JPH0954613A

JPH0954613A - プラント設備監視装置

Info

Publication number: JPH0954613A
Application number: JP20566695A
Authority: JP
Inventors: Yuji Minami; 裕二南
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 1995-08-11
Filing date: 1995-08-11
Publication date: 1997-02-25

Abstract

(57)【要約】【課題】機器の異常又は故障の発生の可能性を適確に
予測する。【解決手段】特性値評価手段１１は、センサ０からの
データ信号を入力し、特性値データを履歴ファイル１２
に格納すると共に、この特性値データが所定基準値を超
過したか否かについての判定信号をサンプリング手段１
３に出力する。サンプリング手段１３は超過した旨の判
定信号を入力すると、過去の所定期間にわたる履歴デー
タを取り出し、これを同定手段１４及び統計情報抽出手
段１５に送る。確率推定手段１６は、手段１４，１５か
らの線形時間関数と分散値に基き、機器の異常発生確率
及び故障発生確率を推定する。リスク演算手段１７は影
響情報ファイル１８からの情報と手段１６の推定結果か
らリスク値を演算し、保全実施期間決定手段１９は予防
保全を実施すべき期間を決定する。そして、アラームレ
ベル決定手段１１０は保全実施期間の長さに応じたアラ
ームレベルを決定し、警報器２はこのレベルで警報を出
力する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、プラント設備内の
各機器からのデータ信号を入力して、これらの異常発生
確率や故障発生確率を推定するプラント設備監視装置に
関するものである。

【０００２】

【従来の技術】一般に、プラント設備内の機器の異常監
視は、機器の特性値にしきい値を設定（しきい値は固
定）し、そのしきい値との比較により、しきい値を越え
ていれば異常と判定し、アラームを発する設備が大半を
占めている。

【０００３】また、特性値の履歴データから特性値の変
動・推移を統計的に捕らえ、未来の任意の時点での特性
値を予測し、その特性値が未来のどの時点でしきい値に
達するかを推定する方法（しきい値に達する時間の推定
方法）もあるが、この推定で対象とするものは、履歴デ
ータの中心値である。例えば、過去の履歴データの変動
から最小二乗法で、未来の特性値推移を推定（中心値の
推移として推定）する方法などがある。

【０００４】

【発明が解決しようとする課題】以上の従来技術では、
下記の問題がある。（１）単に、特性値のしきい値判定だけでは、しきい
値の大きさに判定が直接左右される。すなわち、しきい
値が安全側へよりすぎる（過剰な安全思考）と、ノイズ
などによる一時的な特性値変動など実際には異常でない
のに異常と判定して誤報を頻発する。しきい値を逆に安
全側から離しすぎると、異常を検知できなくなる。この
ように適切なしきい値を設定することが難しい。（２）過去の履歴データの統計情報から、未来の特性
値の中心値を推定する方法では、過去の情報を考慮して
いるので、ノイズ等による一時的な変動に直接左右され
ない利点があるが、単に中心値の推移を扱っているだけ
であるので、真値との隔たりが大きい（誤差も大き
い。）。（３）重要な機器（設備全体の稼働への影響が大きい
機器や有害な化学物質が扱われている機器、爆発などの
可能性がある反応炉など）は、その機器が故障した場合
の設備や環境に与える損害（保全コストも含めて）・被
害などのリスク値を考慮して、適切な時期にアラームを
出す必要がある。しかし、従来技術では、逐次変動する
特性値とリスク値を考慮して、適切な時期にアラームを
出す仕組みがない。

【０００５】本発明は、上記事情に鑑みてなされたもの
であり、過去の履歴値の中心値（平均値と考えてもよ
い）以上の詳細な統計情報を利用し、未来の特性値の予
測確率分布を推定し、機器故障のリスク値も考慮し、適
切な時期にアラームを出す仕組みを有するプラント設備
異常監視装置を提供することを目的としている。

【０００６】

【課題を解決するための手段】上記課題を解決するため
の手段として請求項１記載の発明は、プラント設備内の
各機器からのデータ信号を入力し、これらの機器の劣化
状態に関連する特性値データを演算すると共に、この特
性値データが所定基準値を超過したか否かについて判定
する特性値評価手段と、前記特性値評価手段が演算した
特性値データを履歴データとして格納する履歴ファイル
と、前記特性値評価手段が前記超過と判定した場合に、
前記履歴ファイルから履歴データを、所定時間遡及した
時点から所定時間幅にわたって取り出すサンプリング手
段と、前記サンプリング手段からの前記履歴データを入
力し、この履歴データの近似値をとる線形・非線形の時
間関数情報を同定する同定手段と、前記履歴データ及び
前記時間関数情報から所定の統計情報を抽出する統計情
報抽出手段と、前記時間関数情報及び前記統計情報に基
いて、前記各機器の未来の時系列上の任意時点での異常
発生確率及び故障発生確率を推定する確率推定手段と、
を備えたことを特徴とする。

【０００７】請求項２記載の発明は、請求項１記載の発
明において、前記特性値評価手段は、所定時間経過毎に
最も古い履歴データを削除して新しい履歴データを格納
するものである、ことを特徴とする。

【０００８】請求項３記載の発明は、請求項１又は２記
載の発明において、前記各機器に異常又は故障が発生し
た場合のプラント設備に対する影響の大きさを数値化し
た影響情報を格納する影響情報ファイルと、前記異常発
生確率又は前記故障発生確率と前記数値化した影響情報
との積を演算することにより、異常又は故障発生に伴う
リスク値を求めるリスク演算手段と、を備えたことを特
徴とする。

【０００９】請求項４記載の発明は、請求項３記載の発
明において、前記リスク演算手段は、前記異常発生に伴
うリスク値として、予め定めた上限値に到達するまでは
時間の経過と共に累積する累積リスク値を演算するもの
であり、この累積リスク値と前記故障発生に伴うリスク
値とを合計した値を、前記各機器の未来の時系列上の任
意時点でのリスク値として求めるものである、ことを特
徴とする。

【００１０】請求項５記載の発明は、請求項３又は４記
載の発明において、前記リスク演算手段の演算結果に基
いて、前記異常発生又は故障発生に対しての予防保全を
実施すべき期間を決定する保全実施期間決定手段を、備
えたことを特徴とする。

【００１１】請求項６記載の発明は、請求項５記載の発
明において、予め保全実施期間の期間長に応じた複数の
アラームレベルを設定しておき、これらの中から前記保
全実施期間決定手段が決定した期間の長さに対応するア
ラームレベルを決定するアラームレベル決定手段と、を
備えたことを特徴とする。

【００１２】

【発明の実施の形態】以下、本発明の実施の形態を図に
基き説明する。なお、以下で述べる機器の「特性値」
は、通常の特性値だけでなく、特性の評価値なども、広
く含めたものである。例えば、特性の評価値として、機
器が劣化してくるために起こる特性低下度（又は特性劣
化度）や異常の程度などを表現する値がある。

【００１３】また、以下の実施形態では、特性値に対
し、下限の異常レベルと上限のトリップレベルを設定し
ているが、特性値及びその評価値の表現の仕方により、
上限の異常レベルを上限のトリップレベルとして設定す
ることもある。

【００１４】図１は、本発明の一実施形態の構成を示す
ブロック図である。図１において、特性値評価手段１１
は、プラント設備内の各機器に設置されたセンサ０から
これらの機器の状態を表すデータ（ａ）を入力し、機器
の特性値Ｆを表すデータ（ｂ１）を計算するものであ
る。そして、特性値Ｆを表すデータ（ｂ１）が異常レベ
ルＡを越えているか否かを判定するため、異常レベルＡ
と特性値Ｆを表すデータ（ｂ１）とを比較する。

【００１５】履歴ファイル１２は、特性値評価手段１１
で計算した特性値Ｆを表すデータ（ｂ１）を履歴データ
として格納するものである。

【００１６】サンプリング手段１３は、特性値評価手段
１１で比較した結果（ｂ２）を入力し、その結果（ｂ
２）が「特性値Ｆを表すデータ（ｂ１）≧異常レベル
Ａ」である場合に、履歴ファイル１２に格納している特
性値Ｆを表すデータ群（ｃ）を、設定した時間幅でサン
プリングするものである。

【００１７】同定手段１４は、サンプリング手段１３で
サンプリングした特性値Ｆを表すデータ群（ｃ）を入力
し、最小二乗法により、特性値を表すデータ群（ｃ）の
近似値をとる線形時間関数（ｄ）を同定するものであ
る。

【００１８】統計情報抽出手段１５は、サンプリング手
段１３でサンプリングした特性値Ｆを表すデータ群
（ｃ）と、同定手段１４で同定した線形時間関数（ｄ）
を入力し、線形時間関数（ｄ）上のデータ値からの特性
値Ｆを表すデータ群（ｃ）の分散値（ｅ）を抽出するも
のである。

【００１９】確率推定手段１６は、同定手段１４で同定
した線形時間関数（ｄ）と統計情報抽出手段１５で抽出
した分散値（ｅ）を入力し、機器の異常発生確率及び故
障発生確率を推定するものである。

【００２０】影響情報ファイル１８は、機器の故障及び
異常に伴う影響の大きさを数値化したデータ（ｇ）を影
響情報として格納するものである。

【００２１】リスク演算手段１７は、確率推定手段１６
で推定した推定データ（ｆ）と影響情報ファイル１８に
格納されたデータ（ｇ）を入力し、故障発生確率に基く
リスク値を計算すると共に、異常発生確率に基づく累積
リスク値を計算し、これらのリスク値を合計することに
より前記機器のリスク値を求めるものである。

【００２２】保全実施期間決定手段１９は、リスク演算
手段１７で計算した結果（ｈ）を入力し、機器の保全実
施の余裕期間（ｉ）を決定してこの決定結果（ｉ）を外
部へ出力するものである。

【００２３】アラームレベル決定手段１１０は、保全実
施期間決定手段１９で決定した結果（ｉ）を入力し、ア
ラームレベルを決定して外部警報器２にアラームレベル
決定信号（ｊ）を出力するものである。

【００２４】図２は、図１の動作についてのフローチャ
ートである。以下、図２に基き図１の動作を説明してい
く。

【００２５】特性値評価手段１１は設備の機器に設置し
たセサン０から、機器の状態を表すデータ（ａ）を入力
する。この状態を表すデータ（状態量）（ａ）は、機器
の特性を直接又は間接的に表す温度、圧力、流量などで
ある（ステップＳ１）。特性値評価手段１１では、入力
した状態量（ａ）から特性値Ｆを計算する。例えば、こ
の状態量（ａ）の設計値との比は、特性を与える指標の
一つである。ここで計算した特性値を表すデータ（特性
値Ｆデータ）（ｂ１）は逐次、履歴ファイル１２に格納
される（ステップ２）。特性値評価手段１１では、計算
した特性値Ｆ（ｂ１）と異常レベルＡとの大小関係を判
定する（ステップＳ３）。この判定基準は次の通りであ
る。

【００２６】・「特性値Ｆ≧異常レベルＡ」の場合→特
性値は異常（劣化している）・「特性値Ｆ＜異常レベルＡ」の場合→特性値は正常
（劣化はみられない）サンプリング手段１３では、特性値評価手段１１の判定
結果（ｂ２）を入力し、その判定結果（ｂ２）に基づ
き、履歴ファイル１２に格納された特性値Ｆデータ（ｂ
１）をサンプリングする。判定結果（ｂ２）に基づく、
サンプリングの条件は次の通りである。

【００２７】・判定結果：「特性値Ｆ≧異常レベルＡ」
の場合→一定期間長の特性値Ｆデータ群（ｃ）をサンプ
リングする（ステップＳ４）と共に、サンプリング以後
の処理と平行して、ステップＳ１，Ｓ２に戻る。

【００２８】・判定結果：「特性値Ｆ＜異常レベルＡ」
の場合→サンプリングせずにステップＳ１，Ｓ２に戻
る。

【００２９】同定手段１４では、サンプリング手段１３
でサンプリングした特性値Ｆデータ群（ｃ）を入力し、
この特性値Ｆデータ群（ｃ）に真値の同定法である最小
二乗法を適用して、線形近似（１次近似）した近似直線
（特性値のトレンド予測線）（ｄ）を同定する（ステッ
プＳ５）。この特性値のトレンド予測線（ｄ）は時間関
数である。

【００３０】以上の動作を図３及び図４のグラフを用い
て詳しく説明する。図３は、特性値Ｆと機器の運転日数
Ｄとの関係を示すトレンドグラフである。このグラフに
プロットした黒丸点ｂ１が特性値Ｆデータ（ｂ１）であ
り、この黒丸点（ｂ１）のトレンドデータが履歴ファイ
ル１２に格納されている。また、これらのトレンドデー
タの最小二乗近似が同図に示す直線（ｄ）である。さら
に、同図には、特性値ＦのトリップレベルＢと異常レベ
ルＡのしきい値が表示されている。機器がトリップする
特性値のレベルがトリップレベルＢである。

【００３１】サンプリング手段１３でサンプリングを開
始するタイミングは、プロットされている黒丸点ｂ１の
特性値Ｆが異常レベルＡに達した時点である。現在が、
「黒丸点ｂ１が異常レベルＡに達した」時点である様子
を示したものが同図であり、その時点は、運転日数Ｄが
Ｄ_N点の時点である。

【００３２】図４のグラフは、サンプリング手段１３で
サンプリングが繰り返される様子を示している。すなわ
ち、現在Ｄ_N点からＤ₁，Ｄ₂点で、特性値評価手段１
１がセンサ０から状態量を入力したとすると、同手段１
１での特性値Ｆの判定結果が「特性値Ｆ≧異常レベル
Ａ」と判定した場合、サンプリングする期間Ｓがシフト
していく。この場合、サンプリングの期間Ｓは一定なの
で、シフトした分、古いデータ（履歴データ）は除去さ
れ、最新のデータが加えられることになる。

【００３３】統計情報抽出手段１５では、サンプリング
手段１３でサンプリングした特性値Ｆデータ群（ｃ）と
同定手段１４で同定した特性劣化のトレンド予測線
（ｄ）を入力する。そして、この統計情報抽出手段１５
は、線形・非線形の時間関数上に、機器の特性の予測値
の平均値が近似的に存在すると仮定し、線形・非線形の
時間関数上のデータ値から履歴データ値のバラツキ程度
などの統計情報を抽出する。ここで、線形の時間関数と
は特性値のトレンド予測線（ｄ）である。この予測線
（ｄ）は、特性値Ｆデータ（ｂ１）の中心値を同定した
ものであり、現在より未来の時点では、この中心値を、
未来の予測される「特性値Ｆの平均値」と仮定してい
る。

【００３４】そして、過去の特性値Ｆのデータ群（ｃ）
の予測線（中心地の推移）（ｄ）からの偏差（散らばり
程度）を「未来の時点で予測される特性値の平均値から
の偏差」（散らばり程度」と仮定する。すなわち、過去
の特性値Ｆの中心値と実際の値とのバラツキ（分散な
ど）の統計的な関係を未来も維持すると仮定している
（下記を仮定）。

【００３５】

【数１】以上の仮定の下、未来の時点では、任意の時点で図５に
示す特性値確率密度分布Ｃが推定できる。本実施形態で
は、過去の特性値Ｆの中心値推移と分散から未来の特性
値の平均値Ｕの推移と分散Ｖを決定し、特定の確率密度
分布（特性値確率密度分布Ｃ）の形（正規確率密度分布
など）を設定する。ただし、分散以上の詳細な統計情報
を、同様にして考慮してもよい。

【００３６】統計情報抽出手段１５では、上記により、
過去の特性値Ｆの中心値（特性値のトレンド予測線
（ｄ））からの特性値Ｆデータ群（ｃ）のバラツキ（分
散値）（ｅ）を計算する（ステップＳ６）。

【００３７】確率推定手段１６は、同定手段１４で同定
した特性値のトレンド予測線（ｄ）と統計情報抽出手段
１５で抽出した分散値（ｅ）を入力し、故障発生確率及
び異常発生確率を推定する（ステップＳ７）。まず、故
障発生確率の推定について説明する。本発明では、機器
がトリップする状態を故障と定義するが、これは、図３
で示したトリップレベルＢを黒丸点ｂ１の特性値Ｆが越
える状態に相当する。そして、確率推定手段１６は、機
器のトリップを誘発し、トリップレベルＢを前記確率密
度の分布が超過する確率を計算し、この確率を「未来の
任意の時点」における故障の発生確率と推定するもので
ある。この概念を図６で説明する。

【００３８】図６は横軸が運転日数Ｄで、未来の時点Ｄ
₁〜Ｄ₅における特性値確率密度分布Ｃ（図５参照）が
特性値のトレンド予測線（ｄ）上に図示されている。ト
レンド予測線（ｄ）上のＵ₁〜Ｕ₅は未来の時点Ｄ₁〜
Ｄ₅における予測される「特性値の平均値」である。こ
れらの平均値の周りに、統計情報抽出手段１５で計算し
た分散値（ｅ）のバラツキをもつ特性値確率密度分布Ｃ
₁〜Ｃ₅がある。同図で左下がりの斜線で示した分布の
面積Ｐ₁〜Ｐ₅は、特性値確率密度分布がトリップレベ
ルＢを超過する確率であり、これらが未来の時点Ｄ₁〜
Ｄ₅における故障発生確率Ｐである。

【００３９】次に、異常発生確率の推定法について説明
する。図６において、異常レベルＡとトリップレベルＢ
に挾まれた区間に入る特性値確率密度分布の面積Ｐ_A1〜
Ｐ_A5を計算する。これらＰ_A1〜Ｐ_A5は特性値Ｆデータ
（ｂ１）が異常と見なされる確率（異常発生確率Ｐ_A）
である。計算した故障発生確率Ｐ：Ｐ₁〜Ｐ₅を運転日
数Ｄに対し、プロットすると図７のようになる。同様に
して、異常発生確率Ｐ_A：Ｐ_A1〜Ｐ_A5についてもプロッ
トできる。

【００４０】リスク演算手段１７では、確率推定手段１
６で推定した故障発生確率Ｐと異常発生確率Ｐ_Aの推定
データ（ｆ）と影響情報ファイル１８に格納されたデー
タ（ｇ）を入力し、故障発生確率Ｐに対しリスク値を計
算する（ステップＳ８）。また、異常発生確率Ｐ_Aに対
しリスク値及び累積リスク値を計算する。さらに、これ
ら、故障発生確率Ｐによるリスク値と異常発生確率Ｐ_A
による累積リスク値の合計を計算する。

【００４１】ここで、リスク計算の概要を図８及び図９
に基づき説明する。リスクの分類を示したものが図８で
ある。ここでは、機器が故障又は異常になった場合の
「影響の大きさ」を５段階に分類し、数値化している
（この分類は何段階にわけてもよい。）。図８に基づ
き、機器別、特性値別に、機器の異常又は故障の影響の
大きさを記述したデータが影響情報ファイル１８に格納
されている。そして、機器に異常又は故障が起こった場
合の影響の大きさに異常発生確率又は故障発生確率を積
算した値を本実施形態ではリスク値と定義する。

【００４２】すなわち、・機器の異常（特性値Ｆデータ（ｂ１）がトリップレベ
ルＢと異常レベルＡの間にあると予測される状態）の場
合機器の異常に伴う（１）式のリスク計算では、次の制約
条件を設定する。

【００４３】「各時点でのリスク値を時間経過の方向へ
累積していき、設定した上限値に達すると以後、その上
限値の値をとり続けるという制約」

【００４４】

【数２】ここで、（１）式の結果の累積をとると、

【００４５】

【数３】いま、Ｒ_A1＋Ｒ_A2＋Ｒ_A3＜累積リスク値の上限値Ｒ_U＜
Ｒ_A1＋Ｒ_A2＋Ｒ_A3＋Ｒ_A4であるならば、制約条件によ
り、累積リスク値Ｒ_A ^*は次のようになる。

【００４６】

【数４】・機器の故障（特性値Ｆデータ（ｂ１）がトリップレベ
ルＢを超過すると予測される状態）の場合機器の故障に伴うリスク値Ｒ_Bは次式で計算する。

【００４７】

【数５】本実施形態のリスク計算手段１７では、上式（３），
（４）の結果より、次式で、未来の時点Ｄ₁〜Ｄ₅のリ
スク値Ｒを計算する。

【００４８】

【数６】（５）式で計算した結果をブロットすると図９のように
なる。同図で縦軸のリスク値Ｒの意味は、影響の大きさ
を数値化した値（図８の分類）から、解釈すればよい。
例えば、同図で時点Ｄ₃におけるリスク値Ｒ₃は影響の
大きさから見ると分類「小さい」にあたる。そのレベル
のリスク値であると解釈する。

【００４９】保全実施期間決定手段１９は、リスク計算
手段１７で計算した結果（ｈ）を入力し、機器の保全実
施の余裕期間（ｉ）を決定してこの決定結果（ｉ）を外
部へ出力する。この結果（ｈ）は図９に示す未来の運転
日数Ｄに対するリスク値Ｒの推移である。

【００５０】保全実施期間決定方法では、推定・計算で
得られた図９（リスク曲線ｒ_D：リスク値Ｒ₁〜Ｒ₅を
結んだ曲線）に対し、許容可能なリスクの上限のしきい
値Ｒ_L（リスクしきい値と以後呼ぶ）を設定し、リスク
しきい値Ｒ_Lとリスク曲線ｒ_Dが交差する点Ｒ^*の運転
日数Ｔ_Dを保全実施の余裕期間と決定する（ステップＳ
９）。

【００５１】そして、この結果（運転日数Ｔ_D）（ｉ）
を外部と次手段１１０へ入力する（ステップＳ１０）。

【００５２】次に、以上述べたステップＳ１〜ステップ
Ｓ１０までをより具体的な例に基きさらに詳しく説明す
る。なお、以下の例で示すデータの計算過程では、いく
つかの近似計算を行っている。

【００５３】図１０は、ポンプＧから原料が配管Ｈを通
して、反応器Ｍに送られ、ポンプＧの吐出圧力を測定す
るための圧力計Ｋが配置された「ポンプ−反応器系」の
プラント設備である。この「ポンプ−反応器」系では、
配管Ｈ内に汚れ・閉塞Ｔがある状態を想定している。い
ま、圧力計Ｋが示すポンプＧの吐出圧力（ａ）をセンサ
０から入力し、吐出圧力（ａ）の特性値Ｆを特性値評価
手段１１で次式より計算する。

【００５４】

【数７】実測圧力値は状態量（吐出圧力データ（ａ））である。
但し、上式（６）によらず、直接、吐出圧力（ａ）を特
性値としてもよい。図１１は吐出圧力の特性値Ｆデータ
（％）についての表である。但し、この特性値Ｆは説明
のために付与した値である。また、図１１はある基準日
からの図１０の「ポンプ−反応器」系の運転日数Ｄにお
ける特性値Ｆ（％）を示している。

【００５５】ステップＳ１、ステップＳ２により、履歴
ファイル１２に格納されているのが図１１であり、これ
をグラフ表示したものが図１２である。図１２は図１１
の特性値Ｆを◇点でプロットしたものである。また、同
図にはトリップレベルＢを特性値Ｆ−１３０％、異常レ
ベルＡを特性値Ｆ＝１１５％で表示している。図１１に
おいて、現在が運転日数３１日目とすると、特性値Ｆ＝
１１５％であり、これは異常レベルＡと同値であるの
で、ステップＳ３，Ｓ４により、サンプリング手段１３
でサンプリングを行う。ここでは、サンプリング期間Ｓ
＝３１日間とし、図１１で示すデータ（ｃ）を履歴ファ
イル１２からサンプリングする。

【００５６】同定手段１４は、サンプリングした図１１
で示すデータ（ｃ）を入力し、このデータ（ｃ）に対し
最小二乗法を適用して、１次近似線（予測線）（ｄ）を
計算（同定）する（ステップＳ５の具体例）。これによ
り次式が得られる。次式を図示したものが図１２であ
る。

【００５７】

【数８】統計情報抽出手段１５は、図１１に示すデータ（ｃ）と
同定手段１４で同定した予測線（ｄ）を入力する。そし
て、（７）式の予測線（ｄ）に対する図１１に示すデー
タ（ｃ）のバラツキ（分散）（ｅ）を次式により計算す
る。

【００５８】

【数９】いま、Ｎ＝１６であり、（８）式で分散σ²（ｅ）を計
算すると、分散σ²（ｅ）＝７．７９となり、また、標
準偏差σはσ＝２．７９となる。上記のような各運転日
数Ｄにおける計算した分散σ²（ｅ）と平均値バーＦ_D
を表にまとめたものが図１３である（ステップＳ６の具
体例）。

【００５９】確率推定手段１６では、同定手段１４で同
定した予測線（ｄ）と統計情報抽出手段１５で計算した
分散σ²（ｅ）を入力し、故障発生確率Ｐと異常発生確
率Ｐ_Aを推定する。この例では、特性値Ｆが正規分布の
確率密度に従うと仮定する。そして、確率計算に標準正
規分布表を利用するため、予測特性値の平均値バーＦ_D
を次式により正規化する。

【００６０】

【数１０】このとき、予測特性値の平均値バーＦ_D≧Ｂとなる確率
が故障発生確率Ｐである。図１２では、トリップレベル
Ｂ＝１３０％であるので、Ｂ＝１３０である。いま、σ
＝２．７９で（９）式により正規化変数ｚを計算する。
このｚの確率Ｐ（故障発生確率Ｐ）を標準正規分布表に
より求めたものを図１４に示す。ただし、図１４は現在
（運転日数Ｄ＝３１日）を基準にした運転日数Ｄを表記
している。すなわち、同図では、基準日からの運転日数
Ｄ＝３１日を０日として、未来の運転日数Ｄを示してい
る。図１４に示す故障発生確率Ｐを運転日数Ｄに対しプ
ロットしたグラフを図１５に示す。

【００６１】次に、異常発生確率Ｐ_Aを計算する。異常
発生確率Ｐ_Aは上限のトリップレベルＢ（１３０％）と
下限の異常レベルＡ（１１５％）の区間に特性値確率密
度分布Ｃが入る区間面積（確率）を計算する。

【００６２】この場合、

【００６３】

【数１１】このときｚ１ ≦ ｚ ≦ ｚ２ ……（11）の区間確率を標準正規分布表より計算する。計算した結
果を図１６に示す。同図も現在（運転日数Ｄ＝３１日）
を基準にした運転日数Ｄを表記している。すなわち、同
図では、基準日からの運転日数Ｄ＝３１日を０日とし
て、未来の運転日数Ｄを示している（ステップＳ７の具
体例）。

【００６４】リスク計算手段１７は、確率推定手段１６
で推定した「故障発生確率Ｐと異常発生確率Ｐ_A」
（ｈ）を入力する。また、影響情報ファイル１８からポ
ンプＧの吐出圧力の影響情報（ｇ）を入力する。

【００６５】ここで、この影響情報（ｇ）について説明
する。この例では、吐出圧力の特性値の異常上昇を対象
にしている。特性値が上昇するとは、（６）式により吐
出圧力が設計値に対して上昇することである。図１０に
は、配管Ｈ内に汚れ・閉塞Ｔがあり、これが原因でポン
プＧの吐出圧力が上昇することを想定している。いま、
ポンプＧの吐出圧力が上昇するとポンプＧの負荷が増大
し、ポンプＧの電力消費量も増大してくる。この吐出圧
力が異常に上昇すると、ポンプＧが損傷又はトリップ
し、反応器Ｍへの原料供給が停止する。このとき、ポン
プＧの代替機又は系が二重系でなければ、プラント運転
が停止することになる。この異常波及の様子をツリーで
表現したものが図１７である。

【００６６】図１７は頂上事象を異常事象とし、頂上事
象の部位をもつ機器が異常を継続するか故障するかでツ
リー分岐し、与える影響を結果事象として示したもので
ある。影響情報ファイル１８は、上記のようにツリーで
影響を分析し、影響の大きさを図８に従って、付与した
ファイルを格納している。

【００６７】図１８は、「異常項目：ポンプ吐出圧力上
昇」に対する影響情報を示したものである。図１８はポ
ンプＧの状態（異常／故障）に対して、影響を記述して
いる。さらに、図８に基づき、影響の大きさを与えてい
る。ポンプＧの異常は、ポンプＧの吐出圧力の特性値Ｆ
が、トリップレベルＢと異常レベルＡの区間にある状態
を意味し、故障はトリップレベルＢを特性値Ｆが越える
状態を意味する。

【００６８】ここで、注意すべき点は、同図の異常の影
響項目に対する影響の大きさが、１〜４．５と与えられ
ていることである。これは、「影響の大きさは１で、リ
スク累積値の最大値が４．５である。」と読むものとす
る。すなわち、異常な状態が維持している場合は、時間
の経過にともない、影響の大きさ１の事象が繰り返し起
こることを意味するので、リスク値は累積して増大する
が、上限値（ここでは４．５）があることを意味する。

【００６９】図１８では、吐出圧力の特性値Ｆが２つの
状態（異常／故障）にある場合に分けているが、影響の
大きさをより詳細に与える場合は、異常レベルＡとトリ
ップレベルＢの区間をさらに分割（すなわち、異常状態
をより詳細に場合分けすること）し、それぞれの区間
で、影響の大きさを付与すればよい。例えば、図１９に
示すように、異常レベルＡとトリップレベルＢの区間
を、ここでは、３分割（特性値区間ＲＤ１，ＲＤ２，Ｒ
Ｄ３）し、各特性値区間に吐出圧力の特性値Ｆが入る場
合の影響の大きさを与える。この時、以後のリスク計算
では、区間ＲＤ１，ＲＤ２，ＲＤ３に吐出圧力の特性値
Ｆの確率密度分布が入る区間確率を異常発生確率Ｐ_Aと
同様にして計算しておく必要がある。

【００７０】では、この影響情報（ｈ）に付与された影
響の大きさと（３），（４），（５）式、及び図１４，
図１６の故障発生確率Ｐと異常発生確率Ｐ_Aを用いて、
リスク値Ｒを計算してみる。（４）式と図１４、及び影
響の大きさ＝７から、現在より未来の運転日数Ｄにおけ
る各リスク値Ｒ_Bを計算した結果を図２０に示す。

【００７１】ます、（３）式（上限値＝４．５）と図１
６及び影響の大きさ＝１から現在より未来の運転日数Ｄ
における各リスク値Ｒ_Aと累積リスク値Ｒ_A ^*を計算し
た結果を図２１に示す。但し、図２０，図２１とも、現
在（運転日数Ｄ＝３１日）を基準にした運転日数Ｄを表
記している。すなわち、同図では、基準日からの運転日
数Ｄ＝３１日を０日として、未来の運転日数Ｄを示して
いる。図２０，図２１のデータを（５）式により合計し
た結果（リスク値Ｒ）を運転日数Ｄに対してプロットし
たグラフを図２２に示す（ステップＳ８の具体例）。

【００７２】保全実施期間決定手段１９はリスク計算手
段１７での計算結果（図２２に示すデータ）（ｈ）を入
力し、保全実施の余裕期間Ｔ_Dを決定する。これは、図
２２に基づき決定する。いま、リスクしきい値をＲ_L＝
６と設定した場合、図２２のリスク曲線ｒ_DとＲ_L＝６
が交差する点Ｒ^*の運転日数Ｄをグラフから読みとる
と、おおよそＴ_D＝１４である。Ｔ_D＝１４（日）が現
在から予防保全を実施すべき期間である。これを外部モ
ニタに出力し、また、次手段１１０にも出力する（ステ
ップＳ９，Ｓ１０の具体例）。

【００７３】以上、ステップＳ１〜ステップＳ１０まで
を具体例で説明した。次に、ステップＳ１１，Ｓ１２を
説明する。

【００７４】アラームレベル決定手段１１０では、保全
実施期間決定手段１９で決定した結果（ｉ）を入力して
アラームレベルを決定し、外部警報器２へアラームレベ
ル決定結果（ｊ）を出力する。この決定方法の概要を図
２３に示す。

【００７５】図２３は、保全実施の余裕期間Ｔ_Dの期間
長を３ランクに分けし、各ランクに一対一にアラームレ
ベル〔１，２，３〕を設定し、この対応関係により、ア
ラームレベルを決定する様子を示したものである。

【００７６】例えば、先の具体例の結果：Ｔ_D＝１４
（日）に対するアラームレベルは同図より、ＡＬ点であ
り、アラームレベルＬ＝２と決定される（ステップＳ１
１）。ここでは、３ランクに分けたが、ランク数はいく
らでもよい。アラームレベル〔１，２，３〕は外部の警
報器へ出力する信号（ｊ）である。

【００７７】抽象的ではあるが、外部警報器は、このア
ラームレベル〔１，２，３〕により、警報レベルを切り
替える機能を有するものとする。例えば、警報音量の大
きさ１，２，３の信号に対応させておけば、警報音量が
切り替えられる（ステップＳ１２）。但し、警報の形態
は音量だけでなく、色表示や音声、文字表示、グラフィ
ック（又は映像）表示など、すべてに適用できる。

【００７８】上記のステップＳ４〜ステップＳ１２は、
ステップＳ３の特性値Ｆと異常レベルＡとのしきい値判
定の結果、特性値Ｆが異常レベルＡより大きければ、そ
れをトリガーに逐次繰り返す。この逐次、繰り返して、
アラームレベルＬが切り替えられる様子を図２４乃至図
２６に示す。

【００７９】いま、運転日数Ｄ₁，Ｄ₂，Ｄ₃，Ｄ₄，
Ｄ₅で「特性値Ｆ≧異常レベルＡ」となり、ステップＳ
４〜ステップＳ１２が繰り返し、実行されたとする。図
２４は故障発生確率Ｐの曲線Ｐ_D1〜Ｐ_D5が各運転日数Ｄ
₁，Ｄ₂，Ｄ₃，Ｄ₄，Ｄ₅で変化していく様子を示し
ている。また、図２５はリスク曲線Ｒ_D1〜Ｒ_D5が各運転
日数Ｄ₁，Ｄ₂，Ｄ₃，Ｄ₄，Ｄ₅で変化していく様子
を示している。この時、保全実施の余裕期間Ｔ_Dも
Ｔ_D1，Ｔ_D2，Ｔ_D3，Ｔ_D4，Ｔ_D5と変化している。図２６
は図２５から得られる保全実施の余裕期間Ｔ_Dをアラー
ムレベルＬのグラフに対応させたものである。

【００８０】保全実施の余裕期間Ｔ_DについてＴ_D1，Ｔ
_D2，Ｔ_D3，Ｔ_D4，Ｔ_D5に対応するアラームレベルはＡＬ
１，ＡＬ２，ＡＬ３，ＡＬ４，ＡＬの５点である。図２
６では、ＡＬ１点から時間経過に伴いアラームレベルが
切り替わる様子を実線矢印で順に示している。

【００８１】上記の実施形態では、特性値（具体例では
ポンプの吐出圧力の特性）を対象に述べたが、ポンプの
機器効率などの特性の評価値を今回の特性値に置き換え
てもよい。また、他の特性値や特性異常度などでもよ
い。さらに、上記の例では、機器を構成するプラント全
体への影響を考えたが、監視対象と影響の組み合わせは
種々考えられる。例えば、「監視対象」が特性異常度で
あり、「影響」がプラント機器全体への破損などの影響
である場合、「監視対象」が特性値変動であり、「影
響」が機器効率への影響である場合、「監視対象」が特
性劣化度であり、「影響」が機器効率への影響である場
合、「監視対象」が特性異常度であり、「影響」が機器
効率への影響である場合、「監視対象」が機器効率であ
り、「影響」がプラント運営の経済性への影響である場
合、などの組み合わせが考えられる。さらに、対象機器
としては、ポンプ系以外の他の電気・機械的又は化学的
に稼働する機器を備えた設備にも、監視対象と影響の組
み合わせを種々考えて本発明を適用できる。

【００８２】上記した実施形態によれば、次の効果を得
ることができる。（１）過去の履歴データの統計情報から、未来時の特
性値の平均値を推定する際に、統計情報として、分散値
など、詳細な統計情報を使用するので、ノイズ等による
一時的な変動に直接左右されず、平均値のみ考える場合
よりも誤差が小さく（精度が高く）なる。（２）「ポンプ−反応器」系の経済的・安全な運営を
支援する機能として、機器が異常・故障した場合の設備
や環境に与える損害（保全コストも含めて）・被害など
のリスク値を考慮して、適切なタイミングで緊急度合い
を切り替えながら、その緊急度合いに応じたアラームを
出す機能を提供できる。

【００８３】

【発明の効果】以上のように、本発明によれば、機器の
特性値データを常時監視すると共に、これを履歴ファイ
ルに格納し、この特性値データが一定レベルを超えた場
合には、過去の所定期間のデータを履歴ファイルから取
り出して、時間関数情報を同定すると共に、統計情報を
抽出し、これらの情報に基いて異常及び故障の発生につ
いての確率を推定しているので、機器の異常や故障の可
能性を適確に予測でき、充分な異常・故障検知能力を維
持しつつ誤報等の頻発を防止することができる。

【００８４】また、予め機器の異常や故障の発生確率と
影響の大きさとから設備に与えるリスクを考慮したり、
予防保全を実施すべき期間を決め、さらに、緊急度に応
じてレベルを変化させたアラームを出したりする機能な
どを付加することにより、異常や故障に対してより適切
な対処を取ることが可能なプラント設備監視装置を実現
することができる。

【図面の簡単な説明】

【図１】本発明の実施形態の構成を示すブロック図。

【図２】図１の動作についてのフローチャート。

【図３】図１における特性値評価手段の動作を説明する
ためのグラフ図。

【図４】図１におけるサンプリング手段の動作を説明す
るためのグラフ図。

【図５】図１における統計情報抽出手段の動作を説明す
るためのグラフ図。

【図６】図１における確率推定手段の動作を説明するた
めのグラフ図。

【図７】図１における確率推定手段の動作を説明するた
めのグラフ図。

【図８】図１における履歴情報ファイルに格納されるデ
ータの内容を示す図表。

【図９】図１におけるリスク演算手段の動作を説明する
ためのグラフ図。

【図１０】本発明の実施形態の適用対象となる設備の構
成例を示す説明図。

【図１１】本発明の実施形態の動作をより具体的に説明
するための図表。

【図１２】本発明の実施形態の動作をより具体的に説明
するためのグラフ図。

【図１３】本発明の実施形態の動作をより具体的に説明
するための図表。

【図１４】本発明の実施形態の動作をより具体的に説明
するための図表。

【図１５】本発明の実施形態の動作をより具体的に説明
するためのグラフ図。

【図１６】本発明の実施形態の動作をより具体的に説明
するための図表。

【図１７】本発明の実施形態の動作をより具体的に説明
するための説明図。

【図１８】本発明の実施形態の動作をより具体的に説明
するための図表。

【図１９】本発明の実施形態の動作をより具体的に説明
するためのグラフ図。

【図２０】本発明の実施形態の動作をより具体的に説明
するための図表。

【図２１】本発明の実施形態の動作をより具体的に説明
するための図表。

【図２２】本発明の実施形態の動作をより具体的に説明
するためのグラフ図。

【図２３】本発明の実施形態の動作をより具体的に説明
するためのグラフ図。

【図２４】本発明の実施形態の動作をより具体的に説明
するためのグラフ図。

【図２５】本発明の実施形態の動作をより具体的に説明
するためのグラフ図。

【図２６】本発明の実施形態の動作をより具体的に説明
するためのグラフ図。

【符号の説明】

１１特性値評価手段１２履歴ファイル１３サンプリング手段１４同定手段１５統計情報抽出手段１６確率推定手段１７リスク演算手段１８影響情報ファイル１９保全実施期間決定手段１１０アラームレベル決定手段

Claims

【特許請求の範囲】

【請求項１】プラント設備内の各機器からのデータ信号
を入力し、これらの機器の劣化状態に関連する特性値デ
ータを演算すると共に、この特性値データが所定基準値
を超過したか否かについて判定する特性値評価手段と、前記特性値評価手段が演算した特性値データを履歴デー
タとして格納する履歴ファイルと、前記特性値評価手段が前記超過と判定した場合に、前記
履歴ファイルから履歴データを、所定時間遡及した時点
から所定時間幅にわたって取り出すサンプリング手段
と、前記サンプリング手段からの前記履歴データを入力し、
この履歴データの近似値をとる線形・非線形の時間関数
情報を同定する同定手段と、前記履歴データ及び前記時間関数情報から所定の統計情
報を抽出する統計情報抽出手段と、前記時間関数情報及び前記統計情報に基いて、前記各機
器の未来の時系列上の任意時点での異常発生確率及び故
障発生確率を推定する確率推定手段と、を備えたことを特徴とするプラント設備監視装置。
【請求項２】請求項１記載のプラント設備監視装置にお
いて、前記特性値評価手段は、所定時間経過毎に最も古い履歴
データを削除して新しい履歴データを格納するものであ
る、ことを特徴とするプラント設備監視装置。
【請求項３】請求項１又は２記載のプラント設備監視装
置において、前記各機器に異常又は故障が発生した場合のプラント設
備に対する影響の大きさを数値化した影響情報を格納す
る影響情報ファイルと、前記異常発生確率又は前記故障発生確率と前記数値化し
た影響情報との積を演算することにより、異常又は故障
発生に伴うリスク値を求めるリスク演算手段と、を備えたことを特徴とするプラント設備監視装置。
【請求項４】請求項３記載のプラント設備監視装置にお
いて、前記リスク演算手段は、前記異常発生に伴うリスク値と
して、予め定めた上限値に到達するまでは時間の経過と
共に累積する累積リスク値を演算するものであり、この
累積リスク値と前記故障発生に伴うリスク値とを合計し
た値を、前記各機器の未来の時系列上の任意時点でのリ
スク値として求めるものである、ことを特徴とするプラント設備監視装置。
【請求項５】請求項３又は４記載のプラント設備監視装
置において、前記リスク演算手段の演算結果に基いて、前記異常発生
又は故障発生に対しての予防保全を実施すべき期間を決
定する保全実施期間決定手段を、備えたことを特徴とするプラント設備監視装置。
【請求項６】請求項５記載のプラント設備監視装置にお
いて、予め保全実施期間の期間長に応じた複数のアラームレベ
ルを設定しておき、これらの中から前記保全実施期間決
定手段が決定した期間の長さに対応するアラームレベル
を決定するアラームレベル決定手段と、を備えたことを特徴とするプラント設備監視装置。