JP4856396B2 - タービン機械システム及びこれに類するものに対する統一品質評価を作成し、自動故障診断ツールを提供するための方法 - Google Patents

Description

タービン発電システム、大型流体圧縮機／ポンプシステム及びこれに類するものでは、特定の有意な動作「事象」（例えば始動動作、モード転送事象、ＦＳＮＬ−ＦＳＦＬなどの動作「事象」）を適切に評定するために、多くの場合、大量のセンサ信号及び動作データを収集並びに分析する必要がある。従って、このような事象の正確な評価を迅速に行ない取得することは通常不可能である。更に、周囲の動作条件及び／又は燃料品質の変動が、一貫性のない不正確なセンサ読取り値をもたらす。これは、特定のタービン／圧縮機システムの動作「運転」毎の動作事象の比較（並びに異なるタービン／圧縮機システムの動作運転間の比較）を実現不可能にする。更に同じ理由により、これらの問題は、特定のタービン機械の動作運転をその特定のシステムの通常の動作を示す正規化データのいずれかと比較しようとする試みを実現不可能にする。従って、オペレーションスタッフ（例えば、現場エンジニア、技師、遠隔チューニング及びシステムオペレーション・センタースタッフ）は多くの場合、個々のセンサからの信号又は個々のシステムパラメータだけを用いて、特定のタービン或いは圧縮機の機械ユニット又は構成要素が適切な安全限界未満又は妥当な許容範囲内で動作しているかどうかを判定するが、このような限界／範囲は、特定の機械の設計フリートに固有のある既知のばらつき或いは特定の周囲動作条件又は燃料タイプ／品質でのある既知の一貫したばらつきに一般的に基づく場合が多い。

複合機械システム及び設備の動作事象を分析し評定するのに有用な故障検出装置及び統計的検証が開発されてきたが、これらのための既知の通常の手順は、有意に効率を制限し、不正確又は不規則な結果を生じる場合が多い。複合圧縮機／ポンプ及びタービン機械システムにおける品質評価を開発し、これに生じる動作事象の故障診断を提供するための更により正確で効率的な方法が必要とされ、強く望まれている。
米国出願公開２００３／０３４９９５号公報

複合風力／蒸気／ガスタービンシステム、流体圧縮機／ポンプシステム、発電機、及びこれらに類するものの品質評価の開発に向けた新規の改良された方法が記載される。本方法は、異なる統計的方法（例えば、「整合フィルタ」及び「複数モデル仮説検証」など）の利点を組み合わせて、特定の機械／システムの動作事象のより正確な分析及び評価をもたらす。統一品質評価を提供することに加えて、全体的なシステム品質並びに個々の構成要素の品質が、特定の故障に対応するか、或いは少なくとも特定の故障を示す可能性がある偏差について調べられる。選択されてアーカイブされたシグネチャに対して新しい事象シグネチャを比較することによって、システム及び構成要素の故障を容易に検出、識別、及び診断することができる。

１つの態様では、より一般的な「合格／失敗」又は「トリップ／ノートリップ」バイナリタイプ評価とは対照的に、連続（一連の）タイプの評価スケール上で格付けすることによって特定の機械／システムの動作事象の成功又は失敗の相対的な程度を特徴付ける（すなわち品質評価を提供する）ためのコンピュータで実施される方法が本明細書で記載される。動作事象の「成功」又は「失敗」の相対的な程度を特徴付けるための連続タイプのスケールを使用すると、特定の動作事象の品質を評価して伝達する際に現場技師及びオペレーションスタッフを良好に支援することになると企図される。このコンピュータで実施される評価方法の技術的な効果は、動作事象に応じたシステムの品質だけでなく該事象に応じた個々の構成要素の品質をも評価して特徴付け、これによって現場エンジニアは機械システム内の潜在的な故障又は不具合を識別しその場所を特定することが可能なる点である。

基本的に、本明細書で説明される例示的なコンピュータで実施される品質評価方法は、これらの既知の要因によって導入される収集データのばらつきを排除、或いは少なくとも有意に低減する方法で、既存の周囲条件及び燃料タイプ／品質に関する情報と共に収集されたシステムセンサデータ及び／又は動作パラメータデータの分析のプロセスにより上記の改良点及び利点を実現させる。「補正された」パラメータのセットを用いて動作条件の既知のばらつきを補償することができるという前提に基づくと、開示された評価方法の１つの態様は、このような補正されたパラメータのセットを使用して、特定の機械／システムの動作中に収集されたセンサ及び／又はシステム動作パラメータデータを、周囲条件及び燃料タイプ／品質の既知の変動によって引き起こされる収集データのばらつきを効率よく排除又は少なくとも低減させる「補正パラメータスペース」に変換することである。次に、システムの１つ又はそれ以上の動作変数に対応するこのような変換された／補正されたデータは、統計的に分析され、予想される（通常の）動作値のセットと比較され、その結果を用いて故障が診断され予測される。

本明細書で開示される例示的なコンピュータで実施される品質評価方法の別の態様では、利用可能な非変換（例えば、補正可能でない）動作事象データはまた、変換／補正データと共に生じる可能性のある交絡の程度を低減する方法で評定することができる。例示的な実施においては、タービン動作事象の別個の品質評価が作成される（すなわち、変換データの評価と非変換データの評価）。次いで、これらの評価は、単一の全体的な「統一」総合動作事象評価を提供するために結合される。次に、この統一総合動作事象評価は、経時的に追跡され且つ更新され、特定のタービンシステムについて機械／構成要素の劣化の早期に警告するのに使用することができる。開示される方法の更に別の態様では、既知の故障によって生じる種々の異常に対応する事象シグネチャをセーブ又はアーカイブすることができ、その結果、後続のアウトライアー事象シグネチャをアーカイブされた異常シグネチャと照合することによって診断して、特定の問題又は構成要素の故障が識別できるようになる。開示される方法の更に別の態様では、動作事象及び／又は特定のシステムの動作変数の品質評価は、監視されるシステムの動作中にリアルタイムで実行するか、或いは所定の時間にシステムセンサデータを記録し、その後遠隔施設で収集されたデータを後処理することによって実施することができる。

本明細書で説明され図示された少なくとも１つの非限定的な例示的実施例では、特定の動作事象及び／又は特定の動作変数の数値的な品質評価が計算され、事象は、収集された変換／補正センサデータが特定の所定の数値的限界又は種々の品質カテゴリを定める「境界値」内に含まれる程度に基づいて、「成功」又は「失敗」として判断される。次に、これに応じて動作事象は、相対的な動作の「成功」又は「失敗」（例えば「赤」＝失敗、「緑」＝成功）を一般的に示すものとされる３つの異なるカテゴリ（例えば赤、黄、又は緑）の１つに分類される。種々の動作変数及び／又は事象について計算された数値的な品質評価値がセーブされ、また、特定のガスタービンシステムの全体的な品質評価を作成する際に使用される。

本明細書で開示され説明される品質評価方法を用いて、発電システム及び風力／蒸気／ガスタービンを含むタービンシステム、及び／又は油圧／ガスポンプシステムのような流体圧縮機／ポンプシステムといった複合機械及び機械システムの種々の異なるタイプの動作事象の統一品質評価を提供し、並びに構成要素の故障検出／識別を提供することができる。ガスタービンシステムは、本明細書で本発明の説明全体を通して参照及び例証されているが、その特定の実施例は、単に１つの非限定的な例示的応用としての役割を果たす。本明細書で開示されるコンピュータで実施される品質評価及び故障診断方法は、単にガスタービンシステムでの使用に限定されるものではなく、ほとんどのタイプのタービン機械／フリート／システム、圧縮機、ポンプ、及び他の複合機械システムの評価及び診断に使用する場合に適用可能なものとする。

本発明の他の利点及び目的を添付図面を参照して詳細に説明する。

大型／複合タービンシステム、流体圧縮機／ポンプシステム及びこれらに類するもので生じる動作事象は、周囲条件及び燃料タイプ／品質における制御できない一般的な変動によって影響を受ける可能性のある１つ又はそれ以上の動作変数によって特徴付けられる場合が多い。このような制御できない変動にも関わらず、こうした１つ又はそれ以上のタービン動作事象の統一品質評価を作成するためのコンピュータで実施されるプロセスが提供される。上記の概要のように、収集されたシステム／センサデータの少なくとも一部に対して数学的変換を最初に実行して該データを「補正された」パラメータスペースに効率的に変換することによって、周囲動作条件の変動及び燃料品質の変動の影響を排除又は少なくとも低減し、その後、ある所定の動作変数に対応する変換データ及び非変換データの両方を、例えば整合フィルタ、複数モデル仮説検証、故障検出などを使用して統計的に分析する段階を含む独自の方法が説明される。この統計分析から、事象についての数値的な品質評価値が作成され、次に所定の「予想」動作値又は範囲と比較される。この予想値は、例えば機械又はシステムの特定の商業ライン、フリートタイプ／モデル（例えばタービンフリート）に特有の既知の変動に基づいて最初に選択することができる。例えばタービン発電システムでは、特定のタービンサイトからの付加的な動作データが経時的に収集されるときに、この特定のタービンシステム又は当該サイトでの特定のタービンユニット又は該タービン機械ユニットの特定の構成要素をより特徴的なものとするために、この予想値が補正され継続的に更新される。何らかの発生に適用される特定のパラメータ補正は、本業界で既知の通常の補正に必ずしも限定されないだけでなく、周囲条件／燃料品質に起因する既知／観察される変動（又は複数の変動）がその特定のセンサ読取り値において低減されるように特定のセンサに対して専用に作成されたパラメータ補正を含むことができる。また、異なる時間で作られ、及び／又は同じ機械フリートの異なるガスタービンからの同じ動作事象の個々の評価を結合して、連続的な方法で特定のタービン動作事象の全持続時間を効率的にカバーする完全な総合評価を作成することができる。

統一品質評価を作成するための方法の１つの非限定的な実施例では、ガスタービンシステムについて本明細書で説明されるように、コンピュータプロセッサ又は機械コントローラが、以下の動作の１つ又はそれ以上を実行するようにプログラムされる。

・動作事象の発生中のタービンの動作を特徴付ける関連センサデータを収集及び／又は記録する。ここで収集されたセンサデータは、タービンの周囲動作条件及び／又は燃料品質／タイプに関する情報を含む。

・所定の機械変換又は補正パラメータのセットを使用して、収集されたセンサデータを変換／補正し（例えばデータを補正パラメータスペースに変換又は変形することによって）、タービンの周囲動作条件及び／又は燃料タイプ／品質における変動から生じるデータのばらつきを効果的に除去又は補正する。

・所定の予想データ又は「通常」のデータ値もしくは範囲に関する動作事象に対して変換データと他の非変換センサデータ（例えば影響を受けていない収集センサデータ）の両方を比較して、該データが予想値／範囲に一致する統計的程度を決定する。すなわち、同じタービン機械で生じる動作事象及び／又は異なるタービン機械全体で生じる動作事象から収集されたような、非変換データと変換データの両方を用いて予想「通常」値に対する比較が行なわれ、データがある所定の境界の中又は外に存在する程度を決定する。この比較プロセスは、変換又は非変換パラメータスペース（考慮される動作変数に依存する）のばらつき情報を利用する点で本質的に統計的なものであり、この実施例では、予想「通常」値／範囲は、最初は、履歴（例えば特定のタービンフリートのアーカイブされた情報（「フリート」とは、同じ或いは類似の構成、サイズなどを有するタービン機械製造モデルのグループである））に基づくものとすることができに、付加的なデータが特定のタービン機械又は構成要素に生じる特定の動作事象に対して引き続き収集されるとき、対応する予想「通常」値は、その特定のタイプの動作事象中のタービンの実際の「通常」動作をより正確に反映するように更新／調節される。

・データが予想値／範囲に一致する統計的な程度に応じてデータを複数の品質カテゴリ（例えば、「赤」、「黄」、及び「緑」）に分類する。

・変換データ及び非変換データの両方の統計的な評定を、特定のタービン動作事象の品質を示す単一の総合品質評価値に結合する。すなわち、全ての個々の比較統計値を結合する情報「融合」プロセスが実施され、動作事象の全体の総合品質メトリック（例えば総合数字品質評価値）を生成し、これが連続的で且つ継続して展開する（固定的で、非発展的な、例えば「OK／ＮＧ」又は「合／否」のような事象品質のバイナリタイプの表示とは異なる）。

・作成された総合事象評価値を経時的に連続して追跡して更新し、評価値の偏差の原因が識別され深刻な問題に発展する前に適切な補正措置が開始されるように、評価値の偏差が所定の閾値／範囲を超える時点を識別する。これに関して、偽陽性の発生を低減するために、評価追跡手順が事象評価データに存在する幾分かの雑音に耐えるように作られるのが好ましい。

・以下で検討される非限定的で例示的な用途から明らかになるように、本明細書で説明される統一品質評価を作成するための方法は、コンピュータを介して、特定の動作事象の発生中にタービンシステムサイトでリアルタイムに実施するか、或いは中央診断サイトにデジタル通信ネットワークを介して収集された事象データを記憶し転送した後で遠隔的に行なわれる後続の診断プロセスの一部として実施することができる。

・最初に図１を参照すると、動作事象品質評価プロセスの概要を提供する手順図が示されている。手順ブロック１００に示されるように、プロセスは、関心のある特定の動作事象の選択で始まる。理想的には、評定される特定のシステムに精通している技術システムの専門家／解説者、例えばシステムの物理的現象及びその種々のプロセスを全て理解している人は、少なくとも以下の初期パラメータを選択又は予め決定するのに貢献する。

・データ収集を開始するための「トリガ」
・サンプリングされることになる信号／センサのリスト
・信号／センサをサンプリングするレート
データ収集は、手作業で且つ少なくとも最初に行なってもよいが、好ましくは適切な自動データ収集プロセスの実施によって自動化される。所定の「トリガ」条件を満たすときは常にデータ収集が開始されてデータファイルが生成される。「トリガ」は、収集された信号／センサデータの分析のためのアラインメントポイントとして使用される。収集されたデータの再アラインメントが有用とすることができるトリガとして使用可能な複数のポイント又は信号がデータ内に存在する場合がある。データ収集に対するこの方法は、どのようなシグネチャ作成も、全ての後続のデータを分析することができる不変の開始ポイントを確実に有するようにする。例示的なデータ収集プロセスは、また、
・元の情報を保持している間、別個の値として任意のセンサ又は信号を正規化する段階と、
・必要に応じて任意の１つ又は複数の信号をフィルタリングする段階と、
・可能な場合に任意のセンサのドリフトをゼロシフトする段階と、
を含むことができる。

複数のデータに対してデータ収集のために繰り返し行うことができる単一の動作事象「実行」に対応する、データ収集の説明される手順は、手順ブロック１１０で示されるように複数のサイトから実行される。

手順ブロック１２０及び１３０で示されるように、品質評価を行なう前に、フリート、サイト、及びユニット固有のシグネチャと対応する閾値が特定の構成タイプの所与の事象について生成される。

システムセンサからの多くの信号は、周囲、燃料及び機械状態のばらつきの影響を低減／排除するために、補正パラメータスペースへの変換の適切な候補となる。しかしながら、幾つかの信号については、このような影響を是正するための補正／変換は、利用可能でないか、或いは適切ではないであろう。補正できる信号タイプでは、ブロック１２０で示されるように、対応する補正パラメータが計算される（例えば、データが補正パラメータスペースに変換される）。適切な補正パラメータを持たないが事象評価にとっては重要となり得るこれらの信号については、対応する信号シグネチャは、収集されたデータが予め指定された範囲又は境界内に確実に含まれるように少なくともチェックすることができる（ブロック１２０）。

プロセスの領域知識を使用し、プロセスを特徴付ける変数又は信号を識別し、プロセスの物理的現象を使用して、プロセスを特徴付ける無次元量か、又は別の仮想変数に対してプロットされるときの温度、圧力、湿度などの周囲条件の影響を最小にする無次元量のいずれかを求めることにより補正作成が行なわれる。

特定の装置タイプ／構成の動作事象に関連するシグネチャは、所定のセンサ信号又はパラメータ（例えば燃料又はタービン加速度）のサブシグネチャプロットのセットから形成され、その信号について適切に補正された領域でプロットされる。各サブシグネチャプロットは、公称値近傍に定められた関連する品質閾値境界／範囲（例えば、赤、黄、及び緑）を有する公称値によって特徴付けられる。事象シグネチャは、収集されたセンサの複数のデータセット又は監視されたパラメータデータから生成されたサブシグネチャプロットを重ねて、各サブシグネチャの公称又は代表的プロットを求めることによって最初に生成される（図１０の実施例を参照）。所与の事象のデータに対して適用された補正及び補正スペースの妥当性は、幾つかの機械ユニットから収集されたデータを利用し、フリート全体での変動の対応する範囲を示す確率分布を作成することによって決定される。

毎回、新しい事象データセットが取得され、これを補正スペースに変換し、次いで、サブシグネチャプロットの各々に対して一致させる。サブシグネチャプロットの各々に対する適合性の量的測定値が取得され、シグネチャに対する適合性の単一の評価が、確率的重み付け平均として計算される。従って事象シグネチャは、収集されたセンサデータに対応するパラメータプロットから作成され、少なくともその一部は、周囲条件及び／又は燃料タイプ／品質によって引き起こされるセンサデータのばらつきを低減又は排除する１つ又はそれ以上の補正パラメータ係数を利用することによって補正される。

次に、ブロック１５０で示されるように、数値品質評価値が、所定の予想値／範囲との比較に基づいて該事象について決定され、次いでこれに応じて事象が適切な品質評価カテゴリに分類される。全ての補正（変換）パラメータデータ及び非補正（非変換）データが、例えば重み付け平均又は規則ベースの平均化を使用して結合される。次に、この結合された全体評価は、「赤」、「黄」、又は「緑」の品質カテゴリに分類される。ブロック１６０で示されるように、「疑わしい」カテゴリ（例えば、「赤」又は「黄」）に該当する信号は、潜在的な動作上の問題点を識別する更なる分析のためのタグが付けられる。最終的には、結合された全体の数値品質評価、並びに疑わしいカテゴリに該当する信号／パラメータの品質評価が、経時的に追跡され、ブロック１６０で示されるように、構成要素又はシステムの劣化、構成要素及びシステムの変更、及び潜在的な不具合の早期警告及び識別を可能にする。

図２において、プロセスフロー図は、タービンシステムサイト（いずれか１つの特定のタービンシステムサイトにおいて、タービンシステムは１つより多いタービン機械ユニットを含むことができる）で単一のタービン機械に生じる動作事象の「ユニット固有の」シグネチャを作成するため、コンピュータ又はシステムコントローラによって実施される例示的な手順ブロックを示す。このプロセスは、ローカルタービンコントローラなどのタービンシステムサイトに設置されたコンピュータによって実施することができ、或いはタービンコントローラからデータを受け取る遠隔に設置された処理システムによって実施することができる。最初に、手順ブロック２００で示されるように、任意の特定の品質カテゴリ範囲又は「境界」情報が、評価されている特定のタービンシステムサイトから発生するセンサデータに対して存在するかどうかが判定される。ブロック２０１で示されるように、サイト固有の品質カテゴリ範囲又は境界情報が存在しない場合、フリートシグネチャ又は他の一般的なシグネチャが、十分なデータが経時的に収集されて適切なサイト固有の事象シグネチャを作成するまで、品質評価分析を行なうために最初に使用することができる。

好ましくは、１つ又はそれ以上のタービンシステム（或いは他の流体圧縮機システム又はこれに類するもの）の履歴動作事象データを包含するデータベースは、規則的な時間間隔の新しいデータで維持及び更新される（例えばブロック２２１）。このようなデータベースはまた、種々のサイトに設置された特定のタービンユニットに対応する種々の動作事象について予め定められた補正パラメータを含むことができる。これまで記録された十分な履歴事象データが関心のある特定のタービンユニットに存在すると仮定する（ブロック２１０）と、ユニット及び／又はユニットが設置されている特定のサイトの履歴動作事象データを包含するデータベースファイルがアクセスされ（ブロック２２０）て、特定の動作事象に対して予め定められた補正パラメータを識別する（ブロック２３０）。次いで、従来のデータセットの最適化が行なわれ、観察されたデータセットの分散を最小にする補正パラメータ係数を求める（ブロック２４０）。次に、ブロック２５０で示されるように、補正パラメータプロットが作成され、平均シグネチャ及び変動が、１つ又はそれ以上の通常の統計的方法（例えば、整合フィルタ及び複数モデル仮説検証）を使用して求められる。この情報を使用して、品質評価カテゴリ「閾値」又は「境界値」が計算され、複数の品質カテゴリ（例えば、赤、黄、及び緑）の１つに信号データを分類する際に使用する。適用する前に、これらの品質範囲境界値／閾値は、ブロック２６０で示されるように、システムオペレータ又はユーザが最初に設定又は検証することができる。次にシグネチャ及び閾値は、確認データベースに記憶されたアーカイブデータと比較することによって確認される（ブロック２７０）。有効なシグネチャ又は要求される性能がアーカイブされている場合、結果として生じたシグネチャは、タービンユニットに関連付けられ、現場スタッフがアクセスして使用することができるように（恐らく履歴動作事象データベースに）セーブされる（ブロック２９０）。アーカイブされていない場合には、ブロック２８１で示されるように、閾値及び／又は補正パラメータ係数（及び／又は検出アルゴリズム）が調節され、要求される性能が得られるまでブロック２５０から２８０までが繰り返される。この全プロセスは、ブロック２９１で示されるように、タービンユニットからの追加の又は新しいデータが収集されるときに繰り返される。

図３は、タービン動作事象のタービンシステムサイト固有のシグネチャを作成するためのコンピュータ／コントローラで実施される例示的な品質評価手順ブロックを説明するプロセスフロー図を示す。好ましくは、１つ又はそれ以上のサイトに設置されたタービンシステムに対応する動作事象ファイルから成る履歴データベースが存在し、特定のサイトでタービンユニットに関する情報源として機能するよう維持される。最初にブロック３００で示されるように、このデータベースは、特定のサイトで分析されているタービンユニットに対応する一般化され動作的に補正されたパラメータ及び情報を取得するためにアクセスされる。ブロック３１０で示されるように、評価されているそのサイトでの特定の動作事象について予め定められた補正パラメータが識別され、ブロック３２０で示されるように、補正パラメータ係数が、この情報に基づいて計算される。次にブロック３３０で示されるように、平均シグネチャ及び変動が補正パラメータプロットから求められ、品質評価を定めるための３つの、赤、黄、及び緑のカテゴリ品質閾値（境界値）を計算するのに使用される。次に、計算された閾値は、ブロック３４０で示されるようにシステムオペレータ／ユーザによって検証される。次に、シグネチャ及び閾値は、ブロック３５０で示されるように、成功及び不成功の動作事象の記録を包含する確認データベースを使用して確認される。

ブロック３６０で示されるように、有効なシグネチャ又は要求される性能が達成された場合、結果は更新されたサイト固有の動作事象シグネチャとして（好ましくは履歴動作事象データベースに）セーブされ、ブロック３７０で示されるように、現場スタッフによる将来の使用及び／又はアクセスが使用可能となる。有効なシグネチャが得られない場合には、監視された事象を種々のセットに区分し、シグネチャ及び対応する閾値並びに境界値を各セットについて個々に求めることができる。実際には、これは、特定のユニットのシグネチャ又は複数のユニットにわたる異なる構成の経時的な変化に対応することができる。従って、ブロック３６１及び３３０で示されるように、閾値及び／又は補正パラメータ係数（及び／又は使用される特定の検出プロセス）が調節及び再計算される。

図４は、タービン動作事象のタービンフリート固有のシグネチャを作成するためにコンピュータ／コントローラで実施される例示的な手順ブロックを説明するプロセスフロー図を示す。実際には、フリート固有のシグネチャの生成は、ユニット固有のシグネチャの生成前でフリート全体のデータセットの収集後に行なうことができる。

好ましくは、タービンシステム及び種々のサイトに関連する動作事象ファイルの履歴データベースが存在し、タービンフリート情報を提供するよう維持される。最初に、ブロック４００で示されるように、このデータベースは、分析されているガスタービン機械の特定のタイプに対応する一般化され動作的に補正されたパラメータ及び情報を取得するためにアクセスされる。ブロック４１０で示されるように、評価されている特定の動作事象について予め定められた補正パラメータが識別され、ブロック４２０で示されるように、補正パラメータ係数がこの情報に基づいて計算される。次にブロック４３０で示されるように、平均シグネチャ及び変動が補正パラメータプロットから求められ、品質評価を定めるための３つの、赤、黄、及び緑のカテゴリ品質閾値（境界値）を計算するのに使用される。次にブロック４４０で示されるように、計算された閾値がユーザによって検証される。次いで、ブロック４５０で示されるように、閾値のシグネチャが、成功及び不成功の動作事象の記録を包含する確認データベースを使用して確認される。

ブロック４６０で示されるように、有効なシグネチャ又は要求される性能が達成された場合には、その結果が更新フリート動作事象シグネチャとして（好ましくは履歴動作事象データベースに）セーブされ、ブロック４７０で示されるように、現場スタッフによる将来の使用及び／又はアクセスが使用可能となる。有効なシグネチャが得られない場合には、監視された事象を種々のセットに区分し、シグネチャ及び対応するフリート閾値並びに境界値を各セットについて個々に求めることができる。実際には、これは、特定のユニットのシグネチャ又は複数のユニットにわたる異なる構成の経時的な変化に対応することができる。従って、ブロック４６１及び４３０で示されるように、閾値及び／又はパラメータ係数が調節され再計算される。

図２、図３、又は図４の上記の詳細な説明では述べられていないが、種々の「異常」又はアウトライアー動作事象に対応するセンサデータ及び／又はパラメータデータがまた、履歴データベースに（例えば手順ブロック２９０、３７０、７０で）セーブされ、異常事象データベースを含むデータとしてフラグが立てられる。次に、この異常事象データベースは、異常事象データベースに以前セーブされた異常事象シグネチャ／データとの「最良の適合」関係の証拠となる動作事象を識別するための手段を提供することによって、トラブルシューティングの目的のために使用することができる。異常シグネチャ及び／又は個々の構成要素の故障シグネチャを作成するための例示的なプロセスは、図５の手順フロー図によって説明される。この図は、特定のユニット、サイト又はフリート全体の動作事象に関連する、システムと個々の構成要素の異常故障シグネチャの両方を作成するために、動作事象品質評価プロセスの一部としてコンピュータプロセッサ／コントローラ上で実施できる例示的な手順ブロックを示す。

ブロック５００で示されるように、コンピュータメモリ内の履歴データベースの特定の記憶スペース又はファイルは、異常事象データベースとして使用するためにセットアップ又は割り当てられる。手順ブロック５１０及び５２０で示されるように、事象及び異常に対して固有の補正パラメータが識別され、周囲条件に関連する変動へのＣＰＣ補正が適用される。ブロック５３０で示されるように、平均シグネチャ及び異常閾値／境界値が求められ、ブロック５４０で示されるように、シグネチャが確認されて、次いで異常データベースに記憶された既存の異常シグネチャに対して比較される。次に、確認された異常シグネチャが異常データベースに現在は存在しないと仮定すると、ブロック５５０で示されるように、この異常シグネチャは適切な識別情報又はコメントと共にセーブされる。

図６を参照すると、動作事象品質評価プロセスの例示的なコンピュータ／コントローラ実施の総括としての役割の手順フロー図が示されている。手順ブロック６００で示されるように、特定の動作事象がタービン上で開始され、種々のセンサからの動作パラメータデータが、動作事象中及び動作事象全体を通して監視される。リアルタイムの処理が用いられる場合（ブロック６１０）、オンサイトのリアルタイムタービンユニットコントローラ（又は同等の遠隔モニタリングシステム）は、行なわれている動作事象の特定のタイプ（例えば、始動、モード転送など）を認識し、有効な信号が種々のタービンセンサから収集されていることを検証するよう構成される（ブロック６１１）。適切に検証されたセンサ信号のセット（すなわち特定の動作事象に固有のものとして検証された）は、直ちに処理されて事象のリアルタイム分析を提供する。このリアルタイムの品質評価分析がタービンシステムサイトコントローラ自体によってローカルに実施され、或いは収集されたセンサデータを適切なデジタル通信ネットワークを介して遠隔リアルタイム処理設備に送信することができる。

また、手順ブロック６１０で示されるように、「後処理」の構成を実施することができ、ここで、１つ又はそれ以上のシステム事象が監視され、各事象中の適切なセンサデータの全てが収集されて、サイト上或いは遠隔設備で記憶することができる履歴事象／傾向ファイル内にセーブされる。続いて、ブロック６１２で示されるように、特定の動作事象を分析のために選択することができる。これが存在する場合、その特定の事象に対応する全ての予め記録された関連データが履歴事象／傾向ファイルから検索され（ブロック６１４）、次にセンサ信号データが、更なる処理のために中継される前に調べられ、有効として検証される（ブロック６１６）。

システムセンサからの多くの信号は、周囲、燃料及び機械状態のばらつきの影響を低減／排除するために補正パラメータスペースへの変換の適切な候補となり得る。しかしながら、幾つかの信号については、このような影響を是正するための補正／変換は、利用可能でないか、又は適切ではないであろう。補正できる信号タイプでは、ブロック６２０で示されるように、対応する補正パラメータが計算される（例えば、データが補正パラメータスペースに変換される）。適切な補正パラメータを持たないが事象評価にとっては重要となり得るこれらの信号については、対応する信号シグネチャは、収集されたデータが予め指定された範囲又は境界内に確実に含まれるように少なくともチェックすることができる（ブロック６２０）。従って、事象シグネチャは、収集されたセンサデータに対応するパラメータプロットから作成され、少なくともその一部は、周囲条件及び／又は燃料タイプ／品質によって引き起こされるセンサデータのばらつきを低減又は排除する１つ又はそれ以上の補正パラメータ係数を利用することによって補正される。

次に、ブロック６３０で示されるように、数値品質評価値が該事象について所定の予想値／範囲との比較に基づいて決定され、次いでこれに応じて事象が適切な品質評価カテゴリに分類される。次に、ブロック６４０で示されるように、全ての補正（変換）パラメータデータ及び非補正（非変換）データが、例えば重み付け平均又は規則ベースの平均化を使用して結合される。この結合された全体評価は、これに応じて「赤」、「黄」、又は「緑」の品質カテゴリに分類される。ブロック６５０で示されるように、「疑わしい」カテゴリ（例えば、「赤」又は「黄色」）に該当する信号には、潜在的な動作上の問題点を識別する更なる分析のタグが付けられる。最終的には、結合された全体の数値品質評価、並びに疑わしいカテゴリに該当する信号／パラメータの品質評価は、経時的に追跡され、ブロック６６０で示されるように、構成要素又はシステムの劣化、構成要素及びシステムの変更、及び潜在的な不具合の早期警告及び識別を可能にする。

図７は、上述された基本的な品質評価処理の一部として動作する自動故障検出及び診断／識別を提供する例示的なコンピュータで実施されるプロセスブロックを示す。図２から図６に関して上記で検討されたように、アウトライアー異常事象シグネチャのデータベースが、品質評価処理中に作成される。このデータベースはまた、個々の機械ユニット及び／又は特定の機械フリートの両方に対応する構成要素の劣化及び故障シグネチャを示す履歴／アーカイバル記録の動作事象データを含むことができる。本発明のこの態様では、「赤」及び「黄」の品質分類のような、低品質又は悪品質を示すカテゴリに該当する動作事象は疑わしい事象として扱われ、システム及び構成要素の故障を検出及び識別するための候補として使用される。

ブロック７００から７２０で示されるように、試験のための第１候補動作事象が選択され、未だ行なわれていない場合には、周囲条件の補正が事象信号に適用され、その動作事象に固有の補正パラメータが識別される。選択された事象に関連する異常シグネチャのリストが形成され（ブロック７３０）、次に識別された事象パラメータが、リストの異常シグネチャの各々と比較されて近接一致が存在するかどうかを判定する（ブロック７４０及び７５０）。次いで、高程度の一致を示す事象パラメータ及び異常シグネチャを用いて、特定の故障タイプ及び構成要素又はシステムの誤動作を識別する。

ここで図８を参照すると、ガスタービンの動作事象品質評価プロセスの例示的なリアルタイム実施を説明するフロー図が示されている。この実施例では、動作事象からのタービンセンサデータが、ローカル又は遠隔のコンピュータプロセッサ／タービンコントローラ８０１に提供される。履歴事象データベースから取得されたサイト及びフリート信号閾値情報を使用して、プロセッサ／コントローラ８０１は、リアルタイムで結合された全体の数値評価品質値を計算し、その動作事象がどの品質カテゴリ（赤、黄、緑）に分類されるかを決定する（ブロック８１０）。次いで、ブロック８２０で示されるように、この情報が履歴追跡データベースにセーブされる。

図９は、ガスタービンシステムの動作事象品質評価プロセスの非リアルタイムのコンピュータ処理実施の実施例を説明するフロー図を示す。この実施例では、動作事象中のガスタービンセンサデータは、収集された情報をローカルに記憶するか、或いは後で更なる分析を行なうための中央サーバにこの情報を送るプロセッサ／コントローラ９０１に供給される。オペレータが、収集されたデータ並びに実施される任意の品質評価及び故障診断分析からの結果にローカルにアクセス、制御、及び表示するための手段を提供するために、オンサイトモニタ／ユーザインターフェース９０２が備えられる。１００２はまた、この機能が遠隔の中央サイトで実施することができることを示している。ユニット、サイト、及びフリートのシグネチャ並びに閾値情報は、履歴事象データベースから取得され、ブロック９１０で示されるように、結合された全体の品質評価値を計算し事象の品質カテゴリを決定する際に使用される。次いでブロック９２０で示されるように、この情報は履歴追跡データベースにセーブされる。

図１０は、特定のタービン機械の事象シグネチャを形成するのに使用されるタービン「始動」事象中に取得されたパラメータ／センサの時間領域サブシグネチャ信号データプロットの２つの実施例のセットを示す。左の実施例は、加速度対時間のプロットを示し、右の実施例は、パーセント燃料対時間のプロットを示す。最初の動作は、データの時間整合である。上記に説明されたように、シグネチャはサブシグネチャデータプロットのセットから形成される。各サブシグネチャプロットは、公称値近傍に定められた関連する品質閾値境界／範囲（例えば、赤、黄、及び緑）を有する公称値によって特徴付けられる。事象シグネチャは、複数のデータセットを取得し、対応するサブシグネチャプロットを重ねることによって生成され、各サブシグネチャの「公称」又は代表プロットを決定する。

図１１は、単一の統一品質評価を提供するために、信号データ情報の収集、変換、及び融合のコンピュータ／コントローラで実施されるプロセスを説明する例示的な図を示す。ブロック１１０１で示されるように、例えば圧力、温度、速度などの複数の時間領域プロットは、収集されたデータから作成され、時間領域に整合される。ブロック１１０１からブロック１１０２への矢印は、周囲条件、燃料品質及び／又はデータのばらつきの他の既知の原因の影響を排除するためのブロック１１０１のデータの補正パラメータスペースへの変換を示す。この補正パラメータスペースからの変換データは、ブロック１１０２で示されるように、Ｘ−Ｙ仮想パラメータプロットを生成するために使用され、周囲条件及びシステムの変動に対して効率的に補正され、基礎をなすプロセスの統計的により良い表示を提供することになる。ブロック１１０２で説明されるように、成功の単一の統一評価は、図６に関して上記に説明されたように、サブシグネチャ評価の確率平均を行なうことによって生成される。

図１２は、上記に説明されたコンピュータ／コントローラで実施される品質評価プロセスを使用して、収集された例示的なデータセットの例示的な変換を説明する一連のグラフを示す。この実施例では、圧縮機吐出圧力（ＣＰＤ）の時間領域プロット１１０３からのデータは、プロット１１０４で示される圧縮機圧力比（ＣＰＲ）の補正パラメータ対補正速度に変換される。この後に、グラフ１１０５で示されるサブシグネチャの生成が続く。次いで、このサブシグネチャ情報は、上記に説明され図１１に示されたような統一品質評価を生成するのに使用される。上記の実施例、及び温度、燃料などの他の動作変数の各データセットに対する適切な補正（補正パラメータスペース）は、当業者が精通する既知の通常の技術を使用して作成され、典型的には、動作事象の領域知識を使用する段階と、その動作事象を特徴付ける変数又は信号を識別する段階と、動作事象の基礎となる物理的現象の知識を適用して、事象を特徴付ける無次元量か、又は別の仮想変数に対してプロットされるときの温度、圧力、湿度などのような周囲条件の影響を最小にする無次元量のいずれかを求める段階とを伴う。

このコンピュータで実施される動作事象品質評価／診断プロセスによって作成された品質評価情報は、ディスプレイ装置、ラップトップ、又はプリンタに出力することができる。図１３は、タービン又は他の機械システムの動作事象を評定する場合にコンピュータで実施される動作事象品質評価／診断プロセスによって生成することができる出力画面表示の実施例を示す。この実施例では、機械サイト、ＩＤ、装置構成、動作事象、及びデータ情報が、評価される各事象について個別の縦列（１２０１）に表示される。関連する「状態」縦列（１２０２）では、評定された各動作事象について各機械フリート、機械サイト、及び機械ユニットに対して作成された統一品質評価値が、対応する品質範囲（例えば、赤、黄、又は緑）を示すカラーインジケータと共に表示される。

本発明を、現在最も実際的で好ましい実施形態と考えられるものに関して説明してきたが、本発明は開示された実施形態に限定されるものではなく、また、特許請求の範囲に記載された符号は、理解容易のためであってなんら発明の技術的範囲を実施例に限縮するものではない。

動作事象品質評価／診断プロセスの基本的な概要を提供する手順図。 タービン動作事象のタービンユニット固有のシグネチャを作成し更新するためのコンピュータ／コントローラ上で実施される例示的な手順ブロックを示すプロセスフロー図。 タービン動作事象のタービンサイト固有のシグネチャを作成し更新するためのコンピュータ／コントローラ上で実施される例示的な手順ブロックを示すプロセスフロー図。 タービン動作事象のタービン機械フリート固有のシグネチャを作成し更新するためのコンピュータ／コントローラで実施される例示的な手順ブロックを説明するプロセスフロー図。 サイト及び／又はフリート全体の動作事象に関連する異常故障シグネチャを作成するためのコンピュータ／コントローラで実施される例示的な品質評価手順ブロックを示すプロセスフロー図。 ユニット、サイト、及びフリートシグネチャに関する動作事象の統一品質評価の評定のためのコンピュータ／コントローラで実施される例示的な品質評価手順ブロックを示すプロセス概要フロー図。 動作事象品質評価プロセスに基づいて自動故障検出／識別を提供する例示的なコンピュータで実施されるプロセスを示すフロー図。 ガスタービンシステムのための動作事象品質評価プロセスの例示的なリアルタイムローカルコンピュータ処理を示すフロー図。 ローカル又は中央のいずれかで行うことができるガスタービンシステムのための動作事象品質評価プロセスの例示的な非リアルタイムコンピュータ処理の実施を示すフロー図。 特定のタービン機械の事象シグネチャを形成する際に使用されるサブシグネチャ信号データプロットの実施例を示す１対のグラフである。 単一の統一品質評価を提供するために、信号データ情報の収集、変換、及び融合のコンピュータ／コントローラで実施されるプロセスを示す図。 コンピュータ／コントローラで実施される品質評価プロセスによる例示的な収集されたデータセットの変換を示す一連のプロット。 タービンシステム動作事象を評定するためのコンピュータで実施される動作事象品質評価／診断プロセスの例示的なコンピュータ出力画面表示。

符号の説明

１００ 初期化プロセス、関心の事象を選択する、トリガ、信号セット、及びサンプルレートを定める、トリガ後処理を定める
１１０ 複数のサイトからの複数データ実行を収集する
１２０ 事象タイプについてユニット、サイト、フリートシグネチャを生成するか更新する（図２、３、４）
１３０ アウトライアーグループから異常シグネチャを生成する（図５）
１４０ 事象固有のトリガデータを取り込み、処理する
１５０ 対ユニット、サイト、フリートシグネチャを評定する（図６）
１６０ アウトライアーを異常シグネチャと比較する（図７）

Claims (10)

1. 機械システムの１つ又はそれ以上の動作事象を特徴付けるセンサデータに基づいて、前記機械システムの統一品質評価を作成するための方法であって、前記センサデータの少なくとも一部が関連する補正パラメータ係数を有し、前記方法が、
   特定の動作事象に対応するセンサデータを収集する段階（１１０、１４０）と、
   収集されたセンサデータに基づいて作成されるパラメータプロットから動作事象に固有のシグネチャを作成する段階（１２０）であって、該事象に固有のシグネチャのうちの少なくとも一部が１つ又はそれ以上の補正パラメータ係数を利用することによって補正された前記パラメータプロットからのセンサデータに対応し、前記補正パラメータ係数は、周囲動作条件及び／又は燃料タイプ又は燃料品質によって引き起こされるセンサデータのばらつきを低減又は排除するものであることを特徴とする段階と、
   前記シグネチャと所定の値又は値の範囲との間の統計的な相関性の所定の程度に基づいて、前記補正されたパラメータプロット及び補正されていないパラメータプロット両方からのシグネチャを複数の品質評価カテゴリの１つに分類する段階（１５０）と、
   前記１つ又はそれ以上の動作事象に応答して、前記補正されたパラメータプロット及び補正されていないパラメータプロット両方に対応する前記シグネチャの品質評価評定を結合して機械システム動作を示す単一の総合品質評価値を作成する（１５０）段階と、
   を含む方法。
2. 動作事象に固有のシグネチャを作成する前記段階（１２０）において、少なくとも幾らかの収集されたセンサデータは、該データを補正パラメータスペースに変換する数学的変換を適用することによって補正されることを特徴とする請求項１に記載の方法。
3. 前記複数の品質評価カテゴリは、相関性の許容可能な程度を示す少なくとも１つのカテゴリ、相関性の許容可能な限界の程度を示す１つのカテゴリ、及び相関性の許容できない程度を示す１つのカテゴリを含むことを特徴とする請求項１に記載の方法。
4. 動作事象に応答して前記機械システムの動作を示す前記総合品質評価値をセーブする段階を更に含む請求項１に記載の方法。
5. 同様の後続の各動作事象の間にセンサデータを収集するときに、更新された統一品質評価値を作成する段階を更に含む請求項１に記載の方法。
6. 潜在的なシステム又は構成要素の障害を示すものとして以前の又は履歴品質評価値からの前記更新された品質評価値の偏差の所定量を識別する段階を更に含む請求項１に記載の方法。
7. 前記機械システムは、蒸気又はガスタービンシステムであることを特徴とする請求項１に記載の方法。
8. 前記機械システムは、風力タービン発電システムであることを特徴とする請求項１に記載の方法。
9. 前記機械システムは、流体ポンプシステムであることを特徴とする請求項１に記載の方法。
10. 機械システムの動作事象の総合統一品質評価及び故障診断を作成するためのコンピュータで実施される方法であって、
    前記機械システムの特定の動作事象に対応するセンサデータを収集する段階（１００、１１０、１４０）と、
    前記収集されたセンサデータの既知のばらつきが低減又は排除される（１２０、１４０）ように、パラメータ補正係数の所定のセットを使用して前記収集されたセンサデータの少なくとも一部に数学的変換を行なう段階と、
    収集されたセンサデータを所定の許容可能値又は許容可能な値の範囲と比較し、前記収集されたセンサデータと前記所定の許容可能値との間又は許容可能な値の範囲との間の相関量を、計算された統計的程度（１２０、１５０）内で定める段階と、
    前記計算された統計的な相関性の程度（１２０、１５０）に基づいて前記変換されたセンサデータ及び変換されていないセンサデータの両方を用いて、潜在的な動作上の問題を識別するための複数の品質評価カテゴリの１つに分類する段階と、
    前記変換されたセンサデータ及び変換されていないセンサデータの両方の統計的な評定を単一の統一品質評価値（１５０）に結合する段階と、
    以前に求められた履歴品質評価値からの前記品質評価値の偏差の所定量を潜在的なシステム又は構成要素の故障（１３０、１６０）を示すものとして識別する段階と、
    を含む方法。