JP2018081350A - 運転支援装置及びプログラム - Google Patents
運転支援装置及びプログラム Download PDFInfo
- Publication number
- JP2018081350A JP2018081350A JP2016221339A JP2016221339A JP2018081350A JP 2018081350 A JP2018081350 A JP 2018081350A JP 2016221339 A JP2016221339 A JP 2016221339A JP 2016221339 A JP2016221339 A JP 2016221339A JP 2018081350 A JP2018081350 A JP 2018081350A
- Authority
- JP
- Japan
- Prior art keywords
- data
- candidates
- processing unit
- data processing
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 claims abstract description 130
- 238000013461 design Methods 0.000 claims abstract description 72
- 239000000284 extract Substances 0.000 claims abstract description 27
- 238000000034 method Methods 0.000 claims description 34
- 230000000694 effects Effects 0.000 claims description 22
- 238000010586 diagram Methods 0.000 claims description 21
- 238000013179 statistical model Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000006872 improvement Effects 0.000 claims description 9
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 239000003245 coal Substances 0.000 description 29
- 238000005259 measurement Methods 0.000 description 13
- 239000007789 gas Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 12
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 9
- 230000001364 causal effect Effects 0.000 description 8
- 238000010248 power generation Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 7
- 239000000567 combustion gas Substances 0.000 description 6
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000002485 combustion reaction Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000003610 charcoal Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005315 distribution function Methods 0.000 description 2
- 238000012886 linear function Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000010298 pulverizing process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】制御対象から収集された運転データに基づいて運用性向上に寄与する第1の操作パラメータの候補を抽出する運転データ処理部と、制御対象の設計情報に基づいて運用性向上に寄与する第2の操作パラメータの候補を抽出する設計データ処理部と、第1の操作パラメータの候補と第2の操作パラメータの候補のうち、運転データ処理部と設計データ処理部の両方で抽出された操作パラメータの候補を、操作すべき操作パラメータに選定する操作パラメータ選定部と、を備える。
【選択図】図1
Description
上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。
図1は、本発明の一実施形態に係る運転支援装置の構成例を示すブロック図である。本実施形態に係る運転支援装置200は、プラント100及び外部装置900と接続している。
図2は、運転支援装置200の動作を示すフローチャートである。
ステップS1において、操作パラメータ決定部400は、操作パラメータ決定の要否を決定する。操作パラメータ決定の要否を決定するタイミングは、運転支援装置200を初めて動作させる時、操作パラメータを決定してから所定の時間が経過した時、外部入力装置910から操作パラメータを決定する指令が入力された時などである。運転支援装置200は、このような予め定められたタイミングの条件を満足したときに操作パラメータ決定の要否を判定し、操作パラメータ決定が‘要’(S1の要)のときはステップS2に進み、それ以外の‘否’(S1の否)のときはステップS5に進む。
図3は、運転支援装置200の支援対象であるプラント100の一例を示す説明図である。図3は、プラント100の一例として石炭火力プラントの構成を示す概略図である。まず、石炭火力プラントによる発電の仕組みについて簡単に説明する。
次に、運転支援装置200に設けた操作量決定部300の動作について図4〜図6を参照して説明する。
次に、運転支援装置200に設けた設計データ処理部600の動作について図7〜図9を参照して説明する。図7〜図9は、設計データデータベース230に保存されている設計データの一例であり、設計データ処理部600で処理されるデータである。
図8は、設計データデータベースに設計データとして保存された、操作パラメータであることを示すキーワードリストの一例を示すグラフである。
図9は、設計データデータベースに保存された制御ロジック回路図の一例を示す説明図である。
次に、運転支援装置200に設けた運転データ処理部500の動作について図10及び図11を参照して説明する。
次に、運転支援装置200に設けた操作パラメータ選定部700の動作について図12及び図13を参照して説明する。操作パラメータ選定部700は、運転データ処理部500と設計データ処理部600の両方で抽出されたデータ項目を、操作パラメータとして選定する。
図12は、プラント100の運用性能と操作パラメータ数との関係を示すグラフである。
図13は、統計モデル310又は学習アルゴリズム320の計算時間と操作パラメータ数との関係を示すグラフである。
次に、運転支援装置200に備えられている各データベースに保存されるデータの態様の例を説明する。
図16は、運転支援装置200をプラント100に適用したときの導入効果を試算した結果を示す説明図である。
図18は、操作パラメータの操作量と時間との関係の一例を示すグラフである。
図19は、運転支援装置200が備えるコンピューターのハードウェア構成を示すブロック図である。なお、運転支援装置200の機能、使用目的に合わせてコンピューター800の各部を取捨選択することが可能である。例えば、図1に示すプラント制御システムは、外部入力装置910(キーボード920及びマウス930)及び画像表示装置940を備えているため、表示部805及び操作部806を削除してもよい。
Claims (8)
- 制御対象から収集された運転データに基づいて運用性向上に寄与する第1の操作パラメータの候補を抽出する運転データ処理部と、
前記制御対象の設計情報に基づいて運用性向上に寄与する第2の操作パラメータの候補を抽出する設計データ処理部と、
前記第1の操作パラメータの候補と前記第2の操作パラメータの候補のうち、前記運転データ処理部と前記設計データ処理部の両方で抽出された操作パラメータの候補を、操作すべき操作パラメータに選定する操作パラメータ選定部と、
を備える運転支援装置。 - 前記運転データ処理部は、前記運転データに基づいて当該運転データのデータ項目と運用性を評価する指標との関係を表す特性関数を作成し、当該特性関数に基づいて前記第1の操作パラメータの候補を抽出する
請求項1に記載の運転支援装置。 - 前記設計データ処理部は、前記運転データのデータ項目から予め定められたキーワードと一致するデータ項目を前記第2の操作パラメータの候補として抽出し、さらに抽出した前記第2の操作パラメータの候補の中から前記設計データとしての制御ロジック回路図から保護回路の上流側に位置する前記第2の操作パラメータの候補を抽出する
請求項1に記載の運転支援装置。 - 前記運転データ処理部は、前記特性関数が類似する前記データ項目を同じグループに分類し、該当データ項目に対応する前記第1の操作パラメータの操作量を共通とする
請求項2に記載の運転支援装置。 - 前記運転データ処理部は、前記特性関数の類似性と前記操作パラメータの数である操作次数の目標値とを考慮して、前記第1の操作パラメータの候補をグループに分類する
請求項4に記載の運転支援装置。 - 前記運転データ処理部は、前記制御対象の運転条件と運転環境を考慮した運転パターン毎に前記運転データを分割し、前記運転パターン毎に前記第1の操作パラメータの候補を抽出する
請求項2に記載の運転支援装置。 - 前記操作パラメータ選定部で選定された前記操作パラメータと、前記運用性を評価する指標との関係を模擬する統計モデルと、前記統計モデルを用いて運用性を向上させるための操作方法を学習する学習アルゴリズムと、前記学習アルゴリズムにおける学習結果に従って制御対象の操作量を決定する操作量算出部と、を備えた操作量決定部を、更に備え、
前記操作パラメータ選定部は、当該運転支援装置を前記制御対象に導入したときの導入効果を試算する
請求項1乃至6のいずれか一項に記載の運転支援装置。 - 制御対象から収集された運転データに基づいて運用性向上に寄与する第1の操作パラメータの候補を抽出する手順と、
前記制御対象の設計データに基づいて運用性向上に寄与する第2の操作パラメータの候補を抽出する手順と、
前記第1の操作パラメータの候補と前記第2の操作パラメータの候補の両方に含まれる操作パラメータの候補を、操作すべき操作パラメータとして選定する手順を、
コンピューターに実行させるためのプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016221339A JP6742222B2 (ja) | 2016-11-14 | 2016-11-14 | 運転支援装置及びプログラム |
CN201711087967.8A CN108073145B (zh) | 2016-11-14 | 2017-11-08 | 运转支援装置以及记录介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016221339A JP6742222B2 (ja) | 2016-11-14 | 2016-11-14 | 運転支援装置及びプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2018081350A true JP2018081350A (ja) | 2018-05-24 |
JP2018081350A5 JP2018081350A5 (ja) | 2019-09-19 |
JP6742222B2 JP6742222B2 (ja) | 2020-08-19 |
Family
ID=62159686
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016221339A Active JP6742222B2 (ja) | 2016-11-14 | 2016-11-14 | 運転支援装置及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6742222B2 (ja) |
CN (1) | CN108073145B (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020050284A1 (ja) * | 2018-09-06 | 2020-03-12 | 住友重機械工業株式会社 | 支援装置、支援方法及び支援プログラム |
WO2020084965A1 (ja) * | 2018-10-25 | 2020-04-30 | 三菱日立パワーシステムズ株式会社 | プラントの運転支援装置 |
JP2020095572A (ja) * | 2018-12-14 | 2020-06-18 | 日鉄エンジニアリング株式会社 | プラント操業支援システム及びプラント操業支援方法 |
CN113570180A (zh) * | 2020-04-28 | 2021-10-29 | 株式会社日立制作所 | 成套设备控制辅助装置、程序以及成套设备控制辅助方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7374590B2 (ja) * | 2019-02-12 | 2023-11-07 | 株式会社日立製作所 | Kpi改善支援システム及びkpi改善支援方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5774361A (en) * | 1995-07-14 | 1998-06-30 | Hunter Engineering Company | Context sensitive vehicle alignment and inspection system |
JP2005284388A (ja) * | 2004-03-26 | 2005-10-13 | Toshiba Corp | プラントの運転スケジュール最適化方法および最適化システム |
JP2011159103A (ja) * | 2010-02-01 | 2011-08-18 | Mitsubishi Electric Corp | プラント運転支援装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7069104B2 (en) * | 2002-04-30 | 2006-06-27 | Canon Kabushiki Kaisha | Management system, management apparatus, management method, and device manufacturing method |
JP4952025B2 (ja) * | 2006-03-31 | 2012-06-13 | 株式会社日立製作所 | 運転制御方法,運転制御装置及び運転制御システム |
JP5244662B2 (ja) * | 2009-03-18 | 2013-07-24 | 株式会社日立システムズ | 生産管理システムと代替bom構成展開方法およびプログラム |
AU2011228527B2 (en) * | 2010-03-18 | 2014-09-04 | Kabushiki Kaisha Toshiba | Plant operation supporting system, plant operation supporting program, and plant operation supporting method |
JP5734254B2 (ja) * | 2012-10-04 | 2015-06-17 | 三菱電機株式会社 | 運転支援システム及びプログラム |
-
2016
- 2016-11-14 JP JP2016221339A patent/JP6742222B2/ja active Active
-
2017
- 2017-11-08 CN CN201711087967.8A patent/CN108073145B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5774361A (en) * | 1995-07-14 | 1998-06-30 | Hunter Engineering Company | Context sensitive vehicle alignment and inspection system |
