JPH0778239A - プラントの異常監視装置 - Google Patents
プラントの異常監視装置Info
- Publication number
- JPH0778239A JPH0778239A JP5223220A JP22322093A JPH0778239A JP H0778239 A JPH0778239 A JP H0778239A JP 5223220 A JP5223220 A JP 5223220A JP 22322093 A JP22322093 A JP 22322093A JP H0778239 A JPH0778239 A JP H0778239A
- Authority
- JP
- Japan
- Prior art keywords
- image data
- normal
- abnormality
- abnormal
- learning
- 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- Withdrawn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
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
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Abstract
(57)【要約】
【目的】 監視対象の起動から定常運転までの異常を、
非熟練者でも容易に監視できるようにする。 【構成】 正常規範画像データ学習手段５２０は、学習
モードにおいて、監視対象が正常に起動して定常運転に
入った時、画像データ記憶手段５１０に読込まれた画像
データを学習する。また、予め過去の異常時の画像デー
タや経験・知見により異常規範パターンを作り、異常規
範パターン学習手段５４０に登録する。その後、監視モ
ードにおいて、正常・異常判別手段５３０は、計測され
た被判別画像データと正常規範画像データとを比較して
正常であるか否かを判別し、正常であれば、その旨を表
示手段８００に表示する。また、判別結果が異常である
場合には、異常識別手段５５０で異常データのパターン
と上記異常規範パターンとを照合して異常の種類を識別
し、その識別結果を表示手段８００に表示する。
非熟練者でも容易に監視できるようにする。 【構成】 正常規範画像データ学習手段５２０は、学習
モードにおいて、監視対象が正常に起動して定常運転に
入った時、画像データ記憶手段５１０に読込まれた画像
データを学習する。また、予め過去の異常時の画像デー
タや経験・知見により異常規範パターンを作り、異常規
範パターン学習手段５４０に登録する。その後、監視モ
ードにおいて、正常・異常判別手段５３０は、計測され
た被判別画像データと正常規範画像データとを比較して
正常であるか否かを判別し、正常であれば、その旨を表
示手段８００に表示する。また、判別結果が異常である
場合には、異常識別手段５５０で異常データのパターン
と上記異常規範パターンとを照合して異常の種類を識別
し、その識別結果を表示手段８００に表示する。
Description
【０００１】
【産業上の利用分野】本発明は、例えば原子力プラント
のポンプ室の監視等に適用されるプラントの異常監視装
置に関する。
のポンプ室の監視等に適用されるプラントの異常監視装
置に関する。
【０００２】
【従来の技術】従来、プラントの異常監視装置は、図４
に示すように構成されている。図４において、１００は
監視対象のポンプで、例えば電動モータと軸継ぎ手と遠
心ポンプである。
に示すように構成されている。図４において、１００は
監視対象のポンプで、例えば電動モータと軸継ぎ手と遠
心ポンプである。
【０００３】２００は、監視対象１００の時間的温度変
化を画像計測する赤外線カメラである。３００は画像デ
ータ入力手段で、監視対象１００のポンプの定常運転状
態において、ある時間間隔で、赤外線カメラ２００から
の画像データを監視装置本体に入力する。
化を画像計測する赤外線カメラである。３００は画像デ
ータ入力手段で、監視対象１００のポンプの定常運転状
態において、ある時間間隔で、赤外線カメラ２００から
の画像データを監視装置本体に入力する。
【０００４】４００は画像データ信号処理手段で、画像
データ入力手段３００から時間的に連続する７枚の画面
データを読み込み、１画像当たり１２８に分割した領域
の温度データの平均値を算出する。また、画像データ信
号処理手段４００は、処理後の画像データを採取された
年月日、時刻、対象名と共に画像データ記憶手段６１０
に記憶する。
データ入力手段３００から時間的に連続する７枚の画面
データを読み込み、１画像当たり１２８に分割した領域
の温度データの平均値を算出する。また、画像データ信
号処理手段４００は、処理後の画像データを採取された
年月日、時刻、対象名と共に画像データ記憶手段６１０
に記憶する。
【０００５】６２０は画像データ解析手段で、判別すべ
き正常規範データを比較して、正常か異常かを判別す
る。６３０は異常識別手段で、画像データ解析手段６２
０で異常と判別された後、さらに異常の種類を識別す
る。
き正常規範データを比較して、正常か異常かを判別す
る。６３０は異常識別手段で、画像データ解析手段６２
０で異常と判別された後、さらに異常の種類を識別す
る。
【０００６】７００は、ユーザが本装置の解析・判断・
表示・印刷手段を用いる際のインタフェースとなる操作
手段である。８００は、同様な目的のための表示手段で
ある。
表示・印刷手段を用いる際のインタフェースとなる操作
手段である。８００は、同様な目的のための表示手段で
ある。
【０００７】９００は、同様な目的のための印刷手段で
ある。上記の構成において、監視対象のポンプ１００の
定常状態における監視のため、操作手段７００を用いて
オペレータが予め監視すべき対象の位置と画像上の位置
とその時の温度の監視値を設定する。そして赤外線カメ
ラ２００および画像データ入力手段３００によって得ら
れた７枚の画像データは、画像データ信号処理手段４０
０で一枚の画像データに処理され、採取された年月日、
時刻、対象名と共に画像データ記憶手段６１０に記憶さ
れる。そして、画像データ解析手段６２０において、予
め設定された位置と温度の監視値が用いられて、正常か
異常かが判断される。この結果は、表示手段８００、印
刷手段９００によって監視者に知らされる。この様にし
て、赤外線カメラを利用した定常状態のポンプの監視が
確実に行なわれる。
ある。上記の構成において、監視対象のポンプ１００の
定常状態における監視のため、操作手段７００を用いて
オペレータが予め監視すべき対象の位置と画像上の位置
とその時の温度の監視値を設定する。そして赤外線カメ
ラ２００および画像データ入力手段３００によって得ら
れた７枚の画像データは、画像データ信号処理手段４０
０で一枚の画像データに処理され、採取された年月日、
時刻、対象名と共に画像データ記憶手段６１０に記憶さ
れる。そして、画像データ解析手段６２０において、予
め設定された位置と温度の監視値が用いられて、正常か
異常かが判断される。この結果は、表示手段８００、印
刷手段９００によって監視者に知らされる。この様にし
て、赤外線カメラを利用した定常状態のポンプの監視が
確実に行なわれる。
【０００８】
【発明が解決しようとする課題】しかしながら、上記従
来のプラントの異常監視装置では、次のような問題があ
る。 （ａ）定常時において、監視対象の位置と画像上の位置
に対応とその時の温度の監視値を決めるのに多くのスキ
ルと手間を要し、熟練者を必要としていた。
来のプラントの異常監視装置では、次のような問題があ
る。 （ａ）定常時において、監視対象の位置と画像上の位置
に対応とその時の温度の監視値を決めるのに多くのスキ
ルと手間を要し、熟練者を必要としていた。
【０００９】（ｂ）更に、監視対象の起動時など過渡的
変化に対して、位置の対応と温度の監視値を決めるとい
うことは多大な労力を費やし事実上不可能であった。 本発明は上記実情に鑑みてなされたもので、監視対象の
位置と画像上の位置の対応とその時の温度の監視値を決
めるといったスキルと手間を要することなく監視が可能
になり、また、監視対象の起動時などの過渡的変化に対
しても、位置の対応と温度の監視値を決めるといった多
大な労力を費やすことなく、非熟練者でも容易に監視が
できるプラントの異常監視装置を提供することを目的と
する。
変化に対して、位置の対応と温度の監視値を決めるとい
うことは多大な労力を費やし事実上不可能であった。 本発明は上記実情に鑑みてなされたもので、監視対象の
位置と画像上の位置の対応とその時の温度の監視値を決
めるといったスキルと手間を要することなく監視が可能
になり、また、監視対象の起動時などの過渡的変化に対
しても、位置の対応と温度の監視値を決めるといった多
大な労力を費やすことなく、非熟練者でも容易に監視が
できるプラントの異常監視装置を提供することを目的と
する。
【００１０】
【課題を解決するための手段】本発明に係るプラントの
異常監視装置は、監視対象の時間的温度変化を画像計測
する手段と、この手段により計測された画像データを記
憶する画像データ記憶手段と、この手段により記憶され
た正常時の画像データを学習し、正常規範画像データを
得る正常規範画像データ学習手段と、異常時の規範パタ
ーンを学習する異常規範パターン学習手段と、監視時の
画像データと上記正常規範画像データ学習手段により学
習した正常規範画像データとを比較してプラントの状態
の正常・異常を判別する正常・異常判別手段と、この手
段により判別された異常に対し、上記異常規範パターン
学習手段により学習した異常規範パターンを参照して異
常の種類を識別する異常識別手段と、この手段により識
別された異常の種類を表示する表示手段とを具備したこ
とを特徴とする。
異常監視装置は、監視対象の時間的温度変化を画像計測
する手段と、この手段により計測された画像データを記
憶する画像データ記憶手段と、この手段により記憶され
た正常時の画像データを学習し、正常規範画像データを
得る正常規範画像データ学習手段と、異常時の規範パタ
ーンを学習する異常規範パターン学習手段と、監視時の
画像データと上記正常規範画像データ学習手段により学
習した正常規範画像データとを比較してプラントの状態
の正常・異常を判別する正常・異常判別手段と、この手
段により判別された異常に対し、上記異常規範パターン
学習手段により学習した異常規範パターンを参照して異
常の種類を識別する異常識別手段と、この手段により識
別された異常の種類を表示する表示手段とを具備したこ
とを特徴とする。
【００１１】
【作用】正常規範画像データ学習手段は、正常規範画像
データの学習モードにおいて、監視対象が正常に起動し
て定常運転に入った時、画像データ記憶手段に読込まれ
た画像データを学習し、その学習した正常規範画像デー
タを画像データ記憶手段に記憶する。
データの学習モードにおいて、監視対象が正常に起動し
て定常運転に入った時、画像データ記憶手段に読込まれ
た画像データを学習し、その学習した正常規範画像デー
タを画像データ記憶手段に記憶する。
【００１２】次に、異常規範パターンの学習モードを指
定し、予め過去の異常時の画像データや経験・知見によ
り異常状態の各種パターンを作って、異常規範パターン
として異常規範パターン学習手段に登録する。
定し、予め過去の異常時の画像データや経験・知見によ
り異常状態の各種パターンを作って、異常規範パターン
として異常規範パターン学習手段に登録する。
【００１３】その後、監視モードを指定して、プラント
の監視を行なう。この監視モードでは、監視対象の起動
に合わせて被判別画像データが画像データ記憶手段に逐
次入力され、正常・異常判別手段により正常か異常かの
識別が行なわれる。即ち、正常・異常判別手段は、監視
時に計測された被判別画像データと正常規範画像データ
学習手段で学習された正常規範画像データと比較して、
被判別画像データが正常であるかどうか判別する。その
判別結果が正常である場合には、その旨を表示手段に出
力して表示する。
の監視を行なう。この監視モードでは、監視対象の起動
に合わせて被判別画像データが画像データ記憶手段に逐
次入力され、正常・異常判別手段により正常か異常かの
識別が行なわれる。即ち、正常・異常判別手段は、監視
時に計測された被判別画像データと正常規範画像データ
学習手段で学習された正常規範画像データと比較して、
被判別画像データが正常であるかどうか判別する。その
判別結果が正常である場合には、その旨を表示手段に出
力して表示する。
【００１４】また、正常・異常判別手段で異常であると
判別された場合は、更に異常識別手段により、異常デー
タのパターンと異常規範パターン学習手段で学習した異
常規範パターンとを照合して異常の種類を識別し、その
識別結果を表示手段に表示する。
判別された場合は、更に異常識別手段により、異常デー
タのパターンと異常規範パターン学習手段で学習した異
常規範パターンとを照合して異常の種類を識別し、その
識別結果を表示手段に表示する。
【００１５】
【実施例】以下、図面を参照して本発明の一実施例を説
明する。図１は、本発明の一実施例に係るプラントの異
常監視装置の構成を示すブロック図である。図１におい
て、監視対象１００、赤外線カメラ２００、画像データ
入力手段３００、画像データ信号処理手段４００、操作
手段７００、表示手段８００、印刷手段９００は、図４
に示したものと同様の手段であり、そので詳細な説明は
省略する。
明する。図１は、本発明の一実施例に係るプラントの異
常監視装置の構成を示すブロック図である。図１におい
て、監視対象１００、赤外線カメラ２００、画像データ
入力手段３００、画像データ信号処理手段４００、操作
手段７００、表示手段８００、印刷手段９００は、図４
に示したものと同様の手段であり、そので詳細な説明は
省略する。
【００１６】本発明では、画像データ信号処理手段４０
０により処理された画像データを監視手段５００に入力
する。この監視手段５００は、画像データ記憶手段５１
０、正常規範画像データ学習手段５２０、正常・異常判
別手段５３０、異常規範パターン学習手段５４０、異常
識別手段５５０からなっている。
０により処理された画像データを監視手段５００に入力
する。この監視手段５００は、画像データ記憶手段５１
０、正常規範画像データ学習手段５２０、正常・異常判
別手段５３０、異常規範パターン学習手段５４０、異常
識別手段５５０からなっている。
【００１７】上記画像データ記憶手段５１０は、操作手
段７００で指定された時間間隔で画像データ処理手段４
００から送られてくる画像データを記憶する。正常規範
画像データ学習手段５２０は、監視対象１００が正常な
とき、正常規範画像データの学習モードにおいて、画像
データ記憶手段５１０に記憶された画像データを監視経
過時間と共に学習し、学習した正常規範画像データを画
像データ記憶手段５１０に記憶する。
段７００で指定された時間間隔で画像データ処理手段４
００から送られてくる画像データを記憶する。正常規範
画像データ学習手段５２０は、監視対象１００が正常な
とき、正常規範画像データの学習モードにおいて、画像
データ記憶手段５１０に記憶された画像データを監視経
過時間と共に学習し、学習した正常規範画像データを画
像データ記憶手段５１０に記憶する。
【００１８】正常・異常判別手段５３０は、監視時に計
測された被判別画像データと正常規範画像データ学習手
段５２０で学習された正常規範画像データと比較して、
被判別画像データが正常であるかどうか判別し、正常で
あればその旨を表示手段８００により表示し、異常であ
れば、その時の被判別画像データを異常識別手段５５０
へ出力する。異常規範パターン学習手段５４０は、異常
規範パターンの学習モードにおいて、異常時の規範パタ
ーンを学習し、異常状態Ａ，Ｂ，Ｃ，…の複数の異常規
範パターンを記憶する。異常識別手段５５０は、異常時
データパターンと異常規範パターン学習手段５４０で学
習した異常規範パターンとを比較して異常の種類を識別
し、その識別結果を表示手段８００に表示する。
測された被判別画像データと正常規範画像データ学習手
段５２０で学習された正常規範画像データと比較して、
被判別画像データが正常であるかどうか判別し、正常で
あればその旨を表示手段８００により表示し、異常であ
れば、その時の被判別画像データを異常識別手段５５０
へ出力する。異常規範パターン学習手段５４０は、異常
規範パターンの学習モードにおいて、異常時の規範パタ
ーンを学習し、異常状態Ａ，Ｂ，Ｃ，…の複数の異常規
範パターンを記憶する。異常識別手段５５０は、異常時
データパターンと異常規範パターン学習手段５４０で学
習した異常規範パターンとを比較して異常の種類を識別
し、その識別結果を表示手段８００に表示する。
【００１９】次に上記実施例の動作を説明する。最初
に、操作手段７００により正常規範画像データの学習モ
ードを指定する。正常規範画像データ学習手段５２０
は、この学習モードにおいて、監視対象１００が正常に
起動して定常運転に入った時、画像データ記憶手段５１
０に読込まれた画像データを経過時間と共に学習し、そ
の学習した正常規範画像データを画像データ記憶手段５
１０に記憶する。例えば予め監視対象１００の起動時お
よび定常運転時の監視すべき位置と、その位置の温度の
基準値を監視対象１００の正常な画像データを学習す
る。
に、操作手段７００により正常規範画像データの学習モ
ードを指定する。正常規範画像データ学習手段５２０
は、この学習モードにおいて、監視対象１００が正常に
起動して定常運転に入った時、画像データ記憶手段５１
０に読込まれた画像データを経過時間と共に学習し、そ
の学習した正常規範画像データを画像データ記憶手段５
１０に記憶する。例えば予め監視対象１００の起動時お
よび定常運転時の監視すべき位置と、その位置の温度の
基準値を監視対象１００の正常な画像データを学習す
る。
【００２０】次に、異常規範パターンの学習モードを指
