JP2018017704A

JP2018017704A - 保全支援装置、及び保全支援用プログラム

Info

Publication number: JP2018017704A
Application number: JP2016150592A
Authority: JP
Inventors: 中原　正大; Masahiro Nakahara; 正大中原
Original assignee: Asahi Kasei Corp
Current assignee: Asahi Kasei Corp
Priority date: 2016-07-29
Filing date: 2016-07-29
Publication date: 2018-02-01
Anticipated expiration: 2036-07-29
Also published as: JP6844969B2

Abstract

【課題】本発明は、プラントの構造物が使用不能状態となる確率を提示可能な保全支援装置を提供することを目的とする。【解決手段】保全支援装置１が、プラントの構造物の減肉深さの測定値を属性（使用期間）でグループ分けし、そのグループ毎に、測定値それぞれに対し、測定値がグンベル分布に従うものとして、グンベル分布の累積確率に対応する基準化変数を算出するようにした。そして、所定の使用期間及び板厚の組み合わせそれぞれに対し、構造物の損傷によってその構造物が使用不能状態となる確率を算出するようにした。【選択図】図１

Description

本発明は、保全支援装置、及び保全支援用プログラムに関する。

従来、プラントの構造物の保全方式や検査仕様等を決定するための技術としては、例えば、構造物の種類に応じて腐食速度の推定値を補正し、補正した推定値を用いて、構造物の使用期間と板厚とから、構造物の寿命を推定する技術がある（例えば、非特許文献１参照）。ここで、保全方式としては、例えば、予防保全、事後保全がある。また、検査仕様としては、例えば、予防保全のための検査方法、検査範囲、検査頻度、検査時期がある。

「化学プラントにおける断熱材下の外面腐食の実機検査結果の解析と発生可能性推定方法の検討」、材料と環境、５９、２９１−２９７（２０１０）

しかし、上記非特許文献１に記載の技術では、構造物の寿命を推定できるものの、寿命に到達する確率、つまり、構造物が使用不能状態となる確率を算出するという観点がなかった。それゆえ、構造物の保全方式や検査仕様等を適切に決定することが困難であった。
本発明は、上記のような点に着目し、プラントの構造物が使用不能状態となる確率を提示可能な保全支援装置及び保全支援用プログラムを提供することを目的とする。

上記課題を解決するために、本発明の保全支援装置の一態様は、プラントの構造物の損傷度合の測定値をその属性と関連付けて多数取得する損傷度合取得部と、取得部で取得した測定値を属性でグループ分けし、そのグループ毎に、グループに属する測定値それぞれに対し、測定値が予め定めた確率分布に従うものとして、該確率分布の累積確率に対応する基準化変数を算出する算出部と、予め定めた構造物の属性及び板厚の組み合わせそれぞれに対し、算出部で算出した基準化変数にに基づき、構造物の損傷によってその構造物が使用不能状態となる確率である寿命到達確率を演算する演算部と、を備えることを特徴とする。

本発明の一態様によれば、プラントの構造物が使用不能状態となる確率（寿命到達確率）を提示可能な保全支援装置を提供することができる。

実施形態に係る保全支援装置の構成図である。属性（使用期間）と測定値ｘとの関係を表す散布図である。測定値ｘと確率密度関数ｆとの関係を表すグンベル分布を表す図である。累積確率Ｆと基準化変数ｙとの関係を表すテーブルである。測定値ｘと基準化変数ｙとの関係を表す散布図である。所定の累積確率Ｆoと所定の基準化変数ｙoとの関係を表すテーブルである。所定の累積確率Ｆoと第１の減肉深さｘ1との関係を表すテーブルである。使用期間の平均値ｘaと第１の減肉深さｘ1との関係を表す散布図である。第１の減肉深さｘ1の重み付けを説明するための説明図である。所定の累積確率Ｆoと第２の減肉深さｘ2との関係を表すテーブルである。第２の減肉深さｘ2と所定の基準化変数ｙoとの関係を表すテーブルである。第２の基準化変数ｙ2と所定の減肉深さｘoと所定の使用期間ｕoとの関係を表すテーブル（第１のテーブル）である。標準化後累積確率Ｆsと所定の減肉深さｘoと所定の使用期間ｕoとの関係を表すテーブル（第２のテーブル）である。寿命到達確率Ｐと板厚ｘ3と所定の使用期間ｕoとの関係を表すテーブル（第３のテーブル）である。寿命到達確率Ｐと余裕肉厚と所定の使用期間ｕoとの関係を表すテーブル（第３のテーブル）である。所定の使用期間ｕoと板厚ｘ3との組み合わせに対する座標を寿命到達確率Ｐを表す色彩とした画像データを表す図である。変形例に係る、構造物の温度と板厚ｘ3との組み合わせに対する座標を寿命到達確率Ｐを表す色彩とした画像データを表す図である。変形例に係る、構造物の種類と板厚ｘ3との組み合わせに対する座標を寿命到達確率Ｐを表す色彩とした画像データを表す図である。構造物の種類毎に、所定の使用期間ｕoと板厚ｘ3との組み合わせに対する座標を寿命到達確率Ｐを表す色彩とした画像データを表す図である。変形例に係る保全支援装置の構成図である。予測費用、検査優先順位、検査費目安等の算出結果を表すテーブルである。変形例に係る、予測費用、検査優先順位、検査費目安等の算出結果を表すテーブルである。

