JPH05256741A - プラント信号監視方法およびその装置 - Google Patents
プラント信号監視方法およびその装置Info
- Publication number
- JPH05256741A JPH05256741A JP4052616A JP5261692A JPH05256741A JP H05256741 A JPH05256741 A JP H05256741A JP 4052616 A JP4052616 A JP 4052616A JP 5261692 A JP5261692 A JP 5261692A JP H05256741 A JPH05256741 A JP H05256741A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- plant
- signals
- measurement
- abnormal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/30—State monitoring, e.g. fault, temperature monitoring, insulator monitoring, corona discharge
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
(57)【要約】
【目的】 機器の健全性や計測信号の健全性を、適確に
判断する。 【構成】 プラントの同一状態を測定した複数のセンサ
からの計測信号、または同種の複数の機器の状態を計測
した計測信号を、プラント信号としてA/D変換装置2
に入力する。A/D変換装置2は、各プラント信号を、
一定周期でサンプリングしてA/D変換する。統計的特
徴量算出装置3は、各プラント信号間の統計的な特徴量
を、多次元の状態空間のデータ集合として求める。計測
信号分類装置4は、各プラント信号間の類似度を、前記
データ集合間の距離に基づき検出し、かつ類似度に応じ
て、各プラント信号を分類する。異常信号検出報知装置
6は、この分類結果に基づき、プラント信号の中から異
常信号を選び、かつ知らせる。
判断する。 【構成】 プラントの同一状態を測定した複数のセンサ
からの計測信号、または同種の複数の機器の状態を計測
した計測信号を、プラント信号としてA/D変換装置2
に入力する。A/D変換装置2は、各プラント信号を、
一定周期でサンプリングしてA/D変換する。統計的特
徴量算出装置3は、各プラント信号間の統計的な特徴量
を、多次元の状態空間のデータ集合として求める。計測
信号分類装置4は、各プラント信号間の類似度を、前記
データ集合間の距離に基づき検出し、かつ類似度に応じ
て、各プラント信号を分類する。異常信号検出報知装置
6は、この分類結果に基づき、プラント信号の中から異
常信号を選び、かつ知らせる。
Description
【0001】
【産業上の利用分野】本発明は、例えば発電プラント等
におけるプラント信号監視方法およびその装置に係り、
特に機器の健全性や計測信号の健全性を容易に判断でき
るプラント信号監視方法およびその装置に関する。
におけるプラント信号監視方法およびその装置に係り、
特に機器の健全性や計測信号の健全性を容易に判断でき
るプラント信号監視方法およびその装置に関する。
【0002】
【従来の技術】一般に、プラントの運転、監視およびプ
ラント性能の評価は、プラント状態を計測する信号に基
づいてすべて行なわれている。したがって、これらの計
測信号には高い信頼性が要求されるほか、その信号の状
態を常時監視し、異常徴候を適確に検知して対処するこ
とが必要となる。
ラント性能の評価は、プラント状態を計測する信号に基
づいてすべて行なわれている。したがって、これらの計
測信号には高い信頼性が要求されるほか、その信号の状
態を常時監視し、異常徴候を適確に検知して対処するこ
とが必要となる。
【0003】従来、発電プラントのような大規模システ
ムにおいては、特定の機器の状態を複数の同一センサで
計測しているとともに、同種の機器が複数用いられ、こ
れら各機器の状態をそれぞれ計測していることから、類
似した複数の信号を計測し、これらを比較監視すること
が多い。
ムにおいては、特定の機器の状態を複数の同一センサで
計測しているとともに、同種の機器が複数用いられ、こ
れら各機器の状態をそれぞれ計測していることから、類
似した複数の信号を計測し、これらを比較監視すること
が多い。
【0004】
【発明が解決しようとする課題】ところで、複数の同一
センサを用いる従来のプラント信号監視方法において
は、通常2〜4個の信号を計測し、互いに計測値の偏差
が、一定の閾値を超えた際に異常と見做す方法を採って
いる。
センサを用いる従来のプラント信号監視方法において
は、通常2〜4個の信号を計測し、互いに計測値の偏差
が、一定の閾値を超えた際に異常と見做す方法を採って
いる。
【0005】ところがこの方法の場合、2個の信号で偏
差が出た際に、異常の発生は判るが、いずれの信号が異
常かは判断できない。一方、3個以上の信号の場合に
は、単一故障であれば、1つの信号だけが偏差を持つこ
とになるので、異常の検知に加え異常信号の分離識別も
可能となるが、監視信号が4つ以上に増えた場合に、2
信号ずつの偏差の監視では組合わせ数が増え、監視が容
易でないとともに、偏差が出た場合に、どの信号が偏差
の主要因なのかを識別することが困難となる。これは、
信号に観測ノイズが重畳してS/N比(信号対雑音比)
が悪い場合に特に顕著である。
差が出た際に、異常の発生は判るが、いずれの信号が異
常かは判断できない。一方、3個以上の信号の場合に
は、単一故障であれば、1つの信号だけが偏差を持つこ
とになるので、異常の検知に加え異常信号の分離識別も
可能となるが、監視信号が4つ以上に増えた場合に、2
信号ずつの偏差の監視では組合わせ数が増え、監視が容
易でないとともに、偏差が出た場合に、どの信号が偏差
の主要因なのかを識別することが困難となる。これは、
信号に観測ノイズが重畳してS/N比(信号対雑音比)
が悪い場合に特に顕著である。
【0006】一方、複数の機器の状態を計測する従来の
プラント監視方法としては、例えば10台のポンプの振
動信号を監視するような場合が考えられるが、この場
合、監視信号は同種の信号ではあるが、各ポンプの個性
により微妙に異なり、必ずしも単純に偏差を比較できな
いという問題がある。このため、複数の同一センサを用
いる場合と異なり、計測信号の多重化に対応するような
監視は行なわれていない。しかしながら、熟練した監視
員の判断として、これらの個性の違いをも考慮して監視
信号を相互に比較し、異常徴候の検出を行なっているこ
とも事実であり、その自動的な監視アルゴリズムの確立
が望まれている。
プラント監視方法としては、例えば10台のポンプの振
動信号を監視するような場合が考えられるが、この場
合、監視信号は同種の信号ではあるが、各ポンプの個性
により微妙に異なり、必ずしも単純に偏差を比較できな
いという問題がある。このため、複数の同一センサを用
いる場合と異なり、計測信号の多重化に対応するような
監視は行なわれていない。しかしながら、熟練した監視
員の判断として、これらの個性の違いをも考慮して監視
信号を相互に比較し、異常徴候の検出を行なっているこ
とも事実であり、その自動的な監視アルゴリズムの確立
が望まれている。
【0007】本発明は、このような点を考慮してなされ
たもので、プラントの同一状態量を測定した複数の計測
信号またはプラントの同種の複数の機器の状態を計測し
た各計測信号の中から、異常信号のみを適確に検出し、
運転員の負担を軽減することができるとともに、信号監
視の信頼性を向上させることができるプラント信号監視
方法およびその装置を提供することを目的とする。
たもので、プラントの同一状態量を測定した複数の計測
信号またはプラントの同種の複数の機器の状態を計測し
た各計測信号の中から、異常信号のみを適確に検出し、
運転員の負担を軽減することができるとともに、信号監
視の信頼性を向上させることができるプラント信号監視
方法およびその装置を提供することを目的とする。
【0008】
【課題を解決するための手段】本発明に係るプラント信
号監視方法は、前記目的を達成する手段として、プラン
トの同一状態量を測定した複数の計測信号またはプラン
トの同種の複数の機器の状態を計測した各計測信号を一
定周期でサンプリングし、多次元の状態空間のデータ集
合をそれぞれ求めるとともに、各計測信号間の類似度
を、前記データ集合間の距離に基づき検出し、この距離
が閾値を超えたか否かにより、各計測信号の異常、正常
を識別するようにしたことを特徴とする。
号監視方法は、前記目的を達成する手段として、プラン
トの同一状態量を測定した複数の計測信号またはプラン
トの同種の複数の機器の状態を計測した各計測信号を一
定周期でサンプリングし、多次元の状態空間のデータ集
合をそれぞれ求めるとともに、各計測信号間の類似度
を、前記データ集合間の距離に基づき検出し、この距離
が閾値を超えたか否かにより、各計測信号の異常、正常
を識別するようにしたことを特徴とする。
【0009】また、本発明に係るプラント信号監視装置
は、前記目的を達成する手段として、プラントの同一状
態量を測定した複数の計測信号またはプラントの同種の
複数の機器の状態を計測した各計測信号を、一定周期で
サンプリングしてA/D変換するA/D変換装置と;A
/D変換された各計測信号間の統計的特徴量を、多次元
の状態空間のデータ集合として算出する統計的特徴量算
出装置と;各計測信号間の類似度を、前記データ集合間
の距離に基づき検出し、類似度に応じて各計測信号を分
類する計測信号分類装置と;この分類結果に基づき、異
常信号を検出し報知する異常信号検出報知装置と;をそ
れぞれ設けるようにしたことを特徴とする。
は、前記目的を達成する手段として、プラントの同一状
態量を測定した複数の計測信号またはプラントの同種の
複数の機器の状態を計測した各計測信号を、一定周期で
サンプリングしてA/D変換するA/D変換装置と;A
/D変換された各計測信号間の統計的特徴量を、多次元
の状態空間のデータ集合として算出する統計的特徴量算
出装置と;各計測信号間の類似度を、前記データ集合間
の距離に基づき検出し、類似度に応じて各計測信号を分
類する計測信号分類装置と;この分類結果に基づき、異
常信号を検出し報知する異常信号検出報知装置と;をそ
れぞれ設けるようにしたことを特徴とする。
【0010】
【作用】本発明に係るプラント信号監視方法において
は、同種類の複数の計測信号が一定周期でサンプリング
され、多次元の状態空間のデータ集合がそれぞれ求めら
れる。そして、各計測信号間の類似度が、前記データ集
合間の距離に基づき検出され、この距離が閾値を超えた
か否かにより、各計測信号の異常、正常が識別される。
このため、計測系に起因する異常信号や異常機器を、容
易かつ適確に識別することが可能となる。
は、同種類の複数の計測信号が一定周期でサンプリング
され、多次元の状態空間のデータ集合がそれぞれ求めら
れる。そして、各計測信号間の類似度が、前記データ集
合間の距離に基づき検出され、この距離が閾値を超えた
か否かにより、各計測信号の異常、正常が識別される。
このため、計測系に起因する異常信号や異常機器を、容
易かつ適確に識別することが可能となる。
【0011】また、本発明に係るプラント信号監視装置
においては、同種類の計測信号が、A/D変換装置によ
り一定周期でサンプリングされてA/D変換され、かつ
統計的特徴量算出装置により、各計測信号間の統計的特
徴量が、多次元の状態空間のデータ集合として算出され
る。計測信号分類装置は、各計測信号間の類似度を、前
記データ集合間の距離に基づき検出し、類似度に応じて
各計測信号を分類し、この分類結果に基づき、異常信号
検出報知装置により、異常信号が検出され報知される。
このため、多数の機器の状態を同時に監視することから
運転員を解放でき、運転員の負担を大幅に軽減すること
が可能となる。
においては、同種類の計測信号が、A/D変換装置によ
り一定周期でサンプリングされてA/D変換され、かつ
統計的特徴量算出装置により、各計測信号間の統計的特
徴量が、多次元の状態空間のデータ集合として算出され
る。計測信号分類装置は、各計測信号間の類似度を、前
記データ集合間の距離に基づき検出し、類似度に応じて
各計測信号を分類し、この分類結果に基づき、異常信号
検出報知装置により、異常信号が検出され報知される。
このため、多数の機器の状態を同時に監視することから
運転員を解放でき、運転員の負担を大幅に軽減すること
が可能となる。
【0012】
【実施例】以下、本発明を図面を参照して説明する。
【0013】図1は、本発明に係るプラント信号監視装
置の一例を示すもので、プラント信号監視装置1は、A
/D変換装置2、統計的特徴量算出装置3、計測信号分
類装置4、記憶装置5、異常信号検出報知装置6、およ
び表示装置7から構成されている。
置の一例を示すもので、プラント信号監視装置1は、A
/D変換装置2、統計的特徴量算出装置3、計測信号分
類装置4、記憶装置5、異常信号検出報知装置6、およ
び表示装置7から構成されている。
【0014】A/D変換装置2は、プラントの同一状態
量を測定した複数の計測信号またはプラントの同種の複
数の機器の状態を計測した各計測信号からなるアナログ
のプラント信号を、一定のサンプリング周期でA/D変
換し、各々所定数のディジタルデータとするようなって
いる。そしてこれら各ディジタルデータは、統計的特徴
量算出装置3に入力され、この統計的特徴量算出装置3
により、各計測信号の統計的特徴量が算出されるように
なっている。
量を測定した複数の計測信号またはプラントの同種の複
数の機器の状態を計測した各計測信号からなるアナログ
のプラント信号を、一定のサンプリング周期でA/D変
換し、各々所定数のディジタルデータとするようなって
いる。そしてこれら各ディジタルデータは、統計的特徴
量算出装置3に入力され、この統計的特徴量算出装置3
により、各計測信号の統計的特徴量が算出されるように
なっている。
【0015】各信号の統計的特徴量は、多次元の状態空
間のデータ集合として算出され、計測信号分類装置4
は、この統計的特徴量に基づき各計測信号の類似度を検
出し、類似度に応じて各計測信号を分類する。そしてそ
の結果は、記憶装置5に記憶されるようになっている。
間のデータ集合として算出され、計測信号分類装置4
は、この統計的特徴量に基づき各計測信号の類似度を検
出し、類似度に応じて各計測信号を分類する。そしてそ
の結果は、記憶装置5に記憶されるようになっている。
【0016】前記各計測信号の分類には、例えば文献
「パソコン統計解析ハンドブック」II、多変量解析編、
田中・垂水・脇本編、1984年、共立出版株式会社発
行に示されているクラスタ分析手法が用いられ、後に詳
述するように、各計測信号間の類似度が、前記データ集
合間の距離に基づき検出され、類似度に応じて各計測信
号が分類されるようになっている。
「パソコン統計解析ハンドブック」II、多変量解析編、
田中・垂水・脇本編、1984年、共立出版株式会社発
行に示されているクラスタ分析手法が用いられ、後に詳
述するように、各計測信号間の類似度が、前記データ集
合間の距離に基づき検出され、類似度に応じて各計測信
号が分類されるようになっている。
【0017】また、異常信号検出報知装置6は、計測信
号分類装置4の分類結果を予め設定された閾値と比較
し、閾値を超えた計測信号を異常信号として検出し、こ
れを報知するようになっている。この検出された異常信
号に関する情報は、表示装置7に表示される。
号分類装置4の分類結果を予め設定された閾値と比較
し、閾値を超えた計測信号を異常信号として検出し、こ
れを報知するようになっている。この検出された異常信
号に関する情報は、表示装置7に表示される。
【0018】次に、本発明に係るプラント信号監視方法
について説明する。
について説明する。
【0019】本発明に係るプラント信号監視方法の基本
概念は、クラスタ分析手法に則ったものであり、以下、
クラスタ分析手法の考え方とクラスタ分析による異常信
号の識別方法につき説明する。
概念は、クラスタ分析手法に則ったものであり、以下、
クラスタ分析手法の考え方とクラスタ分析による異常信
号の識別方法につき説明する。
【0020】今、k個の同種状態量の計測信号(X1,
X2,…,Xk)を考える。これらの計測信号は、多次
元の状態空間の点として表現される。最も直接的な表現
は、これらの各計測信号を一定のサンプリング周期(△
t)でA/D変換して各々n個のディジタルデータとし
て計算機に取り込んだ場合であり、これは、n次元の状
態空間の一点で表現される。これを次式とする。
X2,…,Xk)を考える。これらの計測信号は、多次
元の状態空間の点として表現される。最も直接的な表現
は、これらの各計測信号を一定のサンプリング周期(△
t)でA/D変換して各々n個のディジタルデータとし
て計算機に取り込んだ場合であり、これは、n次元の状
態空間の一点で表現される。これを次式とする。
【0021】 Xi(t),t=1,2,…n i=1,2,…k …(1) 一方、振動のような状態信号は、これを周波数変換した
周波数スペクトル密度Pi(f)で通常表される。すな
わち、 という形である。この場合、(n/2+1)次元の状態
空間で表現される。
周波数スペクトル密度Pi(f)で通常表される。すな
わち、 という形である。この場合、(n/2+1)次元の状態
空間で表現される。
【0022】上記の任意の2つの計測信号間の類似度
は、データ集合Xi、Xjの距離、または、Pi、Pj
の距離で表現できるが、これをマトリックスDで表すこ
とにする。Dの(i、j)成分dijは、 または、 で定義される。
は、データ集合Xi、Xjの距離、または、Pi、Pj
の距離で表現できるが、これをマトリックスDで表すこ
とにする。Dの(i、j)成分dijは、 または、 で定義される。
【0023】このように集合間の距離を定義したとき
に、集合を相互の距離に応じて分類する方法がクラスタ
分析である。なお、前記距離の具体的な定義は、分析対
象の特徴に依存して様々な定義が可能であり、以下具体
的に説明する。
に、集合を相互の距離に応じて分類する方法がクラスタ
分析である。なお、前記距離の具体的な定義は、分析対
象の特徴に依存して様々な定義が可能であり、以下具体
的に説明する。
【0024】クラスタ分析の結果を図示する手段として
樹系図(Dendrogram)がある。一例として、k=10、
すなわち、10信号の場合のクラスタ分析の結果を図2
に示す。横軸は集合の並び、縦軸は(1)式または
(2)式で定義される集合間の距離である。矩形の線で
結ばれた集合は一つのクラスタを形成し、集合間の距離
が短いほど互いに類似度が大きいことを表す。例えば、
集合X7とX8は一つのクラスタを形成し、その相互間
の距離は△1である。
樹系図(Dendrogram)がある。一例として、k=10、
すなわち、10信号の場合のクラスタ分析の結果を図2
に示す。横軸は集合の並び、縦軸は(1)式または
(2)式で定義される集合間の距離である。矩形の線で
結ばれた集合は一つのクラスタを形成し、集合間の距離
が短いほど互いに類似度が大きいことを表す。例えば、
集合X7とX8は一つのクラスタを形成し、その相互間
の距離は△1である。
【0025】今、集合間の距離(すなわち類似度)に閾
値△thを設ける。集合X1は単独でクラスタを形成し
ていると考えると、X1からX10の10つの集合は次
のように分類される。
値△thを設ける。集合X1は単独でクラスタを形成し
ていると考えると、X1からX10の10つの集合は次
のように分類される。
【0026】(X1)、(X2、X3、X4、X5、X
6、X7、X8、X9、X10)X1からX10は同一
状態量を測定する計測信号からのデータの集合、また
は、同種の機器の状態を計測するデータの集合であると
すれば、多数決の論理からX1は計測系の故障または機
器の故障による異常信号と考えられる。このような形で
集合全体からはずれた信号を識別分離が可能になる。
6、X7、X8、X9、X10)X1からX10は同一
状態量を測定する計測信号からのデータの集合、また
は、同種の機器の状態を計測するデータの集合であると
すれば、多数決の論理からX1は計測系の故障または機
器の故障による異常信号と考えられる。このような形で
集合全体からはずれた信号を識別分離が可能になる。
【0027】次に、図1に示すプラント信号監視装置1
を用い、沸騰水型原子力発電プラントの10台ある同形
式の再循環ポンプの振動状態を監視する方法について説
明する。
を用い、沸騰水型原子力発電プラントの10台ある同形
式の再循環ポンプの振動状態を監視する方法について説
明する。
【0028】図3は、この監視のためのブロック図を示
すもので、図中符号11は原子炉であり、この原子炉1
1に設置した10台の各ポンプ12には、振動計測セン
サとしての加速度計(図示せず)がそれぞれ設置され、
各加速度計からの信号は、信号増幅器13で増幅された
後、プラント信号監視装置1に入力されるようになって
いる。
すもので、図中符号11は原子炉であり、この原子炉1
1に設置した10台の各ポンプ12には、振動計測セン
サとしての加速度計(図示せず)がそれぞれ設置され、
各加速度計からの信号は、信号増幅器13で増幅された
後、プラント信号監視装置1に入力されるようになって
いる。
【0029】このプラント信号監視装置1では、通常
は、各ポンプ12に取付けられた運転状態監視のための
振動計測値のオーバーホール値、すなわち振動の平均的
な強さが監視されるが、必要に応じ、振動の周波数スペ
クトル密度のパターンを監視することもできる。この両
信号(オーバーホール値と周波数スペクトル密度を計算
するための生の信号)は、図1に示すA/D変換装置2
により、一定のサンプリング周期で連続的に取込まれ
る。その一例を図4(a)、(b)に示す。
は、各ポンプ12に取付けられた運転状態監視のための
振動計測値のオーバーホール値、すなわち振動の平均的
な強さが監視されるが、必要に応じ、振動の周波数スペ
クトル密度のパターンを監視することもできる。この両
信号(オーバーホール値と周波数スペクトル密度を計算
するための生の信号)は、図1に示すA/D変換装置2
により、一定のサンプリング周期で連続的に取込まれ
る。その一例を図4(a)、(b)に示す。
【0030】図4(a)、(b)は、振動のオーバーホ
ール値の時間変化と振動の周波数スペクトル密度(周波
数と各周波数毎の振動の強さで表される二次元の図)を
示している。ここに示したのは、ある時点でのデータ値
であるが、これが時間の経過とともに一定間隔で更新さ
れる。このような情報が、10台の各ポンプ12毎に得
られるが、このパターンを相互に比較することは、必ず
しも容易でない。そこで、前記クラスタ分析を用いて自
動分類する手法を適用する。
ール値の時間変化と振動の周波数スペクトル密度(周波
数と各周波数毎の振動の強さで表される二次元の図)を
示している。ここに示したのは、ある時点でのデータ値
であるが、これが時間の経過とともに一定間隔で更新さ
れる。このような情報が、10台の各ポンプ12毎に得
られるが、このパターンを相互に比較することは、必ず
しも容易でない。そこで、前記クラスタ分析を用いて自
動分類する手法を適用する。
【0031】すなわち、まず統計的特徴量算出装置3に
より、各信号相互間の統計的特徴量を計算する。ここで
用いた距離マトリックスDは、監視対象とする信号によ
り異なるが、例えば、振動のオーバーホール値の時間的
な変化の挙動を監視する場合、以下で定義される距離d
ijを(i、j)成分として持つ。まず、注目している
時間tから過去にさかのぼってn点の時系列データ(X
i(k)、k=t、t−1、…、t−n+1)を考え
る。このとき、距離マトリックスの要素は次のように計
算できる。
より、各信号相互間の統計的特徴量を計算する。ここで
用いた距離マトリックスDは、監視対象とする信号によ
り異なるが、例えば、振動のオーバーホール値の時間的
な変化の挙動を監視する場合、以下で定義される距離d
ijを(i、j)成分として持つ。まず、注目している
時間tから過去にさかのぼってn点の時系列データ(X
i(k)、k=t、t−1、…、t−n+1)を考え
る。このとき、距離マトリックスの要素は次のように計
算できる。
【0032】 また、振動の周波数スペクトル密度に注目した場合、時
刻tを起点にして過去n点のデータから(2)式で求め
た周波数スペクトル密度をPi(f)(f=0、1、
…、n/2)とすると、距離マトリックスは、 により計算できる。
刻tを起点にして過去n点のデータから(2)式で求め
た周波数スペクトル密度をPi(f)(f=0、1、
…、n/2)とすると、距離マトリックスは、 により計算できる。
【0033】計測信号分類装置4は、統計的特徴量算出
装置3で求められた統計的特徴量を用い、所定のアルゴ
リズムにしたがって、前記信号のクラスタ分析を行な
う。その分析結果は、記憶装置5に記憶される。
装置3で求められた統計的特徴量を用い、所定のアルゴ
リズムにしたがって、前記信号のクラスタ分析を行な
う。その分析結果は、記憶装置5に記憶される。
【0034】図5は、前記分析結果をDendorogram で表
したものを示し、図中、△thが閾値である。ここで
は、ポンプ#1のみが他と異なる距離に位置しており、
閾値△thを超えて異常と識別されている。
したものを示し、図中、△thが閾値である。ここで
は、ポンプ#1のみが他と異なる距離に位置しており、
閾値△thを超えて異常と識別されている。
【0035】異常信号検出報知装置6は、この分析結果
に基づき、単独でクラスタを形成しているポンプ#1の
振動信号を異常信号として検出し報知し、そのポンプ番
号を表示装置7に出力する。表示装置7は、この信号を
受けてポンプ#1の異常を表示する。
に基づき、単独でクラスタを形成しているポンプ#1の
振動信号を異常信号として検出し報知し、そのポンプ番
号を表示装置7に出力する。表示装置7は、この信号を
受けてポンプ#1の異常を表示する。
【0036】このように本実施例によれば、互いに関連
する任意数の計測信号を、その時間変化パターンおよび
周波数変化パターンの類似傾向に基づき、客観的尺度を
もって自動的に分類しているので、計測系に起因する異
常信号や異常機器を適確に識別することができる。この
ため、多数の機器の状態を同時に監視するという作業か
ら運転員を解放することができ、運転員の負担を大幅に
軽減することができるとともに、プラントの運転、監視
および性能評価に必要な情報の信頼性を向上させること
ができる。
する任意数の計測信号を、その時間変化パターンおよび
周波数変化パターンの類似傾向に基づき、客観的尺度を
もって自動的に分類しているので、計測系に起因する異
常信号や異常機器を適確に識別することができる。この
ため、多数の機器の状態を同時に監視するという作業か
ら運転員を解放することができ、運転員の負担を大幅に
軽減することができるとともに、プラントの運転、監視
および性能評価に必要な情報の信頼性を向上させること
ができる。
【0037】
【発明の効果】以上説明したように、本発明に係るプラ
ント監視方法およびその装置によれば、複数の計測信号
間の類似度が、多次元の状態空間のデータ集合間の距離
に基づき、客観的尺度によって求められるので、多数の
計測信号の中から異常信号のみを適確に検出し、運転員
の負担を軽減することができるとともに、信号監視の信
頼性を大幅に向上させることができる。
ント監視方法およびその装置によれば、複数の計測信号
間の類似度が、多次元の状態空間のデータ集合間の距離
に基づき、客観的尺度によって求められるので、多数の
計測信号の中から異常信号のみを適確に検出し、運転員
の負担を軽減することができるとともに、信号監視の信
頼性を大幅に向上させることができる。
【図1】本発明に係るプラント信号監視装置の一例を示
すブロック構成図。
すブロック構成図。
【図2】クラスタ分析結果の表示の一例を示す説明図。
【図3】原子炉再循環ポンプの監視システムの構成を示
す概略図。
す概略図。
【図4】(a)はポンプの振動値の時系列波形を示すグ
ラフ、(b)はポンプの振動値の周波数スペクトル波形
を示すグラフ。
ラフ、(b)はポンプの振動値の周波数スペクトル波形
を示すグラフ。
【図5】ポンプの振動状態のクラスタ分析による分類結
果の表示例を示す説明図。
果の表示例を示す説明図。
1 プラント信号監視装置 2 A/D変換装置 3 統計的特徴量算出装置 4 計測信号分類装置 5 記憶装置 6 異常信号検出報知装置 7 表示装置
Claims (2)
- 【請求項1】プラントの同一状態量を測定した複数の計
測信号またはプラントの同種の複数の機器の状態を計測
した各計測信号を一定周期でサンプリングし、多次元の
状態空間のデータ集合をそれぞれ求めるとともに、各計
測信号間の類似度を、前記データ集合間の距離に基づき
検出し、この距離が閾値を超えたか否かにより、各計測
信号の異常、正常を識別することを特徴とするプラント
信号監視方法。 - 【請求項2】プラントの同一状態量を測定した複数の計
測信号またはプラントの同種の複数の機器の状態を計測
した各計測信号を、一定周期でサンプリングしてA/D
変換するA/D変換装置と;A/D変換された各計測信
号間の統計的特徴量を、多次元の状態空間のデータ集合
として算出する統計的特徴量算出装置と;各計測信号間
の類似度を、前記データ集合間の距離に基づき検出し、
類似度に応じて各計測信号を分類する計測信号分類装置
と;この分類結果に基づき、異常信号を検出し、報知す
る異常信号検出報知装置と;を具備することを特徴とす
るプラント信号監視装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4052616A JPH05256741A (ja) | 1992-03-11 | 1992-03-11 | プラント信号監視方法およびその装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP4052616A JPH05256741A (ja) | 1992-03-11 | 1992-03-11 | プラント信号監視方法およびその装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JPH05256741A true JPH05256741A (ja) | 1993-10-05 |
Family
ID=12919735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP4052616A Pending JPH05256741A (ja) | 1992-03-11 | 1992-03-11 | プラント信号監視方法およびその装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPH05256741A (ja) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07168619A (ja) * | 1993-10-20 | 1995-07-04 | Hitachi Ltd | 機器/設備診断方法およびシステム |
JPH08234832A (ja) * | 1995-02-24 | 1996-09-13 | Toshiba Corp | プラント監視診断装置および方法 |
JPH08328643A (ja) * | 1995-06-03 | 1996-12-13 | Tokyo Gas Co Ltd | プロセスにおける有意な変動の検出方法 |
WO1997006474A1 (de) * | 1995-08-09 | 1997-02-20 | Siemens Aktiengesellschaft | Verfahren zur analyse von prozessignalen einer technischen anlage, insbesondere einer kraftwerksanlage |
WO1997006475A1 (de) * | 1995-08-09 | 1997-02-20 | Siemens Aktiengesellschaft | Analysesystem für eine technische anlage, insbesondere für eine kraftwerksanlage |
JP2002014080A (ja) * | 2000-06-28 | 2002-01-18 | Mitsubishi Electric Corp | 発電機内部冷却ガスの監視装置および監視システム |
JP2002099319A (ja) * | 2000-09-21 | 2002-04-05 | Toshiba Corp | プラント診断装置 |
JP2002288781A (ja) * | 2001-03-27 | 2002-10-04 | Toshiba Corp | センサ異常検出方法及びセンサ異常検出装置 |
JP2005337523A (ja) * | 2004-05-24 | 2005-12-08 | Chubu Electric Power Co Inc | 復水器の空気吸い込み部位の特定方法および装置 |
JP2006331300A (ja) * | 2005-05-30 | 2006-12-07 | Internatl Business Mach Corp <Ibm> | 異常判断装置、制御方法、自動車およびプログラム |
JP2007058366A (ja) * | 2005-08-23 | 2007-03-08 | Yokogawa Electric Corp | プロセスデータ管理システムおよびプロセスデータ管理方法 |
JP2007256153A (ja) * | 2006-03-24 | 2007-10-04 | Hitachi Ltd | 鉄道車両台車異常検知システム |
JP2010506258A (ja) * | 2006-09-29 | 2010-02-25 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | 分散型プロセス制御システムにおけるオンライン多変量解析 |
WO2010095314A1 (ja) * | 2009-02-17 | 2010-08-26 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
WO2011043108A1 (ja) * | 2009-10-09 | 2011-04-14 | 株式会社日立製作所 | 設備状態監視方法、監視システム及び監視プログラム |
WO2011092830A1 (ja) | 2010-01-28 | 2011-08-04 | 日立建機株式会社 | 作業機械の監視診断装置 |
WO2011132524A1 (ja) * | 2010-04-20 | 2011-10-27 | 株式会社日立製作所 | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP2011237323A (ja) * | 2010-05-12 | 2011-11-24 | Rion Co Ltd | 騒音測定装置 |
WO2011145496A1 (ja) * | 2010-05-20 | 2011-11-24 | 株式会社日立製作所 | 監視診断装置および監視診断方法 |
WO2014091956A1 (ja) * | 2012-12-14 | 2014-06-19 | 日本電気株式会社 | 監視装置、監視方法、及びプログラム |
WO2017104038A1 (ja) * | 2015-12-17 | 2017-06-22 | 株式会社日立製作所 | 監視方法、監視装置、および監視プログラム |
JP2017207435A (ja) * | 2016-05-20 | 2017-11-24 | 日本精工株式会社 | 異常診断方法 |
WO2018142816A1 (ja) * | 2017-02-02 | 2018-08-09 | アズビル株式会社 | 支援装置および支援方法 |
JP2020038485A (ja) * | 2018-09-04 | 2020-03-12 | 富士通株式会社 | 学習装置、判定装置、学習方法、判定方法、学習プログラムおよび判定プログラム |
JP2021015103A (ja) * | 2019-07-16 | 2021-02-12 | 株式会社東芝 | 機器の異常診断方法および機器の異常診断システム |
WO2024106344A1 (ja) * | 2022-11-14 | 2024-05-23 | 東芝キヤリア株式会社 | 設備機器管理装置および設備機器の異常検知方法 |
-
1992
- 1992-03-11 JP JP4052616A patent/JPH05256741A/ja active Pending
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07168619A (ja) * | 1993-10-20 | 1995-07-04 | Hitachi Ltd | 機器/設備診断方法およびシステム |
JPH08234832A (ja) * | 1995-02-24 | 1996-09-13 | Toshiba Corp | プラント監視診断装置および方法 |
JPH08328643A (ja) * | 1995-06-03 | 1996-12-13 | Tokyo Gas Co Ltd | プロセスにおける有意な変動の検出方法 |
WO1997006474A1 (de) * | 1995-08-09 | 1997-02-20 | Siemens Aktiengesellschaft | Verfahren zur analyse von prozessignalen einer technischen anlage, insbesondere einer kraftwerksanlage |
WO1997006475A1 (de) * | 1995-08-09 | 1997-02-20 | Siemens Aktiengesellschaft | Analysesystem für eine technische anlage, insbesondere für eine kraftwerksanlage |
JP2002014080A (ja) * | 2000-06-28 | 2002-01-18 | Mitsubishi Electric Corp | 発電機内部冷却ガスの監視装置および監視システム |
JP2002099319A (ja) * | 2000-09-21 | 2002-04-05 | Toshiba Corp | プラント診断装置 |
JP2002288781A (ja) * | 2001-03-27 | 2002-10-04 | Toshiba Corp | センサ異常検出方法及びセンサ異常検出装置 |
JP2005337523A (ja) * | 2004-05-24 | 2005-12-08 | Chubu Electric Power Co Inc | 復水器の空気吸い込み部位の特定方法および装置 |
JP2006331300A (ja) * | 2005-05-30 | 2006-12-07 | Internatl Business Mach Corp <Ibm> | 異常判断装置、制御方法、自動車およびプログラム |
US7475052B2 (en) | 2005-05-30 | 2009-01-06 | International Business Machines Corporation | Malfunction condition judgment apparatus, control method, automobile and program method |
JP2007058366A (ja) * | 2005-08-23 | 2007-03-08 | Yokogawa Electric Corp | プロセスデータ管理システムおよびプロセスデータ管理方法 |
JP2007256153A (ja) * | 2006-03-24 | 2007-10-04 | Hitachi Ltd | 鉄道車両台車異常検知システム |
JP2010506258A (ja) * | 2006-09-29 | 2010-02-25 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | 分散型プロセス制御システムにおけるオンライン多変量解析 |
WO2010095314A1 (ja) * | 2009-02-17 | 2010-08-26 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
CN102282516A (zh) * | 2009-02-17 | 2011-12-14 | 株式会社日立制作所 | 异常检测方法及异常检测系统 |
JP2011081697A (ja) * | 2009-10-09 | 2011-04-21 | Hitachi Ltd | 設備状態監視方法、監視システム及び監視プログラム |
WO2011043108A1 (ja) * | 2009-10-09 | 2011-04-14 | 株式会社日立製作所 | 設備状態監視方法、監視システム及び監視プログラム |
WO2011092830A1 (ja) | 2010-01-28 | 2011-08-04 | 日立建機株式会社 | 作業機械の監視診断装置 |
US8838324B2 (en) | 2010-01-28 | 2014-09-16 | Hitachi Construction Machinery Co., Ltd. | Monitoring and diagnosing device for working machine |
WO2011132524A1 (ja) * | 2010-04-20 | 2011-10-27 | 株式会社日立製作所 | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP2011227706A (ja) * | 2010-04-20 | 2011-11-10 | Hitachi Ltd | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP2011237323A (ja) * | 2010-05-12 | 2011-11-24 | Rion Co Ltd | 騒音測定装置 |
WO2011145496A1 (ja) * | 2010-05-20 | 2011-11-24 | 株式会社日立製作所 | 監視診断装置および監視診断方法 |
JP2011243118A (ja) * | 2010-05-20 | 2011-12-01 | Hitachi Ltd | 監視診断装置および監視診断方法 |
US9378183B2 (en) | 2010-05-20 | 2016-06-28 | Hitachi, Ltd. | Monitoring diagnostic device and monitoring diagnostic method |
WO2014091956A1 (ja) * | 2012-12-14 | 2014-06-19 | 日本電気株式会社 | 監視装置、監視方法、及びプログラム |
JPWO2014091956A1 (ja) * | 2012-12-14 | 2017-01-05 | 日本電気株式会社 | 監視装置、監視方法、及びプログラム |
WO2017104038A1 (ja) * | 2015-12-17 | 2017-06-22 | 株式会社日立製作所 | 監視方法、監視装置、および監視プログラム |
JP2017207435A (ja) * | 2016-05-20 | 2017-11-24 | 日本精工株式会社 | 異常診断方法 |
WO2018142816A1 (ja) * | 2017-02-02 | 2018-08-09 | アズビル株式会社 | 支援装置および支援方法 |
JP2018124851A (ja) * | 2017-02-02 | 2018-08-09 | アズビル株式会社 | 支援装置および支援方法 |
JP2020038485A (ja) * | 2018-09-04 | 2020-03-12 | 富士通株式会社 | 学習装置、判定装置、学習方法、判定方法、学習プログラムおよび判定プログラム |
JP2021015103A (ja) * | 2019-07-16 | 2021-02-12 | 株式会社東芝 | 機器の異常診断方法および機器の異常診断システム |
WO2024106344A1 (ja) * | 2022-11-14 | 2024-05-23 | 東芝キヤリア株式会社 | 設備機器管理装置および設備機器の異常検知方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JPH05256741A (ja) | プラント信号監視方法およびその装置 | |
JP5753286B1 (ja) | 情報処理装置、診断方法、およびプログラム | |
CN109298697B (zh) | 基于动态基线模型的火电厂系统各部件工作状态评估方法 | |
EP3125057B1 (en) | System-analyzing device, analysis-model generation method, system analysis method, and system-analyzing program | |
JP7157293B2 (ja) | 故障検知・予知装置及び故障検知・予知用プログラム | |
US20230213926A1 (en) | Abnormal irregularity cause identifying device, abnormal irregularity cause identifying method, and abnormal irregularity cause identifying program | |
US20120209566A1 (en) | Method for Checking Plausability of Digital Measurement Signals | |
JP6887361B2 (ja) | 監視対象選定装置、監視対象選定方法、およびプログラム | |
JP2000259223A (ja) | プラント監視装置 | |
US11200790B2 (en) | Method for pre-detecting abnormality sign of nuclear power plant device including processor for determining device importance and warning validity, and system therefor | |
EP4160339A1 (en) | Abnormality/irregularity cause identifying apparatus, abnormality/irregularity cause identifying method, and abnormality/irregularity cause identifying program | |
KR20190082715A (ko) | 상관도를 고려한 데이터 분류 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체 | |
JP5771317B1 (ja) | 異常診断装置及び異常診断方法 | |
JP3495129B2 (ja) | プラント異常検知装置 | |
CN117540325B (zh) | 基于数据变化量捕获的业务数据库异常检测方法及系统 | |
WO2020230422A1 (ja) | 異常診断装置及び方法 | |
CN110455399B (zh) | 用分布式光纤对建筑结构振动进行全局预警的方法 | |
CN115684833A (zh) | 一种基于谐波诊断的电缆线路劣化监测方法、系统及存储介质 | |
KR102486463B1 (ko) | 열화에 따른 시계열 데이터를 이용한 실시간 이상 감지 방법 및 그를 위한 장치 | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 | |
CN117913740B (zh) | 基于一二次融合柱上断路器的电流切换方法及系统 | |
CN112912807A (zh) | 异常诊断装置 | |
US20220342407A1 (en) | Irregularity detection system, irregularity detection method, and computer readable medium | |
JPH049716A (ja) | プラント状態量計測基準信号作成装置 | |
CN118013443B (zh) | 基于生成模型算法的在线实时真空干泵异常检测方法 |