JPH0423131A - 故障診断システム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔産業上の利用分野〕 この発明は、プラント等の対象システムで発生するであ
ろう故障を予測し、予防保全する故障診断システムに関
するものである。

〔従来の技術〕

第７図は第１の従来例としての故障診断システムの構成
を示すブロック図であり、図において、１は故障診断対
象である対象システム、２ａは各検出器からのデータを
格納する定量データベース、３ａは前記対象システム１
の状態を推論・評価する推論・評価装置である。

次に第１の従来例の動作について、「計装」（Ｖｏｌ、
３２．　Ｎｏ−５＋　１９８９．　ｐ、２９）に示され
た発電機の故障診断システムを例として第８図を用いて
説明する。

まず、発電機負荷を下げることにより復水器の真空度が
高くなり、タービン低圧ケーシングが変型してアライメ
ント変化が起こり、異常軸振動に至った場合について説
明する。

故障（異常）の検知は従来からあるタービン監視装置が
検知する異常軸振動の場合、警報やトリップ等の何らか
の運転制限を要求するものであり、このためしきい値は
軸振動の異常が顕著に確認できる値に設定されている。

軸振動の故障の兆候の検知は軸振動のベクトル量の変化
、振幅、振幅増加率、周波数成分、及び突変量が予め定
められたしきい値を越すと、一連の操作機能が起動され
る。

このため、故障が生じた時点でしか該故障を発見するこ
とができなかった。この点を解決するために、従来は異
常軸振動を検知するしきい値をかなり低い値に設定し、
該軸振動の故障の兆候を捉えるようにしていた。しかし
、この方法では前述したしきい値の設定と異なり異常が
顕著に確認できる値に設定できないため、レベルＳ１で
異常を検出しても第９図（ａ）のようにそのまま異常が
顕著になる前に、第９図（ｂ）のように正常値に戻る可
能性がある。

なお、第９図中のレベルＳ１は必ず故障が発生ずる（顕
著な異常が確認できる）しきい値を、レベルＳ２は故障
の兆候を捉えるために低く設定したしきい値を示す。

また、第１０図は例えば、日立評論Ｖｏ１．７０゜Ｎｏ
、１１　（１９８８１１）に示された第２の従来例とし
ての故障診断システムの構成を示すブロック図であり、
図において、４は故障診断ルール（故障診断に関する知
識ルール）を実行する診断装置、５は該故障診断ルール
を格納する知識データベース、６は対象システム１を運
転制御するための制御データ、７は対象システム１を制
御する制御装置、８は対象システム１のプロセス情報を
取込むモニタ装置、９は該取込まれたプロセス情報を判
定するための診断データである。

次に第２の従来例の動作について説明する。

故障診断に用いるプロセス情報は、運転制御に必要な制
御データ６により制御装置が制御している対象システム
１から、周期的にモニタ装置８が取込み、該対象システ
ム１の故障診断を行うための診断データ９として格納さ
れている。そして、この診断データ９を知識データベー
ス５に格納されている故障診断ルールに基づいて診断装
置４が診断を実行し、その診断結果をオペレータに提示
する。

オペレータは提示された診断結果を見て該結果が異常域
にあると判断した場合、該診断装置４に対して故障箇所
の推論を行うべく操作をし、診断装置４からの故障箇所
の推論結果に対する処置項目を対象システム１に施し、
その結果を該診断装置へ入力する。ここで、診断装置４
はオペレータの入力により再度、故障箇所の推論を行う
という動作を繰返し、該故障箇所とその故障原因を導出
している。

また、第１１図は第３の従来例としての故障診断システ
ムの構成を示すブロック図であり、１０は当該システム
とオペレータとの情報伝達手段としてのマンマシン装置
、１１は知識ルールを格納している知識データベース、
１２は推論エンジンである。そして、前記知識データベ
ース１１はマンマシン装置１０を介してエキスパートが
各種の知識を該知識の表現形式（例えばルールベースフ
レーム形式）に応じて貯えられている。

次に第３の従来例の動作について説明する。

対象システムｌに故障が発生すると、該故障情報が推論
エンジン１２及び知識データベース１１に取込まれ、こ
の推論エンジン１２が知識データベース１１の知識ルー
ルにより推論を実行し、この推論の結果、故障の種類及
び運転員に対するガイダンス等をマンマシン装置１０の
表示手段により提示する（なお、これらの動作を行うエ
キスパートツールは通常計算機で構成される推論エンジ
ン１２とディスク内に貯えられている知識データベ−７
，１１により実行される）。マンマシン装置１０の表示
手段は通常マルチウィンド、基本グラフィックス等がサ
ポートされており、該推論結果はウィンド、図形等によ
り提示され、一般に対象システム以外はワークステーシ
ョンで実現される。

〔発明が解決しようとする課題〕

従来の故障診断システムは以上のように構成されている
ので、実際に故障が生じた時点でしか故障を検知できず
、オペレータ等の対処が遅れていた。また、対処が遅れ
ることにより、該故障が回避できないまま関連する故障
発生にまで及ぶ可能性があるなどの課題があった。

この発明は上記のような課題を解消するためになされた
もので、突然化じる故障を事前に察知し、オペレータ等
に通知したり該故障に対処することで、重大な故障に至
ることを回避し、対象システムの稼動率を向上させる故
障診断システムを得ることを目的とする。

〔課題を解決するための手段〕

第１の請求項に係る故障診断システムは、データ処理装
置で特定の入力値に対する対象システムの定量的な観測
値をディジタル処理し、該処理データと対象システムの
定性的な観測値（人の感覚的な要因を含めた経験的デー
タ）から予測装置で前記対象システムの内部状態及び外
部観測値を該対象システムの設計条件を考慮した知識ル
ールに従って予測し、この予測結果と該対象システムの
最新の観測値から推論・評価装置で故障診断に関する知
識ルールに従って故障の兆候を推論・評価するようにし
たものである。

また、第２の請求項に係る故障診断システムは、対象シ
ステムの正常な運転状態で得られるべきプロセス情報の
変化と異なるパターンが現れた時点で故障の兆候と推定
し、事前に対象システムの異常状態の進行をおさえる運
転条件を提示するようにしたものであり、さらに、第３
の請求項に係る故障診断システムは、第２の請求項に係
る故障診断システムと同様に運転条件を提示した後、一
定時間内に該運転条件に従った処理が行われながった場
合に、強制的に運転を司る制御装置に運転条件の変更指
示を出力するようにしたものである。

また、第４の請求項に係る故障診断システムは、対象シ
ステムの正常な運転状態で得られるべきプロセス情報の
変化と異なるパターンが現れた時点で過去に故障回避で
きたプロセス情報の変化パターンと比較し、類似パター
ンであれば故障原因の推論等を行わずに即座に故障回避
処理の指示を出力するようにしたものである。

また、第５の請求項に係る故障診断システムは、予め対
象システムの部分的な複数の図面情報を故障の種類、発
生箇所等の所定の条件で関連付けて知識データベースに
格納しておくとともに、該図面ごとに各要素の特徴量を
図面データベースに格納しておき、故障が発生するとエ
キスパートツールによって特定された故障箇所の一又は
二以上の関連図面情報を知識データベースから検索し、
図面中の故障箇所と同一又は類似の箇所（要素）を他の
検索された図面中から検索し、該検索結果を提示して次
に故障が発生しやすい箇所を警告するようにしたもので
ある。

〔作　用〕

第１の請求項における故障診断システムは、知識データ
ベース（時系列データかつ定量的データ）のデータ処理
装置の処理結果と対象システムの定量的及び定性的な観
測値から将来の対象システムの内部状態及び外部観測値
を予測し、該定性的な観測値も含めて現時点の対象シス
テムの状態を推論・評価をするので、信幀性の高い故障
診断を可能にする。

また、第２乃至第４の請求項における故障診断システム
は、対象システムの故障による初期異常を正常な運転状
態で得られるべきプロセス情報の変化パターンを格納し
ておき、該プロセス情報の変化パターンと取込むプロセ
ス情報のパターンとを比較することで推定するようにし
たので、重大な故障となる原因を事前に発見できる。

また、第５の請求項における故障診断システムは、対象
システムの複数の図面を関連付け、また図面中の各要素
の特徴量をそれぞれ格納しておき、発生した故障部分に
故障の種類、発生箇所等の所定の条件で関連付けられ、
かつ同一又は類似箇所（図面中の要素）を図面中で特定
するようにしたので、次に生じるであろう故障発生箇所
をオペレータに警告することが可能となる。

〔発明の実施例〕

以下、第１の請求項に係る発明の一実施例を図について
説明する。

第１図は第１の請求項に係る発明の一実施例による故障
診断システムの構成を示すブロック図であり、第１の従
来例（第７図）と同一又は相当部分には同一符号を付し
て説明を省略する。図において、２ｂは対象システム１
からの人力値（Ｕ（ｔ））及び定量的な観測値（Ｙ（ｔ
））を格納する定量データベースで、定量データを扱う
。１３は前記対象システム１からの定性的な観測値（Ｙ
（ｔ））を格納する定性データベースで、定性データを
扱う。

１４は定量データベース２ｂのデータ処理を行うデータ
処理装置であり、過去のデータ分析（傾き平均等）を行
う。１５は前記データ処理装置１４の処理結果及び定性
データベース１３に格納された定性的な観測値と対象シ
ステム１の設計条件を考慮した知識ルールをもとに該対
象システム１の内部状態を予測する内部状態予測装置１
５ａ及び外部観測値を予測する外部観測値予測装置１５
ｂから構成される装置 装置１５の予測結果と対象システム１の最新の観測値と
故障診断に関する知識ルールをもとに現在の状態を推論
・評価を行う推論・評価装置である。

また、入力値（Ｕ（ｔ））は対象システム１に対する入
力の組からなる時系列データである。また、観測値（ｙ
（Ｄ）　　（以下、単に観測値という場合は定量データ
及び定性データ双方をいう）は対象システム１に対する
出力の組からなる時系列データである。

第２図は前記予測装置１５を構成する内部状態予測装置
１５ａあるいは外部観測値予測装置１５ｂの構成を示し
たブロック図であり、ルール評価装置１６と予測値算出
装置１７を組み合わせたものである。この図において、
ｔは定量及び定性デーＩ’ベース２ｂ，１３の最新のデ
ータを検出した時間（現在の時間を示すものではない）
、ｔ＋１は次のデータを検出した時間を示す。また、α
はデータ処理装置１４で定量データベース２ｂのデータ
処理した処理結果である。

第３図は前記推論・評価装置３ｂの構成を示すブロック
図であり、前記ルール評価装置１６と評価結果算出装置
１８を組み合わせたものである。

次に第１の請求項に係る発明の動作について説明する。

入力値（Ｕ（ｔ））に対する対象システム１の定量的な
観測値（Ｙ（ｔ））をデータ処理装置１４がデ−夕処理
し、該データ処理装置１４の出力α、Ｕ（ｔ）、Ｙ（ｔ
）及び定性データを使用してまず最初に内部状態予測袋
’Ｉｔ　１５　ａにより、内部状態を予測する。

（なお、この内部状態の予測は、前記対象システム１を
構成するモジュール毎に行う）。

内部状態予測装置１５ａにおけるルール評価装置１６は
、知識ベースと推論エンジンを組み合わせたものであり
、該知識ベースは（ＩＦ・・・Ｔ）ＩＥＮ・・・）の形
で表現され、定性データも扱える。また、知識ベース内
の各ルールの結論部のｇｎ（）は数式モデルでも経験的
モデルでもよ＜（ｇｎ（）の引数はすべてを利用しなく
てもよい）、モデルｇｎ（）で使用する入力データは、
各データベース２ｂ、１３の最新データを使い、知識ベ
ースの表現は例えばＩＦ 振動振幅が大きい。

かつ タービンの雑音が静である。

ＴＨＥＮ Ｘ＋’（ｔ＋１）−ｇｌ（Ｙ（ｔ）、Ｕ（ｔ）、α、定
性テデーＸ’（ｔ＋１））； などの複数の知識ルール（Ｎ個）が用意されている。

そして、このルール評価装置１６の推論エンジンは、最
初に定性的及び定量的データベース２ｂ。

１３の情報を使い、各ルールの条件部の成立する確率を
求めるが、確率の算出方法はファジィ理論を応用し、成
立の確率を各ルールの条件部のグレード値（ｗｎ）とし
て求める（ファジィ理論についての説明は省略する）。

また、モデルｇｎ（）を使用して各ルール毎の予測値ｘ
１°（ｔ＋１）　、Ｘｚ’（ｔ＋１）、・・・、Ｘ、ｌ
’　（ｔ＋１）を求める。

次に内部状態予測装置１５ａにおける予測値算出装置１
７は、前記ルール評価装置１６で求めた各ルール毎の結
果をもとにグレード値を使って線形補間を行い、予測値
Ｘ“（ｔ＋１）を求める。

・・・・・・　（１） この算出された予測値は、他のモジュールの内部状態を
予測するために他のモジュールによって使われ、以上の
ような手順を繰返し、ｔ＋１時間の予測値の組Ｘ”（に
１．　Ｘ２．・・・、　Ｘ、　）を求めることができる
。つまり、予測値Ｘ”（ｔ＋１）は第（２）式のように
対象システム１に対する内部状態の組からなるデータで
ある。

そして、外部観測値予測装置１５ｂは前述した内部状態
予測装置１５ａと同様の構造であり、この外部観測値予
測装置１５ｂにおけるルール評価装置１１Ｆ１６は、知
識ベースと推論エンジンを組み合わせたものであり、該
知識ベースは（ＩＦ・・・ＴＨＥＮ・・・）の形で表現
され、定性データも扱える。また、知識ベース内の各ル
ールの結論部のｆｎ（）は数式モデルでも経験的モデル
でもよ＜（ｆｎ（）の引数はすべて利用しなくてもよい
）、モデルｆｎ（）で使用する入力データは、各データ
ベース２ｂ、１３の最新データを使い、知識ベースの表
現は例えばＩＦ 振動振幅が大きい。

かつ タービンの雑音が静である。

ＴＨＥＮ Ｙ＋’　（ｔ＋１）　−ｆｌ（Ｘ’　（ｔ＋１）、Ｙ（
Ｌ）、Ｕ（ｔ）、定性データなどの複数の知識ルール（
Ｎ個）が用意されている。

そして、この外部観測値予測装置１５ｂにおけるルール
評価装置１６は予測値を求めるために、最初に定性的及
び定量的データベース２ｂ、１３の情報を使い、各ルー
ルの条件部の成立する確率を求めるが、確率の算出方法
は、ファジィ理論を応用し、成立の確率を各ルールの条
件部のグレード値（−〇）として求める（ファジィ理論
についての説明は省略する）。また、モデルｆｎ（）を
使用して、各ルール毎の予測値ｙ＋’（ｔ＋１）、Ｙ２
’　（ｔ＋１）、・・・Ｙ、１’　（ｔ＋１）を求める
。

次に外部観測値予測装置１５ｂにおける予測値α）； 算出装置１７は、前記ルール評価装置１６で求めた各ル
ール毎の結果をもとにグレード値を使って線形補間を行
い、予測値Ｙ’（ｔ）を求める。

以上のような手順を繰返し、ｔ＋１時間の予測値の＆ｉ
ｌ　Ｙ’（ｙｌ、　ｙ２．・・・、ｙ７）を求めること
ができる。つまり、予測値Ｙ’　（ｔ＋１）は第（４）
式のように対象システム１に対する出力の組からなるデ
ータである。

次に、推論・評価装置３ｂは前記予測装置１５を構成す
る内部状態予測装置１５ａあるいは外部観測値予測装置
、１５ｂと同様にルール評価装置１６と結果算出装置１
８が組み合わされている。

該ルール評価装置工６は、前記予測装置Ｉ５と同様なも
のでもよいが実施例として他の例を示すと、例えば、装
置が故障しているかどうかを調べるために Ｐ 予測値ｙ１がしきい値Ｓより高い。

ＨＥＮ ｘｘｘが故障している。

などの複数の知識ルール（Ｎ個）を用意したり、装置の
どの部分が故障しているかを調べるためにＦ 予測値Ｘ１がしきい値ｓ４より高い。

Ｔ）ＩＥＮ ｘｘｘが故障している。

などの複数の知識ルール（Ｎ個）を用意してもよく、ま
た予期せぬ故障を発見するために、Ｆ 予測値Ｙ１が外部観測実測値より高い。

ＨＥＮ ｘｘｘが故障している。

などの複数の知識ルールを用意してもよい。

この推論・評価装置３ｂでは、予め求めた予測値Ｙ’　
（ｔ＋１）、Ｘ’　（ｔ＋１）と故障診断対象装置の最
新観測値を使い、知識ルールに優先順位をつけ条件部の
マツチングをルール評価装置１６で行い、該評価結果（
マツチング結果）より評価結果算出装置１８で対象シス
テム１が故障しそうかどうかの判定をする。また、予測
値χ’　（ｔ＋１＞に関する知識ルールにより、該対象
システム１のどの部分が故障しそうか判定する。これに
より故障発生を事前に予測し、設備の稼動率をあげるこ
とができる。

なお、上記実施例では予測装置１５を内部状態予測装置
１５ａと外部観測値予測装置１５ｂで構成したが、どち
らか一方で構成しても上記実施例に近い効果を奏する。

次に第２乃至第４の請求項に係る発明の一実施例を図に
ついて説明する。

第４図は第２の請求項に係る発明の一実施例による故障
診断システムの構成を示すブロック図であり、図におい
て、第２の従来例と同一又は相当部分には同一符号を付
して説明を省略する。

図において、１９はモニタ装置８のプロセス情報の変化
と故障前兆パターンとを比較する比較演算装置、２０は
対象システムの故障に結びつくプロセス情報の変化パタ
ーン（初期異常の前兆パターン）と、それに対する運転
条件の変更指示及び故障回避指示を登録しておき、さら
には前記対象システム１の正常時プロセス情報変化パタ
ーンを登録するパターンデータである。

次に第２乃至第４の請求項に係る発明の動作について説
明する。

第２の請求項に係る発明では、対象システム１は運転制
御に必要な制御データ６により制御装置７に制御され、
周期的にモニタ装置８が該対象システム１のプロセス情
報を取込んでいる。モニタ装置８に取込まれたプロセス
情報は、さらに比較演算装置１９によりプロセス情報の
変化量を演算され、パターンデータ２０に登録されてい
る正常時プロセス情報の変化パターン及び初期異常の前
兆パターンと比較照合される。そこでこの比較照合結果
と正常時プロセス情報変化パターンと一致していれば、
該取込まれだプロセス情報を診断データ９として保存し
、知識ルールベース５に格納されている故障診断ルール
に基づいて診断装置４により診断を行い、その結果をオ
ペレータに提示し、もし、プロセス情報の変化パターン
が正常時プロセス情報の変化パターン及び初期異常の前
兆パターンと一致しない時は、プロセス情報を診断デー
タ９として保存するとともに、知識データベース５に格
納されている故障診断ルールに基づいて診断装置４によ
り診断を行って異常状態の進行をおさえる該対象システ
ム１の運転条件をオペレータに提示する。

さらに、第３の請求項に係る発明では、該提示されたオ
ペレータによる操作が所定の時間内に行われなかった場
合は、制御装置７に運転条件の変更指示を強制的に与え
、その後、故障原因の推論結果による事故回避指示を制
御装置７に出力し、ここでの初期異常の前兆パターンと
該運転条件の変更指示及び事故回避指示をパターンデー
タ２０に登録する。

一方、第４の請求項に係る発明では、プロセス情報の変
化が前記パターンデータ２０に登録されている初期異常
の前兆パターンと一致した場合、診断装置４の故障原因
の推論は不要となり、該当した初期異常の前兆パターン
に対する運転条件の変更指示と事故回避指示を制御装置
７へ即座に与える。

なお、上記実施例では対象システム１のプロセス情報の
変化の変化量を比較演算装置により求め、初期異常の前
兆パターンとして検出する方法を示したが、該プロセス
情報以外に物理的な変形、流出漏れ、侵入、騒音等をテ
レビカメラ等により画像処理した情報、あるいは音セン
サにより収集した情報をもとに異常検出を行う方法であ
っても同様の効果を奏する。

次に、第５の請求項に係る発明の一実施例について説明
する。第５図は第５の請求項に係る発明の一実施例によ
る故障診断システムの構成を示すブロック図であり、第
３の従来例と同一又は相当する部分には同一符号を付し
て説明を省略する。

