JP6003718B2 - 異常監視システムおよび異常監視方法 - Google Patents

Description

本発明は、設備から得られる時系列データをもとに設備の異常を検知する異常監視システムおよび異常監視方法に関するものである。

鉄鋼プロセスの圧延工程では、鋼板は一対のワークロールおよびバックアップロールにより圧延される。油圧圧下装置は、圧延の際に鋼板が所定の板厚になるように、励磁電流によりサーボ弁のスプールを移動させてサーボ弁の弁開度を調整し、油柱シリンダの油量を調整することにより、油柱シリンダの位置を制御しワークロールの圧下量を制御する。

このような油圧圧下装置では、スプールが動かなくなりワークロールを圧下できなくなるような異常が発生する前に、スプールが動きにくくなるような些細な異常（微小異常）を検知することが望まれる。このような背景から、油圧圧下装置の異常を監視する技術が提案されている。例えば、特許文献１には、設備が正常に稼動している時に、サーボ弁のスプールの移動量の基準値と実績値との相関を求めておき、基準値と実績値との関係から異常を検知する方法が記載されている。また、特許文献２には、サーボ弁の励磁電流と油柱シリンダの位置との関係を、両者の関係が比例関係にある領域と飽和状態にある領域とに分類して監視する方法が記載されている。

特許第２６１５２９１号公報 特開昭６３−１７２００４号公報

しかしながら、特許文献１に記載の技術は、サーボ弁のスプールの移動量の基準値と実績値でのみ異常を監視しているため、監視のための情報量が十分とはいえない。また、特許文献２に記載の技術によれば、サーボ弁の励磁電流と油柱シリンダの位置との関係について、比例関係と飽和状態との２つの関係のそれぞれに適正値を設定する必要がある。ところが、２種類の信号間の関係には、正常時においても許容されるバラつきの範囲があり、適正値を確定的に求めることは難しい。さらに、鉄鋼プロセスのように多数の対象設備が存在する場合には、各対象設備の各信号間の複数の関係のそれぞれに適正値を設定する必要があり、マンパワーが増大するという問題があった。

本発明は、上記に鑑みてなされたものであって、非線形な特性を有する設備の異常を各設備を個別に監視することなく汎用的かつ高精度に検知することができる異常監視システムおよび異常監視方法を提供することを目的とする。

上述した課題を解決し、目的を達成するため、本発明にかかる異常監視システムは、正常動作時に設備から得られた複数の信号の時系列データから、同一のタイミングのデータを１組の正常データとして、多数の正常データを抽出する正常データ抽出手段と、操業時において前記設備から得られた前記複数の信号の時系列データから、同一のタイミングのデータを１組の監視対象データとして抽出する監視対象データ抽出手段と、前記正常データと前記監視対象データとを、前記複数の信号のそれぞれを変数とする同一の変数空間内の点として表して、前記監視対象データの前記正常データの分布からの逸脱度をもとに前記設備の異常を判定する判定手段と、を備えることを特徴とする。

また、本発明にかかる異常監視システムは、上記の発明において、前記変数空間内において前記監視対象データの近傍にある所定数の正常データを近傍データとして抽出する近傍データ抽出手段と、前記変数空間内での前記近傍データの重心と前記監視対象データとの距離を算出する距離算出手段と、を備え、前記判定手段は、前記距離をもとに前記設備の異常を判定することを特徴とする。

また、本発明にかかる異常監視システムは、上記の発明において、前記監視対象データは、金属材料を圧延する設備における油圧系設備の圧延を実施していない期間に抽出される信号であることを特徴とする。

また、本発明にかかる異常監視方法は、正常動作時に前記設備から得られた複数の信号の時系列データから、同一のタイミングのデータを１組の正常データとして、多数の正常データを抽出する正常データ抽出ステップと、操業時において前記設備から得られる前記複数の信号の時系列データから、同一のタイミングのデータを１組の監視対象データとして抽出する監視対象データ抽出ステップと、前記正常データと前記監視対象データとを、前記複数の信号のそれぞれを変数とする同一の変数空間内の点として表して、前記監視対象データの前記正常データの分布からの逸脱度をもとに前記設備の異常を判定する判定ステップと、を含むことを特徴とする。

本発明によれば、非線形な特性を有する設備の異常を各設備を個別に監視することなく汎用的かつ高精度に検知することができる。

図１は、本実施の形態の異常監視システムの対象設備の一例としての油圧圧下装置の概略構成を示す模式図である。 図２は、本実施の形態の異常監視システムの全体構成の一例を示すブロック図である。 図３は、正常ＤＢ作成処理の処理手順を示すフローチャートである。 図４は、異常監視処理の処理手順を示すフローチャートである。 図５は、本実施の形態の異常監視方法の概要を説明する図である。 図６は、本実施の形態の異常監視システムによる監視対象動作を説明するための図である。 図７は、実施の形態の適用例を説明する図である。 図８は、実施の形態の適用例を説明する図である。

以下、図面を参照して、本発明の異常監視システムおよび異常監視方法を実施するための形態について説明する。なお、この実施の形態によって本発明が限定されるものではない。また、図面の記載において、同一部分には同一の符号を付して示している。

本実施の形態の異常監視システムは、油圧により制御されるプラント設備のような、非線形な特性を有する設備を監視対象とし、この監視対象の設備（以下、「対象設備」と呼ぶ。）の状態監視を行って異常を検知するものである。

まず、図１を参照して、異常監視システムが監視対象とする対象設備について説明する。図１は、非線形な特性を有する対象設備の一例として、油圧圧下装置の構成を示す模式図である。図１に示すように、油圧圧下装置１０は、励磁電流によってサーボ弁１４を制御して油柱シリンダ１３の油量を調整することにより、油柱シリンダ１３の位置を制御してワークロール１１の圧下量を制御する。油圧圧下装置１０の制御部は、ワークロール１１の圧下量の目標値が指示されると、励磁電流でフォースモータ１５を制御してサーボ弁１４内のスプール１４１を移動させることにより、サーボ弁１４の弁開度を調整し、油柱シリンダ１３の油量を調整する。その際に、油圧圧下装置１０の制御部は、位置センサ１２で検出された油柱シリンダ１３の位置（ワークロール１１の圧下位置に相当する）と目標値との偏差量に応じて、励磁電流を制御する。ここで、スプール１４１の位置と励磁電流との関係や油柱シリンダ１３の位置と励磁電流との関係は、非線形な特性を示す。

次に、図２を参照して、本実施の形態の異常監視システムの構成について説明する。図２は、本実施の形態の異常監視システム１の全体構成の一例を示すブロック図である。この異常監視システム１は、図２に示すように、オフライン正常ＤＢ作成システム２と、オンライン診断システム３と、操業データベース（以下操業ＤＢ）４と、正常データベース（以下正常ＤＢ）５とを含み、互いにデータの送受が可能に接続されて構成されている。なお、操業ＤＢ４および正常ＤＢ５は、オフライン正常ＤＢ作成システム２またはオンライン診断システム３が備える記憶部２３，３３に保存された構成としてもよい。

オフライン正常ＤＢ作成システム２は、例えばワークステーションやパソコン等の汎用コンピュータを用いて実現され、入力部２１と、表示部２２と、記憶部２３と、各部を制御する制御部２５とを含む。

入力部２１は、例えばキーボードやマウス、タッチパネル、各種スイッチ等の各種入力装置によって実現されるものであり、操作入力に応じた入力信号を制御部２５に出力する。表示部２２は、ＬＣＤやＥＬディスプレイ、ＣＲＴディスプレイ等の表示装置によって実現され、制御部２５から入力される表示信号をもとに各種画面を表示する。

記憶部２３は、更新記憶可能なフラッシュメモリ等のＲＯＭやＲＡＭといった各種ＩＣメモリ、内蔵あるいはデータ通信端子で接続されたハードディスク、ＣＤ−ＲＯＭ等の情報記憶媒体およびその読取装置等によって実現されるものである。この記憶部２３には、オフライン正常ＤＢ作成システム２を動作させ、このオフライン正常ＤＢ作成システム２が備える種々の機能を実現するためのプログラムや、このプログラムの実行中に使用されるデータ等が予め保存され、あるいは処理の都度一時的に保存される。

制御部２５は、ＣＰＵ等で実現され、入力部２１から入力される入力信号、記憶部２３に保存されるプログラムやデータ等をもとに、オフライン正常ＤＢ作成システム２を構成する各部への指示やデータの転送等を行ってオフライン正常ＤＢ作成システム２の動作を制御する。この制御部２５は、正常ＤＢ作成処理部２７を含む。

正常ＤＢ作成処理部２７は、オンライン診断システム３が行う対象設備の状態監視に用いられる正常ＤＢ５を作成する処理（正常ＤＢ作成処理）を行う機能部であり、過去の操業時に対象設備から得られた時系列データを用いて対象設備の正常な動作状態のデータを蓄積する。この正常ＤＢ作成処理部２７は、時系列切出処理部２７１と、正常データ抽出処理部２７３とを含む。

オンライン診断システム３は、オフライン正常ＤＢ作成システム２と同様に、例えばワークステーションやパソコン等の汎用コンピュータを用いて実現され、入力部３１と、表示部３２と、記憶部３３と、各部を制御する制御部３５とを含む。

入力部３１は、例えばキーボードやマウス、タッチパネル、各種スイッチ等の各種入力装置によって実現されるものであり、操作入力に応じた入力信号を制御部３５に出力する。表示部３２は、ＬＣＤやＥＬディスプレイ、ＣＲＴディスプレイ等の表示装置によって実現され、制御部３５から入力される表示信号をもとに各種画面を表示する。

記憶部３３は、更新記憶可能なフラッシュメモリ等のＲＯＭやＲＡＭといった各種ＩＣメモリ、内蔵あるいはデータ通信端子で接続されたハードディスク、ＣＤ−ＲＯＭ等の情報記憶媒体およびその読取装置等によって実現されるものである。この記憶部３３には、オンライン診断システム３を動作させ、このオンライン診断システム３が備える種々の機能を実現するためのプログラムや、このプログラムの実行中に使用されるデータ等が予め保存され、あるいは処理の都度一時的に保存される。

制御部３５は、ＣＰＵ等で実現され、入力部３１から入力される入力信号、記憶部３３に保存されるプログラムやデータ等をもとに、オンライン診断システム３を構成する各部への指示やデータの転送等を行ってオンライン診断システム３の動作を制御する。この制御部３５は、異常監視処理部３７を含む。

異常監視処理部３７は、対象設備の状態をオンライン（リアルタイム）で監視し、対象設備の異常を検知する処理（異常監視処理）を行う機能部であり、対象設備から得られる時系列データを用いて対象設備の状態監視を行って異常を検知する。この異常監視処理部３７は、時系列切出処理部３７１と、監視対象データ抽出処理部３７３と、近傍データ抽出処理部３７５と、距離算出処理部３７７と、判定処理部３７９とを含む。

操業ＤＢ４には、過去の正常な操業時に対象設備から取得した時系列データが保存される。また、正常ＤＢ５には、オフライン正常ＤＢ作成システム２において正常ＤＢ作成処理部２７が抽出した対象設備の正常な動作状態でのデータ（正常データ）が保存される。

次に、図３，４を参照して、異常監視システム１が行う具体的な処理手順について説明する。図３は、オフライン正常ＤＢ作成システム２が行う正常ＤＢ作成処理の処理手順を示すフローチャートである。また、図４は、オンライン診断システム３が行う異常監視処理の処理手順を示すフローチャートである。異常監視システム１は、オフライン正常ＤＢ作成システム２が図３の処理手順に従って正常ＤＢ作成処理を行い、オンライン診断システム３が図４の処理手順に従って異常監視処理を行うことで異常監視方法を実施する。なお、ここで説明する処理は、正常ＤＢ作成処理を実現するためのプログラムをオフライン正常ＤＢ作成システム２の記憶部２３に保存しておき、オフライン正常ＤＢ作成システム２がこのプログラムを読み出して実行するとともに、異常監視処理を実現するためのプログラムをオンライン診断システム３の記憶部３３に保存しておき、オンライン診断システム３がこのプログラムを読み出して実行することで実現できる。

オフライン正常ＤＢ作成システム２が行う正常ＤＢ作成処理では、図３に示すように、先ず、時系列切出処理部２７１が、操業ＤＢ４を参照し、過去の正常な操業時（対象設備の正常動作時）に対象設備から得られた複数の指定された信号の時系列データ（例えば、スプール位置、励磁電流を示す信号の時系列データ）を読み出す（ステップＳ１０１）。そして、時系列切出処理部２７１は、ステップＳ１０１で読み出した正常な操業時における複数の時系列データを、予め指定された区間で切り出して、前処理として正規化処理を行なう（ステップＳ１０３）。例えば、対象設備の１回の動作に要する時間長を予め設定しておく。そして、ステップＳ１０３では、時系列切出処理部２７１は、対象設備の動作開始位置を基準として前述の時間長の時系列データを各信号の時系列データから切り出す。なお、対象設備では、設定された目標値に応じて複数の設備が制御され複数の信号が生成される。ステップＳ１０３の正規化処理は、ステップＳ１０５以降の処理を目標値の大小や各信号の種類の違いに起因する時系列データの大小に影響されることなく行うためのものである。

続いて、正常データ抽出処理部２７３が、正常データ抽出ステップとして、ステップＳ１０３での正規化処理後の複数の指定された信号の時系列データのそれぞれから、同一のタイミングのデータを抽出し、これらの複数のデータを１組の正常データとして、正常ＤＢ５に蓄積する（ステップＳ１０５）。正常データ抽出処理部２７３は、時系列データから所定の間隔で正常データを抽出し、抽出した多数の正常データを正常ＤＢ５に蓄積する。これにより、ステップＳ１０５の処理は完了し、一連の正常ＤＢ作成処理は終了する。

オンライン診断システム３が行う異常監視処理では、図４に示すように、先ず、時系列切出処理部３７１が、操業中の対象設備から得られた複数の指定された信号の時系列データ（本実施の形態では、上記の正常ＤＢ作成処理と同じ信号の時系列データ）を入力し（ステップＳ２０１）、入力した複数の指定された信号の時系列データのそれぞれを、予め指定された区間で切り出して、前処理として正規化処理を行なう（ステップＳ２０３）。このステップＳ２０３での処理は、図３のステップＳ１０３と同様に、対象設備の１回の動作に要する時間長を予め設定しておき、複数の時系列データのそれぞれから前述の時間長の時系列データを切り出して、前処理として正規化処理を行う。

なお、異常監視処理の処理対象とする信号は、正常ＤＢ作成処理で指定された信号に含まれていればよい。すなわち、異常監視処理の処理対象とする信号は、本実施の形態のように上記した正常ＤＢ作成処理により正常ＤＢ５に蓄積された信号の全てとしてもよいし、それより少数種類の信号としてもよい。

次に、監視対象データ抽出処理部３７３は、監視対象データ抽出ステップとして、ステップＳ２０３での正規化処理後の複数の指定された信号の時系列データのそれぞれから、監視のタイミングとして指定された同一のタイミングのデータを抽出し、それらの複数のデータを１組の監視対象データとする（ステップＳ２０５）。

ここで、図５を参照して、異常監視システム１が行う状態監視の原理について説明する。本実施の形態の異常監視システムは、まず、正常ＤＢ５に蓄積された正常データを、正常データを構成する各信号を変数（図５では変数１〜３）とする変数空間内にプロットする。また、異常監視システム１は、監視対象データを同一の変数空間内にプロットし、この変数空間内で、監視対象データの正常データの分布からの逸脱度が大きい場合に、監視対象データは異常と判定する。

本実施の形態では、監視対象データの正常データの分布からの逸脱度として、監視対象データの近傍にある所定数の正常データを近傍データとして抽出し、抽出した所定数の近傍データの重心と監視対象データとの距離ｄ０を算出することとした。近傍データとしては、監視対象データとの距離ｄ（図５に点線で示された円の半径）が小さい順に所定数の正常データを抽出する。図５に示すように、監視対象データの正常データの分布からの逸脱度が大きい場合には、近傍データの重心と監視対象データとの距離ｄ０は大きくなる。反対に、監視対象データの正常データの分布からの逸脱度が小さい場合には、監視対象データと近傍データの重心との距離ｄ０がごく小さくなる。そこで、異常監視システム１は、監視対象データと近傍データの重心との距離ｄ０が大きい場合に、監視対象データは異常と判定する。

近傍データ抽出処理部３７５は、近傍データ抽出ステップとして、まず、上述の時系列切出処理部３７１で指定された信号のそれぞれを変数とする変数空間に監視対象データをプロットする。また、近傍データ抽出処理部３７５は、正常ＤＢ５を参照して正常ＤＢ５に蓄積されているすべての正常データを同一の変数空間にプロットする。次に、近傍データ抽出処理部３７５は、この変数空間内で監視対象データの近傍にある所定数の正常データを抽出する（ステップＳ２０７）。

ここで、近傍データ抽出処理部３７５は、監視対象データと正常ＤＢ５に蓄積されているすべての正常データとの変数空間内での距離を算出し、その距離が小さい順に、予め設定された所定数の正常データを抽出して、それらを近傍データとする。例えば、監視対象データとの距離が同一である正常データが複数あった場合には、所定数を上回って距離が同一の複数の正常データを近傍データとして抽出してもよい。

次に、距離算出処理部３７７は、抽出された近傍データの変数空間内での重心を算出し、算出された重心と監視対象データとの変数空間内での距離を算出する（ステップＳ２０９）。

その後、判定処理部３７９が、判定ステップとして、算出された距離をもとに対象設備の異常を判定する（ステップＳ２１１）。例えば、判定処理部３７９は、予め設定された閾値を用いて距離を閾値処理することで、距離の大小を判定する。そして判定処理部３７９は、距離が大きい場合に、正常データの分布からの逸脱度が大きいものとして、対象設備の動作状態を異常と判定する。これにより、ステップＳ２１１の処理は完了し、一連の異常監視処理は終了する。

なお、判定処理部３７９は、ステップＳ２１１で異常と判定した回数をカウントし、所定の期間でのカウント回数を所定の閾値で閾値処理することで、対象設備の補修の要否を判定するようにしてもよい。

以上に説明したように、本実施の形態では、対象設備から得られる複数の指定された信号の時系列データのそれぞれから、同一タイミングのデータの組を抽出し、指定された信号のそれぞれを変数とした変数空間内にプロットし、正常な操業時の正常データの分布からの操業時の監視対象データの逸脱度を、監視対象データと近傍データの重心との距離を用いて判定することとした。

本実施の形態によれば、油圧により制御されるプラント設備のように、非線形な特性を有する設備の状態監視が、各設備を個別に監視することなく汎用的かつ高精度に可能となる。すなわち、対象設備の監視可能な信号に応じて変数空間を設定して、監視対象データの正常データの分布からの逸脱度を判定できるので、各設備を個別に監視することなく汎用的かつ高精度に異常を検知することができる。

なお、金属材料を圧延し所定の寸法に加工する圧延設備の油圧系システムでは、図６の期間Ｔａに例示するように、圧延を実施している期間には、様々な制御が混在して油圧シリンダ１３の動作が複雑になるため、圧延を実施している期間での異常監視は困難である。そこで、本実施の形態の異常監視システム１を圧延設備の油圧系システムに適用する場合には、圧延を実施していない期間の動作を監視対象とすることが望ましい。圧延を実施していない期間には、圧延設備の油圧系システムの動作は、圧延終了後のゼロ点調整のための動作または次の圧延の設定のための動作のいずれかであるため、動作がシンプルで本実施の形態の異常監視システム１による異常監視が容易に可能となる。例えば、図６の期間Ｔｂに例示する油柱シリンダ１３の復帰動作を監視対象とする。

また、本実施の形態では、鉄鋼製品の製造プラントのプラント設備を監視対象として異常を検知する場合について説明したが、鉄鋼製品の製造プラントに限らず、各種製品の製造プラント設備等の所望の監視対象から得られる時系列データをもとに、その異常を検知する場合に同様に適用できる。

（実施例）
図７は、図１に示す油圧圧下装置を対象設備として、スプール位置と励磁電流とを変数とする変数空間内に、正常な操業時に得られた正常データをプロットした図である。ただし、この図７中の点線で囲まれる点は、微小異常が発生した際に得られたデータである。図７に示すように、油圧圧下装置のスプール位置と励磁電流との関係は、励磁電流がおおよそ０Ａ以下の比例領域と、励磁電流がおおよそ０Ａより大きい飽和領域とに分類でき、非線形な特性を示す。

図８は、図７に示す正常データの分布に基づいて、監視対象データの逸脱度（近傍データの重心からの距離）を算出した結果を示す図である。この図８中の点線で囲まれる点は、図７中の点線で囲まれる微小異常が発生した際に得られたデータを監視対象データとして、算出された逸脱度である。この場合に、たとえば逸脱度の閾値を１．５とすれば、微小異常が発生した際に得られたデータを異常と判定できる。したがって、図８に示すように、本実施の形態によれば、異常には至っていない微小異常も容易に検知できる。

１ 異常監視システム
２ オフライン正常ＤＢ作成システム
２１ 入力部
２２ 表示部
２３ 記憶部
２５ 制御部
２７ 正常ＤＢ作成処理部
２７１ 時系列切出処理部
２７３ 正常データ抽出処理部
３ オンライン診断システム
３１ 入力部
３２ 表示部
３３ 記憶部
３５ 制御部
３７ 異常監視処理部
３７１ 時系列切出処理部
３７３ 監視対象データ抽出処理部
３７５ 近傍データ抽出処理部
３７７ 距離算出処理部
３７９ 判定処理部
４ 操業ＤＢ
５ 正常ＤＢ

Claims (4)

1. 正常動作時に設備から得られた複数の信号の時系列データから、同一のタイミングのデータを１組の正常データとして、多数の正常データを抽出する正常データ抽出手段と、
   操業時において前記設備から得られた複数の指定された前記複数の信号の時系列データから、同一のタイミングのデータを１組の監視対象データとして抽出する監視対象データ抽出手段と、
   前記正常データと前記監視対象データとを、前記複数の信号のそれぞれを変数とする同一の変数空間内の点として表して、前記監視対象データの前記正常データの分布からの逸脱度をもとに前記設備の異常を判定する判定手段と、
   前記変数空間内において前記監視対象データとの距離が小さい順に所定数の前記正常データを近傍データとして抽出する近傍データ抽出手段と、
   前記変数空間内での前記近傍データの重心と前記監視対象データとの距離を算出する距離算出手段と、
   を備え、
   前記判定手段は、前記距離をもとに前記設備の異常を判定する
   ことを特徴とする異常監視システム。
2. 前記監視対象データは、金属材料を圧延する設備における油圧系設備の圧延を実施していない期間に抽出される信号であることを特徴とする請求項１に記載の異常監視システム。
3. 正常動作時に設備から得られた複数の信号の時系列データから、同一のタイミングのデータを１組の正常データとして、多数の正常データを抽出する正常データ抽出ステップと、
   操業時において前記設備から得られた前記複数の信号の時系列データから、同一のタイミングのデータを１組の監視対象データとして抽出する監視対象データ抽出ステップと、
   前記正常データと前記監視対象データとを、前記複数の信号のそれぞれを変数とする同一の変数空間内の点として表して、前記監視対象データの前記正常データの分布からの逸脱度をもとに前記設備の異常を判定する判定ステップと、
   前記変数空間内において前記監視対象データとの距離が小さい順に所定数の前記正常データを近傍データとして抽出する近傍データ抽出ステップと、
   前記変数空間内での前記近傍データの重心と前記監視対象データとの距離を算出する距離算出ステップと、
   を含み、
   前記判定ステップは、前記距離をもとに前記設備の異常を判定する
   ことを特徴とする異常監視方法。
4. 前記監視対象データは、金属材料を圧延する設備における油圧系設備の圧延を実施していない期間に抽出される信号であることを特徴とする請求項３に記載の異常監視方法。

Images