JP3630041B2 - Plant equipment monitoring equipment by wavelet transform - Google Patents

Description

【０００９】
ここで、ｆはウェーブレット変換される被変換関数、つまり振動データである。
【００１０】
ｇはウェーブレットの基底関数である。ａは周期、つまり、周波数の逆数を表すパラメータである。また、ｂは時間を表すパラメータである。Ｓ（ａ、ｂ）は、ある時刻ｂにおける周期ａ（周波数１／ａ）に対応する振幅値を表す。基底関数は、時間方向に対して０に減衰するような波形が使われる。したがって、上式では積分範囲を時間に対して無限大にしているが、実際の計算では、式２のように積分範囲を有限にして計算を行う。
【００１１】
【数２】

【００１２】
この式で、ｎは積分範囲を決定するパラメータである。
【００１３】
ウェーブレット変換の原理を図９に示す。ウェーブレット変換は、振動データと基底関数を掛け合わせ、それを積分することにより変換を行う。パラメータａを小さくすれば、基底関数は時間方向に縮小した形となり、高周波の解析となる。
【００１４】
一方、ａを大きくすれば、低周波の解となる。また、パラメータｂは、基底関数を時間方向に移動させる働きをする。このように、パラメータａ、ｂをそれぞれ解析周波数、解析時間に応じた値に設定することで、振動データの時間ー周波数解析を行える。
【００１５】
ウェーブレット変換による時間ー周波数解析において、時間の基準は基底関数の中心である。つまり、図のように、時刻０．０秒の周波数情報を得るには、基底関数の中心が０．０秒に位置するようにパラメータｂを設定する。このため、時刻０．０秒から１．０秒までのウェーブレット変換結果を得るには、振動データは時刻０．０秒から１．０秒のデータに加え、その前後のデータも必要となる。
【００１６】
【発明が解決しようとする課題】
従来、ウェーブレット変換を用いて、プラント機器の計測信号をオンラインで監視する場合、図１０に示すように振動データを一定時間ごとに区切り、それぞれの振動データごとに変換処理を行っていた。しかし、上記のように振動データの端部に対しての解析ができないため、得られるウェーブレット変換結果には、時間的にデータの欠落部分が生じていた。プラント機器をオンラインで監視する場合、異常検知の精度を上げるには、ウェーブレット変換結果を時間的に連続に監視する必要がある。間欠的な監視では、突発的な異常を見落とす可能性があるためである。これは、プラント運転の安全性、信頼性の低下をもたらす。
【００１７】
【課題を解決するための手段】
上記の問題を鑑み、本発明になる装置では、図１１に示すように振動データを一定時間ごとに区切り、各ステップごとの振動データを作成する際に、前ステップでの解析に使用した振動データと重複する部分を持たせる。このような処理に基づき作成した振動データそれぞれに対し、ウェーブレット変換を実施することにより、時間的に連続な変換結果を得ることができる。したがって、短時間しか持続しない突発的な異常を見落とす可能性がなくなり、異常検知の精度を向上できる。
【００１８】
【発明の実施の形態】
以下、本発明の実施例の形態を図面を参照して説明する。
【００１９】
図１は、本発明の第１実施例になる装置の構成を示した図である。１は、本実施例になる装置において監視の対象とする水車発電機である。２は、水車発電機の振動を測定する振動センサである。３は、水車発電機の回転数を測定する回転数センサである。４は、本発明になるプラント機器監視装置である。５は、プラント機器監視装置の解析結果を表示するための表示装置である。
【００２０】
次に、プラント機器監視装置４の内部構成について説明する。４１は、振動センサ２の出力であるアナログ信号をデジタル信号に変換するためのＡ／Ｄ変換器である。同様に、４２は、回転数センサ３のためのＡ／Ｄ変換器である。４３は、Ａ／Ｄ変換器４１が出力する振動センサ２の計測値を取り込み、後述のデータ記憶部４３へ値を格納するデータ取込部である。４４は、振動データを時系列に一時的に記憶するデータ記憶部である。４５は、データ記憶部４４において、最新値が格納された振動データの記憶場所を示すポインタである。４６は、データ記憶部４４から振動データを取り出し、後述のウェーブレット処理部４７へ出力するデータ取出部である。４７は、データ取出部４６から送られた振動データに対し、ウェーブレット変換処理を行うウェーブレット処理部である。４８は、ウェーブレット処理部４７が出力したウェーブレット変換結果を基に異常の検知を行う異常判定処理部である。４９は、データ取出部４６の出力である振動データ、ウェーブレット処理部４７の出力であるウェーブレット変換結果、異常判定処理部４８の出力である異常判定結果を格納する結果格納部である。５０は、結果格納部４９に格納した各種データの表示装置５への表示処理を行う表示制御部である。
【００２１】
以下、本実施例になる装置の処理の流れを説明する。水車発電機１の振動を測定するために設置された振動センサ２は、振動の変位をアナログの電気信号で出力する。Ａ／Ｄ変換器４１は、振動センサ２が出力した電気信号をオンラインで取り込み、これをデジタル値に変換する。デジタル値に変換するときのサンプリング時間は、あらかじめ設定しておく。データ取込部４３は、Ａ／Ｄ変換器４１が出力した振動センサ２の計測値をデータ記憶部４４に格納する。図２にデータ記憶部４４の構成を示した。データ記憶部４４には、振動センサ２の計測値が時間順に格納される。ただし、データ記憶部４４が一度に格納できる計測値の個数は有限である。このため、データ取込部４３は最も古い値を上書きする形式で計測値を格納する。図の例では、データＤ（０）が最新値を示し、Ｄ（−１）が１ステップ前のデータ、Ｄ（−２）が２ステップ前のデータを示している。この例では、ｎステップ前のデータＤ（−ｎ）まで、合計ｎ＋１個のデータを格納している。図の４５は最新値を示すポインタである。ポインタが指し示す格納場所の右側が最も古い値になる。だたし、ポインタ４５の示す場所がデータ記憶部４４の右端であれば、左端に最も古い値が格納されている。データ取込部４３は、データ記憶部４４にデータを格納する際、ポインタ４５を見ることにより最新値が格納されている場所を把握し、その右側にデータを格納する。以上の処理により、最も古い値を上書きする形式でデータを格納できる。
【００２２】
データ取出部４６は、データ記憶部４４からデータを取り出す際に、まず、ポインタ４５により最新値の格納場所を認識する。次に、最新値からあらかじめ設定された時間までのデータを取り出す。データのサンプリング時間は固定であるので、常に一定個数のデータを取り出すことになる。以下に、取り出すデータの時間の決定方法を説明する。
【００２３】
本実施例になる装置では、ウェーブレット処理部４７におけるウェーブレット変換処理、及び、異常判定処理部４８における変換結果に対しての異常判定処理は一連の動作とし、これを周期的に行う。この周期をＴ秒とすると、データ取出部４６は、式３で表される時間分のデータをデータ記憶部４４から取り出す。この処理はＴ秒ごとに周期的に行う。
【００２４】
【数３】

【００２５】
ここで、Ｆは、ウェーブレット変換により解析する周波数の下限値である。この値は固定値として、データ取出部４６、及びウェーブレット処理部４７にあらかじめ設定しておく。ｎは、前記の式２で示したウェーブレット変換の積分範囲を決定するパラメータである。式３で表すように、データの取り出し周期はＴ秒であるが、取り出すデータの時間はＴ秒よりも長い。また、データ記憶部４４に格納する振動データのサンプリング時間をΔｔとすると、取り出すデータの個数Ｎは式４で表される。
【００２６】
【数４】

【００２７】
データ取出部４６は、Ｎ個のデータをデータ記憶部４４から取り出し、これをウェーブレット処理部４７に出力する。
【００２８】
ウェーブレット処理部４７は、データ取出部４６から送られた振動データに対し、ウェーブレット変換を行う。データ取出部４６から送られた振動データは式３で表されるＴ’秒間であるが、この振動データに対するウェーブレット変換結果はＴ秒間のデータとなる。これは、前述したように、ウェーブレット変換では入力データの端部が解析できないためである。ウェーブレット処理部４７は、ウェーブレット変換結果を異常判定処理部４８に出力する。
【００２９】
異常判定処理部４８は、取り込んだウェーブレット変換結果に対して、正常／異常の判別を行う。この処理の概要を図３に示した。まず、取り込んだウェーブレット変換結果から特定の周波数の振幅値を取り出す。次に、取り出した振幅値のデータに対して統計処理を行い、平均値、標準偏差、最大値を求める。これらの統計量に対してしきい値判定を行い、正常範囲にあるかを判定する。しきい値は、あらかじめ異常判定処理部４８に格納しておく。また、ウェーブレット変換結果から振幅値を取り出す周波数については、Ａ／Ｄ変換器４２を通して取り込んだ水車発電機１の回転数に基づいて決定する。例えば、回転機械において異常による影響が表れやすい回転周波数や、その２倍成分を取り出し周波数として使用する。以上のごとく求めた各統計量の中で異常値があった場合には、その旨を結果格納部４９に出力する。
【００３０】
結果格納部４９では、異常判定処理部４８が出力した異常判定結果に加えて、データ取出部４６が出力した振動データ、ウェーブレット処理部４７が出力したウェーブレット変換結果も併せて格納する。ただし、振動データ、及びウェーブレット変換結果については、あらかじめ決められた時間だけ保存し、それより時間が経過すればデータを消去していく。異常判定結果の格納については、異常を検知した時刻と異常値を示した統計量の種類、及びその周波数を記述する。
