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 PDFInfo
- 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
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
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。
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。
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。
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。
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。
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。
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。
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)
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。
- 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。 - 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。
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 |
---|---|---|---|
JP2012-273448 | 2012-12-14 | ||
JP2012273448 | 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)
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 (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7517810B2 (ja) * | 2019-11-19 | 2024-07-17 | 旭化成株式会社 | 診断装置、診断方法及び診断プログラム |
KR102450030B1 (ko) * | 2020-11-27 | 2022-10-05 | 한국과학기술연구원 | 발전설비의 고장을 감지하는 시스템 및 방법 |
Citations (6)
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 |
-
2013
- 2013-11-25 JP JP2014551983A patent/JP6308591B2/ja active Active
- 2013-11-25 WO PCT/JP2013/082307 patent/WO2014091956A1/ja active Application Filing
Patent Citations (6)
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)
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 |
---|---|
JPWO2014091956A1 (ja) | 2017-01-05 |
JP6308591B2 (ja) | 2018-04-11 |
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 | |
US9983576B2 (en) | Method and system for monitoring rotor blades in combustion turbine engine | |
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 | |
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) | ||
CN208171428U (zh) | 用于监测电动机轴承状况的系统 | |
WO2018142986A1 (ja) | 状態監視システムおよび風力発電装置 | |
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 | |
EP2613209A2 (en) | System and method for selecting a representative sensor set of a power plant based on observability | |
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 | |
JP2011247695A (ja) | パターンライブラリを用いた異常診断方法および異常診断システム | |
CN111801632A (zh) | 诊断装置、系统、诊断方法和程序 | |
CN112985578A (zh) | 一种风电机组共振诊断方法及装置 | |
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 | |
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 | |
JP2006221308A (ja) | 異常検出方法および制御装置と、これらを用いた制御システム |
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 |