JPH05266382A - 異常診断方法 - Google Patents
異常診断方法Info
- Publication number
- JPH05266382A JPH05266382A JP4061926A JP6192692A JPH05266382A JP H05266382 A JPH05266382 A JP H05266382A JP 4061926 A JP4061926 A JP 4061926A JP 6192692 A JP6192692 A JP 6192692A JP H05266382 A JPH05266382 A JP H05266382A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- cause
- period
- detected
- plant
- 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.)
- Withdrawn
Links
Landscapes
- Alarm Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
(57)【要約】
【目的】 化学プラントあるいは各種生産設備の異常診
断装置において、検出周期が異なる２以上の検出部によ
る異常の検出と異常原因の推定を行うことにより、異常
の検出を適確に行い、診断知識データベースの作成を容
易とし、かつ、異常原因の推定を効率的に行う。 【構成】 化学プラントあるいは各種生産設備の異常診
断装置において、異常の検出部と診断知識データベース
と異常原因推定部とを異常の検出に適した２以上の周期
（例えば、１分、１時間、１日）毎に設け、それら複数
の周期毎に異常の検出と異常原因の推定を行う。
断装置において、検出周期が異なる２以上の検出部によ
る異常の検出と異常原因の推定を行うことにより、異常
の検出を適確に行い、診断知識データベースの作成を容
易とし、かつ、異常原因の推定を効率的に行う。 【構成】 化学プラントあるいは各種生産設備の異常診
断装置において、異常の検出部と診断知識データベース
と異常原因推定部とを異常の検出に適した２以上の周期
（例えば、１分、１時間、１日）毎に設け、それら複数
の周期毎に異常の検出と異常原因の推定を行う。
Description
【０００１】
【産業上の利用分野】本発明は、化学プラント、その他
各種生産設備についての異常診断方法に関する。
各種生産設備についての異常診断方法に関する。
【０００２】
【従来の技術】化学プラントや各種生産設備における異
常診断装置は、従来図４のブロック図に示すような構成
を取っている。すなわち、異常診断装置２１は、プラン
トあるいは各種生産設備２２の状態を監視するための電
気的入力信号およびプラントあるいは各種生産設備２２
を制御するための電気的出力信号を入力する入力処理部
２３と、上記入出力信号の正常範囲からの逸脱を自動的
に検出する異常検出部２４と、検出事象と異常原因候補
群からなる診断知識データベース２５と検出された検出
事象とを照合して、プラントあるいは各種生産設備の異
常の原因を自動的に推定する異常原因推定部２６と、そ
の結果をＣＲＴ表示装置２７に表示する表示処理部２８
とから構成されている。
常診断装置は、従来図４のブロック図に示すような構成
を取っている。すなわち、異常診断装置２１は、プラン
トあるいは各種生産設備２２の状態を監視するための電
気的入力信号およびプラントあるいは各種生産設備２２
を制御するための電気的出力信号を入力する入力処理部
２３と、上記入出力信号の正常範囲からの逸脱を自動的
に検出する異常検出部２４と、検出事象と異常原因候補
群からなる診断知識データベース２５と検出された検出
事象とを照合して、プラントあるいは各種生産設備の異
常の原因を自動的に推定する異常原因推定部２６と、そ
の結果をＣＲＴ表示装置２７に表示する表示処理部２８
とから構成されている。
【０００３】また、その動作は次のように行われる。す
なわち、異常検出処理部２４は、入力処理部２３より入
力されたプラントあるいは各種生産設備２２の電気的入
出力信号をある周期で監視し、正常状態からの逸脱があ
れば異常が発生したことを検出する。次に異常原因推定
部２６は、異常検出部２４で異常が検出された場合動作
し、検出された事象と診断知識データベース２５とを照
合して異常原因を推定する。その結果は、表示処理部２
８により表示処理され、ＣＲＴ表示装置（以下、ＣＲ
Ｔ：カソード・レイ・チューブ表示装置という。）２７
に表示する。
なわち、異常検出処理部２４は、入力処理部２３より入
力されたプラントあるいは各種生産設備２２の電気的入
出力信号をある周期で監視し、正常状態からの逸脱があ
れば異常が発生したことを検出する。次に異常原因推定
部２６は、異常検出部２４で異常が検出された場合動作
し、検出された事象と診断知識データベース２５とを照
合して異常原因を推定する。その結果は、表示処理部２
８により表示処理され、ＣＲＴ表示装置（以下、ＣＲ
Ｔ：カソード・レイ・チューブ表示装置という。）２７
に表示する。
【０００４】ここで異常検出部２４での異常検出方法と
しては、化学プラント向け汎用運転システムＰＤＩＡＳ
（三菱重工技報Ｖｏｌ．２６Ｎｏ．５）で記述されてい
る次のような方法が取られる。例えば、前記電気的入出
力信号を１０秒毎に入力し、その信号があるしきい値以
上あるいはあるしきい値以下の場合異常が発生したこと
を検出する。あるいは、前記入出力信号の変化率がある
しきい値以上であれば異常が発生したことを検出する。
しては、化学プラント向け汎用運転システムＰＤＩＡＳ
（三菱重工技報Ｖｏｌ．２６Ｎｏ．５）で記述されてい
る次のような方法が取られる。例えば、前記電気的入出
力信号を１０秒毎に入力し、その信号があるしきい値以
上あるいはあるしきい値以下の場合異常が発生したこと
を検出する。あるいは、前記入出力信号の変化率がある
しきい値以上であれば異常が発生したことを検出する。
【０００５】また、診断知識データベース２５は、異常
原因候補と検出事象との関係を図５に示すような関係マ
トリックスで表現した知識データベースであり、Ｃ１、
Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６は異常原因候補、Ｍ１，
Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ６は検出事象、Ｐ１１〜Ｐ
６６は異常原因候補と検出事象との関係の程度を表した
数値である。
原因候補と検出事象との関係を図５に示すような関係マ
トリックスで表現した知識データベースであり、Ｃ１、
Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６は異常原因候補、Ｍ１，
Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ６は検出事象、Ｐ１１〜Ｐ
６６は異常原因候補と検出事象との関係の程度を表した
数値である。
【０００６】異常原因推定部４では、この診断知識デー
タベース５を用いて、特開昭６３ー１２０９３号公報に
示される次のような方法で異常の原因推定を行う。例え
ば、図５において、原因Ｃ１であれば事象Ｍ１が発生す
る確率が１０％とすれば、Ｐ１１を１０％とする。この
ような原因と事象との関係マトリックスに事象の発生す
る確率を用いて表現した知識により検出した事象から異
常の原因を推定する。すなわち、Ｐ１１＝１０％、Ｐ１
２＝９０％、Ｐ１３＝１５％、Ｐ１４＝２５％、Ｐ１５
＝５％、Ｐ１６＝２０％とすれば、事象Ｍ１が検出され
た時、原因Ｃ１、Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６である
可能性はそれぞれ１０％、９０％、１５％、２５％、５
％、２０％となり、例えば、確率３０％以上のものを原
因として表示し、確率３０％未満のものはその原因であ
る可能性が非常に低いので無視できるとすれば、原因と
しては、Ｃ２が残り、可能性は９０％であると推定され
る。
タベース５を用いて、特開昭６３ー１２０９３号公報に
示される次のような方法で異常の原因推定を行う。例え
ば、図５において、原因Ｃ１であれば事象Ｍ１が発生す
る確率が１０％とすれば、Ｐ１１を１０％とする。この
ような原因と事象との関係マトリックスに事象の発生す
る確率を用いて表現した知識により検出した事象から異
常の原因を推定する。すなわち、Ｐ１１＝１０％、Ｐ１
２＝９０％、Ｐ１３＝１５％、Ｐ１４＝２５％、Ｐ１５
＝５％、Ｐ１６＝２０％とすれば、事象Ｍ１が検出され
た時、原因Ｃ１、Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６である
可能性はそれぞれ１０％、９０％、１５％、２５％、５
％、２０％となり、例えば、確率３０％以上のものを原
因として表示し、確率３０％未満のものはその原因であ
る可能性が非常に低いので無視できるとすれば、原因と
しては、Ｃ２が残り、可能性は９０％であると推定され
る。
【０００７】また、Ｐ３１＝１５％、Ｐ３２＝３％、Ｐ
３３＝５％、Ｐ３４＝４０％、Ｐ３５＝１０％、Ｐ３６
＝６％とすれば、事象Ｍ１とＭ３が同時に検出されれ
ば、原因Ｃ１，Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６である可
能性は、それぞれ事象Ｍ１に対する確率と事象Ｍ２に対
する確率が加算され、２５％、９３％、２０％、６５
％、１５％、２６％となり、原因としてはＣ２，Ｃ４が
残り、可能性はそれぞれ９３％、６５％であると推定さ
れる。
３３＝５％、Ｐ３４＝４０％、Ｐ３５＝１０％、Ｐ３６
＝６％とすれば、事象Ｍ１とＭ３が同時に検出されれ
ば、原因Ｃ１，Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６である可
能性は、それぞれ事象Ｍ１に対する確率と事象Ｍ２に対
する確率が加算され、２５％、９３％、２０％、６５
％、１５％、２６％となり、原因としてはＣ２，Ｃ４が
残り、可能性はそれぞれ９３％、６５％であると推定さ
れる。
【０００８】ところで、上に説明してきたような異常診
断方法では次のような問題があった。すなわち、プラン
ト各種生産設備の異常は、通常急激に進行する異常（例
えば、化学プラントのある送液ラインの送液ポンプのキ
ャビテーション）と緩慢に進行する異常（例えば、化学
プラントのある送液ラインのスケール付着による送液ラ
インの詰まり）があるため、単一の異常検出周期で異常
を検出しようとすると、急激に進行する異常を検出する
ようなしきい値を設定すると緩慢に進行を検出できず、
緩慢に進行する異常を検出するようなしきい値を設定す
ると、上記入出力信号には通常ばらつきがあるので、異
常が発生していない場合でも異常が発生したと検出する
場合が発生する。すなわち、緩急２種の異常の検出が適
確に行えないという問題があった。
断方法では次のような問題があった。すなわち、プラン
ト各種生産設備の異常は、通常急激に進行する異常（例
えば、化学プラントのある送液ラインの送液ポンプのキ
ャビテーション）と緩慢に進行する異常（例えば、化学
プラントのある送液ラインのスケール付着による送液ラ
インの詰まり）があるため、単一の異常検出周期で異常
を検出しようとすると、急激に進行する異常を検出する
ようなしきい値を設定すると緩慢に進行を検出できず、
緩慢に進行する異常を検出するようなしきい値を設定す
ると、上記入出力信号には通常ばらつきがあるので、異
常が発生していない場合でも異常が発生したと検出する
場合が発生する。すなわち、緩急２種の異常の検出が適
確に行えないという問題があった。
【０００９】また、従来の診断知識データベースは、想
定される全ての異常事象と想定される全ての異常原因と
の関係を１つのマトリックスで表現しているため、マト
リックス上の全て関連の程度（例えば、図５のＣ１１〜
Ｃ６６）を記述する異常診断の対象範囲が広くなると、
異常原因候補と異常事象の数が膨大となるため、その関
連付けを全ての異常原因候補と全ての異常事象に対して
行う作業は容易では無かった。
定される全ての異常事象と想定される全ての異常原因と
の関係を１つのマトリックスで表現しているため、マト
リックス上の全て関連の程度（例えば、図５のＣ１１〜
Ｃ６６）を記述する異常診断の対象範囲が広くなると、
異常原因候補と異常事象の数が膨大となるため、その関
連付けを全ての異常原因候補と全ての異常事象に対して
行う作業は容易では無かった。
【００１０】また、異常が検出されるとその都度その事
象から推定される異常原因候補の全てについて診断を行
うこととなるため、急激に進行する異常が発生した場
合、その検出事象から想定される緩慢に進行する異常に
ついても、異常原因の候補とするため、異常原因候補の
絞り込み（例えば、上記異常原因発生確率の算出）に時
間を要し、あるいは、緩慢に進行する異常が発生した場
合、その検出事象から想定される急激に進行する異常に
ついても、異常原因の候補とするため、異常原因候補の
絞り込みに時間を要した。特に、異常診断の対象範囲が
広い場合には、診断処理速度の面から効率的な診断方法
が必要であるが、従来の方法は上に説明したように効率
的では無かった。
象から推定される異常原因候補の全てについて診断を行
うこととなるため、急激に進行する異常が発生した場
合、その検出事象から想定される緩慢に進行する異常に
ついても、異常原因の候補とするため、異常原因候補の
絞り込み（例えば、上記異常原因発生確率の算出）に時
間を要し、あるいは、緩慢に進行する異常が発生した場
合、その検出事象から想定される急激に進行する異常に
ついても、異常原因の候補とするため、異常原因候補の
絞り込みに時間を要した。特に、異常診断の対象範囲が
広い場合には、診断処理速度の面から効率的な診断方法
が必要であるが、従来の方法は上に説明したように効率
的では無かった。
【００１１】
【発明が解決しようとする課題】本発明は、従来の異常
診断方法において、単一の異常検出周期で異常を検出し
ているために、異常の検出が適確に行えないという問題
と、診断知識データベースが、想定される全ての異常事
象と想定される全ての異常原因との関係を１つのマトリ
ックスで表現するため、異常診断の対象範囲が広くなる
と、その作業が容易で無いという問題と、異常の推定が
効率的ではないという問題との同時解決を課題とする。
診断方法において、単一の異常検出周期で異常を検出し
ているために、異常の検出が適確に行えないという問題
と、診断知識データベースが、想定される全ての異常事
象と想定される全ての異常原因との関係を１つのマトリ
ックスで表現するため、異常診断の対象範囲が広くなる
と、その作業が容易で無いという問題と、異常の推定が
効率的ではないという問題との同時解決を課題とする。
【００１２】
【課題を解決するための手段】前記課題を解決するた
め、本発明はプラントあるいは各種生産設備の状態を監
視するための電気的入力信号およびプラントあるいは各
種生産設備を制御するための電気的出力信号を入力する
入力処理部と、入力した信号の正常範囲からの逸脱を自
動的に検出する異常検出部と、検出事象と異常原因候補
群およびそれらの関連の程度からなる診断知識データベ
ースと、該診断知識データベースと上記異常検出部で検
出された検出事象とを照合し、プラントあるいは各種生
産設備の異常の原因を自動的に推定する異常原因推定部
と、該異常原因推定部での推定結果をＣＲＴ装置に出力
する表示出力部からなる異常診断装置において、検出周
期が異なる２以上の異常検出部をそれぞれ設け、知識診
断データベース及び異常原因推定部を検出周期が異なる
上記２以上の異常検出部で入力処理部より入力されたプ
ラントあるいは各種生産設備の電気的入出力信号を監視
し、正常状態からの逸脱があれば異常が発生したことを
検出して、異常を検出した周期の異常原因推定部が動作
し、検出された事象と異常を検出した周期の診断知識デ
ータベースとを照合して異常原因を推定する異常診断方
法である。
め、本発明はプラントあるいは各種生産設備の状態を監
視するための電気的入力信号およびプラントあるいは各
種生産設備を制御するための電気的出力信号を入力する
入力処理部と、入力した信号の正常範囲からの逸脱を自
動的に検出する異常検出部と、検出事象と異常原因候補
群およびそれらの関連の程度からなる診断知識データベ
ースと、該診断知識データベースと上記異常検出部で検
出された検出事象とを照合し、プラントあるいは各種生
産設備の異常の原因を自動的に推定する異常原因推定部
と、該異常原因推定部での推定結果をＣＲＴ装置に出力
する表示出力部からなる異常診断装置において、検出周
期が異なる２以上の異常検出部をそれぞれ設け、知識診
断データベース及び異常原因推定部を検出周期が異なる
上記２以上の異常検出部で入力処理部より入力されたプ
ラントあるいは各種生産設備の電気的入出力信号を監視
し、正常状態からの逸脱があれば異常が発生したことを
検出して、異常を検出した周期の異常原因推定部が動作
し、検出された事象と異常を検出した周期の診断知識デ
ータベースとを照合して異常原因を推定する異常診断方
法である。
【００１３】
【実施例】以下、本発明を実施例で詳しく説明する。
【００１４】
【実施例１】図１は本発明の異常診断方法による異常診
断装置の構成を示すブロック図である。異常診断装置１
は、プラントあるいは各種生産設備２の状態を監視する
ための電気的入力信号およびプラントあるいは各種生産
設備２を制御するための電気的出力信号を入力する入力
処理部３と、上記入出力信号の正常状態からの逸脱を１
分周期で自動的に検出する１分周期異常検出部４と、検
出事象と異常原因候補群からなる１分周期診断知識デー
タベース５と１分周期で検出された前記検出事象とを照
合して、プラントあるいは各種生産設備２の異常兆候あ
るいは異常の原因を自動的に推定する１分周期異常原因
推定部６と、前記入出力信号の正常状態からの逸脱を１
時間周期で自動的に検出する１時間周期異常検出部７
と、検出事象と異常原因候補群からなる１時間周期診断
知識データベース８と１時間周期検出部７で検出された
前記検出事象とを照合して、プラントあるいは各種生産
設備２の異常兆候あるいは異常の原因を自動的に推定す
る１時間周期異常原因推定部９と、１分周期異常原因推
定部６および１時間原因推定部９の結果をＣＲＴ表示装
置１０に表示する表示処理部１１とからなる。
断装置の構成を示すブロック図である。異常診断装置１
は、プラントあるいは各種生産設備２の状態を監視する
ための電気的入力信号およびプラントあるいは各種生産
設備２を制御するための電気的出力信号を入力する入力
処理部３と、上記入出力信号の正常状態からの逸脱を１
分周期で自動的に検出する１分周期異常検出部４と、検
出事象と異常原因候補群からなる１分周期診断知識デー
タベース５と１分周期で検出された前記検出事象とを照
合して、プラントあるいは各種生産設備２の異常兆候あ
るいは異常の原因を自動的に推定する１分周期異常原因
推定部６と、前記入出力信号の正常状態からの逸脱を１
時間周期で自動的に検出する１時間周期異常検出部７
と、検出事象と異常原因候補群からなる１時間周期診断
知識データベース８と１時間周期検出部７で検出された
前記検出事象とを照合して、プラントあるいは各種生産
設備２の異常兆候あるいは異常の原因を自動的に推定す
る１時間周期異常原因推定部９と、１分周期異常原因推
定部６および１時間原因推定部９の結果をＣＲＴ表示装
置１０に表示する表示処理部１１とからなる。
【００１５】ここで、１分周期異常検出部５は、前記急
激に進行する異常を、例えば、送液ライン流量の１分当
たりの指示値変化率の正常範囲からの逸脱があった場合
に検出する。また、１時間異常検出部７は、前記緩慢に
進行する異常を、例えば、送液ライン流量の１時間当た
りの指示値変化率の正常範囲からの逸脱があった場合に
検出する。
激に進行する異常を、例えば、送液ライン流量の１分当
たりの指示値変化率の正常範囲からの逸脱があった場合
に検出する。また、１時間異常検出部７は、前記緩慢に
進行する異常を、例えば、送液ライン流量の１時間当た
りの指示値変化率の正常範囲からの逸脱があった場合に
検出する。
【００１６】また、１分周期診断知識データベース５
は、前記急激に進行する異常と１分周期検出事象との関
係を図２に示すような関係マトリックスで表現した知識
データベースであり、Ｃ１、Ｃ２，Ｃ３は異常原因候
補、Ｍ１，Ｍ２，Ｍ３は検出事象、Ｐ１１〜Ｐ３３は異
常原因候補と検出事象との関係の程度を表した数値であ
る。数値の意味は前記と同様である。また、１時間周期
診断知識データベース７は、前記緩慢に進行する異常と
１時間周期検出事象との関係を図３に示すような関係マ
トリックスで表現した知識データベースであり、Ｃ４，
Ｃ５，Ｃ６は異常原因候補、Ｍ４，Ｍ５，Ｍ６は検出事
象、Ｐ４１〜Ｐ６６は異常原因候補と検出事象との関係
の程度を表した数値である。数値の意味は前記と同様で
ある。
は、前記急激に進行する異常と１分周期検出事象との関
係を図２に示すような関係マトリックスで表現した知識
データベースであり、Ｃ１、Ｃ２，Ｃ３は異常原因候
補、Ｍ１，Ｍ２，Ｍ３は検出事象、Ｐ１１〜Ｐ３３は異
常原因候補と検出事象との関係の程度を表した数値であ
る。数値の意味は前記と同様である。また、１時間周期
診断知識データベース７は、前記緩慢に進行する異常と
１時間周期検出事象との関係を図３に示すような関係マ
トリックスで表現した知識データベースであり、Ｃ４，
Ｃ５，Ｃ６は異常原因候補、Ｍ４，Ｍ５，Ｍ６は検出事
象、Ｐ４１〜Ｐ６６は異常原因候補と検出事象との関係
の程度を表した数値である。数値の意味は前記と同様で
ある。
【００１７】次に上記実施例の動作について説明する。
１分周期異常検出処理部４は、入力処理部３より入力さ
れたプラントあるいは各種生産設備の電気的入出力信号
を１分周期で監視し、正常状態からの逸脱があれば異常
が発生したことを検出する。次に１分周期異常原因推定
部６は、１分周期異常検出部４で異常が検出された場合
動作し、検出された事象と１分周期診断知識データベー
ス５とを照合して異常原因を推定する。推定の方法は、
前記の従来の異常診断装置における方法と同様である。
その結果は、表示処理部１０により表示処理されＣＲＴ
表示装置１１に表示する。
１分周期異常検出処理部４は、入力処理部３より入力さ
れたプラントあるいは各種生産設備の電気的入出力信号
を１分周期で監視し、正常状態からの逸脱があれば異常
が発生したことを検出する。次に１分周期異常原因推定
部６は、１分周期異常検出部４で異常が検出された場合
動作し、検出された事象と１分周期診断知識データベー
ス５とを照合して異常原因を推定する。推定の方法は、
前記の従来の異常診断装置における方法と同様である。
その結果は、表示処理部１０により表示処理されＣＲＴ
表示装置１１に表示する。
【００１８】また、１時間周期異常検出処理部７は、入
力処理部３より入力されたプラントあるいは各種生産設
備の電気的入出力信号を１時間周期で監視し、正常状態
からの逸脱があれば異常が発生したことを検出する。次
に１時間周期異常原因推定部９は、１時間周期異常検出
部４で異常が検出された場合動作し、検出された事象と
１時間周期診断知識データベース８とを照合して異常原
因を推定する。推定の方法は、前記の従来の異常診断装
置における方法と同様である。その結果は、表示処理部
１０により表示処理されＣＲＴ表示装置１１に表示す
る。
力処理部３より入力されたプラントあるいは各種生産設
備の電気的入出力信号を１時間周期で監視し、正常状態
からの逸脱があれば異常が発生したことを検出する。次
に１時間周期異常原因推定部９は、１時間周期異常検出
部４で異常が検出された場合動作し、検出された事象と
１時間周期診断知識データベース８とを照合して異常原
因を推定する。推定の方法は、前記の従来の異常診断装
置における方法と同様である。その結果は、表示処理部
１０により表示処理されＣＲＴ表示装置１１に表示す
る。
【００１９】
【発明の効果】以上のように、本発明によれば、異常診
断装置において異常検出部、原因推定に用いる診断知識
データベースおよび異常原因推定部を複数の周期毎に設
け、かつ、各々の周期毎に各々の処理を行うことによっ
て診断知識データベースの作成が容易となり、異常の検
出が適確に行え、診断知識データベースの作成が容易と
なり、また、異常の推定が効率的に同時に行えるように
なる。
断装置において異常検出部、原因推定に用いる診断知識
データベースおよび異常原因推定部を複数の周期毎に設
け、かつ、各々の周期毎に各々の処理を行うことによっ
て診断知識データベースの作成が容易となり、異常の検
出が適確に行え、診断知識データベースの作成が容易と
なり、また、異常の推定が効率的に同時に行えるように
なる。
【００２０】
【００２１】
【図１】本発明の異常診断方法による異常診断装置の構
成を示すブロック説明図である。
成を示すブロック説明図である。
【００２２】
【図２】本発明の診断知識データベースにおける１分周
期診断知識の検出事象と異常原因候補群との関係マトリ
ックス表現である。記号のＣ１，Ｃ２，Ｃ３は、１分周
期検出異常原因候補を表し、記号のＭ１，Ｍ２，Ｍ３
は、１分周期検出事象を表す。また、記号のＰ１１〜Ｐ
３３は、検出事象と異常原因候補との関連の程度を表
す。
期診断知識の検出事象と異常原因候補群との関係マトリ
ックス表現である。記号のＣ１，Ｃ２，Ｃ３は、１分周
期検出異常原因候補を表し、記号のＭ１，Ｍ２，Ｍ３
は、１分周期検出事象を表す。また、記号のＰ１１〜Ｐ
３３は、検出事象と異常原因候補との関連の程度を表
す。
【００２３】
【図３】本発明の診断知識データベースにおける１時間
周期診断知識の検出事象と異常原因候補群との関係マト
リックス表現である。記号のＣ４，Ｃ５，Ｃ６は、１分
周期検出異常原因候補を表し、記号のＭ４，Ｍ５，Ｍ６
は、１分周期検出事象を表す。また、記号のＰ４４〜Ｐ
６６は、検出事象と異常原因候補との関連の程度を表
す。
周期診断知識の検出事象と異常原因候補群との関係マト
リックス表現である。記号のＣ４，Ｃ５，Ｃ６は、１分
周期検出異常原因候補を表し、記号のＭ４，Ｍ５，Ｍ６
は、１分周期検出事象を表す。また、記号のＰ４４〜Ｐ
６６は、検出事象と異常原因候補との関連の程度を表
す。
【００２４】
【図４】従来の異常診断装置の構成を示すブロック図で
ある。
ある。
【００２５】
【図５】従来の診断知識データベースにおける検出事象
と異常原因候補群との関係マトリックス表現である。記
号のＣ１，Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６は、異常原因
候補を表し、記号のＭ１，Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ
６は、検出事象を表す。また、記号のＰ１１〜Ｐ６６
は、検出事象と異常原因候補との関連の程度を表す。
と異常原因候補群との関係マトリックス表現である。記
号のＣ１，Ｃ２，Ｃ３，Ｃ４，Ｃ５，Ｃ６は、異常原因
候補を表し、記号のＭ１，Ｍ２，Ｍ３，Ｍ４，Ｍ５，Ｍ
６は、検出事象を表す。また、記号のＰ１１〜Ｐ６６
は、検出事象と異常原因候補との関連の程度を表す。
【００２６】
１，２１ 異常診断装置 ２，２２ プラントあるいは各種生産設備 ３，２３ 入力処理部 ４ １分周期異常検出部 ５ １分周期診断知識データベース ６ １分周期異常原因推定部 ７ １時間周期異常検出部 ８ １時間周期診断知識データベース ９ １時間周期異常原因推定部 １０，２７ ＣＲＴ表示装置 １１，２８ 表示処理部 ２４ 異常検出部 ２５ 診断知識データベース ２６ 異常原因推定部
Claims (1)
- 【請求項１】 プラントあるいは各種生産設備の状態を
監視するための電気的入力信号およびプラントあるいは
各種生産設備を制御するための電気的出力信号を入力す
る入力処理部と、入力した信号の正常範囲からの逸脱を
自動的に検出する異常検出部と、検出事象と異常原因候
補群およびそれらの関連の程度からなる診断知識データ
ベースと、該診断知識データベースと上記異常検出部で
検出された検出事象とを照合し、プラントあるいは各種
生産設備の異常の原因を自動的に推定する異常原因推定
部と、該異常原因推定部での推定結果をＣＲＴ装置に出
力する表示出力部からなる異常診断装置において、検出
周期が異なる２以上の異常検出部、知識診断データベー
ス及び異常原因推定部をそれぞれ設け、検出周期が異な
る２以上の上記異常検出部で入力処理部より入力された
プラントあるいは各種生産設備の電気的入出力信号を監
視し、正常状態からの逸脱があれば異常が発生したこと
を検出して、異常を検出した周期の異常原因推定部が動
作し、検出された事象と異常を検出した周期の診断知識
データベースとを照合して異常原因を推定する異常診断
方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4061926A JPH05266382A (ja) | 1992-03-18 | 1992-03-18 | 異常診断方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP4061926A JPH05266382A (ja) | 1992-03-18 | 1992-03-18 | 異常診断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH05266382A true JPH05266382A (ja) | 1993-10-15 |
Family
ID=13185255
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP4061926A Withdrawn JPH05266382A (ja) | 1992-03-18 | 1992-03-18 | 異常診断方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH05266382A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011034320A (ja) * | 2009-07-31 | 2011-02-17 | Toshiba Corp | 劣化診断システム及び遠隔保守システム |
| JP2014092799A (ja) * | 2012-10-31 | 2014-05-19 | Sumitomo Heavy Ind Ltd | 異常原因特定システム |
| WO2023105908A1 (ja) * | 2021-12-09 | 2023-06-15 | 株式会社日立インダストリアルプロダクツ | 流体機械の異常原因推定装置及びその異常原因推定方法並びに流体機械の異常原因推定システム |
-
1992
- 1992-03-18 JP JP4061926A patent/JPH05266382A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011034320A (ja) * | 2009-07-31 | 2011-02-17 | Toshiba Corp | 劣化診断システム及び遠隔保守システム |
| JP2014092799A (ja) * | 2012-10-31 | 2014-05-19 | Sumitomo Heavy Ind Ltd | 異常原因特定システム |
| WO2023105908A1 (ja) * | 2021-12-09 | 2023-06-15 | 株式会社日立インダストリアルプロダクツ | 流体機械の異常原因推定装置及びその異常原因推定方法並びに流体機械の異常原因推定システム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3043897B2 (ja) | プラント運転支援装置 | |
| US7792660B2 (en) | Monitoring multiple channels of data from real time process to detect recent abnormal behavior | |
| WO2021241576A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
| Li et al. | Canonical variate residuals-based contribution map for slowly evolving faults | |
| JPH05266382A (ja) | 異常診断方法 | |
| JP3178954B2 (ja) | プラント監視装置 | |
| US5610923A (en) | Method and device for finding spurious maintenance messages | |
| JP2008140109A (ja) | プロセス操作支援装置およびプロセス操作支援方法 | |
| JPH0217511A (ja) | プラント監視装置 | |
| JP2000214924A (ja) | プラント異常監視装置および異常発生箇所同定方法 | |
| JP2021174195A (ja) | 異常予兆監視システム、異常予兆監視方法、及びプログラム | |
| JP2003058242A (ja) | プラント運転支援システム | |
| JPS6188311A (ja) | プラントの監視方法 | |
| JPS5930111A (ja) | 生産工程管理異常警報方式 | |
| JPS6312093A (ja) | 発電プラントの異常診断装置 | |
| JP3332573B2 (ja) | 機器監視診断装置 | |
| WO2021241579A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
| JPH01263794A (ja) | 発電プラント過渡データ表示装置 | |
| JPH0579952A (ja) | プラント異常診断装置 | |
| JPH04359640A (ja) | 異常原因診断方法 | |
| CN115309769A (zh) | 酒店机器人故障诊断方法、装置、介质及电子设备 | |
| Norvilas et al. | Intelligent process monitoring by interfacing knowledge-based systems and multivariate SPC tools | |
| JPS5810296A (ja) | 異常検知装置 | |
| JPH01290008A (ja) | プラントの異常診断装置 | |
| JPH0572004A (ja) | プラントの異常診断装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19990518 |