JPH0778022A - 構造部品の劣化・損傷予測装置 - Google Patents
構造部品の劣化・損傷予測装置Info
- Publication number
- JPH0778022A JPH0778022A JP16129793A JP16129793A JPH0778022A JP H0778022 A JPH0778022 A JP H0778022A JP 16129793 A JP16129793 A JP 16129793A JP 16129793 A JP16129793 A JP 16129793A JP H0778022 A JPH0778022 A JP H0778022A
- Authority
- JP
- Japan
- Prior art keywords
- damage
- parameter
- probability
- predicting
- probability distribution
- 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.)
- Granted
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【目的】本発明は、運転パラメータが変動する場合で
も、的確に構造部品の劣化・損傷の分布を予測する。 【構成】構造部品の劣化・損傷に寄与する運転パラメー
タに基づいて損傷パラメータ確率予測手段(1) により構
造部品の損傷パラメータの確率分布を予測するととも
に、構造部品の運転記録及びその運用形態の予測に基づ
いて運転パラメータ推移予測手段(2) により運転パラメ
ータの推移の確率分布を予測する。そして、これら損傷
パラメータの確率分布及び運転パラメータ推移の確率分
布に基づいて損傷パラメータ予測手段(3,4) により運用
期間中の任意の時刻における構造部品の損傷パラメータ
の確率分布を予測する。
も、的確に構造部品の劣化・損傷の分布を予測する。 【構成】構造部品の劣化・損傷に寄与する運転パラメー
タに基づいて損傷パラメータ確率予測手段(1) により構
造部品の損傷パラメータの確率分布を予測するととも
に、構造部品の運転記録及びその運用形態の予測に基づ
いて運転パラメータ推移予測手段(2) により運転パラメ
ータの推移の確率分布を予測する。そして、これら損傷
パラメータの確率分布及び運転パラメータ推移の確率分
布に基づいて損傷パラメータ予測手段(3,4) により運用
期間中の任意の時刻における構造部品の損傷パラメータ
の確率分布を予測する。
Description
【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は、発電用タービン等に用
いられる構造部品に発生する劣化・損傷を予測する構造
部品の劣化・損傷予測装置に関する。
いられる構造部品に発生する劣化・損傷を予測する構造
部品の劣化・損傷予測装置に関する。
【０００２】
【従来の技術】発電用ガスタービン等の構造物は、安全
性を確保するため定期的に点検を行い、その構造部品の
損傷を検知している。さらに、近年では、構造物の安定
運用と構造部品の補修・交換コストの最適化を目指し
て、構造部品の損傷・劣化・寿命の予測が強く求められ
ている。
性を確保するため定期的に点検を行い、その構造部品の
損傷を検知している。さらに、近年では、構造物の安定
運用と構造部品の補修・交換コストの最適化を目指し
て、構造部品の損傷・劣化・寿命の予測が強く求められ
ている。
【０００３】このような構造部品の損傷・劣化等を予測
する技術としては、例えば特開平４−２６５４２５号公
報のような劣化・損傷の予測方法及びその装置が各種提
案されている。
する技術としては、例えば特開平４−２６５４２５号公
報のような劣化・損傷の予測方法及びその装置が各種提
案されている。
【０００４】又、特願平４−３１２３２７号に示すよう
に、複数の因子が複合して劣化・損傷の原因となる場合
や、劣化・損傷が非線形的に進行し予測が困難な現象に
対しても劣化・損傷を予測できる方法やその装置が提案
されている。
に、複数の因子が複合して劣化・損傷の原因となる場合
や、劣化・損傷が非線形的に進行し予測が困難な現象に
対しても劣化・損傷を予測できる方法やその装置が提案
されている。
【０００５】ところで、構造部品の劣化・損傷は、運転
時間や起動停止回数等の運転パラメータの推移に伴って
進行するため、これら運転パラメータを予測するには、
部材の軟化やき裂発生状況などの劣化・損傷パラメータ
と運転パラメータとの関係を推定し、これに基づいて構
造部品の劣化・損傷を予測するもとなる。
時間や起動停止回数等の運転パラメータの推移に伴って
進行するため、これら運転パラメータを予測するには、
部材の軟化やき裂発生状況などの劣化・損傷パラメータ
と運転パラメータとの関係を推定し、これに基づいて構
造部品の劣化・損傷を予測するもとなる。
【０００６】又、構造物の安全性と安定運用を達成する
ためには、次回の定期検査、或いは次々回の定期検査時
における損傷を予測する必要があるが、常に定常状態で
運用される構造物や運転パラメータの推移によって点検
時期を決定することが可能な構造物では、上記予測の手
法により適切な保守管理が可能である。
ためには、次回の定期検査、或いは次々回の定期検査時
における損傷を予測する必要があるが、常に定常状態で
運用される構造物や運転パラメータの推移によって点検
時期を決定することが可能な構造物では、上記予測の手
法により適切な保守管理が可能である。
【０００７】しかしながら、劣化・損傷に寄与する運転
パラメータの一部を計測することが困難な場合や、点検
時期の変更が困難な構造物の場合などでは、点検時の運
転パラメータ自体に不確定性が生じる。
パラメータの一部を計測することが困難な場合や、点検
時期の変更が困難な構造物の場合などでは、点検時の運
転パラメータ自体に不確定性が生じる。
【０００８】例えば、ピークロード用に用いられる発電
プラント機器では、年間の運転パラメータは、機構や社
会情勢等に大きく変動する。又、発電プラントは、夏・
冬の最大負荷時に点検を行なうことが事実上不可能であ
り、点検が春・秋に集中するため、他のプラントとの調
整の上点検計画が定められている。この点検計画を変更
することは、コスト等の面から困難であり、点検時期の
選択の自由度が極めて小さい。従って、点検時の運用パ
ラメータには、不確定性が大きく、必ずしも実用的に劣
化・損傷を予測できなかった。
プラント機器では、年間の運転パラメータは、機構や社
会情勢等に大きく変動する。又、発電プラントは、夏・
冬の最大負荷時に点検を行なうことが事実上不可能であ
り、点検が春・秋に集中するため、他のプラントとの調
整の上点検計画が定められている。この点検計画を変更
することは、コスト等の面から困難であり、点検時期の
選択の自由度が極めて小さい。従って、点検時の運用パ
ラメータには、不確定性が大きく、必ずしも実用的に劣
化・損傷を予測できなかった。
【０００９】
【発明が解決しようとする課題】以上のように運転パラ
メータが変動する場合に、構造部品の劣化・損傷を予測
することができない。そこで本発明は、運転パラメータ
が変動する場合でも、的確に構造部品の劣化・損傷の分
布を予測できる構造部品の劣化・損傷予測装置を提供す
ることを目的とする。
メータが変動する場合に、構造部品の劣化・損傷を予測
することができない。そこで本発明は、運転パラメータ
が変動する場合でも、的確に構造部品の劣化・損傷の分
布を予測できる構造部品の劣化・損傷予測装置を提供す
ることを目的とする。
【００１０】又、本発明は、予測した次回の点検時にお
ける劣化・損傷の確率分布を基に、構造部品の使用限界
を決定できる構造部品の劣化・損傷予測装置を提供する
ことを目的とする。
ける劣化・損傷の確率分布を基に、構造部品の使用限界
を決定できる構造部品の劣化・損傷予測装置を提供する
ことを目的とする。
【００１１】
【課題を解決するための手段】請求項１によれば、構造
部品の劣化・損傷に寄与する運転パラメータに基づいて
構造部品の損傷パラメータの確率分布を予測する損傷パ
ラメータ確率予測手段と、構造部品の運転記録及びその
運用形態の予測に基づいて運転パラメータの推移の確率
分布を予測する運転パラメータ推移予測手段と、損傷パ
ラメータの確率分布及び運転パラメータ推移の確率分布
に基づいて運用期間中の任意の時刻における構造部品の
損傷パラメータの確率分布を予測する損傷パラメータ予
測手段とを備えて上記目的を達成しようとする構造部品
の劣化・損傷予測装置である。
部品の劣化・損傷に寄与する運転パラメータに基づいて
構造部品の損傷パラメータの確率分布を予測する損傷パ
ラメータ確率予測手段と、構造部品の運転記録及びその
運用形態の予測に基づいて運転パラメータの推移の確率
分布を予測する運転パラメータ推移予測手段と、損傷パ
ラメータの確率分布及び運転パラメータ推移の確率分布
に基づいて運用期間中の任意の時刻における構造部品の
損傷パラメータの確率分布を予測する損傷パラメータ予
測手段とを備えて上記目的を達成しようとする構造部品
の劣化・損傷予測装置である。
【００１２】請求項２によれば、構造部品の劣化・損傷
に寄与する運転パラメータに基づいて構造部品の損傷パ
ラメータの確率分布を予測する損傷パラメータ確率予測
手段と、構造部品の運転記録及びその運用形態の予測に
基づいて運転パラメータの推移の確率分布を予測する運
転パラメータ推移予測手段と、損傷パラメータの確率分
布及び運転パラメータ推移の確率分布に基づいて運用期
間中の任意の時刻における構造部品の損傷パラメータの
確率分布を予測する損傷パラメータ予測手段と、この予
測された損傷パラメータの確率分布から時刻において構
造部品の損傷パラメータが予め定められた限界値を越え
る確率を求める部品損傷確率算出手段と、この確率と予
め定められた許容値とを比較して構造部品の使用限界を
判定する使用限界判定手段とを備えて上記目的を達成し
ようとする構造部品の劣化・損傷予測装置である。
に寄与する運転パラメータに基づいて構造部品の損傷パ
ラメータの確率分布を予測する損傷パラメータ確率予測
手段と、構造部品の運転記録及びその運用形態の予測に
基づいて運転パラメータの推移の確率分布を予測する運
転パラメータ推移予測手段と、損傷パラメータの確率分
布及び運転パラメータ推移の確率分布に基づいて運用期
間中の任意の時刻における構造部品の損傷パラメータの
確率分布を予測する損傷パラメータ予測手段と、この予
測された損傷パラメータの確率分布から時刻において構
造部品の損傷パラメータが予め定められた限界値を越え
る確率を求める部品損傷確率算出手段と、この確率と予
め定められた許容値とを比較して構造部品の使用限界を
判定する使用限界判定手段とを備えて上記目的を達成し
ようとする構造部品の劣化・損傷予測装置である。
【００１３】請求項３によれば、複数の構造部品の劣化
・損傷に寄与する運転パラメータに基づいて各構造部品
の損傷パラメータの確率分布を予測する損傷パラメータ
確率予測手段と、各構造部品の運転記録及びその運用形
態の予測に基づいて運転パラメータの推移の確率分布を
予測する運転パラメータ推移予測手段と、損傷パラメー
タの確率分布及び運転パラメータ推移の確率分布に基づ
いて運用期間中の任意の時刻における構造部品の損傷パ
ラメータの確率分布を予測する損傷パラメータ予測手段
と、この予測された損傷パラメータの確率分布から時刻
において各構造部品の損傷パラメータが予め定められた
限界値を越える確率を求める損傷確率算出手段と、この
求められた確率から各構造部品のうち少なくとも１つの
損傷パラメータが限界値を越える確率を求め、この確率
と予め定められた許容値とを比較して構造部品の使用限
界を判定する使用限界判定手段とを備えて上記目的を達
成しようとする構造部品の劣化・損傷予測装置である。
・損傷に寄与する運転パラメータに基づいて各構造部品
の損傷パラメータの確率分布を予測する損傷パラメータ
確率予測手段と、各構造部品の運転記録及びその運用形
態の予測に基づいて運転パラメータの推移の確率分布を
予測する運転パラメータ推移予測手段と、損傷パラメー
タの確率分布及び運転パラメータ推移の確率分布に基づ
いて運用期間中の任意の時刻における構造部品の損傷パ
ラメータの確率分布を予測する損傷パラメータ予測手段
と、この予測された損傷パラメータの確率分布から時刻
において各構造部品の損傷パラメータが予め定められた
限界値を越える確率を求める損傷確率算出手段と、この
求められた確率から各構造部品のうち少なくとも１つの
損傷パラメータが限界値を越える確率を求め、この確率
と予め定められた許容値とを比較して構造部品の使用限
界を判定する使用限界判定手段とを備えて上記目的を達
成しようとする構造部品の劣化・損傷予測装置である。
【００１４】
【作用】請求項１によれば、構造部品の劣化・損傷に寄
与する運転パラメータに基づいて構造部品の損傷パラメ
ータの確率分布を予測するするとともに、構造部品の運
転記録及びその運用形態の予測に基づいて運転パラメー
タの推移の確率分布を予測する。次に損傷パラメータの
確率分布及び運転パラメータ推移の確率分布に基づい
て、運用期間中の任意の時刻における構造部品の損傷パ
ラメータの確率分布を予測する。
与する運転パラメータに基づいて構造部品の損傷パラメ
ータの確率分布を予測するするとともに、構造部品の運
転記録及びその運用形態の予測に基づいて運転パラメー
タの推移の確率分布を予測する。次に損傷パラメータの
確率分布及び運転パラメータ推移の確率分布に基づい
て、運用期間中の任意の時刻における構造部品の損傷パ
ラメータの確率分布を予測する。
【００１５】請求項２によれば、上記同様に運用期間中
の任意の時刻における構造部品の損傷パラメータの確率
分布を予測すると、この予測された損傷パラメータの確
率分布から時刻において構造部品の損傷パラメータが予
め定められた限界値を越える確率を求め、この確率と予
め定められた許容値とを比較して構造部品の使用限界を
判定する。
の任意の時刻における構造部品の損傷パラメータの確率
分布を予測すると、この予測された損傷パラメータの確
率分布から時刻において構造部品の損傷パラメータが予
め定められた限界値を越える確率を求め、この確率と予
め定められた許容値とを比較して構造部品の使用限界を
判定する。
【００１６】請求項３によれば、複数の構造部品により
構成される部品群に対する場合、上記の如く各構造部品
の損傷パラメータが予め定められた限界値を越える確率
を求め、この確率から各構造部品のうち少なくとも１つ
の損傷パラメータが限界値を越える確率を求める。そし
て、この確率と予め定められた許容値とを比較して構造
部品の使用限界を判定する。
構成される部品群に対する場合、上記の如く各構造部品
の損傷パラメータが予め定められた限界値を越える確率
を求め、この確率から各構造部品のうち少なくとも１つ
の損傷パラメータが限界値を越える確率を求める。そし
て、この確率と予め定められた許容値とを比較して構造
部品の使用限界を判定する。
【００１７】
(1) 以下、本発明の第１実施例についてガスタービン静
翼の疲労損傷予測に適用した場合について図面を参照し
て説明する。ガスタービン静翼には、定期検査のたびに
疲労き裂が多数観察される。この疲労き裂は、軽微のも
のの場合はそのまま無補修で再度運用に共されるが、き
裂が大きく進展すると、ガスタービン破損の原因とな
り、重大な事故に発展する可能性がある。
翼の疲労損傷予測に適用した場合について図面を参照し
て説明する。ガスタービン静翼には、定期検査のたびに
疲労き裂が多数観察される。この疲労き裂は、軽微のも
のの場合はそのまま無補修で再度運用に共されるが、き
裂が大きく進展すると、ガスタービン破損の原因とな
り、重大な事故に発展する可能性がある。
【００１８】又、事故に至らない場合でも、疲労き裂の
進展により燃焼ガスの流れ特性が変化し、ガスタービン
の性能を低下させることとなる。このため、ガスタービ
ン静翼の保守管理においては、疲労き裂の予測が最も重
要な課題とされている。
進展により燃焼ガスの流れ特性が変化し、ガスタービン
の性能を低下させることとなる。このため、ガスタービ
ン静翼の保守管理においては、疲労き裂の予測が最も重
要な課題とされている。
【００１９】ガスタービン静翼は、セグメントと呼ばれ
る翼単位を円周上に配置して構成されているが、本実施
例では、このセグメントの鋼性を表す指標として、き裂
長さの総和Ｄを損傷パラメータとして用いる。
る翼単位を円周上に配置して構成されているが、本実施
例では、このセグメントの鋼性を表す指標として、き裂
長さの総和Ｄを損傷パラメータとして用いる。
【００２０】又、疲労き裂の発生・進展に寄与する運転
パラメータとしては、ガスタービンプラントの運転時間
や起動停止回数等が考えられるため、構造部品の損傷形
態を考慮して、これらの運転パラメータを組み合わせて
損傷予測を行えばよい。
パラメータとしては、ガスタービンプラントの運転時間
や起動停止回数等が考えられるため、構造部品の損傷形
態を考慮して、これらの運転パラメータを組み合わせて
損傷予測を行えばよい。
【００２１】又、運転パラメータは、必ずしもスカラー
量である必要はなく、複数の運転パラメータガ相互に影
響し合うような損傷形態の場合には、ベクトル量を運転
パラメータとして用いてもよい。
量である必要はなく、複数の運転パラメータガ相互に影
響し合うような損傷形態の場合には、ベクトル量を運転
パラメータとして用いてもよい。
【００２２】ガスタービン静翼の疲労き裂の場合には、
その発生・進展メカニズムがプラントの起動停止に伴う
熱疲労によるものと考えられることから、ここでは起動
停止回数のみを運転パラメータｘとして用いる。
その発生・進展メカニズムがプラントの起動停止に伴う
熱疲労によるものと考えられることから、ここでは起動
停止回数のみを運転パラメータｘとして用いる。
【００２３】図１はかかる損傷パラメータとしてき裂長
さの総和Ｄを用い、運転パラメータｘとして起動停止回
数を用いた構造部品の劣化・損傷予測装置の構成図であ
る。損傷パラメータ確率予測手段１は、構造部品の劣化
・損傷に寄与する運転パラメータに基づいて構造部品の
損傷パラメータの確率分布を予測する機能を有してい
る。
さの総和Ｄを用い、運転パラメータｘとして起動停止回
数を用いた構造部品の劣化・損傷予測装置の構成図であ
る。損傷パラメータ確率予測手段１は、構造部品の劣化
・損傷に寄与する運転パラメータに基づいて構造部品の
損傷パラメータの確率分布を予測する機能を有してい
る。
【００２４】具体的な機能を説明すると、損傷パラメー
タ確率予測手段１には、図２の機能流れ図に示すよう
に、き裂検査記録データベース１０１及び運転記録デー
タベース１０２が備えられている。き裂検査記録データ
ベース１０１には、定期検査記録１０３が格納されて管
理されている。
タ確率予測手段１には、図２の機能流れ図に示すよう
に、き裂検査記録データベース１０１及び運転記録デー
タベース１０２が備えられている。き裂検査記録データ
ベース１０１には、定期検査記録１０３が格納されて管
理されている。
【００２５】統計解析部１０４は、き裂検査記録データ
ベース１０１の個々の構造部品のき裂検査記録を解析し
て分布の統計量を求める機能を有している。すなわち、
ガスタービン静翼に発生する個々のき裂長さは、対数正
規分布にほぼ従うため、個々では統計量としてき裂個数
ｎ、き裂長さの対数の平均μL 及びき裂長さの対数の分
散ＶL を取る。次に各定期検査の統計解析結果と運転記
録データベース１０２により、き裂分布の統計量の推移
傾向を予測することができる。
ベース１０１の個々の構造部品のき裂検査記録を解析し
て分布の統計量を求める機能を有している。すなわち、
ガスタービン静翼に発生する個々のき裂長さは、対数正
規分布にほぼ従うため、個々では統計量としてき裂個数
ｎ、き裂長さの対数の平均μL 及びき裂長さの対数の分
散ＶL を取る。次に各定期検査の統計解析結果と運転記
録データベース１０２により、き裂分布の統計量の推移
傾向を予測することができる。
【００２６】
【数１】
【００２７】損傷パラメータ予測部１０６は、これらの
統計量の予測値を用いて、次の推定を実行する。（１−
ｐ）の信頼水準で、起動停止回数ｘ回でのき裂長さの総
和Ｄは、
統計量の予測値を用いて、次の推定を実行する。（１−
ｐ）の信頼水準で、起動停止回数ｘ回でのき裂長さの総
和Ｄは、
【００２８】
【数２】 と予測する。従って、損傷量Ｄの運転パラメータｘに対
する確率密度関数、ｆ(x,D) は、
する確率密度関数、ｆ(x,D) は、
【００２９】
【数３】 と表される。
【００３０】損傷パラメータの確率密度予測部１０７
は、与えられた起動停止回数ｘを入力し、上記式(3) に
より図３に示すような運転パラメータに対する損傷パラ
メータＤの確率密度関数ｆ(x,D) を算出する機能を有す
る。
は、与えられた起動停止回数ｘを入力し、上記式(3) に
より図３に示すような運転パラメータに対する損傷パラ
メータＤの確率密度関数ｆ(x,D) を算出する機能を有す
る。
【００３１】一方、運転パラメータ推移予測手段２は、
図４に示すように運転記録データベース２０１に格納さ
れた構造部品の運転記録、及び運用予測データベース２
０２に格納された運用形態の予測に基づいて、運転パラ
メータの推移の確率分布を予測する機能を有している。
図４に示すように運転記録データベース２０１に格納さ
れた構造部品の運転記録、及び運用予測データベース２
０２に格納された運用形態の予測に基づいて、運転パラ
メータの推移の確率分布を予測する機能を有している。
【００３２】ガスタービンの起動停止回数は、日間起動
停止（ＤＳＳ）運転、週間起動停止（ＷＳＳ）運転等の
運用形態の違いにより大きく異なる。又、運用開始前に
は、試運転を行うが、この場合は、起動停止が頻繁に行
われる。
停止（ＤＳＳ）運転、週間起動停止（ＷＳＳ）運転等の
運用形態の違いにより大きく異なる。又、運用開始前に
は、試運転を行うが、この場合は、起動停止が頻繁に行
われる。
【００３３】統計解析部２０３は、ガスタービンの運転
記録データベース２０１を運用形態ごとに分類し、それ
ぞれの運用形態につき、統計解析を行う。ガスタービン
の起動停止回数は、同一の運用形態の場合は、ほぼ正規
分布に従うため、ここでは統計量として年間の起動停止
回数の平均Ｍと分散Ｖとを算出する機能を有する。
記録データベース２０１を運用形態ごとに分類し、それ
ぞれの運用形態につき、統計解析を行う。ガスタービン
の起動停止回数は、同一の運用形態の場合は、ほぼ正規
分布に従うため、ここでは統計量として年間の起動停止
回数の平均Ｍと分散Ｖとを算出する機能を有する。
【００３４】
【数４】 運転パラメータの確率密度予測部２０５は、上記式(4)
により運転パラメータｘの確率密度関数ｇ(t,x) を算出
する機能を有する。すなわち、
により運転パラメータｘの確率密度関数ｇ(t,x) を算出
する機能を有する。すなわち、
【００３５】
【数５】 ただし、ｘo は予測時の起動停止回数 時刻ｔに対して運転パラメータの確率密度関数を求めた
結果の一例を図５に示す。
結果の一例を図５に示す。
【００３６】運転・損傷状態予測部３は、損傷パラメー
タの確率分布及び運転パラメータ推移の確率分布に基づ
いて運用期間中の任意の時刻における構造部品の損傷パ
ラメータの確率分布を予測する機能を有している。
タの確率分布及び運転パラメータ推移の確率分布に基づ
いて運用期間中の任意の時刻における構造部品の損傷パ
ラメータの確率分布を予測する機能を有している。
【００３７】この運転・損傷状態予測部３は、運転パラ
メータの分布ｇ(t,x) と、運転パラメータに対する損傷
パラメータの分布ｆ(x,D) の積を求め、時刻ｔにおける
損傷パラメータと運転パラメータの組の確率密度関数ｆ
(x,D) ・ｇ(t,x) を図６に示す例の通りに求める。
メータの分布ｇ(t,x) と、運転パラメータに対する損傷
パラメータの分布ｆ(x,D) の積を求め、時刻ｔにおける
損傷パラメータと運転パラメータの組の確率密度関数ｆ
(x,D) ・ｇ(t,x) を図６に示す例の通りに求める。
【００３８】損傷パラメータ予測部４は、時刻ｔにおけ
る図７の斜線部分の面積、損傷パラメータの確率密度を
求める機能を有している。損傷パラメータの確率密度
は、損傷パラメータＤの関数となり、その分布関数ｈ
(t,D) は、
る図７の斜線部分の面積、損傷パラメータの確率密度を
求める機能を有している。損傷パラメータの確率密度
は、損傷パラメータＤの関数となり、その分布関数ｈ
(t,D) は、
【００３９】
【数６】 となる。
【００４０】ここでは、上記式(6) を図８に示す手順に
従って処理する。すなわち、連続量である損傷パラメー
タＤを図９に示すように幅ΔＤで離散化し、ｈ(t,D) を
数値積分により求め、配列｛Ｄｉ：幅ΔＤの等差配
列｝、及び配列（ｈｉ：ｈ(t,D)｜Ｄ＝Ｄｉ｝を算出す
ることで、損傷パラメータの確率密度分布関数の計算を
行う。
従って処理する。すなわち、連続量である損傷パラメー
タＤを図９に示すように幅ΔＤで離散化し、ｈ(t,D) を
数値積分により求め、配列｛Ｄｉ：幅ΔＤの等差配
列｝、及び配列（ｈｉ：ｈ(t,D)｜Ｄ＝Ｄｉ｝を算出す
ることで、損傷パラメータの確率密度分布関数の計算を
行う。
【００４１】次に上記の如く構成された装置の作用につ
いて説明する。損傷パラメータ予測手段１の統計解析部
１０４は、き裂検査記録データベース１０１の個々の構
造部品のき裂検査記録を解析し、分布の統計量を求め
る。
いて説明する。損傷パラメータ予測手段１の統計解析部
１０４は、き裂検査記録データベース１０１の個々の構
造部品のき裂検査記録を解析し、分布の統計量を求め
る。
【００４２】すなわち、ガスタービン静翼に発生する個
々のき裂長さは、対数正規分布にほぼ従うため、ここで
統計量としてき裂個数ｎ、き裂長さの対数の平均μL 及
びき裂長さの対数の分散ＶL を取る。
々のき裂長さは、対数正規分布にほぼ従うため、ここで
統計量としてき裂個数ｎ、き裂長さの対数の平均μL 及
びき裂長さの対数の分散ＶL を取る。
【００４３】次に統計解析部１０４は、上記式(1) によ
り定期検査時のプラントの起動停止回数ｘo 、定期検査
時のき裂個数ｎo 、検査時のき裂長さの対数の平均
μLo、及び検査時のき裂長さの対数の分散ＶLoを用い
て、起動停止回数ｘにおけるき裂個数推定値、き裂長さ
の対数の平均の推定値、及びき裂長さの対数の分散の推
定値を算出する。そして、統計量予測部１０５は上記式
(1) の各定数Ａ1 、Ｂ1 、Ｃ1 や分散を求める。
り定期検査時のプラントの起動停止回数ｘo 、定期検査
時のき裂個数ｎo 、検査時のき裂長さの対数の平均
μLo、及び検査時のき裂長さの対数の分散ＶLoを用い
て、起動停止回数ｘにおけるき裂個数推定値、き裂長さ
の対数の平均の推定値、及びき裂長さの対数の分散の推
定値を算出する。そして、統計量予測部１０５は上記式
(1) の各定数Ａ1 、Ｂ1 、Ｃ1 や分散を求める。
【００４４】次に損傷パラメータ予測部１０６は、（１
−ｐ）の信頼水準で、起動停止回数ｘ回でのき裂長さの
総和Ｄを上記式(2) により予測する。そして、確率密度
予測部１０７は、与えられた起動停止回数ｘを入力し、
上記式(3) により図３に示すような運転パラメータに対
する損傷パラメータＤの確率密度関数ｆ(x,D) を算出す
る。
−ｐ）の信頼水準で、起動停止回数ｘ回でのき裂長さの
総和Ｄを上記式(2) により予測する。そして、確率密度
予測部１０７は、与えられた起動停止回数ｘを入力し、
上記式(3) により図３に示すような運転パラメータに対
する損傷パラメータＤの確率密度関数ｆ(x,D) を算出す
る。
【００４５】一方、運転パラメータ推移予測手段２の統
計解析部２０３は、ガスタービンの運転記録データベー
ス２０１を運用形態ごとに分類し、それぞれの運用形態
につき、統計解析を行う。ここでは統計量として年間の
起動停止回数の平均Ｍと分散Ｖとを算出する。
計解析部２０３は、ガスタービンの運転記録データベー
ス２０１を運用形態ごとに分類し、それぞれの運用形態
につき、統計解析を行う。ここでは統計量として年間の
起動停止回数の平均Ｍと分散Ｖとを算出する。
【００４６】統計量予測部２０４は、評価対象部品を有
するガスタービンの次回定期検査時期と運用予測データ
ベース２０２に格納された運用形態の予測とに基づい
て、次回定期検査時間での期間をｔ年とした場合、この
期間の起動停止回数の平均と分散を上記式(1) により推
定する。
するガスタービンの次回定期検査時期と運用予測データ
ベース２０２に格納された運用形態の予測とに基づい
て、次回定期検査時間での期間をｔ年とした場合、この
期間の起動停止回数の平均と分散を上記式(1) により推
定する。
【００４７】運転パラメータの確率密度予測部２０５
は、上記式(4) により運転パラメータｘの確率密度関数
ｇ(t,x) を算出する。そうして、運転・損傷状態予測部
３は、運転パラメータの分布ｇ(t,x) と運転パラメータ
に対する損傷パラメータの分布ｆ(x,D) の積を求め、時
刻ｔにおける損傷パラメータと運転パラメータの組の確
率密度関数ｆ(x,D) ・ｇ(t,x) を求める。
は、上記式(4) により運転パラメータｘの確率密度関数
ｇ(t,x) を算出する。そうして、運転・損傷状態予測部
３は、運転パラメータの分布ｇ(t,x) と運転パラメータ
に対する損傷パラメータの分布ｆ(x,D) の積を求め、時
刻ｔにおける損傷パラメータと運転パラメータの組の確
率密度関数ｆ(x,D) ・ｇ(t,x) を求める。
【００４８】この結果、損傷パラメータ予測部４は、時
刻ｔにおける図６の斜線部分の面積、損傷パラメータの
確率密度を求める。この損傷パラメータの確率密度は、
損傷パラメータＤの関数となり、その分布関数ｈ(t,D)
は、上記式(6) に示す。
刻ｔにおける図６の斜線部分の面積、損傷パラメータの
確率密度を求める。この損傷パラメータの確率密度は、
損傷パラメータＤの関数となり、その分布関数ｈ(t,D)
は、上記式(6) に示す。
【００４９】このように上記第１実施例によれば、運転
パラメータに基づいて構造部品の損傷パラメータの確率
分布を予測するとともに構造部品の運転記録及びその運
用形態の予測に基づいて運転パラメータの推移の確率分
布を予測し、これら損傷パラメータの確率分布及び運転
パラメータ推移の確率分布に基づいて、運用期間中の任
意の時刻における構造部品の損傷パラメータの確率分布
を予測するようにしたので、運転パラメータが変動する
場合でも、的確に構造部品の劣化・損傷の分布を予測で
きる。 (2) 次に本発明の第２実施例について説明する。なお、
図１と同一部分には同一符号を付してその詳しい説明は
省略する。
パラメータに基づいて構造部品の損傷パラメータの確率
分布を予測するとともに構造部品の運転記録及びその運
用形態の予測に基づいて運転パラメータの推移の確率分
布を予測し、これら損傷パラメータの確率分布及び運転
パラメータ推移の確率分布に基づいて、運用期間中の任
意の時刻における構造部品の損傷パラメータの確率分布
を予測するようにしたので、運転パラメータが変動する
場合でも、的確に構造部品の劣化・損傷の分布を予測で
きる。 (2) 次に本発明の第２実施例について説明する。なお、
図１と同一部分には同一符号を付してその詳しい説明は
省略する。
【００５０】図１０は構造部品の劣化・損傷予測装置の
機能流れ図である。部品損傷確率算出部５は、予め定め
た損傷パラメータの限界値Ｄｃと上記損傷パラメータ予
測部４により得られた損傷パラメータの確率密度の分布
とにより、時刻ｔにおいて損傷パラメータが限界値Ｄｃ
を越える確率Ｐ(t) を求める機能を有している。すなわ
ち、
機能流れ図である。部品損傷確率算出部５は、予め定め
た損傷パラメータの限界値Ｄｃと上記損傷パラメータ予
測部４により得られた損傷パラメータの確率密度の分布
とにより、時刻ｔにおいて損傷パラメータが限界値Ｄｃ
を越える確率Ｐ(t) を求める機能を有している。すなわ
ち、
【００５１】
【数７】 ここでは、図１１及び図１２に示すように、確率密度分
布関数の計算で得られる配列｛Ｄｉ｝及び｛ｈｉ｝を用
いて、部品損傷確率Ｐ(t) により算出する。
布関数の計算で得られる配列｛Ｄｉ｝及び｛ｈｉ｝を用
いて、部品損傷確率Ｐ(t) により算出する。
【００５２】
【数８】
【００５３】使用限界判定部６は、部品損傷確率Ｐ(t)
と予め設定された許容損傷確率Ｐｃとを比較し、Ｐ(t)
＜Ｐｃの場合に継続使用可能と判定し、Ｐ(t) ≧Ｐｃの
場合に補修又は交換が必要と判定する機能を有してい
る。
と予め設定された許容損傷確率Ｐｃとを比較し、Ｐ(t)
＜Ｐｃの場合に継続使用可能と判定し、Ｐ(t) ≧Ｐｃの
場合に補修又は交換が必要と判定する機能を有してい
る。
【００５４】かかる構成であれば、部品損傷確率算出部
５は、予め定めた損傷パラメータの限界値Ｄｃと損傷パ
ラメータ予測部４により得られた損傷パラメータの確率
密度の分布とにより、時刻ｔにおいて損傷パラメータが
限界値Ｄｃを越える確率Ｐ(t) を求める。
５は、予め定めた損傷パラメータの限界値Ｄｃと損傷パ
ラメータ予測部４により得られた損傷パラメータの確率
密度の分布とにより、時刻ｔにおいて損傷パラメータが
限界値Ｄｃを越える確率Ｐ(t) を求める。
【００５５】次に使用限界判定部６は、部品損傷確率Ｐ
(t) と予め設定された許容損傷確率Ｐｃとを比較し、Ｐ
(t) ＜Ｐｃの場合に継続使用可能と判定し、Ｐ(t) ≧Ｐ
ｃの場合に補修又は交換が必要と判定する。
(t) と予め設定された許容損傷確率Ｐｃとを比較し、Ｐ
(t) ＜Ｐｃの場合に継続使用可能と判定し、Ｐ(t) ≧Ｐ
ｃの場合に補修又は交換が必要と判定する。
【００５６】このように上記第２実施例によれば、運用
期間中の任意の時刻における構造部品の損傷パラメータ
の確率分布を予測すると、この予測された損傷パラメー
タの確率分布から時刻において構造部品の損傷パラメー
タが予め定められた限界値を越える確率を求め、この確
率と予め定められた許容値とを比較して構造部品の使用
限界を判定するようにしたので、予測した次回の点検時
における劣化・損傷の確率分布を基に、構造部品の使用
限界を決定できる。 (3) 次に本発明の第３実施例について説明する。なお、
図１と同一部分には同一符号を付してその詳しい説明は
省略する。
期間中の任意の時刻における構造部品の損傷パラメータ
の確率分布を予測すると、この予測された損傷パラメー
タの確率分布から時刻において構造部品の損傷パラメー
タが予め定められた限界値を越える確率を求め、この確
率と予め定められた許容値とを比較して構造部品の使用
限界を判定するようにしたので、予測した次回の点検時
における劣化・損傷の確率分布を基に、構造部品の使用
限界を決定できる。 (3) 次に本発明の第３実施例について説明する。なお、
図１と同一部分には同一符号を付してその詳しい説明は
省略する。
【００５７】図１３は構造部品の劣化・損傷予測装置の
機能流れ図である。ところで、複数の部品により構成さ
れている部品群の損傷を評価する場合には、複数部品の
うち最も損傷の大きいものが限界値を越えるか否かを判
定する必要がある。
機能流れ図である。ところで、複数の部品により構成さ
れている部品群の損傷を評価する場合には、複数部品の
うち最も損傷の大きいものが限界値を越えるか否かを判
定する必要がある。
【００５８】ガスタービン静翼の場合は、コストや部品
管理の観点から、補修・交換等をセグメント毎ではな
く、１群のセグメント全てに対して行う場合が少なくな
い。ここでは、単一の部品の使用限界の判定のみでな
く、部品群の使用限界の判定を行うものである。
管理の観点から、補修・交換等をセグメント毎ではな
く、１群のセグメント全てに対して行う場合が少なくな
い。ここでは、単一の部品の使用限界の判定のみでな
く、部品群の使用限界の判定を行うものである。
【００５９】部品損傷確率算出部７は、部品群の損傷確
率ＰG (t) を部品群を構成する部品のうち少なくとも１
つに限界値を越える損傷が発生する確率と定義し、算出
