JPS6014303A

JPS6014303A - 知識ベ−ス型診断方式

Info

Publication number: JPS6014303A
Application number: JP58120365A
Authority: JP
Inventors: Shiyouichi Masui; 増位　庄一; 「ふな」橋　誠寿; Seiju Funabashi
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 1983-07-04
Filing date: 1983-07-04
Publication date: 1985-01-24

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】〔発明の利用分野〕本発明は、発電プラント、化学プラントの様な大規模プ
ラント等のシステムの診断方式に関する。

その利用分野は主としてシステムの異常の検知。

診断、対策を行なう方法や各種動作や特別な動作の原因
を推定する方法に係シ、特に、時間的に迅速な異常対応
が要求されるプラント系や、異常徴候の一部が用益測定
不能なプラント等のシステムに対し、好適な方法に関す
る。

〔発明の背景〕

諸種の機能をもった多数の要素機器が有機的に結合して
動作しているプラント系のシステムにおいては最終結果
を支えている原因となっている要因の状況を推定するこ
とが重要である。その代表的ケースである異常時の診断
、対策等の現状についてみるとつぎの通シである。

従来の大規模プラント等の異常検知５診断ではプラント
状態量の検出器が、設定された限度を越えた時点でプラ
ントオペレータに警報を発し、その異常原因の同定と対
策を要求するという方法が取られていた。しかし、検出
器と機器故障の対応は、必ずしも一義的ではなく、熟練
したオペレータでも、異常原因の同定は困難ガ作業であ
った。

更に一つの検出器が警報レベルに達した時点では異常が
ある程度以上に達していることが多く、その後短時間に
多数の検出器で異常が報知され、情報過多のためオペレ
ータが適切な原因同定、異常対策がとれなくなる事態を
招来する危険が大きかった。このため、異常原因を予め
予想し、異常が発生した時点で、オペレータに異常原因
とその対策を呈示する自動診断システムの開発（例えば
、発電プラント用電子式制御装置の異常診断システム：
システム工学会誌、ＶＯ１４、屋２．昭５５−３）が進
められているが、その方法は、異常徴候−原因一対策を
一義的に関連づけるものであり、次の欠点を有していた
。

（１）全ての異常徴候の組み合せを考慮することは不可
能で、異常診断の範囲が限定される。また一旦つくりあ
げられたシステムの改造は多くの手間を要する。

（２）一部徴候の見落し等から、誤った診断を行う可能
性がある。

（３）人間のみに可能である微妙な異常徴候の利用がで
きず、この微妙な異常徴候が多数光われていても、異常
を検知できない。

これ等は、異常の種類が多い大規模プラントの場合、特
に顕著である。

また実際のプラントの場合には、計器による検出が容易
でなく、通常オペレータの感覚により異常の検知がなさ
れる場合も多い。この時には、異常徴候は、かなりあい
まいにしか表現し得す、従って、多くの貴重な情報が包
含されているにもかかわらず、従来は、これを無視して
異常診断をする場合が多かった。このため、このあい貰
いさを診断に取り込れる試み（例えば「あい甘い論理を
用いた異常診断」システムと制御：ｖｏ１２４゜Ａ１．
１．（１９８０））が考案されているが、これはｐｕｚ
Ｚｙ　関係式の逆演算等数学的に複雑寿演算を含み、一
般のオペレータにとって必ずしもわかり易い方式と１は
いえず、マだ原因−結果関係のみを敗り扱っている点で
結果一原因に関するオペレータノウハウの取り込みが不
十分でありかつ推論に多くの時間を要するものであった
。更に、この方式は拡張性の面でも不十分な点を有して
いた。

〔発明の目的〕

本発明の目的は、上記のオペレータ又は自動診断システ
ムによる各種診断やその結果への対策の欠点をなくシ、
大規模システムの診断を、重大な遅延を生じることなく
、正確かつ迅速に行わしめ適切で安全な対策を実現する
マンマシン的な方法を提供することにある。

〔発明の概要〕

本発明は１つの最終動作や徴候に対し、それを生ぜしめ
る原因についてその原因となり得る確率を列挙しておく
ことによりマンマシン性が高く且つ迅速、適切な診断を
行うものであり、さらに原因−結果ルールと結果一原因
ルールを用いてマンマシン性および拡張性の高い知識ベ
ース型診断を行うものである。その代表例である異常時
の診断について具体的に説明する。

