JP7157004B2 - 設備保全管理システム - Google Patents

Description

特許法第３０条第２項適用 平成３１年４月２４日 ｈｔｔｐ：／／ｗｗｗ．ｐｅｃｊ．ｏｒ．ｊｐ／ｊａｐａｎｅｓｅ／ｊｐｅｃｆｏｒｕｍ／２０１９／ｊｐｅｃｆｏｕｒｍ＿２０１９．ｈｔｍｌを通じて発表、及び令和元年５月８日 「２０１９年度ＪＰＥＣフォーラム」にて発表

本発明は、たとえば、プラント等に配置された配管などの設備の保全管理を行う設備保全管理システムに関する。

プラント等では、腐食等の劣化現象のため設備や配管から内部流体が漏えいする事故がしばしば発生する。そのため、設備や配管の肉厚を適切に管理する必要があるが、肉厚測定には相応の工数や費用がかかるため、劣化が進行していない設備や配管に対して検査を行なうことは非効率である。

一方、劣化の進んだ設備や配管の検査を怠ると内部流体の漏えいが発生し円滑なプラント運営ができなくなる。このため、設備や配管の劣化状況を予測して、効率的な検査計画を立案することが重要である。

ここで、検査計画の立案には、過去の肉厚測定データのトレンドから腐食速度を推定し、設備や配管の余寿命（あとどれくらいの期間で穴が開くか）を推定することにより、次に検査すべき時期及び箇所を決定する方法がある。

また、腐食速度の推定方法としては、長期肉厚評価（初期肉厚と最新肉厚との減肉量に基づく評価）、短期肉厚評価（直近２点間の減肉量に基づく評価）、回帰肉厚評価（全肉厚データの線形回帰直線による評価）などの方法がある。

一方、最近は、ニューラルネットワーク等の高度数学を用いるＡＩ技術が、腐食速度の予測に用いられる場合がある。
現在は、これらの技術及びその組み合わせにより、プラントのベテラン検査員が検査計画を立案している状況である。
なお、上述の技術に係る先行技術文献としては、下記の特許文献１、２が存在する。

特開２００９－１２９３８０号公報 特開２００４－２５１７６５号公報

しかしながら、長期腐食率等の実測の腐食速度(実測腐食速度)は、測定を行っていない部位の肉厚はわからないため、想定外の場所で腐食が進行し漏えいしたり、あるいは、測定値の記入ミスなどにより誤った評価をしてしまうという問題がある。

また、ＡＩによって予測される腐食速度(予測腐食速度)は、測定を行っていない部位の腐食速度を予測できるものの、基本的には高度な数学を使った平均値の算出であるため、同じ入力変数をもつ大多数の低腐食部のデータに引っ張られ、予測腐食速度が小さくなる場合がある。

さらに、文献を基に推測される腐食速度(理論腐食速度)は、同じ環境の最大腐食速度や最大公約数的な腐食速度を知ることができるものの、実測の肉厚データを反映したものではないため、誤差が大きくなる場合がある。

以上のような制約があるため、これまでのベテラン検査員は、自らの経験（理論腐食速度の推定に相当する過去の経験）と現場の肉厚測定に基づく実測腐食速度から、装置の劣化状況を総合的に判断し、検査計画を立てるのが常であった。ところが、このようなベテラン検査員の引退に伴い、現在では信頼性の高い検査計画を立案することが難しくなってきている。

本発明の目的は、想定外の漏えい事故の発生を防止するだけでなく、検査点や検査頻度を削減すると共にメンテナンスコストを削減可能な設備保全管理システムを提供することである。

本発明の設備保全管理システムは、
データの解析を行う解析サーバと、解析サーバとネットワークを介して接続されている端末とを備える設備保全管理システムであって、
前記端末が、
対象設備の実測履歴である肉厚測定データに基づく実測ファイル、および環境ごとに想定される理論腐食速度を含む損傷予測用データと対象設備の運転データに基づく損傷予測用ファイルを作成する機能を有し、
前記解析サーバが、
前記端末から前記ネットワークを介して前記実測ファイル、前記損傷予測用ファイルを受信する受信部と、
前記実測ファイルを用いて前記対象設備の腐食率を実測値として算出し、前記実測値および前記運転データを用いて前記対象設備の予測腐食速度である予測値を算出し、かつ前記損傷予測用ファイルを用いて前記対象設備の理論腐食速度である理論値を算出する解析部と
を備えることを特徴とする。

また、本発明の設備保全管理システムは、
前記解析サーバが、
さらに、前記解析部により算出された前記実測値、前記予測値、および前記理論値を用いて、前記対象設備の腐食系統ごとの腐食評価を行う評価部と、
前記腐食評価の結果を前記端末に送信する結果送信部と
を備えることを特徴とする。

また、本発明の設備保全管理システムは、
前記評価部が、前記対象設備の腐食系統ごとの腐食評価に所定のコメントを付することを特徴とする。

また、本発明の設備保全管理システムは、
前記解析部が、ＡＩ技術を用いて前記予測値を算出することを特徴とする。

また、本発明の設備保全管理システムは、
前記対象設備の腐食率が、長期腐食率、短期腐食率、および回帰腐食率の中の少なくとも一つであることを特徴とする。

また、本発明の設備保全管理システムは、
前記対象設備が、石油精製プラントであることを特徴とする。

本発明によれば、想定外の漏えい事故の発生を防止するだけでなく、検査に要する労力を削減すると共にメンテナンスコストを削減可能な設備保全管理システムを提供することができる。

実施の形態に係る設備保全管理システムの管理対象となる石油精製プラント設備の配管の一部を示す図である。 実施の形態に係る設備保全管理システムの構成を示すブロック図である。 実施の形態に係る端末の構成を示すブロック図である。 実施の形態に係るデータベースサーバの構成を示すブロック図である。 実施の形態に係る石油精製プラント設備の配管の肉厚測定データの内容を示す図である。 実施の形態に係る解析サーバの構成を示すブロック図である。 実施の形態に係る設備保全管理方法のフローチャートを示す図である。 実施の形態に係る設備保全管理方法のフローチャートを示す図である。 実施の形態に係る実測ファイルの内容を示す図である。 実施の形態に係る損傷予測用ファイルの内容を示す図である。 実施の形態に係る定量評価入力表を示す図である。 実施の形態に係る肉厚測定結果評価表を示す図である。

以下、図面を参照して、本発明の実施の形態に係る設備保全管理システムについて、石油精製プラント設備の配管の内面腐食管理を行う場合を例に説明する。図１は、実施の形態に係る設備保全管理システムの管理対象となる石油精製プラント設備の配管系統図の一部を示す図である。図１において、たとえば、反応系には、反応塔と加熱炉が含まれ、これらが配管で接続されている。かかる配管において複数の定点が設定されており、定点について定期的に肉厚の実測がなされる。また、図１において、番号が付された四角枠は腐食系統を示す。たとえば、反応系は、２Ｅａ、２Ｅｂ、２Ｆａ、２Ｆｂ、２Ｆｃの５つの腐食系統に区分されている。この腐食系統内に単数または複数の定点が含まれる。このように腐食系統を定義することにより、問題がある定点がどこにあるのかを概括的に把握することが可能となり、腐食傾向の把握、問題個所への速やかな対応が可能となる。

図２は、実施の形態に係る設備保全管理システムを示すブロック図である。図２に示すように、設備保全管理システム２は、利用者の端末４、データベースを備えたデータベースサーバ５、および石油精製プラント設備の腐食評価を行う解析サーバ６を備え、これらがネットワーク８を介して接続されている。

ここで、図３に示すように、端末４は、端末４の各部を制御する制御部１０を備えている。制御部１０には、ネットワーク８を介してデータベースサーバ５や解析サーバ６との通信を行う通信部１２、端末４上で作成されたファイルを記憶するファイル記憶部１９、および腐食解析の事前準備に必要な情報を入力する表示画面２０、印刷部２２が接続されている。なお、制御部１０においては、たとえば、商品名「Ａ－ＭＩＳ」などの配管肉厚管理用の公知のプログラムを利用することができる。

また、図４に示すように、データベースサーバ５は、各データベースを統括する制御部１３、ネットワーク８を介して端末４や解析サーバ６との通信を行う通信部１７、実測値記録データベース１４、損傷予測用データベース１６、運転データベース１８を備えている。これら三つのデータベースは、実際には一つのオラクルデータベース上に存在する仮想的なデータベース（複数のデータベースの集合体）であるが、ここでは便宜上、図４に示すようにそれぞれのデータベースを区別して説明する。

ここで、実測値記録データベース１４は、石油精製プラント設備の配管の肉厚の実測履歴である肉厚測定データを記録するデータベースである。この肉厚測定データには、たとえば、図５に示すように、配管の各定点の肉厚と実測年月日などが記録されている。この肉厚測定データ１５は、各定点において肉厚の定点観測が行われるたびに追加更新される。

損傷予測用データベース１６は、配管の理論腐食速度などの損傷予測用データを記録するデータベースである。記録される理論腐食速度は、たとえば、日本高圧力技術協会発行のＨＰＩＳ Ｚ１０７、アメリカ石油学会発行のＡＰＩ ＲＰ ５８１のような学会規格の文献等に記載されている環境ごとに想定される最大腐食速度や最大公約数的な腐食速度である。なお、損傷予測用データベース１６には、後述する損傷予測用ファイル４２（定性評価入力表）のブランクシートも記憶されている。

運転データベース１８は、たとえば、運転温度、配管材質、配管サイズ、配管形状、使用年数、腐食系統、流れ状態、配管内を通過する流体の流速、および運転圧力等の石油精製プラント設備の運転データを記録するデータベースである。なお、運転データの多くは配管の定点ごとに設定されるが、運転温度や流速については、定点ごとではなく腐食系統ごとの代表値である場合がある。

また、上述の実測値記録データベース１４、損傷予測用データベース１６、運転データベース１８は、各社の石油精製プラント設備ごとに存在する。

解析サーバ６は、図６に示すように、解析サーバ６の各部を制御する制御部３０（解析部、評価部）を備えている。制御部３０には、ネットワーク８を介して端末４との通信を行う通信部３２（受信部、結果送信部）、データ記憶部３３、およびコメント記憶部３４が接続されている。

次に、実施の形態に係る設備保全管理システム２における一連の処理について図７、８に示すフローチャートを用いて説明する。まず、表示画面２０にメニュー画面（図示せず）が表示され、利用者が「解析開始」ボタン（図示せず）をクリックすると、端末４の制御部１０は、ネットワーク８を介してデータベースサーバ５の実測値記録データベース１４から肉厚測定データ１５をダウンロードする（ステップＳ１）。ここで、利用者は、読み出された肉厚測定データ１５の内容を印刷部２２で印刷するなどして確認し、不足しているデータがある場合には、不足しているデータを肉厚測定データ１５に追加する。

次に、制御部１０は、この肉厚測定データ１５を解析可能なように標準化し、標準化された肉厚測定データ１５を用いて、図９に示すような、実測ファイル４０を作成する（ステップＳ２）。作成された実測ファイル４０は、ファイル記憶部１９に記憶される。

実測ファイル４０が作成されると表示画面２０にメニュー画面が表示され、利用者が「損傷予測シート出力」ボタン（図示せず）をクリックすると、図１０に示すような、損傷予測用ファイル４２のブランクシートが、ネットワーク８を介してデータベースサーバ５の損傷予測用データベース１６から端末４にダウンロードされ、表示画面２０に表示される（ステップＳ３）。利用者は、損傷予測用ファイル４２のブランクシートの左側に表示されているＢ範囲の個々の質問に対し、「○」（ｙｅｓ）または「×」（ｎｏ）の回答を配管のラインＮＯごとに入力する。ここで、ラインＮＯは各配管の管理単位である。

利用者がすべての質問に回答すると、再び表示画面２０にメニュー画面が表示される。ここで、利用者が「ファイル作成」ボタン（図示せず）をクリックすると、制御部１０は、損傷予測用データベース１６に記録されている損傷予測用データをデータベースサーバ５からダウンロードし（ステップＳ４）、図１０に示すように、損傷予測用ファイル４２の中央に示される「損傷分類結果出力列」に管理単位であるラインＮＯごとの損傷分類結果を出力する。なお、損傷分類は、Ｂ範囲に入力された回答に基づいて出力される。次に、損傷予測用ファイル４２の右側に表示されているＣ範囲の空欄に損傷分類結果ごとの運転データの数値が入力されると、損傷予測用ファイル４２が完成する（ステップＳ５）。完成した損傷予測用ファイル４２は、ファイル記憶部１９に記憶される。

次に、制御部１０は、ファイル記憶部１９から実測ファイル４０および損傷予測用ファイル４２を読み出し、これらを統合して、腐食評価ファイル（図示せず）を作成する（ステップＳ６）。なお、腐食評価ファイルには実測ファイル４０および損傷予測用ファイル４２が含まれており、腐食評価ファイルから実測ファイル４０、損傷予測用ファイル４２を独立して読み出すことが可能である。

ここで、利用者が表示画面２０の表示をメニュー画面に切り換え、解析実行ボタン（図示せず）をクリックすると、制御部１０は、通信部１２を介して腐食評価ファイルを解析サーバ６に送信する（ステップＳ７）。

また、解析サーバ６は、通信部３２を介して腐食評価ファイルを受信すると、制御部３０により、腐食評価モデルを用いて、実測値、予測値、および理論値を算出するための解析を行う。

実測値評価において、制御部３０は、腐食評価ファイルに含まれる実測ファイル４０を用いて、実測値を算出する。具体的には、下記の数式（数式（１））に基づいて配管の各定点の単位時間当たりの腐食率である長期腐食率を実測値として算出する（ステップＳ８）。
長期腐食率＝（ｄ２－ｄ１）／ｈ … （数式１）

ここで、ｄ１、ｄ２は、それぞれ今回実測された肉厚、元肉厚を示し、ｈは運転開始から今回実測（ｄ１）までの時間に対応する設備の運転時間を示している。

制御部３０は、実測値を算出すると、腐食評価ファイルを元に検査点数、検査回数を算出する（ステップＳ９）。また、腐食評価ファイルを用いて、図１１に示す定量評価入力表４６を作成し（ステップＳ１０）、データ記憶部３３に記憶する。

この実測値評価により、実測の腐食速度、データのばらつき、測定回数などの情報からデータの信頼度が評価される。

また、予測値評価において、制御部３０は、実測値評価において算出された長期腐食率、および運転データ（ステップＳ５にて損傷予測用ファイル４２に含まれている。）を用いて、運転データに示される項目（運転温度、配管材質、配管サイズ、配管形状、使用年数、腐食系統、流れ状態、および配管内を通過する流体の流速）ごとの予測値を算出する（ステップＳ１１）。なお、予測値の算出は、たとえば、ニューラルネットワークなどのＡＩ技術を用いて行われる。この予測値により、グループ化された環境ごとの腐食速度が予測される。算出された予測値は、定量評価入力表４６に入力される（ステップＳ１０）。

また、理論値評価において、制御部３０は、腐食評価ファイルに含まれる損傷予測用ファイル４２を用いて、損傷分類ごとに発生し得る理論腐食速度を理論値として算出する（ステップＳ１２）。算出された理論値は、定量評価入力表４６に入力される（ステップＳ１０）。

次に、制御部３０は、実測値、予測値、理論値、検査個所数、および検査回数を所定の条件式にて数値化し、腐食系統ごとに、この数値をたとえば５段階にランキングする。次に、各ランクに紐づけられている複数のコメントの中から最も適切なコメントをコメント記憶部３４から読み出し、図１２に示す、肉厚測定結果評価表４８を作成する（ステップＳ１３）。次に、制御部３０は、この肉厚測定結果評価表４８のデータを通信部３２を介して端末４に送信する。端末４は、肉厚測定結果評価表４８のデータを受信すると、印刷部２２により肉厚測定結果評価表４８を印刷する。

この実施の形態に係る設備保全管理システム２によれば、実測値、予測値、および理論値の３種類の解析を行い、これらを比較することにより、ベテラン検査員と同程度の評価を行うことができるため、想定外の漏えい事故の発生を防止するだけでなく、検査に要する労力を削減すると共にメンテナンスコストを削減することができる。

なお、上述の実施の形態においては、実測値評価において、腐食率として長期腐食率を算出しているが、短期腐食率や回帰腐食率を算出するようにしてもよい。ここで、短期腐食率とは、直近２回の測定値から算出される腐食速度である。長期腐食率が運転期間中の平均腐食傾向を示すのに対して、短期腐食率は、直近の腐食傾向を示すものである。また、回帰腐食率とは、全肉厚データの最小二乗法による回帰直線に基づく腐食率である。長期腐食率が元肉厚と最新値の２点から単純計算される腐食率であるのに対して、回帰腐食率は、全データに基づくより信頼性の高い腐食率である。これら３種の腐食率は、お互いに補完する特徴を有しているため、複数利用することにより、より高度な設備管理が期待できる。

２ 設備保全管理システム
４ 端末
５ データベースサーバ
６ 解析サーバ
８ ネットワーク
１０ 制御部
１２ 通信部
１３ 制御部
１４ 実測値記録データベース
１５ 肉厚測定データ
１６ 損傷予測用データベース
１７ 通信部
１８ 運転データベース
１９ ファイル記憶部
２０ 表示画面
２２ 印刷部
３０ 制御部
３２ 通信部
３３ データ記憶部
３４ コメント記憶部
４０ 実測ファイル
４２ 損傷予測用ファイル
４６ 定性評価入力表
４８ 肉厚測定結果評価表

Claims (6)

1. データの解析を行う解析サーバと、前記解析サーバとネットワークを介して接続されている端末とを備える設備保全管理システムであって、
   前記端末は、
   対象設備の実測履歴である肉厚測定データに基づく実測ファイル、および環境ごとに想定される理論腐食速度を含む損傷予測用データと対象設備の運転データに基づく損傷予測用ファイルを作成する機能を有し、
   前記解析サーバは、
   前記端末から前記ネットワークを介して前記実測ファイル、前記損傷予測用ファイルを受信する受信部と、
   前記実測ファイルを用いて前記対象設備の腐食率を実測値として算出し、前記実測値および前記運転データを用いて前記対象設備の予測腐食速度である予測値を算出し、かつ前記損傷予測用ファイルを用いて前記対象設備の理論腐食速度である理論値を算出する解析部と
   を備えることを特徴とする設備保全管理システム。
2. 前記解析サーバは、
   前記解析部により算出された前記実測値、前記予測値、および前記理論値を用いて、前記対象設備の腐食系統ごとの腐食評価を行う評価部と、
   前記腐食評価の結果を前記端末に送信する結果送信部と
   を備えることを特徴とする請求項１記載の設備保全管理システム。
3. 前記評価部は、前記対象設備の腐食系統ごとの腐食評価に所定のコメントを付することを特徴とする請求項２記載の設備保全管理システム。
4. 前記解析部は、ＡＩ技術を用いて前記予測値を算出することを特徴とする請求項１～３の何れか一項に記載の設備保全管理システム。
5. 前記対象設備の腐食率は、長期腐食率、短期腐食率、および回帰腐食率の中の少なくとも一つであることを特徴とする請求項１～４の何れか一項に記載の設備保全管理システム。
6. 前記対象設備は、石油精製プラントであることを特徴とする請求項１～５の何れか一項に記載の設備保全管理システム。

Images