧力を調整するための加圧器６５が接続されている。

ここで、Ｔ６０１およびＴ６０２はそれぞれ一次冷却材の高温側温度および低温側温度を検出する検出器、Ｆ６０１およびＦ６０２はいずれも蒸気発生器給水流量を検出する検出器、Ｆ６０３およびＦ６０４はいずれも蒸気発生器蒸気流量を検出する検出器、Ｐ６０１からＰ６０３はいずれも蒸気発生器圧力を検出する検出器、Ｕ６００は原子炉出力を検出する検出器、Ｌ６０１からＬ６０３はいずれも加圧器水位を検出する検出器である。たとえば、これら１３の検出器の検出器信号が上述した各実施の形態において推定モデルに入力される。したがって、推定モデルが図２に示すようなニューラルネットワークである場合、ニューラルネットワークの入力層および出力層の各ノード数は１３となる。

なお、上述の如き各実施の形態に係る計装制御装置において推定した真値を実運用のプラントの計測値として監視乃至制御に使用するように構成することもできる。この場合には、検出器を多重化することなくプラント等の信頼性を向上させることができるという効果を奏する。

＜第６の実施の形態＞
上記第１乃至第５に実施の形態では、真値推定手段を複数準備し、各真値推定手段の適用可否を評価して精度を維持しようとしているが、機器等の経年変化・性能劣化を直接的に取り扱っているものではない。そこで、以下の第６乃至第１１に実施にでは、上記第１〜第５の実施形態等に、データリコンシリエーション技法を組み合わせることにより検出器、機器等の健全性評価の精度向上を図るとともに、プラント機器の経年変化・性能劣化の評価を行なうようにしたものである。

ここで、データリコンシリエーション技法について、簡単に説明を行うと、データリコンシリエーション技法とは、検出器での計測値の誤差（不確かさ）に基づいて、熱収支や質量収支と計測点との距離（不整合分）を配分する最適化問題として定式化することで、計測値の誤差を評価するものである。

図１３は本発明の第６の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施形態に係るプラント計装制御装置１１０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、第１のデータベース１３−１〜１３−ｎ、第２のデータベース１５、推定真値統合手段１１１、整合性向上手段１１２及び出力手段１１３を有する。

具体的には、本実施形態に係るプラント計装制御装置１１０は、プラント１の被検出対象に設けた複数の検出器から出力した各検出器信号を入力する入力手段１１と、真値を推定するための複数個の真値推定モデルをそれぞれ格納する複数個の第１のデータベース（第１の記憶手段）１３−１〜１３−ｎと、各真値推定モデルを用い、検出器信号の実測値に基づいて真値をそれぞれ推定する複数個の真値推定手段１２−１〜１２−ｎと、個々の真値推定モデルの推定精度に関するデータを格納する第２のデータベース（第２の記憶手段）１５と、各真値推定手段１２−１〜１２−ｎで推定した同一の検出器に対する推定真値を、第２のデータベース１５に格納した推定精度に関するデータを用いて統合する推定真値統合手段１１１と、熱収支及び質量収支、又は、熱収支若しくは質量収支に基づき、推定真値統合手段１１１で得られた推定真値から、系として整合性の取れる推定真値を算出する整合性向上手段１１２と、整合性向上手段１１２で得られた推定真値や推定ドリフト量を出力する出力手段１１３とを有するものである。

推定真値統合手段１１１は、第一の実施形態の総合評価手段１４の機能に不確かさの総合評価を加えたものである。具体的には、各真値推定モデルとして、第一の実施の形態において示した図２のニューラルネットワーク等を用い、第２のデータベース１５として、表１、２に示した検出器特性データ、真値推定モデル特性データ等を用い、更に、数式（１）〜（３）等を用いることで、各真値推定手段１２−１〜１２−ｎで推定した同一の検出器に対する推定真値を、第２のデータベース１５に格納した推定精度に関するデータを用いて総合評価するとともに、最も確からしい推定真値を求めて推定ドリフト量を算出している。さらに、例えば次式（４）にて、検出器Ａの最も確からしい推定真値Ｙ_jの不確かさσ_jを求める。そして、推定真値統合手段１１１で得られた推定真値と不確かさは、整合性向上手段１１２において、熱収支、質量収支に基づいて、系として整合性の取れるように、つまり、系の熱バランス、質量バランスが取れるように、より確からしい推定真値として算出されることで、推定真値の精度を向上を図っている。このように、本実施形態は、第一の実施形態の構成に、データリコンシリエーション技法を用いた整合性向上手段１１２を追加した構成であり、図１３中、図１と同一部分には同一番号を付し、重複する説明は省略する。