本発明の特徴は、一つの異常徴候に対し、その徴候を生
ぜしめる異常原因と、その異常原因がその徴候の原因と
なりうる確率（又は主観確率）を列挙しておくもので、
プラントの現在の異常徴候群から考えられる全ての異常
原因に対１７て、その異常原因がその異常徴候群の原因
である確率を、前記の一つの異常徴候に関する個別異常
確率からめ、その確率の高いものを原因仮説としてより
詳細な原因同定を行うものである。また原因同定におい
て原因確率が一定値を越えた機器異常のみでなく、一定
値以下ではあるが、比較的可能性の高い機器異常も洩ら
さずに同定する。さらに可能性は低くともプラント全停
等の致死的状況に陥る可能性のある機器異常を一定数、
異常候補としその異常候補から派生する可能性のある異
常徴候の有無をオペレータに問い合せる等の方法で収集
し早期かつ洩れのない形で、異常機器の同定を行うこと
ができる。

本発明の特徴の第２は、以上の実現を、原因−結果関係
を示すルールと、結果一原因関係を示すルールを用い、
かつルールの適用を、徴候および前のルールの適用結果
を保持しているデータベースの状況に基づいて行わしめ
るという知識ベース型データ駆動方式をとっている点に
ある。これにより、診断知識の平易な表現（オペレータ
にとって、理解容易）が可能となり、かつ拡張性に豊む
システム構成となる。また、上記２種類のルールは必ず
しも同イ直である必要はなく、視点をかえることによる
知識の増加も期待できる。

〔発明の実施例〕

以下異常検知の場合の実施例を中心に本発明を具体的に
説明する。

プラントの異常検知９診断の前提として、そのプラント
において生じうる異常原因および、その結果として生じ
うる異常徴候、更にその原因−徴候間の定性的関係が得
られているものとする。これ等は、事故分析、熟練オペ
レータの経験、または、プラントの構成解析等から得ら
れるが、以下その設定方法、表現方法について説明する
。診断結果となる異常原因としては、通常、故障単位と
してとらえられるプラント機器を考えればよい。

たとえば、第１図に示す流路においては、ポンプ１１、
ポンプ駆動部１２、制御装置１３、検出器１４、設定器
１５、流調弁１６、流路１７、等がその例となる。この
異常原因の設定は一義的なものではなく、例えば制御装
置を更にＰＩＤ調節計１３１、手動自動切換系１３２、
ポンプ駆動装置１３３に分割しそれぞれを異常原因と考
えてもよい。即ち、異常原因としては、オペレータカ必
要とするレベルのものを設定すれば良い。異常原因が設
定されると、次に、この異常原因から生じると考えられ
る異常徴候集合を決定する。例えば、ポンプ故障に対し
ポンプ停止、流量変化という明らか女異常とともに（特
に軽微な場合）音の変化。

異常振動等の形の異常が、徴候集合となる。また流路漏
洩に対し、流量変化、ポンプ回転数の変化。

ポンプ音の変化等の徴候が集合に加えられる。更に規範
的に異常原因から湧きだされるものばかりではなく、オ
ペレータの経験を通して認められる徴候も徴候集合の候
補と々る。この徴候は、いわゆるプラントの”くせ°を
表現することが多い。

例えば、設定値変更時のみポンプに異常音が続くことが
ある等はその例である。異常原因と異常徴候の間の関係
は（上記の６くぜ°のよつな徴候を除けば）かカリ明確
である。従って、次の工うが原因−結果ルール、結果一
原因ルールを書くことができる。

（１）原因−結果ルール原因Ａが生ずれば徴候ａ　が必ず生じ徴候ｂ　がよく生じ徴候Ｃが時々生じ徴候ｄ　が多くの場合観察されず徴候ｅ　は絶対に生じ力い。

（２）結果−原因ルール徴候ａが観測されれば原因Ａ　である可能性が高く原因Ｂ　である可能性があり原因Ｃでない可能性があり原因Ｄ　でない可能性が高い以上、異常原因、異常徴候の設定法、および原因徴候間
の関係表現方法、即ち二種類のルール表現を示した。

（９）本発明は、観測された異常徴候に対し、結果一原因ルー
ルを用いて、その原因候補をめ、更に原因−結果ルール
を用いて、原因候補をインタラクティブに絞っていく手
段により、異常診断を、高速かつもれのない形で実現す
る。本発明では（１）異常徴候には、程度があり（例え
ば非常に大きい、大きい、存在するｅｔｃ・・・）その
程度がいつも定量的に得られるとは限ら々い。

（２）ルール中にあい甘い表現を許し、オペレータノウ
ハウをいれやすくする必要がある。

という問題点を解決するため、異常徴候に対し、次のカ
テゴリーを設定し、データそのものでなく記号を用いて
診断を進める。

カテゴリー１　異常徴候の程度が大きい。

カテゴリー２　異常徴候が存在する。

カテゴリー３　異常徴候が認められる。

カテゴリー４　異常徴候が存在し々い。

このカテゴリーは、数値データに関しては、例えば第２
図に示す関係を表現するものである。ルールのあいまい
表現のためには、この各カテゴリ（１０） −に対し、原因の可能性をそれぞれ設定する。この可能
性ば［−１，，１’：ｌの度の数値で指定され、診断の
確信度を示すものとなる。そこで、前記の結果一原因ル
ールは、次のように拡張される。

徴候ａがカテゴリーＮで観測された時〔条件部〕前記の
ルール表現による異常診断システムを具体化するための
構成を第３図に示す。この構成において、前記のルール
群は、知識ベース３０に入れられる。知識ベース３０は
、原因−結果ルール群３０１、結果一原因ルール群３０
２および後述の原因推定ルール群３０３から構成される
。現況データベース３２ば、データ収集端３３１，３３
２等から収集され、データ自動収集系３３によって第２
図に示したカテゴリー分類剤に従ってカテゴリー分類さ
れた徴候、知識ベース３０内のルール適用による中間結
果を保持している。インタプリ（１１）り３１は、データベース３２内の徴候、中間結果と、知
識ベース３０内のルールの条件部とを比較し、マツチし
たルールの推論部（右辺）をデータベース３２内に中間
結果として書き出す機能をもったプログラムである。デ
ータ間合せ系３４は、データベース３２内の中間結果の
一部を成すオペレータへの問い合せを実行するプログラ
ムであり、オペレータの返答をデータベース３２に書き
込む機能を担当する。

以下第３図の構成の下での異常診断システムの動作を説
明する。

（］）　データ自動収集系３３は一定時間毎に、各デー
タ収集端をザーチし、プラントデータを収集する。収集
されたデータは、各データ毎に別途定められた、第４図
に示す様な閾値テーブルと比較され、カテゴリー分類さ
れる。カテゴリー分類されたデータは、その種別名（徴
候名）ポインターをイリされてデータベース３２内に書
き込まれる。このフォーマットを第５図に示す。この書
き込みに際し、カテゴリー４にあたるデータは、通常書
き（１２）込まない。

（２）　インタプリタ−３１は、書き込まれたデータの
徴候名およびカテゴリーと、結果−原因ルール３０２０
条件部（左辺）とを比較し、マツチした場合、そのルー
ルの推論部に書かれている、原因。

可能性数値の組をそれを推論した徴候名とともに第６図
の形でデータベースに書き込む。この手続は、全ての徴
候がチェックされるまで続けられる。

この結果、データ自動収集系により、報告された　全て
の徴候に対して考えられる全ての原因およびその可能性
数値がデータベース内に列挙されることになる。

（３）次にインタプリタ−３１は、原因推定ルール群３
０３内のルールを（原因、可能性数値）データに対して
適用する。このルールは、下記の形をしている。

ある原因に関する可能性がＮ１であるデータがあり（徴
候ａ１からの推論）、かつ同一原因に関する可能性がＮ
２であるデータ（徴候ａ２からの推論）が存在する時、
その２つのデータをまとめ、（１３）その可能性を次式で計算されるＮとする。（推論徴候は
ａｌ　ａ３　）（ａ）　Ｎｌ　とＮ２が同一符号の時Ｎ＝Ｎｔ＋Ｎｚ　Ｘ　（１，Ｉ　Ｎｌ　ｌ　）（ｂ）　
同一符号を有する同一条件ペアがない時に限り、かつＮ
ｌ　＋　Ｎ２が異符号の時Ｎ　＝　Ｎ　１＋　Ｎ　２即ち、このルールは、同一原因を支持するデータが多く
存在する時、それらを一つにまとめる働きをする。この
ルール群は、各原因が一つのデータで記述されるまで続
けられる。

この段階において、データベース３２内には、考えられ
る全ての原因に関し、収集された徴候から判断される可
能性が数値として与えられていることになる。データベ
ース内の関連の一部を第７図に示す。この図では、原因
Ａの可能性は０．９で徴候ａ、ｌ）、Ｃによってそれぞ
れ支持され、原因Ｂの可能性は０．７で徴候ａ、ｄがそ
の支持徴候であることが示されている。また原因Ｃは、
その可能性が−０，３で、徴候ａがその仮説を支持して
い（１４）る。

ここで、可能性数値が１又は予め定めた十分大きな値（
原因判定基準）以上の原因があった場合、インクプリタ
ー３１はこれを原因と判定し、その旨をデータ問い合せ
系に連絡する。データ間合せ系は、原因とその支特徴候
をディスプレイに表示し、オペレータに連絡する。しか
し多くの場合収集されたデータのみから得られる可能性
数値が原因判定基準以上であることはなく、次の段階の
問い合せ処理が必要となる。

（４）　イ／タブリタ−３１は、前記した原因に関する
仮説のうち、その可能性数値が一定の閾値以上のもの、
および可能性数値が正でかつ致命的原因に致る恐れのち
る原因仮説を選択し、オペレータに対する間合せ処理に
入る。ここでは、知識ベース３０内の原因−結果ルール
群３０１が適用される。即ち、インタプリタ−３１は、
最も可能性が高い原因仮説に対応するルールを原因−結
果ルール群から選択し、その右辺の徴候部に書かれた徴
候の存在の有無を判定する。この判定は、次の手（１５
）順で行われる。

■　その原因からは生じ得ない徴候について最初に間合
わせる。もし存在すれば仮説を棄却する。

■　■の判定にパスした後は、出現可能性の高い徴候か
ら順に判定又は問い合わせる。

一般的に、可能性の高い原因仮説に対しては、多くの徴
候が既に支特徴候として付随しているため問い合わせの
必要は最少限に押えられる。更に前記■の問合せを最初
に為すことにより、仮説の棄却を早期に行うことが可能
となる。

問い合せは、インタプリタ−が、前記の判定手順に従っ
て、原因−結果ルールの右辺から、問い合せ徴候部を一
つ選択し、それを次の形で、データベース３２に書き出
すことによって為される。

（ｒｅｑｕｅｓｔ　（徴候部〉）この形式のデータがデータベース３２に書きこ煉れると
、データ間合せ系３４のプログラムが起動されオペレー
タに次の形の質問が為される。

く徴候部〉の存在の有無を次の形で答えて下さい。

（１６）１、はなはだしく存在する。

２、はっきり存在する３、存在が認められる４、存在は認められない５、不明オペレータが、上記１〜４の一つを選択するとデータ間
合せ系は、データベース３２内の該当する（　ｒｅｑｕ
ｅｓｔ　（徴候部〉データを除去し、代わりに（徴候部
　オペレータ返答）のデータをデータベース３２に書き
込む。これは、データ自動収集系３３の書き込みデータ
と同一の形式であり、従って前記の手順でデータ処理が
行われ、原因仮説の補強、棄却が行われる。この問い合
せは、一つの原因仮説の可能性数値が、原因判定基準を
越える、又は、全ての原因−結果ルールが判定に供され
る壕で続けられる。オペレータの返答が不明　′であっ
た場合は、インタプリタ−３１は、その返答を単に無視
する。

データ問い合せ系は、オペレータからのデータ入力要求
によっても起動され、この時は、オベレ（１７） −タの入力（徴候部　程度数値）をデータベース３２に書き込む。

以上、本発明による異常診断システムの構成例及びその
動作を説明した。これを才とめると、第８図のようにな
る。

以下簡単な具体例を示し、本方式の有効性を例示する。

ここでエンジン故障について次のルールが得られていた
とする（関係するもののみ）（原因−結果ルール）Ａ（原因）：Ｏピストンクランクのひびわれがあれば（結果）：０ピストン冷却水ｐｈが必ず減少する０シリンダの最高圧も必ず上昇する０冷却水タンクの水位浮下はよ〈生じ０シリンダ下部への漏水もよく生じる（１８）Ｏピストン冷却水の温度上昇も時々生じるＢ（原因）二〇テレスコープ管ひびわれがあれば（結果
）二〇ピスト／冷却水タンク水位減が必ず生じ０シリンダ下部への漏水も必ず生じる０排ガス温度の下降も時々生じる（結果一原因ルール） ■　シリンダー下部への水漏れに対しては：０シリンダ
ライナーひびわれ・・・・・・０．７０ピストンクラン
クのひびわれ・・・・・・０．７０テレスコープ管ひび
われ・・・・・・０，８■　ピストン冷却水タンク水位
減少に対しては：０ピストンクランクのひびわれ・・・
・・・０．７０テレスコープ管ひびわれ・・・・・・０
．８ここで、上記２つの徴候がみられた時はシステムは
、その原因として次の仮説をたてる。

０テレスコープ管ひびわれ・・・・・・可能性０，９６
０ピストンクランクひびわれ・・・　／１０．９１（１
９）Ｏシリンダライナーひびわれ・・・可能性０．７つぎに
、テレスコープ管ひびわれの仮説に対し排ガス温度の下
降を問い合わせるが、これに関してはＮＯの返答がある
とする。

次にピストンクランクのひびわれに関し、Ｐｈ減少を問
い合わせ、このとき答Ｙｅｓが得られたとするとこれに
よって、この仮説が補強され、シリンダの最高圧、ピス
トン冷却水の温度上昇等の問い合わせが全て満足させる
とこのピストンひびわれが原因であると結論される。叩
ち、本発明では、オペレータの発見事象から、考えられ
る原因を全て列挙し、その補強のだめの質問を行うとい
う手段により、見落しのない診断が可能となるものであ
る。１だルール形式のため、オペレータの理解が容易で
、ルール自体の修正、追加も簡単であるという利点を有
する。更に、あいまいな答えを許容することで、オペレ
ータの負担も減少させることができる。

以上異常診断の場合について具体的に詳述したが異常時
以外でも、動作の安全管理や、システム（２０）の最終出力の原因制御等においても本発明を実施するこ
とが可能であり、システム一般に広く適用可能である。

〔発明の効果〕

本発明は、原因−結果ルール群、結果一原因ルール群と
いう同一関係を別の観点から表現した知識を効果的に用
いることにより、システムの診断において、次の効果を
もたらすことが期待される。

（１）徴候から、原因仮説を立てる際、知ることのでき
る範囲における原因事象をもれなく列挙でき、かつその
可能性の判定を高速に行うことができる。

（２）原因仮説の可能性が不十分な場合、それをオペレ
ータに問い合せるための容易な手段（原因−結果ルール
群）をもっているため、同一のインタプリタ−により問
い合せ動作が可能となり、簡易で確実な診断が行える。

（３）推論を全てあいまい型で行うため、オペレータの
ノウハウ吸収が容易となり、問い合わせ時にもオペレー
タの負担が軽減される。また、数（２１）量化困難なデータも考慮の対象とするととが可能で診断
能力が向上する。

（４）診断知識をルールの形で保持しているため、その
追加、削除、修正が極めて容易で融通性に豊むシステム
が構成できる。壕だ、（３）と同様、プラントのくせ等
、あいまいなノウハウもルール化でき、システムの性能
向上を図ることが出来る。

【図面の簡単な説明】

第１図は本発明における原因設定方法を示す説明図、第
２図は本発明におけるあいまいデータのカテゴリー分類
方法の一例の説明図、第３図は本発明の実施例を示す構
成図である、第４図は本発明におけるあい甘いデータの
カテゴリー分類の一例を示す説明図、第５図は本発明に
おける徴候のデータベース内での表現法を示す構成図、
第６図は本発明における推定原因のデータベース内での
表現法を示す説明図である。第７図は本発明における診
断途中のデータベース内のデータ関連図、第８図は第３
図のシステムの動作の流れのフロー（２２）説明図である。３０・・・知識ベース、３１・・・インタプリタ−１３
２・・・現況−推定結果データベース、３３・・・デー
タ自動収集系、３４・・・データ間合せ系、３ｏ１・・
・原Ｆ５−結果ルール群、３０２・・・結果一原因ルー
ル群、３０３・・・原因推定ルール群、３３１，３３２
・・・デ第　１　図（２３）第　２　区Ｆ　３Ｆ　上限閉　３　Ｅ第４　図ゴは冒Ｆ冗　５２猶　Ｚ　因第　７　口

Claims

【特許請求の範囲】１、システムの動作要因としての原因から該システムの
徴候を推論するルール群を作成するステップと、徴候に
対し、原因をリストアツブするルール群を作成するステ
ップと該システム要素の動作状況を示すデータを取得す
るステップと該データから知識ベース内のルールを用い
て原因を同定するステップを有することを特徴とする知
識ベース型診断方式。２、データをあい１い型徴候データとしてデータベース
に格納するステップを有し、該データベースの内容を用
いて原因を同定するものである特許請求の範囲第１項記
載の知識ベース型診断方式。