JP3043897B2 - プラント運転支援装置 - Google Patents
プラント運転支援装置Info
- Publication number
- JP3043897B2 JP3043897B2 JP4118966A JP11896692A JP3043897B2 JP 3043897 B2 JP3043897 B2 JP 3043897B2 JP 4118966 A JP4118966 A JP 4118966A JP 11896692 A JP11896692 A JP 11896692A JP 3043897 B2 JP3043897 B2 JP 3043897B2
- Authority
- JP
- Japan
- Prior art keywords
- event
- degree
- establishment
- events
- plant
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21D—NUCLEAR POWER PLANT
- G21D3/00—Control of nuclear power plant
- G21D3/04—Safety arrangements
-
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0229—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions knowledge based, e.g. expert systems; genetic algorithms
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
- G21C—NUCLEAR REACTORS
- G21C17/00—Monitoring; Testing ; Maintaining
-
- 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
-
- 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
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/911—Nonmedical diagnostics
- Y10S706/914—Process plant
-
- 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
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/902—Application using ai with detail of the ai system
- Y10S706/911—Nonmedical diagnostics
- Y10S706/914—Process plant
- Y10S706/915—Power plant
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Plasma & Fusion (AREA)
- General Engineering & Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Indicating Measured Values (AREA)
- Alarm Systems (AREA)
Description
【０００１】
【産業上の利用分野】本発明は、プラント運転を支援す
る装置に係り、特にプロセスデータを用いてプラントの
異常原因診断を行い、適切な対処方法を提示するプラン
ト運転支援装置に関する。
る装置に係り、特にプロセスデータを用いてプラントの
異常原因診断を行い、適切な対処方法を提示するプラン
ト運転支援装置に関する。
【０００２】
【従来の技術】プラントは、その大容量化、複雑化に伴
い、運転の信頼性向上が重要な課題になってきている。
プラントにおいて異常が発生した場合、その時点でのプ
ラント状態に応じた適切な操作を行う必要がある。
い、運転の信頼性向上が重要な課題になってきている。
プラントにおいて異常が発生した場合、その時点でのプ
ラント状態に応じた適切な操作を行う必要がある。
【０００３】従来のプラントの異常診断を行う運転支援
装置では、プラントに異常が発生した場合、その時のプ
ロセスデータを用い、図２に示すような事象間の関連性
を示す因果関係ツリーに基づいて、異常（例えば事象
１）の原因を診断し、最終的な原因、すなわち事象１に
対しては因果関係ツリーの末端事象５〜９のいずれかの
発生が判明した後で、診断結果として、その原因ととも
にこの原因に対する運転の操作ガイダンスを表示してい
た。
装置では、プラントに異常が発生した場合、その時のプ
ロセスデータを用い、図２に示すような事象間の関連性
を示す因果関係ツリーに基づいて、異常（例えば事象
１）の原因を診断し、最終的な原因、すなわち事象１に
対しては因果関係ツリーの末端事象５〜９のいずれかの
発生が判明した後で、診断結果として、その原因ととも
にこの原因に対する運転の操作ガイダンスを表示してい
た。
【０００４】
【発明が解決しようとする課題】しかしながら、プラン
トに異常が発生して、異常診断が起動されても、その因
果関係ツリーの末端事象である最終的な原因が常に特定
できるとは限らず、最終的な原因を特定できなかった場
合には、異常原因として何も表示されず、したがって原
因に対しての操作ガイダンスも表示されなかった。
トに異常が発生して、異常診断が起動されても、その因
果関係ツリーの末端事象である最終的な原因が常に特定
できるとは限らず、最終的な原因を特定できなかった場
合には、異常原因として何も表示されず、したがって原
因に対しての操作ガイダンスも表示されなかった。
【０００５】本発明は、このような従来装置の欠点を除
去すべくなされたもので、異常診断において因果関係ツ
リーの末端事象である最終的な原因が特定できなかった
場合でも、診断により得られた情報に基づいて異常に対
処する何らかの操作ガイダンスを表示することができる
プラント運転支援装置を提供することを目的とする。
去すべくなされたもので、異常診断において因果関係ツ
リーの末端事象である最終的な原因が特定できなかった
場合でも、診断により得られた情報に基づいて異常に対
処する何らかの操作ガイダンスを表示することができる
プラント運転支援装置を提供することを目的とする。
【０００６】また、本発明は、因果関係ツリーにおける
各事象の発生を判定し、この判定結果に基づいて事象発
生経路を特定して、その事象発生経路の末端事象を異常
原因として表示するプラント運転支援装置を提供するこ
とを目的とする。
各事象の発生を判定し、この判定結果に基づいて事象発
生経路を特定して、その事象発生経路の末端事象を異常
原因として表示するプラント運転支援装置を提供するこ
とを目的とする。
【０００７】
【課題を解決するための手段】上記目的を達成するため
に、本発明は、プラントで発生した異常を診断してその
原因を探索するプラント運転支援装置において、前記プ
ラントで発生する各事象間の関連性を前記各事象をつな
ぐ線とその線に対応する数値の多寡とで示す因果関係ツ
リー情報を格納する手段と、前記各事象が発生している
か否かの判断情報を前記各事象ごとに対応づけて格納す
る手段と、前記プラントからプロセスデータを入力する
手段と、前記入力されたプロセスデータと前記格納され
た判断情報とに基づいて前記各事象についてそれぞれ発
生している確かさを自己成立度として前記各事象ごとに
算出する手段、前記格納された因果関係ツリー情報が示
す下位事象について所定の方法で算出された発生の確か
さと前記格納された因果関係ツリー情報の前記下位事象
との前記対応数値とに基づいて前記各事象の発生してい
る確かさを波及成立度として前記各事象ごとに算出する
手段、及び、前記算出された自己成立度と前記算出され
た波及成立度とに基づいてその事象が発生しているか否
かを判断し発生事象を推論する手段を有する推論エンジ
ンと、この推論エンジンによって推論された発生事象と
前記格納された因果関係ツリー情報とにより異常に至る
事象発生経路を求める事象発生経路判定手段と、この事
象発生経路判定手段によって判定された事象発生経路の
末端事象を原因として表示装置に表示する表示制御手段
とを具備することを特徴とする。
に、本発明は、プラントで発生した異常を診断してその
原因を探索するプラント運転支援装置において、前記プ
ラントで発生する各事象間の関連性を前記各事象をつな
ぐ線とその線に対応する数値の多寡とで示す因果関係ツ
リー情報を格納する手段と、前記各事象が発生している
か否かの判断情報を前記各事象ごとに対応づけて格納す
る手段と、前記プラントからプロセスデータを入力する
手段と、前記入力されたプロセスデータと前記格納され
た判断情報とに基づいて前記各事象についてそれぞれ発
生している確かさを自己成立度として前記各事象ごとに
算出する手段、前記格納された因果関係ツリー情報が示
す下位事象について所定の方法で算出された発生の確か
さと前記格納された因果関係ツリー情報の前記下位事象
との前記対応数値とに基づいて前記各事象の発生してい
る確かさを波及成立度として前記各事象ごとに算出する
手段、及び、前記算出された自己成立度と前記算出され
た波及成立度とに基づいてその事象が発生しているか否
かを判断し発生事象を推論する手段を有する推論エンジ
ンと、この推論エンジンによって推論された発生事象と
前記格納された因果関係ツリー情報とにより異常に至る
事象発生経路を求める事象発生経路判定手段と、この事
象発生経路判定手段によって判定された事象発生経路の
末端事象を原因として表示装置に表示する表示制御手段
とを具備することを特徴とする。
【０００８】
【０００９】
【作用】このプラント運転支援装置においては、プラン
トで発生する各事象間の関連性を各事象をつなぐ線とそ
の線に対応する数値の多寡とで示す因果関係ツリー情報
を格納し、また、各事象が発生しているか否かの判断情
報を各事象ごとに対応づけて格納しておく。プラントか
らはプロセスデータが採取され保存される。推論エンジ
ンは、プラントの異常、例えば警報発生により起動さ
れ、プロセスデータと格納された判断情報とに基づいて
各事象についてそれぞれ発生している確かさを自己成立
度として各事象ごとに算出し、また、格納された因果関
係ツリー情報が示す下位事象について所定の方法で算出
された発生の確かさと格納された因果関係ツリー情報の
下位事象との対応数値とに基づいて各事象の発生してい
る確かさを波及成立度として各事象ごとに算出する。さ
らに、算出された自己成立度と算出された波及成立度と
に基づいてその事象が発生しているか否かを判断し、発
生していると判断した事象の情報を診断データファイル
に保存する。経路判断手段は、診断データファイルを参
照しながら因果関係ツリーに基づいて異常に至る事象発
生経路を求める。表示制御手段は、経路判定手段により
判定された事象発生経路の末端事象を診断対象の原因と
して表示する。
トで発生する各事象間の関連性を各事象をつなぐ線とそ
の線に対応する数値の多寡とで示す因果関係ツリー情報
を格納し、また、各事象が発生しているか否かの判断情
報を各事象ごとに対応づけて格納しておく。プラントか
らはプロセスデータが採取され保存される。推論エンジ
ンは、プラントの異常、例えば警報発生により起動さ
れ、プロセスデータと格納された判断情報とに基づいて
各事象についてそれぞれ発生している確かさを自己成立
度として各事象ごとに算出し、また、格納された因果関
係ツリー情報が示す下位事象について所定の方法で算出
された発生の確かさと格納された因果関係ツリー情報の
下位事象との対応数値とに基づいて各事象の発生してい
る確かさを波及成立度として各事象ごとに算出する。さ
らに、算出された自己成立度と算出された波及成立度と
に基づいてその事象が発生しているか否かを判断し、発
生していると判断した事象の情報を診断データファイル
に保存する。経路判断手段は、診断データファイルを参
照しながら因果関係ツリーに基づいて異常に至る事象発
生経路を求める。表示制御手段は、経路判定手段により
判定された事象発生経路の末端事象を診断対象の原因と
して表示する。
【００１０】この構成においては、事象発生経路の末端
事象を原因として出力することによって、最終的な原因
が特定されなかった場合でも、因果関係ツリーに従って
事象発生と診断された経路および事象についてきめ細か
な情報を提供することができる。
事象を原因として出力することによって、最終的な原因
が特定されなかった場合でも、因果関係ツリーに従って
事象発生と診断された経路および事象についてきめ細か
な情報を提供することができる。
【００１１】
【００１２】
【００１３】
【実施例】次に、図面を参照しながら本発明の実施例を
説明する。
説明する。
【００１４】図１は、本発明のプラント運転支援装置の
一実施例を示すもので、プラント運転支援装置１１は、
プラント１３からプロセスデータを入力するプロセスデ
ータ入力手段１５と、入力されたプロセスデータを保存
するプロセスデータベース１７と、知識ベース１９と、
異常の診断を行う推論エンジン２１と、推論エンジン２
１から出力された診断データを保存する診断データファ
イル２３と、診断データファイル２３に保存された診断
データを用いて、診断起動のきっかけとなった異常発生
に関する事象発生経路を判定する経路判定手段２５と、
各事象に対応したガイダンスメッセージが予め登録され
ているガイダンスデータベース２７と、経路判定手段２
５によって判定された事象発生経路およびこの事象発生
経路に基づいてガイダンスデータベース２７から取り出
したガイダンスメッセージを表示装置２９へ表示する表
示制御手段３１によって構成されている。
一実施例を示すもので、プラント運転支援装置１１は、
プラント１３からプロセスデータを入力するプロセスデ
ータ入力手段１５と、入力されたプロセスデータを保存
するプロセスデータベース１７と、知識ベース１９と、
異常の診断を行う推論エンジン２１と、推論エンジン２
１から出力された診断データを保存する診断データファ
イル２３と、診断データファイル２３に保存された診断
データを用いて、診断起動のきっかけとなった異常発生
に関する事象発生経路を判定する経路判定手段２５と、
各事象に対応したガイダンスメッセージが予め登録され
ているガイダンスデータベース２７と、経路判定手段２
５によって判定された事象発生経路およびこの事象発生
経路に基づいてガイダンスデータベース２７から取り出
したガイダンスメッセージを表示装置２９へ表示する表
示制御手段３１によって構成されている。
【００１５】上記構成において、知識ベース１９には、
例えば図２に示すような因果関係ツリーで記述される診
断知識が格納されている。図２に示す因果関係ツリーに
おいて、事象１は診断を開始するきっかけとなる異常、
例えばプラントにおいて警報を発生した事象である。事
象５、事象６、事象７、事象８、事象９は、事象１に対
する最終的な原因と考えられるものである。事象２、事
象３、事象４は、各原因を探索する過程で中間に位置す
る事柄や現象である。そして、これらの事象は相互の関
係の強さを示す関係度Ｋ１１〜Ｋ３２を持って配列され
る。この関係度は０〜１の間の数値で表され、数値の大
きいものほど関係が強くなる。
例えば図２に示すような因果関係ツリーで記述される診
断知識が格納されている。図２に示す因果関係ツリーに
おいて、事象１は診断を開始するきっかけとなる異常、
例えばプラントにおいて警報を発生した事象である。事
象５、事象６、事象７、事象８、事象９は、事象１に対
する最終的な原因と考えられるものである。事象２、事
象３、事象４は、各原因を探索する過程で中間に位置す
る事柄や現象である。そして、これらの事象は相互の関
係の強さを示す関係度Ｋ１１〜Ｋ３２を持って配列され
る。この関係度は０〜１の間の数値で表され、数値の大
きいものほど関係が強くなる。
【００１６】各事象には、図３に示すように、プロセス
データからその事象が発生している確かさ（以下、自己
成立度という。）を算出するための診断ロジック４１
と、発生しているか否かの判断基準となるしきい値４３
と、その事象に対応した処置を示すガイダンスメッセー
ジの番号４５が予め設定される。このガイダンスメッセ
ージは番号ごとにガイダンスデータベース２７に保存さ
れている。
データからその事象が発生している確かさ（以下、自己
成立度という。）を算出するための診断ロジック４１
と、発生しているか否かの判断基準となるしきい値４３
と、その事象に対応した処置を示すガイダンスメッセー
ジの番号４５が予め設定される。このガイダンスメッセ
ージは番号ごとにガイダンスデータベース２７に保存さ
れている。
【００１７】推論エンジン２１は、例えば警報発生によ
り起動され、プロセスデータベース１７に保存されてい
るプラントからのプロセスデータと知識ベース１９に保
存されている前述の診断知識に基づいて、警報事象１に
つながる全ての事象について発生している確かさ（以
下、事象成立度という。）を計算し、しきい値との比較
によりどの事象が発生しているかを診断して、この診断
した結果を診断データファイル２３に保存する。
り起動され、プロセスデータベース１７に保存されてい
るプラントからのプロセスデータと知識ベース１９に保
存されている前述の診断知識に基づいて、警報事象１に
つながる全ての事象について発生している確かさ（以
下、事象成立度という。）を計算し、しきい値との比較
によりどの事象が発生しているかを診断して、この診断
した結果を診断データファイル２３に保存する。
【００１８】経路判定手段２５は、診断データファイル
２３に保存されたデータを用いて、前述の因果関係ツリ
ーに従って上位事象から下位事象につながる発生事象の
経路を特定する。
２３に保存されたデータを用いて、前述の因果関係ツリ
ーに従って上位事象から下位事象につながる発生事象の
経路を特定する。
【００１９】表示制御手段３１は、経路判定手段２５に
よって決定された発生事象の経路とともにその経路の末
端事象を異常（警報）の原因として表示装置２９に表示
する。同時に、ガイダンスデータベース２７から原因に
対応した操作ガイダンスが記述されているガイダンスメ
ッセージを取り出し、表示装置２９に表示する。
よって決定された発生事象の経路とともにその経路の末
端事象を異常（警報）の原因として表示装置２９に表示
する。同時に、ガイダンスデータベース２７から原因に
対応した操作ガイダンスが記述されているガイダンスメ
ッセージを取り出し、表示装置２９に表示する。
【００２０】次に、上記構成のプラント運転支援装置の
作用を説明する。
作用を説明する。
【００２１】プラント１３に異常、例えば警報が発生す
ることにより、推論エンジン２１が起動される。推論エ
ンジン２１は、プラント１３に警報が発生したときのプ
ロセスデータをプロセスデータベース１７から取り出
し、知識ベース１９に格納されている警報事象１の因果
関係ツリーに基づいて、因果関係ツリー内の各事象の発
生の確かさ、すなわち事象成立度を計算する。本実施例
では、推論エンジン２１は、自己成立度と波及成立度を
それぞれ計算し、これらの成立度のいずれか大きい方を
事象成立度として採用する。この事象成立度の求め方は
従来にない新規な方法である。
ることにより、推論エンジン２１が起動される。推論エ
ンジン２１は、プラント１３に警報が発生したときのプ
ロセスデータをプロセスデータベース１７から取り出
し、知識ベース１９に格納されている警報事象１の因果
関係ツリーに基づいて、因果関係ツリー内の各事象の発
生の確かさ、すなわち事象成立度を計算する。本実施例
では、推論エンジン２１は、自己成立度と波及成立度を
それぞれ計算し、これらの成立度のいずれか大きい方を
事象成立度として採用する。この事象成立度の求め方は
従来にない新規な方法である。
【００２２】ここで、自己成立度と波及成立度の算出方
法を説明すると、自己成立度は、各事象で設定されてい
る図３に示すような診断ロジック４１に従ってプラント
データにより算出される事象の発生の確かさである。波
及成立度は、下位事象の事象成立度と上位事象に対する
関係度から算出される上位事象の発生の確かさであり、
下位事象の発生が上位事象に及ぼす影響の度合いを示
す。したがって、図２の因果関係ツリーにおいて、最終
的な原因である末端の事象５、事象６、事象７、事象
８、事象９には波及成立度は存在せず、自己成立度が事
象成立度となる。
法を説明すると、自己成立度は、各事象で設定されてい
る図３に示すような診断ロジック４１に従ってプラント
データにより算出される事象の発生の確かさである。波
及成立度は、下位事象の事象成立度と上位事象に対する
関係度から算出される上位事象の発生の確かさであり、
下位事象の発生が上位事象に及ぼす影響の度合いを示
す。したがって、図２の因果関係ツリーにおいて、最終
的な原因である末端の事象５、事象６、事象７、事象
８、事象９には波及成立度は存在せず、自己成立度が事
象成立度となる。
【００２３】自己成立度は、図３に示すような診断ロジ
ック４１により算出される。例えば図３に示す診断ロジ
ック４１においては、事象１の診断要因Ｘ、Ｙの確かさ
（以下、確信度という。）に対してＯＲ関係４７を適用
して得られるＺの値を事象１の自己成立度としている。
すなわち、Ｘ、Ｙの確信度をａ1(X)、ａ1(Y)とし、Ｚの
値すなわち事象１の自己成立度をａ1 とすると、ａ1
(X)、ａ1(Y)のうち大きい方の値がａ1 として出力され
る。このＯＲ関係４７は、ｍａｘの演算を用いた次式 ａ1 ＝ｍａｘ（ａ1(X)、ａ1(Y)） で表される。Ｘ、Ｙの確信度は、それぞれ対応するプロ
セスデータから導出される異常の程度を示すもので、通
常０〜１の間の数値で表され、数値が大きいほど異常の
度合いが高い。
ック４１により算出される。例えば図３に示す診断ロジ
ック４１においては、事象１の診断要因Ｘ、Ｙの確かさ
（以下、確信度という。）に対してＯＲ関係４７を適用
して得られるＺの値を事象１の自己成立度としている。
すなわち、Ｘ、Ｙの確信度をａ1(X)、ａ1(Y)とし、Ｚの
値すなわち事象１の自己成立度をａ1 とすると、ａ1
(X)、ａ1(Y)のうち大きい方の値がａ1 として出力され
る。このＯＲ関係４７は、ｍａｘの演算を用いた次式 ａ1 ＝ｍａｘ（ａ1(X)、ａ1(Y)） で表される。Ｘ、Ｙの確信度は、それぞれ対応するプロ
セスデータから導出される異常の程度を示すもので、通
常０〜１の間の数値で表され、数値が大きいほど異常の
度合いが高い。
【００２４】波及成立度は、下位事象の事象成立度と上
位事象に対する関係度から算出される。例えば、同一の
事象にぶら下がる下位事象の事象成立度にそれぞれ関係
度をかけ、その中の最大値をその上位事象の波及成立度
とする。図１の因果関係ツリーに示す事象１を例にとる
と、その波及成立度ａ2 は、事象２および事象３の事象
成立度をそれぞれcf2 、cf3 、また事象１に対する下位
事象２および事象３の関係度をそれぞれＫ11、Ｋ12とす
れば、次式 ａ2 ＝ｍａｘ（Ｋ11×cf2 、Ｋ12×cf3 ） により算出される。
位事象に対する関係度から算出される。例えば、同一の
事象にぶら下がる下位事象の事象成立度にそれぞれ関係
度をかけ、その中の最大値をその上位事象の波及成立度
とする。図１の因果関係ツリーに示す事象１を例にとる
と、その波及成立度ａ2 は、事象２および事象３の事象
成立度をそれぞれcf2 、cf3 、また事象１に対する下位
事象２および事象３の関係度をそれぞれＫ11、Ｋ12とす
れば、次式 ａ2 ＝ｍａｘ（Ｋ11×cf2 、Ｋ12×cf3 ） により算出される。
【００２５】このように、末端事象を除く事象には、そ
れぞれ２つの成立度、すなわち自己成立度と波及成立度
が存在する。最終的な事象の発生の確かさすなわち事象
成立度は、自己成立度と波及成立度のうちどちらか値の
大きいものを採用する。例えば事象１の事象成立度をcf
1 とすると、事象１の自己成立度ａ1 および波及成立度
ａ2 から、事象成立度cf1 は次式 cf1 ＝ｍａｘ（ａ1 、ａ2 ） により与えられる。
れぞれ２つの成立度、すなわち自己成立度と波及成立度
が存在する。最終的な事象の発生の確かさすなわち事象
成立度は、自己成立度と波及成立度のうちどちらか値の
大きいものを採用する。例えば事象１の事象成立度をcf
1 とすると、事象１の自己成立度ａ1 および波及成立度
ａ2 から、事象成立度cf1 は次式 cf1 ＝ｍａｘ（ａ1 、ａ2 ） により与えられる。
【００２６】本実施例では、プロセスデータから求めら
れる自己成立度のみならず下位事象の成立度から求めら
れる波及成立度も考慮にいれて事象成立度を決定してい
るので、より信頼性の高い事象成立度を得ることができ
る。
れる自己成立度のみならず下位事象の成立度から求めら
れる波及成立度も考慮にいれて事象成立度を決定してい
るので、より信頼性の高い事象成立度を得ることができ
る。
【００２７】再び推論エンジン２１の動作に戻って、以
下、図４および図５に示すフローチャートを参照して説
明する。図４に示すように、推論エンジン２１は、警報
発生により起動されると、プロセスデータベース１７内
のプロセスデータと、知識ベース１９内の警報事象１の
因果関係ツリーを参照して、予め設定された診断順序に
従って事象の自己成立度を算出する（ステップ５１）。
全事象の自己成立度を算出すると、末端事象の側から、
事象成立度となる自己成立度と、上位事象に対する関係
度とにより上位事象の波及成立度を算出し（ステップ５
３）、先に得られた自己成立度と波及成立度を比較して
大きい方をその事象の事象成立度とする（ステップ５
５）。この事象成立度を、図３に示すような事象ごとに
予め設定されているしきい値４３と比較し（ステップ５
７）、事象成立度がそのしきい値４３より大ならば成
立、すなわち事象は発生していると判定する。成立と判
定した事象は順次診断データファイル２３に保存する
（ステップ５９）。
下、図４および図５に示すフローチャートを参照して説
明する。図４に示すように、推論エンジン２１は、警報
発生により起動されると、プロセスデータベース１７内
のプロセスデータと、知識ベース１９内の警報事象１の
因果関係ツリーを参照して、予め設定された診断順序に
従って事象の自己成立度を算出する（ステップ５１）。
全事象の自己成立度を算出すると、末端事象の側から、
事象成立度となる自己成立度と、上位事象に対する関係
度とにより上位事象の波及成立度を算出し（ステップ５
３）、先に得られた自己成立度と波及成立度を比較して
大きい方をその事象の事象成立度とする（ステップ５
５）。この事象成立度を、図３に示すような事象ごとに
予め設定されているしきい値４３と比較し（ステップ５
７）、事象成立度がそのしきい値４３より大ならば成
立、すなわち事象は発生していると判定する。成立と判
定した事象は順次診断データファイル２３に保存する
（ステップ５９）。
【００２８】このように、推論エンジン２１は、各事象
ごとに事象成立度を計算して成立／不成立を判断し、成
立した事象については、逐次その事象名称とそのメッセ
ージ番号を、事象成立度および事象のつながりを判断す
るための上位事象との関係度とともに診断データファイ
ル２３に保存する。全ての事象について診断が終了した
場合、あるいは途中で診断が終了した場合には、診断終
了を通知するために、例えばＮＵＬＬコードを診断デー
タファイル２３に送信し保存する。
ごとに事象成立度を計算して成立／不成立を判断し、成
立した事象については、逐次その事象名称とそのメッセ
ージ番号を、事象成立度および事象のつながりを判断す
るための上位事象との関係度とともに診断データファイ
ル２３に保存する。全ての事象について診断が終了した
場合、あるいは途中で診断が終了した場合には、診断終
了を通知するために、例えばＮＵＬＬコードを診断デー
タファイル２３に送信し保存する。
【００２９】ＮＵＬＬコードが送信されると、経路判定
手段２５は、診断データファイル２３を参照しながら因
果関係ツリーに従って、どの経路における事象が発生し
ているかを判断する。それは、図５に示すような手順で
行われる。まず、警報事象から出発し（ステップ６
１）、下位事象へと順次事象成立度がしきい値を越えた
事象を探し（ステップ６３）、発生している事象をたど
って経路を求める（ステップ６５）。この経路検索作業
は、下位事象に事象成立度がしきい値を越えたものがな
い事象または末端事象で終了し、警報事象からその検索
終了事象までを事象発生経路とする。
手段２５は、診断データファイル２３を参照しながら因
果関係ツリーに従って、どの経路における事象が発生し
ているかを判断する。それは、図５に示すような手順で
行われる。まず、警報事象から出発し（ステップ６
１）、下位事象へと順次事象成立度がしきい値を越えた
事象を探し（ステップ６３）、発生している事象をたど
って経路を求める（ステップ６５）。この経路検索作業
は、下位事象に事象成立度がしきい値を越えたものがな
い事象または末端事象で終了し、警報事象からその検索
終了事象までを事象発生経路とする。
【００３０】なお、因果関係ツリー内に複数の事象発生
経路が存在する場合、例えば下位事象に事象成立度がし
きい値を越えた事象が複数存在する場合には、ステップ
６４にてどの経路が優先するかを計算によって判断す
る。各階層において、事象成立度と関係度の積の高い方
を優先して採用し、経路を求める（ステップ６５）。こ
のようにして、第１の経路の検索が終了した後、次に事
象成立度と関係度の積の高いものを採用して２番目の事
象発生経路を求める（ステップ６７）。事象発生経路と
して求めた順に、第１事象発生経路、第２事象発生経
路、…、第ｎ事象発生経路と順位付けが行われる。
経路が存在する場合、例えば下位事象に事象成立度がし
きい値を越えた事象が複数存在する場合には、ステップ
６４にてどの経路が優先するかを計算によって判断す
る。各階層において、事象成立度と関係度の積の高い方
を優先して採用し、経路を求める（ステップ６５）。こ
のようにして、第１の経路の検索が終了した後、次に事
象成立度と関係度の積の高いものを採用して２番目の事
象発生経路を求める（ステップ６７）。事象発生経路と
して求めた順に、第１事象発生経路、第２事象発生経
路、…、第ｎ事象発生経路と順位付けが行われる。
【００３１】経路判定手段２５において、全ての経路に
ついての判定が終了すると、ステップ６９にて、表示制
御手段３１により、判定結果である事象発生経路が順位
付けされた通りに表示され、その末端事象が原因として
表示装置２９に表示される。同時に、表示制御手段３１
は、原因として特定された事象のメッセージ番号に対応
するガイダンスメッセージをガイダンスデータベース２
７から取り出し、原因とともに表示装置２９に表示す
る。ガイダンスデータベース２７の構成は、例えば図６
に示す通りである。
ついての判定が終了すると、ステップ６９にて、表示制
御手段３１により、判定結果である事象発生経路が順位
付けされた通りに表示され、その末端事象が原因として
表示装置２９に表示される。同時に、表示制御手段３１
は、原因として特定された事象のメッセージ番号に対応
するガイダンスメッセージをガイダンスデータベース２
７から取り出し、原因とともに表示装置２９に表示す
る。ガイダンスデータベース２７の構成は、例えば図６
に示す通りである。
【００３２】次に、経路判定手段２５における事象発生
経路の判定方法を、図２に示す因果関係ツリーを例にあ
げて具体的に説明する。図２において、各事象の右肩に
付した数字は事象成立度であり、斜線のある事象は事象
成立度がしきい値を越えたものを示す。この因果関係ツ
リーでは、次の５つの経路が存在する。
経路の判定方法を、図２に示す因果関係ツリーを例にあ
げて具体的に説明する。図２において、各事象の右肩に
付した数字は事象成立度であり、斜線のある事象は事象
成立度がしきい値を越えたものを示す。この因果関係ツ
リーでは、次の５つの経路が存在する。
【００３３】 (1) 警報事象１−事象２−事象４−事象８ (2) 警報事象１−事象２−事象４−事象９ (3) 警報事象１−事象２−事象５ (4) 警報事象１−事象３−事象６ (5) 警報事象１−事象３−事象７ 第１ステップとして、警報事象１にぶら下がる事象は事
象２と事象３があるので、このうち事象成立度がしきい
値を越えた事象２を採用する。
象２と事象３があるので、このうち事象成立度がしきい
値を越えた事象２を採用する。
【００３４】第２ステップとして、事象２にぶら下がる
事象は事象４と事象５であり、両方とも事象成立度がし
きい値を越えているので、次の計算を行う。ここで、事
象２−事象４間の関係度Ｋ21、事象２−事象５間の関係
度Ｋ22はともに０．８とする。
事象は事象４と事象５であり、両方とも事象成立度がし
きい値を越えているので、次の計算を行う。ここで、事
象２−事象４間の関係度Ｋ21、事象２−事象５間の関係
度Ｋ22はともに０．８とする。
【００３５】 事象４による影響の度合い＝関係度×事象４の事象成立
度＝０．８×０．６＝０．４８ 事象５による影響の度合い＝関係度×事象５の事象成立
度＝０．８×０．７＝０．５６ 上記計算により、影響の度合いの大きい事象５を採用す
る。
度＝０．８×０．６＝０．４８ 事象５による影響の度合い＝関係度×事象５の事象成立
度＝０．８×０．７＝０．５６ 上記計算により、影響の度合いの大きい事象５を採用す
る。
【００３６】第３ステップとして、事象５にぶら下がる
事象はなし。したがって、第１事象発生経路は、 警報事象１−事象２−事象５ と求められる。
事象はなし。したがって、第１事象発生経路は、 警報事象１−事象２−事象５ と求められる。
【００３７】第４ステップとして、事象４にぶら下がる
事象は事象８と事象９であるので、事象成立度がしきい
値を越えた事象８を採用する。
事象は事象８と事象９であるので、事象成立度がしきい
値を越えた事象８を採用する。
【００３８】第５ステップとして、事象８にぶら下がる
事象はなし。したがって、第２事象発生経路は、 警報事象１−事象２−事象４−事象８ と求められる。
事象はなし。したがって、第２事象発生経路は、 警報事象１−事象２−事象４−事象８ と求められる。
【００３９】したがって、図２の例では、原因事象とし
て事象５、事象８の順に表示される。
て事象５、事象８の順に表示される。
【００４０】以上説明したように、本実施例によれば、
推論エンジンが各事象について診断した結果に基づい
て、経路判定手段が事象発生経路を検索することによっ
て、最終的な原因として何を出力すべきかを決定するた
めの総合的な評価が可能となる。そして、検索された事
象発生経路の末端事象を原因として出力することによっ
て、最終的な原因が特定されなかった場合でも、図２に
示すような因果関係ツリーに従って事象発生と診断され
た経路および事象についてきめ細かな情報を提供するこ
とができる。また、図２の事象１−事象３−事象７のよ
うに、末端事象のみ成立していて中間の事象が成立して
いないような場合、従来では因果関係ツリーの末端事象
の成立／不成立のみ判断して、成立した末端事象７を原
因として表示する可能性があったが、本発明では中間事
