JP2018077634A - プラント設備劣化診断装置 - Google Patents

Abstract

【課題】自動的に精度高く正常データを収集し、正常データに基づいて異常が近づいていることを予測できるプラント劣化診断装置を提供する。【解決手段】操業データベース３は、操業計画データ１と操業計画データ１に基づく実績データ２とを関連付けた操業データを蓄積する。予測演算部４は、操業計画データ１に基づいて監視対象データの理論値を算出する。第一比較分析部６は、学習期間中に操業データベース３に蓄積された操作データの集合のうち、操業計画データ１と同内容のデータに関連付いた複数の実績データ２に基づいて、監視対象データの実績値の標準偏差を算出し、理論値に標準偏差を加味した範囲内に監視対象データの実績値が含まれる操作データを正常データと定める。第二比較分析部７は、運用期間中に検出された実績データ２に基づく監視対象データの実績値が、正常データの集合に基づく正常範囲に含まれていない場合に異常接近情報を出力する。【選択図】図１

Description

本発明は、プラント設備劣化診断装置に関する。

製造プラントにおける安定した生産のためには各設備の保守点検が重要である。そのため、操業中に各設備が正常に運転していることを監視しつつ、各設備の故障や異常を診断することで、早期かつ簡易に対応できることが望まれる。従来の診断技術では、例えば監視対象データに対して、故障や異常の基準となる閾値を設定し、データの実績値がその閾値に達した後に処置を施すことが多い。

設備診断に関して、特開２０１４−１３２８２９号公報（特許文献１）や特開２０１０−２７７１９９号公報（特許文献２）に記載のものが知られている。

特許文献１では、電力変換装置において、予め設定された電力変換装置内部の温度設定値と、冷却フィン上に設けた温度検出器の検出温度と、電力変換装置筐体内部に設けた温度検出器の検出温度と、電流検出器の検出値とから、電力変換装置の温度過熱の要因判別を行っている。特許文献１によれば、電力変換装置の異常過熱の要因を特定することができる。

特許文献２では、製鉄プラントにおいて、操業中に各設備状態データおよび製品状態データを収集し、ある閾値により正常と異常に分類し、これらと比較することで現在生産されている製品が正常かどうかを診断している。

特開２０１４−１３２８２９号公報 特開２０１０−２７７１９９号公報

しかしながら、特許文献１では、電力変換装置の異常過熱の要因を特定できるものの、異常過熱が起こる前にその要因を診断することはできない。重大な異常であれば装置自体の損害も大きくなり、長期間の操業停止は免れられない。

また、特許文献２では、操業中に各設備状態データおよび製品状態データを収集して、製品が正常かどうかを診断しているが、診断対象は製品の状態であり、各設備の異常を診断するものではない。

また、一般的な設備診断では、例えば監視対象データに対して異常の基準となる閾値を設定する場合が多いが、それでは異常が近づいていることを予測することはできない。加えて、製品の仕様によって各設備の運転条件は様々であり、材料とそれぞれの設備の仕様条件により監視対象データの挙動が異なるため、条件毎に適切な異常閾値を決定することは難しい。

このように条件毎に適切な異常閾値を決定することは難しい一方で、設備が正常に動作している期間中に、正常データを収集することは比較的容易である。また、正常データの範囲を逸脱したデータは即異常というわけではないが、異常に近づいていると予測できる。本発明はこのような着眼点の下、上述の課題を解決するためになされたもので、自動的に精度高く正常データを収集し、正常データに基づいて異常が近づいていることを予測できるプラント劣化診断装置を提供することを目的とする。

本発明は、上記の目的を達成するため、プラント設備劣化診断装置であって、
プラント設備の操業に関する操業計画データと、前記操業計画データに基づく制御の結果として前記プラント設備から検出された実績データとを関連付けた操業データを蓄積する操業データベースと、
前記操業計画データに基づいて監視対象データの理論値を算出する予測演算部と、
学習期間中に前記操業データベースに蓄積された操作データの集合のうち、前記操業計画データと同内容のデータに関連付いた複数の実績データに基づいて、前記監視対象データの実績値のばらつきを示す指標値を算出し、前記理論値に前記指標値を加味した範囲内に前記監視対象データの実績値が含まれる操作データを正常データと定める第一比較分析部と、
前記正常データの集合を蓄積する正常データ蓄積部と、
前記学習期間後の運用期間中に、前記操業計画データに基づく制御の結果として前記プラント設備から検出された実績データに基づく前記監視対象データの実績値が、前記正常データの集合に基づく正常範囲に含まれていない場合に異常接近情報を出力する第二比較分析部と、を備えることを特徴とする。

好ましくは、プラント劣化診断装置は、前記異常接近情報を画面に表示する異常表示器をさらに備え、
前記異常接近情報は、前記正常データに含まれる要素データ毎の実績値の平均値と、前記運用期間中に検出された実績データに含まれる要素データ毎の実績値との乖離率の絶対値を要素データ毎に算出して、前記乖離率の絶対値が大きい順に並べた情報を含むこと、を特徴とする。

本発明によれば、学習期間において、同内容の操業計画データ毎に、監視対象データの理論値、および実績値のばらつきを考慮して、自動的に精度高く正常データを収集できる。また、運用期間において、監視対象データの実績値がこの正常データの範囲を逸脱したことを検出することで、異常に至っていなくても、異常に近づいていることを予測診断できる。

また、本発明によれば、監視対象データ以外の各要素データを、正常データの実績値の平均値との乖離率順に並べて画面表示することで、監視対象データとの相関性が高いと推察される要素データをオペレータに認識させることができる。その結果、異常発生前に監視対象データの異常要因を推定して、早期の保守管理が可能となり、予期せぬ操業停止を回避することが可能となる。

本発明の実施の形態１に係るプラント設備劣化診断装置において、学習期間中の処理に用いられる構成と処理フローを説明するための図である。 第一比較分析部６が正常と定める操業データの集合（正常データの集合）について説明するための概略図である。 本発明の実施の形態１に係るプラント設備劣化診断装置において、運用期間中の処理に用いられる構成と処理フローを説明するための図である。 本発明の実施の形態１に係るプラント設備劣化診断装置が有する処理回路のハードウェア構成例を示すブロック図である。

以下、図面を参照して本発明の実施の形態について詳細に説明する。尚、各図において共通する要素には、同一の符号を付して重複する説明を省略する。

実施の形態１
＜学習期間中の処理＞
図１は、本発明の実施の形態１に係るプラント設備劣化診断装置において、学習期間中の処理に用いられる構成と処理フローを説明するための図である。プラント設備劣化診断装置は、例えば、製造プラントなどの生産設備に使用される電動機や電力変換装置等の電機品を診断する装置である。学習期間は、製造プラントのラインに配置された各種プラント設備が正常に動作している期間である。

プラント設備劣化診断装置は、プラント設備の操業に関する操業計画データ１を、外部の計算機から通信ケーブルを介して受信する。受信された操業計画データ１は、操業データベース３と予測演算部４に入力される。

操業計画データ１は、材料や製品の性質、電気及び機械設備の運転方案等を含む。一例として、製鉄プラントにおいて操業計画データ１は、圧延されるスラブ及び最終製品のコイルの形状や組成などの仕様の情報と、各種プラント設備の速度や位置制御などの運転方案の情報を含む。これらの情報は、実際に製品が生産される前の計画段階のものである。各種プラント設備には、加熱炉、圧延機、冷却装置等の他、これらを駆動する電動機や電力変換装置が含まれる。

プラント設備劣化診断装置は、各種プラント設備に取り付けられたセンサから送信された実績データ２を、通信ケーブルを介して受信する。受信された実績データ２は、操業データベース３と第一比較分析部６に入力される。

実績データ２は、プラント設備に設けられたセンサの検出値、最終製品の性質など操業中の情報である。一例として、製鉄プラントにおいて実績データ２は、加熱炉の温度、圧延機による圧下量、電力変換装置の電流値・冷却水量・周囲温度、圧延されるスラブ及び最終製品のコイルの形状や組成など、上流工程から下流工程までの操業結果に関するあらゆる情報を含む。

操業データベース３は、操業計画データ１と、操業計画データ１に基づく制御の結果としてプラント設備から検出される実績データ２とを関連付けた操業データを蓄積する。この関連付けは、生産ライン上を搬送される同一の材をトラッキングしてデータを関連付ける仕組みにより実現できる。各材について各時刻（各搬送位置）における操業計画データ１と実績データ２とが関連付けられたデータ（以下、単に操業データと記す。）は、一括りにして正常データ蓄積部５へ出力される。

予測演算部４は、入力された操業計画データ１に基づいて監視対象データの理論値を算出する。例えば、予測演算部４は、操業計画データ１に含まれる各種データを数理モデルに代入して、監視対象データの理論値を算出する。

具体的に説明する。一例として、監視対象データは、製鉄プラントの圧延機を駆動している電力変換装置の素子温度とする。電力変換装置はジュール熱により温度を上げるが、その大きさは素子に流れる電流により、その電流は圧延機を駆動するのに必要なトルクや圧延時間といった操業条件で決まる。また、装置の冷却は、ファンを利用した強制風冷とすれば、冷却能力はファンによる風量と周囲の気温によって決まる。これらの条件から、電力変換装置の素子温度Ｔに関して次式（１）が成立する。式（１）に操業計画データに含まれる（又は操業計画データに含まれる操業条件から算出される）、各時刻における電流値Ｉや周囲温度Ｔａ等を代入して、電力変換装置の素子温度Ｔの理論値を算出できる。

ここで、
Ｃ： 素子熱容量
Ｔ： 素子温度
ｔ： 時刻
Ｒ： 素子抵抗
Ｉ： 電流値（操業条件による）
ｈ： 熱伝達率（ファンの強度による）
Ａ： 素子表面積
Ｔａ：周囲温度（盤内温度）

第一比較分析部６は、まず、学習期間中に操業データベース３に蓄積された操業データの集合のうち、操業計画データと同内容のデータ（仕様および運転方案の情報が共通するもの）に関連付いた複数の実績データに基づいて、監視対象データの実績値のばらつきを示す指標値を算出する。次に、第一比較分析部６は、監視対象データの理論値に指標値を加味した範囲内に監視対象データの実績値が含まれる操作データを正常データと定める。

図２は、第一比較分析部６が正常と定める操業データの集合（正常データの集合）について説明するための概略図である。集合１１は、学習期間中に蓄積された同内容の操業計画データ（仕様および運転方案の情報が共通するもの）に関する操業データの集合である。点１２は、集合１１に含まれる複数の実績データに基づく監視対象データの実績値の平均値を示す。点１３は、集合１１に含まれる操業計画データから算出される監視対象データの理論値を示す。

集合１４は、集合１１のうち正常データの集合である。正常データは、監視対象データの理論値に、監視対象データの実績値のばらつきを示す指標値（例えば標準偏差σ）を加味した範囲（例えば理論値±３σ）内に監視対象データの実績値を含む操業データ（正常データ）の集合である。なお、上記範囲は、理論値±２σ、理論値±σ等であってもよい。

具体的に説明する。一例として、監視対象データは、上述した電力変換装置の素子温度である。まず、第一比較分析部６は、実績データ２から監視対象データを取得する。電力変換装置の素子温度は、直接的にセンサ等の検出値が得られないため、実績データに基づく素子温度Ｔの実績値は、上述した式（１）に実績データ（各時刻における電流値Ｉ、周囲温度Ｔａの実績値）を代入して算出される。また、第一比較分析部６は、上述した複数の実績データに基づいて、監視対象データの実績値のばらつきを示す指標値として標準偏差σを算出する。そして、第一比較分析部６は、監視対象データの理論値（点１３）に標準偏差σを加味した範囲（例えば理論値±３σ）内に監視対象データの実績値を含む操業データを、正常データと判定し、正常データ蓄積部５へ判定結果を出力する。

正常データ蓄積部５は、操業データベース３から入力した操業データの集合と、第一比較分析部６から入力した判定結果から、操業データの集合のうち正常と判定された操業データのみを正常データの集合として蓄積する。

＜運用期間中の処理＞
図３は、本発明の実施の形態１に係るプラント設備劣化診断装置において、運用期間中の処理に用いられる構成と処理フローを説明するための図である。運用期間は、学習期間後の所定の期間である。ここでは、プラント設備が正常に動作している場合、同内容の操業計画データに対して同一の傾向で実績値が得られることを前提とする。

第二比較分析部７は、運用期間中に、操業計画データ１に基づく制御の結果としてプラント設備から検出される実績データ２に基づく監視対象データの実績値が、正常データ蓄積部に蓄積された正常データの集合に基づく正常範囲に含まれていない場合に、異常接近情報を出力する。

具体的には、まず、第二比較分析部７には、運用期間中に取得された操業計画データ１とその実績データ２が入力される。入力されたデータは、正常データ蓄積部５に蓄積された正常データからなる操業モデル（統計モデル）と比較分析される。操業計画データは同内容であるものの、例えば電力変換装置の計算素子温度（式（１）に、実績データ２の実績値（Ｉ、Ｔａ）を代入して算出した素子温度の計算値）等の監視対象データの実績値が、蓄積した正常値に基づく正常範囲（例えば、正常値の平均値±３σ）外になった場合は、第二比較分析部７は、異常過熱が近づいていると判断して異常接近情報を異常表示器８へ出力する。なお、上記正常範囲は、正常値の平均値±２σ、正常値の平均値±σ等であってもよい。

好ましくは、第二比較分析部７は、異常が接近していると判断した場合に、その要因を推定する。要因の推定では、異常と診断された監視対象データだけでなく生産ラインの様々な要素データを正常データ蓄積部５に保存された正常値と比較することにより、監視対象の異常との関連性を各設備について診断する。

具体的には、第二比較分析部７は、正常データに含まれる要素データ毎の実績値の平均値と、運用期間中に検出された実績データに含まれる要素データ毎の実績値との乖離率の絶対値を要素データ毎に算出して、乖離率の絶対値が大きい順に並べた情報を異常接近情報に含める。

異常表示器８は、上述した異常接近情報を画面に表示する表示装置である。

＜効果＞
以上説明したように、本実施の形態に係るプラント設備劣化診断装置によれば、学習期間において、同内容の操業計画データ毎に、監視対象データの理論値、および実績値のばらつきを考慮して、自動的に精度高く正常データを収集できる。同内容の操業計画データ毎に共通の手法で正常データを収集するため、操業計画データ毎に実験的に適切な閾値を決定する必要はない。

また、運用期間において、監視対象データの実績値がこの正常データの範囲を逸脱したことを検出することで、異常に至っていなくても、異常に近づいていることを予測診断できる。

また、本発明によれば、上流工程から下流工程まで一気通貫した操業データを収集しており、監視対象データ以外の多数の要素データを、正常データの実績値の平均値との乖離率順に並べて画面表示することで、監視対象データとの相関性が高いと推察される要素データを上位に表示して、オペレータに認識させることができる。その結果、異常発生前に監視対象データの異常要因を推定して、早期の保守管理が可能となり、予期せぬ操業停止を回避することが可能となる。

＜変形例＞
ところで、上述した実施の形態１のシステムにおいては、監視対象パラメータとして電力変換装置の素子温度を一例としているが、電動機の回転速度、電動機に供給される電流値、電動機の温度、電力変換装置の周囲温度（盤内温度）等であってもよい。

＜ハードウェア構成例＞
図４は、本発明の実施の形態１に係るプラント設備劣化診断装置が有する処理回路のハードウェア構成例を示すブロック図である。図１および図２に示す各部は、本システムが有する機能の一部を示し、各機能は処理回路により実現される。例えば、処理回路は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉt）１０１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１０２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１０３、入出力インターフェース１０４、システムバス１０５、入力装置１０６、表示装置１０７、ストレージ１０８および通信装置１０９を備えたコンピュータである。

ＣＰＵ１０１は、ＲＯＭ１０２やＲＡＭ１０３に格納されたプログラムやデータなどを用いて各種の演算処理を実行する処理装置である。ＲＯＭ１０２は、コンピュータに各機能を実現させるための基本プログラムや環境ファイルなどを記憶する読み取り専用の記憶装置である。ＲＡＭ１０３は、ＣＰＵ１０１が実行するプログラムおよび各プログラムの実行に必要なデータを記憶する主記憶装置であり、高速な読み出しと書き込みが可能である。入出力インターフェース１０４は、各種のハードウェアとシステムバス１０５との接続を仲介する装置である。システムバス１０５は、ＣＰＵ１０１、ＲＯＭ１０２、ＲＡＭ１０３および入出力インターフェース１０４で共有される情報伝達路である。

また、入出力インターフェース１０４には、入力装置１０６、表示装置１０７、ストレージ１０８および通信装置１０９などのハードウェアが接続されている。入力装置１０６は、ユーザからの入力を処理する装置である。表示装置１０７は、システムの状態等を表示する装置である。上述した異常表示器８は、表示装置１０７により実現される。ストレージ１０８は、プログラムやデータを蓄積する大容量の補助記憶装置であり、例えばハードディスク装置や不揮発性の半導体メモリなどである。上述した操業データベース３、正常データ蓄積部は、ストレージ１０８により実現される。通信装置１０９は、有線又は無線で外部装置とデータ通信可能な装置である。プラント設備劣化診断装置と、上述したプラント設備および外部の計算機との接続は、通信装置１０９により実現される。

１ 操業計画データ
２ 実績データ
３ 操業データベース
４ 予測演算部
５ 正常データ蓄積部
６ 第一比較分析部
７ 第二比較分析部
８ 異常表示器
１０１ ＣＰＵ
１０２ ＲＯＭ
１０３ ＲＡＭ
１０４ 入出力インターフェース
１０５ システムバス
１０６ 入力装置
１０７ 表示装置
１０８ ストレージ
１０９ 通信装置

Claims (3)

1. プラント設備の操業に関する操業計画データと、前記操業計画データに基づく制御の結果として前記プラント設備から検出された実績データとを関連付けた操業データを蓄積する操業データベースと、
   前記操業計画データに基づいて監視対象データの理論値を算出する予測演算部と、
   学習期間中に前記操業データベースに蓄積された操作データの集合のうち、前記操業計画データと同内容のデータに関連付いた複数の実績データに基づいて、前記監視対象データの実績値のばらつきを示す指標値を算出し、前記理論値に前記指標値を加味した範囲内に前記監視対象データの実績値が含まれる操作データを正常データと定める第一比較分析部と、
   前記正常データの集合を蓄積する正常データ蓄積部と、
   前記学習期間後の運用期間中に、前記操業計画データに基づく制御の結果として前記プラント設備から検出された実績データに基づく前記監視対象データの実績値が、前記正常データの集合に基づく正常範囲に含まれていない場合に異常接近情報を出力する第二比較分析部と、
   を備えることを特徴とするプラント設備劣化診断装置。
2. 前記学習期間は、前記プラント設備が正常に動作している期間であること、
   を特徴とする請求項１に記載のプラント設備劣化診断装置。
3. 前記異常接近情報を画面に表示する異常表示器をさらに備え、
   前記異常接近情報は、前記正常データに含まれる要素データ毎の実績値の平均値と、前記運用期間中に検出された実績データに含まれる要素データ毎の実績値との乖離率の絶対値を要素データ毎に算出して、前記乖離率の絶対値が大きい順に並べた情報を含むこと、
   を特徴とする請求項１又は２に記載のプラント設備劣化診断装置。

Images