以下、本発明の一実施形態について、図面を参照しつつ説明する。
本実施形態は、本発明を、プラントの構造物の保全方式や検査仕様等の決定を支援する保全支援装置に適用したものである。この保全支援装置は、構造物が寿命に到達する確率、つまり、構造物の損傷によって構造物が使用不能状態となる確率（以下、「寿命到達確率」とも呼ぶ）Ｐを演算するものである。構造物としては、例えば、配管、熱交換器、塔がある。本実施形態では、構造物として、保温材で被覆された配管等を対象としている。また、損傷としては、構造物（配管等）の外面に生じる保温材下腐食を対象としている。
なお、以下に示す実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の形状、構造、配置等を下記のものに特定するものでない。本発明の技術的思想は、請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。

（構成）
図１に示すように、本実施形態の保全支援装置１は、キーボードやマウス等の入力装置２と、画像データを表示する表示装置３と、各種演算処理を行う装置本体（以下、「コンピュータ」とも呼ぶ）４とを備えている。コンピュータ４は、図示しないＣＰＵ、及びＨＤＤ(Hard Disk Drive)等から構成される。ＨＤＤは、各種演算処理を実現する１または２以上のプログラムを記憶している。また、ＣＰＵは、ＨＤＤが記憶している１または２以上のプログラムに従って各種演算処理を実行する。ＣＰＵは、入力装置２から寿命到達確率Ｐの演算を開始させる操作がされると、ＨＤＤが記憶しているプログラムに従って寿命到達確率演算処理を実行する。寿命到達確率演算処理では、プログラム（広義には、「保全支援用プログラム」）は、コンピュータ４を、取得部４１０、算出部４２０、及び演算部４３０として機能させる。

取得部４１０は、プラントの構造物の減肉深さ（広義には「損傷度合」）の測定値ｘを属性と関連付けて多数取得する。測定値ｘとしては、例えば、腐食箇所の深さの最大値（局地深さ）を用いる。また、属性としては、例えば、構造物の使用期間及び温度等の数値属性、構造物の種類、環境（海からの距離、冷水塔からの距離、年間降雨量等）、塗装有無及び塗装種類、内部溶液の組成、同伴物及び流速、架台との接触の有無、保温材による被覆の有無、並びに保温材の種類等の質的属性の少なくともいずれか（これら単独、またはこれらの組み合わせ）がある。本実施形態では、属性として、使用期間を採用している。また、測定値ｘとしては、例えば、種々のプラントの検査の際に取得されるデータを採用できる。取得部４１０は、取得した測定値ｘ等をコンピュータ４のＨＤＤに格納する。
なお、寿命到達確率演算処理の開始後に、測定値ｘを多数取得するために種々のプラントで検査を行うというのは現実的ではなく、実際には、種々のプラントにおける過去の検査の際に取得した測定値ｘを、予め収集（取得）しておくことになる。

算出部４２０は、図２に示すように、横軸が属性（使用期間）に対応し縦軸が測定値ｘに対応する二次元座標系に、コンピュータ４のＨＤＤが記憶している複数の測定値ｘと属性（使用期間）との組からなる座標をプロットした散布図の画像データを作成する。そして、作成した画像データを表示装置３に表示させる。これにより、表示した画像データをもとに、オペレータに、属性（使用期間）によるグループ分けの間隔を決めさせる。
続いて、算出部４２０は、オペレータが入力装置２を操作してグループ分けの間隔を入力すると、入力された間隔をもとに、コンピュータ４のＨＤＤが記憶している複数の測定値ｘ、つまり、取得部４１０で取得した複数の測定値ｘを属性（使用期間）でグループ分けする。本実施形態では、１０〜１５年、１６〜２０年、２１〜２５年、２６〜３０年、３１〜３５年、３６〜４０年の６グループに分けている。続いて、それらのグループ毎に、グループに属する測定値ｘそれぞれに対し、測定値ｘ（確率変数）が予め定めた確率分布に従うものとして、確率分布の累積確率Ｆに対応する基準化変数ｙを算出する。

ここで、確率分布としては、例えば、グンベル分布（最大値分布、二重指数分布）、ワイブル分布、正規分布、指数分布、及びベータ分布等、各種分布を採用できる。本実施形態では、図３に示すように、グンベル分布を採用している。累積確率Ｆとは、測定値ｘ（確率変数）が小さいほうから確率分布の確率密度関数ｆを累積させた値である。累積確率Ｆの算出方法としては、例えば、平均ランク法、メジアンランク法、及びモードランク法の少なくともいずれかを採用できる。本実施形態では、平均ランク法を採用している。
平均ランク法では、まず、図４に示すように、グループ毎に、測定値ｘを昇順に並べ、並べた測定値ｘそれぞれに順位を表す番号（以下、「データ番号」とも呼ぶ）を対応付ける。続いて、測定値ｘそれぞれに対し、対応付けたデータ番号とグループのデータ総数（データ番号の最大値）とに基づき、下記（１）式に従うことで累積確率Ｆを算出する。
Ｆ＝（データ番号）/（データ総数＋１） ………（１）
続いて、算出部４２０は、算出した累積確率Ｆを、下記（２）に従ってグンベル分布の基準化変数ｙに変換する。図４の例では、基準化変数ｙは−１〜＋６程度となっている。
ｙ＝−ｌｎ（−ｌｎ（F）） ………（２）

演算部４３０は、図１に示すように、第１の回帰式算出部４３１と、第１の損傷度合算出部４３２と、第２の回帰式算出部４３３と、第２の損傷度合算出部４３４と、第３の回帰式算出部４３５と、第２の変数算出部４３６と、寿命到達確率演算部４３７と、提示部４３８とを備えている。
第１の回帰式算出部４３１は、図５に示すように、算出部４２０で設定したグループ毎に、コンピュータ４のＨＤＤが記憶している測定値ｘ、つまり、取得部４１０で取得した測定値ｘと、その測定値ｘに対応する基準化変数ｙとの関係を表す回帰式（以下、「第１の回帰式」とも呼ぶ）を算出する。本実施形態では、第１の回帰式として、直線近似式を採用している。また、第１の回帰式の算出方法としては、最小二乗法を採用している。続いて、第１の回帰式算出部４３１は、第１の回帰式に対し、決定係数Ｒ²を算出する。
続いて、第１の回帰式算出部４３１は、算出した第１の回帰式に対し、グループを規定する使用期間の代表値を対応付ける。使用期間の代表値としては、例えば、平均値、中央値、最頻値がある。本実施形態では、使用期間の代表値として、平均値を採用している。

続いて、図５に示すように、横軸が測定値ｘに対応し縦軸が基準化変数ｙに対応する二次元座標系に、測定値ｘと基準化変数ｙとの組からなる座標をプロットし、第１の回帰式の近似直線、決定係数Ｒ²を描画した散布図の画像データを作成する。そして、作成した画像データを表示装置３に表示させる。これにより、表示した画像データ（決定係数Ｒ²等）をもとに、オペレータに、算出された第１の回帰式が適切であるかを判断させる。例えば、決定係数Ｒ²が０．５以上、好ましくは０．７以上である場合に第１の回帰式が適切であると判断する。なお、このような判断は、演算部４３０が行うようにしてもよい。

続いて、第１の損傷度合算出部４３２は、オペレータが入力装置２を操作して第１の回帰式が適切であるとの判断を入力すると、下記（３）式に従って、図６に示すように予め定めた累積確率（以下、「所定の累積確率」とも呼ぶ）Ｆoに対応する基準化変数（以下、「所定の基準化変数」とも呼ぶ）ｙoを算出する。図６の例では、所定の累積確率Ｆoとして０．５、０．９、０．９５、０．９９を採用し、所定の基準化変数ｙoとして０．３６６５１３、２．２５０３６７、２．９７０１９５、４．６００１４９を算出している。
ｙ＝−ln（−lnＦ）) ………（３）

続いて、第１の損傷度合算出部４３２は、図５〜７に示すように、第１の回帰式算出部４３１で算出した第１の回帰式それぞれに対し、第１の回帰式に従って、複数の所定の基準化変数ｙoに対応する複数の減肉深さ（以下、「第１の減肉深さ」とも呼ぶ）ｘ1を算出する。これにより、複数の所定の累積確率Ｆo＝０．５、０．９、０．９５、０．９９に対応する複数の第１の減肉深さｘ1（広義には、「第１の損傷度合」）を算出する。
一方、第１の損傷度合算出部４３２は、オペレータが入力装置２を操作して第１の回帰式が適切でないとの判断を入力すると、上記手順を、図２の散布図におけるグループ分けから再度行う。

第２の回帰式算出部４３３は、図８に示すように、複数の所定の累積確率Ｆo（つまり、所定の基準化変数ｙo）それぞれに対し、その所定の累積確率Ｆo（つまり、所定の基準化変数ｙo）に対応する複数の第１の減肉深さｘ1と、それら複数の第１の減肉深さｘ1に対応する複数の使用期間の平均値ｘaとの関係を表す回帰式（以下、「第２の回帰式」とも呼ぶ）を算出する。本実施形態では、第２の回帰式として、べき乗曲線近似式を採用している。また、第２の回帰式の算出方法としては、最小二乗法を採用している。続いて、第２の回帰式算出部４３３は、第２の回帰式に対し、決定係数Ｒ²を算出する。

なお、第２の回帰式算出部４３３は、第１の減肉深さｘ1に重み付けをして、第２の回帰式の算出を行っている。本実施形態では、図９に示すように、第２の回帰式の算出に用いる、第１の減肉深さｘ1については重み付けを行っている。重み付けの方法としては、測定値ｘの数に応じて重みを設定する方法を採用している。具体的には、複数の使用期間の平均値ｘaから使用期間の平均値ｘaを選択し、選択した使用期間の平均値ｘaが代表する使用期間の測定値ｘが多いほど、選択した使用期間の平均値ｘaに対応する第１の減肉深さｘ1の重みを大きくしている。

続いて、図８に示すように、横軸が使用期間に対応し縦軸が第１の減肉深さｘ1に対応する二次元座標系に、第１減肉深さｘ1と属性（使用期間）との組からなる座標をプロットし、第２の回帰式の近似曲線、決定係数Ｒ²を描画した散布図の画像データを作成する。そして、作成した画像データを表示装置３に表示させる。これにより、表示した画像データをもとに、オペレータに、算出された第２の回帰式が適切であるかを判断させる。例えば、決定係数Ｒ²が０．５以上、好ましくは０．７以上である場合に第２の回帰式が適切であると判断する。なお、このような判断は、演算部４３０が行うようにしてもよい。

続いて、第２の損傷度合算出部４３４は、オペレータが入力装置２を操作して第２の回帰式が適切であるとの判断を入力すると、図８、１０に示すように、第２の回帰式算出部４３３で算出した第２の回帰式それぞれに対し、その第２の回帰式に従って、予め定めた複数の使用期間（以下、「所定の使用期間」とも呼ぶ）に対応する複数の減肉深さ（以下、「第２の減肉深さ」とも呼ぶ）ｘ2を算出する。図１０の例では、所定の使用期間として、１５年、２０年、２５年、３０年、３５年、４０年を採用している。続いて、第２の損傷度合算出部４３４は、算出した第２の減肉深さｘ2（広義には、「第２の損傷度合」）に対し、その算出に用いた第２の回帰式に対応する所定の累積確率Ｆoを対応付ける。
一方、第２の損傷度合算出部４３４は、オペレータが入力装置２を操作して第２の回帰式が適切でないとの判断を入力すると、上記手順を、図２の散布図におけるグループ分けから再度行う。

第３の回帰式算出部４３５は、図１１に示すように、複数の所定の使用期間ｕoそれぞれに対し、所定の使用期間ｕoに対応する複数の第２の減肉深さｘ2と、それら複数の第２の減肉深さｘ2に対応する複数の所定の基準化変数ｙo（つまり、所定の累積確率Ｆo）との関係を表す回帰式（以下、「第３の回帰式」とも呼ぶ）を算出する。本実施形態では、第３の回帰式として、直線近似式を採用している。また、第３の回帰式の算出方法としては、最小二乗法を採用している。

続いて、図１１に示すように、横軸が第２の減肉深さｘ2に対応し縦軸が基準化変数ｙに対応する二次元座標系に、第２の減肉深さｘと所定の基準化変数ｙoとの組からなる座標をプロットし、第３の回帰式の近似直線を描画した散布図の画像データを作成する。そして、作成した画像データを表示装置３に表示させる。これにより、表示した画像データをもとに、オペレータに、算出された第３の回帰式が適切であるかを判断させる。ここで、図１１は、図５の散布図を標準化（回帰等を用いて整理）した散布図といえる。

続いて、第２の変数算出部４３６は、オペレータが入力装置２を操作して第３の回帰式が適切であるとの判断を入力すると、図１１、１２に示すように、第３の回帰式算出部４３５で算出した第３の回帰式それぞれに対し、第３の回帰式に従って、予め定めた減肉深さ（以下、「所定の減肉深さ」とも呼ぶ）ｘoに対応する複数の基準化変数（以下、「第２の基準化変数」とも呼ぶ）ｙ2を算出する。図１２の例では、所定の減肉深さｘo（広義には、「所定の損傷度合」）として、例えば、２［mm］、３［mm］、４［mm］、５［mm］、６［mm］、７［mm］、８［mm］、９［mm］、１０［mm］の９個を採用している。これらの算出結果により、図１２に示すテーブル（以下、「第１のテーブル」とも呼ぶ）を形成する。
一方、第２の変数算出部４３６は、オペレータが入力装置２を操作して第３の回帰式が適切でないとの判断を入力すると、上記手順を、図２の散布図におけるグループ分けから再度行う。

寿命到達確率演算部４３７は、図１３に示すように、第２の変数算出部４３６で算出した第２の基準化変数ｙ2（第１のテーブルの第２の基準化変数ｙ2）を、下記（４）式に従ってグンベル分布の累積確率（以下、「標準化後累積確率」とも呼ぶ）Ｆsに変換する。これにより、図１３に示すテーブル（以下、「第２のテーブル」とも呼ぶ）を形成する。
Ｆs＝exp（−exp（−ｙ2）） ………（４）

続いて、寿命到達確率演算部４３７は、図１４に示すように、変換した標準化後累積確率Ｆs（第２のテーブルの標準化後累積確率Ｆs）を、下記（５）式に従って寿命到達確率Ｐに変換する。続いて、所定の使用期間ｕoを、対象とする構造物の使用期間ｕ1とする。続いて、減肉深さが板厚と等しくなって貫通孔が形成され使用不能状態になる状況を想定し、第２のテーブルの所定の減肉深さｘoを、対象とする構造物の板厚ｘ3とする。これにより、予め定めた構造物の属性（構造物の使用期間）及び板厚ｘ3の組み合わせそれぞれに対し、寿命到達確率Ｐを表すテーブル（以下、「第３のテーブル」を形成する。
Ｐ＝１−Ｆ ………（５）

なお、本実施形態では、第３のテーブル（図１４）では、第２のテーブル（図１３）の所定の減肉深さｘoを、板厚ｘ3としてそのまま用いる例を示したが、他の構成を採用することもできる。例えば、構造物内の液体等の圧力によって構造物の外面に貫通孔を生じることがない肉厚の下限値（以下、「必要肉厚」とも呼ぶ）を考慮して、第２のテーブル（図１３）の所定の減肉深さｘoから必要肉厚を減算して算出される余裕肉厚を、図１５に示すように、第３のテーブル（図１４）の板厚ｘ3に代えて用いるようにしてもよい。

提示部４３８は、図１６に示すように、寿命到達確率演算部４３７で生成した第３のテーブル（図１４）に基づき、横軸が属性（構造物の使用期間ｕ1）に対応し縦軸が板厚ｘ3に対応する二次元座標系の各座標を、その座標が表す属性（構造物の使用期間ｕ1）と板厚ｘ3とに対応する寿命到達確率Ｐを表す色彩とした画像データを作成する。この画像データは、横軸が属性（構造物の使用期間ｕ1）に対応し、縦軸が板厚ｘ3に対応し高さ方向軸が寿命到達確率Ｐに対応する三次元棒グラフを高さ方向から見た場合の画像データといえる。また、各座標の色彩としては、例えば、寿命到達確率Ｐが１０^-1［１/（年・箇所）］より大きい場合には赤色、１０^-1〜１０^-2［１/（年・箇所）］の場合にはオレンジ色、１０^-2〜１０^-3［１/（年・箇所）］の場合には黄色、１０^-3〜１０^-4［１/（年・箇所）］の場合には緑色を採用する。なお、図１６の例では、赤色、オレンジ色、緑色の各色をハッチングで表している。ここで、色彩としては、グレースケール等、任意の一色の光度を変化させたものを用いてもよい。また、色彩と共に、または色彩に代えて、ハッチング等の図柄を用いてもよい。また、図１６の例では、各座標の色彩領域間に余白を持たせているが、各色彩領域のサイズを大きくして色彩領域間に余白を持たないようにしてもよい。

そして、提示部４３８は、作成した画像データを表示装置３に表示させる。これにより、表示した画像データをもとに、オペレータに、対象とする構造物（配管等）の使用期間ｕ1と板厚ｘ3とに対応する色彩で構造物（配管等）の寿命到達確率Ｐを把握させる。
ここで、実際のプラントにおける検査を計画する際には、まずは検査に費やせる予算があり、その予算内でどの構造物に対して検査を行うべきかの意思決定が重要である。これは、化学プラント等で検査を行う場合、検査のためには大掛かりな足場を設置する必要があるため、どうしても検査費用が高額になりやすく、毎年、プラントの全ての構造物に対して検査を行うことは現実的ではないからである。そこで、本実施形態によって得られた図１６に示すようなテーブルを用いれば、寿命到達確率Ｐを判断指標としてどの構造物から優先的に検査をおこなうかという意思決定を行うことができる。すなわち、保全方式や検査仕様等の決定を支援することができる。これは、熟練作業者の勘に頼るような手法に比べ、意思決定者が合理的な判断を行うことに大きく貢献することができる。

（本実施形態の効果）
（１）このように、本実施形態では、取得した構造物（配管等）の減肉深さの測定値ｘを使用期間でグループ分けし、そのグループ毎に、測定値ｘそれぞれに対し、測定値ｘがグンベル分布に従うものとして、グンベル分布の累積確率Ｆに対応する基準化変数ｙを算出する。続いて、所定の使用期間ｕo及び板厚ｘ3の組み合わせそれぞれに対し、構造物（配管等）が使用不能状態となる確率（寿命到達確率Ｐ）を算出した。これにより、構造物の損傷によってその構造物（配管等）が使用不能状態となる確率（寿命到達確率Ｐ）を提示することができる。また、検査者の勘や経験等によらず、構造物（配管等）の保全方式や検査仕様等を統計的手法によって決定できる。それゆえ、構造物（配管等）の保全方式や検査仕様等をより適切に決定することができる。また、寿命到達確率Ｐが得られるため、プラントの予算決定権者に検査の必要性等が理解され易い。

（２）また、属性を、構造物の使用期間、温度、種類、環境、塗装有無及び塗装種類、内部溶液の組成、同伴物及び流速、架台との接触の有無、並びに保温材による被覆の有無の少なくともいずれか（これら単独またはこれらの組み合わせ）としたため、腐食速度への影響が大きい要素でグループ分けでき、寿命到達確率Ｐをより高精度に算出できる。
（３）さらに、第２の回帰式算出部４３３で、第１の減肉深さｘ1に重み続けをして、第２の回帰式の算出を行うようにした。そのため、精度の高いデータの重みを大きくして第２の回帰式の算出を行うことができるので、第２の回帰式をより高精度に算出できる。

（４）さらに、第２の回帰式算出部４３３で、第２の回帰式として、べき乗曲線近似式を用いたため、マッチング度合いを向上でき、第２の回帰式をより高精度に算出できる。
（５）また、算出部４２０で、確率分布として、グンベル分布及びワイブル分布の少なくともいずれかを用い、累積確率Ｆの算出方法として、平均ランク法を用いるようにした。そのため、腐食による構造物（配管等）の減肉深さの測定値ｘをより適切に表現できる。

（６）また、提示部４３８で、一方の軸が属性（所定の使用期間ｕo）に対応し他方の軸が板厚ｘ3に対応する二次元座標系の各座標を、その座標が表す属性（所定の使用期間ｕo）と板厚ｘ3とに対応する寿命到達確率Ｐを表す色彩及び図柄の少なくといずれかとした画像データを提示するようにした。そのため、例えば、座標毎に寿命到達確率Ｐが大きく異なったとしても、オペレータに寿命到達確率Ｐを適切に把握させることができる。

（変形例）
（１）なお、本実施形態では、属性として、構造物（配管等）の使用期間を用いる例を示したが、他の構成を採用することもできる。例えば、属性として、構造物（配管等）の温度を用いることもできる。この場合、算出部４２０で、温度で測定値ｘのグループ分けを行う。また、演算部４３０で、温度及び板厚ｘ3の組み合わせそれぞれに対する寿命到達確率Ｐの演算を行う。これにより、図１７に示すように温度及び板厚ｘ3の組み合わせそれぞれに対し、寿命到達確率Ｐを色彩や図柄で表す画像データを生成することができる。

また、例えば、属性として、構造物（配管等）の質的属性を用いてもよい。この場合、算出部４２０で、質的属性で測定値ｘのグループ分けを行う。また、演算部４３０で、構造物（配管等）の質的属性及び板厚ｘ3の組み合わせそれぞれに対する寿命到達確率Ｐの演算を行う。これにより、図１８に示すように、構造物（配管等）の質的属性及び板厚ｘ3の組み合わせそれぞれに対し、寿命到達確率Ｐを色彩や図柄で表す画像データを生成できる。図１８の例では、質的属性として、種類（配管、熱交換器、塔等）を用いている。

さらに、例えば、属性として、構造物の使用期間と構造物の種類（配管、熱交換器、塔等）との組み合わせを用いてもよい。この場合、算出部４２０で、使用期間と種類との組み合わせで測定値ｘのグループ分けを行う。また、演算部４３０で、構造物の種類毎に、使用期間及び板厚ｘ3の組み合わせそれぞれに対する寿命到達確率Ｐの演算を行う。これにより、図１９に示すように、構造物の種類毎に、構造物の属性及び板厚の組み合わせそれぞれに対し、寿命到達確率Ｐを色彩や図柄で表す画像データを生成できる。図１９の例では、属性として、（ａ）は配管、（ｂ）は熱交換器、（ｃ）は塔を用いている。

（３）また、本実施形態では、保温材で被覆された構造物の保温材下腐食（ＣＵＩ：Corrosion Under Insulation）の保全方式や検査仕様等の決定に用いる例を示したが、他の保全方式や検査仕様等の決定に用いることもできる。例えば、プラントにおける、架台接触部腐食（配管と架台との接触部における腐食等）、熱媒の冷却水による孔食状腐食、すきま腐食起点応力腐食割れ、エロージョン・コロージョン等の保全方式や検査仕様等の決定に用いてもよい。この場合、損傷度合としては、架台接触部腐食による減肉深さ、孔食状腐食による局部減肉、応力腐食割れによる割れ深さ、すきま腐食起点応力腐食割れによる割れ深さ、エロージョンによる減肉深さ、及びエロージョン・コロージョンによる減肉深さの少なくともいずれかを用いることになる。

（４）また本実施形態では、プラントの構造物（配管等）の属性及び板厚ｘ3の組み合わせそれぞれに対し、寿命到達確率Ｐを色彩や図柄で表す画像データを提示する例を示したが、他の構成を採用してもよい。例えば、発生する損害額を提示する構成としてもよい。
具体的には、本変形例では、図２０に示すように、寿命到達確率演算処理のプログラムが、コンピュータ４を、予測費用推定部４３９、優先順位設定部４４０、目安算出部４４１及び期待値提示部４４２としても機能させるようになっている。
予測費用推定部４３９は、寿命到達確率演算部４３７で算出した寿命到達確率Ｐに基づき、損害額の期待値（以下、「予測費用」とも呼ぶ）を推定する。予測費用の算出方法としては、例えば、寿命到達確率Ｐに、構造物（配管等）で推定される腐食箇所の数（以下、「系当たりのＣＵＩ箇所数推定」とも呼ぶ）を乗算し、その乗算結果に構造物（配管等）に貫通孔が形成された場合に被る損害額（以下「漏れ費用」とも呼ぶ）を乗算する方法を用いている。

優先順位設定部４４０は、予測費用推定部４３９で算出した予測費用に基づき、各構造物（配管等）やそれを構成する各部材の検査優先順位を設定する。検査優先順位は、例えば、予測費用が高いものほど高い順位とする。
目安算出部４４１は、予測費用推定部４３９で算出した予測費用を構造物（配管等）の検査にかけられる費用の上限値の目安（以下「検査費目安」とも呼ぶ）として設定する。
期待値提示部４４２は、図２１に示すように、構造物（配管等）それぞれに対し、予測費用推定部４３９で推定した予測費用、優先順位設定部４４０で設定した検査優先順位、目安算出部４４１で設定した検査費目安を表す第４のテーブルの画像データを表示装置３に表示させる。図２１の例では、予測費用、検査優先順位及び検査費目安に加え、配管番号、板厚、使用期間、寿命到達確率Ｐ、系当たりのＣＵＩ箇所数推定、真の貫通確率、及び漏れ費用も提示している。
これにより、表示した画像データをもとに、オペレータは、構造物（配管等）の検査の実施の優先順位、時期、及び予算配布をより容易に決定でき、構造物（配管等）の保全方式や検査仕様等をより適切に決定することができる。また、予測費用、検査優先順位及び検査費目安が得られるため、プラントの予算決定権者に検査の必要性等が理解され易い。

（５）また、取得部４１０は、単位面積当たりまたは単位長さ当たりの損傷度合の測定値を取得する構成としてもよい。この場合、取得した測定値を基に、算出部４２０や演算部４３０によって、上記演算を行うことで、単位面積もしくは単位長さ当たりの損傷（減肉）確率を算出し、構造物のサイズ（面積、長さ）に応じた寿命到達確率Ｐを算出できる。それゆえ、例えば、予測費用を算出する場合には、図２２に示すように、寿命到達確率Ｐに、構造物のサイズを乗算し、その乗算結果に漏れ費用の乗算を行う。これにより、構造物のサイズから、予測費用、検査優先順位、及び検査費目安等を比較的容易に演算することができる。図２２の例では、構造物のサイズとして、配管外表面積を採用している。

ここで、単位面積当たりまたは単位長さ当たりの損傷度合の推定値（取得部４１０が取得する測定値）は、例えば、各構造物（配管等）の損傷度合（例えば、ＣＵＩによる減肉深さ）の分布をもとに導出する構成としてもよい。各構造物（配管等）の損傷度合の分布としては、例えば、１つの構造（例えば、配管系）に複数（２点以上）の損傷度合（例えば、ＣＵＩによる減肉深さの測定値）がある場合には、測定の単位面積または単位長さを仮定して得られる損傷度合いの分布（例えば、グンベル分布）を採用することができる。

１…保全支援装置、２…入力装置、３…表示装置、４…コンピュータ、４１０…取得部、４２０…算出部、４３０…演算部、４３１…第１の回帰式算出部、４３２…第１の損傷度合算出部、４３３…第２の回帰式算出部、４３４…第２の損傷度合算出部、４３５…第３の回帰式算出部、４３６…第２の変数算出部、４３７…寿命到達確率演算部、４３８…提示部、４３９…予測費用推定部、４４０…優先順位設定部、４４１…目安算出部、４４２…期待値提示部

