JP7309548B2

JP7309548B2 - 異常予兆検知装置、方法及びプログラム

Info

Publication number: JP7309548B2
Application number: JP2019168540A
Authority: JP
Inventors: 亮太三宅; 俊夫青木; 真哉富永; 伊作名倉
Original assignee: Toshiba Corp; Toshiba Energy Systems and Solutions Corp
Current assignee: Toshiba Corp; Toshiba Energy Systems and Solutions Corp
Priority date: 2019-09-17
Filing date: 2019-09-17
Publication date: 2023-07-18
Anticipated expiration: 2039-09-17
Also published as: JP2021047523A

Description

本発明の実施形態は、プラント監視を支援する異常予兆検知技術に関する。

近年、人工知能（ＡＩ：Artificial Intelligence）を活用したプラント機器等の異常予兆検知の実用化が進んでいる。

国際出願公開第２０１４／０９１９５５号

例えば発電プラントの監視のように多種多様なプロセス信号を監視するシステムについて異常予兆検知システムを導入する際にあたっては、監視対象となる多数のプロセス値を効率よく監視すること、検出された異常予兆の原因分析や処置が迅速に行えること、異常予兆の検知性能をパラメータ変更等の運用により調整できること、等の課題がある。

本発明の実施形態はこのような事情を考慮してなされたもので、オペレータにとってより使い易いインターフェースや機能を持つ異常予兆検知技術を提供することを目的とする。

本実施形態に係る異常予兆検知装置において、プラントから送信される複数のプロセス信号を取得する取得部と、前記プロセス信号のトレンドを学習した学習モデル格納する学習モデルデータベースと、前記プロセス信号の実測値を入力値として前記学習モデルにより算出した前記プロセス信号の予測値を出力する予測部と、前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力する規格化部と、複数の異なる前記プロセス信号の前記規格化値を同時に表示する表示部と、を備え、前記閾値に基づき範囲設定される前記予測値の正常範囲及び前記実測値のトレンドを重ね書きしたグラフを生成するグラフ生成部、前記規格化値に基づいて前記プロセス信号の属性データをソートして表したテーブルを生成するテーブル生成部、のいずれかを備えるか、もしくは前記プロセス信号が安全上超えてはならない制限値を保持する保持部と、既に演算された前記差分値のトレンドから外挿により推定差分値を演算する外挿演算部と、前記推定差分値のトレンドの延長線が前記閾値に到達するまでの第１余裕時間を計算する第１計算部と、周期変動する前記予測値の極大値に前記推定差分値を加算した推定極大値を出力する加算部と、前記推定極大値のトレンドの延長線が前記制限値に到達するまでの第２余裕時間を計算する第２計算部と、を備える。

本発明の実施形態により、オペレータにとってプロセス値の異常度を認知し易い、異常予兆を予見し易い、異常予兆検出後にオペレータ対応の支援がある、検知性能調整用のパラメータ変更の支援がある、等といったより使い易いインターフェースや機能を持つ異常予兆検知技術が提供される。

本発明の第１実施形態に係る異常予兆検知装置のブロック図。各実施形態に係る異常予兆検知装置が適用されるプラントの概略図。プロセス信号に関する情報をタイル形式で表示した画像。タイル形式の表示画像の部分拡大図。実測値と予測値の差分値のトレンドグラフ。プロセス信号に関する情報をトレンドグラフ形式で表示した画像。注意喚起のマークが表示されたトレンドグラフの表示画像。規格化値でソートされたプロセス信号の属性データのテーブル及び縮小グラフの表示画像。プロセス信号の実測値の挙動に応じた警告及びインターロックのタイミングを示したトレンドグラフ。プロセス信号の実測値の挙動に応じた警告及びインターロックのタイミングを示したトレンドグラフ。第２実施形態に係る異常予兆検知装置のブロック図。プロセス信号の実測値の挙動に応じた警告及びインターロックのタイミングを示したトレンドグラフ。各実施形態に係る異常予兆検知方法及び異常予兆検知プログラムのフローチャート。

（第１実施形態）
以下、本発明の実施形態を添付図面に基づいて説明する。図１は本発明の第１実施形態に係る異常予兆検知装置１０Ａのブロック図である。このようの異常予兆検知装置１０Ａ（１０）は、プラント２０から送信される複数のプロセス信号Ｐを取得する取得部１１と、学習モデルが格納される学習モデルＤＢ１５と、過去に取得したプロセス信号Ｐのトレンドを学習した学習モデルを作成、または学習モデルＤＢ１５に格納された学習モデルを更新する学習部１２と、プロセス信号Ｐの実測値ｘと学習モデル１５に基づきトレンド予測した予測値ｙを出力する予測部１７と、実測値ｘと予測値ｙの差分値δを閾値ｍで除算した規格化値Ｎを出力する規格化部１６と、を備えている。

さらに異常予兆検知装置１０Ａ（１０）は、プロセス信号Ｐが安全上超えてはならない制限値ｚを保持する保持部を備えている。実測値ｘがこの制限値ｚに到達すると、インターロックが発動される仕組みになっている。

さらに、異常予兆検知装置１０Ａ（１０）は、実測値ｘ、予測値ｙ、制限値ｚ、差分値δ、閾値ｍ及び規格化値Ｎに基づいて、後述するタイル、トレンドグラフ、テーブル等といった様々な表示形式の画像を生成する画像生成部３０を備えている。これら様々な表示形式の画像は、オペレータにより適宜切り替えられて表示部１８に表示され、プラント２０の監視に利用される。なおこの表示部１８には、複数の異なるプロセス信号Ｐの規格化値Ｎが同時に表示される。

図２は各実施形態に係る異常予兆検知装置１０が適用されるプラント２０の概略図である。プラント２０には、構成機器の状態を検出するセンサが多数設けられている。そしてこれらセンサが出力するプロセス信号を、中央監視室で集約管理することにより、プラントの運転状態を監視している。なお、実施形態は、原子力発電プラントへの適用を例示しているが、特に限定されるものではなく、多数のプロセス信号を利用して運転状態が監視されるプラントであれば、適用することができる。

図１に戻って説明を続ける。取得部１１は、プラント２０に設置された複数のセンサから送信されるプロセス信号Ｐをリアルタイムで取得する。なお、誤報などが頻発するセンサからのプロセス信号Ｐは、取得の対象から除外することができる。この除外の方法として、機械学習による提案等があり、手動で取得／除外を選択的に切り替えることができる。これにより、誤報発生が低減され、オペレータが誤報確認にかける工数が削減される。

学習モデルＤＢ１５には、過去に取得したプロセス信号Ｐやプラントを模擬したシミュレーションによって得られたプロセス信号Ｐの値をビッグデータ解析することで得られた学習モデルが格納される。学習部１２は、プラント２０の運転にともなって入力されるプロセス信号Ｐに基づいて、学習モデルの作成、または学習モデルＤＢ１５に格納された学習モデルの更新を行う。

学習モデルは、例えば、起動時、停止時、定格運転時等といったプラントの運転モードに分類して作成されることが望ましい。このように、分類作成された学習モデルは、プラント２０の運転モード等によって、切り替えて適用される。学習モデルの切り替えは、自動や手動で行われる。もちろん、運転モードに関係なく共通の学習モデルが利用される場合もある。

なお、学習モデルＤＢ１５に予め格納された学習モデルを用いるのみであれば学習部１２は設けなくともよい。あるいは、学習モデルＤＢ１５に予め学習モデルを格納せずに、プラント２０が一定期間運転されることで学習部１２が学習モデルを作成して学習モデルＤＢ１５に格納することでもよい。しかし、異常予兆検知装置１０Ａの運用開始時から異常予兆検知を実施し、かつ、学習モデルをより精度の良いものに更新すべく、予め学習モデルＤＢ１５に学習モデルを格納するとともに、学習部１２を備えることがより好ましい。

予測部１７は、学習モデルＤＢ１５から学習モデルを読み込み、リアルタイム計測されたプロセス信号Ｐの実測値ｘを学習モデルに入力し、今後推移するプロセス信号Ｐのトレンドを予測した予測値ｙを出力する。そして差分器１４からは、時間軸が同じ実測値ｘと予測値ｙとの差分値δ（＝ｘ－ｙ）が出力される。

閾値ｍは、予測値ｙを平均値として実測値ｘが正規分布すると仮定し、この正規分布の標準偏差を任意に定数倍して規定される。そして、次式（１）の範囲を満たす場合に実測値ｘは正常であると判断され、次式（１）の範囲を外れる場合は実測値ｘに異常予兆が現れたと判断される。

規格化部１６から出力される規格化値Ｎは、差分値δ（＝ｘ－ｙ）を閾値ｍで除算したものであるため、式（１）を変形して式（２）が得られる。つまり、規格化値Ｎが０から１までの値をとるときはプラント２０の運転状態は正常であると判定できる。そして、規格化値Ｎが１を超える値をとるときはプラント２０の運転状態に異常予兆が現れていると判定される。なおプラント２０の運転状態の監視は、事前に設定した閾値ｍを固定して行われる場合もあるし、監視途中で閾値ｍを変更して行うこともできる。

ｙ－ｍ＜ｘ＜ｙ＋ｍ（１）
｜Ｎ｜＜１（Ｎ＝δ／ｍ，δ＝ｘ－ｙ）（２）

なお式（２）において、閾値ｍに替えて、ｚ－ｙを代入すると、規格化値Ｎは、予測値ｙを０とし制限値ｚを１に規格化した際の、実測値ｘの規格化値となる。また、式（２）において、閾値ｍに替えてｚ－ｙ－ｍを代入し、差分値δに替えてｘ－ｙ－ｍを代入すると、規格化値Ｎは、異常予兆が発生するときの実測値を０とし制限値ｚを１に規格化した際の、実測値ｘの規格化値となる。このように規格化値Ｎを変形することにより、異常予兆の発生後、インターロックが発動までの裕度を把握することができる。なお、インターロックの発動ではなく中央制御室で制限値超過について警報を発報する場合もある。以降も同様だが、簡便のため、制限値超過の場合はインターロックを発動するものとして説明する。

図３はプロセス信号Ｐに関する情報をタイル形式で表示した画像である。図４はタイル形式の表示画像の部分拡大図である。タイル生成部３１（図１）は、このようなタイル形式の表示画像を生成する。

図３に示すように、それぞれのタイル３５は、プラント２０の系統別に仕分けられている。そして図４に示すように、プロセス信号Ｐの属性データ３７に規格化値Ｎが付随標記されている。

このように、規格化値Ｎで判定することにより、異なるプロセス量（例えば、圧力と流量等）を表すプロセス信号Ｐの間でも、正常／異常の比較が容易となる。また同一のプロセス量（例えば、温度）を表すプロセス信号Ｐで閾値ｍが異なる場合も同様に比較が容易となる。そして、異常兆候が現れるまで（規格化値Ｎ＝１をとるまで）の裕度も把握が容易となる。

そして、タイル３５には、規格化値Ｎが１未満の値から１の値を超えた時点で、メッセージ３６が表示され、プラント２０の運転状態に異常予兆が現れていることを警告する。

さらにタイル３５には、規格化値Ｎの変化方向を示すシンボル記号３８も付随標記されている。このシンボル記号３８は、規格化値Ｎの表示が更新される毎に、値の推移方向を示すものが選択表示される。上昇又は下降傾向が継続する（例えば１０回更新中、８回以上が同一傾向）場合には、規格化値Ｎが１に到達していなくてもシンボル記号３８の色を替えたり点滅させたりする等して注意喚起する。

図５は差分値δのトレンドグラフである。タイル３５（図４）には、差分値δが閾値ｍを超過（規格化値Ｎが１を超過）した後に復旧したイベントの時間情報も、予兆履歴３８として付随標記されている。このような、一過性の異常変動の履歴がタイル３５に表示され、さらに差分値δのトレンドグラフ（図５）を観察することで、異常予兆が現れたときの対応決定の判断材料になる。また、異常変動の異なるピークを重ねて表示する機能を有し、オペレータによる比較判断を容易にすることができる。

また、図５において、閾値ｍの設定を変更する際、変更した設定を過去のデータに適用した場合の一過性の異常変動の検出回数を表示することができる。これにより、設定される閾値ｍが適切であるか否かを事前に確認することができる。より具体的には、閾値ｍが低いほどプラントの安全性の観点では保守的な設定となるが、それにより異常予兆の検出回数が多すぎると監視の実効性が薄れるため、変更設定を過去のデータに適用した場合の検出回数を参考に設定することができる。

図６はプロセス信号Ｐに関する情報をトレンドグラフ形式で表示した画像である。グラフ生成部３２（図１）は、閾値ｍと予測値ｙに基づき範囲設定される実測値ｘの正常範囲４１及び実測値ｘのトレンド４２を重ね書きしたトレンドグラフ４０の表示画像を生成する。このようなトレンドグラフ４０の画像が表示されることにより、予測値ｙに対する実測値ｘの追従性を直観的に認識することができる。

図７は注意喚起のマーク４５が表示されたトレンドグラフ４０の表示画像である。このようにトレンドグラフ４０には、正常範囲４１を逸脱した実測値ｘのトレンド４２に沿って、注意喚起を促すマーク４５が標記される。なお図示を省略するが、いずれか一つのプロセス信号Ｐにおいて実測値ｘが正常範囲４１を逸脱した場合は、別のプロセス信号Ｐのトレンドグラフ４０に対し、同じマーク４５を標記することができる。これにより、トレンドグラフ４０を並べて比較することなく、正常なプロセス信号Ｐと、検知された異常兆候との関連性を検討することができる。

より具体的に説明すると、プロセス信号Ｐ１が正常範囲４１から逸脱している際にプロセス信号Ｐ２のトレンドグラフを表示させた場合、トレンドグラフ上にプロセス信号Ｐ１の逸脱を示すマーク４５が表示される。プロセス信号Ｐ２も正常範囲４１から逸脱している場合は、例えばプロセス信号Ｐ１の逸脱を示すマーク４５とは色が異なるマーク４５を表示させる。オペレータは、トレンドグラフの表示に応じて、プロセス信号Ｐ１の逸脱がプロセス信号Ｐ２に影響を与えていない、プロセス信号Ｐ１の逸脱開始からプロセス信号Ｐ２が逸脱に至らないまでも予測値との乖離が大きくなっている、プロセス信号Ｐ１の逸脱に応じるようにプロセス信号Ｐ２も逸脱している、等を容易に認識でき、状況の把握や原因の推察等に役立てることができる。

また、特定のプロセス信号Ｐのトレンドグラフを表示する際に、相関性の高い他のプロセス信号を自動で併せて表示するものとしてもよい。他のプロセス信号に関する表示は、例えばトレンドグラフを相対的に小さく表示する、正常時間と異常予兆検出時間と制限値超過で色が異なる時間軸のみの簡易的な表示とする等が考えられる。

例えば、過去のデータやシミュレーションによって得られるデータを用いて、複数のプロセス信号Ｐの相関性を算出した結果を格納するデータベースを設ける。そして、任意のプロセス信号Ｐ（ここではＰ３とする）のトレンドグラフを表示する際に、このデータベースから情報を読みだし、プロセス信号Ｐ３のトレンドグラフに併せて相関が高い他のプロセス信号を表示する。

また、データベースを設けることに代えて、プラント４０の運転中にプロセス信号Ｐを受信して複数のプロセス信号Ｐ間の相関を算出するプロセス量相関計算部を設けてもよい。例えば、学習部１２がある期間のプロセス信号を用いて学習モデルを作成/更新する場合に、プロセス量相関計算部は学習モデルの作成に用いる期間と同じ期間のプロセス信号値を用いて、複数のプロセス信号Ｐ間の相関を算出する。そして、任意のプロセス信号Ｐ３のトレンドグラフを表示する際に、プロセス量相関計算部の計算結果を読みだしてプロセス信号Ｐ３のトレンドグラフに併せて相関が高い他のプロセス信号を表示する。

図８は規格化値Ｎでソートされたプロセス信号Ｐの属性データ３７のテーブル４６及び縮小グラフ４７の表示画像である。テーブル生成部３３（図１）は、規格化値Ｎに基づいてプロセス信号の属性データ３７をソートして表したテーブル４６を生成する。例えば、規格化値Ｎが大きい順番で属性データ３７を整列させた場合、異常度が高いプロセス信号Ｐを順番に並べて重点的に監視することができる。また、このテーブルで、プロセス信号Ｐの関連する制限事項（ＬＣＯ）の保安規定をも表示している。オペレータは異常ないし異常予兆の発生時に保安規定の確認が必要となることが多いため、保安規定を表示、必要に応じてリンク機能を付加することで、必要な情報へのアクセスが容易となる。

さらにこのテーブル４６に付随して、ソートされた複数のプロセス信号Ｐのトレンドグラフ４０（図６，図７）を縮小化した縮小グラフ４７が並列表示される。これにより、異常度が高いプロセス信号Ｐのトレンドを対比しながら直観的に監視することができる。

図９は、プロセス信号の実測値ｘの挙動に応じた警告のタイミングＡ及びインターロックのタイミングＢを示したトレンドグラフ４０である。このように、実測値ｘが正常範囲４１から逸脱する場合は、そのタイミングＡで、異常予兆発生の警告がなされる。そして、実測値ｘが制限値ｚに到達したタイミングＢで、インターロックが発動される。

図１０は、プロセス信号Ｐの挙動に応じた警告のタイミングＣ及びインターロックのタイミングＤを示したトレンドグラフ４０である。このように正常範囲４１の境界が制限値ｚに到達したタイミングＣで、正常範囲４１の境界が制限値ｚを超えたことの警告がなされる。そして、実測値ｘが制限値ｚに到達したタイミングＤで、インターロックが発動される。

（第２実施形態）
次に図１１及び図１２を参照して本発明における第２実施形態について説明する。図１１は第２実施形態に係る異常予兆検知装置１０Ｂのブロック図である。図１２はプロセス信号の実測値ｘの挙動に応じた警告のタイミングＥ及びインターロックのタイミングＦを示したトレンドグラフである。なお、図１１においても、図１に記載された学習部１２、学習モデルＤＢ１５、規格化部１６及び画像生成部３０は、存在しているがその記載は省略されている。また図１１において図１と共通の構成又は機能を有する部分は、同一符号で示し、重複する説明を省略する。

第２実施形態の異常予兆検知装置１０Ｂ（１０）は、第１実施形態（図１）の構成に加えて、さらに、既に演算された差分値δのトレンドから外挿により推定差分値２９を演算する外挿演算部２３と、推定差分値２９のトレンドの延長線（図１２参照）が閾値ｍに到達するまでの第１余裕時間（タイミングＥ）を計算する第１計算部２６と、周期変動する予想値ｙの極大値２７に推定差分値２９を加算した推定極大値２８を出力する加算部２４と、推定極大値２８のトレンドの延長線が制限値ｚに到達するまでの第２余裕時間（タイミングＦ）を計算する第２計算部２５と、を備えている。

図１２は、プロセス信号Ｐの挙動に応じた警告のタイミングＥ及びインターロックの発生推定タイミングＦを示したトレンドグラフ４０である。このように、プロセス信号Ｐの実測値ｘが周期的に変動する場合であっても、異常予兆発生のタイミングＥとインターロックが発動されるタイミングＦを推測することができる。ここで、実測値ｘは周期的に増減を繰り返すので、タイミングＦで周期の極大値になるとは限らない。厳密には、タイミングＦは、現在のトレンドが継続した場合に実測値ｘが制限値ｚを超える可能性が生じる（インターロックが発動する可能性が生じる）と推測される時刻である。つまり、タイミングＦは現在のトレンドが継続した場合にインターロックが発生する時刻を保守的に推定したものである。

図１３のフローチャートに基づいて各実施形態に係る異常予兆検知方法及び異常予兆検知プログラムを説明する。まず、学習モデルＤＢ１５から学習モデルを読み出し（Ｓ１１）、プラント２０から送信される複数のプロセス信号Ｐの実測値ｘを取得し（Ｓ１２）、学習モデルに基づきトレンド予測した予測値ｙを出力する（Ｓ１３）。

そして実測値ｘと予測値ｙの差分値δを計算し（Ｓ１４）、この差分値δを閾値ｍで除算した規格化値Ｎを出力する（Ｓ１５）。この規格値Ｎの絶対値が１未満であれば（Ｓ１６Ｎｏ）、正常であるので、（Ｓ１２）に戻る。

そしてこの規格値Ｎの絶対値が１を超えれば（Ｓ１６Ｙｅｓ）、異常予兆が発生したので警告を出して終了する（Ｓ１７）。ここで、実測値ｘが制限値を超えた場合はインターロックが発動するが、これは異常予兆検知プログラムによる処理ではなく、従来からプラントに備えられるインターロック機能によって実行される。

以上述べた少なくともひとつの実施形態の異常予兆検知装置によれば、プロセス値の異常度を認知し易い、異常予兆を予見し易い、異常予兆検出後にオペレータ対応の支援がある、検知性能調整用のパラメータ変更の支援がある、の効果を奏する。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更、組み合わせを行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

１０（１０Ａ，１０Ｂ）…異常予兆検知装置、１１…取得部、１２…学習部、１４…差分器、１５…学習モデルＤＢ、１６…規格化部、１７…予測部、１８…表示部、２０…プラント、２３…外挿演算部、２４…加算部、２５…第１計算部、２６…第２計算部、２７…極大値、２８…推定極大値、２９…推定差分値、３０…画像生成部、３１…タイル生成部、３２…グラフ生成部、３３…テーブル生成部、３５…タイル、３６…メッセージ、３７…属性データ、３８…シンボル記号、３８…予兆履歴、４０…トレンドグラフ、４１…正常範囲、４２…トレンド、４５…マーク、４６…テーブル、４７…縮小グラフ、Ｐ…プロセス信号、ｘ…実測値、ｙ…予測値、ｚ…制限値、δ…差分値、ｍ…閾値、Ｎ…規格化値。

Claims

プラントから送信される複数のプロセス信号を取得する取得部と、
前記プロセス信号のトレンドを学習した学習モデルを格納する学習モデルデータベースと、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力する予測部と、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力する規格化部と、
複数の異なる前記プロセス信号の前記規格化値を同時に表示する表示部と、
前記閾値に基づき範囲設定される前記予測値の正常範囲及び前記実測値のトレンドを重ね書きしたグラフを生成するグラフ生成部と、を備える異常予兆検知装置。
請求項１に記載の異常予兆検知装置において、
前記グラフには、前記正常範囲を逸脱した前記実測値のトレンドに沿って注意喚起を促すマークが標記される異常予兆検知装置。
プラントから送信される複数のプロセス信号を取得する取得部と、
前記プロセス信号のトレンドを学習した学習モデルを格納する学習モデルデータベースと、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力する予測部と、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力する規格化部と、
複数の異なる前記プロセス信号の前記規格化値を同時に表示する表示部と、
前記規格化値に基づいて前記プロセス信号の属性データをソートして表したテーブルを生成するテーブル生成部と、を備える異常予兆検知装置。
請求項２に記載の異常予兆検知装置において、
前記実測値が前記正常範囲を逸脱している前記プロセス信号が存在する状態で、他の前記プロセス信号の前記グラフを前記表示部に表示する場合に、
前記表示部に前記正常範囲を逸脱している前記プロセス信号に関する前記マークが併せて表示される異常予兆検知装置。
請求項２に記載の異常予兆検知装置において、
任意の前記プロセス信号の前記グラフを前記表示部に表示する場合に、
前記任意のプロセス信号と相関性が高い他の前記プロセス信号を前記表示部に表示し、さらに前記他のプロセス信号のうち前記実測値が前記正常範囲を逸脱している前記プロセス信号には前記マークが併せて表示される異常予兆検知装置。
プラントから送信される複数のプロセス信号を取得する取得部と、
前記プロセス信号のトレンドを学習した学習モデルを格納する学習モデルデータベースと、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力する予測部と、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力する規格化部と、
複数の異なる前記プロセス信号の前記規格化値を同時に表示する表示部と、
前記プロセス信号が安全上超えてはならない制限値を保持する保持部と、
既に演算された前記差分値のトレンドから外挿により推定差分値を演算する外挿演算部と、
前記推定差分値のトレンドの延長線が前記閾値に到達するまでの第１余裕時間を計算する第１計算部と、
周期変動する前記予測値の極大値に前記推定差分値を加算した推定極大値を出力する加算部と、
前記推定極大値のトレンドの延長線が前記制限値に到達するまでの第２余裕時間を計算する第２計算部と、を備える異常予兆検知装置。
プラントから送信される複数のプロセス信号を取得するステップと、
前記プロセス信号のトレンドを学習した学習モデルをデータベースから読み出すステップと、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力するステップと、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力するステップと、
複数の異なる前記プロセス信号の前記規格化値を同時に表示するステップと、
前記閾値に基づき範囲設定される前記予測値の正常範囲及び前記実測値のトレンドを重ね書きしたグラフを生成するステップと、を含む異常予兆検知方法。
プラントから送信される複数のプロセス信号を取得するステップと、
前記プロセス信号のトレンドを学習した学習モデルをデータベースから読み出すステップと、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力するステップと、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力するステップと、
複数の異なる前記プロセス信号の前記規格化値を同時に表示するステップと、
前記規格化値に基づいて前記プロセス信号の属性データをソートして表したテーブルを生成するステップと、を含む異常予兆検知方法。
プラントから送信される複数のプロセス信号を取得するステップと、
前記プロセス信号のトレンドを学習した学習モデルをデータベースから読み出すステップと、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力するステップと、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力するステップと、
複数の異なる前記プロセス信号の前記規格化値を同時に表示するステップと、
前記プロセス信号が安全上超えてはならない制限値を保持するステップと、
既に演算された前記差分値のトレンドから外挿により推定差分値を演算するステップ
と、
前記推定差分値のトレンドの延長線が前記閾値に到達するまでの第１余裕時間を計算するステップと、
周期変動する前記予測値の極大値に前記推定差分値を加算した推定極大値を出力するステップと、
前記推定極大値のトレンドの延長線が前記制限値に到達するまでの第２余裕時間を計算するステップと、を含む異常予兆検知方法。
コンピュータに、
プラントから送信される複数のプロセス信号を取得するステップ、
前記プロセス信号のトレンドを学習した学習モデルをデータベースから読み出すステップ、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力するステップ、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力するステップ、
複数の異なる前記プロセス信号の前記規格化値を同時に表示するステップ、
前記閾値に基づき範囲設定される前記予測値の正常範囲及び前記実測値のトレンドを重ね書きしたグラフを生成するステップ、を実行させる異常予兆検知プログラム。
コンピュータに、
プラントから送信される複数のプロセス信号を取得するステップ、
前記プロセス信号のトレンドを学習した学習モデルをデータベースから読み出すステップ、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力するステップ、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力するステップ、
複数の異なる前記プロセス信号の前記規格化値を同時に表示するステップ、
前記規格化値に基づいて前記プロセス信号の属性データをソートして表したテーブルを生成するステップ、を実行させる異常予兆検知プログラム。
コンピュータに、
プラントから送信される複数のプロセス信号を取得するステップ、
前記プロセス信号のトレンドを学習した学習モデルをデータベースから読み出すステップ、
前記プロセス信号の実測値を入力値として、前記学習モデルにより算出した、前記プロセス信号の予測値を出力するステップ、
前記実測値と前記予測値の差分値を閾値で除算した規格化値を出力するステップ、
複数の異なる前記プロセス信号の前記規格化値を同時に表示するステップ、
前記プロセス信号が安全上超えてはならない制限値を保持するステップ、
既に演算された前記差分値のトレンドから外挿により推定差分値を演算するステップ
、
前記推定差分値のトレンドの延長線が前記閾値に到達するまでの第１余裕時間を計算するステップ、
周期変動する前記予測値の極大値に前記推定差分値を加算した推定極大値を出力するステップ、
前記推定極大値のトレンドの延長線が前記制限値に到達するまでの第２余裕時間を計算するステップ、を実行させる異常予兆検知プログラム。