CN110998275A - 状态诊断装置、状态诊断方法及状态诊断程序 - Google Patents

状态诊断装置、状态诊断方法及状态诊断程序 Download PDF

Info

Publication number
CN110998275A
CN110998275A CN201980003698.3A CN201980003698A CN110998275A CN 110998275 A CN110998275 A CN 110998275A CN 201980003698 A CN201980003698 A CN 201980003698A CN 110998275 A CN110998275 A CN 110998275A
Authority
CN
China
Prior art keywords
measurement data
allowable range
predetermined period
standard value
past predetermined
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN201980003698.3A
Other languages
English (en)
Other versions
CN110998275B (zh
Inventor
斋藤英司
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Marine Machinery and Equipment Co Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
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 Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Publication of CN110998275A publication Critical patent/CN110998275A/zh
Application granted granted Critical
Publication of CN110998275B publication Critical patent/CN110998275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01D—NON-POSITIVE DISPLACEMENT MACHINES OR ENGINES, e.g. STEAM TURBINES
    • F01D21/00—Shutting-down of machines or engines, e.g. in emergency; Regulating, controlling, or safety means not otherwise provided for
    • F01D21/003—Arrangements for testing or measuring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • 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
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0237—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on parallel systems, e.g. comparing signals produced at the same time by same type systems and detect faulty ones by noticing differences among their responses
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
    • F05D—INDEXING SCHEME FOR ASPECTS RELATING TO NON-POSITIVE-DISPLACEMENT MACHINES OR ENGINES, GAS-TURBINES OR JET-PROPULSION PLANTS
    • F05D2260/00—Function
    • F05D2260/80—Diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

本发明的目的在于提供一种监视诊断对象的状态以预测故障，并能够预测经年劣化的状态诊断装置、状态诊断方法及状态诊断程序。状态诊断装置(1)具备：测量数据收集部(12)，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；计算部(14)，根据由所积累的测量数据计算的各监视项目的标准值和其标准偏差来计算各监视项目的容许范围，在随时积累的测量数据中，使用从现在起在第一过去既定期间所积累的测量数据随时更新标准值及容许范围；及评价部(15)，使用计算部(14)所计算出的容许范围来评价设备的状态，计算部(14)针对每个监视项目，使用从现在起在比第一过去既定期间更长期间的第二过去既定期间所积累的测量数据，对标准值的标准偏差设定既定的加权，并计算各监视项目的容许范围。