Claims

プラントの構造物の損傷度合の測定値をその属性と関連付けて多数取得する取得部と、
前記取得部で取得した前記測定値を前記属性でグループ分けし、そのグループ毎に、グループに属する前記測定値それぞれに対し、前記測定値が予め定めた確率分布に従うものとして、該確率分布の累積確率に対応する基準化変数を算出する算出部と、
予め定めた構造物の属性及び板厚の組み合わせそれぞれに対し、前記算出部で算出した基準化変数に基づき、構造物の損傷によって該構造物が使用不能状態となる確率である寿命到達確率を演算する演算部と、を備えることを特徴とする保全支援装置。
前記損傷度合は、保温材下腐食による減肉深さ、架台接触部腐食による減肉深さ、孔食状腐食による局部減肉、応力腐食割れによる割れ深さ、すきま腐食起点応力腐食割れによる割れ深さ、エロージョンによる減肉深さ、及びエロージョン・コロージョンによる減肉深さの少なくともいずれかであることを特徴とする請求項１に記載の保全支援装置。
前記属性は、構造物の使用期間、温度、種類、環境、塗装有無及び塗装種類、内部溶液の組成、同伴物及び流速、架台との接触の有無、保温材による被覆の有無、並びに保温材の種類の少なくともいずれかであることを特徴とする請求項１または２に記載の保全支援装置。
前記属性は、構造物の使用期間と構造物の種類との組み合わせからなり、
前記算出部は、使用期間と種類との組み合わせで前記測定値のグループ分けを行い、
前記演算部は、構造物の種類毎に、使用期間及び板厚の組み合わせそれぞれに対する前記寿命到達確率の演算を行うことを特徴とする請求項３に記載の保全支援装置。
前記属性は、構造物の使用期間を含み、
前記演算部は、
前記算出部で設定したグループ毎に、前記測定値と、その測定値に対応する前記基準化変数との関係を表す第１の回帰式を算出すると共に、それら第１の回帰式に対し、該グループを規定する使用期間の代表値を対応付ける第１の回帰式算出部と、
前記第１の回帰式それぞれに対し、該第１の回帰式に従って、複数の所定の累積確率に対応する複数の第１の損傷度合を算出する第１の損傷度合算出部と、
複数の前記所定の累積確率それぞれに対し、該所定の累積確率に対応する複数の前記第１の損傷度合と、それら複数の第１の損傷度合に対応する複数の前記使用期間の代表値との関係を表す第２の回帰式を算出する第２の回帰式算出部と、
前記第２の回帰式それぞれに対し、該第２の回帰式に従って、複数の所定の使用期間に対応する複数の第２の損傷度合を算出すると共に、それら複数の第２の損傷度合に対し、該第２の回帰式に対応する前記所定の累積確率を対応付ける第２の損傷度合算出部と、
複数の前記所定の使用期間それぞれに対し、該所定の使用期間に対応する複数の前記第２の損傷度合と、それら複数の前記第２の損傷度合に対応する複数の前記所定の累積確率との関係を表す第３の回帰式を算出する第３の回帰式算出部と、
前記第３の回帰式それぞれに対し、該第３の回帰式に従って、複数の所定の損傷度合に対応する複数の第２の基準化変数を算出する第２の変数算出部と、
前記所定の使用期間及び前記板厚の組み合わせそれぞれに対し、前記第２の基準化変数に基づいて前記寿命到達確率を演算する寿命到達確率演算部と、を備えることを特徴とする請求項３または４に記載の保全支援装置。
前記第２の回帰式算出部は、前記第１の損傷度合に前記測定値の数に応じた重み付けをして、前記第２の回帰式の算出を行うことを特徴とする請求項５に記載の保全支援装置。
前記第２の回帰式算出部は、前記第２の回帰式として、べき乗曲線近似式を用いることを特徴とする請求項５または６に記載の保全支援装置。
前記確率分布は、グンベル分布及びワイブル分布の少なくともいずれかであり、
前記累積確率の算出方法としては、平均ランク法、メジアンランク法及びモードランク法の少なくともいずれかを用いていることを特徴とする請求項１から７のいずれか１項に記載の保全支援装置。
前記取得部は、単位面積当たりまたは単位長さ当たりの損傷度合の測定値を取得することを特徴とする請求項１から８のいずれか１項に記載の保全支援装置。
前記演算部は、一方の軸が属性に対応し他方の軸が板厚に対応する二次元座標系の各座標を、該座標が表す属性と板厚とに対応する前記寿命到達確率を表す色彩および図柄の少なくともいずれかとした画像データを提示する提示部を更に備えることを特徴とする請求項１から９のいずれか１項に記載の保全支援装置。
コンピュータを、
プラントの構造物の測定値をその属性と関連付けて多数取得する取得部、
取得した前記測定値を前記属性でグループ分けし、そのグループ毎に、グループに属する前記測定値それぞれに対し、前記測定値が予め定めた確率分布に従うものとして、該確率分布の累積確率に対応する基準化変数を算出する算出部、
及び予め定めた構造物の属性及び板厚の組み合わせそれぞれに対し、前記算出部で算出した基準化変数に基づいて、構造物の損傷によって該構造物が使用不能状態となる確率である寿命到達確率を演算する演算部として機能させるための保全支援用プログラム。