JP2011253491A - Plant abnormality detector, method for the plant abnormality detector, and program - Google Patents
Plant abnormality detector, method for the plant abnormality detector, and program Download PDFInfo
- Publication number
- JP2011253491A JP2011253491A JP2010128728A JP2010128728A JP2011253491A JP 2011253491 A JP2011253491 A JP 2011253491A JP 2010128728 A JP2010128728 A JP 2010128728A JP 2010128728 A JP2010128728 A JP 2010128728A JP 2011253491 A JP2011253491 A JP 2011253491A
- Authority
- JP
- Japan
- Prior art keywords
- plant
- reference value
- moving average
- unit
- data
- 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
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本発明の実施形態は,プラント異常検知装置,プラント異常検知装置方法,およびプログラムに関する。 Embodiments described herein relate generally to a plant abnormality detection device, a plant abnormality detection device method, and a program.
プラント(発電プラントや化学プラント等)の異常を検知するプラント異常検知装置が用いられている。プラント異常検知装置では,プラントに設置されたセンサからの測定値(プラントデータ)を基準値と比較して,プラントの異常あるいはその兆候を検知する。 A plant abnormality detection device that detects abnormality of a plant (a power plant, a chemical plant, etc.) is used. In the plant abnormality detection device, a measurement value (plant data) from a sensor installed in the plant is compared with a reference value to detect a plant abnormality or its sign.
ところで,プラントデータは種々の要因により変動する可能性があり,この変動によりプラントの異常を誤検出する可能性がある。
本発明は,プラントデータの変動による誤検出の防止を図ったプラント異常検知装置,プラント異常検知装置方法,およびプログラムを提供することを目的とする。
By the way, plant data may fluctuate due to various factors, and there is a possibility that a plant abnormality is erroneously detected due to this fluctuation.
An object of the present invention is to provide a plant abnormality detection device, a plant abnormality detection device method, and a program that prevent erroneous detection due to variations in plant data.
実施形態のプラント異常検知装置は,移動平均処理された第1のプラントデータの統計値に基づいて,プラントの異常を検知するための基準値を決定する基準値決定部と,第2のプラントデータを移動平均処理する第2の移動平均処理部と,前記移動平均処理された第2のプラントデータと,前記保存された基準値とを比較して,前記プラントの異常を検知する異常検知部と,を備える。 The plant abnormality detection device according to the embodiment includes a reference value determination unit that determines a reference value for detecting a plant abnormality based on a statistical value of the first plant data that has been subjected to moving average processing, and second plant data. A second moving average processing unit that performs a moving average process, a second plant data that has been subjected to the moving average process, and an abnormality detection unit that detects an abnormality of the plant by comparing the stored reference value; , Provided.
以下,図面を参照して,実施形態を詳細に説明する。
(第1の実施形態)
図1は,第1の実施形態に係るプラント異常検知システム1を示すブロック図である。プラント異常検知システム1は,プラント10,プラント異常検知装置20を有する。プラント10は,例えば,発電プラントや化学プラント等のプラントである。プラント異常検知装置20は,プラントの動作状態を監視し,異常を検知する装置であり,プラントデータ入力部102,プラントデータ履歴ファイル部103,移動平均処理部104,移動平均データファイル部105,基準値算出部106,基準値ファイル部107,プラント条件記録ファイル部108,プラント状態判定部109,異常検知部110,表示部111,外部通知部116,音声出力部117,電子メール部118を有する。
Hereinafter, embodiments will be described in detail with reference to the drawings.
(First embodiment)
FIG. 1 is a block diagram showing a plant
なお,プラント異常検知システム1は,コンピュータ(CPU(Central Processing Unit)および周辺機器(入力装置,出力装置,主記憶装置,補助記憶装置))とプログラムの組み合わせにより構成できる。
The plant
プラントデータ入力部102は,プラント10に設置される各種センサ(プラントの状態(例えば,電流,電圧,圧力,温度)を検出する検出器)から順次にプラントデータ(測定値)を入力する。プラントデータ入力部102は,第2のプラントデータを順次に入力する入力部として機能する。
The plant
プラントデータ履歴ファイル部103は,プラントデータ入力部102で入力されたプラントデータを履歴として順次に保存する。
The plant data
移動平均処理部104は,プラントデータ履歴ファイル部103に保存されたプラントデータを移動平均処理する。移動平均処理部104は,「第1のプラントデータを移動平均処理する第1の移動平均処理部」および「第2のプラントデータを移動平均処理する第2の移動平均処理部」として機能する。
移動平均データファイル部105は,移動平均処理されたプラントデータを順次に保存する。
The moving
The moving average
基準値算出部106は,移動平均されたプラントデータに基づいて,プラントの異常を検知するための基準値を算出する。基準値算出部106は,移動平均処理された第1のプラントデータの統計値に基づいて,プラントの異常を検知するための基準値を決定する基準値決定部として機能する。
基準値ファイル部107は,基準値算出部106で算出された基準値を保存する。基準値ファイル部107は,決定された基準値を保存する基準値保存部として機能する。
The reference
The reference
プラント条件記録ファイル部108は,プラントの状態(例えば,プラントが安定運転中,起動停止中等)を判定する為の条件を記憶する。
プラント状態判定部109は,プラント条件記録ファイル部108に記憶される条件と現在のプラントデータからプラントの状態を判定する。プラント状態判定部109は,第2のプラントデータに基づいて,前記プラントの状態を判定するプラント状態判定部として機能する。
The plant condition
The plant
異常検知部110は,移動平均処理されたプラントデータ,基準値,およびプラント状態判定部109での判定結果により,プラントの異常の有無を判定する。異常検知部110は,移動平均処理された第2のプラントデータと,前記保存された基準値とを比較して,前記プラントの異常を検知する異常検知部として機能する。
The
表示部111は,異常検知部110での検知結果を表示する表示装置,例えば,液晶ディスプレイである。
外部通知部116は,異常検知部110が異常を検知した場合に,音声出力部117や電子メール部118などを介して,外部へ通知する。
The
When the
(プラント異常検知システム1の動作)
以下,プラント異常検知システム1の動作を説明する。図2にプラント異常検知システム1の動作手順の一例を表す。
(Operation of the plant abnormality detection system 1)
Hereinafter, the operation of the plant
以下,プラントの異常検知(ステップS2〜S6)と,この検知に先立つ,基準値Ta(上限基準値Ta1,加減基準値Ta0)の決定(ステップS1)に区分して,プラント異常検知システム1の動作を説明する。
Hereinafter, plant abnormality detection (steps S2 to S6) and determination (step S1) of the reference value Ta (upper limit reference value Ta1, addition / subtraction reference value Ta0) prior to this detection are classified into the plant
A.プラントの異常検知
(1)プラントデータの入力(ステップS2)
プラントデータ入力部102が,プラント10からプラントデータ(センサによる測定値)を取込み(入力),時刻の情報を加えて,プラントデータ履歴ファイル部103に保存,蓄積する。既述のように,この入力は,順次(例えば,周期的)に行われる。
A. Plant abnormality detection (1) Input of plant data (step S2)
The plant
(2)プラントデータの移動平均処理(ステップS3)
移動平均処理部104が,プラントデータ履歴ファイル部103からプラントデータを取出し,移動平均処理し,移動平均処理されたプラントデータを移動平均データファイル部105へ保存,蓄積する。
なお,全てのプラントデータを移動平均処理する必要はない。予め決められている異常検知用のセンサからのプラントデータのみを移動平均処理すれば足りる。
(2) Moving average processing of plant data (step S3)
The moving
Note that it is not necessary to perform a moving average process on all plant data. It is sufficient to perform moving average processing only on plant data from a predetermined abnormality detection sensor.
図3に,移動平均処理の内容を示す。
移動平均処理では,次のように,プラントデータの測定値Xiから移動平均値Aiが順次に生成される。
FIG. 3 shows the contents of the moving average process.
In the moving average process, the moving average value A i is sequentially generated from the measured value X i of the plant data as follows.
1)プラントデータ履歴ファイル部103から,n個のプラントデータ(測定値)X1〜Xnをサンプリング周期Δtで取り出して,その平均値を移動平均値Anとする。即ち,次の式のように,プラントデータX1〜Xnを加算し,個数nで割り算した結果を移動平均値A1とする。
An=(X1+X2+X3+・・・・・Xn)/n
算出された移動平均値Anは,測定値Xnに対応する時刻のデータが付加されて,移動平均データファイル部105に保存される。
1) the plant data
A n = (X 1 + X 2 +
The calculated moving average value An is added with data at a time corresponding to the measured value X n and stored in the moving average
2)次に,時間(サンプリング周期)Δt後,n個のプラントデータ(測定値)X2〜Xn+1をサンプリング周期Δtで取り出して,その平均値を移動平均値An+1とする。即ち,次の式のように,プラントデータX2〜Xn+1を加算し,個数nで割り算した結果を移動平均値An+1とする。
An+1 =(X2+X3+ ・・・・・Xn+Xn+1)/n
算出された移動平均値An+1は,プラントデータXn+1の入力時刻に対応する時刻のデータが付加されて,移動平均データファイル部105に保存される。
2) Next, after time (sampling period) Δt, n pieces of plant data (measured values) X 2 to X n + 1 are taken out at the sampling period Δt, and the average value thereof is set as a moving average value An + 1 . That is, as shown in the following equation, plant data X 2 to X n + 1 are added, and a result obtained by dividing by the number n is set as a moving average value An + 1 .
A n + 1 = (X 2 + X 3 +... X n + X n + 1 ) / n
The calculated moving average value An + 1 is added to the time data corresponding to the input time of the plant data Xn + 1 , and stored in the moving average
3)その後,同様に,時間Δt後,n個のプラントデータ(測定値)X3〜Xn+2をサンプリング周期Δtで取り出して,その平均値を移動平均値An+2とする。
An+2 =(X3+ ・・・・・Xn+Xn+1+Xn+2)/n
3) Thereafter, similarly, after time Δt, n pieces of plant data (measured values) X 3 to X n + 2 are taken out at the sampling period Δt, and the average value is set as the moving average value An + 2 .
A n + 2 = (X 3 +... X n + X n + 1 + X n + 2 ) / n
以上のように,サンプリング周期Δt毎に,処理対象のプラントデータをずらして,平均値を算出すること(移動平均)が繰り返される。これが移動平均処理である。 As described above, for each sampling period Δt, the plant data to be processed is shifted and the average value is calculated (moving average). This is a moving average process.
サンプリング周期Δtおよび平均するデータの個数nは,適宜に決定される。なお,この詳細は後述する。 The sampling period Δt and the number n of data to be averaged are determined as appropriate. Details of this will be described later.
ここで,移動平均処理部104は,移動平均処理したプラントデータ(移動平均値Ai)に,更に移動平均処理をし,二重移動平均値AAiを算出しても良い(二重移動平均処理)。
Here, the moving
図4に,二重移動平均処理の内容を示す。
二重移動平均処理では,次のように,移動平均値Aiから二重移動平均値AAi(AAn,AAn+1,AAn+2,…)が順次に生成される。
AAn =(A1+A2+A3+・・・・・An)/n
AAn+1 =(A2+A3+ ・・・・・An+An+1)/n
AAn+2 =(A3+ ・・・・・An+An+1+An+2)/n
FIG. 4 shows the contents of the double moving average process.
In the double moving average process, double moving average values AAi (AA n , AA n + 1 , AA n + 2 ,...) Are sequentially generated from the moving average values Ai as follows.
AA n = (A 1 + A 2 + A 3 +... A n ) / n
AA n + 1 = (A 2 + A 3 +... A n + A n + 1 ) / n
AA n + 2 = (A 3 +... A n + A n + 1 + A n + 2 ) / n
この場合,移動平均値Aiに替えて,二重移動平均値AAiが,移動平均データファイル部105へ保存される。即ち,移動平均値Aiに替えて,二重移動平均値AAiを用いて,プラントの異常を検知可能である。二重移動平均値AAiを用いることで,移動平均値Aiを用いる場合より,プラントデータの変動への対応がより確実となる。
In this case, the double moving average value AA i is stored in the moving average
(3)プラント状態の判定(ステップS4)
プラント状態判定部109が,プラントの状態を判定する。即ち,プラント状態判定部109が,プラント条件記録ファイル部108から,プラント状態(例えば,プラント安定運転中,起動停止中)の判定に必要な判定条件を取り出す。また,プラント状態判定部109が,プラントデータ履歴ファイル部103から,最新のプラントデータを取り出す。プラント状態判定部109は,最新のプラントデータおよび判定条件から,現在のプラントの状態を判定する。プラント状態判定部109は,判定結果を異常検知部110に通知する。
(3) Plant state determination (step S4)
The plant
図5にプラント条件ファイルに定義された判定条件の例を示す。ここでは,プラントが安定運転中(定格負荷)か否かを判定する条件を表す。
プラントデータ履歴ファイル部103から,所定のセンサ(ポイントIDのセンサ)からのプラントデータを取出し,条件の成立/不成立を判断する。この例では,発電機出力が480〜520[MW]で,負荷がON状態のときに,安定運転中(定格負荷)と判断される。
FIG. 5 shows an example of determination conditions defined in the plant condition file. Here, a condition for determining whether or not the plant is in stable operation (rated load) is shown.
Plant data from a predetermined sensor (point ID sensor) is taken out from the plant data
(4)プラントの異常検知(ステップS5)
異常検知部110は,プラントデータの移動平均値Aiをプラント10の異常の有無を判定するための基準値Ta(上限基準値Ta1,加減基準値Ta0)と比較し,プラント10の異常の有無を判定する。移動平均値Aiが上限基準値Ta1より大きい場合(Ai>Ta1),移動平均値Aiが下限基準値Ta0より小さい場合(Ai<Ta0)に,プラントに異常が発生したと判定される。言い換えれば,移動平均値Aiが下限基準値Ta0以上で,上限基準値Ta1以下の場合,プラントに異常は発生していないと判定される。
(4) Plant abnormality detection (step S5)
The
基準値Ta(上限基準値Ta1,加減基準値Ta0)は,基準値ファイル部107から取り出される。なお,基準値Taの算出の手法については後述する。
The reference value Ta (upper limit reference value Ta1, addition / subtraction reference value Ta0) is extracted from the reference
ここで,プラント状態判定部109によって判定されたプラントの状態の情報は次の1)〜3)のように用いることができる。
1)基準値Taの切り替え
プラントの状態に応じて,基準値Taを切り替えることで,プラントの異常を適切に検出できる。この場合,基準値ファイル部107は,異なるプラント状態に対応する複数の基準値Taを保存する。
Here, the plant state information determined by the plant
1) Switching of the reference value Ta By switching the reference value Ta according to the state of the plant, the plant abnormality can be detected appropriately. In this case, the reference
2)プラントの異常検出の実行,停止の切り替え
特定のプラント状態の場合に,プラントの異常を検出し,それ以外のプラント状態の場合に,プラントの異常を検出しないことが考えられる。例えば,安定運転中(定格負荷)の場合にのみ,プラントの異常を検出する。
2) Execution and stop switching of plant abnormality detection It is conceivable that a plant abnormality is detected in a specific plant state, and a plant abnormality is not detected in other plant states. For example, plant abnormalities are detected only during stable operation (rated load).
3)基準値Ta(t)の時間的基準
後述のように,基準値Taを一定値でなく,時間tの関数とすることができる(基準値Ta(t))。プラントの状態が動的に変化する場合に(例えば,停止状態から安定運転状態への移行時),プラントでの異常の発生を検知しようとすると,基準値Taを時間tの関数とすることが好ましい。このような場合に,プラントの状態の変化から,プラントでのイベント(例えば,プラントの起動開始)を検出し,この検出時点を基準値Ta(t)の時間的基準として利用できる。
3) Temporal reference of reference value Ta (t) As will be described later, the reference value Ta can be a function of time t instead of a constant value (reference value Ta (t)). When the state of the plant changes dynamically (for example, when shifting from a stopped state to a stable operation state), if an occurrence of an abnormality in the plant is to be detected, the reference value Ta may be a function of time t. preferable. In such a case, an event in the plant (for example, start-up of the plant) is detected from a change in the state of the plant, and this detection time can be used as a temporal reference for the reference value Ta (t).
(5)異常検知の通知(ステップS6)
異常検知部110は,検出結果を表示部111へ表示する。また,プラントの異常を検出した場合,異常検知部110は,外部通知部116に通知する。外部通知部116は,音声出力部117,電子メール部118などにより,プラント異常が発生したことを外部へ通知する。電子メール部118は,予め登録された管理者用のアドレスに電子メールを送信する。
(5) Notification of abnormality detection (step S6)
The
B.基準値Ta(上限基準値Ta1,加減基準値Ta0)の決定(ステップS1)
基準値算出部106は,移動平均データファイル部105からプラントデータの移動平均値Aiを取出し,統計処理することで,基準値Ta(上限基準値Ta1,加減基準値Ta0)を決定する。
B. Determination of reference value Ta (upper limit reference value Ta1, adjustment reference value Ta0) (step S1)
The reference
具体的には,次の式により,移動平均値Aiの平均値aおよび標準偏差σを求められる。n1個の移動平均値Aiから平均値aおよび標準偏差σが算出される。
a=(ΣAi)/n1
σ=(√(Σ(Ai−a)2))/n1
Specifically, the average value a and the standard deviation σ of the moving average value A i can be obtained by the following equation. An average value a and a standard deviation σ are calculated from the n1 moving average values A i .
a = (ΣA i ) / n1
σ = (√ (Σ (A i −a) 2 )) / n1
求められた平均値aと標準偏差σにより基準値幅(上限基準値Ta1と下限基準値Ta0)を決定する。
Ta1=a + m・σ
Ta0=a − m・σ
m: 所定の定数(プラント10の変動の度合いに応じて,1〜3などが適宜に設定される)
A reference value width (upper reference value Ta1 and lower limit reference value Ta0) is determined based on the obtained average value a and standard deviation σ.
Ta1 = a + m · σ
Ta0 = a−m · σ
m: Predetermined constant (1 to 3 etc. are appropriately set according to the degree of fluctuation of the plant 10)
決定された基準値Ta(上限基準値Ta1と下限基準値Ta0)は,基準値ファイル部107へ保存される。保存された基準値Taは,前述のように,プラントの異常の検出に用いられる。
The determined reference value Ta (upper limit reference value Ta1 and lower limit reference value Ta0) is stored in the reference
ここで,基準値Taの決定には,特定のプラント状態に対応する移動平均値Aiが用いられる。即ち,基準値算出部106は,プラント条件記録ファイル部108から取出されたプラント状態の判定条件に基づき,特定のプラント状態に対応するプラントデータを抽出する。そして,抽出されたプラントデータの移動平均値Aiを用いて,基準値Taが決定される。プラントの状態に対応する基準値Taを用いて,プラントの異常を検出するためである。
Here, the moving average value A i corresponding to a specific plant state is used to determine the reference value Ta. That is, the reference
なお,移動平均値Aiに替えて,二重移動平均値AAiを用いて,プラントの異常を検知する場合,二重移動平均値AAiを統計処理することで,基準値Taaが決定される。 Instead of the moving average value A i, using a double moving average value AA i, when detecting an abnormality of the plant, by statistically processing a double moving average value AA i, the reference value Taa is determined The
C.移動平均値Aiおよび基準値Taの表示
次に移動平均値Aiおよび基準値Taの表示状態を説明する。
図6は,表示部111での表示状態の一例を示す。移動平均値A(t),測定値X(t),および移動平均値A(t),測定値X(t)それぞれに対応する基準値Ta(上限基準値Ta1,下限基準値Ta0),Tx(上限基準値Tx1,下限基準値Tx0),が重ねて表示される。
C. The display state of the moving average value A display of i and the reference value Ta then the moving average value A i and the reference value Ta is described.
FIG. 6 shows an example of the display state on the
測定値X(t)が一時的に変動する場合(図6の範囲P),測定値X(t)を基準値Txと比較した場合,一時的な異常を検知することになる。これに対して,移動平均値A(t)を用いると,一時的な変動の影響が低減され,異常の誤検出が防止される。 When the measured value X (t) fluctuates temporarily (range P in FIG. 6), when the measured value X (t) is compared with the reference value Tx, a temporary abnormality is detected. On the other hand, when the moving average value A (t) is used, the influence of temporary fluctuation is reduced, and erroneous detection of abnormality is prevented.
図7は,表示部111での表示状態の一例を示す。ここでは,移動平均値A(t)が下限基準値Ta0より低下し,その後,一定の時間αが経過したときに,異常が発生したと判定している。このように,移動平均値A(t)が基準値Taから一定時間α逸脱したことで,異常が発生したと判定することができる。なお,時間αは,プラントデータ(センサ)毎に0分〜n分まで適宜に定義できる。
FIG. 7 shows an example of a display state on the
既述のように,基準値Ta(上限基準値Ta1,下限基準値Ta0)を時間tの関数とすることも可能である(Ta(t))。図8は,表示部111での表示状態の一例を示す。
ここでは,特定のイベント(例えば,点火イベント)から時間β経過するまでの間(監視期間),プラントの異常の有無を検出する。この場合,基準値Ta(t)(上限基準値Ta1(t),下限基準値Ta0(t))は,この特定のイベントを起点とする過去の移動平均値A0(t)から統計処理して,算出される。監視期間に,現在の移動平均値A(t)が,基準値Ta(t)を逸脱した場合に,異常が発生したと判定する。
As described above, the reference value Ta (upper limit reference value Ta1, lower limit reference value Ta0) can be a function of time t (Ta (t)). FIG. 8 shows an example of a display state on the
Here, the presence / absence of an abnormality in the plant is detected until a time β elapses from a specific event (for example, ignition event) (monitoring period). In this case, the reference value Ta (t) (the upper limit reference value Ta1 (t), the lower limit reference value Ta0 (t)) is statistically processed from the past moving average value A0 (t) starting from this specific event. , Calculated. When the current moving average value A (t) deviates from the reference value Ta (t) during the monitoring period, it is determined that an abnormality has occurred.
本実施形態では,過去のプラントデータを移動平均処理した後に,統計処理をして基準値Ta(基準範囲)を決定する。そして,現在のプラントデータの移動平均値A(t)を基準値Taと比較することで,異常の有無を検出する。プラントデータを移動平均処理することで,プラントデータからノイズ成分が除去され,異常の誤検知が低減される。 In the present embodiment, after moving average processing of past plant data, statistical processing is performed to determine a reference value Ta (reference range). Then, the presence or absence of abnormality is detected by comparing the moving average value A (t) of the current plant data with the reference value Ta. By performing moving average processing on plant data, noise components are removed from the plant data and false detection of abnormalities is reduced.
(第2の実施形態)
図9は,第2の実施形態に係るプラント異常検知システム1aを示すブロック図である。基準値再算出部112が追加され,プラント異常検知に必要な基準値Taが周期的に決定,更新される。
(Second Embodiment)
FIG. 9 is a block diagram showing a plant abnormality detection system 1a according to the second embodiment. A reference
基準値再算出部112は,基準値算出部106への基準値の更新指示を出力する。この更新指示は,基準値算出の対象期間(1ヵ月前,6ヵ月前,1年前等)をパラメータ(更新パラメータ)として含む。
The reference
この更新パラメータに基づいて,基準値算出部106は,移動平均データファイル部105から対象期間内の移動平均値Aiを取出し,基準値Ta(上限基準値と下限基準値)を決定し,基準値ファイル部107へ保存する。基準値再算出部112は,更新周期(1日,1週間,1ヵ月,3ヵ月,6ヵ月等)で基準値算出部106に基準値更新指示を出力する。この結果,基準値が最新の値に更新される。
Based on this update parameter, the reference
このとき,例えば,次の1),2)の場合,基準値が更新されない。
1)対象期間内のプラントの状態が,検知対象外の場合(検知対象とするプラントデータが存在しない場合)
2)該当するプラントデータの個数が規定値(平均するデータの個数n)に満たない場合
At this time, for example, in the following cases 1) and 2), the reference value is not updated.
1) When the state of the plant within the target period is not the detection target (when there is no plant data to be detected)
2) When the number of corresponding plant data is less than the specified value (number of data to be averaged n)
図10,図11に基準値を毎日更新する具体例を示す。図10に示すように,現在時刻を起点に過去1ヶ月の移動平均値A(t)から基準値T(i)(上限基準値T1(i),下限基準値T0(i))が毎日算出される。また,図11に示すように,表示部111上に,移動平均値A(t)およびT(i)の変動が表示される。
10 and 11 show specific examples in which the reference value is updated every day. As shown in FIG. 10, the reference value T (i) (upper limit reference value T1 (i), lower limit reference value T0 (i)) is calculated daily from the moving average value A (t) for the past month starting from the current time. Is done. In addition, as shown in FIG. 11, fluctuations in the moving average values A (t) and T (i) are displayed on the
本実施形態では,基準値T(i)を周期的に更新する。この結果,例えば,環境温度(大気,海水など)や経年的な劣化などで,変動するプラント状態に対応可能となり,プラント異常の誤検知が低減される。 In the present embodiment, the reference value T (i) is periodically updated. As a result, for example, it is possible to cope with changing plant conditions due to environmental temperature (atmosphere, seawater, etc.) or deterioration over time, and erroneous detection of plant abnormality is reduced.
(第3の実施形態)
図12は,第3の実施形態に係るプラント異常検知システム1bを示すブロック図である。第1の実施形態に係るプラント異常検知システム1に,プラントデータを移動平均する為の最適な平均個数(平均するデータの個数n)を算出する移動平均個数算出部113が追加されている。
(Third embodiment)
FIG. 12 is a block diagram showing a plant abnormality detection system 1b according to the third embodiment. In the plant
プラントデータは,プラントの状態(プラント安定運転中や起動停止中),プラントデータの種別(センサの種別(温度や圧力等))によって,変動の大小が異なる。このため,プラントの状態やプラントデータの種別に応じて,サンプリング周期Δtおよび平均するデータの個数nを調節する。例えば,図13に示すように,サンプリング周期Δtおよび平均するデータの個数nの組み合わせが決定される。 The fluctuation of the plant data varies depending on the state of the plant (during stable plant operation and start / stop) and the type of plant data (sensor type (temperature, pressure, etc.)). For this reason, the sampling period Δt and the number n of data to be averaged are adjusted according to the state of the plant and the type of plant data. For example, as shown in FIG. 13, a combination of the sampling period Δt and the number n of data to be averaged is determined.
以下,サンプリング周期Δtおよび平均するデータの個数nの決定方法を説明する。
(1)サンプリング周期Δtの決定
プラントの状態(プラント安定時や起動停止時)およびプラントデータの種別(センサの種別)に基づき,サンプリング周期Δtを決定する。例えば,プラントの安定時で,プラントデータの種別が電流または電圧の場合,サンプリング周期Δtを5秒とし,プラントデータの種別が温度の場合,サンプリング周期Δtを60秒等とする。電流/電圧は,変化が速く,温度は変化が比較的遅いことに対応する。
Hereinafter, a method for determining the sampling period Δt and the number n of data to be averaged will be described.
(1) Determination of sampling period Δt The sampling period Δt is determined based on the state of the plant (when the plant is stable or when it is started and stopped) and the type of plant data (type of sensor). For example, when the plant data is stable and the type of plant data is current or voltage, the sampling period Δt is 5 seconds, and when the type of plant data is temperature, the sampling period Δt is 60 seconds. The current / voltage changes quickly and the temperature corresponds to a relatively slow change.
一方,プラント起動停止時であれば,プラント安定時より,プラントデータの変動が大きくなる。このため,温度のセンサであっても,10秒等,速いサンプリング周期Δtを決定する。 On the other hand, when the plant starts and stops, the fluctuation of plant data becomes larger than when the plant is stable. For this reason, even a temperature sensor determines a fast sampling period Δt, such as 10 seconds.
以上を纏めると,次の1),2)のようになる。
1)プラント安定時のサンプリング周期(Δt)
5秒:電流、電圧
30秒:圧力
60秒:温度
The above is summarized as 1) and 2) below.
1) Sampling cycle (Δt) when the plant is stable
5 seconds: current,
2)プラント起動/停止時のサンプリング周期(Δt)
5秒(10秒も可):電流、電圧,圧力,温度
2) Sampling cycle (Δt) at plant start / stop
5 seconds (10 seconds also possible): Current, voltage, pressure, temperature
(2)プラントデータの変動率(変化率)yの算出
プラントデータの変動率yが算出される。移動平均個数算出部113が,決定されたサンプリング周期Δtで,プラントデータ履歴ファイル部103から過去のプラントデータを取出す。移動平均個数算出部113は,プラントデータの変化量ΔXiを複数個(k個)算出し,平均変化量ΔXaを求める。
(2) Calculation of fluctuation rate (change rate) y of plant data The fluctuation rate y of plant data is calculated. The moving average
ΔXi=Xi+1−Xi
ΔXa=ΣXi/k
ΔX i = X i + 1 −X i
ΔXa = ΣX i / k
さらに,次の式により,平均変化量ΔXaからプラントデータの変動率yを算出する。
y=(ΔXa/(U−L))*100
U: プラントデータの上限値(センサ上限レンジ)
L: プラントデータの下限値(センサ下限レンジ)
Further, the fluctuation rate y of the plant data is calculated from the average change amount ΔXa by the following equation.
y = (ΔXa / (UL)) * 100
U: Upper limit of plant data (sensor upper range)
L: Lower limit of plant data (sensor lower limit range)
このように,変動率yは,「0−100%」のセンサレンジ幅に対する平均変化量ΔXaのパーセンテージである。 Thus, the fluctuation rate y is a percentage of the average change amount ΔXa with respect to the sensor range width of “0-100%”.
図14A〜図14Cに変動率yの異なるプラントデータの一例を表す。図14Aのプラントデータは変動率yが大きく,図14Cのプラントデータは変動率yが小さい。図14Bのプラントデータは,図14A,図14Cのプラントデータの中間の変動率yを有する。 FIG. 14A to FIG. 14C show examples of plant data having different fluctuation rates y. The plant data in FIG. 14A has a large variation rate y, and the plant data in FIG. 14C has a small variation rate y. The plant data in FIG. 14B has an intermediate variation rate y of the plant data in FIGS. 14A and 14C.
(3)変動率yからの平均するデータの個数(平均母数)nの決定
平均するデータの個数nが,変動率yから決定される。変動率yが大きければ,個数nが大きくなるように,例えば,10〜60の範囲で,個数nが決定される。例えば,変動率yと個数nの関係を次の1)〜4)のように定めることができる。
(3) Determination of the number of averaged data (average parameter) n from the variation rate y The number n of averaged data is determined from the variation rate y. For example, the number n is determined in the range of 10 to 60 so that the number n increases if the variation rate y is large. For example, the relationship between the fluctuation rate y and the number n can be determined as in the following 1) to 4).
1)変動率y:0〜1%の場合(ケース1), 個数n:10個
2)変動率y:1〜1.5%の場合(ケース2),個数n:20個
3)変動率y:1.5〜2%の場合(ケース3),個数n:30個
4)変動率y:2%以上の場合(ケース4), 個数n:60個
1) Fluctuation rate y: 0 to 1% (case 1), number n: 10 2) Fluctuation rate y: 1 to 1.5% (case 2), number n: 20 3) Fluctuation rate y: 1.5 to 2% (case 3), number n: 30 4) Fluctuation rate y: 2% or more (case 4), number n: 60
この変動率yとデータ個数nの関係は,適宜に決定できる。変化が早くて変動の大きなプラントデータでは,サンプリング周期を短くし,平均するデータの個数nを大きくする。変化が遅くて変動の少ないプラントデータでは,サンプリング周期を長くし,平均するデータの個数を小さくする。 The relationship between the fluctuation rate y and the number of data n can be determined as appropriate. For plant data that changes quickly and has large fluctuations, the sampling cycle is shortened and the number n of data to be averaged is increased. For plant data that changes slowly and has little fluctuation, increase the sampling period and decrease the number of data to be averaged.
(4)サンプリング周期Δt,平均するデータの個数nの通知
移動平均個数算出部113は,サンプリング周期Δt,平均するデータの個数nを移動平均処理部104に通知する。
(4) Notification of Sampling Period Δt and Number of Data to be Averaged n The moving average
通知されたサンプリング周期Δt,データ個数(平均母数)nに基づいて,移動平均処理部104が,移動平均値Aiを算出し,移動平均データファイル部105に保存させる。
Based on the notified sampling period Δt and the number of data (average parameter) n, the moving
本実施形態では,プラントデータの変動の大小等に応じて,移動平均値算出用のパラメータ(サンプリング周期Δt,データ個数n)をチューニングできる。その結果,プラントデータの特性に合った移動平均値を算出でき,プラントの異常検知の正確性を向上できる。 In the present embodiment, the parameters for calculating the moving average value (sampling period Δt, number of data n) can be tuned according to the magnitude of fluctuations in plant data. As a result, it is possible to calculate a moving average value that matches the characteristics of the plant data and improve the accuracy of plant abnormality detection.
(第4の実施形態)
図15は,第4の実施形態に係るプラント異常検知システム1cを示すブロック図である。第2の実施形態に係るプラント異常検知システム1aに,複数期間から求めた基準値と現在のプラントデータ(測定値)と移動平均値とを重ね合せ表示する複数基準値表示制御部114が追加されている。複数基準値表示制御部114は,基準値決定部によって周期的に決定された複数の基準値と,前記移動平均処理された第2のプラントデータとを重ね合わせて表示させる第1の表示制御部として機能する。
(Fourth embodiment)
FIG. 15 is a block diagram showing a plant abnormality detection system 1c according to the fourth embodiment. In the plant abnormality detection system 1a according to the second embodiment, a multiple reference value
既述のように,基準値再算出部112および基準値算出部106は,センサ毎に現在時刻を起点に,複数の基準値を算出し,基準値ファイル部107に保存する。たとえば,至近の1ヵ月前の移動平均値からの基準値T1(上限基準値T11,下限基準値T10)と,1年前までの移動平均値からの基準値T2(上限基準値T21,下限基準値T20)である。
As described above, the reference
複数基準値表示制御部114は,異常検知部110で異常検知を判定した結果と,基準値ファイル部107から複数の基準値Tと,移動平均データファイル部105から現在までの移動平均値Aと,プラントデータ履歴ファイル部103から現在までの測定値Xを取り出す。複数基準値表示制御部114は,取り出したデータをグラフ形式で重ね合せて,表示部111に表示させる。
The multiple reference value
図16に,複数の基準値をグラフ形式で重ね合せ表示した具体例を示す。1ヵ月前の移動平均値からの基準値T1(上限基準値T11,下限基準値T10)と,1年前までの移動平均値からの基準値T2(上限基準値T21,下限基準値T20),移動平均値A(t),測定値X(t)とが重ね合せされて,表示されている。 FIG. 16 shows a specific example in which a plurality of reference values are superimposed and displayed in a graph format. Reference value T1 (upper limit reference value T11, lower limit reference value T10) from the moving average value one month ago and reference value T2 (upper limit reference value T21, lower limit reference value T20) from the moving average value up to one year ago, The moving average value A (t) and the measured value X (t) are superimposed and displayed.
本実施形態では,短期間と長期間等複数の期間のプラントデータに対応する複数の基準値T1,T2を算出し,これらの基準値T1,T2を用いて,プラントの異常を検知する。この結果,経年的劣化と部分的故障など複数の故障要因を検知可能となる。 In this embodiment, a plurality of reference values T1 and T2 corresponding to plant data of a plurality of periods such as a short period and a long period are calculated, and a plant abnormality is detected using these reference values T1 and T2. As a result, it is possible to detect a plurality of failure factors such as aged deterioration and partial failure.
(第5の実施形態)
図17は,第5の実施形態に係るプラント異常検知システム1dを示すブロック図である。第1の実施形態に係るプラント異常検知システム1に,基準値と長期期間の過去から現在までの移動平均値とを重ね合せ表示する対数グラフ表示制御部115が追加されている。対数グラフ表示制御部115は,時間軸を対数表示とするグラフを用いて,前記移動平均処理された第2のプラントデータを表示させる第2の表示制御部として機能する。
(Fifth embodiment)
FIG. 17 is a block diagram showing a plant abnormality detection system 1d according to the fifth embodiment. In the plant
対数グラフ表示制御部115は,異常検知部110から異常検知の判定結果を受け取り,基準値ファイル部107から基準値を,移動平均データファイル部105から過去から現在までの移動平均値を,取り出す。
対数グラフ表示制御部115は,これらの移動平均値を対数表現の時間軸のグラフで,表示部111に表示させる。図18,図19は,このときの表示部の表示状態を表す。図18では,100日前から現在までの移動平均値を表示している。図19では,1000日前から現在までの移動平均値を表示している。このように,時間軸のスケールを切り替えて表示することで,移動平均値の時間的変動の把握が容易となる。
The logarithmic graph
The logarithmic graph
本実施形態では,移動平均データについて,時間軸を対数化したグラフを基準値と合わせて表示する。この結果,プラント異常検知にいたる,または,異常検知にいたる前の経年劣化の度合いを容易に把握できる。 In the present embodiment, a logarithmized time axis is displayed together with the reference value for the moving average data. As a result, it is possible to easily grasp the degree of deterioration over time leading to plant abnormality detection or before abnormality detection.
(第6の実施形態)
図20は,第6の実施形態に係るプラント異常検知システム1eを示すブロック図である。第1の実施形態に係るプラント異常検知システム1に,作成された基準値と指定した期間の過去から現在までの移動平均値とを比較確認する為の機能を有する基準値評価部119が追加されている。
(Sixth embodiment)
FIG. 20 is a block diagram showing a plant abnormality detection system 1e according to the sixth embodiment. A reference
基準値評価部119は,基準値算出部106によって作成された基準値の妥当性を評価するために,蓄積されている過去の移動平均値の期間(開始時と終了時)を複数指定し異常検知部110に通知する。
In order to evaluate the validity of the reference value created by the reference
異常検知部110は,移動平均データファイル部105から,移動平均値を指定された期間分取り出し,指定された基準値を基準値ファイル部107から取り出し,表示部111に表示させる。
The
図21に,指定された期間A〜Cを表す。図22に表示部111の表示状態を表す。図22に示すように,期間Aの移動平均値に基づく基準値Ta(上限基準値Ta1,下限基準値Ta0),期間Bの移動平均値Ab(t),期間Cの移動平均値Ac(t)が重畳して表示される。
FIG. 21 shows designated periods A to C. FIG. 22 shows the display state of the
プラントが健全である時の数回分の過去データ(移動平均値Ab(t),Ac(t))について,基準値Ta内に入っているかを判定できる。基準値をTaを逸脱するケースがある場合には,基準値算出部106で,基準値の再算出や,基準値の手修正が可能である。
It is possible to determine whether the past data (moving average values Ab (t), Ac (t)) for several times when the plant is healthy is within the reference value Ta. When there is a case where the reference value deviates from Ta, the reference
本実施形態では,策定した基準値で日々の運用に入る前に,複数の過去データから基準値の妥当性を事前に確認できる。 In the present embodiment, the validity of the reference value can be confirmed in advance from a plurality of past data before starting the daily operation with the established reference value.
(その他の実施形態)
本発明の実施形態は上記の実施形態に限られず拡張,変更可能であり,拡張,変更した実施形態も本発明の技術的範囲に含まれる。
(Other embodiments)
Embodiments of the present invention are not limited to the above-described embodiments, and can be expanded and modified. The expanded and modified embodiments are also included in the technical scope of the present invention.
例えば,第2の実施形態の基準値再算出部112,第3の実施形態の移動平均個数算出部113,第4の実施形態の複数基準値表示制御部114,第5の実施形態の対数グラフ表示制御部115,第6の実施形態の基準値評価部119の全部または一部を適宜に組み合わせたプラント異常検知装置を構成できる。
For example, the reference
1…プラント異常検知システム,10…プラント,20…プラント異常検知装置,102…プラントデータ入力部,103…プラントデータ履歴ファイル部,104…移動平均処理部,105…移動平均データファイル部,106…基準値算出部,107…基準値ファイル部,108…プラント条件記録ファイル部,109…プラント状態判定部,110…異常検知部,111…表示部,112…基準値再算出部,113…移動平均個数算出部,114…複数基準値表示制御部,115…対数グラフ表示制御部,116…外部通知部,117…音声出力部,118…電子メール部,119…基準値評価部
DESCRIPTION OF
Claims (8)
前記移動平均処理された第1のプラントデータの統計値に基づいて,プラントの異常を検知するための基準値を決定する基準値決定部と,
前記決定された基準値を保存する基準値保存部と,
第2のプラントデータを順次に入力する入力部と,
前記第2のプラントデータを移動平均処理する第2の移動平均処理部と,
前記移動平均処理された第2のプラントデータと,前記保存された基準値とを比較して,前記プラントの異常を検知する異常検知部と,
を備えるプラント異常検知装置。 A first moving average processing unit for moving average processing the first plant data;
A reference value determining unit for determining a reference value for detecting an abnormality of the plant based on the statistical value of the first plant data subjected to the moving average process;
A reference value storage unit for storing the determined reference value;
An input unit for sequentially inputting second plant data;
A second moving average processing unit that performs a moving average process on the second plant data;
An abnormality detection unit that detects the abnormality of the plant by comparing the second plant data that has been subjected to the moving average processing and the stored reference value;
A plant abnormality detection device comprising:
前記基準値保存部が複数の基準値を保存し,
前記異常検知部が,前記判定の結果に基づいて,前記複数の基準値を切り替えて,前記プラントの異常を検知する,
請求項1記載のプラント異常検知装置。 A plant state determination unit that determines the state of the plant based on the second plant data;
The reference value storage unit stores a plurality of reference values;
The abnormality detection unit switches the plurality of reference values based on the result of the determination to detect an abnormality in the plant.
The plant abnormality detection device according to claim 1.
前記基準値保存部が,前記変更された基準値を保存し,
前記異常検知部が,前記移動平均処理された第2のプラントデータと,前記変更された基準値とを比較して,プラントの異常を検知する,
請求項1または2に記載のプラント異常検知装置。 The reference value determining unit periodically determines and changes the reference value based on the second plant data sequentially input;
The reference value storage unit stores the changed reference value;
The abnormality detection unit detects the abnormality of the plant by comparing the second plant data subjected to the moving average process and the changed reference value;
The plant abnormality detection apparatus according to claim 1 or 2.
をさらに備える請求項1乃至3のいずれか1項に記載のプラント異常検知装置。 The 1st display control part which superimposes and displays the some reference value periodically determined by the said reference value determination part, and the 2nd plant data by which the moving average process was carried out is provided. The plant abnormality detection device according to any one of the above.
前記所定の周期での,前記第2のプラントデータの変動率に基づいて,移動平均処理するプラントデータの個数を決定する個数決定部をさらに備え,
前記第1,第2の移動平均処理部がそれぞれ,前記決定された個数の第1,第2のプラントデータを移動平均処理する
請求項1乃至4のいずれか1項に記載のプラント異常検知装置。 The input unit inputs the second plant data at a predetermined cycle,
A number determining unit for determining the number of plant data to be subjected to moving average processing based on a variation rate of the second plant data in the predetermined cycle;
The plant abnormality detection device according to any one of claims 1 to 4, wherein the first and second moving average processing units respectively perform a moving average process on the determined number of first and second plant data. .
をさらに備える請求項1乃至5のいずれか1項に記載のプラント異常検知装置。 A second display control unit for displaying the second plant data that has been subjected to the moving average process, using a graph with a logarithmic display of the time axis;
The plant abnormality detection device according to any one of claims 1 to 5, further comprising:
前記移動平均処理された第1のプラントデータの統計値に基づいて,プラントの異常を検知するための基準値を決定する工程と,
第2のプラントデータを順次に入力する工程と,
前記第2のプラントデータを移動平均処理する工程と,
前記移動平均処理された第2のプラントデータと,前記保存された基準値とを比較して,前記プラントの異常を検知する工程と,
を備えるプラント異常検知方法。 A process of moving average processing the first plant data;
Determining a reference value for detecting an abnormality of the plant based on a statistical value of the first plant data subjected to the moving average process;
Sequentially inputting second plant data;
A process of moving average processing the second plant data;
Comparing the second plant data subjected to the moving average process with the stored reference value to detect an abnormality of the plant;
A plant abnormality detection method comprising:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010128728A JP2011253491A (en) | 2010-06-04 | 2010-06-04 | Plant abnormality detector, method for the plant abnormality detector, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010128728A JP2011253491A (en) | 2010-06-04 | 2010-06-04 | Plant abnormality detector, method for the plant abnormality detector, and program |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011253491A true JP2011253491A (en) | 2011-12-15 |
Family
ID=45417347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010128728A Pending JP2011253491A (en) | 2010-06-04 | 2010-06-04 | Plant abnormality detector, method for the plant abnormality detector, and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2011253491A (en) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013140576A (en) * | 2011-12-30 | 2013-07-18 | Spirax-Sarco Ltd | Apparatus for monitoring steam plant and operating method thereof |
JP2015084849A (en) * | 2013-10-29 | 2015-05-07 | パイオニア株式会社 | Equipment and method for processing signal, and computer program and recording medium |
JP2017173879A (en) * | 2016-03-18 | 2017-09-28 | 横河電機株式会社 | Instrument diagnosis device, instrument diagnosis method, and instrument diagnosis program |
JP2019113964A (en) * | 2017-12-21 | 2019-07-11 | 三菱日立パワーシステムズ株式会社 | Unit space generation device, plant diagnostic system, unit space generation method, plant diagnostic method, and program |
JP2019141597A (en) * | 2019-03-05 | 2019-08-29 | パイオニア株式会社 | Signal processing device and method, computer program, and recording medium |
JP2020161147A (en) * | 2015-06-12 | 2020-10-01 | アビニシオ テクノロジー エルエルシー | Data quality analysis |
JP2020192354A (en) * | 2020-08-12 | 2020-12-03 | パイオニア株式会社 | Signal processing device and method, computer program, and recording medium |
JP2021077013A (en) * | 2019-11-07 | 2021-05-20 | 住友重機械工業株式会社 | Monitoring device, display device, monitoring method and monitoring program |
EP3929684A1 (en) | 2020-06-25 | 2021-12-29 | Yokogawa Electric Corporation | Data management system, data management method, and data management program |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06274778A (en) * | 1993-03-24 | 1994-09-30 | Asahi Chem Ind Co Ltd | Plant monitoring/diagnosing device and its fault sign detecting method |
JPH06309585A (en) * | 1993-04-26 | 1994-11-04 | Mitsubishi Electric Corp | Pre-alarm device |
JPH1195833A (en) * | 1997-07-23 | 1999-04-09 | Toshiba Corp | Plant monitoring device |
JP2000029513A (en) * | 1998-07-09 | 2000-01-28 | Toshiba Corp | Device and method for monitoring process data |
JP2003140745A (en) * | 2001-11-05 | 2003-05-16 | Yokogawa Electric Corp | Measuring device |
JP2003186534A (en) * | 2001-12-17 | 2003-07-04 | Toshiba Corp | Plant operating status monitoring device |
JP2006244334A (en) * | 2005-03-07 | 2006-09-14 | Toshiba Corp | Plant monitoring method |
JP2007257444A (en) * | 2006-03-24 | 2007-10-04 | Yokogawa Electric Corp | Equipment management system |
JP2009250164A (en) * | 2008-04-09 | 2009-10-29 | Toyota Motor Corp | Control device of internal combustion engine |
JP2009290748A (en) * | 2008-05-30 | 2009-12-10 | Olympus Corp | A/d converter and servo control device |
-
2010
- 2010-06-04 JP JP2010128728A patent/JP2011253491A/en active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06274778A (en) * | 1993-03-24 | 1994-09-30 | Asahi Chem Ind Co Ltd | Plant monitoring/diagnosing device and its fault sign detecting method |
JPH06309585A (en) * | 1993-04-26 | 1994-11-04 | Mitsubishi Electric Corp | Pre-alarm device |
JPH1195833A (en) * | 1997-07-23 | 1999-04-09 | Toshiba Corp | Plant monitoring device |
JP2000029513A (en) * | 1998-07-09 | 2000-01-28 | Toshiba Corp | Device and method for monitoring process data |
JP2003140745A (en) * | 2001-11-05 | 2003-05-16 | Yokogawa Electric Corp | Measuring device |
JP2003186534A (en) * | 2001-12-17 | 2003-07-04 | Toshiba Corp | Plant operating status monitoring device |
JP2006244334A (en) * | 2005-03-07 | 2006-09-14 | Toshiba Corp | Plant monitoring method |
JP2007257444A (en) * | 2006-03-24 | 2007-10-04 | Yokogawa Electric Corp | Equipment management system |
JP2009250164A (en) * | 2008-04-09 | 2009-10-29 | Toyota Motor Corp | Control device of internal combustion engine |
JP2009290748A (en) * | 2008-05-30 | 2009-12-10 | Olympus Corp | A/d converter and servo control device |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9863836B2 (en) | 2011-12-30 | 2018-01-09 | Spirax-Sarco Limited | Monitoring apparatus for a steam plant and a method of operating such an apparatus |
JP2013140576A (en) * | 2011-12-30 | 2013-07-18 | Spirax-Sarco Ltd | Apparatus for monitoring steam plant and operating method thereof |
JP2015084849A (en) * | 2013-10-29 | 2015-05-07 | パイオニア株式会社 | Equipment and method for processing signal, and computer program and recording medium |
US11249981B2 (en) | 2015-06-12 | 2022-02-15 | Ab Initio Technology Llc | Data quality analysis |
JP7507602B2 (en) | 2015-06-12 | 2024-06-28 | アビニシオ テクノロジー エルエルシー | Data Quality Analysis |
CN117807065A (en) * | 2015-06-12 | 2024-04-02 | 起元技术有限责任公司 | Method, computing system and computer readable medium for determining data quality rules |
JP2020161147A (en) * | 2015-06-12 | 2020-10-01 | アビニシオ テクノロジー エルエルシー | Data quality analysis |
JP2017173879A (en) * | 2016-03-18 | 2017-09-28 | 横河電機株式会社 | Instrument diagnosis device, instrument diagnosis method, and instrument diagnosis program |
US11327470B2 (en) | 2017-12-21 | 2022-05-10 | Mitsubishi Power, Ltd. | Unit space generating device, plant diagnosing system, unit space generating method, plant diagnosing method, and program |
JP2019113964A (en) * | 2017-12-21 | 2019-07-11 | 三菱日立パワーシステムズ株式会社 | Unit space generation device, plant diagnostic system, unit space generation method, plant diagnostic method, and program |
JP2019141597A (en) * | 2019-03-05 | 2019-08-29 | パイオニア株式会社 | Signal processing device and method, computer program, and recording medium |
JP2021077013A (en) * | 2019-11-07 | 2021-05-20 | 住友重機械工業株式会社 | Monitoring device, display device, monitoring method and monitoring program |
JP7391618B2 (en) | 2019-11-07 | 2023-12-05 | 住友重機械工業株式会社 | Monitoring device, display device, monitoring method and monitoring program |
EP3929684A1 (en) | 2020-06-25 | 2021-12-29 | Yokogawa Electric Corporation | Data management system, data management method, and data management program |
JP7025494B2 (en) | 2020-08-12 | 2022-02-24 | パイオニア株式会社 | Signal processing equipment and methods, as well as computer programs and recording media |
JP2020192354A (en) * | 2020-08-12 | 2020-12-03 | パイオニア株式会社 | Signal processing device and method, computer program, and recording medium |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2011253491A (en) | Plant abnormality detector, method for the plant abnormality detector, and program | |
JP6076571B1 (en) | Information processing apparatus, information processing system, information processing method, and program | |
US20220035356A1 (en) | Equipment failure diagnosis support system and equipment failure diagnosis support method | |
CN111538723A (en) | Monitoring data processing method and device and electronic equipment | |
CN112509292A (en) | Fault prediction method, device, electronic equipment and computer readable storage medium | |
US8450984B2 (en) | Diagnosis and prognosis of rotor thermal sensitivity | |
US11397212B2 (en) | Identification of cause of failure in a power storage system | |
JP2011170518A (en) | State monitoring device and method | |
CA3114157C (en) | Process management device, process management method, and process management program storage medium | |
JP2011065337A (en) | Traceability system and manufacturing process failure detecting method | |
KR102463974B1 (en) | A computer-readable recording medium recording a notification device, a notification method, and a program | |
CN109711602B (en) | Method for determining equipment energy consumption safety interval, and method and device for alarming | |
JP2006244334A (en) | Plant monitoring method | |
JP5948998B2 (en) | Abnormality diagnosis device | |
US20210232686A1 (en) | Attack detection device, attack detection method, and attack detection program | |
JP2011085968A (en) | Alarm | |
KR20220098202A (en) | Diagnostic devices, diagnostic methods and programs | |
EP2954580B1 (en) | Limit based threshold estimation for prognostics and health management | |
JP6071464B2 (en) | Failure determination support apparatus and method, and program | |
JP4952057B2 (en) | Clock abnormality detection method and clock abnormality detection program | |
JP5497610B2 (en) | Electronic device and clock frequency correction method for internal clock | |
JP2021096801A (en) | Monitoring apparatus and monitoring program | |
US20240310443A1 (en) | Spark discharge monitoring system and spark discharge detection device | |
US11885720B2 (en) | Time series data processing method | |
JP2011198171A (en) | Monitoring system, monitoring device, and monitoring program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20130411 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20140228 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20140701 |