JP2020035107A - プラントデータ解析システム - Google Patents

プラントデータ解析システム Download PDF

Info

Publication number
JP2020035107A
JP2020035107A JP2018159669A JP2018159669A JP2020035107A JP 2020035107 A JP2020035107 A JP 2020035107A JP 2018159669 A JP2018159669 A JP 2018159669A JP 2018159669 A JP2018159669 A JP 2018159669A JP 2020035107 A JP2020035107 A JP 2020035107A
Authority
JP
Japan
Prior art keywords
analysis
model
analysis model
plant
data
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
JP2018159669A
Other languages
English (en)
Other versions
JP7097263B2 (ja
Inventor
嘉成 堀
Yoshinari Hori
嘉成 堀
山本　浩貴
Hirotaka Yamamoto
浩貴 山本
林　喜治
Yoshiharu Hayashi
喜治 林
山内　博史
Hiroshi Yamauchi
博史 山内
矢敷　達朗
Tatsuro Yashiki
達朗 矢敷
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.)
Hitachi Ltd
Original Assignee
Hitachi 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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2018159669A priority Critical patent/JP7097263B2/ja
Publication of JP2020035107A publication Critical patent/JP2020035107A/ja
Application granted granted Critical
Publication of JP7097263B2 publication Critical patent/JP7097263B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

【課題】ユーザの使い勝手を向上できるようにしたプラントデータ解析システムを提供すること。【解決手段】プラントデータ解析システム１は、解析対象部位の設計情報を取得する設計情報取得部１０６と、複数の解析対象項目の中から選択された解析対象項目と選択された設計情報とに基づいて、解析モデル記憶部１０７に記憶された複数の第１解析モデルの中から所定の第１解析モデルを抽出し、抽出された所定の第１解析モデルを結合させることにより第２解析モデル１０９を作成する解析モデル作成部１０８と、第２解析モデルで使用する所定の解析条件を第２解析モデルに設定する解析条件設定部１０５と、所定の解析条件を第２解析モデルへ入力することにより得られた解析結果を出力する解析結果出力部１１０と、を備える。【選択図】図１

Description

本発明は、プラントデータ解析システムに関する。
発電プラントや化学プラントなどのプラント設備では、プラントの監視および制御のために、温度計、圧力計、流量計などの多くのセンサが設置されている。近年、これらセンサのデータを活用することにより、製品の収率を高めたり、運用の効率を向上させたりといったニーズが大きくなっている。
このようなニーズを満足させるためには、プラントの状態を判別し、状態が変化している場合はその原因を見つけ、原因に応じた対策を取る必要がある。対策には、運用条件を変更する場合と保守作業を実施する場合とがあり、新しい運転計画や保守計画を立案する必要がある。運用条件を変更する場合は、新しい運用条件の下で、過渡的な運転状態や熱応力などに問題が生じないかを検証しなければならない場合がある。この場合、動特性解析または熱応力解析等を実行するが、それらの解析に適したモデルを選択するのは容易ではなく、手間がかかる。
プラントの運転データを遠隔監視し、プラントの異常や劣化を評価して保全策を決定してユーザへ通知するシステムは知られている（特許文献１）。
なお、クラスタリング技術の１つである適応共鳴理論（Ａｄａｐｔｉｖｅ Ｒｅｓｏｎａｎｃｅ Ｔｈｅｏｒｙ：ＡＲＴ）を用いてデータを分類する技術は、特許文献２に記載されている。
特開２００３−１１４２９４号公報 特開２００５−２５８６４９号公報
従来技術では、プラントの状態を遠隔監視してその状態を評価することができるが、プラントには種々の状態があるため、それら各種状態を随時適切に評価するために、ユーザは様々な解析ツールを必要があり、手間と時間がかかる。さらに、解析ツールごとに解析条件をそれぞれ設定する必要があるため、ユーザの作業が煩雑となる。
本発明の目的は、ユーザの使い勝手を向上できるようにしたプラントデータ解析システムを提供することにある。
上記課題を解決すべく、本発明に従うプラントデータ解析システムは、プラントデータを解析するプラントデータ解析システムであって、選択された解析対象部位の設計情報を取得する設計情報取得部と、複数の解析対象項目の中から選択された解析対象項目と選択された設計情報とに基づいて、解析モデル記憶部に記憶された複数の第１解析モデルの中から所定の第１解析モデルを抽出し、抽出された所定の第１解析モデルを結合させることにより第２解析モデルを作成する解析モデル作成部と、第２解析モデルで使用する所定の解析条件を第２解析モデルに設定する解析条件設定部と、所定の解析条件を第２解析モデルへ入力することにより得られた解析結果を出力する解析結果出力部と、を備える。
本発明によれば、所定の解析対象項目に対応する第２解析モデルを、複数の第１解析モデルの中から抽出された所定の第１解析モデルを結合させることにより作成し、第２解析モデルに解析条件を設定して解析させることができる。したがって、ユーザの解析作業の使い勝手を向上させることができる。
実施形態の全体概要を示す説明図である。 プラントデータを解析する処理を示すフローチャートである。 解析対象部位と解析対象項目を設定する様子を示す画面例である。 解析対象項目の初期値を設定する様子を示す画面例である。 解析対象部位に対応する計器の運転データを示すグラフである。 運転データのパターン分類を示す説明図である。 カテゴリ別に分類された結果を示すグラフである。 図７の分類結果を別の方法で示す説明図である。 運転パターン毎の運転条件の例を示す説明図である。 解析結果を出力する画面例である。 解析結果を３Ｄモデルで表示する画面例である。 解析対象部位のパラメータに応じて解析結果を示す説明図である。 モデルの定義の例を示す説明図である。 解析に使用するモデル（第２解析モデル）とそのモデルを構成する一つまたは複数の他のモデル（第１解析モデル）との関係を示す説明図である。 モデルのデータ形式の一例を示す説明図である。 図２中のステップＳ２１の詳細を示すフローチャートである。 解析に使用するモデルを決定する様子を示す画面例である。 解析に必要な条件の入力を要求する様子を示す画面例である。 第２実施例に係り、プラントデータ解析システムのブロック図である。 減肉量の解析結果と実測値とを比較して示す説明図である。
以下、図面に基づいて、本発明の実施の形態を説明する。本実施形態に係るプラントデータ解析システムでは、ユーザは、解析対象部位および解析対象項目等を入力するだけで解析結果を得ることができる。本実施形態に係るプラントデータ解析システムでは、ユーザから入力される情報に基づいて、ユーザの希望する解析を実行するための解析モデルを自動的に作成することができる。
本実施形態に係るプラントデータ解析システムでは、ユーザは、個々の解析モデル（第１解析モデル）の仕様や使い方に習熟していなくても、目的とする解析を行うための解析モデル（第２解析モデル）を得ることができる。
本実施形態において「モデル」とは、コンピュータにより実行されるコンピュータプログラム（または、コンピュータプログラムおよびデータ）であり、所定の数式またはデータベース（テーブル）を用いることにより入力情報から出力情報を得る数理モデルの一種である。本実施形態に登場する「解析モデル」は、入力情報（解析条件）と所定のアルゴリズムとに基づいて、出力情報（解析結果）を生成するソフトウェア部品である。
本実施形態に係るプラントデータ解析システムは、例えば、化学プラント、石油プラント、発電プラント、食品プラント、ゴミ焼却プラント、海水淡水化プラント、水処理プラントといった各種プラントに適用することができる。「解析対象部位」とは、解析対象となる機器、装置、または配管等である。機器、装置、配管の全体である必要はなく、その一部でもよい。「解析対象項目」とは、解析対象を特定する情報であり、例えば、障害原因となり得る項目、性能劣化に関する項目等である。具体的には、例えば減肉量、腐食量、配管の詰まり量、エネルギの伝達ロス、部品寿命等である。
以下、水、水蒸気、化学薬品、燃料等の流体を取り扱う化学プラントにおいて、配管の減肉量（配管の管壁が削られる量）を解析する場合を例に挙げて説明する。化学プラント以外のプラントにおいて減肉量以外の項目を解析する場合にも、本実施形態を適用することができる。
図１〜図１８を用いて第１実施例を説明する。図１は、プラントデータ解析システム１の機能構成およびハードウェア構成を示す。
先にハードウェア構成を説明する。図１の下側に示すように、プラントデータ解析システム１は、コンピュータ１０を用いて構成することができる。コンピュータ１０は、例えば、マイクロプロセッサ（図中、ＣＰＵ：Central Processing Unit）１１、メモリ１２、通信インターフェース装置１３、入出力回路（図中、Ｉ／Ｏ）１４、ユーザインターフェース装置１５を備える。図中では、「装置」等を省略して示している。
メモリ１２は、主記憶装置と補助記憶装置（いずれも不図示）を含む。メモリ１２には、所定のコンピュータプログラム１００が格納されている。マイクロプロセッサ１１が所定のコンピュータプログラム１００を実行することにより、図１中の上側に示す各機能１０１〜１０９が実現される。
通信インターフェース１３（図中、インターフェースをＩＦと略記）は、通信ネットワークＣＮを介して他の装置と通信する。他の装置としては、例えば、プラントに設置されたセンサ、カメラ、マイクロフォン、現場コントローラ、データロガーや、コンピュータ端末２０がある。入出力回路１４は、通信ネットワークＣＮに代えて、現場のセンサ等と接続するための装置である。
ユーザインターフェース装置１５は、システム管理者等のユーザとプラントデータ解析システム１とが情報を交換するための装置である。ユーザインターフェース装置１５は、情報入力装置と情報出力装置（いずれも不図示）を含む。情報入力装置は、ユーザがプラントデータ解析システム１へ情報を入力するための装置であり、例えば、キーボード、ポインティングデバイス、タッチパネル、音声指示装置等がある。情報出力装置は、プラントデータ解析システム１がユーザへ情報を伝えるための装置であり、例えば、ディスプレイ、プリンタ、音声合成装置等がある。情報出力の方法として、電子メール等の電子的メッセージを出力してもよい。情報入力装置と情報出力装置とが一体化されたユーザインターフェース装置でもよい。
ユーザは、コンピュータ端末２０を介してコンピュータ１０にアクセスすることにより、プラントデータ解析システム１を利用することもできる。あるいは、ユーザは、ユーザインターフェース装置１５を介してコンピュータ１０を操作することにより、プラントデータ解析システム１を利用することもできる。
コンピュータ１０は、プラントを管理する事務所内に設置されてもよいし、いわゆるクラウドコンピューティングシステムとしてインターネット等の通信ネットワーク上に設けられてもよい。コンピュータ１０をクラウドコンピューティングシステムとして構成する場合、プラントデータ解析システム１は、複数のプラントのデータをそれぞれ解析して、各プラントへ解析結果を返すこともできる。
図１の上側を参照して、プラントデータ解析システム１の機能構成を説明する。プラントデータ解析システム１（以下、システム１と呼ぶ場合がある）は、例えば、運転データ取得部１０１、プラント系統図取得部１０２、３Ｄモデル取得部１０３、解析メニュー設定部１０４、解析条件設定／作成部１０５、プラント設計情報抽出部１０６、解析モデルライブラリ１０７、解析モデル作成部１０８、解析モデル１０９、解析結果出力部１１０を備える。以下、これらの構成要素について説明する。
運転データ取得部１０１は、プラントの運転に関する運転データＤ１を取得する機能である。運転データＤ１には、例えば、計測データ、操作量データ、設定値（目標値）データがある。
図３で後述するように、プラントには、例えば、ポンプＰＰ、タンクＲＴ、バルブＥＶ、配管Ｌ、センサＳＲ等の各種の設備や機器を備える。これら設備や機器に関して、運転データ取得部１０１は、例えば、温度、圧力、流量、流速、重量、電流、電圧、色彩、湿度、水分量などの時系列の計測データを運転データとして得ることができる。
さらに、運転データ取得部１０１は、作業員または制御装置（不図示）により設定される、アクチュエータに対する操作量データ（例えばバルブ開度等）を運転データとして取得することができる。
運転データ取得部１０１は、作業員または制御装置により現場の設備や現場コントローラ等に設定される目標値（設定値）を運転データとして取得することもできる。以下では、計測データ、操作量データ、設定値データを合わせて「運転データ」と呼ぶ。ただし、計測データのみを運転データと呼ぶ場合もある。運転データ取得部１０１は、例えば、取得時刻と、値と、運転データの発生元を識別する識別子等とを対応付けることにより、運転データＤ１を管理する。
プラント系統図取得部１０２は、プラント系統図Ｄ２を取得する機能である。プラント系統図Ｄ２は、配管計装線図または、Ｐ＆ＩＤ（Piping & Instrument Flow Diagram）とも呼ばれる電子ファイルである。プラント系統図Ｄ２には、例えば、プラントを構成する機器、接続配管、主要な計測機器の仕様等が記載されている。
３次元モデル取得部１０３は、３次元モデルＤ３を取得する機能である。図中では、３次元モデルを「３Ｄ」と略記する。３次元モデルＤ３は、プラントの３次元モデルであり、３次元ＣＡＤソフトウェア等で作成される。３次元モデルＤ３は、プラントを構成する各機器、各配管、各バルブ等の形状を記述する。
解析メニュー設定部１０４は、ユーザが実施したい解析メニューを選択して設定する機能である。プラントデータ解析システム１を利用するユーザは、解析メニューに登録された解析対象項目の中から、所望の解析対象項目を少なくとも一つ選択する。
解析条件設定／作成部１０５は、解析メニュー設定部で設定した解析メニューに応じた解析条件をプラント系統図を活用し、運転データから抽出する機能である。解析条件設定／作成部１０５は、「解析条件設定部」の例である。
プラント設計情報抽出部１０６は、プラントに関するデータの解析に必要な情報を抽出する機能である。すなわち、プラント設計情報抽出部１０６は、プラントに関するデータの解析に必要な情報としての３次元形状および系統情報を、３次元モデルＤ３およびプラント系統図Ｄ２から抽出する。プラント設計情報抽出部１０６は、「設計情報取得部」の例である。
ここで、プラントに関するデータ（プラントデータ）は、例えば、プラントの運転状態に関するデータ、プラントの保守に関するデータ、プラントの生産効率に関するデータ等である。
解析モデルライブラリ１０７は、「第２解析モデル」としての結合モデル１０９を構成する基礎的な解析モデル（第１解析モデル）のライブラリを格納する機能である。後述のように、結合モデル１０９は、一つまたは複数の（通常は複数の）基礎的な解析モデルを所定の順番で結合させることにより構成される。解析モデルライブラリ１０７は、「解析モデル記憶部」の例である。
本実施例では、基礎的な解析モデルのライブラリは、実際のプラントの構造等に合わせて階層的に管理されている。すなわち、モデルライブラリは、プラント全体の構成に関する「プラント解析モデル」と、プラントを構成する機器、配管、バルブ等に関する「機器解析モデル」と、機器の材料およびその特性に関する「材料解析モデル」と、「経営解析モデル」との各階層で用意されている。経営解析モデルとは、プラントモデルの上位に位置し、プラントの運用または運営を解析するためのモデルである。
なお、階層毎のモデルライブラリは、同一の解析対象部位であったとしても、解析対象の種類毎に用意される。例えば、配管モデルの場合、配管内部の流体の流れを計算できる基礎的な解析モデルと、配管に生じる熱応力を解析できる基礎的な解析モデルとは、それぞれ別々のモデルライブラリとして登録されている。
解析モデル作成部１０８は、解析メニュー設定部１０４で設定された解析メニューと、プラント設計情報抽出部１０６により抽出された設計情報（設計条件）とから、解析モデル１０９を作成する機能である。
解析モデル作成部１０８は、例えば、配管とバルブとからなる解析対象部位の流れを解析をする場合、流れ計算用の配管モデルと流れ計算用のバルブモデルとを組合せることにより、結合解析モデル１０９を作成する。
結合解析モデル１０９は、解析条件設定／作成部１０５から入力される解析条件に基づいて計算し、その計算結果を解析結果出力部１１０に出力する。解析結果出力部１１０は、その解析結果をディスプレイ等のユーザインターフェース装置１５を介してユーザへ通知する。
以下、配管の減肉量を評価する場合を例に挙げて、プラントデータ解析システム１の動作を説明する。
図２のフローチャートを用い、配管の減肉量の評価について概略を説明する。配管の減肉を評価するためには、以下のステップが必要となる。ステップＳ１：減肉評価の対象となる配管形状を取得する、ステップＳ２：減肉を評価するために必要な運転条件を求める、ステップＳ３：必要な解析モデルを選択し、減肉量を計算する。各ステップＳ１〜Ｓ３の詳細について説明する。
ステップＳ１１：
図３は、プラントデータ解析システム１の操作画面Ｇ１の例を示す。ステップＳ１１において、操作画面Ｇ１には、プラントの一部または全部についての３次元モデルが表示される。ユーザは、操作画面Ｇ１のメニューバーから解析メニューＧＰ１を呼び出すことができる。ここでは、複数の解析対象項目を含むメニュー一覧の中から、配管の減肉を評価するメニュー（解析対象項目）を選択する例を示す。
ユーザは、操作画面Ｇ１上で、配管の減肉を評価するメニューを選択した後で、３次元モデル上で減肉の評価を希望する配管を選択する。ユーザは、評価対象（解析対象）の配管を例えば、マウス等のポインティングデバイスまたはタッチパネルで選択できる。プラントの各配管に識別番号等が設定されている場合、対象の配管の識別番号等をキーボードから入力することにより選択することもできる。対象の配管の識別番号等をプラントデータ解析システム１へ音声入力してもよい。
ステップＳ１２：
図４に示すように、ステップＳ１２において、ユーザは、画面ＧＰ２を通じて、解析のための初期状態を設定する。ユーザは、解析のための初期状態として、例えば、減肉を評価する期間と、評価開始時点での減肉量とを設定することができる。ここでは、プラントの稼働開始日（2010年10月10日）を評価の開始時点として設定している。稼働開始時が評価開始時点であるため、減肉量の初期値は０ｍｍと設定される。
ステップＳ１３：
ステップＳ１３では、ステップＳ１１で指定された配管の形状情報と、指定された配管の前後に位置する各部品の情報とを取得する。配管の形状情報としては、例えば、配管番号、配管の外径寸法、肉厚寸法、配管の材質、長さ寸法、ルート情報がある。指定された配管に曲がった箇所がある場合は、その曲がった箇所の曲率半径ＲもステップＳ１３で取得する。指定された配管の前後の部品としては、例えば、配管が接続されたバルブ、配管の分岐、フランジ等がある。指定された配管の前後の部品情報として、それら部品の種類を取得する。指定された配管の前後に位置する部品のメーカ名および型式等の情報も取得できる場合は、取得する。
解析メニュー設定部１０４が上述のステップＳ１１〜Ｓ１３を実行することにより、ユーザの希望する解析対象部位および解析対象項目が決定される。
解析モデル作成部１０８は、解析メニュー設定部１０４から渡された情報（解析対象部位、解析対象項目）に基づいて、必要な基礎的な解析モデルを決定する。必要な基礎的解析モデルが決定されることにより、必要な解析条件（条件、運転条件、運転データ、入力条件とも呼ぶ）も決定される。配管の減肉を解析するために必要な基礎的な解析モデルを決定するステップＳ２１については、他の全てのステップを説明した後で説明する。
ステップＳ２２：
一般に、３次元モデルには計器のモデルは含まれていなため、ステップＳ２２では、プラント系統図Ｄ２の情報を活用することにより、必要な計器のタグ名を取得する。例えば、ステップＳ１３で取得した配管番号に対応する配管をプラント系統図Ｄ３の中から探し出し、配管の接続関係から必要なタグ情報を抽出する。
本実施例では、系統図用ＣＡＤ（不図示）を用いて作図されたプラント系統図Ｄ３を利用するため、配管、機器、計器等の接続情報をプラント系統図Ｄ３から抽出できる。解析条件設定／作成部１０５は、解析対象として指定された配管内を流れる流体のデータ（運転データ）を、運転データ取得部１０１から取得する。本実施例では、配管を流れる流体のデータとして流量、温度、圧力を使用する。ステップＳ２２では、これらのデータ（流量、温度、圧力）を計測する計器のタグを、タグＦＩ−００１、タグＴＩ−００１、タグＰＩ−００１として抽出する。
ステップＳ２３：
図５に示すように、ステップＳ２３では、ステップＳ２２で抽出された計器のタグに対応するデータについて、ステップＳ１２で指定された評価開始日から現在までのデータ（運転データ）を抽出する。図５は、抽出された運転データの一部を時系列グラフとして示している。縦軸は、流量、温度、圧力それぞれの値を示す。図５のグラフは、３つの縦軸をまとめて一つの縦軸であるかのように示すが、実際には、各パラメータに応じた目盛りの縦軸を持つ。図５に示す例では、圧力がほぼ一定で推移しているが、流量はある時点で大きく変化している。
ステップＳ２４：
ステップＳ２４では、ステップＳ２３で抽出された運転データを、いくつかのパターンに分類する。配管の減肉は、流速（流量から計算される）、圧力、温度の影響を受けるため、これらのパラメータの値の組合せが類似するものを１つのカテゴリに分類する。本実施例では、クラスタリング技術の１つである適応共鳴理論（ＡＲＴ）を用いてデータを分類する。
ＡＲＴは、人間のパターン認識アルゴリズムを模擬したモデルである。ＡＲＴを用いることにより、多次元のデータを、その類似度に応じて複数のカテゴリに分類することができる。
図６を用いて、ＡＲＴを使ったデータの分類方法を説明する。一般にＡＲＴに入力する運転データは、４次元以上のデータである。しかし、ここではデータを単純化し、図６の上側に示すように、２次元の時系列データ（データｄ１、データｄ２）を分類する場合について考える。この時系列データの各時刻におけるデータは、データｄ１およびデータｄ２の２次元データとなる。
この２次元データをＡＲＴに入力すると、ＡＲＴは、入力された２次元データから複数のパターン（カテゴリ）を抽出する。例えば、データｄ１の値が大きく、かつデータｄ２の値が小さい領域Ｒ１のデータは、カテゴリｃ１に分類される。領域Ｒ２のデータは、領域Ｒ１と比べると、データｄ１とデータｄ２との関係が異なるため、別のカテゴリｃ２として分類される。同様に、領域Ｒ３のデータはカテゴリｃ３に分類され、領域Ｒ４のデータはカテゴリｃ４に分類される。
図７は、運転データを、データｄ１とデータｄ２を軸とする２次元グラフにプロットした場合を示す。図７から、各運転データがそれぞれのカテゴリに分類されていることが分かる。図７中のＸ印は、各カテゴリに分類されたデータの重心を表しており、各カテゴリに分類されたデータの代表値として利用できる。
図８に、分類結果の例を示す。図８の例では、図５に示した運転データが４つのカテゴリｃ１〜ｃ４、すなわち４つの運転パターンに分類された。
なお、本実施例では、図５に示した３項目のデータ（流量、温度、圧力）をＡＲＴに入力して分類した。
ステップＳ２５：
図２のステップＳ２５では、ステップＳ２４で分類された運転パターン毎に、減肉量の計算に必要な運転条件を求める。ステップＳ２３でのデータの分類結果から、それぞれの運転パターン（カテゴリ）に分類されたデータの重心とデータ数とが算出される。図９は、各運転パターンについて運転条件を算出した結果を示す。すなわち、前述した運転データは、４つの運転パターンｐ１〜ｐ４に分類され、各運転パターンｐ１〜ｐ４における運転条件は、図９に示した通りとなる。
ステップＳ３１：
図２に戻る。ステップＳ３１では、ステップＳ２５で計算した各運転条件にしたがって、配管の減肉速度を求める。配管の減肉速度を求める方法にはいくつかの方法があるが、ここでは、算出された運転条件を、解析モデル作成部１０８で作成された結合解析モデル１０９に必要な入力形式に変更する。
本実施例では、配管の流れを１次元で解析し、配管の前後に接続された接続部品の情報に基づいて減肉速度を補正する解析モデル１０９を使用する。この結合解析モデル１０９では、運転データから、配管内の流体の平均流速［ｍ／ｓ］と、温度と、圧力とを入力する必要がある。さらに、溶存酸素濃度とクロム（Ｃｒ）の含有量も解析モデル１０９へ入力する。本実施例では、下記の式１にしたがって、ステップＳ２４で求めた流量Ｆ［ｔ／ｈ］を流速ＦＲ［ｍ／ｓ］に変換する。
FR=F*1000^3/(0.25*π*(OD-2*Th)^2)/3600・・・（式１）
ここで、ＯＤは配管外径、Ｔｈは配管の肉厚である。溶存酸素濃度とペーハー値ｐＨについては、解析対象のプラントで定期的に測定されている値を一定値として利用することができる。これに代えて、溶存酸素濃度およびペーハー値を、現場に設けられたセンサによって遠隔監視してもよい。クロム含有量は、配管の材質から求めることができる。
ステップＳ３２：
ステップＳ３２では、各運転条件での減肉速度とステップＳ１２で取得された運転期間とから、これまでの減肉量を下記の式２にしたがって評価する。
m=m0(Temp, FR)*fpH*fDO(Temp)*fCr*fKc・・・（式２）
ｍ：補正後の減肉量
ｍ０：補正前の減肉量
Ｔｅｍｐ：温度
ＦＲ：流速
ｆｐＨ：ｐＨによる補正係数
ｆＤＯ：ＤＯ（溶存酸素量）による補正係数
ｆＣｒ：Ｃｒ含有量による補正係数
ｆＫc ：形状による補正係数
ここで、ｍ０（Ｔｅｍｐ，ＦＲ）、ｆＤＯ（Ｔｅｍｐ）の関係は、解析モデルライブラリ１０７の一部としてデータベース化されている。従って、例えば、ｍ０の場合は、解析条件の温度Ｔｅｍｐと流速ＦＲとを所定のモデルへ入力すると算出できる。
形状による補正係数ｆＫcは、解析対象の配管の上流側に設置されている機器によって決まる。その機器のオリフィス、分岐、バルブ等から補正係数ｆＫｃを算出できる。
このように、各運転パターンにおける運転条件を解析モデル１０９へ入力すると、各運転パターンでの減肉速度［ｍｍ／yｅａｒ］を算出することができる。
ステップＳ３３：
ステップＳ３３では、ステップＳ１２で設定された評価期間に対して、各運転パターンで運転された時間を集計し、配管の減肉が最も進展した箇所での減肉量を評価する。各運転パターンに分類されたデータ数は、ステップＳ２４で求めているため、下記の式３から最大減肉量ｍｔｏｔａｌを算出する。
mｔｏｔａｌ=(1/ΣNi)Σmi*Ni*Δt・・・（式３）
ここで、Ｎｉは、運転パターンｉに分類されたデータ数である。ｍｉは、運転パターンｉでの減肉速度である。
図１０に示すように、解析モデル１０９による解析結果は、画面Ｇ１上の結果欄ＧＰ３に数値で表示することができる。
図１１に示すように、解析対象の３次元モデル上に減肉量を数値またはグラフィックのいずれかまたは両方で表示してもよい。図１１の例では、配管の表面上に減肉量をグラデーションＧＰ４として示している。上述の式３では、最大減肉量を算出するが、図１２に示すように、最大減肉量と配管流れ方向の減肉量の推定関数とを用いて近似計算することにより、配管の流れ方向における減肉の様子を算出することができる。図１２の縦軸は減肉量を示し、横軸は配管の長さ方向の距離を示す。
以上述べたステップＳ２２〜Ｓ３３により、解析対象の配管の減肉量を求めることができる。
次に、図２に示すステップＳ２１について説明する。ステップＳ２１において、解析モデル作成部１０８は、減肉量の解析に使用する解析モデルを作成する
図１３は、本実施例におけるモデルの定義を示す。モデルとは、ある入力を与えると、モデル内で規定された演算により、ある出力が決定されるコンピュータプログラム（あるいは関数、データベース）である。
減肉量を評価するモデルでは、配管流体の温度と流速と溶存酸素濃度等とが入力となり、出力が減肉速度となる。配管内の流速を求めるモデルでは、配管の外径と肉厚情報と配管内流体の流量とが入力となり、出力が配管内平均流速である。このように、本実施例のモデルとは、規定された入力に基づき、規定された出力を計算するものである。
したがって、配管の減肉量を求める場合には、配管流量と配管形状とから平均流速を求めるモデルＭＡと、配管流速から減肉量を求めるモデルＭＢとを組合せることにより、最終的な結果を得る。
ただし、配管流速から減肉量を求めることのできるモデルは、モデルＭＢだけではなく、他のモデルＭＣでも可能である。モデルＭＣは、モデルＭＢよりも詳細な計算式を持つモデルとして定義されてもよい。
配管内の流れを１次元で解析するのではなく、３次元の詳細な流れ解析を実施するモデルＭＤを利用してもよい。そして、モデルＭＤと、流れの分布から減肉量を求めるモデルＭＥとを組合せることによって、減肉量を計算することもできる。
なお、配管の流量および形状が入力されると減肉量を出力するモデルＭＦが存在する場合、そのモデルＭＦだけで減肉量を計算することもできる。
図１４に示すように、同じ解析対象部位、同じ解析対象項目であっても、複数の方法（モデルの結合パターン）で、解析結果を得ることができる。同じ入力条件（運転データ）から一つまたは複数の基礎的な解析モデルＭＡ〜ＭＦを介して、出力結果を得ることができる。解析モデル作成部１０８は、このような全ての結合パターンの中から、最適なモデルの結合を選択することにより、結合解析モデル１０９を作成する。
図１６を用いて、最適な結合解析モデル１０９を決定する方法を説明する。図１６のフローチャートは、図２に示すステップＳ２１の詳細な一例である。
ステップＳ２１１：
ステップＳ２１１では、基礎的な解析モデルの使用条件とユーザにより指定された解析対象項目とに基づいて、解析対象項目の解析に利用可能な基礎的解析モデルを解析モデルライブラリ１０７から抽出する。
解析モデルの使用条件とは、各解析モデルを使用する条件である。例えば、減肉速度を計算する解析モデルの場合は、解析対象部位、解析対象部位の材質、流体の温度範囲、流体の種類等の入力が使用条件となる。例えば、配管のみを解析可能なモデル、クロム鋼の材質についてのみ解析可能なモデル、流体が水である場合のみ解析可能なモデルが知られている。したがって、ステップＳ２１１では、解析対象項目である減肉量を得るために利用可能な基礎的解析モデルを抽出する。
基礎的解析モデルは、その種類に応じて、解析モデルライブラリ１０７内で階層管理されている。上述のように階層とは、例えば、経営解析モデル、プラント解析モデル、機器解析モデル、材料解析モデルである。
複数の階層ごとに解析モデルを管理する理由は、プラントを構成する要素が機器、配管、バルブ等であり、さらにそれら要素の元になるのが材料だからである。さらに、プラント全体の運用または運営に関する解析モデルについては、経営解析モデルとして管理している。本実施例では、基礎的解析モデルを階層的に管理することで、基礎的解析モデルの結合パターンについて効率よく計算することができる。
ステップＳ２１２：
ステップＳ２１２では、目的の解析を実現可能な結合解析モデルを構成するための、基礎的解析モデルの結合パターンを計算して全てリストアップする。ある基礎的解析モデルと他の基礎的解析モデルとが結合可能であるか否かは、基礎的解析モデル同士の入出力が一致するか否かで判定する。
本実施例では、基礎的解析モデルの入出力を、データ形式を特定する識別子（データ形式ＩＤ）で管理している。そして、本実施例では、データ形式ＩＤが同一であるか、あるいは包含する形式であるなら、それら基礎的解析モデル同士は接続可能と判断する。
図１５にデータ形式の例を示す。例えば、データ形式ＩＤ「Ｔｙｐｅ−０１００」は、配管のデータ形式の１つであり、外径、肉厚、長さ、材質の情報を持つ。他のデータ形式ＩＤ「Ｔｙｐｅ−０１０１」には、「Ｔｙｐｅ−０１００」の情報に加えて、保温材の情報が追加されている。
したがって、ある基礎的解析モデルの入力形式がＩＤ「Ｔｙｐｅ−０１００」のデータ形式である場合、出力形式が同じである、ＩＤ「Ｔｙｐｅ−０１００」のデータ形式を持つ他の基礎的解析モデルと接続可能である。
さらに、ＩＤ「Ｔｙｐｅ−０１０１」のデータ形式は、ＩＤ「Ｔｙｐｅ−０１００」のデータ形式を含むデータ形式であるため、ＩＤ「Ｔｙｐｅ−１００」の入力データ形式を持つ基礎的解析モデルは、ＩＤ「Ｔｙｐｅ−０１０１」の出力データ形式を持つ他の基礎的解析モデルとも接続可能である。
本実施例では、上述のように、基礎的解析モデル同士の接続可能性を考慮して、各基礎的解析モデルのデータ形式を分類することによりＩＤを付与する。データ形式ＩＤは、基礎的解析モデル同士の接続可能性を考慮して構成されている。したがって、本実施例によれば、各基礎的解析モデルの使用条件（データ形式）を一つ一つ判断する必要がなく、データ形式ＩＤを照合するだけで基礎的解析モデル同士が接続可能であるか判断することができる。
図１４は、目的の解析を実現するための基礎的解析モデルの結合パターンの一例を示している。図１４の例では、基礎的解析モデルＭＡの出力と、基礎的解析モデルＭＢおよび基礎的解析モデルＭＣの入力とが一致する。したがって、モデルＭＡ−ＭＢ、モデルＭＡ−ＭＣの結合が可能である。これに対し、モデルＭＡの出力とモデルＭＥの出力とは異なるため、モデルＭＡ−ＭＥという結合は生じない。
他の結合パターンとして、モデルＭＤ−ＭＥもある。基礎的解析モデルＭＦは、それ単独で目的の解析対象（配管の減肉）を実現できるため、他の基礎的解析モデルとは結合していない。
ステップＳ２１２では、図１４に示す結合パターンをリストアップする。ここで、入力の種類が同じである複数の解析モデルであっても、その範囲が異なる場合がある。この場合、入力種類の異なる解析モデルよりも先に実行されるモデル（上流のモデル）の計算結果がわからないと、いずれのモデルを選択すべきか判定できない。
そこで、本実施例では、結合パターンをリストアップする段階では、入力種類以外の制限は検討しない。例えば、モデルＭＢ，ＭＣの入力はいずれも「流速」であるが、一方のモデルＭＢの流速範囲と他方のモデルＭＣの流速範囲とが異なる場合、結合パターンをリストアップする時点では区別しない。
ステップＳ２１３：
最後に、ステップＳ２１３では、ステップＳ２１２で選定された基礎的解析モデルの結合パターンの中から、少なくとも一つの結合パターンを結合解析モデル１０９の候補として選択する。
ここでは、図１４に示す結合パターンの中から結合解析モデル１０９を選択する場合を説明する。入力条件から出力結果までの基礎的解析モデルの結合パターンには、以下のように、結合パターンｂｐ１：ＭＡ−ＭＢ、結合パターンｂｐ２：ＭＡ−ＭＣ、結合パターンｂｐ３：ＭＤ−ＭＥ、結合パターンｂｐ４：ＭＦの４つがある。
ステップＳ２１３では、抽出された各結合パターンの中から、所定の評価基準にしたがって少なくとも一つの結合パターンを選択する。
所定の評価基準の１つに、解析モデル１０９の精度がある。ここでは配管の減肉速度（減肉量）を求めるため、減肉速度の誤差が小さい解析モデル１０９が選択される。結合解析モデル１０９の誤差は、その結合解析モデル１０９を構成する各基礎的解析モデルの誤差の和として求めることができる。
結合パターンｂｐ１は、基礎的解析モデルＭＡの次に基礎的解析モデルＭＢを接続することにより構成されている。解析モデルＭＡは、流量から平均流速を求めるため、その誤差はゼロであるとする。解析モデルＭＢは、平均流速から減肉速度を求めるため、その誤差は２０％であるとする。結合パターンｂｐ１の誤差、すなわち、そのパターンｂｐ１から得られる結合解析モデル１０９の誤差は、式４から２０％と求められる。
（１＋０）×（１＋０．２０）＝１．２０・・・（式４）
一方、結合パターンｂｐ３は、基礎的解析モデルＭＤの次に基礎的解析モデルＭＥを接続することにより構成されている。解析モデルＭＤは、流れを詳細に解析するモデルであり、その計算誤差は３％であるとする。解析モデルＭＥは、詳細な流れから減肉速度を計算するモデルであり、その誤差が８％であるとする。結合パターンｂｐ３から得られる結合解析モデル１０９の誤差は、式５から１１．２％と求められる。
（１＋０．０３）×（１＋０．０８）＝１．１１２４・・・（式５）
以上のように他の結合パターンｂｐ２，４についても、合計誤差を算出する。次に、ステップＳ２１３では、他の評価基準として、結合解析モデル１０９の計算に要する時間を求める。
結合パターンｂｐ１は、計算が単純であるため、計算時間は１秒以内であるとする。結合パターンｂｐ４は、解析モデルＭＤが詳細な流体計算を実行するため、一つの運転条件のパターンについて３時間かかるとする。したがって、４つの運転条件について計算する必要があるため、計算時間は１２時間となる。
本実施例では、結合解析モデル１０９の誤差（精度）と計算時間との両方を考慮して、結合パターンを少なくとも一つ選択する。
図１７に示す例では、結合解析モデルの第１候補として、「モデル誤差：１１．２％、予想計算時間：１２時間」の結合パターンをユーザへ提案している。第２候補として、「モデル誤差：２０．０％、予想計算時間：５秒」の結合パターンを提案してもよい。
複数の評価基準がある場合、評価基準ごとに最適な結合解析モデルの候補をユーザへ提案してもよい。最適な結合解析モデル候補とは、ある評価基準にしたがって最大値または最小値を獲得した結合パターンである。
なお、図１４に示した各結合パターンｂｐ１〜ｂｐ４のうち、いずれかの結合パターンについては、各評価基準のいずれかについて評価値を算出できない場合がある。もしも例えば、解析モデルＭＡで計算された流速の値が、解析モデルＭＢの計算可能範囲および解析モデルＭＣの計算可能範囲のいずれからも逸脱している場合、パターンＭＡ−ＭＢとパターンＭＡ−ＭＣについては、評価値の計算対象外とする。これにより、無駄な計算が行われるのを抑制し、プラントデータ解析システム１の使い勝手を向上できる。
なお、解析に必要な条件の少なくとも一部が不足する場合、解析モデルライブラリ１０７に格納された基礎的解析モデルだけでは、ユーザにより選択された解析対象項目についての解析できない可能性がある。すなわち、入力条件が不足すると、その不足した入力条件を使用する基礎的解析モデルは、結合解析モデル１０９の構成要素として選択することができなくなる。そこで、不足した入力条件のユーザへ通知し、情報（不足している入力条件）の追加を要求することもできる。
図１８は、不足している入力条件をユーザへ問い合わせする画面例である。溶存酸素濃度の情報が不足している旨が、不足情報通知画面ＧＰ６に表示される。ユーザは、プラントデータ解析システム１が要求する情報を画面ＧＰ６へ入力する。手動で情報を入力してもよいし、音声で入力してもよいし、記憶媒体または他のコンピュータから必要な情報を入力させてもよい。
解析処理に際して不足する入力情報の数は少ない方が良い。そこで、基礎的解析モデルの結合パターンを選択する際の評価基準の１つとして、不足する入力条件の数を用いてもよい。すなわち、解析モデルの誤差（精度）が同程度の場合、不足する入力条件の数が少ない基礎的解析モデルの結合パターンを選択してもよい。
本実施例では、解析のための条件を運転条件から作成したが、新規プラントでの減肉を評価する場合には、プラントの運転データを出力できるプラント解析モデルを用いることにより運転データを作成してもよい。
このように構成される本実施例によれば、効率的に適切な解析モデルを作成でき、プラントの保守、運用等の使い勝手が向上する。
図１９，図２０を用いて第２実施例を説明する。本実施例は、第１実施例の変形例に該当するため、第１実施例との相違を中心に述べる。本実施例のプラントデータ解析システム１Ａでは、第１実施例で述べたプラントデータ解析システム１に対して、保守／点検データ取得部１１１と解析モデル調整部１１２とが追加されている。
保守／点検データ取得部１１１は、例えば、定期点検時のデータや日々の点検データ等を取得して保存する。保守／点検データ取得部１１１は、例えば、定期点検時に測定される配管の減肉量（実測値）を保存する。
解析モデル調整部１１２は、保守／点検データ取得部１１１と、解析条件設定／作成部１０５と、解析モデル１０９と、解析結果出力部１１０とに接続されている。解析モデル調整部１１２は、解析モデル１０９で算出された解析結果と実際の点検で測定された実測値とを比較することにより、解析モデル１０９の入力条件または解析モデルパラメータのいずれかまたは両方を調整する。以下、解析モデル調整部１１２の動作を説明する。
図２０は、例えば、配管ＬＡ，ＬＢ，ＬＣの３種類の配管について、ある時点での減肉量の計算値と実際に測定された検査値（実測値）とを対比した結果を示す。配管ＬＡ，ＬＢ，ＬＣは、いずれも上流側が分岐しており、式（２）のｆｋｃは同じ値となる。また、各配管ＬＡ，ＬＢ，ＬＣは、同じ系統に分類される配管であるため、溶存酸素濃度も同じとなる。
図２０より、いずれの解析結果（シミュレーション結果）も実際の検査値に比べて約２割小さい。従って、解析モデルパラメータであるｆｋｃを１．２倍することにより、解析結果と検査値との誤差を最小にできる。
なお、溶存酸素濃度の値として設計値を入力する場合、実際の運転データでは、溶存酸素濃度の値が設計値と異なる可能性がある。この場合、解析結果と検査値とが一致するように、溶存酸素濃度を調整してもよい。
このように構成される本実施例も第１実施例と同様の作用効果を奏する。さらに本実施例によれば、実際の検査値と解析結果との差に基づいて、解析モデルのパラメータまたは入力条件を調整するため、解析精度を向上させることができる。
なお、本発明は、上述した実施形態に限定されない。当業者であれば、本発明の範囲内で、種々の追加や変更等を行うことができる。上述の実施形態において、添付図面に図示した構成例に限定されない。本発明の目的を達成する範囲内で、実施形態の構成や処理方法は適宜変更することが可能である。
また、本発明の各構成要素は、任意に取捨選択することができ、取捨選択した構成を具備する発明も本発明に含まれる。さらに特許請求の範囲に記載された構成は、特許請求の範囲で明示している組合せ以外にも組み合わせることができる。
本実施形態は、下記のように、プラントデータを解析するコンピュータプログラムとして表現することもできる。
「コンピュータを、プラントデータを解析するプラントデータ解析システムとして機能させるコンピュータプログラムであって、
前記コンピュータに、
選択された解析対象部位の設計情報を取得する設計情報取得部と、
複数の解析対象項目の中から選択された解析対象項目と前記選択された設計情報とに基づいて、解析モデル記憶部に記憶された複数の第１解析モデルの中から所定の第１解析モデルを抽出し、前記抽出された所定の第１解析モデルを結合させることにより第２解析モデルを作成する解析モデル作成部と、
前記第２解析モデルで使用する所定の解析条件を前記第２解析モデルに設定する解析条件設定部と、
前記所定の解析条件を前記第２解析モデルへ入力することにより得られた解析結果を出力する解析結果出力部と、
を実現させるコンピュータプログラム。」
１，１Ａ：プラントデータ解析システム、１０：コンピュータ、１０１：運転データ取得部、１０２：プラント系統図取得部、１０３：３次元モデル取得部、１０４：解析メニュー設定部、１０５：解析条件設定／作成部、１０６：プラント設計情報抽出部、１０７：解析モデルライブラリ、１０８：解析モデル作成部、１０９：解析モデル、１１０：解析結果出力部、１１１：保守／点検データ取得部、１１２：解析モデル調整部

Claims (7)

  1. プラントデータを解析するプラントデータ解析システムであって、
    選択された解析対象部位の設計情報を取得する設計情報取得部と、
    複数の解析対象項目の中から選択された解析対象項目と前記選択された設計情報とに基づいて、解析モデル記憶部に記憶された複数の第１解析モデルの中から所定の第１解析モデルを抽出し、前記抽出された所定の第１解析モデルを結合させることにより第２解析モデルを作成する解析モデル作成部と、
    前記第２解析モデルで使用する所定の解析条件を前記第２解析モデルに設定する解析条件設定部と、
    前記所定の解析条件を前記第２解析モデルへ入力することにより得られた解析結果を出力する解析結果出力部と、
    を備えるプラントデータ解析システム。
  2. 前記解析モデル記憶部は、前記各第１解析モデルを使用可能な使用条件と解析モデル性能とを前記各第１解析モデルの属性として記憶しており、
    前記解析モデル作成部は、前記各第１解析モデルの属性に基づいて、前記所定の第１解析モデルを抽出する、
    請求項１に記載のプラントデータ解析システム。
  3. 前記解析モデル性能は、解析モデル誤差と解析モデルの計算時間とを含んでおり、
    前記解析モデル作成部は、前記使用条件と前記解析モデル誤差と前記計算時間とに基づいて、前記所定の第１解析モデルを抽出する、
    請求項２に記載のプラントデータ解析システム。
  4. 前記解析条件設定部は、前記プラントの運転データのうち前記解析対象部位に対応する所定の運転データを前記所定の解析条件として取得し、前記取得した所定の運転データを少なくとも一つのパターンに分類し、前記分類されたパターンごとに前記第２解析モデルに設定する、
    請求項１に記載のプラントデータ解析システム。
  5. 前記解析モデル記憶部は、前記各第１解析モデルを、少なくとも経営解析モデルとプラント解析モデルを含む複数の階層で管理する、
    請求項１に記載のプラントデータ解析システム。
  6. 前記解析結果出力部の出力する前記解析結果と前記解析対象項目について実測された値との比較結果に基づいて、前記第２解析モデルに使用するパラメータまたは前記所定の解析条件を調整する調整部をさらに備える、
    請求項１に記載のプラントデータ解析システム。
  7. 前記プラントの運転データから前記所定の解析条件の全てを取得できない場合、前記解析条件設定部は、前記所定の解析条件のうち不足した解析条件の入力を要求する、
    請求項１に記載のプラントデータ解析システム。
JP2018159669A 2018-08-28 2018-08-28 プラントデータ解析システム Active JP7097263B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018159669A JP7097263B2 (ja) 2018-08-28 2018-08-28 プラントデータ解析システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018159669A JP7097263B2 (ja) 2018-08-28 2018-08-28 プラントデータ解析システム

Publications (2)

Publication Number Publication Date
JP2020035107A true JP2020035107A (ja) 2020-03-05
JP7097263B2 JP7097263B2 (ja) 2022-07-07

Family

ID=69668237

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018159669A Active JP7097263B2 (ja) 2018-08-28 2018-08-28 プラントデータ解析システム

Country Status (1)

Country Link
JP (1) JP7097263B2 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114019921A (zh) * 2021-11-01 2022-02-08 碳纪科技(北京)有限公司 基于组合模型的生产线设备控制方法、装置、设备及介质
EP4057095A1 (en) * 2021-03-10 2022-09-14 Yokogawa Electric Corporation Analysis apparatus, analysis method and program
WO2024095717A1 (ja) * 2022-11-04 2024-05-10 株式会社日立製作所 工業プラントに関するシステム

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003303020A (ja) * 2002-04-12 2003-10-24 Toshiba Corp プラント監視・診断システム
JP2009238102A (ja) * 2008-03-28 2009-10-15 Nippon Steel Corp 製造プロセスラインのシミュレーション装置
JP2013061695A (ja) * 2011-09-12 2013-04-04 Hitachi Ltd 発電プラントの診断装置、及び発電プラントの診断方法
JP2016109806A (ja) * 2014-12-04 2016-06-20 三菱日立パワーシステムズ株式会社 プラントシミュレータ及びプラントシミュレータの演算割り当て方法
WO2016185590A1 (ja) * 2015-05-20 2016-11-24 三菱電機株式会社 多軸機械装置シミュレータ、運転指令装置の設計支援装置、電動機制御装置の設計支援装置及び電動機の容量選定装置
WO2017154744A1 (ja) * 2016-03-11 2017-09-14 株式会社日立製作所 生産設備経営最適化装置
JP2018081335A (ja) * 2016-11-14 2018-05-24 株式会社日立製作所 プラント運転データ解析システム

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003303020A (ja) * 2002-04-12 2003-10-24 Toshiba Corp プラント監視・診断システム
JP2009238102A (ja) * 2008-03-28 2009-10-15 Nippon Steel Corp 製造プロセスラインのシミュレーション装置
JP2013061695A (ja) * 2011-09-12 2013-04-04 Hitachi Ltd 発電プラントの診断装置、及び発電プラントの診断方法
JP2016109806A (ja) * 2014-12-04 2016-06-20 三菱日立パワーシステムズ株式会社 プラントシミュレータ及びプラントシミュレータの演算割り当て方法
WO2016185590A1 (ja) * 2015-05-20 2016-11-24 三菱電機株式会社 多軸機械装置シミュレータ、運転指令装置の設計支援装置、電動機制御装置の設計支援装置及び電動機の容量選定装置
WO2017154744A1 (ja) * 2016-03-11 2017-09-14 株式会社日立製作所 生産設備経営最適化装置
JP2018081335A (ja) * 2016-11-14 2018-05-24 株式会社日立製作所 プラント運転データ解析システム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4057095A1 (en) * 2021-03-10 2022-09-14 Yokogawa Electric Corporation Analysis apparatus, analysis method and program
JP7363840B2 (ja) 2021-03-10 2023-10-18 横河電機株式会社 解析装置、解析方法およびプログラム
CN114019921A (zh) * 2021-11-01 2022-02-08 碳纪科技(北京)有限公司 基于组合模型的生产线设备控制方法、装置、设备及介质
WO2024095717A1 (ja) * 2022-11-04 2024-05-10 株式会社日立製作所 工業プラントに関するシステム

Also Published As

Publication number Publication date
JP7097263B2 (ja) 2022-07-07

Similar Documents

Publication Publication Date Title
US7515977B2 (en) Integrated configuration system for use in a process plant
JP2021051769A (ja) 供給組成を推測するためのデータクレンジングシステムおよび方法
JP6423546B2 (ja) 高度なデータクレンジングシステムおよび方法
JP4160399B2 (ja) プロセスプラント内の指標の作成と表示
US6954713B2 (en) Cavitation detection in a process plant
JP2023017888A (ja) 根本的原因分析を実行してプラントワイド操業での希少イベントの発生の予測モデルを構築するコンピュータシステムおよび方法
CN103353753B (zh) 用于过程设备的自诊断过程控制环路
US20170323038A1 (en) Cleansing system for a feed composition based on environmental factors
JP7097263B2 (ja) プラントデータ解析システム
JP6350554B2 (ja) 設備診断装置、設備診断方法及び設備診断プログラム
RU2747454C1 (ru) Способ и средство для наблюдения состояния устройства в обрабатывающей промышленности и носитель
JP2004038596A (ja) プロセス性能監視とプロセス装置監視および制御への統合
KR20100042293A (ko) 화학 플랜트 또는 정제소를 연속해서 온라인 모니터하는 시스템 및 방법
JPH10513584A (ja) リアルタイム最適化および利益記述のためのシステム
Kychkin Synthesizing a system for remote energy monitoring in manufacturing
JP7481537B2 (ja) 情報処理システム、情報処理方法及び情報処理装置
JP2020004087A (ja) プラント診断システムおよび方法
CN117689256A (zh) 一种铝合金熔铸产品质量溯源方法
Urbas et al. Formal models for high performance HMI engineering
CN115485632A (zh) 工业工厂的上下文数据建模和动态过程干预
Marasini et al. Innovative managerial control system (IMCS): an application in precast concrete building products industry
JP5225755B2 (ja) データ処理装置、及びデータ処理方法
JP6707215B1 (ja) エンジニアリングツール、学習装置、およびデータ収集システム
JP2009266141A (ja) データ処理装置、及びデータ処理方法
Jacobsen et al. Tools and processes for calibrating large all-pipes models

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210302

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211222

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220104

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220302

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: 20220607

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220627

R150 Certificate of patent or registration of utility model

Ref document number: 7097263

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150