JPH0827650B2 - 異常予知支援装置 - Google Patents
異常予知支援装置Info
- Publication number
- JPH0827650B2 JPH0827650B2 JP9494988A JP9494988A JPH0827650B2 JP H0827650 B2 JPH0827650 B2 JP H0827650B2 JP 9494988 A JP9494988 A JP 9494988A JP 9494988 A JP9494988 A JP 9494988A JP H0827650 B2 JPH0827650 B2 JP H0827650B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- plant
- degree
- calculation
- prediction support
- 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.)
- Expired - Fee Related
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、異常予知支援装置に係り、特に、発電プラ
ント等において、プロセス量から将来起こるおそれがあ
る異常を予測し、適切な予防策を講ずるのに好適な異常
予知支援装置に関するものである。
ント等において、プロセス量から将来起こるおそれがあ
る異常を予測し、適切な予防策を講ずるのに好適な異常
予知支援装置に関するものである。
発電等のプラントは、年々大容量化・複雑化してお
り、運転の信頼性向上が極めて重要な課題になつてきて
いる。特に大規模プラントで異常が発生した場合、測定
される種々のプラント量やアラームの生起状態から、異
常原因を確実に把握し、その状態に対応した適切な判断
・操作を行なう必要がある。従来は、経験豊富な運転員
がこれらの判断・操作を行なつていたが、システムの複
雑化が急速で、対応がだんだん困難になつている。
り、運転の信頼性向上が極めて重要な課題になつてきて
いる。特に大規模プラントで異常が発生した場合、測定
される種々のプラント量やアラームの生起状態から、異
常原因を確実に把握し、その状態に対応した適切な判断
・操作を行なう必要がある。従来は、経験豊富な運転員
がこれらの判断・操作を行なつていたが、システムの複
雑化が急速で、対応がだんだん困難になつている。
このような状況に対して、アラームが出た原因の解析
システムが開発され実用化されつつある。警報解析の機
能は、異常が発生した場合の異常要因または異常波及経
路の把握機能と、それに対応する操作ガイダンスの表示
機能とからなるのが一般的である。
システムが開発され実用化されつつある。警報解析の機
能は、異常が発生した場合の異常要因または異常波及経
路の把握機能と、それに対応する操作ガイダンスの表示
機能とからなるのが一般的である。
なお、この種の従来技術として関連するものには、特
開昭60−14303号，特開昭57−707号，特開昭62−49408
号等がある。
開昭60−14303号，特開昭57−707号，特開昭62−49408
号等がある。
これらはいずれも、生じてしまつた異常について解析
するものであり、積極的な予防の考え方はなかつた。
するものであり、積極的な予防の考え方はなかつた。
上記従来技術は、異常が発生した場合、運転員の判断
・操作を支援する手段として重要であるが、さらに一歩
進んで、異常発生を事前に予知し予報できれば、異常が
現実に生ずる前に何らかの予防処置がとれ、プラント運
転上、好ましい結果が得られると考えられる。
・操作を支援する手段として重要であるが、さらに一歩
進んで、異常発生を事前に予知し予報できれば、異常が
現実に生ずる前に何らかの予防処置がとれ、プラント運
転上、好ましい結果が得られると考えられる。
本発明の目的は、異常が発生する兆候としての要因を
事前に把握し、異常の発生を事前に予知可能な異常予知
支援装置を提供することである。
事前に把握し、異常の発生を事前に予知可能な異常予知
支援装置を提供することである。
本発明は、上記目的を達成するために、プラントから
取り込んだプラント量を表すデータを記憶するプラント
データベースと、異常予知支援のために各異常要因の因
果関係と異常の程度に応じた操作ガイダンスとをルール
の形で記憶する知識データベースと、前記プラントデー
タに基づき各異常要因の異常の程度を演算する手段と、
演算された異常の程度と前記知識データベース内のルー
ルとに基づき予測される異常波及を推論し当該異常を未
然に防止するための操作ガイダンスを検索する手段と、
前記推論結果と操作ガイダンスとを編集し表示する手段
とからなる異常予知支援装置において、前記各異常要因
の異常の程度を演算する手段が、当該演算に用いる関数
を圧縮する手段または前記演算に用いる関数の上限をカ
ットする手段または前記演算に用いる関数の肩部の変化
を縮小する手段の少なくとも一つを備えた異常予知支援
装置を提案するものである。
取り込んだプラント量を表すデータを記憶するプラント
データベースと、異常予知支援のために各異常要因の因
果関係と異常の程度に応じた操作ガイダンスとをルール
の形で記憶する知識データベースと、前記プラントデー
タに基づき各異常要因の異常の程度を演算する手段と、
演算された異常の程度と前記知識データベース内のルー
ルとに基づき予測される異常波及を推論し当該異常を未
然に防止するための操作ガイダンスを検索する手段と、
前記推論結果と操作ガイダンスとを編集し表示する手段
とからなる異常予知支援装置において、前記各異常要因
の異常の程度を演算する手段が、当該演算に用いる関数
を圧縮する手段または前記演算に用いる関数の上限をカ
ットする手段または前記演算に用いる関数の肩部の変化
を縮小する手段の少なくとも一つを備えた異常予知支援
装置を提案するものである。
本発明においては、発生してしまった異常ではなく、
異常につながる兆候としての要因を事前に把握して解析
し、その異常の程度と知識ベース内のルールとに基づき
予測される異常波及を推論し、その異常を未然に防止す
るための操作ガイダンスと併せて表示するので、プラン
トに異常を招くことなく、最適に運転でき、運転の信頼
度が大幅に向上する。
異常につながる兆候としての要因を事前に把握して解析
し、その異常の程度と知識ベース内のルールとに基づき
予測される異常波及を推論し、その異常を未然に防止す
るための操作ガイダンスと併せて表示するので、プラン
トに異常を招くことなく、最適に運転でき、運転の信頼
度が大幅に向上する。
本発明では、特に、各異常要因の異常の程度を演算す
る手段が、当該演算に用いる関数を圧縮する手段または
前記演算に用いる関数の上限をカットする手段または前
記演算に用いる関数の肩部の変化を縮小する手段の少な
くとも一つを備えていることから、パラメータが大きく
なると関数値が必ず所定値に達し異常が生ずることを前
提としている異常予知支援装置において、パラメータが
大きくなっても異常が生じないような場合にも、それが
異常であるか否かまた異常であるときはその程度と知識
ベース内のレールとに基づき予測される影響を推論し、
そのパラメータの変化に柔軟に対応できる。
る手段が、当該演算に用いる関数を圧縮する手段または
前記演算に用いる関数の上限をカットする手段または前
記演算に用いる関数の肩部の変化を縮小する手段の少な
くとも一つを備えていることから、パラメータが大きく
なると関数値が必ず所定値に達し異常が生ずることを前
提としている異常予知支援装置において、パラメータが
大きくなっても異常が生じないような場合にも、それが
異常であるか否かまた異常であるときはその程度と知識
ベース内のレールとに基づき予測される影響を推論し、
そのパラメータの変化に柔軟に対応できる。
第１図〜第７図を参照して、本発明の一実施例を説明
する。
する。
第１図は本発明による異常予知支援装置の一実施例の
構成を示すブロツク図である。図において、１はプラン
ト、２はプロセス量を取込むためのプロセス入力装置、
３は他の装置、４はこの他の装置３を介してプロセス量
を取込むための伝送路、５は中央処理装置、６は演算結
果を表示するCRT等の表示装置、７は中央処理装置５内
の異常予知支援部である。
構成を示すブロツク図である。図において、１はプラン
ト、２はプロセス量を取込むためのプロセス入力装置、
３は他の装置、４はこの他の装置３を介してプロセス量
を取込むための伝送路、５は中央処理装置、６は演算結
果を表示するCRT等の表示装置、７は中央処理装置５内
の異常予知支援部である。
異常予知支援部７の内部構成を第２図に示す。図にお
いて、８はプラント量取込み部、９は取込んだプラント
データを記憶するプラントデータベース、10はプラント
データに基づき要因の異常の程度を演算する手段、11は
その演算結果を格納するテーブル、12は異常予知用の知
識を予め記憶する知識データベース、13は異常程度の演
算結果と知識データベースの知識とにより将来発生が予
想される異常を推論し、それに対処するための操作を検
索する手段、14は推論結果と操作ガイダンスとを併せて
編集し見やすい画面を構成する手段である。
いて、８はプラント量取込み部、９は取込んだプラント
データを記憶するプラントデータベース、10はプラント
データに基づき要因の異常の程度を演算する手段、11は
その演算結果を格納するテーブル、12は異常予知用の知
識を予め記憶する知識データベース、13は異常程度の演
算結果と知識データベースの知識とにより将来発生が予
想される異常を推論し、それに対処するための操作を検
索する手段、14は推論結果と操作ガイダンスとを併せて
編集し見やすい画面を構成する手段である。
第３図は、タービン振動要因を例として、異常予知用
知識データベースの構造を示す系統図である。
知識データベースの構造を示す系統図である。
本例は、最終的に「振動大」の異常が発生するための
個々の異常要因の因果関係を示している。すなわち、復
水器排気室温度高または蒸気条件急変でケーシング熱的
変形が発生する可能性がある。ケーシング熱的変形また
は復水器真空度異常でロータアライメント不良が発生す
る可能性がある。ロータアライメント不良または回転部
と静止部との接触で振動大の異常が発生する可能性があ
る。これらの要因の因果関係は、知識としてプロダクシ
ヨンルール（IF〜,THEN〜．）の形式で記憶されてい
る。
個々の異常要因の因果関係を示している。すなわち、復
水器排気室温度高または蒸気条件急変でケーシング熱的
変形が発生する可能性がある。ケーシング熱的変形また
は復水器真空度異常でロータアライメント不良が発生す
る可能性がある。ロータアライメント不良または回転部
と静止部との接触で振動大の異常が発生する可能性があ
る。これらの要因の因果関係は、知識としてプロダクシ
ヨンルール（IF〜,THEN〜．）の形式で記憶されてい
る。
異常（例えば振動大）の予知においては、推論結果
が、個々の要因（例えば復水器排気室温度高，蒸気条件
急変など）の異常の程度に依存するので、これらの異常
の程度（「確信度」といい、第３図ではC1〜C6で表わし
てある。）を計算する必要がある。
が、個々の要因（例えば復水器排気室温度高，蒸気条件
急変など）の異常の程度に依存するので、これらの異常
の程度（「確信度」といい、第３図ではC1〜C6で表わし
てある。）を計算する必要がある。
確信度を計算するための関数関係の例を第４図に示
す。同図（Ａ）は、異常要因が蒸気条件急変の場合を示
している。主蒸気温度TmS,再熱蒸気温度TrSの変化率dT
mS/dt,dTrS/dtに、あいまい関数f10,f11（0.0≦f10,f11
≦1.0）を導入し、各々の変化率の値に対して異常の程
度を計算する。本例では、主蒸気温度変化率の異常の程
度は0.9であることを示している。蒸気条件急変の確信
度は、各々の要因のOR条件で示されている。dTmS/dt,dT
rS/dtのあいまい関数値をそれぞれ0.9,0.6とした場合、
これらあいまい関数値のOR演算の結果は、一般的に最大
値を採用するのが自然である。したがつて、蒸気条件急
変の確信度は、 C6＝Max（0.9,0.6）＝0.9 で示される。
す。同図（Ａ）は、異常要因が蒸気条件急変の場合を示
している。主蒸気温度TmS,再熱蒸気温度TrSの変化率dT
mS/dt,dTrS/dtに、あいまい関数f10,f11（0.0≦f10,f11
≦1.0）を導入し、各々の変化率の値に対して異常の程
度を計算する。本例では、主蒸気温度変化率の異常の程
度は0.9であることを示している。蒸気条件急変の確信
度は、各々の要因のOR条件で示されている。dTmS/dt,dT
rS/dtのあいまい関数値をそれぞれ0.9,0.6とした場合、
これらあいまい関数値のOR演算の結果は、一般的に最大
値を採用するのが自然である。したがつて、蒸気条件急
変の確信度は、 C6＝Max（0.9,0.6）＝0.9 で示される。
確信度の計算方法は種々あり、 0.9＋0.6−0.9×0.6＝0.96 とする方法もある。
第４図（Ｂ）は、ロータアライメント不良の場合を示
している。振動振幅Ａの変化率dA/dtがα＜（dA/dt）＜
β，振動の位相θの変化率ｄθ/dtがγ＜（ｄθ/dt）
で、振動大が発生するとき、やはりあいまい関数f1,f2,
f3を導入したものである。このロータアライメント不良
の場合は、内部要因のAND条件で確信度を求める。それ
ぞれのあいまい関数値を0.5,1.0,0.7とすると、これら
の関数値のAND演算の結果は、一般的に最小値を採用す
るのが自然である。したがつて、ロータアライメント不
良の確信度は、 C1＝Min（0.5,1.0,0.7）＝0.5 で示される。
している。振動振幅Ａの変化率dA/dtがα＜（dA/dt）＜
β，振動の位相θの変化率ｄθ/dtがγ＜（ｄθ/dt）
で、振動大が発生するとき、やはりあいまい関数f1,f2,
f3を導入したものである。このロータアライメント不良
の場合は、内部要因のAND条件で確信度を求める。それ
ぞれのあいまい関数値を0.5,1.0,0.7とすると、これら
の関数値のAND演算の結果は、一般的に最小値を採用す
るのが自然である。したがつて、ロータアライメント不
良の確信度は、 C1＝Min（0.5,1.0,0.7）＝0.5 で示される。
確信度の計算方法は種々あり、 0.5×1.0×0.7＝0.35 とする方法もある。
第２図の異常程度演算手段10は、蒸気条件急変が発生
し、ケーシング熱的変形が0.9の確信度で生ずることを
計算するとともに、ロータアライメント不良が発生し、
振動大が0.5の確信度で生ずることを計算する。
し、ケーシング熱的変形が0.9の確信度で生ずることを
計算するとともに、ロータアライメント不良が発生し、
振動大が0.5の確信度で生ずることを計算する。
第４図の関数関係は、パラメータが大きくなると、関
数値が必ず1.0となり、その異常が生ずることを前提と
している。しかし、現実には、パラメータが大きくなつ
ても、その異常が生じない場合もある。そこで、本発明
では、要因に応じて、第５図のように関数関係自体を変
更する手段を備えている。第５図（Ａ）は関数全体を圧
縮する方式、第５図（Ｂ）は上限をカツトする方式、第
５図（Ｃ）は関数の立上りを滑らかにする方式（本明細
書では、「肩部縮小」という。）等が考えられる。
数値が必ず1.0となり、その異常が生ずることを前提と
している。しかし、現実には、パラメータが大きくなつ
ても、その異常が生じない場合もある。そこで、本発明
では、要因に応じて、第５図のように関数関係自体を変
更する手段を備えている。第５図（Ａ）は関数全体を圧
縮する方式、第５図（Ｂ）は上限をカツトする方式、第
５図（Ｃ）は関数の立上りを滑らかにする方式（本明細
書では、「肩部縮小」という。）等が考えられる。
第４図と第５図のいずれの関数関係も、第６図に示し
たあいまい関数を用いない場合と比べて、より現実に近
い計算結果が得られる。
たあいまい関数を用いない場合と比べて、より現実に近
い計算結果が得られる。
次に、異常予知の推論方法について説明する。各異常
要因は、異常程度演算手段10でサイクリツクに計算され
ており、0.0〜1.0の範囲にある。確信度が小さい値の場
合でも全ルートの推論処理を実行するのは、効率が悪い
ので、所定値以上になつたものだけ、推論処理を行なう
ようにしてもよい。例えば、蒸気条件が急変し、C6が所
定値（例えば0.7）を越えたとすると、蒸気条件急変→
ケーシング熱的変形→ロータアライメント不良→振動大
と推論する。
要因は、異常程度演算手段10でサイクリツクに計算され
ており、0.0〜1.0の範囲にある。確信度が小さい値の場
合でも全ルートの推論処理を実行するのは、効率が悪い
ので、所定値以上になつたものだけ、推論処理を行なう
ようにしてもよい。例えば、蒸気条件が急変し、C6が所
定値（例えば0.7）を越えたとすると、蒸気条件急変→
ケーシング熱的変形→ロータアライメント不良→振動大
と推論する。
一方、異常が予知された場合の対応操作を示す操作ガ
イダンスは、ルール形式で知識データベースに格納され
ている。操作ガイダンスは異常波及の程度により異なる
ので、例えば蒸気条件急変の確信度が大きく、ケーシン
グ熱的変形とロータアライメント不良との確信度が小さ
い場合は、「蒸気条件急変注意」などのガイダンスを出
し、ケーシング熱的変形の確信度も大きくなつた場合
は、「蒸気温度保持」などのガイダンスを段階的に出す
ルールにしてある。
イダンスは、ルール形式で知識データベースに格納され
ている。操作ガイダンスは異常波及の程度により異なる
ので、例えば蒸気条件急変の確信度が大きく、ケーシン
グ熱的変形とロータアライメント不良との確信度が小さ
い場合は、「蒸気条件急変注意」などのガイダンスを出
し、ケーシング熱的変形の確信度も大きくなつた場合
は、「蒸気温度保持」などのガイダンスを段階的に出す
ルールにしてある。
異常発生予知とそれに対処するための操作ガイダンス
との表示例を第７図に示す。この例は、蒸気条件が急変
し、それに伴うケーシング熱的変形も異常レベルとな
り、振動大の異常が予知され、操作ガイダンスとして、
主蒸気温度保持を表示する場合である。
との表示例を第７図に示す。この例は、蒸気条件が急変
し、それに伴うケーシング熱的変形も異常レベルとな
り、振動大の異常が予知され、操作ガイダンスとして、
主蒸気温度保持を表示する場合である。
本発明によれば、異常を兆候の段階で把握し、予測さ
れる異常波及を推論し、その異常を未然に防止するため
の操作ガイダンスと併せて表示できるので、プラントを
安全に運転できる。
れる異常波及を推論し、その異常を未然に防止するため
の操作ガイダンスと併せて表示できるので、プラントを
安全に運転できる。
また、各異常要因の異常の程度を演算する手段が、当
該演算に用いる関数を圧縮する手段または前記演算に用
いる関数の上限をカットする手段または前記演算に用い
る関数の肩部の変化を縮小する手段の少なくとも一つを
備えているから、パラメータが大きくなっても異常が生
じないような場合にも、それが異常であるか否かまたは
異常であるときはその程度と知識ベース内のルールとに
基づき予測される影響を推論し、そのパラメータの変化
に柔軟に対応できる。
該演算に用いる関数を圧縮する手段または前記演算に用
いる関数の上限をカットする手段または前記演算に用い
る関数の肩部の変化を縮小する手段の少なくとも一つを
備えているから、パラメータが大きくなっても異常が生
じないような場合にも、それが異常であるか否かまたは
異常であるときはその程度と知識ベース内のルールとに
基づき予測される影響を推論し、そのパラメータの変化
に柔軟に対応できる。
第１図は本発明による異常予知支援装置の一実施例の構
成を示すブロツク図、第２図は第１図装置の異常予知支
援部の構成を示すブロツク図、第３図は異常予知用知識
データベースの構造の一例を示す図、第４図は確信度の
関数関係の例を示す図、第５図は確信度の最大値が100
％にならない現象を表す関数関係の例を示す図、第６図
はあいまい関数を使用しない場合の関数関係を示す図、
第７図は異常発生予知とその場合の操作ガイダンスとの
表示例を示す図である。 １……プラント、２……プロセス入力装置、３……他の
装置、４……伝送路、５……中央処理装置、６……CR
T、７……異常予知支援部、８……プラント量取込み
部、９……プラントデータベース、10……異常程度演算
手段、11……異常程度結果テーブル、12……知識データ
ベース、13……異常推論・操作検索手段、14……画面編
集手段。
成を示すブロツク図、第２図は第１図装置の異常予知支
援部の構成を示すブロツク図、第３図は異常予知用知識
データベースの構造の一例を示す図、第４図は確信度の
関数関係の例を示す図、第５図は確信度の最大値が100
％にならない現象を表す関数関係の例を示す図、第６図
はあいまい関数を使用しない場合の関数関係を示す図、
第７図は異常発生予知とその場合の操作ガイダンスとの
表示例を示す図である。 １……プラント、２……プロセス入力装置、３……他の
装置、４……伝送路、５……中央処理装置、６……CR
T、７……異常予知支援部、８……プラント量取込み
部、９……プラントデータベース、10……異常程度演算
手段、11……異常程度結果テーブル、12……知識データ
ベース、13……異常推論・操作検索手段、14……画面編
集手段。
フロントページの続き (72)発明者 松本 弘 茨城県日立市久慈町4026番地 株式会社日 立製作所日立研究所内 (72)発明者 阿部 倫夫 茨城県日立市幸町３丁目１番１号 株式会 社日立製作所日立工場内 (72)発明者 青柳 和治 東京都千代田区内幸町１丁目１番３号 東 京電力株式会社内 (72)発明者 佐野 勇 東京都千代田区内幸町１丁目１番３号 東 京電力株式会社内 (56)参考文献 特開 昭58−64503（ＪＰ，Ａ)
Claims (1)
- 【請求項１】プラントから取り込んだプラント量を表す
データを記憶するプラントデータベースと、異常予知支
援のために各異常要因の因果関係と異常の程度に応じた
操作ガイダンスとをルールの形で記憶する知識データベ
ースと、前記プラントデータに基づき各異常要因の異常
の程度を演算する手段と、演算された異常の程度と前記
知識データベース内のルールとに基づき予測される異常
波及を推論し当該異常を未然に防止するための操作ガイ
ダンスを検索する手段と、前記推論結果と操作ガイダン
スとを編集し表示する手段とからなる異常予知支援装置
において、 前記各異常要因の異常の程度を演算する手段が、当該演
算に用いる関数を圧縮する手段または前記演算に用いる
関数の上限をカットする手段または前記演算に用いる関
数の肩部の変化を縮小する手段の少なくとも一つを備え
たことを特徴とする異常予知支援装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9494988A JPH0827650B2 (ja) | 1988-04-18 | 1988-04-18 | 異常予知支援装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP9494988A JPH0827650B2 (ja) | 1988-04-18 | 1988-04-18 | 異常予知支援装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH01265311A JPH01265311A (ja) | 1989-10-23 |
| JPH0827650B2 true JPH0827650B2 (ja) | 1996-03-21 |
Family
ID=14124193
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP9494988A Expired - Fee Related JPH0827650B2 (ja) | 1988-04-18 | 1988-04-18 | 異常予知支援装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0827650B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3268529B2 (ja) * | 1990-03-14 | 2002-03-25 | 株式会社日立製作所 | 知識データベース処理システムおよびエキスパートシステム |
| JP3043897B2 (ja) * | 1991-05-15 | 2000-05-22 | 株式会社東芝 | プラント運転支援装置 |
| JP3479268B2 (ja) * | 2000-08-22 | 2003-12-15 | 月島機械株式会社 | 設備点検端末 |
| DE10208866A1 (de) | 2002-03-01 | 2003-09-04 | Bosch Gmbh Robert | Einrichtung und Verfahren zur Beurteilung und Erzielung von Sicherheit bei Systemen sowie entsprechendes Computerprogramm |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5864503A (ja) * | 1981-10-14 | 1983-04-16 | Hitachi Ltd | 装置の異常状態に対する原因推定方法 |
-
1988
- 1988-04-18 JP JP9494988A patent/JPH0827650B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPH01265311A (ja) | 1989-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3043897B2 (ja) | プラント運転支援装置 | |
| KR870008260A (ko) | 공정운용 절차들의 집행을 온라인 대화식 모니터링하는 방법 및 장치 | |
| GB2142758A (en) | Method and system for diagnosing a thermal power plant system | |
| JPH0522241B2 (ja) | ||
| JPH11502641A (ja) | 技術的設備に対する監視システム | |
| JPH0827650B2 (ja) | 異常予知支援装置 | |
| JPH06202707A (ja) | 監視制御装置 | |
| JPH06100921B2 (ja) | プラントの異常時処置決定方法 | |
| JPH03145894A (ja) | トレンド表示方式 | |
| JP2507542B2 (ja) | プラント監視装置 | |
| JPH0579952A (ja) | プラント異常診断装置 | |
| JPH10317024A (ja) | 高炉異常炉況判定システム | |
| CN114575942A (zh) | 一种基于多维决策图的汽轮机运维辅助系统 | |
| JP2547837B2 (ja) | プラント監視装置 | |
| JP2637302B2 (ja) | 制御方法及びその装置 | |
| JP2637343B2 (ja) | プラント模擬装置 | |
| CN116821788A (zh) | 一种基于边缘计算的火电厂辅机振动分析方法及系统 | |
| JP3536881B2 (ja) | 履歴管理を行う監視システムにおける系統状態表示方法 | |
| JPH0651693A (ja) | プラント模擬装置 | |
| JPS58100734A (ja) | 回転機器の異常検出法および装置 | |
| JPH044603B2 (ja) | ||
| JPH07239254A (ja) | 原動機プラントの故障診断装置 | |
| Tanaka | The Diagnostic Technologies in Power Plants in Japan | |
| JPH01263794A (ja) | 発電プラント過渡データ表示装置 | |
| JPS63171104A (ja) | プラント監視表示装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |