WO2014091956A1 - 監視装置、監視方法、及びプログラム - Google Patents

監視装置、監視方法、及びプログラム Download PDF

Info

Publication number
WO2014091956A1
WO2014091956A1 PCT/JP2013/082307 JP2013082307W WO2014091956A1 WO 2014091956 A1 WO2014091956 A1 WO 2014091956A1 JP 2013082307 W JP2013082307 W JP 2013082307W WO 2014091956 A1 WO2014091956 A1 WO 2014091956A1
Authority
WO
WIPO (PCT)
Prior art keywords
vibration sensors
turbine
relationship
vibration
sensor
Prior art date
Application number
PCT/JP2013/082307
Other languages
English (en)
French (fr)
Inventor
哲 寺澤
加藤　真也
敬之 山本
敬喜 朝倉
林　司
山本　秀夫
睦男 生田
安達　勝
将弘 崎部
健三 宮
知也 相馬
真弓 高城
大石　敏之
Original Assignee
日本電気株式会社
中国電力株式会社
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 日本電気株式会社, 中国電力株式会社 filed Critical 日本電気株式会社
Priority to JP2014551983A priority Critical patent/JP6308591B2/ja
Publication of WO2014091956A1 publication Critical patent/WO2014091956A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • 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
    • G05B23/0218—Electric 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
    • G05B23/0243—Electric 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 model based detection method, e.g. first-principles knowledge model

Definitions

  • the present invention relates to a monitoring device, method, and program for monitoring abnormality, deterioration, etc. of a turbine shaft, and more particularly, to a monitoring device, method, and program for a generator turbine shaft.
  • generator turbines are used in nuclear power plants, thermal power plants (hereinafter referred to as power plants), etc., and there is a risk of serious accidents if the rotating shaft of the turbine is abnormal or deteriorated. There is. For this reason, it is extremely important to monitor abnormalities and deterioration of the rotating shaft of the turbine.
  • the rotating shafts (turbine shafts) of a plurality of generator turbines from the high pressure turbine to the low pressure turbine are connected to each other and connected to the rotating shaft of the generator.
  • attempts have been made to detect abnormalities, deterioration, etc. of the turbine shaft by detecting abnormal vibrations in the bearing with a vibration sensor. For this reason, in order to monitor abnormality, deterioration, etc.
  • Patent Document 1 discloses a shaft vibration monitoring system and a shaft vibration monitoring device for a turbine generator.
  • Patent Document 1 when a vibration sensor that detects vibration of the turbine shaft is attached to the turbine shaft and the output of the vibration sensor exceeds a predetermined trip value, The shaft vibration monitoring system and the shaft vibration monitoring device that are judged to be abnormal are clarified. Further, in Patent Document 1, since the output of the vibration sensor is easily affected by noise from electrical and mechanical equipment provided around the turbine generator, the influence of noise is obtained by averaging the output from the vibration sensor. It has been proposed to mitigate.
  • Patent Document 1 the output of a vibration sensor provided in a turbine generator is individually processed, that is, individually compared with a trip value or a threshold value and averaged.
  • Patent Literature 1 does not disclose monitoring the outputs of a plurality of vibration sensors at all.
  • the subject of this invention is providing the monitoring apparatus and monitoring method which can detect abnormality, deterioration, etc. of a turbine shaft during a driving
  • a plurality of vibration sensors a relationship storage database that models correlations between sensor values obtained from the plurality of vibration sensors, and stores them as a relationship model;
  • a relationship verification module that is detected by a vibration sensor and compares a detection result representing a relationship between the plurality of vibration sensors with the relationship model, verifies the relationship between the plurality of vibration sensors, and outputs a verification result; It is possible to obtain a monitoring device characterized by having
  • a plurality of vibration sensors are provided in a turbine having a rotating shaft, a correlation between vibration data in the plurality of vibration sensors is constructed as a relationship model, and the power generation
  • a monitoring method comprising: comparing measurement data obtained from the plurality of vibration sensors when driving a mechanical turbine and the relationship model to verify disturbance of the measurement data from the relationship model.
  • a computer-readable program that receives sensor data from a plurality of vibration sensors and diagnoses a state of an attachment position of the vibration sensor, and A step of constructing a correlation between sensor data as a relationship model, a step of comparing measurement data from the plurality of vibration sensors with the relationship model, and verification of disturbance of the measurement data from the relationship model
  • a program characterized by causing the computer to perform the step of performing is obtained.
  • abnormality or deterioration of the turbine shaft can be detected during operation of the turbine without stopping or disassembling the turbine. For this reason, when this invention is applied to a power plant, the operation rate of a power plant can be raised and the period of a periodic inspection can be lengthened.
  • the present invention makes it possible to detect turbine shaft rigidity deterioration (cracking), bearing wear, and the like.
  • FIG. 1 is a block diagram illustrating an example of a system according to an embodiment of the present invention.
  • FIG. 2 is a flowchart for explaining a model generation mode executed in the system shown in FIG.
  • FIG. 3 is a table showing the relationship between the fit value indicating the strength of the correlation between the vibration sensors and the physical position of the vibration sensor.
  • FIG. 4 is a flowchart for explaining a monitoring mode executed in an embodiment of the present invention.
  • FIG. 1 an example in which the monitoring device according to the present invention is applied to a system (here, a power plant system) is shown.
  • the illustrated power plant system includes a generator 11 and a plurality of turbines.
  • FIG. 1 exemplarily shows a case where three turbines (herein, referred to as first, second, and third turbines 131, 132, and 133) are provided.
  • the third turbine 133 is a high-pressure turbine to which high-pressure steam is supplied, and the other second and first turbines 131 and 132 are low-pressure turbines to which low-pressure steam is supplied rather than steam supplied to the high-pressure turbine 133.
  • the present invention is not limited to a system including three turbines, and can be applied to a system including four or more turbines or a system including a single turbine, for example.
  • one end of the turbine shaft of the first turbine 131 is connected to the rotating shaft of the generator 11, while the other end of the turbine shaft of the first turbine 131 is the turbine of the second turbine 132. It is connected to one end of the shaft.
  • the other end of the turbine shaft of the second turbine 132 is connected to one end of the turbine shaft of the third turbine 133 that is a high-pressure turbine.
  • Bearing portions are provided at both ends of the turbine shafts of the first to third turbines 131 to 133.
  • first and second vibration sensors S1 and S2 are attached to both ends of the rotating shaft of the generator 11, and further a rotation speed sensor R1 for detecting the rotation speed of the generator 11 is also attached.
  • third and fourth vibration sensors S3 and S4 are attached to both ends of the turbine shaft of the first turbine 131
  • fifth and sixth vibration sensors S5 are attached to both ends of the turbine shaft of the second turbine 132.
  • S6 is attached to both ends of the turbine shaft of the third turbine 133, respectively.
  • An identification number (ID) is assigned to each of the vibration sensors S1 to S8.
  • the vibration sensors S1 to S8 described above constitute a part of the monitoring device according to the present invention.
  • the sensor detection values (sensor data) output from the first to eighth vibration sensors S1 to S8 are given to the monitoring module 15 together with the output value from the rotation speed sensor R1.
  • the monitoring module 15 stores sensor detection values from the vibration sensors S1 to S8 as sensor information in the sensor value storage database 17 together with IDs, times, physical positions, measurement target information, and the like of the vibration sensors S1 to S8. .
  • the sensor information stored and accumulated in the sensor value storage database 17 is input to the preprocessing module 19, and the preprocessing module 19 performs averaging processing for removing noise and the like, extraction processing for waveform feature points, and the like.
  • the preprocessed sensor data is stored in the sensor accompanying information storage database 21.
  • the pre-processing module 19 When used in a situation where noise is not a problem, the pre-processing module 19 is unnecessary, and in this case, the sensor-associated information storage database 21 is also unnecessary.
  • sensor data preprocessed by the preprocessing module 19 is input to the relationship verification module 23.
  • the relationship verification module 23 verifies the relationship between sensor data of a plurality of vibration sensors (here, the first to eighth vibration sensors S1 to S8).
  • the relationship verification module 23 includes a relationship storage database 25.
  • the relationship storage database 25 accumulates relationships between past sensors that represent the correlation between the sensor data of the first to eighth vibration sensors S1 to S8. As the relationship between past sensors, it is preferable to use the output data of each sensor when the system is operating normally.
  • the verification result in the relationship verification module 23 is given to the diagnosis module 27 and compared with the abnormal pattern stored in advance in the abnormal pattern storage database 29. If an abnormality is detected as a result of the comparison, an alarm or a display device is notified.
  • the monitoring module 15, the preprocessing module 19, the relationship verification module 23, and the diagnostic module 27 are illustrated as hardware, but these modules are actually executed by a computer. Consists of possible programs.
  • the monitoring module 15, the preprocessing module 19, the relationship verification module 23, and the diagnostic module 27 include a memory that stores programs for executing operations in these modules, and a computer (CPU) that executes these programs. Can be realized.
  • the correlation between sensor data output from a plurality of vibration sensors (here, eight vibration sensors) by the relationship verification module 23 and the relationship storage database 25 is used.
  • the correlation between the normality and the correlation in the normal state and detecting the disturbance of the correlation of the sensor data from the correlation in the normal state, the abnormality or deterioration of the turbine shaft is detected. Yes.
  • FIGS. 1 the generation mode (phase) of the relationship model stored in the relationship storage database 25 is shown.
  • the relationship model generation mode is described as being executed by a program that can be executed by a computer, but it can also be realized by using a hardware circuit.
  • a sensor data collection period is defined, and a collection period is set (step F1-2).
  • sensor data is acquired from the plurality of vibration sensors S1 to S8 during the collection period.
  • the acquired sensor data is stored in a memory (not shown) included in the relationship verification module 23.
  • Step F1-4 under the control of the verification program that realizes the operation of the relationship verification module 23, a relationship model that represents the correlation between the sensor data from the plurality of vibration sensors S1 to S8 is constructed. Is done.
  • the constructed relationship model is stored in the relationship storage model 25 in step F1-5.
  • the relationship verification module 23 generates a fit value indicating the degree of correlation of sensor data from a plurality of vibration sensors for each vibration sensor. Further, the relationship verification module 23 creates a table in which vibration sensors are arranged in order of high correlation for each vibration sensor, stores the table in the relationship storage database 25, and ends the creation of the relationship model.
  • FIG. 3 an example of the relationship model created by the process shown in FIG. 2 is shown. Here, an example in which ten vibration sensors are provided is shown. In the uppermost column of FIG. 3, the fit values are shown in order from the highest fit value (first) to the lowest fit value (9th). In the leftmost column of FIG. 3, numbers 1 to 10 of the first to tenth vibration sensors are shown.
  • the vibration sensor having the highest correlation with the vibration sensor 1 is the fourth vibration sensor shown in the column of the fit value 1, and hereinafter, the fifth, ninth, sixth, third, eighth, The correlation becomes weaker in the order of 7, 2, and 10 vibration sensors.
  • the vibration sensor 6 having the highest correlation with the second vibration sensor 2 is the sixth vibration sensor 6, and is referred to as 6, 3, 5, 9, 7, 4, 1, 8, 10 below. In this order, the correlation with the second vibration sensor 2 becomes weaker.
  • the sensor data of the vibration sensors at the physical positions closest to each other are not necessarily the most correlated, and the sensor data of the vibration sensors at the separated positions are not necessarily the highest. It can be seen that there is a case where the correlation between them is the highest.
  • a table for normal operation is created and stored in the relationship storage database 25, and this table is compared with the detection data obtained by the vibration sensor, so that there is an abnormality in the turbine shaft. Whether the system has deteriorated, worn, or the like can be detected during system operation. For example, in FIG. 3, if the first “4” and the second “5” of the correlation with respect to the vibration sensor 1 are replaced with “5” and “4”, there is some abnormality in the system. You can detect what happened. However, in this state, the location where the abnormality has occurred cannot be specified. In order to specify the location where the abnormality has occurred, the relationship between the correlation disorder and the abnormal pattern is stored in advance in the abnormal pattern storage database 29. With reference to FIG.
  • the monitoring mode shown in FIG. 4 includes the monitoring module 15, the sensor value storage database 17, the relationship verification module 23, the relationship storage database 25, the diagnostic module 27, and the abnormal pattern storage database 29 shown in FIG. Done with. Actually, the monitoring mode is executed by a program that realizes an operation corresponding to the operation performed by the above-described module, but can also be realized by using a hardware circuit. Note that the preprocessing module 19 and the sensor-associated information storage database can be used as necessary.
  • the monitoring mode shown in FIG. 4 is started by acquiring a sensor value (detection data) from each vibration sensor in the monitoring module 15 (step F2-1), and the correlation between the vibration sensors is step F2-. 2 is confirmed.
  • step F ⁇ b> 2-3 the relationship verification module 23 checks whether there is any disturbance in the correlation between sensor data (that is, measurement data) from each sensor. That is, whether or not the table shown in FIG. 3 and the measurement data from each vibration sensor have the same correlation is determined for each vibration sensor in step F2-3.
  • step F2-3: No the process returns to step F2-1, and measurement data from other vibration sensors is acquired.
  • step F2-3: Yes the relationship verification module 23 determines that an abnormality has occurred in the turbine shaft, and proceeds to step F2-4. To do.
  • step F2-4 a fit value indicating the correlation of measurement data from each vibration sensor is generated, and a pattern as shown in FIG. Stored in the database 25.
  • step F2-5 the diagnostic module 27 is activated, the abnormal pattern stored in advance in the abnormal pattern storage database 29 is compared with the pattern created for the detection data, and the difference between the two is extracted.
  • the diagnostic module 27 detects the abnormal pattern, and indicates the location of the turbine shaft deflection or the like, thereby terminating the process.
  • a plurality of vibration sensors a database that models correlations between sensor values obtained from the plurality of vibration sensors, and stored as a relationship model; and the plurality of vibration sensors detected by the plurality of vibration sensors
  • a monitoring apparatus comprising: a module that compares a detection result representing a relationship between sensors with the relationship model, verifies a relationship between the plurality of vibration sensors, and outputs a verification result.
  • the monitoring apparatus according to supplementary note 1, further comprising a diagnostic module for performing a diagnosis based on the verification result.
  • a diagnostic module for performing a diagnosis based on the verification result.
  • the monitoring device according to supplementary note 1 or 2, wherein the plurality of vibration sensors are attached to different positions of the turbine.
  • the plurality of vibration sensors are attached to bearings of the turbine.
  • the said turbine is a turbine for generators, The monitoring apparatus of Additional remark 3 or 4 characterized by the above-mentioned.
  • a plurality of vibration sensors are provided in a turbine having a rotating shaft, and a correlation between vibration data in the plurality of vibration sensors is constructed as a relationship model, and when the generator turbine is driven
  • a monitoring method comprising: comparing measured vibration data obtained from the plurality of vibration sensors and the relationship model to verify disturbance of the measured vibration data from the relationship model.
  • the monitoring method according to supplementary note 6 wherein after the disturbance of the measured vibration data from the relationship model is verified, the presence or absence of deterioration of the rotating shaft of the turbine is diagnosed.
  • the measurement vibration data is stored in a storage database, and the stored measurement vibration data is preprocessed and then compared with the relationship model.
  • Monitoring method described in. The monitoring method characterized by averaging the said measurement vibration data and extracting a wavelength feature point in the said pre-processing.
  • a computer-readable program that receives sensor data from a plurality of vibration sensors and diagnoses the state of the mounting position of the vibration sensors, and the correlation between the sensor data in the plurality of vibration sensors Building a relationship as a relationship model; A program for causing the computer to perform a step of comparing measurement data from the plurality of vibration sensors with the relationship model and a step of verifying disturbance of the measurement data from the relationship model.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

タービン軸の異なる位置に設けられた複数の振動センサのセンサデータ相互間の相関関係性を関係性モデルとして構築しておき、各振動センサの測定データを関係性モデルと比較することによって、異常を検出できる監視装置、方法、及びプログラムが得られる。

Description

監視装置、監視方法、及びプログラム
　本発明は、タービン軸の異常、劣化等を監視する監視装置、方法、及びプログラムに関し、特に、発電機用タービン軸の監視装置、方法、及びプログラムに関する。
　一般に、発電機用タービンは原子力発電所、火力発電所（以下、発電所）等で用いられている関係上、タービンの回転軸に異常、劣化等が生じた場合、重大な事故に繋がる危険性がある。このため、タービンの回転軸の異常、劣化等を監視することは極めて重要である。
　また、発電所では、高圧タービンから低圧タービンに至る複数の発電機用タービンの回転軸（タービン軸）が互いに連結され、発電機の回転軸に連結されている。この場合、軸受における異常振動を振動センサにより検出することにより、タービン軸の異常、劣化等を検知する検知する試みが行なわれている。このため、各タービン軸における異常、劣化等を監視するために、各タービン軸の軸受には、複数の振動センサが取り付けられている。
　しかしながら、タービン軸が破壊した場合を除いて、確実にタービン軸の異常、劣化等を検知する手法は確立されていないのが実情である。したがって、実際の運用上、発電機の停止或いは分解後の目視や、超音波による非破壊検査の手法によって、タービン軸を監視することが行なわれている。
　一方、特許文献１には、タービン発電機の軸振動監視システム及び軸振動監視装置が開示されている。具体的に説明すると、特許文献１は、タービン軸に、当該タービン軸の振動を検出する振動センサを取り付けておき、振動センサの出力が予め定められたトリップ値を越えた場合、タービン発電機の異常と判断する軸振動監視システム及び軸振動監視装置を明らかにしている。更に、特許文献１では、振動センサの出力が、タービン発電機周辺に設けられた電気・機械設備によるノイズの影響を受けやすいため、振動センサからの出力を平均化処理することにより、ノイズの影響を軽減することが提案されている。
特開２００９−２８１７３４号
　特許文献１は、タービン発電機に設けられた振動センサの出力を個別に処理すること、即ち、個別にトリップ値或いは閾値と比較し、平均化している。言い換えれば、特許文献１は複数の振動センサの出力を監視することについて全く開示していない。
　本発明の課題は、運転中にタービン軸の異常、劣化等を検知できる監視装置、監視方法を提供することである。
　しかしながら、発電所等のプラント内では、振動センサの出力を個別に監視しただけでは、発電機用タービン全体のタービン軸の異常、劣化等を検知できないことが判明した。即ち、本発明者等の研究によれば、互いに異なる位置に設けられた複数の振動センサにおける相互の相関関係を監視することによって、タービン軸の異常、劣化等を迅速に検知できることができた。
　即ち、本発明の一態様によれば、複数の振動センサと、前記複数の振動センサから得られるセンサ値間の相関関係をモデル化し、関係性モデルとして格納する関係性保存データベースと、前記複数の振動センサで検出され、前記複数の振動センサ間の関係をあらわす検出結果を前記関係性モデルと比較し、前記複数の振動センサ間の関係性を検証し、検証結果を出力する関係性検証モジュールとを有することを特徴とする監視装置が得られる。
　本発明の他の態様によれば、回転軸を備えたタービンに、複数の振動センサを設けておき、前記複数の振動センサにおける振動データ相互間の相関関係を関係性モデルとして構築し、前記発電機用タービンの駆動時に前記複数の振動センサから得られる測定データと、前記関係性モデルとを比較して、前記測定データの前記関係性モデルからの乱れを検証することを特徴とする監視方法が得られる。
　本発明の別の態様によれば、複数の振動センサからのセンサデータを受けて、前記振動センサの取り付け位置の状態を診断するコンピュータで読み取り可能なプログラムであって、前記複数の振動センサにおける前記センサデータ相互間の相関関係を関係性モデルとして構築する工程と、前記複数の振動センサからの測定データを前記関係性モデルと比較する工程と、前記測定データの前記関係性モデルからの乱れを検証する工程を、前記コンピュータに行なわせることを特徴とするプログラムが得られる。
　本発明によれば、タービンを停止或いは分解することなく、タービンの運転中に、タービン軸の異常、劣化等を検知することができる。このため、本発明を発電所に適用した場合、発電所の稼動率を上げることができ、また、定期点検の期間を長くすることができる。特に、本発明は、タービン軸の剛性劣化（ひび割れ）や、軸受の磨耗等の検出を可能にする。
　図１は、本発明の一実施形態に係るシステムの例を示すブロック図である。
　図２は、図１に示されたシステムで実行されるモデル生成モードを説明するためのフローチャートである。
　図３は、振動センサ相互の相関関係性の強弱をあらわすフィット値と、振動センサの物理的位置との関係を示すテーブルである。
　図４は、本発明の一実施形態で実行される監視モードを説明するためのフローチャートである。
　以下、図面を参照して、本発明の実施形態について説明する。
　図１を参照すると、本発明に係る監視装置をシステム（ここでは、発電所システム）に適用した例が示されている。
　図示された発電所システムは、発電機１１と、複数のタービンを備えている。図１では、３つのタービン（ここでは、第１、第２、及び第３のタービン１３１、１３２、及び１３３と呼ぶ）を設けた場合が例示的に示されている。第３のタービン１３３は高圧蒸気が与えられる高圧タービンであり、他の第２及び第１のタービン１３１、１３２は、高圧タービン１３３に与えられる蒸気よりも低圧の蒸気が与えられる低圧タービンである。尚、本発明は、３つのタービンを備えたシステムに限定されることなく、例えば、４つ以上のタービンを備えたシステム或いは単一のタービンを備えたシステムにも適用できる。
　図示された例では、第１のタービン１３１のタービン軸の一端は、発電機１１の回転軸に連結される一方、第１のタービン１３１のタービン軸の他端は、第２のタービン１３２のタービン軸の一端に連結されている。また、第２のタービン１３２のタービン軸の他端は、高圧タービンである第３のタービン１３３のタービン軸の一端に連結されている。第１~第３のタービン１３１~１３３のタービン軸の両端には、軸受部が備えられている。
　また、発電機１１の回転軸の両端には、第１及び第２の振動センサＳ１及びＳ２が取り付けられ、更に、発電機１１の回転数を検出する回転数センサＲ１も取り付けられている。
　更に、第１のタービン１３１のタービン軸両端には、第３及び第４の振動センサＳ３及びＳ４が取り付けられ、第２のタービン１３２のタービン軸両端には、第５及び第６の振動センサＳ５及びＳ６が設けられている。同様に、第３のタービン１３３のタービン軸両端には、第７及び第８の振動センサＳ７及びＳ８が設けられている。各振動センサＳ１~Ｓ８には、識別番号（ＩＤ）が割り当てられている。　上記した振動センサＳ１~Ｓ８は、本発明に係る監視装置の一部を構成している。
　第１~第８の振動センサＳ１~Ｓ８から出力されるセンサ検出値（センサデータ）は、回転数センサＲ１からの出力値と共に、監視モジュール１５に与えられる。監視モジュール１５は、各振動センサＳ１~Ｓ８からのセンサ検出値を各振動センサＳ１~Ｓ８のＩＤ、時刻、物理位置、及び計測対象情報等と共に、センサ値保存用データベース１７にセンサ情報として格納させる。
　センサ値保存用データベース１７に格納、蓄積されたセンサ情報は、前処理モジュール１９に入力され、当該前処理モジュール１９で、ノイズ等を除去する平均化処理、波形特徴点の抽出処理等が行われ、前処理されたセンサデータは、センサ付随情報保存データベース２１に保存される。尚、ノイズが問題とならないような状況で使用される場合には、前処理モジュール１９は不要であり、この場合、センサ付随情報保存データベース２１も不要である。
　図示された例では、前処理モジュール１９で前処理されたセンサデータが関係性検証モジュール２３に入力される。ここで、関係性検証モジュール２３は、複数の振動センサ（ここでは、第１~第８の振動センサＳ１~Ｓ８）のセンサデータ相互間の関係性を検証する。即ち、関係性検証モジュール２３には、関係性保存データベース２５が備えられている。当該関係性保存データベース２５は、第１~第８の振動センサＳ１~Ｓ８のセンサデータ相互間の相関関係をあらわす過去のセンサ間の関係性を蓄積している。過去のセンサ間の関係性としては、システムが正常に動作している場合における各センサの出力データを用いることが好ましい。
　関係性検証モジュール２３における検証結果は、診断モジュール２７に与えられ、異常パターン保存データベース２９に予め格納されている異常パターンと比較される。比較の結果、異常が検出されると、アラーム或いはディスプレイ装置等に報知される。
　説明の都合上、図１では、監視モジュール１５、前処理モジュール１９、関係性検証モジュール２３、及び診断モジュール２７をハードウェアとして図示されているが、これらのモジュールは、実際には、コンピュータによって実行可能なプログラムによって構成される。この場合、監視モジュール１５、前処理モジュール１９、関係性検証モジュール２３、及び診断モジュール２７は、これらモジュールにおける動作を実行するためのプログラムを格納するメモリと、これらのプログラムを実行するコンピュータ（ＣＰＵ）によって実現できる。
　上記したように、本発明の実施形態は、関係性検証モジュール２３及び関係性保存データベース２５により、複数の振動センサ（ここでは、８個の振動センサ）から出力されるセンサデータ相互間の相関関係性と、正常状態における相関関係性を比較して、センサデータの相関関係性の正常状態における相関関係性からの乱れを検出することにより、タービン軸の異常、劣化等を検出することを特徴としている。
　図２及び図３を参照して、上記した点を更に具体的に説明する。
　まず、図２を参照すると、関係性保存データベース２５に格納される関係性モデルの生成モード（フェーズ）が示されている。ここでは、関係性モデルの生成モードがコンピュータによって実行可能なプログラムによって実行されるものとして説明するが、ハードウェア回路を用いても実現可能である。図２のステップＦ１−１に示すように、センサデータの収集期間が定義され、収集期間が設定される（ステップＦ１−２）。収集期間が設定されると、ステップＦ１−３において、複数の振動センサＳ１~Ｓ８から収集期間中、センサデータが取得される。取得されたセンサデータは、関係性検証モジュール２３に含まれているメモリ（図示せず）内に格納される。
　続いて、ステップＦ１−４では、関係性検証モジュール２３の動作を実現する検証プログラムの制御の下に、複数の振動センサＳ１~Ｓ８からのセンサデータ間相互の相関関係を表す関係性モデルが構築される。構築された関係性モデルは、ステップＦ１−５において関係性保存モデル２５に格納される。一方、関係性検証モジュール２３は、ステップＦ１−６に示されているように、複数の振動センサからのセンサデータの相関性の高さを示すフィット値を振動センサ毎に生成する。更に、関係性検証モジュール２３は、各振動センサに対して相関が高い順番に振動センサを並べたテーブルを作成して関係性保存データベース２５に格納して、関係性モデルの作成を終了する。
　図３を参照すると、図２に示された処理により作成された関係性モデルの一例が示されている。ここでは、１０個の振動センサが設けられている場合の例が示されている。図３の最上段の列には、フィット値が高いフィット値（１番目）から最も低いフィット値（９番目）まで順に示されている。図３の最左欄には、第１~第１０の振動センサの番号１~１０が示されている。ここで、振動センサ１に対して、最も相関関係性の高い振動センサは、フィット値１の欄に示された第４の振動センサであり、以下、第５、９、６、３、８、７、２、１０の振動センサの順に相関関係性が弱くなっている。
　同様に、第２の振動センサ２に対して、最も相関関係性の高い振動センサは第６の振動センサ６であり、以下、６、３、５、９、７、４、１、８、１０の順に、第２の振動センサ２に対する相関関係性が弱くなっている。
　図３に示された関係性モデルからも明らかな通り、互いに最近接した物理位置にある振動センサのセンサデータが最も相関関係性が高いとは限らず、離隔した位置にある振動センサのセンサデータ同士が最も相関関係性が高い場合があることが分る。
　上記した点を考慮して、正常運転時におけるテーブルを作成し、関係性保存データベース２５に格納しておき、このテーブルと、振動センサで得られた検出データと比較することにより、タービン軸に異常、劣化、磨耗等が生じたかどうかをシステムの稼働中に検出できる。
　例えば、図３において、振動センサ１に対する相関関係性の１番目の“４”と２番目の“５”とが、“５”及び“４”に入れ替わっていた場合、システムに何等かの異常が発生したことを検出できる。しかし、この状態では、異常の生じた箇所を特定することはできない。異常の生じた箇所を特定するために、相関関係性の乱れと異常パターンとの関係が予め異常パターン保存データベース２９に保存されている。
　図４を参照して、生成されたモデルを用いて監視を行なう監視モード（フェーズ）について説明する。図４に示された監視モードは、図１に示された監視モジュール１５、センサ値保存用データベース１７、関係性検証モジュール２３、関係性保存データベース２５、診断モジュール２７、及び異常パターン保存データベース２９を用いて行なわれる。実際には、監視モードは、上記したモジュールで行なわれる動作に対応した動作を実現するプログラムによって実行されるが、ハードウェア回路を用いて実現することも可能である。尚、前処理モジュール１９及びセンサ付随情報保存データベースを必要に応じて使用することも可能である。
　図４に示された監視モードは、監視モジュール１５において、各振動センサからセンサ値（検出データ）を取得することによって開始され（ステップＦ２−１）、各振動センサ間の相関性がステップＦ２−２において確認される。この動作は、関係性検証モジュール２３及び関係性保存データベース２５を使用して行なわれる。
　ステップＦ２−３において、関係性検証モジュール２３は、各センサからのセンサデータ（即ち、測定データ）間の相関関係性に乱れがないかどうかをチェックする。即ち、図３に示されたテーブルと各振動センサからの測定データが同じ相関関係性を有しているかどうかが、ステップＦ２−３で振動センサ毎に判定される。相関関係性に乱れがない場合（ステップＦ２−３：Ｎｏ）、ステップＦ２−１に戻って、他の振動センサからの測定データが取得される。
　一方、ステップＦ２−３で相関関係性に乱れが有ると（ステップＦ２−３：Ｙｅｓ）、関係性検証モジュール２３は、タービン軸に異常が発生したものと判定して、ステップＦ２−４に移行する。ステップＦ２−４では、各振動センサからの測定データの相関性を示すフィット値が生成され、振動センサ毎にフィット値の高い順番に並べた図３に示すようなパターンが作成され、関係性保存データベース２５に格納される。
　検出データについてテーブルが作成されると、処理はステップＦ２−５に移行する。ステップＦ２−５では、診断モジュール２７が起動され、異常パターン保存データベース２９に予め蓄積されている異常パターンと、検出データについて作成されたパターンとが比較され、両者間の相違点が抽出される。診断モジュール２７は異常パターンを検出して、タービン軸の撓みの箇所等を指示することによって、処理を終了する。
　上記した実施形態は、本発明を発電所に設けられたタービンに適用した場合について説明したが、本発明は何等これに限定されることなく、複数の振動センサを用いた発電所以外のプラントにも同様に適用できる。
　以下、本発明の特徴となる事項を付記しておく。
　（付記１）複数の振動センサと、前記複数の振動センサから得られるセンサ値間の相関関係をモデル化し、関係性モデルとして格納するデータベースと、前記複数の振動センサで検出され、前記複数の振動センサ間の関係をあらわす検出結果を前記関係性モデルと比較し、前記複数の振動センサ間の関係性を検証し、検証結果を出力するモジュールとを有することを特徴とする監視装置。
　（付記２）前記検証結果に基いて、診断を行なう診断モジュールを有することを特徴とする付記１記載の監視装置。
　（付記３）前記複数の振動センサは、タービンの互いに異なる位置に取り付けられることを特徴とする付記１又は２記載の監視装置。
　（付記４）前記複数の振動センサは、前記タービンの軸受に取り付けられることを特徴とする付記３記載の監視装置。
　（付記５）前記タービンは発電機用タービンであることを特徴とする付記３又は４記載の監視装置。
　（付記６）回転軸を備えたタービンに、複数の振動センサを設けておき、前記複数の振動センサにおける振動データ相互間の相関関係を関係性モデルとして構築し、前記発電機用タービンの駆動時に前記複数の振動センサから得られる測定振動データと、前記関係性モデルとを比較して、前記測定振動データの前記関係性モデルからの乱れを検証することを特徴とする監視方法。
　（付記７）前記測定振動データの前記関係性モデルからの乱れを検証した後、前記タービンの回転軸の劣化の有無を診断することを特徴とする付記６記載の監視方法。
　（付記８）前記タービンは発電機用タービンであることを特徴とする付記６又は７記載の監視方法。
　（付記９）更に、前記測定振動データを保存データベースに格納し、格納された測定振動データを前処理した後、前記関係性モデルと比較することを特徴とする付記６~８のいずれか一項に記載された監視方法。
　（付記１０）前記前処理では、前記測定振動データを平均化、波長特徴点の抽出が行なわれることを特徴とする監視方法。
　（付記１１）複数の振動センサからのセンサデータを受けて、前記振動センサの取り付け位置の状態を診断するコンピュータで読み取り可能なプログラムであって、前記複数の振動センサにおける前記センサデータ相互間の相関関係を関係性モデルとして構築する工程と、
　前記複数の振動センサからの測定データを前記関係性モデルと比較する工程と、前記測定データの前記関係性モデルからの乱れを検証する工程を、前記コンピュータに行なわせることを特徴とするプログラム。
　（付記１２）前記測定データの前記関係性モデルからの乱れが検証する工程後、前記乱れの生じた振動センサの位置を検出する工程を前記コンピュータに行なわせることを特徴とする付記１１記載のプログラム。
１１　　　　　　　　　　発電機
１３１、１３２、１３３　タービン
Ｓ１~Ｓ８　　　　　　　振動センサ
Ｒ１　　　　　　　　　　回転数センサ
１５　　　　　　　　　　監視モジュール
１７　　　　　　　　　　センサ値保存用データベース
１９　　　　　　　　　　前処理モジュール
２１　　　　　　　　　　センサ付随情報保存データベース
２３　　　　　　　　　　関係性検証モジュール
２５　　　　　　　　　　関係性保存データベース
２７　　　　　　　　　　診断モジュール
２９　　　　　　　　　　異常パターン保存データベース
　この出願は、２０１２年１２月１４日に出願された、日本特許出願第２０１２−２７３４４８号を基礎とする優先権を主張し、その開示の全てをここに取り込む。

Claims (12)

  1. 　発電所で用いられる監視装置であって、複数の振動センサと、前記複数の振動センサから得られるセンサ値間の相関関係をモデル化し、関係性モデルとして格納する関係性保存データベースと、前記複数の振動センサで検出され、前記複数の振動センサ間の関係をあらわす検出結果を前記関係性モデルと比較し、前記複数の振動センサ間の関係性を検証し、検証結果を出力する関係性検証モジュールとを有することを特徴とする監視装置。
  2. 　更に、前記検証結果に基いて、診断を行なう診断モジュールを有することを特徴とする請求項１記載の監視装置。
  3. 　前記複数の振動センサは、タービンの互いに異なる位置に取り付けられることを特徴とする請求項１又は２記載の監視装置。
  4. 　前記複数の振動センサは、前記タービンの軸受に取り付けられることを特徴とする請求項３記載の監視装置。
  5. 　前記タービンは発電機用タービンであることを特徴とする請求項３又は４記載の監視装置。
  6. 　発電所で用いられる監視方法であって、回転軸を備えたタービンに複数の振動センサを設けておき、前記複数の振動センサにおけるセンサデータ相互間の相関関係を関係性モデルとして構築し、前記発電機用タービンの駆動時に前記複数の振動センサから得られる測定データと、前記関係性モデルとを比較して、前記測定データの前記関係性モデルからの乱れを検証することを特徴とする監視方法。
  7. 　前記測定データの前記関係性モデルからの乱れを検証した後、前記タービンの回転軸の異常個所を判定することを特徴とする請求項６記載の監視方法。
  8. 　前記タービンは発電機用タービンであることを特徴とする請求項６又は７記載の監視方法。
  9. 　更に、前記測定データを保存データベースに格納し、格納された測定データを前処理した後、前記関係性モデルと比較することを特徴とする請求項６~８のいずれか一項に記載された監視方法。
  10. 　前記前処理では、前記測定データを平均化、波長特徴点の抽出が行なわれることを特徴とする監視方法。
  11. 　複数の振動センサからのセンサデータを受けて、前記振動センサの取り付け位置の状態を診断するコンピュータで読み取り可能なプログラムであって、
    　前記複数の振動センサにおける前記センサデータ相互間の相関関係を関係性モデルとして構築する工程と、
    　前記複数の振動センサからの測定データを前記関係性モデルと比較する工程と、
    　前記測定データの前記関係性モデルからの乱れを検証する工程を、前記コンピュータに行なわせることを特徴とするプログラム。
  12. 　前記測定データの前記関係性モデルからの乱れが検証する工程後、前記乱れの生じた振動センサの位置を検出する工程を前記コンピュータに行なわせることを特徴とする請求項１１記載のプログラム。
PCT/JP2013/082307 2012-12-14 2013-11-25 監視装置、監視方法、及びプログラム WO2014091956A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014551983A JP6308591B2 (ja) 2012-12-14 2013-11-25 監視装置、監視方法、及びプログラム

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2012273448 2012-12-14
JP2012-273448 2012-12-14

Publications (1)

Publication Number Publication Date
WO2014091956A1 true WO2014091956A1 (ja) 2014-06-19

Family

ID=50934248

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/082307 WO2014091956A1 (ja) 2012-12-14 2013-11-25 監視装置、監視方法、及びプログラム

Country Status (2)

Country Link
JP (1) JP6308591B2 (ja)
WO (1) WO2014091956A1 (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017021702A (ja) * 2015-07-14 2017-01-26 中国電力株式会社 故障予兆監視方法
KR101858121B1 (ko) * 2016-06-13 2018-05-15 두산중공업 주식회사 발전소 상태 판단 장치 및 방법
CN109643112A (zh) * 2016-08-31 2019-04-16 通用电气技术有限公司 用于阀和致动器监测系统的高级启动计数器模块
EP3489641A1 (en) * 2017-11-27 2019-05-29 Goodrich Actuation Systems Limited Improved system for detecting a mechanical fault in a rotating shaft
JP2022129722A (ja) * 2021-02-25 2022-09-06 株式会社ミヤワキ 測定診断装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102450030B1 (ko) * 2020-11-27 2022-10-05 한국과학기술연구원 발전설비의 고장을 감지하는 시스템 및 방법

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04134597A (ja) * 1990-09-27 1992-05-08 Toshiba Corp プラントの異常監視装置
JPH05256741A (ja) * 1992-03-11 1993-10-05 Toshiba Corp プラント信号監視方法およびその装置
JPH07110708A (ja) * 1993-10-13 1995-04-25 Hitachi Ltd 故障診断装置および方法
JPH07168619A (ja) * 1993-10-20 1995-07-04 Hitachi Ltd 機器／設備診断方法およびシステム
JPH10333742A (ja) * 1997-05-28 1998-12-18 Toshiba Eng Co Ltd 回転体振動診断装置
JP2005149137A (ja) * 2003-11-14 2005-06-09 Tokyo Gas Co Ltd 遠隔監視システム、遠隔監視方法、及び遠隔監視プログラム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04134597A (ja) * 1990-09-27 1992-05-08 Toshiba Corp プラントの異常監視装置
JPH05256741A (ja) * 1992-03-11 1993-10-05 Toshiba Corp プラント信号監視方法およびその装置
JPH07110708A (ja) * 1993-10-13 1995-04-25 Hitachi Ltd 故障診断装置および方法
JPH07168619A (ja) * 1993-10-20 1995-07-04 Hitachi Ltd 機器／設備診断方法およびシステム
JPH10333742A (ja) * 1997-05-28 1998-12-18 Toshiba Eng Co Ltd 回転体振動診断装置
JP2005149137A (ja) * 2003-11-14 2005-06-09 Tokyo Gas Co Ltd 遠隔監視システム、遠隔監視方法、及び遠隔監視プログラム

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017021702A (ja) * 2015-07-14 2017-01-26 中国電力株式会社 故障予兆監視方法
KR101858121B1 (ko) * 2016-06-13 2018-05-15 두산중공업 주식회사 발전소 상태 판단 장치 및 방법
CN109643112A (zh) * 2016-08-31 2019-04-16 通用电气技术有限公司 用于阀和致动器监测系统的高级启动计数器模块
CN109643112B (zh) * 2016-08-31 2021-08-03 通用电气技术有限公司 用于阀和致动器监测系统的高级启动计数器模块
EP3489641A1 (en) * 2017-11-27 2019-05-29 Goodrich Actuation Systems Limited Improved system for detecting a mechanical fault in a rotating shaft
US11067496B2 (en) 2017-11-27 2021-07-20 Goodrich Actuation Systems Limited System for detecting a mechanical fault in a rotating shaft
JP2022129722A (ja) * 2021-02-25 2022-09-06 株式会社ミヤワキ 測定診断装置
JP7257060B2 (ja) 2021-02-25 2023-04-13 株式会社ミヤワキ 測定診断装置

Also Published As

Publication number Publication date
JP6308591B2 (ja) 2018-04-11
JPWO2014091956A1 (ja) 2017-01-05

Similar Documents

Publication Publication Date Title
JP6308591B2 (ja) 監視装置、監視方法、及びプログラム
JP5561835B2 (ja) 物品監視のためのシステムおよび方法
US7865333B2 (en) Process and device for monitoring a machine
EP3399376B1 (en) Plant-abnormality-monitoring method and computer program for plant abnormality monitoring
EP2585716B1 (en) A method for performing condition monitoring in a wind farm
US9395270B2 (en) Method and system for monitoring rotor blades in combustion turbine engine
WO2012057001A1 (ja) 異常診断装置および産業機械
JP6291161B2 (ja) ロータ異常の検出
WO2014091952A1 (ja) センサ監視装置、センサ監視方法、及びセンサ監視プログラム
JP2012094044A5 (ja)
WO2018142986A1 (ja) 状態監視システムおよび風力発電装置
CN208171428U (zh) 用于监测电动机轴承状况的系统
JP6884078B2 (ja) プラント異常監視システム
CN102619684B (zh) 故障诊断方法及系统
US10895873B2 (en) Machine health monitoring of rotating machinery
KR20190081933A (ko) 제조 설비의 이상 감지 및 진단 방법
EP2613209A2 (en) System and method for selecting a representative sensor set of a power plant based on observability
CN111801632A (zh) 诊断装置、系统、诊断方法和程序
WO2019124367A1 (ja) 単位空間生成装置、プラント診断システム、単位空間生成方法、プラント診断方法、及びプログラム
JP2017207435A (ja) 異常診断方法
JP2010276339A (ja) センサ診断方法およびセンサ診断装置
JP2007230667A (ja) エスカレーター異常診断装置
CN112985578A (zh) 一种风电机组共振诊断方法及装置
JP7453049B2 (ja) 異常予兆監視システム、異常予兆監視方法、及びプログラム
JP2006258614A (ja) 機器の異常検知方法及び異常検知装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 13862578

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014551983

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 13862578

Country of ref document: EP

Kind code of ref document: A1