JP5811683B2 - Abnormality diagnosis device - Google Patents
Abnormality diagnosis device Download PDFInfo
- Publication number
- JP5811683B2 JP5811683B2 JP2011178826A JP2011178826A JP5811683B2 JP 5811683 B2 JP5811683 B2 JP 5811683B2 JP 2011178826 A JP2011178826 A JP 2011178826A JP 2011178826 A JP2011178826 A JP 2011178826A JP 5811683 B2 JP5811683 B2 JP 5811683B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- plant
- value
- unit
- variables
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Description
本発明はプラントの異常を診断する異常診断装置に関する。 The present invention relates to an abnormality diagnosis device for diagnosing plant abnormality.
プラントは、複数の機器が様々な条件で運転されている。また、プラントでは、複数のセンサでプラントの状態が計測されている。プラントの異常は、この複数の条件値や、複数のセンサの計測値から検出することができるが、例えば、各センサの計測値が各センサの計測値毎に定められる上下限値(閾値)を超えたときに異常と判断する方法が主流である。一方、各センサの計測値毎に上下限値を設定する場合、使用するセンサを増やすと上下限値の数も増やす必要があり、異常判定用の値の管理が複雑になる問題があった。 In the plant, a plurality of devices are operated under various conditions. In the plant, the state of the plant is measured by a plurality of sensors. An abnormality of the plant can be detected from the plurality of condition values and the measurement values of the plurality of sensors. For example, the upper and lower limit values (threshold values) determined for the measurement values of the sensors by the measurement values of the sensors are set. The mainstream method is to determine that there is an abnormality when the number is exceeded. On the other hand, when the upper and lower limit values are set for each measured value of each sensor, it is necessary to increase the number of upper and lower limit values when the number of sensors used is increased, and there is a problem in that the management of values for abnormality determination becomes complicated.
これに対し、近年、MT法(マハラノビス・タグチメソッド)というパターン認識技術を用いて異常を診断する技術もある。MT法は、「いつもと同じ」状態であるかどうかを診断するものであり、予め設定したいつもと同じ状態を表すマハラノビス空間の中心を基準として、求めた診断対象のマハラノビス距離がこのマハラノビス空間より遠くなるときに異常と判断する方法である。具体的には、センサの計測データを複数のグループに分け、それぞれのグループ毎に単位空間を生成し、MT法を利用して異常を診断するものがある(例えば、特許文献1参照)。 On the other hand, in recent years, there is also a technique for diagnosing an abnormality using a pattern recognition technique called MT method (Mahalanobis Taguchi method). The MT method is for diagnosing whether or not the state is “same as usual”, and the Mahalanobis distance of the object to be diagnosed is determined from the Mahalanobis space based on the center of the Mahalanobis space that represents the same state as usual. This is a method for determining an abnormality when going far. Specifically, there is one that divides sensor measurement data into a plurality of groups, generates a unit space for each group, and diagnoses an abnormality using the MT method (see, for example, Patent Document 1).
プラントでは複数の条件値を状況に応じて切り替えながら運転することがあるが、条件値を変更した場合にはセンサによる計測値も変わるため、設定する閾値も変更する必要がある。また、プラントにおいて意図的な操作による条件値の変更や季節変動による計測値の変化等の様々な変化があるが、このような正常な値の変化であっても、上述したような診断方法では異常と診断されるおそれがあり、異常診断の精度を低下させることになる。 The plant may be operated while switching a plurality of condition values depending on the situation. However, when the condition value is changed, the measurement value by the sensor also changes, so that the threshold value to be set needs to be changed. In addition, there are various changes such as changes in condition values due to intentional operations in plants and changes in measured values due to seasonal fluctuations. An abnormality may be diagnosed, and the accuracy of the abnormality diagnosis will be reduced.
MT法を利用した場合にも、条件値を変更した場合には、使用する単位空間を切り換えるなど、判断基準を変更する必要があるが、プラントから入力する全ての条件値や計測値を利用して単位空間を定期的に更新する場合、異常や異常の予兆も更新される単位空間に含まれるおそれがあり、異常診断の精度を低下させることになる。 Even when the MT method is used, if the condition value is changed, it is necessary to change the judgment criteria such as switching the unit space to be used. However, all the condition values and measured values input from the plant are used. When the unit space is regularly updated, abnormalities and signs of abnormalities may be included in the unit space to be updated, which reduces the accuracy of abnormality diagnosis.
上述したように、プラントの異常を高精度で診断することは困難であった。 As described above, it has been difficult to diagnose plant abnormalities with high accuracy.
上記課題に鑑み、プラントの異常を高精度で診断する異常診断装置を提供することを目的としている。 In view of the above problems, an object of the present invention is to provide an abnormality diagnosis apparatus that diagnoses an abnormality of a plant with high accuracy.
上記目的を達成するために、本発明は、プラントの異常を診断する異常診断装置であって、前記プラントを構成する各機器に対する指令値及びこの指令値に対する前記各機器で計測された計測値を当該プラントの状態を表す変数の値とし、これら複数の変数と異常判定時に利用される判定値とを含むデータをグループ毎に設定して成るグループデータを記憶するグループデータ記憶部と、前記グループデータ記憶部に記憶されたグループデータから抽出された複数の変数と、当該複数の変数に対応する前記プラントから入力され当該プラントを構成する各機器に対する指令値及びこの指令値に対する前記各機器で計測された計測値と、を利用してマハラノビス距離を算出する算出部と、前記算出部で算出されたマハラノビス距離を前記判定値と比較して前記プラントにおける異常の可能性を判定する異常判定部と、前記異常判定部で異常の可能性があると判定された場合、前記複数の変数の中から異常の原因の候補である原因変数を抽出するとともに、抽出した原因変数と相関性の高い強相関変数を前記複数の変数の中から抽出する抽出部と、前記プラントから入力した指令値を参照し、当該指令値の変化の有無から前記原因変数又は強相関変数に対する操作がされたか否かを判定する操作判定部と、前記操作判定部において、前記操作がされていると判定された場合には、前記プラントは正常に運転していると判定し、前記操作がされていないと判定された場合には、前記プラントに異常が発生したと判定する診断部とを備える。 In order to achieve the above object, the present invention provides an abnormality diagnosis apparatus for diagnosing plant abnormality, comprising command values for each device constituting the plant and measurement values measured by the devices for the command value. A group data storage unit for storing group data obtained by setting, for each group, data including a plurality of variables and a determination value used at the time of abnormality determination as values of variables representing the state of the plant; and the group data A plurality of variables extracted from the group data stored in the storage unit, input from the plant corresponding to the plurality of variables, a command value for each device constituting the plant, and measured by each device for the command value and a calculation unit for calculating a Mahalanobis distance using the measured value, and the Mahalanobis distance calculated by the calculation unit judgment value An abnormality determination unit that compares to determine the possibility of abnormalities in the plant, the abnormality if determination unit in is determined that there is a possibility of abnormality cause candidates of the abnormality cause from the plurality of variables Extracting variables and extracting a strong correlation variable having a high correlation with the extracted cause variable from the plurality of variables, and referring to the command value input from the plant , whether there is a change in the command value The operation determining unit that determines whether or not an operation has been performed on the cause variable or the strong correlation variable, and the operation determining unit determines that the operation has been performed, the plant operates normally. A diagnosis unit that determines that an abnormality has occurred in the plant when it is determined that the operation has not been performed .
また、他の発明は、プラントの異常を診断する異常診断装置であって、前記プラントを構成する各機器に対する指令値及びこの指令値に対する前記各機器で計測された計測値を当該プラントの状態を表す変数の値とし、これら複数の変数と異常判定時に利用される判定値とを含むデータをグループ毎に設定して成るグループデータを記憶するグループデータ記憶部と、前記グループデータ記憶部に記憶されたグループデータから抽出された複数の変数と、当該複数の変数に対応する前記プラントから入力され当該プラントを構成する各機器に対する指令値及びこの指令値に対する前記各機器で計測された計測値と、を利用してマハラノビス距離を算出する算出部と、前記算出部で算出されたマハラノビス距離を前記判定値と比較して前記プラントにおける異常の可能性を判定する異常判定部と、前記異常判定部で異常の可能性があると判定された場合、前記複数の変数の中から異常の原因の候補である原因変数を抽出するとともに、抽出した原因変数と相関性の高い強相関変数を前記複数の変数の中から抽出する抽出部と、前記原因変数の値の変化と前記強相関変数の値の変化との間に、変化の傾向が連動するか否かを判定する連動判定部と、前記連動判定部において前記変化の傾向が連動すると判定された場合には、前記プラントは正常に運転していると判定し、前記変化の傾向が連動しないと判定された場合には、前記プラントに異常が発生したと判定する診断部とを備える。 Further, another invention is an abnormality diagnosis device for diagnosing plant abnormality, wherein a command value for each device constituting the plant and a measurement value measured by each device with respect to the command value are expressed as the state of the plant. A group data storage unit for storing group data obtained by setting, for each group, data including a plurality of variables and a determination value used at the time of abnormality determination as a value of a variable to be represented; and stored in the group data storage unit A plurality of variables extracted from the group data, a command value input from the plant corresponding to the plurality of variables and a command value for each device constituting the plant, and a measurement value measured by each device for the command value; a calculation unit for calculating the Mahalanobis distance by using the Mahalanobis distance calculated by the calculation component compared to said judgment value Pra An abnormality determination unit that determines the possibility of abnormalities in bets, extracting the abnormality if it is determined that there is a possibility of abnormality by the determination unit, cause variable is a candidate for cause of the abnormality from the plurality of variables with, an extraction unit for extracting the extracted cause variable and highly correlated correlated variables from the plurality of variables, between the change in the value of the change and the correlated variable value of the cause variable, change When it is determined in the interlock determination unit that the change tendency is interlocked, it is determined that the plant is operating normally, and the change A diagnosis unit that determines that an abnormality has occurred in the plant .
さらに、他の発明は、前記原因変数の値の変化と前記強相関変数の値の変化との間に、変化の傾向が連動するか否かを判定する連動判定部をさらに備え、前記診断部は、前記操作判定部において、前記操作がされていると判定された場合又は前記連動判定部において前記変化の傾向が連動すると判定された場合には、前記プラントは正常に運転していると判定し、前記操作判定部において、前記操作がされていないと判定された場合又は前記連動判定部において前記変化の傾向が連動しないと判定された場合には、前記プラントに異常が発生したと判定することを特徴とする。 Furthermore, another aspect of the present invention, between the change in the value of the change and the correlated variable value of the cause variable, further comprising an interlocking determination unit that determines whether a tendency of the change is interlocked, the diagnostic unit When the operation determining unit determines that the operation is being performed or the interlock determining unit determines that the tendency of change is interlocked , the plant is operating normally. And when the operation determining unit determines that the operation is not performed or the interlock determining unit determines that the tendency of change is not interlocked, it is determined that an abnormality has occurred in the plant. It is characterized by doing.
本発明によれば、プラントの異常診断の精度を向上することができる。 According to the present invention, it is possible to improve the accuracy of plant abnormality diagnosis.
実施形態に係る異常診断装置は、プラントの運転の異常を診断する異常診断装置である。例えば、異常診断装置が診断するプラントは、発電プラントである。発電プラントは、複数の機器(ポンプ、バルブ等)を備えておりこれらの機器を制御する値が目標値として設定されている。この目標値は、例えば、ポンプの圧力、バルブの開閉等である。また、発電プラントでは、複数のセンサを備えており、各センサで吸気量、排気量、発電量等が計測されている。 The abnormality diagnosis apparatus according to the embodiment is an abnormality diagnosis apparatus that diagnoses an abnormality in plant operation. For example, the plant diagnosed by the abnormality diagnosis device is a power plant. The power plant includes a plurality of devices (pumps, valves, etc.), and values for controlling these devices are set as target values. This target value is, for example, the pressure of the pump, opening / closing of a valve, or the like. In addition, the power plant includes a plurality of sensors, and each sensor measures the intake air amount, the exhaust air amount, the power generation amount, and the like.
さらに、発電プラントでは、様々なモードが設定可能であって、このモードによって各機器に設定する目標値、各センサで計測される計測値が異なる。例えば、発電プラントでは、常に一定量の電力を発電する必要はなく、電力需要に合わせて発電する。したがって、時間帯、曜日、季節等に合わせて複数のモードが規定されており、設定されているモード毎に各機器の目標値(設定値)が異なる。また、各機器の目標値が異なることにより、設定されるモード毎に各センサの計測値も異なる。 Furthermore, in a power plant, various modes can be set, and the target value set for each device and the measured value measured by each sensor differ depending on this mode. For example, in a power plant, it is not always necessary to generate a certain amount of power, and power is generated in accordance with power demand. Therefore, a plurality of modes are defined according to the time zone, day of the week, season, etc., and the target value (set value) of each device differs for each set mode. Moreover, since the target value of each device is different, the measured value of each sensor is different for each set mode.
図1に示すように、実施形態に係る異常診断装置1は、プラントから入力した新たな変数で蓄積データを更新する更新部11と、異常の診断に利用するグループを生成する生成部12と、グループデータ22が含む変数と、新たに入力した変数を利用してマハラノビス距離を算出する算出部13と、算出部13が算出したマハラノビス距離を判定値と比較して異常の可能性を判定する異常判定部14と、異常判定部14が異常の可能性があると判定すると、異常の原因の候補である原因変数とこの原因変数と相関性の高い変数である強相関変数を抽出する抽出部15と、原因変数と強相関変数とに関連する操作の有無を判定する操作判定部16と、原因変数の変化と強相関変数の変化との傾向の連動を判定する連動判定部17と、操作判定部16と連動判定部17との判定結果を利用して異常を診断する診断部18とを備えている。
As shown in FIG. 1, the
異常診断装置1は、例えば、中央処理装置(CPU)10や記憶装置20を備える情報処理装置であって、記憶装置20に記憶される異常診断プログラムPが読み出されて実行されることで、図1に示すように、CPU10に更新部11、生成部12、算出部13、異常判定部14、抽出部15、操作判定部16、連動判定部17及び診断部18が実装される。また、図1に示す例では、記憶装置20に蓄積データ21およびグループデータ22を記憶している。さらに、異常診断装置1は、操作を入力するキーボード、マウス、操作ボタン、タッチパネル等の入力装置2と接続されており、異常診断の処理過程や結果を出力するディスプレイ、スピーカ等の出力装置3と接続されている。
The
更新部11は、プラントから新たに各変数の値を入力すると、入力した各変数の値を含む新たなレコードを生成し、生成したレコードを追加して記憶装置20に記憶される蓄積データ21を更新する。
When the value of each variable is newly input from the plant, the update unit 11 generates a new record including the value of each input variable, adds the generated record, and stores the accumulated
蓄積データ21は、過去のプラントの状態を表す変数のレコードを蓄積したデータである。蓄積データの変数は、プラントの運転の条件値及び当該条件値の場合にプラントで計測された計測値である。図2に示す例では、蓄積データは、プラントの運転の条件値であるプラントの各機器に設定する目標値(変数1、2)と、このモード及び目標値の場合に計測された計測値(変数4、5)等を関連づけたレコードを有している。また、図2に示す蓄積データの一例では、各レコードに時刻等のサンプル番号を付している。
The accumulated
生成部12は、グループを生成する所定のタイミングで、記憶装置20から蓄積データ21を読み出し、変数が所定の抽出条件を満たすレコードを抽出してグループを生成するとともに、生成したグループについてプラントの異常診断に利用する判定値を設定し、グループデータ22として記憶装置20に記憶させる。この抽出条件は、例えば、入力装置2を介して入力される。また、判定値は、このグループについて求められるマハラノビス空間を表す値であって、入力装置2を介して入力される。
The
生成部12がグループを生成する所定のタイミングとは、例えば、新たに異常診断を実行する操作を入力装置2を介して入力したタイミングや、異常診断に使用していたグループを変更する操作を入力装置2を介して入力したタイミングである。生成部12は、例えば、変数1や変数2(目標値)の値、変数4や変数5(計測値)の値のいずれか一つを抽出条件としても良いし、複数の変数の値の組み合わせを抽出条件としても良い。
The predetermined timing at which the
グループデータ22は、グループを特定する所定条件(生成部12で利用した抽出条件)の場合の過去のプラントの状態を表す変数の履歴と、このグループに設定された判定値とを有するデータである。
The
算出部13は、異常を診断する所定のタイミングで、記憶装置20からグループデータ22を読み出し、グループデータ22が有する各変数の値を抽出する。ここで、異常を診断する所定のタイミングとは、例えば、定期的なタイミングである。
The
また、算出部13は、グループデータ22から抽出した各変数の値と異常を診断する所定のタイミングでプラントから入力した新たな変数とを利用して、マハラノビス距離を求め、求めた値を異常判定部14に出力する。具体的には、(1)まず、算出部13は、各変数に対して平均値と標準偏差を求める。(2)その後、算出部13は、各変数の値と、各変数に対して求めた平均値及び標準偏差を利用してデータを基準化し、各変数に対する基準化値を求める。(3)続いて、算出部13は、各変数に対して求めた基準化値を利用して、各変数についての相関行列を求めるとともに、相関行列の逆行列を求める。(4)最後に、算出部13は、求めた逆行列を利用してマハラノビス距離を求める。
Further, the
異常判定部14は、算出部13からマハラノビス距離を入力すると、記憶装置20から読み出したグループデータ22が有する判定値を抽出し、算出部13から入力したマハラノビス距離を、グループデータ22から抽出した判定値と比較してプラントにおける異常の可能性を判定する。異常判定部14は、判定結果を抽出部15及び出力装置3に出力する。
When the abnormality determination unit 14 inputs the Mahalanobis distance from the
例えば、図4に示すように、MT法を利用して異常を判定する場合、算出部13で求めたマハラノビス距離が設定された判定値より小さいとき、すなわちマハラノビス空間内にあるとき、異常判定部14は、現在のプラントの状態はいつもの状態と同じであるとし、プラントは正常に運転していると判定する。一方、算出部13で求めたマハラノビス距離が設定された判定値より大きいとき、すなわち、マハラノビス空間から外れているとき、異常判定部14は、現在のプラントの状態がいつもの状態とは異なる状態であるとし、プラントで異常が発生していると判定する。
For example, as shown in FIG. 4, when determining an abnormality using the MT method, when the Mahalanobis distance obtained by the
抽出部15は、異常の候補がある判定結果を入力すると、複数の変数の値から、異常原因の候補である原因変数を抽出するとともに、原因変数と相関性の高い強相関変数を抽出し、抽出結果を操作判定部16及び連動判定部17に出力する。
When the extraction unit 15 inputs a determination result with an abnormality candidate, the extraction unit 15 extracts a cause variable that is a candidate for an abnormality cause from the values of a plurality of variables, and extracts a strongly correlated variable highly correlated with the cause variable, The extraction result is output to the
異常原因の候補を抽出するため、例えば、異常診断装置1では、グループデータ22に各変数の値の理想値や各変数の値の理想範囲を有しており、抽出部15は、この理想値や理想範囲と比較して異常の候補である原因変数を抽出するようにしてもよい。
In order to extract a candidate for an abnormality cause, for example, the
また、強相関変数を抽出するため、例えば、異常診断装置1では、MT法を利用する場合に、マハラノビス空間(単位空間)であるグループで構成する相関行列において要素として有している変数間の関係の強さを表す相関係数を利用して、抽出部15は、各変数と相関性の高い変数を抽出することができる。その他、強相関関数を抽出するため、異常診断装置1では、相関性のある変数が関連づけられるリストを有する相関データ(図示せず)を記憶装置20に記憶し、抽出部15は、この相関データから原因変数に関連づけられる変数を強相関変数として抽出するようにしてもよい。
Moreover, in order to extract a strong correlation variable, for example, in the
操作判定部16は、抽出部15から原因変数及び強相関変数を入力すると、プラントから入力した変数の値を参照して、原因変数及び強相関変数に対する操作がされたか否かを判定し、判定結果を診断部18に出力する。例えば、あるバルブの開閉に応じて変化する計測値が原因変数として抽出され、このバルブを開閉する指令値が強相関変数として抽出されたとする。このとき、このバルブが操作されていない、すなわち、強相関変数である指令値が変化していない場合には、何らかの異常によって原因変数が変化したと予測できる。一方、バルブが操作されたとき、すなわち、強相関変数である指令値が変化していた場合には、バルブの操作(指令値の変化)によって計測値も変化したことになるため、異常ではないと予測できる。
When the cause variable and the strong correlation variable are input from the extraction unit 15, the
連動判定部17は、抽出部15から原因変数及び強相関変数を入力すると、プラントから入力した変数の値を参照して、原因変数の値及び相関変数の値が連動するか否かを判定し、判定結果を診断部18に出力する。例えば、正常に稼動している場合にはあるバルブとポンプとが連動して変動する場合、このバルブの計測値が原因変数として抽出され、ポンプの計測値が強相関変数として抽出されたとする。このとき、バルブの計測値の変動に連動して、ポンプの計測値も変化していた場合には、異常ではないと予測できる。一方、バルブの計測値の変動に連動してポンプは変動していない場合には、何らかの異常によって原因変数が変化したと予測できる。また例えば、ある計測値が原因変数として抽出され、これに関連する指令値(設定値)が強相関変数として抽出されたとする。このとき、図5(a)に示すように計測値と設定値が連動している場合には正常と予測され、図5(b)に示すように計測値と設定値が連動していない場合には異常と予測される。 When the cause variable and the strong correlation variable are input from the extraction unit 15, the interlock determination unit 17 refers to the value of the variable input from the plant and determines whether the value of the cause variable and the value of the correlation variable are interlocked. The determination result is output to the diagnosis unit 18. For example, when a valve and a pump fluctuate in conjunction with each other when operating normally, it is assumed that the measured value of this valve is extracted as a cause variable and the measured value of the pump is extracted as a strongly correlated variable. At this time, if the measured value of the pump is changed in conjunction with the variation of the measured value of the valve, it can be predicted that there is no abnormality. On the other hand, when the pump does not change in conjunction with the change in the measured value of the valve, it can be predicted that the cause variable has changed due to some abnormality. Further, for example, it is assumed that a certain measurement value is extracted as a cause variable, and a command value (setting value) related thereto is extracted as a strong correlation variable. At this time, when the measured value and the set value are linked as shown in FIG. 5A, it is predicted that the measurement value is normal, and when the measured value and the set value are not linked as shown in FIG. 5B. Is expected to be abnormal.
診断部18は、操作判定部16における判定結果と、連動判定部17における判定結果とを利用して異常を診断し、診断結果を出力装置3に出力する。具体的には、操作判定部16において原因変数又は強相関変数に関連する操作がされていると判定されており、かつ、連動判定部17において原因変数の値と強相関変数の値が連動すると判定された場合、診断部18は、プラントは正常に運転していると診断する。一方、操作判定部16において原因変数又は強相関変数に関連する操作がされていないと判定された場合、または、連動判定部17において原因変数の値と強相関変数の値とが連動しないと判定された場合、診断部18は、プラントで異常が発生していると診断する。
The diagnosis unit 18 diagnoses an abnormality using the determination result in the
なお、異常診断装置1は、複数の情報処理装置から構成されていてもよく、例えば、更新部11のみ他の処理部12〜18とは異なる情報処理装置に含まれていてもよい。また、記憶装置20に記憶されるデータの一部のみ外部の記憶装置に記憶されていてもよい。
In addition, the
さらに、上述した説明では、記憶装置20が記憶するグループデータ22の種類については言及していないが、記憶装置20は、複数のグループについてグループデータ22を記憶していてもよい。その場合、算出部13は、診断対象のグループのグループデータ22を記憶装置20から読み出して利用する。
Furthermore, in the above description, the type of
続いて、図3に示すフローチャートを用いて、異常診断装置1において異常を診断する処理について説明する。
Next, a process for diagnosing an abnormality in the
生成部12が、グループデータ22を生成するタイミングで、記憶装置20から蓄積データ21を読み出して抽出条件を満たすレコードの値を抽出するとともに、判定値を設定してグループデータ22を生成して記憶装置20に記憶させる(S1)。
At the timing when the
その後、算出部13は、プラントから入力する変数の値と、グループデータ22に含まれる変数の値を利用してマハラノビス距離を算出する(S2)。続いて、異常判定部14は、算出部13が算出したマハラノビス距離を、グループデータ22に含まれる判定値と比較して異常の可能性について判定する(S3)。
Thereafter, the
異常の可能性があると判定された場合(S3でYES)、抽出部15は、異常の原因の候補の変数である原因変数を抽出する(S4)。また抽出部15は、抽出した原因変数と相関性の高い強相関変数を抽出する(S5)。 When it is determined that there is a possibility of abnormality (YES in S3), the extraction unit 15 extracts a cause variable that is a candidate variable of the cause of the abnormality (S4). Further, the extraction unit 15 extracts a strong correlation variable having a high correlation with the extracted cause variable (S5).
続いて、操作判定部16は、原因変数又は強相関変数に関する操作がされたか否かを判定する(S6)。また、連動判定部17は、原因変数の値の変化と強相関変数の値の変化の傾向が連動するか否かを判定する(S7)。
Subsequently, the
異常判定部14において異常の可能性がないと判定された場合(S3でNO)、異常判定部14は、プラントは正常に運転していると判定し、判定結果を出力装置3に出力してステップS2の処理に戻る(S8)。また、操作判定部16で操作がされたと判定され、かつ連動判定部17で各変数の値が連動すると判定された場合(S6でYES及びS7でYES)、診断部18は、プラントは正常に運転していると診断し、診断結果を出力装置3に出力してステップS2の処理に戻る(S8)。
If the abnormality determination unit 14 determines that there is no possibility of abnormality (NO in S3), the abnormality determination unit 14 determines that the plant is operating normally, and outputs the determination result to the
一方、操作判定部16で操作がされていないと判定された場合(S6でNO)、または、連動判定部17で連動していないと判定された場合(S7でNO)、診断部18は、プラントには異常が発生したと診断し、診断結果を出力装置3に出力してステップS2の処理に戻る(S9)。
On the other hand, when the
なお、上述した説明では、異常診断装置1は、操作判定部16及び連動判定部17とを備え、診断部18は、操作判定部16及び連動判定部17の判定結果を利用して異常を診断するものとして説明した。しかしながら、操作判定部16又は連動判定部17のいずれか一方の判定結果で異常を診断するようにしてもよい。
In the above description, the
また、図3に示すフローチャートでは、グループデータ22の生成を繰り返すことについては示していないが、グループデータ22も、例えば定期的等の所定のタイミングで繰り返して生成しても良い。
3 does not show that the generation of the
上述したように、本発明に係る異常診断装置では、異常の可能性を判定した後、各変数の値や各値の変化等を利用して異常を診断するため、容易な処理で、高精度にプラントの異常を診断することができる。 As described above, in the abnormality diagnosis device according to the present invention, after determining the possibility of abnormality, the abnormality is diagnosed using the value of each variable, change in each value, etc. It is possible to diagnose plant abnormalities.
以上、実施形態を用いて本発明を詳細に説明したが、本発明は本明細書中に説明した実施形態に限定されるものではない。本発明の範囲は、特許請求の範囲の記載及び特許請求の範囲の記載と均等の範囲により決定されるものである。 As mentioned above, although this invention was demonstrated in detail using embodiment, this invention is not limited to embodiment described in this specification. The scope of the present invention is determined by the description of the claims and the scope equivalent to the description of the claims.
1…異常診断装置
10…CPU
11…更新部
12…生成部
13…算出部
14…異常判定部
15…抽出部
16…操作判定部
17…連動判定部
18…診断部
20…記憶装置(グループデータ記憶部)
21…蓄積データ
22…グループデータ
P…異常診断プログラム
2…入力装置
3…出力装置
1 ...
DESCRIPTION OF SYMBOLS 11 ... Update
21 ...
Claims (3)
前記プラントを構成する各機器に対する指令値及びこの指令値に対する前記各機器で計測された計測値を当該プラントの状態を表す変数の値とし、これら複数の変数と異常判定時に利用される判定値とを含むデータをグループ毎に設定して成るグループデータを記憶するグループデータ記憶部と、
前記グループデータ記憶部に記憶されたグループデータから抽出された複数の変数と、当該複数の変数に対応する前記プラントから入力され当該プラントを構成する各機器に対する指令値及びこの指令値に対する前記各機器で計測された計測値と、を利用してマハラノビス距離を算出する算出部と、
前記算出部で算出されたマハラノビス距離を前記判定値と比較して前記プラントにおける異常の可能性を判定する異常判定部と、
前記異常判定部で異常の可能性があると判定された場合、前記複数の変数の中から異常の原因の候補である原因変数を抽出するとともに、抽出した原因変数と相関性の高い強相関変数を前記複数の変数の中から抽出する抽出部と、
前記プラントから入力した指令値を参照し、当該指令値の変化の有無から前記原因変数又は強相関変数に対する操作がされたか否かを判定する操作判定部と、
前記操作判定部において、前記操作がされていると判定された場合には、前記プラントは正常に運転していると判定し、前記操作がされていないと判定された場合には、前記プラントに異常が発生したと判定する診断部と、
を備えることを特徴とする異常診断装置。 An abnormality diagnosis device for diagnosing plant abnormality,
The command value for each device constituting the plant and the measured value measured by the device for the command value are the values of variables representing the state of the plant, and these multiple variables and the determination value used at the time of abnormality determination A group data storage unit for storing group data configured by setting data including
A plurality of variables extracted from the group data stored in the group data storage unit, a command value for each device that is input from the plant corresponding to the plurality of variables and constitutes the plant, and each device for the command value A calculation unit that calculates the Mahalanobis distance using the measurement value measured in
An abnormality determination unit that determines the possibility of abnormality in the plant by comparing the Mahalanobis distance calculated by the calculation unit with the determination value ;
If it is determined that there is a possibility of abnormal by the abnormality determining unit extracts a cause variable is a candidate for cause of the abnormality from the plurality of variables, the extracted cause variable and highly correlated correlated variables Extracting from the plurality of variables ;
An operation determination unit that refers to a command value input from the plant and determines whether an operation is performed on the cause variable or the strong correlation variable from the presence or absence of a change in the command value ,
When the operation determining unit determines that the operation is being performed, the plant is determined to be operating normally, and when it is determined that the operation is not being performed, A diagnostic unit that determines that an abnormality has occurred ;
An abnormality diagnosis apparatus comprising:
前記プラントを構成する各機器に対する指令値及びこの指令値に対する前記各機器で計測された計測値を当該プラントの状態を表す変数の値とし、これら複数の変数と異常判定時に利用される判定値とを含むデータをグループ毎に設定して成るグループデータを記憶するグループデータ記憶部と、
前記グループデータ記憶部に記憶されたグループデータから抽出された複数の変数と、当該複数の変数に対応する前記プラントから入力され当該プラントを構成する各機器に対する指令値及びこの指令値に対する前記各機器で計測された計測値と、を利用してマハラノビス距離を算出する算出部と、
前記算出部で算出されたマハラノビス距離を前記判定値と比較して前記プラントにおける異常の可能性を判定する異常判定部と、
前記異常判定部で異常の可能性があると判定された場合、前記複数の変数の中から異常の原因の候補である原因変数を抽出するとともに、抽出した原因変数と相関性の高い強相関変数を前記複数の変数の中から抽出する抽出部と、
前記原因変数の値の変化と前記強相関変数の値の変化との間に、変化の傾向が連動する か否かを判定する連動判定部と、
前記連動判定部において前記変化の傾向が連動すると判定された場合には、前記プラントは正常に運転していると判定し、前記変化の傾向が連動しないと判定された場合には、前記プラントに異常が発生したと判定する診断部と、
を備えることを特徴とする異常診断装置。 An abnormality diagnosis device for diagnosing plant abnormality,
The command value for each device constituting the plant and the measured value measured by the device for the command value are the values of variables representing the state of the plant, and these multiple variables and the determination value used at the time of abnormality determination A group data storage unit for storing group data configured by setting data including
A plurality of variables extracted from the group data stored in the group data storage unit, a command value for each device that is input from the plant corresponding to the plurality of variables and constitutes the plant, and each device for the command value A calculation unit that calculates the Mahalanobis distance using the measurement value measured in
An abnormality determination unit that determines the possibility of abnormality in the plant by comparing the Mahalanobis distance calculated by the calculation unit with the determination value ;
If it is determined that there is a possibility of abnormal by the abnormality determining unit extracts a cause variable is a candidate for cause of the abnormality from the plurality of variables, the extracted cause variable and highly correlated correlated variables Extracting from the plurality of variables ;
Between the change in the value of the change and the correlated variable value of the cause variable and determining interlock determining unit that determines whether a tendency of the change is interlocked,
When the interlock determination unit determines that the tendency of change is interlocked, it determines that the plant is operating normally, and when it is determined that the tendency of change is not interlocked, A diagnostic unit that determines that an abnormality has occurred ;
An abnormality diagnosis apparatus comprising:
前記診断部は、前記操作判定部において、前記操作がされていると判定された場合又は前記連動判定部において前記変化の傾向が連動すると判定された場合には、前記プラントは正常に運転していると判定し、前記操作判定部において、前記操作がされていないと判定された場合又は前記連動判定部において前記変化の傾向が連動しないと判定された場合には、前記プラントに異常が発生したと判定する、
ことを特徴とする請求項1に記載の異常診断装置。 Wherein during a change in the value of the cause variable and change in the value of the correlated variables, further comprising an interlocking determination unit that determines whether a tendency of the change is interlocked,
The diagnostic unit operates normally when the operation determination unit determines that the operation is being performed, or when the interlock determination unit determines that the tendency of change is interlocked. When the operation determining unit determines that the operation is not performed or when the interlock determining unit determines that the tendency of change is not interlocked, an abnormality occurs in the plant. It is determined that
The abnormality diagnosis apparatus according to claim 1.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011178826A JP5811683B2 (en) | 2011-08-18 | 2011-08-18 | Abnormality diagnosis device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011178826A JP5811683B2 (en) | 2011-08-18 | 2011-08-18 | Abnormality diagnosis device |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015187278A Division JP6115607B2 (en) | 2015-09-24 | 2015-09-24 | Abnormality diagnosis apparatus, abnormality diagnosis method, and abnormality diagnosis program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013041492A JP2013041492A (en) | 2013-02-28 |
JP5811683B2 true JP5811683B2 (en) | 2015-11-11 |
Family
ID=47889808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011178826A Active JP5811683B2 (en) | 2011-08-18 | 2011-08-18 | Abnormality diagnosis device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5811683B2 (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6273835B2 (en) * | 2013-12-26 | 2018-02-07 | 株式会社Ihi | State determination device, state determination method, and state determination program |
JP7010641B2 (en) | 2017-09-27 | 2022-01-26 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | Abnormality diagnosis method and abnormality diagnosis device |
CN117111568B (en) * | 2023-10-24 | 2024-01-19 | 安联奇智(安徽)科技有限公司 | Equipment monitoring method, device, equipment and storage medium based on Internet of things |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05236641A (en) * | 1992-02-19 | 1993-09-10 | Mitsubishi Electric Corp | Malfunction diagnosing apparatus for plant |
JPH06201415A (en) * | 1992-12-29 | 1994-07-19 | Mitsubishi Electric Corp | Abnormality diagnostic system for plant |
JP5364530B2 (en) * | 2009-10-09 | 2013-12-11 | 株式会社日立製作所 | Equipment state monitoring method, monitoring system, and monitoring program |
-
2011
- 2011-08-18 JP JP2011178826A patent/JP5811683B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
JP2013041492A (en) | 2013-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6658250B2 (en) | Error diagnosis method, error diagnosis device, and error diagnosis program | |
US8577649B2 (en) | Anomaly detecting apparatus | |
JP5824959B2 (en) | Abnormality diagnosis device | |
TWI391840B (en) | Process control using process data and yield data | |
JP5260343B2 (en) | Plant operating condition monitoring method | |
JP6647473B1 (en) | Abnormality detection device and abnormality detection method | |
JP2013025367A (en) | Facility state monitoring method and device of the same | |
KR20150056612A (en) | Plant monitoring device, plant monitoring program, and plant monitoring method | |
JP5949135B2 (en) | Abnormality diagnosis method and abnormality diagnosis device | |
JP5939439B2 (en) | Abnormality diagnosis device | |
TWI755794B (en) | Abnormality diagnosis method, abnormality diagnosis apparatus, and abnormality diagnosis program | |
JP5811683B2 (en) | Abnormality diagnosis device | |
JP4922265B2 (en) | Plant monitoring apparatus and plant monitoring method | |
TW202006488A (en) | Data processing device and data processing method | |
JP6115607B2 (en) | Abnormality diagnosis apparatus, abnormality diagnosis method, and abnormality diagnosis program | |
Zhou et al. | Identification based fault detection: Residual selection and optimal filter | |
JP6347771B2 (en) | Abnormality diagnosis apparatus, abnormality diagnosis method, and abnormality diagnosis program | |
JP5948998B2 (en) | Abnormality diagnosis device | |
JP5817323B2 (en) | Abnormality diagnosis device | |
JP6915693B2 (en) | System analysis method, system analyzer, and program | |
KR102093287B1 (en) | Method for measuring indirectly tool wear of CNC machine | |
JP5949032B2 (en) | Pre-processing method and abnormality diagnosis device | |
JP2013050759A (en) | Abnormality diagnosis device | |
US10372719B2 (en) | Episode mining device, method and non-transitory computer readable medium of the same | |
JP2018116687A (en) | Abnormality factor specifying method and abnormality factor specifying device |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140626 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150318 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150324 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150525 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150825 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150907 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 5811683 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |