KR19980022715A - 발전소의 실시간 경보처리에 의한 고장진단 방법 - Google Patents
발전소의 실시간 경보처리에 의한 고장진단 방법 Download PDFInfo
- Publication number
- KR19980022715A KR19980022715A KR1019960041993A KR19960041993A KR19980022715A KR 19980022715 A KR19980022715 A KR 19980022715A KR 1019960041993 A KR1019960041993 A KR 1019960041993A KR 19960041993 A KR19960041993 A KR 19960041993A KR 19980022715 A KR19980022715 A KR 19980022715A
- Authority
- KR
- South Korea
- Prior art keywords
- alarm
- cause
- fault
- fault diagnosis
- processing
- Prior art date
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은 발전소를 운전하는 도중에 발생하는 고장들에 대해 운전원이 신속하고 적절하게 처리하는 발전소의 실시간 정보처리에 의한 고장진단방법에 관한 것으로서, 종래기술에서 하나의 고장으로 인한 다중경보의 발생시에 대규모 발저소에서 신속한 조치가 이루어질 수 없었던 문제점을 해결하기 위해, 본 발명은 발전소에서 발생한 경보, 경보의 발생시간, 센서데이타를 경보처리용 지식베이스에 저장하고, 그 저장된 경보관련 자료가 다중 경보일 경우 경보발생 우선수위로 하나의 경보를 선택하고, 그 선택된 경보 이전에 발생한 선행경보의 존재유무에 따라 선택된 경보를 원인경보로 처리하여 그 경보처리결과를 운전원의 접속화면에 디스플레이하여 주며, 아울러, 처리된 원인경보들의 우선순위에 따라 하나씩 선택하여 고장진단용 지식베이스로 부터 그 원인경보에 관련된 센서 데이타, 고장 형태, 고장에 관계된 정성적 모델을 읽어오고, 읽어온 모든 원인경보 자료에서 센서 데이타의 트랜드를 정성적으로 해석하여 정성적 모델과 매칭될 경우에 고장내력, 고장의 형태 및 조치사항에 대한 확신도를 계산한 후 그 고장진단결과를 운전원 접속화면에 디스플레이하여 줄 수 있는 것이다.
Description
제1도는 본 발명의 경보처리 및 고장진단 시스템 블럭도.
제2도는 본 발명의 발전소의 실시간 경보처리에 의한 고장진단 흐름도.
제3도는 본 발명의 데이터의 변환 및 저장 테이블.
제4도는 본 발명의 경보처리용 지식 표현 방법 및 예시도.
제5도는 본 발명의 고장진단용 지식 표현 방법 및 예시도.
제6도는 본 발명의 경보처리 및 고장진단 결과의 표시 화면.
도면의 주요 부분에 대한 부호의 설명
1, 5 : 제1, 제2 전처리 유닛 2 : 실시간 데이타베이스
3 : 경보처리용 지식베이스 4 : 경보처리 모듈
6 : 고장진단용 지식베이스 7 : 정성적 해석기
8 : 고장진단모듈 9 : 사용자 접속화면
본 발명은 발전소 운전 도중에 발생하는 고장들에 대해 신속하게 그 원인을 진단, 분석하고, 적절한 조치 사항을 제공할 수 있도록 하는 실시간 경보처리에 의한 고장진단방법에 관한 것이다.
계기의 고장, 운전원의 실수, 센서의 고장, 제어 시스템의 고장 등으로 나타나는 발전소의 이상상태(Abnormal State)를 운전원에게 알려주는 경보(Alarm)는 발전소 운전 상태 파악에 있어서 아주 중요한 신호이다.
경보는 발전소의 이상상태를 나타내어 운전에 도움을 주고자 하는 데 목적이 있으나, 여러 개가 동시에 발생할 경우에는 오히려 운전원들이 발전소의 상태를 파악하는데 인지부담(Cognitive Load)을 주게 된다.
이러한 경보들은 대부분 하나의 고장으로 인해 그 원인이 파급되어 거의 동시에 발생하므로 다중경보(Multiple Alarm)의 발생시 원인경보(Cause Alarm)를 찾아 주고, 이들 각 경보들에 대한 고장원인(Fault)을 진단하여 그 결과와 조치사항 및 조치순서를 운전원에게 알려주어 신속한 조치가 이루어질 수 있도록 도와주는 경보처리 및 고장진단 방법 및 시스템의 개발이 필요하다.
현재 발전소에서는 매순간 발생한 경보들을 리포트해주고 경보판넬을 켜주는 정도로 경보의 발생을 알려줄 뿐 실제로 발생한 경보들 중에서 가장 원인이 되는 경보를 찾아주고 조치사항 등의 운전절차를 알려주는 경보처리 및 고장진단 시스템은 설치되어 있지 않은 상태이다.
또한, 이전에 개발한 시스템에서는 주로 경보에 관련된 자료들을 데이터베이스로 구성을 하여 경보의 발생시 운전원이 그 경보에 해당하는 자료를 오프라인으로 검색하여 운전에 참고하도록 하고 있으며, 현재 연구 및 발표되고 있는 경보처리 및 고장진단의 방법이 발전소와 같은 대규모 시스템에 적용하는 데는 여러 가지 어려움과 한계가 있다.
이를 해결하기 위해 안출된 본 발명은 발전소에서 실시간으로 경보처리 및 고장진단을 하여 운전원에게 알려줌으로써 운전원이 고장원인에 대해 보다 신속하게 대처하도록 하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명은, 발전소에서 발생한 경보, 경보의 발생시간, 센서 데이타를 경보처리용 지식베이스에 저장하는 과정과, 저장된 경보관련 자료가 다중 경보일 경우 경보발생 우선순위로 하나의 경보를 선택하는 과정과, 선택된 경보 이전에 발생한 선행경보의 존재유무에 따라 선택경보를 원인경보로 처리하여 그 경보처리결과를 운전원의 접속화면에 디스플레이하여 주는 과정과, 처리된 원인경보들의 우선순위에 따라 하나씩 선택하여 고장진단용 지식베이스로 부터 그 원인경보에 관련된 센서 데이타, 고장 형태, 고장에 관계된 정성적 모델을 읽어오는 과정과, 읽어온 모든 원인경보 자료에서 센서 데이타의 트랜드를 정성적으로 해석하여 정성적 모델과 매칭될 경우에 고장내력, 고장의 형태 및 조치사항에 대한 확신도를 계산한 후 그 고장진단결과를 운전원 접속화면에 디스플레이하여 주는 과정을 수행함으로써 대규모 발전소의 경보 발생에 의한 고장진단을 운전원이 보다 신속하게 파악하여 그에 상응한 조치를 취할 수 있는 것을 특징으로 한다.
이하, 본 발명을 첨부된 도면에 의거하여 상세히 설명하면 다음과 같다.
제1도는 본 발명을 위한 경보처리 및 고장진단 시스템의 블럭 구성도이다.
그 구성 및 동작은, 발전소에서 발생한 경보 및 경보의 발생시간, 센서데이타 값이 제1전처리 유닛(1)에 입력된다. 제1전처리 유닛(1)에서는 입력된 데이터를 경보처리와 고장진단을 하는데 필요한 데이타 형태로 변환을 한다.
이렇게 변환된 자료들은 실시한 데이터베이스(2)에 저장이 되고, 이때 최근에 입력된 명령어들을 기억 및 유지하여 재사용하기 위해 히스토리(history)저장부를 이용한다.
다중의 경보들이 발생했을 때 이들 경보들에 대한 자료들을 경보처리용 지식베이스(3)에서 가져온다. 경보처리용 지식베이스(3)에는 경보들과 고장원인들 사이를 원인-결과의 형태로 구성한 경보트리와, 발전소 각 부위의 기기사양, 현재까지의 고장내력 및 각 고장에 대한 조치사항 등의 내용을 포함하고 있다.
경보처리 모듈(4)에서는 경보처리용 지식베이스(3)의 자료들로부터 추론규칙을 적용하여 원인경보를 추론한다.
제2전처리 유닛(5)에서는 추론된 원인경보와 발전소의 센서값들을 고장진단에 필요한 데이터의 형태로 변환을 한다.
고장진단용 지식베이스(6)에는 상기 제2전처리 유닛(5)으로부터 변환된 진단시 필요한 고장의 형태와, 고장에 관계된 정성적 모델 및 정성적 모델에 따른 상태 천이 블록 등의 정보들을 저장하고 있다.
정성적 해석기(7)에서는 상기 제2전처리 유닛(5)에서 변환된 센서 트랜드에 대한 기울기를 계산하여 정성적인 값으로 해석을 하여 이들에 대한 확신도를 계산한다. 그 계산된 확신도와 상기 고장진단용 지식베이스(6)의 정보들로부터 고장진단 모듈(8)에서 고장을 판단한다.
이러한 과정에서의 상기 경보처리 모듈(4)에서 처리된 경보처리 결과 및 상기 고장진단모듈(8)에서 처리된 고장진단 결과, 기기사양, 과거의 기기사양 등의 자료들을 사용자 접속화면(9)을 통하여 보여준다.
그리고, 경보처리와 고장진단에서 사용한 데이터들과 처리 결과들의 히스토리를 히스토리 저장부(10)에 저장한다.
제2도는 본 발명의 실시간 경보처리에 의한 고장진단 과정을 나타내는 흐름도이다.
먼저, 발전소에서 발생한 다중경보 및 경보들의 발생시간, 센서데이타를 입력받는다(S11). 그 입력된 자료들을 경보처리 및 고장진단에 필요한 데이타 형태로 제1전처리 유닛(1)에 의해 변환하고, 그 변환되어 입력된 자료들을 테이블의 형태로 생성한 후(S12), 이를 실시간 데이타베이스(2)에 저장을 한다(S13).
그후, 상기 입력된 경보가 다중의 경보인가를 판단(S14)하여, 여러개의 경보가 발생했을 경우에는 경보처리 루틴을 수행하고, 하나의 경보만 발생했을 경우에는 그 경보를 원인경보로 간주한다.
즉, 다중의 경보발생시, 발생한 경보들에 관한 자료들을 경보처리용 지식베이스(3)로 부터 로드(S15)하여 경보의 우선순위가 높은 순으로 정리를 하여 가장 우선순위가 높은 경보를 선택한다(S16).
이렇게 선택한 경보에 대하여 선택경보에 발생한 시간 이전에 발생한 선행경보가 있는 지를 판단한다(S17). 만약 선택경보의 선행경보가 선택경보의 발생시간 이전에 발생하였다면 선택경보를 원인경보에서 제거한다(S18).
그리고 선택경보의 발생시간 이전에 발생한 선행경보가 없을 경우 또는 상기에서 다중경보가 아닐 경우에는 선택경보를 원인경보로 선택한다(S19).
이와같이 추론된 원인경보는 사용자에게 지금까지의 처리 결과에 대한 자료를 제공하기 위하여 사용자 접속화면에서 중간 결과를 보여준다(S20). 그리고 이 결과는 데이터베이스에 저장한다(S21).
상기 경보처리 과정에서 추론된 원인경보들에 대하여 우선순위가 높은 순으로 하나의 원인경보를 선택(S22)하여 고장진단을 한다. 선택된 원인경보에 대하여 관련된 센서들, 일어날 수 있는 고장 및 고장의 형태 등의 자료들을 고장진단용 지식베이스(6)에서 읽어온다(S23).
상기 읽어온 원인경보에 관련된 센서들의 트랜드를 정성적 해석기(7)에 의해 정성적으로 해석을 하여 확신도를 계산한다(S24).
이 해석결과를 이용하여 고장진단모듈(8)에서는 정성적모델에서의 고장의 형태와 매칭되는가를 판단한다(S25). 이 판단에 의해 매칭되는 경우에는 고장내력과 고장의 형태 및 조치사항에 대한 순서를 확신도로 나타낸다(S26). 매칭이 일어나지 않은 경우에는 윈도우의 크기를 크게 하여(S27), 모든 원인경보들에 대하여 진단이 끝났는 지를 점검하고, 추론된 결과와 추론에 이용된 센서 트랜드 등을 사용자 접속화면에 보여준다(S28).
이상과 같은 S11 내지 S28의 과정을 통하여 발전소에서 발생한 다중경보를 실시간으로 처리하고, 고장부위를 진단하여 운전의 조치사항을 제시하여 주는 경보처리 및 고장진단이 수행되어 진다. 실제로 이상의 결과는 빠른 시간내에 추론의 결과가 보여지며, 경보처리 및 고장진단 방법에서의 상세한 설명을 아래에서 계속한다.