した部品ごとの損傷確率から、部品群の損傷確率を算出
する機能を有している。損傷確率算出部８は、部品ｉの
部品損傷確率をＰｉ(t) と書くと、上述の定義により部
品群の損傷確率ＰG (t) を、
率ＰG (t) を部品群を構成する部品のうち少なくとも１
つに限界値を越える損傷が発生する確率と定義し、算出
した部品ごとの損傷確率から、部品群の損傷確率を算出
する機能を有している。損傷確率算出部８は、部品ｉの
部品損傷確率をＰｉ(t) と書くと、上述の定義により部
品群の損傷確率ＰG (t) を、
【００６０】
【数９】 として表し、この式により損傷確率ＰG (t) を求める機
能を有している。
能を有している。
【００６１】部品群使用限界判定部９は、損傷確率ＰG
(t) と予め設定された許容損傷確率ＰGCとを比較し、Ｐ
G (t) ＜ＰGCの場合に継続使用可能と判定し、ＰG (t)
≧ＰGCの場合に補修又は交換が必要と判定する機能を有
している。
(t) と予め設定された許容損傷確率ＰGCとを比較し、Ｐ
G (t) ＜ＰGCの場合に継続使用可能と判定し、ＰG (t)
≧ＰGCの場合に補修又は交換が必要と判定する機能を有
している。
【００６２】かかる構成であれば、部品損傷確率算出部
７は、算出した部品ごとの損傷確率から、部品群の損傷
確率を算出し、次の損傷確率算出部８は、その部品群の
損傷確率ＰG (t) を求める。
７は、算出した部品ごとの損傷確率から、部品群の損傷
確率を算出し、次の損傷確率算出部８は、その部品群の
損傷確率ＰG (t) を求める。
【００６３】そして、部品群使用限界判定部９は、損傷
確率ＰG (t) と予め設定された許容損傷確率ＰGCとを比
較し、ＰG (t) ＜ＰGCの場合に継続使用可能と判定し、
ＰG(t) ≧ＰGCの場合に補修又は交換が必要と判定す
る。
確率ＰG (t) と予め設定された許容損傷確率ＰGCとを比
較し、ＰG (t) ＜ＰGCの場合に継続使用可能と判定し、
ＰG(t) ≧ＰGCの場合に補修又は交換が必要と判定す
る。
【００６４】このように上記第３実施例によれば、複数
の構造部品により構成される部品群に対する場合、各構
造部品の損傷パラメータが予め定められた限界値を越え
る確率を求め、この確率から各構造部品のうち少なくと
も１つの損傷パラメータが限界値を越える確率を求め、
この確率と予め定められた許容値とを比較して構造部品
の使用限界を判定するようにしたので、予測した次回の
点検時における劣化・損傷の確率分布を基に、複数の構
造部品の使用限界を判定できる。
の構造部品により構成される部品群に対する場合、各構
造部品の損傷パラメータが予め定められた限界値を越え
る確率を求め、この確率から各構造部品のうち少なくと
も１つの損傷パラメータが限界値を越える確率を求め、
この確率と予め定められた許容値とを比較して構造部品
の使用限界を判定するようにしたので、予測した次回の
点検時における劣化・損傷の確率分布を基に、複数の構
造部品の使用限界を判定できる。
【００６５】なお、本発明は、上記各実施例に限定され
るものでなくその要旨を変更しない範囲で変形してもよ
い。例えば、ガスタービンの燃焼ライナに発生するき裂
も、ガスタービンプラントの起動停止回数と、良好な対
応関係があり、き裂長さの確率密度分布の形は異なるも
のの、ガスタービン静翼のき裂予測の場合と同様の手順
により、損傷予測及び使用限界推定が可能である。
るものでなくその要旨を変更しない範囲で変形してもよ
い。例えば、ガスタービンの燃焼ライナに発生するき裂
も、ガスタービンプラントの起動停止回数と、良好な対
応関係があり、き裂長さの確率密度分布の形は異なるも
のの、ガスタービン静翼のき裂予測の場合と同様の手順
により、損傷予測及び使用限界推定が可能である。
【００６６】又、ガスタービン部品のクリープ変形は、
ガスタービンプラントの運転時間と良好な対応関係があ
り、運転パラメータとしてプラントの運転時間をとる
と、損傷の確率密度分布及び運転パラメータの確率密度
分布の形は異なるものの、上記同様の手順により、損傷
予測及び使用限界推定が可能である。
ガスタービンプラントの運転時間と良好な対応関係があ
り、運転パラメータとしてプラントの運転時間をとる
と、損傷の確率密度分布及び運転パラメータの確率密度
分布の形は異なるものの、上記同様の手順により、損傷
予測及び使用限界推定が可能である。
【００６７】
【発明の効果】以上詳記したように本発明によれば、運
転パラメータが変動する場合でも、的確に構造部品の劣
化・損傷の分布を予測できる構造部品の劣化・損傷予測
装置を提供できる。又、本発明は、予測した次回の点検
時における劣化・損傷の確率分布を基に、構造部品の使
用限界を決定できる構造部品の劣化・損傷予測装置を提
供できる。
転パラメータが変動する場合でも、的確に構造部品の劣
化・損傷の分布を予測できる構造部品の劣化・損傷予測
装置を提供できる。又、本発明は、予測した次回の点検
時における劣化・損傷の確率分布を基に、構造部品の使
用限界を決定できる構造部品の劣化・損傷予測装置を提
供できる。
【図１】本発明に係わる構造部品の劣化・損傷予測装置
の第１実施例を示す構成図。
の第１実施例を示す構成図。
【図２】同装置における損傷パラメータ確率予測手段の
具体的な機能構成図。
具体的な機能構成図。
【図３】運転パラメータに対する損傷パラメータの確率
分布の一例を示す図。
分布の一例を示す図。
【図４】同装置における運転パラメータ推移予測手段の
具体的な機能構成図。
具体的な機能構成図。
【図５】運転パラメータの確率分布の一例を示す図。
【図６】運転・損傷確率分布の一例を示す図。
【図７】損傷の確率分布の概念図。
【図８】損傷パラメータの確率密度分布手法の流れ図。
【図９】同手法での損傷パラメータの離散化を示す図。
【図１０】本発明に係わる構造部品の劣化・損傷予測装
置の第２実施例を示す構成図。
置の第２実施例を示す構成図。
【図１１】部品損傷確率算出手法の流れ図。
【図１２】同手法での確率密度分布の配列を示す図。
【図１３】本発明に係わる構造部品の劣化・損傷予測装
置の第３実施例を示す構成図。
置の第３実施例を示す構成図。
１…損傷パラメータ確率予測手段、２…運転パラメータ
推移予測手段、３…運転・損傷状態予測部、４…損傷パ
ラメータ予測部、５…部品損傷確率算出部、６…使用限
界判定部、７…部品損傷確率算出部、８…損傷確率算出
部、９…部品群使用限界判定部。
推移予測手段、３…運転・損傷状態予測部、４…損傷パ
ラメータ予測部、５…部品損傷確率算出部、６…使用限
界判定部、７…部品損傷確率算出部、８…損傷確率算出
部、９…部品群使用限界判定部。
Claims (3)
- 【請求項１】 構造部品の劣化・損傷に寄与する運転パ
ラメータに基づいて前記構造部品の損傷パラメータの確
率分布を予測する損傷パラメータ確率予測手段と、 前記構造部品の運転記録及びその運用形態の予測に基づ
いて前記運転パラメータの推移の確率分布を予測する運
転パラメータ推移予測手段と、 前記損傷パラメータの確率分布及び前記運転パラメータ
推移の確率分布に基づいて運用期間中の任意の時刻にお
ける前記構造部品の損傷パラメータの確率分布を予測す
る損傷パラメータ予測手段と、を具備したことを特徴と
する構造部品の劣化・損傷予測装置。 - 【請求項２】 構造部品の劣化・損傷に寄与する運転パ
ラメータに基づいて前記構造部品の損傷パラメータの確
率分布を予測する損傷パラメータ確率予測手段と、 前記構造部品の運転記録及びその運用形態の予測に基づ
いて前記運転パラメータの推移の確率分布を予測する運
転パラメータ推移予測手段と、 前記損傷パラメータの確率分布及び前記運転パラメータ
推移の確率分布に基づいて運用期間中の任意の時刻にお
ける前記構造部品の損傷パラメータの確率分布を予測す
る損傷パラメータ予測手段と、 この予測された損傷パラメータの確率分布から前記時刻
において前記構造部品の損傷パラメータが予め定められ
た限界値を越える確率を求める部品損傷確率算出手段
と、 この確率と予め定められた許容値とを比較して前記構造
部品の使用限界を判定する使用限界判定手段と、を具備
したことを特徴とする構造部品の劣化・損傷予測装置。 - 【請求項３】 複数の構造部品の劣化・損傷に寄与する
運転パラメータに基づいて前記各構造部品の損傷パラメ
ータの確率分布を予測する損傷パラメータ確率予測手段
と、 前記各構造部品の運転記録及びその運用形態の予測に基
づいて前記運転パラメータの推移の確率分布を予測する
運転パラメータ推移予測手段と、 前記損傷パラメータの確率分布及び前記運転パラメータ
推移の確率分布に基づいて運用期間中の任意の時刻にお
ける前記構造部品の損傷パラメータの確率分布を予測す
る損傷パラメータ予測手段と、 この予測された損傷パラメータの確率分布から前記時刻
において前記各構造部品の損傷パラメータが予め定めら
れた限界値を越える確率を求める損傷確率算出手段と、 この求められた確率から前記各構造部品のうち少なくと
も１つの損傷パラメータが前記限界値を越える確率を求
め、この確率と予め定められた許容値とを比較して前記
構造部品の使用限界を判定する使用限界判定手段と、を
具備したことを特徴とする構造部品の劣化・損傷予測装
置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16129793A JP3243065B2 (ja) | 1993-06-30 | 1993-06-30 | 構造部品の劣化・損傷予測装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP16129793A JP3243065B2 (ja) | 1993-06-30 | 1993-06-30 | 構造部品の劣化・損傷予測装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH0778022A true JPH0778022A (ja) | 1995-03-20 |
| JP3243065B2 JP3243065B2 (ja) | 2002-01-07 |
Family
ID=15732437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP16129793A Expired - Fee Related JP3243065B2 (ja) | 1993-06-30 | 1993-06-30 | 構造部品の劣化・損傷予測装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3243065B2 (ja) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002207003A (ja) * | 2001-01-10 | 2002-07-26 | Kansai Paint Co Ltd | 建造物外装材の劣化予測方法 |
| WO2002103297A1 (fr) * | 2001-06-14 | 2002-12-27 | Ho Jinyama | Enregistreur de signaux a fonction de reconnaissance d'etat |
| JP2003150237A (ja) * | 2001-11-12 | 2003-05-23 | Hitachi Ltd | 高温部品の遠隔監視システムおよび遠隔監視方法 |
| JP2016177676A (ja) * | 2015-03-20 | 2016-10-06 | 株式会社東芝 | 診断装置、診断方法、診断システムおよび診断プログラム |
| JP2017151681A (ja) * | 2016-02-24 | 2017-08-31 | 日本電信電話株式会社 | データ補完装置及びデータ補完方法 |
| JP2020077296A (ja) * | 2018-11-09 | 2020-05-21 | 株式会社日立製作所 | プラント点検計画最適化装置及び方法 |
| JP2020517015A (ja) * | 2017-04-11 | 2020-06-11 | アリババ・グループ・ホールディング・リミテッドＡｌｉｂａｂａ Ｇｒｏｕｐ Ｈｏｌｄｉｎｇ Ｌｉｍｉｔｅｄ | ピクチャベースの車両損害査定の方法および装置、ならびに電子デバイス |
| US11049334B2 (en) | 2017-04-11 | 2021-06-29 | Advanced New Technologies Co., Ltd. | Picture-based vehicle loss assessment |
| US11544914B2 (en) | 2021-02-18 | 2023-01-03 | Inait Sa | Annotation of 3D models with signs of use visible in 2D images |
| WO2023175659A1 (ja) * | 2022-03-14 | 2023-09-21 | 三菱電機株式会社 | き裂の進展予測装置、き裂の検査システムおよびき裂の進展予測方法 |
| US11971953B2 (en) | 2021-02-02 | 2024-04-30 | Inait Sa | Machine annotation of photographic images |
| US11983836B2 (en) | 2021-02-18 | 2024-05-14 | Inait Sa | Annotation of 3D models with signs of use visible in 2D images |
-
1993
- 1993-06-30 JP JP16129793A patent/JP3243065B2/ja not_active Expired - Fee Related
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002207003A (ja) * | 2001-01-10 | 2002-07-26 | Kansai Paint Co Ltd | 建造物外装材の劣化予測方法 |
| WO2002103297A1 (fr) * | 2001-06-14 | 2002-12-27 | Ho Jinyama | Enregistreur de signaux a fonction de reconnaissance d'etat |
