JP2018169763A - 情報処理装置、情報処理方法およびプログラム - Google Patents

情報処理装置、情報処理方法およびプログラム Download PDF

Info

Publication number
JP2018169763A
JP2018169763A JP2017065993A JP2017065993A JP2018169763A JP 2018169763 A JP2018169763 A JP 2018169763A JP 2017065993 A JP2017065993 A JP 2017065993A JP 2017065993 A JP2017065993 A JP 2017065993A JP 2018169763 A JP2018169763 A JP 2018169763A
Authority
JP
Japan
Prior art keywords
value
target device
state quantity
statistical
management
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
Application number
JP2017065993A
Other languages
English (en)
Other versions
JP6986358B2 (ja
JP2018169763A5 (ja
Inventor
熊野　信太郎
Shintaro Kumano
信太郎 熊野
真人 岸
Masato Kishi
真人 岸
圭介 山本
Keisuke Yamamoto
圭介 山本
安部　克彦
Katsuhiko Abe
克彦 安部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Ltd
Mitsubishi Power Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
Mitsubishi Hitachi Power Systems Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Heavy Industries Ltd, Mitsubishi Hitachi Power Systems Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2017065993A priority Critical patent/JP6986358B2/ja
Priority to DE112018001692.7T priority patent/DE112018001692T5/de
Priority to US16/496,604 priority patent/US11378943B2/en
Priority to PCT/JP2018/012014 priority patent/WO2018181116A1/ja
Priority to CN201880020861.2A priority patent/CN110520807B/zh
Publication of JP2018169763A publication Critical patent/JP2018169763A/ja
Publication of JP2018169763A5 publication Critical patent/JP2018169763A5/ja
Application granted granted Critical
Publication of JP6986358B2 publication Critical patent/JP6986358B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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], computer integrated manufacturing [CIM]
    • G05B19/41885—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], computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • 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], computer integrated manufacturing [CIM]
    • G05B19/4183—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], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • 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], 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], 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
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24075—Predict control element state changes, event changes
    • 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
    • G05B2219/32371—Predict failure time by analysing history fault logs of same machines in databases
    • 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
    • G05B2219/37—Measurements
    • G05B2219/37252—Life of tool, service life, decay, wear estimation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/17—Mechanical parametric or variational design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/32—Circuit design at the digital level
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/34—Circuit design for reconfigurable circuits, e.g. field programmable gate arrays [FPGA] or programmable logic devices [PLD]

Abstract

【課題】複数のモデルにより算出された状態量の推定値に基づいて、対象装置の管理に用いる状態量の値を適切に特定する。【解決手段】統計推定部は、対象装置の過去の状態量の値に基づいて構築された統計モデルを用いて状態量の値を推定する。物理推定部は、対象装置の設計データに基づいて構築された物理モデルを用いて状態量の値を推定する。特定部は、対象装置の経年劣化に基づいて、統計推定部が推定した値と物理推定部が推定した値とから、対象装置の管理に用いる値を特定する。【選択図】図２

Description

本発明は、情報処理装置、情報処理方法およびプログラムに関する。
発電プラント等のプラントにおいて、プラントを構成する対象装置の運用時の温度および圧力等の対象装置の状態量を監視装置が収集し、収集した状態量を用いて装置の保守及び監視等に用いることが検討されている。
監視装置が、装置の運用者が使用し易いように収集した運用データを加工して、装置の保守及び監視等を実行することが提案されている。例えば、特許文献１には、コンピュータが、収集された産業用プラントの運用データの欠落部分を検出すると、補完処理を実行し、欠落した状態量の値を算出することが提案されている。
また、補完処理により、欠落した状態量の値の設定を行う際には、物理モデルおよび統計モデル等のモデルが用いられることが知られている。
米国特許出願公開第２０１６／０００４７９４号明細書
特許文献１には、情報処理装置が補完処理を実行することにより、欠落した状態量の値を補完することは開示されているものの、欠落した状態量の値の具体的な設定方法については開示されていない。
補完処理に用いられるモデルの各々は、対象装置の運用状況等を基に設定されている適応条件を有しており、適応条件に合致するほど精度の高い推定データの値が算出される。しかし、コンピュータが、モデルの各々の適応条件を考慮して状態量の推定値を処理し、状態量の値として設定することは行われていなかった。
本発明は、上記の課題に鑑みてされたものであって、複数のモデルにより算出された状態量の推定値に基づいて、対象装置の管理に用いる状態量の値を適切に特定することを目的とする。
本発明の第１の態様によれば、情報処理装置は、対象装置の過去の状態量の値に基づいて構築された統計モデルを用いて状態量の値を推定する統計推定部と、前記対象装置の設計データに基づいて構築された物理モデルを用いて状態量の値を推定する物理推定部と、前記対象装置の経年劣化に基づいて、前記統計推定部が推定した値と前記物理推定部が推定した値とから、前記対象装置の管理に用いる値を特定する特定部と、を備える。
本発明の第２の態様によれば、第１の態様に係る情報処理装置は、前記特定部は、前記統計モデルの構築に用いられた前記過去の状態量の値の量に基づいて、前記対象装置の管理に用いる値を特定するものであってよい。
本発明の第３の態様によれば、第１の態様に係る情報処理装置は、前記特定部は、前記物理モデルの所定の適用条件に基づいて、前記対象装置の管理に用いる値を特定するものであってよい。
本発明の第４の態様によれば、第１から第３の何れかの態様に係る情報処理装置は、前記特定部は、前記対象装置の運転時間に基づいて、前記対象装置の管理に用いる値を特定するものであってよい。
本発明の第５の態様によれば、第１から第４の何れかの態様に係る情報処理装置は、前記統計推定部が推定した値と前記物理推定部が推定した値との差が所定値以上である場合に通知を発する通知部と、をさらに備えるものであってよい。
本発明の第６の態様によれば、第１から第５の何れかの態様に係る情報処理装置は、前記統計モデルの構築に用いられた前記過去の状態量の値に基づいて、統計モデルを更新するモデル更新部をさらに備え、前記特定部は、前記更新された統計モデルを用いて、前記対象装置の管理に用いる値を特定するものであってよい。
本発明の第７の態様によれば、第１から第６の何れかの態様に係る情報処理装置は、前記特定部は、前記対象装置の経年劣化に応じた重み付けによる前記統計推定部が推定した値と前記物理推定部が推定した値との加重平均値を、前記対象装置の管理に用いる値として特定するものであってよい。
本発明の第８の態様によれば、情報処理方法は、対象装置の過去の状態量の値に基づいて構築された統計モデルを用いて状態量の値を推定することと、前記対象装置の設計データに基づいて構築された物理モデルを用いて状態量の値を推定することと、前記対象装置の経年劣化に基づいて、前記統計モデルを用いて推定した値と前記物理モデルを用いて推定した値とから、前記対象装置の管理に用いる値を特定することとを有する。
本発明の第９の態様によれば、プログラムは、コンピュータに、対象装置の過去の状態量の値に基づいて構築された統計モデルを用いて状態量の値を推定することと、前記対象装置の設計データに基づいて構築された物理モデルを用いて状態量の値を推定することと、前記対象装置の経年劣化に基づいて、前記統計モデルを用いて推定した値と前記物理モデルを用いて推定した値とから、前記対象装置の管理に用いる値を特定することとを実行させる。
上記態様のうち少なくとも１つの態様によれば、情報処理装置は、対象装置の経年劣化に基づいて、統計モデルの推定値と物理モデルの推定値とから、対象装置の管理に用いる値を特定する。これにより、対象装置の管理に用いる状態量の値を適切に特定することができる。
第１の実施形態に係る管理システムの構成を示す概略ブロック図である。 第１の実施形態に係る管理装置の構成を示す概略ブロック図である。 第１の実施形態に係る管理装置の動作を示すフローチャートである。 第２の実施形態に係る管理装置の動作を示すフローチャートである。 少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
〈第１の実施形態〉
以下、図面を参照しながら実施形態について詳しく説明する。
《全体構成》
図１は、第１の実施形態に係る管理システムの構成を示す概略ブロック図である。
管理システム１は、対象装置１０と、複数の計測器２０と、通信装置３０と、管理装置４０とを備える。
対象装置１０は、管理装置４０による管理対象の装置である。対象装置１０の例としては、例えばガスタービン、蒸気タービン、ボイラ、石炭ガス化炉などが挙げられる。また、環境プラント、化学プラント、および航空機のような交輸システムであってもよい。
計測器２０は、対象装置１０に設けられ、対象装置１０の状態量を計測する。
通信装置３０は、計測器２０が計測した状態量の計測値をネットワークＮを介して管理装置４０に送信する。
管理装置４０は、通信装置３０から受信した計測値に基づいて対象装置１０を管理する。管理装置４０は、情報処理装置の一例である。
《管理装置の構成》
図２は、第１の実施形態に係る管理装置の構成を示す概略ブロック図である。
管理装置４０は、計測値取得部４０１と、欠落検出部４０２と、統計モデル記憶部４０３と、統計推定部４０４と、物理モデル記憶部４０５と、物理推定部４０６と、運転時間計測部４０７と、重み算出部４０８と、特定部４０９と、管理部４１０と、通知部４１１と、統計モデル更新部４１２とを備える。
計測値取得部４０１は、通信装置３０から、複数の計測器２０によって計測された状態量の計測値を受信する。
欠落検出部４０２は、計測値取得部４０１が取得した複数の計測値に基づいて、管理すべき状態量のうち値が欠落しているものを検出する。ここで、値の欠落とは、時間的または空間的な欠落をいう。例えば、管理部４１０が時間Δｔごとの状態量を管理する場合において、時刻Ｔの計測値と時刻Ｔ＋２Δｔの計測値が取得された場合、欠落検出部４０２は、時刻Ｔ＋Δｔの計測値の欠落を検出する。また例えば、管理部４１０が距離Δｄごとの状態量を管理する場合において、位置（０，０）、位置（２Δｄ，０）、位置（０，２Δｄ）、位置（２Δｄ，２Δｄ）の計測値が取得された場合、位置（０，Δｄ）、位置（Δｄ，０）、位置（Δｄ，Δｄ）、位置（Δｄ，２Δｄ）、位置（２Δｄ，Δｄ）の計測値の欠落を検出する。
統計モデル記憶部４０３は、統計推定部４０４による推定に用いられる統計モデルを記憶する。統計モデルとは、対象装置１０の過去の運用における状態量の値に基づいて、統計学的に対象装置１０の挙動を再現したモデルである。統計モデル記憶部４０３には、計測値取得部４０１によって取得された計測値および特定部４０９によって特定された値が蓄積される。統計モデルは、蓄積された値に基づいて更新される。統計モデルの精度は、状態量の値の蓄積とともに向上する。統計モデルの例としては、重回帰モデル、分類木モデル、ニューラルネットワークモデル、自己回帰モデルなどが挙げられる。
統計推定部４０４は、計測値取得部４０１が取得した計測値を統計モデル記憶部４０３が記憶する統計モデルに適用することで、状態量の値を推定する。以下、統計推定部４０４によって推定された状態量の値を統計推定値という。
物理モデル記憶部４０５は、物理推定部４０６による推定に用いられる物理モデルを記憶する。物理モデルとは、対象装置１０の設計データに基づいて構築され、自然法則に倣った数式（例えば、熱力学方程式）により対象装置１０の挙動を再現したモデルである。物理モデルによる推定値のの精度は、一般に対象装置１０の経年劣化とともに低下する。経年劣化の度合いは物理モデルの適用条件の一例である。
物理推定部４０６は、計測値取得部４０１が取得した計測値を物理モデル記憶部４０５が記憶する物理モデルに適用することで状態量の値を推定する。以下、物理推定部４０６によって推定された状態量の値を物理推定値という。
運転時間計測部４０７は、計測値取得部４０１が取得した計測値を監視し、対象装置１０の運転時間を計測する。運転時間は、等価運転時間によって計測されてもよいし、実時間によって計測されてもよい。
重み算出部４０８は、対象装置１０の経年劣化に応じて変化する量に基づいて、統計推定値と物理推定値の重み係数を算出する。対象装置１０の経年劣化に応じて変化する量の例としては、対象装置１０の運転可能時間、余寿命、圧縮機効率、排ガス温度などが挙げられる。なお、第１の実施形態においては、重み算出部４０８は運転時間計測部４０７が計測した運転時間に基づいて重み係数を算出する。重み算出部４０８は、運転時間が長いほど（経年劣化が進んでいるほど）、統計推定値の重み係数を大きくし、物理推定値の重み係数を小さくする。つまり、統計推定値の重み係数は経年劣化の度合いに対して単調増加し、物理推定値の重み係数は経年劣化の度合いに対して単調減少する。
特定部４０９は、欠落検出部４０２によって欠落が検出された状態量に係る統計推定値と物理推定値に基づいて、当該状態量の値を特定する。具体的には、特定部４０９は、重み算出部４０８が算出した重み係数に基づいて統計推定値と物理推定値の加重平均値を求め、これを欠落検出部４０２によって欠落が検出された状態量の値として特定する。
管理部４１０は、計測値取得部４０１が取得した計測値および特定部４０９が特定した値に基づいて対象装置１０を管理する。対象装置１０の管理の例としては、対象装置１０の状態量が運転許容範囲を逸脱していないか監視すること、対象装置１０の出力が目標を満たしているかを監視すること、および対象装置１０に制御信号を出力することなどが挙げられる。
通知部４１１は、物理推定値と統計推定値とが所定値以上乖離した場合に、管理者に通知を発する。物理推定値と統計推定値が乖離しているということは、統計モデル記憶部４０３に蓄積された値が、設計情報から求められる値と乖離していることを示す。つまり、通知部４１１は、対象装置１０の劣化、または異常な計測値の蓄積による統計モデルの異常を、管理者に通知することができる。
統計モデル更新部４１２は、統計モデル記憶部４０３に蓄積された値に基づいて統計モデルを更新する。
《管理装置の動作》
図３は、第１の実施形態に係る管理装置の動作を示すフローチャートである。
管理装置４０が対象装置１０の管理を開始すると、計測値取得部４０１は、通信装置３０から計測器２０による状態量の計測値を取得する（ステップＳ１）。また、運転時間計測部４０７は、計測値取得部４０１が取得した計測値に基づいて対象装置１０の運転時間を計測する（ステップＳ２）。
次に、欠落検出部４０２は、計測値取得部４０１が取得した計測値の欠落を検出する（ステップＳ３）。統計推定部４０４は、計測値取得部４０１が取得した計測値を統計モデルに適用し、欠落が検出された状態量の値を推定する（ステップＳ４）。また物理推定部４０６は、計測値取得部４０１が取得した計測値を物理モデルに適用し、欠落が検出された状態量の値を推定する（ステップＳ５）。
次に、通知部４１１は、統計推定部４０４が推定した統計推定値と物理推定部４０６が推定した物理推定値の差が所定値以上であるか否かを判定する（ステップＳ６）。統計推定値と物理推定値の差が所定値以上である場合（ステップＳ６：ＹＥＳ）、通知部４１１は、管理者に対象装置１０または統計モデルの異常の発生を通知する（ステップＳ７）。
