JP2016070272A

JP2016070272A - 故障解析のためのシステムおよび方法

Info

Publication number: JP2016070272A
Application number: JP2015184570A
Authority: JP
Inventors: ウイリアム・ランドルフ・シンクル; William Randolph Shinkle; ハーデフ・シン; Singh Hardev; デイヴィッド・マイケル・ブードロー; Michael Boudreaux David
Original assignee: General Electric Co
Current assignee: General Electric Co
Priority date: 2014-09-25
Filing date: 2015-09-18
Publication date: 2016-05-09
Anticipated expiration: 2035-09-18
Also published as: CH710181A2; US10037026B2; JP6619186B2; US20160091397A1

Abstract

【課題】故障解析のためのシステムおよび方法を提供する。
【解決手段】システム１０は、機械７０と、保護モニタリングシステム７２とを含み、保護モニタリングシステムは、機械の１つまたは複数のデータ測定値の傾向を、当該傾向における機械内の可能性のある将来の故障を示す１つまたは複数のパターンについて解析することと、傾向の解析に基づいて故障予測を提供することとを行うように構成されている、プロセッサを備える。
【選択図】図２

Description

本明細書において開示される主題は、ガスタービン工業用制御システムに関し、より詳細には、工業用制御システムにおけるシステムレベル故障予測に関する。

工業用制御システムのような特定のシステムは、センサ、ポンプ、バルブなどのような様々なタイプのデバイスにおける制御命令を実行することを可能にする制御機能を提供することができる。加えて、特定の工業用制御システムは、オペレータに、制御システムネットワーク上に存在する様々なデバイスに関する詳細を提示するのに使用することができる１つまたは複数のグラフィカルユーザインターフェースを含むことができる。たとえば、グラフィカルユーザインターフェースは、オペレータに、制御システムネットワーク上に存在するデバイスに関する警告または診断情報を含む場合があるアラートを提示することができる。

米国特許出願公開第２０１３／０２７４８９８号明細書

原請求の発明の範囲に一致する特定の実施形態を下記に要約する。これらの実施形態は、特許請求される発明の範囲を限定するようには意図されておらず、むしろ、これらの実施形態は、本発明の可能な形態の簡潔な概要を提供するようにのみ意図されている。事実、本発明は、下記に記載されている実施形態と同様であるかまたは異なる場合がある様々な形態を包含することができる。

一実施形態において、システムは、機械と、保護モニタリングシステムとを含み、保護モニタリングシステムは、機械の１つまたは複数のデータ測定値の傾向を、当該傾向における機械内の可能性のある将来の故障を示す１つまたは複数のパターンについて解析することと、傾向の解析に基づいて故障予測を提供することとを行うように構成されている、プロセッサを備える。

第２の実施形態において、有形持続性機械可読媒体は、１個の機械の１つまたは複数の特性に関係するデータ測定値傾向を得ることと、機械内の可能性のある将来の故障を示す１つまたは複数のパターンを特定するためにデータ測定値傾向を解析することと、傾向の解析に基づいて故障予測を提供することとを行うための命令を含む。

第３の実施形態において、方法は、コンピュータプロセッサを介して、機械の１つまたは複数の特性に関係するデータ測定値傾向を得ること、機械内の可能性のある将来の故障を示す１つまたは複数のパターンを特定するためにデータ測定値傾向を解析することによって、可能性のある機械故障を予測するステップと、傾向の解析に基づいて故障予測を提供するステップとを含む。

本発明のこれらのおよび他の特徴、態様、および利点は、添付の図面を参照して以下の詳細な説明を読むとよりよく理解されることになる。図面において、同様の符号は図面全体を通じて同様の部分を表す。

一実施形態による、故障予測／保護システムを含む、工業用制御システムの概略図である。一実施形態による、システムレベル故障予測／保護システムを含む、工業用制御システムの概略図である。一実施形態による、故障予測／保護システムを含むタービンシステムを有する工業用制御システムの概略図である。一実施形態による、予測される故障に基づいて、工業用制御システム内で制御を発行するためのプロセスを示す流れ図である。一実施形態による、システムレベル故障を予測するためのプロセスを示す流れ図である。一実施形態による、故障を予測するために使用することができるデータを示すプロセスを示すグラフ図である。一実施形態による、クラウドベースの故障予測／保護システムの概略図である。予測信頼性および／または緊急性に基づいて工業用制御システムを制御するためのプロセスを示す流れ図である。

図１を参照すると、工業用プロセス制御システム１０の一実施形態が図示されている。制御システム１０は、様々な野外デバイス構成を実行し、アプリケーションをモニタリングするのに、および、技師または技術者がそれを通じて制御システム１０の構成要素をモニタリングすることができるオペレータインターフェースを提供するのに適したコンピュータ１２を含み得る。コンピュータ１２は、ラップトップ、ワークステーション、タブレットコンピュータ、または手持ち式携帯デバイス（たとえば、携帯情報端末または携帯電話）のような、ソフトウェアアプリケーションを作動させるのに適した任意のタイプのコンピューティングデバイスであってもよい。事実、コンピュータ１２は、様々なハードウェアおよび／またはオペレーティングシステムプラットフォームのいずれかを含んでもよい。一実施形態によれば、コンピュータ１２は、ヒューマンマシンインターフェース（ＨＭＩ）ソフトウェア１４のような工業用制御ソフトウェア、生産実行システム（ＭＥＳ）１６、分散制御システム（ＤＣＳ）１８、および／または監視制御データ収集（ＳＣＡＤＡ）システム２０をホストすることができる。たとえば、コンピュータ１２は、ニューヨーク州スケネクタディ所在のＧｅｎｅｒａｌＥｌｅｃｔｒｉｃＣｏ．から入手可能なＣｏｎｔｒｏｌＳＴ（商標）ソフトウェアをホストすることができる。

さらに、コンピュータ１２は、図示されているコンピュータ１２と、工場内の他のコンピュータ１２との間での通信を可能にするのに適した工場データハイウェイ２２に通信可能に接続されている。事実、工業用制御システム１０は、工場データハイウェイ２２を通じて相互接続されている複数のコンピュータ１２を含んでもよい。コンピュータ１２は、コンピュータ１２を工業用コントローラ２６に通信可能に結合するのに適したユニットデータハイウェイ２４にさらに通信可能に接続されてもよい。システム１０は、工場データハイウェイ２２および／またはユニットデータハイウェイ２４に結合されている他のコンピュータを含んでもよい。たとえば、システム１０の実施形態は、仮想コントローラを実行するコンピュータ２８、Ｅｔｈｅｒｎｅｔ（商標）グローバルデータ（ＥＧＤ）構成サーバ、ＯｂｊｅｃｔＬｉｎｋｉｎｇａｎｄＥｍｂｅｄｄｉｎｇｆｏｒＰｒｏｃｅｓｓＣｏｎｔｒｏｌ（ＯＰＣ）データアクセス（ＤＡ）サーバ、警告サーバ、またはそれらの組合せをホストするコンピュータ３０、ＧｅｎｅｒａｌＥｌｅｃｔｒｉｃ社製デバイスシステム規格メッセージ（ＧＳＭ(登録商標））サーバをホストするコンピュータ３２、ＯＰＣ警告およびイベント（ＡＥ）サーバをホストするコンピュータ３４、ならびに、警告ビューアをホストするコンピュータ３６を含んでもよい。工場データハイウェイ２２および／またはユニットデータハイウェイ２４に結合される他のコンピュータは、ニューヨーク州スケネクタディ所在のＧｅｎｅｒａｌＥｌｅｃｔｒｉｃＣｏ．から入手可能なＣｉｍｐｌｉｃｉｔｙ（商標）、ＣｏｎｔｒｏｌＳＴ（商標）、およびＴｏｏｌｂｏｘＳＴ（商標）をホストするコンピュータを含んでもよい。

システム１０は、任意の数および適切な構成の工業用コントローラ２６を含んでもよい。たとえば、いくつかの実施形態において、システム１０は、１つの工業用コントローラ２６、２つの工業用コントローラ２６、３つ、または冗長性のためにそれ以上の工業用コントローラを含んでもよい。工業用コントローラ２６は、タービンシステム３８のような様々な工場設備を自動化するのに有用な制御論理をイネーブルすることができる。事実、工業用コントローラ２６は、限定ではないが、温度センサ、流量計、振動センサ、隙間センサ（たとえば、回転構成要素と静止構成要素との間の距離を測定する）、および圧力センサを含む様々なデバイスと通信することができる。工業用コントローラ２６は、電動アクチュエータ、スイッチ（たとえば、ホールスイッチ、ソレノイドスイッチ、リレースイッチ、リミットスイッチ）などとさらに通信してもよい。

図示されている実施形態において、タービンシステム３８は、Ｉ／ＯＮＥＴ５０とＨ１ネットワーク５２との間でインターフェースするのに適した連結デバイス４６および４８を使用することによって、自動化コントローラ２６に通信可能に相互連結されている。たとえば、連結デバイス４６および４８は、ドイツ国ハール所在のＳｏｆｔｉｎｇＡＧから入手可能なＦＧ−１００連結デバイスを含んでもよい。いくつかの実施形態において、連結デバイス４８のような連結デバイスは、スイッチ５４を通じてＩ／ＯＮＥＴに結合されてもよい。そのような実施形態において、工業用コントローラ２６のうちの１つのような、Ｉ／ＯＮＥＴ５０に結合されている他の構成要素も、スイッチ５４に結合されてもよい。したがって、１００メガビット（ＭＢ）高速Ｅｔｈｅｒｎｅｔ（商標）（ＨＳＥ）ネットワークのようなＩ／ＯＮＥＴ５０を通じて送受信されるデータは、次いで、３１．２５キロビット／秒ネットワークのような、Ｈ１ネットワーク５２によって送受信されてもよい。すなわち、連結デバイス４６および４８は、Ｉ／ＯＮｅｔ５０とＨ１ネットワーク５２との間のブリッジとして機能することができる。

様々なデバイスが、工業用コントローラ２６およびコンピュータ１２に連結されてもよい。たとえば、タービンシステム３８のようなデバイスは、ファウンデーションＨ１双方向通信プロトコルのためのサポートを含むファウンデーションフィールドバスデバイスのような工業用デバイスを含んでもよい。そのような実施形態においては、ペンシルバニア州ミドルタウン所在のＰｈｏｅｎｉｘＣｏｎｔａｃｔから入手可能なＰｈｏｅｎｉｘＣｏｎｔａｃｔフィールドバス電力供給装置のようなファウンデーションフィールドバス電力供給装置５３も、Ｈ１ネットワーク５２に結合されてもよく、ＡＣまたはＤＣ電力のような電力源に結合されてもよい。電力供給装置５３は、タービン３８に電力供給するとともに、タービン３８とシステム１０の他のデバイスとの間の通信を可能にするのに適し得る。有利には、Ｈ１ネットワーク５２は、電力信号と通信信号（たとえば、アラート信号）の両方を、同じ配線を介して、通信干渉を最小限に抑えて搬送することができる。タービン３８はまた、ＨＡＲＴ（登録商標）ＣｏｍｍｕｎｉｃａｔｉｏｎｓＦｏｕｎｄａｔｉｏｎ（ＨＣＦ）プロトコルおよびＰｒｏｆｉｂｕｓＮｕｔｚｅｒＯｒｇａｎｉｚａｔｉｏｎｅ．Ｖ．（ＰＮＯ）プロトコルに含まれる通信プロトコルのような他の通信プロトコルのためのサポートも含むことができる。

連結デバイス４６および４８の各々は、Ｈ１ネットワーク５２をセグメント化するのに有用な１つまたは複数のセグメントポート５６および５８を含むことができる。たとえば、連結デバイス４６はセグメントポート５６を使用して、タービン３８に通信可能に結合することができ、一方で、連結デバイス４８は、セグメントポート５８を使用して、システム１０の他のデバイスに通信可能に結合することができる。タービン３８間の入力／出力を、たとえば、セグメントポート５６および５８を使用して分散させることによって、フォールトトレランス、冗長性を維持し、通信時間を改善するのに有用な物理的分離を可能にすることができる。いくつかの実施形態において、さらなるデバイスが、Ｉ／ＯＮＥＴ５０に結合されてもよい。たとえば、一実施形態において、Ｉ／Ｏパック６０が、Ｉ／ＯＮＥＴ５０に結合されてもよい。Ｉ／Ｏパック６０は、さらなるセンサおよびアクチュエータをシステム１０に取り付けることを可能にすることができる。

システム１０は、工業用制御システム１０内の将来の故障を予測し、および／または、将来の故障を防止するために工業用制御システム１０の制御を可能にするように機能することができる１つまたは複数の故障予測／保護システム６２を含むことができる。たとえば、下記により詳細に説明するように、故障予測／保護システム６２は、タービン３８のセンサから得られるデータを利用してタービン３８の失速を予測および／または防止することができる。これを行うために、故障予測／保護システム６２は、（たとえば、タービンシステム３８のセンサが直接データを取得することによって、または、タービンシステム３８と通信する他の構成要素（たとえば、１つまたは複数のコントローラ（複数の場合もあり）２６）に結合することによって）タービンシステム３８と通信可能に結合することができる。将来の故障が予測されると、故障予測／保護システム６２は、通知を提供する（たとえば、警告またはアラートをトリガする）ことができ、および／または、タービンシステム３８の１つまたは複数の動作を制御することのような、他の予防手段をとることができる。

上述したように、故障予測／保護システム６２は、当該システムがモニタリングの役割を負うシステム（たとえば、タービンシステム３８）に通信可能に結合される。図２は、故障の予測および／または保護のために自動化することができる制御システム１０の高レベルのビューを示す。図２に示すように、故障予測／保護システムは、制御システム１０の１つまたは複数の領域に分散することができる。

図示されている工業用制御システム１０は、機械７０と、保護モニタリングシステム７２と、コントローラシステム２６とを含む。他の実施形態において、工業用自動化システム１０は、モニタリングデバイスのような、さらなるデバイスを含んでもよい。図示されているように、故障予測／保護システム６２は、独立型であってもよく、または、制御システム１０の構成要素（たとえば、機械７０および／またはコントローラ２６）の１つに統合されてもよい有形持続性機械可読媒体に記憶される機械可読命令を含むことができる。

さらに、工業用制御システム１０の特定の実施形態は、機械７０および／またはコントローラ２６に統合されている故障予測／保護システム６２を含んでもよい。いくつかの実施形態において、故障予測／保護システム６２は、工業用自動化システム１０の他の部分から分離して、明確に区別されてもよい。

故障予測／保護システム６２は、機械７０に対する様々な制約の中で所望の目標を達成するように機械７０を操作するように、コントローラ２６を制約する。言い換えれば、コントローラ２６および／または故障予測／保護システム６２を使用して、許容可能なレベルを超えて変動する動作パラメータに起因する損傷から機械７０を保護することができる。たとえば、特定の実施形態において、コントローラ２６は、ニューヨーク州スケネクタディ所在のＧｅｎｅｒａｌＥｌｅｃｔｒｉｃ（登録商標）によるＭＡＲＫ（登録商標）ＶＩまたはＭＡＲＫ（登録商標）ＶＩｅコントローラを含んでもよい。いくつかの実施形態において、保護モニタリングシステム７２は、同じくニューヨーク州スケネクタディ所在のＧｅｎｅｒａｌＥｌｅｃｔｒｉｃ（登録商標）から入手可能な３５００ＳｅｒｉｅｓＭａｃｈｉｎｅｒｙＰｒｏｔｅｃｔｉｏｎＳｙｓｔｅｍｗｉｔｈＢｅｎｔｌｙＮｅｖａｄａ（商標）ＡｓｓｅｔＣｏｎｄｉｔｉｏｎＭｏｎｉｔｏｒｉｎｇと同様の保護モニタリングシステムを含んでもよい。機械７０は、工業用自動化システム１０またはサブシステム（たとえば、タービンシステム３８）の、機械的に機能する部分を含んでもよい。たとえば、機械は、エンジン、コンプレッサ、燃焼器、コンベヤベルト、発電機、入り口案内翼（ＩＧＶ）、ポンプ、ターボエキスパンダなどを含んでもよい。工業用制御システム１０がガスタービンシステム３８を含む実施形態において、機械７０は、タービンおよび／または他の機械的に機能する部品（たとえば、コンプレッサ）を含んでもよい。

加えて、故障予測／保護システム６２は、様々なシステム診断およびモニタリングデバイス（たとえば、センサ、トランスデューサ、それらの間の相互接続など）を含んでもよい。保護モニタリングシステム７２は、故障予測／保護システム６２の機能および接続をモニタリングする。言い換えれば、保護モニタリングシステム７２は、機械７０が保護システム６２によって正しく保護されていることを検証する。いくつかの実施形態において、故障予測／保護システム６２は、機械７０を保護し保護の状態をモニタリングする１つのシステムに基本的に統合されている保護モニタリングシステム７２を含んでもよい。特定の実施形態において、保護モニタリングシステム７２は、コンピューティングデバイス（たとえば、プロセッサを有する電子デバイス）に記憶されているソフトウェアを使用して実装されてもよい。たとえば、いくつかの実施形態において、保護モニタリングシステム７２は、メモリ、ディスクドライブ、光学ドライブ、または他のタイプの記憶装置のようなコンピュータ可読媒体に記憶されている命令として記憶されてもよい。特定の実施形態において、これらの命令は、コントローラ２６、オペレータマシン、または遠隔サーバによって記憶および／または実行されてもよい。他の実施形態において、保護モニタリングシステム７２は、ハードウェア回路を使用して実装されてもよい。たとえば、いくつかの実施形態において、保護モニタリングシステム７２は、コントローラ２６を封止するハウジング内に位置してもよい。後述するように、故障予測／保護システム６２が故障したと保護モニタリングシステム７２が判定した場合、保護モニタリングシステム７２は、故障に対処し、および／または、機械７０が保護されていないことを示すためにユーザ／オペレータに注意喚起することができる。

図３は、タービンシステム３８のより詳細なビューを含む制御システム１０の一実施形態を示す。タービンシステム３８は、電力および／または機械力のような動力を提供するために使用することができる。ニューヨーク州スケネクタディ所在のＧｅｎｅｒａｌＥｌｅｃｔｒｉｃＣｏ．から入手可能なＬＭＳ１００タービンシステム３８のようなタービンシステム３８のいくつかは中間冷却器８０を含み得る。タービンシステム３８は、燃料を回転動力に変換するように設計されている任意のタービンシステムであってもよいことは理解されたい。したがって、種々の構成のタービン構成要素が使用されてもよく、図３は、代表的な例を記載している。中間冷却器８０は、たとえば、低圧（ＬＰ）コンプレッサ８２から誘導される高温流体（たとえば、圧縮空気）を冷却し、冷却された流体（たとえば、圧縮空気）を高圧（ＨＰ）コンプレッサ８４へと誘導することによって、タービンシステム３８の効率を増大することができる。たとえば、空気のような流体は、吸入口８６に入って、ＬＰコンプレッサ８２によって圧縮されることができる。ＬＰコンプレッサ８２によって圧縮された空気は、圧縮中に熱エネルギー（すなわち、熱）を得ることができる。たとえば、圧縮空気は、約５０℃〜３００℃の温度にあってもよい。その後、より高温の空気が中間冷却器８０へと誘導され得る。中間冷却器８０は、２つのチャンバ、たとえば、内側管束チャンバ８８および外側シェルチャンバ９０を含むことができる。高温空気が外側シェルチャンバ９０に入って、より低温の内側管束チャンバ８８と熱を交換することができ、したがって、高温空気の温度が低減する。特定の実施形態において、内側管束チャンバ８８は、高温の空気から熱を移し去ってより低温の空気を生成するために水のような冷却流体を流すことができる。その後、より低温の空気がＨＰコンプレッサ８４へと誘導され得る。ＨＰコンプレッサ８４に供給される空気を冷却することによって、より高いエネルギー効率を達成することができる。たとえば、より低温の空気は、タービンシステム３８への空気の質量流を増大しながら、ＨＰコンプレッサ８４における圧縮の仕事を低減することができ、したがって、全体的な効率が増大する。

内側管束チャンバ８８と外側シェルチャンバ９０の両方の間の流体流（たとえば、漏れ）を阻害するように、それらのチャンバ８８と９０との間にシール９２が配置される。チャンバ８８および／または９０は、熱的に膨張および収縮することができ、場合によっては、約０．５ｃｍ〜１０ｃｍの動きを呈する。特定の実施形態において、シール９２もまた、チャンバ８８と９０との間の流体流に対する適切な障壁をなお維持しながら、チャンバ８８の膨張に従って膨張してもよい。事実、シール９２は、屈曲または湾曲があるシールされた箇所においてさえ、流体流（たとえば、漏れ）を適切に阻害するために膨張および収縮することができ、したがって、タービンシステム３８の全体的な効率が改善する。

図示されているように、タービンシステム３８は、燃料と空気との混合物を受け入れ、燃焼させて、高温の加圧排出ガスを生成する燃焼器９４を含むことができる。タービンシステム３８は、高圧（ＨＰ）タービン９６および低圧（ＬＰ）タービン９８を通じて、排出口１００に向けて排出ガスを誘導する。ＨＰタービン９６は、ＨＰロータの一部であってもよい。同様に、ＬＰタービン９８は、ＬＰロータの一部であってもよい。排出ガスがＨＰタービン９６およびＬＰタービン９８を通過すると、ガスはタービン翼に、タービンシステム３８の軸に沿って駆動軸１０２を回転させる。図示されているように、駆動軸１０２は、ＨＰコンプレッサ８４およびＬＰコンプレッサ８２を含む、タービンシステム３８の様々な構成要素に接続されている。他のタービンシステムは、中圧コンプレッサ、中圧タービン、ならびに、軸配置および発電機１０４に対する結合を含む構成要素システムの他の配置を含んでもよいことは理解されたい。

駆動軸１０２は、たとえば、同心円状に配列されてもよい１つまたは複数の軸を含んでもよい。駆動軸１０２は、ＨＰタービン９６をＨＰコンプレッサ８４に接続してＨＰロータを形成する軸を含んでもよい。ＨＰコンプレッサ８４は、駆動軸１０２に結合されている翼を含んでもよい。したがって、ＨＰタービン９６内のタービン翼の回転によって、ＨＰタービン９６をＨＰコンプレッサ８４に接続している軸が回転して、ＨＰコンプレッサ８４内の翼が回転する。これによって、ＨＰコンプレッサ８４内の空気が圧縮される。同様に、ＩＰ駆動軸１０２は、ＩＰタービン９７をＬＰコンプレッサ８２に接続してＬＰロータを形成する軸を含む。ＬＰコンプレッサ８２は、ＩＰ軸１０２に結合されている翼を含む。したがって、ＩＰタービン９７内のタービン翼の回転によって、ＩＰタービン９７をＬＰコンプレッサ８２に接続している軸が回転して、ＬＰコンプレッサ８２内の翼が回転する。圧縮空気は燃焼器９４に供給され、燃料と混合されて、より効率の高い燃焼が可能になる。このように、タービンシステム３８は、二重同心軸構成を含むことができ、ＬＰタービン９８が駆動軸１０２によって発電機１０４に駆動可能に接続され、一方でＨＰタービン９６が同様に、第１の軸の内部にあって第１の軸と同心円状になっている、駆動軸１０２内の第２の軸によって、ＨＰコンプレッサ８４に駆動可能に接続される。軸１０２は、発電機１０４、または、機械的負荷のような任意の他の負荷にも接続することができる。発電機１０４は、発電機１０４によって生成される電気を分配するのに適した配電グリッド１０６に接続することができる。

上述したように、制御システム１０は、制御システム１０のモニタリングおよび／または制御に使用される１つまたは複数のセンサ１０６を含むことができる。たとえば、現在の実施形態において、タービンシステム３８は、タービンシステム３８の１つまたは複数の構成要素（たとえば、ＬＰコンプレッサ８２、ＨＰコンプレッサ８４、燃焼器９４、ＨＰタービン９６、ＬＰタービン９８など）に関する動作データを提供するのに使用される複数のセンサ１０６を含む。センサ１０６からのデータは、タービンシステム３８のモニタリングおよび制御のために、コントローラ２６、ＨＭＩ１４、および／または故障予測／保護システム６２に通信することができる。

下記により詳細に説明するように、故障予測／保護システム６２は、このセンサ１０６のデータを使用して、将来の故障（たとえば、タービン失速など）の可能性を認識することができる。故障を発生前に予測することによって、故障が実際に発生する可能性を低減するための未然防止策をとることができる。したがって、費用のかかる機能停止を低減することができる。

図４は、タービンシステム３８を故障（たとえば、トリップ、機能停止、またはランバック）から保護するためのプロセス１１０の一実施形態を示す。最初に、機械からの動作パラメータが、故障予測／保護システム６２によって得られる（ブロック１１２）。上述したように、このデータは、タービンシステム３８の１つまたは複数の構成要素のパラメータを監視する役割を負うタービンシステム３８のセンサ１０６から供給され得る。

機械データ１１４が解析されて、機械故障と関連付けられるデータパターンが検出される（ブロック１１４）。たとえば、いくつかの事例において、個々のプロセスパラメータ閾値が、タービンシステム３８内の可能性のある将来の故障を示してもよい。いくつかの事例において、２つ以上のプロセスパラメータがともに解析されて、機械故障の可能性が判定されてもよい。可能性のある将来の故障と相関し得る特定のパターンの実施形態を、下記により詳細に説明する。

判断ブロック１１６において、機械故障の可能性と相関するデータが検出されなかった場合、プロセス１１０はブロック１１２に戻って、後続の機械データが得られる。一方、機械故障の可能性と相関するデータが検出された場合、さらなる通知および／または制御が行われ得る。いくつかの実施形態において、そのような相関するデータが検出されると、不具合／故障の可能性の指示が、タービンシステム３８のオペレータに提供され得る（ブロック１１８）。たとえば、警告サーバをホストする（図１の）コンピュータ３０に警告またはアラートが提供され得、警告またはアラートは最終的にはオペレータに（たとえば、ＨＭＩ１４を介して）提供され得る。

加えてまたは代替的に、機械故障の可能性と相関するデータが検出されると、制御システム１０は、機先を制して故障を回避するように機械を制御することができる（ブロック１２０）。たとえば、（図１の）コントローラ２６が、タービンシステム３８内の１つまたは複数の動作変化に影響を及ぼすように、制御構成要素（たとえば、電動アクチュエータ、ホールスイッチ、ソレノイドスイッチ、リレースイッチ、リミットスイッチ、または他の構成要素）を操作することができる。下記により詳細に説明するように、図８に関連して、制御システム１０は、機械に、故障する前に機能停止させ、それによって機械および／または環境を故障に関連する損傷から保護することができる。

図５は、現在のデータおよび履歴データを使用して工業用制御システム１０内のタービンシステム３８の故障（たとえば、トリップ、機能停止、またはランバック）を予測するためのプロセス１３０の一実施形態を示す。上述したように、コントローラ２６は、システム１０の構成要素からの機械データをモニタリングおよび収集する（ブロック１３２）。データは、履歴データバンク（たとえば、持続性コンピュータ可読媒体上のデータベースまたはファイル）に記憶される（ブロック１３４）。たとえば、履歴データは、ＨＭＩソフトウェア１４をホストするコンピュータ１２、故障履歴データの記憶および提供専用であるコンピュータ１２、または、システム１０内の任意の他のコンピュータ１２に記憶されてもよい。収集されたデータは、スキャンおよび解析される（ブロック１３６）。この収集されたデータをスキャンおよび解析するプロセスは、システム１０が動作しているときに連続的に行われてもよく、または、設定された間隔をおいて（たとえば、１秒、１分、１０分、または３０分おきに）行われてもよい。解析されたデータおよび所定の関係または相関に基づいて、コントローラ２６または他のプロセッサ使用可能コンピュータは、現在のデータ（たとえば、各プロセスパラメータの現在のプロセス予測スコア）に基づく予測値を導出することができる（ブロック１３８）。この関係または相関は、数学的等式、ルックアップテーブル、ソフトウェアモデル、またはそれらの組合せを含んでもよい。たとえば、いくつかの実施形態において、所定の関係（たとえば、数学的等式）が、通常の動作パラメータからの逸脱の程度に基づいてパラメータデータを重み付けしてもよい。

コントローラ２６または他のプロセッサ使用可能コンピュータは、その後、任意の記憶されている履歴データを取り出して、現在のプロセス予測スコアおよび履歴データに基づいて最終的な予測スコアを導出することができる（ブロック１４０）。たとえば、履歴データ１４０は、最終的なスコアを得るために現在のプロセス予測スコアに直接適用することができる故障履歴スコアを含んでもよい。たとえば、パラメータが通常の動作パラメータから逸脱している回数および／または程度が、将来の故障を予測するのに有用である場合がある。逸脱の回数および／または程度が大きくなるほど、システムはより不安定になる。したがって、通常範囲から逸脱したシステム１０内の１つまたは複数のパラメータの回数および／または程度が増大すると、最終的なスコアは増大し得る。

いくつかの実施形態において、最終的な予測スコアは、複数の独立した計算に基づいてもよい。言い換えれば、異常（たとえば、センサシフトまたは他のセンサ問題）から生じ得る高い予測スコアは、検証可能なスコアを生成するために複数の独立した手段を使用してフィルタリング除外することができる。複数の独立した計算が互いを検証すると、予測スコアは増大し得、一方で、独立した計算が互いを検証しない場合では、スコアは相対的により低くなり得る。

いくつかの実施形態において、履歴データは、システム１０のイベントおよびパラメータを、タービンシステム３８内の以前のトリップ、機能停止、および／またはランバックと相関付けることができる。さらに、時として、履歴データの少なくとも一部分が最終的な予測スコアに影響を与えないように、履歴データをリセットすることが望ましい場合があることに留意されたい。いくつかの実施形態において、オペレータは、履歴データが将来の予測に使用されないように、履歴データの少なくとも一部分をリセットすることを可能にされてもよい。特定の実施形態において、オペレータは、ＨＭＩソフトウェア１４を通じて、システム１０の特定のパラメータまたは構成要素に関係する履歴データをアーカイブまたは除去することを可能にされる。たとえば、オペレータは、ＨＭＩソフトウェア１４において、不具合のあるモータに関係する履歴データをアーカイブするためのオプションを選択することができる。履歴データをアーカイブすることを求める要求が提出されると、コンピュータ１２内のプロセッサが、不具合のあるモータの履歴データを、アーカイブされたストレージ（たとえば、専用アーカイバルファイルまたはストレージシステム）に移動されるようにすることができる。いくつかの実施形態において、オペレータは、データがパージされることを単純に要求し、したがって、プロセッサに、不具合のあるモータに関係する履歴データを削除させることができる。履歴データはシステムレベル故障を予測するのに非常に有用であるため、履歴データが許可されずにリセットされることを妨げることが有益であり得る。したがって、そのような機能は、ＨＭＩ１４内であるかまたは他の場所であるかにかかわらず、履歴データが許可された個人によってのみリセットされることを保証するためのパスワード保護アルゴリズムを含んでもよい。

これまで、故障予測／保護システム６２の特定の特徴を説明してきたが、これより、タービンシステム３８の故障の可能性を示し得る特定のデータパターンを説明する。図６は、一実施形態による、故障を予測するために使用することができるデータの傾向を示すプロセスを示すグラフ図である。グラフ図１５０は、６つのグラフ、すなわち、高圧コンプレッサ効率グラフ１５２、排出ガス温度グラフ１５４（たとえば、低圧タービン９８における）、出力タービン入り口圧力グラフ１５６、高圧コンプレッサ吐き出し圧力１５７、出力グラフ１５８、および、測定値＝１５．０＊（Ｔ４８−１１００）／ＰＳ４８を表し、Ｔ４８は出力タービン入り口温度であり、ＰＳ４８は出力タービン入り口圧力である、タービン係数グラフ１５９を含む。

高圧コンプレッサ効率グラフ１５２は、時間にわたるコンプレッサ効率のプロットを示す。Ｙ軸１６０はコンプレッサ効率の割合を表し、Ｘ軸１６２は時間（たとえば、秒または分単位）を表す。入り口温度グラフ１５４は、時間１６２にわたる出力タービン入り口１６４における温度測定値（たとえば、華氏度単位）のプロットを示す。出力タービン入り口圧力グラフ１５６は、時間１６２にわたる圧力測定値１６８を示す。高圧コンプレッサ吐き出し圧力グラフは、時間１６２にわたる圧力測定値１６９を示す。出力グラフ１５８は、時間１６２にわたる出力（たとえば、メガワット単位）１７２を示す。タービン係数グラフは、時間１６２にわたる１５．０＊（Ｔ４８−１１００）／ＰＳ４８１７３を示す。

圧力、温度、効率および／または出力データは、単独でまたは互いの間で関係的に、故障を予測するのに有用であり得る。たとえば、時間にわたる１つのデータ測定値の解析が、故障予測において有用であり得る。一実施形態において、定められた閾値（たとえば、プリセットまたは動的に変更可能）を超える高圧コンプレッサ効率１６０、圧力１６８、および／または出力１７２の急激な低減は、故障の可能性があることを示し得る。さらに、定められた閾値を超える温度１６４の急激な上昇も、故障の可能性を示し得る。いくつかの実施形態において（たとえば、ＧｅｎｅｒａｌＥｌｅｃｔｒｉｃ（商標）によるＬＭ６０００ガスタービンにおいて）、閾値は、１％の変化または１％の変化率を示すデータ測定値に設定されてもよい。フレームエンジンがモニタリングされているいくつかの実施形態において、閾値は、０．５％の変化または０．５％の変化を示すデータ測定値であってもよい。言い換えれば、閾値は、モニタリングされている機械に応じて変化してもよい。モニタリングされている各ピース／タイプの機械は、他のピース／タイプの機械の閾値と同じであってもよいし、または同じでなくてもよいそれ自体の閾値（たとえば、０．５％の変化、１％の変化、１５％の変化など）を含んでもよい。たとえば、より高い温度／圧力で動作する機械は、故障が発生する可能性が高いときは、より度合いの大きい急変を経験し得る。閾値はそれに応じて変更されてもよい。

時間のデータ測定値の組合せは、故障予測の信頼性を増大させることができる。たとえば、特定の実施形態において、温度１６４と圧力１６８との比を定期的かつ／または頻繁に計算することができる。上述したように、故障の直前に、温度値は上向きに急変し得、圧力値は下向きに急変し得る。したがって、これらのデータ点は、急変が発生するときに発散し得る。したがって、温度１６４と圧力１６８との比の商が、故障を示すことができる。たとえば、商が特定の閾値または変化の割合を超えて変化すると、システムは、故障が起こることになるという予測をもたらすことができる。同様に、温度１６４と出力１７２との比の商を使用して、同様に故障を予測することができる。

様々なデータ測定値を使用して、１つまたは複数の指標に基づいて予測を検証することもできる。たとえば、コンプレッサ効率１６０が下向きに急変するとき、これは将来故障が発生し得ることを示すが、システムは、温度１６４の上昇、圧力１６８の低減、および／または出力の低減１７２を見つけることによってこの故障指示を検証することができる。一実施形態において、排出ガス温度と出力タービン入り口圧力との比（たとえば、排出ガス温度−１１００／出力タービン入り口圧力）を使用して、予測を検証することができる。

データ測定値間の特定の関係を説明したが、この説明はこれらの特定のデータ測定値関係に予測を限定するようには意図されていないことに留意することが重要である。事実、様々なデータ点パターン、データ測定値比などを使用して、故障を予測することができる。たとえば、コンプレッサ効率１６０、温度１６４、圧力１６８、および／または出力１７２のうちの１つまたは複数の値の間の比を（たとえば、変化閾値とともに）使用して、故障を予測することができる。

いくつかの実施形態において、機械故障の可能性を予測するのに有用なデータパターン、比などは、代替的な制御システムから区別され得る。図７は、一実施形態による、クラウドベースの故障予測／保護システム２００の概略図を示す。クラウドベースの故障予測／保護システム２００は、独立型制御システム１０間の故障予測相関を通信するのに使用することができる。

図７の実施形態において、３つの独立型制御システム１０Ａ、１０Ｂ、および１０Ｃが、故障データ２０２（たとえば、機械故障の前のプロセスパラメータ）をクラウドコンピューティングエンティティ２０４に送信する。クラウドベースのコンピューティングエンティティ２０４は、故障データ２０２を受信および解析して受信したデータの間でパターンを認識する１つまたは複数のプロセッサを含むことができる。これらのデータパターンは、制御システム１０Ａ、１０Ｂ、および１０Ｃのうちの１つの中で後続の故障の可能性を予測するのに有用であり得る。たとえば、制御システム１０Ａが故障を発生させた場合、事故の前（たとえば、事故の１分前、１時間前、または１日前など）のプロセスデータのスナップショットがキャプチャされてクラウド２０４に通信され得る。クラウド２０４は、データ２０２を取り出して、故障前のデータにおける可能性のあるパターンおよび／または異常を判定することができる。この取り出しに基づいて、クラウドは、故障の可能性の解析２０６を独立型制御システム１０Ａ、１０Ｂ、および１０Ｃの集合にブロードキャストしてもよく、または、故障の可能性の解析２０６を制御システム１０Ａ、１０Ｂ、および１０Ｃの部分集合（たとえば、加入制御システムなど）にユニキャストしてもよい。

いくつかの実施形態において、制御システム１０の１つまたは複数は、データ解析をローカルに実施してもよい。たとえば、故障を経験すると、制御システム１０Ａは、故障の前に記録されたプロセスデータのローカル解析を実施してもよい。解析結果２０８はクラウド２０４に提供され得、クラウド２０４において、故障の可能性の解析が上述したようにブロードキャストおよび／またはユニキャストされ得る。

このクラウドベースの手法を組み込むことによって、さらなるデータ点を故障予測／保護システム６２において使用することができる。さらに、１つの制御システム１０のデータ解析が第２の制御システム１０のデータ解析と同様であるか否かを判定することによって、予測信頼性を測定することができる。制御システム１０間のデータ解析が同様の結果をサポートし、および／または結果が制御システム１０の１つまたは複数において再現可能であるとき、予測信頼性は増大し得る。

データ測定値を使用して故障を予測することによって、故障する前に正しい動作をとることができる。この結果として、システム性能を増大させ、費用を低減することができる。たとえば、外来物が機械に入って翼の部分喪失が引き起こされる場合がある。経時的に、翼のより大きいピースが失われて、システムに対する損傷が引き起こされ得る。本明細書に記載の予測技法を使用して、翼のより大きいピースが失われて損傷が引き起こされる前に、故障を予測することができる。これによって、修復費用を低減して、システム利用を増大することができる。

いくつかの実施形態において、予測の緊急性および／または予測の信頼性レベルに基づいて、故障予測に基づく制御動作を選択することができる。図８は、故障が発生する前に、故障の予測（ブロック２５２）を受けて機械を制御するためのプロセス２５０を示す。上述したように、いくつかの実施形態において、緊急性および／または信頼性レベル判定（たとえば、判断ブロック２５４）に基づいて１つまたは複数の段階式手法を使用することができる。たとえば、制御システム１０は、予測される故障の可能性がどれほど高く（たとえば、信頼性）および／またはどれほど切迫した（たとえば、緊急性）ものであり得るかを判定することができる。たとえば、緊急性は、データ急変の数および／または１つまたは複数のデータ急変の程度に基づいて区別され得る。故障が発生し得ることを示唆するデータパターンが存在するが、予測の信頼性が低いか、または、将来において故障がかなりの時間の後に発生する可能性が高いことをデータが示唆する場合、緊急性レベルは「低い」と判定され得る。予測にある程度の信頼性があり（たとえば、データパターンが過去における故障と相関されており）、かつ／または、故障が近い将来に発生する可能性が高いが、機械のアイドル期間のために十分な時間があることをデータが示唆する状況において、緊急性は「中程度」に設定され得る。信頼性レベルが高く（たとえば、多くの同様のデータパターンが故障と相関されており）、かつ／または、故障が近い将来に発生する可能性が高く、機械のアイドル期間のために十分な時間がないことをデータが示唆する状況において、緊急性は「高い」に設定され得る。代替的な実施形態において、緊急性レベル判定は使用されなくてもよい。

信頼性および／または緊急性に基づいて、特定の制御動作を実施することができる。たとえば、緊急性および／または信頼性レベルが「低い」とき、機械の動作を変更することなく通知（たとえば、警告）を提供する（ブロック２５６）ことが望ましい場合がある。いくつかの実施形態において、警告は、（たとえば、図１の）ＨＭＩ１４においてトリガされてもよい。遠隔警告モニタリングシステムが、電子メール、ＳＭＳ、または他の通知を制御システム１０のオペレータおよび／または機械の製造業者に提供してもよい。いくつかの実施形態において、信頼性レベルが「低い」とき、製造業者は通知され得、一方で、顧客は予測される故障を通知されない。これによって、オペレータに提示される誤判定を低減しながら、予測が通信されることが保証され得る。

緊急性および／または信頼性レベルが「中程度」である状況において、制御システム１０は、アイドル段階に入るように機械を制御することができる（ブロック２５８）。アイドル段階は、たとえば、機械の動作速度を低減することによって、後続の機能停止（ブロック２６０）のために機械を準備することができる。機械の速度を漸進的に先細りに落とすことによって、機械の特定の構成要素（たとえば、翼）の完全性を維持することができる。アイドル段階の終わりに達すると、機械は機能停止することができる（ブロック２６０）。

緊急性および／または信頼性レベルが「高い」である状況において、制御システム１０は、アイドル段階に入る（ブロック２５８）ことなく機械を機能停止する（ブロック２６０）ように制御することができる。これは急速に差し迫っている故障を回避するのを助けるために、機械を迅速に機能停止するのに役立ち得る。

緊急性レベル判定が使用されない実施形態において、制御システム１０のオペレータおよび／または製造業者によって所望されるように、制御動作の任意の組合せが実施されてもよい。たとえば、そのような実施形態において、制御システムは、故障の予測を受けて警告し（ブロック２５６）、および／または機械を機能停止する（ブロック２６０）ように設計されてもよい。

制御システム１０内の故障の可能性に対する動作を決定するとき、制御システム１０は、予測信頼性を使用して、特定の予測動作を決定することができる。たとえば、信頼性レベルがより低い予測解析に対して、制御システム１０は、制御システム１０のオペレータに対してはアラートを与えるに留めることができ、一方で、信頼性レベルが高い予測解析を使用して故障が予測されるとき、制御システム１０は、タービンシステム３８の動作を変更することができる。

本発明の技術的効果は、故障を発生前に予測することによって、タービン故障を防止することが可能である制御システムを含む。この予測に基づいて、制御システムのオペレータは、可能性のある問題についてアラートを受けることができ、および／または、制御システムが、制御システム内の動作の変更に自動的に影響を与えることができる。機先を制してタービン故障を通知および回避することによって、修復および関連費用を低減することができる。

本明細書書面は、本発明を開示するための最良の形態を含む例を使用し、また当業者が、任意のデバイスまたはシステムを作成および使用することと、任意の組み込まれている方法を実行することとを含め、本発明を実践することを可能にするための例を使用している。本発明の特許可能な範囲は、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例を含んでもよい。そのような他の例は、それらが特許請求の範囲の文言と異ならない構造的要素を有する場合、または、それらが特許請求の範囲の文言とわずかな差しかない均等な構造的要素を含む場合、特許請求の範囲内にあるように意図される。

１０制御システム
１２コンピュータ
１４ＨＭＩソフトウェア
２０システム
２２工場データハイウェイ
２４ユニットデータハイウェイ
２６コントローラ
２８コンピュータ
３０コンピュータ
３２コンピュータ
３４コンピュータ
３６コンピュータ
３８ガスタービンシステム
４６連結デバイス
４８連結デバイス
５２Ｈ１ネットワーク
５３電力供給装置
５４スイッチ
５６セグメントポート
５８セグメントポート
６０Ｉ／Ｏパック
６２故障予測／保護システム
７０機械
７２保護モニタリングシステム
８０中間冷却器
８２ＬＰコンプレッサ
８４ＨＰコンプレッサ
８６吸入口
８８内側管束チャンバ
９０外側シェルチャンバ
９２シール
９４燃焼器
９６ＨＰタービン
９７ＩＰタービン
９８ＬＰタービン
１００排出口
１０２駆動軸
１０４発電機
１０６センサ
２００故障予測／保護システム
２０２故障データ
２０４クラウドコンピューティングエンティティ
２０６解析
２０８解析結果

Claims

システム（１０、２０）であって、
機械（７０）と、
保護モニタリングシステム（７２）とを備え、前記保護モニタリングシステム（７２）は、
前記機械（７０）の１つまたは複数のデータ測定値の傾向を、前記傾向における前記機械（７０）内の可能性のある将来の故障を示す１つまたは複数のパターンについて解析することと、
前記傾向の前記解析に基づいて故障予測を提供することとを行うように構成されているプロセッサを備える、システム（１０、２０）。
前記機械（７０）はガスタービン（３８）を含む、請求項１記載のシステム（１０、２０）。
前記データ測定値は、高圧コンプレッサ効率、出力タービン入り口温度、出力タービン入り口圧力、出力、またはそれらの任意の組合せに関係する、請求項１記載のシステム（１０、２０）。
前記プロセッサは、少なくとも２つのデータ測定値の傾向の比を計算するように構成されている、請求項３記載のシステム（１０、２０）。
前記比の商が前記解析に使用される、請求項４記載のシステム（１０、２０）。
前記故障予測に基づいて１つまたは複数の制御動作を起動するように構成されているコントローラ（２６）を備える、請求項１記載のシステム（１０、２０）。
前記プロセッサは、前記１つまたは複数のパターンの以前の発生が後続の故障に起因する頻度に基づいて前記故障予測の信頼性レベルを判定するように構成されている、請求項１記載のシステム（１０、２０）。
前記プロセッサは、前記故障予測に関係する緊急性のレベルを判定するように構成されている、請求項１記載のシステム（１０、２０）。
前記システム（１０、２０）は、
複数の独立型工業用制御システム（１０Ａ、１０Ｂ、１０Ｃ）と、
クラウドコンピューティング環境とを備え、前記クラウドコンピューティング環境は、
前記独立型工業用制御システム（１０Ａ、１０Ｂ、１０Ｃ）の少なくとも１つからデータ測定値および故障データを受信することと、
前記データ測定値の少なくとも１つのデータパターンを、将来の可能性のある故障と関連付けるために、少なくとも１つの前記独立型制御システム（１０Ａ、１０Ｂ、１０Ｃ）の前記データ測定値を分析することと、
前記少なくとも１つのデータパターンが前記将来の可能性のある故障と関連付けられることを他の前記独立型制御システム（１０Ａ、１０Ｂ、１０Ｃ）が認識するように、前記少なくとも１つのデータパターンを前記他の独立型制御システム（１０Ａ、１０Ｂ、１０Ｃ）に提供することとを行うように構成されている、請求項１記載のシステム（１０、２０）。
有形持続性機械可読媒体であって、
１個の機械（７０）の１つまたは複数の特性に関係するデータ測定値傾向を得ることと、
前記機械（７０）内の可能性のある将来の故障を示す１つまたは複数のパターンを特定するために前記データ測定値傾向を解析することと、
前記傾向の前記解析に基づいて故障予測を提供することとを行うための命令を備える、有形持続性機械可読媒体。
故障履歴データを受信することと、
前記故障履歴データに少なくとも部分的に基づいて、可能性のある将来の故障を示す前記１つまたは複数のパターンを特定することとを行うための命令を備える、請求項１０記載の有形持続性機械可読媒体。
前記機械（７０）はガスタービン（３８）を含む、請求項１０記載の有形持続性機械可読媒体。
１個の前記機械（７０）の特性は、高圧コンプレッサ効率、低圧入り口温度、バーナ入り口圧力、または前記ガスタービンの出力を含む、請求項１２記載の有形持続性機械可読媒体。
前記１つまたは複数のパターンを特定するために前記データ測定値傾向を解析するための命令は、特定の変化閾値を超える前記データ測定値傾向内のデータ急変を特定するための命令を含む、請求項１０記載の有形持続性機械可読媒体。
前記特定の変化閾値は０．５％よりも大きい、請求項１０記載の有形持続性機械可読媒体。
コンピュータプロセッサを介して、可能性のある機械（７０）の故障を、
前記機械（７０）の１つまたは複数の特性に関係するデータ測定値傾向を得ることと、
前記機械（７０）内の可能性のある将来の故障を示す１つまたは複数のパターンを特定するために前記データ測定値傾向を解析することとによって予測するステップと、
前記傾向の前記解析に基づいて故障予測を提供するステップとを含む、方法。
前記コンピュータプロセッサを介して、前記故障予測の信頼性レベルを判定するステップと、
前記故障予測の前記信頼性レベルに基づいて制御動作のセットから特定の制御動作を選択するステップとを含む、請求項１６記載の方法。
前記コンピュータプロセッサを介して、前記故障予測の緊急性レベルを判定するステップと、
前記故障予測の前記緊急性レベルに基づいて制御動作のセットから特定の制御動作を選択するステップとを含む、請求項１６記載の方法。
前記１つまたは複数の特性は、高圧コンプレッサ効率、低圧入り口温度、バーナ入り口圧力、出力、またはそれらの任意の組合せを含む、請求項１６記載の方法。
前記１つまたは複数の特性の２つ以上の比を計算し、前記可能性のある将来の故障を示す前記１つまたは複数のパターンを特定するために前記比を使用するステップを含む、請求項１６記載の方法。