제3도는 경보처리 및 고장진단에서 이용한 데이터베이스에서의 테이블의 형태를 나타낸 것이다.
먼저, 제3도의 (a)에 도시된 바와 같이, 경보처리용 데이터 테이블에는 경보의 발생시간(29)을 먼저 기입하고, 경보의 꼬리표(30) 및 경보의 이름(31), 현재의 발생상태(32)를 0과 1의 형태로 나타낸다.
그리고 제3도의 (b)에 도시된 바와 같이, 고장진단용 데이터 테이블에서는 테이블에서 자료의 검색을 위한 측정꼬리표(33), 측정시간(34), 및 각 센서들의 이름(35)의 순으로 작성한다.
이때, 테이블의 행의 수는 진단에서의 윈도우 크기(36)와 일치한다.
제4도에서는 경보처리용 지식표현의 한 예를 나타낸 것이다. 연료의 방출 압력저 경보에 대하여 경보의 꼬리표, 경보이름, 우선순위, 선행경보, 후행경보, 경보의 발생원인들 및 발생가능성, 경보의 발생시간, 종류를 포함하여 하나의 프레임으로 구성된 경보처리용 지식베이스를 제4도(a)에서 나타내었다.
이러한 프레임 형태의 지식베이스는 제4도(b)에서와 같은 원인-결과 형태의 트리로 나타낼 수 있다. 여기에서는 경보들(37) 및 고장원인(38)들 사이의 관계를 원인-결과의 형태로 도시한 예이다.
제5도는 본 발명에 따른 고장진단을 지식표현 방법 및 예를 보인다.
먼저, 제5도의 (a)에 도시된 고장진단용 지식베이스의 테이블 구성은, 각 경보(39)에 대하여 관련된 고장의 개수(40)와 관련된 고장의 코드화된 이름(41), 각 고장에 관련된 고장의 타입(42), 그리고 각 고장에 관련된 센서의 이름(43), 경보에 관련된 총 센서들의 개수(44)로 구성되어 진다.
여기서 고장타입은 관련된 센서들의 트랜드를 분석하여 구성하며, 각 고장들은 주센서와 하나 이상의 부센서와 연관되어 있다(확장 가능하다.).
주센서는 센서의 값에 경보가 설치되어서 센서의 값이 설정치를 벗어나면 경보가 발생하도록 되어 있는 센서들이다. 대부분의 경보들은 하나의 주센서와 관계가 있다.
부센서는 센서에 직접적으로 경보가 설치되어 있는 것은 아니다. 경보의 발생시 연관되어 움직이는 센서를 나타낸다.
본 발명에서는 발전소에서는 하나의 경보에 직접적으로 관계된 고장형태와 그 고장의 발생시 나타나는 관계된 센서들의 트랜드(45)를 분석하여 상태 천이 블록도를 제5도의 (b)에 도시된 바와 같이 작성하였다.
이 블록도에서는 각 고장들에 대하여 일어날 수 있는 센서들의 트랜드를 분석하여 상태 천이의 형태로 구성하였다.
각 상태와 주센서와 부센서의 정성적 상태(46)로 구성된다. 여기서 주센서의 범위는 고(High), 정상(Steady), 저(Low)의 세 범위로 구분되고, 부센서의 범위는 상(Upper)과 하(Lower)의 두 범위로 나뉘어 진다.
고장진단의 과정에서는 현재의 트랜드의 상태를 이와 같은 상태 천이 블록과 매칭을 함으로서 고장의 형태와 현재의 상태를 알 수 있으며, 상태 천이 블록 위에서의 발전소의 상태 예측도 가능하다.
제6도는 본 발명에서의 경보처리 및 고장진단 결과의 표시 방법을 나타내고 있다.
먼저, 제6도의 (a)에 도시된 경보처리화면은, 현재 발전소에서 발생된 경보들을 발생경보(47)에 나타내고, 원인경보(49)의 추론에 이용한 경보는 현재경보(48)에 나타낸다.
발생정보(47)를 통하여 사용자는 발전소에서 발생하고 있는 경보들을 실시간으로 모니터링할 수 있다. 경보처리 결과 추론된 경보들은 원인경보(49)에 나타내고, 각 원인경보들을 선택하면 고장원인(50)에서는 관련된 고장들을 표시한다.
관련된 고장들에 대한 추론의 자세한 결과는 제6도의 (b)에 도시된 고장진단 화면에서 볼 수 있으며, 고장진단 화면에서는 현재의 고장과 확신도를 포함한 고장원인(51)을 보이고, 그 고장에 대한 조치사항들(52)을 나타낸다.
또한 고장진단의 결과를 뒷받침하는 주센서의 트랜드(53)와 부센서의 트랜드(54)를 나타내어 현재의 상태 및 미래의 상태를 예측하게 한다.
이상과 같은 본 발명은 대규모 발전소 운전 도중에 발생하는 고장들에 대해 신속하게 그 원인을 진단, 분석하고, 적절한 조치사항을 제공하여 줌으로써 운전원으로 하여금 신속한 조치를 취하게 하여 발전소 운영에 보다 효율적인 것이다.
Claims (9)
- 발전소에서 발생한 경보, 경보의 발생시간, 센서 데이타를 경보처리용 지식베이스에 저장하는 제1과정과, 상기 저장되는 경보관련 자료가 다중 경보일 경우 경보발생 우선순위로 하나의 경보를 선택하는 제2과정과, 상기 선택된 경보 이전에 발생한 선행경보의 존재유무에 따라 상기 선택경보를 원인경보로 처리하여 그 경보처리결과를 운전원의 접속화면에 디스플레이하여 주는 제3과정과, 상기 처리된 원인경보들의 우선순위에 따라 하나씩 선택하여 고장진단용 지식베이스로 부터 그 원인경보에 관련된 센서 데이타, 고장 형태, 고장에 관계된 정성적 모델을 읽어오는 제4과정과, 상기 읽어온 모든 원인경보 자료에서 센서 데이타의 트랜드를 정성적으로 해석하여 정성적 모델과 매칭될 경우에 고장내력, 고장의 형태 및 조치사항에 대한 확신도를 계산한 후 그 고장진단결과를 운전원 접속화면에 디스플레이하여 주는 제5과정으로 이루어진 것을 특징으로 하는 발전소의 실시간 경보처리에 의한 고장진단 방법.
- 제1항에 있어서, 상기 선택경보 발생 이전에 발생한 선택경보는 원인경보에서 제거하는 것을 특징으로 하는 발전소의 실시간 경보처리에 의한 고장진단방법.
- 제1항에 있어서, 상기 원인경보에 관련된 센서데이타의 트랜드를 해석한 결과를 이용하여 정성적 모델에서의 고장의 형태와 매칭되지 않을 경우 윈도우의 크기를 크게 하여 모든 원인경보들에 대하여 진단종료유무를 점검하는 것을 특징으로 하는 발전소의 실시간 경보처리에 의한 고장진단방법.
- 제1항에 있어서, 상기 경보처리용 지식베이스는 경보의 꼬리표, 경보이름, 우선순위, 선행경보, 후행경보, 경보의 발생원인들 및 발생 가능성정도, 발생시간, 경보종류를 포함한 하나의 프레임 형태인 것을 특징으로 하는 발전소의 실시간 경보처리에 의한 고장진단방법.
- 제4항에 있어서, 상기 경보처리용 지식베이스는 경보들과 고장원인들과의 관계를 원인-결과의 트리 형태인 것을 특징으로 하는 발전소의 실시간 경보처리에 의한 고장진단방법.
- 제1항에 있어서, 상기 고장진단용 지식베이스는 하나의 경보에 대하여 직접적으로 관계된 고장형태의 그 고장의 발생시 나타나는 관계된 센서 데이타들의 트랜드를 분석한 상태 천이의 형태인 것을 특징으로 하는 발전소의 실시간 경보처리에 의한 고장진단방법.
- 제6항에 있어서, 상기 고장진단용 지식베이스는 경보에 관련된 고장개수, 코드화된 고장이름, 고장타입, 고장에 관련된 센서의 이름, 총센서의 갯수로 이루어진 것을 특징으로 하는 발전소의 실시간 경보처리에 의한 고장진단방법.
- 제1항에 있어서, 경보처리화면은 발생경보, 현재경보, 원인경보 및 확신도가 표시된 고장원인으로 구별하여 운전원에게 디스플레이하여 주는 것을 특징으로 하는 발전소의 실시간 경보처리에 의한 고장진단방법.
- 제1항에 있어서, 고장진단화면은 확신도가 표시된 고장원인, 조치사항, 주센서의 트랜드 및 부센서의 트랜드로 구별하여 운전원에게 디스플레이하여 주는 것을 특징으로하는 발전소의 실시간 경보처리에 의한 고장진단방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019960041993A KR100194551B1 (ko) | 1996-09-24 | 1996-09-24 | 발전소의 실시간 경보처리에 의한 고장진단 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019960041993A KR100194551B1 (ko) | 1996-09-24 | 1996-09-24 | 발전소의 실시간 경보처리에 의한 고장진단 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR19980022715A true KR19980022715A (ko) | 1998-07-06 |
KR100194551B1 KR100194551B1 (ko) | 1999-06-15 |
Family
ID=66520775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019960041993A KR100194551B1 (ko) | 1996-09-24 | 1996-09-24 | 발전소의 실시간 경보처리에 의한 고장진단 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100194551B1 (ko) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100586463B1 (ko) * | 2004-08-12 | 2006-06-08 | 학교법인 울산공업학원 | 센서의 고장유형판단시스템 및 그 방법 |
KR101223786B1 (ko) * | 2011-04-05 | 2013-01-17 | 한국수력원자력 주식회사 | 고장 진단 시스템 및 방법 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105978145B (zh) * | 2016-05-18 | 2019-04-09 | 国网福建省电力有限公司 | 智能变电站二次系统信息融合系统 |
-
1996
- 1996-09-24 KR KR1019960041993A patent/KR100194551B1/ko not_active IP Right Cessation
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100586463B1 (ko) * | 2004-08-12 | 2006-06-08 | 학교법인 울산공업학원 | 센서의 고장유형판단시스템 및 그 방법 |
KR101223786B1 (ko) * | 2011-04-05 | 2013-01-17 | 한국수력원자력 주식회사 | 고장 진단 시스템 및 방법 |
Also Published As
Publication number | Publication date |
---|---|
KR100194551B1 (ko) | 1999-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP0401816B1 (en) | Plant operation supporting method | |
CN109001649B (zh) | 一种电源智能诊断系统及保护方法 | |
JP3093803B2 (ja) | 状態変化監視方法及びステップ表示提示装置 | |
EP1727009B1 (en) | System for displaying alarms and related information for supporting process operation | |
JPH02245696A (ja) | プラントの運転状態を分析する方法及び装置 | |
JPH0522241B2 (ko) | ||
JPH06309584A (ja) | プラント運転支援装置 | |
JPH07152789A (ja) | プラント解析設備診断システム | |
JPH06309585A (ja) | プレ警報装置 | |
KR100194551B1 (ko) | 발전소의 실시간 경보처리에 의한 고장진단 방법 | |
KR0169808B1 (ko) | 고장 진단용 전문가 시스템 및 고장진단방법 | |
JPH06186140A (ja) | プラント設備診断装置 | |
Palowitch et al. | The application of a knowledge-based expert system to chemical plant fault diagnosis | |
JPH1124728A (ja) | プラント状態予測装置 | |
JPH0217511A (ja) | プラント監視装置 | |
Buceti et al. | Automatic validation of the five-channel DCN interferometer in ENEA-FTU based on soft-computing techniques | |
CN114611701A (zh) | 一种核化工过程的监测系统及方法 | |
JP2001067122A (ja) | ラダープログラム診断方法及び設備診断装置 | |
JP2001306140A (ja) | 異常検出システム | |
JPH05307484A (ja) | 診断装置及び診断装置における処理方法 | |
CN113625676B (zh) | 工程机械故障诊断方法和系统、现场诊断装置和存储介质 | |
JPH02151000A (ja) | 故障診断装置及び故障診断システム | |
JPH02201295A (ja) | プラント機器故障診断作業支援装置 | |
CN118981525A (zh) | 一种运维处理方法、装置、电子设备及存储介质 | |
JPS63313208A (ja) | プラント診断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20130201 Year of fee payment: 15 |
|
FPAY | Annual fee payment |
Payment date: 20140128 Year of fee payment: 16 |
|
FPAY | Annual fee payment |
Payment date: 20150202 Year of fee payment: 17 |
|
FPAY | Annual fee payment |
Payment date: 20160201 Year of fee payment: 18 |
|
EXPY | Expiration of term |