象の成立しないものは原因から排除することができ、よ
り正確な診断結果を得ることができる。
推論エンジンが各事象について診断した結果に基づい
て、経路判定手段が事象発生経路を検索することによっ
て、最終的な原因として何を出力すべきかを決定するた
めの総合的な評価が可能となる。そして、検索された事
象発生経路の末端事象を原因として出力することによっ
て、最終的な原因が特定されなかった場合でも、図２に
示すような因果関係ツリーに従って事象発生と診断され
た経路および事象についてきめ細かな情報を提供するこ
とができる。また、図２の事象１−事象３−事象７のよ
うに、末端事象のみ成立していて中間の事象が成立して
いないような場合、従来では因果関係ツリーの末端事象
の成立／不成立のみ判断して、成立した末端事象７を原
因として表示する可能性があったが、本発明では中間事
象の成立しないものは原因から排除することができ、よ
り正確な診断結果を得ることができる。
【００４１】なお、上記実施例では、事象が成立してい
るか否かを自己成立度と波及成立度のいずれか大きい方
を用いて判定しており、このため信頼性の高い診断をお
こなうことができる。ただし、この方法では波及成立度
を計算する必要から下位の事象から成立／不成立の判定
が行われることになり、全事象について診断が行われた
後に、その結果が表示装置に表示される。
るか否かを自己成立度と波及成立度のいずれか大きい方
を用いて判定しており、このため信頼性の高い診断をお
こなうことができる。ただし、この方法では波及成立度
を計算する必要から下位の事象から成立／不成立の判定
が行われることになり、全事象について診断が行われた
後に、その結果が表示装置に表示される。
【００４２】これに対して、事象成立の判定に、自己成
立度のみを用いて行うことももちろん可能である。この
場合には、因果関係ツリーの上位事象から事象成立の判
定を行うことができるため、逐次成立した事象を診断経
緯として表示装置に表示することが可能となる。
立度のみを用いて行うことももちろん可能である。この
場合には、因果関係ツリーの上位事象から事象成立の判
定を行うことができるため、逐次成立した事象を診断経
緯として表示装置に表示することが可能となる。
【００４３】このような方法を適用した本発明の他の実
施例を図７に示す。この実施例においては、図１と同一
機能を有するものは同一符号を付し、その詳細な説明は
省略する。
施例を図７に示す。この実施例においては、図１と同一
機能を有するものは同一符号を付し、その詳細な説明は
省略する。
【００４４】図７において、プラント運転支援装置１０
１は、プロセスデータ入力手段１５と、プロセスデータ
ベース１７と、知識ベース１９と、プロセスデータベー
ス１５と知識ベース１９を参照しながら診断を行う推論
エンジン１０３と、推論エンジン１０３によって診断し
た経緯を含む診断データを保存する診断データファイル
１０５と、ガイダンスデータベース２７と、診断データ
ファイル１０５とガイダンスデータベース２７を参照し
ながら表示装置２９へ診断データとともにガイダンスメ
ッセージを表示する表示制御手段１０７とから構成され
ている。
１は、プロセスデータ入力手段１５と、プロセスデータ
ベース１７と、知識ベース１９と、プロセスデータベー
ス１５と知識ベース１９を参照しながら診断を行う推論
エンジン１０３と、推論エンジン１０３によって診断し
た経緯を含む診断データを保存する診断データファイル
１０５と、ガイダンスデータベース２７と、診断データ
ファイル１０５とガイダンスデータベース２７を参照し
ながら表示装置２９へ診断データとともにガイダンスメ
ッセージを表示する表示制御手段１０７とから構成され
ている。
【００４５】この実施例においては、推論エンジン１０
３はプロセスデータベース１７と、図２に示すような因
果関係ツリーにて記述されている知識ベース１９とを参
照して、上位事象から診断を行う。この診断は、事象が
成立、すなわち異常であることが成立しているかどうか
を各事象の中に持っている判断ロジックと、しきい値に
基づいて判断することによって行われる。推論エンジン
１０３は各事象ごとに判断ロジックより自己成立度を算
出し、その自己成立度がしきい値より大きいとき成立と
判定する。成立した事象については、逐次その事象名称
とメッセージ番号を診断データファイル１０５に保存す
る。ついで、その下位事象の診断に進み、図２に示す例
では、事象１、事象２、事象４、事象８、事象９、事象
５、…の順に診断が行われる。全ての事象について診断
が終了したか、あるいは途中で診断が終了した場合に
は、診断終了を通知するために、例えばＮＵＬＬコード
を診断データファイル１０５に送信し、保存する。診断
データファイル１０５の構成は図８に例示する通りであ
る。
３はプロセスデータベース１７と、図２に示すような因
果関係ツリーにて記述されている知識ベース１９とを参
照して、上位事象から診断を行う。この診断は、事象が
成立、すなわち異常であることが成立しているかどうか
を各事象の中に持っている判断ロジックと、しきい値に
基づいて判断することによって行われる。推論エンジン
１０３は各事象ごとに判断ロジックより自己成立度を算
出し、その自己成立度がしきい値より大きいとき成立と
判定する。成立した事象については、逐次その事象名称
とメッセージ番号を診断データファイル１０５に保存す
る。ついで、その下位事象の診断に進み、図２に示す例
では、事象１、事象２、事象４、事象８、事象９、事象
５、…の順に診断が行われる。全ての事象について診断
が終了したか、あるいは途中で診断が終了した場合に
は、診断終了を通知するために、例えばＮＵＬＬコード
を診断データファイル１０５に送信し、保存する。診断
データファイル１０５の構成は図８に例示する通りであ
る。
【００４６】一方、表示制御手段１０７は、前述のよう
にして保存された診断データファイル１０５とガイダン
スデータベース２７を参照しながら表示装置２９に操作
ガイダンスを表示する。
にして保存された診断データファイル１０５とガイダン
スデータベース２７を参照しながら表示装置２９に操作
ガイダンスを表示する。
【００４７】表示制御手段１０７の動作は図９のステッ
プ１１１〜１１６に示す通りである。同図において、表
示制御手段１０７は、診断中は、周期的に診断データフ
ァイル１０５を参照する（ステップ１１１）。そこで、
診断データファイル１０５に新たに保存された事象名称
とメッセージ番号があった場合には、それらの事象名称
とメッセージ番号を診断データファイル１０５から読み
込む（ステップ１１２、１１３）。さらに、読み込んだ
メッセージ番号に対応する操作ガイダンスの記述されて
いるメッセージをガイダンスデータベース２７から取り
出し（ステップ１１４）、事象名称と取り出したメッセ
ージを１組として表示装置２９に表示する（ステップ１
１５）。以上の処理を診断データファイル１０５にＮＵ
ＬＬコードが出で来るまで繰り返す（ステップ１１
６）。その結果、表示制御手段１０７は事象名称を経緯
とし、それに対応した操作ガイダンスを診断の進行に従
い、逐次表示することができる。
プ１１１〜１１６に示す通りである。同図において、表
示制御手段１０７は、診断中は、周期的に診断データフ
ァイル１０５を参照する（ステップ１１１）。そこで、
診断データファイル１０５に新たに保存された事象名称
とメッセージ番号があった場合には、それらの事象名称
とメッセージ番号を診断データファイル１０５から読み
込む（ステップ１１２、１１３）。さらに、読み込んだ
メッセージ番号に対応する操作ガイダンスの記述されて
いるメッセージをガイダンスデータベース２７から取り
出し（ステップ１１４）、事象名称と取り出したメッセ
ージを１組として表示装置２９に表示する（ステップ１
１５）。以上の処理を診断データファイル１０５にＮＵ
ＬＬコードが出で来るまで繰り返す（ステップ１１
６）。その結果、表示制御手段１０７は事象名称を経緯
とし、それに対応した操作ガイダンスを診断の進行に従
い、逐次表示することができる。
【００４８】上述のように、本実施例によれば、表示制
御手段１０７により診断の経緯としての事象名称とそれ
に対応する操作ガイダンスが診断の進行に合わせて逐次
表示装置２９に表示されるので、最終的な原因が特定さ
れなくとも、因果関係ツリーに従って異常と判断された
事象ごとにきめ細かな操作ガイダンスを表示することが
できる。
御手段１０７により診断の経緯としての事象名称とそれ
に対応する操作ガイダンスが診断の進行に合わせて逐次
表示装置２９に表示されるので、最終的な原因が特定さ
れなくとも、因果関係ツリーに従って異常と判断された
事象ごとにきめ細かな操作ガイダンスを表示することが
できる。
【００４９】なお、本実施例では、表示制御手段１０７
により、診断の進行とともに異常と判断された事象名称
とその操作ガイダンスが表示されるものであったが、診
断が進み因果関係ツリーにおいて最下位にあることが判
明した事象を原因として、これに対応する操作ガイダン
スを表示装置に表示するようにしてもよい。
により、診断の進行とともに異常と判断された事象名称
とその操作ガイダンスが表示されるものであったが、診
断が進み因果関係ツリーにおいて最下位にあることが判
明した事象を原因として、これに対応する操作ガイダン
スを表示装置に表示するようにしてもよい。
【００５０】次に、本実施例を発電プラントの真空低の
診断に適用した場合の具体的な例を図１０を参照して説
明する。
診断に適用した場合の具体的な例を図１０を参照して説
明する。
【００５１】同図において、真空低の因果関係ツリーＴ
は、真空低ａという異常が発生している時に冷却水流量
低ｂと空気量増加ｈという現象が起っている可能性があ
り、さらに冷却水流量低ｂが現象として起っていれば、
ＣＷＰ２台停止ｃ、ＣＷＰ吐出圧力性能低下ｄ、復水器
出口弁開度減少ｅという原因の可能性があることを表わ
している。また同様に、空気量増加ｈが現象として起っ
ていれば、真空ポンプ異常ｆ、真空破壊ｇという原因の
可能性があることを表わしている。したがって、原因診
断する時には、真空低ａから右方向に現象を調査してい
く。
は、真空低ａという異常が発生している時に冷却水流量
低ｂと空気量増加ｈという現象が起っている可能性があ
り、さらに冷却水流量低ｂが現象として起っていれば、
ＣＷＰ２台停止ｃ、ＣＷＰ吐出圧力性能低下ｄ、復水器
出口弁開度減少ｅという原因の可能性があることを表わ
している。また同様に、空気量増加ｈが現象として起っ
ていれば、真空ポンプ異常ｆ、真空破壊ｇという原因の
可能性があることを表わしている。したがって、原因診
断する時には、真空低ａから右方向に現象を調査してい
く。
【００５２】これらの現象を中間事象とすれば、中間事
象においても、その原因を正常な方向に操作するような
確認メッセージや操作ガイドＧを表示することができ
る。例えば、真空低ａという異常に対しては図１０のガ
イドＧ1 が表示され、冷却水流量低ｂという現象に対し
ては、ガイドＧ2 が表示される。ＣＷＰ２台停止ｃとい
う最終的な原因に対しては、ガイドＧ3 が表示される。
例えば、診断が何等かの外乱により「冷却水流量低」で
終ってしまった場合、最終的な原因は分からなくとも、
「冷却水流量低」という確実に起っている現象に対して
の操作ガイドを表示することができる。
象においても、その原因を正常な方向に操作するような
確認メッセージや操作ガイドＧを表示することができ
る。例えば、真空低ａという異常に対しては図１０のガ
イドＧ1 が表示され、冷却水流量低ｂという現象に対し
ては、ガイドＧ2 が表示される。ＣＷＰ２台停止ｃとい
う最終的な原因に対しては、ガイドＧ3 が表示される。
例えば、診断が何等かの外乱により「冷却水流量低」で
終ってしまった場合、最終的な原因は分からなくとも、
「冷却水流量低」という確実に起っている現象に対して
の操作ガイドを表示することができる。
【００５３】
【発明の効果】上述のように、本発明によれば、異常発
生の経緯または経路を明らかにすることができるととも
に、診断状況に合わせて適切な操作ガイダンスを表示す
ることができる。したがって、最終的な原因が特定され
なかった場合にも、運転員に対してきめ細かな情報を提
供することができるので、信頼性の高いプラント運転を
支援することができる。
生の経緯または経路を明らかにすることができるととも
に、診断状況に合わせて適切な操作ガイダンスを表示す
ることができる。したがって、最終的な原因が特定され
なかった場合にも、運転員に対してきめ細かな情報を提
供することができるので、信頼性の高いプラント運転を
支援することができる。
【図１】本発明のプラント運転支援装置の一実施例の構
成を示すブロック図である。
成を示すブロック図である。
【図２】因果関係ツリーの一例を示す図である。
【図３】知識ベースに格納される事象データの構成を例
示する図である。
示する図である。
【図４】本発明の一実施例の推論エンジンにおける異常
診断手順を説明するフローチャートである。
診断手順を説明するフローチャートである。
【図５】本発明にかかる経路判定手段および表示制御手
段の動作を説明するフローチャートである。
段の動作を説明するフローチャートである。
【図６】ガイダンスデータベースの構成を例示する図で
ある。
ある。
【図７】本発明のプラント運転支援装置の他の実施例の
構成を示すブロック図である。
構成を示すブロック図である。
【図８】図７に示す実施例における診断データファイル
の構成を例示する図である。
の構成を例示する図である。
【図９】図７に示す実施例における表示制御手段の動作
を説明するフローチャートである。
を説明するフローチャートである。
【図１０】図７に示す実施例を発電プラントに適用した
場合の操作ガイダンスの表示例を示す図である。
場合の操作ガイダンスの表示例を示す図である。
１１、１０１…プラント運転支援装置 １３……………プラント １５……………プロセスデータ入力手段 １７……………プロセスデータベース １９……………知識ベース ２１……………推論エンジン ２３、１０５…診断データファイル ２５……………経路判定手段 ２７……………ガイダンスデータベース ２９……………表示装置。 ３１、１０７…表示制御手段 ４１……………診断ロジック
フロントページの続き (56)参考文献 特開 平２−2406（ＪＰ，Ａ) 特開 昭63−314609（ＪＰ，Ａ) 特開 昭63−12093（ＪＰ，Ａ) (58)調査した分野(Int.Cl.7，ＤＢ名) G08B 23/00 510 G01D 7/00 301 G05B 23/02
Claims (1)
- 【請求項１】 プラントで発生した異常を診断してその
原因を探索するプラント運転支援装置において、前記 プラントで発生する各事象間の関連性を前記各事象
をつなぐ線とその線に対応する数値の多寡とで示す因果
関係ツリー情報を格納する手段と、 前記各事象が発生しているか否かの判断情報を前記各事
象ごとに対応づけて格納する手段と 、前記 プラントからプロセスデータを入力する手段と、前記 入力されたプロセスデータと前記格納された判断情
報とに基づいて前記各事象についてそれぞれ発生してい
る確かさを自己成立度として前記各事象ごとに算出する
手段、前記格納された因果関係ツリー情報が示す下位事
象について所定の方法で算出された発生の確かさと前記
格納された因果関係ツリー情報の前記下位事象との前記
対応数値とに基づいて前記各事象の発生している確かさ
を波及成立度として前記各事象ごとに算出する手段、及
び、前記算出された自己成立度と前記算出された波及成
立度とに基づいてその事象が発生しているか否かを判断
し発生事象を推論する手段を有する推論エンジンと、 この推論エンジンによって推論された発生事象と前記格
納された因果関係ツリー情報とにより異常に至る事象発
生経路を求める事象発生経路判定手段と、 この事象発生経路判定手段によって判定された事象発生
経路の末端事象を原因として表示装置に表示する表示制
御手段とを具備することを特徴とするプラント運転支援
装置。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4118966A JP3043897B2 (ja) | 1991-05-15 | 1992-05-12 | プラント運転支援装置 |
| US07/883,040 US5305426A (en) | 1991-05-15 | 1992-05-14 | Plant operation support system for diagnosing malfunction of plant |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3-110015 | 1991-05-15 | ||
| JP11001591 | 1991-05-15 | ||
| JP4118966A JP3043897B2 (ja) | 1991-05-15 | 1992-05-12 | プラント運転支援装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH05151484A JPH05151484A (ja) | 1993-06-18 |
| JP3043897B2 true JP3043897B2 (ja) | 2000-05-22 |
Family
ID=26449721
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4118966A Expired - Fee Related JP3043897B2 (ja) | 1991-05-15 | 1992-05-12 | プラント運転支援装置 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US5305426A (ja) |
| JP (1) | JP3043897B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN120560231A (zh) * | 2025-07-31 | 2025-08-29 | 赛力斯汽车有限公司 | 车辆故障诊断方法、装置、电子设备及存储介质 |
Families Citing this family (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2985505B2 (ja) * | 1991-07-08 | 1999-12-06 | 株式会社日立製作所 | 品質情報収集診断システム及びその方法 |
| EP0643345B1 (de) * | 1993-09-02 | 1998-10-21 | Siemens Aktiengesellschaft | Datenverarbeitungsanlage zur Überwachung von Betriebszuständen einer technischen Anlage |
| JP2829241B2 (ja) * | 1994-07-26 | 1998-11-25 | 三菱電機株式会社 | プラント支援装置 |
| WO1996020439A1 (de) * | 1994-12-27 | 1996-07-04 | Siemens Aktiengesellschaft | Rechnergestützte einrichtung zur erkennung einer einen störfall auslösenden störfallursache in einer technischen anlage |
| JPH08234833A (ja) * | 1995-02-28 | 1996-09-13 | Mitsubishi Heavy Ind Ltd | プラント運転支援用異常事象原因究明方法 |
| US5905989A (en) * | 1996-11-27 | 1999-05-18 | Bently Nevada Corporation | Knowledge manager relying on a hierarchical default expert system: apparatus and method |
| DE19805061A1 (de) * | 1998-02-10 | 1999-08-19 | Univ Hannover | Prozeßgüte-Überwachungssystem |
| EP1252556B1 (de) * | 2000-01-29 | 2003-06-04 | ABB Research Ltd. | Verfahren zum automatisierten generieren einer fehlerbaumstruktur |
| GB0004194D0 (en) * | 2000-02-22 | 2000-04-12 | Nat Power Plc | System and method for monitoring a control process in a process plant |
| WO2002007495A1 (de) * | 2000-07-22 | 2002-01-31 | Abb Research Ltd. | System zur unterstützung einer fehlerursachenanalyse |
| WO2002008951A1 (de) * | 2000-07-22 | 2002-01-31 | Abb Research Ltd. | System und verfahren zur generierung eines xml-basierten fehlermodells |
| US6934696B1 (en) | 2000-09-15 | 2005-08-23 | Bently Nevada, Llc | Custom rule system and method for expert systems |
| EP1364286B1 (de) * | 2001-02-20 | 2009-08-19 | Siemens Aktiengesellschaft | Verfahren und anordnung zur ermittlung einer gesamtfehlerbeschreibung zumindest eines teils eines technischen systems, computer programm-element und computerlesbares speichermedium |
| EP1413957A3 (de) * | 2002-10-23 | 2010-03-03 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zur rechnergestützten Analyse eines technischen Systems |
| JP4957423B2 (ja) * | 2007-07-13 | 2012-06-20 | 東ソー株式会社 | プラント保安管理システム |
| US8165705B2 (en) * | 2008-07-10 | 2012-04-24 | Palo Alto Research Center Incorporated | Methods and systems for continuously estimating persistent and intermittent failure probabilities for production resources |
| US8145334B2 (en) * | 2008-07-10 | 2012-03-27 | Palo Alto Research Center Incorporated | Methods and systems for active diagnosis through logic-based planning |
| US8266092B2 (en) | 2008-07-10 | 2012-09-11 | Palo Alto Research Center Incorporated | Methods and systems for target value path identification |
| US8219437B2 (en) * | 2008-07-10 | 2012-07-10 | Palo Alto Research Center Incorporated | Methods and systems for constructing production plans |
| US8359110B2 (en) * | 2009-03-23 | 2013-01-22 | Kuhn Lukas D | Methods and systems for fault diagnosis in observation rich systems |
| CN101894595B (zh) * | 2010-06-24 | 2012-10-31 | 中国广东核电集团有限公司 | 一种应用于核电站系统的故障检测方法 |
| JP5622553B2 (ja) * | 2010-12-15 | 2014-11-12 | 株式会社東芝 | 発電プラントの運転管理支援装置 |
| DE102010054876A1 (de) * | 2010-12-17 | 2012-06-21 | Rolls-Royce Deutschland Ltd & Co Kg | Verfahren zur automatischen Überwachen zumindest einer Komponente eines physikalischen Systems |
| WO2013144706A2 (en) * | 2012-03-30 | 2013-10-03 | Abb Research Ltd. | A method and an apparatus for event management in a plant automation system |
| US10866952B2 (en) | 2013-03-04 | 2020-12-15 | Fisher-Rosemount Systems, Inc. | Source-independent queries in distributed industrial system |
| US9558220B2 (en) | 2013-03-04 | 2017-01-31 | Fisher-Rosemount Systems, Inc. | Big data in process control systems |
| US10649424B2 (en) | 2013-03-04 | 2020-05-12 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics |
| US10282676B2 (en) * | 2014-10-06 | 2019-05-07 | Fisher-Rosemount Systems, Inc. | Automatic signal processing-based learning in a process plant |
| US10671028B2 (en) | 2013-03-15 | 2020-06-02 | Fisher-Rosemount Systems, Inc. | Method and apparatus for managing a work flow in a process plant |
| US9830216B2 (en) | 2014-12-10 | 2017-11-28 | Yokogawa Electric Corporation | Device management system and method for commissioning field devices with error resolution |
| JP2017040990A (ja) | 2015-08-18 | 2017-02-23 | 横河電機株式会社 | 機器システム、情報処理装置、端末装置、および表示方法 |
| JP6304178B2 (ja) | 2015-09-02 | 2018-04-04 | 横河電機株式会社 | 機器システムおよび操作提案方法 |
| JP6723794B2 (ja) * | 2016-04-01 | 2020-07-15 | 株式会社日立製作所 | プラント運転監視装置 |
| WO2020065979A1 (ja) * | 2018-09-28 | 2020-04-02 | 株式会社パトライト | 報知システム |
| JP7154922B2 (ja) * | 2018-10-02 | 2022-10-18 | 株式会社日立製作所 | 故障要因優先度提示装置 |
| JP2024145659A (ja) * | 2023-03-31 | 2024-10-15 | 株式会社ダイセル | ガイダンス表示方法、ガイダンス表示システム及びガイダンス表示プログラム |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4649515A (en) * | 1984-04-30 | 1987-03-10 | Westinghouse Electric Corp. | Methods and apparatus for system fault diagnosis and control |
| US4658370A (en) * | 1984-06-07 | 1987-04-14 | Teknowledge, Inc. | Knowledge engineering tool |
| US4642782A (en) * | 1984-07-31 | 1987-02-10 | Westinghouse Electric Corp. | Rule based diagnostic system with dynamic alteration capability |
| US4644479A (en) * | 1984-07-31 | 1987-02-17 | Westinghouse Electric Corp. | Diagnostic apparatus |
| JPS61218323A (ja) * | 1985-03-20 | 1986-09-27 | 株式会社東芝 | 事故判定方法 |
| US4698756A (en) * | 1985-07-16 | 1987-10-06 | Westinghouse Electric Corp. | Generator stator winding diagnostic system |
| JP2788236B2 (ja) * | 1987-05-28 | 1998-08-20 | 株式会社東芝 | プラント運転支援装置 |
| JPH0827650B2 (ja) * | 1988-04-18 | 1996-03-21 | 株式会社日立製作所 | 異常予知支援装置 |
| JPH01267799A (ja) * | 1988-04-19 | 1989-10-25 | Hitachi Ltd | 異常診断装置 |
| JPH0212408A (ja) * | 1988-06-30 | 1990-01-17 | Toshiba Corp | プラント診断装置 |
| US5133046A (en) * | 1991-01-03 | 1992-07-21 | Pickard, Lowe And Carrick (Plc) | Computer-based diagnostic expert system organized according to Bayesian theory |
-
1992
- 1992-05-12 JP JP4118966A patent/JP3043897B2/ja not_active Expired - Fee Related
- 1992-05-14 US US07/883,040 patent/US5305426A/en not_active Expired - Fee Related
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN120560231A (zh) * | 2025-07-31 | 2025-08-29 | 赛力斯汽车有限公司 | 车辆故障诊断方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH05151484A (ja) | 1993-06-18 |
| US5305426A (en) | 1994-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3043897B2 (ja) | プラント運転支援装置 | |
| JP3093803B2 (ja) | 状態変化監視方法及びステップ表示提示装置 | |
| JPH0522241B2 (ja) | ||
| CN114764459A (zh) | 作业机械的故障处理方法、系统和电子设备 | |
| JP3961018B2 (ja) | 技術的設備に対する監視システム | |
| CN102055604A (zh) | 一种故障定位方法及其系统 | |
| JPH06309584A (ja) | プラント運転支援装置 | |
| JP2020009080A (ja) | 機器状態監視システム及び機器状態監視方法 | |
| KR20220050605A (ko) | 동적이산사건수목의 분석 장치 및 그 방법 | |
| JP2672576B2 (ja) | プラント・機器の診断支援システム | |
| JP3219116B2 (ja) | 異常診断方法 | |
| JP2890815B2 (ja) | プラントの異常診断装置 | |
| JP2021174195A (ja) | 異常予兆監視システム、異常予兆監視方法、及びプログラム | |
| US20040061722A1 (en) | Passdown database and flow chart | |
| JPH1115517A (ja) | プラント状態監視システム | |
| JPH0524521B2 (ja) | ||
| US12411483B2 (en) | Method and system for diagnosing messages | |
| JP7470766B1 (ja) | 異常予兆診断装置およびプログラム | |
| JP3187246B2 (ja) | プラント診断システム | |
| JPH01274209A (ja) | プラント故障診断装置 | |
| JPH07334234A (ja) | 優先度を考慮した運転支援装置 | |
| JPS6252612A (ja) | 診断情報表示方法 | |
| JPH0972596A (ja) | 空調システム診断方法 | |
| JPH05266382A (ja) | 異常診断方法 | |
| JPS63313208A (ja) | プラント診断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20000229 |
|
| LAPS | Cancellation because of no payment of annual fees |