CN114761892A - 成套设备监视装置、成套设备监视方法及程序 - Google Patents
成套设备监视装置、成套设备监视方法及程序 Download PDFInfo
- Publication number
- CN114761892A CN114761892A CN202080083117.4A CN202080083117A CN114761892A CN 114761892 A CN114761892 A CN 114761892A CN 202080083117 A CN202080083117 A CN 202080083117A CN 114761892 A CN114761892 A CN 114761892A
- Authority
- CN
- China
- Prior art keywords
- ratio
- mahalanobis distance
- unit
- detection value
- value
- 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.)
- Pending
Links
- 238000012806 monitoring device Methods 0.000 title claims abstract description 6
- 238000012544 monitoring process Methods 0.000 title claims description 126
- 238000000034 method Methods 0.000 title claims description 18
- 238000001514 detection method Methods 0.000 claims abstract description 204
- 238000011156 evaluation Methods 0.000 claims abstract description 123
- 230000003247 decreasing effect Effects 0.000 claims abstract description 20
- 230000007423 decrease Effects 0.000 claims description 27
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 2
- 230000007774 longterm Effects 0.000 description 42
- 238000012545 processing Methods 0.000 description 34
- 238000012986 modification Methods 0.000 description 13
- 230000004048 modification Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- 239000007789 gas Substances 0.000 description 10
- 230000005856 abnormality Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 239000000567 combustion gas Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000011084 recovery Methods 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000010248 power generation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 239000010687 lubricating oil Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- 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
- F01D25/00—Component parts, details, or accessories, not provided for in, or of interest apart from, other groups
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C7/00—Features, components parts, details or accessories, not provided for in, or of interest apart form groups F02C1/00 - F02C6/00; Air intakes for jet-propulsion plants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02C—GAS-TURBINE PLANTS; AIR INTAKES FOR JET-PROPULSION PLANTS; CONTROLLING FUEL SUPPLY IN AIR-BREATHING JET-PROPULSION PLANTS
- F02C9/00—Controlling gas-turbine plants; Controlling fuel supply in air- breathing jet-propulsion plants
- F02C9/26—Control of fuel supply
- F02C9/28—Regulating systems responsive to plant or ambient parameters, e.g. temperature, pressure, rotor speed
-
- 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
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
-
- 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
- F05D2270/00—Control
- F05D2270/70—Type of control algorithm
-
- 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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
成套设备监视装置(20)具备:检测值获取部(211),获取检测值束;第1马哈拉诺比斯距离计算部(212),以由过去的检测值束创建的单位空间为基准,计算第1马哈拉诺比斯距离;第1SN比计算部(214),计算多个所述评价项目中的每一个的第1SN比;第2马哈拉诺比斯距离计算部(215),增加或减小多个所述检测值的各值来计算第2马哈拉诺比斯距离;第2SN比获取部(216),根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN;及加法部(217),对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值。
Description
技术领域
本发明涉及一种成套设备监视装置、成套设备监视方法及程序。
本申请主张基于2019年12月26日于日本申请的日本特愿2019-236772号的优先权,并将其内容援用于此。
背景技术
在燃气涡轮发电成套设备、核发电成套设备、化工成套设备等各种成套设备及其远程监视***中,利用显示重要的传感器值的***,以监视成套设备的长期趋势。在这种***中,需要人工密切监视传感器值来掌握长期趋势,这成为延误机械化、AI化的原因之一。因此,例如,专利文献1中记载了一种***,其通过求出回归公式来监视成套设备的长期趋势,该回归公式表示将至多个传感器值中的每一个的极限值为止的裕度和偏差考虑在内的指数的长期趋势。在该***中,根据回归公式预测每个传感器的指数超过规定的阈值的时期,即,有可能发生故障等异常的时期。
以往技术文献
专利文献
专利文献1:日本特开2011-60012号公报
发明内容
发明要解决的技术课题
然而,近年来,针对规格、运行条件、传感器类型等不同的各种成套设备,期待一种通用性及普遍性更高且能够轻易掌握长期趋势的***。
本发明是鉴于这种课题而完成的,其提供一种提高通用性及一般性的同时能够轻易掌握长期趋势的成套设备监视装置、成套设备监视方法及程序。
用于解决技术课题的手段
根据本发明的一方式,成套设备监视装置具备:检测值获取部,获取多个评价项目中的每一个的检测值的集合即检测值束;第1马哈拉诺比斯距离计算部,以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离;第1SN比计算部,计算多个所述评价项目中的每一个的第1SN比;第2马哈拉诺比斯距离计算部,增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离;第2SN比获取部,根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比;及加法部,对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值。
根据本发明的一方式,成套设备监视方法包括:获取多个评价项目中的每一个的检测值的集合即检测值束的步骤;以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离的步骤;计算多个所述评价项目中的每一个的第1SN比的步骤;增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离的步骤;根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比的步骤;及对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值的步骤。
根据本发明的一方式,程序使成套设备监视装置的计算机执行如下步骤:获取多个评价项目中的每一个的检测值的集合即检测值束的步骤;以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离的步骤;计算多个所述评价项目中的每一个的第1SN比的步骤;增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离的步骤;根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比的步骤;及对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值的步骤。
发明效果
根据本发明所涉及的成套设备监视装置、成套设备监视方法及程序,提高通用性及一般性的同时,能够轻易掌握长期趋势。
附图说明
图1是用于说明本发明的第1实施方式所涉及的成套设备监视装置的概要的图。
图2是表示本发明的第1实施方式所涉及的成套设备监视装置的功能结构的图。
图3是表示本发明的第1实施方式所涉及的成套设备监视装置的处理的一例的第1流程图。
图4是表示本发明的第1实施方式所涉及的检测值的一例的图。
图5是表示本发明的第1实施方式所涉及的第2SN比的相加值的变化的一例的图。
图6是表示本发明的第1实施方式所涉及的成套设备监视装置的处理的一例的第2流程图。
图7是表示本发明的第2实施方式所涉及的成套设备监视装置的处理的一例的流程图。
图8是表示本发明的至少一个实施方式所涉及的成套设备监视装置的硬件结构的一例的图。
图9是表示本发明的第1变形例所涉及的成套设备监视装置的处理的一例的流程图。
图10是表示本发明的第2变形例所涉及的成套设备监视装置的处理的一例的流程图。
具体实施方式
<第1实施方式>
以下,参考图1~6对本发明的第1实施方式所涉及的成套设备监视装置20进行说明。
(整体结构)
图1是用于说明本发明的第1实施方式所涉及的成套设备监视装置的概要的图。
如图1所示,本实施方式所涉及的成套设备监视装置20为用于监视存在多个评价项目的成套设备1的运行状态的装置。成套设备监视装置20从设置于成套设备1的各部的传感器获取表示每个评价项目的状态量的检测值。然后,成套设备监视装置20利用马哈拉诺比斯-田口法(以下,称为MT法),根据获取到的检测值来判定成套设备1的运行状态是正常还是异常。
本实施方式所涉及的成套设备1为燃气涡轮复合发电成套设备,其具备燃气涡轮10、燃气涡轮发电机11、废热回收锅炉12、蒸汽涡轮13、蒸汽涡轮发电机14及控制装置40。另外,在另一实施方式中,成套设备1可以为燃气涡轮发电成套设备、核发电成套设备、化工成套设备。
燃气涡轮10具备压缩机101、燃烧器102及涡轮103。
压缩机101对从吸气口吸入的空气进行压缩。压缩机101上设置有温度传感器101A、101B作为用于检测评价项目之一的压缩机101的机室内的温度的传感器。例如,温度传感器101A检测压缩机101的机室入口的温度(入口空气温度),温度传感器101B检测机室出口的温度(出口空气温度)。并且,压缩机101还可以具备压力传感器、流量传感器等。
燃烧器102在从压缩机101导入的压缩空气中混合燃料F并使其燃烧,从而生成燃烧气体。燃烧器102上设置有压力传感器102A作为用于检测评价项目之一的燃料F的压力的传感器。
涡轮103由从燃烧器102供给的燃烧气体旋转驱动。涡轮103上设置有温度传感器103A、103B作为用于检测评价项目之一的机室内的温度的传感器。例如,温度传感器103A可以检测涡轮103的机室入口的温度(入口燃烧气体温度),温度传感器103B可以检测机室出口的温度(出口燃烧气体温度)。
燃气涡轮发电机11经由压缩机101与涡轮103的转子104连结,并利用转子104的旋转来发电。燃气涡轮发电机11上设置有温度计11A作为用于检测评价项目之一的润滑油的温度的传感器。
废热回收锅炉12利用从涡轮103排放的燃烧气体(排气)对水进行加热,从而生成蒸汽。废热回收锅炉12上设置有液位计12A作为用于检测评价项目之一的汽包的水位的传感器。
蒸汽涡轮13由来自废热回收锅炉12的蒸汽驱动。蒸汽涡轮13上设置有温度传感器13A作为用于检测评价项目之一的机室内的温度的传感器。并且,从蒸汽涡轮13排放的蒸汽通过冷凝器132变回水,并经由供水泵输送至废热回收锅炉12。
蒸汽涡轮发电机14与蒸汽涡轮13的转子131连结,并利用转子131的旋转来发电。蒸汽涡轮发电机14上设置有温度计14A作为用于检测评价项目之一的润滑油的温度的传感器。
另外,上述评价项目仅为一例,并不限于此。作为成套设备1的其他评价项目,例如可以设定有燃气涡轮发电机11的输出、涡轮103的机室内的压力、转子104的转速、振动等。在该情况下,尽管省略图示,但视为成套设备1的各部设置有检测这些评价项目的状态量的传感器。
控制装置40为用于控制成套设备1的动作的装置。并且,在通过成套设备监视装置20判定成套设备1的运行状态异常的情况下,控制装置40根据来自成套设备监视装置20的控制信号来控制成套设备1各部的动作。
(成套设备监视装置的功能结构)
图2是表示本发明的第1实施方式所涉及的成套设备监视装置的功能结构的图。
如图2所示,成套设备监视装置20具备CPU21、输入输出接口22、显示部23、操作受理部24及存储部25。
输入输出接22与成套设备1的各部的检测器连接,并受理多个评价项目中的每一个的检测值的输入。
显示部23为用于显示成套设备监视装置20对成套设备1的运行状态的判定结果等的显示器。
操作受理部24为用于受理进行成套设备1的监视的工作人员进行的操作的键盘、鼠标等装置。
CPU21为控制成套设备监视装置20整体的动作的处理器。CPU21根据预先准备的程序来执行各种运算处理,由此发挥作为检测值获取部211、第1马哈拉诺比斯距离计算部212、成套设备状态判定部213、第1SN比计算部214、第2马哈拉诺比斯距离计算部215、第2SN比获取部216、加法部217、趋势判定部218的功能。
检测值获取部211经由输入输出接22从成套设备1获取多个评价项目中的每一个的检测值的集合即检测值束。检测值获取部211每隔规定时间(例如1分钟)获取检测值束,并将其存储并累积于存储部25中。
第1马哈拉诺比斯距离计算部212以由过去的运行数据即多个检测值束构成的单位空间为基准,计算检测值束的马哈拉诺比斯距离(以下,还记载为“第1马哈拉诺比斯距离”或“第1MD”。)。
成套设备状态判定部213根据第1马哈拉诺比斯距离是否为规定的阈值以下来判定成套设备1的运行状态是正常还是异常。
第1SN比计算部214计算多个评价项目中的每一个的SN比(以下,还记载为“第1SN比”。)。
第2马哈拉诺比斯距离计算部215增加或减小多个检测值的各值来计算与增加后或减小后的检测值分别对应的马哈拉诺比斯距离(以下,还记载为“第2马哈拉诺比斯距离”或“第2MD”。)。在本实施方式中,第2马哈拉诺比斯距离计算部215将检测值的各值增加规定量来计算第2马哈拉诺比斯距离。
第2SN比获取部216根据第1马哈拉诺比斯距离和第2马哈拉诺比斯距离,将每个评价项目的第1SN比转换为第2SN比,并获取该第2SN比。
加法部217对多个评价项目分别计算规定期间内获取到的多个第2SN比的相加值。
趋势判定部218根据第2SN比的相加值来判定多个评价项目中的每一个的检测值趋于增加还是趋于减小。
输出部219创建成套设备1的运行状态信息,并将其输出至显示部23进行显示。输出部219例如创建包括成套设备状态判定部213的判定结果(表示成套设备1的运行状态是正常还是异常的信息)的运行状态信息。并且,输出部219也可以在运行状态信息中包含将截至目前为止的每个评价项目的检测值、第1马哈拉诺比斯距离、第1SN比、第2SN比等的变化图表化的信息。
并且,在工作人员经由操作受理部24进行了用于远程控制成套设备1的操作的情况下,输出部219也可以将与该操作对应的控制信号输出至成套设备1的控制装置40。
存储部25中存储有在CPU21的各部的处理中获取及生成的数据等。
(成套设备监视装置的处理流程)
图3是表示本发明的第1实施方式所涉及的成套设备监视装置的处理的一例的第1流程图。
以下,参考图3对成套设备监视装置20监视成套设备1的运行状态有无异常及成套设备1的长期趋势的处理的一例进行说明。
首先,检测值获取部211从设置于成套设备1的各部的检测器获取多个评价项目中的每一个的检测值(步骤S1)。例如,在评价项目数为100个的情况下,检测值获取部211获取与每个评价项目对应的100个检测值,并将它们作为一个束(检测值束)而存储于存储部25中。
接着,第1马哈拉诺比斯距离计算部212以单位空间为基准,计算步骤S1中获取的检测值束的第1马哈拉诺比斯距离(第1MD)(步骤S2)。
单位空间是作为判定成套设备的运行状态时的基准的数据的集合体,是聚集成套设备1的运行状态正常时的检测值束而生成的。用于生成单位空间的检测值束的收集期间为比成套设备1的运行状态的评价时点更早的期间,其随着时间的推移而发生变化。在本实施方式中,单位空间由在当前至规定时间过去为止的期间内收集的检测值束构成。即,构成单位空间的检测值束随着时间的推移由旧变新。如此生成及更新的单位空间存储于存储部25中。由此,抑制了如下情况:例如,由经年劣化、季节变动等引起的检测值的变动对马哈拉诺比斯距离造成影响,导致在成套设备状态判定部213中错误判定运行状态异常。
并且,马哈拉诺比斯距离为根据单位空间内的检测值的分散及相关性进行加权的距离,与单位空间内的数据组之间的相似度越低,值越大。例如,构成单位空间的检测值束(正常时的数据组)的马哈拉诺比斯距离的平均为1。并且,在成套设备1的运行状态正常的情况下,步骤S1中获取到的检测值束的第1马哈拉诺比斯距离大致为4以下。然而,若成套设备1的运行状态变得异常,则第1马哈拉诺比斯距离根据异常程度而变大。
接着,成套设备状态判定部213判断步骤S2中计算出的第1马哈拉诺比斯距离是否为阈值以下(步骤S3)。另外,关于阈值,存储部25中存储有根据成套设备1的特性而预先设定的值。并且,成套设备监视装置20可以经由操作受理部24从工作人员受理阈值的变更。
在第1马哈拉诺比斯距离为阈值以下的情况下(步骤S3:是),成套设备状态判定部213判定成套设备1的运行状态正常(步骤S4)。此时,输出部219可以将包括成套设备1的运行状态正常这一判定结果的运行状态信息显示于显示部23。
并且,在判定了成套设备1的运行状态正常的情况下,成套设备监视装置20执行用于监视每个评价项目的长期趋势的一连串处理。例如,在评价项目为k个的情况下,对与步骤S1中获取到的评价项目1~k对应的检测值i(i=1,2,……,k)分别重复执行以下处理(步骤S5)。
首先,第1SN比计算部214计算检测值i的望大SN比即第1SN比(步骤S6)。另外,计算SN比的方法是已知的,因此省略说明。
接着,第2马哈拉诺比斯距离计算部215判断检测值i的第1SN比是否为正数(大于“0”的值)(步骤S7)。
在检测值i的第1SN比不是正数(为“0”或负数)的情况下,第2马哈拉诺比斯距离计算部215不进行计算第2马哈拉诺比斯距离的处理。并且,在该情况下,第2SN比获取部216将检测值i的第2SN比设为“0”(步骤S8)。并且,该第2SN比存储并累积于存储部25中。然后,成套设备监视装置20结束对该检测值i的长期趋势监视处理,并进入步骤S16。
另一方面,在检测值i的第1SN比为正数的情况下,第2马哈拉诺比斯距离计算部215计算检测值i的第2马哈拉诺比斯距离(第2MD)(步骤S9)。具体而言,第2马哈拉诺比斯距离计算部215将检测值i的值增加规定量来计算与增加后的检测值i对应的第2马哈拉诺比斯距离。此时,第2马哈拉诺比斯距离计算部215可以根据构成单位空间的检测值束来设定每个评价项目的规定量。例如,第2马哈拉诺比斯距离计算部215从单位空间中提取与检测值i相同的评价项目的检测值来计算它们的标准偏差。然后,第2马哈拉诺比斯距离计算部215将标准偏差的10000分之1至10分之5的值(+0.0001o~+0.5σ)设定为与检测值i相加的规定量。另外,规定量更优选为标准偏差的1000分之1至10分之1的值(+0.001σ~+0.1σ),最优选为标准偏差的100分之1至10分之1的值(+0.01o~+0.1σ)。
接着,第2SN比获取部216判断第2马哈拉诺比斯距离是否为第1马哈拉诺比斯距离以上(步骤S10)。
在第2马哈拉诺比斯距离为第1马哈拉诺比斯距离以上的情况下(步骤S10:是),第2SN比获取部216判断检测值i趋于比其他检测值“高”。因此,第2SN比获取部216获取将检测值i的第1SN比转换为“正数”的值作为检测值i的第2SN比(步骤S11)。并且,该第2SN比存储并累积于存储部25中。
另一方面,在第2马哈拉诺比斯距离小于第1马哈拉诺比斯距离的情况下(步骤S10:否),第2SN比获取部216判断检测值i趋于比其他检测值“低”。因此,第2SN比获取部216获取将检测值i的第1SN比转换为“负数”的值作为检测值i的第2SN比(步骤S12)。并且,该第2SN比存储并累积于存储部25中。
接着,加法部217将累积于存储部25中的检测值i的第2SN比相加(步骤S13)。即,加法部217将在首次启动成套设备1至当前为止的期间计算出的所有检测值i的第2SN比相加。
并且,输出部219生成表示按时序排列出迄今为止计算出的相加值的相加值变化的图表(图5),并将其作为运行状态信息而显示于显示部23(步骤S14)。
图4是表示本发明的第1实施方式所涉及的检测值的一例的图。
例如,假设检测值i为压缩机101的压缩机效率的检测值。在该情况下,如图4所示,检测值获取部211在首次启动成套设备1的时刻(t0)至当前(t8)为止的各时点获取并累积了压缩机效率的检测值。另外,检测值获取部211可以根据设置于压缩机101的温度、压力、流量传感器等的各检测值来计算压缩机效率,从而获取该压缩机效率。各评价项目的检测值也会根据成套设备1的规格、运行条件、传感器类型等的影响而发生值的变动。因此,即使成套设备1的工作人员确认如图4所示的压缩机效率的检测值(原始数据)的时序变化,也难以掌握该压缩机效率的长期趋势。
并且,例如,压缩机中产生的轻微的损伤尽管不会立刻产生较大的影响,但有时会长期逐渐降低压缩机效率。此时,包含在单位空间内的压缩机效率的值也会随着时间的推移而发生变化,因此单位空间也会随着压缩机效率减小的趋势而逐渐移动。如此一来,该压缩机效率的值会长期趋于减小,但有可能难以随着单位空间的更新而反映到马哈拉诺比斯距离中。因此,在以往的利用马哈拉诺比斯-田口法(MT法)的***中,有时难以根据这种长期来看逐渐减小或增加的检测值来检测异常。
图5是表示本发明的第1实施方式所涉及的第2SN比的相加值的变化的一例的图。
综上所述,每当检测值获取部211获取压缩机效率的检测值(图4)时,本实施方式所涉及的加法部217都会计算过去的压缩机效率的第2SN比的相加值,并将其累积于存储部25中。并且,在步骤S14中,输出部219将如图5所示的压缩机效率的相加值变化显示于显示部23。从图5所示的相加值变化中能够确认第2SN比的相加值随着时间的推移而趋于减小。即,成套设备1的工作人员根据显示于显示部23的相加值变化,能够轻易掌握长期来看压缩机效率会趋于减小。由此,即使在步骤S3~S4中判定第1马哈拉诺比斯距离小于阈值且成套设备1的运行状态正常的情况下,工作人员也能够通过确认成套设备1的各评价项目的长期趋势轻易掌握成套设备1逐渐靠近异常侧。
另外,各评价项目的长期趋势也可以由成套设备监视装置20的趋势判定部218来判定,而不是工作人员(步骤S15)。
图6是表示本发明的第1实施方式所涉及的成套设备监视装置的处理的一例的第2流程图。
如图6所示,首先,趋势判定部218判定图3的步骤S13中计算出的相加值是否在规定范围内(例如,±100以内)(步骤S150)。该规定范围可以允许工作人员通过操作受理部24设定为任意值。
例如,在相加值在规定范围内的情况下(步骤S150:是),趋势判定部218判定长期来看检测值i不会有较大的变动(步骤S151)。即,趋势判定部218判定检测值i未被检测出增加趋势或减小趋势。
另一方面,在相加值超过规定范围(步骤S150:否)且为正数的情况下,趋势判定部218判定长期来看检测值i趋于增加(步骤S152)。
并且,在相加值超过规定范围(步骤S150:否)且为负数的情况下,趋势判定部218判定长期来看检测值i趋于减小(步骤S153)。
并且,在相加值超过规定范围的情况下(步骤S150:否),输出部219输出包括趋势判定部218的判定结果(检测值i趋于增加还是趋于减小)和可确定评价项目的信息(评价项目名称或识别号)的警告信息(步骤S154)。此时,输出部219可以将警告信息显示于显示部23,也可以通过电子邮件发送至工作人员所持有的终端装置等。由此,输出部219能够供工作人员快速且轻易识别哪个评价项目的长期趋势如何发生了变化。
接着,返回到图3,若对所有评价项目1~k完成步骤S6~S16的处理,则成套设备监视装置20结束一连串监视处理(步骤S16)。
并且,在第1马哈拉诺比斯距离超过阈值的情况下(步骤S3:否),成套设备状态判定部213判定成套设备1的运行状态异常(步骤S17)。此时,成套设备监视装置20实施成套设备1异常时的处理(步骤S18)。该异常时的处理的内容与以往的***相同。例如,第1SN比计算部214计算每个评价项目的望大SN比,并根据利用正交表分析的项目有无的望大SN比之差来估计成为影响马哈拉诺比斯距离的增大的原因的检测值。输出部219将由第1SN比计算部214估计出的成为原因的检测值的评价项目名、SN比等作为运行状态信息而显示于显示部23。输出部219通过操作受理部24受理成套设备1的工作人员进行的操作,并向成套设备1的控制装置40输出控制信号。并且,输出部219可以向成套设备1的控制装置40自动输出停止成套设备1的控制信号。
(作用效果)
如上所述,本实施方式所涉及的成套设备监视装置20根据第1马哈拉诺比斯距离和第2马哈拉诺比斯距离来获取转换每个评价项目的第1SN比而得的第2SN比,并对评价项目分别计算第2SN比的相加值,该第1马哈拉诺比斯距离是根据各评价项目的检测值计算出的,该第2马哈拉诺比斯距离是改变各检测值计算出的。
如此一来,成套设备监视装置20通过第2SN比的相加值能够使工作人员轻易掌握每个评价项目的长期趋势。并且,成套设备监视装置20能够与成套设备1的规格、运行条件、传感器类型、评价项目的内容等无关地由第2SN比的相加值表示所有评价项目各自的长期趋势,因此能够提高通用性及一般性。
并且,成套设备监视装置20根据第1马哈拉诺比斯距离是否为规定的阈值以下来判定成套设备1的运行状态是正常还是异常。在判定第1马哈拉诺比斯距离小于规定的阈值且成套设备1的运行状态正常的情况下,成套设备监视装置20进一步求出第1SN比、第2马哈拉诺比斯距离、第2SN比来监视成套设备1的每个评价项目的长期趋势。
由此,成套设备监视装置20能够同时监视成套设备1的运行状态的异常和成套设备1的长期趋势这两者。
并且,成套设备监视装置20根据第2SN比的相加值来判定每个评价项目的检测值趋于增加还是趋于减小。
如此一来,无需工作人员依次监视第2SN比的相加值,成套设备监视装置20即可自动诊断成套设备1的长期趋势。进而,成套设备监视装置20可以输出长期趋势的判定结果。由此,成套设备监视装置20能够供工作人员快速且轻易识别每个评价项目的长期趋势如何发生了变化。
并且,成套设备监视装置20在某个评价项目的第2SN比的相加值超过规定范围的情况下,若第2SN比的相加值为正数,则判定该评价项目的检测值趋于增加,若第2SN比的相加值为负数,则判定该评价项目的检测值趋于减小。
如此一来,成套设备监视装置20能够自动判定各评价项目的检测值的长期趋势,因此能够减轻工作人员的监视负担。
并且,成套设备监视装置20将各检测值增加规定量来计算第2马哈拉诺比斯距离,并根据第2马哈拉诺比斯距离是否为第1马哈拉诺比斯距离以上,将第1SN比转换为正数或负数来获取第2SN比。
如此一来,成套设备监视装置20能够根据第2马哈拉诺比斯距离是否增加来判断某个检测值是否趋于比其他检测值高,并将其反映到第2SN比中。
并且,在第1SN比为负数的情况下,成套设备监视装置20将第2SN比设为零。
在某个评价项目的第1SN比为负数的情况下,可以判断该评价项目的检测值对第1马哈拉诺比斯距离增大的影响小至可以忽略。因此,成套设备监视装置20通过将这种影响较小的评价项目的第2SN比视为零,能够简化处理。并且,由此,成套设备监视装置20针对影响第1马哈拉诺比斯距离的评价项目的检测值,能够根据相对于其他评价项目的检测值的高低将第2SN比分为正数或负数。其结果,成套设备监视装置20能够根据相加值是正数还是负数而向工作人员提供容易直观地理解检测值趋于增加还是趋于减小的数据。
<第2实施方式>
接着,参考图7对本发明的第2实施方式所涉及的成套设备监视装置20进行说明。
对与第1实施方式相同的构成要件标注相同的符号,并省略详细说明。在本实施方式中,成套设备监视装置20的趋势判定部218的处理与第1实施方式不同。
(成套设备监视装置的处理流程)
图7是表示本发明的第1实施方式的变形例所涉及的成套设备监视装置的处理的一例的流程图。
本实施方式所涉及的趋势判定部218在图3的步骤S15中执行图7所示的一连串处理来代替图6所示的一连串处理。
在本实施方式中,趋势判定部218将图3的步骤S13中计算出的检测值i的第2SN比的相加值视为一个检测值。具体而言,如图7所示,趋势判定部218计算该相加值的第3马哈拉诺比斯距离(第3MD)(步骤S250)。另外,在本实施方式中,趋势判定部218在每个规定的时刻生成当前至规定时间过去为止的期间计算出的多个第2SN比的相加值的单位空间。趋势判定部218以该相加值的单位空间为基准,计算图3的步骤S13中计算出的相加值的第3马哈拉诺比斯距离。另外,趋势判定部218也可以除第2SN比的相加值以外还生成包括当前至规定时间过去为止的期间收集的多个检测值束的单位空间,并计算由图3的S1中获取到的多个检测值(检测值1~检测值k)及步骤S13中计算出的相加值(检测值k+1)构成的检测值束的第3马哈拉诺比斯距离。
接着,趋势判定部218判断第3马哈拉诺比斯距离是否为阈值以下(步骤S251)。另外,关于该阈值,存储部25中存储有根据成套设备1的特性而预先设定的值。并且,成套设备监视装置20可以经由操作受理部24从工作人员受理阈值的变更。
在第3马哈拉诺比斯距离为阈值以下的情况下(步骤S251:是),趋势判定部218判定长期来看检测值i不会有较大的变动(步骤S252)。即,趋势判定部218判定检测值i未被检测出增加趋势或减小趋势。
另一方面,在第3马哈拉诺比斯距离超过阈值(步骤S251:否)且相加值为正数的情况下,趋势判定部218判定长期来看检测值i趋于增加(步骤S253)。
并且,在第3马哈拉诺比斯距离超过阈值(步骤S251:否)且相加值为负数的情况下,趋势判定部218判定长期来看检测值i趋于减小(步骤S254)。
并且,在第3马哈拉诺比斯距离超过阈值的情况下(步骤S251:否),输出部219输出包括趋势判定部218的判定结果(检测值i趋于增加还是趋于减小)和可确定评价项目的信息(评价项目名称或识别号)的警告信息(步骤S255)。该处理与图6的步骤S154相同。
(作用效果)
如上所述,本实施方式所涉及的成套设备监视装置20在某个评价项目的第2SN比的相加值的第3马哈拉诺比斯距离超过规定的阈值的情况下,若第2SN比的相加值为正数,则判定该评价项目的检测值趋于增加,若第2SN比的相加值为负数,则判定该评价项目的检测值趋于减小。
如此一来,成套设备监视装置20能够根据第3马哈拉诺比斯距离来自动判定长期趋势有无变化,因此能够减轻工作人员的监视负担。并且,成套设备监视装置20可以使用马哈拉诺比斯距离的一般阈值(例如,4)来判定长期趋势有无变化。由此,工作人员无需针对每个评价项目调整阈值,因此能够进一步提高成套设备监视装置20的通用性及一般性。
(硬件结构)
图8是表示本发明的至少一个实施方式所涉及的成套设备监视装置的硬件结构的一例的图。
以下,参考图8对本实施方式所涉及的成套设备监视装置20的硬件结构进行说明。
计算机900具备处理器901、主存储装置902、辅助存储装置903、接口904。
上述成套设备监视装置20安装于一个或多个计算机900。并且,上述各功能部的动作以程序的形式存储于辅助存储装置903中。处理器901从辅助存储装置903中读取程序并在主存储装置902中展开,并根据该程序来执行上述处理。并且,处理器901按照程序在主存储装置902中确保与上述各存储部对应的存储区域。作为处理器901的例子,可举出CPU(Central Processing Unit,中央处理器)、GPU(Graphic Processing Unit,图形处理器)、微处理器等。
程序也可以用于实现使计算机900发挥的功能的一部分。例如,程序也可以通过与已存储于辅助存储装置903中的其他程序组合或与安装于其他装置的其他程序组合来发挥功能。另外,在另一实施方式中,计算机900也可以除上述结构以外还具备PLD(Programmable Logic Device,可编程逻辑器件)等定制LSI(Large Scale IntegratedCircuit,大规模集成电路),或者具备PLD(Programmable Logic Device,可编程逻辑器件)等定制LSI(Large Scale Integrated Circuit,大规模集成电路)来代替上述结构。作为PLD的例子,可举出PAL(Programmable Array Logic,可编程阵列逻辑)、GAL(GenericArray Logic,通用阵列逻辑)、CPLD(Complex Programmable Logic Device,复杂可编程逻辑器件)、FPGA(Field Programmable Gate Array,现场可编程门阵列)。在该情况下,由处理器901实现的功能的一部分或全部可以由该集成电路来实现。这种集成电路也包括在处理器的一例中。
作为辅助存储装置903的例子,可举出HDD(Hard Disk Drive,硬盘驱动器)、SSD(Solid State Drive,固态驱动器)、磁盘、光磁盘、CD-ROM(Compact Disc Read OnlyMemory,压缩式光盘只读存储器)、DVD-ROM(Digital Versatile Disc Read Only Memory,数字多功能光盘只读存储器)、半导体存储器等。辅助存储装置903可以为与计算机900的总线直接连接的内部介质,也可以为经由接口904或通信线路与计算机900连接的外部存储装置910。并且,在该程序通过通信线路分发到计算机900的情况下,可以由被分发的计算机900在主存储装置902中展开该程序,并执行上述处理。在至少一个实施方式中,辅助存储装置903为非临时的有形存储介质。
并且,该程序也可以用于实现上述功能的一部分。进而,该程序也可以为与已存储于辅助存储装置903中的其他程序组合来实现上述功能的所谓的差分文件(差分程序)。
以上,对本发明的实施方式进行了详细说明,但只要不脱离本发明的技术思想,则并不限定于此,也可以进行些许设计变更等。
<第1变形例>
(成套设备监视装置的处理流程)
图9是表示本发明的第1变形例所涉及的成套设备监视装置的处理的一例的流程图。
在上述第1或第2实施方式中,对第2马哈拉诺比斯距离计算部215将检测值i增加规定量来计算第2马哈拉诺比斯距离的方式进行了说明,但并不限于此。例如,第1变形例所涉及的第2马哈拉诺比斯距离计算部215也可以在图3的步骤S9中将检测值i减小规定量来计算第2马哈拉诺比斯距离。在该情况下,第2马哈拉诺比斯距离计算部215与上述各实施方式相同地计算规定量。具体而言,第2马哈拉诺比斯距离计算部215从单位空间中提取与检测值i相同的评价项目的检测值来计算它们的标准偏差。然后,第2马哈拉诺比斯距离计算部215将该标准偏差的10000分之1至10分之5的值(+0.0001σ~+0.5σ)设定为从检测值i减去的规定量。另外,规定量更优选为标准偏差的1000分之1至10分之1的值(+0.001σ~+0.1σ),最优选为标准偏差的100分之1至10分之1的值(+0.01σ~+0.1σ)。
并且,本变形例所涉及的第2SN比获取部216执行图9的步骤S20~S21来代替图3的步骤S10~S12。
具体而言,如图9所示,在第2马哈拉诺比斯距离为第1马哈拉诺比斯距离以上的情况下(步骤S20:是),第2SN比获取部216判断检测值i趋于比其他检测值“低”。因此,第2SN比获取部216获取将检测值i的第1SN比转换为“负数”的值作为检测值i的第2SN比(步骤S21)。并且,该第2SN比存储并累积于存储部25中。
另一方面,在第2马哈拉诺比斯距离小于第1马哈拉诺比斯距离的情况下(步骤S20:否),第2SN比获取部216判断检测值i趋于比其他检测值“高”。因此,第2SN比获取部216获取将检测值i的第1SN比转换为“正数”的值作为检测值i的第2SN比(步骤S22)。并且,该第2SN比存储并累积于存储部25中。
此后的处理与第1或第2实施方式相同。
(作用效果)
如上所述,本变形例所涉及的成套设备监视装置20将各检测值减小规定量来计算第2马哈拉诺比斯距离,并根据第2马哈拉诺比斯距离是否为第1马哈拉诺比斯距离以上,将第1SN比转换为负数或正数来获取第2SN比。
如此一来,成套设备监视装置20能够根据第2马哈拉诺比斯距离是否减小来判断某个检测值是否趋于比其他检测值高,并将其反映到第2SN比中。
<第2变形例>
(成套设备监视装置的处理流程)
图10是表示本发明的第2变形例所涉及的成套设备监视装置的处理的一例的流程图。
在上述第2实施方式中,对趋势判定部218将第2SN比的相加值视为一个检测值来计算第3马哈拉诺比斯距离的方式进行了说明,但并不限于此。例如,第2变形例所涉及的趋势判定部218也可以执行图10所示的处理来代替图3的步骤S14及S15的处理。
每隔规定时间(例如,1分钟)获取检测值束并进行图3的步骤S2至S12的处理而计算出的第2SN比分别包含误差。如此一来,第2SN比的相加值也包含误差。当假设各第2SN比的误差δsn相同时,若由加法部217相加的数据数n(针对检测值i迄今为止获取到的第2SN比的数量)增加,则第2SN比的相加值的误差会成为“δsn×√n”,增加至√n倍。即,若相加的数据数n为100个,则第2SN比的相加值的误差增加至10倍,若为10000个,则增加至100倍。因此,若长期(例如,6个月)每隔规定时间(例如,1分钟)计算第2SN比并进行相加,则第2SN比的相加值将包含不可忽视的较大的误差。另外,相加值误差的增加作为误差传播规律的加法是公知的,因此省略说明。
如此,基于第2SN比包含误差,本变形例所涉及的成套没备监视装置20执行图10的步骤S240来代替图3的步骤S14。在此,趋势判定部218计算将数据数n的第2SN比的相加值除以√n进行误差校正而得的校正后相加值。然后,输出部219生成时序排列出该校正后相加值的图表(图5),并将其作为运行状态信息而显示于显示部23(步骤S240)。
接着,趋势判定部218将第2SN比的校正后相加值视为一个检测值来计算第3马哈拉诺比斯距离(第3MD)(步骤S250)。具体而言,与第2实施方式相同地,趋势判定部218在每个规定的时刻生成当前至规定时间过去为止的期间计算出的第2SN比的校正后相加值的单位空间。趋势判定部218以该第2SN比的校正后相加值的单位空间为基准,计算图10的步骤S240中计算出的第2SN比的校正后相加值的第3马哈拉诺比斯距离。另外,趋势判定部218也可以除第2SN比的校正后相加值以外还生成包括当前至规定时间过去为止的期间收集的多个检测值束的单位空间,并计算由图3的S1中获取到的多个检测值(检测值1~检测值k)及图10的步骤S240中计算出的相加值(检测值k+1)构成的检测值束的第3马哈拉诺比斯距离。
此后的步骤S251~S255的处理与第2实施方式相同。
(作用效果)
如上所述,本变形例所涉及的成套设备监视装置20计算对第2SN比的相加值进行误差校正而得的校正后相加值的第3马哈拉诺比斯距离。
如此一来,成套设备监视装置20能够抑制由误差引起的影响,从而更准确地计算第3马哈拉诺比斯距离。因此,成套设备监视装置20能够更准确地判定成套设备1的长期趋势有无变化。
<附记>
上述实施方式中记载的成套设备监视装置、成套设备监视方法及程序例如可如下理解。
根据本发明的第1方式,成套设备监视装置具备:检测值获取部,获取多个评价项目中的每一个的检测值的集合即检测值束;第1马哈拉诺比斯距离计算部,以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离;第1SN比计算部,计算多个所述评价项目中的每一个的第1SN比;第2马哈拉诺比斯距离计算部,增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离;第2SN比获取部,根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比;及加法部,对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值。
如此一来,成套设备监视装置通过第2SN比的相加值能够使工作人员轻易掌握每个评价项目的长期趋势。并且,成套设备监视装置能够与成套设备的规格、运行条件、传感器类型、评价项目的内容等无关地由第2SN比的相加值表示所有评价项目各自的长期趋势,因此能够提高通用性及一般性。
根据本发明的第2方式,第1方式所涉及的成套设备监视装置还具备成套设备状态判定部,所述成套设备状态判定部根据所述第1马哈拉诺比斯距离是否为规定的阈值以下来判定成套设备运行状态是正常还是异常。
由此,成套设备监视装置能够同时监视成套设备的运行状态有无异常和成套设备的长期趋势这两者。
根据本发明的第3方式,第1或第2方式所涉及的成套设备监视装置还具备趋势判定部,所述趋势判定部根据所述第2SN比的相加值来判定多个所述评价项目中的每一个的检测值趋于增加还是趋于减小。
如此一来,无需工作人员依次监视第2SN比的相加值,成套设备监视装置即可自动诊断成套设备的长期趋势。
根据本发明的第4方式,在第3方式所涉及的成套设备监视装置中,所述趋势判定部在所述评价项目的所述第2SN比的相加值超过规定范围的情况下,若所述第2SN比的相加值为正数,则判定该评价项目的检测值趋于增加,若所述第2SN比的相加值为负数,则判定该评价项目的检测值趋于减小。
如此一来,成套设备监视装置能够自动判定各评价项目的检测值的长期趋势,因此能够减轻工作人员的监视负担。
根据本发明的第5方式,在第3方式所涉及的成套设备监视装置中,所述趋势判定部计算所述评价项目的所述第2SN比的相加值的第3马哈拉诺比斯距离,并在所述第3马哈拉诺比斯距离超过规定的阈值的情况下,若所述第2SN比的相加值为正数,则判定该评价项目的检测值趋于增加,若所述第2SN比的相加值为负数,则判定该评价项目的检测值趋于减小。
如此一来,成套设备监视装置能够根据第3马哈拉诺比斯距离来自动判定长期趋势有无变化,因此能够减轻工作人员的监视负担。并且,成套设备监视装置可以使用马哈拉诺比斯距离的一般阈值来判定长期趋势有无变化。由此,工作人员无需针对每个评价项目调整阈值,因此能够进一步提高成套设备监视装置的通用性及一般性。
根据本发明的第6方式,在第5方式所涉及的成套设备监视装置中,当将由所述加法部相加而得的所述第2SN比的数设为n时,所述趋势判定部计算将所述第2SN比的相加值除以√n进行误差校正而得的校正后相加值的所述第3马哈拉诺比斯距离。
如此一来,成套设备监视装置能够抑制由第2SN比的误差引起的影响,从而更准确地计算第3马哈拉诺比斯距离。因此,成套设备监视装置能够更准确地判定成套设备的长期趋势有无变化。
根据本发明的第7方式,在第1至第6中任一方式所涉及的成套设备监视装置中,所述第2马哈拉诺比斯距离计算部将多个所述检测值的各值增加规定量来计算所述第2马哈拉诺比斯距离,所述第2SN比获取部在所述第2马哈拉诺比斯距离为所述第1马哈拉诺比斯距离以上的情况下以使所述第2SN比成为正数的方式将所述第1SN比转换为所述第2SN比,在所述第2马哈拉诺比斯距离小于所述第1马哈拉诺比斯距离的情况下以使所述第2SN比成为负数的方式将所述第1SN比转换为所述第2SN比。
如此一来,成套设备监视装置能够根据第2马哈拉诺比斯距离是否增加来判断某个检测值是否趋于比其他检测值高,并将其反映到第2SN比中。
根据本发明的第8方式,在第1至第6中任一方式所涉及的成套设备监视装置中,所述第2马哈拉诺比斯距离计算部将多个所述检测值的各值减小规定量来计算所述第2马哈拉诺比斯距离,所述第2SN比获取部在所述第2马哈拉诺比斯距离为所述第1马哈拉诺比斯距离以上的情况下以使所述第2SN比成为负数的方式将所述第1SN比转换为所述第2SN比,在所述第2马哈拉诺比斯距离小于所述第1马哈拉诺比斯距离的情况下以使所述第2SN比成为正数的方式将所述第1SN比转换为所述第2SN比。
如此一来,成套设备监视装置能够根据第2马哈拉诺比斯距离是否减小来判断某个检测值是否趋于比其他检测值高,并将其反映到第2SN比中。
根据本发明的第9方式,在第1至第8中任一方式所涉及的成套设备监视装置中,在所述第1SN比为负数的情况下,所述第2SN比获取部将所述第2SN比设为零。
在某个评价项目的第1SN比为负数的情况下,可以判断该评价项目的检测值对第1马哈拉诺比斯距离增大的影响小至可以忽略。因此,成套设备监视装置通过将这种影响较小的评价项目的第2SN比视为零,能够简化处理。
根据本发明的第10方式,成套设备监视方法包括:获取多个评价项目中的每一个的检测值的集合即检测值束的步骤;以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离的步骤;计算多个所述评价项目中的每一个的第1SN比的步骤;增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离的步骤;根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比的步骤;及对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值的步骤。
根据本发明的第11方式,程序使成套设备监视装置的计算机执行如下步骤:获取多个评价项目中的每一个的检测值的集合即检测值束的步骤;以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离的步骤;计算多个所述评价项目中的每一个的第1SN比的步骤;增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离的步骤;根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比的步骤;及对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值的步骤。
产业上的可利用性
根据上述任一方式,提高通用性及一般性的同时,能够轻易掌握长期趋势。
符号说明
1-成套设备,20-成套设备监视装置,21-CPU,211-检测值获取部,212-第1马哈拉诺比斯距离计算部,213-成套设备状态判定部,214-第1SN比计算部,215-第2马哈拉诺比斯距离计算部,216-第2SN比获取部,217-加法部,218-趋势判定部,219-输出部,22-输入输出接口,23-显示部,24-操作受理部,25-存储部,40-控制装置,900-计算机。
Claims (11)
1.一种成套设备监视装置,其具备:
检测值获取部,获取多个评价项目中的每一个的检测值的集合即检测值束;
第1马哈拉诺比斯距离计算部,以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离;
第1SN比计算部,计算多个所述评价项目中的每一个的第1SN比;
第2马哈拉诺比斯距离计算部,增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离;
第2SN比获取部,根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比;及
加法部,对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值。
2.根据权利要求1所述的成套设备监视装置,其还具备成套设备状态判定部,
所述成套设备状态判定部根据所述第1马哈拉诺比斯距离是否为规定的阈值以下来判定成套设备运行状态是正常还是异常。
3.根据权利要求1或2所述的成套设备监视装置,其还具备趋势判定部,
所述趋势判定部根据所述第2SN比的相加值来判定多个所述评价项目中的每一个的检测值趋于增加还是趋于减小。
4.根据权利要求3所述的成套设备监视装置,其中,
所述趋势判定部在所述评价项目的所述第2SN比的相加值超过规定范围的情况下,
若所述第2SN比的相加值为正数,则判定该评价项目的检测值趋于增加,
若所述第2SN比的相加值为负数,则判定该评价项目的检测值趋于减小。
5.根据权利要求3所述的成套设备监视装置,其中,
所述趋势判定部计算所述评价项目的所述第2SN比的相加值的第3马哈拉诺比斯距离,并在所述第3马哈拉诺比斯距离超过规定的阈值的情况下,
若所述第2SN比的相加值为正数,则判定该评价项目的检测值趋于增加,
若所述第2SN比的相加值为负数,则判定该评价项目的检测值趋于减小。
6.根据权利要求5所述的成套设备监视装置,其中,
当将由所述加法部相加而得的所述第2SN比的数设为n时,所述趋势判定部计算将所述第2SN比的相加值除以√n进行误差校正而得的校正后相加值的所述第3马哈拉诺比斯距离。
7.根据权利要求1至6中任一项所述的成套设备监视装置,其中,
所述第2马哈拉诺比斯距离计算部将多个所述检测值的各值增加规定量来计算所述第2马哈拉诺比斯距离,
所述第2SN比获取部在所述第2马哈拉诺比斯距离为所述第1马哈拉诺比斯距离以上的情况下以使所述第2SN比成为正数的方式将所述第1SN比转换为所述第2SN比,在所述第2马哈拉诺比斯距离小于所述第1马哈拉诺比斯距离的情况下以使所述第2SN比成为负数的方式将所述第1SN比转换为所述第2SN比。
8.根据权利要求1至6中任一项所述的成套设备监视装置,其中,
所述第2马哈拉诺比斯距离计算部将多个所述检测值的各值减小规定量来计算所述第2马哈拉诺比斯距离,
所述第2SN比获取部在所述第2马哈拉诺比斯距离为所述第1马哈拉诺比斯距离以上的情况下以使所述第2SN比成为负数的方式将所述第1SN比转换为所述第2SN比,在所述第2马哈拉诺比斯距离小于所述第1马哈拉诺比斯距离的情况下以使所述第2SN比成为正数的方式将所述第1SN比转换为所述第2SN比。
9.根据权利要求1至8中任一项所述的成套设备监视装置,其中,
在所述第1SN比为负数的情况下,所述第2SN比获取部将所述第2SN比设为零。
10.一种成套设备监视方法,其包括:
获取多个评价项目中的每一个的检测值的集合即检测值束的步骤;
以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离的步骤;
计算多个所述评价项目中的每一个的第1SN比的步骤;
增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离的步骤;
根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比的步骤;及
对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值的步骤。
11.一种程序,其使成套设备监视装置的计算机执行如下步骤:
获取多个评价项目中的每一个的检测值的集合即检测值束的步骤;
以由过去的检测值束创建的单位空间为基准,计算所述检测值束的第1马哈拉诺比斯距离的步骤;
计算多个所述评价项目中的每一个的第1SN比的步骤;
增加或减小多个所述检测值的各值来计算与增加后或减小后的检测值分别对应的第2马哈拉诺比斯距离的步骤;
根据所述第1马哈拉诺比斯距离和所述第2马哈拉诺比斯距离,将每个所述评价项目的所述第1SN比转换为第2SN比,并获取该第2SN比的步骤;及
对多个所述评价项目分别计算规定期间内获取到的多个所述第2SN比的相加值的步骤。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019-236772 | 2019-12-26 | ||
JP2019236772A JP7282023B2 (ja) | 2019-12-26 | 2019-12-26 | プラント監視装置、プラント監視方法、及びプログラム |
PCT/JP2020/042708 WO2021131403A1 (ja) | 2019-12-26 | 2020-11-17 | プラント監視装置、プラント監視方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114761892A true CN114761892A (zh) | 2022-07-15 |
Family
ID=76575393
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080083117.4A Pending CN114761892A (zh) | 2019-12-26 | 2020-11-17 | 成套设备监视装置、成套设备监视方法及程序 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20240125246A1 (zh) |
JP (1) | JP7282023B2 (zh) |
KR (1) | KR20220066333A (zh) |
CN (1) | CN114761892A (zh) |
DE (1) | DE112020006331T5 (zh) |
WO (1) | WO2021131403A1 (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8135653B2 (en) * | 2007-11-20 | 2012-03-13 | Hitachi, Ltd. | Power plant control device which uses a model, a learning signal, a correction signal, and a manipulation signal |
JP5610695B2 (ja) * | 2009-02-17 | 2014-10-22 | 三菱重工業株式会社 | プラント監視用の方法、プログラム及び装置 |
JP2011060012A (ja) | 2009-09-10 | 2011-03-24 | Fuji Electric Systems Co Ltd | プラント監視装置およびプラント監視方法 |
JP5311493B2 (ja) * | 2009-11-26 | 2013-10-09 | 三菱電機株式会社 | データ解析装置、それを用いた製造装置、データ解析方法、そのコンピュータ・プログラムおよびそのプログラムを記録した記録媒体 |
JP5746480B2 (ja) * | 2010-05-13 | 2015-07-08 | 横河電機株式会社 | 解析結果表示装置および解析結果表示方法 |
JP2013050758A (ja) * | 2011-08-30 | 2013-03-14 | Ihi Corp | 異常診断装置 |
FR3023628A1 (fr) * | 2014-07-10 | 2016-01-15 | Airbus Helicopters | Procede et systeme de fusion d'indicateurs de surveillance d'un dispositif |
JP6714498B2 (ja) * | 2016-11-17 | 2020-06-24 | 株式会社日立製作所 | 設備診断装置及び設備診断方法 |
JP6655595B2 (ja) * | 2017-12-21 | 2020-02-26 | 三菱日立パワーシステムズ株式会社 | 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 |
-
2019
- 2019-12-26 JP JP2019236772A patent/JP7282023B2/ja active Active
-
2020
- 2020-11-17 KR KR1020227012968A patent/KR20220066333A/ko unknown
- 2020-11-17 CN CN202080083117.4A patent/CN114761892A/zh active Pending
- 2020-11-17 US US17/769,444 patent/US20240125246A1/en active Pending
- 2020-11-17 WO PCT/JP2020/042708 patent/WO2021131403A1/ja active Application Filing
- 2020-11-17 DE DE112020006331.3T patent/DE112020006331T5/de active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2021131403A1 (ja) | 2021-07-01 |
KR20220066333A (ko) | 2022-05-24 |
JP2021105837A (ja) | 2021-07-26 |
DE112020006331T5 (de) | 2022-10-13 |
JP7282023B2 (ja) | 2023-05-26 |
US20240125246A1 (en) | 2024-04-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6088131B2 (ja) | タービン性能診断システム及び方法 | |
JP2017010232A (ja) | プラント診断装置及びプラント診断方法 | |
CN110462538B (zh) | 信息处理装置、信息处理方法以及存储介质 | |
CN111417909B (zh) | 单位空间生成装置、成套设备诊断***、单位空间生成方法、成套设备诊断方法及计算机可读存储介质 | |
JP2021006975A (ja) | 異常検出装置、異常検出方法、及びプログラム | |
CN114051581B (zh) | 成套设备监视装置、成套设备监视方法及存储介质 | |
US11586189B2 (en) | Plant monitoring device, plant monitoring method, and program | |
CN114761892A (zh) | 成套设备监视装置、成套设备监视方法及程序 | |
US20220027436A1 (en) | Anomaly factor estimation method, anomaly factor estimating device, and program | |
US20230212980A1 (en) | Plant monitoring device, plant monitoring method, and program | |
US20230259116A1 (en) | Cause estimation apparatus and cause estimation method | |
US11703819B2 (en) | Unit space update device, unit space update method, and program | |
WO2022239612A1 (ja) | プラント監視方法、プラント監視装置及びプラント監視プログラム |
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 |