KR102105297B1 - 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램 - Google Patents

상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램 Download PDF

Info

Publication number
KR102105297B1
KR102105297B1 KR1020207001691A KR20207001691A KR102105297B1 KR 102105297 B1 KR102105297 B1 KR 102105297B1 KR 1020207001691 A KR1020207001691 A KR 1020207001691A KR 20207001691 A KR20207001691 A KR 20207001691A KR 102105297 B1 KR102105297 B1 KR 102105297B1
Authority
KR
South Korea
Prior art keywords
measurement data
allowable range
monitoring item
predetermined period
standard value
Prior art date
Application number
KR1020207001691A
Other languages
English (en)
Other versions
KR20200012019A (ko
Inventor
에이지 사이토
Original Assignee
미쓰비시주코마린마시나리 가부시키가이샤
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 미쓰비시주코마린마시나리 가부시키가이샤 filed Critical 미쓰비시주코마린마시나리 가부시키가이샤
Publication of KR20200012019A publication Critical patent/KR20200012019A/ko
Application granted granted Critical
Publication of KR102105297B1 publication Critical patent/KR102105297B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00Vibration-testing of structures; Shock-testing of structures
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01DNON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/003Arrangements for testing or measuring
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00Testing of machine parts
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00Subject matter not provided for in other groups of this subclass
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric 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
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227Qualitative 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
    • G05B23/0237Qualitative 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 based on parallel systems, e.g. comparing signals produced at the same time by same type systems and detect faulty ones by noticing differences among their responses
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05DINDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2260/00Function
    • F05D2260/80Diagnostics

Abstract

진단 대상의 상태를 감시하여 고장을 예견하고, 경년 열화의 예측이 가능한 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램을 제공하는 것을 목적으로 한다. 상태 진단 장치(1)는, 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집부(12)와, 축적된 계측 데이터로부터 산출하는 각 감시 항목의 표준값과 그 표준 편차에 근거하여 각 감시 항목의 허용 범위를 산출하여, 수시 축적되는 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 계측 데이터를 이용하여 표준값 및 허용 범위를 수시 갱신하는 산출부(14)와, 산출부(14)가 산출한 허용 범위를 이용하여 기기의 상태를 평가하는 평가부(15)를 구비하고, 산출부(14)는, 감시 항목별로 표준값의 표준 편차에 대하여 현재부터 제1 과거 소정 기간보다 긴 기간의 제2 과거 소정 기간에 있어서 축적된 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 감시 항목의 허용 범위를 산출한다.

Description

상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램
본 발명은, 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램에 관한 것이다.
기기의 이상(異常) 상태를 판정하는 방법으로서, 기기의 사용 등으로부터 이상 발생이라고 판단하는 임계값을 설정하고, 이 임계값을 초과한 경우에 이상을 통지하는 방법, 또 기기의 상태의 적부(適否)를 진단하는 방법 등이 일반적으로 알려져 있다.
예를 들면, 특허문헌 1에는, 박용(舶用) 주기 증기 터빈의 운전 감시에 있어서, 터빈 출력의 운전 데이터가, 운전 데이터의 설계값, 즉 시운전 시 등 가동 초기의 상태 데이터인 설계 데이터로부터의 괴리의 정도에 근거하여 운전 상태의 적부를 진단하는 것이 개시되어 있다.
특허문헌 1: 일본 특허공보 제4669061호
그러나, 종래의 임계값을 초과한 경우에 이상을 알리는 방법으로는, 대상의 기기의 특성에 의하지 않고, 미리 일의(一意)로 정해진 임계값 이하인 것을 감시할 뿐인 점에서, 기기의 상태 변화를 검지하지 못하고, 기기의 고장의 징조를 놓치는 경우가 있다. 고장의 전조를 놓친 채로 운전을 계속함으로써, 최종적으로 기기 정지에 빠져, 기기가 손상될 가능성이 있다.
또, 상기 특허문헌 1에 개시된 발명에서는, 가동 초기의 상태 데이터를 기준 데이터로서 이용하고 있기 때문에, 항상 초기의 상태 데이터와의 비교가 되어 경년적(經年的)인 변화를 파악하지 못하여, 경년 열화 예측을 행하는 것이 곤란하다. 이로 인하여, 운전 상태의 변화가 경년적 열화에 의한 것인지, 운전 상태의 일시적인 요인(예를 들면 오퍼레이션 미스 등)에 의한 것인지 등, 어느 외인(外因)에 의한 변화인지의 판단이 어렵다는 문제가 있었다.
본 발명은, 이와 같은 사정을 감안하여 이루어진 것으로서, 진단 대상의 상태를 감시하여 고장을 예견하고, 또 경년 열화의 예측이 가능한 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램을 제공하는 것을 목적으로 한다.
상기 과제를 해결하기 위하여, 본 발명의 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램은 이하의 수단을 채용한다.
본 발명의 제1 양태에 관한 상태 진단 장치는, 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집부와, 상기 계측 데이터 수집부에 축적된 상기 계측 데이터로부터 산출하는 각 상기 감시 항목의 표준값과 상기 표준값의 표준 편차에 근거하여 각 상기 감시 항목의 허용 범위를 산출하며, 상기 계측 데이터 수집부에 수시 축적되는 상기 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 상기 표준값 및 상기 허용 범위를 수시 갱신하는 산출부와, 상기 산출부가 산출한 상기 허용 범위를 이용하여 상기 기기의 상태를 평가하는 평가부를 구비하고, 제2 과거 소정 기간은, 상기 제1 과거 소정 기간보다 긴 기간이며, 상기 산출부는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 상기 감시 항목의 상기 허용 범위를 산출한다.
본 양태에 의하면, 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집부와, 상기 계측 데이터 수집부에 축적된 상기 계측 데이터로부터 산출하는 각 상기 감시 항목의 표준값과 상기 표준값의 표준 편차에 근거하여 각 상기 감시 항목의 허용 범위를 산출하며, 상기 계측 데이터 수집부에 수시 축적되는 상기 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 상기 표준값 및 상기 허용 범위를 수시 갱신하는 산출부와, 상기 산출부가 산출한 상기 허용 범위를 이용하여 상기 기기의 상태를 평가하는 평가부를 구비하고, 제2 과거 소정 기간은, 상기 제1 과거 소정 기간보다 긴 기간이며, 상기 산출부는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 상기 감시 항목의 상기 허용 범위를 산출하기 때문에, 진단 대상의 기기의 상태 변화를 파악하고, 기기의 상태 이상을 단·중·장기로 감시할 수 있다. 이로써, 단기적으로는 이상 발생의 검지, 또 중·장기적으로는 경년 변화의 정량적 파악을 행하여, 중·장기적인 메인터넌스 및 경년 열화 예측의 지침으로 할 수 있다.
또, 종래, 정상 상태임에도 불구하고 정기 점검으로 메인터넌스가 행해지는 일이 발생하는 경우가 있었지만, 허용 범위 내인 것이 확인되고 이상이 발생하고 있지 않으며 메인터넌스의 필요가 없는 기기에 대한 점검을 생략하고, 메인터넌스에 드는 비용을 최소한으로 억제할 수 있다.
또, 현재부터 제2 과거 소정 기간에 있어서 축적된 계측 데이터를 이용하여 각 감시 항목별로 표준값의 표준 편차에 소정의 가중치를 설정하고 각 감시 항목의 허용 범위를 산출한다. 표준 편차를 취함으로써 불연속점이 존재하는 계측 데이터를 취급하는 것이 가능하다. 또, 각 감시 항목에서 다른 상태에 따라 제1 과거 소정 기간보다 긴 제2 과거 소정 기간에 있어서의 계측 데이터에 근거하여 가중치 설정을 행함으로써, 긴 레인지에서 축적된 계측 데이터에 근거하기 때문에, 계측 데이터의 경향을 허용 범위에 부여함과 함께, 순간적으로 발생하는 계측 데이터의 변동을 허용 범위로부터 제외할 수 있다. 또, 각 감시 항목별로 치밀하게 허용 범위를 설정하여, 실정에 맞는 상태 진단을 행할 수 있다.
상기 제1 양태에서는, 상기 산출부는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 산출한 가중치의 계수를 외란(外亂) 의 영향의 크기에 따라 변경하여 설정해도 된다.
본 양태에 의하면, 산출부는, 감시 항목별로 표준값의 표준 편차에 대하여 현재부터 제2 과거 소정 기간에 있어서 축적된 계측 데이터를 이용하여 산출한 가중치의 계수를 외란의 영향의 크기에 따라 변경하여 설정하고 각 감시 항목의 허용 범위를 산출하기 때문에, 진단 대상의 기기의 상태 변화를 파악하고, 기기의 상태 이상을 단·중·장기로 감시할 수 있는 점에서, 단기적으로는 이상 발생의 검지, 또 중·장기적으로는 경년 변화의 정량적 파악을 행하여, 중·장기적인 메인터넌스 및 경년 열화 예측의 지침으로 할 수 있다.
