JPS61107406A - プラント監視方法 - Google Patents
プラント監視方法Info
- Publication number
- JPS61107406A JPS61107406A JP59226742A JP22674284A JPS61107406A JP S61107406 A JPS61107406 A JP S61107406A JP 59226742 A JP59226742 A JP 59226742A JP 22674284 A JP22674284 A JP 22674284A JP S61107406 A JPS61107406 A JP S61107406A
- Authority
- JP
- Japan
- Prior art keywords
- data
- plant
- state
- change
- discriminated
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0229—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions knowledge based, e.g. expert systems; genetic algorithms
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Testing And Monitoring For Control Systems (AREA)
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。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
［％明の技術分野］
本発明ハ、原子カプラント、火力プラント、化学プラン
ト等の大規模プラントの状態を監視するプラント監視方
法に関する。
ト等の大規模プラントの状態を監視するプラント監視方
法に関する。
［発明の技術的背景とその問題点コ
原子カプラント、火力プラント及び化学プラント等の大
規模プラントにおいてげ、プラントの健全性を保つ上で
、運転状態の監視及び何らかの現象が発生した場合の分
析用プラント・データの収集は非葛に重要である。この
為に、プラントの信号を監視し、変化を検知し穴場合（
：データを収集する種々のプラント監視方法が提案され
ている。
規模プラントにおいてげ、プラントの健全性を保つ上で
、運転状態の監視及び何らかの現象が発生した場合の分
析用プラント・データの収集は非葛に重要である。この
為に、プラントの信号を監視し、変化を検知し穴場合（
：データを収集する種々のプラント監視方法が提案され
ている。
ところで、近年、大規模プラントにおいても自動運転に
よる負荷追従等の心壁性が高まり、プラントの運転条件
が頻繁に変更される場合がφくなっている。このような
場合、従来のプラント監視方法では、プラント状態の変
化検知時には無条件にデータの収集保存を行うため、こ
の変化検知の感度が高い鳩舎Ｃ：ｔゴブラントの運転条
件が変更される毎に変化を検知しデータの収集・保存を
行うことになる。したがって、このようなプラント運転
方法ではプラントの操作頻度が高いと、数多くのデータ
を保存することになり、このプラント連撃方法における
データ保存容肯げすぐ一杯となってしまい、以後のプラ
ント監視に困ることになるという不具合があった。
よる負荷追従等の心壁性が高まり、プラントの運転条件
が頻繁に変更される場合がφくなっている。このような
場合、従来のプラント監視方法では、プラント状態の変
化検知時には無条件にデータの収集保存を行うため、こ
の変化検知の感度が高い鳩舎Ｃ：ｔゴブラントの運転条
件が変更される毎に変化を検知しデータの収集・保存を
行うことになる。したがって、このようなプラント運転
方法ではプラントの操作頻度が高いと、数多くのデータ
を保存することになり、このプラント連撃方法における
データ保存容肯げすぐ一杯となってしまい、以後のプラ
ント監視に困ることになるという不具合があった。
そこで、従来のプラント監視方法では上記不具合仁対し
て以下（二述べる社々の対策が採られている。すなわち
、第１として、デー・夕保存８８を大きくとり、データ
保存各音不足時には磁気テープの交換や不要データの消
去を人間の判断及び操作に基づいて行う、第２としてデ
ータ保存答ｆが不足した場合（：は％歳も古いデータを
自動的に消去しデータ保存エリアを循環的に利用する。
て以下（二述べる社々の対策が採られている。すなわち
、第１として、デー・夕保存８８を大きくとり、データ
保存各音不足時には磁気テープの交換や不要データの消
去を人間の判断及び操作に基づいて行う、第２としてデ
ータ保存答ｆが不足した場合（：は％歳も古いデータを
自動的に消去しデータ保存エリアを循環的に利用する。
第３として、通常のプラント操作にょる伏ｌＩ４変化を
検知しないように変化検知感度を下ける。
検知しないように変化検知感度を下ける。
しかしながら、これら従来の対策ではプラント監視装置
自体が大きくなるとともに人間による監視装置の監視及
び操作が頻繁に必要となる。ま娼重要なデータが自動的
に消去される危険性やプラントの異常機°候の検知感度
が低くなる等の不都合が生じる。この結果プラント操作
が頻繁に行われる場合には従来のプラント監視方法では
監視装置が充分に有効利用されないという欠点が生じ友
。
自体が大きくなるとともに人間による監視装置の監視及
び操作が頻繁に必要となる。ま娼重要なデータが自動的
に消去される危険性やプラントの異常機°候の検知感度
が低くなる等の不都合が生じる。この結果プラント操作
が頻繁に行われる場合には従来のプラント監視方法では
監視装置が充分に有効利用されないという欠点が生じ友
。
［発明の目的コ
本発明は、上記事情に鑑みてなされ次もので、その目的
は、自動出力調整運転等により運転条件が１１４ｇに変
更されるプラントにおける異常現象の発生を感度良く検
知するとともに事象究明に必要なデータだけを選択的に
収集し特徴を抽出して記録保存することのできるプラン
ト監視方法を提供するにある。
は、自動出力調整運転等により運転条件が１１４ｇに変
更されるプラントにおける異常現象の発生を感度良く検
知するとともに事象究明に必要なデータだけを選択的に
収集し特徴を抽出して記録保存することのできるプラン
ト監視方法を提供するにある。
［発明の概要コ
本発明は、上記目的を達成するために、プラントの主要
信号をディジタル処理し、このディジタルされた前記プ
ラントの主要信号が予じめ作成した基準状態からの変化
を監視するとともにプラント運転状態が変更されると前
記基準状態を修正し、さらに、運転状態の変化に基づい
てプラントの状態変化をパターン化し、このプラントの
状態変化のパターンを予じめ作成した人為外乱の変化パ
ターンと照合することにより人為外乱による変化を識別
し、この識別結果に基づいて人為外乱以外の変化のデー
タを選択的に保存するようにし念プラント監視方法に関
するものである。
信号をディジタル処理し、このディジタルされた前記プ
ラントの主要信号が予じめ作成した基準状態からの変化
を監視するとともにプラント運転状態が変更されると前
記基準状態を修正し、さらに、運転状態の変化に基づい
てプラントの状態変化をパターン化し、このプラントの
状態変化のパターンを予じめ作成した人為外乱の変化パ
ターンと照合することにより人為外乱による変化を識別
し、この識別結果に基づいて人為外乱以外の変化のデー
タを選択的に保存するようにし念プラント監視方法に関
するものである。
先ず１本発明の基本的な考え方について説明するＯ
原子カプラント等の大規模プラントの状態は。
プラントの主要信号の状態を表・ゎす変数を要素Ｘ５（
ｔ）とする多次元ベクトル１で下記（１３式のように表
わすことができる。
ｔ）とする多次元ベクトル１で下記（１３式のように表
わすことができる。
ｘ（ｔ） 千（”Ｎ”） ＠ ）ＣＢ（ｔ） ＊ ＝・
ｘ！（’） ）−−−−−−・（１）今、要素”１（ｔ
）として下記（２）式に示すような変数を用いる墨によ
り１種々な運転条件下におけるプラントの相対的な状態
を状態ベクトル１（１）によってパターン化して表わす
ことができる。
ｘ！（’） ）−−−−−−・（１）今、要素”１（ｔ
）として下記（２）式に示すような変数を用いる墨によ
り１種々な運転条件下におけるプラントの相対的な状態
を状態ベクトル１（１）によってパターン化して表わす
ことができる。
ここで、２．（１） ；信号ｉの瞬時値μｍ ；信号ｉ
の基準データ ω１ ；信号ｉのに視しきい値 しかして、基準データμｉｗＬきい値ω１はプラントが
成る運転条件で運転きれている状態における信号ｉの通
常運転範囲を示す値であり、実際のプラントデータに基
づいて決定する。
の基準データ ω１ ；信号ｉのに視しきい値 しかして、基準データμｉｗＬきい値ω１はプラントが
成る運転条件で運転きれている状態における信号ｉの通
常運転範囲を示す値であり、実際のプラントデータに基
づいて決定する。
また、自動運転等によってＳ＊に行われるプラント操作
は、操作量は違っていても同一手順による場合が多く、
プラント状態の相対的な変化は類似している。そして、
上記の状態を表わすベクトルは、プラント状態の相対的
な変化を規格化して表現するので、典屋的な人為操作時
のプラントの状態Ｘ化の様子はＸ（りでパターン化すれ
ば操作量の大小や操作前の運転条件の違い等によらず、
等しく表視することが可能となり識別可能となる。
は、操作量は違っていても同一手順による場合が多く、
プラント状態の相対的な変化は類似している。そして、
上記の状態を表わすベクトルは、プラント状態の相対的
な変化を規格化して表現するので、典屋的な人為操作時
のプラントの状態Ｘ化の様子はＸ（りでパターン化すれ
ば操作量の大小や操作前の運転条件の違い等によらず、
等しく表視することが可能となり識別可能となる。
［発明の実施例コ
本発明の一冥施例を図面を８煕して説明する。
第１図は１本発明のプラット監視方法に適用されるブロ
ック構成図を示すものである。信号処理装置１はアンプ
、７゛イルタ１変換器等がら構成されており、原子カプ
ラント全体や王ｌ！構成機器の状態を表わす主要なプラ
ント信号を取り込み、増巾及びフィルタリング等の必要
な処理を行った後、５Ｋｍ器によりディジタル信号に変
換する。
ック構成図を示すものである。信号処理装置１はアンプ
、７゛イルタ１変換器等がら構成されており、原子カプ
ラント全体や王ｌ！構成機器の状態を表わす主要なプラ
ント信号を取り込み、増巾及びフィルタリング等の必要
な処理を行った後、５Ｋｍ器によりディジタル信号に変
換する。
２は信号監視システム制御用計算機（以下ＣＰＵ５１と
いう）でキーボード、オペレータコンソール等の入力用
機器７からの操作により％信号処理装置１からのディジ
タル化され九プラント信号を一定時間間隔ΔｔでこのＣ
ＰＵ５ｌに取り込み１時間幅ＴＯの間の各信号の平均値
ｚｉ及び標準偏差σ１を下記（１１式及び（２）式で算
出し、この平均値ｚ１及び標準偏差σ１を監視用基準デ
ータとする。
いう）でキーボード、オペレータコンソール等の入力用
機器７からの操作により％信号処理装置１からのディジ
タル化され九プラント信号を一定時間間隔ΔｔでこのＣ
ＰＵ５ｌに取り込み１時間幅ＴＯの間の各信号の平均値
ｚｉ及び標準偏差σ１を下記（１１式及び（２）式で算
出し、この平均値ｚ１及び標準偏差σ１を監視用基準デ
ータとする。
？ニー コテＺｔ（ｔ） ；（Ｎ 号ｉ （Ｄ ｍＦＲ
ｊ値ｅ Ｎ＝”ムｔさらに、上記基準データ作成後は、
Δを間隔で各信号の移動平均甑μｍ（ｔ）並びに移動平
均からの偏差を算出し下記のような演算を行って（３）
式及（４）式で表現する状態ベクトルＹ及びχを算出す
る。
ｊ値ｅ Ｎ＝”ムｔさらに、上記基準データ作成後は、
Δを間隔で各信号の移動平均甑μｍ（ｔ）並びに移動平
均からの偏差を算出し下記のような演算を行って（３）
式及（４）式で表現する状態ベクトルＹ及びχを算出す
る。
Ｙ（ｔ） ；（Ｆｌ（’）＊ガ（ｔ）、・・・ｙ工（ｔ
）） −−−−−−−−−−−（３）Ｘ＜ｔ） ＝
（Ｘｌ（ｔ）、 ！、（ｔ）、・、 ＸＸ（ｔ）） −
−−−−−−−−（４）ここで、μ１（ｔ） ＝μＬ（
ｔ−Δｔ）十瀘・ｚｌ（ｔ）。
）） −−−−−−−−−−−（３）Ｘ＜ｔ） ＝
（Ｘｌ（ｔ）、 ！、（ｔ）、・、 ＸＸ（ｔ）） −
−−−−−−−−（４）ここで、μ１（ｔ） ＝μＬ（
ｔ−Δｔ）十瀘・ｚｌ（ｔ）。
ω１．ω；；シきい値
なお、判定のしきい値ω１．ω；は固定し比値を用いて
も良いが、基準平均値τ１と基準標準偏差７五の関数形
として下記のように与えることにより、プラントの操作
に対する追随性が高まる。
も良いが、基準平均値τ１と基準標準偏差７五の関数形
として下記のように与えることにより、プラントの操作
に対する追随性が高まる。
ω１＝＝ｆ（Ｚ、、Ｃ１）
ω’１ ＝ｇ （Ｚ１＊σ１）
上記のようにして算出された状態ベクトルＸ及びＹの各
要素が全てＯの場合には次の検出信号（二ついての状態
ベクトルＸ及びＹが算出されるＯ３はデータ収集・保存
用計算機（以下ＣＰＵ＃２という）であり、各信号のデ
ータを常時収果し、メモリーの内容を遂次更新しながら
、一定時間のデータを常に保存する。災に上記のように
して算出された状態ベクトルχないしＹにおいて、０で
ない要素が生じた場合には、変化検知とみなし、メそり
一内の各信号の時系列データの更新を中止し、それ以降
のデータを追加保存する。
要素が全てＯの場合には次の検出信号（二ついての状態
ベクトルＸ及びＹが算出されるＯ３はデータ収集・保存
用計算機（以下ＣＰＵ＃２という）であり、各信号のデ
ータを常時収果し、メモリーの内容を遂次更新しながら
、一定時間のデータを常に保存する。災に上記のように
して算出された状態ベクトルχないしＹにおいて、０で
ない要素が生じた場合には、変化検知とみなし、メそり
一内の各信号の時系列データの更新を中止し、それ以降
のデータを追加保存する。
前記ＣＰＵ＃ｌでは変化検知後も引き続き状態ペク）
ｋ Ｘ 及ヒ’／ ノ計算を行’／’ ｓ ”（”）
Ｓ ｘ（ｔ−Δｔ ） 又ｔｉｔＶ（ｔ） ｉ！ｑＹ（
ｔ−Δｔ）が成立したとき状態ベクトルχ（ｔ）。
ｋ Ｘ 及ヒ’／ ノ計算を行’／’ ｓ ”（”）
Ｓ ｘ（ｔ−Δｔ ） 又ｔｉｔＶ（ｔ） ｉ！ｑＹ（
ｔ−Δｔ）が成立したとき状態ベクトルχ（ｔ）。
ｙ（ｔ）及びｔをｃｐｕｓ３に送信する。４はデータ分
析判定用計算機（以下ＣＰＵ＃３という）で変化検知以
降ＣＰＵ＃ｌから送信される典型的状態ベクトルを組合
せた下記（５）式及び（６）式の行列形式で表現し、検
知された現象をパターン化する。
析判定用計算機（以下ＣＰＵ＃３という）で変化検知以
降ＣＰＵ＃ｌから送信される典型的状態ベクトルを組合
せた下記（５）式及び（６）式の行列形式で表現し、検
知された現象をパターン化する。
Ａ ＝ （ｙｔ（０）、 Ｘ（ｔす、χ（’！Ｌ・・
・、χ（を−）・・・（５）Ｂ ＝ （ｔＹ（０）、
ｔｙ（ｔ；）、 ｔｙ（を鼠）、・・・ｔ ’Ｙ（ｔｎ
ｔ）・・・（６）ここでｓ Ｏｓ ’ｌｅ・・・ｅ ”
ｎｏ ”Ｉｓ・・・、を二は変化検知時を０としたとき
の状態ペクト ルＸ、Ｖの変化時間 そして、検知した現象を上記のように行列形式でパター
ン化しｔ後、あらかじめ解析によって求めＣＰυ＃３の
メモリー内に記録した典型的人為外乱時の変化パターン
（Ｃ１−Ｃｘｅ ｃ’、−、ｃ、）と照合しＡ ＝ Ｃ
ｋ ないしは ｅ ＝ ｃ；となるような事象ｋを侠
索する。
・、χ（を−）・・・（５）Ｂ ＝ （ｔＹ（０）、
ｔｙ（ｔ；）、 ｔｙ（を鼠）、・・・ｔ ’Ｙ（ｔｎ
ｔ）・・・（６）ここでｓ Ｏｓ ’ｌｅ・・・ｅ ”
ｎｏ ”Ｉｓ・・・、を二は変化検知時を０としたとき
の状態ペクト ルＸ、Ｖの変化時間 そして、検知した現象を上記のように行列形式でパター
ン化しｔ後、あらかじめ解析によって求めＣＰυ＃３の
メモリー内に記録した典型的人為外乱時の変化パターン
（Ｃ１−Ｃｘｅ ｃ’、−、ｃ、）と照合しＡ ＝ Ｃ
ｋ ないしは ｅ ＝ ｃ；となるような事象ｋを侠
索する。
しかして、検知した変化が人為外乱と判定され九場合に
はＣＰＵ５ｚ内に保存した時系列データの中から変化の
検知された信号並びに関連する信号を選択し、その分析
結果と共にＣＲＴ、プリンタプロッタ等の出力用機器５
に出力し、出力後にはＣＰυ＃２内のデータ・ファイル
は保存せず消去するＯ 一方、ＣＰＵ＊３のメモリー内に記録され九典型的人為
外乱時のパターンに該当するものがない場合には、上記
ＣＰＵ５２で行なつ九と同様の情報を出力した後、ＣＰ
Ｕ５２のメモリー内に保存されている時系列データを磁
気テープ、ａ気ディスク等のデータ保存用機器６に転送
し、より評細な分析に役立てるために磁気テープ又は磁
気ディスクにデータを保存する。
はＣＰＵ５ｚ内に保存した時系列データの中から変化の
検知された信号並びに関連する信号を選択し、その分析
結果と共にＣＲＴ、プリンタプロッタ等の出力用機器５
に出力し、出力後にはＣＰυ＃２内のデータ・ファイル
は保存せず消去するＯ 一方、ＣＰＵ＊３のメモリー内に記録され九典型的人為
外乱時のパターンに該当するものがない場合には、上記
ＣＰＵ５２で行なつ九と同様の情報を出力した後、ＣＰ
Ｕ５２のメモリー内に保存されている時系列データを磁
気テープ、ａ気ディスク等のデータ保存用機器６に転送
し、より評細な分析に役立てるために磁気テープ又は磁
気ディスクにデータを保存する。
−ｉ ７ｊ、 ＣＰＵ５１１： オイ”Ｃ１Ｘ（ｔ）
＝Ｘ（ｔ−Δｔ ）及びｙ（ｔ）工ｙ（を−Δｔ）の状
態が一定時間以上継続した場合には、過渡変化が長了し
、プラントが新たな定常状態に入つ之ものとみなして既
に説明した基準データの作成の処理を行う。
＝Ｘ（ｔ−Δｔ ）及びｙ（ｔ）工ｙ（を−Δｔ）の状
態が一定時間以上継続した場合には、過渡変化が長了し
、プラントが新たな定常状態に入つ之ものとみなして既
に説明した基準データの作成の処理を行う。
次に１本実施例によるプラント監視方法を第２図のフロ
ーチャートについて説明する０第１ステツプ１０１では
、原子カプラント全体やその主要構成機器の検出器エリ
得られたプロセス信号を取り込み必要な信号処理を行い
Ａ／Ｄ変換器でディジタル信号に変換する０次に第２ス
テツプ１０２では基準データＺｔ、σ１を更新するか否
かの判定を行い、基準データを更新する必要がおれば第
３ステツプ１０３で基準データを算出して第ｌステップ
１０１に戻される。基準データをｊｕｌする必要がなけ
れば、第４ステツプにおいては状態ベクトルＸ（ｔ）
、￥ｆｔ）を算出する０次の第５ステツプ１０５でに、
状態が変化したか否かの判′ｘＦ：を行い、状態が変化
してなければ再び第１ステツプ１０１に戻される０ま友
、もし状態が変化していると判定すれば以下に述べるよ
うにｉ６．ＸＬ７．第１１ステツプの処理が行なわれる
ｃ第６ステツプ１０６ において過渡変化が終了したか
の判定を行つｔ後第１ステップ１０１≦：戻される０ま
次第７ステツプ１０７においては轡像マトリックスが演
算さｎた後第８ステツプ１０８でデータベース照合を行
い２人為外乱の判定を行い人為外乱でなければ第９ステ
ツプ１０９において出力する。
ーチャートについて説明する０第１ステツプ１０１では
、原子カプラント全体やその主要構成機器の検出器エリ
得られたプロセス信号を取り込み必要な信号処理を行い
Ａ／Ｄ変換器でディジタル信号に変換する０次に第２ス
テツプ１０２では基準データＺｔ、σ１を更新するか否
かの判定を行い、基準データを更新する必要がおれば第
３ステツプ１０３で基準データを算出して第ｌステップ
１０１に戻される。基準データをｊｕｌする必要がなけ
れば、第４ステツプにおいては状態ベクトルＸ（ｔ）
、￥ｆｔ）を算出する０次の第５ステツプ１０５でに、
状態が変化したか否かの判′ｘＦ：を行い、状態が変化
してなければ再び第１ステツプ１０１に戻される０ま友
、もし状態が変化していると判定すれば以下に述べるよ
うにｉ６．ＸＬ７．第１１ステツプの処理が行なわれる
ｃ第６ステツプ１０６ において過渡変化が終了したか
の判定を行つｔ後第１ステップ１０１≦：戻される０ま
次第７ステツプ１０７においては轡像マトリックスが演
算さｎた後第８ステツプ１０８でデータベース照合を行
い２人為外乱の判定を行い人為外乱でなければ第９ステ
ツプ１０９において出力する。
一方、第１ステツプ１０１でディジタル信号に変換され
比検出器データは、第１０ステツプ１１０において逐次
保存される０このＭＩＯステップ１１０からのデータお
工び第５ステツプにおいて状態が変化し友と判駕され九
データはいずれも第１１ステツプ１１１において一時保
存てれる。さらに第１２ステツプ１１２では第１１ステ
ツプ１１１に一時保存されたデータと第６ステツプ１０
６からの過ば変化が終了したと判定され友データおよび
第８ステツプ１０８からデータ・ベース照合を行い人為
外乱と判定されたデータに基いて人為外乱か否かの判定
を行い、人為外乱でなければ第１ステツプ１０１に戻さ
れる。
比検出器データは、第１０ステツプ１１０において逐次
保存される０このＭＩＯステップ１１０からのデータお
工び第５ステツプにおいて状態が変化し友と判駕され九
データはいずれも第１１ステツプ１１１において一時保
存てれる。さらに第１２ステツプ１１２では第１１ステ
ツプ１１１に一時保存されたデータと第６ステツプ１０
６からの過ば変化が終了したと判定され友データおよび
第８ステツプ１０８からデータ・ベース照合を行い人為
外乱と判定されたデータに基いて人為外乱か否かの判定
を行い、人為外乱でなければ第１ステツプ１０１に戻さ
れる。
もし人為外乱と判定されれば第１３ステツプ１１３にお
いて、そのデータを恒久保存するとともに第１４ステツ
プ１１４において出力する。
いて、そのデータを恒久保存するとともに第１４ステツ
プ１１４において出力する。
以上説明したフローチャートのうち第１ステツプ〜第６
ステツプはＣＵＰｓ １ 、第７ステツプー第９ステツ
プはＣＵＰ＃ ２ 、第１０ステツプ〜第１４ステツプ
はＣＵＰｓ３のように３台の計算機で処理しているが、
１台の計算機まｔは４台以上の計算機を用いて処理する
ことができることは勿論である０そして、状態ベクトル
としてｔ６、Ｘ、Ｖの他に基準平均値からの偏迂を用い
たり１周波数帯で分割してもよい。ま友、各要素の規格
化は、対象の特性によっては（０，±１）ではなく （
０，１）や他の値に規格化することもできる０ さらに、過渡変化を特徴化する方法としては、典型的な
状態ベクトルの組み合せ以外に検知後一定時間の各信号
の一部亀や平均値の状態ベクトル等を用いることもでき
る。またデータ保存機器を複数金偏えれば１人為外乱時
のデータとそれ以外のデータを区別して保存できるので
有効に利用することが可能となる。
ステツプはＣＵＰｓ １ 、第７ステツプー第９ステツ
プはＣＵＰ＃ ２ 、第１０ステツプ〜第１４ステツプ
はＣＵＰｓ３のように３台の計算機で処理しているが、
１台の計算機まｔは４台以上の計算機を用いて処理する
ことができることは勿論である０そして、状態ベクトル
としてｔ６、Ｘ、Ｖの他に基準平均値からの偏迂を用い
たり１周波数帯で分割してもよい。ま友、各要素の規格
化は、対象の特性によっては（０，±１）ではなく （
０，１）や他の値に規格化することもできる０ さらに、過渡変化を特徴化する方法としては、典型的な
状態ベクトルの組み合せ以外に検知後一定時間の各信号
の一部亀や平均値の状態ベクトル等を用いることもでき
る。またデータ保存機器を複数金偏えれば１人為外乱時
のデータとそれ以外のデータを区別して保存できるので
有効に利用することが可能となる。
［発明の効果コ
以上説明したように、本発明のプラント監視方法によれ
ば、実際のプラントデータから、各信号の基準状態を把
握し、この基準状態からのずれを監視することに１０微
少な変化も検知することができる。また、プラントの状
態変化に合せて基準状態を修正しているので、プラント
の運転操作に対する追随性が高く、監視精度も常に一定
に保友れる。さらに、複数の信号の状態を要素が（０゜
・±１）に規格化された状態ベクトルで表現しており、
過渡変化を時間の推移に伴うＪ４型的な状態ベクトルの
組み合せに要約することにより、パターンマツチングに
よる典型的な人為外乱の識別が可能となる。しかも１人
為外乱の詭別な行い人為外乱時のデータの保存を抑制す
ることにより、有限なデータ保存容ｔｔを有効に利用す
ることができる０その結果、本発明のプラント監視方法
は、プラント自動運転等により連転条件が変更される場
合においても入間による操作をほとんど必要とぜずに一
定の精度で機能することができる。
ば、実際のプラントデータから、各信号の基準状態を把
握し、この基準状態からのずれを監視することに１０微
少な変化も検知することができる。また、プラントの状
態変化に合せて基準状態を修正しているので、プラント
の運転操作に対する追随性が高く、監視精度も常に一定
に保友れる。さらに、複数の信号の状態を要素が（０゜
・±１）に規格化された状態ベクトルで表現しており、
過渡変化を時間の推移に伴うＪ４型的な状態ベクトルの
組み合せに要約することにより、パターンマツチングに
よる典型的な人為外乱の識別が可能となる。しかも１人
為外乱の詭別な行い人為外乱時のデータの保存を抑制す
ることにより、有限なデータ保存容ｔｔを有効に利用す
ることができる０その結果、本発明のプラント監視方法
は、プラント自動運転等により連転条件が変更される場
合においても入間による操作をほとんど必要とぜずに一
定の精度で機能することができる。
第１図は本発明の一実施例のブロック構成図、菖２図は
第１図によるプラント監視手１いを示すフローチャート
でおる。 １・・・信号処理装置 ２・・・信号監視・システム制御用計算機３・・・デー
タ収呆・保存用計ｘ機 ４・・・データ分析・判定用計丼機 ５・・・出力用機器 ６・・・データ保存用機器７・
・・入力用＠養 代理人 弁理士 猪 股 祥 晃（ほか１名）第 １
図
第１図によるプラント監視手１いを示すフローチャート
でおる。 １・・・信号処理装置 ２・・・信号監視・システム制御用計算機３・・・デー
タ収呆・保存用計ｘ機 ４・・・データ分析・判定用計丼機 ５・・・出力用機器 ６・・・データ保存用機器７・
・・入力用＠養 代理人 弁理士 猪 股 祥 晃（ほか１名）第 １
図
Claims (1)
- （１）プラントの主要信号をディジタル処理し、このデ
ィジタル化された前記プラントの主要信号の予じめ作成
した基準状態からの変化を監視するとともにプラント運
転状態が変更されると前記基準状態を修正し、さらに、
運転状態の変化に基づいてプラントの状態変化をパター
ン化し、このプラントの状態変化のパターンを予じめ作
成した人為外乱の変化パターンと照合することにより人
為外乱による変化を識別し、この識別結果に基づいて人
為外乱以外の変化のデータを選択的に保存するようにし
たことを特徴とするプラント監視方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59226742A JPS61107406A (ja) | 1984-10-30 | 1984-10-30 | プラント監視方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP59226742A JPS61107406A (ja) | 1984-10-30 | 1984-10-30 | プラント監視方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPS61107406A true JPS61107406A (ja) | 1986-05-26 |
Family
ID=16849892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP59226742A Pending JPS61107406A (ja) | 1984-10-30 | 1984-10-30 | プラント監視方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPS61107406A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| USRE38095E1 (en) | 1998-10-19 | 2003-04-29 | Mario Fabris | Sizing roll stand for a steel mill |
| JP2008262482A (ja) * | 2007-04-13 | 2008-10-30 | Toshiba Corp | 監視装置及び監視方法 |
| JP2009181394A (ja) * | 2008-01-31 | 2009-08-13 | Yokogawa Electric Corp | アラーム管理装置 |
| CN104037744A (zh) * | 2014-07-09 | 2014-09-10 | 国家电网公司 | 基于潮流暂态分量预测的电网广域继电保护方法 |
-
1984
- 1984-10-30 JP JP59226742A patent/JPS61107406A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| USRE38095E1 (en) | 1998-10-19 | 2003-04-29 | Mario Fabris | Sizing roll stand for a steel mill |
| JP2008262482A (ja) * | 2007-04-13 | 2008-10-30 | Toshiba Corp | 監視装置及び監視方法 |
| JP2009181394A (ja) * | 2008-01-31 | 2009-08-13 | Yokogawa Electric Corp | アラーム管理装置 |
| US8264339B2 (en) | 2008-01-31 | 2012-09-11 | Yokogawa Electric Corporation | Alarm management apparatus |
| CN104037744A (zh) * | 2014-07-09 | 2014-09-10 | 国家电网公司 | 基于潮流暂态分量预测的电网广域继电保护方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0030459B1 (en) | System for monitoring steam condenser performance | |
| JP4046309B2 (ja) | プラント監視装置 | |
| Lennox et al. | Application of multivariate statistical process control to batch operations | |
| KR102067344B1 (ko) | 이상 진동데이터 감지 장치 및 방법 | |
| DE102018115155A1 (de) | Verfahren zum Vorhersagen von Anlagendaten und Vorrichtung, die es verwendet | |
| JPH08234832A (ja) | プラント監視診断装置および方法 | |
| CN110186384B (zh) | 船体结构应力监测系统传感器偏差故障诊断方法 | |
| KR102073810B1 (ko) | 머신러닝을 이용하여 함정 추진 장비의 고장을 예측하는 방법 및 시스템 | |
| Doymaz et al. | A strategy for detection and isolation of sensor failures and process upsets | |
| JPS61107406A (ja) | プラント監視方法 | |
| CN110336860A (zh) | 工业物联网中基于多维数据处理的关键节点数据保护方法 | |
| CN115877817A (zh) | 基于多目标故障检测观测器和集员分析的参数不确定系统故障诊断方法 | |
| JPS642203B2 (ja) | ||
| JP2543957B2 (ja) | プラント監視装置 | |
| JPH06208568A (ja) | 故障診断支援装置 | |
| JPS5824908A (ja) | 雑音解析を用いた異常検出・診断装置 | |
| JPH01193697A (ja) | 原子力発電所の診断方法 | |
| JP3402728B2 (ja) | 発電プラントの異常監視方法 | |
| JPH04136795A (ja) | 異常原因診断方法 | |
| Parasuraman et al. | The use of signal detection theory in research on human-computer interaction | |
| Simani et al. | Improved observer for sensor fault diagnosis of a power plant | |
| JPS59188706A (ja) | プラント制御系の異常診断装置 | |
| JPH0643919B2 (ja) | 局面推定方法および故障診断装置 | |
| DE3146374A1 (de) | Verfahren und anordnung zur feststellung und meldung von kuehlungsstoerungen in reaktorkernen | |
| JPS5968642A (ja) | 設備劣化状況評価方法 |