JPS62285172A - オンライン高速推論方法 - Google Patents

オンライン高速推論方法

Info

Publication number
JPS62285172A
JPS62285172A JP61128195A JP12819586A JPS62285172A JP S62285172 A JPS62285172 A JP S62285172A JP 61128195 A JP61128195 A JP 61128195A JP 12819586 A JP12819586 A JP 12819586A JP S62285172 A JPS62285172 A JP S62285172A
Authority
JP
Japan
Prior art keywords
simulator
inference
program
knowledge
plant
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
Application number
JP61128195A
Other languages
English (en)
Inventor
Shigeo Hashimoto
茂男 橋本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP61128195A priority Critical patent/JPS62285172A/ja
Publication of JPS62285172A publication Critical patent/JPS62285172A/ja
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02EREDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00Energy generation of nuclear origin
    • Y02E30/30Nuclear fission reactors

Landscapes

  • Devices For Executing Special Programs (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (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。

Description

【発明の詳細な説明】 3、発明の詳細な説明 〔産業上の利用分野〕 本発明は、オンライン高速推論方法に関する。
〔従来技術〕
プラントの異常診断や運転制御に知識工学を適用する従
来例として、[知識工学の原子炉への応用」 (日立評
論、 1985年、VOQ、67、N(112゜ページ
25〜30.木口能の著)がある。
〔発明が解決しようとする問題点〕
上記従来例では、高速に推論を実施するため知識をフレ
ームで表現して格納させるやり方をとる。
しかし、推論中にシミュレータを呼ぶ場合の高速化に関
しては配慮されていなかった。即ち、上記従来例では、
本願明細書添付図面の第2図に示すように、知識ベー、
スには、動特性シミュレータを1個設けた構成である。
従って、シミュレーション範囲が広域化し、精度を向上
させようとすると。
シミュレーション時間が長くかかり、逆に演算時間を短
縮化しようとすると、シミュレーション範囲が限定され
、精度の低下を招く。
本発明の目的は、シミュレーションの範囲、精度と計算
時間の適切化をはかり、シミュレーション時間の短縮化
をはかったオンライン高速推論方法を提供するものであ
る。
〔問題点を解決するためのネ段〕
本発明は、シミュレータを、全プラント系用の全系簡略
シミュレータと、全プラントの個別で且つ詳細な個別詳
細シミュレータとで構成せしめることとした。更に、動
的推論部を設け、プラントデータベースの情報に基づき
推論を実施し、推論途中に上記シミュレータの中から、
必要な知識を提供でき、且つ計算時間の最短のものを選
択のうえ、当該シミュレータに起動をかけ、処理を行う
こととした。
〔作用〕
複数のシミュレータの中で、最適なものを選択し、この
シミュレータによりシミュレーションを実行させること
となる。
〔実施例〕
第1図は、本発明の実施例を示す、動特性シミュレータ
1は、プラント全系簡略シミュレータ11、プラント全
系の個別詳細シミュレータ12とより成る。更に、全系
の個別詳細シミュレータ12は1個別系1,2.・・・
、n用の個別詳細シミュレータ121,122.・・・
12nより成る。
動的推論部13は、動的推論を行い、プラントデータベ
ース14とシミュレータ13との間でインターフェース
する。
この実施例によれば、動的推論部13は、プラントデー
タベース14の情報に基づいて推論を行う、推論途中に
動特性シミュレータ1からの情報が必要になった場合、
動的推論部13は、シミュレータ群11,121〜12
nの中から、必要な知識を提供でき、且つ計算時間の最
短のものを選択のうえ、当該シミュレータに起動をかけ
る。この場合、詳細な情報を必要とする際には個別詳細
シミュレータ12中の個別詳細シミュレータが選択され
る。シミュレータの演算が終了すると、動的推論部13
に起動がかかり、シミュレーション結果の利用のもとに
、所定の演算制御が行われる。
第3図は、沸騰水型原子力発電プラントに本発明を適用
した図である。計算機20は、演算制御部21とメモリ
22とより成る。計算機20は、キーボード23からの
入力情報を表示制御装置25を介して受け1表示情報を
表示制御装置25を介してCRT24に送り表示を行う
プラント30の、各種の状態量31,32.・・・。
39はプロセス入力装置26を介して計算機20に取込
まれる。
計算機20内での処理、特にメモリ22に格納されたプ
ログラムの内容を中心とする実施例を第4図に示す、シ
ミュレータ1は、プラント系全体を簡略化して模擬する
プラント系全体簡略シミュレータ11.詳細個別シミュ
レータである機器・コンポーネントシミュレータ121
A、[子炉系シミュレータ122A、タービン発電機系
シミュレータ123A、格納容器針シミュレータ125
Aより成る。
更に、プラントデータ吸収部41.プラントデータベー
ス421診断・操作ガイダンス部60゜オンライン知識
データベース48.知識データ編集部47.質問処理部
46.推論結果テーブル43、キーボード入力処理部4
5.CRT表示処理部44より成る。
診断・操作ガスダンス部60は、動的推論部61、異常
検出部62.原因同定部63.操作ガスダンス部64よ
り成る。
計算機20は、メモリ22に格納されたプログラムと入
力した各種データ(状態量)により、演算制御装置21
の処理のもとに、原子炉の診断・操作ガイドを計算する
。この計算結果は1表示制御装置25を介してCRT2
4に送られ、表示される0表示内容及び計算内容は、キ
ーボード23でオペレータが指定する。
計算機20は、フォートラン(FORTRAN )によ
る数値処理に必要な演算命令の他に、リスプ(LISP
)、プロローグ(PROLOG)等による記号処理に必
要な演算命令によっても実行可能である。
更に、第4図の処理内容について詳細に説明する。
第4図で、プロセス入力装置3から入力する状態量は、
プラントデータ収集プログラム41により周期的(例え
ば、1秒毎)に入力する。この入力状態量は、プラント
データベース42に格納される。゛ 一方、プラントに関するエキスパートの持っている知識
、例えば事象波及、運転方法、計器故障検定、事故原因
検定等に関する知識は、予めキーボード8よりキーボー
ド入力処理プログラム45より知識データ編集プログラ
ム47で編集され。
ルール(規則)としてオンライン知識データベース48
に格納される。
診断・操作ガイダンスプログラム2は、プラント運転操
作判断に必要な、異常の検出1M囚同定その他の処理を
行う、プログラム全体は動的推論プログラム61によっ
て統括、制御し、運転余裕の評価、異常の検出と原因同
定、シミュレータの制御、操作ガスダンスの出力等には
それぞれ専用のサブプログラムを使用する。処理に必要
な知識は、オンライン知識データベース47に格納され
ており、参照する。
動的推論プログラム61は1診新、操作ガイダンスに必
要な推論処理と、サブプログラムの統括。
制御を行う、推論の方法は知識の表現形態により異なる
が、プロダクションシステムを用いた前向き推論、後ろ
向き推論、ブラックボード推論等を目的に応じて適宜使
い分けることが望ましい、参照する知識は、推論制御に
関する知識、プラントの生起事象、オペレータのデマン
ドに応じた診断。
ガイダンスの手順に関する知識、等である。
異常検出62.原因同定プログラム63は、異常および
異常の徴候を検出するとともにその原因を同定する。異
常の検出、原因同定には3つの方法が考えられる。すな
わち、運転経験等の知識を因果関係のルールで表わし、
プロダクションシステムで処理する方法、プロダクショ
ンシステムと動特性シミュレータを組み合せて使用する
方法。
対象の機能に関する知識と動特性シミュレータを組み合
せる方法である。これら3つの方法を、それぞれの特徴
を活かして適宜組み合せることが望ましい、これらの処
理にあたっては、異常および異常の徴候の検知に関する
知識、異常とその原因に関する因果関係の知識、系統2
機器の入力、出力およびそれらが満たすべき条件に関す
る知識、シミュレータの利用法に関する知識、等を参照
する。
操作ガイダンスプログラム64は、異常原因が明らかに
なった場合に、異常の拡大および事故。
故障の発生を防止するために必要な運転操作を決定する
。可能な操作方法が一つでなく、複数個存在する場合に
は、優先順位を付して、複数個の解を出力する、または
オペレータが判断を下すための判断材料、質問等を出力
する。運転操作によって生じるプラント状態の変化は動
特性シミュレータ1を用いて事前に確認しておくことが
望まれる。
操作ガイダンスに必要な知識は、系統2機器の運転条件
、操作手順、テスト方法等の運転マニュアル的な知識、
運転履歴、運転計画、故障および保修の経過、異常の収
束方法等に関するオペレータの知識、シミュレータの利
用法に関する知識、等である。
動特性シミュレータ1は数値計算プログラムであり、非
観測データの推定、機器の入出力の期待値計算、各種プ
ラントデータの変化の予測、等を行う、処理に必要な条
件設定等は上記したシミュレータ制御プログラムが行う
。シミュレータの構成は、第4図に示した例では、原子
炉系、タービン発電機系、対象ごとに1個のシミュレー
タを対応させせが、これ以外に、全系統を一括したシミ
ュレータを用いる方法も考えられる。@合によっては両
者を併用することもありうる。なお、これらのシミュレ
ータは、特に知識データを参照することはないが、シミ
ュレータそのものが対象の機能に関する知識であると考
えてよい。
以上のプログラムのうち、診断・操作ガイダンスプログ
ラム2はProlog、 Li5p等の記号処理言語で
記述し、動特性シミュレータはFORTRAN等の数値
処理言語で記述する。処理の高速化のため、必要に応じ
て並列処理あるいは分散処理することも考えられる。
ガイダンスに必要な数値シミュレーションの内容を、対
象とする範囲から分類すると次の3レベルに区分できる
(1)プラント全体の簡略シミュレータ11(2)系a
レベルのシミュレータ13〜16(3)機器、コンポー
ネントレベルのシミュレータ(1)はプラントでどのよ
うな事象が発生しているかの推定に主として使用するが
、その内容はたとえば、主蒸気流量と給水流量のような
プラントパラメータ間のバランスチェックである。この
ような目的に使用する場合は、特に詳細なシミュレータ
を準備する必要はなく、パラメータ間の関係を関数の形
に表現した、簡略なシミュレータで十分と考えられる。
(2)は系統内のどの部分で異常、事故が発生している
かの推定に使用する。この場合には、系統内の多数の機
器、コンポーネントについて入力値。
出力値をチェックするための詳細なシミュレータが必要
である。
(3)は診断の最終段階で、実際に機器またはコンポー
ネントが故障しているかどうかの確認に主として使用す
る。確認の方法は、機器、コンポーネントまたはそれら
をいくつか組合せたブロックについて、入出力のバラン
スが正常であるかどうかを調べる方法である。この場合
はシミュレーション対象を1個または数個程度の機器、
コンポーネントに限定でき、N単な関数で記述すること
が可能である。
本実施例では、基本的には事象波及の因果関係にもとづ
いて診断及びガイダンスを行う方法を適用する。この場
合には原則的に、原因側事象と結果側事象の定量的な関
係を関数で記述しておき、事象波及のルールから呼び出
して使用する。この関数は、たとえば主蒸気流量と給水
流量の関係、あるいは逃し安全弁の漏洩量と逃し安全弁
出口温度の関係のように、特定の2つのプロセス量の関
係を記述する関数である。
また、故障の発生が狭い範囲に限定できる場合には、機
器、コンポーネントレベルでのシミュレーションにより
、同定できる場合がある。この場合には各機器の入出力
をシミュレータで計算し。
その結果を観測値と比較し、入出力のバランスがシミュ
レータの精度以上に大きく崩れている機器。
コンポーネントが故障していると判定する。
第1表にケーススタディの対象とした逃し安全弁漏洩事
故に関する事象波及のシミュレーション項目を示す、逃
し安定弁の漏洩事故は、我国では少ないものの、米国で
は比較的多く発生している。
また、事故原因を同定した後でも、もし弁を再閉鎖でき
ない場合は配管の破断と同様な現象となるので、事故の
内容としては厳しく、かつ対応操作として種々の系統を
運転する必要があるので、ケーススタディの対象例とし
て好適である。なお。
逃し安定弁は合計18個配置されているが、1弁全開と
なった場合の蒸気漏洩量は350〜400t/h程度で
あり、事故の規模は中程度のLOCAに相当する。
以上に述べたシミュレータの内容、使用目的等を第2表
に整理して示す。
第2表のシミュレータのうち、ff[シミュレータに関
しては、一般に原因から結果、および結果から原因への
両方向にアクセスできるものが必要である。それは、事
象波及のルールを用いた診断においては、結果事象から
原因事象を推定する場合と、原因事象から結果事象を推
定する場合とがあるためである。
また、第3表に詳細シミュレータの主な機能を示す。こ
のシミュレータは、事故を同定した後のシミュレーショ
ン(放置した場合の影響予測、操作を施した後のプラン
ト状態の変化の予測、対応処置の必要性の有無の判定)
に主として使用する。
診断に利用する場合には、シミュレータに入力する初期
事象として、事故状態を指定する必要があるが、事故同
定の段階では事故状態は未確認である。したがって事故
の発生を、前記推論によって仮定するか、あるいは事故
の種類、程度をパラメータとして多数回のシミュレーシ
ョンを行うかのいずれかの方法をとらなければならない
。後者の場合は計算時間が長くなるので、可能な限り前
者の方法をとるものとする。
第1表 逃し安全弁漏洩に関する事象波及のシミュレー
〔発明の効果〕 本発明によれば、推論を実施するに際し、オペレータの
ニーズに応じ、簡略な解答でよければ高速応答が得られ
、若干時間をかければ、詳細な解答を得ることができる
ようになった。
【図面の簡単な説明】
第1図は本発明の実施例図、第2図は従来例図、第3図
は本発明のシステム構成側図、第4図は本発明の具体的
実施例図である。 1・・・シミュレータ、13・・・動的推論部、20・
・・計算機。

Claims (1)

  1. 【特許請求の範囲】 1、メモリ内にプロセスの動特性シミュレータプログラ
    ム、及びプロセスデータに基づいて該シミュレータプロ
    グラムを起動させて推論を実行する推論プログラムとを
    格納させておき、推論プログラムに従って動特性シミュ
    レータを起動させて推論を行うオンライン高速推論方法
    において、 上記動特性シミュレータは、プロセス系全体の簡略シミ
    ュレータと、プロセス系を構成する個別詳細シミュレー
    タとより構成せしめると共に、上記推論プログラムは、
    推論に必要なデータを該簡略シミュレータと個別詳細シ
    ミュレータとの中で計算時間の短い方のシミュレータを
    選択して起動を行い、実行するようにしたオンライン高
    速推論方法。
JP61128195A 1986-06-04 1986-06-04 オンライン高速推論方法 Pending JPS62285172A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP61128195A JPS62285172A (ja) 1986-06-04 1986-06-04 オンライン高速推論方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP61128195A JPS62285172A (ja) 1986-06-04 1986-06-04 オンライン高速推論方法

Publications (1)

Publication Number Publication Date
JPS62285172A true JPS62285172A (ja) 1987-12-11

Family

ID=14978805

Family Applications (1)

Application Number Title Priority Date Filing Date
JP61128195A Pending JPS62285172A (ja) 1986-06-04 1986-06-04 オンライン高速推論方法

Country Status (1)

Country Link
JP (1) JPS62285172A (ja)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02245696A (ja) * 1989-01-11 1990-10-01 Westinghouse Electric Corp <We> プラントの運転状態を分析する方法及び装置
JPH02268279A (ja) * 1989-04-08 1990-11-01 Hitachi Ltd 電気機器絶縁診断方法
JPH06162031A (ja) * 1992-11-24 1994-06-10 Fujitsu Ltd スケジューリングのための推論方法
JP2013200535A (ja) * 2012-03-26 2013-10-03 Mitsubishi Heavy Ind Ltd シミュレーション装置、シミュレーション方法および連係プログラム
JP2013200536A (ja) * 2012-03-26 2013-10-03 Mitsubishi Heavy Ind Ltd シミュレーション装置、シミュレーション方法および連係プログラム
JP2021015085A (ja) * 2019-07-16 2021-02-12 株式会社東芝 原子力プラントの健全性評価装置、方法及びプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5776647A (en) * 1980-10-31 1982-05-13 Hitachi Ltd High-speed and low-speed switching type simulator
JPS60205612A (ja) * 1984-03-29 1985-10-17 Toshiba Corp プラント模擬装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5776647A (en) * 1980-10-31 1982-05-13 Hitachi Ltd High-speed and low-speed switching type simulator
JPS60205612A (ja) * 1984-03-29 1985-10-17 Toshiba Corp プラント模擬装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02245696A (ja) * 1989-01-11 1990-10-01 Westinghouse Electric Corp <We> プラントの運転状態を分析する方法及び装置
JPH02268279A (ja) * 1989-04-08 1990-11-01 Hitachi Ltd 電気機器絶縁診断方法
JPH06162031A (ja) * 1992-11-24 1994-06-10 Fujitsu Ltd スケジューリングのための推論方法
JP2013200535A (ja) * 2012-03-26 2013-10-03 Mitsubishi Heavy Ind Ltd シミュレーション装置、シミュレーション方法および連係プログラム
JP2013200536A (ja) * 2012-03-26 2013-10-03 Mitsubishi Heavy Ind Ltd シミュレーション装置、シミュレーション方法および連係プログラム
JP2021015085A (ja) * 2019-07-16 2021-02-12 株式会社東芝 原子力プラントの健全性評価装置、方法及びプログラム

Similar Documents

Publication Publication Date Title
Acosta et al. Dynamic event trees in accident sequence analysis: application to steam generator tube rupture
Qian et al. An expert system for real-time fault diagnosis of complex chemical processes
Kim Computerized systems for on-line management of failures: a state-of-the-art discussion of alarm systems and diagnostic systems applied in the nuclear industry
Chang et al. Cognitive modeling and dynamic probabilistic simulation of operating crew response to complex system accidents: Part 5: Dynamic probabilistic simulation of the IDAC model
Lee et al. Development of automated operating procedure system using fuzzy colored petri nets for nuclear power plants
JP3068091B1 (ja) 異常診断装置
Li et al. Modeling and simulation of crew to crew response variability due to problem-solving styles
Berkan et al. Advanced automation concepts for large-scale systems
JPS62285172A (ja) オンライン高速推論方法
Xi et al. An automation test strategy based on real platform for digital control system software in nuclear power plant
JPH08202431A (ja) 運転手順ガイド装置
Zhang et al. A self-learning fault-diagnosis system
Takizawa et al. An intelligent man-machine system for future nuclear power plants
JPS60179806A (ja) プラント運転ガイド装置
Ouyang et al. Modeling of PWR plant by multilevel flow model and its application in fault diagnosis
Woods et al. Cognitive environment simulation: a tool for modeling intention formation for human reliability analysis
Dearden et al. Impact and the design of the human-machine interface
Hanna et al. Benchmarking an AI-Guided Reasoning-Based Operator Support System on the Three Mile Island Accident Scenario
Yoshikawa et al. An experimental study on estimating human error probability (HEP) parameters for PSA/HRA by using human model simulation
CN111627583B (zh) 一种核电厂征兆导向最佳恢复事故导则确认工况选取方法
Martin et al. Deep knowledge expert system for diagnosis of multiple-failure severe transients in nuclear power plant
Larsson On-line root cause analysis for nuclear power plant control rooms
JPH05290101A (ja) 連続音声認識処理方法およびその装置
Paiva et al. Accident diagnosis of the Angra-2 nuclear power plant based on intelligent real-time acquisition agents and a logical tree model
Martin et al. CATALisp-An expert system for real-time diagnosis of multiple-failure transients in nuclear power plants