| EP1411326A1 (en) * | 2001-06-14 | 2004-04-21 | Ho Jinyama | Signal recorder with status recognizing function |
| EP1411326A4 (en) * | 2001-06-14 | 2004-11-10 | SIGNAL RECORDER WITH STATE RECOGNITION FUNCTION | |
| CN100351610C (zh) * | 2001-06-14 | 2007-11-28 | 江苏千鹏诊断工程有限公司 | 状态判断方法 |
| JP2003150237A (ja) * | 2001-11-12 | 2003-05-23 | Hitachi Ltd | 高温部品の遠隔監視システムおよび遠隔監視方法 |
| JP2016177676A (ja) * | 2015-03-20 | 2016-10-06 | 株式会社東芝 | 診断装置、診断方法、診断システムおよび診断プログラム |
| JP2017151681A (ja) * | 2016-02-24 | 2017-08-31 | 日本電信電話株式会社 | データ補完装置及びデータ補完方法 |
| JP2020517015A (ja) * | 2017-04-11 | 2020-06-11 | アリババ・グループ・ホールディング・リミテッドＡｌｉｂａｂａ Ｇｒｏｕｐ Ｈｏｌｄｉｎｇ Ｌｉｍｉｔｅｄ | ピクチャベースの車両損害査定の方法および装置、ならびに電子デバイス |
| US11049334B2 (en) | 2017-04-11 | 2021-06-29 | Advanced New Technologies Co., Ltd. | Picture-based vehicle loss assessment |
| JP2020077296A (ja) * | 2018-11-09 | 2020-05-21 | 株式会社日立製作所 | プラント点検計画最適化装置及び方法 |
| US11971953B2 (en) | 2021-02-02 | 2024-04-30 | Inait Sa | Machine annotation of photographic images |
| US11544914B2 (en) | 2021-02-18 | 2023-01-03 | Inait Sa | Annotation of 3D models with signs of use visible in 2D images |
| US11983836B2 (en) | 2021-02-18 | 2024-05-14 | Inait Sa | Annotation of 3D models with signs of use visible in 2D images |
| WO2023175659A1 (ja) * | 2022-03-14 | 2023-09-21 | 三菱電機株式会社 | き裂の進展予測装置、き裂の検査システムおよびき裂の進展予測方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3243065B2 (ja) | 2002-01-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107862463B (zh) | 用于调度电厂的负载的方法和控制系统 | |
| JPH0778022A (ja) | 構造部品の劣化・損傷予測装置 | |
| US20110276828A1 (en) | Apparatus anomaly monitoring method and system | |
| EP1435435A2 (en) | Operation support system for power plant | |
| EP2837984B1 (en) | Process to optimize the maintenance of technical systems | |
| JP2006024195A (ja) | 生産工程の品質予測システムおよびその方法 | |
| WO2001023725A1 (fr) | Systeme de gestion de duree de vie pour partie haute temperature de turbine a gaz | |
| CN1489041A (zh) | 高温燃气轮机部件的寿命管理方法及其计算机编程实现 | |
| CN111648992B (zh) | 燃气轮机压气机故障识别预警方法 | |
| Mo et al. | Performance-based maintenance of gas turbines for reliable control of degraded power systems | |
| JP4078671B2 (ja) | プラント保全管理方法 | |
| JPH0844421A (ja) | 機器の保守管理支援装置 | |
| JP2009205554A (ja) | 機器の劣化度算出方法およびリスク評価方法 | |
| Djeddi et al. | Operational reliability analysis applied to a gas turbine based on three parameter Weibull distribution | |
| CN117171590B (zh) | 一种电机智能驱动优化方法及系统 | |
| JP2005182558A (ja) | コスト予測・評価方式 | |
| CN116128145A (zh) | 电力设备状态检修策略优化方法 | |
| CN110796282A (zh) | 一种基于相关性系数的行业波动周期监测方法 | |
| CN115795999A (zh) | 一种长期服役抽水蓄能机组性能异常预警方法 | |
| CN115204658A (zh) | 一种水电机组供油设备健康状态评估方法和系统 | |
| JPH0735655A (ja) | プラントプロセス監視装置 | |
| JP2008267351A (ja) | 発電装置の監視方法及びシステム | |
| JP2004093567A (ja) | 機械または設備の運転条件の評価方法 | |
| JP6571552B2 (ja) | 予測装置および予測方法 | |
| Kundu et al. | Development of a risk based maintenance strategy to optimize forecast of a gas turbine failures |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081019 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20081019 Year of fee payment: 7 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20091019 Year of fee payment: 8 |
|
| LAPS | Cancellation because of no payment of annual fees |