JP2004240642A - プラント機器の保守支援装置 - Google Patents
プラント機器の保守支援装置 Download PDFInfo
- Publication number
- JP2004240642A JP2004240642A JP2003028239A JP2003028239A JP2004240642A JP 2004240642 A JP2004240642 A JP 2004240642A JP 2003028239 A JP2003028239 A JP 2003028239A JP 2003028239 A JP2003028239 A JP 2003028239A JP 2004240642 A JP2004240642 A JP 2004240642A
- Authority
- JP
- Japan
- Prior art keywords
- plant
- plant equipment
- equipment
- abnormality
- inspection
- 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
Links
Images
Classifications
-
- 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
Abstract
【課題】経年劣化と関係が無くても、プラント機器の異常のプラント運転への影響度を的確に評価し、機器の点検手法／時期を決めるプラント機器の保守支援装置を提供する。
【解決手段】プラント機器の観測値データベース１と、機器データベース２と、点検情報データベース３と、これらの観測値および情報を用いて任意時刻のプラント機器異常を診断する状態診断部４と、前記機器情報および点検情報と状態診断部からの情報を用いてプラント機器異常がプラント運転に及ぼす影響を評価するプラント運転影響度評価部５と、状態診断部４およびプラント運転影響度評価部５で得た結果によりプラント機器の点検方法／時期を決定する点検方法／時期決定部６とからなる。状態診断部４は、モデル作成手段と、モデル計算手段と、異常確率計算手段とを含む。任意時刻における機器の異常確率を算出し、その機器が異常に至った際のプラント運転への影響度を評価し、機器の点検手法／時期を決定する。
【選択図】 図１
【解決手段】プラント機器の観測値データベース１と、機器データベース２と、点検情報データベース３と、これらの観測値および情報を用いて任意時刻のプラント機器異常を診断する状態診断部４と、前記機器情報および点検情報と状態診断部からの情報を用いてプラント機器異常がプラント運転に及ぼす影響を評価するプラント運転影響度評価部５と、状態診断部４およびプラント運転影響度評価部５で得た結果によりプラント機器の点検方法／時期を決定する点検方法／時期決定部６とからなる。状態診断部４は、モデル作成手段と、モデル計算手段と、異常確率計算手段とを含む。任意時刻における機器の異常確率を算出し、その機器が異常に至った際のプラント運転への影響度を評価し、機器の点検手法／時期を決定する。
【選択図】 図１
Description
【０００１】
【発明の属する技術分野】
本発明は、原子力プラント，火力プラント，化学プラントなどのプラント機器の保守支援装置に係り、特に、各プラント機器の異常がプラント運転に及ぼす影響度を評価し、その影響度に基づいて各機器の点検手法および点検時期を決定する手段に関する。
【０００２】
【従来の技術】
原子力プラントに代表される大規模プラントを構成する機器の点検時期を適切に決定することは、古くから検討されている。特に、原子力プラントのように安全性が重視される場合には、機器故障によるプラントへの影響を考慮して、そのプラント機器の点検時期を決定する必要がある。
【０００３】
そこで、経年劣化による機器の故障とその機器の故障モードによる影響とを故障モード影響解析によって評価し、評価値に基づいてそのプラント機器の点検時期を決定していた（例えば、特許文献１参照。）。
【０００４】
また、保存されたデータに基づいて経年劣化状態を評価し、その経年劣化がプラントに及ぼす影響を評価し、経年劣化状態および影響に基づいてそのプラント機器の点検時期を判定していた（例えば、特許文献２参照。）。
【０００５】
【特許文献１】
特開２０００−００２７８５号公報（第４−５頁、図１，図５−７）
【特許文献２】
特開２００１−１２５６２６号公報（第４−５頁、図１，図２）
【０００６】
【発明が解決しようとする課題】
しかし、プラント機器の故障は、経年劣化だけにより生ずるわけではない。点検時期の決定には、経年劣化のみならず、プラント機器に異常状態が発生した事象も考慮する必要がある。従来は、この経年劣化とは直接関係が無い機器異常について点検時期を決定する方法がなかった。
【０００７】
一般に、機器故障は、機器のある個所が異常状態となったことが一要因となる。そのため、保全という観点からは、その異常状態による故障発生を未然に防ぎ、プラントへの影響を小さくすることが、非常に重要である。
【０００８】
本発明の目的は、経年劣化と関係が無い場合でも、プラント機器が異常に至った際のプラント運転への影響度を的確に評価し、機器の点検手法および点検時期を決定するプラント機器の保守支援装置を提供することである。
【０００９】
【課題を解決するための手段】
本発明は、上記目的を達成するために、プラント機器の観測値を蓄積する観測値データベースと、前記プラント機器の情報を蓄積する機器データベースと、前記プラント機器の点検情報を蓄積する点検情報データベースと、前記観測値データベース，前記機器データベース，前記点検情報データベースの観測値および情報を用いて任意時刻のプラント機器異常を診断する状態診断部と、前記機器データベースおよび前記点検情報データベースの情報と前記状態診断部で診断した情報とを用いて前記プラント機器異常がプラント運転に及ぼす影響を評価するプラント運転影響度評価部と、前記状態診断部および前記プラント運転影響度評価部で得た結果を用いて前記プラント機器の点検方法および点検時期を決定する点検方法／時期決定部とからなるプラント機器の保守支援装置を提案する。
【００１０】
前記状態診断部は、前記観測値データベースに納められている過去の実測値に基づいて機器のモデルを作成するモデル作成手段と、作成されたモデルを用いて機器の任意の状態量を計算するモデル計算手段と、前記状態量に基づいて異常確率を計算する異常確率計算手段とを含むことができる。
【００１１】
本発明は、また、上記目的を達成するために、プラント機器の観測値を蓄積する観測値データベースと、前記プラント機器の情報を蓄積する機器データベースと、前記プラント機器の点検情報を蓄積する点検情報データベースと、観測できない機器の状態量を推定し、前記観測値データベース，前記機器データベース，前記点検情報データベースの観測値および情報ならびに推定された前記観測できない機器の状態量を用いて任意時刻のプラント機器異常を診断する状態診断部と、前記機器データベースおよび前記点検情報データベースの情報と前記状態診断部で診断した情報とを用いて前記プラント機器異常がプラント運転に及ぼす影響を評価するプラント運転影響度評価部と、前記状態診断部および前記プラント運転影響度評価部で得た結果を用いて前記プラント機器の点検方法および点検時期を決定する点検方法／時期決定部とからなるプラント機器の保守支援装置を提案する。
【００１２】
前記状態診断部は、取得できる実測値に基づいてセンサなどで直接観測できない値を推定する状態推定手段と、前記観測値データベースに納められている過去の実測値および推定された前記観測できない機器の状態量に基づいて機器のモデルを作成するモデル作成手段と、作成されたモデルを用いて機器の任意の状態量を計算するモデル計算手段と、前記状態量に基づいて異常確率を計算する異常確率計算手段とを含む。
【００１３】
前記観測値データベースは、プラントから得られる観測値を点検時期からの経過日数毎に格納する手段と観測値を前記状態診断部にリアルタイムで転送する手段とを備える。
【００１４】
前記状態診断部の前記異常確率計算手段は、前記点検方法／時期決定部で得られた結果を反映して異常確率を計算する手段を含む。
【００１５】
前記状態診断部の前記異常確率計算手段は、前記観測値データベースに格納されている過去の観測値を用いて作成されたモデルを用いて前記プラント機器の任意時刻における観測値を予測し、その結果を用いて前記プラント機器の任意時刻における異常確率と現時刻から異常発生までの残り時間とを算出する手段を含む。
【００１６】
前記状態診断部の前記異常確率計算手段は、前記観測値データベースに格納されている過去の観測値を用いて作成されたモデルおよび観測できない機器の状態量を推定するモデルを用いて前記プラント機器の任意時刻における観測値を予測し、その結果を用いて前記プラント機器の任意時刻における異常確率と現時刻から異常発生までの残り時間とを算出する手段を含む。
【００１７】
前記プラント運転影響度評価部は、プラント運転中に点検可能である場合、該当する前記プラント機器の影響を考慮して影響度を評価する手段を含む。
【００１８】
前記プラント運転影響度評価部は、故障モード影響度解析によって得られた前記プラント機器の影響度と、前記故障モードを頂上事象とするフォールトツリー解析の結果から得られる異常要因に対して前記状態診断部で算出される前記異常確率を前記異常要因の発生確率とし前記故障モードが前記プラント機器の異常によってどれくらいの割合で関与しているかを算出した結果と、前記プラント機器がプラント運転中に点検可能であれば１以上の数値を代入した係数を用いて、点検可能でなければ１を代入した係数を用いて、前記プラント機器の異常によるプラント運転への影響度を評価する手段を含む。
【００１９】
前記点検方法／時期決定部は、前記プラント運転影響度評価部で得られた評価結果が所定のしきい値を超えかつプラント運転中に点検が可能である場合に、前記状態診断部で算出された異常発生までの残り時間内に点検時期を設定する手段を含む。
【００２０】
【発明の実施の形態】
次に、図１〜図９を参照して、本発明によるプラント機器の保守支援装置の実施形態を説明する。なお、これらの実施形態は、本発明を原子力発電プラントに適用した例である。
【００２１】
【実施形態１】
図１は、本発明によるプラント機器の保守支援装置の実施形態１の構成を示すブロック図である。本実施形態１のプラント機器の保守支援装置は、観測値データベース１と、機器データベース２と、点検情報データベース３と、状態診断部４と、プラント運転影響度評価部５と、点検方法／時期決定部６と、表示部７と、保存部８とを備えている。状態診断部４は、モデル作成手段４１と、モデル計算手段４２と、異常確率計算手段４３とを含んでいる。
【００２２】
観測値データベース１は、プラントから得られる観測値を格納している。また、同じ観測値でも、点検時期から経過した時間毎に観測値を並べ替えることができる。さらに、オンラインで状態監視が可能となるように、プラントから得られた観測値を格納するとともに、状態診断部４にその観測値を送る機能も備えている。
【００２３】
機器データベース２には、プラントの構成機器に関する設計データと、故障および異常となる観測値のしきい値と、故障モード影響度解析により予め得られた解析データと、故障モード影響度解析の各故障モードを頂上現象としたフォールトツリー解析による解析データとが格納されている。
【００２４】
点検情報データベース３は、点検方法と、点検時期の履歴と、オンラインメンテナンスが可能な場合の点検情報係数（α）とを格納している。点検情報係数（α）については、点検方法／時期決定部６とともに、後で詳細に説明する。
【００２５】
状態診断部４は、機器の任意時刻における異常確率を算出する。状態診断部４の中で、モデル作成手段４１は、観測値データベース１に納められている過去の実測値に基づいて機器のモデルを作成する。モデル計算手段４２は、作成されたモデルを用いて、機器の任意の状態量を計算する。異常確率計算手段４３は、その状態量に基づいて異常確率を計算する。
【００２６】
プラント運転影響度評価部５は、故障モード影響度解析により予め得られた各機器の故障モードに対応するプラントへの影響度と、各機器の故障モードを頂上現象としたフォールトツリー解析を実施した結果よる異常影響度とを算出し、状態診断部４で算出した異常確率と点検情報データベース３に格納されている点検情報係数（α）とを用いて、プラント運転への影響度を評価する。
【００２７】
点検方法／時期決定部６は、プラント運転影響度評価部５で得られた評価結果と点検情報データベース３および状態診断部４から得られた異常発生までの残り時間とを考慮し、各機器の点検方法および点検時期を決定する。
【００２８】
決定した点検方法および点検時期の情報は、点検情報データベース３と、状態診断部４と、プラント運転影響度評価部５とにそれぞれ反映される。
【００２９】
特に、状態診断部４では、点検方法および点検時期を考慮したオンラインでの状態監視を実施し、プラント運転の安全性を確保するための支援が可能となっている。
【００３０】
表示部７は、点検方法／時期決定部６で決定された点検方法および点検時期を表示する。状態診断部４における診断結果も併せて表示できる。保存部８は、点検方法および点検時期を決定するまでに用いた情報を一括して保存する。なお、表示部７としては、汎用品の表示機器を用いることができ、保存部８の構成機器も特殊な物ではない。
【００３１】
したがって、観測値データベース１，機器データベース２，点検情報データベース３，状態診断部４，プラント運転影響度評価部５，点検方法／時期決定部６をユニットとし、表示部７および保存部８を外部機器として接続する構成を採用してもよい。
【００３２】
図２は、状態診断部４において異常確率を算出する方法を示す図である。
【００３３】
任意時刻の予測値を得るために、観測値データベース１に格納されている実測値に基づいてモデル作成手段４１でモデルを作成しておく。モデル作成手段４１では、観測値を状態量として種々のモデルを使用できる。モデルとしては、ＡＲＭＡモデルなどに代表される統計的モデル，物理モデル、伝達関数やニューラルネットワークに代表されるブラックボックスモデルなどがあり、各機器から得られる観測値や異常診断の種類に応じて選択する。
【００３４】
モデル計算手段４２は、得られた実測値を初期値としてモデルに入力し、任意時刻の予測値を得る。
【００３５】
図２のように、モデルに与える初期値の時刻をｔ０とし、時刻ｔ１の観測値ｘがモデルによる予測値で得られたとする。このとき、時刻ｔ１における予測値の確率分布を過去の実測値から求めておき、観測値ｘの確率Ｐ（ｘ）を算出する。
【００３６】
例えば、時刻ｔ１における確率分布が正規分布に従うとすると、観測値ｘに対する確率Ｐ（ｘ）は、数式１で求められる。ここで、σは分散，μは平均，△ｘは十分小さい正の値を表す。
【００３７】
【数１】
観測値ｘが平均から離れると、Ｐ（ｘ）は小さくなり、過去の実測値から得られる正常な範囲から外れることを意味する。そこで、この確率Ｐ（ｘ）を用いて、数式２により、異常確率を算出する。
【００３８】
【数２】
数式２によれば、観測値ｘが正常値から外れると、異常確率が大きくなる。
【００３９】
ここで考慮した時刻ｔ０とｔ１の差ｔ１−ｔ０を異常発生までの残り時間とする。
【００４０】
図３は、原子力プラントの再循環ポンプを対象として、故障モードがプラントに及ぼす影響度を解析した例を示す図である。
【００４１】
機器データベース２には、図３に示すように、機種に応じて構成要素，故障モード，故障原因，故障の影響，影響度が記述されている。ここでは、影響度が最も高いプラント停止に至る故障モードを５とし、影響度を１〜５段階で分類しているが、本発明は、このような分類方式には限定されない。
【００４２】
ただし、この影響度は、経年劣化に起因する故障に関するものであるため、そのまま使用すると機器異常による影響度にならない。そこで、各故障モードを頂上現象としたフォールトツリー解析を実施し、異常要因に対する各故障モードとの関係を解析し、機器異常による影響度を算出することにする。
【００４３】
図４は、原子力プラントの再循環ポンプについて、シール室圧力異常を頂上現象として故障に至る異常要因を解析した例を示す図である。
【００４４】
原子力プラントの再循環ポンプは、ステンレス鋼製の単段，二重渦巻形の立型遠心ポンプである。その軸シールは、一段で全圧力をシール可能なメカニカルシールを二段直列に配置してある。
【００４５】
各シールにかかる圧力を等分するために、シール水の一部を外部に流出させるコントロール・ブリードオフを実施している。各シールを監視するため、一段目および二段目のシール室圧力と温度とを測定し、二段目シールからの漏えい量とコントロール・ブリードオフ量とを測定している。
【００４６】
図４に示すように、シール室圧力異常１０をフォールトツリー解析の頂上現象とすると、異常要因は、漏えい量異常１２，コントロール・ブリードオフ量異常１３，一段目シール室圧力異常１４，二段目シール室圧力異常１５，一段目シール室温度異常１６，二段目シール室温度異常１７からなり、ＯＲゲート１１を介して、頂上現象に接続されている。
【００４７】
また、それぞれの異常要因に状態診断部４で算出された異常確率を当てはめると、各異常要因によるシール室圧力異常の確率が算出される。
【００４８】
一般に、ＯＲゲートを介したフォールトツリーにおいては、いずれかの要因が異常となれば、上位の事象が発生するので、数式３を用いて確率を決定する。ここで、ＰＵＯＲはＯＲゲートの上位事象，Ｐ１はその要因事象，Ｉは添え字ｉの集合を表す。
【００４９】
【数３】
この場合、上位事象であるシール室圧力異常１０が発生する確率ＰＰＬＲｌは、漏えい量異常１２の確率Ｐ１，コントロール・ブリードオフ量異常１３の確率Ｐ２，一段目シール室圧力異常１４の確率Ｐ３，二段目シール室圧力異常１５の確率Ｐ４，一段目シール室温度異常１６の確率Ｐ５，二段目シール室温度異常１７の確率Ｐ６のうちで、一番大きい確率の値を選択することになる。このとき求めた頂上事象の発生確率を異常による故障モード発生確率とする。
【００５０】
一方、頂上事象がその異常要因のＡＮＤ関係で成立する場合も考慮しなければならない。
【００５１】
図５は、機器データベースに格納されている故障に至る異常要因のＡＮＤ関係で頂上事象が生ずる場合を説明する図である。異常要因は、異常事象Ａ２２と異常事象Ｂ２３とからなり、ＡＮＤゲート２１を介して、頂上事象Ａ２０に接続されている。
【００５２】
この場合も、各異常事象に状態診断部４で算出された異常確率を当てはめ、数式４により、頂上事象Ａ２０が発生する確率を求める。ここで、ＰＵＡＮＤはＡＮＤゲートの頂上事象が発生する確率、Ｐｊ（ｊ＝１，…，Ｎ）は頂上事象の要因となる異常事象を表す。
【００５３】
【数４】
各異常要因がＡＮＤ関係であることから、それぞれの確率が高くなければ、上位である事象が発生しないので、各異常事象の確率の平均値を設定する。ここでも、得られた頂上事象の発生確率を異常による故障モード発生確率とする。
【００５４】
図６は、プラント運転影響評価部の処理手順を示すフローチャートである。この一連の処理を全ての機器の全ての故障モードについて実施する。
【００５５】
ステップ１００：異常確率が算出されているかを確認する。
【００５６】
ステップ１０１：異常確率が算出されていなければ、異常確率を算出する。
【００５７】
ステップ１０２：次に、異常による故障モード発生確率が算出されているかを確認する。
【００５８】
ステップ１０３：算出されていなければ、異常による故障モード発生確率を算出する。
【００５９】
ステップ１０４：機器情報データベース３を参照し、該当機器がオンラインメンテナンス可能であるかどうかを確認する。オンラインメンテナンスが可能であれば、運転中待機系数が減少した状態における点検となるので、その影響度を通常の影響よりも大きくするために、点検情報係数αを１以上に設定する。点検情報係数αは、機器の機能や設置場所および待機系数の大小などを考慮して決定する。オンラインメンテナンスが可能でなければ、定期検査における実施となるため、点検情報係数（α）は１に設定する。
【００６０】
ステップ１０５：最後に、異常による故障モード発生確率に、その故障モードの影響度および点検情報係数（α）をそれぞれ乗算し、それを評価値とする。
【００６１】
図７は、点検方法／時期決定部の処理手順を示すフローチャートである。
【００６２】
ステップ１１０：まず、該当機器がオンラインメンテナンス可能であるかを確認する。
【００６３】
ステップ１１１：オンラインメンテナンスが可能であれば、状態監視保全を選択する。
【００６４】
ステップ１１５：そうでなければ、時間計画保全を選択する。
【００６５】
ステップ１１２：状態監視保全１１１の場合、プラント運転影響度評価部５で算出された評価値をしきい値と比較する。
【００６６】
ステップ１１３：評価値がしきい値よりも大きければ、状態診断部４で求めた異常発生までの残り時間内に点検時期を設定する。
【００６７】
ステップ１１４：そうでなければ、点検時期延長が可能とする。
【００６８】
ステップ１１６：時間計画保全１１５の場合、プラント運転影響度評価部５で算出された評価値をしきい値と比較する。
【００６９】
ステップ１１７：評価値がしきい値よりも大きければ、次回の定期検査における検査を設定する。
【００７０】
ステップ１１４：そうでなければ、点検時期延長が可能とする。
【００７１】
ここまでは、機器異常のプラント運転への影響度を評価し、この影響度に基づき、各機器の点検方法および点検時期を決定する基本的方式について説明した。
【００７２】
現実には、点検時期が延長された場合またはオンラインメンテナンスを実施できない機器で評価値がしきい値よりも大きい場合などは、プラントのより一層の安全性を考慮して、状態監視によるモニタリングに評価情報を反映する必要がある。
【００７３】
本発明では、このようなことも考慮して、点検方法／時期決定部で得られた情報を状態診断部４にフィードバックし、モニタリングに反映する機能を備えている。
【００７４】
図８は、点検方法および点検時期が決定した情報に基づいて、状態診断部で異常確率を算出する方法を示す図である。
【００７５】
図２の場合と同様に、ｔ０はモデルに与える初期値の時刻であり、時刻ｔｌの観測値ｘをモデルの出力である予測値により得たとする。観測値ｘの対象となる機器が、点検方法／時期決定部６において、点検時期延長可能と判定され、点検時期延長と決定したとする。
【００７６】
この場合、安全性を保つためにも、従来よりも少し厳しい基準で状態を監視する必要がある。そこで、時刻ｔ１における確率分布の形状を変更して、監視基準を厳しくする。
【００７７】
図２の場合は、確率分布が正規分布に従うと仮定したので、この仮定を継続する。数式１における分散σを小さくすると、分布が平均μの近傍で盛り上がる形状となる。そのため、同じ観測値ｘでも、分布の裾のほうに対応するため、確率Ｐ′（ｘ）は、確率Ｐ（ｘ）よりも小さくなる。すなわち、数式２から、異常確率は、確率Ｐ（ｘ）のときと比べて大きくなる。その結果、正常値からのずれによる感度が高くなり、通常よりも厳しい基準で状態を監視できる。
【００７８】
【実施形態２】
図９は、本発明によるプラント機器の保守支援装置の実施形態２の構成を示すブロック図である。本実施形態１のプラント機器の保守支援装置は、観測値データベース１と、機器データベース２と、点検情報データベース３と、状態診断部４と、プラント運転影響度評価部５と、点検方法／時期決定部６と、表示部７と、保存部８とを備えている。本実施形態２の状態診断部４は、実施形態１のモデル作成手段４１，モデル計算手段４２，異常確率計算手段４３に加えて、状態推定手段４４を含んでいる。
【００７９】
観測値データベース１は、プラントから得られる観測値を格納している。また、同じ観測値でも、点検時期から経過した時間毎に観測値を並べ替えることができる。さらに、オンラインで状態監視が可能となるように、プラントから得られた観測値を格納するとともに、状態診断部４にその観測値を送る機能も備えている。
【００８０】
機器データベース２には、プラントの構成機器に関する設計データと、故障および異常となる観測値のしきい値と、故障モード影響度解析により予め得られた解析データと、故障モード影響度解析の各故障モードを頂上現象としたフォールトツリー解析による解析データとが格納されている。
【００８１】
点検情報データベース３は、点検方法と、点検時期の履歴と、オンラインメンテナンスが可能な場合の点検情報係数（α）とを格納している。
【００８２】
状態診断部４は、機器の任意時刻における異常確率を算出する。状態診断部４の中で、モデル作成手段４１は、観測値データベース１に納められている過去の実測値に基づいて機器のモデルを作成する。モデル計算手段４２は、作成されたモデルを用いて、機器の任意の状態量を計算する。異常確率計算手段４３は、その状態量に基づいて異常確率を計算する。状態推定手段４４は、取得できる実測値に基づいて、センサなどで直接観測できない状態量を推定する。
【００８３】
任意時刻の予測値を得るために、観測値データベース１に格納されている実測値に基づいてモデル作成手段４１でモデルを作成しておく。モデル作成手段４１では、観測値を状態量として種々のモデルを使用できる。モデルとしては、ＡＲＭＡモデルなどに代表される統計的モデル，物理モデル，伝達関数やニューラルネットワークに代表されるブラックボックスモデルなどがあり、各機器から得られる観測値や異常診断の種類に応じて選択する。
【００８４】
本実施形態２の状態推定手段４４は、点検方法や点検時期を決定する際に必要となる機器の状態量が実測値として得られない場合に、観測できない機器の状態量を推定する。モデル作成手段４１は、実測値とともに、状態推定手段４４により推定された機器の状態量を取り込んでモデルを作成する。
【００８５】
ここで、観測できない状態量とは、リアルタイムに観測できないことを意味し、分解点検などを実施したときは、計測して得られる量である。この分解点検時にだけ得られる実測値に基づいて、状態推定をするモデルを規定する。
【００８６】
観測できない状態量を観測できる状態量から推定する場合には、例えば、因子分析や主成分分析などを用いて、観測できる状態量の中でどの状態量が観測できない状態量に関係しているかを求め、強く関係している状態量に基づいて回帰モデルに代表される統計的モデル，伝達関数やニューラルネットワークに代表されるブラックボックスモデルでモデルを作成する。
【００８７】
また、機器によっては、物理モデルを定義できる場合もある。このときには、カルマンフィルタのような状態推定手法を用いる。
【００８８】
モデル計算手段４２は、得られた実測値を初期値としてモデルに入力し、作成されたモデルを用いて、機器の任意の状態量を計算する。異常確率計算手段４３は、その状態量に基づいて異常確率を計算する。
【００８９】
プラント運転影響度評価部５は、故障モード影響度解析により予め得られた各機器の故障モードに対応するプラントへの影響度と、各機器の故障モードを頂上現象としたフォールトツリー解析を実施した結果による異常影響度とを算出し、状態診断部４で算出した異常確率と点検情報データベース３に格納されている点検情報係数（α）とを用いて、プラント運転への影響度を評価する。
【００９０】
点検方法／時期決定部６は、プラント運転影響度評価部５で得られた評価結果と点検情報データベース３および状態診断部４から得られた異常発生までの残り時間とを考慮し、各機器の点検方法および点検時期を決定する。
【００９１】
表示部７は、点検方法／時期決定部６で決定された点検方法および点検時期を表示する。表示部７は、状態診断部４における診断結果も併せて表示できるようにしてもよい。
【００９２】
保存部８は、点検方法および点検時期を決定するまでに用いた情報を一括して保存する。決定した点検方法および点検時期の情報は、点検情報データベース３と、状態診断部４と、プラント運転影響度評価部５とにそれぞれ反映される。
【００９３】
特に、状態診断部４では、点検方法および点検時期を考慮したオンラインでの状態監視を実施し、プラント運転の安全性を確保するための支援が可能となっている。
【００９４】
上記実施形態１，２では、本発明を原子力発電プラントの構成機器に適用しているが、本発明の適用対象は、原子力発電プラントに限定されない。例えば、火力発電プラントや化学プラントに代表される大規模なシステムの構成機器についても観測値が得られ、各機器の情報や保守の履歴などが管理されているので、本発明はこれらの保守支援にも適用できる。
【００９５】
【発明の効果】
本発明によれば、プラントの実測値および予測値に基づいて、任意時刻における機器の異常確率を算出して、その機器が異常に至った際のプラント運転への影響度を評価するので、経年劣化と関係が無い場合でも、機器の点検手法および点検時期を決定できるプラント機器の保守支援装置が得られる。
【００９６】
また、決定された点検手法および点検時期の情報を状態診断および影響度に反映させ、点検時期を考慮した状態監視や点検手法を考慮した影響評価ができる。
【００９７】
さらに、点検方法や点検時期を決定する際に必要となる機器の状態量が実測値として得られない場合に、観測できない機器の状態量を推定することもできる。
【図面の簡単な説明】
【図１】本発明によるプラント機器の保守支援装置の実施形態１の構成を示すブロック図である。
【図２】実施形態１の状態診断部４において異常確率を算出する方法を示す図である。
【図３】原子力プラントの再循環ポンプを対象として、故障モードがプラントに及ぼす影響度を解析した例を示す図である。
【図４】原子力プラントの再循環ポンプについて、シール室圧力異常を頂上現象として故障に至る異常要因を解析した例を示す図である。
【図５】機器データベースに格納されている故障に至る異常要因のＡＮＤ関係で頂上事象が生ずる場合を説明する図である。
【図６】プラント運転影響評価部の処理手順を示すフローチャートである。
【図７】点検方法／時期決定部の処理手順を示すフローチャートである。
【図８】点検方法および点検時期が決定した情報に基づいて、状態診断部で異常確率を算出する方法を示す図である。
【図９】本発明によるプラント機器の保守支援装置の実施形態２の構成を示すブロック図である。
【符号の説明】
１ 観測値データベース
２ 機器データベース
３ 点検情報データベース
４ 状態診断部
５ プラント運転影響度評価部
６ 点検方法／時期決定部
７ 表示部
８ 保存部
１０ シール室圧力異常
１１ ＯＲゲート
１２ 漏えい量異常
１３ コントロール・ブリードオフ量異常
１４ 一段目シール室圧力異常
１５ 二段目シール室圧力異常
１６ 一段目シール室温度異常
１７ 二段目シール室温度異常
２０ 頂上事象Ａ
２１ ＡＮＤゲート
２２ 異常事象Ａ
２３ 異常事象Ｂ
４１ モデル作成手段
４２ モデル計算手段
４３ 異常確率計算手段
４４ 状態推定手段
【発明の属する技術分野】
本発明は、原子力プラント，火力プラント，化学プラントなどのプラント機器の保守支援装置に係り、特に、各プラント機器の異常がプラント運転に及ぼす影響度を評価し、その影響度に基づいて各機器の点検手法および点検時期を決定する手段に関する。
【０００２】
【従来の技術】
原子力プラントに代表される大規模プラントを構成する機器の点検時期を適切に決定することは、古くから検討されている。特に、原子力プラントのように安全性が重視される場合には、機器故障によるプラントへの影響を考慮して、そのプラント機器の点検時期を決定する必要がある。
【０００３】
そこで、経年劣化による機器の故障とその機器の故障モードによる影響とを故障モード影響解析によって評価し、評価値に基づいてそのプラント機器の点検時期を決定していた（例えば、特許文献１参照。）。
【０００４】
また、保存されたデータに基づいて経年劣化状態を評価し、その経年劣化がプラントに及ぼす影響を評価し、経年劣化状態および影響に基づいてそのプラント機器の点検時期を判定していた（例えば、特許文献２参照。）。
【０００５】
【特許文献１】
特開２０００−００２７８５号公報（第４−５頁、図１，図５−７）
【特許文献２】
特開２００１−１２５６２６号公報（第４−５頁、図１，図２）
【０００６】
【発明が解決しようとする課題】
しかし、プラント機器の故障は、経年劣化だけにより生ずるわけではない。点検時期の決定には、経年劣化のみならず、プラント機器に異常状態が発生した事象も考慮する必要がある。従来は、この経年劣化とは直接関係が無い機器異常について点検時期を決定する方法がなかった。
【０００７】
一般に、機器故障は、機器のある個所が異常状態となったことが一要因となる。そのため、保全という観点からは、その異常状態による故障発生を未然に防ぎ、プラントへの影響を小さくすることが、非常に重要である。
【０００８】
本発明の目的は、経年劣化と関係が無い場合でも、プラント機器が異常に至った際のプラント運転への影響度を的確に評価し、機器の点検手法および点検時期を決定するプラント機器の保守支援装置を提供することである。
【０００９】
【課題を解決するための手段】
本発明は、上記目的を達成するために、プラント機器の観測値を蓄積する観測値データベースと、前記プラント機器の情報を蓄積する機器データベースと、前記プラント機器の点検情報を蓄積する点検情報データベースと、前記観測値データベース，前記機器データベース，前記点検情報データベースの観測値および情報を用いて任意時刻のプラント機器異常を診断する状態診断部と、前記機器データベースおよび前記点検情報データベースの情報と前記状態診断部で診断した情報とを用いて前記プラント機器異常がプラント運転に及ぼす影響を評価するプラント運転影響度評価部と、前記状態診断部および前記プラント運転影響度評価部で得た結果を用いて前記プラント機器の点検方法および点検時期を決定する点検方法／時期決定部とからなるプラント機器の保守支援装置を提案する。
【００１０】
前記状態診断部は、前記観測値データベースに納められている過去の実測値に基づいて機器のモデルを作成するモデル作成手段と、作成されたモデルを用いて機器の任意の状態量を計算するモデル計算手段と、前記状態量に基づいて異常確率を計算する異常確率計算手段とを含むことができる。
【００１１】
本発明は、また、上記目的を達成するために、プラント機器の観測値を蓄積する観測値データベースと、前記プラント機器の情報を蓄積する機器データベースと、前記プラント機器の点検情報を蓄積する点検情報データベースと、観測できない機器の状態量を推定し、前記観測値データベース，前記機器データベース，前記点検情報データベースの観測値および情報ならびに推定された前記観測できない機器の状態量を用いて任意時刻のプラント機器異常を診断する状態診断部と、前記機器データベースおよび前記点検情報データベースの情報と前記状態診断部で診断した情報とを用いて前記プラント機器異常がプラント運転に及ぼす影響を評価するプラント運転影響度評価部と、前記状態診断部および前記プラント運転影響度評価部で得た結果を用いて前記プラント機器の点検方法および点検時期を決定する点検方法／時期決定部とからなるプラント機器の保守支援装置を提案する。
【００１２】
前記状態診断部は、取得できる実測値に基づいてセンサなどで直接観測できない値を推定する状態推定手段と、前記観測値データベースに納められている過去の実測値および推定された前記観測できない機器の状態量に基づいて機器のモデルを作成するモデル作成手段と、作成されたモデルを用いて機器の任意の状態量を計算するモデル計算手段と、前記状態量に基づいて異常確率を計算する異常確率計算手段とを含む。
【００１３】
前記観測値データベースは、プラントから得られる観測値を点検時期からの経過日数毎に格納する手段と観測値を前記状態診断部にリアルタイムで転送する手段とを備える。
【００１４】
前記状態診断部の前記異常確率計算手段は、前記点検方法／時期決定部で得られた結果を反映して異常確率を計算する手段を含む。
【００１５】
前記状態診断部の前記異常確率計算手段は、前記観測値データベースに格納されている過去の観測値を用いて作成されたモデルを用いて前記プラント機器の任意時刻における観測値を予測し、その結果を用いて前記プラント機器の任意時刻における異常確率と現時刻から異常発生までの残り時間とを算出する手段を含む。
【００１６】
前記状態診断部の前記異常確率計算手段は、前記観測値データベースに格納されている過去の観測値を用いて作成されたモデルおよび観測できない機器の状態量を推定するモデルを用いて前記プラント機器の任意時刻における観測値を予測し、その結果を用いて前記プラント機器の任意時刻における異常確率と現時刻から異常発生までの残り時間とを算出する手段を含む。
【００１７】
前記プラント運転影響度評価部は、プラント運転中に点検可能である場合、該当する前記プラント機器の影響を考慮して影響度を評価する手段を含む。
【００１８】
前記プラント運転影響度評価部は、故障モード影響度解析によって得られた前記プラント機器の影響度と、前記故障モードを頂上事象とするフォールトツリー解析の結果から得られる異常要因に対して前記状態診断部で算出される前記異常確率を前記異常要因の発生確率とし前記故障モードが前記プラント機器の異常によってどれくらいの割合で関与しているかを算出した結果と、前記プラント機器がプラント運転中に点検可能であれば１以上の数値を代入した係数を用いて、点検可能でなければ１を代入した係数を用いて、前記プラント機器の異常によるプラント運転への影響度を評価する手段を含む。
【００１９】
前記点検方法／時期決定部は、前記プラント運転影響度評価部で得られた評価結果が所定のしきい値を超えかつプラント運転中に点検が可能である場合に、前記状態診断部で算出された異常発生までの残り時間内に点検時期を設定する手段を含む。
【００２０】
【発明の実施の形態】
次に、図１〜図９を参照して、本発明によるプラント機器の保守支援装置の実施形態を説明する。なお、これらの実施形態は、本発明を原子力発電プラントに適用した例である。
【００２１】
【実施形態１】
図１は、本発明によるプラント機器の保守支援装置の実施形態１の構成を示すブロック図である。本実施形態１のプラント機器の保守支援装置は、観測値データベース１と、機器データベース２と、点検情報データベース３と、状態診断部４と、プラント運転影響度評価部５と、点検方法／時期決定部６と、表示部７と、保存部８とを備えている。状態診断部４は、モデル作成手段４１と、モデル計算手段４２と、異常確率計算手段４３とを含んでいる。
【００２２】
観測値データベース１は、プラントから得られる観測値を格納している。また、同じ観測値でも、点検時期から経過した時間毎に観測値を並べ替えることができる。さらに、オンラインで状態監視が可能となるように、プラントから得られた観測値を格納するとともに、状態診断部４にその観測値を送る機能も備えている。
【００２３】
機器データベース２には、プラントの構成機器に関する設計データと、故障および異常となる観測値のしきい値と、故障モード影響度解析により予め得られた解析データと、故障モード影響度解析の各故障モードを頂上現象としたフォールトツリー解析による解析データとが格納されている。
【００２４】
点検情報データベース３は、点検方法と、点検時期の履歴と、オンラインメンテナンスが可能な場合の点検情報係数（α）とを格納している。点検情報係数（α）については、点検方法／時期決定部６とともに、後で詳細に説明する。
【００２５】
状態診断部４は、機器の任意時刻における異常確率を算出する。状態診断部４の中で、モデル作成手段４１は、観測値データベース１に納められている過去の実測値に基づいて機器のモデルを作成する。モデル計算手段４２は、作成されたモデルを用いて、機器の任意の状態量を計算する。異常確率計算手段４３は、その状態量に基づいて異常確率を計算する。
【００２６】
プラント運転影響度評価部５は、故障モード影響度解析により予め得られた各機器の故障モードに対応するプラントへの影響度と、各機器の故障モードを頂上現象としたフォールトツリー解析を実施した結果よる異常影響度とを算出し、状態診断部４で算出した異常確率と点検情報データベース３に格納されている点検情報係数（α）とを用いて、プラント運転への影響度を評価する。
【００２７】
点検方法／時期決定部６は、プラント運転影響度評価部５で得られた評価結果と点検情報データベース３および状態診断部４から得られた異常発生までの残り時間とを考慮し、各機器の点検方法および点検時期を決定する。
【００２８】
決定した点検方法および点検時期の情報は、点検情報データベース３と、状態診断部４と、プラント運転影響度評価部５とにそれぞれ反映される。
【００２９】
特に、状態診断部４では、点検方法および点検時期を考慮したオンラインでの状態監視を実施し、プラント運転の安全性を確保するための支援が可能となっている。
【００３０】
表示部７は、点検方法／時期決定部６で決定された点検方法および点検時期を表示する。状態診断部４における診断結果も併せて表示できる。保存部８は、点検方法および点検時期を決定するまでに用いた情報を一括して保存する。なお、表示部７としては、汎用品の表示機器を用いることができ、保存部８の構成機器も特殊な物ではない。
【００３１】
したがって、観測値データベース１，機器データベース２，点検情報データベース３，状態診断部４，プラント運転影響度評価部５，点検方法／時期決定部６をユニットとし、表示部７および保存部８を外部機器として接続する構成を採用してもよい。
【００３２】
図２は、状態診断部４において異常確率を算出する方法を示す図である。
【００３３】
任意時刻の予測値を得るために、観測値データベース１に格納されている実測値に基づいてモデル作成手段４１でモデルを作成しておく。モデル作成手段４１では、観測値を状態量として種々のモデルを使用できる。モデルとしては、ＡＲＭＡモデルなどに代表される統計的モデル，物理モデル、伝達関数やニューラルネットワークに代表されるブラックボックスモデルなどがあり、各機器から得られる観測値や異常診断の種類に応じて選択する。
【００３４】
モデル計算手段４２は、得られた実測値を初期値としてモデルに入力し、任意時刻の予測値を得る。
【００３５】
図２のように、モデルに与える初期値の時刻をｔ０とし、時刻ｔ１の観測値ｘがモデルによる予測値で得られたとする。このとき、時刻ｔ１における予測値の確率分布を過去の実測値から求めておき、観測値ｘの確率Ｐ（ｘ）を算出する。
【００３６】
例えば、時刻ｔ１における確率分布が正規分布に従うとすると、観測値ｘに対する確率Ｐ（ｘ）は、数式１で求められる。ここで、σは分散，μは平均，△ｘは十分小さい正の値を表す。
【００３７】
【数１】
【００３８】
【数２】
【００３９】
ここで考慮した時刻ｔ０とｔ１の差ｔ１−ｔ０を異常発生までの残り時間とする。
【００４０】
図３は、原子力プラントの再循環ポンプを対象として、故障モードがプラントに及ぼす影響度を解析した例を示す図である。
【００４１】
機器データベース２には、図３に示すように、機種に応じて構成要素，故障モード，故障原因，故障の影響，影響度が記述されている。ここでは、影響度が最も高いプラント停止に至る故障モードを５とし、影響度を１〜５段階で分類しているが、本発明は、このような分類方式には限定されない。
【００４２】
ただし、この影響度は、経年劣化に起因する故障に関するものであるため、そのまま使用すると機器異常による影響度にならない。そこで、各故障モードを頂上現象としたフォールトツリー解析を実施し、異常要因に対する各故障モードとの関係を解析し、機器異常による影響度を算出することにする。
【００４３】
図４は、原子力プラントの再循環ポンプについて、シール室圧力異常を頂上現象として故障に至る異常要因を解析した例を示す図である。
【００４４】
原子力プラントの再循環ポンプは、ステンレス鋼製の単段，二重渦巻形の立型遠心ポンプである。その軸シールは、一段で全圧力をシール可能なメカニカルシールを二段直列に配置してある。
【００４５】
各シールにかかる圧力を等分するために、シール水の一部を外部に流出させるコントロール・ブリードオフを実施している。各シールを監視するため、一段目および二段目のシール室圧力と温度とを測定し、二段目シールからの漏えい量とコントロール・ブリードオフ量とを測定している。
【００４６】
図４に示すように、シール室圧力異常１０をフォールトツリー解析の頂上現象とすると、異常要因は、漏えい量異常１２，コントロール・ブリードオフ量異常１３，一段目シール室圧力異常１４，二段目シール室圧力異常１５，一段目シール室温度異常１６，二段目シール室温度異常１７からなり、ＯＲゲート１１を介して、頂上現象に接続されている。
【００４７】
また、それぞれの異常要因に状態診断部４で算出された異常確率を当てはめると、各異常要因によるシール室圧力異常の確率が算出される。
【００４８】
一般に、ＯＲゲートを介したフォールトツリーにおいては、いずれかの要因が異常となれば、上位の事象が発生するので、数式３を用いて確率を決定する。ここで、ＰＵＯＲはＯＲゲートの上位事象，Ｐ１はその要因事象，Ｉは添え字ｉの集合を表す。
【００４９】
【数３】
【００５０】
一方、頂上事象がその異常要因のＡＮＤ関係で成立する場合も考慮しなければならない。
【００５１】
図５は、機器データベースに格納されている故障に至る異常要因のＡＮＤ関係で頂上事象が生ずる場合を説明する図である。異常要因は、異常事象Ａ２２と異常事象Ｂ２３とからなり、ＡＮＤゲート２１を介して、頂上事象Ａ２０に接続されている。
【００５２】
この場合も、各異常事象に状態診断部４で算出された異常確率を当てはめ、数式４により、頂上事象Ａ２０が発生する確率を求める。ここで、ＰＵＡＮＤはＡＮＤゲートの頂上事象が発生する確率、Ｐｊ（ｊ＝１，…，Ｎ）は頂上事象の要因となる異常事象を表す。
【００５３】
【数４】
【００５４】
図６は、プラント運転影響評価部の処理手順を示すフローチャートである。この一連の処理を全ての機器の全ての故障モードについて実施する。
【００５５】
ステップ１００：異常確率が算出されているかを確認する。
【００５６】
ステップ１０１：異常確率が算出されていなければ、異常確率を算出する。
【００５７】
ステップ１０２：次に、異常による故障モード発生確率が算出されているかを確認する。
【００５８】
ステップ１０３：算出されていなければ、異常による故障モード発生確率を算出する。
【００５９】
ステップ１０４：機器情報データベース３を参照し、該当機器がオンラインメンテナンス可能であるかどうかを確認する。オンラインメンテナンスが可能であれば、運転中待機系数が減少した状態における点検となるので、その影響度を通常の影響よりも大きくするために、点検情報係数αを１以上に設定する。点検情報係数αは、機器の機能や設置場所および待機系数の大小などを考慮して決定する。オンラインメンテナンスが可能でなければ、定期検査における実施となるため、点検情報係数（α）は１に設定する。
【００６０】
ステップ１０５：最後に、異常による故障モード発生確率に、その故障モードの影響度および点検情報係数（α）をそれぞれ乗算し、それを評価値とする。
【００６１】
図７は、点検方法／時期決定部の処理手順を示すフローチャートである。
【００６２】
ステップ１１０：まず、該当機器がオンラインメンテナンス可能であるかを確認する。
【００６３】
ステップ１１１：オンラインメンテナンスが可能であれば、状態監視保全を選択する。
【００６４】
ステップ１１５：そうでなければ、時間計画保全を選択する。
【００６５】
ステップ１１２：状態監視保全１１１の場合、プラント運転影響度評価部５で算出された評価値をしきい値と比較する。
【００６６】
ステップ１１３：評価値がしきい値よりも大きければ、状態診断部４で求めた異常発生までの残り時間内に点検時期を設定する。
【００６７】
ステップ１１４：そうでなければ、点検時期延長が可能とする。
【００６８】
ステップ１１６：時間計画保全１１５の場合、プラント運転影響度評価部５で算出された評価値をしきい値と比較する。
【００６９】
ステップ１１７：評価値がしきい値よりも大きければ、次回の定期検査における検査を設定する。
【００７０】
ステップ１１４：そうでなければ、点検時期延長が可能とする。
【００７１】
ここまでは、機器異常のプラント運転への影響度を評価し、この影響度に基づき、各機器の点検方法および点検時期を決定する基本的方式について説明した。
【００７２】
現実には、点検時期が延長された場合またはオンラインメンテナンスを実施できない機器で評価値がしきい値よりも大きい場合などは、プラントのより一層の安全性を考慮して、状態監視によるモニタリングに評価情報を反映する必要がある。
【００７３】
本発明では、このようなことも考慮して、点検方法／時期決定部で得られた情報を状態診断部４にフィードバックし、モニタリングに反映する機能を備えている。
【００７４】
図８は、点検方法および点検時期が決定した情報に基づいて、状態診断部で異常確率を算出する方法を示す図である。
【００７５】
図２の場合と同様に、ｔ０はモデルに与える初期値の時刻であり、時刻ｔｌの観測値ｘをモデルの出力である予測値により得たとする。観測値ｘの対象となる機器が、点検方法／時期決定部６において、点検時期延長可能と判定され、点検時期延長と決定したとする。
【００７６】
この場合、安全性を保つためにも、従来よりも少し厳しい基準で状態を監視する必要がある。そこで、時刻ｔ１における確率分布の形状を変更して、監視基準を厳しくする。
【００７７】
図２の場合は、確率分布が正規分布に従うと仮定したので、この仮定を継続する。数式１における分散σを小さくすると、分布が平均μの近傍で盛り上がる形状となる。そのため、同じ観測値ｘでも、分布の裾のほうに対応するため、確率Ｐ′（ｘ）は、確率Ｐ（ｘ）よりも小さくなる。すなわち、数式２から、異常確率は、確率Ｐ（ｘ）のときと比べて大きくなる。その結果、正常値からのずれによる感度が高くなり、通常よりも厳しい基準で状態を監視できる。
【００７８】
【実施形態２】
図９は、本発明によるプラント機器の保守支援装置の実施形態２の構成を示すブロック図である。本実施形態１のプラント機器の保守支援装置は、観測値データベース１と、機器データベース２と、点検情報データベース３と、状態診断部４と、プラント運転影響度評価部５と、点検方法／時期決定部６と、表示部７と、保存部８とを備えている。本実施形態２の状態診断部４は、実施形態１のモデル作成手段４１，モデル計算手段４２，異常確率計算手段４３に加えて、状態推定手段４４を含んでいる。
【００７９】
観測値データベース１は、プラントから得られる観測値を格納している。また、同じ観測値でも、点検時期から経過した時間毎に観測値を並べ替えることができる。さらに、オンラインで状態監視が可能となるように、プラントから得られた観測値を格納するとともに、状態診断部４にその観測値を送る機能も備えている。
【００８０】
機器データベース２には、プラントの構成機器に関する設計データと、故障および異常となる観測値のしきい値と、故障モード影響度解析により予め得られた解析データと、故障モード影響度解析の各故障モードを頂上現象としたフォールトツリー解析による解析データとが格納されている。
【００８１】
点検情報データベース３は、点検方法と、点検時期の履歴と、オンラインメンテナンスが可能な場合の点検情報係数（α）とを格納している。
【００８２】
状態診断部４は、機器の任意時刻における異常確率を算出する。状態診断部４の中で、モデル作成手段４１は、観測値データベース１に納められている過去の実測値に基づいて機器のモデルを作成する。モデル計算手段４２は、作成されたモデルを用いて、機器の任意の状態量を計算する。異常確率計算手段４３は、その状態量に基づいて異常確率を計算する。状態推定手段４４は、取得できる実測値に基づいて、センサなどで直接観測できない状態量を推定する。
【００８３】
任意時刻の予測値を得るために、観測値データベース１に格納されている実測値に基づいてモデル作成手段４１でモデルを作成しておく。モデル作成手段４１では、観測値を状態量として種々のモデルを使用できる。モデルとしては、ＡＲＭＡモデルなどに代表される統計的モデル，物理モデル，伝達関数やニューラルネットワークに代表されるブラックボックスモデルなどがあり、各機器から得られる観測値や異常診断の種類に応じて選択する。
【００８４】
本実施形態２の状態推定手段４４は、点検方法や点検時期を決定する際に必要となる機器の状態量が実測値として得られない場合に、観測できない機器の状態量を推定する。モデル作成手段４１は、実測値とともに、状態推定手段４４により推定された機器の状態量を取り込んでモデルを作成する。
【００８５】
ここで、観測できない状態量とは、リアルタイムに観測できないことを意味し、分解点検などを実施したときは、計測して得られる量である。この分解点検時にだけ得られる実測値に基づいて、状態推定をするモデルを規定する。
【００８６】
観測できない状態量を観測できる状態量から推定する場合には、例えば、因子分析や主成分分析などを用いて、観測できる状態量の中でどの状態量が観測できない状態量に関係しているかを求め、強く関係している状態量に基づいて回帰モデルに代表される統計的モデル，伝達関数やニューラルネットワークに代表されるブラックボックスモデルでモデルを作成する。
【００８７】
また、機器によっては、物理モデルを定義できる場合もある。このときには、カルマンフィルタのような状態推定手法を用いる。
【００８８】
モデル計算手段４２は、得られた実測値を初期値としてモデルに入力し、作成されたモデルを用いて、機器の任意の状態量を計算する。異常確率計算手段４３は、その状態量に基づいて異常確率を計算する。
【００８９】
プラント運転影響度評価部５は、故障モード影響度解析により予め得られた各機器の故障モードに対応するプラントへの影響度と、各機器の故障モードを頂上現象としたフォールトツリー解析を実施した結果による異常影響度とを算出し、状態診断部４で算出した異常確率と点検情報データベース３に格納されている点検情報係数（α）とを用いて、プラント運転への影響度を評価する。
【００９０】
点検方法／時期決定部６は、プラント運転影響度評価部５で得られた評価結果と点検情報データベース３および状態診断部４から得られた異常発生までの残り時間とを考慮し、各機器の点検方法および点検時期を決定する。
【００９１】
表示部７は、点検方法／時期決定部６で決定された点検方法および点検時期を表示する。表示部７は、状態診断部４における診断結果も併せて表示できるようにしてもよい。
【００９２】
保存部８は、点検方法および点検時期を決定するまでに用いた情報を一括して保存する。決定した点検方法および点検時期の情報は、点検情報データベース３と、状態診断部４と、プラント運転影響度評価部５とにそれぞれ反映される。
【００９３】
特に、状態診断部４では、点検方法および点検時期を考慮したオンラインでの状態監視を実施し、プラント運転の安全性を確保するための支援が可能となっている。
【００９４】
上記実施形態１，２では、本発明を原子力発電プラントの構成機器に適用しているが、本発明の適用対象は、原子力発電プラントに限定されない。例えば、火力発電プラントや化学プラントに代表される大規模なシステムの構成機器についても観測値が得られ、各機器の情報や保守の履歴などが管理されているので、本発明はこれらの保守支援にも適用できる。
【００９５】
【発明の効果】
本発明によれば、プラントの実測値および予測値に基づいて、任意時刻における機器の異常確率を算出して、その機器が異常に至った際のプラント運転への影響度を評価するので、経年劣化と関係が無い場合でも、機器の点検手法および点検時期を決定できるプラント機器の保守支援装置が得られる。
【００９６】
また、決定された点検手法および点検時期の情報を状態診断および影響度に反映させ、点検時期を考慮した状態監視や点検手法を考慮した影響評価ができる。
【００９７】
さらに、点検方法や点検時期を決定する際に必要となる機器の状態量が実測値として得られない場合に、観測できない機器の状態量を推定することもできる。
【図面の簡単な説明】
【図１】本発明によるプラント機器の保守支援装置の実施形態１の構成を示すブロック図である。
【図２】実施形態１の状態診断部４において異常確率を算出する方法を示す図である。
【図３】原子力プラントの再循環ポンプを対象として、故障モードがプラントに及ぼす影響度を解析した例を示す図である。
【図４】原子力プラントの再循環ポンプについて、シール室圧力異常を頂上現象として故障に至る異常要因を解析した例を示す図である。
【図５】機器データベースに格納されている故障に至る異常要因のＡＮＤ関係で頂上事象が生ずる場合を説明する図である。
【図６】プラント運転影響評価部の処理手順を示すフローチャートである。
【図７】点検方法／時期決定部の処理手順を示すフローチャートである。
【図８】点検方法および点検時期が決定した情報に基づいて、状態診断部で異常確率を算出する方法を示す図である。
【図９】本発明によるプラント機器の保守支援装置の実施形態２の構成を示すブロック図である。
【符号の説明】
１ 観測値データベース
２ 機器データベース
３ 点検情報データベース
４ 状態診断部
５ プラント運転影響度評価部
６ 点検方法／時期決定部
７ 表示部
８ 保存部
１０ シール室圧力異常
１１ ＯＲゲート
１２ 漏えい量異常
１３ コントロール・ブリードオフ量異常
１４ 一段目シール室圧力異常
１５ 二段目シール室圧力異常
１６ 一段目シール室温度異常
１７ 二段目シール室温度異常
２０ 頂上事象Ａ
２１ ＡＮＤゲート
２２ 異常事象Ａ
２３ 異常事象Ｂ
４１ モデル作成手段
４２ モデル計算手段
４３ 異常確率計算手段
４４ 状態推定手段
Claims (11)
- プラント機器の観測値を蓄積する観測値データベースと、
前記プラント機器の情報を蓄積する機器データベースと、
前記プラント機器の点検情報を蓄積する点検情報データベースと、
前記観測値データベース，前記機器データベース，前記点検情報データベースの観測値および情報を用いて任意時刻のプラント機器異常を診断する状態診断部と、
前記機器データベースおよび前記点検情報データベースの情報と前記状態診断部で診断した情報とを用いて前記プラント機器異常がプラント運転に及ぼす影響を評価するプラント運転影響度評価部と、
前記状態診断部および前記プラント運転影響度評価部で得た結果を用いて前記プラント機器の点検方法および点検時期を決定する点検方法／時期決定部と
からなるプラント機器の保守支援装置。 - 請求項１に記載のプラント機器の保守支援装置において、
前記状態診断部は、前記観測値データベースに納められている過去の実測値に基づいて機器のモデルを作成するモデル作成手段と、作成されたモデルを用いて機器の任意の状態量を計算するモデル計算手段と、前記状態量に基づいて異常確率を計算する異常確率計算手段とを含む
ことを特徴とするプラント機器の保守支援装置。 - プラント機器の観測値を蓄積する観測値データベースと、
前記プラント機器の情報を蓄積する機器データベースと、
前記プラント機器の点検情報を蓄積する点検情報データベースと、
観測できない機器の状態量を推定し、前記観測値データベース，前記機器データベース，前記点検情報データベースの観測値および情報ならびに推定された前記観測できない機器の状態量を用いて任意時刻のプラント機器異常を診断する状態診断部と、
前記機器データベースおよび前記点検情報データベースの情報と前記状態診断部で診断した情報とを用いて前記プラント機器異常がプラント運転に及ぼす影響を評価するプラント運転影響度評価部と、
前記状態診断部および前記プラント運転影響度評価部で得た結果を用いて前記プラント機器の点検方法および点検時期を決定する点検方法／時期決定部と
からなるプラント機器の保守支援装置。 - 請求項３に記載のプラント機器の保守支援装置において、
前記状態診断部は、取得できる実測値に基づいてセンサなどで直接観測できない値を推定する状態推定手段と、前記観測値データベースに納められている過去の実測値および推定された前記観測できない機器の状態量に基づいて機器のモデルを作成するモデル作成手段と、作成されたモデルを用いて機器の任意の状態量を計算するモデル計算手段と、前記状態量に基づいて異常確率を計算する異常確率計算手段とを含む
ことを特徴とするプラント機器の保守支援装置。 - 請求項１ないし４のいずれか一項に記載のプラント機器の保守支援装置において、
前記観測値データベースは、プラントから得られる観測値を点検時期からの経過日数毎に格納する手段と観測値を前記状態診断部にリアルタイムで転送する手段とを備えた
ことを特徴とするプラント機器の保守支援装置。 - 請求項２，４，５のいずれか一項に記載のプラント機器の保守支援装置において、
前記状態診断部の前記異常確率計算手段は、前記点検方法／時期決定部で得られた結果を反映して異常確率を計算する手段を含む
ことを特徴とするプラント機器の保守支援装置。 - 請求項２，５，６のいずれか一項に記載のプラント機器の保守支援装置において、
前記状態診断部の前記異常確率計算手段は、前記観測値データベースに格納されている過去の観測値を用いて作成されたモデルを用いて前記プラント機器の任意時刻における観測値を予測し、その結果を用いて前記プラント機器の任意時刻における異常確率と現時刻から異常発生までの残り時間とを算出する手段を含むことを特徴とするプラント機器の保守支援装置。 - 請求項４，５，６のいずれか一項に記載のプラント機器の保守支援装置において、
前記状態診断部の前記異常確率計算手段は、前記観測値データベースに格納されている過去の観測値を用いて作成されたモデルおよび観測できない機器の状態量を推定するモデルを用いて前記プラント機器の任意時刻における観測値を予測し、その結果を用いて前記プラント機器の任意時刻における異常確率と現時刻から異常発生までの残り時間とを算出する手段を含む
ことを特徴とするプラント機器の保守支援装置。 - 請求項１ないし８のいずれか一項に記載のプラント機器の保守支援装置において、
前記プラント運転影響度評価部は、プラント運転中に点検可能である場合、該当する前記プラント機器の影響を考慮して影響度を評価する手段を含む
ことを特徴とするプラント機器の保守支援装置。 - 請求項１ないし９のいずれか一項に記載のプラント機器の保守支援装置において、
前記プラント運転影響度評価部は、故障モード影響度解析によって得られた前記プラント機器の影響度と、前記故障モードを頂上事象とするフォールトツリー解析の結果から得られる異常要因に対して前記状態診断部で算出される前記異常確率を前記異常要因の発生確率とし前記故障モードが前記プラント機器の異常によってどれくらいの割合で関与しているかを算出した結果と、前記プラント機器がプラント運転中に点検可能であれば１以上の数値を代入した係数を用いて、点検可能でなければ１を代入した係数を用いて、前記プラント機器の異常によるプラント運転への影響度を評価する手段を含む
ことを特徴とするプラント機器の保守支援装置。 - 請求項１ないし１０のいずれか一項に記載のプラント機器の保守支援装置において、
前記点検方法／時期決定部は、前記プラント運転影響度評価部で得られた評価結果が所定のしきい値を超えかつプラント運転中に点検が可能である場合に、前記状態診断部で算出された異常発生までの残り時間内に点検時期を設定する手段を含む
ことを特徴とするプラント機器の保守支援装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003028239A JP3968656B2 (ja) | 2003-02-05 | 2003-02-05 | プラント機器の保守支援装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2003028239A JP3968656B2 (ja) | 2003-02-05 | 2003-02-05 | プラント機器の保守支援装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2004240642A true JP2004240642A (ja) | 2004-08-26 |
| JP3968656B2 JP3968656B2 (ja) | 2007-08-29 |
Family
ID=32955754
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2003028239A Expired - Fee Related JP3968656B2 (ja) | 2003-02-05 | 2003-02-05 | プラント機器の保守支援装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3968656B2 (ja) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006252311A (ja) * | 2005-03-11 | 2006-09-21 | Toshiba Corp | 設備保全計画支援システムおよびその支援方法 |
| JP2007072844A (ja) * | 2005-09-08 | 2007-03-22 | Osaka Gas Co Ltd | 予測情報の表示システム |
| JP2007200282A (ja) * | 2005-12-27 | 2007-08-09 | Tokyo Electric Power Co Inc:The | 情報処理方法及び装置 |
| WO2012128164A1 (ja) * | 2011-03-23 | 2012-09-27 | 株式会社 荏原製作所 | メカニカルシールの摩耗監視装置 |
| JP2012256143A (ja) * | 2011-06-08 | 2012-12-27 | Hitachi Systems Ltd | 保守管理システム、作業優先順位算出方法およびプログラム |
| JP2013008092A (ja) * | 2011-06-22 | 2013-01-10 | Hitachi Engineering & Services Co Ltd | 異常予兆診断装置及び異常予兆診断方法 |
| JP2013008098A (ja) * | 2011-06-22 | 2013-01-10 | Hitachi Engineering & Services Co Ltd | 異常予兆診断結果の表示方法 |
| CN103163876A (zh) * | 2011-12-13 | 2013-06-19 | 横河电机株式会社 | 警报显示设备和警报显示方法 |
| WO2016136337A1 (ja) * | 2015-02-25 | 2016-09-01 | 三菱重工業株式会社 | プラント運転支援システム及びプラント運転支援方法 |
| WO2016163154A1 (ja) * | 2015-04-07 | 2016-10-13 | 株式会社テイエルブイ | 保守支援システム及び保守支援方法 |
| WO2017051548A1 (ja) * | 2015-09-25 | 2017-03-30 | 三菱重工業株式会社 | プラント保全支援システム |
| JP2017151686A (ja) * | 2016-02-24 | 2017-08-31 | 日本電信電話株式会社 | 分析データ選択装置および分析データ選択方法 |
| WO2018052015A1 (ja) * | 2016-09-14 | 2018-03-22 | 日本電気株式会社 | システムの分析支援装置、システムの分析支援方法及びプログラム |
| WO2018123144A1 (ja) * | 2016-12-28 | 2018-07-05 | 三菱日立パワーシステムズ株式会社 | 診断装置、診断方法及びプログラム |
| WO2018235399A1 (ja) * | 2017-06-21 | 2018-12-27 | 三菱重工業株式会社 | プラント支援評価システム及びプラント支援評価方法 |
| CN109615557A (zh) * | 2018-11-26 | 2019-04-12 | 北京国网富达科技发展有限责任公司 | 变电设备检修管理*** |
| WO2020075767A1 (ja) * | 2018-10-10 | 2020-04-16 | 旭化成株式会社 | 計画装置、計画方法、および計画プログラム |
| JP2020109587A (ja) * | 2019-01-07 | 2020-07-16 | トヨタ自動車株式会社 | 設備点検システム、設備点検方法及びプログラム |
| CN111816338A (zh) * | 2020-06-08 | 2020-10-23 | 核动力运行研究所 | 一种核电厂信息***健康监测与故障定位***及方法 |
| JP2021124360A (ja) * | 2020-02-04 | 2021-08-30 | 株式会社東芝 | 原子炉水位測定システムおよび原子炉水位測定方法 |
| CN115759479A (zh) * | 2022-12-12 | 2023-03-07 | 中国人民解放军海军工程大学 | 一种基于综合值的复杂设备故障定位优化方法和*** |
| JP7303130B2 (ja) | 2020-01-15 | 2023-07-04 | 日立Ｇｅニュークリア・エナジー株式会社 | 機器診断装置およびプログラム |
-
2003
- 2003-02-05 JP JP2003028239A patent/JP3968656B2/ja not_active Expired - Fee Related
Cited By (46)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006252311A (ja) * | 2005-03-11 | 2006-09-21 | Toshiba Corp | 設備保全計画支援システムおよびその支援方法 |
| JP4550632B2 (ja) * | 2005-03-11 | 2010-09-22 | 株式会社東芝 | 設備保全計画支援システムおよびその支援方法 |
| JP2007072844A (ja) * | 2005-09-08 | 2007-03-22 | Osaka Gas Co Ltd | 予測情報の表示システム |
| JP2007200282A (ja) * | 2005-12-27 | 2007-08-09 | Tokyo Electric Power Co Inc:The | 情報処理方法及び装置 |
| WO2012128164A1 (ja) * | 2011-03-23 | 2012-09-27 | 株式会社 荏原製作所 | メカニカルシールの摩耗監視装置 |
| JP2012197907A (ja) * | 2011-03-23 | 2012-10-18 | Ebara Corp | メカニカルシールの摩耗監視装置 |
| JP2012256143A (ja) * | 2011-06-08 | 2012-12-27 | Hitachi Systems Ltd | 保守管理システム、作業優先順位算出方法およびプログラム |
| JP2013008092A (ja) * | 2011-06-22 | 2013-01-10 | Hitachi Engineering & Services Co Ltd | 異常予兆診断装置及び異常予兆診断方法 |
| JP2013008098A (ja) * | 2011-06-22 | 2013-01-10 | Hitachi Engineering & Services Co Ltd | 異常予兆診断結果の表示方法 |
| CN103163876A (zh) * | 2011-12-13 | 2013-06-19 | 横河电机株式会社 | 警报显示设备和警报显示方法 |
| JP2013145548A (ja) * | 2011-12-13 | 2013-07-25 | Yokogawa Electric Corp | アラーム表示装置およびアラーム表示方法 |
| US8830052B2 (en) | 2011-12-13 | 2014-09-09 | Yokogawa Electric Corporation | Alarm display apparatus and alarm display method |
| WO2016136337A1 (ja) * | 2015-02-25 | 2016-09-01 | 三菱重工業株式会社 | プラント運転支援システム及びプラント運転支援方法 |
| JP2016157329A (ja) * | 2015-02-25 | 2016-09-01 | 三菱重工業株式会社 | プラント運転支援システム及びプラント運転支援方法 |
| WO2016163154A1 (ja) * | 2015-04-07 | 2016-10-13 | 株式会社テイエルブイ | 保守支援システム及び保守支援方法 |
| JPWO2016163154A1 (ja) * | 2015-04-07 | 2017-04-27 | 株式会社テイエルブイ | 保守支援システム及び保守支援方法 |
| US11379801B2 (en) | 2015-04-07 | 2022-07-05 | Tlv Co., Ltd. | Maintenance support system and maintenance support method |
| EP3282403A4 (en) * | 2015-04-07 | 2018-04-18 | TLV Co., Ltd. | Maintenance support system and maintenance support method |
| US11062273B2 (en) | 2015-09-25 | 2021-07-13 | Mitsubishi Heavy Industries, Ltd. | Plant maintenance assisting system |
| JP2017062208A (ja) * | 2015-09-25 | 2017-03-30 | 三菱重工業株式会社 | プラント保全支援システム |
| WO2017051548A1 (ja) * | 2015-09-25 | 2017-03-30 | 三菱重工業株式会社 | プラント保全支援システム |
| JP2017151686A (ja) * | 2016-02-24 | 2017-08-31 | 日本電信電話株式会社 | 分析データ選択装置および分析データ選択方法 |
| US11455203B2 (en) | 2016-09-14 | 2022-09-27 | Nec Corporation | Abnormality detection support device, abnormality detection support method, and program |
| JP7183790B2 (ja) | 2016-09-14 | 2022-12-06 | 日本電気株式会社 | システムの分析支援装置、システムの分析支援方法及びプログラム |
| JPWO2018052015A1 (ja) * | 2016-09-14 | 2019-06-24 | 日本電気株式会社 | システムの分析支援装置、システムの分析支援方法及びプログラム |
| WO2018052015A1 (ja) * | 2016-09-14 | 2018-03-22 | 日本電気株式会社 | システムの分析支援装置、システムの分析支援方法及びプログラム |
| WO2018123144A1 (ja) * | 2016-12-28 | 2018-07-05 | 三菱日立パワーシステムズ株式会社 | 診断装置、診断方法及びプログラム |
| CN110023862A (zh) * | 2016-12-28 | 2019-07-16 | 三菱日立电力***株式会社 | 诊断装置、诊断方法及程序 |
| CN110023862B (zh) * | 2016-12-28 | 2022-01-14 | 三菱动力株式会社 | 诊断装置、诊断方法及计算机可读取的记录介质 |
| WO2018235399A1 (ja) * | 2017-06-21 | 2018-12-27 | 三菱重工業株式会社 | プラント支援評価システム及びプラント支援評価方法 |
| JP2019008412A (ja) * | 2017-06-21 | 2019-01-17 | 三菱重工業株式会社 | プラント支援評価システム及びプラント支援評価方法 |
| US11423494B2 (en) | 2017-06-21 | 2022-08-23 | Mitsubishi Heavy Industries, Ltd. | Plant assistance assessment system and plant assistance assessment method |
| JP7190502B2 (ja) | 2018-10-10 | 2022-12-15 | 旭化成株式会社 | 計画装置、計画方法、および計画プログラム |
| JPWO2020075767A1 (ja) * | 2018-10-10 | 2021-09-02 | 旭化成株式会社 | 計画装置、計画方法、および計画プログラム |
| CN112805732A (zh) * | 2018-10-10 | 2021-05-14 | 旭化成株式会社 | 计划装置、计划方法以及计划程序 |
| WO2020075767A1 (ja) * | 2018-10-10 | 2020-04-16 | 旭化成株式会社 | 計画装置、計画方法、および計画プログラム |
| CN109615557A (zh) * | 2018-11-26 | 2019-04-12 | 北京国网富达科技发展有限责任公司 | 变电设备检修管理*** |
| CN109615557B (zh) * | 2018-11-26 | 2023-03-28 | 北京国网富达科技发展有限责任公司 | 变电设备检修管理*** |
| JP2020109587A (ja) * | 2019-01-07 | 2020-07-16 | トヨタ自動車株式会社 | 設備点検システム、設備点検方法及びプログラム |
| JP7110991B2 (ja) | 2019-01-07 | 2022-08-02 | トヨタ自動車株式会社 | 設備点検システム、設備点検方法及びプログラム |
| JP7303130B2 (ja) | 2020-01-15 | 2023-07-04 | 日立Ｇｅニュークリア・エナジー株式会社 | 機器診断装置およびプログラム |
| JP2021124360A (ja) * | 2020-02-04 | 2021-08-30 | 株式会社東芝 | 原子炉水位測定システムおよび原子炉水位測定方法 |
| JP7237869B2 (ja) | 2020-02-04 | 2023-03-13 | 株式会社東芝 | 原子炉水位測定システムおよび原子炉水位測定方法 |
| CN111816338A (zh) * | 2020-06-08 | 2020-10-23 | 核动力运行研究所 | 一种核电厂信息***健康监测与故障定位***及方法 |
| CN115759479A (zh) * | 2022-12-12 | 2023-03-07 | 中国人民解放军海军工程大学 | 一种基于综合值的复杂设备故障定位优化方法和*** |
| CN115759479B (zh) * | 2022-12-12 | 2023-09-19 | 中国人民解放军海军工程大学 | 一种基于综合值的复杂设备故障定位优化方法和*** |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3968656B2 (ja) | 2007-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP3968656B2 (ja) | プラント機器の保守支援装置 | |
| US7873581B2 (en) | Method and system for determining the reliability of a DC motor system | |
| EP1418481B1 (en) | Method for performing gas turbine performance diagnostics | |
| US7415328B2 (en) | Hybrid model based fault detection and isolation system | |
| US11048245B2 (en) | Indicator detection system and indicator detection method | |
| US7133727B2 (en) | System and method for continuous online safety and reliability monitoring | |
| US20090096405A1 (en) | Method and system for remotely predicting the remaining life of an ac motor system | |
| US20050222747A1 (en) | Model-based detection, diagnosis of turbine engine faults | |
| JP6088131B2 (ja) | タービン性能診断システム及び方法 | |
| US20090055070A1 (en) | System and method for prediction of gas turbine trips due to thermocouple failures | |
| US8671315B2 (en) | Prognostic analysis system and methods of operation | |
| JP6540531B2 (ja) | 監視装置及び監視装置の制御方法 | |
| JP2011090382A (ja) | 監視システム | |
| US20040260514A1 (en) | System and software to monitor cyclic equipment efficiency and related methods | |
| JP2009064101A (ja) | 遠隔監視システム及び遠隔監視方法 | |
| JP2010283000A (ja) | 半導体製造における装置異常の予兆検知方法 | |
| EP3416012B1 (en) | Monitoring device, and method for controlling monitoring device | |
| Toothman et al. | Trend-based repair quality assessment for industrial rotating equipment | |
| EP1538502A1 (en) | Plant apparatus operation support device | |
| EP4113539A1 (en) | Method and system for intelligent monitoring of state of nuclear power plant | |
| JP7437163B2 (ja) | 診断装置、診断方法およびプログラム | |
| JP7026012B2 (ja) | 機器状態監視システム及び機器状態監視方法 | |
| JP2022072229A (ja) | 機器診断システム、機器診断方法、及びプログラム | |
| JP7121592B2 (ja) | プラント監視システムおよびプラント監視方法 | |
| CN114008549A (zh) | 用于确定剩余使用周期的方法、剩余使用周期确定电路、剩余使用周期确定设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040806 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070125 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070206 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070409 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070501 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070523 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100615 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110615 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110615 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120615 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120615 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130615 Year of fee payment: 6 |
|
| LAPS | Cancellation because of no payment of annual fees |