JP7347953B2 - 機器予兆監視装置、および、機器予兆監視方法 - Google Patents

Description

本発明は、機器予兆監視装置、および、機器予兆監視方法に関する。

発電プラントでは、信頼性向上と保守作業合理化とを目的として、運転中の機器診断技術の導入が進められている。発電プラントを構成する機器の診断技術としては、温度データや圧力データなどの計測データが用いられる。過去の正常時の計測データを学習データとし、現在の診断対象の計測データを診断データとする。学習データと診断データとを比較して、異常の有無を検知する方法が一般的に知られている。具体的には、学習データの分布を１つまたは複数のクラスタとして定義し、そのクラスタから診断データまでのデータ間距離を計算し、データ間距離が一定以上の場合に異常と診断する。

特許文献１には、機器に取り付けられた温度計などのセンサを診断するときに、機器の異常とセンサの異常（ドリフト）とを区別する機器診断方法が記載されている。これにより、計測データがセンサのドリフト分布に応じて補正されるので、機器の異常を判定する精度が向上する。

特開２０１１－７５３７３号公報

プラントの機器は、夏や冬などの様々な運転条件で運転されるので、計測データもその運転条件の影響を受ける。学習データと診断データとのデータ間距離が大きい要因は、機器の故障による異常値の診断データの場合だけでなく、夏の正常な学習データと、冬の正常な診断データとを比較するなど互いに異なる運転条件の診断データを比較してしまった場合もある。

なお、学習データと診断データとで運転条件が異なる例は、前記した夏と冬などの季節変動による場合の他に、学習データは定期検査における機器の分解点検前のものを用い、診断データはその分解点検後のものを用いる場合もある。つまり、分解点検などの運転条件を大きく変化させるイベントの発生前後で、データ間距離が大きくなる。
よって、学習データの運転条件と診断データの運転条件とを揃えるために、多様な運転条件での学習データを用意する必要がある。しかし、発電プラントはプラントごとに構成が異なるため、診断対象とは別のプラントの学習データを、診断対象の学習データとして流用することは困難である。

そこで、運転条件の異なる学習データを用いて正常な診断データを診断したときには、データ間距離が大きくなってしまうが、事後的にデータ間距離を小さくするように診断データを補正することを検討する。この補正後の正常な診断データからは、異常が誤検出されてしまうことを予防できる。
その場合、異常な診断データを診断したことでデータ間距離が大きくなってしまう場合にも、事後的にデータ間距離を小さくするように診断データを補正してしまうと、補正後の診断データから異常に起因する値の変化を見逃してしまう可能性がある。

このように、データ間距離が大きくなってしまっても、その変化が直ちに機器の異常を示しているわけではない場合もある。よって、データ間距離を補正するか否かは、データ間距離が大きくなってしまった要因を考慮して決定する必要がある。しかし、特許文献１などの従来の診断技術では、異常値の発生要因にさかのぼって、異常値の発生から異常を検知するか否かを決定するような複雑な仕組みは提供されていなかった。

そこで、本発明は、機器の監視において、運転条件の影響による誤検出を予防しつつ、機器の故障を適切に検出することを、主な課題とする。

前記課題を解決するために、本発明の機器予兆監視装置は、以下の特徴を有する。
本発明は、監視対象の機器が正常な状態での計測データを学習データとして格納する学習データ格納部と、
所定の運転条件により影響を受ける前記計測データのパラメータを影響パラメータとして格納する影響パラメータデータベースと、
監視中の前記機器から計測される前記計測データである監視データの入力を受け、前記学習データ格納部から読み込んだ前記学習データと比較し、その比較結果であるデータ間距離をパラメータごとに計算する距離計算部と、
前記入力された監視データのうちの前記データ間距離が所定閾値よりも大きい監視データから、前記影響パラメータデータベースの前記影響パラメータを参照して、前記データ間距離を補正する対象である補正パラメータを決定するパラメータ決定部と、
前記補正パラメータに該当する前記監視データの最古値と、前記学習データの最新値とが一致するように、前記監視データの値全体を一定の値で補正する計測データ補正部と、を有することを特徴とする。
その他の手段は、後記する。

本発明によれば、機器の監視において、運転条件の影響による誤検出を予防しつつ、機器の故障を適切に検出することができる。

本発明の一実施形態に関する機器予兆監視システムの構成図である。 本発明の一実施形態に関する図１の機器予兆監視システムの処理を示すフローチャートである。 本発明の一実施形態に関する計測データ入力装置が入力する診断データの例を示すデータテーブルである。 本発明の一実施形態に関する学習データ格納部に登録される学習データの例を示すデータテーブルである。 本発明の一実施形態に関する距離計算部が計算したデータ間距離の例を示すデータテーブルである。 本発明の一実施形態に関する影響パラメータデータベースの例を示すテーブルである。 本発明の一実施形態に関するパラメータ出力装置による画面出力例を示す説明図である。 本発明の一実施形態に関する図３の診断データを計測データ補正部が補正した場合のデータテーブルである。 本発明の一実施形態に関する図８の補正量を求める方法を示すグラフである。 本発明の一実施形態に関する診断結果出力装置による画面出力例を示す説明図である。 本発明の一実施形態に関する機器予兆監視システムの構成図である。 本発明の一実施形態に関する図１１の機器予兆監視システムの処理を示すフローチャートである。

以下、本発明の一実施形態を、図面を参照しつつ説明する。

図１は、機器予兆監視システム１０の構成図である。
機器予兆監視システム１０は、計測データ入力装置１と、学習データ格納部２と、距離計算部３と、影響パラメータデータベース４と、パラメータ出力装置５（パラメータ決定部）と、補正パラメータ格納部５ｐと、計測データ補正部６と、異常度計算部７と、診断結果出力装置８とを含めて構成される。
各記憶部（学習データ格納部２と、影響パラメータデータベース４と、補正パラメータ格納部５ｐ）は、機器予兆監視システム１０の内部に配置してもよいし、機器予兆監視システム１０の外部からネットワークで接続してもよい。

機器予兆監視システム１０を構成する各装置は、ＣＰＵ（Central Processing Unit）と、メモリと、ハードディスクなどの記憶手段（記憶部）と、ネットワークインタフェースとを有するコンピュータとして構成される。
このコンピュータは、ＣＰＵが、メモリ上に読み込んだプログラム（アプリケーションや、その略のアプリとも呼ばれる）を実行することにより、各処理部により構成される制御部（制御手段）を動作させる。
または、機器予兆監視システム１０は、１台のコンピュータ（機器予兆監視装置）として構成してもよい。
以下、図２のフローチャートに沿って、機器予兆監視システム１０の構成要素を明らかにする。

図２は、図１の機器予兆監視システム１０の処理を示すフローチャートである。
学習データ格納部２には、過去の機器が正常なときの計測データが学習データとしてあらかじめ登録されている（詳細は図４）。機器が正常なときの計測データとは、例えば、要求される性能で機器が運転できていたときの計測データ、あるいは警報や異常音が出ていなかったときの計測データのことである。距離計算部３は、この登録された学習データを今回の診断データとの比較用に取得する（Ｓ１０１）。
計測データ入力装置１は、今回の監視中の計測データ（監視データ）である診断データ（詳細は図３）を距離計算部３に入力する（Ｓ１０２）。
距離計算部３は、Ｓ１０１の学習データと、Ｓ１０２の診断データとのデータ間距離を計算する（Ｓ１０３、詳細は図５）。

影響パラメータデータベース４には、影響パラメータがあらかじめ登録されている（詳細は図６）。影響パラメータとは、運転条件の影響を受ける計測データのパラメータであり、季節変動の影響を受けるパラメータや、分解点検の影響を受けるパラメータが例示される。
パラメータ出力装置５は、影響パラメータデータベース４から影響パラメータを取得し（Ｓ１０４）、Ｓ１０３のデータ間距離と、影響パラメータとをもとにした画面出力を行う（詳細は図７）。そして、パラメータ出力装置５は、画面出力されたパラメータのリストから、データ間距離を補正する対象となる補正パラメータを管理者に決定させる（Ｓ１０５）。
補正パラメータ格納部５ｐは、Ｓ１０５で決定された補正パラメータを格納する。

以上、Ｓ１０１～Ｓ１０５の処理が、プラントの実稼働前の仮運転で行われる。つまり、プラントの仮運転により、適切な補正パラメータが補正パラメータ格納部５ｐに格納される。そして、Ｓ１０６～Ｓ１０９は、プラントの実稼働後の処理である。

計測データ補正部６は、計測データ入力装置１を介して入力された計測データが、補正パラメータ格納部５ｐに格納された補正パラメータに該当するか否かを判定する（Ｓ１０６）。Ｓ１０６でYesなら、計測データ補正部６は、計測データと診断データとのデータ間距離を補正する（Ｓ１０７、詳細は図８）。
異常度計算部７は、計測データ補正部６からの計測データと学習データとの比較により異常度を計算する（Ｓ１０８）。異常度は、例えば、学習データから補正後の診断データまでのデータ間距離（マハラノビス距離）である。
診断結果出力装置８では、異常度計算部７で計算した異常度をもとにした診断結果を画面出力する（Ｓ１０９、詳細は図１０）。この画面出力には、Ｓ１０８の異常度に加えて、その異常度が所定閾値を超過しているか（つまり機器の異常とみなすか）否かという機器ごとの診断結果が含まれる。

以上、プラントの実稼働後の処理（Ｓ１０６～Ｓ１０９）を説明した。なお、今回の実稼働における診断データを、次回の実稼働における学習データとして学習データ格納部２を更新し、その新たな学習データをもとにＳ１０１～Ｓ１０５の処理を繰り返すことで、補正パラメータ格納部５ｐも更新してもよい。
さらに、新たな運転条件が追加されるなどで影響パラメータデータベース４を更新し、その新たな影響パラメータをもとにＳ１０１～Ｓ１０５の処理を繰り返すことで、補正パラメータ格納部５ｐも更新してもよい。

図３は、計測データ入力装置１が入力する診断データの例を示すデータテーブルである。このデータテーブルには、図示しないプロセス計算機から取得した圧力データ、温度データ、および振動データが時系列で記録されている。例えば、第１行には、2000年8月1日の診断データが記録される。
図４は、学習データ格納部２に登録される学習データの例を示すデータテーブルである。このデータテーブルには、図３と同じデータ形式で、過去の（2000年1月の）計測データが日時ごとに記録されている。

図５は、距離計算部３が計算したデータ間距離の例を示すデータテーブルである。この例では、とくに振動Aのデータ間距離が大きい。
距離計算部３は、学習データと診断データとを比較して、各パラメータごとに、データ分布の違いの程度を示すデータ間距離を計算する。例えば、学習データを正規分布と仮定し、学習データの平均値をμi、標準偏差をσi、診断データの値をxiとする。距離計算部３は、以下の数式１によりデータ間距離Riを計算する。iは各パラメータの番号であり、例えば、i=1が圧力である。
Ri=（xi-μi）/σi …（数式１）

図６は、影響パラメータデータベース４の例を示すテーブルである。
このテーブルには、監視対象の機器ごとに、運転条件の影響を受けて計測データが変化したか否か（影響変化）と、その影響変化の内容と、その影響変化を原因として影響を受けるパラメータ（影響パラメータ）とが対応付けられる。つまり、このテーブルには、機器の運転状態の履歴情報（影響パラメータに影響を与えた運転条件の履歴情報）が格納されている。
テーブル第１行は、ポンプAが2000/6/1に分解点検をしており、その影響で振動Aと流量Aの値が学習データと診断データと間で変化している可能性があることを示している。なお、分解点検が計測データに影響を与えるのは、部品の組み合わせ位置のわずかな変化や、ねじの締め付け具合が変わることにより、振動の状態が変化するためである。
テーブル第２行は、ポンプBが分解点検など状態が変わることをしていないので、パラメータへの影響は考えられないことを示している。
テーブル第３行は、ポンプCが学習データと診断データで季節が異なるので、温度Cが季節変動の影響を受けるパラメータであることを示している。

図７は、パラメータ出力装置５による画面出力例を示す説明図である。
一次結果出力画面１００は、パラメータリスト１０１と、個別パラメータグラフ１０２と、補正パラメータ指定欄１０３とを有する。
パラメータリスト１０１は、計測データのパラメータごとに、そのパラメータを補正パラメータとするか否かの指定（補正列）と、距離計算部３が計算したデータ間距離と、影響パラメータデータベース４から読み込んだ内容（影響変化、影響変化内容）とを対応付ける。
パラメータリスト１０１は、計測データの全パラメータのうち、データ間距離が所定閾値（例えば０．１）より大きいパラメータについて、データ間距離が大きい順に整列した結果である。

パラメータリスト１０１の第１行は、振動Aのデータ間距離が3.3であり、学習データと診断データで値が変化した可能性があることを示している。したがって、振動Aはデータを補正する候補のパラメータである。
管理者は振動Aの詳細を確認するための個別パラメータグラフ１０２を閲覧する。個別パラメータグラフ１０２には、振動Aの学習データの分布図に加え、その分布図内での平均値からのデータ間距離＝3.3も示される。
そして、管理者は、パラメータリスト１０１の影響変化、影響変化内容、および、個別パラメータグラフ１０２の分布図などを総合的に考慮して、振動Aを補正パラメータとするように決定する。この決定は、補正パラメータ指定欄１０３から入力されると、パラメータリスト１０１の補正列に●印（＝補正パラメータとする黒丸印）として反映される。

パラメータリスト１０１の第２行は、温度Aがデータ間距離は0.5であるが、影響変化が「無」であるので、学習データと診断データとで値が変化する可能性がないことを示している。したがって、管理者は、温度Aの補正は行わないと決定する。
以上、管理者が一次結果出力画面１００に自身の判断を反映させる例を説明した。別の例として、パラメータ出力装置５は、管理者による画面確認を経ずに（つまり機械処理により自動的に）、パラメータリスト１０１から所定条件に適合するパラメータを補正パラメータとして決定してもよい。所定条件とは、例えば、データ間距離が所定閾値（例えば０．３）より大きく、かつ、影響変化が「有」であるパラメータを補正パラメータとする旨の条件である。

図８は、図３の診断データを計測データ補正部６が補正した場合のデータテーブルである。
まず、圧力A、温度Aのパラメータについては、補正パラメータではないので、図３の診断データと同じ値が図８のデータテーブルに登録される。一方、振動Aは補正パラメータであるので、図３の診断データに対して一定の補正量が加減される（ここでは-5.0）。

図９は、図８の補正量（-5.0）を求める方法を示すグラフである。
グラフ２０１は、補正前の診断データの時間遷移を示す。時刻Ｔにおいて分解点検が発生したので、その前後で運転条件の影響により診断データが一律に+5.0されている。
グラフ２０２は、補正後の診断データの時間遷移を示す。計測データ補正部６は、時刻Ｔ直前の学習データの値（学習データの最新値）と、時刻Ｔ直後の診断データの値（診断データの最古値）とが一致するように、診断データの値全体を一定の値（-5.0）で補正する。これにより、運転条件の影響が無かったかのように、学習データと診断データとが連続しているように補正される。

図１０は、診断結果出力装置８による画面出力例を示す説明図である。
診断結果出力画面３００は、パラメータリスト３０１と、異常度グラフ３０２と、診断結果欄３０３とを有する。
管理者は、パラメータリスト３０１から選択欄で選択（●印）したパラメータ（ここでは振動A）についての異常度グラフ３０２を参照する。異常度グラフ３０２は、振動Aの診断データについて、異常度計算部７の計算結果が補正ありの場合と補正なしの場合とでそれぞれ時系列で示される。また、異常度グラフ３０２には、機器の故障と診断するために異常度と比較される所定閾値も表示される。この所定閾値を超過したか否かの結果をもとに、診断結果欄３０３において振動Aに関連する機器（ポンプA）の故障か否か、および、その理由が表示される。

管理者は、診断結果欄３０３と異常度グラフ３０２とを併せて参照することで、診断データの適切な補正により、ポンプAの故障が誤検出されなかったことを確認できる。
つまり、異常度グラフ３０２から、補正をしなかった場合には、振動Aの異常度が大きく計算されてしまうが、影響パラメータである振動Aを補正することにより、分解点検という運転条件の影響が適切に除外されていることを、管理者に確認させることができる。

実施例２は、実施例１の機器予兆監視システム１０を、チューニングする用途に適した構成に変形したものである。
図１１は、機器予兆監視システム１０の構成図である。図１１の機器予兆監視システム１０は、図１の機器予兆監視システム１０から異常度計算部７および診断結果出力装置８を除外し、補正データ出力装置９を追加したものである。
補正データ出力装置９は、計測データ補正部６が補正した診断データ（補正データ）を、他の予兆監視システムなどに出力する。出力する形式は、機器予兆監視システム１０内に保存するファイル形式でもよいし、ネットワークを介してパケットを送信する形式でもよい。

図１２は、図１１の機器予兆監視システム１０の処理を示すフローチャートである。
基本的には、図２のフローチャートと同じ処理であるが、診断に関する処理（Ｓ１０８，Ｓ１０９）を、補正データ出力装置９が補正データを出力する処理（Ｓ１１０）に置き換える。

以上説明した本実施形態では、機器予兆監視システム１０が、学習データと診断データとのデータ間距離が発生した計測データのパラメータから適切な補正パラメータを選択して診断する。
パラメータ出力装置５は、データ間距離が発生したパラメータの候補を提示して、補正パラメータを選択させる。このとき、パラメータ出力装置５は、パラメータの各候補が影響パラメータデータベース４に登録された影響パラメータか否かという情報、および、影響パラメータに影響を与えた原因であるイベント内容（季節変動、定期検査における機器の分解点検など）の情報も併せて表示する。
これにより、知見をもった作業者が過去の経験を頼りに補正パラメータを選択する必要がなくなり、補正パラメータを選択するチューニング作業の負担を軽減できる。

なお、本発明は前記した実施例に限定されるものではなく、さまざまな変形例が含まれる。例えば、前記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。
また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路で設計するなどによりハードウェアで実現してもよい。
また、前記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）などの記録装置、または、ＩＣ（Integrated Circuit）カード、ＳＤカード、ＤＶＤ（Digital Versatile Disc）などの記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。
さらに、各装置を繋ぐ通信手段は、無線ＬＡＮに限定せず、有線ＬＡＮやその他の通信手段に変更してもよい。

１ 計測データ入力装置
２ 学習データ格納部
３ 距離計算部
４ 影響パラメータデータベース
５ パラメータ出力装置（パラメータ決定部）
５ｐ 補正パラメータ格納部
６ 計測データ補正部
７ 異常度計算部
８ 診断結果出力装置
９ 補正データ出力装置
１０ 機器予兆監視システム（機器予兆監視装置）

Claims (7)

1. 監視対象の機器が正常な状態での計測データを学習データとして格納する学習データ格納部と、
   所定の運転条件により影響を受ける前記計測データのパラメータを影響パラメータとして格納する影響パラメータデータベースと、
   監視中の前記機器から計測される前記計測データである監視データの入力を受け、前記学習データ格納部から読み込んだ前記学習データと比較し、その比較結果であるデータ間距離をパラメータごとに計算する距離計算部と、
   前記入力された監視データのうちの前記データ間距離が所定閾値よりも大きい監視データから、前記影響パラメータデータベースの前記影響パラメータを参照して、前記データ間距離を補正する対象である補正パラメータを決定するパラメータ決定部と、
   前記補正パラメータに該当する前記監視データの最古値と、前記学習データの最新値とが一致するように、前記監視データの値全体を一定の値で補正する計測データ補正部と、を有することを特徴とする
   機器予兆監視装置。
2. 前記機器予兆監視装置は、さらに、補正された前記監視データと前記学習データとを比較することで、前記機器に異常が発生した度合いを示す異常度を計算する異常度計算部を有することを特徴とする
   請求項１に記載の機器予兆監視装置。
3. 監視対象の機器が正常な状態での計測データを学習データとして格納する学習データ格納部と、
   所定の運転条件により影響を受ける前記計測データのパラメータを影響パラメータとして、さらに、前記影響パラメータに影響を与える影響変化内容も、前記影響パラメータと対応付けて格納する影響パラメータデータベースと、
   監視中の前記機器から計測される前記計測データである監視データの入力を受け、前記学習データ格納部から読み込んだ前記学習データと比較し、その比較結果であるデータ間距離をパラメータごとに計算する距離計算部と、
   前記入力された監視データの各パラメータについて、前記データ間距離の情報と、前記影響パラメータに該当するか否かの情報と、前記影響変化内容とを対応付けて画面表示し、表示された前記監視データの各パラメータの候補から指定されたパラメータを、前記データ間距離を補正する対象である補正パラメータとして決定するパラメータ決定部と、
   前記補正パラメータに該当する前記監視データの最古値と、前記学習データの最新値とが一致するように、前記監視データの値全体を一定の値で補正する計測データ補正部と、を有することを特徴とする
   機器予兆監視装置。
4. 前記パラメータ決定部は、前記影響変化内容として、前記機器に対して行われた分解点検の情報を画面表示することを特徴とする
   請求項３に記載の機器予兆監視装置。
5. 前記パラメータ決定部は、前記影響変化内容として、前記学習データの計測時から前記監視データの計測時への季節変動の情報を画面表示することを特徴とする
   請求項３に記載の機器予兆監視装置。
6. 機器予兆監視装置は、学習データ格納部と、影響パラメータデータベースと、距離計算部と、パラメータ決定部と、計測データ補正部とを有しており、
   前記学習データ格納部には、監視対象の機器が正常な状態での計測データを学習データとして格納されており、
   前記影響パラメータデータベースには、所定の運転条件により影響を受ける前記計測データのパラメータを影響パラメータとして格納されており、
   前記距離計算部は、監視中の前記機器から計測される前記計測データである監視データの入力を受け、前記学習データ格納部から読み込んだ前記学習データと比較し、その比較結果であるデータ間距離をパラメータごとに計算し、
   前記パラメータ決定部は、前記入力された監視データのうちの前記データ間距離が所定閾値よりも大きい監視データから、前記影響パラメータデータベースの前記影響パラメータを参照して、前記データ間距離を補正する対象である補正パラメータを決定し、
   前記計測データ補正部は、前記補正パラメータに該当する前記監視データの最古値と、前記学習データの最新値とが一致するように、前記監視データの値全体を一定の値で補正することを特徴とする
   機器予兆監視方法。
7. 機器予兆監視装置は、学習データ格納部と、影響パラメータデータベースと、距離計算部と、パラメータ決定部と、計測データ補正部とを有しており、
   前記学習データ格納部には、監視対象の機器が正常な状態での計測データを学習データとして格納されており、
   前記影響パラメータデータベースには、所定の運転条件により影響を受ける前記計測データのパラメータを影響パラメータとして、さらに、前記影響パラメータに影響を与える影響変化内容も、前記影響パラメータと対応付けて格納されており、
   前記距離計算部は、監視中の前記機器から計測される前記計測データである監視データの入力を受け、前記学習データ格納部から読み込んだ前記学習データと比較し、その比較結果であるデータ間距離をパラメータごとに計算し、
   前記パラメータ決定部は、前記入力された監視データの各パラメータについて、前記データ間距離の情報と、前記影響パラメータに該当するか否かの情報と、前記影響変化内容とを対応付けて画面表示し、表示された前記監視データの各パラメータの候補から指定されたパラメータを、前記データ間距離を補正する対象である補正パラメータとして決定し、
   前記計測データ補正部は、前記補正パラメータに該当する前記監視データの最古値と、前記学習データの最新値とが一致するように、前記監視データの値全体を一定の値で補正することを特徴とする
   機器予兆監視方法。

Images