JPS6358508A - プラントの異常診断方法および装置 - Google Patents

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】 〔発明の目的〕 （産業上の利用分野） 本発明はプラントあるいはシステムの異常診断に係り、
特に、システムの動特性の変化より異常を検知し、且つ
、異常箇所の識別および推定を行うプラントの異常診断
方法および装置に関する。

（従来の技術） 近年プラントあるいはシステムが六ノ々模化し、高性能
のａＩＩＩ　ｆｉｌシステムが適用されるに伴い、これ
らの故障による影響はまずます大きくなり、時には破局
的な状態に至ることがある。したがって、異常を早期に
発見し、異常箇所を特定し、さらに、異常の程度を推定
することのできる診断システムが必要不可欠となってき
ており、時にはこれの確立なしにシステムの高性能化を
断念せざるを冑ないところまできているものもある。

この種の診断システムとしては対象とするプラントある
いはシステムの構成、特性、診断の目的等の相異により
各種のものがある。

その−例として、センサの異常診断のためには別に冗長
センサを設置して両者の出力を比較して診断する方法や
、異常箇所を直接検知できるセンサを設置して診断する
方法等がある。

しかし、これらの方法は診断用だけにしか使用しないセ
ンサを必要とすることからコスト面で問題になるほか、
その取付場所や、診断用センサ自体の異常対策等、解決
しなければならない課題が多かった。

そこで、診断用センサ等の特別なものを必要としない診
断方法の出現が強（望まれ、かかる要望を満たすために
、センサを通して１５１られた信号から内部の異常を診
断する各種の方法が胡究されており、本発明者も初的な
関係式に基づく診断方法を提案しているく特開昭５９−
４９６１１号公報参照）。

この診断方法はオンライン同定したモデルを表す行列よ
りベクトルを構成し、ベクトル間の関係を利用して異常
パラメータの識別とその変動量の推定を行うものであっ
た。

（発明が解決しようとする問題点） 上述したように、センナを通して１９られた信号からダ
イナミックシステムの診断を行うものは、あらかじめモ
デルを正確に把握できないシステム、あるいは、時間と
ともに変動するシステムには適用し難く、また、診断対
象の雑音によって大きく影響を受けるという問題点があ
った。

本発明は上記の問題点を解決するためにむされたもので
、あらかじめモデルを正確に把握できｆ、７いシステム
、あるいは、時間とと已に変動するシステムにも適用し
くａ、しかも、診断対象内の雑音の影響を受は難いプラ
ントの異常診断方法および装置の提供を目的とする。

〔発明の構成〕

（問題点を解決するための手段） 本発明は、プラントあるいはシステムのυｊ御大入力観
測量とからパラメータ異常を検知し、異常検知時に所定
数の診断パラメータ群の異常のパラメータを表す指標を
求め、この指標に基いて異常パラメータの決定と変動量
の推定を行うことを特徴としている。

（作　用） この発明においては、プラントあるいはシステムの制御
入力と観測量とからそのモデルをオンラインで同定した
後、基準モデルと比較して同定値の変動分を演算し、こ
の変動分の二乗和としきい値とを比較して異常を検知す
る。

続いて、異常を検知したときには、あらかじめ定めた複
数のパラメータのおのおのに対して異常の可能性を表す
尤度比を演算してこの尤度比が最大のパラメータを異常
パラメータと決定すると共に、その変動量を１「定する
。

（実施例） 図は本発明を実施するプラントの異常診断装置のブロッ
ク図である。この装置は診断対象システムからの制御入
力Ｕ（ρ）と観測ｆｆ１ｙ　（Ｊ）　）とを取り込んで
システムモデルの同定を行うオンライン同定部１と、こ
のオンライン同定部で演のされた同定値と基準モデルと
を比較して同定値の変動分を演算するモデル変動演Ω部
２と、演算された同定値の変動分の重み付き二乗和を求
めると共に、しきい値ηと比較して異常を検知する異常
検知部３と、異常があっＩ；ときこれを表示する異ｎＶ
光朱表示部４と、モデル変動演等部２の演算結果を１ナ
イクリツクに記憶するサイクリックメ七り部５とを備え
ている。

また、異常検知部３が異常を検知したときにスイッチＳ
Ｗを開成させるようにして、ｊ３き、このとぎ、サイク
リックメモリ部５のデータを、を個のフィルタ６ａ、６
ｂ、・・・６ｃを介して取込み、パラメータごとに異常
の可能性を表す尤度比を求めると共に、最大のちのを決
定する最大尤度比演ｎ部７と、尤度比演惇部７によって
求められた異常パラメータの種類およびその変動推定値
を表示する診断結果表示部８とを廂えている。

上記のように構成されたプラントの巽常診１ｇｉ装置の
作用を以下に説明する。

オンライン同定部１では診断対象システムからの制御入
力Ｕ（ρ）と、観測ｆｆ１ｙ　＜１　）とを取込んでシ
ステムモデルの同定を行う。

ここで、診断対象システムが線形定常形であるとすれば
、そのモデルは次の状態方程式で表すことができる。

ｘ　　＜ｊ　　＋１）＝Ｆ−ｘ　　（ｊ　　）＋Ｇ−ｕ
　　＜１　　）＋ｗＸ　＜ｆｌ　　）ｙ　くＲ＋１）＝
）−１−ｘ　　＜１　　）＋Ｖ　　−ｙ　＜Ｎ　　）　
　　　　　　　　　　　　　　、、、、、、（１）ただ
し、 ｕ　（Ｊ）　）　：υ制御入力（ｎ次元ベクトル）ｘ（
４１’）：状態量　（ｎ次元ベクトル）ｙ（Ｊ）：観測
Ｒ（ｍ次元ベクトル） ｗ　　（、Ｑ）、ｖ　　（ρ）：雑音成分×　　　　　
　　　　　ｙ である。

この（１）式を入出力式に変換すると次のようになる。

ｙ（１−△・Ｚ　（Ｎ　）　＋Ｖ　（ｉ）・・・・・・
（２）ただし Ｚ　＜！Ｊ　）Δ（ｕ（Ｎ−１）、・・・、ｕ（ρ−ｑ
）、およびｙ（１−１）、・・・、ｙ（Ｊ−ａ）中より
の０周の要素より構成したベクトル） Ａ△（Ｆ、Ｇ、Ｈより求めた行列〕 ｖ　（ｊ　）　：雑音成分 である。

この（２）式に対して最小二乗法を適用し、逐次式に変
換することにより係数行列Ａを逐次的に推定する周知の
次式が得られる。

Ａ（Ｎ＋１）−，６（ｊり＋（ｙ（Ｎ＋１＞−４（Ｊ）
ｚ（Ｊ＝、１）Ｋ’　（Ω＋１）Ｋ　　　（ｊ　　＋１
　）　−Ｚ”　　（Ｊ　＋１）Ｐ　（ｋ）　　（α＋Ｚ
丁　（Ｕ　　＋　１　）Ｐ　（ｋ）Ｚ　　（ｋ＋　’、
）　　〕−”■ Ｐ（１＋１）−−ＣＰ（４）−Ｐ（ｊ）ｚ（Ｎ＋１＞Ｋ
’　　（Ｎ＋１））α ・・・・・・（３） 初１引値△＜０＞＝０ Ｐ　　（０）　　＝ａＩ［ ただし Ｔ：サンプリング時間 ａ：充分大なる正の数 ■：単位行列 α：最小二乗法の時間用み係数 をそれぞれ示す。

しかして、オンライン同定部１では（３）式の演算を行
ってＡ（ρ）、Ｐ（Ｊ））の値を逐次的に求める。

次に、モデル変動演算部２では、オンライン同定部１で
の一定の時間ステップ、例えばＮ８ごとの同定値穴（、
ｇ）の括準モデルへ。よりの変動分＊（ｋ）を次式によ
って求める。

Ｎ　　＝に−Ｎ。

ただし、ｋはにステップ目の診断を表わづ。

次に、異常検知部（３）では演算された変動分Ａ　＜ｋ
）の各要素の重み付き二乗和 を求める。重みとしてはＰ　（ｋ、Ｎｓ）と、雑音ｖ　
（Ｎ　）の分散■を考慮する。

続いて、異常検知部３は重み付き二乗和と、あらかしめ
定めたしきい値ηとを比較し、次式１式％（６） が成立したとき異常と判定し異常発生表示部４にこれを
表示させる。

なお、異常検知部３が異常検知に用いる同定値はサイク
リックメモリ部５に記憶され、異常検知部３がシステム
異常と判定したときスイッチＳＷが閉じられて、記憶デ
ータがフィルタ６ａ、６ｂ。

・・・、５ｃを介して最大尤度比演口部７にＩＪＯえら
れ、具体的にどのパラメータが異常であるか、その変動
量はいくらかが多仮説検定法にＪ：って決定される。

今、診断するパラメータの候補としてｔ　Ｉｌ”、ｌの
パラメータを者える。本システムの係数行列Ｆ、Ｇ。

Ｈの次数および設計値は既知とし、これを用いてｔ個の
パラメータｐ　、Ｐ２．・・・、Ｐｌの変動が係数行列
△にどのように影響するかを影響行列ｖ１．甲２．・・
・、１４／、として求めておく。なお、影響行列を数式
で表すと次のようになる。

里・△ａＡ／ａＰ・　′　・・・・・・・・・・・・・
・・（７）Ｉ　エ　　　　　　　　　　　　１ ｒ＝１．２．・・・、ｔ ここで、多仮説検定法を適用するに際して、次のｔ＋１
個の仮説をたてる。

Ｈｏ　：正常 Ｈ・　：パラメータｐ、が異常 ｉ＝１．　２．　　・・・、　ｔ そして、以下に示す順序で各仮説の事後確立より尤度比
を求め、その最大のパラメータを異常パラメータと判定
する。この尤度比の計算に際して、現在分と過去Ｍ−１
ステップ分とを合わせたＭステップ分のデータを使用す
るがこれらのデータがサイクリックメモリ部５に記憶さ
れている。

１）　各仮説でのパラメータ変ｖＪ量の最小二乗推定値
の計算 モデル変動演算部２で求めたモデル変動分Ａ（ｋ）、！
＝（７）式の影響行列ｖｉ、ｉ＝１．２゜・・・、ｔを
用い、各仮説Ｈ，，ｉ＝１．２．・・・、ｔのもとでパ
ラメータＰ、の変動の最小二乗推定■ 値、すなわち シｉ△パラメータＰ、　　変動の最小二乗推定値・・・
・・・・・・　（９） を求める。

２）　尤度比の計算 各仮説ＨＨ、ｉ＝１．２．・・・、ｔのもとての仮説！
」　との対数尤度比λ、、ｉ＝１．２．・・・ｔを次式
によって求める。

ｉ＝１．２．・・・・・・、ｔ ここで、Ｐ（Ａ（ｋ）ＩＨ，、Ｍ）は現在（ｋステップ
）を含め、過去Ｍ個のデータを用い、仮説Ｈ・が成立し
たとの前提のもとてＡ　（ｋ）の確立 立密度分布を示し、同様に、 Ｐ（Ａ（ｋ）ＩＨ、Ｍ）はＨ８すなわち正常とした時の
同様の分布を示す。

この対数尤度比λ−、ｉ＝１．２．・・・、ｔは前述ノ
分子ＩＩＰ　（ｊ　）　、ＦＷＨｉ列畢−、ｉ　＝　１
　、２゜酔 ・・・、ｔおよびパラメータ変動推定値ν・。

ｉ＝１．２．・・・、ｔを用いて計算できる。

３）　異常パラメータの識別 対数尤度比　λ、、ｉ＝、２．・・・、ｔは観測された
データより見た、各仮説の確からしさの程度を表す指標
である。従って、この値が最大のパラメータを異常と判
定するのが最も合理的である。

この考え方によって、次式により異常パラメータを識別
する。

λ０　＝　ｍａＸ　λ・　、ｉ＝１．２．−、ｔ■ １−〇　　　−パラメータθが異常・・・（１１）そし
て、その変動の推定値は（９）式で求めた値を用いてν
θとなる。

かくして、Ｈｏフィルタ６ａ、Ｈ１フィルタ６ｂ、・・
・、）」１フイルタ６Ｃ１および最大尤度比演ｎ部７に
おいて、上記演粋が行なわれ、その結果求まった異常パ
ラメータの種類およびその変動推定値が診断結果表示部
８に表示される。

なお、この実施例に用いる基準モデルとしては次のいず
れを用いてもよい。

ｉ）　設計データあるいはプラントの実測値をもとにし
てあらかじめ計算したもの ｉｉ）　　プラントの正常運転時のオンライン同定値を
記憶させたもの １ｉｉ）　　一定ステップ前のオンライン同定値を常に
記憶させたもの ただし、プラントが時変系で、時間とともにそのモデル
が徐々に変化するものにおいては（Ｃ）のオンライン同
定値を用いる必要がある。

以上述べたように、この実施例によれば次の（ａ）〜（
ｅ）項に示す多くの効果が得られる。

（ａ）　　プラントの稼動中にその異常を、軽微の段階
で早期に発見できる。

（ｂ）　　異常の基である異常パラメータの特定ができ
ると共に、その変動量も推定できるので直らに修復対策
がとれる。

（Ｃ）　　診断対象のモデルを同定しつつ診断を行うの
で、あらかじめモデルを正確に把握できないシステムあ
るいは時間とともに変動するシステムも適用できる。

（ｄ）　　パラメータの変化としては、急救な変化はも
ちろんのこと、緩慢なものの異常も検知できる。

（ｅ）　　診断対象システム内の雑音をも考慮している
ため、雑音による診断への影響を受は難くなる。

なお、上記実施例ではオンライン同定方法として連続し
て同定を行うと共に、その同定値を使用しているが、こ
の代わりに毎回零にリセットして最初から一定ステップ
のオンライン同定を行い、そのＲ終値を用いるようにし
ても上述したと同様な効果が得られる。

（発明の効果〕 以上の説明によって明らかなように、本発明によれば、
あらかじめモデルを正確に把握できないシステム、ある
いは時間とともに変動するシステムにも適用し得、しか
も、診断対象内の雑音の影響の少ない異常診断が可能に
なるという効果がある。

【図面の簡単な説明】

図は本発明に係るプラントの異常診断装誼の構成を示す
ブロック図である。 １・・・オンライン同定部、２・・・モデル変動演算部
、３・・・異常検知部、４・・・異常発生表示部、５・
・・サイクリックメモリ部、６ａ〜６Ｃ・・・フィルタ
、７・・・最大尤度比演ｆｉ部、８・・・診断結果表示
部。 出願人代理人　　佐　　藤　　−雄

Claims (1)

1. 【特許請求の範囲】 １、プラントあるいはシステムの制御入力と観測量とか
   らそのモデルをオンラインで同定すると共に、基準モデ
   ルとの差からパラメータ異常を検知し、次に、所定数の
   診断パラメータ群のおのおのに対して異常の可能性を表
   わす指標を求め、次に、この指標が最大のものを異常パ
   ラメータと決定すると共に、その変動量を推定すること
   を特徴とするプラントの異常診断方法。 ２、プラントあるいはシステムの制御入力と観測量とか
   らそのモデルを表す係数行列をオンラインで同定する同
   定部と、基準モデルに対する前記同定部の同定値の変動
   分を演算するモデル変動演算部と、このモデル変動演算
   部の変動分の二乗和演算値を閾値と比較して異常を検知
   する異常検知部と、この異常検知部が異常を検知したと
   き、あらかじめ定めた複数のパラメータのおのおのに対
   して異常の可能性を表す尤度比を演算すると共に最大の
   ものを異常パラメータと決定してその変動値を求める尤
   度比演算部と、この尤度比演算部で決定された異常パラ
   メータの種類および変動値を表示する診断結果表示部と
   を備えたことを特徴とするプラントの異常診断装置。