【００３１】
表示制御部５０は、結果格納部４９に格納された振動データ、ウェーブレット変換結果、及び異常判定結果を取り込み、表示装置５に表示する。図４は、表示装置５の表示画面の例である。表示装置には、異常判定結果を判定時刻と併せて表示すると共に、振動データ、及びウェーブレット変換結果の現在値を表示する。
【００３２】
この表示画面により、プラント機器が正常な状態にあるかを確認することができる。
【００３３】
以上に説明したように、本実施例になる装置では、プラント機器で計測した信号をオンラインで取り込み、そのウェーブレット変換結果を基に異常判定処理を行う装置において、時間的に連続なウェーブレット変換結果を得ることができる。これにより、間欠的なウェーブレット変換結果しか得られない従来の装置に比べ、突発的で短時間しか持続しない異常を見落とすことがなくなり、異常検知の精度が向上する。また、時間的に連続なウェーブレット変換結果がオンラインで得られることから、振動の周波数特性が時間的に変化している場合でも、この特徴を詳細に知ることができる。これにより、機器で発生している異常の影響を正確に把握することができるため、機器動作の継続／停止を的確に判断することができる。
【００３４】
次に本発明の第二実施例になる装置について説明する。図５は、第二実施例になる装置の構成を示す図である。この装置において、第一実施例となる点は、第１データ記憶部５１と第２データ記憶部５２の二つの記憶部が設置されている点、データ制御部５３が追加されている点、及びデータ取込部４３とデータ取出部４６における処理内容である。以下に第一実施例との相違点のみを説明する。
【００３５】
第一実施例におけるデータ記憶部４４が、本実施例になる装置では、二つの記憶部、すなわち第１データ記憶部５１と第２データ記憶部５２から構成されている。これらのデータ記憶部への振動データの格納形式を図６に示す。図に示したように、第１データ記憶部５１と第２データ記憶部５２は、互い違いに振動データを格納する。ただし、二つのデータ記憶部が格納する振動データには重複部分を設ける。これは、第一実施例になる装置と同様に、ウェーブレット変換が解析できない入力データの端部を補うためである。各データ記憶部が格納する振動データの時間は、第１実施例における式３と同様であり、このうち、重複時間は、ｎ／Ｆとなる。ここで、ｎはウェーブレット変換の積分範囲を決定するパラメータ、Ｆはウェーブレット変換により解析する周波数の下限値である。ただし、ウェーブレット変換、及び、その異常判定処理はＴ秒周期で行うとする。
【００３６】
データ取込部４３は、Ａ／Ｄ変換器４１から受け取った振動データを第１データ記憶部５１または第２データ記憶部５２に格納する。このとき、第１データ記憶部５１と第２データ記憶部のどちらにデータを格納するかは、データ制御部５３が決定する。データ制御部５３は、前述した格納方式にしたがって振動データを第１データ記憶部５１と第２データ記憶部５２に振り分けていく。ただし、振動データの重複部については、第１データ記憶部５１と第２データ記憶部５２の両方に同じデータを格納する。データ制御部５３は、一方のデータ記憶部に式３で表される時間分のデータを格納すると、データ取出部４６に対してデータの取り出しを命令する。データ取出部４６は、この命令を受け取ると、データ制御部５３が指定したデータ記憶部のデータを取り出し、これをウェーブレット処理部４７へ出力する。
【００３７】
以上に説明したように、本実施例になる装置では、二つのデータ記憶部から構成されており、それらに交互に振動データを記憶する。ただし、二つのデータ記憶部に格納するデータには重複部分を設ける。これにより、プラントでオンラインで計測した信号に対して時間的に連続なウェーブレット変換結果を得ることができる。
【００３８】
また、本実施例になる装置では、二つのデータ記憶部から構成されているが、これは、二つ以上の構成でも同様の処理で実現できる。
【００３９】
【発明の効果】
本発明により、ウェーブレット変換を用いて、プラント機器の計測信号をオンラインで監視する場合、時間的に連続なウェーブレット変換結果を得ることができる。したがって、短時間しか持続しない突発的な異常を見落とす可能性がなくなり、異常検知の精度を向上できる。これにより、プラントの安全性、運転信頼性の向上という効果が期待できる。
【図面の簡単な説明】
【図１】本発明の第１実施例になる装置の構成を示す図である。
【図２】データ記憶部の構成を示す図である。
【図３】異常判定部における異常判定処理の流れを示す図である。
【図４】表示画面の例を示す図である。
【図５】本発明の第２実施例になる装置の構成を示す図である。
【図６】第１データ記憶部、第２データ記憶部へのデータの格納方式を示す図である。
【図７】ＦＦＴによる解析結果の例を示す図である。
【図８】ウェーブレット変換による解析結果の例を示す図である。
【図９】ウェーブレット変換の原理を示す図である。
【図１０】従来技術におけるウェーブレット変換によるプラント監視の処理内容を示す図である。
【図１１】本発明におけるウェーブレット変換によるプラント監視の処理内容を示す図である。
【符号の説明】
１…水車発電機、２…振動センサ、３…回転数センサ、４…プラント機器監視装置、５…表示装置、４１…Ａ／Ｄ変換器、４２…Ａ／Ｄ変換器、４３…データ取込部、４４…データ記憶部、４５…ポインタ、４６…データ取出部、４７…ウェーブレット処理部、４８…異常判定処理部、４９…結果格納部、５０…表示制御部、５１…第１データ記憶部、５２…第２データ記憶部、５３…データ制御部。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an apparatus for monitoring the state of plant component equipment by wavelet transforming a signal measured online at a plant, and more particularly to an apparatus capable of continuously monitoring a signal in time.
[0002]
[Prior art]
For the purpose of online monitoring of the state of plant equipment, especially rotating machinery such as pumps and turbines, it is possible to detect equipment abnormalities by frequency analysis of vibration data measured using vibration sensors attached to the equipment. Furthermore, the cause of the abnormality has been identified. The vibration of the rotating machine shows a change tendency according to the occurrence abnormality. For example, when an imbalance such as a partial loss of the rotating part occurs, the frequency analysis result of the vibration data has an amplitude value of a frequency (rotational frequency) corresponding to the rotational speed. From such characteristics, an abnormality can be detected by performing threshold determination on the amplitude value of each frequency. Furthermore, the cause of the abnormality can be identified based on the frequency information indicating the abnormal value of the amplitude.
[0003]
Conventionally, FFT (Fast Fourier Transform) is often used for frequency analysis.
[0004]
An example of the analysis result by FFT is shown in FIG. In the figure, the analysis result by FFT with respect to the vibration data shown in (a) is shown in (b). In the analysis result by FFT, the horizontal axis represents frequency and the vertical axis represents amplitude. By using FFT, the average value of each frequency component included in the vibration data can be taken out. That is, in the example of the figure, the average is about vibration data for 10 seconds.
[0005]
FFT has a drawback that it is difficult to detect abnormalities that suddenly change. This is because the amplitude value for each frequency obtained by FFT becomes a value averaged over the time of vibration data. Therefore, if the change due to the abnormality affects only a part of the short time with respect to the time of the vibration data, the change in the analysis result becomes small because of the averaging process.
[0006]
In recent years, wavelet transform capable of time-frequency analysis has been used to compensate for the drawbacks of FFT as described above. An example of the analysis result by wavelet transform is shown in FIG. As shown in the figure, it is possible to obtain information on time change of the amplitude value for each frequency by wavelet transform. For this reason, it is possible to easily detect a sudden abnormality or grasp the tendency of the frequency characteristics to change over time.
[0007]
The wavelet transform is expressed by Equation 1.
[0008]
[Expression 1]

[0009]
Here, f is a function to be wavelet transformed, that is, vibration data.
[0010]
g is a wavelet basis function. a is a parameter representing the period, that is, the reciprocal of the frequency. B is a parameter representing time. S (a, b) represents an amplitude value corresponding to the period a (frequency 1 / a) at a certain time b. As the basis function, a waveform that attenuates to 0 with respect to the time direction is used. Therefore, in the above formula, the integration range is infinite with respect to time, but in the actual calculation, calculation is performed with the integration range being finite as shown in Formula 2.
[0011]
[Expression 2]

[0012]
In this equation, n is a parameter that determines the integration range.
[0013]
The principle of wavelet transform is shown in FIG. The wavelet transform performs transformation by multiplying vibration data and a basis function and integrating them. If the parameter a is reduced, the basis function is reduced in the time direction, resulting in high frequency analysis.
[0014]
On the other hand, increasing a results in a low frequency solution. The parameter b serves to move the basis function in the time direction. Thus, by setting the parameters a and b to values corresponding to the analysis frequency and the analysis time, respectively, the time-frequency analysis of the vibration data can be performed.
[0015]
In the time-frequency analysis by the wavelet transform, the time standard is the center of the basis function. That is, as shown in the figure, in order to obtain frequency information at time 0.0 seconds, the parameter b is set so that the center of the basis function is located at 0.0 seconds. For this reason, in order to obtain a wavelet transform result from time 0.0 seconds to 1.0 seconds, vibration data requires data before and after the time 0.0 seconds to 1.0 seconds.
[0016]
[Problems to be solved by the invention]
Conventionally, when the measurement signal of a plant device is monitored online using wavelet transform, vibration data is divided at regular intervals as shown in FIG. 10, and conversion processing is performed for each vibration data. However, since it is impossible to analyze the end portion of the vibration data as described above, the obtained wavelet transform result has a data missing portion in terms of time. When monitoring plant equipment online, it is necessary to continuously monitor the wavelet transform results in order to improve the accuracy of abnormality detection. This is because intermittent monitoring may overlook sudden abnormalities. This brings about a decrease in the safety and reliability of plant operation.
[0017]
[Means for Solving the Problems]
In view of the above problem, in the apparatus according to the present invention, as shown in FIG. 11, when vibration data is divided at regular intervals and vibration data for each step is created, vibration data used for the analysis in the previous step is used. And have overlapping parts. By performing wavelet transform on each vibration data created based on such processing, a temporally continuous conversion result can be obtained. Therefore, there is no possibility of overlooking a sudden abnormality that lasts for only a short time, and the accuracy of abnormality detection can be improved.
[0018]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
[0019]
FIG. 1 is a diagram showing the configuration of an apparatus according to a first embodiment of the present invention. Reference numeral 1 denotes a turbine generator to be monitored in the apparatus according to the present embodiment. Reference numeral 2 denotes a vibration sensor that measures the vibration of the water turbine generator. Reference numeral 3 denotes a rotation speed sensor that measures the rotation speed of the water turbine generator. 4 is a plant equipment monitoring apparatus according to the present invention. Reference numeral 5 denotes a display device for displaying the analysis result of the plant equipment monitoring device.
[0020]
Next, the internal configuration of the plant equipment monitoring device 4 will be described. Reference numeral 41 denotes an A / D converter for converting an analog signal that is an output of the vibration sensor 2 into a digital signal. Similarly, 42 is an A / D converter for the rotational speed sensor 3. Reference numeral 43 denotes a data capturing unit that captures the measurement value of the vibration sensor 2 output from the A / D converter 41 and stores the value in the data storage unit 43 described later. A data storage unit 44 temporarily stores vibration data in time series. Reference numeral 45 denotes a pointer indicating the storage location of the vibration data in which the latest value is stored in the data storage unit 44. A data extraction unit 46 extracts vibration data from the data storage unit 44 and outputs the vibration data to a wavelet processing unit 47 described later. A wavelet processing unit 47 performs wavelet transform processing on the vibration data sent from the data extraction unit 46. Reference numeral 48 denotes an abnormality determination processing unit that detects an abnormality based on the wavelet transform result output by the wavelet processing unit 47. Reference numeral 49 denotes a result storage unit that stores vibration data output from the data extraction unit 46, a wavelet transform result output from the wavelet processing unit 47, and an abnormality determination result output from the abnormality determination processing unit 48. Reference numeral 50 denotes a display control unit that performs display processing of various data stored in the result storage unit 49 on the display device 5.
[0021]
The process flow of the apparatus according to this embodiment will be described below. The vibration sensor 2 installed to measure the vibration of the water turbine generator 1 outputs the vibration displacement as an analog electric signal. The A / D converter 41 captures the electrical signal output from the vibration sensor 2 online and converts it into a digital value. The sampling time for converting to a digital value is set in advance. The data acquisition unit 43 stores the measurement value of the vibration sensor 2 output from the A / D converter 41 in the data storage unit 44. FIG. 2 shows the configuration of the data storage unit 44. The data storage unit 44 stores the measurement values of the vibration sensor 2 in order of time. However, the number of measurement values that the data storage unit 44 can store at a time is finite. For this reason, the data acquisition unit 43 stores the measurement value in a format that overwrites the oldest value. In the example of the figure, data D (0) indicates the latest value, D (-1) indicates data one step before, and D (-2) indicates data two steps before. In this example, a total of n + 1 data is stored up to data D (−n) n steps before. 45 in the figure is a pointer indicating the latest value. The oldest value is on the right side of the storage location pointed to by the pointer. However, if the location indicated by the pointer 45 is the right end of the data storage unit 44, the oldest value is stored at the left end. When data is stored in the data storage unit 44, the data fetch unit 43 grasps the location where the latest value is stored by looking at the pointer 45, and stores the data on the right side thereof. With the above processing, data can be stored in a format that overwrites the oldest value.
[0022]
When retrieving data from the data storage unit 44, the data retrieval unit 46 first recognizes the storage location of the latest value using the pointer 45. Next, data from the latest value to a preset time is taken out. Since the data sampling time is fixed, a fixed number of data is always taken out. Hereinafter, a method for determining the time of data to be extracted will be described.
[0023]
In the apparatus according to the present embodiment, the wavelet transform processing in the wavelet processing unit 47 and the abnormality determination processing for the conversion result in the abnormality determination processing unit 48 are performed as a series of operations, which are periodically performed. When this cycle is T seconds, the data extraction unit 46 extracts data for the time represented by Expression 3 from the data storage unit 44. This process is performed periodically every T seconds.
[0024]
[Equation 3]

[0025]
Here, F is the lower limit value of the frequency analyzed by wavelet transform. This value is set in advance in the data extraction unit 46 and the wavelet processing unit 47 as a fixed value. n is a parameter that determines the integration range of the wavelet transform shown in Equation 2 above. As expressed by Equation 3, the data extraction cycle is T seconds, but the time for the extracted data is longer than T seconds. Further, if the sampling time of vibration data stored in the data storage unit 44 is Δt, the number N of data to be extracted is expressed by Expression 4.
[0026]
[Expression 4]

[0027]
The data extraction unit 46 extracts N pieces of data from the data storage unit 44 and outputs them to the wavelet processing unit 47.
[0028]
The wavelet processing unit 47 performs wavelet transform on the vibration data sent from the data extraction unit 46. The vibration data sent from the data extraction unit 46 is for T ′ seconds represented by Equation 3, and the wavelet transform result for this vibration data is data for T seconds. This is because the end of the input data cannot be analyzed by the wavelet transform as described above. The wavelet processing unit 47 outputs the wavelet transform result to the abnormality determination processing unit 48.
[0029]
The abnormality determination processing unit 48 determines normality / abnormality with respect to the fetched wavelet transform result. An outline of this processing is shown in FIG. First, an amplitude value of a specific frequency is extracted from the acquired wavelet transform result. Next, statistical processing is performed on the extracted amplitude value data to obtain an average value, a standard deviation, and a maximum value. Threshold determination is performed on these statistics to determine whether they are in the normal range. The threshold value is stored in advance in the abnormality determination processing unit 48. Further, the frequency at which the amplitude value is extracted from the wavelet transform result is determined based on the rotational speed of the water turbine generator 1 captured through the A / D converter 42. For example, a rotational frequency that is likely to be affected by an abnormality in a rotating machine or a double component thereof is used as the extraction frequency. If there is an abnormal value among the statistics obtained as described above, the fact is output to the result storage unit 49.
[0030]
In the result storage unit 49, in addition to the abnormality determination result output by the abnormality determination processing unit 48, the vibration data output by the data extraction unit 46 and the wavelet transform result output by the wavelet processing unit 47 are also stored. However, the vibration data and the wavelet transform result are stored for a predetermined time, and the data is deleted when the time elapses. For storing the abnormality determination result, the time when the abnormality is detected, the type of statistic indicating the abnormal value, and the frequency thereof are described.
[0031]
The display control unit 50 takes in the vibration data, the wavelet transform result, and the abnormality determination result stored in the result storage unit 49 and displays them on the display device 5. FIG. 4 is an example of a display screen of the display device 5. The display device displays the abnormality determination result together with the determination time, and also displays the vibration data and the current value of the wavelet transform result.
[0032]
With this display screen, it is possible to confirm whether the plant equipment is in a normal state.
[0033]
As described above, in the apparatus according to the present embodiment, the signal measured by the plant equipment is captured online, and the apparatus that performs the abnormality determination process based on the wavelet transform result, the temporally continuous wavelet transform result is obtained. Can be obtained. As a result, compared to a conventional apparatus that can obtain only intermittent wavelet transform results, it is possible to avoid overlooking an anomaly that lasts only for a short time and improves the accuracy of anomaly detection. In addition, since a temporally continuous wavelet transform result can be obtained online, this feature can be known in detail even when the frequency characteristic of vibration changes with time. Thereby, since the influence of the abnormality which has generate | occur | produced in the apparatus can be grasped | ascertained correctly, the continuation / stop of apparatus operation | movement can be judged correctly.
[0034]
Next, an apparatus according to the second embodiment of the present invention will be described. FIG. 5 is a diagram showing the configuration of the apparatus according to the second embodiment. In this apparatus, the point that becomes the first embodiment is that two storage units of a first data storage unit 51 and a second data storage unit 52 are installed, a data control unit 53 is added, and This is a processing content in the data fetching unit 43 and the data fetching unit 46. Only differences from the first embodiment will be described below.
[0035]
In the apparatus according to this embodiment, the data storage unit 44 in the first embodiment includes two storage units, that is, a first data storage unit 51 and a second data storage unit 52. The storage format of vibration data in these data storage units is shown in FIG. As shown in the figure, the first data storage unit 51 and the second data storage unit 52 alternately store vibration data. However, an overlapping portion is provided in the vibration data stored in the two data storage units. This is to compensate for the end of the input data that cannot be analyzed by the wavelet transform, as in the apparatus of the first embodiment. The time of the vibration data stored in each data storage unit is the same as that in Expression 3 in the first embodiment, and among these, the overlap time is n / F. Here, n is a parameter for determining the integration range of the wavelet transform, and F is a lower limit value of the frequency analyzed by the wavelet transform. However, it is assumed that the wavelet transform and the abnormality determination process are performed at a cycle of T seconds.
[0036]
The data acquisition unit 43 stores the vibration data received from the A / D converter 41 in the first data storage unit 51 or the second data storage unit 52. At this time, the data control unit 53 determines which of the first data storage unit 51 and the second data storage unit stores the data. The data control unit 53 distributes the vibration data to the first data storage unit 51 and the second data storage unit 52 according to the storage method described above. However, the same data is stored in both the first data storage unit 51 and the second data storage unit 52 for the overlapping portion of the vibration data. When the data control unit 53 stores the data for the time represented by Equation 3 in one of the data storage units, the data control unit 53 instructs the data extraction unit 46 to extract the data. Upon receiving this command, the data extraction unit 46 extracts the data stored in the data storage unit designated by the data control unit 53 and outputs it to the wavelet processing unit 47.
[0037]
As described above, the apparatus according to the present embodiment includes two data storage units, and alternately stores vibration data in them. However, the data stored in the two data storage units are provided with overlapping portions. This makes it possible to obtain a wavelet transform result that is temporally continuous with respect to the signal measured online at the plant.
[0038]
Further, although the apparatus according to the present embodiment is configured by two data storage units, this can be realized by the same processing with two or more configurations.
[0039]
【The invention's effect】
According to the present invention, when the measurement signal of the plant equipment is monitored online using the wavelet transform, a temporally continuous wavelet transform result can be obtained. Therefore, there is no possibility of overlooking a sudden abnormality that lasts for only a short time, and the accuracy of abnormality detection can be improved. Thereby, the effect of the improvement of plant safety and operation reliability can be expected.
[Brief description of the drawings]
FIG. 1 is a diagram showing a configuration of an apparatus according to a first embodiment of the present invention.
FIG. 2 is a diagram illustrating a configuration of a data storage unit.
FIG. 3 is a diagram illustrating a flow of abnormality determination processing in an abnormality determination unit.
FIG. 4 is a diagram illustrating an example of a display screen.
FIG. 5 is a diagram showing a configuration of an apparatus according to a second embodiment of the present invention.
FIG. 6 is a diagram illustrating a method of storing data in a first data storage unit and a second data storage unit.
FIG. 7 is a diagram illustrating an example of an analysis result by FFT.
FIG. 8 is a diagram illustrating an example of an analysis result by wavelet transform.
FIG. 9 is a diagram illustrating the principle of wavelet transform.
FIG. 10 is a diagram showing processing details of plant monitoring by wavelet transform in the prior art.
FIG. 11 is a diagram showing processing contents of plant monitoring by wavelet transform in the present invention.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1 ... Turbine generator, 2 ... Vibration sensor, 3 ... Rotation speed sensor, 4 ... Plant equipment monitoring apparatus, 5 ... Display apparatus, 41 ... A / D converter, 42 ... A / D converter, 43 ... Data acquisition , 44 ... Data storage unit, 45 ... Pointer, 46 ... Data extraction unit, 47 ... Wavelet processing unit, 48 ... Abnormality determination processing unit, 49 ... Result storage unit, 50 ... Display control unit, 51 ... First data storage unit 52 ... 2nd data storage part, 53 ... Data control part.

Claims (2)

When performing wavelet transform in a device that has a storage device that temporarily stores data from the sensor, and that performs continuous wavelet transform by periodically wavelet transforming the time-series data stored in the storage device The series data has an overlap with the time series data previously subjected to the wavelet transform, and when the time series data is extracted from the storage device and the wavelet transform is performed, the extracted time series data and the previous time series data are extracted. A wavelet transform device characterized by having an overlap of time determined by a frequency to be analyzed with time-series data . When performing wavelet transform in a device that has a storage device that temporarily stores data from the sensor, and that performs continuous wavelet transform by periodically wavelet transforming the time-series data stored in the storage device The series data has a plurality of storage devices that temporarily store the data from the sensor and has overlap with the time series data that has been subjected to wavelet transform last time, and the data stored in each storage device is A wavelet transform device having an overlap of time determined by an analysis frequency .

Images