또, 감시 항목 중 외란의 영향의 크기에 따라 가중치의 계수를 변경하여 설정하는 점에서, 외란으로부터의 영향을 받기 쉬운 감시 항목에는 가중치의 계수를 외란의 영향을 받기 어려운 항목과 비교하여 상대적으로 크게 설정하고 실정에 맞는 상태 진단을 행할 수 있다. 또 외란으로부터의 영향을 받기 어려운 감시 항목에 대하여 가중치의 계수를 상대적으로 작게 설정함으로써, 허용 범위를 좁게 설정할 수 있다. 또한 가중치를 생략하는 경우는, 불필요한 산출 공정을 생략할 수 있다. 또 각각 표준값의 표준 편차를 취하는 점에서, 불연속점이 존재하는 계측 데이터를 취급하는 것이 가능하다.
상기 제1 양태에서는, 상기 평가부는, 현재의 상기 감시 항목의 상기 계측 데이터와, 상기 감시 항목의 상기 허용 범위를 비교하여, 상기 계측 데이터가 상기 허용 범위 외였던 경우에 이상의 징조가 있다고 판정해도 된다.
본 양태에 의하면, 평가부는, 현재의 감시 항목의 계측 데이터와, 상기 감시 항목의 허용 범위를 비교하여, 상기 계측 데이터가 상기 허용 범위 외였던 경우에 이상의 징조가 있다고 판정하는 점에서, 시계열에서 동적으로 변화하는 허용 범위를 이용하여 진단 대상의 기기의 상태 변화를 감시하기 때문에, 정상 상태로부터 이상 상태로 변화하는 그 도중 경과를 파악할 수 있다. 이로써, 이상의 징조를 검지할 수 있어, 이상이 발생하기 전의 단계에서 적확한 조치를 강구하고 불편을 미연에 방지할 수 있다. 또, 진단 대상의 기기로부터 실제로 취득한 데이터를 이용하여 허용 범위를 설정하기 때문에, 각 기기에 적절한 범위를 설정할 수 있다.
상기 제1 양태에서는, 현재의 상기 감시 항목의 상기 계측 데이터가 상기 허용 범위 외인 경우에 알림을 행하는 알림부를 구비해도 된다.
본 양태에 의하면, 현재의 감시 항목의 계측 데이터가 허용 범위 외인 경우에 알림을 행하는 알림부를 구비하는 점에서, 명확하게 이상의 징조를 알릴 수 있다. 이로써, 이상이 알려진 기기에 대하여 메인터넌스를 신속히 재촉할 수 있어, 고장이나 손상이 발생하기 전에 필요한 대책을 강구할 수 있다.
본 발명의 제2 양태에 관한 상태 진단 방법은, 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집 공정과, 상기 계측 데이터 수집 공정에서 축적된 상기 계측 데이터로부터 산출하는 각 상기 감시 항목의 표준값과 상기 표준값의 표준 편차에 근거하여 각 상기 감시 항목의 허용 범위를 산출하며, 상기 계측 데이터 수집 공정에서 수시 축적되는 상기 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 상기 표준값 및 상기 허용 범위를 수시 갱신하는 산출 공정과, 상기 산출 공정에서 산출된 상기 허용 범위를 이용하여 상기 기기의 상태를 평가하는 평가 공정을 구비하고, 제2 과거 소정 기간은, 상기 제1 과거 소정 기간보다 긴 기간이며, 상기 산출 공정에서는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 상기 감시 항목의 상기 허용 범위를 산출한다.
본 발명의 제3 양태에 관한 상태 진단 프로그램은, 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집 스텝과, 상기 계측 데이터 수집 스텝에서 축적된 상기 계측 데이터로부터 산출하는 각 상기 감시 항목의 표준값과 상기 표준값의 표준 편차에 근거하여 각 상기 감시 항목의 허용 범위를 산출하며, 상기 계측 데이터 수집 스텝에서 수시 축적되는 상기 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 상기 표준값 및 상기 허용 범위를 수시 갱신하는 산출 스텝과, 상기 산출 스텝에서 산출된 상기 허용 범위를 이용하여 상기 기기의 상태를 평가하는 평가 스텝을 구비하고, 제2 과거 소정 기간은, 상기 제1 과거 소정 기간보다 긴 기간이며, 상기 산출 스텝에서는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 상기 감시 항목의 상기 허용 범위를 산출한다.
본 발명에 의하면, 각 기기에 대응하여 순차 갱신되는 허용 범위에 근거하여 기기의 상태를 감시하므로, 이상 발생을 미연에 방지할 수 있음과 함께, 경년 변화를 파악할 수 있다.
도 1은, 본 발명의 상태 진단 장치의 개략 구성을 나타낸 블록도이다.
도 2는, 본 발명의 상태 진단 장치의 동작 내용을 나타낸 플로차트이다.
도 3은, 감시 항목을 주축 회전수로 한 경우의 터빈 진동값의 매트릭스의 일례를 나타낸 도이다.
도 4는, 감시 항목을 주축 회전수로 한 경우의 터빈 진동값의 표준값 및 허용 범위의 일례를 나타낸 도이다.
도 5는, 경년 변화에 의한 표준값의 감시예를 나타낸 그래프이다.
이하에, 본 발명에 관한 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램의 일 실시형태에 대하여, 도면을 참조하여 설명한다. 또한, 이하의 실시형태에 있어서는, 본 발명의 상태 진단 장치를 박용 주기 터빈 상태 진단에 적용한 경우에 대하여 설명한다.
도 1에는, 본 실시형태에 관한 상태 진단 장치의 개략 구성이 블록도로 나타나 있다.
도 1에 나타내는 바와 같이, 상태 진단 장치(1)는, 계측 데이터 수집부(12)와, 산출부(14)와, 평가부(15)를 주된 구성으로서 구비하고 있다.
계측 데이터 수집부(12)에는, 박용 주기 터빈의 각 부에 장착된 센서로부터 계측 데이터가 리얼타임으로 송신된다. 이로써, 계측 데이터 수집부(12)에는, 각 감시 항목에 있어서의 계측 데이터, 즉, 주축 회전수, 주기 출력, 터빈 베어링 온도, 터빈 진동값, 터빈축 위치, 터빈 내부 증기 온도, 터빈 내부 증기 압력 등의 계측 데이터가 순차 축적된다.
산출부(14)는, 각 감시 항목의 계측 데이터를 이용하여, 각 감시 항목의 허용 범위를 설정한다. 구체적으로는, 산출부(14)는, 각 감시 항목에 있어서의 계측 데이터의 표준값과 표준 편차와 가중치의 계수로부터 허용 범위를 설정한다.
여기에서, 표준값이란, 소정의 기간에 있어서의 계측 데이터의 기준이 되는 값이며, 본 실시형태에서는 소정의 기간에 있어서의 계측 데이터의 평균값으로 하고 있다.
또, 계측 데이터가 선형인 경우는, 표준값에 대하여 소정의 값을 감산한 값으로부터 표준값에 대하여 소정의 값을 가산한 값까지의 범위를 허용 범위로 하면 된다. 그러나, 특히 박용 주기 터빈의 경우는, 항만에 있어서의 항행과 외양(外洋)에 있어서의 항행과의 전환 등에 의하여 불연속점이 발생하여, 선형이 되지 않는다. 따라서 표준값의 표준 편차를 취함으로써, 계측 데이터가 불연속인 값이어도 적절한 허용 범위를 설정할 수 있다.
또한, 가중치는, 각 감시 항목에 대응하는 계수를 부여하는 것이며, 외란 등 표준 편차만으로는 나타나지 않는 요인에 대하여 가중치를 붙이는 것이다.
예를 들면, 산출부(14)는, 각 감시 항목에 대응하는 가중치의 계수 α를 갖고 있으며, 가중치의 계수 α에 표준 편차 σ를 곱한 값을 평균값 μ로부터 감산한 값을 허용 범위의 하한값으로, 계수 α에 표준 편차 σ를 곱한 값을 평균값 μ에 가산한 값을 허용 범위의 상한값으로 설정한다.
상기 허용 범위를 식으로 나타내면 이하와 같다.
하한값: μ-α*σ
상한값: μ+α*σ
또, 산출부(14)는, 계측 데이터 수집부(12)에 의하여 수집된 현재부터 제1 과거 소정 기간에 있어서의 계측 데이터를 이용하여 표준값 및 표준 편차를 갱신한다. 또 현재부터 제2 과거 소정 기간에 있어서의 계측 데이터를 이용하여 가중치의 계수를 갱신한다. 그리고 이들 값을 이용하여 소정의 시간 간격으로 허용 범위를 갱신한다. 이로써, 허용 범위는, 새로운 계측 데이터를 항상 도입한 형태로 수시 갱신되게 된다.
여기에서, 제1 과거 소정 기간은, 예를 들면 한 번의 항해 기간(일 항로를 운항하는데 필요로 하는 기간)이라고 한다. 이로써, 정박, 항만 항행, 외양 항행, 항만 항행, 정박과, 터빈의 저부하로부터 고부하까지, 바꾸어 말하면 회전수의 저회전수로부터 고회전수까지, 수치를 망라하도록 샘플링하는 것이 가능하기 때문에, 적절히 허용 범위를 갱신할 수 있다.
또 제2 과거 소정 기간은, 제1 과거 소정 기간보다 긴 기간이며, 예를 들면 적어도 1년 이상, 또한 적합하게는 1년 정도가 설정된다. 계절성이 있는 외란(기온·해수온·해상(海象) 등)이 기기에 미치는 영향은, 이 외란의 주년(周年) 변화에 수반하여 변화한다. 따라서, 제2 과거 소정 기간에 적어도 1년 이상의 기간을 설정함으로써, 계절성이 있는 외란의 영향을 포함한 계측 데이터를 이용하여 가중치의 계수를 갱신하는 것으로 한다. 이와 같이, 계절성의 변화에 의한 영향을 포함한 계측 데이터에 의하여, 적절히 허용 범위를 갱신할 수 있다. 단, 제2 과거 소정 기간을 2년 이상 등 길게 설정하면, 경년 열화를 포함하는 허용 범위가 되기 때문에, 1년 정도가 적합하다.
이와 같이 설정된 제2 과거 소정 기간에 있어서의 계측 데이터에 근거하여 가중치의 계수의 갱신을 행하여, 허용 범위가 갱신된다. 제2 과거 소정 기간에 있어서의 계측 데이터를 이용한 가중치에 의하여, 기온·해수온·해상 등의 계절성이 있는 외란의 영향을 받은 현재의 계측 데이터(본래, 이상으로 판정해서는 안되는 계측 데이터)가 이상으로 판정되지 않는 것 같은 허용 범위가 설정된다.
평가부(15)는, 산출부(14)에 의하여 설정된 각 감시 항목의 허용 범위를 이용하여, 기기의 상태 평가를 행한다. 구체적으로는, 평가부(15)는, 현재의 감시 항목의 계측 데이터와, 상기 계측 데이터가 해당하는 허용 범위를 비교하고, 현재의 계측 데이터가 허용 범위 외였던 경우에 이상의 징조를 검지했다고 하여, 그 취지를 작업원에게 알린다.
상태 진단 장치(1)는, 예를 들면, CPU(Central Processing Unit), RAM(Random Access Memory), ROM(Read Only Memory), 및 컴퓨터 독취 가능한 기억 매체 등으로 구성되어 있다. 그리고, 각종 기능을 실현하기 위한 일련의 처리는, 일례로서, 프로그램의 형식으로 기억 매체 등에 기억되어 있으며, 이 프로그램을 CPU가 RAM 등에 독출하여, 정보의 가공·연산 처리를 실행함으로써, 각종 기능이 실현된다. 또한, 프로그램은, ROM이나 그 외의 기억 매체에 미리 인스톨해 두는 형태나, 컴퓨터 독취 가능한 기억 매체에 기억된 상태로 제공되는 형태, 유선 또는 무선에 의한 통신 수단을 통하여 전달되는 형태 등이 적용되어도 된다. 컴퓨터 독취 가능한 기억 매체란, 자기 디스크, 광자기 디스크, CD-ROM, DVD-ROM, 반도체 메모리 등이다.
다음으로, 상기 구성을 구비하는 본 실시형태에 관한 상태 진단 장치(1)의 작용에 대하여 도 2를 참조하여 설명한다.
먼저, 진단 대상의 기기, 여기에서는 주기 또는 주기의 주변에 장착된 각종 센서에 의하여 검출된 계측 데이터가 계측 데이터 수집부(12)에 수집된다(도 2의 스텝 SA1). 이와 같이 하여 수집된 각 계측 데이터는, 계측 데이터 수집부(12)에 있어서, 그 계측 데이터가 계측된 시간 정보가 대응되어 감시 항목별로 저장된다.
계속해서, 산출부(14)에 있어서, 감시 항목별의 계측 데이터의 평균값인 표준값, 표준 편차 및 가중치의 계수가 산출되고, 이들 값을 이용하여 감시 항목별로 허용 범위가 설정된다(도 2의 스텝 SA2). 이로써, 각 감시 항목에 대하여 허용 범위가 설정된다.
도 3에, 주축 회전수에 대한 터빈 진동값의 매트릭스의 일례를 나타낸다. 도 3(a) 및 (b)에 있어서, 가로 1행째는 주축 회전수, 가로 2행째는 각 회전수에 있어서의 터빈 진동값의 평균값, 가로 3행째 이후는 각 회전수에 있어서의 터빈 진동값의 계측 데이터이다. 주축 회전수는, 10rpm에서 90rpm까지 1rpm 간격으로 설정된다. 터빈 진동값은, 각 회전수에 대하여 각각 취득 번호 No. 1로부터 No. 200까지 200항 취득되고, No. 1의 계측 데이터가 가장 오래되며, No. 200의 계측 데이터가 가장 새롭다. 즉, 본 실시형태에 있어서의 제1 과거 소정 기간은, No. 1로부터 No. 200까지의 계측 데이터를 계측하는 기간이라고 할 수 있다. 또, 각 회전수에 있어서, 이들 No. 1로부터 No. 200까지의 계측 데이터의 평균값이 취득된다. 이와 같이, No. 1로부터 No. 200까지의 주축 회전수에 대한 터빈 진동값의 계측 데이터가, 표준값 및 허용 범위를 설정하기 위한 평가 대상 데이터가 된다.
도 3(a)에서는, 각각의 회전수에 대하여, 모두 No. 1로부터 No. 200까지 터빈 진동값의 계측 데이터가 취득되고, 평균값이 취득된 상태이다.
여기에서, 주축 회전수 88rpm의 운전에서 새롭게 터빈 진동값 13μm의 계측 데이터가 취득되면, 도 3(b)에 나타나는 바와 같이 No. 1의 계측 데이터가 평가 대상 데이터로부터 삭제되고(계측 데이터 수집부(12)에는 축적(보존)된 채로 있음), No. 2의 데이터로부터 No. 200의 데이터가 각각 No. 1로부터 No. 199의 란으로 이동된다. 그리고, 최신의 데이터 13μm가 No. 200에 입력되며, 새로운 No. 1로부터 No. 200의 데이터에 의하여 평균값이 11.1μm으로 갱신된다.
도 4에, 주축 회전수에 대한 터빈 진동값의 표준값 및 허용 범위의 일례를 나타낸다. 도 4(a) 및 (b)에 있어서, 가로축은 주축 회전수(rpm), 세로축은 터빈 진동값(μm), 실선은 터빈 진동값의 표준값, 점선은 터빈 진동값의 허용 범위를 나타낸다.
도 3에 나타내는 바와 같이, 순차 구해진 표준값(평균값)은, 매끄러운 곡선이 되도록 서로 연결되어, 도 4의 실선에 나타나는 바와 같이 연속적으로 설정된다.
이 표준값으로부터 표준 편차가 산출되어, 표준 편차 및 가중치의 계수로부터, 도 4의 점선에 나타나는 허용 범위가 설정된다. 허용 범위에 대해서도, 매끄러운 곡선이 되도록 서로 연결되어, 연속적으로 설정된다.
표준값 및 표준 편차는, 도 3에 나타나는 바와 같이 최신의 계측 데이터(평가 대상 데이터)에 근거하여 순차 갱신되고, 허용 범위도 순차 갱신된다.
평가부(15)는, 계측 데이터 수집부(12)에 수집되는 각 감시 항목의 현재의 계측 데이터를 산출부(14)에 의하여 설정된 허용 범위와 비교함으로써, 기기의 상태를 평가한다(도 2의 스텝 SA3). 예를 들면, 현재의 주축 회전수에 대한 터빈 진동값의 계측 데이터가 도 4(a)의 검정 동그라미였을 경우에는, 평가부(15)는, 주축 회전수에 대응하는 허용 범위와 터빈 진동값의 계측 데이터를 비교한다. 도 4(a)의 경우, 계측 데이터는 허용 범위 내인 점에서, 이상의 징조는 없다고 여겨진다.
한편, 현재의 주축 회전수에 대한 터빈 진동값의 계측 데이터가 도 4(b)의 검정 동그라미였을 경우에는, 평가부(15)는, 계측 데이터가 허용 범위 외인 점에서, 이상의 징조가 있다고 판단하고, 그 취지를 알린다.
또, 또한 종래부터 이상 판정에 이용되고 있는 알람 설정값 및 트립 설정값이 설정되어 있으며, 터빈 진동값의 계측 데이터가 알람 설정값 또는 트립 설정값을 초과한 경우에는, 실제로 이상이 발생하고 있다고 판정된다.
그리고, 상기 스텝 SA1로부터 스텝 SA3의 처리가 반복하여 행해짐으로써, 허용 범위가 산출부(14)에 의하여 수시 갱신됨과 함께, 갱신되는 허용 범위에 근거하는 기기의 상태 평가가 평가부(15)에 의하여 행해진다.
또한, 산출부(14)에 의한 허용 범위의 갱신의 시간 간격은, 평가부(15)에 의한 상태 평가의 시간 간격과 달라도 되고, 동일해도 된다.
정상적인 상태에 있어서, 각 감시 항목에 있어서의 계측 데이터가 급격하게 변화하는 것은 통상 생각하기 어렵기 때문에, 허용 범위의 갱신의 시간 간격을, 상태 평가의 시간 간격에 비하여, 충분히 길게 설정하는 것이 바람직하다. 이와 같이 함으로써, 허용 범위의 갱신을 빈번하게 행하지 않아도 되기 때문에, 처리 부담을 경감할 수 있다(예를 들면, 초기 설정은 1초 이상 30초 이하의 간격, 적합하게는 30초 간격의 샘플링으로 3년간분의 데이터를 유지).
또, 허용 범위의 갱신의 시간 간격 및 상태 평가의 시간 간격을 동일한 값으로 하는 경우는, 계측 데이터의 계측과 동시에 허용 범위가 갱신되게 된다. 이 경우, 허용 범위의 갱신의 시간 간격 및 상태 평가의 각 데이터의 갱신 시간 간격을 개별적으로 설정할 필요가 없기 때문에, 관리가 용이하다(예를 들면, 초기 설정은 몇 초 간격, 적합하게는 1초 간격의 샘플링으로 3년간분의 데이터를 유지).
이상 설명한 바와 같이, 본 실시형태에 관한 상태 진단 장치(1)에 의하면, 이하의 작용 효과를 나타낸다.
상태 진단 장치(1)는, 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집부(12)와, 상기 계측 데이터 수집부(12)에 축적된 계측 데이터로부터 산출하는 각 감시 항목의 표준값과 상기 표준값의 표준 편차에 근거하여 각 감시 항목의 허용 범위를 산출하고, 계측 데이터 수집부(12)에 수시 축적되는 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 계측 데이터를 이용하여 표준값 및 허용 범위를 수시 갱신하는 산출부(14)와, 산출부(14)가 산출한 허용 범위를 이용하여 기기의 상태를 평가하는 평가부(15)를 구비하고, 제2 과거 소정 기간은, 상기 제1 과거 소정 기간보다 긴 기간이며, 산출부(14)는, 감시 항목별로 표준값의 표준 편차에 대하여 현재부터 제2 과거 소정 기간에 있어서 축적된 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 감시 항목의 허용 범위를 산출하기 때문에, 진단 대상의 기기의 상태 변화를 파악하고, 기기의 상태 이상을 단·중·장기로 감시할 수 있는 점에서, 단기적으로는 이상 발생의 검지, 또 중·장기적으로는 경년 변화의 정량적 파악을 행하여, 중·장기적인 메인터넌스 및 경년 열화 예측의 지침으로 할 수 있다.
또, 종래 정상 상태임에도 불구하고 정기 점검으로 메인터넌스가 행해지는 일이 발생하는 경우가 있었지만, 허용 범위 내인 것이 확인되고 이상이 발생하고 있지 않으며 메인터넌스의 필요가 없는 기기에 대한 점검을 생략하고, 메인터넌스에 드는 비용을 최소한으로 억제할 수 있다.
또, 현재부터 제2 과거 소정 기간에 있어서 축적된 계측 데이터를 이용하여 각 감시 항목별로 표준값의 표준 편차에 소정의 가중치를 설정하고 각 감시 항목의 허용 범위를 산출한다. 표준 편차를 취함으로써 불연속점이 존재하는 계측 데이터를 취급하는 것이 가능하고, 또, 각 감시 항목에서 다른 상태에 따라 제1 과거 소정 기간보다 긴 제2 과거 소정 기간에 있어서의 계측 데이터에 근거하여 가중치 설정을 행함으로써, 긴 레인지에서 축적된 계측 데이터에 근거하기 때문에, 계측 데이터의 경향을 허용 범위에 부여함과 함께, 순간적으로 발생하는 계측 데이터의 변동을 허용 범위로부터 제외할 수 있다. 또, 각 감시 항목별로 치밀하게 허용 범위를 설정하여, 실정에 맞는 상태 진단을 행할 수 있다.
