WO2015040683A1 - センサ健全性判定方法およびセンサ健全性判定装置 - Google Patents

センサ健全性判定方法およびセンサ健全性判定装置 Download PDF

Info

Publication number
WO2015040683A1
WO2015040683A1 PCT/JP2013/075065 JP2013075065W WO2015040683A1 WO 2015040683 A1 WO2015040683 A1 WO 2015040683A1 JP 2013075065 W JP2013075065 W JP 2013075065W WO 2015040683 A1 WO2015040683 A1 WO 2015040683A1
Authority
WO
WIPO (PCT)
Prior art keywords
sensor
soundness
soundness determination
signal
accident
Prior art date
Application number
PCT/JP2013/075065
Other languages
English (en)
French (fr)
Inventor
昌基 金田
有田　節男
佳彦 石井
健一 上遠野
石川　忠明
亮太 鴨志田
Original Assignee
株式会社日立製作所
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 株式会社日立製作所 filed Critical 株式会社日立製作所
Priority to JP2015537456A priority Critical patent/JPWO2015040683A1/ja
Priority to PCT/JP2013/075065 priority patent/WO2015040683A1/ja
Publication of WO2015040683A1 publication Critical patent/WO2015040683A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21D—NUCLEAR POWER PLANT
    • G21D3/00—Control of nuclear power plant
    • G21D3/04—Safety arrangements
    • G21D3/06—Safety arrangements responsive to faults within the plant
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21C—NUCLEAR REACTORS
    • G21C17/00—Monitoring; Testing ; Maintaining
    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21D—NUCLEAR POWER PLANT
    • G21D3/00—Control of nuclear power plant
    • G21D3/001—Computer implemented control
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Definitions