統計推定値と物理推定値の差が所定値未満である場合（ステップＳ６：ＮＯ）、または通知部４１１が管理者に通知を発した場合、重み算出部４０８は、運転時間計測部４０７が計測した運転時間に基づいて、統計推定値と物理推定値の重み係数を算出する（ステップＳ８）。次に、特定部４０９は、重み算出部４０８が算出した重み係数を用いて統計推定値と物理推定値の加重平均値を算出することで、欠落が検出された物理量の値を特定する（ステップＳ９）。そして管理部４１０は、計測値取得部４０１が取得した計測値および特定部４０９が特定した値に基づいて対象装置１０を管理する（ステップＳ１０）。対象装置１０がガスタービンの場合、例えば、ガスタービン出力指令値を変更する、ＩＧＶの開度設定を変更する、燃料流量を変更する、等により、特定された管理値に基づいて、対象装置１０を管理する。
また、計測値取得部４０１および特定部４０９は、対象装置１０の管理に用いた値を、統計モデル記憶部４０３に蓄積させる（ステップＳ１１）。そして、統計モデル更新部４１２は、統計モデル記憶部４０３に蓄積された値に基づいて統計モデルを更新する（ステップＳ１２）。これにより、統計推定部４０４は、次回の管理のタイミングにおいて更新された統計モデルを用いて、状態量の値を推定することができる。
《作用・効果》
このように、第１の実施形態によれば、管理装置４０は、対象装置１０の経年劣化に基づいて、統計推定値と物理推定値とから、対象装置１０の管理に用いる値を特定する。これにより、対象装置１０の管理に用いる状態量の値を適切に特定することができる。
なお、対象装置１０の運転時間が長くなるほど、経年劣化が進むことが知られている。したがって、第１の実施形態のように管理装置４０は、対象装置１０の運転時間に基づいて、対象装置１０の管理に用いる値を特定することで、経年劣化に応じて対象装置１０の管理に用いる状態量の値を適切に特定することができる。他方、他の実施形態においてはこれに限られず、圧縮機効率および排ガス温度のように、経年劣化に応じて変化する他の量を用いて対象装置１０の管理に用いる値を特定してもよい。
また、第１の実施形態によれば、管理装置４０は、経年劣化に応じた重み係数による統計推定値と物理推定値の加重平均値を求め、これを対象装置１０の管理に用いる状態量の値とする。これにより、統計推定値と物理推定値が急に切り替わることがなくなり、管理装置４０は、シームレスな状態量の値を用いて対象装置１０を管理することができる。一方で、他の実施形態においては、管理装置４０は、経年劣化に応じて統計推定値と物理推定値の何れか一方を対象装置１０の管理に用いるように決定してもよい。これは、統計推定値の重み係数と物理推定値の重み係数の一方を１にし、他方を０にすることと等価である。
また、第１の実施形態によれば、管理装置４０は、統計推定値と物理推定値との差が所定値以上である場合に通知を発する。これにより、管理装置４０は、対象装置１０の劣化、または異常な計測値の蓄積による統計モデルの異常が発生したときに、そのことを管理者に通知することができる。他方、他の実施形態に係る管理装置４０は、統計推定値と物理推定値との差に基づく通知を発しなくてもよい。
また、第１の実施形態によれば、統計推定部４０４は、各管理のタイミングにおいて、前回の管理のタイミングにおいて更新された統計モデルを用いて、状態量の値を推定することができる。つまり、第１の実施形態によれば、各管理のタイミングにおいて統計データだけでなく、統計モデル自体も更新することで、統計推定値をより精度よく推定することができる。
なお、第１の実施形態に係る管理装置４０は、統計モデルを過去の状態量の値に基づいて更新するが、これに限られない。例えば他の実施形態においては管理装置４０は、統計モデル記憶部４０３に状態量を蓄積させる一方で統計モデルの更新をしないものであってもよい。この場合においても、過去の状態量の値が蓄積することにより、統計モデルによる推定の精度が向上し得る。例えば、データの蓄積により「大数の法則」で平均値の推定値が真値に近づくこと、分散の範囲を狭く絞り込むことにより、推定精度の向上が期待できる。
〈第２の実施形態〉
第１の実施形態に係る管理装置４０は、対象装置１０の運転時間に基づいて、対象装置１０の管理に用いる値を特定する。これに対し、第２の実施形態に係る管理装置４０は、統計モデル記憶部４０３に記憶された対象装置１０の過去の運転に係る状態量の値の総数（量）に基づいて、対象装置１０の管理に用いる値を特定する。
つまり、第２の実施形態に係る重み算出部４０８は、統計モデル記憶部４０３が記憶する値の総数が多いほど統計推定値の重み係数を大きく算出し、物理推定値の重み係数を小さく算出する。例えば、重み算出部４０８は、統計モデル記憶部４０３が記憶する値の総数をアークタンジェント関数に代入することにより、統計推定値の重み係数を算出することができる。または、重み算出部４０８は、統計モデル記憶部４０３が記憶する値の総数が所定値未満の場合に、統計推定値の重み係数を統計モデル記憶部４０３が記憶する値の総数に単調増加する関数（ただし、値域は０以上１以下）に基づいて算出し、統計モデル記憶部４０３が記憶する値の総数が所定値以上の場合に、統計推定値の重み係数を１としてもよい。
図４は、第２の実施形態に係る管理装置の動作を示すフローチャートである。
管理装置４０が対象装置１０の管理を開始すると、計測値取得部４０１は、通信装置３０から計測器２０による状態量の計測値を取得する（ステップＳ１０１）。また、運転時間計測部４０７は、計測値取得部４０１が取得した計測値に基づいて対象装置１０の運転時間を計測する（ステップＳ１０２）。
次に、欠落検出部４０２は、計測値取得部４０１が取得した計測値の欠落を検出する（ステップＳ１０３）。統計推定部４０４は、計測値取得部４０１が取得した計測値を統計モデルに適用し、欠落が検出された状態量の値を推定する（ステップＳ１０４）。また物理推定部４０６は、計測値取得部４０１が取得した計測値を物理モデルに適用し、欠落が検出された状態量の値を推定する（ステップＳ１０５）。
次に、通知部４１１は、統計推定部４０４が推定した統計推定値と物理推定部４０６が推定した物理推定値の差が所定値以上であるか否かを判定する（ステップＳ１０６）。統計推定値と物理推定値の差が所定値以上である場合（ステップＳ１０６：ＹＥＳ）、通知部４１１は、管理者に対象装置１０または統計モデルの異常の発生を通知する（ステップＳ１０７）。
統計推定値と物理推定値の差が所定値未満である場合（ステップＳ１０６：ＮＯ）、または通知部４１１が管理者に通知を発した場合、重み算出部４０８は、統計モデル記憶部４０３が記憶する値の総数に基づいて、統計推定値と物理推定値の重み係数を算出する（ステップＳ１０８）。次に、特定部４０９は、重み算出部４０８が算出した重み係数を用いて統計推定値と物理推定値の加重平均値を算出することで、欠落が検出された物理量の値を特定する（ステップＳ１０９）。そして管理部４１０は、計測値取得部４０１が取得した計測値および特定部４０９が特定した値に基づいて対象装置１０を管理する（ステップＳ１１０）。また、計測値取得部４０１および特定部４０９は、対象装置１０の管理に用いた値を、統計モデル記憶部４０３に蓄積させる（ステップＳ１１１）。そして、統計モデル更新部４１２は、統計モデル記憶部４０３に蓄積された値に基づいて統計モデルを更新する（ステップＳ１１２）。
以上のように、統計モデル記憶部４０３が記憶する値の総数、すなわち過去の状態量の値の量は、対象装置１０の運転時間が長くなるほど多くなる。つまり、統計モデル記憶部４０３が記憶する値の総数は経年劣化によって変化する値である。したがって、第２の実施形態に係る管理装置４０は、過去の状態量の値の量に基づいて、対象装置１０の管理に用いる値を特定することで、経年劣化に応じて対象装置１０の管理に用いる状態量の値を適切に特定することができる。
なお、第２の実施形態によれば、管理装置４０は、統計モデル記憶部４０３が記憶する値の総数に応じた重み係数による統計推定値と物理推定値の加重平均値を求め、これを対象装置１０の管理に用いる状態量の値とするが、これに限られない。例えば、他の実施形態においては、管理装置４０は、統計モデル記憶部４０３が記憶する値の総数に応じて統計推定値と物理推定値の何れか一方を対象装置１０の管理に用いるように決定してもよい。
〈他の実施形態〉
以上、図面を参照して一実施形態について詳しく説明してきたが、具体的な構成は上述のものに限られることはなく、様々な設計変更等をすることが可能である。
例えば、上述した実施形態に係る管理システム１における管理装置４０は、対象装置１０の管理に用いる値の抽出および特定をする機能を有するが、これに限られない。例えば、他の実施形態に係る管理システム１においては、管理装置４０と別個に対象装置１０の管理に用いる値の抽出および特定をする情報処理装置を備え、管理装置４０は、情報処理装置が特定した値を用いて対象装置１０を管理してもよい。
また例えば、上述した実施形態に係る管理装置４０は、ネットワークＮを介して計測値を取得するが、これに限られない。例えば、他の実施形態に係る管理装置は、計測器２０から直接計測値を取得してもよい。この場合、管理システム１は通信装置３０を備えなくてもよい。
また、上述した実施形態によれば、管理装置４０は、欠落が検出された値を推定により求めるが、これに限られない。例えば、他の実施形態においては、管理装置４０は、欠落の有無に関わらず推定により状態量の値を求め、計測値と推定値の加重平均により、または選択により、対象装置１０の管理に用いる値を特定してもよい。
また、上述した実施形態によれば、管理装置４０は、１つの統計推定値と１つの物理推定値との加重平均を求め、または選択をするが、これに限られない。例えば、他の実施形態では、管理装置４０が複数の統計モデルから１つの状態量に係る複数の統計推定値を生成し、または複数の物理モデルから１つの状態量に係る複数の物理推定値を生成してもよい。この場合、管理装置４０は、対象装置１０の経年劣化に応じて、複数の統計推定値と複数の物理推定値との中から、対象装置１０の管理に用いる値を特定する。
また、他の実施形態においては、管理装置４０は、物理モデルの適用条件に基づいて対象装置１０の管理に用いる値を特定してもよい。例えば、物理モデルが、外気温摂氏Ｘ度かつ１００％負荷付近という適用条件を有するモデルである場合、実環境とこの適用条件との類似度に基づいた重み付けの加重平均により、または選択により、対象装置１０の管理に用いる値を特定してもよい。
また、上述した実施形態によれば、管理装置４０は、計測値取得部４０１および特定部４０９は、対象装置１０の管理に用いた値を、統計モデル記憶部４０３に蓄積させるが、これに限られない。例えば、他の実施形態では、管理装置４０の外部のデータベースに蓄積させてもよい。
図５は、少なくとも１つの実施形態に係るコンピュータの構成を示す概略ブロック図である。
コンピュータ９０は、ＣＰＵ９１、主記憶装置９２、補助記憶装置９３、インタフェース９４を備える。
上述の管理装置４０は、コンピュータ９０に実装される。そして、上述した各処理部の動作は、プログラムの形式で補助記憶装置９３に記憶されている。ＣＰＵ９１は、プログラムを補助記憶装置９３から読み出して主記憶装置９２に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ９１は、プログラムに従って、上述した統計モデル記憶部４０３および物理モデル記憶部４０５に対応する記憶領域を主記憶装置９２に確保する。
補助記憶装置９３の例としては、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＤＶＤ−ＲＯＭ（Digital Versatile Disc Read Only Memory）、半導体メモリ等が挙げられる。補助記憶装置９３は、コンピュータ９０のバスに直接接続された内部メディアであってもよいし、インタフェース９４または通信回線を介してコンピュータ９０に接続される外部メディアであってもよい。また、このプログラムが通信回線によってコンピュータ９０に配信される場合、配信を受けたコンピュータ９０が当該プログラムを主記憶装置９２に展開し、上記処理を実行してもよい。少なくとも１つの実施形態において、補助記憶装置９３は、一時的でない有形の記憶媒体である。
また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能を補助記憶装置９３に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。
１ 管理システム
１０ 対象装置
２０ 計測器
３０ 通信装置
４０ 管理装置（情報処理装置）
４０１ 計測値取得部
４０２ 欠落検出部
４０３ 統計モデル記憶部
４０４ 統計推定部
４０５ 物理モデル記憶部
４０６ 物理推定部
４０７ 運転時間計測部
４０８ 重み算出部
４０９ 特定部
４１０ 管理部
４１１ 通知部
４１２ 統計モデル更新部