図１４は本実施形態に係るプラント計装制御方法の処理フローを示すフローチャートである。同図に示すように、本実施形態においては、まず入力手段１１が、プラント１の各検出器から検出器信号を入力し、その実測値を各真値推定手段１２−１〜１２−ｎに送信する（ステップＳ６１）。

各真値推定手段１２−１〜１２−ｎは第１のデータベース１３−１〜１３−ｎにそれぞれ格納された推定モデルをＲＡＭなどのメモリに読み込む。そして、入力手段１１を介してプラント１から供給された検出器信号の実測値を用いて推定真値を算出し、その推定真値を推定真値統合手段１１１に送信する（ステップＳ６２）。

この結果、推定真値統合手段１１１では第２のデータベース１５のデータを参照して推定値の総合評価を行い、最も確からしい推定真値とその不確かさを求めて推定ドリフト量等を算出し、その推定真値等を整合性向上手段１１２に送信する（ステップＳ６３）。

整合性向上手段１１２では、熱収支、質量収支に基づいて、系として整合性の取れるように、推定真値統合手段１１１で得られた推定真値とその不確かさから、より確からしい推定真値を算出する（ステップＳ６４）。

その後、得られた推定真値等の結果を出力する（ステップＳ６５）。

本実施形態においては、検出器信号にドリフトが発生した場合、個々の検出器の推定真値を複数の真値推定モデルを用いて個別に求め、これらを統合評価した後、データリコンシリエーション技法に基づいて最終的な推定真値を算出、出力するので、通常運転中に検出器健全性を高信頼度で評価できる。また、出力された情報で校正要否が判断できるので、定期検査計画策定に用いれば検出器校正試験に要するコストの低減、定期検査期間の短縮が可能で、プラントの稼働率を向上することができる。

＜第７の実施の形態＞
図１５は本発明の第７の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施形態に係るプラント計装制御装置１２０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、第１のデータベース１３−１〜１３−ｎ、第２のデータベース１５、適用性評価手段２７、推定真値統合手段１２１、整合性向上手段１１２及び出力手段１１３を有する。

本実施形態に係るプラント計装制御装置１２０は、第６の実施形態の構成に、適用性評価手段２７を追加したものである。適用性評価手段２７は、第２の実施形態において説明したように、真値を推定するための真値推定モデルが適用可能か否かを判断するものである。又、推定真値統合手段１２１は、適用性評価手段２７にて適用可能と判定された真値を推定するための真値推定モデルの出力だけを用いて推定真値を統合するものである。なお、図１５中、図１３と同一部分には同一番号を付し、重複する説明は省略する。

図１６は本実施形態に係るプラント計装制御方法の処理フローを示すフローチャートである。同図に示すように、本実施形態においては、まず入力手段１１によるデータの取り込み（ステップＳ７１）及び真値の推定（ステップＳ７２）の後に、適用性評価手段２７における推定モデル適用性の評価という処理が追加されている（ステップＳ７３）。その後は、推定真値統合手段１２１による推定値の統合（ステップ７４）、整合性向上手段１１２による確からしい推定真値の算出（ステップ７５）及び結果の出力（ステップ７６）が行われる。

本実施形態においては、真値推定モデルの入力に使用している検出器や電源・計装ケーブル等に不具合が発生し、通常の値から大幅にずれた場合、真値推定モデルが適切に推定できる範囲を逸脱したような検出器信号となった場合、当該真値推定モデルの利用を取りやめて、残りの真値推定モデルの出力で推定真値を統合処理するため、出力された情報の精度と信頼性が向上可能となる。

例えば、図１７に示すような校正処理機能１２７及び各種制御演算機能１２８を有する制御装置１２６を用いて、検出器１２５の自動校正をおこなう場合には、プラント計装制御装置１２０は、その制御装置１２６に接続される。そして、出力手段１１３は、整合性向上手段１１２から送られてきた推定真値を制御装置１２６の校正処理機能１２７へ出力するようにする。又、推定真値を出力手段１１３から直接検出器１２５の調整信号入力端に入力させるようにしてもよいし、あるいは、各種の有線、無線の通信回路を介して制御装置１２６に接続させるようにしてもよい。このような構成は、本実施形態に限らず、本発明の全ての実施形態に適用することができる。

＜第８の実施の形態＞
図１８は本発明の第８の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施形態に係るプラント計装制御装置１３０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、第１のデータベース１３−１〜１３−ｎ、第２のデータベース１５、適用性評価手段２７、推定真値統合手段１２１、整合性向上手段１１２、検出器健全性評価手段１３１及び出力手段１３２を有する。

本実施形態に係るプラント計装制御装置１３０は、第７の実施の形態の構成に、検出器の健全性を評価する検出器健全性評価手段１３１を追加したものである。検出器健全性評価手段１３１は、整合性向上手段１１２にて出力された推定真値と入力手段１１により受け取られた検出器信号の実測値とに基づいて、検出器の健全性を評価するものである。例えば、両者の差（推定ドリフト量）を取って、閾値を越えれば異常と判断する。この異常判断には、種々の統計的手法が利用可能である。なお、図１８中、図１５と同一部分には同一番号を付し、重複する説明は省略する。

図１９は本実施形態に係るプラント計装制御方法の処理フローを示すフローチャートである。同図に示すように、本実施形態においては、まず入力手段１１によるデータの取り込み（ステップＳ８１）及び真値の推定（ステップＳ８２）の後に、適用性評価手段２７における推定モデル適用性の評価という処理が行われる（ステップＳ８３）。その後、推定真値統合手段１２１による推定値の統合（ステップ８４）、整合性向上手段１１２による確からしい推定真値の算出（ステップ８５）が行われ、検出器健全性評価手段１３１により、整合性向上手段１１２による推定真値と検出器信号の実測値とに基づいて、検出器の健全性を評価し（ステップ８６）、その結果の出力を行う（ステップ８７）。

本実施形態においては、検出器健全性評価手段１３１を備えることにより、通常運転中に検出器健全性を高信頼度で自動的に評価できる。例えば、本実施形態の場合は、断線等の大きな異常ではなく、軽微な異常により長期間に渡って検出器の実測値が少しずつドリフトするようなとき、検出器の健全性を閾値により管理、診断することになる。

＜第９の実施の形態＞
図２０は本発明の第９の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施形態に係るプラント計装制御装置１４０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、第１のデータベース１３−１〜１３−ｎ、第２のデータベース１５、適用性評価手段２７、推定真値統合手段１２１、整合性向上手段１１２、機器健全性評価手段１４１及び出力手段１４２を有する。

本実施形態に係るプラント計装制御装置１４０は、第７の実施の形態の構成に、プラントを構成する機器や配管のうち、検出器を除く機器（例えば、ポンプ、バルブ、熱交換機等。以降、機器と呼ぶ。）の健全性を評価する機器健全性評価手段１４１を追加したものである。機器健全性評価手段１４１は、機器の周囲に配置された検出器を用い、整合性向上手段１１２にて出力された推定真値と、必要ならば入力手段１１により受け取られた検出器信号に基づいて、機器の健全性を評価するものである。例えば、熱交換器であれば伝熱特性、ポンプであればＱ−Ｈカーブ（流量−揚程曲線）等の性能指標を求め、製作・据付時、前回試験時等との比較により健全性を評価する。なお、図２０中、図１５と同一部分には同一番号を付し、重複する説明は省略する。