또, 평가부(15)는, 현재의 감시 항목의 계측 데이터와, 상기 감시 항목의 허용 범위를 비교하여, 상기 계측 데이터가 상기 허용 범위 외였던 경우에 이상의 징조가 있다고 판정하는 점에서, 시계열에서 동적으로 변화하는 허용 범위를 이용하여 진단 대상의 기기의 상태 변화를 감시하기 때문에, 정상 상태로부터 이상 상태로 변화하는 그 도중 경과를 파악할 수 있다. 이로써, 이상의 징조를 검지할 수 있어, 이상이 발생하기 전의 단계에서 적확한 조치를 강구하고 불편을 미연에 방지할 수 있다. 또, 진단 대상의 기기로부터 실제로 취득한 데이터를 이용하여 허용 범위를 설정하기 때문에, 각 기기에 적절한 범위를 설정할 수 있다.
또한, 산출부(14)는, 감시 항목별로 표준값의 표준 편차에 대하여 현재부터 제2 과거 소정 기간에 있어서 축적된 계측 데이터를 이용하여 산출한 가중치의 계수를 외란의 영향의 크기에 따라 변경하여 설정해도 된다.
감시 항목 중, 외란의 영향을 받기 쉬운 항목으로 받아들이기 어려운 항목이 존재한다. 또 외란이란, 해상, 해수온, 기상 등이며, 또한 터빈 이외의 증기 플랜트도 외란이 될 수 있다.
해상, 해수온, 기상 등을 외란으로 한 경우에 영향을 받기 쉬운 항목으로서는, 주축 회전수에 대한 터빈 진동값 및 감속 장치 진동값, 및 주기 출력에 대한 복수기(復水器) 진공도 및 주기 토크 등을 들 수 있다.
또 터빈 이외의 증기 플랜트를 외란으로 한 경우에 영향을 받기 쉬운 항목으로서는, 주기 출력에 대한 터빈 내부 증기 압력 및 터빈 내부 증기 온도 등을 들 수 있다.
이들 외란의 영향을 받기 쉬운 항목은, 외란에 의하여 계측 데이터에 변동(편차)이 발생하기 때문에, 표준 편차에 대한 가중치의 계수를 외란의 영향을 받기 어려운 항목과 비교하여 상대적으로 크게 설정함으로써 허용 범위를 넓게 설정할 수 있다. 이로써, 이상이 아닌 외란에 의하여 허용 범위를 초과하는 것을 극력 억제할 수 있어, 외란에 의한 변동을 이상으로 하지 않고 평가부(15)에 의한 올바른 판정이 가능하다.
한편, 감시 항목 중 외란의 영향을 받기 어려운 항목에는, 주축 회전수에 대한 터빈 베어링 배유(排油) 온도, 터빈 베어링 패드 온도, 감속 장치 베어링 배유 온도 및 LO 압력, 및 주기 출력에 대한 터빈축 위치, 주스러스트축 위치 및 노즐 밸브 리프트 등을 들 수 있다.
이들 외란의 영향을 받기 어려운 항목은, 외란이 발생해도 계측 데이터의 변동은 거의 발생하지 않기 때문에, 표준 편차에 대한 가중치의 계수를 작게 설정함으로써 허용 범위를 좁게 설정할 수 있다. 예를 들면, 외란의 영향을 받기 어렵고, 표준값으로부터의 괴리가 작아도 이상으로 판정할 필요가 있는 등, 계측 데이터의 값의 변화를 상세하게 평가할 필요가 있는 경우에는, 가중치의 계수를 작게 설정하면 된다. 이로써, 평가부(15)에 의한 올바른 판정이 가능하다. 또한, 가중치를 생략하는 경우에는, 불필요한 산출 공정을 생략할 수 있다.
또, 평가부(15)는, 상술한 실시형태에서 설명한 평가 방법 대신에, 또는, 더하여, 산출부(14)에 의하여 수시 갱신되는 표준값 또는 허용 범위의 변화에 근거하여 이상의 징조를 판정하는 것으로 해도 된다.
예를 들면, 산출부(14)에 의하여 수시 갱신되는 표준값을 시계열에서 비교해 나가, 지금까지 설정되어 온 표준값의 경향과 이번 설정된 표준값의 경향이 현저하게 차이가 난 경우에 이상의 징조를 검지하는 것으로 해도 된다.
도 5에는, 경년 변화에 의한 표준값의 감시예가 그래프에 나타나 있다. 도 5의 가로축은 감시 항목인 기준값, 세로축은 평가값이며, 실선은 운전 개시 직후(예를 들면 운전 개시 후 6개월 시점)의 표준값, 일점쇄선은 운전 개시 후 3년 시점의 표준값, 점선은 운전 개시 후 5년 시점의 표준값, 이점쇄선은 운전 개시 후 7년 시점의 표준값이다. 여기에서, "운전 개시"란, 기기의 첫 운전 개시 시라고 한다.
도 5에 나타내는 바와 같이, 운전 개시 직후의 계측 데이터를 기초로 한 기준값에 대한 평가값의 표준값으로부터 운전 개시 후 3년 시점에서의 표준값으로의 변화, 및 운전 개시 후 3년 시점에서의 표준값으로부터 운전 개시 후 5년 시점에서의 표준값으로의 변화는, 모두 큰 변화는 없고, 경년 열화는 선형적으로 진행되고 있는 것이라고 생각된다. 그러나, 운전 개시 후 5년 시점에서의 표준값으로부터 운전 개시 후 7년 시점에서의 표준값으로는 그 변화가 지금까지와 비교하여 큰 변화로 되어 있어, 열화에 의한 영향이 급격하게 진행되고 있는 것이 예상된다.
이와 같이, 표준값에 시계열적 평가를 더함으로써, 기기의 경년 변화 및 열화 예측이 가능해져, 기기의 손상에 이르기 전에 다음번의 정기 점검에서의 상세 점검의 실시나 부품 교환의 추천 등 적절한 보수 지침을 책정할 수 있다.
이상, 본 발명의 실시형태에 대하여 도면을 참조하여 상세하게 설명해 왔지만, 구체적인 구성은 이 실시형태에 한정되는 것은 아니다.
예를 들어, 상술한 각 실시형태에 있어서는, 평가부(15)가 이상의 징조가 있다고 판단하면, 그 취지를 작업원에게 알린다고 했지만, 별도 디스플레이, 스피커, 메시지 송신 수단 등의 알림부를 마련해도 된다. 이로써, 현재의 감시 항목의 계측 데이터가 허용 범위 외인 경우에 알림을 행하는 알림부를 구비하는 점에서, 명확하게 이상의 징조를 알려, 이상이 알려진 기기에 대하여 메인터넌스를 신속히 재촉할 수 있어, 고장이나 손상이 발생하기 전에 필요한 대책을 강구할 수 있다.
또, 상술한 실시형태에서는, 박용 주기 터빈에 본 발명의 상태 진단 장치를 적용한 경우에 대하여 설명했지만, 본 발명의 상태 진단 장치는, 박용 주기 터빈에 한정되지 않고, 선박에 탑재하는 발전용 증기 터빈, 및 해양 부유체 설비(FPSO(Floating Production, Storage and Off-loading system: 부유체식 생산·저장·출하 설비)/FSU(Floating Storage Unit: 부유체식 저장 설비)/FSRU(Floating Storage and Regasification Unit: 부유체식 저장·재가스화 설비) 등)에 탑재하는 발전용 증기 터빈 등, 나아가서는 일반적으로 상태 감시가 가능한 기기 등에 널리 적용 가능하고, 이들의 잔여 수명 예측이나 이상 발생의 사전 추출 등에 유효하게 활용된다.
1 상태 진단 장치
12 계측 데이터 수집부
14 산출부
15 평가부

Claims (6)

  1. 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집부와,
    상기 계측 데이터 수집부에 축적된 상기 계측 데이터로부터 산출하는 각 상기 감시 항목의 표준값과 상기 표준값의 표준 편차에 근거하여 각 상기 감시 항목의 허용 범위를 산출하며, 상기 계측 데이터 수집부에 수시 축적되는 상기 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 상기 표준값 및 상기 허용 범위를 수시 갱신하는 산출부와,
    상기 산출부가 산출한 상기 허용 범위를 이용하여 상기 기기의 상태를 평가하는 평가부를 구비하고,
    제2 과거 소정 기간은, 상기 제1 과거 소정 기간보다 긴 기간이며,
    상기 산출부는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 상기 감시 항목의 상기 허용 범위를 산출하는 상태 진단 장치.
  2. 청구항 1에 있어서,
    상기 산출부는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 산출한 가중치의 계수를 외란의 영향의 크기에 따라 변경하여 설정하고 각 상기 감시 항목의 상기 허용 범위를 산출하는 상태 진단 장치.
  3. 청구항 1 또는 청구항 2에 있어서,
    상기 평가부는, 현재의 상기 감시 항목의 상기 계측 데이터와, 상기 감시 항목의 상기 허용 범위를 비교하여, 상기 계측 데이터가 상기 허용 범위 외였던 경우에 이상의 징조가 있다고 판정하는 상태 진단 장치.
  4. 청구항 3에 있어서,
    현재의 상기 감시 항목의 상기 계측 데이터가 상기 허용 범위 외인 경우에 알림을 행하는 알림부를 구비하는 상태 진단 장치.
  5. 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집 공정과,
    상기 계측 데이터 수집 공정에서 축적된 상기 계측 데이터로부터 산출하는 각 상기 감시 항목의 표준값과 상기 표준값의 표준 편차에 근거하여 각 상기 감시 항목의 허용 범위를 산출하며, 상기 계측 데이터 수집 공정에서 수시 축적되는 상기 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 상기 표준값 및 상기 허용 범위를 수시 갱신하는 산출 공정과,
    상기 산출 공정에서 산출된 상기 허용 범위를 이용하여 상기 기기의 상태를 평가하는 평가 공정을 구비하고,
    제2 과거 소정 기간은, 상기 제1 과거 소정 기간보다 긴 기간이며,
    상기 산출 공정에서는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 상기 감시 항목의 상기 허용 범위를 산출하는 상태 진단 방법.
  6. 진단 대상의 기기에 대한 복수의 감시 항목에 있어서의 계측 데이터를 순차 수집하고, 축적하는 계측 데이터 수집 스텝과,
    상기 계측 데이터 수집 스텝에서 축적된 상기 계측 데이터로부터 산출하는 각 상기 감시 항목의 표준값과 상기 표준값의 표준 편차에 근거하여 각 상기 감시 항목의 허용 범위를 산출하며, 상기 계측 데이터 수집 스텝에서 수시 축적되는 상기 계측 데이터 중 현재부터 제1 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 상기 표준값 및 상기 허용 범위를 수시 갱신하는 산출 스텝과,
    상기 산출 스텝에서 산출된 상기 허용 범위를 이용하여 상기 기기의 상태를 평가하는 평가 스텝을 구비하고,
    제2 과거 소정 기간은, 상기 제1 과거 소정 기간보다 긴 기간이며,
    상기 산출 스텝에서는, 상기 감시 항목별로 상기 표준값의 상기 표준 편차에 대하여 현재부터 상기 제2 과거 소정 기간에 있어서 축적된 상기 계측 데이터를 이용하여 소정의 가중치를 설정하고 각 상기 감시 항목의 상기 허용 범위를 산출하는 상태 진단을 위한 컴퓨터 프로그램을 기록한 기록 매체.
KR1020207001691A 2018-02-27 2019-01-31 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램 KR102105297B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018032775A JP6790006B2 (ja) 2018-02-27 2018-02-27 状態診断装置、状態診断方法、及び状態診断プログラム
JPJP-P-2018-032775 2018-02-27
PCT/JP2019/003409 WO2019167537A1 (ja) 2018-02-27 2019-01-31 状態診断装置、状態診断方法、及び状態診断プログラム

Publications (2)

Publication Number Publication Date
KR20200012019A KR20200012019A (ko) 2020-02-04
KR102105297B1 true KR102105297B1 (ko) 2020-04-28

Family

ID=67805316

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207001691A KR102105297B1 (ko) 2018-02-27 2019-01-31 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램

Country Status (5)

Country Link
EP (1) EP3671175B1 (ko)
JP (1) JP6790006B2 (ko)
KR (1) KR102105297B1 (ko)
CN (1) CN110998275B (ko)
WO (1) WO2019167537A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113375952B (zh) * 2021-06-08 2024-03-19 上海衡拓船舶设备有限公司 一种减摇鳍装置故障诊断及健康预报系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010175446A (ja) 2009-01-30 2010-08-12 Mitsubishi Heavy Ind Ltd 状態診断装置
JP2011085116A (ja) 2009-10-19 2011-04-28 Kawasaki Heavy Ind Ltd 舶用主機蒸気タービンの運転監視・診断方法
JP2017157072A (ja) 2016-03-03 2017-09-07 株式会社日立製作所 異常検出装置、系統安定度監視装置、及びそのシステム

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07175515A (ja) * 1993-12-17 1995-07-14 Kobe Steel Ltd 機械設備及びローラミルの異常検出方法,安定度算出方法及び運転制御方法
JPH102843A (ja) * 1996-06-14 1998-01-06 Syst Sogo Kaihatsu Kk 製造工程管理システム
JP5751606B2 (ja) * 2009-03-04 2015-07-22 Jfeスチール株式会社 機械設備における異常診断システム
JP5297272B2 (ja) * 2009-06-11 2013-09-25 株式会社日立製作所 装置異常監視方法及びシステム
CN101995290B (zh) * 2009-08-28 2013-04-24 威能极公司 风力发电机振动监测的方法和系统
WO2011089649A1 (ja) * 2010-01-22 2011-07-28 株式会社日立製作所 診断装置及び診断方法
CN102662321B (zh) * 2012-03-23 2014-03-12 清华大学 一种主元分析监控模型的在线更新方法
GB201322062D0 (en) * 2013-12-13 2014-01-29 Optimized Systems And Solutions Ltd System abnormalities
JP6530182B2 (ja) * 2014-12-08 2019-06-12 株式会社東芝 プラント監視装置、プラント監視方法、およびプログラム
JP2017088314A (ja) * 2015-11-10 2017-05-25 株式会社日立ビルシステム 機器診断装置および機器診断方法、並びに機器診断システム
CN106969266B (zh) * 2017-04-13 2019-02-22 浙江大学 城市供水管网的管道压力监测设备在线运行状态诊断方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010175446A (ja) 2009-01-30 2010-08-12 Mitsubishi Heavy Ind Ltd 状態診断装置
JP2011085116A (ja) 2009-10-19 2011-04-28 Kawasaki Heavy Ind Ltd 舶用主機蒸気タービンの運転監視・診断方法
JP2017157072A (ja) 2016-03-03 2017-09-07 株式会社日立製作所 異常検出装置、系統安定度監視装置、及びそのシステム

Also Published As

Publication number Publication date
CN110998275B (zh) 2021-01-22
KR20200012019A (ko) 2020-02-04
JP2019148474A (ja) 2019-09-05
EP3671175A4 (en) 2020-12-16
EP3671175B1 (en) 2022-08-17
EP3671175A1 (en) 2020-06-24
CN110998275A (zh) 2020-04-10
JP6790006B2 (ja) 2020-11-25
WO2019167537A1 (ja) 2019-09-06

Similar Documents

Publication Publication Date Title
EP2585716B1 (en) A method for performing condition monitoring in a wind farm
CN108780025B (zh) 状态监视系统和风力发电装置
KR102040179B1 (ko) 제조 설비의 이상 감지 및 진단 방법
US20160202693A1 (en) Anomaly Diagnosis System and Anomaly Diagnosis Method
EP2746885A1 (en) Method of monitoring the condition of a wind turbine
JP2014518978A (ja) ドライブトレイン、ギアボックス、発電機などの回転機械の残存耐用年数を測定
CN110582626B (zh) 用由磨损因子校正的异常检测来监视涡轮机的系统和方法
US7249287B2 (en) Methods and apparatus for providing alarm notification
KR102105297B1 (ko) 상태 진단 장치, 상태 진단 방법, 및 상태 진단 프로그램
KR101455268B1 (ko) 해양구조물의 회전체 상태진단 모니터링 시스템
CN114813124B (zh) 一种轴承故障的监测方法及装置
Zhang et al. Condition monitoring and fault detection of a compressor using signal processing techniques
Ma et al. Research on condition monitoring of bearing health using vibration data
JPH01270623A (ja) 回転機の振動診断装置
JPH06264704A (ja) 回転機械の振動診断装置
CN110570052A (zh) 一种船用离心泵预测性维护方法
WO2019187106A1 (ja) 水分混入検出装置、水分混入検出プログラム、水分混入検出方法、及び水分混入検出システム
RU2816352C1 (ru) Способ эксплуатации газотурбинной установки
CN112485000B (zh) 基于振动趋势信息的机器故障预测
EP3955707A1 (en) Method and system for predicting a failure probability of a component of an x-ray system
JP4552059B2 (ja) 周期運動体の状態監視方法、状態監視システム、状態監視プログラム
Arbella-Feliciano et al. Condition Monitoring of Wind Turbines: A Case Study of the Gibara II Wind Farm.
Koukoura et al. The Effect of Operational Parameters on Vibration Signals of Wind Turbine Gearboxes
Skrimpas et al. Diagnosis of bearing creep in wind turbine gearboxes
Panda et al. Electronics System Design of Preventive Operation for Industrial Need

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant