JPH04291606A - プラント機器監視方法及びその監視装置並びにプラント運転支援装置 - 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】

【０００１】

【産業上の利用分野】本発明は、大規模プラントにおけ
る主要構成機器の異常の有無を検知する監視システムに
関する。

【０００２】

【従来の技術】従来、原子力発電プラント等の大規模プ
ラントの主要構成機器を監視するシステムについては、
プロシーディング・オブ・ザ・３０ス・コンファレンス
・オン・リモート・システムズ・テクノロジー２巻（１
９８２）第５６頁から第６３頁（Ｐｒｏｃ．ｏｆ　ｔｈ
ｅ　３０ｔｈ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｒｅｍｏ
ｔｅ　Ｓｙｓｔｅｍｓ　Ｔｅｃｈｎｏｌｏｇｙ（１９８
２）Ｖｏｌ．２　ＰＰ５６−６３）及び特開平２−２４
０８号公報に記載のようになっている。

【０００３】前者の文献には、原子力発電プラントにお
ける格納容器内のように、プラント運転中は人の立入り
が不可能なエリアに設置されている機器の監視システム
のハード構成及び斯かる機器の診断支援システムについ
て示されている。機器監視システムのハード構成として
は、空間走行モノレールと同モノレールに沿って移動可
能な点検車両が、センサを主要機器の近傍へ接近させる
手段として用いられている。センサとしては、可視カメ
ラ，マイクロフォン，温度計，放射線量率計等が用いら
れ、これらセンサが点検車両に搭載される。しかし、こ
の種の監視システムでは、機器の異常を早期にかつ自動
的に検知するまでには至っていない。

【０００４】一方、特開平２−２４０８号公報記載のシ
ステムは、機器異常の自動診断と異常原因候補の絞り込
みのためのガイダンス機能を有しているが、機器からの
検出信号としては現行方式の固定センサによる０次元（
１点）計測を前提としたものであり、異常検知も従来の
異常判定基準値との比較で実現する方式にすぎない。

【０００５】

【発明が解決しようとする課題】上記従来技術は、ハー
ド及びソフト共に主要機器の予期できない場所での異常
徴候を早期にかつ自動的に検知するという点について配
慮されておらず、プラント主要構成機器の異常徴候の早
期検知という観点で改善の余地がある。

【０００６】本発明の目的は、原子力，水力，火力等の
大規模プラントを構成する機器の予期できない場所での
異常徴候を早期にかつ自動的に検知するプラント機器監
視装置を提供することにある。

【０００７】本発明の他の目的は、監視対象機器が動的
機器（たとえば、ポンプ等）の場合に、機器の異常程度
を推定し、プラント運転員によるプラント停止の要否の
判断を支援する装置を提供することにある。

【０００８】

【課題を解決するための手段】上記目的は、監視対象機
器の表面温度，表面振動，音響の各二次元分布を非接触
で計測する手段と、各二次元分布単独または相互間の時
間的及び空間的挙動の特徴を抽出する手段と、これらの
各特徴を入力として動的異常徴候指標または静的異常徴
候指標を出力とするニューラルネットワーク等のモデル
部を各監視対象機器対応に構成することで、達成される
。

【０００９】又、上記の他の目的は、監視対象の動的機
器の入力エネルギーと出力エネルギーの差から異常発生
に伴なうエネルギー損失を計算し、あるいは、監視対象
の静的機器の入出力間の流体質量の差から異常の程度を
推定する手段を設けることで、達成される。

【００１０】

【作用】監視対象機器の予期しない場所での異常徴候を
早期に検知するため、二次元分布計測手段では監視対象
機器の所定の領域の可視映像，赤外映像，振動分布，音
響分布が得られる。よって、これらの二次元情報は、セ
ンサを予め計画された位置に設定することにより、機器
表面の二次元面内の同一領域内から得ることができるの
で、機器の予期しない場所での異常を検知することがで
きる。また、機器の異常徴候の早期検知のためのモデル
は、機器の静的又は動的な正常運転時の各種二次元情報
の特徴を入力、動的又は静的異常徴候指標を出力として
学習されるので、正常運転状態であればモデルの出力で
ある異常徴候指標の有意な変化は生じない。しかし、機
器に正常時と異なる状態が発生すると、モデルの入出力
間にアンバランスが生じ、異常徴候指標に有意な変化が
生じることになり、異常な兆候が発生したことが検知で
きる。

