KR970004261B1 - 발전소 설비의 보수 우선 순위를 정하는 자동 시스템 - Google Patents

발전소 설비의 보수 우선 순위를 정하는 자동 시스템 Download PDF

Info

Publication number
KR970004261B1
KR970004261B1 KR1019890001776A KR890001776A KR970004261B1 KR 970004261 B1 KR970004261 B1 KR 970004261B1 KR 1019890001776 A KR1019890001776 A KR 1019890001776A KR 890001776 A KR890001776 A KR 890001776A KR 970004261 B1 KR970004261 B1 KR 970004261B1
Authority
KR
South Korea
Prior art keywords
controllability
malfunction
facility
sensor
importance
Prior art date
Application number
KR1019890001776A
Other languages
English (en)
Other versions
KR890013574A (ko
Inventor
크리스토퍼 빌로우스 제임스
리 오스본 로버트
주안 곤잘레스 알베리노
터너 켐퍼 크리스챤
Original Assignee
웨스팅 하우스 일렉트릭 코오포레이숀
마이클 피. 린치
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 웨스팅 하우스 일렉트릭 코오포레이숀, 마이클 피. 린치 filed Critical 웨스팅 하우스 일렉트릭 코오포레이숀
Publication of KR890013574A publication Critical patent/KR890013574A/ko
Application granted granted Critical
Publication of KR970004261B1 publication Critical patent/KR970004261B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Monitoring And Testing Of Nuclear Reactors (AREA)
  • Alarm Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

