JPS63238515A - センサ寿命予測システム - Google Patents

センサ寿命予測システム

Info

Publication number
JPS63238515A
JPS63238515A JP7343087A JP7343087A JPS63238515A JP S63238515 A JPS63238515 A JP S63238515A JP 7343087 A JP7343087 A JP 7343087A JP 7343087 A JP7343087 A JP 7343087A JP S63238515 A JPS63238515 A JP S63238515A
Authority
JP
Japan
Prior art keywords
sensor
plant
information
sensors
sensitivity
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
JP7343087A
Other languages
English (en)
Inventor
Kazuko Takahara
高原 和子
Atomi Noguchi
野口 跡見
Shoichi Matsumiya
松宮 章一
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 JP7343087A priority Critical patent/JPS63238515A/ja
Publication of JPS63238515A publication Critical patent/JPS63238515A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Testing Or Calibration Of Command Recording Devices (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】 〔産業上の利用分野〕 本発明は、センサ寿命予測システムに係り、特し   
−ψ 二 sHL  /′rV−tn 士二↓拉イ市 
す−げとう目 、 小1功■→ト 1 表 ホ 1−各
種プロセス量を検出するセンサからの情報に基づき、そ
れらセンサの寿命を予測し、適切な交換時期等を判断す
るセンサ寿命予測システムに関するものである。
〔従来の技術〕
第2図は、火力発電プラントのタービンをオンラインで
診断し、リアルタイムで異常を告知する遠隔診断システ
ムを示している。
図において、各発電プラントla、lb、lcのセンサ
情報13は、電話回線を6a、6b。
6cを利用して1診断センタ17に集められ、エキスパ
ートシステムによる一括診断に用いられる。
この診断は、プラントの異常事象にお−ける各種の情報
から、異常な部品を同定し、プラントを停止させて交換
すべきか否かを判断する。特に、センサについては、例
えば、同一物理量を測定している複数のセンサ間の相関
関係をみて異常なセンサを割り出す等の処理を行ってい
る。
この例を含めて、従来は、問題(故障)が生じてから対
処するといういわば後手に回った対策のためのデータの
収集方法が主流を占めていた。
〔発明が解決しようとする問題点〕
しかしながら、プラントの場合、センサ等の不具合はシ
ステムダウンにもつながりかねない。
プラントの計測制御において重要な役割を果たす各種セ
ンサは、計測時間やプラント運転状態等のストレス量の
影響で、劣化を余儀なくされる。
その劣化の進み具合は、個々に異なっており、最適な交
換時期を予測することは難しいとされてきた。そこで、
計測制御機能の保守は、耐久試験データや過去の経験等
に基づき、センサを定期的に交換する方法が多く用いら
れている。
しかし、それらセンサの特性がプラントの運転状態によ
り変化するため、詳細な挙動が必ずしも判明していない
場合1.または新モデルのセンサであって実プラントで
のデータが不足しており、監視しながら使用していかざ
るを得ない場合は、上記従来技術では不十分である。
そこで、センサの交換時期を誤ることを懸念し。
安全側に使用するため、必要以上に定格が大きいものを
使用したり、使用期間が短いなど、無駄が多くなる問題
があった。
また、平均的特性から離れたものは、それなりの使い方
を工夫すれば、利用できるにも拘わらず、直ちに使用を
取りやめてしまうので、この点からもコストがかさんで
いた。
本発明の目的は、各種センサの寿命(使用限界時期)を
オンラインで推定し、適切な交換時期を予測可能なセン
サ寿命予測システムを提供することである。
〔問題点を解決するための手段〕
本発明は、上記目的を達成するために、各種運転状態量
を検出するために配置されたプラントからのストレスを
受けて特性が経時的に変化するセンサの使用限界時期を
求めるセンサ寿命予測システムにおいて、ストレス量と
特性変化量との相関関係を経験情報として分類し記憶す
る手段と、前記情報から各分類毎に特゛性変化が平均的
なセンサの挙動をオンラインで見い出す手段と、各プラ
ントにおける今後の運転計画と前記平均的挙動とからセ
ンサの使用限界時期を求める手段とからなるセンサ寿命
予測システムを提案するものである。
〔作用〕
本発明においては、各プラントから遠隔通信回線を介し
て診断センタに集められた各センサの感度情報を用い、
多様なプラント運転に対応したストレス量について各形
式センサの劣化特性を求め、それを元にして各センサの
将来の感度経時変化を推定する。
多数のプラントに多数の同一形式センサが据え付けられ
用いられていれば、多様な運転状況に対する特性劣化情
報が得られる。したがって、ある形式の1つのセンサに
着目すると、そのセンサにとっては未だ経験のない使い
方の運転計画であっても、他のプラントの過去または現
在進行中の運転方法についての情報から将来の劣化特性
の予測が得られる。
上記では、平均的な特性のものについてのべたが、平均
から外れる異常なものについても、その山−市(hバ十
丞ムh 工り以の志凸の名■L−処台つから、従来のご
とく、直ちに廃棄してしまう必要はない。
〔実施例〕
以下、本発明の詳細な説明する。
第1図は本発明によるセンサ寿命予測システム全体のシ
ステム構成及びセンサ診断手順の概要を示す。各プラン
トA (1a) 、B (1b)、C(1c)では、計
測制御システム4a、4b、4cが、各種センサ3a、
3b、・・・によりプラントプロセス2a、2b、2c
の運転状態を監視するとともに、各種スイッチ11及び
電磁弁12等に指令を送りプラント運転制御を行う。各
センサー情報は計測情報通信局5a、5b、5cに集め
られ、遠隔通信回線6a、6b、6cで遠隔診断センタ
に送られる。
第3図は原子力発電プラント内のシステム構成を示した
もので、計測制御システムとして中性子計装系22.安
全保護系23を例にとっている。
中性子計装系22は、炉心20内に設置された中性子セ
ンサ73により検出され前置増巾器24で増巾されたア
ナログ情報を、AI装置25を介して、取込み、プロセ
ッサ27で[〜リップ条件を判定し、トリップ信号をD
○装置29から安定保護系23へ送り出す。安全保護系
では、中性子計装系及び他計測系からのトリップ信号に
対し2/40シック30.1/Nロジツク31を演算し
、スクラム要求信号をアクチュエータ22を介しスクラ
ム電磁弁33に指令する。
中性子計装系22に取込まれた計測情報は、直列伝送イ
ンターフェイス28を介し、他計測系の計測情報、制御
情報と共に計測情報通信局5に集められ、モデムインタ
ーフェイス16を介し電話回線等の遠隔通信回線に乗せ
られる。
第4図は、遠隔診断センサ内のシステム構成を示したも
のである。各プラントから遠隔通信回線6で送られてく
るプラント情報は、モデムインターフェイス16で再び
信号変換され、通信プロセッサ8に取込まれる。これら
の情報はマルチアクセスコントローラ38で集められ、
計測情報記憶装置9に蓄えられる。
診断プロセッサ10は、記憶装置9から必要な情報を取
出し、センサの診断、プラント機器の診断等を行う。診
断結果はCRT44に表示されるとともに、外部記憶装
置43に記憶される。診断情報は、必要に応じて取出す
ことができる。
本発明は、各プラントの各種センサの使用限界時期を予
測するものである。以下にその方法の詳細を説明する。
第5図は、各プラントからのセンサ感度情報と、診断プ
ロセッサの外部記憶装置43に収集された全センサ感度
情報のフォーマットを示す。センサは各型式でα、β、
γ、・・・のように識別される。
同一型式のセンサには各プラン1〜間に共通の一貫番号
を付け、β1(i=1.2.・・・)、β1(1=1゜
2、・・・)と認識する。
センサの感度は、校正用センサを同じ計測位置に定期的
に設置し、その計測値に対する当該センサの計測値の比
として求める。態度経時特性は、センサの種類2個別特
性(異常の有無)及びプラント運転状態に°より変動す
る。
第6図は、収集された感度情報から、ある同一型式セン
サαの感度経時変化の実測値トレンド。
及び将来の感度変化推定値をグラフに示したものである
。これは、オペレータの要求に応じてCRT44に表示
される。グラフの横軸は各プラント計測開始時からの計
測時間、縦軸はセンサ感度を示す。
感度変化推定曲線は、最新の実測値を基に実時間で計算
され、各センサの使用限界時期の推定に用いられる。
時刻t=to(現在)以後のセンサα亀の推定感度曲線
は、たとえば時間の2次関数に近似すると以下のように
算出される。
k αl (t) =aαI(t  b ar)  +
a ahここで II     II    II d       5el A      句   0 以上のように求めた個々のセンサα1.α2.・・・の
推定感度曲線とセンサ型式αの使用限界感度にαl (
t)=<kα〉:定数 との交点を求めれば、その時刻1=1α1がセンサα量
の使用限界時期として推定される。
〈kα〉:センサαの使用限界感度 第7図は、各センサの使用限界推定を一覧表としてまと
めたもので、オペレータの要求に応じてプリントアウト
される。
さらに、各プラントの運転記録とセンサα+(i=1.
2.・・・)の感度情報から、プラント運転状態とセン
サ感度経時特性との相関関係を求めることができる。第
8図は、プラントA、B、Cにおけるセンサ型式αの平
均感度変化曲線と各運転状態を示したものである。
平均感度曲線は、各プラントの同一型式の感度情報に対
し、特性が他と大幅に異なるセンサ(たとえば第6図の
α6)を除いたものの感度曲線のプラントごとの平均と
する。
あるプラント運転状態における平均感度曲線を推定する
方法につき、運転状態■を例にとり、第9図で説明する
運転状態Iの各ケースI+(i=1.2.・・・)に対
し、それぞれの推定感度曲線を求める。
kαrt(t)=aαIt(t−bαI+)2+cαl
+ここで II            II    I+e+e
3J:3 A              −0 これらの曲線群に対し、aalt、bαIIは各曲線共
通の定数と仮定、CαTIは当該運転状態の各開始時期
とその時の感度に依存する定数と仮定する。この仮定は
感度経時曲線群の特性から充分妥当なものである。
aalt、ba■1(i=1+ 2+−)の平均値をそ
れぞれaαI、bα■とすると、運転状態Iでの推定感
度曲線の一般型は となる。
同様にして、kαU (t)、に6m (t) 、・・
・が求められる。
プラントの運転計画がわかっている場合には、上記の運
転状態感度曲線から当該プラントのセンサの交換時期を
推定できる。これは前述(第6図)のセンサ個別に実時
間で使用限界時期を推定する方法とは別に、プラントご
とに長期的な児通しで各型式センサの交換時期を推定す
るものである。
第10図にプラントCの運転計画とセンサ感度変化推定
曲線を示す。
センサ型式αを例にとる。
<kc!o>:計測開始時のセンサーαの平均感度(実
測値) 運転状態■ケース1の推定曲線は にα1(t)=actl(t−bαr)2+kal(t
kαf(tl)=aα1(tt−bαr)”+<kαo
>−aαf(bαl)2は運転状態IIの終了時(1,
=1+)における推定感度で、状態1里の推定曲線にt
 ’: t s を代入して算出したものである。
このように順次運転状態感度曲線をR1算し連結して、
第10図のような予測曲線を描いていく。
他型式センサについても同様の予測曲線を描き、それぞ
れについて使用限界推定時期tα、tβ。
・・・を算出できる。他プラントについても同様である
また、運転計画から交換時期を推定する上記方法は、同
−型式内の平均的な振舞いをする個々のセンサに適用す
ることも可能である6 第11図には、プラン1〜別、センサ型式ごとの使用限
界推定時期のプリントアウト例を示す。
以上においては、運転モードとして、起動運転。
100%運転、停止等の極めて典型的な場合についての
み考察したが、実際には、その他にも、い) ろいろな
運転形態がありうる。その各々に対して」ユ記の手法で
、センサに対する劣化特性の経験情報を貯え、他のプラ
ントに用いたり、あるいは将来の同様な運転モードに対
しても役立てることができる。
さらに、同様な手法により、上記で述べた、平均的な振
舞いをしないセンサについても、特性劣化を効果的に推
定できる。その一つの実施例としては、異常なセンサに
対する経験情報を集約し、それらだけで一つの情報の集
合を作成し、その中で、上記と同様な手法を用いて、や
はり、その集合の中で平均的な振舞いを見付けて将来番
予測できる。従って、上記手法は、異常なセンサを使用
できないものとして直ちに捨てるのではなく、可能な限
り用いるようにするものである。万一、異常なセンサに
対して、上記の経験情報の集合を2作ることができなく
ても、異常が検出されたセンサに対しても、正常なセン
サ群の劣化特性曲線の曲率から将来の動向を推測しなが
ら、使用を続けることができる。例えば、台風に対する
天気予報と同様に、その進路を刻々と推定すると、継続
使用が可能である。
〔発明の効果〕 本発明によれば、各センサの寿命(使用限界時期)を推
定して、センサの適切な交換時期を予測でき、これをも
とに効率的なプラント運転計画を立て、稼働率を向上さ
せることが可能である。
すなわち、多様な運転パターンで、劣化特性が必ずしも
明確でないセンサの将来の振舞を推定できる。
また、その振舞が、他の同一形式のセンサに比べ異常で
あっても、直ちに廃棄することなく、その劣化の程度を
可能な限り正確に推定し、利用すれは、センサが高価で
ある場合あるいは使用個数が多い場合に大きな効果とな
って現れる。
【図面の簡単な説明】
第11は本発明によるセンサ寿命予測システ11全体の
システ11構成を示す図、第2図は従来のタービン発電
機故障診断システムの構成を示す図、第3図は第1図シ
ステム1のプラント側の構成を示す図、第4図は第1図
システムの遠隔診断側の構成を示す図、第5図〜第11
図はセンサ寿命予測に用いる各種グラフと予測結果のア
ウトプット例を示す図である。 3・・・センサ、4・・・計測制御システ11.7・・
・遠隔診断センタ、10・・・診断プロセッサ。

Claims (1)

  1. 【特許請求の範囲】 1、各種運転状態量を検出するために配置されたプラン
    トからのストレスを受けて特性が経時的に変化するセン
    サの使用限界時期を求めるセンサ寿命予測システムにお
    いて、 前記ストレス量と前記特性変化量との相関関係を経験情
    報として分類し記憶する手段と、前記情報から各分類毎
    に特性変化が平均的なセンサの挙動をオンラインで見い
    出す手段と、各プラントにおける今後の運転計画と前記
    平均的挙動とからセンサの使用限界時期を求める手段と からなるセンサ寿命予測システム。
JP7343087A 1987-03-27 1987-03-27 センサ寿命予測システム Pending JPS63238515A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP7343087A JPS63238515A (ja) 1987-03-27 1987-03-27 センサ寿命予測システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP7343087A JPS63238515A (ja) 1987-03-27 1987-03-27 センサ寿命予測システム

Publications (1)

Publication Number Publication Date
JPS63238515A true JPS63238515A (ja) 1988-10-04

Family

ID=13518021

Family Applications (1)

Application Number Title Priority Date Filing Date
JP7343087A Pending JPS63238515A (ja) 1987-03-27 1987-03-27 センサ寿命予測システム

Country Status (1)

Country Link
JP (1) JPS63238515A (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02183118A (ja) * 1989-01-09 1990-07-17 Hitachi Ltd フィールド計器
JPH02194321A (ja) * 1989-01-24 1990-07-31 Nagano Technical Service:Kk 機械装置の予防診断システム
WO2000065363A1 (en) * 1999-04-23 2000-11-02 The Foxboro Company Distributed processing system for component lifetime prediction
JP2007025878A (ja) * 2005-07-13 2007-02-01 Mitsubishi Heavy Ind Ltd プラント用保全支援システム
US7366626B2 (en) * 2004-05-31 2008-04-29 Yokogawa Electric Corporation Calibration method and zirconia-type oxygen analyzer using this method
JP2009150882A (ja) * 2007-12-19 2009-07-09 Avl List Gmbh センサユニットの残り寿命判定方法及びその装置
JP2009252960A (ja) * 2008-04-04 2009-10-29 Fujifilm Corp 光半導体素子の寿命予測方法および光半導体素子の駆動装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02183118A (ja) * 1989-01-09 1990-07-17 Hitachi Ltd フィールド計器
JPH02194321A (ja) * 1989-01-24 1990-07-31 Nagano Technical Service:Kk 機械装置の予防診断システム
WO2000065363A1 (en) * 1999-04-23 2000-11-02 The Foxboro Company Distributed processing system for component lifetime prediction
US6424930B1 (en) 1999-04-23 2002-07-23 Graeme G. Wood Distributed processing system for component lifetime prediction
US7366626B2 (en) * 2004-05-31 2008-04-29 Yokogawa Electric Corporation Calibration method and zirconia-type oxygen analyzer using this method
JP2007025878A (ja) * 2005-07-13 2007-02-01 Mitsubishi Heavy Ind Ltd プラント用保全支援システム
JP2009150882A (ja) * 2007-12-19 2009-07-09 Avl List Gmbh センサユニットの残り寿命判定方法及びその装置
JP2009252960A (ja) * 2008-04-04 2009-10-29 Fujifilm Corp 光半導体素子の寿命予測方法および光半導体素子の駆動装置

Similar Documents

Publication Publication Date Title
EP1111550B1 (en) Method and system for monitoring the condition of an individual machine
JP5081998B1 (ja) 異常予兆診断装置及び異常予兆診断方法
JP2009053938A (ja) 複数モデルに基づく設備診断システム及びその設備診断方法
JP2010506331A (ja) 製造プラントにおける不良検知方法およびシステム
CN108829933A (zh) 一种半导体制造设备的预测性维护与健康管理的方法
US20110178963A1 (en) system for the detection of rare data situations in processes
CN105116873B (zh) 一种火电厂多自动调节回路评价诊断方法
US20040036475A1 (en) Battery monitoring
CN108928744A (zh) 一种基于大数据的集装箱起重机在线诊断及维护系统
Yang et al. A Petri net approach to early failure detection and isolation for preventive maintenance
JPS63238515A (ja) センサ寿命予測システム
CN116483054A (zh) 一种工业机器人运行状态监测预警系统及方法
JPH04151515A (ja) 特性変化予測方法およびシステム
CN116223000B (zh) 一种机器故障智能在线自动检测系统
CN117289659A (zh) 一种电厂集控运行智能自动监控系统
JP2004170225A (ja) プラントのライフサイクル保全計画立案システム
CN105302476B (zh) 一种用于核电站设备的可靠性数据在线采集分析存储系统及其存储方法
CN116907772A (zh) 桥梁结构监测传感器的自诊断与故障源鉴别方法及系统
JP3020072B2 (ja) プラント監視装置および方法
RU2735296C1 (ru) Способ многопараметрического контроля состояния сложных электротехнических объектов
JPH1094943A (ja) 自動加工装置
JPH0217511A (ja) プラント監視装置
JP3951370B2 (ja) プラントの運転状態監視方法
CN112363432A (zh) 一种水电站辅助设备的监测系统及监测方法
KR102573254B1 (ko) 연합 학습을 이용한 기계설비 고장 예지 분석 시스템