定し、予め過去の異常時の画像データや経験・知見によ
り異常状態Ａ，Ｂ，Ｃ，…の各パターンを作って、異常
規範パターンとして異常規範パターン学習手段５４０に
登録する。例えばニューラルネットワークの学習によ
り、ニューラルネットワークの中に的確な異常規範パタ
ーンを作ることができる。
定し、予め過去の異常時の画像データや経験・知見によ
り異常状態Ａ，Ｂ，Ｃ，…の各パターンを作って、異常
規範パターンとして異常規範パターン学習手段５４０に
登録する。例えばニューラルネットワークの学習によ
り、ニューラルネットワークの中に的確な異常規範パタ
ーンを作ることができる。
【００２１】上記のようにして学習を終了した後、監視
モードを指定して、プラントの監視を行なう。この監視
モードでは、監視対象の起動に合わせて被判別画像デー
タが画像データ記憶手段５１０に逐次入力され、正常・
異常判別手段５３０により正常か異常かの識別が行なわ
れる。正常・異常判別手段５３０は、監視時に計測され
た被判別画像データと正常規範画像データ学習手段５２
０で学習された正常規範画像データと比較して、被判別
画像データが正常であるかどうか判別する。
モードを指定して、プラントの監視を行なう。この監視
モードでは、監視対象の起動に合わせて被判別画像デー
タが画像データ記憶手段５１０に逐次入力され、正常・
異常判別手段５３０により正常か異常かの識別が行なわ
れる。正常・異常判別手段５３０は、監視時に計測され
た被判別画像データと正常規範画像データ学習手段５２
０で学習された正常規範画像データと比較して、被判別
画像データが正常であるかどうか判別する。
【００２２】図２は、上記正常・異常判別手段５３０の
機能説明図で、監視の結果、監視対象１００が正常であ
る場合の状態を示している。正常・異常判別手段５３０
では、画像データ記憶手段５１０に上記学習モードで予
め記憶されている時刻ｔ１からｔ７までの正常規範画像
データと、監視時における時刻ｔ１からｔ７までの被判
別画像データ５３１とを照合部５３２でそれぞれ照合
し、各時刻における照合結果を例えばレジスタ５３３，
５３４に保持する。
機能説明図で、監視の結果、監視対象１００が正常であ
る場合の状態を示している。正常・異常判別手段５３０
では、画像データ記憶手段５１０に上記学習モードで予
め記憶されている時刻ｔ１からｔ７までの正常規範画像
データと、監視時における時刻ｔ１からｔ７までの被判
別画像データ５３１とを照合部５３２でそれぞれ照合
し、各時刻における照合結果を例えばレジスタ５３３，
５３４に保持する。
【００２３】そして、このレジスタ５３３，５３４に保
持したデータのパターンを判別手段５３５に送り、正常
か異常かを判別する。この図２の場合には、ｔ１からｔ
７までの各時刻毎に一対一に照合しており、即ち、レジ
スタ５３３，５３４に保持したデータがオール“１”で
あり、判別手段５３５による判別結果が正常であること
を示している。判別手段５３５は、正常であると判断し
た場合、その旨を表示手段８００に出力して表示する。
持したデータのパターンを判別手段５３５に送り、正常
か異常かを判別する。この図２の場合には、ｔ１からｔ
７までの各時刻毎に一対一に照合しており、即ち、レジ
スタ５３３，５３４に保持したデータがオール“１”で
あり、判別手段５３５による判別結果が正常であること
を示している。判別手段５３５は、正常であると判断し
た場合、その旨を表示手段８００に出力して表示する。
【００２４】図３は、正常・異常判別手段５３０による
監視の結果、監視対象１００が異常である場合の状態を
示したものである。正常・異常判別手段５３０は、画像
データ記憶手段５１０に予め記憶されている時刻ｔ１か
らｔ７までの正常規範画像データと、監視時の時刻ｔ１
からｔ７までの被判別画像データ５３１とを照合部５３
２で照合し、その結果、時刻ｔ１の被判別画像データ５
３１はどれも一致せず、時刻ｔ２及び時刻ｔ３の被判別
画像データ５３１はそれぞれ時刻ｔ１の正常規範画像デ
ータと一致、時刻ｔ４〜時刻ｔ６の被判別画像データ５
３１はそれぞれ時刻ｔ５の正常規範画像データと一致す
るなど、正常時のデータと異なることを示している。
監視の結果、監視対象１００が異常である場合の状態を
示したものである。正常・異常判別手段５３０は、画像
データ記憶手段５１０に予め記憶されている時刻ｔ１か
らｔ７までの正常規範画像データと、監視時の時刻ｔ１
からｔ７までの被判別画像データ５３１とを照合部５３
２で照合し、その結果、時刻ｔ１の被判別画像データ５
３１はどれも一致せず、時刻ｔ２及び時刻ｔ３の被判別
画像データ５３１はそれぞれ時刻ｔ１の正常規範画像デ
ータと一致、時刻ｔ４〜時刻ｔ６の被判別画像データ５
３１はそれぞれ時刻ｔ５の正常規範画像データと一致す
るなど、正常時のデータと異なることを示している。
【００２５】各時刻における照合結果は、レジスタ５３
３，５３４に保持され、判別手段５３５で正常か異常か
の判別が行なわれる。この場合には、レジスタ５３３，
５３４に保持されたデータのパターンが不一致であるの
で、判別手段５３５で異常であると判別され、レジスタ
５３３，５３４の保持データが異常識別手段５５０へ送
られる。異常識別手段５５０は、レジスタ５３３，５３
４に保持されたデータのパターンと、異常規範パターン
学習手段５４０で予め学習しておいたパターンとを照合
して異常の種類を識別する。この図３の例では、レジス
タ５３３，５３４に保持されたデータのパターンが異常
規範パターン学習手段５４０で予め学習しておいた異常
状態Ｂのパターンと一致している。この異常識別手段５
５０で識別された結果は、表示手段８００へ送られて表
示されると共に、必要に応じて印刷手段９００により印
刷される。
３，５３４に保持され、判別手段５３５で正常か異常か
の判別が行なわれる。この場合には、レジスタ５３３，
５３４に保持されたデータのパターンが不一致であるの
で、判別手段５３５で異常であると判別され、レジスタ
５３３，５３４の保持データが異常識別手段５５０へ送
られる。異常識別手段５５０は、レジスタ５３３，５３
４に保持されたデータのパターンと、異常規範パターン
学習手段５４０で予め学習しておいたパターンとを照合
して異常の種類を識別する。この図３の例では、レジス
タ５３３，５３４に保持されたデータのパターンが異常
規範パターン学習手段５４０で予め学習しておいた異常
状態Ｂのパターンと一致している。この異常識別手段５
５０で識別された結果は、表示手段８００へ送られて表
示されると共に、必要に応じて印刷手段９００により印
刷される。
【００２６】
【発明の効果】以上詳記したように本発明によれば、監
視対象の起動から定常運転までの異常を非熟練者でも容
易に監視ができる。すなわち、監視対象の定常運転時に
おいて、監視対象の位置と画像上の位置の対応とその時
の温度の監視値を決めるといったスキルと手間を要する
ことなく監視が可能になる。また、監視対象の起動時な
どの過渡的変化に対しても、位置の対応と温度の監視値
を決めるといった多大な労力を費やすことなく監視する
ことができる。
視対象の起動から定常運転までの異常を非熟練者でも容
易に監視ができる。すなわち、監視対象の定常運転時に
おいて、監視対象の位置と画像上の位置の対応とその時
の温度の監視値を決めるといったスキルと手間を要する
ことなく監視が可能になる。また、監視対象の起動時な
どの過渡的変化に対しても、位置の対応と温度の監視値
を決めるといった多大な労力を費やすことなく監視する
ことができる。
【図１】本発明の実施例に係わるプラントの異常監視装
置の構成を示すブロック図。
置の構成を示すブロック図。
【図２】同実施例における正常時の動作を説明するため
の図。
の図。
【図３】同実施例における異常時の動作を説明するため
の図。
の図。
【図４】従来のプラントの異常監視装置の構成を示すブ
ロック図。
ロック図。
１００…ポンプ監視対象 ２００…赤外線カメラ ３００…画像データ入力手段 ４００…画像データ信号処理手段 ５１０…画像データ記憶手段 ５２０…正常規範画像データ学習手段 ５３０…正常・異常判別手段 ５４０…異常規範パターン学習手段 ５５０…異常識別手段 ７００…操作手段 ８００…表示手段 ９００…印刷手段
Claims (1)
- 【請求項１】 監視対象の時間的温度変化を画像計測す
る手段と、この手段により計測された画像データを記憶
する画像データ記憶手段と、この手段により記憶された
正常時の画像データを学習し、正常規範画像データを得
る正常規範画像データ学習手段と、異常時の規範パター
ンを学習する異常規範パターン学習手段と、監視時の画
像データと上記正常規範画像データ学習手段により学習
した正常規範画像データとを比較してプラントの状態の
正常・異常を判別する正常・異常判別手段と、この手段
により判別された異常に対し、上記異常規範パターン学
習手段により学習した異常規範パターンを参照して異常
の種類を識別する異常識別手段と、この手段により識別
された異常の種類を表示する表示手段とを具備したこと
を特徴とするプラントの異常監視装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5223220A JPH0778239A (ja) | 1993-09-08 | 1993-09-08 | プラントの異常監視装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5223220A JPH0778239A (ja) | 1993-09-08 | 1993-09-08 | プラントの異常監視装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0778239A true JPH0778239A (ja) | 1995-03-20 |
Family
ID=16794677
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5223220A Withdrawn JPH0778239A (ja) | 1993-09-08 | 1993-09-08 | プラントの異常監視装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0778239A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004213623A (ja) * | 2002-11-25 | 2004-07-29 | Eastman Kodak Co | 健康管理及び個人セキュリティのための画像生成方法、及び画像生成システム |
| US6774806B1 (en) | 1998-10-01 | 2004-08-10 | Shell Oil Company | Monitoring an element of a plant |
| JP2007280167A (ja) * | 2006-04-10 | 2007-10-25 | Mitsubishi Electric Corp | 空気調和機 |
| JP2013003930A (ja) * | 2011-06-19 | 2013-01-07 | Masafumi Hagiwara | 不審人物検知方法および装置、異常事象検知方法および装置 |
| JP2020015938A (ja) * | 2018-07-24 | 2020-01-30 | 日本製鉄株式会社 | 羽口監視装置、羽口監視プログラム、及び羽口監視方法 |
| JP2020015934A (ja) * | 2018-07-24 | 2020-01-30 | 日本製鉄株式会社 | 画像判定学習装置、画像判定学習プログラム、及び画像判定学習方法、並びに高炉監視装置 |
| KR20200017521A (ko) | 2017-07-27 | 2020-02-18 | 미츠비시 히타치 파워 시스템즈 가부시키가이샤 | 모델 학습 장치, 학습 완료 모델의 생성 방법, 프로그램, 학습 완료 모델, 감시 장치, 및 감시 방법 |
| US11188047B2 (en) | 2016-06-08 | 2021-11-30 | Exxonmobil Research And Engineering Company | Automatic visual and acoustic analytics for event detection |
-
1993
- 1993-09-08 JP JP5223220A patent/JPH0778239A/ja not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6774806B1 (en) | 1998-10-01 | 2004-08-10 | Shell Oil Company | Monitoring an element of a plant |
| JP2004213623A (ja) * | 2002-11-25 | 2004-07-29 | Eastman Kodak Co | 健康管理及び個人セキュリティのための画像生成方法、及び画像生成システム |
| JP2007280167A (ja) * | 2006-04-10 | 2007-10-25 | Mitsubishi Electric Corp | 空気調和機 |
| JP2013003930A (ja) * | 2011-06-19 | 2013-01-07 | Masafumi Hagiwara | 不審人物検知方法および装置、異常事象検知方法および装置 |
| US11188047B2 (en) | 2016-06-08 | 2021-11-30 | Exxonmobil Research And Engineering Company | Automatic visual and acoustic analytics for event detection |
| KR20200017521A (ko) | 2017-07-27 | 2020-02-18 | 미츠비시 히타치 파워 시스템즈 가부시키가이샤 | 모델 학습 장치, 학습 완료 모델의 생성 방법, 프로그램, 학습 완료 모델, 감시 장치, 및 감시 방법 |
| US11416705B2 (en) | 2017-07-27 | 2022-08-16 | Mitsubishi Heavy Industries, Ltd. | Model learning device, method for learned model generation, program, learned model, monitoring device, and monitoring method |
| JP2020015938A (ja) * | 2018-07-24 | 2020-01-30 | 日本製鉄株式会社 | 羽口監視装置、羽口監視プログラム、及び羽口監視方法 |
| JP2020015934A (ja) * | 2018-07-24 | 2020-01-30 | 日本製鉄株式会社 | 画像判定学習装置、画像判定学習プログラム、及び画像判定学習方法、並びに高炉監視装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2110841C1 (ru) | Способ и устройство для обнаружения неполадок машин | |
| US6341170B2 (en) | Organism collation apparatus capable of randomly selecting type or organism information to be collated | |
| JPH0778239A (ja) | プラントの異常監視装置 | |
| US6850868B2 (en) | Maintenance system for analyzing instrument | |
| JPH11316765A (ja) | データベース検索システム及び方法、データベース登録装置、データベース検索装置、記録媒体 | |
| JP2772161B2 (ja) | 現場データ収集支援装置 | |
| JPH03105406A (ja) | 設備のエラーメッセージ表示方法 | |
| JP2502766B2 (ja) | エレベ―タの故障診断装置 | |
| JPH06104546B2 (ja) | 昇降機の点検整備管理装置 | |
| CN113639418A (zh) | 空调调试方法、空调调试装置及相关设备 | |
| JPH10301621A (ja) | プラント運転支援装置 | |
| JP3556368B2 (ja) | 発生警報データ収集装置 | |
| JPH06167385A (ja) | 音響診断方法 | |
| JPH05298473A (ja) | バーコードリーダ試験装置 | |
| JP2022142160A (ja) | 異常部位特定装置及び異常部位特定方法 | |
| JPH07225610A (ja) | 故障診断方法および装置 | |
| JPH06241100A (ja) | ステレオラムダ制御における欠陥診断方法および装置 | |
| JPH07244696A (ja) | ビル管理システム | |
| JPH0496184A (ja) | 自動検査装置 | |
| JP2783631B2 (ja) | プラント異常診断装置 | |
| JPH0554281A (ja) | ビルオートメーシヨンシステムにおける警報復旧操作ガイドの決定処理方式 | |
| JP2612341B2 (ja) | 電源回路検査方式 | |
| JPH0553865A (ja) | プログラム返却情報自動解析装置 | |
| JP2003108224A (ja) | プラント運転異常検出方法、プログラム及び装置 | |
| JPH08320987A (ja) | 警報支援装置 |
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: 20001128 |