JP2012238308A - プラント運転最適化システムおよび方法 - Google Patents

Abstract

【課題】プラント運転最適化システムおよび方法を提供する。
【解決手段】本開示の実施形態は、システムおよび方法を含む。一実施形態では、システムが提供される。このシステムは、静的入力２８および動的入力３０に基づいてリスクを計算するように構成されたリスク計算システム１２と、そのリスクを使用し決定を導出するように構成された意志決定支援システム１４とを含む。このシステムは、将来のプラント１０状態を予測する決定に基づいて、プラント１０運転を更新するように構成されたプラント制御システム５８をも含む。
【選択図】図１

Description

本開示は、産業プラントの運転に関し、より詳細には、産業プラントの運転を最適化するためのシステムおよび方法に関する。

発電所などの産業プラントは、相互に関連する複数の設備およびプロセスを含む。たとえば、発電所は、タービンシステムを操作し維持するためのタービンシステムおよびプロセスを含むことがある。プラント運転中に、設備およびプロセスは、プラント全体にわたって状態を詳細に示すことができる動的データを生成する。たとえば、タービンシステムは、タービンシステム内で見られる運転状態を表すデータを生成することができる。同様に、プラントの設計データなど、静的データが使用可能であり得る。設備利用を向上させ、リソースの休止時間を減少させるために、動的入力および静的データを使用することが有益である。

米国特許第７７７８８５６号明細書

最初に特許請求された発明に範囲が等しい特定の実施形態について、下記に要約する。これらの実施形態は、特許請求された発明の範囲を限定するためのものではなく、これらの実施形態は、本発明の可能な形について簡潔に要約するためのものにすぎない。実際に、本発明は、下記に述べられた諸実施形態に類似することも、それらと異なることもある様々な形を包含し得る。

本開示の第１の実施形態では、システムが提供される。このシステムは、静的入力および動的入力に基づいてリスクを計算するように構成されたリスク計算システムと、そのリスクを使用し決定を導出するように構成された意志決定支援システムとを含む。このシステムは、将来のプラント状態を予測する決定に基づいてプラントの運転を更新するように構成されたプラント制御システムをも含む。

本開示の第２の実施形態では、方法が提供される。この方法は、イベント規則、およびプラントの構成要素に関連する動的入力に基づいてイベントの発生を決定するステップを含む。この方法は、イベントが発生する場合、イベントの発生に応答するステップをも含む。応答ステップは、少なくとも１つの動的入力に基づいてリスク予測を更新するステップと、少なくとも１つの静的入力に基づいてリスク閾値を更新するステップと、リスク予測がリスク閾値を超えるかどうか判定するステップと、リスク予測がリスク閾値を超える場合は第１のアクションを決定するステップとを含む。第１のアクションを決定するステップは、１つまたは複数の緩和アクションが使用可能な場合は、第１のアクションとして１つの緩和アクションを選択し、あるいは１つまたは複数の緩和アクションが使用可能でない場合は、第１のアクションとして、推奨アクションを決定するステップを含む。この方法は、リスク予測がリスク閾値を超えない場合は第２のアクションを決定するステップをも含む。第２のアクションを決定するステップは、第２のアクションとして、次の予定されたアクションを計算するステップを含む。

本発明のこれら他の特徴、態様および利点は、添付の図面を参照して下記の詳細な説明を併せ読めば、よりよく理解されよう。諸図面に渡って同じ符号は、同様の部分を表す。

産業プラントの一実施形態を示すブロック図である。 図１のプラントで使用できるタービンシステムの一実施形態を示す概略図である。 プラント運転を最適化するための論理の一実施形態を示すフローチャートである。 システムの試験に適用される図３の論理の一実施形態を示すフローチャートである。 計器の較正に適用される図３の論理の一実施形態を示すフローチャートである。 次回の設備使用の監視に適用される図３の論理の一実施形態を示すフローチャートである。 信頼性の低い計器を用いた運転の最適化に適用される図３の論理の一実施形態を示すフローチャートである。 複数のプラントの管理に適用される図３の論理の一実施形態を示すフローチャートである。 有益なシステムアップグレードの特定に適用される図３の論理の一実施形態を示すフローチャートである。 設備の試験に適用される図３の論理の一実施形態を示すフローチャートである。 より効率的な設備運転に適用される図３の論理の一実施形態を示すフローチャートである。 より効率的な計器使用に適用される図３の論理の一実施形態を示すフローチャートである。 より効率的な設備検査に適用される図３の論理の一実施形態を示すフローチャートである。 プラント運転に影響を及ぼすアクションの優先順位付けに適用される図３の論理の一実施形態を示すフローチャートである。

本発明の１つまたは複数の特定の実施形態について、下記に述べられる。これらの実施形態について簡潔に述べるために、本明細書では、実際の実装形態のすべての特徴について述べるとは限らないことがある。いずれかのこうした実際の実施形態の開発においては、任意のエンジニアリングまたは設計プロジェクトと同様に、開発者の特定の目標を達成するために、実装形態によって異なり得るシステム関連およびビジネス関連の制約の順守など、実装形態特有の複数の決定を行う必要があることを理解されたい。さらに、こうした開発努力は複雑で、多大な時間を要することがあるが、それにもかかわらず、本開示の利益を得る当業者にとっては、設計、製作および製造の日常的な仕事であることを理解されたい。

本発明の様々な実施形態の要素について述べるとき、冠詞「ａ」、「ａｎ」、「ｔｈｅ」および「ｓａｉｄ（前記）」は、要素のうちの１つまたは複数があることを意味するものである。用語「ｃｏｍｐｒｉｓｉｎｇ（備える、含む）」、「ｉｎｃｌｕｄｉｎｇ（含む）」および「ｈａｖｉｎｇ（有する）」は、包括的であり、また列挙された要素以外の追加の要素があり得ることを意味するものである。

本開示の実施形態は、それだけに限定されないが、発電所、化学プラント、製造工場、精油所などを含めて様々な産業プラントに適用することができる。産業プラントは、様々な運転およびサービスを提供するのに有用な様々な設備およびプロセスを含み得る。たとえば、発電所の設備または機械は、発電に適した運転を行うことができる。同様に、化学処理機械は、化学製品の製造および／または処理に有用な運転を行うことができる。同様に、製造機械は、物理的なアイテムを作成し、または他の方法で再形成するのに適した運転を行うことができる。

産業プラントは、プラント運転に有用なプロセスを含むこともできる。たとえば、プラント設備の寿命および性能を最適化するのに適した保守プロセスが施行されてもよい。たとえば、市況に基づく現在の所望の発電量など、プラントパラメータを計算するために、ビジネスプロセスを使用することもできる。さらに、排出レベル、試験間隔、報告要件など、運転パラメータを導出するために、州および連邦の規制、規約および／または規格（たとえば業界標準）に関連するプロセスを使用してもよい。産業設備およびプロセスは、一般に動的データおよび静的データとして分類可能なデータを生成することができる。動的データは、プラント運転中に生成されたデータ、たとえばセンサ計器などのプラント計器を使用することによって生成されたデータを含むことができる。静的データは、一般にプラント建設中に決定されたデータを含むことができ、またあまり頻繁に修正されない可能性がある。たとえば、静的データは、図１に関してより詳細に述べられたように、プラント設計データと現在のプラント構成データとを含むことができる。

本明細書に述べられたシステムおよび方法を使用することによって、動的データと静的データは、プラント運転の最適化に有用な情報を導出するために組み合わせることができる。一実施形態では、リスク計算エンジンは、意志決定支援システム（ＤＳＳ：ｄｅｃｉｓｉｏｎ ｓｕｐｐｏｒｔ ｓｙｓｔｅｍ）と組み合わせてもよい。リスク計算エンジンは、リスクを計算することができ、ＤＳＳは、リスクを使用して、プラント運転の最適化に有用な１つまたは複数の決定を導出することができる。たとえば、設備故障のリスクは、リスク計算エンジンによって、動的データおよび静的データに基づいて計算することができる。次いで、導出されたリスクは、ＤＳＳに入力することができ、次いで、ＤＳＳは、より効率的なプラント運転をもたらし得るリスク緩和の決定および推奨されるアクションなど、運転上の決定を導出することができる。プラント設備および運転に関連するリスク予測および／またはリスク閾値を更新するために、動的入力および静的入力の連続監視を可能にできる方法も提供される。図３に関してより詳細に述べられるように、次いで、リスク予測および／または閾値は、設備の使用を改善し、プラントの信頼性および効率を向上させるのに適したアクションを導出するために使用することができる。実際に、図４〜図１４に関してより詳細に述べられるように、この方法は、プラント設備およびプラント運転のいくつかの態様に適用することができる。

次に図を参照すると、図１は、リスク計算エンジン１２とＤＳＳ １４とを含むプラント１０の一実施形態のブロック図である。示された実施形態では、リスク計算エンジン１２およびＤＳＳ １４は、制御コンピュータ１６によってホストされる。リスク計算エンジン１２、ＤＳＳ １４および制御コンピュータ１６は、本明細書に開示された技法を実施するためにコンピューティングデバイスによって使用できるコードまたはコンピュータ命令を格納する非一時的なマシン読取り可能媒体を含むことができる。他の実施形態では、リスク計算エンジン１２およびＤＳＳ １４は、別個の制御コンピュータ１６内にホストされてもよいし、分散コンピュータ（たとえば「クラウド」コンピューティング）のシステム内にホストされてもよいことに留意されたい。プラント１０は、１つまたは複数のフィールドデバイス１８、プラント作業員２０、および／またはプラントプロセス２２を含む。フィールドデバイス１８は、複数のプラント設備２４とプラント計器２６とを含むことができる。たとえば、プラント設備２４は、産業プラント１０の運転に有用なタービンシステム（たとえば蒸気タービン、ガスタービン、水力発電タービン、風力タービン）、発電機、エキスパンダ、ポンプ、コンプレッサ、バルブ、電気システム、化学反応器、ガス化装置、ガス処理システム（たとえば酸性ガス除去システム）、空気分離装置（ＡＳＵ：ａｉｒ ｓｅｐａｒａｔｉｏｎ ｕｎｉｔ）、ボイラ、炉、水処理システム、熱回収蒸気発生器（ＨＲＳＧ：ｈｅａｔ ｒｅｃｏｖｅｒｙ ｓｔｅａｍ ｇｅｎｅｒａｔｏｒ）システム、バット、コンベヤベルトシステム、導管、フライス盤、鍛造設備、鋳物設備などを含むことができる。プラント計器２６は、たとえば圧力センサ、温度センサ、フローセンサ、ステータスおよび位置インジケータ（たとえばリミットスイッチ、ホール効果スイッチ、音響近接スイッチ、線形可変差動変圧器（ＬＶＤＴ：ｌｉｎｅａｒ ｖａｒｉａｂｌｅ ｄｉｆｆｅｒｅｎｔｉａｌ ｔｒａｎｓｆｏｒｍｅｒ）、位置変換器などを含むことができる。

フィールドデバイス１８、作業員２０、および／またはプロセス２２は、一般に静的入力２８または動的入力３０として分類されるデータを生成することができる。静的入力２８は、プラント１０建設中に作成されたデータを含むことができ、あまり頻繁に更新されない可能性があるが、動的入力３０は、プラント運転中に生成されたデータを含むことができる。たとえば、静的入力２８は、設計データ３２と、製造データ３４と、プラント構成データ３６と、故障モード解析／リスクレビューデータ３８と、連邦／州規制、規約、規格データ４０と、未知要因限界データ４２とを含むことができる。設計データ３２は、プラントプロセス（たとえば機械的プロセス、化学的プロセス、発電プロセス、製造プロセス、保守プロセス）を詳細に示すプロセスフローチャートなど、プラント１０の設計に関連するデータ、プラント能力（たとえばメガワット単位の発電出力、化学製品生産能力、精製能力、製造能力）を詳細に示すデータ、設備および計器能力を詳細に示すデータなどを含むことができる。

製造データ３４は、プラント設計からのいずれかの逸脱、プラントおよび設備の部品表（ＢＯＭ：ｂｉｌｌ ｏｆ ｍａｔｅｒｉａｌｓ）など、プラント１０の製作に関連するデータを含むことができる。プラント構成データ３６は、プラント１０が運転のために現在どのように設定または構成されているかに関連するデータを含むことができ、運転に使用されたフィールドデバイス１８、予備の設備２４、予備の計器２６、作業員２０のリスト、作業員２０の資格、使用されたプロセス２２（たとえばＩＳＯ−９０００プロセス、保守プロセス、運転プロセス、安全性プロセス）などのデータを含む。故障モード解析およびリスクレビューデータ３８は、プラント運転に関連する特定のリスクを導出するのに有用なデータを含むことができる。たとえば、故障モード解析／リスクレビューデータ３８は、低サイクル疲労（ＬＣＦ：ｌｏｗ ｃｙｃｌｅ ｆａｔｉｇｕｅ）寿命予測モデル、計算流体力学（ＣＦＤ：ｃｏｍｐｕｔａｔｉｏｎａｌ ｆｌｕｉｄ ｄｙｎａｍｉｃｓ）モデル、有限要素解析（ＦＥＡ：ｆｉｎｉｔｅ ｅｌｅｍｅｎｔ ａｎａｌｙｓｉｓ）モデル、ソリッドモデル（たとえばパラメータまたは非パラメータモデリング）、および／または設備故障のリスクまたは設備保守の必要性を予測するために使用できる３次元から２次元へのＦＥＡマッピングモデルなど、物理ベースのモデルを含むことができる。

故障モード解析／リスクレビューデータ３８は、回帰解析モデル、データマイニングモデル（たとえばクラスタ化モデル、分類モデル、連想モデル）など、統計モデルを含むこともできる。たとえば、クラスタ化技法は、何らかの形で「類似する」、データ内のグループまたは構造を発見することができる。分類技法は、データ点を特定のグループのメンバとして、たとえば予定外の保守イベントに遭遇する確率がより高いフィールドデバイス１８として分類することができる。回帰解析は、将来の動向を特定の誤差範囲内でモデル化できる機能を見つけるために使用できる。連想技法は、変数間の関係を見つけるために使用できる。たとえば、連想規則学習技法の使用によって、特定のコールドスタート手順からタービンシステム内のブレード摩耗の増加が連想されることになり得る。

規制、規約、規格データ４０は、連邦法および州法の順守を維持し、また工業規格を支持するのに有用なデータを含むことができる。たとえば、プラント排出、プラント安全性、使用される燃料のタイプ、最大達成可能制御技術（ＭＡＣＴ：ｍａｘｉｍｕｍ ａｃｈｉｅｖａｂｌｅ ｃｏｎｔｒｏｌ ｔｅｃｈｎｏｌｏｇｙ）、プラント運転および／または作業員に関連する連邦および州の規制、規約、および許可要件が、データ４０として含まれてもよい。未知要因限界データ４２は、たとえば、安全マージンの追加と関連しており、未知の要因に対処するためのデータを含むことができる。すなわち、データ４２は、安全運転の向上に適した追加の安全マージンデータ、特定のリスク（たとえば設備故障リスク）の発生の減少に適したリスクマージンデータ、および／またはプラント１０の運転に悪影響を及ぼし得る未知の要因の発生に対処するのに一般的に適したデータを含むことができる。

動的データ３０は、プラント計器データ４４、プラント設備データ４６、プラント外部相互依存システムデータ４８、ビジネス環境データ５０、外部システムデータ５２、および／または実際のデータで未知要因を置き換えること５４を含むこともできる。プラント計器データ４４は、計器２６に基づく測定および導出を含むことができる。たとえば、データ４４は、温度測定、圧力測定、流量測定、クリアランス測定（たとえば回転する構成要素と静止している構成要素との間の距離の測定）、振動測定、位置測定、化学的測定、発電測定、排ガス測定、ストレスまたは緊張測定、漏出測定、速度測定などを含むことができる。プラント設備データ４６は、個々の設備２４に関連するデータを含むことができる。たとえば、データ４６は、設備２４の運転状態（たとえば速度、温度、圧力、振動、流れ、燃料消費、発電、クリアランス）、保守履歴（たとえば保守記録）、性能履歴（たとえば発電記録）などを含むことができる。

プラント外部相互依存システムデータ４８は、示された産業プラント１０に相互に関連し、または相互に依存し得る他のプラント１０（たとえば発電所、化学プラント、精製所、製造工場）など、外部システムに関連するデータを含むことができる。こうしたデータ４８は、送電網情報、燃料供給情報（たとえばガス供給、原料供給、石油供給）、水道設備情報、原料供給情報などを含むことができる。ビジネス環境データ５０は、プラント１０に影響を及ぼし得る経済状況および事業状況に関連するデータを含むことができる。たとえば、データ５０は、電力、製品、燃料、原料（たとえば金属、化学品）、および／または加工材（たとえば加工済み化学品、精製油）の需給の市場データを含むことができる。さらに、データ５０は、先物市場、たとえば先物電力出力、先物商品、先物原料などの販売に関連するデータを含むことができる。さらに、データ５０は、キャップアンドトレード市場（すなわち排出量市場）のなど、規制市場の需給データを含んでもよい。さらに、データ５０は、排ガス規制への税額控除、特定の技術（たとえば炭素捕捉技術、炭素隔離技術）の使用への税額控除、特定の化学物質の排出（たとえば硫黄排出、ＣＯ２排出）に関連する規制コストなどに関連するビジネスデータを含むことができる。外部システムデータ５２は、天気予報システム、保守システム（たとえば電子保守記録）など、外部システムからのデータを含むことができる。

動的入力３０は、約２５０ミリ秒、１秒、１０秒、１時間、１週間、１ヶ月ごとなど、様々なサンプルレートでサンプリングすることができる。次いで、動的入力３０は、たとえばプラントデータハイウェイ５６を使用することによって、制御コンピュータ１６に転送することができる。プラントデータハイウェイ５６は、制御コンピュータ１６に動的入力３０を送信するのに適したワイヤレスルータ、モデム、イーサネット（登録商標）カード、ゲートウェイなど、ネットワーク機器を含むことができる。プラントデータハイウェイ５６は、制御コンピュータ１６をプラント制御システム５８に通信可能に接続するために使用することもできる。プラント制御システム５８は、分散制御システム（ＤＣＳ：ｄｉｓｔｒｉｂｕｔｅｄ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ）、製造実行システム（ＭＥＳ：ｍａｎｕｆａｃｔｕｒｉｎｇ ｅｘｅｃｕｔｉｏｎ ｓｙｓｔｅｍ）、監視制御データ収集（ＳＣＡＤＡ：ｓｕｐｅｒｖｉｓｏｒ ｃｏｎｔｒｏｌ ａｎｄ ｄａｔａ ａｃｑｕｉｓｉｔｉｏｎ）システム、および／またはヒューマンマシンインターフェース（ＨＭＩ：ｈｕｍａｎ ｍａｃｈｉｎｅ ｉｎｔｅｒｆａｃｅ）システムを含むことができる。したがって、プラント制御システム５８は、現在の制御設定およびアラームなど、制御コンピュータ１６への入力を供給することができる。さらに、図３〜図１４に関して下記により詳細に述べられるように、制御コンピュータ１６は、プラント１０の制御アクションの実施に適した命令をプラント制御システム５８に送信することができる。

ディスプレイ／インターフェースシステム６０は、オペレータがプラント制御システム５８、制御コンピュータ１６および他のプラント１０構成要素と対話することを可能にすることができる。たとえば、ディスプレイ／インターフェースシステム６０は、動的入力３０および静的入力３２を含めて、情報を入力し、様々なデータを表示するのに適した画面を含むことができる。特定の実施形態では、ディスプレイ／インターフェースシステム６０は、インターネットやウェブアクセスなど、プラント１０の様々な構成要素へのリモートアクセスを可能にすることができる。実際に、ディスプレイ／インターフェースシステム６０は、フィールドデバイス１８、制御コンピュータ１６およびプラント制御システム５８を含めて、プラント１０の様々な構成要素へのローカルアクセスまたはリモートアクセスを可能にすることができる。

ディスプレイ／インターフェースシステム６０は、監視されたプロセスの予定されたアクション、保守スケジュール、プロセスマップまたはフローチャート、および制御コンピュータ１６によって導出されたアクションを示す視覚化を提供することができる。さらに、ディスプレイ／インターフェースシステム６０は、推奨された保守スケジュール、リスク緩和のアクション、自動および手動のアクション、入力２８に関連するデータ２８および３０、ならびにリスク計算エンジン１２およびＤＳＳ １４に関連するデータへの変更など、導出されたアクションに関連するデータを提供してもよい。

制御コンピュータ１６は、フィールドデバイス１８および作業員２０を含めて、プラント１０のリソースのより最適な利用を導出するためにリスク計算エンジン１２およびＤＳＳ １４によって使用できる複数のイベント規則６２およびアルゴリズム６４をさらに含むことができる。たとえば、イベント規則６２は、１つまたは複数のプラント１０イベントを検出するために使用することができ、次いで、イベントを使用して、アルゴリズム６４のうちの１つまたは複数を選択することができる。アルゴリズム６４は、たとえば、設備２４および／または計器２６の誤動作のリスクの緩和、ならびに信頼性の低い設備２４および／または計器２６の影響の緩和に有用なアクションを導出するのに適した緩和アクションアルゴリズム６６を含むことができる。

アルゴリズム６４は、様々なプラント１０状態に応答するのに有用であり得るアクションを推奨するのに適した推奨アクションアルゴリズム６８を含むこともできる。リスク計算アルゴリズム７０を使用することもでき、このリスク計算アルゴリズム７０は、たとえば、下記により詳細に述べられるように事故シナリオレビュー解析を使用することによって様々なリスクの計算を可能にする。故障予測アルゴリズム７２は、設備２４および／または計器２６の故障の確率またはリスクを予測するために使用することができる。たとえば、故障のリスクを予測するために、ＣＦ寿命予測モデル、ＣＦＤモデル、ＦＥＡのモデル、ソリッドモデル、および／または３次元から２次元へのＦＥＡマッピングモデル、回帰解析モデルおよびデータマイニングモデルを使用することができる。モデル更新アルゴリズム７４は、上記のＣＦ寿命予測モデル、ＣＦＤモデル、ＦＥＡモデル、ソリッドモデル、および／または３次元から２次元へのＦＥＡマッピングモデル、回帰解析モデルおよびデータマイニングモデルを、最新のデータおよび／または計算で更新することができる。アクションスケジューリングアルゴリズム７６は、図２に関して下記に述べられたタービンシステムリソースなど、プラント１０リソース使用を向上させるのに適した保守や運転アクションなど、アクション実施のスケジュールを導出することができる。

図２は、発電所１０など、特定のプラント１０内で電力を提供できるタービンシステム１０の一実施形態を示している。図のように、タービンシステム８０は、燃焼器８２を含むことができる。燃焼器８２は、燃焼器８２内のチャンバで燃焼するために空気と混合された燃料を受け取ることができる。この燃焼によって、加圧された高温の排ガスがもたらされる。燃焼器８２は、排ガスを、高圧（ＨＰ）タービン８４および低圧（ＬＰ）タービン８６を通って排気口８８に向ける。ＨＰタービン８４は、ＨＰロータの一部であってもよい。同様に、ＬＰタービン８６は、ＬＰロータの一部であってもよい。排ガスがＨＰタービン８４およびＬＰタービン８６を通過するとき、そのガスによってタービンブレードは、駆動軸９０をタービンシステム８０の軸に沿って回転させることになる。図のように、駆動軸９０は、ＨＰコンプレッサ９２とＬＰコンプレッサ９４とを含めて、タービンシステム８０の様々な構成要素に接続されている。

駆動軸９０は、たとえば同心円状に整列され得る１つまたは複数の軸を含むことができる。駆動軸９０は、ＨＰロータを形成するために、ＨＰタービン８４をＨＰコンプレッサ９２に接続する軸を含むことができる。ＨＰコンプレッサ９２は、駆動軸９０に結合されたブレードを含むことができる。したがって、ＨＰタービン８４内のタービンブレードが回転すると、ＨＰタービン８４をＨＰコンプレッサ９２に接続する軸がＨＰコンプレッサ９２内のブレードを回転させることになる。これによって、ＨＰコンプレッサ９２内の空気が圧縮される。同様に、駆動軸９０は、ＬＰロータを形成するために、ＬＰタービン８６をＬＰコンプレッサ９４に接続する軸を含む。ＬＰコンプレッサ９４は、駆動軸９０に結合されたブレードを含む。したがって、ＬＰタービン８６内のタービンブレードが回転すると、ＬＰタービン８６をＬＰコンプレッサ９４に接続する軸がＬＰコンプレッサ９４内のブレードを回転させることになる。ＨＰコンプレッサ９２およびＬＰコンプレッサ９４内のブレードが回転すると、空気取入れ口９６を介して受け取られる空気が圧縮される。圧縮された空気は、燃焼器８２に供給され、燃料効率の向上を可能にするために燃料と混合される。したがって、タービンシステム８０は、２重の同心の軸系装置を含むことができ、ＬＰタービン８６は駆動軸９０の第１の軸によってＬＰコンプレッサ９４に駆動的に接続されており、同様にＨＰタービン８４は、第１の軸の内側にあり、かつそれと同心の駆動軸９０の第２の軸によってＨＰコンプレッサ９２に駆動的に接続されている。軸９０は、発電機９８に接続することもできる。発電機９８は、発電機９８によって生産された電気を分配するのに適した送電網９９に接続されてもよい。