Description

状态诊断装置、状态诊断方法及状态诊断程序
技术领域
本发明涉及一种状态诊断装置、状态诊断方法及状态诊断程序。
背景技术
作为判定设备的异常状态的方法，通常，已知有：设定判断为因使用设备等而产生异常的阈值，在超出该阈值的情况下通知异常的方法；及判断设备的状态适当与否的方法等。
例如，在专利文献1中公开有：在船用主机蒸汽涡轮的运行监视中，根据涡轮输出的运行数据从运行数据的设计值即作为试运行时等运转初始状态数据的设计数据偏离的程度来诊断运行状态的适当与否。
以往技术文献
专利文献
专利文献1：日本专利第4669061号公报
发明内容
发明要解决的技术课题
然而，在超出阈值的情况下通知异常的现有方法中，无论对象设备的特性如何，仅对预先单值确定的阈值以下的情况进行监视，由此无法检测设备的状态变化，有时会看漏设备的故障迹象。由于在看漏故障迹象的状态下仍进行运行，因此最终设备停止，有可能设备会损坏。
并且，在上述专利文献1中所公开的发明中，将运转初始状态数据用作基准数据，因此始终与初始状态数据进行比较，并无法捕获经年变化，难以预测经年劣化。因此，存在运行状态的变化是由经年劣化引起的，还是由运行状态的临时因素(例如操作错误等)引起的等难以判断是由哪些外部因素引起的变化的问题。
本发明是鉴于这种情况而完成的，其目的在于提供一种监视诊断对象的状态以预测故障，并且能够预测经年劣化的状态诊断装置、状态诊断方法及状态诊断程序。
用于解决技术课题的手段
为了解决上述课题，本发明的状态诊断装置、状态诊断方法及状态诊断程序采用以下方式。
本发明的第一方式的状态诊断装置，具备：测量数据收集部，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；计算部，根据由该测量数据收集部中所积累的所述测量数据计算的各所述监视项目的标准值和该标准值的标准偏差来计算各所述监视项目的容许范围，在随时积累在所述测量数据收集部中的所述测量数据中，使用从现在起在第一过去既定期间所积累的所述测量数据随时更新所述标准值及所述容许范围；及评价部，使用所述计算部所计算出的所述容许范围来评价所述设备的状态，第二过去既定期间是比所述第一过去既定期间更长的期间，所述计算部针对每个所述监视项目，使用从现在起在所述第二过去既定期间所积累的所述测量数据对所述标准值的所述标准偏差设定既定的加权，并计算各所述监视项目的所述容许范围。
根据本方式，具备：测量数据收集部，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；计算部，根据由该测量数据收集部中所积累的所述测量数据计算的各所述监视项目的标准值和该标准值的标准偏差来计算各所述监视项目的容许范围，在随时积累在所述测量数据收集部中的所述测量数据中，使用从现在起在第一过去既定期间所积累的所述测量数据随时更新所述标准值及所述容许范围；及评价部，使用所述计算部所计算出的所述容许范围来评价所述设备的状态，第二过去既定期间是比所述第一过去既定期间更长的期间，所述计算部针对每个所述监视项目，使用从现在起在所述第二过去既定期间所积累的所述测量数据对所述标准值的所述标准偏差设定既定的加权，并计算各所述监视项目的所述容许范围，因此能够捕获诊断对象设备的状态变化，并能够短/中/长期监视设备的状态异常。由此，能够短期检测异常，并且定量掌握中/长期掌握经年变化，并设为中/长期的维护及经年劣化预测的指南。
并且，以往，有时也会产生尽管是正常状态也要在定期检验中进行维护的情况，但是能够对确认到在容许范围内、未产生异常且不需要维护的设备省略检验，并将维护中所需成本限制为最小限定。
并且，使用从现在起在第二过去既定期间所积累的测量数据，针对每个各监视项目，对标准值的标准偏差设定既定的加权，并计算各监视项目的容许范围。通过采用标准偏差，能够处理存在不连续点的测量数据。并且，根据各监视项目中不同的状态，基于比第一过去既定期间更长的第二过去既定期间的测量数据进行加权，由此基于在长范围内所积累的测量数据，因此能够将测量数据的趋势赋予到容许范围，并且将瞬间产生的测量数据的波动排除在容许范围之外。并且，能够针对各监视项目设定精细的容许范围，并进行依据实际情况的状态诊断。
在上述第一方式中，所述计算部可以针对每个所述监视项目，将使用从现在起在所述第二过去既定期间所积累的所述测量数据所计算出的加权系数，根据干扰的影响的大小对所述标准值的所述标准偏差进行变更设定。
根据本方式，计算部针对每个监视项目，将使用从现在起在第二过去既定期间所积累的测量数据所计算出的加权系数，根据干扰的影响的大小对设定标准值的标准偏差进行变更设定，并且计算各监视项目的容许范围，因此能够捕获诊断对象设备的状态变化，并短/中/长期监视设备的状态异常，因此能够短期检测异常产生，中/长期定量掌握经年变化，并设为中/长期的维护及经年劣化预测的指南。
并且，在监视项目中，根据干扰的影响的大小来变更设定加权系数，因此在容易受到干扰的影响的监视项目中，与不易受到干扰的影响的项目相比，能够将加权系数设定得相对更大，并进行依据实际情况的状态诊断。并且，对不易受到干扰的影响的监视项目，能够将加权系数设定得相对更小，因此能够将容许范围设定得较窄。此外，在省略加权的情况下，能够省略不必要的计算工序。并且，通过采用各标准值的标准偏差，能够处理存在不连续点的测量数据。
在上述第一方式中，所述评价部将当前的所述监视项目的所述测量数据和该监视项目的所述容许范围进行比较，在该测量数据在该容许范围之外的情况下，可以判定为存在异常的迹象。
根据本方式，评价部将当前的监视项目的测量数据和该监视项目的容许范围进行比较，在该测量数据在该容许范围之外的情况下判定为有异常的迹象，由此使用在时序中动态地发生变化的容许范围来监视诊断对象设备的状态变化，因此能够掌握从正常状态向异常状态发生变化的其中途过程。由此，能够检测异常的迹象，并能够在产生异常之前的阶段采取适当的措施以提前防止不良现象。并且，使用从诊断对象设备实际上所获得的数据来设定容许范围，因此能够对各设备设定适当的范围。
在上述第一方式中，可以具备在当前的所述监视项目的所述测量数据在所述容许范围之外的情况下进行通知的通知部。
根据本方式，由于具备在当前的监视项目的测量数据在容许范围之外的情况下进行通知的通知部，因此能够明确地通知异常的迹象。由此，能够对得到异常通知的设备迅速进行维护，并能够在产生故障或损坏之前采取必要的措施。
本发明的第二方式所涉及的状态诊断方法具备：测量数据收集工序，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；计算工序，根据由该测量数据收集工序中所积累的所述测量数据计算的各所述监视项目的标准值和该标准值的标准偏差来计算各所述监视项目的容许范围，在随时积累在所述测量数据收集工序中的所述测量数据中，使用从现在起在第一过去既定期间所积累的所述测量数据随时更新所述标准值及所述容许范围；及评价工序，使用所述计算工序中所计算出的所述容许范围来评价所述设备的状态，第二过去既定期间是比所述第一过去既定期间更长的期间，在所述计算工序中，针对每个所述监视项目，使用从现在起在所述第二过去既定期间积累的所述测量数据对所述标准值的所述标准偏差设定既定的加权，并计算各所述监视项目的所述容许范围。
本发明的第三方式所涉及的状态诊断程序具备：测量数据收集步骤，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；计算步骤，根据由该测量数据收集步骤中所积累的所述测量数据计算的各所述监视项目的标准值和该标准值的标准偏差来计算各所述监视项目的容许范围，在所述测量数据收集步骤中随时所积累的所述测量数据中，使用从现在起在第一过去既定期间所积累的所述测量数据随时更新所述标准值及所述容许范围；及评价步骤，使用所述计算步骤中所计算出的所述容许范围来评价所述设备的状态，第二过去既定期间是比所述第一过去既定期间更长的期间，在所述计算步骤中，针对每个所述监视项目，使用从现在起在所述第二过去既定期间积累的所述测量数据对所述标准值的所述标准偏差设定既定的加权，并计算各所述监视项目的所述容许范围。
发明效果
根据本发明，根据与各设备对应并依次被更新的容许范围来监视设备的状态，因此能够提前防止异常产生，并且能够掌握经年变化。
附图说明
图1是示出本发明的状态诊断装置的概略结构的框图。
图2是示出本发明的状态诊断装置的动作内容的流程图。
图3是示出将监视项目设为主轴转速的情况下的涡轮振动值的矩阵的一例的图。
图4是示出将监视项目设为主轴转速的情况下的涡轮振动值的标准值及容许范围的一例的图。
图5是示出基于经年变化的标准值的监视例的曲线图。
具体实施方式
以下，参考附图对本发明所涉及的状态诊断装置、状态诊断方法及状态诊断程序的一实施方式进行说明。另外，在以下实施方式中，对将本发明的状态诊断装置应用到船用主机涡轮的状态诊断中的情况进行说明。
在图1中，本实施方式所涉及的状态诊断装置的概略结构在框图中示出。
如图1所示，状态诊断装置1具备测量数据收集部12、计算部14及评价部15作为主要结构。
在测量数据收集部12中，从安装于船用主机涡轮的各部的传感器实时发送测量数据。由此，在测量数据收集部12中依次积累各监视项目中的测量数据，即，主轴转速、主机输出、涡轮轴承温度、涡轮振动值、涡轮轴位置、涡轮内部蒸汽温度、涡轮内部蒸汽压力等测量数据。
计算部14使用各监视项目的测量数据来设定各监视项目的容许范围。具体而言，计算部14由各监视项目中的测量数据的标准值、标准偏差及加权系数来设定容许范围。
在此，标准值是指既定期间中的成为测量数据的基准的值，在本实施方式中，设为既定期间中的测量数据的平均值。
并且，在测量数据为线性的情况下，只要将从对标准值减去既定值的值到对标准值相加既定值的值的范围设为容许范围即可。然而，尤其在船用主机涡轮的情况下，因港口航行与远洋航行的切换等而生成不连续点，并且不会成为线性。由此，通过采用标准值的标准偏差，即使测量数据是不连续的值，也能够设定适当的容许范围。
此外，加权赋予与各监视项目对应的系数，对干扰等不会仅以标准偏差出现的因素进行加权。
例如，计算部14具有与各监视项目对应的加权系数α，将从平均值μ减去对加权系数α乘以标准偏差σ的值的值设定为容许范围的下限值，将对平均值μ相加对系数α乘以标准偏差σ值的值设定为容许范围的上限值。
若由公式表示上述容许范围，则为如下。
下限值：μ-α*σ
上限值：μ+α*σ
并且，计算部14使用由测量数据收集部12收集的从现在起在第一过去既定期间的测量数据来更新标准值及标准偏差。并且，是从现在起在第二过去既定期间的测量数据来更新加权系数。并且，使用这些值，以既定的时间间隔来更新容许范围。由此，容许范围以始终采用新的测量数据的形式随时被更新。
在此，第一过去既定期间例如设为一次航程(航行一条航线时所需期间)。由此，如停泊、港口航行、远洋航行、港口航行、停泊，从涡轮的低负载到高负载，换言之，从转速的低转速到高转速能够以收罗数值的方式进行采样，因此能够适当地更新容许范围。
并且，第二过去既定期间是比第一过去既定期间更长的期间，例如，设定为至少1年以上，进一步优选设定为1年左右。季节性干扰(气温/海水温度/海况等)对设备造成的影响，随着该干扰的年度变化而发生变化。由此，通过将至少1年以上的期间设定为第二过去既定期间，使用包括季节性干扰的影响的测量数据来更新加权系数。如此，通过包括由季节性变化引起的影响的测量数据，能够适当地更新容许范围。然而，若将第二过去既定期间较长地设定为2年以上等，则成为包括经年劣化的容许范围，因此优选为1年左右。
根据如此设定的第二过去既定期间的测量数据来更新加权系数，并更新容许范围。通过使用了第二过去既定期间的测量数据的加权，设定不会判定为受到气温/海水温度/海况等季节性干扰的影响的当前的测量数据(原本不应判定为异常的测量数据)为异常的容许范围。
评价部15使用由计算部14设定的各监视项目的容许范围来进行设备的状态评价。具体而言，评价部15将当前的监视项目的测量数据和该测量数据所对应的容许范围进行比较，在当前的测量数据在容许范围之外的情况下，将检测出异常的迹象的内容通知给工作人员。
状态诊断装置1例如由CPU(Central Processing Unit：中央处理单元)、RAM(Random Access Memory：随机存取存储器)、ROM(Read Only Memory：只读存储器)及计算机可读存储介质等构成。而且，用于实现各种功能的一系列处理，作为一例，以程序的形式存储在存储介质等中，CPU将该程序读取到RAM等中，并通过执行信息加工/运算处理而实现各种功能。另外，程序可以应用如下形态：预先安装于ROM或其他存储介质中的形态；以存储在计算机可读存储介质中的状态来提供的形态；及经由基于有线或无线的通信方式而发送的形态等。计算机可读存储介质是磁盘、光磁盘、CD-ROM、DVD-ROM、半导体存储器等。
接着，参考图2对具备上述结构的本实施方式所涉及的状态诊断装置1的作用进行说明。
首先，将由诊断对象的设备，在此为安装于主机或主机周围的各种传感器所检测到的测量数据收集到测量数据收集部12中(图2的步骤SA1)。如此收集到的各测量数据在测量数据收集部12中与测量出该测量数据的时间信息对应关联，并存储在每个监视项目中。
接着，在计算部14中，计算作为每个监视项目的测量数据的平均值的标准值、标准偏差及加权系数，并使用这些值对每个监视项目设定容许范围(图2的步骤SA2)。由此，对各监视项目设定容许范围。
图3中示出相对于主轴转速的涡轮振动值的矩阵的一例。在图3(a)及(b)中，横向第1行是主轴转速，横向第2行是各转速中的涡轮振动值的平均值，横向第3行以后是各转速中的涡轮振动值的测量数据。主轴转速从10rpm到90rpm以1rpm间隔而设定。涡轮振动值相对于各转速分别获取从获取编号No.1到No.200的200项，No.1的测量数据最旧，No.200的测量数据最新。即，可以说本实施方式中的第一过去既定期间是测量从No.1到No.200的测量数据的期间。并且，在各转速中，获取从No.1到No.200这些测量数据的平均值。如此，从No.1到No.200的相对于主轴转速的涡轮振动值的测量数据，成为用于设定标准值及容许范围的评价对象数据。
在图3(a)中，相对于各个转速而获取所有从No.1到No.200的涡轮振动值的测量数据，处于已获取平均值的状态。
在此，若在主轴转速88rpm的运行中重新获取涡轮振动值13μm的测量数据，则如图3(b)所示，从评价对象数据中删除No.1的测量数据(仍被积累(保存)于测量数据收集部12中)，从No.2的数据到No.200的数据分别移动到从No.1到No.199一栏。而且，最新数据13μm输入到No.200中，平均值通过新的No.1到No.200的数据被更新为11.1μm。
图4中示出相对于主轴转速的涡轮振动值的标准值及容许范围的一例。在图4(a)及(b)中，横轴表示主轴转速(rpm)，纵轴表示涡轮振动值(μm)，实线表示涡轮振动值的标准值，虚线表示涡轮振动值的容许范围。
如图3所示，依次求出的标准值(平均值)以成为平滑曲线的方式相连接，如图4的实线所示，连续地设定。
由该标准值计算标准偏差，由标准偏差及加权系数来设定图4的虚线所示的容许范围。关于容许范围，也以成为平滑曲线的方式相连接，并连续地设定。
如图3所示，标准值及标准偏差根据最新的测量数据(评价对象数据)依次被更新，容许范围也依次被更新。
评价部15将由测量数据收集部12收集的各监视项目的当前的测量数据与由计算部14设定的容许范围进行比较，由此对设备的状态进行评价(图2的步骤SA3)。例如，在相对于当前的主轴转速的涡轮振动值的测量数据为图4(a)的黑色圆点的情况下，评价部15将与主轴转速的对应的容许范围和涡轮振动值的测量数据进行比较。在图4(a)的情况下，测量数据在容许范围内，因此设为无异常的迹象。
另一方面，在相对于当前的主轴转速的涡轮振动值的测量数据为图4(b)的黑色圆点的情况下，测量数据在容许范围之外，因此评价部15判断为有异常的迹象并通知该内容。
并且，还设定有从以往使用于异常判定中的警报设定值及跳闸设定值，在涡轮振动值的测量数据超出警报设定值或跳闸设定值的情况下，判定为实际上产生有异常。
而且，通过重复进行从上述步骤SA1到步骤SA3的处理，由计算部14随时更新容许范围，并且由评价部15进行基于被更新的容许范围的设备的状态评价。
另外，由计算部14进行的容许范围的更新时间间隔可以与由评价部15进行的状态评价的时间间隔不同或相同。
在正常状态下，通常不易考虑到各监视项目中的测量数据急剧变化，因此优选将容许范围的更新时间间隔设定为比状态评价的时间间隔足够长。由此，可以不频繁地更新容许范围，因此能够减轻处理负担(例如，通过初始设定为1秒以上且30秒以下的间隔，优选通过30秒间隔的采样来保持3年分量的数据)。
并且，在容许范围的更新时间间隔及状态评价的时间间隔设为相同的值的情况下，与测量数据的测量同时更新容许范围。该情况下，不需要单独设定容许范围的更新时间间隔及状态评价的各数据的更新时间间隔，因此容易管理(例如，初始设定通过几秒间隔，优选通过1秒间隔的采样来保持3年分量的数据)。
如以上已说明，根据本实施方式所涉及的状态诊断装置1，发挥以下作用效果。
所述状态诊断装置1具备：测量数据收集部12，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；计算部14，根据由积累在该测量数据收集部12中的测量数据计算的各监视项目的标准值和该标准值的标准偏差来计算各监视项目的容许范围，在随时积累在测量数据收集部12中的测量数据中，使用从现在起在第一过去既定期间所积累的测量数据随时更新标准值及容许范围；及评价部15，使用计算部14所计算出的容许范围来评价设备的状态，第二过去既定期间是比所述第一过去既定期间更长的期间，计算部14针对每个监视项目，使用从现在起在第二过去既定期间所积累的测量数据对标准值的标准偏差设定既定的加权，并计算各监视项目的容许范围，因此能捕获诊断对象设备的状态变化，并短/中/长期监视备的状态异常，由此能够短期检测异常产生，并且中/长期定量掌握经年变化，并设为中/长期的维护及经年劣化预测的指南。
并且，以往，有时也会产生尽管是正常状态也要在定期检验中进行维护的情况，但是能够对确认到在容许范围内、未产生异常且不需要维护的设备省略检验，并将维护中所需成本限制为最小限定。
并且，使用从现在起在第二过去既定期间所积累的测量数据，针对每个各监视项目，对标准值的标准偏差设定既定的加权，并计算各监视项目的容许范围。通过采用标准偏差，能够处理存在不连续点的测量数据，并且，根据各监视项目中不同的状态，基于比第一过去既定期间更长的第二过去既定期间的测量数据进行加权，由此基于在长范围内所积累的测量数据，因此能够将测量数据的趋势赋予到容许范围，并且将瞬间产生的测量数据的波动排除在容许范围之外。并且，能够针对各监视项目设定精细的容许范围，并进行依据实际情况的状态诊断。
并且，评价部15将当前的监视项目的测量数据和该监视项目的容许范围进行比较，在该测量数据在该容许范围之外的情况下判定为有异常的迹象，由此使用在时序中动态地发生变化的容许范围来监视诊断对象设备的状态变化，因此能够掌握从正常状态向异常状态发生变化的其中途过程。由此，能够检测异常的迹象，并能够在产生异常之前的阶段采取适当的措施以提前防止不良现象。并且，使用从诊断对象设备实际上所获得的数据来设定容许范围，因此能够对各设备设定适当的范围。
另外，计算部14可以针对每个监视项目，将使用从现在起在第二过去既定期间所积累的测量数据所计算出的加权系数，根据干扰的影响的大小对标准值的标准偏差进行变更设定。
在监视项目中，存在容易受到干扰的影响的项目和不易受到干扰的影响的项目。并且，干扰是海况、海水温度及气象等，此外，除了涡轮以外的蒸汽成套设备也可以成为干扰。
在将海况、海水温度及天气等设为干扰的情况下，作为容易受到影响的项目，可以举出相对于主轴转速的涡轮振动值及减速装置振动值、以及相对于主机输出的冷凝器真空度及主机扭矩等。
并且，将除了涡轮以外的蒸汽成套设备设为干扰的情况下，作为容易受到影响的项目，可以举出相对于主机输出的涡轮内部蒸汽压力及涡轮内部蒸汽温度等。
这些容易受到干扰的影响的项目通过干扰在测量数据中生成波动(偏差)，因此与不易受到干扰的影响的项目相比，能够将相对于标准偏差的加权系数相对设定为更大，由此将容许范围设定为较广。由此，能够最大限度地抑制不是因异常而是因干扰超出容许范围，并能够由评价部15进行正确的判定，而不会将由干扰引起的波动设为异常。
另一方面，在监视项目中，作为不易受到干扰的影响的项目，可以举出相对于主轴转速的涡轮轴承排油温度、涡轮轴瓦温度、减速装置轴承排油温度及LO压力、以及相对于主机输出的涡轮轴位置、主止推轴位置及喷嘴阀升程等。
这些不易受到干扰的影响的项目即使产生干扰，也几乎不会产生测量数据的波动，因此通过将相对于标准偏差的加权系数设定得较小而能够将容许范围设定得较窄。例如，不易受到干扰的影响且即使从标准值的偏离较小也需要判断为异常等，在对测量数据值的变化需要进行详细评价的情况下，可以将加权系数设定得较小。由此，能够由评价部15进行正确的判定。此外，在省略加权的情况下，能够省略不必要的计算工序。
并且，评价部15可以代替在上述实施方式中已说明的评价方法，或者另外根据由计算部14随时更新的标准值或容许范围的变化来判定异常的迹象。
例如，将由计算部14随时更新的标准值以时序进行比较，在至此所设定的标准值的趋势与此次所设定的标准值的趋势明显不同的情况下，可以检测异常的迹象。
在图5中，基于经年变化的标准值的监视例在曲线图中示出。图5的横轴是作为监视项目的基准值，纵轴是评价值，实线是运行刚开始之后(例如，运行开始之后6个月的时间点)的标准值、单点划线是运行开始之后3年时间点的标准值，虚线是运行开始之后5年时间点的标准值，双点划线是运行开始之后7年时间点的标准值。在此，所谓“运行开始”是指设备的首次运行开始时。
如图5所示，从相对于基于运行刚开始后的测量数据的基准值的评价值的标准值到运行开始之后3年时间点的标准值的变化、以及从运行开始后3年时间点的标准值到运行开始后5年时间点的标准值的变化都没有大的变化，可以认为经年劣化呈线性进行。然而，从运行开始后5年时间点的标准值到运行开始后7年时间点的标准值，其变化与以前相比有很大的变化，可预测由劣化引起的影响在急剧进行。
如此，通过对标准值追加时序的评价，能够预测设备的经年变化及劣化，并能够制定适当的维护指南，例如，在设备损坏之前，在下一次定期检验中实施详细检验，或者推荐更换零件等。
以上，参考附图对本发明的实施方式进行了详细描述，但是具体的结构并不限定于该实施方式。
例如，在上述各实施方式中，若判断为评价部15有异常的迹象，则将该内容通知给工作人员，但是也可以另外设置显示器、扬声器、短信发送构件等通知部。由此，由于具备在当前的监视项目的测量数据在容许范围之外的情况下进行通知的通知部，因此能够明确地通知异常的迹象，并对得到异常通知的设备迅速进行维护，在产生故障或损坏之前能够采取必要的措施。
并且，在上述实施方式中，对在船用主机涡轮中应用了本发明的状态诊断装置的情况进行了说明，但是本发明的状态诊断装置并不限定于船用主机涡轮，而能够广泛地应用到搭载于船舶的发电用蒸汽涡轮及搭载于海洋浮体设备(FPSO(Floating Production,Storage and Off-loading system：浮体式生产/储藏/卸载设备)/FSU(Floating StorageUnit：浮体式储藏设备)/FSRU(Floating Storage and Regasification Unit：浮体式储藏/再气化设备)等)的发电用蒸汽涡轮等，进而通常能够进行状态监视的设备等中，并有效地应用到预测这些设备的剩余寿命或提前提取异常产生等中。
符号说明
1-状态诊断装置，12-测量数据收集部，14-计算部，15-评价部。

Claims (6)

1.一种状态诊断装置，其具备：
测量数据收集部，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；
计算部，根据由该测量数据收集部中所积累的所述测量数据计算的各所述监视项目的标准值和该标准值的标准偏差来计算各所述监`视项目的容许范围，在随时积累在所述测量数据收集部中的所述测量数据中，使用从现在起在第一过去既定期间所积累的所述测量数据随时更新所述标准值及所述容许范围；及
评价部，使用所述计算部所计算出的所述容许范围来评价所述设备的状态，
第二过去既定期间是比所述第一过去既定期间更长的期间，
所述计算部针对每个所述监视项目，使用从现在起在所述第二过去既定期间所积累的所述测量数据对所述标准值的所述标准偏差设定既定的加权，并计算各所述监视项目的所述容许范围。
2.根据权利要求1所述的状态诊断装置，其中，
所述计算部针对每个所述监视项目，将使用从现在起在所述第二过去既定期间所积累的所述测量数据所计算出的加权系数，根据干扰的影响的大小对所述标准值的所述标准偏差进行变更设定，并计算各所述监视项目的所述容许范围。
3.根据权利要求1或2所述的状态诊断装置，其中，
所述评价部将当前的所述监视项目的所述测量数据和该监视项目的所述容许范围进行比较，在该测量数据在该容许范围之外的情况下，判定为存在异常的迹象。
4.根据权利要求3所述的状态诊断装置，其具备：
通知部，在当前的所述监视项目的所述测量数据在所述容许范围之外的情况下进行通知。
5.一种状态诊断方法，其具备：
测量数据收集工序，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；
计算工序，根据由该测量数据收集工序中所积累的所述测量数据计算的各所述监视项目的标准值和该标准值的标准偏差来计算各所述监视项目的容许范围，在随时积累在所述测量数据收集工序中的所述测量数据中，使用从现在起在第一过去既定期间所积累的所述测量数据随时更新所述标准值及所述容许范围；及
评价工序，使用在所述计算工序中所计算出的所述容许范围来评价所述设备的状态，
第二过去既定期间是比所述第一过去既定期间更长的期间，
在所述计算工序中，针对每个所述监视项目，使用从现在起在所述第二过去既定期间所积累的所述测量数据对所述标准值的所述标准偏差设定既定的加权，并计算各所述监视项目的所述容许范围。
6.一种状态诊断程序，其具备：
测量数据收集步骤，依次收集并积累关于诊断对象设备的多个监视项目中的测量数据；
计算步骤，根据由该测量数据收集步骤中所积累的所述测量数据计算的各所述监视项目的标准值和该标准值的标准偏差来计算各所述监视项目的容许范围，在随时积累在所述测量数据收集步骤中的所述测量数据中，使用从现在起在第一过去既定期间所积累的所述测量数据随时更新所述标准值及所述容许范围；及
评价步骤，使用在所述计算步骤中所计算出的所述容许范围来评价所述设备的状态，
第二过去既定期间是比所述第一过去既定期间更长的期间，
在所述计算步骤中，针对每个所述监视项目，使用从现在起在所述第二过去既定期间所积累的所述测量数据对所述标准值的所述标准偏差设定既定的加权，并计算各所述监视项目的所述容许范围。
CN201980003698.3A 2018-02-27 2019-01-31 状态诊断装置、状态诊断方法及存储介质 Active CN110998275B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018-032775 2018-02-27
JP2018032775A JP6790006B2 (ja) 2018-02-27 2018-02-27 状態診断装置、状態診断方法、及び状態診断プログラム
PCT/JP2019/003409 WO2019167537A1 (ja) 2018-02-27 2019-01-31 状態診断装置、状態診断方法、及び状態診断プログラム

Publications (2)

Publication Number Publication Date
CN110998275A true CN110998275A (zh) 2020-04-10
CN110998275B CN110998275B (zh) 2021-01-22

Family

ID=67805316

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980003698.3A Active CN110998275B (zh) 2018-02-27 2019-01-31 状态诊断装置、状态诊断方法及存储介质

Country Status (5)

Country Link
EP (1) EP3671175B1 (zh)
JP (1) JP6790006B2 (zh)
KR (1) KR102105297B1 (zh)
CN (1) CN110998275B (zh)
WO (1) WO2019167537A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113375952B (zh) * 2021-06-08 2024-03-19 上海衡拓船舶设备有限公司 一种减摇鳍装置故障诊断及健康预报***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH102843A (ja) * 1996-06-14 1998-01-06 Syst Sogo Kaihatsu Kk 製造工程管理システム
JP2010175446A (ja) * 2009-01-30 2010-08-12 Mitsubishi Heavy Ind Ltd 状態診断装置
JP2010203929A (ja) * 2009-03-04 2010-09-16 Jfe Steel Corp 機械設備における異常診断システム
CN102460529A (zh) * 2009-06-11 2012-05-16 株式会社日立制作所 装置异常监视方法以及***
CN102713777A (zh) * 2010-01-22 2012-10-03 株式会社日立制作所 诊断装置及诊断方法
JP2016110594A (ja) * 2014-12-08 2016-06-20 株式会社東芝 プラント監視装置、プラント監視方法、およびプログラム
CN106672722A (zh) * 2015-11-10 2017-05-17 株式会社日立大厦*** 机器诊断装置、机器诊断方法以及机器诊断***
JP2017157072A (ja) * 2016-03-03 2017-09-07 株式会社日立製作所 異常検出装置、系統安定度監視装置、及びそのシステム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07175515A (ja) * 1993-12-17 1995-07-14 Kobe Steel Ltd 機械設備及びローラミルの異常検出方法，安定度算出方法及び運転制御方法
CN101995290B (zh) * 2009-08-28 2013-04-24 威能极公司 风力发电机振动监测的方法和***
JP4669061B1 (ja) 2009-10-19 2011-04-13 川崎重工業株式会社 舶用主機蒸気タービンの運転監視・診断方法
CN102662321B (zh) * 2012-03-23 2014-03-12 清华大学 一种主元分析监控模型的在线更新方法
GB201322062D0 (en) * 2013-12-13 2014-01-29 Optimized Systems And Solutions Ltd System abnormalities
CN106969266B (zh) * 2017-04-13 2019-02-22 浙江大学 城市供水管网的管道压力监测设备在线运行状态诊断方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH102843A (ja) * 1996-06-14 1998-01-06 Syst Sogo Kaihatsu Kk 製造工程管理システム
JP2010175446A (ja) * 2009-01-30 2010-08-12 Mitsubishi Heavy Ind Ltd 状態診断装置
JP2010203929A (ja) * 2009-03-04 2010-09-16 Jfe Steel Corp 機械設備における異常診断システム
CN102460529A (zh) * 2009-06-11 2012-05-16 株式会社日立制作所 装置异常监视方法以及***
CN102713777A (zh) * 2010-01-22 2012-10-03 株式会社日立制作所 诊断装置及诊断方法
JP2016110594A (ja) * 2014-12-08 2016-06-20 株式会社東芝 プラント監視装置、プラント監視方法、およびプログラム
CN106672722A (zh) * 2015-11-10 2017-05-17 株式会社日立大厦*** 机器诊断装置、机器诊断方法以及机器诊断***
JP2017157072A (ja) * 2016-03-03 2017-09-07 株式会社日立製作所 異常検出装置、系統安定度監視装置、及びそのシステム

Also Published As

Publication number Publication date
JP6790006B2 (ja) 2020-11-25
KR102105297B1 (ko) 2020-04-28
CN110998275B (zh) 2021-01-22
KR20200012019A (ko) 2020-02-04
EP3671175A4 (en) 2020-12-16
EP3671175B1 (en) 2022-08-17
JP2019148474A (ja) 2019-09-05
EP3671175A1 (en) 2020-06-24
WO2019167537A1 (ja) 2019-09-06

Similar Documents

Publication Publication Date Title
US9465387B2 (en) Anomaly diagnosis system and anomaly diagnosis method
US11460005B2 (en) Condition monitoring system and wind turbine generation apparatus
JP5454671B2 (ja) 故障原因診断システムおよびその方法
US10466138B2 (en) Determining remaining useful life of rotating machinery including drive trains, gearboxes, and generators
KR102040179B1 (ko) 제조 설비의 이상 감지 및 진단 방법
CN109469896B (zh) 一种基于时间序列分析工业锅炉故障的诊断方法及***
EP2384971A1 (en) Method of determining a maneuver performed by an aircraft
JP2931187B2 (ja) ポンプ劣化診断システム
WO2012000506A2 (en) A method for performing condition monitoring in a wind farm
US10677765B2 (en) Structural health monitoring of cyclically loaded structures
CN110582626B (zh) 用由磨损因子校正的异常检测来监视涡轮机的***和方法
KR20190115953A (ko) 편차의 변화율을 이용한 발전 설비의 위험도 진단 시스템 및 방법
CN108700491B (zh) 涡轮机***中的轴承碳化故障检测
CN109944809A (zh) 一种诊断浆液循环泵故障的方法
JP6674033B2 (ja) プラント異常診断装置及びプラント異常診断システム
CN110998275B (zh) 状态诊断装置、状态诊断方法及存储介质
KR101455268B1 (ko) 해양구조물의 회전체 상태진단 모니터링 시스템
Czichos Technical diagnostics: principles, methods, and applications
ES2831376T3 (es) Procedimiento y dispositivo para monitorizar el estado de instalaciones de un barco
CN112964470A (zh) 一种基于轴承健康指标检测滚动轴承早期故障的方法
CN116735223A (zh) 一种燃气轮机多参数异常检测的方法
CN112326246A (zh) 基于周期数据及核密度估计的轴承安全状态在线监测方法
CN110570052A (zh) 一种船用离心泵预测性维护方法
KR101967629B1 (ko) 원자력 발전설비 예측진단용 신호데이터 처리장치
JPH0616846U (ja) 異常診断装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200422

Address after: No.1, 1-1, shiozhimachi, Nagasaki, Nagasaki, Japan

Applicant after: Mitsubishi Heavy Industries Marine Machinery Co., Ltd

Address before: Santingmu No. 2 Fan No. 3, Takeshita Pills, the capital of Tokyo, Japan

Applicant before: MITSUBISHI HEAVY INDUSTRIES, Ltd.

GR01 Patent grant
GR01 Patent grant