図において、２１は図面データベースであり、第６図（
ｂ）のように、対象システム】の部分的な図面ごとに各
構成要素の特徴量（バルブ、温度計等を表す形状等）を
格納している。なお、この各構成要素の特徴量は予め抽
出しておき、図面データベース２１中に格納しておいて
もよいし、図面の自動認識アルゴリズムを用いて各部分
を認識させ、該各部分と特ｆ！！！量を格納してもよい
。この場合、自動認識アルゴリズム中の各図面の部分抽
出のための特徴量が図面データベース２１に格納される
特徴量となる。２２は知識データベースであり、第６図
（ａ）のように、対象システム１の部分的な複数の図面
情報を故障の種類、故障箇所等の所定の条件で関連付け
て格納しでいる９また、この知識データベース２２は推
論エンジン１２が対象システム１の故障の種類、故障箇
所等を特定するための（ＩＦ・・・ＴＨＥＮ・・・）形
式の知識ルール、例えばなども格納している。

次に第５の請求項に係る発明の動作について説明する。

対象システム１で故障が発生すると、該故障情報は推論
エンジン１２及び知識データベース２２に取込まれ、該
知識データベース２２に格納されている知識ルールに基
づいて推論エンジン１２が故障の種類、故障箇所等を特
定する。

仮に、Ａ１に故障が発生したとすると、知識データベー
ス２２（第６図（ａ））より関連図面中の部分ＡＩ、　
Ａ２．＾３．・・・が特定される。このＡＩ、　Ａ２．
　Ａ３゜・・・が特定されると知識データベース中のＡ
ｌ、　Ａ２゜Ａ３の特徴情報（特徴量）が定まる。そし
て、該へ１゜Ａ２．　Ａ３に対する特徴量が（ＩＦ・・
・Ｔ　１１　Ｅ　Ｎ・・・）の形式で知識データベース
２２内に貯えられているので、さらに図面データベース
２１に格納されている図面ごとの各構成要素に対応する
特徴量をＡ１．　Ａ２゜Ａ３の特徴量とマツチングする
ことにより一致する部分または類似する部分が定まる。

ここで、類似する部分についてであるが、完全に（ＩＦ
・・・ＴＨＥＮ・・・）部の条件部に一致しない場合も
あるので、どの程度一致すれば類似と見なすかは、対象
システムＩに応じて定めればよい。図面中の故障箇所の
特徴量と一致又は類似するところが特定できれば図面よ
り、該対象システム１中の将来故障が発生しそうな箇所
が定まるので、オペレータに対して警告を発することが
可能になる。そして、この警告によりオペレータは危険
箇所の点検等を実施することが可能となり、対象システ
ムｌの設備の稼動率を向上させることができ、信顧性が
向上することになる。

〔発明の効果〕

以上のように、第１の請求項に係る発明によれば、特定
の入力値に対する対象システムの定量的及び定性的な観
測値をもとに該対象システムの現在の内部状態及び外部
観測値を予測し、該予測結果と最新の観測値とから該対
象システムの故障の兆候を早期に察知し、また、予期せ
ぬ故障原因をも察知できるので、設備の稼動率を向上さ
せることができる効果がある。

また、第２の請求項に係る発明によれば、対象システム
の正常な運転状態で得られるべきプロセス情報の変化と
異なるパターンが現れた時点で故障の兆候と推定して、
該異常状態の進行をおさえる運転条件を提示するように
し、第３の請求項に係る発明によればさらに、前記運転
条件の提示から１定時間オペレータの処置がなかった場
合、強制的に制御装置へ運転条件の変更指示を出力する
ようにし、また、第４の請求項に係る発明によれば、対
象システムの正常な運転状態で得られるべきプロセス情
報の変化と異なるパターンが現れた時点で過去に故障回
避できたプロセス情報の変化パターンと比較し、類似パ
ターンであれば即座に故障回避処理を指示するようにし
たので、事前の故障回避が可能となり、設備の稼動率を
向上させる効果がある。

また、第５の請求項に係る発明によれば、エキスパート
ツールによって特定された故障部分の一又は二基上の関
連図面を図面データベースから検索し、図面中の故障部
分と同一又は類似の部分を他の検索された図面中から検
索して故障発生の確率の高い部分を特定するようにした
ので事前の故障回避が可能となり、設備の稼動率を向上
させる効果がある。

【図面の簡単な説明】

第１図は第１の請求項に係る発明の一実施例による故障
診断システムの構成を示すブロック図、第２図は第１の
請求項に係る発明における内部状態予測装置及び外部観
測値予測装置の構成を示すフロック図、第３図は第１の
請求項に係る発明における推論・評価装置の構成を示す
ブロック図、第４図は第２乃至第４の請求項に係る発明
の一実施例による故障診断システムの構成を示すブロッ
ク図、第５図は第５の請求項に係る発明の一実施例によ
る故障診断システムの構成を示すブロック図、第６図は
第５の請求項に係る発明における図面デルタペース及び
知識データベースの構造を示す図、第７図は第１の従来
例の故障診断システムの構成を示すブロック図、第８図
及び第９図は第１の従来例の故障診断システムの動作を
説明する図、第１０図は第２の従来例の故障診断システ
ムの構成を示すブロック図、第１１図は第３の従来例の
故障診断システムの構成を示すブロック図である。 図において、１は対象システム、１４はデータ処理装置
、１５は予測装置、３ｂは推論・評価装置であり、１９
は比較演算装置、２０はパターンデータであり、また、
１０はマンマシン装置、１２は推論エンジン、２１は図
面データベース、２２は知識データベースである。 なお、図中、同一符号は同一、又は相当部分を示す。

Claims (5)

【特許請求の範囲】
1. （１）特定の入力値に対する対象システムの定量的な観
   測値を処理するデータ処理装置と、前記データ処理装置
   の出力データと特定の入力値に対する対象システムの定
   性的な観測値を入力し、該対象システムの設計条件を考
   慮した知識ルールに従って現在の状況を予測する予測装
   置と、前記予測装置から出力される予測結果と該対象シ
   ステムの最新の定量的及び定性的な観測値を入力し、故
   障診断に関する知識ルールに従って故障の兆候があるか
   否かを推論・評価する推論・評価装置を備えた故障診断
   システム。
2. （２）対象システムのプロセス情報を周期的に取込み、
   故障診断に関する知識ルールを有する知識ルールベース
   によって該対象システムの状態を診断し、該故障の原因
   を特定する故障診断システムにおいて、前記対象システ
   ムの正常な運転状態で得られるべきプロセス情報の変化
   と異なるパターンが現れた時点で故障の兆候と推定し、
   前記対象システムの異常状態の進行をおさえる運転条件
   を提示することを特徴とする故障診断システム。
3. （３）対象システムのプロセス情報を周期的に取込み、
   故障診断に関する知識ルールを有する知識ルールベース
   によって該対象システムの状態を診断し、該故障の原因
   を特定する故障診断システムにおいて、前記対象システ
   ムの正常な運転状態で得られるべきプロセス情報の変化
   と異なるパターンが現れた時点で故障の兆候と推定し、
   この推定に基づいて対象プラントの異常状態の進行をお
   さえる運転条件を提示し、この運転条件の提示から一定
   時間内に、該運転条件に従った処理がされないことを条
   件に強制的に運転条件の変更指示を出力することを特徴
   とする故障診断システム。
4. （４）対象システムのプロセス情報を周期的に取込み、
   故障診断に関する知識ルールを有する知識ルールベース
   によって該対象システムの状態を診断し、該故障の原因
   を特定する故障診断システムにおいて、前記対象システ
   ムの正常な運転状態で得られるべきプロセス情報の変化
   と異なるパターンが現れた時点で、該変化パターンと予
   め登録しておいた過去に故障回避できたプロセス情報の
   変化パターンとを比較し、類似パターンであると判断す
   ると即座に故障回避処理の指示を出力することを特徴と
   する故障診断システム。
5. （５）予め対象システムの部分的な複数の図面情報を所
   定の条件で関連付けて知識データベースに格納しておく
   とともに、該図面ごとに各要素の特徴量を図面データベ
   ースに格納しておき、発生した故障箇所に関連する一又
   は二以上の図面情報を前記知識データベースから検索し
   、該検索された図面中の要素のうち、該故障箇所の特徴
   量と同一又は類似の特徴量の要素を前記図面データベー
   スから検出し、将来故障発生する可能性のある箇所を特
   定する故障診断システム。