JP2005284388A (ja) * | 2004-03-26 | 2005-10-13 | Toshiba Corp | プラントの運転スケジュール最適化方法および最適化システム |
JP2011159103A (ja) * | 2010-02-01 | 2011-08-18 | Mitsubishi Electric Corp | プラント運転支援装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020050284A1 (ja) * | 2018-09-06 | 2020-03-12 | 住友重機械工業株式会社 | 支援装置、支援方法及び支援プログラム |
JPWO2020050284A1 (ja) * | 2018-09-06 | 2021-08-30 | 住友重機械工業株式会社 | 支援装置、支援方法及び支援プログラム |
JP7366033B2 (ja) | 2018-09-06 | 2023-10-20 | 住友重機械工業株式会社 | 支援装置、支援方法、支援プログラム、及び、ボイラシステム |
WO2020084965A1 (ja) * | 2018-10-25 | 2020-04-30 | 三菱日立パワーシステムズ株式会社 | プラントの運転支援装置 |
JP2020095572A (ja) * | 2018-12-14 | 2020-06-18 | 日鉄エンジニアリング株式会社 | プラント操業支援システム及びプラント操業支援方法 |
CN113570180A (zh) * | 2020-04-28 | 2021-10-29 | 株式会社日立制作所 | 成套设备控制辅助装置、程序以及成套设备控制辅助方法 |
JP2021174352A (ja) * | 2020-04-28 | 2021-11-01 | 株式会社日立製作所 | プラント制御支援装置、プログラムおよびプラント制御支援方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108073145B (zh) | 2020-09-29 |
CN108073145A (zh) | 2018-05-25 |
JP6742222B2 (ja) | 2020-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Fast et al. | Application of artificial neural networks to the condition monitoring and diagnosis of a combined heat and power plant | |
CN108073145B (zh) | 运转支援装置以及记录介质 | |
JP6976696B2 (ja) | プロセス管理支援装置および方法 | |
JP5251938B2 (ja) | プラントの制御装置及び火力発電プラントの制御装置 | |
JP5663510B2 (ja) | 石炭火力プラントの制御装置及び、石炭火力プラント | |
Mohamed et al. | Progress in modeling and control of gas turbine power generation systems: a survey | |
Chen et al. | An approach for optimal measurements selection on gas turbine engine fault diagnosis | |
CN108241360B (zh) | 在线监视装置以及在线监视方法 | |
JP2014052929A (ja) | 火力プラントの制御装置及び制御方法 | |
Xu et al. | Data based online operational performance optimization with varying work conditions for steam-turbine system | |
US20160365735A1 (en) | Systems and Methods for Power Plant Data Reconciliation | |
Blanco et al. | New investigation on diagnosing steam production systems from multivariate time series applied to thermal power plants | |
Zhou et al. | A dynamic reliability-centered maintenance analysis method for natural gas compressor station based on diagnostic and prognostic technology | |
Wang et al. | Condition monitoring of wind turbine based on incremental learning and multivariate state estimation technique | |
Khalid et al. | Advances in fault detection and diagnosis for thermal power plants: A review of intelligent techniques | |
Musa et al. | Development of big data lean optimisation using different control mode for Gas Turbine engine health monitoring | |
Thota et al. | Analysis of feature selection techniques for prediction of boiler efficiency in case of coal based power plant using real time data | |
CN110162743A (zh) | 一种基于k邻域非线性状态估计算法的数据治理方法 | |
JP6830414B2 (ja) | 診断装置及び診断方法 | |
Salilew et al. | Three shaft industrial gas turbine transient performance analysis | |
JP6862104B2 (ja) | 原料選定支援装置、及び原料選定支援方法 | |
CN105531559A (zh) | 含碳燃料热交换器的监视运行方法 | |
JP2022010199A (ja) | プロセス管理支援装置および方法 | |
Liu et al. | Analysis and comparison of turbulence models on wind turbine performance using SCADA data and machine learning technique | |
JP6302755B2 (ja) | プラント診断用データ作成システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190806 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190806 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200605 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200721 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200728 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6742222 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |