JP4246900B2

JP4246900B2 - Plant equipment operation diagnosis apparatus and operation diagnosis method thereof

Info

Publication number: JP4246900B2
Application number: JP2000264542A
Authority: JP
Inventors: 和宏齊藤; 一成藤山; 敏洋藤原; 修一稲垣
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2000-08-31
Filing date: 2000-08-31
Publication date: 2009-04-02
Anticipated expiration: 2020-08-31
Also published as: JP2002073155A

Description

【０００１】
【発明の属する技術分野】
本発明は、例えば火力発電プラント機器の運用診断方法および装置に関し、特に、運転に伴う損傷の蓄積を計算し、定検時期の延伸や運転・運用条件に対するリスク予測を行う運用診断装置およびその運用診断方法に関する。
【０００２】
【従来の技術】
従来蒸気タービンプラントなどの構造部材の寿命診断においては、定量的、確率的寿命診断方法および装置が提案されている。例えば、特開平４−３７０７４１号公報において開示されている寿命診断方法および装置では、定量寿命評価用データベース、寿命評価の信頼性に関する情報のデータベース、運用履歴情報データベース、診断情報データベースより得られる情報を用いて、複数の寿命評価を行い、信頼性の高い寿命診断を可能としている。
【０００３】
これらの提案されている寿命診断の目的は、構造物の破損を未然に予知して、保守管理計画を作成することである。
【０００４】
また、異常監視システムを含んだ寿命診断システムが、運転記録に応じて予め設定された計算式に基づいて寿命消費量を積算し、部品の管理方法を表示する（特開昭５４−１５８５０６号公報）、変形や隙間などのモニタリングにより監視し設計計算値と比較し異常値が生じた場合には警報を発する（例えば、特開平９−３１０６０５号公報）などで提案されている。
【０００５】
これらの提案されている異常監視寿命診断システムの目的は、特定の部品について、その破損兆候を検出し、部品や機器の破損を未然に防ぐことである。
【０００６】
プラントの運用において、部品や機器の破損を未然に防ぐために、モニタリングによる異常検出を行ったり、余寿命を評価して適切な保守点検時期を決定することは重要である。
【０００７】
【発明が解決しようとする課題】
しかし、近年では、エネルギーの有効利用と低コスト化の観点から、発電プラントを効率良く利用し、保守管理コストを低減することが望まれている。従来は、予め定期的に時期を決めて点検（定検）を行っていたが、プラント停止に対応するための予備電力投資や定検費用の集中、保険料など保守管理コストが運用コストの大きな部分を占めていた。
【０００８】
今までの寿命評価装置では、長期的運用計画作成と保守計画作成を行うことが可能であったが、プラント運用サイドに短期的な運転条件の選択を与えることはできないため、プラントの運用形態や稼働率などの運用について柔軟な対応ができないという問題点があった。
【０００９】
本発明は、このような問題点を解決するためなされたもので、余寿命に応じた適切な保守管理を可能とするとともに、プラント運用者へ、短・長期間における運転条件の変更の可否を判定することができるプラント運用診断結果を提示する、プラント機器の運用診断装置及びその運用診断方法を提供することを目的とする。
【００１０】
【課題を解決するための手段】
上記目的を達成するために、請求項１に対応する発明は、プラントを構成する機器および又は該機器を構成する個々の部材からなる運用診断対象の現時点での運転条件下での個々の破壊現象に対する破壊確率に、該運用診断対象毎に予め決められた損傷形態毎のプラント運用コストにより数値化した影響度により決定される重み係数を乗算した数値から、最大値を求めてプラントリスク推定値とするプラントリスク推定評価手段と、
前記運用診断対象の運用計画に基づいた想定運転条件下での個々の破壊現象に対する破壊確率に、前記運用診断対象毎に予め決められた前記損傷形態毎の重み係数を乗算した数値から、最大値を求めたプラントリスク値が、設定値を越えない運用条件を計算してプラント運転制限値を求めるプラント運転制限値評価手段と、
個々の該運用診断対象の現時点の余寿命評価情報から運用計画に基づいて今後の寿命消費を計算することによりプラント運用寿命推定値を求めるプラント運用寿命推定手段と、
現時点の余寿命評価情報と、運用計画に基づき計算した将来の余寿命予測を基に運用計画毎の破壊確率の推移を評価し、前記運用診断対象毎に予め決められた損傷形態毎の影響度により決定される重み係数を前記破壊確率の推移データに乗算して、プラント運用リスク推定値を算出するプラント運用リスク推定手段と、
を具備したプラント機器の運用診断装置である。
【００１１】
請求項１に対応する発明によれば、余寿命に応じた適切な保守管理を可能とするとともに、プラント運用者へ、短・長期間における運転条件の変更の可否を判定することができるプラント運用診断結果を提示することができ、また前記重み係数を求めているので補修・停止による損失金額を定量的に評価することができる。
【００１２】
上記目的を達成するために、請求項２に対応する発明は、プラントを構成する機器および又は該機器を構成する個々の部材からなる運用診断対象の現時点の余寿命評価情報と、運用計画に基づき計算した将来の余寿命予測を基に運用計画毎の破壊確率の推移を評価し、該運用診断対象毎に予め決められた損傷形態毎の重み係数を前記破壊確率の推移データに乗算して、プラント運用リスク推定値を算出するプラント運用リスク推定手段とを具備したプラント機器の運用診断装置である。
【００１３】
請求項２に対応する発明によれば、運用中に運用計画を変更した場合のその後のプラントリスクが分かる。
【００１４】
上記目的を達成するために、請求項３に対応する発明は、プラントを構成する機器および又は該機器を構成する個々の部材からなる運用診断対象の現運転条件下での個々の破壊現象に対する破壊確率に、該運用診断対象毎に予め決められた損傷形態毎の重み係数を乗算した数値から、最大値を求めてプラントリスク推定値とするプラントリスク推定評価手段を具備したプラント機器の運用診断装置である。
【００１５】
請求項３に対応する発明によれば、運転中のプラントリスクを常時知ることができる。
【００１６】
上記目的を達成するために、請求項２に対応する発明は、プラントを構成する機器および又は該機器を構成する個々の部材からなる運用診断対象の運用計画に基づいた想定運転条件下での個々の破壊現象に対する破壊確率に、該運用診断対象毎に予め決められた前記損傷形態毎の重み係数を乗算した数値から、最大値を求めたプラントリスク値が、設定値を越えない運用条件を計算してプラント運転制限値を求めるプラント運転制限値評価手段と、
個々の該運用診断対象の現時点の余寿命評価情報から運用計画に基づいて今後の寿命消費を計算することによりプラント運用寿命推定値を求めるプラント運用寿命推定手段と、
現時点の余寿命評価情報と、運用計画に基づき計算した将来の余寿命予測を基に運用計画毎の破壊確率の推移を評価し、該運用診断対象毎に予め決められた損傷形態毎の影響度により決定される重み係数を前記破壊確率の推移データに乗算して、プラント運用リスク推定値を算出するプラント運用リスク推定手段と、
を具備したプラント機器の運用診断装置である。
【００１７】
請求項４に対応する発明によれば、プラント運用者が現時点での余寿命を基に、プラント運転制限値が分かると共に、運用中に運用計画を変更した場合のその後のプラントリスクが分かる。
【００１８】
上記目的を達成するために、請求項５に対応する発明は、少なくともプラント運転履歴データをネットワークを介して入力し、プラントの運用診断結果を該ネットワークを介して出力する請求項１乃至請求項４のいずれか一つに記載のプラント機器の運用診断装置である。
【００１９】
上記目的を達成するために、請求項４に対応する発明は、プラントを構成する機器および又は該機器を構成する個々の部材からなる運用診断対象が破壊したときの、前記プラント全体に対する損害額の期待値と保険料データベースとから保険料を算出する保険料算出手段を備えた請求項１又は２に記載のプラント機器の運用診断装置である。
【００２０】
請求項６に対応する発明によれば、保険料の算定が妥当になると共に、運用診断対象の寿命判断が第３者の場所で行えるので信頼性が増す。
【００２２】
請求項７に対応する発明によれば、余寿命に応じた適切な保守管理を可能とするとともに、プラント運用者へ、短・長期間における運転条件の変更の可否を判定することができるプラント運用診断結果を提示することができる。
【００２４】
請求項８に対応する発明によれば、運用中に運用計画を変更した場合のその後のプラントリスクが分かる。
【００２６】
請求項９に対応する発明によれば、運転中のプラントリスクを常時知ることができる。
【００２７】
上記目的を達成するために、請求項５に対応する発明は、プラントを構成する機器および又は該機器を構成する個々の部材からなる運用診断対象の運用計画に基づいた想定運転条件下での個々の破壊現象に対する破壊確率に、該運用診断対象毎に予め決められた損傷形態毎のプラント運用コストにより数値化した影響度により決定される重み係数を乗算した数値から、最大値を求めたプラントリスク値が、設定値を越えない運用条件を計算してプラント運転制限値を求める段階と、
個々の該運用診断対象の現時点の余寿命評価情報から運用計画に基づいて今後の寿命消費を計算する段階と、
該運用診断対象の現時点の余寿命評価情報と、運用計画に基づき計算した将来の余寿命予測を基に運用計画毎の破壊確率の推移を評価し、前記運用診断対象毎に予め決められた損傷形態毎の影響度により決定される重み係数を前記破壊確率の推移データに乗算して、プラント運用リスク推定値を算出する段階と、
を具備したプラント機器の運用診断方法である。
【００２８】
請求項１０に対応する発明によれば、プラント運用者が現時点での余寿命を基に、プラント運転制限値が分かると共に、運用中に運用計画を変更した場合のその後のプラントリスクが分かる。
【００２９】
上記目的を達成するために、請求項６に対応する発明は、ネットワークに、発電プラントの運転履歴を受信する運転履歴受信手段と、該発電プラントの運用診断手段と、該運用診断結果を必要とする利用者端末が接続されたものであって、
前記運用診断手段が前記運転履歴受信手段からの発電プラントの運転履歴に基づいて運用診断結果を求める段階と、
該求めた運用診断結果を前記利用者端末に前記ネットワークを介して送信する段階と、
を具備した請求項５記載のプラント機器の運用診断方法である。
上記目的を達成するために、請求項７に対応する発明は、プラントを構成する機器および又は該機器を構成する個々の部材からなる運用診断対象の現時点での運転条件下での個々の破壊現象に対する破壊確率に、該運用診断対象毎のプラント運用コストにより数値化した影響度により決定される重み係数を乗算した数値から、最大値を求めてプラントリスク推定値とする段階と、を具備した請求項５記載のプラント機器の運用診断方法である。
【００３０】
【発明の実施の形態】
以下、本発明のプラント機器の運用診断装置及びその運用診断方法の実施の形態について図面を参照して説明する。
【００３１】
図１に示すように、本発明の第１の実施の形態におけるプラント機器の運用診断装置は、プラントを構成する機器および又は該機器を構成する個々の部材からなる運用診断対象の点検情報データベース１と、前記運用診断対象の寿命評価用データベース２と、プラントの運転履歴データベース３と、前記運用診断対象の寿命評価装置４と、前記運用診断対象の保守管理計画データベース６と、プラント運用計画データベース７、および、プラント運用評価装置５とから構成され、これらの構成以外に運用診断結果出力手段例えば運用診断結果表示装置１２とからなっている。
【００３２】
寿命評価装置４は、定期点検などの損傷量データや寿命評価結果などからなる点検情報データベース１と、材料強度データや個々の部位に作用する応力などの決定などからなる寿命評価データベース２と、運転制御装置にて得られるプラント運転条件、流体温度、メタル温度、流量、圧力、振動、腐食環境などの情報からなる運転履歴データベース３から得られたデータを基に、個々の運用診断対象の寿命評価を行う。
【００３３】
寿命評価装置４で得られた個々の運用診断対象の寿命評価結果を用いて、現時点でのプラント全体としての破壊確率と運用診断対象が破壊してプラントへの影響が生じる程度の期待値を示すプラントリスク評価値を、以下に述べるプラント運用評価装置５で決定し、さらにプラント運用評価装置５では、保守管理計画データベース６にある個々の運用診断対象の予定余寿命消費量と現時点での寿命評価結果を比較し、運転履歴データベース３と今後のプラント運用計画データベース７から、プラント運転制限値９ａ、プラント運用寿命推定値１０ａ、プラント運用リスク推定値１１ａを評価し、個々の運用診断対象の寿命診断結果とともに提示される。
【００３４】
プラント運用評価装置５は、プラントリスク推定評価手段例えばプラントリスク推定評価モジュール８と、プラント運転制限値評価手段例えばプラント運転制限値評価モジュール９と、プラント運用寿命推定手段例えばプラント運用寿命推定モジュール１０と、プラント運用リスク推定手段例えばプラント運用リスク推定モジュール１１からなり、これらは次のような機能を有している。
【００３５】
プラントリスク推定評価モジュール８は、運用診断対象の余寿命分布関数を用いて求めた現運転条件下での個々の破壊現象に対する破壊確率に、運用診断対象毎に予め決められた損傷形態毎の影響度のデータにより重み係数（影響係数）を決定し、この重み係数を破壊確率に乗算した数値から、最大値を求めてプラントリスク推定値８ａとして出力するものである。
【００３６】
なお、前記重み係数は、例えば運用者又はメーカが予め定めたものである。
【００３７】
プラント運転制限値評価モジュール９は、運用診断対象の余寿命分布関数を用いて求めた、想定運転条件下での個々の破壊現象に対する破壊確率に、運用診断対象毎に予め決められた前記損傷形態毎の重み係数を乗算した数値の最大値であるプラントリスク値が、設定値を越えない運用条件を計算してプラント運転制限値９ａを求めるものである。
【００３８】
プラント運用寿命推定モジュール１０は、運用中に寿命評価装置４により得られた個々の運用診断対象の現時点の余寿命評価情報から、運用計画に基づいて将来（今後）の寿命消費を計算することによりプラント運用寿命推定値１０ａを求めるものである。
【００３９】
プラント運用リスク推定モジュール１１は、運用中に寿命評価装置４により得られた個々の運用診断対象の現時点の余寿命評価情報から、運用計画に基づき計算された将来の余寿命予測を基に運用計画ごとの破壊確率の推移を評価し、運用診断対象毎に予め決められた損傷形態毎の重み係数を破壊確率の推移データに乗算して、プラント運用リスク推定値１１ａを算出するものである。
【００４０】
運用診断結果表示装置１２は、少なくともプラントリスク評価モジュール８で求めたプラントリスク推定値８ａと、プラント運転制限値評価モジュール９で求めたプラント運転制限値９ａと、プラント運用寿命推定モジュール１０で求めたプラント運用寿命推定値１０ａと、プラント運用リスク推定モジュール１１で求めたプラント運用リスク推定値１１ａを表示するものである。
【００４１】
図２は、以上のような構成の本発明に対応する運用診断装置における、蒸気タービンプラントの寿命評価対象となる構成要素を示す図である。火力発電タービンプラントの運用診断対象（運用リスク評価対象機器）として、高中圧タービン、低圧タービン、主要弁、配管、熱交換器を対象とした。このため、蒸気タービン部品寿命診断システム１００は、図２で示されるように、高中圧タービン診断サブシステム１３、低圧タービン診断サブシステム１４、主要弁・配管診断サブシステム１５、熱交換器診断サブシステム１６からなる。
【００４２】
タービンプラントの運用リスク評価対象部材としては、個々の機器の内、ロータ、羽根、ノズル、ケーシング、弁、管、フランジ、ヒータ、復水器、冷却器、ボルト、溶接部を対象とした。このため、前記の高中圧タービン診断サブシステム１３、低圧タービン診断サブシステム１４、主要弁・配管診断サブシステム１５、熱交換器診断サブシステム１６は、さらに、図２のように高中圧ロータ診断サブシステム、植込部診断モジュール、中心孔診断モジュール、ホイール診断モジュール、…、復水器・冷却診断サブシステム、…、溶接部診断モジュール、腐食診断モジュール、本体診断モジュールと細分化された個々の運用診断対象ごとの寿命評価サブシステムにより構成されている。なお、個々の運用診断対象単位では、寿命評価の対象となる現象は異なり、図２は、さらに、細分化されうる。
【００４３】
図２に示した部材の範囲においては、タービンプラントの寿命評価現象は、低サイクル疲労、高サイクル疲労、クリープ破断、クリープ変形、孔食、酸化腐食、ぜい化など図３に示した、代表的な損傷形態が対象となる。タービンプラントの運用リスク評価現象として、き裂進展評価因子２１、クリープ損傷構成因子１９、疲労損傷構成因子２０、腐食損傷構成因子２２、クリープ疲労１８ａ、ぜい化構成因子１８ｂを対象とした。
【００４４】
図４は、図１の実施の形態に、次に述べる理由から点検情報入力装置２３、運転条件・運転履歴情報入力装置２４、部材重要度入力装置２５、運用計画入力装置２６を追加したものである。これら２３〜２６を追加した理由は、診断時のデータおよび運転履歴条件データは、寿命評価データベース２とともに個々の寿命評価を行う上で重要であり、これらは運用中に変更の必要があるためである。
【００４５】
寿命評価データベース２は、寿命評価手法、寿命評価用材料強度マスターカーブ、個々の部位の温度など環境データや応力など負荷データを判定するためのアルゴリズムやデータなどであり、温度や応力などにより、それぞれの評価結果は変動するが、個々のアルゴリズムやデータは通常は変わらない。しかし、診断時のデータと運転履歴データは、運用中に変わることが考えられ、寿命評価ごとに、データベースからデータを参照する。このため、これらのデータベースには運転中の情報や点検時の情報を逐次入力する装置が必要である。
【００４６】
具体的には、診断時の情報では、き裂長さなどの目視検査、ボイドなど組織観察、硬さ測定、き裂測定、孔食測定、腐食抵抗の測定、腐食環境モニター結果などを得て、その都度、診断情報データベースを更新する装置を加えるとよい。
【００４７】
一方、運転履歴、および、その際の各部位の寿命に影響を及ぼす因子からなるデータも必要である。これらのための入力方法は、個々のデータベースに直接入力することもできるが、図５のように、計測器７１と入力装置（入力部）７２を、オンラインで接続することも有効である。
【００４８】
さらに、この場合、図１７に示すように発電プラント０２に有するモニタリング装置により取得したプラント運転履歴データ及び点検情報を、インターネット０１を介して寿命評価装置４に入力するための装置を備えさせること、および、プラント運用診断結果を、インターネット０１を介して例えば保険会社情報端末０３に出力するための装置を備えることにより、発電プラント０２から離れた場所にある本運用診断装置の入力部へ入力が可能となり、さらに、運用診断結果もインターネット０１を介して運用評価装置５から離れた利用者に提供できる。
【００４９】
同様に、図１７に示すように、発電プラント０２側に配設されている、点検情報データベース１、寿命評価データベース２、プラント運用評価装置５に有する保守管理計画データベース６、プラント運用計画データベース７からの各データをインターネット０１を介して入力するための装置も備えることにより、これらデータベース１，３，６，７と寿命評価装置４、プラント運用評価装置の分散、共有化が可能になる。
【００５０】
個々の運用診断対象の寿命評価は、各現象における寿命評価分布関数を重ね合わせ行う方法が有効である。図６の評価フロー例を用いて、クリープと疲労が損傷として考えられる部材を仮定して説明する。点検情報データベース１より得られた診断結果、および、現時点までのクリープ損傷蓄積量２９、疲労損傷蓄積量寿命３０を用いて、クリープと疲労に関する損傷増分を個々に評価する。クリープ損傷蓄積量２９においては、運転履歴データベース３より得た運転時間増分３１、同様に運転履歴データベース３をもとに評価した評価部位の温度・応力環境データ、寿命評価データベース２より得たクリープ破断特性データ３２を基に、クリープ損傷増分３７が決定される。
【００５１】
一方、疲労損傷蓄積量３０においても、運転履歴データベース３により得られる起動停止回数増分データ３４と、同様に運転履歴データベース３をもとに評価した評価部位の温度・応力環境データを基に、寿命評価データベース２により、繰り返し応力−ひずみ特性３４から該当部位のひずみ範囲３５を決定し、寿命評価データベース２中の低サイクル疲労ひずみ特性データ３６より、部材の疲労損傷増分３８が決定される。クリープと疲労の損傷増分量３７，３８から、クリープ疲労特性データ３９を用いると、クリープ損傷と疲労損傷とクリープ疲労損傷についての余寿命４０が評価できる。
【００５２】
なお、得られる結果は、材料強度データが分布形を持つことと各評価手法により精度が異なることから、損傷量は分布関数で表わされる。
【００５３】
図７（ａ），（ｂ），（ｃ），（ｄ），（ｅ）は繰返し回数とひずみ範囲によって決まる疲労破壊現象と応力と時間によって決まるクリープ破壊現象の２つの特性から、疲労損傷とクリープ損傷を重ねあわせて損傷分布を求める方法を示す。クリープでは、図７（ａ）に示すように各材料毎に応力σにおける破断寿命ｔｒがクリープ破断確率分布６６で表わされる。時間ｔにおけるクリープ損傷量は、φｃ＝ｔ／ｔｒで定義する。クリープ破断時間ｔｒが分布関数で表わされるので、図７（ｃ）に示すように応力σの環境にある部位の時間ｔにおけるクリープ損傷量φｃもクリープ損傷分布６８にて表わされる。
【００５４】
同様に、ひずみ範囲△εの繰返しを受ける部位の破断回数Ｎｆも、図７（ｂ）に示すように破断確率を示す低サイクル疲労破断確率分布６７で表わされる。繰返し回数をｎとし、疲労損傷量をφｆ＝Σｎ／Ｎｆで定義すると、図７（ｄ）に示すように疲労損傷量φｆは、低サイクル疲労分布６９にて表わされる。損傷量をφｃ＋φｆで定義すると、図７（ｅ）に示すように損傷量を破断確率分布７０で示すことができ、これより一定値Ｄｃ以下の破断確率を判定することができる。
【００５５】
次に、図８にて、プラントリスク推定評価モジュール８におけるリスク評価方法について説明する。ある部位における疲労、クリープ、クリープ疲労、腐食などの現在の寿命消費量と、各破壊現象に関する破壊確率を示す材料データから、現時点での運転条件での破壊確率が、個々の事象ごとに決定できる。
【００５６】
しかし、プラントシステム全体で考えると、各運用診断対象が損傷することによる運用に対する影響度は異なる。例えば、蒸気タービンにおいて、ローター中心孔に疲労き裂が生じることは、ロータが破断してシステム停止につながる可能性があり、その補修費用も高くなるが、同じロータでも、植込部に生じたフレッティング疲労き裂では、次回定検までき裂が停留し、通常どおり運用できる可能性がある。この場合、定検における補修費用も植込部のスキンカットのみで済むことから安くなる。
【００５７】
このように、個々の運用診断対象に生じる損傷形態による影響度を補修・停止による損失などプラント運用コストにより数値化し、保守管理計画データベース６上にマトリックスを作成する。数値化する際には、例えば、補修・停止による損失金額に比例する値を指定することなどが考えられる。図８の個々の運用診断対象における破壊確率と影響係数を乗算して、これらの最大値を示すことにより、プラント全体の運用リスクが定量的に評価できる。例えば、部材Ｂのクリープに関する重み係数（影響係数）が３×１０^６で、クリープに関する破壊確率が５％のときは、両者の乗算の結果が１５万、つまり部材Ｂのプラントリスク推定値は１５万円と言うように求められる。
【００５８】
この際、同時に、損傷箇所、損傷形態、損傷確率を提示することにより、運用者がリスクを分析し定検などの計画を判断ができる。この機器や部材の影響度は、定検や補修計画による部分も多いため、図４に示したとおり、保守管理計画データベースには、利用者が部材重要度（運用診断対象の重要度）を入力できる部材重要度装置２５をつけることが望ましい。
【００５９】
本発明の第２の実施の形態としては、プラントリスク推定値８ａとして個々の運用診断対象が各々の損傷によって引起こされるリスクから最大値をとるのではなく、図９のように、これらの合計値をとることが考えられる。合計値をとる方法では、運用診断対象の絞り込みを目的とするのではなく、プラント全体の今後のリスク全部を網羅することができる。
【００６０】
ここで前述したプラント運転制限値９ａは、このプラントリスク評価方法を適用して求めることができる。すなわち、図１０（ａ），（ｂ），（ｃ），（ｄ），（ｅ），（ｆ），（ｇ）に示されるように出力や起動停止回数など、複数の運転条件を変更した場合の図１０（ｂ），（ｃ）に示すように各部材の各破壊現象毎の破壊確率関数４６，４７を求め、この破壊確率関数に図１０（ａ）の影響係数４１を掛算して、図１０（ｄ），（ｅ）に示す各部材毎の各破壊現象毎とのリスク関数４８，４９を求める。図１０（ｆ）に示す運転条件（プラント出力、起動停止回数）５２を変えた場合のプラントリスク関数５０を求めることができる。プラントリスク値（以下単にプラントリスクと呼ぶ）の運転制限値５３の上限値５１を設定すると、運転条件を変更した場合のプラントリスク関数と比較し、プラントリスクの上限値を越えない運転条件を求めることにより、プラント運転制限値５３を決定できる。
【００６１】
次に、本発明の第３の実施の形態について、図１１乃至図１６を参照して説明する。運用診断対象の各現象に対する損傷量は運用時間と共に変化する。起動停止頻度や出力などの運用計画に基づいて損傷量（プラント運用寿命推定値）を予測することによって、その部材の破壊確率の推移が評価できる。前述の実施の形態を用いて、破壊確率からその運用診断対象の損傷形態毎のリスクの推移が評価でき、これらからプラントリスクの推移を評価でき、このプラントリスク値に制限を設けると、次回点検時期が決定できる。
【００６２】
さらに、運転の途中で運用計画を変更しようとする場合に、プラント運用者に、どの程度の運用計画の変更が可能かどうかを判断するためのデータを提供することができる。
【００６３】
ここで本実施の形態では、随時現時点で運用計画を変えたケースについて複数の運転条件を仮定して、プラントリスクの評価を行う。代表的な運用計画を構成する因子には、出力、起動停止頻度、蒸気圧力、温度などが挙げられる。例えば、図１１（ａ）に示すように、現在の運用条件のままの疲労に関する破壊確率の推移が運用パターンＺの線で表われるものとする。出力を現在の条件から少しずつ変えた場合を２ケースと仮定する。すると、この場合の疲労に関する破壊確率の推移を示す曲線（カーブ）は、運用パターンＹ，Ｘで表わされる。運用診断対象（部材）毎の破壊形態、この場合は疲労によるプラントへの影響度を示した影響係数を破壊確率に乗算することにより、部材リスクを求めることができるので、図１１（ｂ）に示すように図１１（ａ）で求めた破壊確率の推移曲線（推移カーブ）に保守管理計画データベース内のマトリックスから選んだ影響係数を乗算すると、各々運用パターンＸ〜Ｚの運用条件について、疲労についての部材リスクの推移が部材Ａについて評価ができる。
【００６４】
同様な方法で、図１２に示すように、部材Ａについて考慮され、図１２（ａ）に示すように個々の疲労（損傷形態）、図１２（ｂ）に示すようにクリープや図１２（ｃ）に示すように腐食などについて、運用条件毎に部材リスクの推移を評価する。
【００６５】
部材Ｂ以降についても、同様に個々の損傷形態について部材リスクを求める。
このようにして求めた、個々の部材リスクの運用条件毎の時間推移から、運用条件毎のプラントリスクの時間推移を評価することができる。図１３は個々の時間における部材リスクの最大値をプラントリスクとした例を示している。
【００６６】
このケースでは、パターンＸとＹについて途中までは腐食によるプラントリスクが低いが、その後は疲労によるプラントリスクが高くなるため、曲線（カーブ）が急激に変化している。
【００６７】
ここで、裕度を図１３で示したその時点でのプラントリスクでプラントに許容されるプラントリスクを除算した値と定義すると、図１４に示すように運用条件を変えることによって裕度がどのように変わるかを示すことができる。図１４は、図１３において次回補修・点検時期におけるプラントリスク評価結果で裕度を評価した結果を示している。これより、パターンＺ１の運用条件以下ならば、許容リスク以下で次回点検・補修まで運用できることが容易に判断できる。
【００６８】
運用計画が、複数の運用条件、例えば起動停止頻度、蒸気圧力、温度、雰囲気などからなる場合、図１４を発展させることで解決できる。運用条件を組合わせると、裕度を表わす関数をつくることができる。例えば、出力と起動停止頻度の２つの運用条件について、次回補修・点検時期におけるプラントリスク評価結果で裕度を評価した場合を、図１５に示している。この場合、裕度の関数は曲面となる。運用者は、裕度が１のカーブ上の運用条件の組み合わせを運用計画として選ぶことができる。
【００６９】
さらに、他の実施の形態としては、プラントリスクの推移を予測した後、図１３のように。次回補修・点検時期におけるプラント許容リスクとプラントリスクから裕度を算出するのではなく、図１６（ａ）に示すようにプラントリスクが許容プラントリスクに達するまでの運用時間ｔｘ，ｔｙ，ｔｚと次回補修・点検時間との比から裕度（許容プラントリスクに到達する時間に対する次回補修・点検時期）を求め、図１６（ｂ）に示すように適切な運用計画を選択することに役立てる方法がある。この場合は、例えば、補修・点検時期を変えたい場合や変えることが可能な場合に有効である。
【００７０】
このように本実施の形態では、実際のプラント運用において、運用履歴が運用計画と異なっていたり、また、点検情報により損傷量が明らかとなった場合には、適切な運用計画を運用者が選択することが可能になる。これは、プラント運用中の運転条件の変更・調整を容易に行え、フレキシブルな、プラント運用を可能とすることができる。
【００７１】
さらに、プラント運用によって計画から変更されたプラントリスクの推移も随時を予測することができる。
【００７２】
図１７は本発明の更に異なる実施の形態を説明するためのであり、ネットワーク０１に、発電プラント０２の運転履歴を受信する運転履歴受信手段と、該発電プラントの運用診断手段と、該運用診断結果を必要とする利用者端末が接続されたものであって、前記運用診断手段が前記運転履歴受信手段からの発電プラント０２の運転履歴に基づいて運用診断結果を求める段階と、該求めた運用診断結果を前記利用者端末に前記ネットワークを介して送信する段階とを具備したプラント機器の運用診断方法である。
【００７３】
前記運転履歴受信手段として例えば発電プラント０１の運転履歴を保存したプラント運転履歴データベース３の内容を読み出し可能な構成或は運転履歴を入力可能な手段であってよい。
【００７４】
該発電プラント０１の運用診断手段例えば前述の実施の形態のプラント運用評価装置５である。該プラント運用評価装置５の診断結果を必要とする利用者端末例えば損害保険会社の情報端末０３、発電プラント０１の運用者の利用者端末（図示せず）である。
【００７５】
具体的には損害保険会社の情報端末０３と、前述の実施の形態のプラント運用評価装置５と、寿命評価装置４と、発電プラント０２を接続し、これらの相互間で双方向の通信が可能に構成したものである。そして、この場合、発電プラント０２側に有する、少なくともプラント運転履歴データベース３のプラント運転履歴データをインターネット０１を介して入力し、プラント運用評価装置５の出力である運用診断結果をインターネット０１を介して少なくとも保険会社情報端末０３に出力するように構成したものである。
【００７６】
このように構成したものにおいて、保険会社情報端末０３では、該保険会社情報端末０３に接続されている保険料データベース（図示せず）と前述の運用診断結果とから保険料を算出する保険料算出手段（図示せず）を備えたものである。この場合、運用診断結果は、プラント運用リスク推定値を含むものであってもよい。このような構成によれば、保険料の算定が妥当になると共に、運用診断対象の寿命判断が第３者の場所で行えるので信頼性が増す。
【００７７】
＜変形例＞
本発明は、以上述べた実施の形態に限定されず例えば次のように変形してもよい。前述の実施の形態では、プラントとして火力発電プラントを例にあげて説明したが、これ以外のプラントであっても同様に実施できる。
【００７８】
また前述の実施形態のインターネット０１はネットワークを構成するものであって有線通信方式、無線通信方式のいずれであってもよく、また公衆回線も含む場合であってもよい。
【００７９】
更に、前述の実施の形態では、プラント運用評価装置５としてプラントリスク推定評価モジュール８と、プラント運転制限値評価モジュール９と、プラント運用寿命推定モジュール１０と、プラント運用リスク推定モジュール１１とを組合わせたものを挙げたが、これに限らず用途によっては次のように構成してもよい。すなわち、プラント運用評価装置５として、プラント運転制限値評価モジュール９と、プラント運用寿命推定モジュール１０と、プラント運用リスク推定モジュール１１とを組合わせたもの、プラントリスク推定評価モジュール８を備えたもの、プラント運用リスク推定モジュール１１を備えたものいずれかであってもよい。
【００８０】
【発明の効果】
本発明によれば、余寿命に応じた適切な保守管理を可能とするとともに、プラント運用者へ、短・長期間における運転条件の変更の可否を判定することができるプラント運用診断結果を提示する、プラント機器の運用診断装置及びその運用診断方法を提供することができる。
【図面の簡単な説明】
【図１】本発明に係るプラント機器の運用診断装置及びその運用診断方法の第１の実施の形態を説明するためのブロック図。
【図２】図１の実施の形態が適用される対象の一例である蒸気タービンを説明するための図。
【図３】図１のプラント機器の運用診断装置及びその運用診断方法にて扱う損傷内容を説明するための図。
【図４】図１の運用診断装置に入力装置を加えた実施の形態を示す図。
【図５】図２の蒸気タービンの診断部位と内容、および、運転情報内容の入力を示す図。
【図６】図１の寿命評価装置を説明するためのブロック図。
【図７】図１の寿命評価装置におけるクリープ疲労損傷分布評価方法を説明するための図。
【図８】図１のプラントリスクの評価方法を説明するための第１例を示す図。
【図９】図１のプラントリスクの評価方法を説明するための第１例を示す図。
【図１０】図１のプラントリスクからプラント運転制限値の評価方法を説明するための図。
【図１１】図１のプラント運用寿命推定値を評価する方法を説明するための図。
【図１２】図１のプラント運用リスク評価方法を説明するための図。
【図１３】図１のプラント運用リスク評価方法を説明するための図。
【図１４】図１のプラント運用リスク評価方法を説明するための図。
【図１５】図１のプラント運用リスク評価方法を説明するための図。
【図１６】図１のプラント運用リスク評価方法を説明するための図。
【図１７】インターネットを介した本発明の別の実施形態。
【符号の説明】
０１…インターネット、０２…発電プラント、０３…保険会社情報端末、１…点検情報データベース、２…寿命評価用データベース、３…運転履歴データベース、４…寿命評価装置、５…プラント運用評価装置、６…保守管理計画データベース、７…プラントリスク評価部、８…プラント運転制限値評価部、９…プラント運用寿命推定部、１０…プラント運用リスク推定部、１１…運用診断結果の提示、１２…蒸気タービン寿命評価システム、１３…高中圧タービン寿命評価システム、１４…低圧タービン寿命評価システム、１５…主要弁・配管寿命評価システム、１６…熱交換器寿命評価システム、１７…蒸気タービンを構成する機器の各部位の寿命評価システム、１８ａ…クリープ疲労因子、１８ｂ…ぜい化因子、１９…クリープ損傷構成因子、２０…疲労損傷構成因子、２１…き裂進展評価因子、２２…腐食損傷評価因子、２３…診断情報入力装置、２４…運転情報入力装置、２５…部材重要度入力装置、２６…運用計画入力装置、２７…蒸気タービン、２８…オンライン、２９…クリープ損傷蓄積量、３０…疲労損傷蓄積量、３１…運転時間増分、３２…クリープ破断特性、３３…起動停止回数増分、３４…繰返し応力・ひずみ特性、３５…ひずみ範囲、３６…低サイクル疲労特性、３７…クリープ損傷増分、３８…疲労損傷増分、３９…クリープ疲労特性、４０…余寿命、４１…影響係数、４２…破壊確率、４３…個々の部材のリスク、４４…プラントリスク、４５…プラントリスクの別の実施例、４６…部材Ａの疲労に対する破壊確率関数、４７…部材Ｂの疲労に対する破壊確率関数、４８…部材Ａの疲労に対するリスク関数、４９…部材Ｂの疲労に対するリスク関数、５０…プラントリスク関数、５１…プラントリスク制限値、５２…運転条件、５３…運転制限値、５４…運用中に運用パターンごとに次回検査・補修予定時の損傷度を評価する例を示す図（ａ）、５５…運用中に運用パターンを変えた場合の裕度の評価を示す図（ｂ）、５６…運用中に運用パターンを組み合わせて変えた場合の裕度の評価の例を示す図（ｃ）、５７…運用パターンごとの部材Ａの破損確率推定、５８…運用パターンごとの部材Ａの部材リスク、５９…部材Ａの影響係数、６０…運用パターンごとの部材Ｂの破損確率推定、６１…運用パターンごとの部材Ｂの部材リスク、６２…部材Ｂの影響係数、６３…運用パターンごとのプラントリスク推移、６４…プラント運用リスク評価結果例、６５…インターネット、６６…クリープ破断確率分布、６７…低サイクル疲労破断確率分布、６８…クリープ損傷分布、６９…低サイクル疲労分布、７０…破断確率分布、１００…蒸気タービン部品寿命診断情システム。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an operation diagnosis method and apparatus for thermal power plant equipment, for example, and more particularly to an operation diagnosis apparatus that calculates the accumulation of damage due to operation and performs risk prediction for extension of the regular inspection period and operation / operation conditions, and operation thereof It relates to a diagnostic method.
[0002]
[Prior art]
Conventionally, in the life diagnosis of structural members such as steam turbine plants, quantitative and probabilistic life diagnosis methods and apparatuses have been proposed. For example, in the life diagnosis method and apparatus disclosed in Japanese Patent Application Laid-Open No. 4-370741, information obtained from a quantitative life evaluation database, a life information reliability database, an operation history information database, and a diagnosis information database is obtained. Using this, multiple life evaluations are performed, enabling reliable life diagnosis.
[0003]
The purpose of these proposed lifetime diagnostics is to create a maintenance management plan in advance of predicting structural damage.
[0004]
Further, a life diagnosis system including an abnormality monitoring system accumulates life consumption based on a preset formula according to operation records, and displays a part management method (Japanese Patent Laid-Open No. 54-158506). ), Monitoring by deformation, gaps, etc., and comparing with the calculated design value, if an abnormal value occurs, an alarm is issued (for example, JP-A-9-310605).
[0005]
The purpose of these proposed anomaly monitoring life diagnosis systems is to detect signs of damage to specific parts and prevent damage to parts and equipment.
[0006]
In plant operation, it is important to detect abnormalities by monitoring and to determine the appropriate maintenance inspection time by evaluating the remaining life in order to prevent damage to parts and equipment.
[0007]
[Problems to be solved by the invention]
However, in recent years, from the viewpoint of effective use of energy and cost reduction, it is desired to efficiently use a power plant and reduce maintenance management costs. Previously, inspections (regular inspections) were carried out at regular intervals in advance, but maintenance management costs such as reserve power investment, concentration of periodic inspection costs, insurance premiums, etc. to cope with plant outages are large. Occupied part.
[0008]
In the conventional life evaluation equipment, it was possible to create a long-term operation plan and a maintenance plan, but since it is not possible to give a short-term operation condition selection to the plant operation side, There was a problem that it was not possible to respond flexibly to operations such as availability.
[0009]
The present invention has been made to solve such problems, and enables appropriate maintenance management according to the remaining life, and allows the plant operator to change the operating conditions in a short and long term. An object of the present invention is to provide a plant equipment operation diagnosis apparatus and an operation diagnosis method for presenting a plant operation diagnosis result that can be determined.
[0010]
[Means for Solving the Problems]
In order to achieve the above object, the invention corresponding to claim 1 is directed to the present invention of an operation diagnosis target comprising equipment constituting a plant and / or individual members constituting the equipment. At the time From the numerical value obtained by multiplying the failure probability for each failure phenomenon under the operating conditions by a weighting factor determined by the degree of influence quantified by the plant operation cost for each damage mode predetermined for each operation diagnosis target, A plant risk estimation evaluation means for obtaining a value to obtain a plant risk estimate,
The operation diagnosis target Based on operation plan The plant risk value for which the maximum value is obtained from the numerical value obtained by multiplying the failure probability for each failure phenomenon under the assumed operating conditions by the weighting factor for each damage mode determined in advance for each operation diagnosis target is the set value. A plant operation limit value evaluation means for calculating an operation condition that does not exceed the value to obtain a plant operation limit value;
The plant operating life is calculated by calculating the future life consumption based on the operation plan based on the current remaining life evaluation information of each operation diagnosis target. Estimated Means,
Evaluate the transition of failure probability for each operation plan based on the current remaining life evaluation information and the future remaining life prediction calculated based on the operation plan, and the degree of impact for each damage mode predetermined for each operation diagnosis target A plant operation risk estimation means for multiplying the transition data of the destruction probability by the weighting factor determined by
It is the operation diagnosis apparatus of the plant apparatus which comprised.
[0011]
According to the invention corresponding to claim 1, while maintaining appropriate maintenance management according to the remaining life, the plant operator can determine whether or not the operating conditions can be changed in the short and long term. Can present diagnostic results In addition, since the weighting factor is obtained, the amount of loss due to repair / stop can be evaluated quantitatively. The
[0012]
In order to achieve the above-mentioned object, the invention corresponding to claim 2 is based on the current remaining life evaluation information of the operation diagnosis target comprising the equipment constituting the plant and the individual members constituting the equipment, and the operation plan. Evaluating the transition of the fracture probability for each operation plan based on the calculated future remaining life prediction, multiplying the transition data of the fracture probability by a weighting factor for each damage mode predetermined for each operation diagnosis target, An operation diagnosis apparatus for plant equipment comprising plant operation risk estimation means for calculating an estimated value of plant operation risk.
[0013]
According to the invention corresponding to claim 2, the subsequent plant risk when the operation plan is changed during operation can be understood.
[0014]
In order to achieve the above-mentioned object, the invention corresponding to claim 3 is a device for destroying an individual breakdown phenomenon under the current operating condition of an operation diagnosis target comprising equipment constituting the plant and individual members constituting the equipment. An operation diagnosis apparatus for plant equipment provided with a plant risk estimation evaluation means that obtains a maximum value from a numerical value obtained by multiplying the probability by a weighting factor for each damage form predetermined for each operation diagnosis target and obtains a maximum value. It is.
[0015]
According to the invention corresponding to claim 3, it is possible to always know the plant risk during operation.
[0016]
In order to achieve the above object, the claims 2 The invention corresponding to the above is the object of the operation diagnosis target consisting of equipment constituting the plant and / or individual members constituting the equipment. Based on operation plan The probability of destruction for each destruction phenomenon under the assumed operating conditions is predetermined for each operation diagnosis target. Above For each type of damage Heavy A plant operation limit value evaluation means for calculating a plant operation limit value by calculating an operation condition in which the plant risk value for which the maximum value has been calculated does not exceed the set value from a numerical value obtained by multiplying the coefficient,
A plant operating life estimation means for obtaining a plant operating life estimated value by calculating a future life consumption based on an operation plan from the present remaining life evaluation information of each operation diagnosis target;
Evaluate the transition of failure probability for each operation plan based on the current remaining life evaluation information and the future remaining life prediction calculated based on the operation plan, and the degree of impact for each damage mode determined in advance for each operation diagnosis target A plant operation risk estimation means for multiplying the transition data of the destruction probability by the weighting factor determined by
It is the operation diagnosis apparatus of the plant apparatus which comprised.
[0017]
According to the invention corresponding to claim 4, the plant operator knows the plant operation limit value based on the remaining life at the present time, and the subsequent plant risk when the operation plan is changed during operation.
[0018]
In order to achieve the above object, according to a fifth aspect of the present invention, at least plant operation history data is input via a network, and plant operation diagnosis results are output via the network. It is the operation diagnosis apparatus of the plant apparatus as described in any one of these.
[0019]
In order to achieve the above object, the claims 4 In the invention corresponding to the above, when an operation diagnosis target composed of equipment constituting the plant and individual members constituting the equipment is destroyed, an insurance premium is calculated from an expected value of damage amount for the entire plant and an insurance premium database. Provided with premium calculation means to calculate Claim 1 or 2 It is an operation diagnosis device for plant equipment.
[0020]
According to the invention corresponding to the sixth aspect, the calculation of the insurance premium becomes valid, and the lifetime of the operation diagnosis target can be determined at the place of the third party, so that the reliability is increased.
[0022]
According to the invention corresponding to claim 7, while maintaining appropriate maintenance management according to the remaining life, it is possible to determine whether or not the operating conditions can be changed in the short and long term to the plant operator. Diagnosis results can be presented.
[0024]
According to the invention corresponding to claim 8, the subsequent plant risk when the operation plan is changed during operation can be understood.
[0026]
According to the invention corresponding to claim 9, it is possible to always know the plant risk during operation.
[0027]
In order to achieve the above object, the claims 5 The invention corresponding to the above is the object of the operation diagnosis target consisting of equipment constituting the plant and / or individual members constituting the equipment. Based on operation plan From the numerical value obtained by multiplying the probability of destruction for each destruction phenomenon under the assumed operation conditions by a weighting factor determined by the degree of influence quantified by the plant operation cost for each damage mode predetermined for each operation diagnosis target, Calculating the plant operating limit value by calculating the operating conditions where the plant risk value for which the maximum value was calculated does not exceed the set value;
Calculating the future life consumption based on the operation plan from the current remaining life evaluation information of each operation diagnosis target;
Based on the current remaining life evaluation information of the operation diagnosis target and the future remaining life prediction calculated based on the operation plan, the transition of the failure probability for each operation plan is evaluated, and the damage determined in advance for each operation diagnosis target Multiplying the transition data of the destruction probability by a weighting factor determined by the degree of influence for each form to calculate a plant operation risk estimate,
Is an operation diagnosis method for plant equipment equipped with
[0028]
According to the invention corresponding to claim 10, the plant operator knows the plant operation limit value based on the remaining life at the present time, and the subsequent plant risk when the operation plan is changed during operation.
[0029]
In order to achieve the above object, the claims 6 In the invention corresponding to the above, an operation history receiving means for receiving the operation history of the power plant, an operation diagnosis means for the power plant, and a user terminal that requires the operation diagnosis result are connected to the network. And
The operation diagnosis means obtains an operation diagnosis result based on the operation history of the power plant from the operation history reception means;
Transmitting the obtained operation diagnosis result to the user terminal via the network;
Equipped with Claim 5 This is an operation diagnosis method for plant equipment.
In order to achieve the above object, the invention corresponding to claim 7 is an object of an operation diagnosis target comprising equipment constituting a plant and individual members constituting the equipment. At the moment The breakdown probability for each breakdown phenomenon under the operating conditions It is determined by the degree of influence quantified by the plant operating cost The maximum value is obtained from the value multiplied by the weighting factor and used as the plant risk estimate. The method of claim 5 comprising the steps of: This is an operation diagnosis method for plant equipment.
[0030]
DETAILED DESCRIPTION OF THE INVENTION
Embodiments of an operation diagnosis apparatus for plant equipment and an operation diagnosis method thereof according to the present invention will be described below with reference to the drawings.
[0031]
As shown in FIG. 1, the operation diagnosis apparatus for plant equipment according to the first embodiment of the present invention is an inspection information database 1 for operation diagnosis comprising equipment constituting a plant and individual members constituting the equipment. The life diagnosis database 2 for the operation diagnosis target, the operation history database 3 for the plant, the life evaluation apparatus 4 for the operation diagnosis target, the maintenance management plan database 6 for the operation diagnosis target, and the plant operation plan database 7 And an operation diagnosis result output means such as an operation diagnosis result display device 12 in addition to these components.
[0032]
The life evaluation device 4 includes an inspection information database 1 composed of damage amount data such as periodic inspections and life evaluation results, a life evaluation database 2 composed of determination of material strength data, stress acting on each part, and the like. Life evaluation of individual operation diagnosis targets based on data obtained from the operation history database 3 comprising information such as plant operating conditions, fluid temperature, metal temperature, flow rate, pressure, vibration, and corrosive environment obtained by the control device I do.
[0033]
Using the life evaluation result of each operation diagnosis target obtained by the life evaluation apparatus 4, the destruction probability of the entire plant at the present time and the expected value to the extent that the operation diagnosis object is destroyed and the plant is affected are shown. The plant risk evaluation value is determined by the plant operation evaluation apparatus 5 described below, and the plant operation evaluation apparatus 5 further evaluates the estimated remaining life consumption of each operation diagnosis target in the maintenance management plan database 6 and the current life evaluation. The results are compared, and the plant operation limit value 9a, the plant operation life estimation value 10a, and the plant operation risk estimation value 11a are evaluated from the operation history database 3 and the future plant operation plan database 7, and the life diagnosis of each operation diagnosis target is performed. Presented with the results.
[0034]
The plant operation evaluation apparatus 5 includes a plant risk estimation evaluation unit such as a plant risk estimation evaluation module 8, a plant operation limit value evaluation unit such as a plant operation limit value evaluation module 9, and a plant operation life estimation unit such as a plant operation life estimation module 10. The plant operation risk estimation means, for example, a plant operation risk estimation module 11 has the following functions.
[0035]
Plant risk Estimated The evaluation module 8 determines the damage probability for each breakdown phenomenon under the current operating conditions obtained using the remaining life distribution function of the operation diagnosis target, and data on the degree of influence for each damage mode predetermined for each operation diagnosis target. The weight coefficient (influence coefficient) is determined by the above, and the maximum value is obtained from the numerical value obtained by multiplying the weighting coefficient by the destruction probability and is output as the plant risk estimated value 8a.
[0036]
The weighting factor is predetermined by an operator or a manufacturer, for example.
[0037]
The plant operation limit value evaluation module 9 determines the damage form determined in advance for each operation diagnosis target based on the breakdown probability for each breakdown phenomenon under the assumed operation conditions obtained using the remaining life distribution function of the operation diagnosis target. The plant operation limit value 9a is obtained by calculating an operation condition in which the plant risk value, which is the maximum value obtained by multiplying each weight coefficient, does not exceed the set value.
[0038]
The plant operation life estimation module 10 calculates the future (future) life consumption based on the operation plan from the current remaining life evaluation information of each operation diagnosis target obtained by the life evaluation device 4 during operation. The plant operation life estimated value 10a is obtained.
[0039]
The plant operation risk estimation module 11 is based on the future remaining life prediction calculated based on the operation plan from the current remaining life evaluation information of the individual operation diagnosis target obtained by the life evaluation device 4 during operation. The transition of failure probability for each operation is evaluated, and the plant operation risk estimated value 11a is calculated by multiplying the failure probability transition data by a weighting factor for each damage mode predetermined for each operation diagnosis target.
[0040]
The operation diagnosis result display device 12 is obtained by at least the plant risk estimation value 8a obtained by the plant risk evaluation module 8, the plant operation restriction value 9a obtained by the plant operation restriction value evaluation module 9, and the plant operation life estimation module 10. The plant operation life estimation value 10a and the plant operation risk estimation value 11a obtained by the plant operation risk estimation module 11 are displayed.
[0041]
FIG. 2 is a diagram showing components that are the object of life evaluation of the steam turbine plant in the operation diagnosis apparatus corresponding to the present invention having the above-described configuration. High- and medium-pressure turbines, low-pressure turbines, main valves, piping, and heat exchangers were targeted for operation diagnosis (operation risk assessment target equipment) for thermal power generation turbine plants. Therefore, as shown in FIG. 2, the steam turbine component life diagnosis system 100 includes a high and medium pressure turbine diagnosis subsystem 13, a low pressure turbine diagnosis subsystem 14, a main valve / piping diagnosis subsystem 15, and a heat exchanger diagnosis subsystem. It consists of 16.
[0042]
Turbine plant operational risk evaluation target members included rotors, blades, nozzles, casings, valves, pipes, flanges, heaters, condensers, coolers, bolts, and welds among individual devices. Therefore, the high and medium pressure turbine diagnosis subsystem 13, the low pressure turbine diagnosis subsystem 14, the main valve / piping diagnosis subsystem 15 and the heat exchanger diagnosis subsystem 16 are further divided into a high and medium pressure rotor diagnosis subsystem as shown in FIG. System, Implantation diagnosis module, Center hole diagnosis module, Wheel diagnosis module, ..., Condenser / cooling diagnosis subsystem, ..., Welding diagnosis module, Corrosion diagnosis module, Main body diagnosis module It consists of a life evaluation subsystem for each diagnosis target. It should be noted that the phenomenon that is subject to the life evaluation is different for each operation diagnosis target unit, and FIG. 2 can be further subdivided.
[0043]
In the range of the members shown in FIG. 2, the life evaluation phenomenon of the turbine plant is representative of those shown in FIG. 3, such as low cycle fatigue, high cycle fatigue, creep rupture, creep deformation, pitting corrosion, oxidation corrosion, embrittlement, etc. Target damage forms. As the operation risk evaluation phenomenon of the turbine plant, the crack growth evaluation factor 21, the creep damage constituent factor 19, the fatigue damage constituent factor 20, the corrosion damage constituent factor 22, the creep fatigue 18a, and the embrittlement constituent factor 18b were targeted.
[0044]
FIG. 4 is obtained by adding an inspection information input device 23, an operation condition / operation history information input device 24, a member importance input device 25, and an operation plan input device 26 to the embodiment of FIG. is there. The reason why these 23 to 26 are added is that the data at the time of diagnosis and the operation history condition data are important in performing individual life evaluation together with the life evaluation database 2, and these need to be changed during operation. is there.
[0045]
The life evaluation database 2 is a life evaluation method, a material strength master curve for life evaluation, an algorithm and data for determining environmental data such as temperature of individual parts and load data such as stress, etc. Although the evaluation results vary, individual algorithms and data usually do not change. However, the data at the time of diagnosis and the operation history data may change during operation, and the data is referred to from the database for each life evaluation. For this reason, these databases require a device for sequentially inputting information during operation and information at the time of inspection.
[0046]
Specifically, in the information at the time of diagnosis, visual inspection such as crack length, structure observation such as void, hardness measurement, crack measurement, pitting corrosion measurement, corrosion resistance measurement, corrosion environment monitor results, etc. A device for updating the diagnostic information database may be added each time.
[0047]
On the other hand, the data which consists of a driving history and the factor which affects the lifetime of each site | part at that time is also required. The input method for these can be directly input to each database, but it is also effective to connect the measuring instrument 71 and the input device (input unit) 72 online as shown in FIG.
[0048]
Further, in this case, as shown in FIG. 17, the plant operation history data and the inspection information acquired by the monitoring device in the power plant 02 are provided with a device for inputting to the life evaluation device 4 via the Internet 01. Also, by providing a device for outputting the plant operation diagnosis result to the insurance company information terminal 03 via the Internet 01, for example, it is possible to input to the input unit of the operation diagnosis device located away from the power plant 02 Furthermore, the operation diagnosis result can also be provided to a user away from the operation evaluation apparatus 5 via the Internet 01.
[0049]
Similarly, as shown in FIG. 17, from the inspection information database 1, the life evaluation database 2, the maintenance management plan database 6 included in the plant operation evaluation apparatus 5, and the plant operation plan database 7 arranged on the power plant 02 side. By providing a device for inputting each data of the above through the Internet 01, it is possible to distribute and share these databases 1, 3, 6, and 7, the life evaluation device 4, and the plant operation evaluation device.
[0050]
For the life evaluation of each operation diagnosis target, it is effective to superimpose the life evaluation distribution functions in each phenomenon. A description will be given assuming a member in which creep and fatigue are considered as damages, using the example of the evaluation flow in FIG. Using the diagnosis results obtained from the inspection information database 1, the creep damage accumulation amount 29 and the fatigue damage accumulation amount life 30 up to the present time, damage increments related to creep and fatigue are individually evaluated. In the creep damage accumulation amount 29, the operation time increment 31 obtained from the operation history database 3, the temperature / stress environment data of the evaluation part evaluated based on the operation history database 3, and the creep rupture obtained from the life evaluation database 2 are obtained. Based on the characteristic data 32, a creep damage increment 37 is determined.
[0051]
On the other hand, the fatigue damage accumulation amount 30 is also determined based on the start / stop frequency increment data 34 obtained from the operation history database 3 and the temperature / stress environment data of the evaluation part evaluated based on the operation history database 3. The evaluation database 2 determines the strain range 35 of the corresponding part from the repeated stress-strain characteristics 34, and the fatigue damage increment 38 of the member is determined from the low cycle fatigue strain characteristics data 36 in the life evaluation database 2. By using the creep fatigue characteristic data 39 from the creep and fatigue damage increments 37 and 38, the remaining life 40 for creep damage, fatigue damage and creep fatigue damage can be evaluated.
[0052]
The obtained results are expressed by a distribution function because the material strength data has a distribution form and the accuracy differs depending on each evaluation method.
[0053]
7 (a), (b), (c), (d), and (e) show fatigue damage and fatigue damage from two characteristics: a fatigue failure phenomenon determined by the number of repetitions and a strain range, and a creep failure phenomenon determined by stress and time. A method for determining the damage distribution by superimposing creep damage is shown. In the creep, as shown in FIG. 7A, the fracture life tr at the stress σ is represented by a creep rupture probability distribution 66 for each material. The amount of creep damage at time t is defined as φc = t / tr. Since the creep rupture time tr is represented by a distribution function, the creep damage amount φc at the time t at the site in the environment of the stress σ is also represented by the creep damage distribution 68 as shown in FIG.
[0054]
Similarly, the number of times of fracture Nf at the site subjected to repetition of the strain range Δε is also represented by a low cycle fatigue fracture probability distribution 67 indicating the fracture probability as shown in FIG. When the number of repetitions is n and the fatigue damage amount is defined as φf = Σn / Nf, the fatigue damage amount φf is represented by a low cycle fatigue distribution 69 as shown in FIG. When the amount of damage is defined by φc + φf, the amount of damage can be shown by a fracture probability distribution 70 as shown in FIG. 7E, and from this, the fracture probability of a certain value Dc or less can be determined.
[0055]
Next, the risk evaluation method in the plant risk estimation evaluation module 8 will be described with reference to FIG. Fracture probability under the current operating conditions can be determined for each event from current life consumption such as fatigue, creep, creep fatigue, corrosion, etc. at a certain site and material data indicating the fracture probability for each fracture phenomenon .
[0056]
However, when considering the entire plant system, the degree of influence on operations due to the damage of each operation diagnosis target is different. For example, in a steam turbine, if a fatigue crack occurs in the rotor center hole, the rotor may break and lead to a system stoppage, which increases the cost of repair. In the case of fretting fatigue cracks, there is a possibility that the cracks will stop and be operated as usual. In this case, the repair cost in the regular inspection is reduced because only the skin cut of the implantation part is required.
[0057]
In this way, the degree of influence due to the damage form occurring in each operation diagnosis target is quantified by the plant operation cost such as loss due to repair / stop, and a matrix is created on the maintenance management plan database 6. When converting to a numerical value, for example, it may be possible to specify a value proportional to the amount of loss due to repair / stop. By multiplying the destruction probability and the influence coefficient in each operation diagnosis target in FIG. 8 and indicating these maximum values, the operation risk of the entire plant can be quantitatively evaluated. For example, the weight coefficient (influence coefficient) related to creep of the member B is 3 × 10. ⁶ When the destruction probability for creep is 5%, the result of multiplication of both is 150,000, that is, the plant risk of member B Estimated value Is required to say 150,000 yen.
[0058]
At the same time, by presenting the damage location, the damage form, and the damage probability, the operator can analyze the risk and determine a plan such as a regular inspection. Because the degree of influence of this equipment and components is often due to regular inspections and repair plans, as shown in Fig. 4, the user inputs the material importance (importance of the operation diagnosis target) to the maintenance management plan database. It is desirable to attach a member importance device 25 that can be used.
[0059]
In the second embodiment of the present invention, the plant risk estimation value 8a does not take the maximum value from the risk caused by each damage of each operation diagnosis target, but as shown in FIG. It is possible to take a value. The method of taking the total value does not aim at narrowing down the operation diagnosis target, but can cover all future risks of the entire plant.
[0060]
The plant operation limit value 9a described above can be obtained by applying this plant risk evaluation method. In other words, as shown in FIGS. 10A, 10B, 10C, 10D, 10E, 10F, and 10G, a plurality of operating conditions such as output and the number of start / stop operations were changed. 10 (b) and 10 (c), the failure probability functions 46 and 47 for each failure phenomenon of each member are obtained, and this failure probability function is multiplied by the influence coefficient 41 of FIG. 10 (a). FIG. 10D and FIG. 10E show risk functions 48 and 49 with respect to each destruction phenomenon for each member. A plant risk function 50 can be obtained when the operating conditions (plant output, start / stop count) 52 shown in FIG. Plant risk Value (hereinafter simply referred to as plant risk) When the upper limit value 51 of the operation limit value 53 is set, the plant operation limit value 53 can be determined by obtaining an operation condition that does not exceed the upper limit value of the plant risk by comparing with the plant risk function when the operation condition is changed. .
[0061]
Next, a third embodiment of the present invention will be described with reference to FIGS. The amount of damage for each phenomenon subject to operation diagnosis varies with operation time. By predicting the amount of damage (estimated plant operating life) based on an operation plan such as start / stop frequency and output, the transition of the failure probability of the member can be evaluated. Using the above-mentioned embodiment, it is possible to evaluate the transition of risk for each damage mode of the operation diagnosis target from the probability of destruction, and from this, the transition of the plant risk can be evaluated. The time can be determined.
[0062]
Furthermore, when an operation plan is to be changed during operation, data for determining how much the operation plan can be changed can be provided to the plant operator.
[0063]
Here, in the present embodiment, the plant risk is evaluated assuming a plurality of operating conditions for the case where the operation plan is changed at the present time from time to time. Factors constituting a typical operation plan include output, start / stop frequency, steam pressure, temperature, and the like. For example, as shown in FIG. 11A, it is assumed that the transition of the fracture probability related to fatigue with the current operation condition is represented by a line of the operation pattern Z. Two cases are assumed when the output is gradually changed from the current condition. Then, curves (curves) indicating the transition of the fracture probability related to fatigue in this case are represented by operation patterns Y and X. Since the failure risk for each operation diagnosis target (member), in this case, by multiplying the failure probability by the influence coefficient indicating the degree of influence on the plant due to fatigue, the member risk can be obtained. As shown in FIG. 11, when the failure probability transition curve (transition curve) obtained in FIG. 11A is multiplied by the influence coefficient selected from the matrix in the maintenance management plan database, the operation conditions of the operation patterns X to Z are about fatigue. The transition of member risk can be evaluated for member A.
[0064]
In the same way, the member A is considered as shown in FIG. 12, and individual fatigue (damaged form) as shown in FIG. 12 (a), creep or FIG. 12 (c) as shown in FIG. ) Evaluate changes in material risk for each operating condition for corrosion, etc.
[0065]
The member risk is similarly calculated | required about each damage form also about the member B or later.
The time transition of the plant risk for each operation condition can be evaluated from the time transition for each operation condition of the individual member risk thus obtained. FIG. 13 shows an example in which the maximum value of the member risk at each time is set as the plant risk.
[0066]
In this case, the plant risk due to corrosion is low for the patterns X and Y halfway, but thereafter, the plant risk due to fatigue increases, so the curve (curve) changes rapidly.
[0067]
Here, when the tolerance is defined as a value obtained by dividing the plant risk allowed for the plant by the plant risk at that time shown in FIG. 13, how the tolerance is changed by changing the operation condition as shown in FIG. Can be shown. FIG. 14 shows the result of evaluating the tolerance with the plant risk evaluation result at the next repair / inspection time in FIG. From this, if it is below the operation condition of the pattern Z1, it can be easily determined that it can be operated up to the next inspection / repair with an allowable risk or less.
[0068]
When the operation plan includes a plurality of operation conditions such as start / stop frequency, steam pressure, temperature, atmosphere, etc., it can be solved by developing FIG. When operating conditions are combined, a function representing tolerance can be created. For example, FIG. 15 shows a case where the margin is evaluated by the plant risk evaluation result at the next repair / inspection time for two operation conditions of output and start / stop frequency. In this case, the tolerance function is a curved surface. An operator can select a combination of operation conditions on a curve with a margin of 1 as an operation plan.
[0069]
Furthermore, as another embodiment, after predicting the transition of the plant risk, as shown in FIG. Rather than calculating the tolerance from the plant permissible risk and the plant risk at the next repair / inspection period, the operation time tx, ty, tz until the plant risk reaches the permissible plant risk as shown in FIG. There is a method for obtaining a margin (next repair / inspection time with respect to the time to reach the allowable plant risk) from the ratio with the repair / inspection time, and for selecting an appropriate operation plan as shown in FIG. . In this case, for example, it is effective when the repair / inspection time is desired or can be changed.
[0070]
As described above, in the present embodiment, in the actual plant operation, when the operation history is different from the operation plan or the amount of damage is clarified by inspection information, the operator selects an appropriate operation plan. It becomes possible to do. This makes it possible to easily change and adjust the operating conditions during plant operation, and to enable flexible plant operation.
[0071]
Furthermore, the transition of the plant risk changed from the plan by the plant operation can be predicted at any time.
[0072]
FIG. 17 is a diagram for explaining still another embodiment of the present invention. The operation history receiving means for receiving the operation history of the power plant 02, the operation diagnosis means for the power plant, and the operation diagnosis result are shown in the network 01. The operation diagnosis means obtains an operation diagnosis result based on the operation history of the power plant 02 from the operation history receiving means, and the obtained operation diagnosis. A method for diagnosing plant equipment operation comprising the step of transmitting a result to the user terminal via the network.
[0073]
The operation history receiving means may be, for example, a configuration capable of reading the contents of the plant operation history database 3 storing the operation history of the power plant 01 or a means capable of inputting the operation history.
[0074]
The operation diagnosis means for the power plant 01 is, for example, the plant operation evaluation apparatus 5 of the above-described embodiment. A user terminal that requires the diagnosis result of the plant operation evaluation device 5, for example, an information terminal 03 of a non-life insurance company, or a user terminal (not shown) of an operator of the power plant 01.
[0075]
Specifically, the information terminal 03 of the non-life insurance company, the plant operation evaluation device 5 of the above-described embodiment, the life evaluation device 4, and the power plant 02 are connected, and two-way communication between them is possible. It is configured. In this case, at least the plant operation history data of the plant operation history database 3 provided on the power plant 02 side is input via the Internet 01, and the operation diagnosis result which is the output of the plant operation evaluation apparatus 5 is input via the Internet 01. It is configured to output to at least the insurance company information terminal 03.
[0076]
In this configuration, the insurance company information terminal 03 calculates the insurance premium from the insurance database (not shown) connected to the insurance company information terminal 03 and the operation diagnosis result described above. Means (not shown) are provided. In this case, the operation diagnosis result may include a plant operation risk estimated value. According to such a configuration, the calculation of the insurance premium becomes valid, and the lifetime of the operation diagnosis target can be determined at the third party's place, so that the reliability is increased.
[0077]
<Modification>
The present invention is not limited to the embodiment described above, and may be modified as follows, for example. In the above-described embodiment, the thermal power generation plant has been described as an example of the plant. However, other plants can be similarly implemented.
[0078]
Further, the Internet 01 of the above-described embodiment constitutes a network and may be either a wired communication system or a wireless communication system, or may include a public line.
[0079]
Furthermore, in the above-described embodiment, a plant risk estimation evaluation module 8, a plant operation limit value evaluation module 9, a plant operation life estimation module 10, and a plant operation risk estimation module 11 are combined as the plant operation evaluation device 5. However, the present invention is not limited to this, and may be configured as follows depending on the application. That is, as the plant operation evaluation device 5, a plant operation limit value evaluation module 9, a plant operation life estimation module 10, and a plant operation risk estimation module 11 in combination, a plant risk estimation evaluation module 8, Any of those provided with the plant operation risk estimation module 11 may be used.
[0080]
【The invention's effect】
ADVANTAGE OF THE INVENTION According to this invention, while being able to perform appropriate maintenance management according to a remaining life, the plant operation diagnosis result which can determine whether the operating condition can be changed in a short and long term is presented to the plant operator. An operation diagnosis apparatus for plant equipment and an operation diagnosis method for the apparatus can be provided.
[Brief description of the drawings]
FIG. 1 is a block diagram for explaining a first embodiment of an operation diagnosis apparatus for plant equipment and an operation diagnosis method thereof according to the present invention.
FIG. 2 is a diagram for explaining a steam turbine that is an example of an object to which the embodiment of FIG. 1 is applied.
3 is a diagram for explaining the contents of damage handled by the operation diagnosis apparatus for plant equipment and the operation diagnosis method of FIG. 1;
4 is a diagram showing an embodiment in which an input device is added to the operation diagnosis apparatus of FIG. 1;
5 is a diagram showing input of diagnosis parts and contents of the steam turbine of FIG. 2 and contents of operation information. FIG.
6 is a block diagram for explaining the life evaluation apparatus of FIG. 1; FIG.
7 is a view for explaining a creep fatigue damage distribution evaluation method in the life evaluation apparatus of FIG. 1; FIG.
FIG. 8 is a diagram showing a first example for explaining the plant risk evaluation method of FIG. 1;
FIG. 9 is a diagram showing a first example for explaining the plant risk evaluation method of FIG. 1;
10 is a diagram for explaining a method for evaluating a plant operation limit value from the plant risk in FIG. 1;
FIG. 11 is a diagram for explaining a method for evaluating the estimated plant operating life in FIG. 1;
12 is a diagram for explaining the plant operation risk evaluation method of FIG. 1; FIG.
FIG. 13 is a diagram for explaining the plant operation risk evaluation method of FIG. 1;
FIG. 14 is a view for explaining the plant operation risk evaluation method of FIG. 1;
FIG. 15 is a view for explaining the plant operation risk evaluation method of FIG. 1;
FIG. 16 is a view for explaining the plant operation risk evaluation method of FIG. 1;
FIG. 17 shows another embodiment of the present invention via the Internet.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 01 ... Internet, 02 ... Power plant, 03 ... Insurance company information terminal, 1 ... Inspection information database, 2 ... Life evaluation database, 3 ... Operation history database, 4 ... Life evaluation apparatus, 5 ... Plant operation evaluation apparatus, 6 ... Maintenance management plan database, 7 ... Plant risk evaluation section, 8 ... Plant operation limit value evaluation section, 9 ... Plant operation life estimation section, 10 ... Plant operation risk estimation section, 11 ... Presentation of operation diagnosis results, 12 ... Steam turbine life Evaluation system, 13 ... High / medium pressure turbine life evaluation system, 14 ... Low pressure turbine life evaluation system, 15 ... Main valve / pipe life evaluation system, 16 ... Heat exchanger life evaluation system, 17 ... Each part of equipment constituting steam turbine 18a ... creep fatigue factor, 18b ... embrittlement factor, 19 ... creep damage mechanism , 20 ... fatigue damage constituent factor, 21 ... crack growth evaluation factor, 22 ... corrosion damage evaluation factor, 23 ... diagnostic information input device, 24 ... operation information input device, 25 ... member importance input device, 26 ... operation plan Input device, 27 ... steam turbine, 28 ... online, 29 ... creep damage accumulation, 30 ... fatigue damage accumulation, 31 ... operation time increment, 32 ... creep rupture characteristics, 33 ... start / stop count increment, 34 ... cyclic stress Strain characteristics, 35 ... strain range, 36 ... low cycle fatigue characteristics, 37 ... creep damage increment, 38 ... fatigue damage increment, 39 ... creep fatigue characteristics, 40 ... remaining life, 41 ... influence coefficient, 42 ... failure probability, 43 ... Individual member risk, 44 ... plant risk, 45 ... another embodiment of plant risk, 46 ... fracture probability function for member A fatigue, 47 ... for member B fatigue Fracture probability function, 48 ... Risk function for member A fatigue, 49 ... Risk function for member B fatigue, 50 ... Plant risk function, 51 ... Plant risk limit value, 52 ... Operating conditions, 53 ... Operation limit value, 54 ... Figure (a) showing an example of evaluating the degree of damage at the time of the next inspection / repair schedule for each operation pattern during operation, 55 ... Figure (b) showing an evaluation of tolerance when the operation pattern is changed during operation, 56 (figure (c)) showing an example of tolerance evaluation when the operation pattern is changed in combination during operation, 57 ... estimation of failure probability of member A for each operation pattern, 58 ... member of member A for each operation pattern Risk, 59 ... Effect coefficient of member A, 60 ... Estimation of failure probability of member B for each operation pattern, 61 ... Member risk of member B for each operation pattern, 62 ... Effect coefficient of member B, 63 ... Each operation pattern Plant risk transition, 64 ... Example of plant operation risk evaluation result, 65 ... Internet, 66 ... Creep rupture probability distribution, 67 ... Low cycle fatigue rupture probability distribution, 68 ... Creep damage distribution, 69 ... Low cycle fatigue distribution, 70 ... rupture probability Distribution, 100 ... Steam turbine component life diagnosis information system.

Claims

The failure probability for individual breakdown phenomenon at the operating conditions at the current point in the operational diagnosed of individual members constituting the apparatus and or the instrument constituting the plant, predetermined damage for each該運for diagnosis target A plant risk estimation evaluation means for obtaining a maximum value from a numerical value obtained by multiplying a weighting factor determined by a degree of influence quantified by a plant operation cost for each form,
From the numerical value obtained by multiplying the failure probability for each failure phenomenon under the assumed operation conditions based on the operation plan of the operation diagnosis target by a weighting factor for each damage mode determined in advance for each operation diagnosis target, A plant operation limit value evaluation means for calculating a plant operation limit value by calculating an operation condition in which the plant risk value obtained does not exceed a set value;
A plant operating life estimation means for obtaining a plant operating life estimated value by calculating a future life consumption based on an operation plan from the present remaining life evaluation information of each operation diagnosis target;
Evaluate the transition of failure probability for each operation plan based on the current remaining life evaluation information and the future remaining life prediction calculated based on the operation plan, and the degree of impact for each damage mode predetermined for each operation diagnosis target A plant operation risk estimation means for multiplying the transition data of the destruction probability by the weighting factor determined by
Operational diagnosis device for plant equipment equipped with

The breakdown probability for each breakdown phenomenon under the assumed operating conditions based on the operation plan of the operation diagnosis target consisting of the equipment constituting the plant and the individual members constituting the equipment is predetermined for each operation diagnosis target. wherein the weighted numerical coefficients obtained by multiplying the per damage patterns, plant risk value determined maximum value, and plant operational limits evaluation means for determining the plant operation limit value to compute the operating conditions does not exceed the set value,
A plant operating life estimation means for obtaining a plant operating life estimated value by calculating a future life consumption based on an operation plan from the present remaining life evaluation information of each operation diagnosis target;
Evaluate the transition of failure probability for each operation plan based on the current remaining life evaluation information and the future remaining life prediction calculated based on the operation plan, and the degree of impact for each damage mode determined in advance for each operation diagnosis target A plant operation risk estimation means for multiplying the transition data of the destruction probability by the weighting factor determined by
Operational diagnosis device for plant equipment equipped with

At least plant operation history data inputted via the network, operation diagnostic device according to claim 1 or 2 SL placing of plant equipment operational diagnostic result of the plant output via the network.

An insurance premium calculation means for calculating an insurance premium from an expected value of the amount of damage to the entire plant and an insurance premium database when an operation diagnosis target consisting of equipment constituting the plant and individual members constituting the equipment is destroyed operation diagnostic apparatus according to claim 1 or 2 SL placing of plant equipment with a.

The breakdown probability for each breakdown phenomenon under the assumed operating conditions based on the operation plan of the operation diagnosis target consisting of the equipment constituting the plant and the individual members constituting the equipment is predetermined for each operation diagnosis target. Plant operation limits are calculated by calculating the operating conditions where the maximum plant risk value does not exceed the set value from the value multiplied by the weighting factor determined by the degree of impact quantified by the plant operation cost for each damaged form Determining the value;
Calculating the future life consumption based on the operation plan from the current remaining life evaluation information of each operation diagnosis target;
Based on the current remaining life evaluation information of the operation diagnosis target and the future remaining life prediction calculated based on the operation plan, the transition of the failure probability for each operation plan is evaluated, and the damage determined in advance for each operation diagnosis target Multiplying the transition data of the destruction probability by a weighting factor determined by the degree of influence for each form to calculate a plant operation risk estimate,
An operation diagnosis method for plant equipment equipped with

An operation history receiving means for receiving an operation history of the power plant, an operation diagnosis means for the power plant, and a user terminal that requires the operation diagnosis result are connected to the network,
The operation diagnosis means obtains an operation diagnosis result based on the operation history of the power plant from the operation history reception means;
Transmitting the obtained operation diagnosis result to the user terminal via the network;
Operation diagnosis method according to claim 5 Symbol placing of plant equipment equipped with a.

The failure probability for each failure phenomenon under the current operating conditions of the operation diagnosis target consisting of the equipment constituting the plant and the individual members constituting the device is quantified by the plant operation cost for each operation diagnosis target . The plant apparatus operational diagnosis method according to claim 5, further comprising: obtaining a maximum value from a numerical value obtained by multiplying a weighting factor determined by the degree of influence obtained to obtain a plant risk estimated value.