Claims (9)

  1. 対象装置の過去の状態量の値に基づいて構築された統計モデルを用いて状態量の値を推定する統計推定部と、
    前記対象装置の設計データに基づいて構築された物理モデルを用いて状態量の値を推定する物理推定部と、
    前記対象装置の経年劣化に基づいて、前記統計推定部が推定した値と前記物理推定部が推定した値とから、前記対象装置の管理に用いる値を特定する特定部と、
    を備える情報処理装置。
  2. 前記特定部は、前記統計モデルの構築に用いられた前記過去の状態量の値の量に基づいて、前記対象装置の管理に用いる値を特定する
    請求項１に記載の情報処理装置。
  3. 前記特定部は、前記物理モデルの所定の適用条件に基づいて、前記対象装置の管理に用いる値を特定する
    請求項１に記載の情報処理装置。
  4. 前記特定部は、前記対象装置の運転時間に基づいて、前記対象装置の管理に用いる値を特定する
    請求項１から請求項３の何れか１項に記載の情報処理装置。
  5. 前記統計推定部が推定した値と前記物理推定部が推定した値との差が所定値以上である場合に通知を発する通知部と、
    をさらに備える請求項１から請求項４の何れか１項に記載の情報処理装置。
  6. 前記統計モデルの構築に用いられた前記過去の状態量の値に基づいて、統計モデルを更新するモデル更新部をさらに備え、
    前記特定部は、前記更新された統計モデルを用いて、前記対象装置の管理に用いる値を特定する
    請求項１から請求項５の何れか１項に記載の情報処理装置。
  7. 前記特定部は、前記対象装置の経年劣化に応じた重み付けによる前記統計推定部が推定した値と前記物理推定部が推定した値との加重平均値を、前記対象装置の管理に用いる値として特定する
    請求項１から請求項６の何れか１項に記載の情報処理装置。
  8. 対象装置の過去の状態量の値に基づいて構築された統計モデルを用いて状態量の値を推定することと、
    前記対象装置の設計データに基づいて構築された物理モデルを用いて状態量の値を推定することと、
    前記対象装置の経年劣化に基づいて、前記統計モデルを用いて推定した値と前記物理モデルを用いて推定した値とから、前記対象装置の管理に用いる値を特定することと
    を有する情報処理方法。
  9. コンピュータに、
    対象装置の過去の状態量の値に基づいて構築された統計モデルを用いて状態量の値を推定することと、
    前記対象装置の設計データに基づいて構築された物理モデルを用いて状態量の値を推定することと、
    前記対象装置の経年劣化に基づいて、前記統計モデルを用いて推定した値と前記物理モデルを用いて推定した値とから、前記対象装置の管理に用いる値を特定することと
    を実行させるためのプログラム。
JP2017065993A 2017-03-29 2017-03-29 情報処理装置、情報処理方法およびプログラム Active JP6986358B2 (ja)

Priority Applications (5)

Application Number Priority Date Filing Date Title
JP2017065993A JP6986358B2 (ja) 2017-03-29 2017-03-29 情報処理装置、情報処理方法およびプログラム
DE112018001692.7T DE112018001692T5 (de) 2017-03-29 2018-03-26 Informationsverarbeitungsvorrichtung, informationsverarbeitungsverfahren und programm
US16/496,604 US11378943B2 (en) 2017-03-29 2018-03-26 Information processing device, information processing method, and program
PCT/JP2018/012014 WO2018181116A1 (ja) 2017-03-29 2018-03-26 情報処理装置、情報処理方法およびプログラム
CN201880020861.2A CN110520807B (zh) 2017-03-29 2018-03-26 信息处理装置、信息处理方法以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017065993A JP6986358B2 (ja) 2017-03-29 2017-03-29 情報処理装置、情報処理方法およびプログラム

Publications (3)

Publication Number Publication Date
JP2018169763A true JP2018169763A (ja) 2018-11-01
JP2018169763A5 JP2018169763A5 (ja) 2020-04-09
JP6986358B2 JP6986358B2 (ja) 2021-12-22

Family

ID=63675742

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017065993A Active JP6986358B2 (ja) 2017-03-29 2017-03-29 情報処理装置、情報処理方法およびプログラム

Country Status (5)

Country Link
US (1) US11378943B2 (ja)
JP (1) JP6986358B2 (ja)
CN (1) CN110520807B (ja)
DE (1) DE112018001692T5 (ja)
WO (1) WO2018181116A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2021229727A1 (ja) * 2020-05-13 2021-11-18

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003114294A (ja) * 2001-10-04 2003-04-18 Toshiba Corp 発電プラントの監視・診断・検査・保全システム
JP2005309616A (ja) * 2004-04-19 2005-11-04 Mitsubishi Electric Corp 設備機器故障診断システム及び故障診断ルール作成方法
JP2009053938A (ja) * 2007-08-27 2009-03-12 Toshiba Corp 複数モデルに基づく設備診断システム及びその設備診断方法

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09330103A (ja) * 1996-06-11 1997-12-22 Hitachi Ltd プロセス適応制御方法及びプロセス適応制御システム
JP2001082782A (ja) * 1999-09-13 2001-03-30 Toshiba Corp 空調制御装置
US20020127529A1 (en) * 2000-12-06 2002-09-12 Cassuto Nadav Yehudah Prediction model creation, evaluation, and training
US7668966B2 (en) * 2001-11-02 2010-02-23 Internap Network Services Corporation Data network controller
AU2002366902A1 (en) * 2001-12-21 2003-07-09 Nokia Corporation Location-based novelty index value and recommendation system and method
US7570943B2 (en) * 2002-08-29 2009-08-04 Nokia Corporation System and method for providing context sensitive recommendations to digital services
JP4144377B2 (ja) * 2003-02-28 2008-09-03 ソニー株式会社 画像処理装置および方法、記録媒体、並びにプログラム
US7366997B1 (en) * 2005-01-11 2008-04-29 Synplicity, Inc. Methods and apparatuses for thermal analysis based circuit design
US8275596B2 (en) * 2006-12-08 2012-09-25 Globalfoundries Inc. Method for robust statistical semiconductor device modeling
JP5431235B2 (ja) * 2009-08-28 2014-03-05 株式会社日立製作所 設備状態監視方法およびその装置
JP5556232B2 (ja) * 2010-02-25 2014-07-23 日本電気株式会社 推定装置、推定方法及びコンピュータプログラム
US20110251796A1 (en) * 2010-04-07 2011-10-13 Precision Energy Services, Inc. Multi-Well Interference Testing and In-Situ Reservoir Behavior Characterization
US20120078678A1 (en) * 2010-09-23 2012-03-29 Infosys Technologies Limited Method and system for estimation and analysis of operational parameters in workflow processes
CN102137282B (zh) * 2010-12-15 2014-02-19 华为技术有限公司 一种检测故障链路的方法、装置、节点和系统
US8949088B2 (en) * 2011-03-10 2015-02-03 Magforce Ag Computer-aided simulation tool for providing assistance in the planning of thermotherapy
US9625532B2 (en) * 2011-10-10 2017-04-18 Battelle Energy Alliance, Llc Method, system, and computer-readable medium for determining performance characteristics of an object undergoing one or more arbitrary aging conditions
US8843423B2 (en) * 2012-02-23 2014-09-23 International Business Machines Corporation Missing value imputation for predictive models
CN103236953A (zh) * 2012-10-30 2013-08-07 吉林大学 一种基于模糊时间序列预测模型的ip承载网性能指标主动监控方法
US20160004794A1 (en) 2014-07-02 2016-01-07 General Electric Company System and method using generative model to supplement incomplete industrial plant information
JP6658540B2 (ja) * 2014-12-05 2020-03-04 日本電気株式会社 システム分析装置、システム分析方法およびプログラム
JP6670460B2 (ja) 2015-09-28 2020-03-25 日本電気硝子株式会社 溶融ガラスの素地替え方法及び連続ガラス溶融炉
EP3279756B1 (de) * 2016-08-01 2019-07-10 Siemens Aktiengesellschaft Diagnoseeinrichtung und verfahren zur überwachung des betriebs einer technischen anlage
US11003518B2 (en) * 2016-09-29 2021-05-11 Hewlett-Packard Development Company, L.P. Component failure prediction

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003114294A (ja) * 2001-10-04 2003-04-18 Toshiba Corp 発電プラントの監視・診断・検査・保全システム
JP2005309616A (ja) * 2004-04-19 2005-11-04 Mitsubishi Electric Corp 設備機器故障診断システム及び故障診断ルール作成方法
JP2009053938A (ja) * 2007-08-27 2009-03-12 Toshiba Corp 複数モデルに基づく設備診断システム及びその設備診断方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2021229727A1 (ja) * 2020-05-13 2021-11-18
JP7180796B2 (ja) 2020-05-13 2022-11-30 東芝三菱電機産業システム株式会社 物理モデル同定システム

Also Published As

Publication number Publication date
CN110520807B (zh) 2022-06-17
JP6986358B2 (ja) 2021-12-22
WO2018181116A1 (ja) 2018-10-04
US20210109511A1 (en) 2021-04-15
CN110520807A (zh) 2019-11-29
US11378943B2 (en) 2022-07-05
DE112018001692T5 (de) 2019-12-19

Similar Documents

Publication Publication Date Title
JP6896432B2 (ja) 故障予知方法、故障予知装置および故障予知プログラム
KR102202161B1 (ko) 감시 장치, 대상 장치의 감시 방법 및 프로그램
EP3584657B1 (en) Risk assessment device, risk assessment method, and risk assessment program
EP3584656B1 (en) Risk assessment device, risk assessment method, and risk assessment program
CN109612029B (zh) 效能预测方法
KR20150056612A (ko) 플랜트 감시장치, 플랜트 감시프로그램 및 플랜트 감시방법
KR20180137513A (ko) 감시 장치, 대상 장치의 감시 방법 및 프로그램
JP5939439B2 (ja) 異常診断装置
WO2018181120A1 (ja) 情報処理装置、情報処理方法およびプログラム
JP2019168274A (ja) 損傷確率演算装置、損傷確率演算方法及びプログラム
WO2018181116A1 (ja) 情報処理装置、情報処理方法およびプログラム
WO2019124367A1 (ja) 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム
JP6892753B2 (ja) 機器状態推定装置、機器状態推定方法およびプログラム
JP6381282B2 (ja) 異常検出装置及びプログラム
JP7048216B2 (ja) 情報処理装置、情報処理方法およびプログラム
JP6454826B1 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
JP6800065B2 (ja) 管理システム、情報処理方法、プログラム、通信装置
US20100324745A1 (en) Method for estimating generation limits

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20170330

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200225

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200225

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210413

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210607

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: 20211116

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211129

R150 Certificate of patent or registration of utility model

Ref document number: 6986358

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150