JP7067278B2

JP7067278B2 - 状態検知装置及び状態検知方法

Info

Publication number: JP7067278B2
Application number: JP2018106233A
Authority: JP
Inventors: 泰史川合; 賢哉村上; 敏幸那須
Original assignee: Fuji Electric Co Ltd
Current assignee: Fuji Electric Co Ltd
Priority date: 2018-06-01
Filing date: 2018-06-01
Publication date: 2022-05-16
Anticipated expiration: 2038-06-01
Also published as: JP2019211130A

Description

本発明は、設備に発生する冷媒漏れ量などの不可逆状態変化の累積量を安定して検知することができる状態検知装置及び状態検知方法に関する。

一般に、産業分野では、多変量統計的プロセス管理（ＭＳＰＣ：Multivariate Statistical Process Control）を利用して設備の異常兆候を検知方法が知られている。

特許文献１には、多変量解析であるマハラノビス距離の平方根を状態量とし、閾値により冷媒漏れを検知するものが記載されている。

特許第４３９６２８６号公報

ところで、多変量統計的プロセス管理を利用して設備の異常兆候を検知する場合、設備から取得される測定データは設備の運転状態によって測定データが大きく変化するため、多変量統計的プロセス管理が算出するＱ統計値も大きく変動する。このため、多変量統計的プロセス管理のＱ統計値を用いて設備の異常を検知しようとする場合、設備の運転状態によっては、異常でないにもかかわらず、瞬時のＱ統計値が閾値を超えて異常と判定してしまう場合があり、安定した異常検知を行うことができなかった。

例えば、コンビニエンスストアやスーパーマーケットなどの店舗に設置されるショーケースの冷凍システムにおいて進行する冷媒漏れ量の異常を検知しようとする場合、冷凍機から測定可能な、吸入圧力、吐出圧力、吸入ガス温度、吐出ガス温度、運転周波数などを用いた多変量統計的プロセス管理によって得られたＱ統計値を算出し、このＱ統計値が閾値を超えた場合に冷媒漏れ量が異常として検知することが考えられる。

しかし、冷凍システムは、冷凍負荷の変動、ショーケースの除霜、冷凍機の圧力制御、油戻し運転などの様々な事象によって測定データが大きく変動するため、多変量統計的プロセス管理によって得られたＱ統計値も大きく変動する。特に、冷凍機は、常に１００％の出力で運転しているものではなく、外気温や冷凍負荷に応じたインバータ制御によって運転周波数を可変した省エネルギー運転を行っているため、これらの変動要因は、Ｑ統計値に与える影響が大きい。この結果、冷媒漏れ量が実際には所定値を超えていないにもかかわらず、Ｑ統計値が所定値を超えて冷媒漏れ量が異常であると誤検知してしまう場合がある。すなわち、測定時ごとのＱ統計値をもとに判定する冷媒漏れ量の検知では、冷媒漏れ量を安定して検知することが難しい。

本発明は、上記に鑑みてなされたものであって、設備に発生する冷媒漏れ量などの不可逆状態変化の累積量を安定して検知することができる状態検知装置及び状態検知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に、本発明にかかる状態検知装置は、設備に発生する不可逆状態変化の累積量を検知する状態検知装置であって、前記設備に関する時系列の複数の運転データを取得する運転データ取得部と、正常時の複数の運転データを用いた多変量統計的プロセス管理のための正常時のモデルを生成するモデル生成部と、前記正常時のモデル及び前記運転データ取得部が取得した複数の運転データをもとに前記多変量統計的プロセス管理を行って得られたＱ統計値を時系列で算出し、所定時間毎に前記Ｑ統計値を積算したＱ積算値を算出して前記所定時間に対する前記Ｑ積算値の傾きを算出する傾き算出部と、前記所定時間毎の傾きをもとに前記不可逆状態変化の累積量を判定する判定部と、前記判定部の判定結果を出力する出力部と、を備えたことを特徴とする。

また、本発明にかかる状態検知装置は、上記の発明において、外気温度を検出する温度センサを備え、前記判定部は、外気温度に応じて前記不可逆状態変化の累積量を補正することを特徴とする。

また、本発明にかかる状態検知装置は、上記の発明において、前記判定部は、前記不可逆状態変化の累積量が所定値以上となる場合、前記不可逆状態変化の累積量が異常であると判定し、前記出力部は、前記不可逆状態変化の累積量が異常であることを出力することを特徴とする。

また、本発明にかかる状態検知装置は、上記の発明において、前記判定部は、前記傾きの時系列の変化量をもとに、前記不可逆状態変化の変化速度を判定することを特徴とする。

また、本発明にかかる状態検知装置は、上記の発明において、前記判定部は、前記傾きの時系列の変化量をもとに、前記不可逆状態変化の累積量が異常を示す所定値となる時点までの時間を推定し、前記出力部は、推定した時間を出力することを特徴とする。

また、本発明にかかる状態検知装置は、上記の発明において、前記出力部は、前記所定時間に対する、正常時の前記Ｑ積算値と前記傾き算出部が算出した前記Ｑ積算値とを重ね合せてグラフィカル表示することを特徴とする。

また、本発明にかかる状態検知装置は、上記の発明において、前記設備は、冷凍機を用いるシステムであり、前記不可逆状態変化の累積量は、冷凍機の冷媒漏れ量であることを特徴とする。

また、本発明にかかる状態検知装置は、上記の発明において、前記複数の運転データは、冷凍対象部分の検出温度、設定温度、圧縮機の冷媒吸入圧力、冷媒吐出圧力、冷媒吸入温度、冷媒吐出温度、運転周波数を含むことを特徴とする。

また、本発明にかかる状態検知方法は、設備に発生する不可逆状態変化の累積量を検知する状態検知方法であって、前記設備に関する時系列の複数の運転データを取得する運転データ取得ステップと、正常時の複数の運転データを用いた多変量統計的プロセス管理のための正常時のモデルを生成するモデル生成ステップと、前記正常時のモデル及び前記運転データ取得ステップで取得した複数の運転データをもとに前記多変量統計的プロセス管理を行って得られたＱ統計値を時系列で算出し、所定時間毎に前記Ｑ統計値を積算したＱ積算値を算出して前記所定時間に対する前記Ｑ積算値の傾きを算出する傾き算出ステップと、前記所定時間毎の傾きをもとに前記不可逆状態変化の累積量を判定する判定ステップと、前記判定ステップの判定結果を出力する出力ステップと、を含むことを特徴とする。

本発明によれば、設備に発生する冷媒漏れ量などの不可逆状態変化の累積量を安定して検知することができる。

図１は、本発明の実施の形態である状態検知装置の機能を有するコントローラを含むシステムの構成を示すブロック図である。図２は、コントローラによる状態検知処理手順を示すフローチャートである。図３は、従来のＱ統計値による異常検知を説明する説明図である。図４は、所定時間ごとのＱ統計値の積算値であるＱ積算値の時系列変化を示す図である。図５は、具体的な傾きと冷媒漏れ程度との関係を示す図である。図６は、正常時の傾きと現在の傾きとをグラフィカルに重ね合せ表示するとともに、現時点から異常発生までの期間を表示した表示例を示す図である。

以下、添付図面を参照して本発明を実施するための形態について説明する。なお、以下の実施の形態では、コンビニエンスストアやスーパーマーケットなどの店舗内に設置されるショーケースなどの冷凍システムの冷媒漏れの蓄積量（冷媒漏れ程度）を検知する状態検知装置を一例として説明する。冷媒漏れ程度は、不可逆状態変化の累積量の一例である。

［装置構成］
図１は、本発明の実施の形態である状態検知装置の機能を有するコントローラ１を含むシステムの構成を示すブロック図である。図１に示すように、本システムは、コントローラ１に、系統Ａである冷凍システム５、系統Ｂである冷凍システム６、及び外気温度センサ７が接続される。

冷凍システム５は、冷凍機５１がショーケース５２～５４を４～８℃の冷蔵温度帯に維持するシステムである。また、冷凍システム６は、冷凍機６１がショーケース６２～６４を－１８～－２０℃の冷凍温度帯に維持するシステムである。冷凍機５１，６１は、それぞれ冷凍サイクルを形成する装置であり、冷凍サイクル内の熱交換器を介してそれぞれショーケース５２～５４、６２～６４を冷却する。

コントローラ１は、入出力部２、記憶部３、制御部４を有する。コントローラ１は、ショーケース５２～５４、６２～６４が入出力部２によって設定された設定温度帯となるように冷凍システム５、６の冷凍機５１、６１を制御するとともに、冷凍システム５，６の冷媒漏れ程度を検知する制御を行う。

入出力部２は、タッチパネルなどの入出力デバイスであり、冷凍システム５，６に対する設定温度帯などの各種データを入力するとともに、冷凍システム５，６の状態、特に冷媒漏れ程度の状態及び冷媒漏れ程度の予測などの各種データを出力する。

記憶部３は、フラッシュメモリ等の不揮発性メモリ又はハードディスク装置等の二次記憶媒体等からなる記憶デバイスであり、正常時の運転データＤ１、正常時のモデルＤ２、Ｑ統計値Ｄ３、所定時間Ｔc、Ｑ積算値Ｄ４、傾きθ、及び所定値Ｄ５を記憶する。

制御部４は、システム全体を制御し、冷凍機制御部４０、運転データ取得部４１、外気温度取得部４２、モデル生成部４３、Ｑ統計値算出部４４、Ｑ積算値算出部４５、傾き算出部４６、判定部４７、出力制御部４８を有する。

冷凍機制御部４０は、ショーケースの庫内温度、設定温度、圧縮機の吸入圧力、吐出圧力、吸入温度、吐出温度、運転周波数などの運転データをリアルタイムで取得し、庫内温度が設定温度になるように圧縮機を制御する。

運転データ取得部４１は、冷媒漏れ程度を検知するために、一定時間毎にショーケースの庫内温度、設定温度、圧縮機の吸入圧力、吐出圧力、吸入温度、吐出温度、運転周波数などの運転データを取得する。一定時間は、例えば１分である。

外気温度取得部４２は、一定時間毎に外気温度センサ７から外気温度を取得する。

モデル生成部４３は、記憶部３に予め記憶されている複数の正常時の運転データＤ１を用いた多変量統計的プロセス管理のための正常時のモデルＤ２を生成する。正常時の運転データＤ１は、異常が発生していない過去の期間の運転データである。

Ｑ統計値算出部４４は、正常時のモデルＤ２及び運転データ取得部４１が取得した複数の運転データをもとに多変量統計的プロセス管理を行って得られたＱ統計値Ｄ３を時系列で算出する。

Ｑ積算値算出部４５は、所定時間Ｔc毎にＱ統計値Ｄ３を積算したＱ積算値Ｄ４を算出する。この所定時間Ｔcは、入出力部２によって設定され、記憶部３に記憶される。所定時間Ｔcは、例えば３日である。

傾き算出部４６は、所定時間Ｔcに対するＱ積算値Ｄ４の傾きθを算出する。

判定部４７は、所定時間Ｔc毎の傾きθをもとに冷媒漏れ程度Ｄ（％）を判定する。また、判定部４７は、傾きθの変化をもとに冷媒漏れの進行速度を判定する。また、判定部４７は、外気温度をもとに冷媒漏れ程度Ｄを補正する。さらに、判定部４７は、傾きθの時系列の変化量をもとに、冷媒漏れ程度が異常となる所定値Ｄ５になる時点までの時間を推定する。この所定値Ｄ５は、記憶部３に予め記憶されており、設定変更が可能な値である。

出力制御部４８は、判定部４７が判定した結果を入出力部２に出力する制御を行う。

［状態検知処理］
次に、図２を参照して、コントローラ１による状態検知処理について説明する。図２に示すように、まず、コントローラ１は、入出力部２を介して所定時間Ｔcを設定する（ステップＳ１０１）。

その後、運転データ取得部４１は、例えば１分ごとの運転データを取得する（ステップＳ１０２）。さらに外気温度取得部４２は、例えば１分ごとの外気温度を取得する（ステップＳ１０３）。そして、モデル生成部４３は、記憶部３に予め記憶されている複数の正常時の運転データＤ１を用いた多変量統計的プロセス管理のための正常時のモデルＤ２を生成する（ステップＳ１０４）。

その後、Ｑ統計値算出部４４は、正常時のモデルＤ２及び運転データ取得部４１が取得した複数の運転データをもとに多変量統計的プロセス管理を行って得られたＱ統計値Ｄ３を時系列で算出する（ステップＳ１０５）。

その後、Ｑ積算値算出部４５は、所定時間Ｔc、例えば３日毎にＱ統計値Ｄ３を積算したＱ積算値Ｄ４を算出する（ステップＳ１０６）。

そして、傾き算出部４６は、所定時間Ｔcに対するＱ積算値Ｄ４の傾きθを算出する（ステップＳ１０７）。

そして、判定部４７は、所定時間Ｔc毎の傾きθをもとに冷媒漏れ程度Ｄ（％）を判定する（ステップＳ１０８）。

判定部４７は、冷媒漏れ程度Ｄが所定値Ｄ５以上であるか否かを判定する（ステップＳ１０９）。冷媒漏れ程度Ｄが所定値Ｄ５以上である場合（ステップＳ１０９，Ｙｅｓ）、出力制御部４８は、冷媒漏れが発生した旨の異常発生出力と、冷媒漏れ程度の状態を表示し（ステップＳ１１０）、ステップＳ１１１に移行する。一方、冷媒漏れ程度Ｄが所定値Ｄ５以上でない場合（ステップＳ１０９，Ｎｏ）、そのままステップＳ１１１に移行する。

その後、本処理の終了指示があったか否かを判定する（ステップＳ１１１）。本処理の終了指示がない場合（ステップＳ１１１，Ｎｏ）、ステップＳ１０２に移行し、次の所定時間Ｔcの傾きθを算出して冷媒漏れ程度Ｄを判定する。一方、本処理の終了指示があった場合（ステップＳ１１１，Ｙｅｓ）、本処理を終了する。

図３に示すように、Ｑ統計値Ｄ３が所定Ｑ統計値Ｑth以上になったときに冷媒漏れの異常が発生したものとする異常検知を行うと、時間の経過とともに異常発生したり、しなかったりするため、冷媒漏れの異常検知を安定して行うことができなかった。

これに対し、本実施の形態では、図４に示すように、所定時間Ｔcごとに、Ｑ統計値Ｄ３の積算値である時系列のＱ積算値Ｄ４（Ｑ１～Ｑ５：Ｑn）を求めて時系列の傾きθ（θ１～θ５：θn）を算出する。傾きθnは、次式（１）で求めることができる。
θｎ（°）＝ｔａｎ^－１（Ｑn／Ｔc）×１８０／π （１）

冷媒漏れが発生し、進行している場合、冷媒漏れ量は不可逆状態変化であるため、図４に示すように、時系列の傾きθnは、時間の経過によって大きくなる。したがって、傾きθnが所定値Ｄ５以上となった場合に、冷媒漏れ程度が異常になったものとして安定して判定することができる。

図５は、具体的な傾きθｎと冷媒漏れ程度Ｄとの関係を示す図である。図５に示すように、冷媒漏れ程度Ｄは、傾きθnの増大に伴って大きくなる。なお、傾きθｎと冷媒漏れ程度Ｄとは外気温度範囲に依存するため、外気温度が２５℃以上と、２５℃未満１５℃以上と、１５℃未満に分けてそれぞれ対応関係をもたせている。したがって、外気温度を検出し、外気温度に対応した傾きθｎと冷媒漏れ程度Ｄとの関係を適用する補正を行う。

また、冷媒漏れ程度Ｄは、外気温度が高くなるにしたがって、対応する傾きθnが大きくなる。すなわち、同じ冷媒漏れ程度Ｄであっても、外気温度が高くなると、高いＱ積算値Ｑnとして算出されることになる。冷媒残量は、冷媒漏れがない場合の冷媒量５０．０ｋｇを基準に、冷媒漏れ程度Ｄに対応して減少した冷媒量を減じた量である。そして、図５では、冷媒漏れ程度Ｄが５０％、冷媒残量が２５．０ｋｇ以上となった場合に異常警報を発するようにしている。

なお、外気温度にかかわらず、傾きθnが５未満のときは、冷媒漏れ程度Ｄが１０％未満で正常状態となる。また、外気温度にかかわらず、傾きθnの増大によって冷媒漏れ程度Ｄは増大する。

例えば、外気温度が２５℃未満１５℃以上で傾きθｎが２２（°）である場合、冷媒漏れ程度Ｄは２５（％）で、冷媒残量が３７．５ｋｇであると判定できる。また、外気温度が２５℃未満１５℃以上で傾きθnが４２（°）である場合、冷媒漏れ程度Ｄは５０（％）で、冷媒残量が５０．０ｋｇであると判定され、異常警報が発せられる。なお、このとき、外気温度が２５℃以上であった場合、傾きθｎは５０（°）未満であり、冷媒漏れ程度Ｄも５０（％）に達していないため、異常警報は発せられない。

なお、冷媒漏れ程度Ｄは、異常警報が発せられない状態であっても、入出力部２から出力することが好ましい。

ところで、傾きθnの値は、冷媒漏れの進行が速い場合、時系列的に隣接する傾きθnの傾き変化量Δθは大きな値となる。一方、傾きθnの値は、冷媒漏れの進行が遅い場合、傾き変化量Δθは小さな値となる。したがって、判定部４７は、冷媒漏れの進行速度を示す傾き変化量Δθを用いて、現時点から、冷媒漏れの異常警報が発生するまでの期間Ｔxを予測推定することができる。

すなわち、傾き変化量Δθは、現時点の冷媒漏れ程度を示す傾きをθnとし、１つの所定時間Ｔc前の冷媒漏れ程度を示す傾きをθn-1とすると、次式（２）によって表すことができる。
Δθ＝θn－θn-1 （２）
そして、現時点から、冷媒漏れの異常警報が発生するまでの期間Ｔxは、次式（３）によって求めることができる。
Ｔx＝Ｔc×（θmax－θn）／Δθ （３）
ただし、θmaxは、異常警報が発生するときの傾きθの値である。

出力制御部４８は、この期間Ｔxを入出力部２に表示出力する。例えば、図６に示すように、系統Ａ（冷凍システム５）では、外気温度（期間内平均気温）が２０℃であり、冷媒漏れ程度Ｄが４０％であり、期間Ｔxが８０時間であると表示している。一方、系統Ｂ（冷凍システム６）では、外気温度（期間内平均気温）が２０℃であり、冷媒漏れ程度Ｄが１０％であり、期間Ｔxが３００時間であると表示している。

なお、図６では、正常時の傾きθ_０と現在の傾きθnとをグラフィカルに重ね合せ表示している。これにより、現時点の傾きθnが正常時の傾きθ_０に比して冷媒漏れ量がどの程度なのかを視認することができる。

以上、本発明者らによってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。

１コントローラ
２入出力部
３記憶部
４制御部
５，６冷凍システム
７外気温度センサ
４０冷凍機制御部
４１運転データ取得部
４２外気温度取得部
４３モデル生成部
４４Ｑ統計値算出部
４５Ｑ積算値算出部
４６傾き算出部
４７判定部
４８出力制御部
５１，６１冷凍機
５２～５４，６２～６４ショーケース
Ｄ冷媒漏れ程度
Ｄ１正常時の運転データ
Ｄ２正常時のモデル
Ｄ３Ｑ統計値
Ｄ４Ｑ積算値
Ｄ５所定値
Ｑn Ｑ積算値
Ｑth 所定Ｑ統計値
Ｔc 所定時間
Ｔx 期間
Δθ 傾き変化量

Claims

設備に発生する不可逆状態変化の累積量を検知する状態検知装置であって、
前記設備に関する時系列の複数の運転データを取得する運転データ取得部と、
正常時の複数の運転データを用いた多変量統計的プロセス管理のための正常時のモデルを生成するモデル生成部と、
前記正常時のモデル及び前記運転データ取得部が取得した複数の運転データをもとに前記多変量統計的プロセス管理を行って得られたＱ統計値を時系列で算出し、所定時間毎に前記Ｑ統計値を積算したＱ積算値を算出して前記所定時間に対する前記Ｑ積算値の傾きを算出する傾き算出部と、
前記所定時間毎の傾きをもとに前記不可逆状態変化の累積量を判定する判定部と、
前記判定部の判定結果を出力する出力部と、
を備えたことを特徴とする状態検知装置。
外気温度を検出する温度センサを備え、
前記判定部は、外気温度に応じて前記不可逆状態変化の累積量を補正することを特徴とする請求項１に記載の状態検知装置。
前記判定部は、前記不可逆状態変化の累積量が所定値以上となる場合、前記不可逆状態変化の累積量が異常であると判定し、
前記出力部は、前記不可逆状態変化の累積量が異常であることを出力することを特徴とする請求項１または２に記載の状態検知装置。
前記判定部は、前記傾きの時系列の変化量をもとに、前記不可逆状態変化の変化速度を判定することを特徴とする請求項１～３のいずれか一つに記載の状態検知装置。
前記判定部は、前記傾きの時系列の変化量をもとに、前記不可逆状態変化の累積量が異常を示す所定値となる時点までの時間を推定し、
前記出力部は、推定した時間を出力することを特徴とする請求項１～４のいずれか一つに記載の状態検知装置。
前記出力部は、前記所定時間に対する、正常時の前記Ｑ積算値と前記傾き算出部が算出した前記Ｑ積算値とを重ね合せてグラフィカル表示することを特徴とする請求項１～５のいずれか一つに記載の状態検知装置。
前記設備は、冷凍機を用いるシステムであり、
前記不可逆状態変化の累積量は、冷凍機の冷媒漏れ量であることを特徴とする請求項１～６のいずれか一つに記載の状態検知装置。
前記複数の運転データは、冷凍対象部分の検出温度、設定温度、圧縮機の冷媒吸入圧力、冷媒吐出圧力、冷媒吸入温度、冷媒吐出温度、運転周波数を含むことを特徴とする請求項７に記載の状態検知装置。
設備に発生する不可逆状態変化の累積量を検知する状態検知方法であって、
前記設備に関する時系列の複数の運転データを取得する運転データ取得ステップと、
正常時の複数の運転データを用いた多変量統計的プロセス管理のための正常時のモデルを生成するモデル生成ステップと、
前記正常時のモデル及び前記運転データ取得ステップで取得した複数の運転データをもとに前記多変量統計的プロセス管理を行って得られたＱ統計値を時系列で算出し、所定時間毎に前記Ｑ統計値を積算したＱ積算値を算出して前記所定時間に対する前記Ｑ積算値の傾きを算出する傾き算出ステップと、
前記所定時間毎の傾きをもとに前記不可逆状態変化の累積量を判定する判定ステップと、
前記判定ステップの判定結果を出力する出力ステップと、
を含むことを特徴とする状態検知方法。