JP5565357B2 - 設備診断装置、設備診断方法、設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体 - Google Patents

Description

本発明は、鉄鋼プラントその他の生産システムの設備を診断する設備診断装置、設備診断方法、設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体に関する。

プログラマブルロジックコントローラ（以下、「ＰＬＣ」と称す。）等でシーケンス制御される設備の異常監視方法として、従来、「本来（正常時）の動作時間」と「実際の動作時間」とを比較する方法が多く用いられている。具体的には、ある動作の開始信号（例えば起動信号オン）から終了信号（例えば位置検出センサオン）までの時間を計測し、ある閾値以上に遅れた場合に異常と判断するものが多い。

例えば、特許文献１には、複数の工程を順次的に行う自動化設備において、各工程の動作開始から動作終了までの正常時の予め定めた動作時間と比較し、異常であると判断したときに、オペレータに対して一連の工程内のどの単一工程で生じた異常であるかを表示することが記載されている。また、特許文献２には、既設のシーケンス制御装置から判定基準となる信号のオンオフパターンを外部装置により自動的に抽出し、比較することが記載されている。いずれも基本的に画一的な動作を行い、動作時間にほとんどばらつきのない設備を想定したものである。

また、特許文献３には、動作時間のばらつきがある場合でも設備の異常を診断するために、動作時間の統計量を求めて、基準値および実績値ともに統計量同士で比較することが記載されている。しかしながら、この診断装置では、動作時間がほぼ一定の値をとるものを想定しており、ばらつきをある程度は許容できるものの、所定のタイミングでＯＮ／ＯＦＦを繰り返し動作しない信号や、出現順番が異なるような場合には、特徴抽出の対象にならないと明記されている。

また、特許文献４には、各設備の状態を示す設備状態データおよび生産された製品の状態を示す製品状態データを収集し、収集されたデータを製品が正常な場合と異常な場合とに分類し、分類された正常な状態のデータと異常な状態のデータとのそれぞれについて各設備の所定の動作をトリガーとして特徴量を検出し、正常な場合の特徴量と異常な場合の特徴量とを比較して所定の閾値以上の差異があるもののみについてそれぞれの特徴量をデータベースへ登録し、操業中に各設備から抽出した特徴量をデータベースと比較することにより異常診断を行うことが記載されている。

特開平７−２７１４３１号公報 特開平５−１８１５１１号公報 特開２００８−２２６００６号公報 特開２０１０−２７７１９９号公報

条件が一定で画一的な動作を行う設備においては、特許文献１〜３に記載のような従来技術でも適用可能であるが、鉄鋼プラントのように、操業条件によってアクチュエータ駆動源の条件（油圧、電動機のトルク制限等）を変えたり、対象物に接触させながら動作させる場合に被接触物の性状（材質、重量等）が変化したりする場合には、同一シーケンス動作であっても動作時間に大きなばらつきが発生することがあり、上記従来技術を適用することができない。

また、特許文献４に記載の技術では、設備状態データおよび製品状態データにより製品の品質判定ができる場合に、品質への影響度の高い特徴量の挙動変化については検出できるが、品質への影響度が低い特徴量については見過ごされてしまう可能性がある。しかし、生産プロセスに必要な構成要素である以上、特徴量の若干の挙動変化が品質に影響を与えなくても、動作不能に陥った途端に生産停止に直結するものも多く、品質への影響度が低い特徴量についても検出する必要がある。

そこで、本発明においては、診断対象設備に対して操業条件差による動作時間等の特徴量のばらつきを排除し、精度良い診断を可能とした設備診断装置、設備診断方法、設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体を提供することを目的とする。

本発明の設備診断装置は、予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定する診断項目判定手段と、判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループに分けるグループ分け手段と、グループごとに設備診断項目に応じた特徴量の抽出を行う特徴量抽出手段と、グループごとに設備診断項目に応じた特徴量を、正常な場合の特徴量基準値と比較することにより設備診断を行う診断手段とを含むものである。

また、本発明の設備診断方法は、予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定すること、判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループに分けること、グループごとに設備診断項目に応じた特徴量の抽出を行うこと、グループごとに設備診断項目に応じた特徴量を、正常な場合の特徴量基準値と比較することにより設備診断を行うことを含む。

これらの発明によれば、トリガー信号から判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループ分けし、グループごとに設備診断項目に応じた特徴量を正常な場合の特徴量基準値と比較することにより、操業条件差による動作時間等の特徴量のばらつきを排除して設備診断を行うことができる。

また、本発明の設備診断装置は、特徴量抽出手段により抽出された特徴量に基づいてグループごとに設備診断項目に応じた統計処理を行う統計処理手段と、特徴量抽出手段により抽出された特徴量および統計処理手段により処理された統計量を登録する診断対象データベースと、グループごとに設備診断項目に応じた正常な場合の特徴量基準値および統計量基準値を登録する基準値データベースとを含み、診断手段は、さらにグループごとに設備診断項目に応じた統計量を、正常な場合の統計量基準値と比較することにより設備診断を行うものであることが望ましい。

これにより、特徴量だけでなく、この特徴量に基づいてグループごとに設備診断項目に応じた統計処理により得られた統計量を正常な場合の統計量基準値と比較することにより、操業条件差による動作時間等の特徴量のばらつきを排除して設備診断を行うことができる。

また、本発明の設備診断装置は、診断手段による統計量の比較の結果、所定値以上の差異がないもののみを用いて統計量基準値を算出し、基準値データベースを更新する統計量基準値算出手段を含むものであることが望ましい。これにより、正常な場合の統計量基準値が自動的に更新され、より信頼性の高い設備診断を行うことが可能となる。

また、本発明の設備診断プログラムは、予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定する診断項目判定手段と、判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループに分けるグループ分け手段と、グループごとに設備診断項目に応じた特徴量の抽出を行う特徴量抽出手段と、グループごとに設備診断項目に応じた特徴量を、正常な場合の特徴量基準値と比較することにより設備診断を行う診断手段としてコンピュータを機能させるためのものである。このプログラムを実行したコンピュータによれば、上記本発明の設備診断装置と同様の作用、効果を奏することができる。また、この設備診断プログラムは、これを記録したコンピュータ読み取り可能な記録媒体により提供することができ、これをコンピュータにより読み取り、実行させることができる。

（１）予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定し、判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループに分け、グループごとに設備診断項目に応じた特徴量の抽出を行い、グループごとに設備診断項目に応じた特徴量を、正常な場合の特徴量基準値と比較することにより設備診断を行う構成により、操業条件差による動作時間等の特徴量のばらつきを排除して設備診断を行うことができ、精度良い診断を行うことが可能となる。

（２）抽出された特徴量に基づいてグループごとに設備診断項目に応じた統計処理を行い、抽出された特徴量および処理された統計量を診断対象データベースに登録し、グループごとに設備診断項目に応じた正常な場合の特徴量基準値および統計量基準値を基準値データベースに登録し、さらにグループごとに設備診断項目に応じた統計量を、正常な場合の統計量基準値と比較することにより設備診断を行う構成により、特徴量だけでなく、グループごとに設備診断項目に応じた統計処理により得られた統計量により、操業条件差による動作時間等の特徴量のばらつきを排除して設備診断を行うことができ、より精度良い診断を行うことが可能となる。

（３）統計量の比較の結果、所定値以上の差異がないもののみを用いて統計量基準値を算出し、基準値データベースを更新する構成により、正常な場合の統計量基準値が自動的に更新され、より信頼性の高い設備診断を行うことが可能となる。

本発明の実施の形態における生産システムとしての鉄鋼プラントの操業支援システム構成を示す説明図である。 図１の設備診断コンピュータのブロック構成図である。 図１の設備診断コンピュータの処理を示すフロー図である。

図１は本発明の実施の形態における生産システムとしての鉄鋼プラントの操業支援システム構成を示す説明図、図２は図１の設備診断コンピュータのブロック構成図である。

図１において、本発明の実施の形態における鉄鋼プラントの支援システムは、鉄鋼プラントの各工程ラインを構成する調節弁、電磁弁、モータ、流量・圧力・温度等を測定する各種センサやポンプ等のシーケンス制御される各設備１の制御を司る制御装置（シーケンサ）としてのＰＬＣ（プログラマブルロジックコントローラ）２と、ＰＬＣ２が接続される汎用制御ネットワーク３と、汎用制御ネットワーク３に流れる各設備１の状態を示す設備状態データを収集するデータ収集コンピュータ４と、各設備１を診断する設備診断装置としての設備診断コンピュータ５等とから構成される。

設備診断コンピュータ５は、図示しないコンピュータ読み取り可能な記録媒体に記録された設備診断プログラムを実行するコンピュータであり、図２に示すように、マスタ情報登録手段１０、データ収集手段１１、診断項目判定手段１２、グループ分け手段１３、特徴量抽出手段１４、統計処理手段１５、診断手段１６、統計量基準値算出手段１７や出力手段１８等として機能する。また、設備診断コンピュータ５は、記憶装置（図示せず。）内に、マスタ情報データベース（ＤＢ）２０、実績データベース（ＤＢ）２１、診断対象データベース（ＤＢ）２２や基準値データベース（ＤＢ）２３等が構築されている。

マスタ情報ＤＢ２０には、診断対象となる設備１の定義、予め定義された診断処理内容を示す設備診断項目（例えば、Ａシリンダーの動作時間監視やＢ炉温度監視等）の定義、各設備診断項目のトリガー信号（例えばＡシリンダー上昇指令、Ａシリンダー上昇限、Ｂ炉温度上昇指令やＢ炉温度実績等の診断の起点や終点となる信号）の定義、設備診断項目ごとの特徴量の抽出方法の定義、設備診断項目ごとの統計処理方法の定義や、予め操業条件（例えば、鋼種（硬さ等）やサイズ（板幅、板厚、重量等）等）により定義されたグループ区分の定義等のマスタ情報が登録されている。マスタ情報登録手段１０は、これらのマスタ情報をマスタ情報ＤＢ２０に登録するものである。

データ収集手段１１は、データ収集コンピュータ４等により収集された現在の設備状態データを収集するものである。どのような情報を収集するかは、マスタ情報ＤＢ２０に予め登録された診断対象となる設備１の定義に基づいて決定される。設備状態データは、各設備１の稼働時における各種実績やシーケンス等のリアルタイムで把握できる各種プロセスデータ実績（例えば、操業条件やトリガー信号等）である。データ収集手段１１により収集されたこれらの設備状態データは、実績ＤＢ２１に登録される。なお、設備状態データは、データ収集コンピュータ４による収集に限られず、別の方法によって収集する構成とすることも可能である。

診断項目判定手段１２は、マスタ情報ＤＢ２０に登録された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定するものである。診断項目判定手段１２は、常時、各種プロセスデータ実績中の各トリガー信号の状態をチェックしており、トリガー信号が働いたときに、このトリガー信号に対応する設備診断項目を判定する。例えば、診断項目判定手段１２は、トリガー信号としてＡシリンダー上昇指令が働くと、このトリガー信号に対応する設備診断項目としてＡシリンダーの動作時間監視と判定する。なお、診断項目判定手段１２は、予め設定されたトリガー信号だけでなく、判別フローによりトリガー信号の状態をチェックする構成とすることも可能である。

グループ分け手段１３は、この診断項目判定手段１２により判定された設備診断項目を、マスタ情報ＤＢ２０に登録された操業条件により定義されたグループ区分に基づいてグループに分けるものである。操業条件により定義されたグループ区分の例を表１および表２に示す。表１は、設備診断項目としてのＭＤサポート着脱時間監視について、操業条件であるコイル幅およびコイル重量により定義されたグループ区分の例を示している。表２は、設備診断項目としてのＰＲ圧下時間について、操業条件である鋼種およびコイル板厚により定義されたグループ区分の例を示している。なお、表１および表２の例では、２次元テーブルであるが、影響因子の数に応じて１次元や３次元以上でグループ区分しても良い。また、テーブルによるグループ分けではなく、判別フローを用いてグループ分けする構成とすることも可能である。

特徴量抽出手段１４は、グループごとに設備診断項目に応じた特徴量の抽出を行うものである。抽出された特徴量は、診断対象ＤＢ２２に登録される。特徴量とは当該設備診断項目を実行することで得られる結果であり、特徴量の抽出は、マスタ情報ＤＢ２０に登録された設備診断項目ごとの特徴量の抽出方法の定義に基づいて行われる。例えば、当該設備診断項目がＡシリンダーの動作時間監視の場合、特徴量は動作した際の１回分の時間（Ａシリンダー上昇指令がオンした時点から上限リミットスイッチ（ＬＳ）がオン（Ａシリンダー上昇限到達）するまでの時間）である。

また、特徴量の別の例としては、設備診断項目が、温度、速度、圧力等のパターン制御監視（直接的に制御しているものが対象）の場合、特徴量として、目標値を変化させたときの実績値追従までの時間が挙げられる。また、設備診断項目が、プロセスデータ実績値監視（直接的に制御していない、結果として得られるもののみが対象）の場合、特徴量として、ある特定のシーケンス条件下における電流、温度、圧力等の実績を取り込んで操業条件別にグループ分けし、同一条件下では同じような結果が期待されるものの傾向変化を捉えることが挙げられる。

統計処理手段１５は、特徴量抽出手段１４により抽出された特徴量に基づいてグループごとに設備診断項目に応じた統計処理を行うものである。例えば、統計処理手段１５は、特徴量の直近の一定期間（数日〜数週間レベル）の統計量（平均、分散、標準偏差、最小値、最大値、閾値等）を求める。統計処理手段１５により算出された統計量は、診断対象ＤＢ２２に登録される。

診断手段１６は、特徴量抽出手段１４により抽出された特徴量および統計処理手段１５により処理された統計量に基づいて設備診断を行うものである。基準値ＤＢ２３には、グループごとに設備診断項目に応じた正常な場合の特徴量基準値および統計量基準値が登録されている。基準値とは、それぞれの設備診断項目で得られた過去の特徴量および統計値を指し、過去の健全な状態を表す値である。診断手段１６は、グループごとに設備診断項目に応じた特徴量および統計量を、それぞれ基準値ＤＢ２３に登録されている正常な場合の特徴量基準値および統計量基準値と比較し、それぞれ所定値（許容値）以上に変化していないかチェックする。

統計量基準値算出手段１７は、診断手段１６による統計量の比較の結果、所定値以上の差異がないもののみを用いて統計量基準値を算出し、基準値ＤＢ２３を更新する。統計量基準値算出手段１７は、過去の特徴量基準値と差異がないと判定された期間の特徴量のみを特徴量基準値として採用し、一定期間（数ヶ月〜数年レベル）の統計量（平均、分散、標準偏差、最小値、最大値、閾値等）を算出し、これを統計量基準値とする。

出力手段１８は、診断手段１６による診断結果を、ディスプレイやスピーカ等を通じての画面表示、別システムへの通報、警報や、任意の方法でのガイダンス等により出力するものである。例えば、出力手段１８は、診断結果について、対象設備、操業条件、差異の程度等を出力する。

次に、上記構成の設備診断コンピュータ５による処理について、図３のフロー図に基づいて説明する。

まず、マスタ情報登録手段１０によりマスタ情報ＤＢ２０に各種マスタ情報が登録され（Ｓ１００）、データ収集手段１１により設備状態データが収集され、実績ＤＢ２１に登録されている（Ｓ１０１）。次に、診断項目判定手段１２により、マスタ情報ＤＢ２０が参照され、予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目が判定されるとともに、グループ分け手段１３により、実績ＤＢ２１が参照され、この判定された設備診断項目が、予め操業条件により定義されたグループ区分に基づいてグループに分けられる（Ｓ１０２）。なお、診断項目判定手段１２は、同一のトリガー信号から複数の設備診断項目を並列処理により判定することも可能である。

次に、特徴量抽出手段１４により、グループ分け手段１３により分けられたグループごとに設備診断項目に応じた特徴量の抽出が行われるとともに、統計処理手段１５により、特徴量抽出手段１４により抽出された特徴量に基づいて、グループ分け手段１３により分けられたグループごとに設備診断項目に応じた統計処理が行われる（Ｓ１０３）。そして、グループごとに抽出された特徴量および算出された統計量により、診断対象ＤＢ２２が更新される（Ｓ１０４）。

次に、診断手段１６により、診断対象ＤＢ２２および基準値ＤＢ２３が参照され、特徴量抽出手段１４により抽出された特徴量および統計処理手段１５により処理された統計量を、それぞれ基準値ＤＢ２３に登録されている正常な場合の特徴量基準値および統計量基準値と比較し、それぞれ所定値（許容値）以上に変化していないかチェックすることにより設備診断が行われる（Ｓ１０５）。

ここで、所定値以上の差異がない場合には、統計量基準値算出手段１７により直近の動作実績を用いて統計量基準値が算出され（Ｓ１０６）、基準値ＤＢ２３が更新される（Ｓ１０７）。一方、一定以上の差異がある場合には、出力手段１８により、診断手段１６による診断結果が、ディスプレイやスピーカ等を通じての画面表示、別システムへの通報、警報や、任意の方法でのガイダンス等により出力される（Ｓ１０８）。

なお、上記処理（Ｓ１０４〜Ｓ１０７）は、グループ分け手段１３により分けられたグループごとに行われる。また、上記処理（Ｓ１０４〜Ｓ１０７）は診断対象ごとに行うことが必要であるが、これらの処理（Ｓ１０４〜Ｓ１０７）は診断対象ごとに個々に行うことも、各処理（Ｓ１０４〜Ｓ１０７）の中で診断対象別に区分けして行うことも可能である。

以上のように、本実施形態における設備診断コンピュータ５では、予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定し、判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループに分け、グループごとに設備診断項目に応じた特徴量の抽出を行い、グループごとに設備診断項目に応じた特徴量を、正常な場合の特徴量基準値と比較することにより設備診断を行うので、操業条件差による動作時間等の特徴量のばらつきを排除して設備診断を行うことができ、精度良い診断を行うことが可能である。

特に、この設備診断コンピュータ５では、抽出された特徴量に基づいてグループごとに設備診断項目に応じた統計処理を行い、抽出された特徴量および処理された統計量を診断対象ＤＢ２２に登録し、グループごとに設備診断項目に応じた正常な場合の特徴量基準値および統計量基準値を基準値ＤＢ２３に登録し、さらにグループごとに設備診断項目に応じた統計量を、正常な場合の統計量基準値と比較することにより設備診断を行うので、特徴量だけでなく、グループごとに設備診断項目に応じた統計処理により得られた統計量により、操業条件差による動作時間等の特徴量のばらつきを排除して設備診断を行うことができ、より精度良い診断を行うことが可能である。

また、この設備診断コンピュータ５では、統計量の比較の結果、所定値以上の差異がないもののみを用いて統計量基準値を算出し、基準値ＤＢ２３を更新するので、正常な場合の統計量基準値が自動的に更新され、より信頼性の高い設備診断を行うことが可能である。

本発明の設備診断装置、設備診断方法、設備診断プログラムおよびこれを記録したコンピュータ読み取り可能な記録媒体は、鉄鋼プラントその他のシーケンス制御される生産システムの設備を診断するためのものとして有用である。特に、本発明は、鉄鋼プラントのように操業条件の変動のために同一シーケンスであっても動作時間等の特徴量に変動がある設備を診断するためのものとして好適である。

１ 設備
２ ＰＬＣ
３ 汎用制御ネットワーク
４ データ収集コンピュータ
５ 設備診断コンピュータ
１０ マスタ情報登録手段
１１ データ収集手段
１２ 診断項目判定手段
１３ グループ分け手段
１４ 特徴量抽出手段
１５ 統計処理手段
１６ 診断手段
１７ 統計量基準値算出手段
１８ 出力手段
２０ マスタ情報ＤＢ
２１ 実績ＤＢ
２２ 診断対象ＤＢ
２３ 基準値ＤＢ

Claims (5)

1. 予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定する診断項目判定手段と、
   前記判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループに分けるグループ分け手段と、
   前記グループごとに設備診断項目に応じた特徴量の抽出を行う特徴量抽出手段と、
   前記特徴量抽出手段により抽出された特徴量に基づいて前記グループごとに設備診断項目に応じた統計処理を行う統計処理手段と、
   前記特徴量抽出手段により抽出された特徴量および前記統計処理手段により処理された統計量を登録する診断対象データベースと、
   前記グループごとに前記設備診断項目に応じた正常な場合の特徴量基準値および統計量基準値を登録する基準値データベースと、
   前記グループごとに前記設備診断項目に応じた特徴量を、正常な場合の特徴量基準値と比較し、さらに前記グループごとに前記設備診断項目に応じた統計量を、正常な場合の統計量基準値と比較することにより設備診断を行う診断手段と
   を含む設備診断装置。
2. 前記診断手段による前記統計量の比較の結果、所定値以上の差異がないもののみを用いて前記統計量基準値を算出し、前記基準値データベースを更新する統計量基準値算出手段を含む請求項１記載の設備診断装置。
3. 予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定すること、
   前記判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループに分けること、
   前記グループごとに設備診断項目に応じた特徴量の抽出を行うこと、
   前記特徴量に基づいて前記グループごとに設備診断項目に応じた統計処理を行うこと、
   前記特徴量および前記統計処理により得られた統計量を診断対象データベースに登録すること、
   前記グループごとに前記設備診断項目に応じた正常な場合の特徴量基準値および統計量基準値を基準値データベースに登録すること、
   前記診断対象データベースおよび前記基準値データベースを参照して、前記グループごとに前記設備診断項目に応じた特徴量を、正常な場合の特徴量基準値と比較し、さらに前記グループごとに前記設備診断項目に応じた統計量を、正常な場合の統計量基準値と比較することにより設備診断を行うこと
   を含む設備診断方法。
4. 予め定義された設備診断項目および各設備診断項目のトリガー信号に関する情報に基づいて、トリガー信号から設備診断項目を判定する診断項目判定手段と、
   前記判定された設備診断項目を、予め操業条件により定義されたグループ区分に基づいてグループに分けるグループ分け手段と、
   前記グループごとに設備診断項目に応じた特徴量の抽出を行う特徴量抽出手段と、
   前記特徴量抽出手段により抽出された特徴量に基づいて前記グループごとに設備診断項目に応じた統計処理を行う統計処理手段と、
   前記特徴量抽出手段により抽出された特徴量および前記統計処理手段により処理された統計量を登録する診断対象データベースと、
   前記グループごとに前記設備診断項目に応じた正常な場合の特徴量基準値および統計量基準値を登録する基準値データベースと、
   前記グループごとに前記設備診断項目に応じた特徴量を、正常な場合の特徴量基準値と比較し、さらに前記グループごとに前記設備診断項目に応じた統計量を、正常な場合の統計量基準値と比較することにより設備診断を行う診断手段と
   してコンピュータを機能させるための設備診断プログラム。
5. 請求項４記載の設備診断プログラムを記録したコンピュータ読み取り可能な記録媒体。

Images