【００１１】さらに、異常徴候が検知された際の異常程
度を推定するため、異常程度推定手段では、監視対象の
動的機器の入力エネルギーを算出するため、例えば電動
機の入力電圧と入力電流及び出力エネルギーを算出する
ための電動機の回転数，監視対象がポンプ等の場合には
、流体の圧力，流量等のプロセス量を入力情報とする動
的機器の損失エネルギーが算出される。この損失エネル
ギーの正常運転時との差から異常程度の推定が可能な指
標が出力される。また、監視対象機器を含む入出力の流
体の質量の差から配管等の機器からの液体流出の異常程
度の推定を行なうことも可能である。

【００１２】

【実施例】以下、本発明の一実施例を図面を参照して説
明する。図１は、本発明の第１実施例に係るプラント機
器監視システムの構成図である。このプラント機器監視
システムは、二次元センサ部１０，二次元情報収集部２
０，時間的特徴抽出部３０，時間的正常モデル部４０，
空間的特徴抽出部５０，空間的正常モデル部６０，可視
映像特徴抽出部７０，監視・診断処理部８０，監視機器
ＣＡＤ（Ｃｏｍｐｕｔｅｒ　Ａｉｄｅｄ　Ｄｅｓｉｇｎ
）データ記憶部９０，監視結果表示部１００より構成さ
れる。

【００１３】二次元センサ部１０は、可視映像センサ１
２，赤外映像センサ１４，振動センサ１６，音響センサ
１８で構成されている。また、二次元センサ部１０の位
置情報１１０は、二次元情報収集部２０及び監視診断処
理部８０に入力され、各二次元情報間の対応付け及び二
次元情報と監視機器ＣＡＤデータとの位置的対応付けの
ために使用される。二次元センサ部１０は、例えばモノ
レール等の移動手段によって監視対象機器の近傍まで移
動された後、予め決められた場所に設置される。ここで
、可視映像センサ１２としてＩＴＶ（Ｉｎｄｕｓｔｒｉ
ａｌ　Ｔｅｌｅ−ｖｉｓｉｏｎ）カメラを用い、監視対
象機器全体または一部の予め決められた領域の可視映像
を画像として可視映像特徴抽出部７０に入力する。

【００１４】赤外映像センサ１４は、監視対象機器表面
から放射される赤外線を映像化する機能を有しており、
機器表面の温度に関する情報を出力する。振動センサ１
６は、機器表面の振動をセンシングする機能を有するも
のであり、レーザを用いれば機器表面の振動振幅及び振
動周波数を、超音波を用いれば振動周波数の非接触計測
が可能である。音響センサ１８は、機器から発する音を
周波数毎に二次元強度分布として計測する機能を有して
おり、所定の間隔で配置した２個のマイクロフォンを二
次元的に所定のピッチで移動する手段と組み合わせるこ
とにより、二次元音響強度分布を得ることができる。こ
のようにして得た赤外映像センサ１４，振動センサ１６
及び音響センサ１８からの情報は、二次元情報収集部２
０で取り込まれ、位置の対応関係を整理した形で記憶さ
れる。

【００１５】時間的特徴抽出部３０では、動的機器の運
転状態が変化した場合の二次元情報の特徴を抽出してお
り、たとえば、起動から１００％負荷までの２０％負荷
毎の監視領域内の表面温度，振動周波数，音響強度の最
大値あるいは起動時での最大値を示す位置を始点とする
各負荷毎の最大値を示す位置までの距離を特徴として時
間的モデル部４０へ出力する。

【００１６】一方、空間的特徴抽出部５０では、ポンプ
等の動的機器または弁や配管等の静的機器の定常運転時
での二次元情報の特徴を抽出しており、例えば、温度，
振動振幅及び音響強度の最も高い値を示す位置を特徴点
とし、同特徴点での各計測値を特徴として空間的モデル
部６０へ出力する。

【００１７】時間的及び空間的正常モデル部４０及び６
０は、正常時における各特徴が入力されても出力である
異常徴候指標に有意な変化が表われないモデルが構築さ
れている。よって、正常時と異なる特徴が同モデルに入
力されると、異常徴候指標に有意な変化が出力され、異
常の発生が検知される。

【００１８】監視・診断処理部８０は、時間的モデル部
４０及び空間的モデル部６０からの動的又は静的異常徴
候指標を監視しており、異常徴候指標に有意な変化が認
められたことを検出して、監視結果表示部１００に異常
発生のメッセージまたは警報を出力する。また、可視映
像特徴抽出部７０で抽出した監視対象機器の可視画像の
輪郭抽出等の処理によって得た機器形状の情報を入力し
、監視機器ＣＡＤデータ記憶部９０に予め格納されてい
るＣＡＤデータとの照合を行なって、監視対象機器の二
次元または三次元モデル上に温度，振動振幅及び音響強
度の各最高値を示す位置を表示し、プラント運転員によ
る異常発生状況の推測の判断情報を提供する。

【００１９】図２は、図１で示した振動センサ１６の詳
細構成図である。この実施例では、振動センサは、超音
波送受信機１６ａ，超音波送受信器位置・姿勢制御部１
６ｂ，超音波送受信制御部１６ｃ，超音波周波数解析部
１６ｄ，機器振動周波数演算部１６ｅで構成してある。 超音波送受信器１６ａは、超音波送受信制御部１６ｃか
らの超音波送信トリガ信号を受けて所定の周波数の超音
波を放射すると同時に、機器表面１２０ａからの超音波
エコーを受信して電圧信号に変換する機能を有する。超
音波送受信器位置・姿勢制御部１６ｂは、図１の可視映
像センサ１２で取り込んだ監視対象機器表面１２０ａの
濃淡画像上の所定の画素アドレスに相当する監視機器表
面上の位置に超音波ビームが入射されるように、超音波
送受信器１６ａの位置及び姿勢を制御する。この超音波
送受信器１６ａの制御のための情報は、図１に示す可視
映像特徴抽出部７０で演算され、超音波受信器位置・姿
勢制御部１６ｂに送られる。超音波送受信制御部１６ｃ
は、超音波送受信器位置・姿勢制御部１６ｂからの位置
・姿勢制御完了信号を受けて超音波の発射トリガ信号を
出力し、機器表面からの超音波エコー信号を受信し、超
音波周波数解析部１６ｄに出力する。超音波周波数解析
部１６ｄは、超音波送受信制御部１６ｃから出力される
超音波エコー信号の周波数を演算し、機器振動周波数演
算部に出力する。機器振動周波数演算部１６ｅは、超音
波エコーの周波数ｆｅと超音波発信周波数ｆ０を用いて
、機器表面の振動周波数ｆｖを次の数式１によって演算
する。

【００２０】

【数１】

【００２１】ただし、Ｃ：音速（ｍ／ｓ）Ａ：機器の振
動振幅（ｍ）。

【００２２】図３は、図１に示す音響センサ１８の詳細
構成図である。この実施例における音響センサ１８は、
所定の間隔で固定された２本のマイクロフォン１８ａ１
及び１８ａ２，マイクロフォン位置制御部１８ｂ，音響
信号周波数解析部１８ｃ，二次元音響インテンシティ演
算部１８ｄで構成してある。マイクロフォン位置制御部
１８ｂは、固定された２本のマイクロフォンの位置を二
次元平面内で所定の間隔で移動するものである。音響信
号周波数解析部１８ｃでは、マイクロフォン位置制御部
１８ｂからの位置決め完了信号の受信をトリガとして、
２本のマイクロフォン１８ａ１，１８ａ２からの音響信
号を取り込み、各音響信号の周波数解析が実施される。 この周波数解析の結果得られる２チャンネルの音響信号
のクロスペクトル密度関数をＧｐ１ｐ２（ｆ）とすると
、二次元音響インテンシティ演算部１８ｄは、各解析周
波数ポイントごとのスペクトルを用いて、次の数式２に
よって音響インテンシティＩを求める。

【００２３】

【数２】

【００２４】ここで、ρ：媒質密度 △ｘ：２本のマイクロフォン間距離 Ｉｍ｛Ｇｐ１ｐ２（ｆ）｝：２チャンネルの音響信号の
クロスペクトル密度関数の虚数部。

【００２５】図４は、以上述べた各二次元センサで得ら
れる情報を二次元平面図として模式的に示したものであ
る。同図において、７０ａは可視映像センサによる画像
，２０ａは赤外映像センサによる等温度線図，２０ｂは
振動周波数の分布図，２０ｃは音響インテンイティの等
インテンシティ線図の１例を示すものである。

【００２６】図５は、図１に示す時間的特徴抽出部３０
が二次元温度分布から抽出した特徴の１例を示したもの
である。ポンプ等のような動的機器の場合、動的機器表
面の温度の最高点は、運転の負荷が変化すると、その位
置が移動することが考えられる。図５は、このような温
度の最高点Ｔｍａｘの位置が、定格１００％負荷に対し
て２０％，４０％，６０％と変化するにつれて移動する
様子を模式的に示している。この場合、２０％負荷運転
を初期状態とした最高温度点の移動距離を時間的特徴と
して抽出することができる。

【００２７】図６及び図７は、図１における時間的モデ
ル及び空間的モデルの詳細構成図である。本実施例では
、ニューラルネットを用いて各モデルを構成してある。 図６及び図７に示したニューラルネットは、入力層，中
間層及び出力層より構成される３層構造になっている。 各層の○印１個をユニットと呼ぶことにする。ここで、
第ｉ−１層の第ｋユニットからの出力値と、第ｉ層の第
ｊユニットからの出力値ｘとの関係は、次の数式３で表
わされる。

【００２８】

【数３】

【００２９】数式３で示されるようなニューラルネット
では、各層間の重み係数を、適切な学習により設定する
ことによって、ある種のパターンの入力に対して所定の
パターンの出力値を得るようにすることが可能である。 本実施例の場合、例えば図６に示す時間的モデルの場合
には、図５に示すような正常時における特徴を入力層に
入力し、出力層として得られる異常徴候指標が所定の値
となるように学習させておけば、動的機器が正常な動作
をしている範囲では異常徴候指標には有意な変化が生じ
ない。例えば、機器が正常な動作をしているときには、
このニューラルネットの出力が“０”となるようにして
おき、機器に異常が生じたとき“１”がニューラルネッ
トから出力されるように、各重み係数を学習させる。

【００３０】動的機器の負荷変化をする場合の時間的モ
デルを示す図６では、図５に示した時間的特徴である動
的機器の各負荷での機器表面温度の最高点の移動距離を
入力層の各ユニットの入力値としている。一方、機器の
定常運転時における異常徴候を検知するための空間的モ
デルでは、図７に示すように、各二次元分布計測値の代
表的な場所（たとえば、温度の極大値を示す位置等）の
温度，振動，音響インテンシティをニューラルネットの
入力層の各ユニットに対応づける。よって、動的機器の
監視の場合、負荷変化を行なうような状態での異常徴候
検知には時間的モデル，定常状態での異常徴候検知には
空間的モデルの出力である異常徴候指標を監視する。

【００３１】図８は、本発明の第２実施例に係る機器監
視システムの構成図である。同図において、図１に示す
第１実施例との相違点は、監視機器からの独自の情報（
例えば、動的機器の場合の電動機の入力電圧，入力電流
，回転数等）や監視対象機器の入出力部のプロセス量（
たとえば、流体圧力，流量等）を監視・診断処理部に入
力していることである。このような構成にすることによ
って、監視対象が動的機器の場合には、機器の運転状態
での入力エネルギーと出力エネルギーの差から動的機器
の損失エネルギーを推定することが可能になり、ポンプ
等の回転機で軸受部の異常が発生した場合には、この損
失エネルギーの増大を生じることから、異常程度の１つ
の指標を得ることができる。

【００３２】以上述べたように、本実施例によれば、動
的機器を負荷の変化の有無に関係なく異常徴候の監視が
できる。また、異常を検知した場合の異常程度の推定も
可能となるため、プラント停止要否の判断に有効な情報
を提供することもできる。

【００３３】尚、上述した実施例は、機器監視システム
についてのみ説明したが、同様の構成を支援システムに
することができることはいうまでもない。

【００３４】

【発明の効果】本発明によれば、原子力，水力，火力等
の大規模プラントを構成する機器の予期できない場所で
の異常徴候を早期にかつ自動的に検知することができ、
また、監視対象機器が動的機器（たとえば、ポンプ等）
の場合には、機器の異常程度を推定しプラント運転員に
よるプラント停止の要否の判断を支援することが可能と
なる。

【図面の簡単な説明】

【図１】本発明の第１実施例に係る機器監視システムの
構成図である。

【図２】図１に示す振動センサの詳細構成図である。

【図３】図１に示す音響センサの詳細構成図である。

【図４】可視画像，温度，振動及び音響の二次元分布の
例を示す図である。

【図５】時間的特徴の抽出例の説明図である。

【図６】ニューラルネットによる時間的モデルの構成図
である。

【図７】ニューラルネットによる空間的モデルの構成図
である。

【図８】本発明の第２実施例に係る機器監視システムの
構成図である。

【符号の説明】

１０…センサ部，１２…可視映像センサ，１４…赤外映
像センサ，１６…振動センサ，１８…音響センサ，３０
…時間的特徴抽出部，４０…時間的モデル部，５０…空
間的特徴抽出部，６０…空間的モデル部，７０…可視画
像特徴抽出部，８０…監視・診断処理部，９０…監視機
器ＣＡＤデータ記憶部，１００…監視結果表示部，１１
０…センサ位置情報，１２０…監視対象機器，１３０…
プロセス量・機器情報記憶部。

Claims (13)

【特許請求の範囲】
1. 【請求項１】　　プラントの構成機器を監視する装置に
   おいて、監視対象機器の運転状態を可視映像センサ，赤
   外映像センサ，振動センサ，音響センサにより空間的な
   二次元情報として収集する手段と、該二次元情報から時
   間的又は空間的特徴を抽出する手段と、該時間的又は空
   間的特徴を入力とし動的異常徴候指標又は静的異常徴候
   指標を出力する時間的または空間的モデルを各監視対象
   機器にて構成する手段と、各モデルの出力から機器の異
   常の発生の有無を監視・診断する手段と，該監視診断結
   果を表示・出力する手段とを備えることを特徴とするプ
   ラント機器監視装置。
2. 【請求項２】　　請求項１において、前記の時間的特徴
   として、動的機器の予め設定された負荷における１種類
   以上のセンサから得られた空間的二次元情報の最大値又
   は最小値を示す点の移動距離を用い、前記空間的特徴と
   して、静的機器から得た１種類以上のセンサからの空間
   的二次元情報の予め設定された位置での値を用いたこと
   を特徴とするプラント機器監視装置。
3. 【請求項３】　　請求項１において、時間的または空間
   的モデルを学習する手段を設けたプラント機器監視装置
   。
4. 【請求項４】　　請求項１において、監視対象機器が動
   的機器の場合、時間的モデルの出力である動的異常徴候
   指標が有意な変化を生じたことを要因として監視対象機
   器の異常程度を推定して出力表示する手段を備えること
   を特徴とするプラント機器監視装置。
5. 【請求項５】　　請求項１において、時間的モデル及び
   空間的モデルとして、ニューラルネットを用いたプラン
   ト機器監視システム。
6. 【請求項６】　　監視対象機器の異常の有無を監視する
   プラント機器監視方法において、監視対象機器各部の状
   態を検出し該監視対象機器の各部状態の検出値を二次元
   情報として処理し、該二次元情報を予め設定してある機
   器正常時の二次元情報パターンと比較して機器の正常／
   異常を判定することを特徴とするプラント機器監視方法
   。
7. 【請求項７】　　監視対象機器の異常の有無を監視する
   プラント機器監視方法において、監視対象機器各部の状
   態を検出し該監視対象機器の各部状態の検出値を二次元
   情報として処理し、該二次元情報から特徴量を抽出し、
   特徴量が機器正常時のパターンから変化したとき機器に
   異常が発生したと判定することを特徴とするプラント機
   器監視方法。
8. 【請求項８】　　監視対象機器の異常の有無を監視する
   プラント機器監視方法において、監視対象機器各部の状
   態を検出し該監視対象機器の各部状態の検出値を二次元
   情報として処理し、該二次元情報から特徴量を抽出し、
   特徴量が正常範囲にあるときには所定値を出力し正常範
   囲を逸脱したとき前記所定値とは別の値を出力するよう
   に学習されたモデル部に前記二次元情報から抽出した特
   徴量を入力し、該モデル部からの出力にて機器の異常の
   有無を判定することを特徴とするプラント機器監視方法
   。
9. 【請求項９】　　監視対象機器の異常の有無を監視する
   プラント機器監視装置において、監視対象機器各部の状
   態を検出する検出手段と、該監視対象機器の各部状態の
   検出値を二次元情報として処理する信号処理手段と、該
   二次元情報を予め設定してある機器正常時の二次元情報
   パターンと比較して機器の正常／異常を判定する手段と
   を備えることを特徴とするプラント機器監視装置。
10. 【請求項１０】　　監視対象機器の異常の有無を監視す
    るプラント機器監視装置において、監視対象機器各部の
    状態を検出する検出手段と、該監視対象機器の各部状態
    の検出値を二次元情報として処理し該二次元情報から特
    徴量を抽出する手段と、該特徴量が機器正常時のパター
    ンから変化したとき機器に異常が発生したと判定する手
    段とを備えることを特徴とするプラント機器監視装置。
11. 【請求項１１】　　監視対象機器の異常の有無を監視す
    るプラント機器監視装置において、監視対象機器各部の
    状態を検出する検出手段と、該監視対象機器の各部状態
    の検出値を二次元情報として処理して該二次元情報から
    特徴量を抽出する手段と、特徴量が正常範囲にあるとき
    には所定値を出力し正常範囲を逸脱したとき前記所定値
    とは別の値を出力するように学習されたニューラルネッ
    トワークと、該ニューラルネットワークに前記二次元情
    報から抽出した特徴量を入力したとき該ニューラルネッ
    トワークからの出力にて機器の異常の有無を判定する手
    段とを備えることを特徴とするプラント機器監視装置。
12. 【請求項１２】　　動的機器に異常徴候が検知されたと
    きプラント運転員によるプラント停止の要否の判断を支
    援する支援装置において、監視対象の動的機器の入力エ
    ネルギーと出力エネルギーの差から異常発生に伴なうエ
    ネルギー損失を計算する手段と、異常の程度を推定する
    手段と、推定結果を出力する手段とを備えることを特徴
    とするプラント機器運転支援装置。
13. 【請求項１３】　　静的機器に異常徴候が検知されたと
    きプラント運転員によるプラント停止の要否の判断を支
    援する支援装置において、監視対象の静的機器の入出力
    間の流体質量の差から異常の程度を推定する手段と、推
    定結果を出力する手段を備えることを特徴とするプラン
    ト機器運転支援装置。