내용없음

Description

발전소 설비의 보수 우선 순위를 정하는 자동 시스템
제1도는 각 진단의 정확성 또는 신뢰레벨에 따라 오기능부를 진단하여 그 오기능부를 분류하는 종래 기술에 의한 블록도.
제2도는 본 발명의 진단 시스템의 하드웨어를 나타내는 도면.
제3도는 본 발명에 따른 시스템의 설비 우선순위 부분과 본 발명이 종래 기술과 어떻게 접속되는지를 나타낸 도면.
제4도는 본 발명의 다른 부분을 나타내며, 다중 연속설비 오기능을 유도하는 오기증의 보수에 대한 우선 순위를 나타낸 도면.
제5도는 본 발명의 또 다른 부분과 센서를 보수하는 우선순위를 나타낸 도면.
제6도는 예비설비의 어떠한 우선 순위를 갖는지를 나타낸 도면.
*도면의 주요 부분에 대한 부호의 설명*
10 : 센서 데이타20 : 발전소 설비
22 : 센서24 : 데이타 취합 컴퓨터
26 : 디스크 저장장치28,30 : 모뎀
32 : 진단 컴퓨터34 : 디스플레이유니트
본 발명의 원자력 발전소와 같은 복합 플랜트에서 장치를 우선적으로 보수하는 시스템에 관한 것으로, 구체적으로 통상적인 측정장치를 사용하여 오기능의 정확한 진단, 오기능으로 인한 계속적인 전위손실 및 손실이 발생되는 정확한 비율이 고려되는 센서 및 예비장치를 포함해서, 플랜트 내의 모든 장치의 보수 우선 순위를 결정한다.
제1도에 예시된 종래의 진단 소프트웨어는 플랜트내의 장치의 어느부분이 오기능이 있는지를 결정한다. 제1도에 블록도로 예시된 인공지능 시스템은 감지 데이타(10)를 가지고 있으며, 그 감지데이타를 기준 데이타, 다른 한계값 및 내부 일치 관계 값과 비교하므로써 감지 데이타가 타당한가의 여부를 결정한다(12). 감지 데이타가 타당하다고 결정되면, 감지 데이타는 감시되는 플랜트의 작동범위 내에서 감지데이타의 물리적 의미에 따라 판독된다(14). 타당성 있는 판독데이타는 유효한 판독결과를 낳는다. 그 다음 시스템은 오기능을 진단하여(16) 이러한 오기능의 신뢰레벨을 결정한다. 전류 값은 신뢰레벨에 따른 오기능의 리스트이다. 제1도에 예시된 이러한 종래의 진단시스템은 미합중국 특허 제4,644,479호에 개시되어 있다. 실제로 신뢰레벨에 따른 분류 방법은 리스트의 상부에 오기능 센서를 위치 설정한다. 센서는 플랜트가 수리되도록 하기 때문에, 플랜트 동작은 고 신뢰 레벨을 가진 오기능을 무시한다. 따라서 고신뢰 레벨을 가진 오기능은 오퍼레이터에게 최저 우선 순위를 준다. 이러한 문제로 인하여, 오퍼레이터는 플랜트의 계속적인 동작에 중대한 영향을 미치는 오기능 찾을때까지 리스트를 추적한다. 이러한 문제는 가장 중요한 오기능이 리스트에 삭제되어 있을 수 있기 때문에 복잡하다. 오퍼레이터는 오기능이 플랜트에 얼마나 나쁜 영향을 주는가를 결정한다. 이런 결정은 주로 플랜트의 내역 및 오퍼레이터의 경험에 의존한다. 오퍼레이터는 오기능을 조사해본후에 오기능과 관련된 장치가 보수되어야하는가를 결정한다. 따라서 장치보수를 결정하기 위한 이러한 접근방법은 종속적이기 때문에, 장치의 보수 선택시기의 관련 값을 자동적으로 결정하고, 오기능 장치를 보수하는데 따른 정지비용 및 그 오기능으로 인한 손실과 같이 오퍼레이터에 의하여 정상적으로 고려되는 여러 요인들이 고려 참작되는 시스템에 대한 요구가 증가되어 왔다.
본 발명의 목적은 예정된 보수 기간까지 오기능이 발생되는 비용에 대해 오기능의 보수비용을 측정하여 시스템의 비용을 효과적으로 강화시키는데 있다.
본 발명은 1차 설비, 예비설비, 코몬 스케일상의 센서를 보수하는 우선순위를 결정하는데 도움을 주어, 가장 중요한 항목이 첫째로 보수되는데, 그 과정에는, 급수 시스템내의 화학적 부식문제, 발전기의 오기능이 있는 경우에, 모든 오기능을 비교하고, 상기 오기능이 보수의 비용 다운타임(down time) 및 다른 연속손상이 연속적으로 지속되도록 하는 오기능이 있는 경우에, 그 설비대 보수의 비용을 개선하도록 운전정치의 비용을 균형있게하는 오기능 보수의 우선순위를 정하며, 예비설비를 갖고 있는 1차 설비를 보수하는 우선순위를 정하여, 오기능 센서에 대한 부분적 예비설비를 공급하는 다른 센서의 활용성에 기반을 두고 센서의 보수에 대한 우선순위를 결정하는 단계가 포함된다.
본 발명을 좀더 확장하여 해석하면, 본 발명은 시스템내의 오기능 센서 및 설비의 보수에 우선순위 순서를 정하는 장치 및 방법에 관한 것인데, 그 방법에는 다음 단계로 나누어진다. 즉, 센서 및 설비의 오기능을 진단하고 각 진단시 정확한 레벨 즉, 신뢰레벨을 결정하며, 오기능의 통제성, 설비의 중요도 및 신뢰레벨의 분류함으로써 우선순위의 순서를 구하는 단계가 포함된다.
본 발명의 시스템은 설비의 부분과 관련한 운전정지의 중요도, 지속적 오기능으로 인한 손상율(통제성)설비의 부분의 보수 우선순위를 결정하는 오기능 진단시의 신뢰레벨에 관한 과거의 이력, 경험을 이용하여 기술된다. 오기능으로 인하여 조합 설비내의 각부분이 영향을 받을 수 있기 때문에, 설비의 각부분과 관련한 통제성 및 중요도는 조합되어 보수 우선순위를 정하는데 사용된다. 오기능 진단이 오기능 센서에 대해 제한되는 경우, 오기능 센서를 부분적으로 재생시키는 설비의 예상 수명과 센서의 활용성은 감지된 보수 뿐만아니라 센서의 우선순위를 정하는데 고려 사항이 된다. 그 결과, 시스템은 괴리적인 오기능이 보수를 분류 지울수 있다. 본 시스템은 복합시스템에 대한 완전한 보수 우선순위를 개요를 제공하여, 감지되는 시스템의 비용영향이 강화된다.
이하 본 발명을 첨부도면과 관련하여 실시예를 들어가면서 상술한다.
대부분의 오기능의 경우에, 설비의 일부분이 완전히 고장나기까지 지속적으로 그 오기능을 유발시키는 최대의 연속적인 손상에 대한 평가가 이루어질 수 있다. 여기서, 상기 최대 연속 손상은 중요도(IMP)로 지정되는데, 상수로서 보수의 직접비용과 더불어 오기능으로 인한 그 최대연속손상을 보수하는데 필요한 운전정지기간의 길이를 나타낸다. 상기 운전정지기간 프레임은 오기능의 중요도를 평가하는데 고려되어, 앞으로 보수될 수 있는 오기능 항목과 조정적으로 예정된 운전정지는 덜 중요하게 된다. 예를들면, 한주일 이상의 운전정지가 예정된 경우, 두주일 이내에 어떤 보수의 필요성이 있을때, 운전정지를 한다는 것은 불필요하다. 이러한 상황결정은 양호한 실시예의 시스템에 있어서, 다음의 두가지 규칙에서 구체적으로 실행될 수 있다.
(부정(1/SEV<<운전정기까지의 기간)
(1/SEV<<운전정기까지의 기간)
상기 두가지 규칙은 양호한 전문 시스템의 프로그램에 있어서, 관계슬롯(Context Slot)에 있는 제어 표현을 나타낸다. 상기 규칙은 관계가 사실인 경우에, 한규칙은 소멸한다. 다른 한규칙에 대해 상기 관계가 거짓인 경우에, 상기 두가지 규칙의 관계는 사실이 된다. 예정된 운전정지가 제때에 충분히 끝나지 않는 경우에, 상기 제1규칙은 오기능 통제성으로서 계산된 통제를 받지않고, 상기 제2규칙은 운전정지가 제때에 끝나는 경우, 제로의 통제를 받지 않는다.
오기능의 통제성이 낮아서 오기능이 저 우선순위를 갖는 경우에는 상당한 신뢰성을 확보하면서 중요한 오기능을 진단하는 것이 가능한데, 오기능의 통제성(SEV)는 최대 연속손상이 일어나기를 기대하기 이전에 상기 운전기간의 역으로서 한정되며, 이것은 시스템에 대한 특정 손상이 발생하는 비율이 된다. 상기 통제성이 상수로서 표시되지는 않지만, 시스템의 하나 이상의 변수의 상태에 따르게 되며, 그러한 변수를 기반으로 독립적으로 계산되어야 한다. 예를 들면, 진단된 오기능 때문에 차량에서 브레이크의 경고를 하는 경우, 브레이크의 실제 상태는 통제성 결정의 한부분이 되고, 주행중인 차량의 스피드는 다르게 된다.
커다란 통제성을 갖는 중요한 오기능이 매우 낮은 수준에 있는 것이 가능해지는데, 이는 오기능에 있어서의 신뢰레벨(CF)가 아주 낮은 경우이다. 단순한 경우에, 설비의 일부분을 보수하는 우선순위는 신뢰레벨(CF) 중요도(IMP) 및 통제성(SEV)이다.
본 발명의 시스템은 공통스케일에서 모든 오기능의 우선순위를 결정함으로써, 다른 형태의 설비와 관련된 오기능이 상호 대비되는데, 이것은 화학적 오기능 대 발전기의 오기능의 경우에 특히 중요하다. 현재 실제에 있어서, 발전소의 화학적 오기능에 대한 고장의 중간처리는 하지않는데, 이는 화학적 오기능후에 6개월 내지 9개월의 운전정지 기간을 갖고 2년간 비용을 들여 보일러를 재건함에 있어서 최악의 상태인 경우이다. 상기 화학적 오기능으로 인한 손상은 짧은 기간동안 발생하고, 잔존하지는 않는다. 보일러의 벽은 수일내에 약화되지만, 그 약화는 유효기간후에는 치명적인 것이 될수도 있다. 본 발명의 우선순위 계획에 의해서, 예를들면 보일러의 운전정지와 혼탁한 윤활유로 인하여 발전기의 베일에 대한 손상때문에 생기는 잠재적인 운전정지의 비교가 가능해진다.
오기능센서의 경우에, 오기능의 중요도는 발생하는 최대 연속 손상이 되지만 그 손상은 센서를 잘못동작 시킴으로써 데이타가 공백이 생김으로 인한 최악의 고장과, 적합한 기능을 하고 있다면 상기 특정센서를 기초한 설비를 보수하도록 시스템 기능이 저하되는 경우 발생하는 최소량의 손상과 원전정지 사이의 차를 기반으로 계산된다. 센서가 오기능을 하고 있기 때문에, 그 센서가 고장 상태 신호를 발생치 못하는 경우, 설비에 대한 최대연속 손상은 DAMMAX가 되고, 센서가 적당한 동작을 하고 있는 경우 최소손상이 일어나는때에, 센서는 오퍼레이터를 변경하고, 그 오퍼레이터는 라인의 설비를 DAMMIN으로 하는데, 이때 센서의 중요도는 IMP=DAMMAX-DAMMIN이 된다. 오기능 센서의 통제성은 단순한 경우와 복잡한 경우 두 가지로 분류될 수 있다.
단순한 경우에, 오기능 모니터에 따르는 감지된 오기능이 오기능 센서를 필요로하지 않고 진단될 수 있는 때에는 상기 통제성은 단순히 그러한 오기능에 있어서 상실한 신뢰도의 함수 관계가 된다. 센서가 다르게 진단될 수 없는 오기능의 진단을 보조하는 경우에, 오기능이 발생하기까지 통제성은 상기기간(평균기간)으로부터 진단될 수 있다.
보다 복잡한 경우에 있어서, 발전소의 오기능이 존재하는 실제의 상황이 센서 고장의 통제성의 용인 될 수 있는데, 이러한 상황은 두가지 상황으로 대변된다.
즉, 그 첫번째는 백업센서를 갖고 있는 경우에, 다른 위치에서 다른 기능으로 발생하는데, 그러한 예는 응축 폴리셔(Condensate polisher)를 구비한 설비에서 급수용의 폴리셔 방출물상에 소듐센서로서 된다. 최종 급수센서에 의해 폴리셔 방출센서는 예비센서가 되는데, 이는 폴리셔 방출물 센서의 어떠한 소듐도 급수 센서에 의해 응축 폴리셔는 소듐을 포함하지 않는다. 폴리셔 방출물 소듐센서의 오기능에 대한 통제성은 급수 소듐농도와 그 연관을 갖고 있는데, 그 관련성이 낮은 경우에는, 폴리셔 방출물에서 소듐센서의 손실은 진단에 해를 주지않아서, 낮은 통제성하에 있다. 급수 소듐농도가 증가함에 따라, 폴리셔 방출물상의 소듐 센서의 오기능에 대한 통제성은 증가한다.
제2상황에 있어서, 상기 오기능 센서를 예비 상태로 하는 다른 위치에서의 유사한 기능에 센서는 없다. 응축 폴리셔를 구비한 발전소에서 그러한 센서의 예를 볼 수 있다. 유동 스트림에서 이러한 것을 감지한 후 즉시, 사람은 물의 소듐 농도에서의 변화를 지켜 볼 수 있고, 하부흐름 센서는 다른 농도를 나타내야 한다. 이러한 상황에 있어서, 응축제상의 다른 센서는 응축제사에서 어떠한 것이 나타나는가를 지시하는데 사용된다. 어떠한 변화가 생기지 않는 경우에, 응축기 누설이 발생하거나, 오염 개선이 나타나기까지, 평균기간은 통제성을 연산하는데 사용된다. 그러나, 다른 모니터가 소듐 상태가 변화하는 것을 가르키는 경우에는, 소듐 모니터의 오기능의 통제성을 증가한다. 응축제에 있어서의 소듐의 수동 측정결과는 통제성을 변조시키는데 사용된다. 그 수동 측정의 결과가 높으면, 소망치 않는 상황의 지속적인 평가의 실제적인 필요성이 있다. 그 결과가 낮은 경우에는, 모니터는 필요치 않다.
예비 시스템을 갖춘 부품의 고장의 경우에 있어서, 제1 및 예비 시스템이 동시 고장을 유발시키는 연속적인 손상이 매우 중요한 의미를 갖는다. 예비 시스템을 진단하는 방법이 없는 한 예비시스템이 고장 나기까지 통제성이란 평균기간 평가하는데 사용된다. 예비시스템에 대한 진단이 있는 경우에, 통제성은 예비 시스템의 고장에 대한 기대 시간을 사용하여 결정된다. 다중 예비 시스템에 있어서, 통제성은 각 예비시스템에 대한 고장 평균 기간의 합의 역이된다.
제2도는 본 발명에 사용되는 전형적인 설비의 구성을 나타내는데, 그 상세한 설명은 여기서 참조로 하고 있는 미합중국 특허 제4,517,468호로부터 알 수 있다. 공장설비(20)은 아나로그 데이타뿐만 아니라, 디지탈 데이타를 데이타 취합컴퓨터(24)에 전단하는 센서(22)에 의해 모니터된다. 컴퓨터(24)는 주기적 및 지속적으로 센서데이타를 취합하며 디스크저장 유니트내에 그것을 저장시킨다. 데이타 취합 컴퓨터(24)는 통상 디지탈설비인 MicrovaxII이다. 데이타 취합 컴퓨터는 주기적이거나, 자동적으로, 계산된후에 모뎀(28, 30)을 통해 통상 디지탈 설비 Vax8500직렬 컴퓨터인 진단 컴퓨터(32)에 데이타를 전송하며, 그 진단 컴퓨터(32)는 각각의 상이한 데이터 취합 컴퓨터(24)에 대한 오기능을 진단하여, 우선 순위를 갖는 오기능을 각각의 데이타 취합컴퓨터(24)에 전단한다. 그러면 데이타 취합컴퓨터(24)는 디스플레이 장치(34)상에 그 리스트를 디스플레이시키고, 설비 오퍼레이터는 보수를 시작한다.
진단 컴퓨터는 진단 결과가 나타나도록 지식 표현 및 결론 절차를 사용하는 전문 시스템프로그램을 양호하게 수행한다.
본 발명의 지항 목표를 성취할 수 있는 다양한 전문 시스템이 활용 가능하지만, 양호한 시스템은 PDS(처리 진단 시스템)인데 여기서 참조하기로한다. 상기 PDS시스템은 웨스팅하우스로부터 입수 가능한데, 그 시스템에 대한 상세한 설명은 미합중국 특허 제4,644,479호에서 볼 수 있다. 진단 오기능에 대한 상기 시스템 사용의 일예는 미합중국 특허 제4,644,479호에서 볼 수 있는데, 이도 여기서 참조하기로 한다. 제1도와 관련하여 전술한 종래기술의 기능을 수행하는 발전기(CHEMAID)에 대한 터빈(TURBINAID)및 화학적 오기능부(CHEMAID)에 대한 패케이지는 화석 발전소용으로서 웨스팅 하우스 사로부터 입수 가능하다.
다른 전문시스템 뿐만 아니라 PDS 시스템에 있어서, 각 규칙에는 증거 및 그 증거의 결론(가설)이있다. PDS 증거에는 상기 시스템의 노드를 지속시켜 주는 증거 및 가설과 더불어 한 규칙에 의한 가설이 연계된다. 각 노드(가설)과 관련되어 0 내지 1의 규격에 모든 범위가되는 정부의 측정이 있는데, 이러한 정의 측정부 부의 측정사이에의 차이는 -1 내지 +1의 범위를 갖는 신뢰인수(CF)를 산출하고, 여기서, 양수는 가설이 참이됨을 나타낸다. 모니터된 플랜드 설비와 관련하여 여러분야에 있어서의 전문가는 진단 컴퓨터 메모리에 저장되는 여러가지 규칙 및 관계를 설정할 수 있다. 예를 들면, 발전기 고장에 익숙한 전문가는 발전기 고장에 대한 각 규칙 및 가설을 설정할 수 있는 반면, 화학 엔지니어는 설비의 화학적 오기능에 대한 각 규칙 및 가설을 세울 수 있다. 또한 전문가는 오기능 상태의 설비고정이 있기까지 평균기간의 데이타 뿐만 아니라 운전정지 및 보수의 비용과 관련한 데이타를 제공한다.
규칙의 효율성에 있어서 전문가의 신념은 또한 PDS에 의해 고려될 수 있는데, 이 PDS는 어떻게 증거가 가설을 뒷받침하느냐에 대한 전문가의 의견을 나타내며, 효율인수로서 지칭되는 것으로 여기서 효율인수의 (+)값은 가설이 참인것을 나타내는 증거가 있음을 말해준다. 상기 PDS전문 시스템은 또한 사실이 되는 가설에 대한 증거가 어느 정도 필요한가를 나타내는 규칙의 필요성에 있어서 전문가의 신념을 이용하는 것인데, 필요성 신념이란 필요성 인수로서 지칭된다. 후술하는 본 발명의 보다 상세한 설명의 경우에, 발전소에 대한 복잡한 규칙의 예가 제공되며, 전문시스템 실행 기술에 있어서 통상의 기술을 가진 사람은 다른 상황 및 모니터되는 다른 형태의 설비에 대한 예를 채용할 수 있다.
제3도는 간단한 설비의 오기능에 대한 우선순위 설정을 나타낸다. 예를 들면, 오기능 즉, 음이온 수지 소모에 의한 응축 폴리셔의 오기능에 있어서 신뢰레벨(CF)는 미합중국 특허 제4,644,479호에 기재된 종래 기술의 시스템에 의해 결정단계(16)에서 결정된다. 그러한 오기능에 대한 신뢰 레벨을 결정하는 한쌍의 규칙의 예가 이하 기술된다.
관계 : 일정
증거 : 폴리셔-용리-음이온(polisher-elutian-anions)
가설 : 음이온-수지-소모
SF : 0.7
NF : 0.5
설명 : 폴리셔 용리 음이온은 소모된 음이온 수지를 갖고 있을수도 있음.
관계 : 일정
증거 : 음이온 - PE>=음이온-C*
가설 : 폴리셔-용리-음이온
SF : 0.8
NF : 0.2
설명 : 폴리셔에 대해 유입물에 있어서 보다 유출물에 있어서 음이온이 많은 것은 폴리셔가 용리 음이온이 되는 것을 말함.
이러한 규칙에 대한 증거는 응축(폴리셔인 입물)과 폴리셔 방출물 상의 양이온 도전성 판독에 의해 얻어지는데, 이때 센서 데이타를 해석하는 단계(14)의 시스템에 대한 종래 기술의 부분이 또한 사용된다. 설비의 이러한 부분과 관련한 오기능의 통제성을 측정하는 단계(40)에 사용되는 메터로부터 센서 데이타를 해석하는 규칙의 일예는 이하와 같다.
관계 : 일정
증거 : (X (2 센(sen)-말(mal)-pH-B O sf-평가)
(÷ 1 (exp (X 2.303 (+11.2
(X PHXB-4.18) (X PHXB PHXB
0.376) ) ) ) ) )
가설 : H2-메짐성(embrit) - sev
SF : 0
NF : 0
설명 : 통제성을 계산하기 위한 수소 메짐성 통제성에 대한 공식.
상기식은 수소 메짐성의 통제성을 계산하는 규칙을 나타내는데, 상기 통제성은 결국 음이온-수지-소모에 대한 통제성을 계산하는데 사용된다. 증거부분에서의 밑줄친 부분은 수소 메짐성의 통제성을 평가하는 공식이며, 밑줄이 없는 부분은 계산에 있어서 사용된 센서가 나쁜상태에 있음으로 인한 통제성을 변조시킨다.
sf-평가의 기능은 입력 < 0.3에 1이 되며, 입력=7에서는 0이된다.
전술한 바와 같이, 통제성(SEV)는 특정 오기능으로 인한 설비의 손상율을 설명하며 최대 연속손상 또는 전체 고장에 대한 기대 시간의 역이다. 응축 폴리셔 설정 오기능의 통제성을 계산하는 규칙의 예는 상기로부터 유도되는데, 이는 수소 메짐성 통제성을 측정하는 것과 동일하기 때문이다. 상기 통제성이란 통상 고장에 대한 기대시간을 측정함으로써 계산된다. 이러한 측정은 어떠한 계기판독이 적당한가에 기본을 둔것이다. 이러한 실시예에 있어서, 드럼 블로우단운(drum blowdown)의 pH는 응축 폴리셔 음이온 수지 소모에 대한 통제성을 측정하는 가장 중요한 센서가 되는데, 상기 규칙은 블로우다운 pH PHXB를 보일러 틈브가 고장이 날때까지 기대 시간으로 변환시키는 공식을 포함한다.
여러 경우에 있어서, 고장의 기대시간에 대한 공식으로부터 유도되는 데이타는 있지 않다. 대부분의 데이타 소오스는 여러 방식으로 데이타를 평균하는데, 그 방식이란 센서가 제공하는 설명을 감시함으로써 단지 설비의 고장에 대한 시간의 초기 평가치를 제공한다. 고장 시간의 평가에 대한 가능한 상황을 설명하고, 문의함으로써 전문가의 참고가 적합한 데이타의 어림치를 나타내는데 종래 기술에 익숙한 지식을 가진자중 어느 누구에 의해서도 성공적으로 사용될 수 있는데, 여기서 상기 데이타는 상세한 데이타 활용 불가능한 경우를 말한다. 그러면 상기 데이타는 다양한 역행 기술에 의해 고장에 대한 평균 기간의 공식을 측정하기 위해 분석된다.
다른 상황에 있어서, 통제성은 동작을 하는 최종기회가 이루어지기까지의 시간의 역으로서 계산되어야 하는데, 그러한 상황은 교체 연료 로켓으로서 로켓을 진수시키는데 일어난다. 상기 동작이 일어나는 최종기회는 점화 바로전이며, 재해는 수분후에 일어날수도 있다. 이 경우에, 통제성은 특별한 방식으로 계산되어야만 한다. 동작이 일어나는 최종 시간이전에, 통제성은 동작이 행해지는 최종 기회까지의 시간의 역을 취함으로써 결정된다. 동작이 행해지는 최종 기회후에, 우선순위는 고장에 대한 대기 시간의 역으로서 통상의 방식으로 계산된다.
운전정지기간, 운전정지와 관련한 비용 및 보수 비용을 포함하는 운전정지 데이타(42)는 특정 오기능의 중요도(IMP)를 결정하는 단계(44)에 사용된다. 발전소에 있어서, 중요도가 운전정지와 관련한 상실한 수익 X 발전소의 운전 정지간이 되는 것은 당연하다. 발전소에 있어서 설비에 대한 운전정지 기간은 연방전기 안전회의의 NERC 활용 데이타 시스템 보고서 발표(Generation Avaiiability Data System Reports)로부터 읽어볼 수 있는데, 이 보고서는 유니트의 사이즈에 의해 그 비중이 가려지고, MWH로 보고된 운전정지기간 정보를 포함하고 있다. 운전 정지의 평균은 한 그룹에서의 평균 유니트 사이즈를 사용하여 본 분야의 통상의 지식을 가진 자에 의해 결정될 수 있다. 특정 보고서는 운전정지는 일으키는 NERC로부터 활용가능할 수 있다. 다른 형태의 시스템에 대한 운전정지 기간은 자격을 갖춘 전문가의 일상의 기술 중 하나를 사용함으로써 얻어질 수 있다. 보수의 비용과 같은 다른 인수는 발전소에 있어서 운전정지 비용에 비해 아주적다. 반면, 자동차에 있어서 블로운 해드 개스킷(blown head gasket)이 오기능 상태에 있는 경우, 중요성을 갖는 것은 이틀동안 대체차량(운전정지기간) 대여하는 비용과 헤드 개스킷을 교환하는 비용(인수 비용)이다. 이러한 상황에 있어서, 보수의 비용은 운전정지기간을 미력한 것으로 하는데, 터빈 블레이드 침식의 중요도를 결정짓는 한 규칙의 예 아래와 같이 기술되는데, 그 중요도란 풀리셔 오기능의 중요도에 기여하게 되는 것이다.
관계 : 일정
증거 : (설비내의 예비 회전자(spare-rotor-in-plant) 0 sf-중요도-블레이드-침식-H)
가설 : 중요도-블레이드-침식
SF : 0
FN : 0
설명 : 각 회전자가 설치대기 상태인 경우 중요도는 교환시간 + 1일(보수 비용과 같음) 그렇지 않은 경우, 중요도는 리블레이딩 운전정지의 기간이다.
DATA : (0 30 0.5 30 0.51 8 18)
상기 규칙은 30일 또는 8일의 중요도를 발생토록 sf-중요도-블레이드-침식-H를 통해 설비내 예비회전자(설치 되기를 가정)로부터 0 또는 1(부정 또는 긍정)을 거친다. 상기를 이루는데에는 다른 방식이 있을 수 있는데, 설비내의 예비 회전자의 값을 기본으로한 두가지 규칙 및 선택에 의해 이루어지는 것으로서 효과적이지는 못하다.
일단 중요도(IMP), 통제성(SEV) 및 신뢰인수(CF)가 결정되면, 우선순위는 신뢰인수, 중요도 및 통제성(SEV)의 곱으로서 결정될 수 있다(결정단계 46) 일단 각 오기능에 대한 우선순위가 결정되면 모든 우선순위 및 이하 우선순위 0를 갖는 오기능은 결정단계(48)을 거치지 않는데, 이는 우선순위가 이하 0인 경우, 오기능이 존재하지 않기 때문이다. 그러면 우선순위에 따라 결정단계(50)에서 저장되고, 오퍼레이터에게 디스플레이된다.
각 오기능이 설비의 동일한 부분에 영향을 미치게 되는 경우, 통제성에 의해 그 모든 것이 동일되야 한다는 결정을 얻을 수 있다. 한 오기능의 통제성은 연속 손상을 겪고 있는 설비 주위의 센서에 의해 결정된다. 두가지 오기능으로 인하여 극심한 장애상태가 발생하는 경우, 통제성은 그 모두 오기능에 대해 할당된다. 예를들면, 고응축 산소 및 고암모니아 농도(고pH)는 급수 히터에서 급속한 구리 합금의 침식을 얻기위해 합성된다(최종 손상은 보일러의 용착에 따른다) 원인 상태중 하나를 취합함으로써, 침식율을 감소시킬 수 있는데, 상기 침식율에 의해 통제성이 결정되며, 상기 침식율이란 산소 1 및 암모니아 농축시 합성된 데이타로부터 평가된다.
단일 오기능이 각각의 연속성을 갖는 경우에, 설비의 각 영향을 받는 부분의 각각의 중요도(IMP) 및 통제성(SEV)는 승산되며, 그 승산된 결과는 합산되어 그 합산결과가 다시 오기능 진단시의 신뢰인수(CF)에 의해 승산된다. 예를들면, 급수에서의 고산소는 급수히터에 손상을 줄 수 있고, 산소량이 실제로 높아지는 경우, 보일러에 손상을 주게된다. 이러한 상황에 있어서, 고산소 오기능을 혼합하는 우선순위는 급수 히터와 관련한 중요성(IMP) + 보일러와 관련한 오기능의 중요도(IMP×통제성으로 표시되는데, 상기 합은 고산소 오기능의 진단시에 신뢰인수(CF)에 의해 승산된다. 제4도는 이러한 상황에서 발생된 처리를 나타낸다.
운전정지 데이타(42)는 설비의 각 부분을 보수하는 시간을 구하는데 사용되는데, 상기 시간은 예를들면, 급수 히터에 대응하는 설비 No. 1를 보수하는(중요도 # 1)시간, 보일러에 대응하는 설비 No. 2를 보수하는 (IMP #2)시간이 된다. 급수 히터를 보수하기 위해서 상기 데이타는 서비스로부터 얻어져야하지만, 설비의 휴지 상태는 라인에 그대로 있을 수 있다. 설비가 서비스로부터 급수히터를 동작시킬 수 있기 때문에, 용량에 대한 그 영향은 운전정지 기간과 동일하게 변환되야만 한다. 서비스로부터의 가장 유효한(최상은) 급수 히터 중요도(IMP)는 설비를 하는 비용의 0.5%을 증가시키거나, 일정열 입력 가하는데에도 용량에 있어서 동일한 손실을 줄 수 있는데, 이러한 것은 짧은 기간에는 무시되는 것으로, 그 기간은 서비스로부터 이틀간의 공급히터 동작에 대한 15분간을 말한다. 보일러 튜브 누설은 평균 3일간의 운전 정비 비용을 낳는다. 이로인해 급수히터 중요도가 그 비중이 증가한다.
전술한바로, 센서 데이타(10)은 연속 손상을 겪는 설비 주위에 있으며, 통제성(SEV)를 결정하는데 사용된다. 통제성(66)은 손상되는 설비의 각 부분에 대해 결정된다. 이들 통제성(66, 68)은 다시 센서가 정확한 데이타를 제공하는 신뢰도에 의해 변조된다. 고산소의 예에 있어서, 산소 및 암모니아 값은 침식율을 평가하고 급수 히터에 있어서 고장 시간을 측정하는데 사용된다. 동시에 침식율은 침전물 형태로 보일러에 대한 침식적을 전달하는데 기반을 둔 보일러 튜브 고장에 대한 시간을 평가하는데 사용되는데, 상기 침전물은 열전달을 감소시켜 보일러 튜브를 오버 히팅함으로써 보일러 튜브의 고장을 유발시킨다.
그러면, 우선순위는 결정단계(70)에서 결정된다. 일단 오기능의 우선순위가 결정되면, 그 오기능은 제3도를 참조하여 전술한 바와 같은 우선순위를 따라 저장된다. 그 결과, 오기능의 리스트는 급수 히터의 고장과 관련한 각각의 오기능 및 보일러와 관련한 각 오기능 뿐아니라, 고급수 산소량과 관련한 복합적인 오기능을 포함하고 있다. 따라서 상기의 오기능은 공통 스케일이 되어, 그 서로가 비교될 수 있다.
제5도는 센서를 보수하는 것과 관련한 우선순위가 전술한 바와 같은 오기능에 따라 동일한 스케일로 어떻게 결정될 수 있는가를 나타낸다. 여러 센서를 사용하여 용이하게 고장에 따라 진단할 수 있는데, 이는 그 부품이 고장이 잘나지 않기 때문으로, 다시 말하면, 센서는 쇼트 및 개방으로 될 수 있기 때문이다. 그 결과, 센서 고장에 대해 결정된(결정단계 16) 신뢰 인수(CF)는 매우 높아 +1에 접근한다. 반면, 화학적 센서는 감도 또는 오구경 측정의 손실로 인해 특별하고 장이나는 것으로 알려져 있다. 센서를 보수하는 우선 순위의 결정에 있어서, 상기 손실과 관련한 통제성이 결정되야만 하는데, 첫째로 결정단계(80)에서는 예비진단로가 활용 가능한지 여부가 결정된다. 소듐 급수 센서에 대한 활용가능한 예비 진단로가 활용가능한지 여부를 결정하는 규칙은 이하와 같다.
관계 : 일정
증거 : (<센-말-Na-F O sf-예비-OK)
가설 : 예비-Na-PE-OK
SF : 1
NF : 1
설명 : 급수 소듐 센서가 오기능중인 신뢰레벨이 0 이하인 경우, 센서는 가정된 취합을 하는데, 그 센서는 폴리셔 유출물 소듐센서에 대한 예비 센서이다.
예비 상태에서의 센서 오기능 통제성은 감지된 설비의 오기능을 진단하는데 있어서 감도 손실에 의해 결정된다. 즉, 그 통제성은 설비의 오기능을 진단하는데 있어 신뢰인수의 손실에 좌우되는데, 그 결과에 따라 결정되어야 한다. 신뢰 인수의 손실에 있어서 결정단계(82)는 이하의 방정식으로 표시된다.
CFM1=ABS(CFWO/S1-CFSIMAX)
CFM2=ABS(CFWO/S1-CFSIMAX)
CF-MAX(CFM2Y, CFMI)
여기서, CFSIMAX는 오기능 센서 표시를 판독하는 최대치와 관련한 신뢰 인수이고, CFSIMIN은 최소 판독치와 관련한 신뢰 인수이며, CFWO/S1는 센서가 전혀없는 오기능 상태의 신뢰 인수가 된다. 최대치(CFSIMAX) 및 최소치(CFSIMIN)에서 센서 신뢰 인수를 측정하는 규칙 및 전체 센서 손실에서의 신뢰 인수는 제한값(최대 및 최소)으로 베이스 규칙에 대한 센서 입력을 세팅시키고, 이러한 제한 값에서 신뢰 인수를 결정하며, 센서가 없이 결정된 값에서 신뢰 인수를 세팅시킴으로서 산출될 수 있다.
일단 신뢰인수의 손실이 결정되면, 그것은 센서 오기능 통제부로 전달되어야 한다(단계 84), 상기 전달은 이하의 방정식으로부터 유도된다.
센서 SEV=(설비 통제성) (ACF)
예비진단로가 존재하지 않는 경우, 시스템은 시스템의 다른 센서가 오기능 센서에 의해 감지되는 설비상태의 변화를 나타내는지의 여부를 결정한다(결정단계 86). 예를들면, 폴리셔 방출물과 급수에 있는 소듐 센서가 동시에 고장나는 경우, 더이상의 예비상태는 없다. 그러한 상황하에서, 폴리셔 방출물의 소듐센서 오기능의 통제성으로 인해 폴리셔 소모에 대한 대기 시간이 발생된다. 대기 시간은 응축 소듐 및 암모니아를 기반으로 생기는 것으로, 폴리셔 재생 때문에 발생한다. 그러나, 특정 전도성 및 산양이온 교환전도성 등의 응축 폴리셔를 감지하는 단른 센서가 변화하기 시작한다면, 소듐 센서의 오기능 통제성은 가장 최악인 경우의 손상과 동일한 값으로 증가하는데, 상기 손상은 센서가 없이 사람이 볼 수 없는 손상이며, 이 경우는, 센서의 최대 값(1000 ppb)에서 부식성 홈으로 인한 보일러 손상의 통제성이 된다. 최대 설비의 사용은 극도로 제한되는데, 이러한 방법을 확장함으로써 센서값을 측정함에 의한 최대 센서값에서의 설비 통제성보다 더 나은 평가를 제공할 수 있다.
중요도(IMP)를 결정하기 위해서 운전정지 데이타(42)는 최소 손상을 결정하도록(결정단계 90)는 액세스되는데, 상기 운전정지 데이타는 설비 오기능의 중요도를 결정하도록(결정단계 44) 또한 사용된다. 설비 요기능 결정의 중요도는 제3도와 관련하여 기술된 결정단계(44)와 동일하다. 최소 손상 및 설비 오기능 중요도로부터 센서 중요도는 결정단계(92)에서 결정 그 센서 중요도 계산의 간단한 일례는 센서가 고장인 경우, 차량내의 온도 센서의 중요도를 어떻게 결정하느냐는 것이다. 온도센서가 고장인 경우, 엔진 대체를 필요로하는 과열 상태 진행중인 엔진에서 야기되는 물 펌프고장을 진단하는 것은 불가능하다. 그 결과, 물 펌프고장의 중요도는 엔진대체와 관련하여 보수의 비용이 된다. 센서가 보수되는 경우, 사람은 펌프를 개재하고, 그 펌프를 보수할 수 있어서 엔진대체는 필요치 않다. 그 결과 센서의 중요도는 엔진 대체비용-펌프 보수 비용이 된다. 센서 오기능의 우선순위는 제3도와 동일한 방식으로 결정된다.
센서 및 1차 설비로서 동일한 공통 스케일상의 예비설비를 보수하기 위한 우선순위를 결정하기 위해서는 제6도에 도시한 바와 같은 처리가 실행된다. 1차 설비와 관련한 오기능에 대한 확인 레벨(CF)는 결정단계(16)에서 결정된다. 센서 데이타(14)의 물리적 해석은 센서가 예비설비로서 지정된 경우를 결정함으로써 설비의 예비부분이 감지되는지 여부가 결정된다(결정단계 100) 예비설비가 감지되지 않은 경우, 통제성(SEV)는 그 예비설비의 예상 수명의 역으로서 세트된다. (단계 102) 예비 설비가 모니터된 경우, 통제성(SEV)는 그 예비 설비가 고장나기까지 평가시간의 역이된다. 예비 설비 보수의 중요도(106)는 1차 설비가 예비설비가 되지 않는다면 마찬가지로 1차 설비의 고장의 중요도는 성이되는 1차 및 예비설비 고장의 중요도가 된다. 즉, 중요도가 설비의 양부분에 대해 동일한 경우, 이는 1차 설비 및 예비설비 모두에 대한 동시 고장의 중요도가 된다. 일단 확인 인수(CF) 통제성 및 중요도(IMP)가 결정되면, 우선순위는 전술한 바와같이 계산될 수 있고, 예비설비와 관련한 오기능은 1차 설비 및 센서로서 동일 스케일상에 랭크된다.
전술한 우선순위 계획이 오기능 우선순위에서 실행될지라도, 우선순위 계획은 임의의 상태로 사용될 수 있다. 예를 들면, 오기능이 장점으로 나타나는 경우, 그 장점은 오기능 우선순위를 고유한 것으로 한다. 그 결과, 디스플레이는 우선순위를 갖는 오기능보다 보수에 대한 우선순위를 갖는 장점이 된다. 또한, 우선순위 계획은 부가 정보의 취합을 위해 장점이 되는 절차로 확장될 수도 있다.
본 발명은 여러 장점 및 그 기능은 상세한 설명란에 기재되고 그 특허청구 범위에서 그 권리를 얻을 수 있도록 청구된다. 또한, 본 발명은 본 발명에 통상의 지식을 가진자에 의해 본 발명의 사상 및 영역을 벗어나지 않는 범위에서 여러가지로 수정 및 변형 될수 있다.

Claims (8)

  1. 시스템내의 오기능 센서 및 설비를 보수하는 우선순위 순서를 결정하는 방법에 있어서, (a)센서 및 설비의 오기능을 진단하여 각 진단에 있어서 정확한 레벨 즉, 신뢰레벨을 결정하는 단계, (b)상기 오기능의 통제성, 설비의 중요도 및 신뢰 레벨에 따라 그 오기능을 분류(46,50)하여 우선순위 순서를 얻는 단계를 포함하는 것을 특징으로 하는 우선순위 순서 결정방법.
  2. 제1항에 있어서, 상기 단계(b)는, (b1) 신뢰레벨의 곱, 통제성 및 중요도에 따라 각 오기능의 우선순위를 결정하는 단계(46), (b2) 우선순위를 기본으로 한 오기능부를 기억시키는 단계(50)를 포함하는 것을 특징으로 하는 방법.
  3. 제1항에 있어서, 상기 단계(b)는 (b1) 상기 오기능으로 인한 각 설비의 유니트에 대한 통제성을 결정하는 단계(66,68), (b2)상기 오기능으로 인한 각 설비의 유니트에 대한 중요도를 결정하는 단계(60,62),(b3) 통제성의 각각의 곱과 설비 유니트의 중요도를 구하는 단계(70),(b4) 그 곱한값을 합산하는 단계, (b5) 신뢰레벨의 곱 및 합산값에 따라 각 오기능의 우선순위를 구하는 단계, (b6) 상기 우선순위를 기반으로 그 오기능부를 기억시키는 단계(50)를 포함하는 것을 특징으로 하는 방법.
  4. 제1항에 있어서, 상기 중요도라는 것은 설비를 보수하는 비용이며, 통제성이란것은 설비가 고장 나기까지 시간의 역(88)이 되는 것을 특징으로 하는 방법.
  5. 제1항에 있어서, 상기 시스템이 센서에 의해 감지되며, 그 센서중 하나가 오기능을 하고 있는 경우, 상기 단계(b)는 (b1) 오기능 센서에 의해 야기된 신뢰레벨의 손실을 결정하여(82) 오기능 설비가 다른 진단로에 의해 진단될 수 있는 경우, 그 손실을 오기능 통제성으로 바꾸는 단계, (b2) 다른 진단로가 있지 않는 경우 그 통제성을 결정하는 단계(40,86,88),(b3) 최소 시스템 손상중 하나로서 센서 중요도 및 설비 오기능 중요도를 결정하는 단계, (b4) 신뢰레벨, 통제성 및 중요도의 곱에 따라 우선순위를 결정하는 단계(44,90,92),(b5) 상기 우선순위를 기본으로 그 오기능부를 기억시키는 단계(50)를 추가로 포함하는 것을 특징으로 하는 방법.
  6. 제5항에 있어서, 단계 (b2)는, (i)다른 센서가 변화를 나타내는지 여부를 결정하는 단계(86), (ii) 다른 센서가 변화를 나타내지 않는 경우, 설비의 예상 수명의 역으로서 통제성을 세팅하는 단계(88), (iii)연속적으로 진단되는 오기능과 더불어 설비의 고장에 대한 평가시간의 역으로서 통제성을 세팅하는 단계(40)를 포함하는 것을 특징으로 하는 방법.
  7. 제1항에 있어서, 상기 설비는 예비설비를 갖고, 상기 단계(b)는 상기 (b1) 상기 설비 및 예비설비의 복합고장의 중요도를 결정하는 단계(106),(b2) 상기 예비설비가 감지되지 않는 경우, 그 예비설비의 예상수명의 역으로서 통제성을 결정하는 단계(106),(b3) 상기 예비설비가 감지된 경우, 그 예비설비의 고장에 대한 평가시간의 역으로서 통제성을 결정하는 단계(104),(b4) 신뢰레벨, 통제성 및 중요도에 따라 우선순위를 결정하는 단계(46),(b5) 상기 우선순위를 기반으로 오기능부를 기억시키는 단계(50)를 포함하는 것을 특징으로 하는 방법.
  8. 시스템내의 오기능센서 및 설비를 보수하는 운선순위 순서를 결정하는 장치에 있어서, (a)각 진단에 있어서 정확한 레벨 즉, 신뢰레벨을 결정하는 수단의 특징을 갖는 센서 및 오기능부를 진단하는 수단(16),(b) 오기능 통제성 (i), 설비의 중요도 (ii) 및 신뢰레벨 (iii)에 따라 오기능을 분류하여 우선순위 순서를 얻는 수단(46, 50)을 포함하는 것을 특징으로 하는 우선순위 순서 결정장치.
KR1019890001776A 1988-02-16 1989-02-16 발전소 설비의 보수 우선 순위를 정하는 자동 시스템 KR970004261B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US07/156,064 US5132920A (en) 1988-02-16 1988-02-16 Automated system to prioritize repair of plant equipment
US156,064 1988-02-16
US156064 1993-11-22

Publications (2)

Publication Number Publication Date
KR890013574A KR890013574A (ko) 1989-09-25
KR970004261B1 true KR970004261B1 (ko) 1997-03-26

Family

ID=22557954

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019890001776A KR970004261B1 (ko) 1988-02-16 1989-02-16 발전소 설비의 보수 우선 순위를 정하는 자동 시스템

Country Status (7)

Country Link
US (1) US5132920A (ko)
JP (1) JP2824524B2 (ko)
KR (1) KR970004261B1 (ko)
CN (1) CN1016011B (ko)
CA (1) CA1326555C (ko)
ES (1) ES2010403A6 (ko)
IT (1) IT8941520A0 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013077583A1 (ko) * 2011-11-21 2013-05-30 두산중공업 주식회사 발전소 다중제어 시스템의 상태 표시 장치

Families Citing this family (87)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4008560C2 (de) * 1989-03-17 1995-11-02 Hitachi Ltd Verfahren und Vorrichtung zum Bestimmen einer Restlebensdauer eines Aggregats
US5253184A (en) * 1991-06-19 1993-10-12 Storage Technology Corporation Failure and performance tracking system
US5319572A (en) * 1991-10-02 1994-06-07 Westinghouse Electric Corp. Electrohydraulic fluid monitor system
US5442555A (en) * 1992-05-18 1995-08-15 Argonne National Laboratory Combined expert system/neural networks method for process fault diagnosis
US5265035A (en) * 1992-05-18 1993-11-23 The University Of Chicago System diagnostics using qualitative analysis and component functional classification
FR2692037B1 (fr) * 1992-06-03 1997-08-08 Thomson Csf Procede de diagnostic d'un processus evolutif.
JP2639287B2 (ja) * 1992-08-11 1997-08-06 株式会社デンソー 車両の自己診断装置
DE4242323C2 (de) * 1992-12-15 1995-02-16 Siemens Ag Verfahren zur Systemführung bei der Entstörung von Einrichtungen in Kommunikationssystemen
EP0643345B1 (de) * 1993-09-02 1998-10-21 Siemens Aktiengesellschaft Datenverarbeitungsanlage zur Überwachung von Betriebszuständen einer technischen Anlage
US5621654A (en) * 1994-04-15 1997-04-15 Long Island Lighting Company System and method for economic dispatching of electrical power
AU3697295A (en) * 1994-10-26 1996-05-23 Siemens Aktiengesellschaft Process for analysing a measurement and measurement analyser for implementing it
US5657245A (en) * 1994-11-09 1997-08-12 Westinghouse Electric Corporation Component maintenance system
US5737227A (en) * 1996-03-19 1998-04-07 Consulex Corporation Software planning program for coatings
US5845272A (en) * 1996-11-29 1998-12-01 General Electric Company System and method for isolating failures in a locomotive
US6067505A (en) * 1997-04-10 2000-05-23 The Foxboro Company Method and apparatus for self-calibration of a coordinated control system for an electric power generating station
US6192352B1 (en) * 1998-02-20 2001-02-20 Tennessee Valley Authority Artificial neural network and fuzzy logic based boiler tube leak detection systems
US6363330B1 (en) 1998-04-10 2002-03-26 Satnam Singh Sampuran Alag Thermocouple failure detection in power generation turbines
US6324490B1 (en) * 1999-01-25 2001-11-27 J&L Fiber Services, Inc. Monitoring system and method for a fiber processing apparatus
US6494617B1 (en) 1999-04-30 2002-12-17 General Electric Company Status detection apparatus and method for fluid-filled electrical equipment
US6299018B1 (en) * 1999-09-27 2001-10-09 Kimberly L. Kimbrell Bandage dispensing device
US6526358B1 (en) * 1999-10-01 2003-02-25 General Electric Company Model-based detection of leaks and blockages in fluid handling systems
DE60011142T2 (de) * 1999-10-28 2005-06-02 General Electric Co. Vorrichtung und verfahren für leistungs- und fehlerdatenanalyse
MXPA02004194A (es) * 1999-10-28 2002-10-17 Gen Electric Metodo y sistema para administrar remotamente la comunicacion de datos utilizados para pronosticar malos funcionamientos en una pluralidad de maquinas.
US6338152B1 (en) 1999-10-28 2002-01-08 General Electric Company Method and system for remotely managing communication of data used for predicting malfunctions in a plurality of machines
US6651034B1 (en) 1999-10-28 2003-11-18 General Electric Company Apparatus and method for performance and fault data analysis
JP3799217B2 (ja) * 2000-06-22 2006-07-19 株式会社日立製作所 発電設備の運用管理システム及び保守管理サービス方法
IL137305A (en) * 2000-07-13 2005-08-31 Clicksoftware Technologies Ld Method and system for sharing knowledge
US6556924B1 (en) * 2000-07-27 2003-04-29 Hydroscope Canada Inc. Maintenance optimization system for water pipelines
JP4756793B2 (ja) * 2000-09-14 2011-08-24 株式会社小松製作所 建設機械の管理装置
US7383191B1 (en) * 2000-11-28 2008-06-03 International Business Machines Corporation Method and system for predicting causes of network service outages using time domain correlation
EP1217486A1 (de) * 2000-12-21 2002-06-26 ABB Schweiz AG Verfahren zur Unterhaltsplanung von technischen Einrichtungen
US20020087220A1 (en) * 2000-12-29 2002-07-04 Tveit Tor Andreas System and method to provide maintenance for an electrical power generation, transmission and distribution system
US6735549B2 (en) 2001-03-28 2004-05-11 Westinghouse Electric Co. Llc Predictive maintenance display system
WO2002097545A1 (en) * 2001-05-29 2002-12-05 Westinghouse Electric Company Llc Health monitoring display system for a complex plant
US7603289B2 (en) * 2001-07-13 2009-10-13 Siemens Aktiengesellschaft System and method for electronic delivery of content for industrial automation systems
US6975913B2 (en) 2001-07-13 2005-12-13 Siemens Aktiengesellschaft Database system and method for industrial automation services
US20030036939A1 (en) * 2001-07-20 2003-02-20 Flores Abelardo A. Method and system configure to manage a maintenance process
JP4474814B2 (ja) * 2001-09-05 2010-06-09 三菱電機株式会社 監視システム
US8571911B1 (en) * 2001-11-16 2013-10-29 Westinghouse Electric Company Llc Facility life management method
US20040088846A1 (en) * 2002-11-13 2004-05-13 Unilever Home & Personal Care Usa, Division Of Conopco, Inc. Method for in home servicing of dry cleaning machines
DE10323040A1 (de) * 2003-05-20 2004-12-23 T-Mobile Deutschland Gmbh Verfahren zur automatisierten Ermittlung des mittelbaren und unmittelbaren Schadensausmaßes in Folge eines Ausfalls von in einen Produktionsablauf eingebundenen technischen Komponenten in Objekten
US6990431B2 (en) * 2003-06-23 2006-01-24 Municipal And Industrial Data Labs, Inc. System and software to monitor cyclic equipment efficiency and related methods
DE10331207A1 (de) * 2003-07-10 2005-01-27 Daimlerchrysler Ag Verfahren und Vorrichtung zur Vorhersage einer Ausfall-Häufigkeit
US20050086064A1 (en) * 2003-10-21 2005-04-21 Dively Rogest W.Ii. Corrosion Control System
US20050096759A1 (en) * 2003-10-31 2005-05-05 General Electric Company Distributed power generation plant automated event assessment and mitigation plan determination process
GB0325560D0 (en) * 2003-10-31 2003-12-03 Seebyte Ltd Intelligent integrated diagnostics
GB2409297A (en) * 2003-12-16 2005-06-22 Ibm Method of assessing the impact of the failure of a component on the temporal activity of the services supported by the component
US7558834B2 (en) * 2003-12-29 2009-07-07 Ebay Inc. Method and system to process issue data pertaining to a system
US20060149837A1 (en) * 2004-12-17 2006-07-06 General Electric Company Remote monitoring and diagnostics service prioritization method and system
US8422377B2 (en) * 2004-12-17 2013-04-16 General Electric Company Remote monitoring and diagnostics system with automated problem notification
ES2302133T3 (es) * 2005-01-26 2008-07-01 Oce-Technologies B.V. Analisis automatico de comportamiento y solucion de fallos.
US8005647B2 (en) * 2005-04-08 2011-08-23 Rosemount, Inc. Method and apparatus for monitoring and performing corrective measures in a process plant using monitoring data with corrective measures data
US8150720B2 (en) * 2005-08-29 2012-04-03 Emerson Retail Services, Inc. Dispatch management model
JP4717579B2 (ja) * 2005-09-30 2011-07-06 株式会社小松製作所 作業機械のメンテナンス作業管理システム
JP4696874B2 (ja) * 2005-11-28 2011-06-08 株式会社日立製作所 リソース予測装置及び方法
US20080255681A1 (en) * 2007-04-10 2008-10-16 Cindy Alsup Scott Methods and apparatus to manage process plant alarms
US20090150201A1 (en) * 2007-12-07 2009-06-11 Raymond Dufresne System and method for capital budgeting
US8600556B2 (en) 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager
US11269303B2 (en) 2009-06-22 2022-03-08 Johnson Controls Technology Company Systems and methods for detecting changes in energy usage in a building
US20110020122A1 (en) * 2009-07-24 2011-01-27 Honeywell International Inc. Integrated condition based maintenance system for wind turbines
DK176915B1 (en) * 2009-08-25 2010-05-03 Vestas Wind Sys As Method and system for adjusting the alarm level of a component of a wind turbine.
US9557735B2 (en) * 2009-12-10 2017-01-31 Fisher-Rosemount Systems, Inc. Methods and apparatus to manage process control status rollups
FR2956701B1 (fr) 2010-02-24 2012-07-06 Snecma Systeme de detection et de localisation de pannes et moteur comportant un tel systeme
US20120116826A1 (en) * 2010-11-08 2012-05-10 Bank Of America Corporation Evaluating capital for replacement
US20120191496A1 (en) * 2011-01-24 2012-07-26 David Stephen Muench System and method for use in a condition-based repair process
JP5739182B2 (ja) * 2011-02-04 2015-06-24 インターナショナル・ビジネス・マシーンズ・コーポレーションＩｎｔｅｒｎａｔｉｏｎａｌ Ｂｕｓｉｎｅｓｓ Ｍａｃｈｉｎｅｓ Ｃｏｒｐｏｒａｔｉｏｎ 制御システム、方法およびプログラム
KR101223786B1 (ko) * 2011-04-05 2013-01-17 한국수력원자력 주식회사 고장 진단 시스템 및 방법
CN102156820B (zh) * 2011-04-27 2014-10-22 北京航空航天大学 一种机械装配工艺的危害性分析方法
FR2987690B1 (fr) * 2012-03-05 2015-07-17 Schneider Electric Ind Sas Procede et dispositif de maintenance d'une installation electrique
CA2875658A1 (en) 2012-06-04 2013-12-12 Carl J. Reed Product driven approach to technology provisioning, operations, and billing
JP5892867B2 (ja) * 2012-06-04 2016-03-23 三菱電機ビルテクノサービス株式会社 設備点検計画支援装置及びプログラム
US20140358626A1 (en) * 2013-06-04 2014-12-04 Hewlett-Packard Development Company, L.P. Assessing the impact of an incident in a service level agreement
CN103345584B (zh) * 2013-07-11 2016-04-20 南京晨光集团有限责任公司 评估航天器总装生产问题处理优先性的方法
US20150120224A1 (en) * 2013-10-29 2015-04-30 C3 Energy, Inc. Systems and methods for processing data relating to energy usage
CN103698150B (zh) * 2014-01-06 2016-08-17 复旦大学 一种重大发电设备的失效综合判定方法
EP3278213A4 (en) 2015-06-05 2019-01-30 C3 IoT, Inc. SYSTEMS, METHODS AND DEVICES FOR AN APPLICATION DEVELOPMENT PLATFORM OF AN INTERNET OF THE THINGS OF A COMPANY
WO2017039665A1 (en) * 2015-09-03 2017-03-09 General Electric Company Method and apparatus for rating failure data structures
FR3041326B1 (fr) * 2015-09-18 2019-05-10 Safran Aircraft Engines Systeme et procede d'aide a la decision pour la maintenance d'une machine avec apprentissage d'un modele de decision supervise par avis d'experts
US10295363B1 (en) * 2016-01-22 2019-05-21 State Farm Mutual Automobile Insurance Company Autonomous operation suitability assessment and mapping
JP6602399B2 (ja) * 2016-02-05 2019-11-06 株式会社東芝 センサ故障診断装置、方法、及びプログラム
WO2018079778A1 (ja) * 2016-10-31 2018-05-03 日本電気株式会社 生産管理装置、方法、プログラム
KR20190000261A (ko) * 2017-06-22 2019-01-02 두산인프라코어 주식회사 건설 기계의 에러 점검 시스템
CN110807539A (zh) * 2018-07-20 2020-02-18 国网安徽省电力有限公司电力科学研究院 一种故障设备维修路径选择方法和装置
DE102019108278A1 (de) * 2019-03-29 2020-10-01 Liebherr-Components Biberach Gmbh Vorrichtung zum Ermitteln des Ist-Zustands und/oder der Restlebensdauer einer Baumaschine
RU196150U1 (ru) * 2019-09-23 2020-02-18 Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны им. Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации Устройство для решения задачи оценки комплекса мероприятий по переоснащению парка радиоэлектронной техники радиотехнических частей и подразделений группировки войск противовоздушной обороны
US11868909B2 (en) 2020-01-30 2024-01-09 Ford Global Technologies, Llc Enhanced vehicle maintenance
CN111723951B (zh) * 2020-06-11 2024-04-26 贵州中烟工业有限责任公司 一种电气故障的排查方法

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3678256A (en) * 1970-10-05 1972-07-18 Mc Donnell Douglas Corp Performance and failure assessment monitor
US3873817A (en) * 1972-05-03 1975-03-25 Westinghouse Electric Corp On-line monitoring of steam turbine performance
USRE31247E (en) * 1974-01-15 1983-05-17 Kearney & Trecker Corporation Diagnostic communications system for computer controlled machine tools
US4234926A (en) * 1978-12-05 1980-11-18 Sealand Service Inc. System & method for monitoring & diagnosing faults in environmentally controlled containers, such system and method being especially adapted for remote computer controlled monitoring of numerous transportable containers over existing on-site power wiring
US4383298A (en) * 1980-04-10 1983-05-10 Ciba-Geigy Corporation Plant maintenance control system
US4599692A (en) * 1984-01-16 1986-07-08 Itt Corporation Probabilistic learning element employing context drive searching
US4649515A (en) * 1984-04-30 1987-03-10 Westinghouse Electric Corp. Methods and apparatus for system fault diagnosis and control
US4517468A (en) * 1984-04-30 1985-05-14 Westinghouse Electric Corp. Diagnostic system and method
JPS613276A (ja) * 1984-06-18 1986-01-09 Oki Electric Ind Co Ltd 自動取引装置におけるエラ−制御方式
US4703446A (en) * 1984-07-03 1987-10-27 Nec Corporation Data processing unit diagnosis control apparatus
US4642782A (en) * 1984-07-31 1987-02-10 Westinghouse Electric Corp. Rule based diagnostic system with dynamic alteration capability
US4644479A (en) * 1984-07-31 1987-02-17 Westinghouse Electric Corp. Diagnostic apparatus
US4701845A (en) * 1984-10-25 1987-10-20 Unisys Corporation User interface processor for computer network with maintenance and programmable interrupt capability
US4719587A (en) * 1985-04-16 1988-01-12 Combustion Engineering, Inc. Future behavior equipment predictive system
US4698756A (en) * 1985-07-16 1987-10-06 Westinghouse Electric Corp. Generator stator winding diagnostic system
US4729124A (en) * 1985-12-19 1988-03-01 Concurrent Computer Corporation Diagnostic system
US4771427A (en) * 1986-10-02 1988-09-13 United Technologies Corporation Equalization in redundant channels

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013077583A1 (ko) * 2011-11-21 2013-05-30 두산중공업 주식회사 발전소 다중제어 시스템의 상태 표시 장치

Also Published As

Publication number Publication date
CA1326555C (en) 1994-01-25
CN1016011B (zh) 1992-03-25
KR890013574A (ko) 1989-09-25
JP2824524B2 (ja) 1998-11-11
IT8941520A0 (it) 1989-02-15
US5132920A (en) 1992-07-21
CN1036647A (zh) 1989-10-25
ES2010403A6 (es) 1989-11-01
JPH028999A (ja) 1990-01-12

Similar Documents

Publication Publication Date Title
KR970004261B1 (ko) 발전소 설비의 보수 우선 순위를 정하는 자동 시스템
CN100504689C (zh) 检测连续过程中的系统部件的故障
US5249260A (en) Data input system
US5724254A (en) Apparatus and method for analyzing power plant water chemistry
EP2423768B1 (en) Sensor validation and value replacement for continuous emissions monitoring
AU595950B2 (en) Intelligent chemistry management system
EP0351833A2 (en) Plant fault diagnosis system
JP2002155708A (ja) 発電プラントのガイダンス提供システムおよび方法
KR101103131B1 (ko) 원자력발전소 예비디젤발전기의 진단장치 및 방법
US6502018B1 (en) Method for diagnosis of equipment
KR102470112B1 (ko) 원전의 지능형 상태감시 방법 및 시스템
US8103392B2 (en) Developments in or relating to system prognostics
JP3394817B2 (ja) プラント診断装置
Singer et al. A pattern-recognition-based, fault-tolerant monitoring and diagnostic technique
Aronson et al. Adaptation of algorithms for diagnostics of steam turbine unit equipment to specific conditions at thermal power stations
EP0738967A2 (en) Data input system
JPH02136713A (ja) プラント設備診断システム
Campbell Turbine Protection System Performance.
JPH05141206A (ja) 発電プラントの性能診断方法
Millar et al. DIALOGS: diagnostics with logistic support for system supervision
King et al. Pattern-recognition system application to EBR-II plant-life extension
King et al. Development and application of diagnostic systems to achieve fault tolerance
Jonas et al. EPRI ChemExpert: Cycle Chemistry Advisor for Fossil Power Plants
Vasudeva Power plant operation and maintenance cost reduction through control system improvements
Surgenor et al. Thermal fault analysis and the diagnostic model processor

Legal Events

Date Code Title Description
A201 Request for examination
G160 Decision to publish patent application
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20110718

Year of fee payment: 15

EXPY Expiration of term