  • the present invention relates to a sensor soundness determination method and a sensor soundness determination device.
  • the measured value of the sensor is a very important monitoring target, but the reliability of the measured value may be lowered. This is because if a severe accident causes a temperature rise, an increase in radiation dose, or a submergence in the environment around the sensor, the sensor may be broken or damaged.
  • JP 2010-276339 A As a method for determining the soundness of a sensor, there is JP 2010-276339 A (Patent Document 1).
  • a sensor diagnosis method for diagnosing the state of a sensor from diagnostic data that is a plurality of process values abnormal data is created by estimating the data distribution of abnormal states from preset normal data, Determining whether the plurality of the diagnostic data is closer to the distribution of the normal data and the abnormal data, determining the state of the diagnostic data, and determining a sensor based on the state of the diagnostic data and the state of the past diagnostic data
  • the sensor diagnosis method is characterized in that the type of abnormality is determined.
  • Patent Document 2 As a method for determining the soundness of a sensor, there is JP-A-7-181292 (Patent Document 2).
  • an input processing unit that inputs an output of a plant meter and outputs an observation signal
  • a characteristic storage unit that stores a device model that quantitatively simulates a static characteristic of a component device of the plant
  • a state estimation unit that estimates the process state of the plant from the observation signal of the input processing unit using the device model of the characteristic storage unit, the process state estimated by the state estimation unit and the observation signal are compared
  • a fuzzy A plant operation support comprising: an observation signal diagnosis unit that determines the normality of the observation signal by inference; and a state display unit that displays the observation signal and a determination result of the observation signal diagnosis unit Device.
  • JP 2010-276339 A Japanese Patent Laid-Open No. 7-181292
  • Patent Document 1 In the method of Patent Document 1, the state at the normal time is learned for a plurality of correlated sensors in the plant, the data at the time of abnormality is estimated, and the state of the sensor is compared to diagnose the drift or abnormality of the sensor.
  • abnormalities occur not only in sensors but also in devices in severe accidents, so it is difficult to estimate the abnormal state of severe accidents from the normal state.
  • Patent Document 1 does not describe a method for determining the soundness of a sensor in a severe accident.
  • Patent Document 2 the soundness of a device and a sensor is determined using a device model that is a relational expression between a plurality of sensors.
  • the state of the device may change, and the device model may change.
  • Patent Document 2 does not describe a method for determining the soundness of a sensor in a severe accident.
  • an object of the present invention is to set up a sensor group that estimates an accident event using an operation signal of a device and compares the correlation based on the accident event when an accident occurs in a nuclear power plant, and sets the sensor
  • An object of the present invention is to provide a sensor soundness determination method and apparatus capable of determining the soundness of a sensor by comparing the correlation of sensors using groups.
  • the present application includes a plurality of means for solving the above-described problems. For example, a sensor health determination method for determining the health of a sensor when an accident occurs in a nuclear power plant, An accident event is estimated using the above, a correlated sensor group is set in a state where the accident event occurs, a sensor abnormality degree is calculated from a sensor signal using the sensor group, and the sensor abnormality degree is calculated. When the threshold value is exceeded, the sensor is determined to be abnormal.
  • an accident event is estimated using an operation signal of the device, a sensor group for comparing correlations based on the accident event is set, and the set sensor group is It is possible to determine the soundness of the sensor by using the comparison of the correlation of the sensor.
  • FIG. 1 is an example of a configuration diagram of a sensor soundness determination apparatus.
  • Sensor 1 is a sensor that measures plant temperature, pressure, water level, flow rate, and the like.
  • the equipment 2 is a plant, a pump, a valve, or the like.
  • the sensor signal input device 3 is a device for inputting the measurement value measured by the sensor 1 to a computer.
  • a process computer may be used.
  • An example of the sensor signal is shown in FIG.
  • the sensor signal is time series data of measurement values of each sensor.
  • the device signal input device 4 is a device that inputs a signal indicating the state of the device 2 to the computer.
  • a process computer or an alarm system may be used.
  • An example of a device signal is shown in FIG.
  • the device signal is a time series data of an alarm signal such as a signal indicating an output value or an operating state of a pump or a valve, a pipe pressure drop or a high radiation dose.
  • the event estimation device 5 is a device that estimates an accident event that has occurred using a device signal. For example, as shown in FIG. 4, a table in which each accident event is associated with a device signal is prepared, and it is estimated that an accident event has occurred when all device signal conditions are satisfied. Each condition in the example of FIG. 4 indicates an alarm. In this example, if the alarm “Low Flow A” is reported, the alarm “Pressure A Low” is reported, and the alarm “High Radiation Dose” is reported, the accident event “Main Steam Pipe A Breaks”. Is presumed to have occurred.
  • the sensor correlation database 6 stores a condition for establishing a correlation with a correlated sensor for each sensor.
  • FIG. 5 shows an example of the sensor correlation database 6.
  • the main steam flow rate A is correlated with the main steam flow rate B, the main steam flow rate C, the feed water flow rate A, the feed water flow rate B, and the condensate flow rate.
  • the correlation does not hold. For example, when the main steam pipe B is broken, the correlation between the main steam flow rate A and the main steam flow rate B is lost.
  • the sensor group setting device 7 is a device that refers to the sensor correlation database 6 and sets a correlated sensor group based on the accident event estimated by the event estimation device 5. For example, among the correlated sensors, the upper two sensors and groups registered in the database are set.
  • the sensor group is composed of three sensors, and the measurement values of the three sensors change substantially in conjunction with each other. If the measured value of any sensor changes differently, it is likely that the sensor is not healthy.
  • the sensor abnormality degree calculation device 8 uses the sensor group set by the sensor group setting device 7 to calculate the abnormality degree of each sensor, normality of a sensor having an abnormality degree less than a threshold value, and abnormality degree equal to or more than the threshold value.
  • the sensor is determined to be abnormal.
  • the determination result output device 9 displays the result of the sensor abnormality degree calculation device 8 on a display or the like. An example of the output screen is shown in FIG. The screen displays the accident event that occurred and the soundness judgment result of each sensor.
  • the determination result output device 9 may be a screen on a central control panel or a large display panel, and the measurement values may be distinguished by color depending on the soundness of the sensor.
  • the event estimation device 5, the sensor group setting device 7, and the sensor abnormality degree calculation device 8 may be implemented as a computer program.
  • the sensor correlation database 6 may be included in the computer.
  • FIG. 7 is an example of a flowchart for explaining processing by the sensor soundness determination apparatus.
  • step 101 the measured value measured by the sensor 1 is input by the sensor signal input device 2.
  • step 102 the device signal input device 4 inputs a signal indicating the state of the device 2 to the computer.
  • the event estimation device 5 estimates an accident event that has occurred using the device signal. For example, if the accident event is estimated from the equipment signal of FIG. 3 using the table of FIG. 4, it can be estimated that the main steam pipe B break occurred at time 00:00:30.
  • the sensor group setting device 7 sets a correlated sensor group.
  • sensor candidates correlated with the main steam flow rate A, the main steam flow rate B, the main steam flow rate C, the feed water flow rate A, the feed water flow rate B, and the condensate flow rate are obtained from the sensor correlation database 6. In this embodiment, it is combined with the upper two sensors. From time 00:00:00 to 00:00:25, no accident event has occurred and there is a correlation with any of the sensors, so it is combined with the upper two main steam flows B and C. At time 00:00:30, the event estimation device 5 determines that the main steam pipe B is broken, so the condition 2 for the main steam flow B in FIG. 5 is satisfied, and the main steam flow B cannot be grouped thereafter. Therefore, after time 00:00:30, the main steam flow rate C and the feed water flow rate A are grouped.
  • the abnormality degree of the main steam flow rate A is calculated by the sensor abnormality degree calculation device 8, and the soundness is determined.
  • the degree of abnormality calculation will be described with reference to FIG. Since the sensors grouped by the sensor group setting device 7 change with correlation, the absolute value of the deviation between the average value of the three parameters and the main steam flow rate A is defined as the degree of abnormality.
  • the main steam flow rate A, main steam flow rate B, and main steam flow rate C are used from 00:00:00 to 00:00:25, and after 00:00:30, the main steam flow rate is used.
  • A, main steam flow C, and feed water flow A are used.
  • the numerical value in parentheses in FIG. 8 is a numerical value that is not used for calculating the average value of the three parameters. Assuming that the sensor soundness determination threshold is 10%, the main steam flow rate A sensor is determined to be sound from 00:00:00 to 00:00:40.
  • Step 104 and Step 105 are repeated for each sensor.
  • pipe B breaks at time 00:00:30, and no combination with other sensors is found. In this case, it is determined that there is a possibility of abnormality.
  • step 106 the accident event that occurred and the soundness judgment result of each sensor are displayed.
  • Steps 101 to 106 are performed each time a measured value is input, for example.
  • an accident event is estimated using the operation signal of the equipment, a sensor group for comparing the correlation is set based on the accident event, and the set sensor group is used. By comparing the correlation between sensors, the soundness of the sensor can be determined.
  • this invention is not limited to an above-described Example, Various modifications are included.
  • the above-described embodiments have been described in detail for easy understanding of the present invention, and are not necessarily limited to those having all the configurations described.
  • Each of the above-described configurations, functions, and the like may be realized by software by interpreting and executing a program that realizes each function by the processor.

Abstract

　原子力プラントで事故が発生した場合に、機器の動作信号を用いて事故事象を推定し、事故事象に基づいて相関関係を比較するセンサグループを設定し、設定したセンサグループを用いてセンサの相関関係を比較することで、センサの健全性を判定する。　具体的には、センサの健全性を判定するセンサ健全性判定方法であって、機器信号を用いて事故事象を推定し、前記事故事象が発生した状態で相関関係のあるセンサグループを設定し、前記センサグループを用いてセンサ信号からセンサ異常度を計算し、前記センサ異常度がしきい値を超えた場合にセンサを異常と判定することを特徴とする。

Description

センサ健全性判定方法およびセンサ健全性判定装置
　本発明は、センサ健全性判定方法およびセンサ健全性判定装置に関する。
　原子力プラントのセンサ健全性を確保するために、定期検査において点検、校正作業が行われている。また、運転中のプロセス値などを利用して、センサの健全性を診断する技術も開発されている。
　一方、原子力プラントで過酷事故が発生した場合には、センサの計測値は非常に重要な監視対象であるが、計測値の信頼性は低下するおそれがある。過酷事故によって、センサ周辺環境の温度上昇、放射線量増加、水没などが生じれば、センサの故障、破損が考えられるためである。
　センサの健全性を判定する方法としては、特開２０１０－２７６３３９号公報（特許文献１）がある。この公報には、「複数のプロセス値である診断データからセンサの状態を診断するセンサ診断方法において、あらかじめ設定した正常データから異常状態のデータ分布を推定して異常データを作成しておき、入力した複数の前記診断データが前記正常データと前記異常データのいずれの分布に近いか判定するとともに、前記診断データの状態を判定し、前記診断データの状態と過去の診断データの状態に基づき、センサの異常の種類を判定することを特徴とするセンサ診断方法。」と記載されている。
　また、センサの健全性を判定する方法としては、特開平７－１８１２９２号公報（特許文献２）がある。この公報には、「プラントの計器の出力を入力し、観測信号を出力する入力処理部と、プラントの構成機器の静的特性を定量的に模擬した機器モデルを記憶した特性記憶部と、前記特性記憶部の機器モデルを用いて前記入力処理部の観測信号からプラントのプロセス状態を推定する状態推定部と、前記状態推定部で推定された前記プロセス状態と前記観測信号とを比較し、ファジイ推論により前記観測信号の正常の度合いを判定する観測信号診断部と、前記観測信号と前記観測信号診断部の判定結果とを表示する状態表示部とを備えていることを特徴とするプラント運転支援装置。」と記載されている。
特開２０１０－２７６３３９号公報 特開平７－１８１２９２号公報
　特許文献１の方法では、プラントの複数の相関のあるセンサについて、正常時の状態を学習し、異常時のデータを推定し、状態を比較することでセンサのドリフトや異常を診断する。しかし、過酷事故ではセンサ以外に機器などにも異常が発生するため、正常状態から過酷事故の異常状態を推定することは困難である。特許文献１には、過酷事故においてセンサの健全性を判定する方法については記載されていない。
　特許文献２の方法では、複数のセンサ間の関係式である機器モデルを用いて機器とセンサの健全性を判定する。しかし、過酷事故時には機器の状態が変化して、機器モデルが変化する可能性がある。特許文献２には、過酷事故においてセンサの健全性を判定する方法については記載されていない。
　特許文献１および２の方法のように、複数のセンサ間に成立する関係を用いて、センサ健全性を判定することは有効であるが、過酷事故時には、機器の動作または停止、配管の破断、弁の開閉状態の変化が頻繁に発生するため、正常時をもとに設定したセンサ間の関係が成立しない可能性がある。
　そこで、本発明の目的は、原子力プラントで事故が発生した場合に、機器の動作信号を用いて事故事象を推定し、事故事象に基づいて相関関係を比較するセンサグループを設定し、設定したセンサグループを用いてセンサの相関関係を比較することで、センサの健全性を判定可能なセンサ健全性判定方法および装置を提供することにある。
　上記課題を解決するために、例えば特許請求の範囲に記載の構成を採用する。
  本願は上記課題を解決する手段を複数含んでいるが、その一例を挙げるならば、原子力プラントで事故が発生した場合に、センサの健全性を判定するセンサ健全性判定方法であって、機器信号を用いて事故事象を推定し、前記事故事象が発生した状態で相関関係のあるセンサグループを設定し、前記センサグループを用いてセンサ信号からセンサ異常度を計算し、前記センサ異常度がしきい値を超えた場合にセンサを異常と判定することを特徴とする。
　本発明によれば、原子力プラントで事故が発生した場合に、機器の動作信号を用いて事故事象を推定し、事故事象に基づいて相関関係を比較するセンサグループを設定し、設定したセンサグループを用いてセンサの相関関係を比較することで、センサの健全性を判定することが可能となる。
センサ健全性判定装置の構成図の例である。 センサ信号の例である。 機器信号の例である。 事象推定の説明図である。 センサ相関データベースの例である。 判定結果出力画面の例である。 センサ健全性判定の処理フローチャートの例である。 センサ異常度計算の説明図である。
　以下、実施例を、図面を用いて説明する。
　図１は、センサ健全性判定装置の構成図の例である。
　センサ１は、プラントの温度、圧力、水位、流量などを計測するセンサである。
　機器２は、プラントの機器であるポンプ、弁などである。
　センサ信号入力装置３は、センサ１で計測した計測値を計算機へ入力する装置である。例えば、プロセス計算機でもよい。センサ信号の例を図２に示す。センサ信号は各センサの計測値の時系列データである。
　機器信号入力装置４は、機器２の状態を示す信号を計算機へ入力する装置である。例えば、プロセス計算機や警報システムでもよい。機器信号の例を図３に示す。機器信号はポンプや弁の出力値または動作状態を示す信号、配管圧力低下や放射線量高などの警報信号の時系列データである。
　事象推定装置５は、機器信号を用いて、発生している事故事象を推定する装置である。例えば、図４のように、各事故事象と機器信号とを対応づけた表を用意しておき、機器信号の条件がすべて成立するときに事故事象が発生していると推定する。なお、図４の例における各条件はすべて警報を示している。この例で、警報「流量Ａ低下」が発報し、かつ、警報「圧力Ａ低下」が発報し、かつ、警報「放射線量高」が発報すれば、事故事象「主蒸気管Ａ破断」が発生していると推定する。
　センサ相関データベース６には、各センサについて相関のあるセンサと相関の成立する条件が格納されている。図５にセンサ相関データベース６の例を示す。この例で、主蒸気流量Ａと相関があるのは、主蒸気流量Ｂ、主蒸気流量Ｃ、給水流量Ａ、給水流量Ｂ、復水流量である。ただし、相関が成立しない条件があり、例えば、主蒸気管Ｂが破断した場合は主蒸気流量Ａと主蒸気流量Ｂとの相関は失われる。
　センサグループ設定装置７は、センサ相関データベース６を参照し、事象推定装置５で推定した事故事象に基づき、相関のあるセンサグループを設定する装置である。例えば、相関のあるセンサのうち、データベースに登録された上位２つのセンサとグループを設定する。センサグループは３つのセンサで構成され、３つのセンサの計測値はほぼ連動して変化する。もし、いずれかのセンサの計測値が異なる変動をした場合、そのセンサは健全でない可能性が高い。
　センサ異常度計算装置８は、センサグループ設定装置７で設定したセンサグループを用いて、各センサの異常度を計算し、異常度がしきい値未満のセンサを正常、異常度がしきい値以上のセンサを異常と判定する。
　判定結果出力装置９は、センサ異常度計算装置８の結果をディスプレイ等に表示する。出力画面の例を図６に示す。画面には発生した事故事象と各センサの健全性判定結果を表示する。また、判定結果出力装置９は、中央制御盤や大型表示盤上の画面であって、センサの健全性により計測値を色で区別してもよい。
　なお、事象推定装置５、センサグループ設定装置７、センサ異常度計算装置８は、計算機のプログラムとして実施してもよい。また、センサ相関データベース６を計算機内に含めた構成としてもよい。
　図７は、センサ健全性判定装置による処理を説明するフローチャートの例である。
　ステップ１０１では、センサ信号入力装置２により、センサ１で計測した計測値を入力する。
　ステップ１０２では、機器信号入力装置４により、機器２の状態を示す信号を計算機へ入力する。
　ステップ１０３では、事象推定装置５により、機器信号を用いて発生している事故事象を推定する。例えば、図４の表を用いて、図３の機器信号から事故事象を推定すると、時刻00:00:30において主蒸気管Ｂ破断が発生したと推定できる。
　ステップ１０４では、センサグループ設定装置７により、相関のあるセンサグループを設定する。センサ相関データベース６から主蒸気流量Ａと相関のあるセンサの候補として、主蒸気流量Ｂ、主蒸気流量Ｃ、給水流量Ａ、給水流量Ｂ、復水流量が得られる。本実施例では上位２つのセンサと組合せることとする。時刻00:00:00から00:00:25においては事故事象は発生しておらず、いずれのセンサとも相関があるので、上位２つの主蒸気流量Ｂ、主蒸気流量Ｃと組合せる。時刻00:00:30では事象推定装置５により、主蒸気管Ｂ破断と判定されるので、図５の主蒸気流量Ｂの不成立条件２を満たし、これ以降は主蒸気流量Ｂはグループ化できない。したがって、時刻00:00:30以降は主蒸気流量Ｃ、給水流量Ａとグループ化する。
　ステップ１０５では、センサ異常度計算装置８により、主蒸気流量Ａの異常度を計算し、健全性を判定する。異常度計算の例を図８で説明する。センサグループ設定装置７によりグループ化したセンサは相関を持って変化するので、３パラメータの平均値と主蒸気流量Ａとの偏差の絶対値を異常度と定義する。３パラメータの平均値の計算には時刻00:00:00から00:00:25では主蒸気流量Ａ、主蒸気流量Ｂ、主蒸気流量Ｃを用い、時刻00:00:30以降は主蒸気流量Ａ、主蒸気流量Ｃ、給水流量Ａを用いる。図８中の（）の数値は３パラメータの平均値の計算に用いない数値である。センサの健全性判定のしきい値を10％とすると、時刻00:00:00から00:00:40では主蒸気流量Ａのセンサは健全であると判定する。
　ステップ１０４とステップ１０５は、各センサについて繰り返す。なお、主蒸気流量Ｂについては時刻00:00:30で配管Ｂ破断が発生して他のセンサと組合せが見つからない。この場合は異常の可能性ありと判定する。
　ステップ１０６では、発生した事故事象と、各センサの健全性判定結果を表示する。
　ステップ１０１～１０６の手順は、例えば、計測値を入力するたびに実施する。
　以上の手順により、原子力プラントで事故が発生した場合に、機器の動作信号を用いて事故事象を推定し、事故事象に基づいて相関関係を比較するセンサグループを設定し、設定したセンサグループを用いてセンサの相関関係を比較することで、センサの健全性を判定できる。
　なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、上記の各構成、機能等は、それらの一部又は全部を、例えば集積回路で設計する等により実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。
１　センサ
２　機器
３　センサ信号入力装置
４　機器信号入力装置
５　事象推定装置
６　センサ相関データベース
７　センサグループ設定装置
８　センサ異常度計算装置
９　判定結果出力装置

Claims (6)

  1. 　原子力プラントで事故が発生した場合に、センサの健全性を判定するセンサ健全性判定方法であって、
    機器信号を用いて事故事象を推定し、
    前記事故事象が発生した状態で相関関係のあるセンサグループを設定し、
    前記センサグループを用いてセンサ信号からセンサ異常度を計算し、
    前記センサ異常度がしきい値を超えた場合にセンサを異常と判定する
    ことを特徴とするセンサ健全性判定方法。
  2. 　請求項１に記載のセンサ健全性判定方法であって、
    前記センサ信号は、温度、圧力、水位、流量の計測値であり、
    前記機器信号は、ポンプ運転状態、弁開閉状態、警報である
    ことを特徴とするセンサ健全性判定方法。
  3. 　請求項１または請求項２に記載のセンサ健全性判定方法であって、
    前記事故事象とセンサの健全性判定結果を出力する
    ことを特徴とするセンサ健全性判定方法。
  4. 　原子力プラントで事故が発生した場合に、センサの健全性を判定するセンサ健全性判定装置であって、
    センサ信号を入力するセンサ信号入力装置と、
    機器信号を用いて事故事象を推定する事象推定装置と、
    センサの相関関係の情報を格納したセンサ相関データベースと、
    前記事故事象と前記センサ相関データベースを用いて相関関係のあるセンサグループを設定するセンサグループ設定装置と、
    前記センサグループを用いて前記センサ信号からセンサ異常度を計算し、前記センサ異常度がしきい値を超えた場合にセンサを異常と判定するセンサ異常度計算装置
    を備えたことを特徴とするセンサ健全性判定装置。
  5. 　請求項４に記載のセンサ健全性判定装置であって、
    前記センサ信号は、温度、圧力、水位、流量の計測値であり、
    前記機器信号は、ポンプ運転状態、弁開閉状態、警報である
    ことを特徴とするセンサ健全性判定装置。
  6. 　請求項４または請求項５に記載のセンサ健全性判定装置であって、
    前記事故事象とセンサの健全性判定結果を出力する判定結果出力装置を備えることを特徴とするセンサ健全性判定装置。
PCT/JP2013/075065 2013-09-18 2013-09-18 センサ健全性判定方法およびセンサ健全性判定装置 WO2015040683A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2015537456A JPWO2015040683A1 (ja) 2013-09-18 2013-09-18 センサ健全性判定方法およびセンサ健全性判定装置
PCT/JP2013/075065 WO2015040683A1 (ja) 2013-09-18 2013-09-18 センサ健全性判定方法およびセンサ健全性判定装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2013/075065 WO2015040683A1 (ja) 2013-09-18 2013-09-18 センサ健全性判定方法およびセンサ健全性判定装置

Publications (1)

Publication Number Publication Date
WO2015040683A1 true WO2015040683A1 (ja) 2015-03-26

Family

ID=52688370

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2013/075065 WO2015040683A1 (ja) 2013-09-18 2013-09-18 センサ健全性判定方法およびセンサ健全性判定装置

Country Status (2)

Country Link
JP (1) JPWO2015040683A1 (ja)
WO (1) WO2015040683A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020087672A1 (zh) * 2018-11-01 2020-05-07 珠海格力电器股份有限公司 检测元件控制方法、装置及空调机组
JP2021056006A (ja) * 2019-09-26 2021-04-08 株式会社東芝 原子炉計測システム、原子炉計測システムの健全性確認方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS603100A (ja) * 1983-06-20 1985-01-09 三菱重工業株式会社 検出器選択装置
JPS6148793A (ja) * 1984-08-16 1986-03-10 株式会社東芝 原子力プラント計装系の異常監視装置
JPH07181292A (ja) * 1993-12-24 1995-07-21 Toshiba Corp プラント運転支援装置
JP2003215246A (ja) * 2002-01-22 2003-07-30 Mitsubishi Heavy Ind Ltd 原子力緊急時対応システムおよび原子力緊急時対応訓練システム
JP2010276339A (ja) * 2009-05-26 2010-12-09 Hitachi-Ge Nuclear Energy Ltd センサ診断方法およびセンサ診断装置
JP2011075373A (ja) * 2009-09-30 2011-04-14 Hitachi-Ge Nuclear Energy Ltd 機器診断方法及び機器診断装置
JP2013140080A (ja) * 2012-01-05 2013-07-18 Hitachi-Ge Nuclear Energy Ltd 計器健全性判定装置及び方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS603100A (ja) * 1983-06-20 1985-01-09 三菱重工業株式会社 検出器選択装置
JPS6148793A (ja) * 1984-08-16 1986-03-10 株式会社東芝 原子力プラント計装系の異常監視装置
JPH07181292A (ja) * 1993-12-24 1995-07-21 Toshiba Corp プラント運転支援装置
JP2003215246A (ja) * 2002-01-22 2003-07-30 Mitsubishi Heavy Ind Ltd 原子力緊急時対応システムおよび原子力緊急時対応訓練システム
JP2010276339A (ja) * 2009-05-26 2010-12-09 Hitachi-Ge Nuclear Energy Ltd センサ診断方法およびセンサ診断装置
JP2011075373A (ja) * 2009-09-30 2011-04-14 Hitachi-Ge Nuclear Energy Ltd 機器診断方法及び機器診断装置
JP2013140080A (ja) * 2012-01-05 2013-07-18 Hitachi-Ge Nuclear Energy Ltd 計器健全性判定装置及び方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020087672A1 (zh) * 2018-11-01 2020-05-07 珠海格力电器股份有限公司 检测元件控制方法、装置及空调机组
JP2021056006A (ja) * 2019-09-26 2021-04-08 株式会社東芝 原子炉計測システム、原子炉計測システムの健全性確認方法
JP7242493B2 (ja) 2019-09-26 2023-03-20 株式会社東芝 原子炉の計測システム

Also Published As

Publication number Publication date
JPWO2015040683A1 (ja) 2017-03-02

Similar Documents

Publication Publication Date Title
KR101065767B1 (ko) 성능저하 및 고장원인 조기 진단방법
JP6781594B2 (ja) プラント監視装置及びプラント監視方法
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
JP6655926B2 (ja) 異常診断システム
KR20190025474A (ko) 플랜트 데이터 예측 장치 및 방법
JP5164954B2 (ja) 機器診断方法及び機器診断装置
JP6398383B2 (ja) 異常診断装置
JP2015141513A (ja) 制御装置、管理装置、プラント制御システム、及びデータ処理方法
JP2007224918A (ja) 制限値超過を判断する方法
KR101094074B1 (ko) 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법
WO2015040683A1 (ja) センサ健全性判定方法およびセンサ健全性判定装置
JP2010276339A (ja) センサ診断方法およびセンサ診断装置
JP2011107760A (ja) プラント異常検出装置
JP2018205992A (ja) 機器診断システム
US20160195872A1 (en) System for Assisting Operation at the Time of Plant Accident and Method for Assisting Operation at the Time of Plant Accident
JP6734362B2 (ja) 監視装置、監視方法、プログラム
JP4402613B2 (ja) プラント異常監視システム及びプラント異常監視方法
JP6201038B2 (ja) プラント事故時運転支援装置
JPWO2015019499A1 (ja) センサ健全性判定装置
CN110513160B (zh) 一种汽轮机进水、进冷安全报警及预警方法
US11669082B2 (en) Online fault localization in industrial processes without utilizing a dynamic system model
JP6197047B2 (ja) 予測および健全性管理のための制限に基づく閾値推定
JP2016031568A (ja) 異常診断装置、異常診断方法及び異常診断プログラム
JPH06281544A (ja) プラント監視診断装置およびその異常徴候判定方法
JP2007286707A (ja) 機器診断システム

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: 13893682

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2015537456

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: 13893682

Country of ref document: EP

Kind code of ref document: A1