タービンシステム８０は、本明細書に述べられたように、タービンシステム８０の運転および性能に関連する複数のエンジンパラメータを監視するように構成された複数の計器２６を含むことができる。計器２６は、たとえば、それぞれＨＰタービン８４、ＬＰタービン８６、ＨＰコンプレッサ９２および／またはＬＰコンプレッサ９４の入口部分および出口部分に隣接して置くことができる。計器２６は、たとえば、周囲温度、周囲圧力など、環境状態、ならびに排ガス温度、ロータ速度、エンジン温度、エンジン圧力、ガス温度、機関燃料の流れ、振動、回転部品と固定部品の間のクリアランス、圧縮機の吐出し圧力、排ガス／汚染物質およびタービン排気圧力など、タービンシステム８０の運転および性能に関連する複数のエンジンパラメータを測定することができる。さらに、計器２６は、バルブ位置、および可変形状部品（たとえば空気吸込み口）の幾何学位置など、アクチュエータ情報を測定することもできる。計器２６によって得られた測定は、プラントデータハイウェイ５６を介して送信され、制御コンピュータ１６およびプラント制御システム５８によって受信されてもよい。同様に、制御コンピュータ１６およびプラント制御システム５８からのデータは、計器２６に送信されてもよい。次いで、送信された測定は、たとえば、図３に関して下記により詳細に述べられる論理１００を使用することによって、プラント運転を最適化するために動的入力３０の一部として処理することができる。

図３は、リスク計算エンジン１２およびＤＳＳ １４を含めて、（図１に示された）制御コンピュータ１６によって使用されてもよい、プラント１０の運転を最適化するための論理１００の一実施形態を示している。実際に、図３〜図１４に述べられた論理１００は、プラント１０運転の様々な態様を向上させるために、制御コンピュータ１６によって使用することができる。たとえば、論理１００を使用して、１つまたは複数の動的イベント１０２および静的イベント１０４の発生を検出し、次いで、イベント１０２および１０４に関連する静的入力２８および動的入力３０を使用して、プラント１０運転の更新のために、プラント制御システム５８（図１および図２に示す）によって実施できるアクションを含めて、一連のアクションを導出することができる。論理１００は、たとえば制御コンピュータ１６によって実行される非一時的マシン読取り可能媒体内に格納されたコードまたはコンピュータ命令として実装することができる。

示された実施形態では、動的入力３０は、イベント１０２の発生を決定するために、１つまたは複数のイベント規則６２を適用することによって絶えず監視することができる。たとえば、動的入力３０は、１ミリ秒ごと、１０ミリ秒ごと、２５０ミリ秒ごと、１秒ごと、１０秒ごと、１時間ごとに監視され、イベント規則６２を適用することによって処理されてもよい。一実施形態では、イベント規則６２は、「ＩＦ…ＴＨＥＮ…」規則の一般的な形をとることができ、「ＩＦ」の部分が前件規則として定義され、「ＴＨＥＮ」の部分が後件規則として定義される。たとえば、「ＩＦ バルブ１データ＝送信データなし ＴＨＥＮ イベントＡ＝バルブ１故障」などの規則を使用して、バルブ故障イベントまたは送信失敗イベントが発生したと決定することができる。一実施形態では、イベント規則６２の使用によって動的入力３０を評価するために、エキスパートシステムまたは推論エンジンを使用することができる。実際に、エキスパートシステムは、１つまたは複数のイベント１０２のリストを自動的に導出するために、イベント規則６２を適用することによって動的データ３０を継続して処理することができる。特定の実施形態では、イベント規則６２は、「非常に高温」、「低流量」、「クリアランス良好」など、曖昧な値の処理に適したファジー理論システムを使用するファジー規則を含むことができる。次いで、ファジー理論システムは、ファジー理論規則の使用に基づいてイベント１０２を導出することができる。

導出可能なイベント１０２の非網羅的なリストは、設備運転イベント（たとえば、設備がオンになる、設備が要望通りに作動している）、基準となる運転に対する設備運転（たとえば設備の動作状態の決定）イベント、フルスパンの計器運転のイベント、指定されたスパンの計器運転のイベント、既知の基準較正された計器のイベント、計器の動作状態変化のイベント（たとえば冗長性の損失、部分故障、完全故障など）、設備のトリップまたは予期しない停止（たとえばタービンシステムトリップ）、設備運転時間イベント（たとえば１００時間超、１０００時間超、１０，０００時間超）、計器運転時間イベント、圧力イベント（たとえば低圧、通常圧力、高圧）、温度イベント（たとえば低温、通常温度、高温）、一時的な運転イベント、手動オペレータのイベント（たとえば設備開始、設備の停止、警告への応答）、外部システムのイベント（たとえば別のプラントの予期しない停止、天候の変化、電力の市場需要の増加または減少）、システム故障のイベント、設備保守のイベント（たとえば設備交換、設備修理、実施された保守のタイプ、実施された保守の長さ）、外部相互依存のシステムの変化に関連するイベント、許容リスクレベルの変化に関連するイベント、新しい故障モードまたはモデルの識別に関連するイベント、自動システム試験の結果生じるイベント（たとえばバルブ漏れ試験）、故障リスクを示すプロセス状態に関連するイベント（たとえばバットレベルの変動）、監視システムの出力に基づくイベント（たとえばタービン監視システム）、設備の傾向の変化に関するイベント（たとえば低温の傾向、高圧の傾向）変化などを含む。静的入力２８によって、静的入力に関連する変化（たとえば更新された設計、更新された設備手順、更新されたプラントプロセス）など、静的イベント１０４が導出されることにもなり得ることをやはり理解されたい。

次いで、イベント１０２および／またはイベント１０４を使用して、リスク予測を更新し（ブロック１０６）、リスク閾値を更新することができる（ブロック１０８）。更新されたリスク予測および閾値は、イベント１０２および／またはイベント１０４に関連するリスクを含むことができる。すなわち、イベント１０２が設備動作状態イベントの決定を含む場合、リスクは、設備故障のリスク、設備が予期しない保守を受けることのリスク、設備が予備の部品を必要とすることのリスクなど、設備の動作状態に関連するリスクを含み得る。同様に、イベント１０２が気象イベントを含む場合、リスクは、天候によるプラント停電のリスク、電力需要の増加（または減少）のリスク、天気による燃料供給の減速または停止のリスクなどを含み得る。実際に、それぞれのイベント１０２およびイベント１０４は、１つまたは複数の関連するリスクを含み得る。

一実施形態では、リスク予測の更新（ブロック１０６）は、新しい、または更新されたリスク予測を導出するために、イベント１０２およびイベント１０４に関連する静的入力２８および動的入力３０を処理することを含むことができる。たとえば、イベント１０２のうちの１つまたは複数がタービンシステムの動作状態に関連する場合、故障モード解析／リスクレビューデータ３８は、タービンシステム８０の運転のリスクを更新するためにタービンシステム８０（図２に示す）に関連する物理ベースのモデルおよび統計モデルを使用することを含むことができる。一例では、事故シナリオレビュー（ＡＳＲ：ａｃｃｉｄｅｎｔ ｓｃｅｎａｒｉｏ ｒｅｖｉｅｗ）プロセスが、更新されたリスク予測を得るために使用される。ＡＳＲでは、リスク解析において確率論的イベントモデルを構築し、使用することができる。アリゾナ州ツーソンＲｅｌｉａｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎから入手可能なＲＥＮＯ（商標）などのソフトウェアツールを使用して、ＡＳＲのマルチノードグラフまたはフローチャートモデリングを構築することができる。フローチャートまたはグラフの根は、ＬＰタービン８６内のブレードの分離など、事故シナリオを表すことができ、フローチャートは、タービンシステム８０の他の構成要素の故障につながり得るブレード分離のリスクを導出することができる。次いで、フローチャートまたはグラフ内の「葉」または低レベルのノードは、特定の構成要素の故障のリスクスコアを伝えることができる。

したがって、プラント１０の構成要素のリスクスコアは、たとえば統計および／または物理学ベースのモデルへの入力として静的入力２８および動的入力３０を使用することによって導出することができ、プラント１０内の特定のシステムまたは構成要素の故障のリスク予測を得るために、ＡＳＲ解析を実施することができる。たとえば、ＬＣＦ寿命予測モデル、ＣＦＤモデル、ＦＥＡのモデル、ソリッドモデル、および／または３次元から２次元へのＦＥＡマッピングモデル、回帰解析モデルおよびデータマイニングモデルを使用して、ＡＳＲプロセスへの入力として使用されるリスクスコアを導出することができる。リスク予測を更新または導出するために（ブロック１０６）、フォルトツリー解析（ＦＴＡ：ｆａｕｌｔ ｔｒｅｅ ａｎａｌｙｓｉｓ）など、他のリスクモデリング技法を使用することもできる。ＦＴＡは、モデル化されたシステムまたは構成要素の故障の確率を計算するために故障イベントおよびシステムツリー図を使用する。実際に、リスク予測の更新（ブロック１０６）は、プラント１０、ならびにタービンシステム８０など、プラント１０の任意の構成要素を更新することを含むことができる。

リスク閾値の更新ブロック（ブロック１０８）は、イベント１０２およびイベント１０４に関連する動的データ３０および／または静的データ２８に基づいてリスク閾値を上昇または低下させることを含むことができる。たとえば、イベント１０２が、電力の高い市場需要などのイベントを含む場合、発電所の運転のリスク閾値は、十分な安全性および運転の効率を維持しながらプラント１０の収益を増加させるために、特定の範囲内で上昇させることができる。別の例では、イベント１０２が、タービンシステム８０のトリップイベントなどのイベントを含む場合は、タービンシステム８０の再開のリスク閾値を更新してもよい。静的入力２８および動的入力３０の変化に応答してリスク閾値を更新することによって、論理１００は、現実世界の状況の状態（たとえば天気、市場、設備運転状態）についての知識を組み込むのに適した、より焦点が絞られた閾値を使用することを可能にすることができる。実際に、リスク閾値は、最近のイベント、および入力２８および／または入力３０の変更を組み込むように動的に連続して（たとえば１秒ごと、１０秒ごと、１時間ごと、２４時間ごとに）再計算することができる。

論理１００は、更新されたリスク予測が更新されたリスク閾値を超えないと決定する場合（決定１１０）、次のスケジュールアクションを計算し（ブロック１１２）、現在のおよび／または予定されたどんなアクションをもオペレータに表示することができる（ブロック１１４）。次の予定されたアクションは、保守アクション（すなわち次の予定された保守アクション）、運転アクション（すなわち次の予定された運転）および／またはプロセスアクション（すなわち次の予定されたプロセス）を含むことができる。たとえば、保守スケジュールは、プラント設備の検査、特定の構成要素の定期的な交換、設備耐久試験の実施など、複数のアクションを含むことができる。同様に、運転スケジュールは、たとえばプラント運転および／または設備の起動に有用な時間ベースのアクションを含むことができる。たとえば、タービンの起動は、燃料を供給し、燃料を点火し、特定のタービン速度に達するように燃料および空気の供給を制御することに基づく運転アクションのスケジュールを含むことができる。同様に、プロセススケジュールは、プロセスを実施する際に行うステップのスケジュールを詳細に示すプロセスフローチャートを含むことができる。したがって、次の予定されたアクションを計算することができる（ブロック１１２）。したがって、現在のおよび／または予定されたアクションの表示（ブロック１１４）は、アクション継続時間、アクションコスト、完了までの推定時間、使用される推定リソースなど、アクションに関連するデータと共に、時間ベースのアクションリストなどのリストを提示することを含むことができる。次の予定されたアクションを計算し（ブロック１１２）、表示すること（ブロック１１４）によって、論理１００は、反復して入力２８および入力３０を処理し、リスク予測の更新（１０６）およびリスク閾値の更新（ブロック１０８）を行うことができる。

論理１００は、更新されたリスク予測が、更新されたリスク閾値を超えると決定した場合（決定１１０）、緩和アクションが使用可能かどうか判定することができる（決定１１６）。たとえば、論理１００によって現在処理されているリスクのタイプに基づくアクションの緩和のリストを緩和アクションアルゴリズム６６（図１に示す）によって使用し、緩和アクションが使用可能かどうか判定することができる（決定１１６）。たとえば、設備故障のリスクは、ある部品を交換し、その部品を修理し、設備２４を交換し、設備２４を総点検し、計器２６を交換し、計器２６を修理することなどによって緩和することができる。規制を順守しないことに関連するリスクは、規制に従うために設備を追加し、かつ／または規制の需要に基づいて特定のプロセス（たとえば汚染監視プロセス、炭素捕捉隔離プロセス、排出権取引戦略）を作成することによって緩和することができる。１つまたは複数の緩和アクションが使用可能であると決定される場合は（決定１１６）、１つまたは複数の緩和アクションを選択することができる（ブロック１１８）。緩和アクション（複数可）は、コスト（たとえば新しい設備のコスト、設備修理のコスト、新しいプロセス実施のコスト）などの要因、緩和成功の確率、相互依存するシステムへの影響、規制、規約および規格への影響、作業員および設備への影響など基づいて選択してもよい。

緩和アクションが使用可能でない場合（決定１１６）、推奨アクションアルゴリズム（ブロック６８）などのアルゴリズムを使用して、推奨アクションを決定してもよい（ブロック１２０）。推奨アクションは、リスクの軽減に有用なアクションを導出するために、現在の状況ステータスおよび入力２８および入力３０を解析することによって決定することができる（ブロック１２０）。たとえば、リスクが、発電運転に対するあり得る天気の乱れ（および／または地震、津波、ハリケーン、竜巻などの自然災害）に関連する場合、推奨アクションは、悪天候（および／または自然災害）、および送電網の使用可能な部分を通る電力の経路変更に備えて作業員およびシステムを準備することを含むことができる。同様に、推奨アクションは、天気の乱れおよび／または自然災害に付随するいずれかの悪影響によりよく備えるために、先物市場の発電コストを引き上げることを含むことができる。

緩和アクションの選択（ブロック１１８）および推奨アクションの決定（ブロック１２０）は、手動のアクションと自動のアクションとを含むことができる。手動のアクションは、たとえば警告およびアラームによってオペレータに伝えることができる（ブロック１２２）。提供された警告およびアラーム（ブロック１２２）は、緩和アクションまたは推奨アクションを表すテキスト情報およびマルチメディア（たとえば画像、ビデオ、３Ｄビュー、オーディオ）を含むことができる。たとえば、警告およびアラームは、緩和アクションおよび推奨アクションの実施に有用な情報についてユーザに警告するのに適した可聴音、およびフローチャート、ならびにＣＡＤ図形、テキスト記述、ビデオ、画像などを含むことができる。次いで、上記に述べられたように、現在のおよび／または予定のアクションを表示してもよい（ブロック１１４）。

緩和アクションの選択（ブロック１１８）、および推奨アクションの決定（ブロック１２０）は、自動のアクションをも含むことができる。たとえば、プラント制御システム５８（図１に示す）による実施に適したアクションを導出することができる。したがって、自動のアクションは、プラント制御システム５８に伝達され、プラント１０内で実施されてもよい（ブロック１２４）。次いで、論理１００は、緩和アクションまたは推奨アクションに基づいて講じられた自動のアクションについてオペレータに警告し（ブロック１２２）、現在のアクションおよび／または予定のアクションを表示することができる（ブロック１１４）。このように、論理１００は、データ２８およびデータ３０に関連するどんなリスクをも導出するためにデータ２８およびデータ３０を連続的に処理し、導出されたリスクを最小限に抑え、取り除くのに適した手動のアクションおよび／または自動のアクションを発することによって応答することができる。論理１００は、様々なプロセスおよび設備に適用できることを理解されたい。実際に、図４〜図１４に関して下記により詳細に述べられるように、論理１００は、設備保護システムの試験、圧力除去バルブ運転の試験、計器の較正、計器の交換、計器検査の実施、計器保守の実施、指定された時間中の設備故障のリスク、所望の信頼性レベルを維持するための設備運転の実施、試験のタイミング、所望の信頼性レベルを維持するための運転および較正手順、有益なシステムアップグレードの特定、および値の優先順位付け（たとえば、特定のプラント１００アクションの影響の優先順位付け）を向上させるための決定を導出するために使用することができる。示された図４〜図１４は、図３で見られる同様の要素を含むので、これらの要素は、同じ参照符号を使用して示されている。

図４は、過速度防止システムなど、設備保護システムの試験の最適化に適用される論理１００の一実施形態を示している。発電システムなど、特定のタイプの設備では、設備は、設備がプラント１０内で運転し続けることが適切であるか決定するのに使用可能な周期的な耐久試験を受けることができる。すなわち、耐久試験は、システムが適切に応答することを保証するために、発電システムを送電網から分離することによってなど、特定の方法で設備を使用してもよい。たとえば、全負荷遮断の間、送電網９９は、タービンシステム８０によって生成された電力を受け取り損なうことがある。次いで、過速度保護システムなど、特定のシステムは、タービン負荷を迅速に減少させ、それと同時に過速度を制限することによって反応することができる。次いで、タービンシステム８０は、送電網が電力を受け取り始めると、タービンシステム８０の送電網９９との同期を最適化するのに適した状態に持ってくることができる。

設備保護システムの試験は、たとえば年に１回、月に１回、週に１回行われるようにスケジューリングすることができる。試験の実施は、タービンシステム８０を送電網９９からオフライン化することによりプラント１０に影響を及ぼすことがあり、それに対応して、プラント１０によって生成される電力が減少する。論理１００は、試験を行う代わりに、通常運転中に発生したかもしれない全負荷遮断など、特定のイベントに「クレジットを与える」ことを可能にするために使用できる。すなわち、予期しないイベントを、予定された試験の代わりに使用することができる。たとえば、全負荷遮断は、予定された全負荷遮断試験の数週間前に発生することがある。次いで、全負荷遮断の間の設備の挙動を観察することができ、システムが適切に動作する場合、システムを全負荷遮断試験に合格したと見なすことができる。次いで、予定された全負荷遮断試験を再スケジューリングすることができる。このように、履歴イベントに「クレジットを与える」ことができ、必要に応じてプラント１０の試験を将来に移動することができる。したがって、プラント１０のリソースを、より効率的に使用することがきる。

図のように、静的入力２８は、保険要件１２８（たとえば全負荷遮断試験を年に１回実施する）、システム構成１３０、および耐久試験間隔またはスケジュール１３２を含むことができる。動的入力３０は、タービン速度入力１３４、発電機ブレーカ１３６のステータス（たとえば開いた状態または閉じた状態）、タービンシステム運転情報１３８（たとえばシステムがランプアップ中である、システムがランプダウン中である）、運転介入情報１４０（たとえばオペレータがバルブ位置を手動で設定中）、およびシステム全体のステータス１４２（たとえば発電電力、天候状況など）を含むことができる。イベント規則６２は、発電機ブレーカのトリッピング、および所望の速度の１００％超で測定されるタービン速度の増加（たとえば、現在の速度が所望の速度の１０９％で測定され得る）ことに基づいて、全負荷遮断イベント１０２が発生していることを導出することができる。

次いで、論理１００は、入力２８および入力３０を使用して、現在のステータスの加速度保護システムおよび関連する構成要素（たとえばバイパス弁、配管、コントローラ）を用いた運転の継続のリスク保護を更新することができる（ｂｌｏｃｋ １０６）。たとえば、ＡＳＲプロセスまたはＦＴＡを使用して、動的入力３０に基づいてリスク予測を更新することができる。過速度保護装置システムが全負荷遮断イベント１０２の管理に成功した場合、更新されたリスクは、現在の設備（たとえばタービンシステム８０）を用いた運転継続のリスク閾値を超えない可能性が高い（決定１１０）。すなわち、予期しない全負荷遮断の間に加速度保護システムが要望通りに作動しており、したがって、予定された全負荷遮断試験に合格したことであろう。

したがって、計算された次の予定されたアクション（ブロック１１２）は、新しい延長された耐久試験間隔１４４を計算し、いずれかの既存の耐久試験を再スケジューリングすることを含むことができる。新しい間隔は、たとえば、ＡＳＲプロセスを「逆方向に」使用することによって計算することができる。すなわち、通常ＡＳＲプロセスから導出されたリスクは、その代わりに、ＡＳＲプロセスへの入力として使用することができ、ＡＳＲフローチャートは、新しい耐久試験間隔に得るために逆にナビゲートすることができる。新しい耐久試験間隔を導出するために、ＦＴＡなどの他の技法を使用することもできる。新しい耐久試験間隔は、新しい間隔を導出するために使用されるデータおよび計算と共に、オペレータに表示することができる（ブロック１１４）。このように、プラントトリップ、加速度イベント、オペレータ停止イベントなど、プラントの出来事を、正式の試験の「クレジット」付与のために使用し、また改訂された試験スケジュールを決定する際に使用することができる。こうした試験「クレジット」は、個々の計器２６、個々の設備２４、設備サブシステム（たとえばコンプレッサ９２および９４、タービン８４および８６、発電機９８）、および複合システム（たとえばタービンシステム８０、プラント１０）を含めて、様々なタイプのプラント１０の構成要素に適用できることに留意されたい。

図５は、計器２６のより効率的な較正に適用される論理１００の実施形態を示している。示された実施形態では、計器２６の再較正、計器２６の保守および／または計器２６の交換に影響を及ぼすアクションを導出するために、様々な動的入力３０をプラント運転中に収集し、静的入力２８と共に使用することができる。たとえば、動的入力３０は、計器２６の動作状態１４６を含むことができる。動作状態１４６は、目視検査によって導出することができ、または計器２６によって自動的に報告することができる。実際に、計器２６は、制御コンピュータ１６およびプラント制御システム５８と動作状態を通信することができるＨａｒｔ、Ｆｏｕｎｄａｔｉｏｎ Ｆｉｅｌｄｂｕｓ、Ｐｒｏｆｉｂｕｓなど様々なプロトコルを含むことができる。動作状態１４６は、２値ステータス（すなわち良好、または不良）であってもよいし、一連の動作状態１４６（たとえば約１００％良好から０％良好）であってもよい。動作状態１４６は、各ビットがそれぞれ異なる動作状態１４６に対応し得るマルチビット動作状態１４６とすることもできる。たとえば、バルブ計器は、２つ以上の測定（たとえば圧力、流量、温度）、および提供された各測定の動作状態１４６を報告可能であってもよい。

保守表示１４８を動的入力３０に含めることもできる。たとえば、実施された保守、保守のタイプ、問題などを詳細に示す紙および電子記録を含めて、計器２６および関連設備２４の保守記録を使用することができる。他の計器２６からの指示値を含めて、計器指示値１５０を使用することもできる。たとえば、冗長計器は、ほぼ同じ指示値を送信すべきであり、特定の範囲外の指示値は、疑わしいとマーク付けしてもよい。同様に、それぞれが１つまたは複数の計器２６を有する、２つ以上のプロセス点の間の相関性を使用して、計器性能を導出することができる。たとえば、温度計器２６は、燃焼器８２、化学バット、冷却器などの前、内部および後に置かれた温度センサなど、熱利得（または熱損失）をもたらす操作の前、中および後に置いてもよい。したがって、計器２６から送信された測定は、計器２６の位置に基づく予期された測定に相関させることができる。最後の保守の日付、実施された保守のタイプ、保守理由（たとえば定期保守、計画外保守）など、最後の保守１５４入力を使用することもできる。

論理１００は、たとえば計器２６の動作状態測定イベント１０２を導出するために、イベント規則６２を使用してもよい。イベント規則６２は、イベント１０２を導出するために、「ＩＦ 計器指示値＝０％ ＴＨＥＮ 計器＝故障」、「ＩＦ 計器指示値＝１００％ ＴＨＥＮ 計器＝良好」、「ＩＦ 計器指示値＝信頼できない ＴＨＥＮ 動作状態＝良好でない」などの規則を含むことができる。イベント１０２は、２値の測定（すなわち良好対不良）、動作状態の範囲（たとえば０％〜１００％）、および／または非常によい動作状態、良好な動作状態、名目動作状態、修理要として測定された計器２６の動作状態を含むことができる。静的入力２８は、たとえば、所望の較正スケジュールを詳細に示す推奨された較正間隔１５６を提供することによってイベント１０２を導出する際の助けとするために使用することができる。静的入力２８は、設計精度または許容値１５８を含むこともできる。設計精度または許容値１５８は、およそ±０．５％、１％、５％、１０％誤差など、計器によって導出される測定に望ましい値の範囲を含むことができる。

次いで、論理１００は、導出された計器２６の動作状態に基づいて運転継続のリスク予測を更新してもよい（ブロック１０６）。リスクが運転継続のリスク閾値を超えなければ（決定１１０）、次の予定されたアクションを計算してもよい（ブロック１１２）。次の予定されたアクションは、計器較正日の再スケジューリング（たとえば期日を前にし、または期日を後ろにする）、あるいは計器２６の交換または修理の作業指示の作成を含むことができる。実際に、動的入力３０および静的入力２８を連続的に監視することによって、論理１００は、計器２６の較正、修理および保守を最適化することができる。次いで、次のスケジュールアクションをオペレータに表示することができる（ブロック１１４）。計器２６の動作状態を連続的に導出し、導出された動作状態に関連するリスクを更新し、適切なアクションを導出することによって、プラント１０全体の運転および保守を向上させることができる。論理１００は、リスク閾値を超えないならば（決定１１０）、バックアップ計器の使用など緩和アクション、ならびに計器の交換など、推奨アクションをも提供できることに留意されたい。さらに、論理１００は、図６に関して下記により詳細に述べられるように、次回の設備運転または将来の使用を監視することによりプラント１０の効率を向上させるために使用することができる。

図６は、次回の設備使用を監視し、現在の設備状態を導出し、適切なアクションで応答することによる設備運転の効率を向上させることに適用される論理１００の一実施形態を示している。このように、論理１００は、設備の自動化された動的な事前運転点検を可能にすることができる。たとえば、動的入力３０は、タービンシステム８０の次回の起動（または停止）を詳細に示すデータなど、計画されたプラント運転のデータ１６０を含むことができる。起動（または停止）運転は、標準の稼動運転中に定期的には使用されない設備を使用することを必要とすることがあり、または標準の稼動運転中に定期的には使用されない特定の方法で設備を使用することを必要とすることがある。たとえば、タービンシステム１０は、標準稼動中ではなく起動運転の間に１次およびバックアップの点火用エキサイタを使用することがある。同様に、以前に使用されなかった特定のバルブは、今は必要ないことがある。論理１００は、設備を使用するリスクを導出するために、設備を実際に使用する前に設備を事前に試験してもよい。たとえば、運転の有効性を測るために、バルブをストロークする（たとえば完全にまたは部分的に開き、完全にまたは部分的に閉じる）ことができる。

論理１００は、イベント１０２を導出するために、構成要素１６２、現在の構成要素のデータ１６４（たとえば現在のバルブ位置、構成要素の動作状態）、計画された構成要素使用１６６（たとえば計画されたバルブ位置、構成要素使用回数）、および／またはプロセス状態１６８（たとえばプロセス温度、圧力、流量、クリアランス、使用される燃料のタイプする）の最後の運転など、動的入力３０を使用することができる。イベント１０２は、起動運転中に特定のバルブを操作する必要があること、および特定の時間ウィンドウ内に特定のバルブがフルストロークで運転されていないことなどのイベントを含むことができる。

論理１００は、要望通りに作動していない設備２４および／または計器２６のリスク予測（ブロック１０６）を更新するために、システムの信頼性モデル１７０、計画運転の信頼性モデル１７２（たとえばタービン起動信頼性モデル、停止信頼性モデル、過渡信頼性モデル、定期運転信頼性モデル）、故障モード解析モデル１７４、設計寿命予測１７６、業界故障率データ１７８および／または運転状態１８０など、静的入力２８を使用することもできる。たとえば、システムの信頼性モデル１７０は、基準の信頼性を決定するために使用することができる。計画運転の信頼性モデル１７２（たとえばタービン起動信頼性モデル）は、たとえば起動運転、停止運転、トリップ運転などの間の構成要素の故障の統計的確率など、追加の情報に基づいて基準の信頼性を更新するために使用することができる。故障モード解析１７４は、バルブ、計器、パイプ、燃料供給システムなど、特定の部品故障の結果どうなるかを導出するために使用することができる。設計寿命予測１７６は、予測寿命および実際の構成要素の使用に基づいて様々な構成要素の現在の寿命を導出するために使用することができる。業界故障率データ１７８は、業界データベースからのデータに基づいて構成要素の故障についての統計モデルを導出するために使用することができ、この業界データベースは、製造元データベースおよび他の履歴故障率データベースを含み得る。運転構成１８０は、部品構成またはレイアウトおよび従来の使用を決定するために使用することができる。

論理１００は、上述されたように次回の計画運転に関連するリスクのリスク予測（ブロック１０６）を更新し、また関連するリスク閾値を更新する（ブロック１０８）ために、入力２８および入力３０のすべてを使用してもよい。たとえば、更新されたリスク閾値は、次回の計画プラント１０運転（たとえばタービン起動）および静的入力２８に基づいて上昇させてもよいし、低下させてもよい。一部の状況では、リスク閾値を超えることがある（決定１１０）。次いで、論理１００は、いずれかの緩和アクションが使用可能かどうか判定することができる（決定１１６）。１つまたは複数の緩和アクションが使用可能な場合は、論理１００は、今後の運転のリスクを減少させるのに適した１つまたは複数の緩和アクションを選択してもよい（ブロック１１８）。たとえば、特定のバルブが次回の運転で使用されることになっており、それらのバルブが一定の期間（２４時間超、３日間超、１週間超、１ヶ月超など）使用されていない場合、選択された緩和アクションは、制御システムによってバルブをストロークし、または部分的にストロークする（すなわちバルブを開方向、または閉方向に動かす）など自動のアクション（ブロック１２４）を含むことができる。このようにして、次回の運転に適しているものとして自動的に「事前検査」することができる。同様に、他の緩和アクションは、確実に運転準備が整った状態にするために、可変形状入口、フライス盤、化学処理装置、バックアップシステム、タービンシステム１０部品など、設備２４を自動にまたは手動で作動させることを含むことができる。実際に、論理１００は、システムが運転を始める前にシステムを事前試験するために、様々なプラント設備２４および計器２６に適用することができる。

図７は、計器２６の一部が信頼できなくなり、または他の方法で動作不可能になる場合でも、プラント１０（図１に示す）をより効率的に運転するために適用される論理１００の一実施形態を示している。たとえば、計器２６のうちの１つまたは複数の計器を不意に失うことが、故障した計器２６の即時交換を必ずしも必要としないことがあり、プラント１０の運転は、特定の状況下で継続することが許され得る。このように、一部の計器２６が故障した状況でさえ、プラント１０の最適なリソース使用および生産を実現することができる。

示された実施形態では、動的入力３０は、図５に関して上述されたように、計器２６の動作状態１４６、保守表示１４８、計器指示値１５０、およびそれぞれが１つまたは複数の計器２６を有している２つ以上のプロセス点１５２間の相関を含むことができる。やはり図５に関して上述されたように、静的入力２８は、推奨された較正間隔１５６、ならびに設計精度（許容値）１５８を含むこともできる。論理１００は、イベント規則６２を使用して、「動作状態＝不良」、「信号＝失敗」など、特定の計器故障イベント１０２が発生したこと、あるいは計器が所望の許容値外であることを導出することができる。したがって、論理１００は、計器２６使用のリスク予測を更新することができ（ブロック１０６）、計器２６に関連するどんなリスク閾値をも更新することもできる（ブロック１０８）。特定の計器２６、たとえば冗長計器を有する計器２６、およびプラント運転にとって重要でないことがある計器２６（たとえば排気口８８温度センサ）の場合、計器を使用しないことのリスク閾値を超え得ない（決定１１０）。次いで、論理１００は単に、交換の作業指示を作成し、通常の保守スケジュールの一環として作業指示を、次の予定されたアクションとしてスケジューリングしてもよい（ブロック１１２）。次いで、作業指示をオペレータに表示することができる（ブロック１１４）。

プラント運転にとってより重要であり得る計器２６の場合、計器２６を使用しないことのリスク閾値を超えることがある（決定１１０）。次いで、論理１００は、いずれかの可能な一連の緩和策を決定してもよい（決定１１６）。特定の状況では、特定の緩和アクションを選択することによって（ブロック１１８）プラント運転に対するリスクを緩和することが可能であり得る。たとえば、故障した計器２６がタービン温度（たとえばＨＰタービン８４またはＬＰタービン８６）を測定している場合、範囲が減少するといえ、動作することを許され得る。たとえば、タービンは、最大負荷の９５％、９０％、８０％、５０％で動作することを許され得る。同様に、タービンの燃焼温度は、同様に制限され得る。蒸気タービンの例では、タービンは、ボイラ出口の温度センサと、蒸気タービン入口の温度センサとを含むことができる。入口センサが故障すれば、蒸気タービンは、出口センサによって測定されたように、低下した温度で運転を継続することを許され得る。同様に、出口センサが故障すれば、ボイラは、入口センサによって測定されたように、温度が低くなるとはいえ、蒸気を供給し続けることを許され得る。実際に、より制限された運転モードを実施するために、自動のアクションは、制御システムを対象としてもよい（ブロック１２４）。手動の緩和アクションを実施することもできる。たとえば、第１のポンプ上で重要な振動センサが故障するが、第２の待機ポンプが使用可能であるならば、論理１００は、作業員に第２の待機ポンプを開始するよう手動で指示することができる。このように、計器の故障を認識することができ、プラント１００運転を継続するために、適切な緩和アクションを講じることができる。

緩和アクションが使用可能ではないと決定される場合は（決定１１６）、規制順守の運転など、プラント運転を最適化するために特定の推奨アクションを講じることができる。たとえば、動作不可能になったかもしれない計器２６が、排出監視に必要な計器２６を含む場合、推奨アクションは、故障した計器２６の早急な交換を推奨すること、および一定の期間（たとえば１５分、１時間、４時間、１日）の終了の前に交換が完了しない場合にはプラントを停止する自動のアクションを含むことができる。このように、論理１００は、重要な計器が信頼できなくなったと検出し、プラント１０運転を継続するのに適した推奨アクションを開始することができる。さらに、図８に関して下記により詳細に述べられるように、論理１００は、複数のプラント１０に渡ってプラント運転を最適化することができる。

図８は、複数の発電所１０など、複数のプラント１０の管理に適用される論理１００の一実施形態を示している。示された実施形態では、静的入力２８は、電力購入契約データ１６０を含む。電力購入契約データ１６０は、一定の期間の間、たとえば送電網９９に供給される電力量を詳細に示すことができる。電力供給元は、電力購入契約１６０に従って送電網９９に電力を供給するために、１つまたは複数の発電所１０を使用することがある。論理１００は有利には、電力購入契約１６０を守りながら電力供給を最適化するために、１つまたは複数の発電所１０、ならびにエネルギー市場、環境状態などを監視することができる。

示された実施形態では、動的入力３０は、他のプラントステータス１６２（たとえば他のプラントの運転状態、他のプラントの発電容量）、グリッドステータス１６４（たとえば、送電網によって分配された現在の電力、予測された電力、停電が生じているかもしれない送電網、系統電力のルーティング図）、エネルギー需要１６５（たとえば現在の需要、予測された需要）、エネルギーコスト１６６（たとえば燃料費、発電コスト）、すべての発電所１０の動作状態１６８、保守表示１７０（たとえば設備２４および計器２６の次回の保守、設備２４および計器２６の現在の保守、現在の作業指示）、プラント状態１７２（たとえばプラント設備のステータス、休暇中の作業員、バックアップ発電容量）、および環境状態１７４（たとえば現在の天気、予測された天気）を含むことができる。

論理は、たとえば現在のエネルギーまたは電力の経済的価値を反映するようにリスク閾値を更新してもよい（ブロック１０８）。より具体的には、エネルギーの価値が高くなると、リスク閾値の上昇につながることがあり、エネルギーの価値が低くなると、リスク閾値の低下がもたらされることがある。エネルギー評価に基づいてリスク閾値を調整することによって、論理１００は、プラント１０（複数可）内の運転上の決定を導出する際にエネルギー評価を使用することを可能にすることができる。実際に、複数の発電所１０の生産効率および利益を増加させるのに適した決定を行うために、エネルギー市場ならびに天候を使用することができる。

図示された例では、論理１００は、たとえばエネルギー市場（たとえば電力市場、石油市場、ガス市場、石炭相場、先物市場）のエネルギー需給を観測することによって、動的データ３０を監視して、エネルギー価値を導出することができる。「ＩＦ エネルギー価値＞閾値」など、イベント規則６２を使用して、イベント１０２を導出し、したがって、プラント１０に関連するリスク予測の解析を開始することができる。リスク予測は、予定された保守、天気事象による休止時間に関連するリスク、統計および／または物理モデルを使用して導出された設備２４および計器２６の故障リスク、需要の増加に関連する経済的リスクを含むことができる。リスク閾値は、電力購入契約１６０、関連する静的入力２８および動的入力３０の解析に基づいて、改訂されたリスク閾値を組み込むように更新することもできる（ブロック１０８）。たとえば、エネルギー価値が高い（たとえば、通常のエネルギー価値より１０％、２０％、５０％高い）場合は、リスク閾値を増加させてもよい。エネルギー価値が低い（通常のエネルギー価値より１０％、２０％、５０％低い）場合は、リスク閾値を低下させてもよい。同様に、電力購入契約１６０が、十分な電力を提供しないことのペナルティを含む場合、リスク閾値は、ペナルティに相関して上昇させてもよい。このように、リスク閾値は、経済的な状態、技術的な状態および契約の状態を反映するように動的に調整することができる。

リスク閾値を超過しない場合（ブロック１１０）、増加したエネルギー価値、および入力２８および入力３０に基づいて、特定のアクションを予定することができる（ブロック１１２）。たとえば、プラント１０は、増加した収益を得、かつ／または天候関連の停電の際に役立つように、通常の制限（たとえば発電制限、設備使用時間制限、保守間隔制限）より高い制限で動作することを許されてもよい。たとえば、天気事象（たとえばハリケーン、暴風雪、洪水、竜巻、地震）が生じ、または予測されるならば、天気事象を最小限に抑えるために、さもなければ保守のために停止されたかもしれない発電所１０を運転し続けるなど、様々な予定されたアクション１１２を講じることができる。同様に、プラント１０は、他のプラント１０内で予期しない休止時間が生じた場合、または経済状況のせいで必要な電力を提供するために、特定の制限（たとえば発電制限、設備使用時間制限、保守間隔制限）を超えて運転することが許されてもよい。このように、エネルギー市場（たとえばエネルギー需要１６５、エネルギーコスト１６６）、環境状況１７４、および他のプラント１６２のステータスは、プラント１０リソースのより最適な利用を導出するために監視することができる。さらに、図９に関して下記により詳細に述べられるように、論理１００は、プラント１０（複数可）内の有益なシステムアップグレードを特定することができる。

図９は、プラント１０にとって有益なシステムアップグレードの特定に適用される論理１００の一実施形態を示している。たとえば、プラント１０は、およそ最大容量で、またはほぼ最大容量（たとえば容量の８０％、９０％、９５％、９９％）で運転していることがある。したがって、たとえば特定の設備２４および／または計器２６を、改良された設備２４および／または計器２６で置き換えることによってプラント１０の生産容量を増加させることが有益であり得る。同様に、特定のプラント１０の設備２４および／または計器２６は、同じタイプ、寿命および／また使用履歴の設備２４および／または計器２６に期待された中央または平均のイベント数を超えるいくつかの予期しない保守イベントに遭遇していることがある。すなわち、設備２４および／または計器２６は、予測されるよりも頻繁に故障していることがある。論理１００は有利には、プラント１０のアップグレードに関連するイベント１０２を導出し、プラント１０全体の効率を向上させるのに適したアクションを提供することができる。

示された実施形態では、静的入力２８は、新製品導入（ＮＰＩ：ｎｅｗ ｐｒｏｄｕｃｔ ｉｎｔｒｏｄｕｃｔｉｏｎ）設計概念１７６、システム構成１７８および国の要件１８０を含むことができる。ＮＰＩ設計概念１７６は、設備２４、計器２６、および／またはプラント１０運転の向上に適したプラントプロセス２２の近い将来の設計を含むことができる。たとえば、タービンシステム８０の運転、保守および発電を向上させることができるタービンシステム８０に対するＮＰＩ修正を特定することができる。システム構成１７８は、プラント１０の現在のシステム構成を含むことができ、したがって、そこからのシステムアップグレードを提供するために、基準の構成を提供することができる。国要件１８０は、国によって変化するプラント１０用の規制要件を含むことができる。さらに、国要件１８０は、プラント１０が稼動している国に関する産業法規要件、構築要件、資金調達要件など、他の要件を含むことができる。

動的入力３０は、燃料変化１８２、負荷要件１８４、システム運転１８６、オペレータ介入１８８、システムステータス１９０、および／またはシミュレーション環境１９２を含むことができる。燃料変化１８２は、設備に対するどんなタイプのアップグレードによって使用可能な燃料の利用が向上するか決定するのに有用であり得る。たとえば、石炭ベースの燃料の新製品導入（ＮＰＩ）設計１７６によって、排出レベルをも減少させながら、エネルギー生産の向上をもたらすことができる。負荷要件１８４は、タービンシステム８０など、特定の設備２４の負荷率の使用を含むことができる。すなわち、負荷率は、発電機９８など、特定の設備の稼動に望ましい率の負荷を近似することができる。より高い負荷要件８０は、保守の必要性の増加をもたらすことがある設備２４使用の増加に対応し得る。システム運転１８６は、システムをどのように運転すべきか、たとえばバックアップとして使用するために他のどんなシステムが相互に関連し得るか、運転を監視する作業員のタイプ、数および訓練、典型的な燃焼温度、典型的な運転圧力、燃料および他の流量などを詳細に示すデータを含むことができる。オペレータ介入１８８は、プラント１０内に存在する手動の介入のタイプ、ならびにオペレータがプラント１０の設備２４および／または計器２６と対話する時間量を詳細に示すことができる。システムステータス１９０は、システムの現在の運転状態（たとえば現在の発電レベル、前月比の発生収益、付随するコスト、作業員入れ替え率）を含むことができる。シミュレーション環境１９２は、プラント１０へのアップグレードの影響をシミュレートするのに適した統計および／または物理モデルを含むことができる。たとえば、ＮＰＩ設計概念１７６は、いずれかの有益な影響を測るためのシミュレーションの一環として使用することができる。同様に、シミュレーション環境１９２は、税金払戻し（たとえば「グリーン」技術戻し減税）、償却スケジュール、株価評価への影響などを含めて、新しい設備および／または計器の調達の費用対効果解析を導出するのに適した経済モデルを含むことができる。

論理１００は、有益なシステムアップグレードを特定するために、入力２８および入力３０を絶えず監視してもよい。たとえば、新しいＮＰＩ設計１７６が作成される場合、論理１００は、新しいＮＰＩ設計の外観を詳細に示すイベント１０４を導出する。次いで、論理１００は、プラント１０内でＮＰＩ設計１７６を実施することがエンジニアリング面および経済面で適しているか決定するために、シミュレーション環境１９２を実行することができる。論理１００は、設備２４および／または計器２６の過剰使用を追跡するために、発電機トリップ、タービントリップ、予期しない保守のイベント（たとえば部品故障）などのイベント１０２を監視することもできる。こうした過剰使用を監視することによって、過剰使用イベント１０２が導出されることになり得る。同様に、論理１００は、たとえば、現在の使用メトリクス（使用時間、燃焼温度、発電、燃料使用、１年当たりの起動数）を平均または中央値の使用メトリクスと比較することによって、設備２４および／または計器２６の活用不足を監視することができる。したがって、論理１００は、交換の候補として、過剰使用されたリソース、および十分に活用されていないリソースを識別することができる。

論理１００は、設備２４および／または計器２６をより新しい設計に置き換えることのリスク予測を更新し（ブロック１０６）、交換リスクを、いずれかの更新されたリスク閾値（ブロック１０８）と比較することができる。同様に、プラント１０リソースをアップグレードしないリスクを比較点として使用することができる。設備のアップグレードのリスク閾値が、更新されたリスク閾値を超えないならば（ブロック１１０）、次の予定されたアクションは、設備２４および／または計器２６アップグレードのスケジュールおよびリストを含むように計算することができる（ブロック１１２）。このように、論理１００は、プラントの効率および生産を増加させることができるプラント１０への１つまたは複数のアップグレードを導出するために、入力２８および３０を監視することができる。

図１０は、圧力除去バルブなど、個々の設備２４および／または計器２６に関連する入力２８および３０を監視すること、ならびに監視された入力を使用して、たとえば設備２４および／または計器２６について新しい保守スケジュールを導出し、かつ／または新しい作業指示を発行することに適用される論理１００の一実施形態を示している。圧力除去バルブなどの特定の設備２４は、あまり頻繁には使用されないことがある。たとえば、圧力除去バルブは、圧力があるレベルに達するときに流体の流れをバイパスし、または取り除くために使用される。したがって、圧力除去バルブは、他のバルブと比べてあまり頻繁に使用されないことがある。安全弁の信頼性を保証するために、ある圧力レベルで安全弁が開き、または閉じるなど、所望のバルブ挙動を試験する保守試験をスケジュールすることができる。しかし、保守試験は、設備２４をオフライン化し、したがって、プラント１０の運転全体に影響を及ぼすことがある。論理１００は、バイパス弁を開けさせ、かつ／または閉じさせるバイパスイベントなど、特定のバルブ関連イベントの発生について入力２８および入力３０を連続的に監視してもよい。バイパスイベントに関連するデータを監視することによって、論理１０は、バルブが適切に機能していることを導出し、バルブ試験を行う代わりに、イベントに「クレジットを与える」ことができる。次いで、予定されたどんなバルブ試験をも、それに応じて再スケジューリングすることができる。

示された例では、動的入力３０は、圧力除去バルブの設定圧力１９４およびシステム圧力１９６を含む。設定圧力１９４は、設定圧力１９４に達するときにバルブが上がり、作動するように調整することができ、したがって、流体の流れの向きが変わり、システム圧力１９６が不所望のレベルに達することが防止される。論理１００は、システム圧力１９６を連続的に監視し、過剰圧力イベント１０２の発生中にバルブデータを捕捉することができる。たとえば、「ＩＦ 現在のシステム圧力≧設定圧力」などのイベント規則６２を使用して、過剰圧力イベント１０２の発生を導出することができる。次いで、圧力安全弁が上がったかどうか、バルブの作動時間、およびバルブの再設定の作動時間（すなわち、過剰圧力以前の元の位置にバルブが戻ること）を使用して、更新されたリスク予測を導出することができる（ブロック１０６）。更新されたリスク予測は、実際の過剰圧力状態中のバルブの観測された性能に基づいて、過剰圧力試験イベントなど、バルブ保守を再スケジューリングするリスクを含むことができる。バルブが設計パラメータ１９８内で作動した場合、リスク閾値を超え得ず（決定１１０）、次の予定されたアクションの計算（ブロック１１２）は、次回のどんな過剰圧力試験をも再スケジューリングすることを含むことができる。次いで、過剰圧力試験の再スケジューリング、過剰圧力イベント１０２の観測中に照合されたデータが、オペレータに表示されてもよい（ブロック１１４）。このように、実際のプラント１０イベントの発生１０２を使用して、イベント１０２に関連する特定の試験を実施する代わりに、「クレジット」を与えることができる。

バルブが要望通りに作動しなかった場合は、十分に作動しないバルブのリスク閾値を超えていることがある（決定１１０）。論理１００が、緩和アクションが使用可能であると決定した場合（決定１１６）、特定の緩和アクションを選択してもよい（ブロック１１８）。緩和アクションは、バルブ較正の作業指示の作成、バルブ交換の作業指示の作成、追加のバルブ試験実施の作業指示の作成を含むことができる。論理１００は、手動の緩和アクション（たとえば作業指示）を提供し（ブロック１２２）、オペレータに作業指示を表示してもよい（ブロック１１４）。したがって、論理１００は、オペレータが、是正アクションが必要であることを示し得る動的入力３０の変化に対してより効率的に応答することを可能にすることができる。実際に、図１１に関して下記により詳細に述べられるように、ポンプなどの個々の設備２４および／または計器２６を連続的に監視することができ、したがって運転を向上させることができる。

図１１は、新しく識別された状態に基づいて、設備２４の運転および保守に適用される論理１００の一実施形態を示している。ポンプなど、特定の設備２４は、振動制限２００、設備温度定格２０２、通常の軸受運転温度２０４、圧力曲線２０８および流れ曲線２１０など、設計条件を詳細に示す静的入力２８を含むことができる。振動制限２００は、不所望の振動レベルに基づく制限を含むことができる。設備温度定格２０２は、設備の寿命および運転能力の向上に適した設備に望ましい運転温範囲度を含むことができる。同様に、通常の軸受運転温度２０４は、ポンプ軸受（たとえばたとえば玉軸受、ころ軸受）運転の所望の温度範囲を含むことができる。さらに、圧力曲線２０６は、所与の流量に望ましい圧力を詳細に示すことができる。同様に、流れ曲線２０８は、所与のバルブ開き位置に望ましい流量または流れ率を詳細に示すことができる。

静的入力２８は、故障モード解析２１０および設計寿命予測２１２を含むこともできる。故障モード解析２１０は、現在の振動２１４、現在の温度２１６、現在の圧力２１８、流れ（たとえば流量、流れ率）、および電力２２２（たとえば駆動力またはトルク）など、特定の動的入力３０に基づいて設備故障を予測するのに有用な統計および／または物理ベースのモデルを含むことができる。同様に、設計寿命予測２１２は、使用された時間、使用タイプ、保守記録など、設備２４の使用履歴に基づいて設備２４の除却または交換を予測するために使用することができる。論理１００は、設備２４に関連するリスク予測を更新するために（ブロック１０６）、静的入力２８を、現在の振動２１４、温度２１６、圧力２１８、流れおよび／または電力２２２などの動的入力３０と組み合わせることができる。たとえば、設備２４故障のリスク予測または保守の必要性を更新することができる（ブロック１０６）。更新されたリスク予測は、バルブが誤動作し、または他の方法で動作不可能になるリスクを含むことができ、それは、たとえば、故障モード解析２１０および／または設計寿命予測２１２（および他の静的入力２８）を使用して導出することができる。

バルブの誤動作のリスク閾値がリスク閾値を超えると見られる場合（決定１１０）は、論理１００は、使用可能な緩和アクションがあるかどうか判定することができる（決定１１６）。使用可能な緩和アクションがある場合は（決定１１６）、論理１００は、１つまたは複数の緩和アクションを選択してもよい（ブロック１１８）。たとえば、手動の待機ポンプが使用可能な場合は、論理１００は、待機ポンプを開始するようオペレータに警告またはアラームを提供し（ブロック１２２）、次いで、現在のアクション（たとえば待機ポンプを開始するアクション）の表示をオペレータに提供することができる（ブロック１１４）。同様に、待機ポンプが使用可能であり、自動制御されている場合は、プラント制御システム５８に待機ポンプを駆動するよう指示することができ（ブロック１２４）、講じられたばかりのアクションについてオペレータに警告することができる（ブロック１２６）。次いで、論理１００は、現在のアクション（たとえば待機ポンプの自動開始）をオペレータに表示することができる（ブロック１１４）。

緩和アクションが使用可能でない場合は（決定１１６）、論理１００は、推奨アクションを決定してもよい（ブロック１２０）。たとえば、ポンプが重要なポンプである場合は、推奨アクションは、ポンプを使用しているシステムを停止することを含むことができる。システム停止は、自動であっても、手動であってもよい。手動の停止では、論理１００は、システム停止を詳細に示す警告またはアラームをオペレータに提供してもよい（ブロック１２２）。自動停止では、論理１００は、プラント制御システム５８にシステムを停止するよう指示し（ブロック１２４）、講じられた停止アクションについてオペレータに警告してもよい（ブロック１２６）。次いで、論理１００は、停止アクションおよび関連するデータをオペレータに表示してもよい（ブロック１１４）。設備２４からの動的入力３０を連続的に監視することによって、論理１００は、プラント１０をより効率的に操作するのに適した保守および／または運転上のアクションを導出することができる。このように、障害の不所望の影響を最小限に抑え、または取り除くために、設備２４に対する可能な障害を検出し、アクションを施行することができる。実際に、図１２に関してより詳細に述べられたように、設備２６に対する可能な障害を、論理１００によって検出し、それに基づいてアクションすることができる。

図１２は、計器２６が動作不可能になり、または故障状態になることの表示を検出し、それに基づいてアクションするために、動的入力３０を監視することに適用される論理１００の一実施形態を示している。冗長の計器および／または冗長のチャネルの使用など、特定のアクションを提供することによって、論理１００は、故障した計器２４に関連する影響を緩和し、または取り除くことができる。たとえば、監視された動的入力３０は、計器２６の動作状態１４６を含むことができる。図５に関して上記に言及されたように、動作状態１４６は、目視検査によって導出してもよいし、計器２６によって自動的に報告してもよい。実際に、計器２６は、制御コンピュータ１６およびプラント制御システム５８と動作状態を通信することができるＨａｒｔ、Ｆｏｕｎｄａｔｉｏｎ Ｆｉｅｌｄｂｕｓ、Ｐｒｏｆｉｂｕｓなど、様々なプロトコルを含むことができる。動作状態１４６は、２値ステータス（すなわち良好または不良）、または動作状態１４６の範囲（たとえば約１００％良好から０％良好まで）であってもよい。動作状態１４６は、それぞれのビットがそれぞれ異なる動作状態１４６に対応し得るマルチビット動作状態１４６とすることもできる。

保守表示１４８もまた、動的入力３０に含まれてもよい。たとえば、実施された保守、保守のタイプ、問題などを詳細に示す紙および電子記録を含めて、計器２６の保守記録および関連設備２４の保守記録を使用することができる。温度、圧力、フロー、クリアランスまたは他のプロセス情報を測定するプロセス変数２２４を使用してもよい。制御変数２２６は、たとえば、計器２６が比例積分微分制御（ＰＩＤ：ｐｒｏｐｏｒｔｉｏｎａｌ−ｉｎｔｅｇｒａｌ−ｄｅｒｉｖａｔｉｖｅ）技法、閉ループ制御技法および／または開ループ制御技法など、制御モダリティを使用する状況では、制御変数２２６を使用することができる。プラント状態１７２（たとえばプラント設備のステータス、休暇中の作業員、バックアップ発電容量）、および環境状態１７４（たとえば現在の天気、予測された天気）を監視することもできる。

静的入力２８は、計器２６の改修または保守のスケジュールを詳細に示す改修間隔２２８を含むことができる。計器２６の残りの寿命を決定するのに有用な計器２６のライフサイクルまたは陳腐化期間を詳細に示すために、陳腐化入力２３０を使用することができる。計器２６についていずれかの現在のメーカリコールまたは返品が、計器２６のリコールまたは返品の履歴と同様に整っているか決定するために、リコール２３２を使用することができる。したがって、静的入力２８を使用して、計器故障、または計器２６による誤測定の送信のリスクの導出に有用な情報を提供することができる。

所望の制御変数２２６からの逸脱（たとえば、「ＩＦ 制御設定点変動＞Ｘ％」、ただしＸ％は１％、５％、１０％、１５％、２０％にほぼ等しい）を詳細に示す規則など、１つまたは複数のイベント規則を使用して、動作状態イベント１０２を検出することができる。他のイベント規則６２は、保守表示１４８（たとえば「ＩＦ 予期しない保守の履歴＝高い」、「ＩＦ 最後の保守＞１年」）、プロセス変数２２４（たとえば「ＩＦ 測定＞最大測定範囲」、「ＩＦ 測定＜最小測定範囲」）、および計器２６によって送信された測定（たとえば、「ＩＦ 測定の受信なし＞１時間」、「ＩＦ 測定データ＝雑音入りデータ」）などに関する規則を含むことができる。計器２６は、動作状態測定１４６を提供することもできる。実際に、Ｆｏｕｎｄａｔｉｏｎ Ｆｉｅｌｄｂｕｓ計器２６など、特定の「スマート」計器２６は、動作状態１４６を送信するのに適した自動解析モードを含むことができる。したがって、論理１００は、たとえば、計器２６が不良であり、または故障したかもしれないことを詳細に示すイベントなど、動作状態イベント１０２を導出することができる。

動作状態イベント１０２は、プラント１０運転の障害の影響のリスク予測を更新し（ブロック１０６）、またリスク閾値を更新するために使用することができる（ブロック１０８）。たとえば、計器がタービンシステム８０に含まれている場合、タービンシステム８０の誤動作のリスク予測は、ＡＳＲプロセスを使用することによって見つけることができる（ブロック１０６）。実際に、計器８０を含む任意のシステムの誤動作のリスク予測を、動的入力３０および静的入力２８を使用することによって更新することができる（ブロック１０６）。同様に、誤動作のリスク閾値または許容リスクを更新することもできる（ブロック１０８）。たとえば、計器２６がプラント１０の運転に重要であると考えられる場合は、リスク閾値は、プラント運転中の計器２６の重要性を反映するように低下させることができる。同様に、計器２６がバックアップ計器２６を有し、またはプラント１０の運転にとってそれほど重要でない場合は、リスク閾値の更新より、リスク閾値を低下させることになり得る（ブロック１０８）。

論理１００は、計器２６故障のリスク閾値を超えたと決定した場合（決定１１０）、可能な緩和アクションがあるかどうか判定することができる（決定１１６）。１つまたは複数の緩和アクションがある場合は、論理１００は、緩和アクションのうちの１つまたは複数を選択してもよい（ブロック１１８）。たとえば、計器２６は、２つ以上のチャネルを含むことがあり、チャネルのうちの１つが、所望のパラメータ内で機能していると決定されていることがある。したがって、選択された緩和アクションは、故障したチャネルを使用しないままにしながら、機能しているチャネルを自動的に使用することを含むことができる。実際に、プラント制御システム５８は、機能しているチャネルを使用する自動のアクションを実施することを対象とすることができ（ブロック１２４）、次いで、講じられるアクションについての警告をオペレータに送ることができる（ブロック１２６）。緩和アクションが使用可能でない場合は（決定１１６）、論理１００は、計器２６の交換など、推奨された手動のアクションを決定することができる（ブロック１２０）。次いで、こうしたアクションをアラームまたは警告としてオペレータに提供することができる（ブロック１２２）。さらに、論理１００は、計器２６が特定の時間制限内に交換されない場合は、プラント制御システム４８に特定の運転を停止するよう指示するなど、自動の推奨アクションを提供することもできる（ブロック１２２）。次いで、講じられた自動のアクションは、警告としてオペレータに提供されてもよい（ブロック１２６）。次いで、すべての警告および関連するデータ（たとえば警告の原因、警告を導出するために使用される測定）をオペレータ１１４に表示することができる。

論理１００は、たとえば計器が重要でないため、または計器２６の動作状態が良好な状態にほぼ近い状態であるためリスク閾値を超えていなと決定する場合（ブロック１１０）、次の予定されたアクションを計算することができる（ブロック１１２）。次の予定されたアクションは、計器２６の交換の推奨されたスケジュール、ならびに計器の動作状態の決定に使用されるデータ（たとえば動的入力３０）を含むことができる。次いで、次のスケジュールアクションおよび関連するデータをオペレータに表示してもよい（１１４）。計器２６の動作状態イベント１０２を連続的に導出し、入力２８および入力３０を使用してリスク予測の更新（ブロック１０６）およびリスク閾値の更新（ブロック１０８）を行うことによって、論理１００は、誤動作する計器２６から発生するどんな問題をも最適に診断し、それに応じて応答することができる。実際に、図１３に関して下記により詳細に述べられるように、論理１００は、たとえば相互に関連する設備２４および／または計器２６を介して送信されているデータによって、設備２４および／または計器２６を間接的に監視するために使用することもできる。

図１３は、設備２４の直接的な検査および／または間接的な検査から有用な結果を導出し、プラント１０の運転の最適化に適した特定のアクションを可能にすることを含めて、設備２４の検査に適用される論理１００の一実施形態を示している。一例では、検査される設備２４は、「噴霧」すなわちコンプレッサ９４に蒸気を加えることに適した水洗浄システムなど、出力増加システム（ｐｏｗｅｒ ａｕｇｍｅｎｔａｔｉｏｎ ｓｙｓｔｅｍ）を含むことができる。追加される蒸気は、コンプレッサ９４の冷却を可能にし、また追加の液体質量流量を注入することによって質量流量を増し、それによって、タービンシステム８０からの追加電力の生産をもたらすことができる。ある動作モードでは、出力増加システムのスイッチを、たとえばグリッドコードを使用してオンにすることができる。たとえば、特定の規制４０は、送電網９９に電力を加えることによって発電所１０がグリッドコードに応答することを詳細に示すことができる。したがって、発電所１０は、発電を増強するために出力増加システムをオンにすることができる。

一実施形態では、出力増加システムを直接に検査する代わりに、出力増加システムの運転挙動を使用することができる、このように、出力増加システムは、間接的に観察することができる。たとえば、出力増加システムの使用中に収集された動的入力３０を使用して、出力増加システムの信頼性または動作状態を示す特定のイベント１０２の発生を導出することができ、リスク閾値（ブロック１０８）と共に、運転の継続のリスク予測を更新することができる（ブロック１０６）。次いで、論理１００は、運転を向上させ、プラント１０の安全性を高めるのに適した決定を提供することができる。

示された実施形態では、動的入力３０は、オンラインパワー洗浄システム運転２３６からのデータ（たとえば蒸発速度、コンプレッサ温度、質量流量）、グリッドコードに応答するバルブからのバルブ（たとえばＣｖバルブ）データ２８３（たとえば現在のバルブ位置、バルブを通る現在の流れ、流れの温度）、流れを提供し、または出力増加で使用される流体を他の方法で加圧するポンプなどのデバイスからの流れまたは圧力デバイスデータ２４０を含むことができる。動的入力３０は、出力増加システムに影響を及ぼす１つまたは複数のイベント１０２の発生を導出するために、イベント規則６２と共に使用することができる。たとえば、いくつかのイベント規則は、現在の動的入力３０を解析し、出力増加システム内の可能な問題を示す低い質量流量、低圧力、高い質量流量、高圧力、流れの中の微粒子、汚い流れ、パワー洗浄をオンにするときの低い出力増加、または出力増加が行われないことなど、イベント１０２を導出する規則を含むことができる。

次いで、イベント１０２が発生すると、出力増加システムを使用した運転継続のリスク予測を更新されることになり得る（ブロック１０６）。たとえば、事故シナリオレビュー（ＡＳＲ）または故障樹解析（ＦＴＡ）を使用して、動的入力３０（および静的入力２８）に基づいて新しいリスクを導出することができる。同様に、プラント運転を継続するリスク閾値は、たとえばエネルギーの市場需要に基づいて更新してもよいし、同じレベルのままにしてもよい（ブロック１０８）。リスク閾値を超える場合は（決定１１０）、論理１００は、いずれかの緩和アクションも使用可能かどうか判定することができる（決定１１６）。緩和アクションが使用可能な場合は（決定１１６）、論理１００は、緩和アクションのうちの１つまたは複数を選択してもよい（ブロック１１８）。たとえば、出力増加システムに信頼性の問題が生じているように見え、また出力増加システムが近い将来（たとえば１日、１週間、１ヶ月）必要になると思われない場合は、手動の緩和アクションは、出力増加システムを修理し、かつ／または他の方法で維持するために作業指示を発行することを含むことができる。作業指示は、警告またはアラームとして伝えることができ（ブロック１２２）、その後、現在のアクション（また他のいずれかの予定されたアクション）をオペレータに表示することができる（ブロック１１４）。

さらに、または別法として、電力追加のどんな要求にも応えるために、代替の発電サービスへの自動入札を発行するなど、自動の緩和アクションを提供することができる。緩和アクションが使用可能でない場合は、論理１００は、タービンシステム８０の停止など、特定の推奨アクションを決定してもよい（ブロック１２０）。推奨アクションは、手動であってもよいし、手動であってもよい。まずオペレータ警告またはアラームとして手動のアクションを行うことができ（ブロック１２０）、その後に、関係のある情報がオペレータに表示される（ブロック１１４）。自動のアクションは、実施のために制御システム２８に伝達されてもよく（ブロック１２４）、その後に、取られるアクションの警告が続き（ブロック１２６）、その後、それは、現在のアクション、および現在のアクションに関連するデータをオペレータに表示することを含むことができる（ブロック１１４）。直接に検査する代わりに入力２８および入力３０を監視することによって、論理１００は、設備２４の向上した信頼性および運転効率を維持するのに有用な決定を行うことができる。実際に、論理１００は、図１４に関して下記により詳細に述べられるように、たとえばプラント１０の運転中のアクションの影響を減少（または増加）させるために、決定および対応するアクションを優先順位付けすることを可能にすることもできる。

図１４は、プラント１０の運転に影響を及ぼすアクションの相対的価値または影響を優先順位付けすることに適用される論理１００の一実施形態を示している。すなわち、論理１００は、たとえば、アクションがプラント１０の運転に対して及ぼし得る影響に基づいて、特定のアクションを導出するだけでなく、アクションを優先順位付けすることを可能にすることができる。示された例では、一例としてタービン８０の過速度保護システムなどのシステムを使用できるが、プラント１０内のどんなシステムをも、論理１００によって有利に監視できることに留意されたい。実際に、論理１００は、図３〜図１４に述べられたように、プラント１０の任意のシステムで使用することができる。

任意の新しい静的入力２８を含めて静的入力２８を使用することによって、論理１００は、それぞれの使用可能な入力３０についてすべてのリスク閾値を更新することができる（ブロック１０８）。より具体的には、それぞれ入力３０は、入力に関連する１つまたは複数のリスク閾値に割り当てることができる。たとえば、速度１３４入力は、タービンシステム８０故障のリスク閾値およびプラント１０故障のリスク閾値に割り当てることができる。リスク閾値の更新（ブロック１０８）は、いずれかの新しい入力を含めて静的入力２８のすべてを使用することによって、また特定のアクションを優先順位付けすることによってＡＳＲプロセスを実施することを含むことができる。たとえば、プラント１０が高い保険要件１２８を有するハリケーン多発地域に位置する場合、ＡＳＲプロセスによるリスク閾値の更新（ブロック１０８）は、ＡＳＲプロセスの間にハリケーン関連の要素を優先順位付けすることを含むことができる。ＡＳＲプロセスのどんな要素をも、ＡＳＲフローチャート内のあるブランチを別のブランチより優先するなど、所望のアクションに従って優先順位付けすることができる。同様に、リスクノードなどのＡＳＲフローチャート内のノードは、より高いまたはより低い優先度を反映するように、アクションの優先順位に応じて変更されるリスクスコアを有することができる。このように、リスク閾値は、特定の所望の優先度を組み込むように更新することができる（ブロック１０８）。

図のように、静的入力２８は、保険要件１２８（たとえば１年に１度の全負荷遮断試験の実施）、システム構成１３０、および耐久試験の間隔またはスケジュール１３２を含むことができる。動的入力３０は、タービン速度入力１３４、発電機ブレーカ１３６のステータス（たとえば開いた状態または閉じた状態）、タービンシステム運転情報１３８（たとえばシステムがランプアップ中である、システムがランプダウン中である）、運転介入情報１４０（たとえばオペレータがバルブ位置を手動で設定中）、およびシステム全体のステータス１４２（たとえば発電電力、天候状況など）を含むことができる。イベント規則６２は、発電機ブレーカのトリッピング、および所望の速度の１００％超でタービン速度の増加が測定される（たとえば、現在の速度が所望の速度の１０９％で測定され得る）ことに基づいて、全負荷遮断イベント１０２が発生していることを導出することができる。動的入力３０および静的入力３０を使用することによって、論理１００は、現在の加速度保護システムおよび関連する構成要素（たとえばバイパス弁、配管、油圧制御装置）を用いた運転の継続のリスク保護を更新することができる（ブロック１０６）。たとえば、全負荷遮断イベント１０２が成功するときは、更新されたリスクは、現在の設備（たとえばタービンシステム８０）を用いた運転継続のリスク閾値を超えない可能性が高い（決定１１０）。

論理１００は、図４に関して述べられたように、リスク予測を更新することができる（ブロック１０６）。すなわち、任意の新しい静的入力２８を含めて、動的入力３０および静的入力２８を使用して、たとえばタービンシステム８０またはプラント１０の故障の確率を表すリスク予測を導出することができる。リスク閾値を超えない場合（決定１１０）、論理１００は、次の予定されたアクションを計算することができる（ブロック１１２）。たとえば、全負荷遮断イベント１０２が成功するとき、更新されたリスクは、現在の設備（たとえばタービンシステム８０）を用いた運転継続のリスク閾値を超えない可能性が高い（決定１１０）。したがって、論理１００は、次の予定されたアクション１１２を計算することができる。たとえば、ＡＳＲプロセスは、予測されるリスクを一定に保ち、１つまたは複数のアクションに達するためにＡＳＲフローチャートを逆に解くことによって「逆向きに」使用することができる。次いで、様々なアクションの影響が、オペレータ１１４に表示されてもよい。このように、論理１００は、所望の優先度を組み込むことができる。

本発明の技術的効果は、予定された試験を実施する代わりに、予期しない特定のイベントの発生を検出し、イベント発生に「クレジットを与える」ことができることを含む。技術的効果は、論理１００は、設備保護システムの試験、圧力除去バルブ運転の試験、計器の較正、計器の交換、計器検査の実施、計器保守の実施、指定された時間中の設備故障のリスク、所望の信頼性レベルを維持するための設備運転の実施、試験のタイミング、所望の信頼性レベルを維持するための運転および較正手順、有益なシステムアップグレードの特定、および値の優先順位付けを向上させるための決定を導出することをも含む。

記載されたこの説明は、ベストモードを含めて本発明を開示し、また任意のデバイスまたはシステムを作成し使用し、組み込まれたいずれかの方法を実施することを含めて当業者が本発明を実施することを可能にするために実施例を用いている。本発明の特許性のある範囲は、特許請求の範囲によって定義され、当業者に想起される他の実施例を含み得る。他のこうした実施例は、特許請求の範囲の文言（ｌｉｔｅｒａｌ ｌａｎｇｕａｇｅ）とは異ならない構造的要素を有する場合、または特許請求の範囲の文言と僅かにしか異ならない均等な構造的要素を含む場合は、特許請求の範囲内のものとする。

１０ 産業プラント
１２ リスク計算エンジン
１４ 決定支援システム
１６ 制御コンピュータ
１８ フィールドデバイス
２０ プラント作業員
２２ プラントプロセス
２４ プラント設備
２６ プラント計器
２８ 静的入力
３０ 動的入力
３２ 設計データ
３４ 製造データ
３６ プラント構成データ
３８ 故障モード解析／リスクレビューデータ
４０ 連邦／州規制、規約、規格データ
４２ 未知要因データ
４４ プラント計器データ
４６ プラント設備データ
４８ プラント外部相互依存システムデータ
５０ ビジネス環境データ
５２ 外部システムデータ
５４ 実際のデータで未知要因を置き換えること
５６ プラントデータハイウェイ
５８ プラント制御システム
６０ インターフェースシステム
６２ 複数イベント規則
６４ アルゴリズム
６６ 緩和アクションアルゴリズム
６８ 推奨アクションアルゴリズム
７０ リスク計算アルゴリズム
７２ 故障予測アルゴリズム
７４ モデル更新アルゴリズム
７６ アクションスケジューリングアルゴリズム
８０ タービンシステム
８２ 燃焼器
８４ 高圧（ＨＰ）タービン
８６ 低圧（ＬＰ）タービン
８８ 排気口
９０ 駆動軸
９２ ＨＰコンプレッサ
９４ ＬＰコンプレッサ
９６ 空気取入れ口
９８ 発電機
９９ 送電網
１００ 論理
１０２ 動的イベント
１０４ 静的イベント
１０６ ブロック
１０８ ブロック
１１０ 決定
１１２ ブロック
１１４ ブロック
１１６ 決定
１１８ ブロック
１２０ ブロック
１２２ ブロック
１２４ ブロック
１２６ ブロック
１２８ 保険要件
１３０ システム構成
１３２ スケジュール
１３４ タービン速度入力
１３６ 発電機ブレーカ
１３８ タービンシステム運転情報
１４０ 運転介入情報
１４２ システム全体のステータス
１４４ 耐久試験間隔
１４６ 動作状態
１４８ 保守表示
１５０ 計器指示値
１５２ プロセス点
１５４ 最後の保守
１５６ 推奨された較正間隔
１５８ 許容値
１６０ 計画されたプラント運転のデータ
１６２ 構成要素
１６４ 現在の構成要素のデータ
１６５ エネルギー需要
１６６ 計画された構成要素利用
１６８ プロセス状態
１７０ システムの信頼性モデル
１７２ 計画運転の信頼性モデル
１７４ 故障モード解析モデル
１７６ 設計寿命予測
１７８ 産業故障率データ
１８０ 運転状態
１８２ 燃料変化
１８４ 負荷要件
１８６ システム運転
１８８ オペレータ介入
１９０ システムステータス
１９２ シミュレーション環境
１９４ 設定圧力
１９６ システム圧力
１９８ 設計パラメータ
２００ 振動限界
２０２ 設備温度定格
２０４ 通常の軸受運転温度
２０６ 圧力曲線
２０８ 圧力曲線
２１０ 流れ曲線
２１２ 設計寿命予測
２１４ 現在の振動
２１６ 現在の温度
２１８ 現在の圧力
２２０ 流量
２２２ 電力
２２４ プロセス変数
２２６ 制御変数
２２８ 改修間隔
２３０ 陳腐化入力
２３２ リコール
２３６ 洗浄システム運転
２３８ バルブデータ
２４０ 加圧装置データ

Claims (12)

1. 静的入力（２８）および動的入力（３０）に基づいてリスクを計算するように構成されたリスク計算システム（１２）と、
   前記リスクを使用し決定を導出するように構成された意志決定支援システム（１４）と、
   将来のプラント（１０）状態を予測する前記決定に基づいて、プラント（１０）の運転を更新するように構成されたプラント制御システム（５８）と
   を備えるシステム。
2. 前記静的入力（２８）が、設計データ（３２）、製造データ（３４）、プラント構成（３６）、故障モード解析（３８）、規制（４０）、未知要因の許容範囲（４２）、またはその組合せを含む、請求項１記載のシステム。
3. 前記動的データ（３０）が、プラント計器入力（４４）、プラント設備入力（４６）、プラント外部相互依存システムデータ（４８）、ビジネス環境入力（５０）、外部システム入力（５２）、未知要因を置き換える入力（５４）またはその組合せを含む、請求項１記載のシステム。
4. 前記プラント（１０）、前記プラント制御システム（５８）、前記リスク計算システム（１２）、前記意志決定支援システム（１４）に通信可能に結合されたデータハイウェイ（５６）を備え、前記データハイウェイ（５６）が、前記プラント（１０）と前記プラント制御システム（５８）と前記リスク計算システム（１２）と前記意志決定支援システム（１４）との間の通信を可能にするように構成されている、請求項１記載のシステム。
5. 前記意志決定支援システム（１４）が、前記プラント制御システム（５８）に前記決定を伝え、前記プラント制御システム（５８）が、前記決定に基づいてアクションを実行するように構成されている、請求項１記載のシステム。
6. 前記意志決定支援システム（１４）が、イベント規則（６２）、緩和アクションアルゴリズム（６６）、推奨アクションアルゴリズム（６８）、リスク計算アルゴリズム（７０）、故障予測アルゴリズム（７２）、モデル更新アルゴリズム（７４）、アクションスケジューリングアルゴリズム（７６）またはその組合せを使用し、前記決定を導出するように構成されている、請求項１記載のシステム。
7. 前記決定が、試験設備保護の決定、試験バルブ運転の決定、計器較正の決定、計器交換の決定、設備検査の決定、設備保守の決定、故障リスクの決定、順守維持の決定、信頼性維持の決定、タイミングの決定、有益なアップフレード特定の決定、相対価値優先順位付けの決定、またはその組合せを含む、請求項６記載のシステム。
8. 前記プラント制御システムが、分散制御システム（ＤＣＳ）、製造実行システム（ＭＥＳ）、監視制御データ収集（ＳＣＡＤＡ）システム、ヒューマンマシンインターフェース（ＨＭＩ）システム、またはその組合せを含む、請求項１記載のシステム。
9. 前記プラント（１０）が、発電所、化学プラント、精製所、製造工場、またはその組合せを含む、請求項１記載のシステム。
10. 発電所（１０）に関連する動的入力（３０）および静的入力（２８）を受信するように構成された発電所制御装置（５８）であって、発電所（１０）の運転に影響を及ぼす決定を導出し、前記動的入力（３０）および前記静的入力（２８）の監視に基づいて前記発電所（１０）の構成要素の試験が推奨されるときを決定し、前記試験に関連するイベント（１０２、１０４）の発生を識別し、前記イベント（１０２、１０４）の間の前記構成要素の性能に基づいて試験をスケジュールを調整するように構成された発電所制御装置（５８）
    を備えるシステム。
11. 前記構成要素が、電力、機械力、またはその組合せを供給するように構成されたタービンシステム（８０）を含む、請求項１０記載のシステム。
12. 前記試験が、プラント（１０）の運転を実施する際に前記構成要素が適切であるか試験するように構成された耐久試験を含む、請求項１０記載のシステム。