JP2019053537A - Process monitoring device - Google Patents
Process monitoring device Download PDFInfo
- Publication number
- JP2019053537A JP2019053537A JP2017177493A JP2017177493A JP2019053537A JP 2019053537 A JP2019053537 A JP 2019053537A JP 2017177493 A JP2017177493 A JP 2017177493A JP 2017177493 A JP2017177493 A JP 2017177493A JP 2019053537 A JP2019053537 A JP 2019053537A
- Authority
- JP
- Japan
- Prior art keywords
- variable
- index
- threshold
- monitoring apparatus
- process monitoring
- 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
Abstract
Description
本発明は、プロセス監視装置に関するものである。 The present invention relates to a process monitoring apparatus.
近年のプロセス産業の現場では、計器室の統合が進むことでプラント運転管理範囲が拡大し、限られた運転員がプロセス全体の管理をする必要がでてきている。
一方、ＩｏＴ（Internet of Things）技術の導入により大量に設置された計器類で取得されたプロセスデータの分析による自動監視の要求が高まっている。
In the field of the process industry in recent years, the scope of plant operation management has been expanded due to the progress of integration of instrument rooms, and it has become necessary for a limited operator to manage the entire process.
On the other hand, with the introduction of IoT (Internet of Things) technology, there is an increasing demand for automatic monitoring by analyzing process data acquired by a large number of installed instruments.
このような自動監視の要求に対応する方法として、多変量統計的プロセス管理（ＭＳＰＣ：Multi-Variate Statistical Process Control）と呼ばれる方法が知られている（特許文献１参照）。ＭＳＰＣは、正常状態の多変数のデータを取得し、主成分分析などの多変量解析手法を用いて、図８のように正常状態の多変数のデータを低次元にモデル化し、生成したモデルＭＯに監視対象のデータＤを射影し、射影した距離（Ｑ統計量）や射影後のばらつき（Ｔ2統計量）などの指標で異常検知する方法である。すなわち、Ｑ統計量、Ｔ2統計量が予め設定したしきい値を超えたときに異常と判定する。さらに、ＭＳＰＣでは、各変数のＱ統計量、Ｔ2統計量への寄与度を計算し、正常時に比べて寄与度が大きくなっている変数を、異常の要因である可能性が高い変数として推定する。 As a method corresponding to such a request for automatic monitoring, a method called multi-variable statistical process control (MSPC) is known (see Patent Document 1). MSPC acquires normal state multivariable data, uses multivariate analysis techniques such as principal component analysis, etc. to model normal state multivariable data in a low dimension as shown in FIG. This is a method of projecting the data D to be monitored, and detecting an abnormality with an index such as the projected distance (Q statistic) and the variation after projection (T 2 statistic). That is, when the Q statistic and the T 2 statistic exceed a preset threshold value, it is determined as abnormal. Furthermore, MSPC calculates the contribution of each variable to the Q statistic and T 2 statistic, and estimates the variable that has a greater contribution than normal, as a variable that is highly likely to be an abnormal factor. To do.
異常予兆検知システムの導入目的は、実際の製品不良や設備停止に至る前に異常予兆を検知することで、運転員による復帰操作を実施するための時間的猶予を確保することにある。 The purpose of introducing the abnormality sign detection system is to secure a time delay for the operator to perform a return operation by detecting an abnormality sign before an actual product failure or facility shutdown.
従来のＭＳＰＣでは、正常状態と異なる振る舞いをするプロセス変数を、異常指標への寄与度により特定することができる。しかしながら、この寄与度は正常状態に対する異常度合いの強さを表しているだけで、異常現象の原因とは直接関係ないため、原因分析には不十分であるという問題点があった。そのため、従来のＭＳＰＣでは、異常の予兆検知ができても、プロセスの状態復帰操作へと結びつかないことが課題であった。 In the conventional MSPC, a process variable that behaves differently from the normal state can be specified by the degree of contribution to the abnormality index. However, this degree of contribution only indicates the strength of the degree of abnormality with respect to the normal state, and is not directly related to the cause of the abnormal phenomenon. Therefore, in the conventional MSPC, even if a sign of abnormality can be detected, it has been a problem that it does not lead to a process state return operation.
本発明は、上記課題を解決するためになされたもので、異常検知後のプロセスの状態復帰操作に有効な情報を運転員に与えることができるプロセス監視装置を提供することを目的とする。 The present invention has been made to solve the above-described problems, and an object of the present invention is to provide a process monitoring apparatus capable of giving an operator information useful for a process state return operation after abnormality detection.
本発明のプロセス監視装置は、監視対象から多変数のデータを収集するように構成されたデータ収集部と、このデータ収集部によって収集されたデータから、異常か否かを判定する指標を変数毎に算出するように構成された指標算出部と、前記指標が閾値を超えたか否かを変数毎に判定するように構成された異常判定部と、この異常判定部の判定結果に応じて、前記指標が前記閾値を超えた変数と前記閾値を超えた日時とを対応付けて記録するように構成された記録部と、表示対象期間について前記指標が前記閾値を超えた変数と日時とを前記記録から抽出して、抽出した変数と日時とを日時順に並べた異常遷移リストを表示するように構成された表示処理部とを備えることを特徴とするものである。 The process monitoring apparatus of the present invention includes a data collection unit configured to collect multivariable data from a monitoring target, and an index for determining whether or not there is an abnormality from the data collected by the data collection unit for each variable. In accordance with a determination result of the abnormality determination unit, an abnormality determination unit configured to determine for each variable whether or not the index exceeds a threshold, A recording unit configured to record a variable whose index exceeds the threshold and a date and time when the index exceeds the threshold, and a variable and a date and time when the index exceeds the threshold for a display target period And a display processing unit configured to display an abnormal transition list in which the extracted variables and the date and time are arranged in order of date and time.
また、本発明のプロセス監視装置は、監視対象から多変数のデータを収集するように構成されたデータ収集部と、このデータ収集部によって収集されたデータから、異常か否かを判定する指標を変数毎に算出するように構成された指標算出部と、前記指標が閾値を超えたか否かを変数毎に判定するように構成された異常判定部と、この異常判定部の判定結果に応じて、前記指標が前記閾値を超えた変数と前記閾値を超えた日時とを対応付けて記録するように構成された記録部と、表示対象期間について前記指標が前記閾値を超えた変数と日時とを前記記録から抽出して、前記指標が前記閾値を超えた変数を象徴する第１のマークを日時順に結んだ異常遷移グラフを表示するように構成された表示処理部とを備えることを特徴とするものである。
また、本発明のプロセス監視装置の１構成例において、前記表示処理部は、前記監視対象の配管計装図と前記異常遷移グラフとを重ねて表示し、前記第１のマークを、前記配管計装図内の当該変数が計測された位置に重ねて表示することを特徴とするものである。
また、本発明のプロセス監視装置の１構成例において、前記表示処理部は、正常状態の多変数のデータに基づいて予め推定された、変数の相関関係を示す相関図と、前記異常遷移グラフとを重ねて表示し、前記指標が前記閾値を超えた変数について、前記相関図の正常状態の変数を象徴する第２のマークの代わりに前記第１のマークを表示することを特徴とするものである。
In addition, the process monitoring apparatus of the present invention includes a data collection unit configured to collect multivariable data from a monitoring target, and an index for determining whether there is an abnormality from the data collected by the data collection unit. In accordance with the determination result of the index calculation unit configured to calculate for each variable, the abnormality determination unit configured to determine for each variable whether or not the index exceeds a threshold, A recording unit configured to record a variable in which the index exceeds the threshold and a date and time when the index exceeds the threshold, and a variable and date and time in which the index exceeds the threshold for a display target period. A display processing unit configured to display an abnormal transition graph that is extracted from the record and includes a first mark that symbolizes a variable for which the index exceeds the threshold value, in chronological order. Is a thing
Moreover, in one configuration example of the process monitoring apparatus of the present invention, the display processing unit displays the monitored pipe instrumentation diagram and the abnormal transition graph in an overlapping manner, and displays the first mark as the pipe meter. The variable in the drawing is displayed overlaid on the measured position.
Further, in one configuration example of the process monitoring apparatus of the present invention, the display processing unit includes a correlation diagram indicating a correlation between variables, which is estimated in advance based on multi-variable data in a normal state, and the abnormal transition graph. And the first mark is displayed instead of the second mark symbolizing the variable in the normal state of the correlation diagram for the variable whose index exceeds the threshold value. is there.
また、本発明のプロセス監視装置の１構成例において、前記指標算出部は、変数毎の平均値を前記指標として算出することを特徴とするものである。
また、本発明のプロセス監視装置の１構成例において、前記指標算出部は、変数毎の標準偏差を前記指標として算出することを特徴とするものである。
また、本発明のプロセス監視装置の１構成例において、前記指標算出部は、多変量統計的プロセス管理による統計量への変数毎の寄与度を前記指標として算出することを特徴とするものである。
また、本発明のプロセス監視装置の１構成例において、前記指標算出部は、確率分布を変数毎に推定し、分布間距離を前記指標として算出することを特徴とするものである。
Moreover, in one configuration example of the process monitoring apparatus of the present invention, the index calculation unit calculates an average value for each variable as the index.
In one configuration example of the process monitoring apparatus of the present invention, the index calculation unit calculates a standard deviation for each variable as the index.
Moreover, in one configuration example of the process monitoring apparatus of the present invention, the index calculation unit calculates a contribution for each variable to a statistic by multivariate statistical process management as the index. .
In the configuration example of the process monitoring apparatus according to the present invention, the index calculation unit estimates a probability distribution for each variable and calculates a distance between distributions as the index.
本発明によれば、監視対象から収集した多変数のデータから、異常か否かを判定する指標を変数毎に算出し、指標が閾値を超えた変数と閾値を超えた日時とを対応付けて記録し、表示対象期間について指標が閾値を超えた変数と日時とを記録から抽出して、抽出した変数と日時とを日時順に並べた異常遷移リストを表示することにより、異常状態の伝搬の有り様を運転員に提示することができ、異常検知後のプロセスの状態復帰操作に有効な情報を運転員に与えることができる。 According to the present invention, an index for determining whether or not there is an abnormality is calculated for each variable from multi-variable data collected from a monitoring target, and a variable whose index exceeds a threshold value is associated with a date and time when the threshold value is exceeded. Record and extract the variables and date and time for which the index exceeded the threshold for the display target period from the record, and display the abnormal transition list in which the extracted variables and date and time are arranged in order of date and time. Can be presented to the operator, and information effective for the process state return operation after the abnormality is detected can be given to the operator.
また、本発明では、表示対象期間について指標が閾値を超えた変数と日時とを記録から抽出して、指標が閾値を超えた変数を象徴するマークを日時順に結んだ異常遷移グラフを表示することにより、異常検知後のプロセスの状態復帰操作に有効な情報を運転員に与えることができる。 Further, in the present invention, for a display target period, a variable whose index exceeds a threshold and a date and time are extracted from the record, and an abnormal transition graph in which marks symbolizing variables whose index exceeds the threshold is connected in order of date and time is displayed. Thus, it is possible to give the operator information useful for the process state return operation after the abnormality detection.
［発明の原理］
ベテラン運転員は、対象プロセスの物理法則に基づいた因果関係から、復帰操作のための異常原因を推定すると言われている。
通常、異常の予兆検知直後においては、ごく一部のプロセス変数のみが異常状態を示すため、データから異常状態とその原因との因果関係を分析することは困難である。
[Principle of the Invention]
The veteran operator is said to estimate the cause of the abnormality for the return operation from the causal relationship based on the physical laws of the target process.
Usually, immediately after detection of a sign of abnormality, only a few process variables indicate an abnormal state, so it is difficult to analyze the causal relationship between the abnormal state and the cause from the data.
しかしながら、プラントでは、プロセス流体を介して様々な設備が連動しているため、異常状態を示すプロセス変数の範囲は拡大・遷移することが多い。
そこで、本発明では、異常状態の伝搬（時間的な遷移）に着目し、この異常状態の伝搬の有り様をプロセスデータから抽出し運転員に提示することで、異常検知後のプロセスの状態復帰操作を立案する際の原因分析に有効な情報を与えることを特徴とする。
However, in a plant, since various facilities are linked via a process fluid, the range of process variables indicating an abnormal state often expands and transitions.
Therefore, in the present invention, focusing on the propagation (temporal transition) of the abnormal state, the state of the propagation of the abnormal state is extracted from the process data and presented to the operator, so that the process state return operation after the abnormality is detected It is characterized by giving effective information to cause analysis when planning.
［実施例］
以下、本発明の実施例について図面を参照して説明する。図１は本発明の実施例に係るプロセス監視装置の構成を示すブロック図である。プロセス監視装置は、監視対象のプラントから多変数のプロセスデータを収集するデータ収集部１と、データ収集部１が収集したプロセスデータを記憶する記憶部２と、記憶部２に記憶されたデータから、異常か否かを判定する指標を変数毎に算出する指標算出部３と、各指標が閾値を超えたか否かを変数毎に判定する異常判定部４と、異常判定部４の判定結果に応じて、指標が閾値を超えた変数と閾値を超えた日時とを対応付けて記録する記録部５と、表示対象期間について指標が閾値を超えた変数と日時とを記録から抽出して、抽出した変数と日時とを日時順に並べた異常遷移リストを表示するリスト表示処理部６と、表示対象期間について指標が閾値を超えた変数と日時とを記録から抽出して、指標が閾値を超えた変数を象徴するマークを日時順に結んだ異常遷移グラフを表示するグラフ表示処理部７と、液晶ディスプレイなどの表示部８とを備えている。
[Example]
Embodiments of the present invention will be described below with reference to the drawings. FIG. 1 is a block diagram showing a configuration of a process monitoring apparatus according to an embodiment of the present invention. The process monitoring apparatus includes a data collection unit 1 that collects multivariable process data from a plant to be monitored, a storage unit 2 that stores process data collected by the data collection unit 1, and data stored in the storage unit 2. The index calculation unit 3 that calculates an index for determining whether or not there is an abnormality for each variable, the abnormality determination unit 4 that determines whether or not each index exceeds a threshold value, and the determination result of the abnormality determination unit 4 Correspondingly, the recording unit 5 that records the variable whose index exceeds the threshold and the date and time when the index exceeds the threshold, and extracts and extracts the variable and date and time whose index exceeds the threshold for the display target period Display processing unit 6 for displaying the abnormal transition list in which the variables and the date and time arranged in order of date and time are extracted from the record and the variables and the date and time when the index exceeds the threshold for the display target period, and the index exceeds the threshold Mar symbolizing variables A graph display processing unit 7 for displaying the abnormal transition curve connecting the chronological order, and a display unit 8 such as a liquid crystal display.
次に、本実施例のプロセス監視装置の動作について説明する。図２はプロセス監視装置の動作を説明するフローチャートである。
データ収集部１は、図示しない監視対象のプラントから多変数のプロセスデータを収集する（図２ステップＳ１）。プロセスデータとしては、例えば原料の流量、温度、液位などがある。データ収集部１が収集したプロセスデータは、記憶部２によって記憶される（図２ステップＳ２）。
Next, the operation of the process monitoring apparatus of this embodiment will be described. FIG. 2 is a flowchart for explaining the operation of the process monitoring apparatus.
The data collection unit 1 collects multivariable process data from a monitoring target plant (not shown) (step S1 in FIG. 2). The process data includes, for example, the raw material flow rate, temperature, and liquid level. The process data collected by the data collection unit 1 is stored in the storage unit 2 (step S2 in FIG. 2).
続いて、指標算出部３は、記憶部２に記憶されたプロセスデータから、異常か否かを判定する指標を変数毎に算出する（図２ステップＳ３）。
指標算出部３は、変数毎の平均値を指標として算出してもよいし、変数毎の標準偏差を指標として算出してもよい。
Subsequently, the index calculation unit 3 calculates an index for determining whether or not there is an abnormality for each variable from the process data stored in the storage unit 2 (step S3 in FIG. 2).
The index calculation unit 3 may calculate an average value for each variable as an index, or may calculate a standard deviation for each variable as an index.
また、指標算出部３は、記憶部２に記憶された多変数のプロセスデータのうち、過去の正常状態のプロセスデータのみから主成分分析などの多変量解析手法により低次元のモデルを生成し、モデルからの変数の乖離の度合いを表すＱ統計量とＴ2統計量を算出し、さらに各変数のＱ統計量への寄与度、各変数のＴ2統計量への寄与度を変数毎に算出し、これらの寄与度を指標としてもよい。なお、ＭＳＰＣにおけるモデルの生成方法、Ｑ統計量とＴ2統計量の算出方法、および各変数のＱ統計量、Ｔ2統計量への寄与度の算出方法は特許文献１にも開示されているとおり、周知の技術であるので、詳細な説明は省略する。 In addition, the index calculation unit 3 generates a low-dimensional model from the multivariable process data stored in the storage unit 2 by using a multivariate analysis method such as principal component analysis only from past normal process data. Calculates the Q statistic and T 2 statistic representing the degree of deviation of the variable from the model, and calculates the contribution of each variable to the Q statistic and the contribution of each variable to the T 2 statistic for each variable. These contributions may be used as an index. A method for generating a model in MSPC, a method for calculating a Q statistic and a T 2 statistic, and a method for calculating the contribution of each variable to the Q statistic and the T 2 statistic are also disclosed in Patent Document 1. Since it is a well-known technique, detailed description is abbreviate | omitted.
また、指標算出部３は、記憶部２に記憶された多変数のプロセスデータから確率分布を変数毎に推定し、注目変数の確率分布と他の変数の確率分布との分布間距離を注目変数の指標として、注目変数毎および他の変数毎に算出するようにしてもよい。分布間距離を算出する方法としては、例えば特許第５４９９９００号明細書に開示された密度比推定法がある。 The index calculation unit 3 estimates the probability distribution for each variable from the multivariable process data stored in the storage unit 2, and determines the inter-distribution distance between the probability distribution of the target variable and the probability distribution of other variables. May be calculated for each variable of interest and for each other variable. As a method for calculating the distance between distributions, for example, there is a density ratio estimation method disclosed in Japanese Patent No. 5499900.
次に、異常判定部４は、指標算出部３によって算出された、各変数の指標が閾値を超えたか否かを判定する（図２ステップＳ４）。異常判定部４は、指標が閾値を超えた変数を異常と判定する。異常判定のための閾値は、変数毎および指標毎に予め設定されている。 Next, the abnormality determination unit 4 determines whether or not the index of each variable calculated by the index calculation unit 3 exceeds a threshold value (step S4 in FIG. 2). The abnormality determination unit 4 determines that a variable whose index exceeds a threshold value is abnormal. The threshold for abnormality determination is set in advance for each variable and each index.
このとき、異常判定部４は、指標算出部３が変数毎の平均値と標準偏差を指標として算出する場合、平均値のみが対応する閾値を超えた変数を異常と判定してもよいし、標準偏差のみが対応する閾値を超えた変数を異常と判定してもよいし、平均値と標準偏差の両方がそれぞれ対応する閾値を超えた変数を異常と判定してもよい。 At this time, when the index calculation unit 3 calculates the average value and standard deviation for each variable as the index, the abnormality determination unit 4 may determine that the variable in which only the average value exceeds the corresponding threshold value is abnormal, A variable in which only the standard deviation exceeds the corresponding threshold value may be determined as abnormal, or a variable in which both the average value and the standard deviation exceed the corresponding threshold value may be determined as abnormal.
また、異常判定部４は、指標算出部３が変数毎のＱ統計量への寄与度とＴ2統計量への寄与度を指標として算出する場合、Ｑ統計量への寄与度のみが対応する閾値を超えた変数を異常と判定してもよいし、Ｔ2統計量への寄与度のみが対応する閾値を超えた変数を異常と判定してもよいし、Ｑ統計量への寄与度とＴ2統計量への寄与度の両方がそれぞれ対応する閾値を超えた変数を異常と判定してもよい。 In addition, when the index calculation unit 3 calculates the contribution to the Q statistic and the contribution to the T 2 statistic for each variable as an index, the abnormality determination unit 4 supports only the contribution to the Q statistic. A variable that exceeds the threshold may be determined to be abnormal, a variable that only exceeds the corresponding threshold for the T 2 statistic may be determined to be abnormal, and a contribution to the Q statistic A variable in which both contributions to the T 2 statistic exceed the corresponding threshold values may be determined as abnormal.
また、異常判定部４は、指標算出部３が分布間距離を変数の指標として算出する場合、少なくとも１つの他の変数の確率分布との分布間距離が対応する閾値を超えた変数を異常と判定してもよいし、他の全ての変数の確率分布との分布間距離が対応する閾値を超えた変数を異常と判定してもよい。 In addition, when the index calculation unit 3 calculates the inter-distribution distance as a variable index, the abnormality determination unit 4 determines that a variable whose inter-distribution distance with the probability distribution of at least one other variable exceeds a corresponding threshold is abnormal. It may be determined, or a variable whose inter-distribution distance with the probability distribution of all other variables exceeds a corresponding threshold value may be determined as abnormal.
記録部５は、指標が閾値を超えたことにより、異常判定部４によって異常と判定された変数が検出されたときに（ステップＳ４においてＹＥＳ）、この変数の識別情報（例えば変数名）と現在の日時とを対応付けて記憶部２に記録する（図２ステップＳ５）。 When the variable determined to be abnormal by the abnormality determination unit 4 is detected due to the index exceeding the threshold value (YES in step S4), the recording unit 5 identifies the variable identification information (for example, the variable name) and the current Are recorded in the storage unit 2 in association with each other (step S5 in FIG. 2).
リスト表示処理部６は、一定時間前の過去から現在までの表示対象期間について指標が閾値を超えた変数の情報（変数名と日時）を記憶部２から抽出して、指標が閾値を超えた変数と日時とを日時順に並べた表形式の異常遷移リストを作成する（図２ステップＳ６）。そして、リスト表示処理部６は、作成した異常遷移リストを表示部８に表示させる（図２ステップＳ７）。 The list display processing unit 6 extracts information (variable name and date / time) of the variable whose index exceeds the threshold for the display target period from the past to the present a certain time ago from the storage unit 2, and the index exceeds the threshold A table-type abnormal transition list in which variables and date / time are arranged in order of date / time is created (step S6 in FIG. 2). Then, the list display processing unit 6 displays the created abnormal transition list on the display unit 8 (step S7 in FIG. 2).
一方、グラフ表示処理部７は、リスト表示処理部６と同様に表示対象期間について指標が閾値を超えた変数の情報（変数名と日時）を記憶部２から抽出して、指標が閾値を超えた変数を象徴するマークを日時順に結んだ異常遷移グラフを作成する（図２ステップＳ８）。そして、グラフ表示処理部７は、作成した異常遷移グラフを表示部８に表示させる（図２ステップＳ９）。 On the other hand, the graph display processing unit 7 extracts information (variable name and date / time) of the variable whose index exceeds the threshold for the display target period from the storage unit 2 in the same manner as the list display processing unit 6, and the index exceeds the threshold. An abnormal transition graph in which marks symbolizing the variables are connected in order of date and time is created (step S8 in FIG. 2). Then, the graph display processing unit 7 displays the created abnormal transition graph on the display unit 8 (step S9 in FIG. 2).
プロセス監視装置は、以上のようなステップＳ１〜Ｓ９の処理を例えば運転員からの指示によりプロセス監視動作が終了するまで（図２ステップＳ１０においてＹＥＳ）、一定時間毎に行う。 The process monitoring apparatus performs the processes in steps S1 to S9 as described above at regular intervals until the process monitoring operation is completed by an instruction from an operator, for example (YES in step S10 in FIG. 2).
なお、新規に収集したプロセスデータによって、上記の平均値、標準偏差、確率分布が更新されることは言うまでもない。
また、指標算出部３は、多変量解析手法により生成するモデルを、新規に収集したプロセスデータのうち指標が閾値を超えていないと判定された正常なデータを用いて更新するようにしてもよい。
Needless to say, the average value, standard deviation, and probability distribution are updated by newly collected process data.
In addition, the index calculation unit 3 may update the model generated by the multivariate analysis method using normal data in which the index is determined not to exceed the threshold among newly collected process data. .
図３（Ａ）、図３（Ｂ）、図４は本実施例の動作例を説明する図である。例えば図３（Ａ）に示すようなＡ〜Ｄの４変数のプロセスデータを収集する例において、図３（Ｂ）に示すような指標ＩA〜ＩDが変数Ａ〜Ｄ毎に算出されたとする。このとき、変数Ａの指標ＩAは対応する閾値ＴＨAを０時１０分に超過し、変数Ｄの指標ＩDは対応する閾値ＴＨDを０時３５分に超過し、変数Ｃの指標ＩCは対応する閾値ＴＨCを０時３７分に超過し、変数Ｂの指標ＩBは対応する閾値ＴＨBを１時３０分に超過したとする。 FIG. 3A, FIG. 3B, and FIG. 4 are diagrams for explaining an operation example of this embodiment. For example, in the example of collecting process data of four variables A to D as shown in FIG. 3A, the indicators I A to I D as shown in FIG. 3B are calculated for each of the variables A to D. To do. At this time, the index I A of the variable A exceeds the corresponding threshold TH A at 0:10, the index I D of the variable D exceeds the corresponding threshold TH D at 0:35, and the index I of the variable C C is exceeded the corresponding threshold value TH C to 37 pm 0, the index I B of the variable B is to have exceeded the corresponding threshold value TH B to 1:30.
このような指標の閾値超過により、図４に示すような異常遷移リスト４０と異常遷移グラフ４１とが表示部８の画面８０に表示される。異常遷移リスト４０では、閾値を超えた変数が順番に並び、異常遷移グラフ４１では、閾値を超えた変数を象徴するマーク４２が矢印４３によって順番に接続される。異常遷移リスト４０と異常遷移グラフ４１とは、新規に収集したプロセスデータの判定結果に応じて随時更新される。
なお、本実施例では、異常遷移リスト４０と異常遷移グラフ４１の両方を表示するようにしているが、どちらか一方のみを表示するようにしてもよい。
When the index exceeds the threshold value, the abnormal transition list 40 and the abnormal transition graph 41 as shown in FIG. 4 are displayed on the screen 80 of the display unit 8. In the abnormal transition list 40, variables that exceed the threshold are arranged in order, and in the abnormal transition graph 41, marks 42 that symbolize variables that exceed the threshold are connected in order by arrows 43. The abnormal transition list 40 and the abnormal transition graph 41 are updated as needed according to the determination result of newly collected process data.
In this embodiment, both the abnormal transition list 40 and the abnormal transition graph 41 are displayed, but only one of them may be displayed.
また、グラフ表示処理部７は、図５に示すように、監視対象のプラントの配管計装図４４と異常遷移グラフ４１とを重ねて表示するようにしてもよい。この場合、指標が閾値を超えた変数を象徴するマーク４２は、配管計装図４４内の当該変数が計測された位置に重ねて表示される。配管計装図４４の画像データと、データ収集部１が収集する各変数の、配管計装図４４上における座標のデータとは、記憶部２に予め登録されている。こうして、図５のような表示により、運転員は、異常状態の伝搬の様子をプロセスの流れと結びつけて容易に認識することができる。 Further, the graph display processing unit 7 may superimpose and display the pipe instrumentation diagram 44 and the abnormal transition graph 41 of the plant to be monitored as shown in FIG. In this case, the mark 42 symbolizing the variable whose index exceeds the threshold value is displayed so as to overlap the position where the variable in the pipe instrumentation diagram 44 is measured. The image data of the piping instrumentation diagram 44 and the coordinate data on the piping instrumentation diagram 44 of each variable collected by the data collection unit 1 are registered in the storage unit 2 in advance. In this manner, the display as shown in FIG. 5 allows the operator to easily recognize the state of propagation of the abnormal state in association with the process flow.
また、グラフ表示処理部７は、図６に示すように、正常状態の多変数のプロセスデータに基づいて予め推定された、変数の相関関係を示す相関図４５と、異常遷移グラフ４１とを重ねて表示するようにしてもよい。図７に示すように、相関図４５は、正常状態の変数を象徴するマーク４６のうち、関係がある変数のマーク４６間を線４７によって結んだものである。 In addition, as shown in FIG. 6, the graph display processing unit 7 superimposes the correlation diagram 45 indicating the correlation between the variables, which is estimated based on the multi-variable process data in the normal state, and the abnormal transition graph 41. May be displayed. As shown in FIG. 7, in the correlation diagram 45, among the marks 46 symbolizing the variables in the normal state, the related variable marks 46 are connected by a line 47.
相関図４５の画像データと、データ収集部１が収集する各変数の、相関図４５上における座標のデータとは、記憶部２に予め登録されている。グラフ表示処理部７は、相関図４５と異常遷移グラフ４１とを重ねて表示する場合、指標が閾値を超えた変数については、相関図４５のマーク４６の代わりに、異常遷移グラフ４１のマーク４２を表示する。これらの区別のために、マーク４２とマーク４６を異なる表示形式で表示することが望ましい。具体的には、正常な変数を象徴するマーク４６を例えば灰色で表示し、指標が閾値を超えた変数を象徴するマーク４２を例えば赤色で表示すればよい。こうして、図６のような表示により、運転員は、正常状態で関係がある変数群を見ることで異常の影響範囲を分析することができる。 The image data of the correlation diagram 45 and the coordinate data on the correlation diagram 45 of each variable collected by the data collection unit 1 are registered in the storage unit 2 in advance. When the graph display processing unit 7 displays the correlation diagram 45 and the abnormal transition graph 41 so as to overlap each other, the variable 42 whose index exceeds the threshold is replaced by the mark 42 of the abnormal transition graph 41 instead of the mark 46 of the correlation diagram 45. Is displayed. In order to distinguish these, it is desirable to display the mark 42 and the mark 46 in different display formats. Specifically, the mark 46 symbolizing a normal variable may be displayed in gray, for example, and the mark 42 symbolizing a variable whose index exceeds a threshold value may be displayed in red, for example. Thus, the display as shown in FIG. 6 allows the operator to analyze the influence range of the abnormality by looking at the variable group related in the normal state.
本実施例のデータ収集部１と記憶部２と指標算出部３と異常判定部４と記録部５とリスト表示処理部６とグラフ表示処理部７とは、ＣＰＵ（Central Processing Unit）、記憶装置および外部とのインタフェースを備えたコンピュータと、これらのハードウェア資源を制御するプログラムによって実現することができる。ＣＰＵは、記憶装置に格納されたプログラムに従って本実施例で説明した処理を実行する。 The data collection unit 1, the storage unit 2, the index calculation unit 3, the abnormality determination unit 4, the recording unit 5, the list display processing unit 6, and the graph display processing unit 7 of this embodiment are a CPU (Central Processing Unit), a storage device It can be realized by a computer having an interface with the outside and a program for controlling these hardware resources. The CPU executes the processing described in this embodiment in accordance with a program stored in the storage device.
本発明は、プロセスデータの分析による自動監視技術に適用することができる。 The present invention can be applied to an automatic monitoring technique by analyzing process data.
１…データ収集部、２…記憶部、３…指標算出部、４…異常判定部、５…記録部、６…リスト表示処理部、７…グラフ表示処理部、８…表示部。 DESCRIPTION OF SYMBOLS 1 ... Data collection part, 2 ... Memory | storage part, 3 ... Index calculation part, 4 ... Abnormality determination part, 5 ... Recording part, 6 ... List display process part, 7 ... Graph display process part, 8 ... Display part.
Claims (8)
このデータ収集部によって収集されたデータから、異常か否かを判定する指標を変数毎に算出するように構成された指標算出部と、
前記指標が閾値を超えたか否かを変数毎に判定するように構成された異常判定部と、
この異常判定部の判定結果に応じて、前記指標が前記閾値を超えた変数と前記閾値を超えた日時とを対応付けて記録するように構成された記録部と、
表示対象期間について前記指標が前記閾値を超えた変数と日時とを前記記録から抽出して、抽出した変数と日時とを日時順に並べた異常遷移リストを表示するように構成された表示処理部とを備えることを特徴とするプロセス監視装置。 A data collection unit configured to collect multi-variable data from the monitored object;
An index calculation unit configured to calculate, for each variable, an index for determining whether there is an abnormality from the data collected by the data collection unit;
An abnormality determination unit configured to determine, for each variable, whether or not the index exceeds a threshold;
According to the determination result of the abnormality determination unit, a recording unit configured to record a variable in which the index exceeds the threshold and a date and time when the index exceeds the threshold,
A display processing unit configured to extract a variable and a date and time when the index exceeds the threshold for a display target period from the record, and to display an abnormal transition list in which the extracted variable and the date and time are arranged in date and time; A process monitoring apparatus comprising:
このデータ収集部によって収集されたデータから、異常か否かを判定する指標を変数毎に算出するように構成された指標算出部と、
前記指標が閾値を超えたか否かを変数毎に判定するように構成された異常判定部と、
この異常判定部の判定結果に応じて、前記指標が前記閾値を超えた変数と前記閾値を超えた日時とを対応付けて記録するように構成された記録部と、
表示対象期間について前記指標が前記閾値を超えた変数と日時とを前記記録から抽出して、前記指標が前記閾値を超えた変数を象徴する第１のマークを日時順に結んだ異常遷移グラフを表示するように構成された表示処理部とを備えることを特徴とするプロセス監視装置。 A data collection unit configured to collect multi-variable data from the monitored object;
An index calculation unit configured to calculate, for each variable, an index for determining whether there is an abnormality from the data collected by the data collection unit;
An abnormality determination unit configured to determine, for each variable, whether or not the index exceeds a threshold;
According to the determination result of the abnormality determination unit, a recording unit configured to record a variable in which the index exceeds the threshold and a date and time when the index exceeds the threshold,
A variable and date and time when the index exceeds the threshold for the display target period are extracted from the record, and an abnormal transition graph is displayed in which the first mark symbolizing the variable whose index exceeds the threshold is connected in order of date and time. And a display processing unit configured to perform the process monitoring apparatus.
前記表示処理部は、前記監視対象の配管計装図と前記異常遷移グラフとを重ねて表示し、前記第１のマークを、前記配管計装図内の当該変数が計測された位置に重ねて表示することを特徴とするプロセス監視装置。 The process monitoring apparatus according to claim 2, wherein
The display processing unit displays the monitored pipe instrumentation diagram and the abnormal transition graph so as to overlap each other, and superimposes the first mark on the position where the variable is measured in the pipe instrumentation diagram. A process monitoring apparatus characterized by displaying.
前記表示処理部は、正常状態の多変数のデータに基づいて予め推定された、変数の相関関係を示す相関図と、前記異常遷移グラフとを重ねて表示し、前記指標が前記閾値を超えた変数について、前記相関図の正常状態の変数を象徴する第２のマークの代わりに前記第１のマークを表示することを特徴とするプロセス監視装置。 The process monitoring apparatus according to claim 2, wherein
The display processing unit displays a correlation diagram indicating a correlation between variables, which is preliminarily estimated based on multi-variable data in a normal state, and the abnormal transition graph, and the index exceeds the threshold value. A process monitoring apparatus for displaying a variable, wherein the first mark is displayed instead of a second mark symbolizing a variable in a normal state of the correlation diagram.
前記指標算出部は、変数毎の平均値を前記指標として算出することを特徴とするプロセス監視装置。 In the process monitoring apparatus according to any one of claims 1 to 4,
The process monitoring apparatus, wherein the index calculation unit calculates an average value for each variable as the index.
前記指標算出部は、変数毎の標準偏差を前記指標として算出することを特徴とするプロセス監視装置。 In the process monitoring apparatus according to any one of claims 1 to 4,
The process monitoring apparatus, wherein the index calculation unit calculates a standard deviation for each variable as the index.
前記指標算出部は、多変量統計的プロセス管理による統計量への変数毎の寄与度を前記指標として算出することを特徴とするプロセス監視装置。 In the process monitoring apparatus according to any one of claims 1 to 4,
The process monitoring apparatus, wherein the index calculation unit calculates a contribution for each variable to a statistic by multivariate statistical process management as the index.
前記指標算出部は、確率分布を変数毎に推定し、分布間距離を前記指標として算出することを特徴とするプロセス監視装置。 In the process monitoring apparatus according to any one of claims 1 to 4,
The index calculation unit estimates a probability distribution for each variable, and calculates a distance between distributions as the index.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017177493A JP6948197B2 (en) | 2017-09-15 | 2017-09-15 | Process monitoring device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017177493A JP6948197B2 (en) | 2017-09-15 | 2017-09-15 | Process monitoring device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019053537A true JP2019053537A (en) | 2019-04-04 |
| JP6948197B2 JP6948197B2 (en) | 2021-10-13 |
Family
ID=66015062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017177493A Active JP6948197B2 (en) | 2017-09-15 | 2017-09-15 | Process monitoring device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6948197B2 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112363858A (en) * | 2020-10-28 | 2021-02-12 | 北京新数科技有限公司 | Problem positioning method and device of database application system and electronic equipment |
| JP6834067B1 (en) * | 2020-06-05 | 2021-02-24 | 三菱電機株式会社 | Abnormal sign search device |
| CN113091808A (en) * | 2021-03-29 | 2021-07-09 | 江苏利宏科技发展有限公司 | Chemical industry industrial control instrument with comprehensive information management system and system thereof |
| US20220011738A1 (en) * | 2018-11-01 | 2022-01-13 | Nec Corporation | Process management device, process management method, and process management program storage medium |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005216148A (en) * | 2004-01-30 | 2005-08-11 | Yamatake Corp | Alarm analyzer, analyzing method and program |
| JP2013077128A (en) * | 2011-09-30 | 2013-04-25 | Hitachi Ltd | Plant equipment state management method and plant equipment state management system |
| JP2015203646A (en) * | 2014-04-15 | 2015-11-16 | 三菱重工業株式会社 | Diagnosis method of machine tool and system thereof |
| JP5813317B2 (en) * | 2010-12-28 | 2015-11-17 | 株式会社東芝 | Process status monitoring device |
| JP2016110594A (en) * | 2014-12-08 | 2016-06-20 | 株式会社東芝 | Plant monitoring device, plant monitoring method, and program |
-
2017
- 2017-09-15 JP JP2017177493A patent/JP6948197B2/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005216148A (en) * | 2004-01-30 | 2005-08-11 | Yamatake Corp | Alarm analyzer, analyzing method and program |
| JP5813317B2 (en) * | 2010-12-28 | 2015-11-17 | 株式会社東芝 | Process status monitoring device |
| JP2013077128A (en) * | 2011-09-30 | 2013-04-25 | Hitachi Ltd | Plant equipment state management method and plant equipment state management system |
| JP2015203646A (en) * | 2014-04-15 | 2015-11-16 | 三菱重工業株式会社 | Diagnosis method of machine tool and system thereof |
| JP2016110594A (en) * | 2014-12-08 | 2016-06-20 | 株式会社東芝 | Plant monitoring device, plant monitoring method, and program |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20220011738A1 (en) * | 2018-11-01 | 2022-01-13 | Nec Corporation | Process management device, process management method, and process management program storage medium |
| JP6834067B1 (en) * | 2020-06-05 | 2021-02-24 | 三菱電機株式会社 | Abnormal sign search device |
| WO2021245905A1 (en) * | 2020-06-05 | 2021-12-09 | 三菱電機株式会社 | Abnormality symptom searching device |
| CN112363858A (en) * | 2020-10-28 | 2021-02-12 | 北京新数科技有限公司 | Problem positioning method and device of database application system and electronic equipment |
| CN113091808A (en) * | 2021-03-29 | 2021-07-09 | 江苏利宏科技发展有限公司 | Chemical industry industrial control instrument with comprehensive information management system and system thereof |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6948197B2 (en) | 2021-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10809703B2 (en) | Management system and management method | |
| JP6948197B2 (en) | Process monitoring device | |
| JP5100675B2 (en) | Instrument drift detection device and instrument drift detection method | |
| WO2018104985A1 (en) | Abnormality analysis method, program, and system | |
| JP5164954B2 (en) | Device diagnostic method and device diagnostic device | |
| JP2018112903A (en) | Plant operation support apparatus, plant operation support method, plant operation support program, and recording medium | |
| JP2015011027A (en) | Method for detecting anomalies in time series data | |
| JP5621967B2 (en) | Abnormal data analysis system | |
| US20220035356A1 (en) | Equipment failure diagnosis support system and equipment failure diagnosis support method | |
| US7949497B2 (en) | Machine condition monitoring using discontinuity detection | |
| JP5253218B2 (en) | Device diagnostic method | |
| JP2010049359A (en) | Plant monitoring device and plant monitoring method | |
| JP6875199B2 (en) | Equipment diagnostic system | |
| JP2010276339A (en) | Method and device for diagnosis sensor | |
| US10289474B2 (en) | Fixing system, server, terminal device, fixing method, and recording medium | |
| JP6312955B1 (en) | Quality analysis apparatus and quality analysis method | |
| JP2013195188A (en) | Sensor diagnostic device and sensor diagnostic method | |
| JP6668699B2 (en) | Monitoring support device, monitoring support method, and program | |
| JP7020565B2 (en) | Process control equipment, process control method and process control program | |
| JPH05253797A (en) | Judging system for abnormality on line | |
| KR20160053977A (en) | Apparatus and method for model adaptation | |
| JP2019113970A (en) | State diagnostic method of process and state diagnostic device of process | |
| JP7026012B2 (en) | Equipment status monitoring system and equipment status monitoring method | |
| JP6459345B2 (en) | Fluctuation data management system and its specificity detection method | |
| JPWO2020194716A1 (en) | Learning equipment, learning methods and programs |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200311 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210219 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210406 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210514 |
|
| 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: 20210824 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210917 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6948197 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |