JPH0738239B2

JPH0738239B2 - プラント診断支援システム

Info

Publication number: JPH0738239B2
Application number: JP63022695A
Authority: JP
Inventors: 明鍛治; 武一丸山; 典人工藤
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1988-02-04
Filing date: 1988-02-04
Publication date: 1995-04-26
Anticipated expiration: 2010-04-26
Also published as: JPH01199296A

Description

【発明の詳細な説明】〔産業上の利用分野〕本発明は発電プラントなどの診断を行う知識を表示装置
から作成，構築することのできるプラント診断支援シス
テムに関する。

〔従来の技術〕

発電プラントなどの運転に知識工学を応用することは既
に知られている。例えば、特開昭62−52601号公報には
プラント異常時に診断機能と運転ガイド機能を知識工学
を用いて行うことが記載されている。このように知識工
学を応用する際には知識を構築することが必要となる。
従来、知識の構築はパーソナルコンピユータを利用して
オフライン的に行われている。

〔発明が解決しようとする課題〕

上記従来技術は、オフラインの知識を構築する、又は知
識データとオンラインデータを切り離したものであり、
オンラインのデータを知識データの中に組み込んで、オ
ンラインのプラント診断を行うには、それに対応したプ
ログラムを作成する必要がある。このため追加，削除の
多い知識データの修正に際しては新たな知識に対応した
プログラムの作成が頻繁に必要となる。したがつて、プ
ログラムの知識を苦手とするプラントエンジニアにとつ
ては扱う事が不可能というのが実情である。

本発明の目的は、知識データとオンラインプラントデー
タの対応を表示装置の表示画面上で容易に定義可能とし
たプラント診断支援システムを提供することにある。

〔課題を解決するための手段〕

本発明はプラントの状態を表わすプラント信号をデイジ
タル化して所定の順番に従つてプラントデータベースと
して診断装置内に格納する。一方、表示装置の表示画面
上で定義されたフオールトトリー（故障の樹）を知識デ
ータベースとして診断装置内に格納する。フオールトト
リーを定義する際、フオールトトリーの事象名（番号）
にプラントデータ識別番号を割り付ける。

〔作用〕

表示器装置の表示画面上でフオールトトリーを定義する
に際して、知識データとして事象を格納する時にその事
象の格納位置を示す事象番号を割り付けると共に表示器
上で各事象を定義するプラントデータをその識別番号に
より割り当てる。これにより事象番号とプラントデータ
識別番号との対応を示すマツピングテーブルを自動的に
生成する。実際に知識データを使用して推論を行う場
合、マツピングテーブルに従い容易にプラント状態を推
論の中に組み込む事が可能となる。

〔実施例〕

第１図に本発明の構成図を示す。

第１図において、プラント１の状態を表わすプラント信
号をプロセス入力装置２を介して診断装置３のプラント
データベース3aに格納される。診断装置３はプラントデ
ータベース3a、アドレスのマツピングテーブル3b、知識
データベース3cおよびプログラム群3dにより構成されて
いる。プラントデータベース3aに格納されているプラン
トデータと知識データベース3cに格納されている知識デ
ータの結びつきを定義するマツピングテーブルはCRT表
示器４に付属したキーボード５によつて入力される情報
によつて自動的に作成される。この詳細については後述
する。

第２図にプラントデータの流れの概略図を示す。プラン
ト１の各部のセンサーから得られたプラント信号はプロ
セス入力装置２によつてデイジタル信号に変換され、診
断装置（計算機）３に送られる。診断装置３に送られた
デイジタル信号は始めに入力処理が施される。入力処理
部3eではプラントデータを得た入力点NOに対応する工学
値変換仕様を工学値変換仕様部3fから求め、求めた工学
値変換仕様に従いデイジタル信号を工学値に変換する。
工学値に変換されたプラントデータはデータベース3aに
格納され、日誌3g,CRT表示3h,履歴処理3i等の処理に使
用される。

第３図に入力点NOとデータベース3aの関係について示
す。入力点NO（アクセスキー）10はアスキーコードで計
算機に入力され、変換処理3jにより内部定数（ランダム
キー）11に変換される。入力点NO（アクセスキー）10と
内部定数（ランダムキー）11は１対１で対応している。
第３図における入力点NO（アクセスキー）10の「AA00
1」と内部定数（ランダムキー）11の「121」は同一の入
力点であることを意味する。データベース3a内のデータ
はすべて内部定数（ランダムキー）11の順に配列されて
いる。内部定数（ランダムキー）11をパラメータとして
利用することにより入力点10に関するさまざまな情報を
得ることができる。第３図の例で入力点NO（アクセスキ
ー）10の「AA001」の略称は「主蒸気温度」であり、工
学値は「450.5」、工学単位は「deg℃」であるというこ
とを示している。第２図における日誌3g、CRT表示3h、
履歴処理3iの処理群は、第３図の入力点10とデータベー
ス3aの関係より、入力点NO（アクセスキー）10から必要
なデータをデータベース3aから取り込み、取り込んだデ
ータを編集、処理することになる。

第４図に知識処理システム12の概略図を示す。知識処理
システム12は推論機構12a、知識ベース12b、知識獲得機
能12cおよびユーザインターフエイス12dから成り、これ
らを利用して知識を構築し推論処理を実行する。知識獲
得機能12cは知識の入力、変更を行なう。知識ベース12b
とは知識を格納するものであり、知識の表現には事実型
知識表現とルール型知識表現がある。事実型知識表現に
はフレームとプライベートメモが含まれる。フレームと
は推論対象の状態，構造を表わす知識のことである。ま
た、プライベートメモとは推論過程での一時的な事実や
仮説等を記述したり、あいまいな事実を確信度付きで表
現したものである。ルール型知識表現にはルールとメタ
ルールが含まれる。ルールとは推論対象の状態、すなわ
ちフレームや一時的な事実、すなわちプライベートメモ
から導きだせる仮説、結果、行うべき動作等をIF〜THEN
〜型の型式で記述したものである。メタルールとはIF〜
THEN〜型のルール型式で、ルールの集合体であるルール
群の実行制御に関する知識を表現しており、どのルール
群を推論の対象にするかを決定するための知識である。
推論機構12aは知識ベース12bに含まれるルール群とプラ
イベートメモ、フレームの双方を参照して実行可能なル
ールを探し出した後にそのうちの１つのルールを実行さ
せる。ユーザインターフエイス12dとは知識獲得機構12c
や推論機構12aとユーザを結ぶものであり、ユーザにと
つて使い易いシステムを作成させるためのものである。

第５図に知識処理システム12における推論処理の概念図
を示す。照合ステツプT1では知識ベース12bのプライベ
ートメモおよびフレームの内容とルールを照合し、プラ
イベートメモとフレームの内容を満たすルールを全て探
し出す処理を行なう。競合解消ステツプT2では照合ステ
ツプT1で選ばれたルール群の中から最適なルールを１つ
だけ選択する。実行ステツプT3では競合解消ステツプT2
で選ばれたルールに基づきフレームへのメツセージ送
信、プライベートメモへの書き込み、システム処理関数
の実行が行なわれる。照合競合解消実行の一連のステツ
プをサイクルとして、実行できるルールがなくなるまで
この一連の処理が繰返えされる。

第６図，第７図にプラント１において出口流体温度が異
常になつた場合の推論メカニズムの例を示す。第６図に
はメタルール、ルールの一例を示し、第７図には推論実
行前と推論実行後のフレームを示す。

以下、第６図，第７図を用いて、推論のメカニズムを説
明する。

（１），出口流体温度が350.0℃以上という故障事象を
もとにして推論が開始される。

（２），メタルールが評価されて、「温度制御」ルール
が実行される。

（３），「温度制御」ルールのルールRL1のIF部「温度
制御の（ａ）出口流体温度が350.0以上である。」が第
７図に示す「温度制御」フレーム内の「出口流体温度」
が「360.0」になつたことにより満足されるので、「温
度制御」ルールが選択、実行され、THEN部によりイベン
ト「故障」が発行され、再度メタルールに戻る。

（４），「温度制御」ルールにおけるイベント「故障」
の発行により、メタルールでは「故障診断」ルール、
「作業指示」ルールの順序で実行することが指示され
る。

（５），「故障診断」ルールRK1のIF部は第７図に示す
温度制御フレーム内の「出口流体温度」が「360.0」に
なつたことにより満足されるので、第７図の「故障診
断」ルールRK1が選択、実行され、THEN部により第７図
フレーム「温度制御」の「故障機器」が「未定義」から
「温度CTR」に変更される。

（６），故障事象に対する対策を調査するために、メタ
ルールによつて指示された「作業指示」ルール群が実行
される。

（７），「作業指示」ルール群の中でルールRLS1のIF部
の一方は第７図に示すフレーム「温度制御」の「故障機
器」は「温度CTR」であるというフレーム表現により満
足される。また、他方のIF部もフレーム「温度制御」の
「操作方法」は「自動」であるというフレーム表現によ
り満足されているので、「作業指示」ルールRLS1が選
択、実行されTHEN部により第７図のフレーム「温度制
御」の「操作方法」が「自動」から「手動」に変更され
る。

（８），「作業指示」ルールRLS1のTHEN部により、第７
図のフレーム「温度制御」の「操作方法」が「自動」か
ら「手動」に変更されたので、「作業指示」ルールRLS2
のIF部の（温度制御の（ａ）操作方法が（手動であり）
満足される。IF部の（ａ）出口流体温度が（350.0以上
である）は第７図のフレーム「温度制御」の「出口流体
温度」が「360.0」になつたことにより満足されるの
で、第６図の「作業指示」ルールRLS2が選択実行され、
THEN部により第７図のフレーム「温度制御」の「対策」
が「未定義」から「燃料バルブ閉」に変更される。

（９），第７図に示すフレーム「温度制御」の「対策」
が「未定義」から「燃料バルブ閉」に変更されたので、
出口流体温度が設定値（300.0℃）になるように燃料バ
ルブ開度を計算する。その結果、「燃料バルブ開度」が
「87.5」から「65.0」に変更される。

（10），以上により出口流体温度が350.0℃以上になつ
た原因は「温度CTR」の故障であり、その対策は「切替
スイッチを自動から手動に切り換え、燃料バルブの開度
を87.5％から65.0％に変更すればよい」ということを認
識することができる。

なお、上述の知識は知識構築ツールを利用して、CRT表
示器４の画面上で定義するのが一般的である。

次に、ある異常状態を予知するため第８図に示すような
フオールトトリーによつて知識表現を行うことについて
説明する。

第８図においては事象「ケーシング熱的変形」が事象
「負荷変化率大」、「蒸気条件急変」、「ヒータ温度特
高」により発生することを意味している。各事象内に
は、事象の異常度Ｙを導びくための関係式と、自事象か
ら上位事象（ここでは、事象間の位置関係を表わす表現
として、フオールトトリーの頂点方向を上位、逆方向を
下位とする）への波及の程度を示す異常伝達係数βが定
義される。

事象の異常度Ｙとはその事象が意味する状態を示したも
ので、０から１の間の連続量で表わされる。例えば、Ｙ
＝０とは、その事象が異常である程度は０、すなわち正
常であることを表わす。逆に、Ｙ＝１であればその事象
は全く異常であることを表わしている。事象の異常度
は、プロセス入力値（工学値）から、そのプロセス入力
によつて表現される状態から決定した関数f₁〜f₃に従つ
て変換される。これらの異常度をもつ事象群より上位方
向に推論（前向推論）を行ない、最終観測事象である振
動の発生する程度（異常度）を予知することが重要な目
的となる。例えば、事象「ケーシング熱的変形」の異常
度を、その下位事象群「負荷変化率大」，「蒸気条件急
変」，「ヒータ特高」の異常度で上り推論するには、ま
ずこれら事象群の関係をルール（プロダクシヨンルー
ル）として表わす。「負荷変化率大」から「ケーシング
熱的変形」が発生する程度が、「負荷変化率大」の異常
度から100％伝達するとすれば、この関係は次のような
ルールとして表わすことができる。

（１），もし「負荷変化大」ならば「ケーシング熱的変
形」が起こる。

同様に、「蒸気条件急変」から「ケーシング熱的変形」
が発生する程度と、「ヒータ特高」から「ケーシング熱
的変形」が発生する程度をルールとして表わせば以下の
ようになる。

（２），もし「蒸気条件急変」ならば「ケーシング熱的
変形」が起こる（３），もし「ヒータ特高」ならば「ケーシング熱的変
形」が起こる。

上位事象の異常度を推定する関数としては例えばコンバ
イン関数を用いる。コンバイン関数FC（x₁，x₂）は、入
力x₁，x₂が正数である場合には、FC（x₁，x₂）＝x₁＋x₂
−x₁ ^*x₂で表わされる。例えば、下位事象群「負荷変化
率大」，「蒸気条件急変」，「ヒータ特高」の異常度Ｙ
が下記値をとつているとすると、（ａ），「負荷変化率大」の異常度Y₁＝0.3 （ｂ），「蒸気条件急変」の異常度Y₂＝0.4 （ｃ），「ヒータ特高」の異常度Y₃＝0.5 「ケーシング熱的変形」の異常度Y₄は上述の（１）〜
（３）のルールと（ａ）〜（ｂ）の異常度より下記のよ
うに推論される。

（ｉ），ルール（１）の実行 Y₄＝CF（0,Y₁）＝0.3 ∴Y₄＝0.3 （ii），ルール（２）の実行 Y₄＝CF（Y₁，Y₂）＝CF（0.3,0.4）＝0.3＋0.4−0.3＊0.4 ＝0.58 （iii），ルール（３）の実行 Y₄＝CF〔CF（Y₁，Y₂）Y₃〕＝CF（0.58,0.5）＝0.58＋0.5−0.58＊0.5 ＝0.79 となる。最終的には「ケーシング熱的変形」が異常とな
る（発生する）程度は79パーセントと推論される。

一般的に推論は実際に存在するデータ群に基づいて行な
われるため、推論ベースとプロセスデータ群との結合が
必要となる。例えば、上述の例では「負荷変化率大」，
「蒸気条件急変」，「ヒータ特高」といつた下位事象群
の異常がわかれば推論を実行することができる。ここ
で、これらの下位事象群の異常度はプロセスデータもし
くはオペレータからの入力等の推論ベースの外部からの
入力に基づいて決定されるものであるため、これらの外
部入力とのインターフエースを考慮することが必要とな
る。以下に、フオールトトリーを例にとつてオンライン
のプロセスデータと知識ベースすなわち推論処理の結合
法について説明する。

まず外部データとの結合について説明する前にフオール
トトリーの知識ベース（ルール、フレーム）への展開に
ついて説明する。

第９図に示すように、事象S3「ケーシング熱的変形」の
異常度を推定する下位事象群として事象S1「負荷変化率
大」，事象S2「蒸気条件急変」が定義されているとす
る。各事象は第10図に示すように一義的に事象名称を持
ち、各事象のもつ内容を独立したフレーム群に展開す
る。これらのフレーム内には外部とのデータの入出力を
行なうスロツトＹ（入力値）、スロツトＺ（推論結果）
および関数fiから成り、１つのクローズしたモジユール
としてシステム内に存在する。独立して存在するフレー
ム群を統括する知識ベースとしてルールベースを作成す
る。ルールベースにはフオールトトリーの形状を記憶さ
せ、その中のルールの実行順序により（ルールオーダー
制御）フレーム群を制御する。概念的には、第11図に示
すように、各フレーム群へ起動メツセージを送信するこ
とにより、各フレームを活性化して推論を行なう。さ
て、フオールト・トリーは、第10図に示すように、各事
象S1〜S3は夫々１つのフレームに展開され、また、事象
S1とS3,S2とS3の関係を表わす２つのルール群に展開さ
れる。

この際、オンライン処理で変換されているプラントデー
タと知識ベースとを関連付ける必要がある。すなわち、
知識ベース内（フレームベース及びルールベース）で推
論処理を行なうためには、実際のプラントデータを知識
ベース内に取り込んでから推論処理をしなければならな
い。以下、具体例に基づいて、プラントデータと知識ベ
ースとの関連付けについて説明する。

第12図に示すように、プラントデータベース入力点20B
の「MS001」はプラントの負荷変化率を示すアクセスキ
ーである。実際には、変換処理21Bによりランダムアク
セスキーとして内部定数22Bの「2002」に変換すること
ができる。一方、知識ベース入力点20Aとして負荷変化
率に関連付けなければオンラインでの推論を行なうこと
ができない。本発明では両者の関連付けを定義し記憶す
るテーブルとしてマツピングテーブルを設ける。知識ベ
ース入力点20Aの「AB001」もプラントデータベース入力
点20Bと同様に変換処理21Aにより、ランダムアクセスキ
ーとして内部定数22Aの「３」に変換する。ここで、知
識ベース入力点20Aに対応した内部定数「３」が示すマ
ツピングテーブル23のアドレスにプラントデータベース
入力点20Bの「MS001」に対応した内部定数「2002」を記
憶させることにより関連付けを行なう。

次に、プラントベース入力点を知識ベースに組み込み推
論を行なうことについて説明する。

第13図に示すように、事象S1「負荷変化率大」内に異常
度を表わす式Ｙ＝負荷変化率が定義されている。出力変
数Ｙは事象S1に、負荷変化率は知識ベース入力点20Aの
「AB001」に対応している。次に、知識ベース入力点20A
の「AB001」は変換処理21Aによりマツピングテーブル23
のアドレス３に変換される。マツピングテーブル23のア
ドレス３に記憶されたプラントデータベース入力点20B
の「MS001」に対応した内部定数「2002」が「AB001」に
代わつて計算式格納テーブル24に記憶される。従つて、
計算式格納テーブル24には、事象S1と事象S1に入力され
る入力点「負荷変化率」を示す内部定数「2002」が格納
される。

次に、実際にプラントデータベース3aから必要とする実
データを取り出して推論処理を行なうことについて第14
図を参照して説明する。

第14図に示すように、計算式格納テーブル24には事象ア
ドレスを示す事象S1とその処理に必要とする実データア
ドレス「2002」が格納されている。この実データアドレ
ス「2002」は工学値テーブル25のアドレスを指してお
り、このアドレスの記憶エリアには入力処理（第２図の
3eにより工学変換されたプラントデータ（この場合「3.
2」）が格納されている。

実データアドレス2002をインデツクスとして工学値テー
ブル25より「3.2」という変量をもつ負荷変化率を取り
出して事象S1のフレーム名を持つスロツトＹにセツトす
る。従つて、フレームS1内の入力値Ｙには「3.2」がセ
ツトされる。このようにして、全てのフレームの入力用
スロツトＹに、計算式格納テーブル24に格納された情報
に基づいて工学値テーブル25より抽出した工学値をセツ
トした後に推論処理を実行する。

以下に、CRT表示器４の表示画面上からマツピングテー
ブル23を自動生成することについて説明する。

第15図に示すようにCRT表示器４の表示画面上にはフオ
ールトトリーの一部が表示されている。

ある事象に主蒸気温度（TM001）が、560℃より大きくな
つた場合、その事象を異常とする定義を行なう場合につ
いて説明する。まず、ある事象をCRT表示器４上にて指
定するとその事象を定義するための入力フイールドがウ
インドー表示画面として表示器４上に確保される。ここ
に、プラントデータベース入力点「TM001」が560℃より
大きい場合、その事象を異常とする定義式を第15図のよ
うに入力する。次に、システムは、第16図に示すマツピ
ングテーブル23内のプラントデータベース入力点20Bを
調査し、無かつた場合には新たにマツピングテーブル23
に追加し存在した場合にはその知識ベース内部定数と結
びつける。例えば、「TM001」がマツピングテーブル23
内に存在していない場合にはマツピングテーブル23の空
エリアである知識ベース内部定数ｈに下記の情報が定義
される。

（１）知識ベース入力点：システム内でユニークな番号
BC012が定義される。

（２）プラントデータベース入力点：画面にて入力され
た入力点が定義される。（「TM001」）（３）プラントベース内部定数：プラントデータベース
入力点（「TM001」）に対応したプラントベース索引ア
ドレス（3112）が定義される。従つて、画面にて入力さ
れた定義式は以下のように展開される。

TM001＞560℃ Ｙ＝fi（TM001,560） S5＝fi（BC012,560） S5＝fi（h,560）次に、他の事象にて、同じプラントベース入力点20Bを
用いた定義式が入力された場合は、上記プロセスにより
同じ知識ベース内部定数に結合される。

このようにして、知識データとプラントデータベースの
結び付きを定義するマツピングテーブルは画面情報より
自動生成される。

第17図に以上のことを行う詳細なブロツクを示す。CRT
表示器4,キーボード5,ポインテイングデバイス30等の入
出力装置を用いてフオールトトリー作成処理32がフオー
ルトトリーからルールベースとフレームベースから成る
知識データベース3cとマツピングテーブル23に展開す
る。推論処理を開始する前に、マツピングテーブル23内
に定義されたプラントデータベース3cと知識データベー
スの関連付け情報に従つて、マツピング処理31はフレー
ムベース内の入力スロツトにプラントデータベースの値
をセツトする。次に、推論処理2bを起動することにより
フオールトトリーで表現された事象群の推論を実行す
る。

〔発明の効果〕

以上説明したように本発明によれば知識ベースをCRT表
示画面上で構築時に、プラントデータ識別番号を利用し
て知識データとプラントデータベースとの対応付けをCR
T画面上で容易に定義可能でプログラムの知識を有しな
いプラントエンジニアでも容易にオン・ライン診断用の
知識データベースの構築が可能となる。

【図面の簡単な説明】

第１図は本発明の一実施例を示すブロツク図、第２図は
プラントデータの流れの概略図、第３図はプラントデー
タベース入力点のシステム図、第４図は知識処理システ
ムの概略図、第５図は推論処理の概念図、第６図，第７
図は推論メカニズムの一例を示す図、第８図，第９図は
フオールトトリーの説明図、第10図はルールとフレーム
の説明図、第11図はフレームによる推論フロー図、第12
図はマツピングフロー図、第13図は計算式格納処理フロ
ー図、第14図はマツピング処理フロー図、第15図はフオ
ールトトリーの作成するためのCRT表示画面図、第16図
はマツピングテーブルの説明図、第17図は本発明の一実
施例を示す詳細ブロツク図である。１…プラント、３…診断装置、3a…プラントデータベー
ス、3b…マツピングテーブル、3c…知識データベース、
3d…プログラム群、４…CRT表示器。

───────────────────────────────────────────────────── フロントページの続き (56)参考文献特開昭60−14303（ＪＰ，Ａ) 特開昭62−293354（ＪＰ，Ａ) 特開昭63−20529（ＪＰ，Ａ)

Claims

【特許請求の範囲】

【請求項１】プラントの各種オンラインデータを夫々対
応する入力点から取り込み格納するプラントデータベー
スと、プラント状態の推論を行うルール群と該推論の順
序を示す事象間の位置関係を表すフォールトトリーとを
格納する知識データベースと、前記フォールトトリーを
画面に表示する表示手段と、表示されているフォートル
トリーの構成事象のうち或る事象の異常状態の定義を行
うために該事象が指定され且つ該事象に対応するプラン
トデータの前記入力点が指定されたとき該事象と該入力
点に対するプラントデータの前記プラントデータベース
におけるアドレスとを対応付けるマッピングテーブルを
自動作成する手段と、推論実行時に前記マッピングテー
ブルを参照し前記プラントデータベース内のプラントデ
ータと事象とを関連付け前記フォールトトリーで表現さ
れた事象群の推論処理を実行する推論手段とを備えるこ
とを特徴とするプラント診断支援システム。