図２１は本実施形態に係るプラント計装制御方法の処理フローを示すフローチャートである。同図に示すように、本実施形態においては、まず入力手段１１によるデータの取り込み（ステップＳ９１）及び真値の推定（ステップＳ９２）の後に、適用性評価手段２７における推定モデル適用性の評価という処理が行われる（ステップＳ９３）。その後、推定真値統合手段１２１による推定値の統合（ステップ９４）、整合性向上手段１１２による確からしい推定真値の算出（ステップ９５）が行われ、機器健全性評価手段１４１により、整合性向上手段１１２による推定真値、必要ならば検出器信号の実測値に基づいて、機器の健全性を評価し（ステップ９６）、その結果の出力を行う（ステップ９７）。

本実施形態においては、データリコンシリエーション技法に基づいて出力された推定真値を利用できるので、通常運転中に機器健全性を高信頼度で評価できる。また、出力された情報で機器メンテナンス要否が判断できるので、定期検査計画策定に用いれば定期検査期間の短縮が可能で、プラントの稼働率を向上することができる。

＜第１０の実施の形態＞
図２２は本発明の第１０の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施形態に係るプラント計装制御装置１５０は、入力手段１１、真値推定手段１２−１〜１２−ｎ、第１のデータベース１３−１〜１３−ｎ、第２のデータベース１５、適用性評価手段２７、推定真値統合手段１２１、整合性向上手段１１２、検出器健全性評価手段１３１、機器健全性評価手段１４１、保守計画支援手段１５１及び出力手段１５２を有する。

本実施形態に係るプラント計装制御装置１５０は、第８の実施形態の構成に、第９の実施形態で述べた機器健全性評価手段１４１と、検出器、機器の健全性に基づき、検出器、機器の保守が必要となる時期を予測演算する保守計画支援手段１５１とを追加したものである。保守計画支援手段１５１では、検出器については、推定ドリフト量を長期に渡り保管して、その傾向から閾値を逸脱する時期を予測演算する。又、その他の機器については性能指標を長期に渡り保管して、その傾向から閾値を逸脱する時期を予測演算する。そして、予測演算された時期を用いて、保守計画や定期点検の計画等の支援を行う。なお、図２２中、図１８、図２０と同一部分には同一番号を付し、重複する説明は省略する。

本実施形態においては、検出器の校正・調整や機器メンテナンスの必要な時期が予測されて出力されるので、次回の検査時期や検査内容の計画策定に用いれば、通常運転期間の延長によるプラント稼働率の向上、適切な検査内容の策定による保守費用の削減が可能となる。又、確からしい推定真値を利用できるので、従来、誤差を含めて余裕を持って設定していた機器等の動作マージンを減らすことができ、メンテナンスが必要となる時期の予測精度も向上させることができる。

＜第１１の実施の形態＞
図２３は本発明の第１１の実施の形態に係るプラント計装制御装置を示すブロック線図である。同図に示すように、本実施形態では、複数のプラントＡ、Ｂ・・・の各プラント１の各検出器信号を、遠隔地のプラント計装制御装置１６０にて一括して処理するものである。

各プラントＡ、Ｂ・・・は、プラント１の各部の検出器の各検出器信号を入力する入力手段１６１と、この信号を遠隔地のプラント計装制御装置１６０に送出する通信手段１６２とを有している。

一方、プラント計装制御装置１６０は、複数のプラントＡ、Ｂ・・・側に設けた通信手段１６２と信号の授受を行う通信手段１６３とを有しており、通信手段１６３を介して取り込んだ情報を真値推定手段１２−１〜１２−ｎ等で処理するようになっている。又、通信手段１６２、１６３は、双方向の情報の授受を行い得るように構成してあるので、プラント計装制御装置１６０で得られた出力をプラントＡ、Ｂ・・・側に入力することも可能である。なお、本実施形態のプラント計装制御装置１６０は、第１０の実施形態のプラント計装制御装置１５０における入力手段１１を通信手段１６３に置き換えたものであり、通信手段１６３以降の処理は、第１０の実施形態のプラント計装制御装置１５０と同じである。従って、図２３中、図２２と同一部分には同一番号を付し、重複する説明は省略する。

本実施形態においては、プラント計装制御装置の構成手段のうちの一部（本実施形態の場合、入力手段１６１）を除いて遠隔地に置くことにより、遠隔で検出器健全性、機器健全性を高信頼度で評価できる。また、長期的な傾向が予測できるので、遠隔にて定期検査計画策定が可能となる。さらに、一箇所で複数のプラントに対応可能となる。

本実施形態では、第１０の実施形態のプラント計装制御装置１５０に通信手段１６３を設け、複数のプラントＡ、Ｂ・・・と通信回線で結ぶようにしたが、第６〜第９の実施形態の構成に、通信手段を設け、複数のプラントと通信回線で結ぶようにしてもよい。このような構成にすることにより、プラントにおいて、入力手段より入力された検出器信号が、通信手段を経て遠隔地のプラント計装制御装置に送られ、遠隔地で種々の処理を行うことが可能となる。

又、上記第６〜第１１の実施形態に係るプラント計装制御装置において推定した真値を、図１１及び表３に示すような実運用のプラントの計測値として、監視乃至制御に使用するように構成することもでき、検出器を多重化することなくプラント等の信頼性を向上させることができる。

本発明は原子力プラント等、多数の検出器を有する大型プラントにおける検出器及び機器の保守・管理を行う産業分野で有効に利用し得るものである。

本発明の第１の実施の形態に係るプラント計装制御装置を示すブロック線図である。 図１に示すプラント計装制御装置に用いる真値推定モデルの一例を示す説明図である。 図１に示すプラント計装制御方法の処理フローを示すフローチャートである。 本発明の第２の実施の形態に係るプラント計装制御装置を示すブロック線図である。 図４に示すプラント計装制御方法の処理フローを示すフローチャートである。 本発明の第３の実施の形態に係るプラント計装制御装置を示すブロック線図である。 図６に示すプラント計装制御方法の処理フローを示すフローチャートである。 本発明の第４の実施の形態に係るプラント計装制御装置を示すブロック線図である。 図８に示すプラント計装制御方法の処理フローを示すフローチャートである。 本発明の第５の実施の形態に係るプラント計装制御装置を示すブロック線図である。 本発明の好適な適用例である原子力プラントの一部を示す系統図である。 従来技術に係るプラント計装制御装置を示すブロック線図である。 本発明の第６の実施の形態に係るプラント計装制御装置を示すブロック線図である。 図１３に示すプラント計装制御方法の処理フローを示すフローチャートである。 本発明の第７の実施の形態に係るプラント計装制御装置を示すブロック線図である。 図１５に示すプラント計装制御方法の処理フローを示すフローチャートである。 本発明の自動校正として好適な適用例を示す系統図である。 本発明の第８の実施の形態に係るプラント計装制御装置を示すブロック線図である。 図１８に示すプラント計装制御方法の処理フローを示すフローチャートである。 本発明の第９の実施の形態に係るプラント計装制御装置を示すブロック線図である。 図２０に示すプラント計装制御方法の処理フローを示すフローチャートである。 本発明の第１０の実施の形態に係るプラント計装制御装置を示すブロック線図である。 本発明の第１１の実施の形態に係るプラント計装制御装置を示すブロック線図である。

符号の説明

１ プラント
１０、２０、３０、４０、５０、１１０、１２０、１３０、１４０、１５０、１６０ プラント計装制御装置
１１、１６１ 入力手段
１２−１〜１２−ｎ 真値推定手段
１３−１〜１３−ｎ、３３−１〜３３−ｎ 第１のデータベース
１４、２４ 総合評価手段
１５、３５ 第２のデータベース
１６、５６、１１３、１３２、１４２、１５２ 出力手段
２７ 適用性評価手段
３８、４８ 学習手段
４９ モデル構造決定手段
５２、５３、１６２、１６３ 通信手段
１１１、１２１ 推定真値統合手段
１１２ 整合性向上手段
１３１ 検出器健全性評価手段
１４１ 機器健全性評価手段
１５１ 保守計画支援手段

Claims (19)

1. 被検出対象に設けた複数の検出器から出力した各検出器信号を入力する入力手段と、
   真値を推定するための複数個の真値推定モデルをそれぞれ格納する複数個の第１の記憶手段と、
   前記各真値推定モデルを用い、前記検出器信号の実測値に基づいて真値をそれぞれ推定する複数個の真値推定手段と、
   個々の前記真値推定モデルの推定精度に関するデータを格納する第２の記憶手段と、
   前記各真値推定手段で推定した同一の検出器に対する推定真値を、前記第２の記憶手段に格納した推定精度に関するデータを用いて総合評価するとともに、最も確からしい推定真値を求めて推定ドリフト量を算出する総合評価手段と、
   前記推定真値や前記推定ドリフト量を出力する出力手段とを有することを特徴とするプラント計装制御装置。
2. 請求項１に記載するプラント計装制御装置において、
   さらに真値を推定するための真値推定モデルが適用可能か否かを判断する適用性評価手段を追加し、
   前記総合評価手段では、前記適用性評価手段で適用可能と判定された真値を推定するための真値推定モデルの出力だけを用いて、最も確からしい推定真値と推定ドリフト量を出力するようにしたことを特徴とするプラント計装制御装置。
3. 請求項１又は請求項２に記載するプラント計装制御装置において、
   熱収支及び質量収支、又は、熱収支若しくは質量収支に基づき、前記総合評価手段で得られた推定真値から、系として整合性の取れる推定真値を算出する整合性向上手段を追加し、
   前記出力手段では、前記整合性向上手段で得られた推定真値を出力するようにしたことを特徴とするプラント計装制御装置。
4. 請求項２又は請求項３に記載するプラント計装制御装置において、
   前記入力手段が入力した前記検出器信号の実測値に基づいて、真値を推定するための各真値推定モデルの内部パラメータを調整する学習手段を追加し、
   前記各第１の記憶手段は、前記学習手段で内部パラメータを調整した各真値推定モデルを記憶するようにしたことを特徴とするプラント計装制御装置。
5. 請求項４に記載するプラント計装制御装置において、
   真値を推定するための各真値推定モデルの入・出力に用いる検出器信号や、前記各真値推定モデルの内部の構造の候補を決定するモデル構造決定手段を追加し、
   前記学習手段では、各真値推定モデルの内部の構造の候補に対して、最も良好な真値推定が可能となるように、各真値推定モデルの内部の未知パラメータを調整するとともに、調整結果が所定レベル以上であれば、真値推定モデルとして採用するようにしたことを特徴とするプラント計装制御装置。
6. 請求項３乃至請求項５の何れか一つに記載するプラント計装制御装置において、
   前記整合性向上手段で得られた推定真値と前記検出器信号の実測値とに基づいて、前記検出器の健全性を評価する検出器健全性評価手段を追加し、
   前記出力手段では、前記検出器健全性評価手段で得られた前記検出器の健全性を出力するようにしたことを特徴とするプラント計装制御装置。
7. 請求項３乃至請求項６の何れか一つに記載するプラント計装制御装置において、
   前記整合性向上手段で得られた推定真値、必要ならば前記検出器信号の実測値に基づいて、プラントを構成する機器の健全性を評価する機器健全性評価手段を追加し、
   前記出力手段では、前記機器健全性評価手段で得られた前記機器の健全性を出力するようにしたことを特徴とするプラント計装制御装置。
8. 請求項６又は請求項７に記載するプラント計装制御装置において、
   前記検出器健全性評価手段及び前記機器健全性評価手段、又は、前記検出器健全性評価手段若しくは前記機器健全性評価手段で得られた健全性に基づき、前記検出器及び前記機器、又は、前記検出器若しくは前記機器の保守が必要となる時期を予測演算する保守計画支援手段を追加し、
   前記出力手段では、前記保守計画支援手段で予測された保守時期を出力するようにしたことを特徴とするプラント計装制御装置。
9. 複数のプラントの各被検出対象に設けられたそれぞれ複数の検出器が出力した各検出器信号をそれぞれ入力する各プラント側の入力手段と、
   前記各プラントに対する遠隔地に配設した前記請求項１乃至請求項８の何れか一つに記載するプラント計装制御装置の入力手段とを通信手段を介して接続し、前記各プラントと前記プラント計装制御装置との間で前記通信手段を介して必要な情報の授受を行うように構成したことを特徴とするプラント計装制御装置。
10. 請求項１乃至請求項９に記載する何れか一つの計装制御装置において推定した真値を実運用のプラントの計測値として監視乃至制御に使用するようにしたことを特徴とするプラント計装制御装置。
11. 真値を推定するための複数の真値推定モデルを用い、被検出対象に設けた複数の検出器がそれぞれ出力する検出器信号の実測値に基づき複数の真値を推定する一方、
    このようにして推定した同一の検出器に対する各推定真値を、個々の真値推定モデルの推定精度に関するデータを用いて総合評価し、
    この結果最も確からしい推定真値及び推定ドリフト量を求めることを特徴とするプラント計装制御方法。
12. 請求項１１に記載するプラント計装制御方法において、
    さらに前記真値推定モデルが適用可能か否かを判断し、
    この結果適用可能と判定された前記真値推定モデルの出力だけを用いて、前記総合評価を行って、最も確からしい推定真値と推定ドリフト量を求めるようにしたことを特徴とするプラント計装制御方法。
13. 請求項１１又は請求項１２に記載するプラント計装制御方法において、
    熱収支及び質量収支、又は、熱収支若しくは質量収支に基づき、前記総合評価を行って得られた推定真値から、系として整合性の取れる推定真値を算出することを特徴とするプラント計装制御方法。
14. 請求項１２又は請求項１３に記載するプラント計装制御方法において、
    前記検出器信号の実測値に基づいて、前記真値推定モデルの内部パラメータを学習により調整することを特徴とするプラント計装制御方法。
15. 請求項１４に記載するプラント計装制御方法において、
    真値を推定するための真値推定モデルの入・出力に用いる検出器信号や、前記真値推定モデルの内部の構造の候補を決定するとともに、
    前記学習において、真値推定モデルの内部の構造の候補に対して、最も良好な真値推定が可能となるように、真値推定モデルの内部の未知パラメータを調整するとともに、調整結果が所定レベル以上であれば、真値推定モデルとして採用するようにしたことを特徴とするプラント計装制御方法。
16. 請求項１３乃至請求項１５の何れか一つに記載するプラント計装制御方法において、
    整合性が取られた推定真値と前記検出器信号の実測値に基づいて、前記検出器の健全性を評価することを特徴とするプラント計装制御方法。
17. 請求項１３乃至請求項１６の何れか一つに記載するプラント計装制御方法において、
    整合性が取られた推定真値、必要ならば前記検出器信号の実測値に基づいて、プラントを構成する機器の健全性を評価することを特徴とするプラント計装制御装置。
18. 請求項１６又は請求項１７に記載するプラント計装制御装置において、
    前記検出器及び前記機器、又は、前記検出器若しくは前記機器の健全性に基づき、前記検出器及び前記機器、又は、前記検出器若しくは前記機器の保守が必要となる時期を予測演算することを特徴とするプラント計装制御装置。
19. 複数のプラントの各被検出対象に設けたそれぞれ複数の検出器から入力する検出器信号をそれぞれ入力する各プラント側の入力手段と、通信手段を介して情報の授受を行うことにより遠隔の一箇所で前記各プラントを対象として前記請求項１１乃至請求項１８の何れか一つに記載するプラント計装制御方法を実施することを特徴とするプラント計装制御方法。
    

Images