JP2018106432A - Online monitoring apparatus and online monitoring method - Google Patents
Online monitoring apparatus and online monitoring method Download PDFInfo
- Publication number
- JP2018106432A JP2018106432A JP2016252256A JP2016252256A JP2018106432A JP 2018106432 A JP2018106432 A JP 2018106432A JP 2016252256 A JP2016252256 A JP 2016252256A JP 2016252256 A JP2016252256 A JP 2016252256A JP 2018106432 A JP2018106432 A JP 2018106432A
- Authority
- JP
- Japan
- Prior art keywords
- screen
- online monitoring
- displayed
- monitoring device
- image display
- 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
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は、オンラインで機器・設備等を監視し、その監視結果を表示するオンライン監視装置、及びオンライン監視方法に関する。 The present invention relates to an on-line monitoring apparatus and an on-line monitoring method for monitoring devices and facilities on-line and displaying the monitoring results.
近年、ICT (Information and Communication Technology )、IoT(Internet of Thing)の技術革新に伴い、高速な計算機やネットワーク通信、大容量なデータ保存装置を利用できる環境が整いつつある。多くの産業分野で大量に蓄積したデータの利活用に注目が集まるなか、発電事業の分野でも、発電プラントの計測データや点検・保全データなどの現地サイトで収集したデータと、企業の経営及び資産情報を管理するシステムの統合により、より効率的な経営方針の策定が求められている。発電事業の分野では、風力発電や太陽光発電などの再生可能エネルギーの利用増加に伴う発電量の変動が電力系統の安定性を低下させるという懸念から、バックアップ電源としての火力発電プラントの重要性が増している。また、東日本大震災以後から、国内における原子力発電の比率が減少した結果、火力発電プラントは従来からの負荷調整としての役割だけでなく、ベースロード電源としての役割も担っているのが実態である。そのため火力発電プラントには稼働率、環境性能、効率などの重要業績評価指標(KPI：Key Performance Indicators)を考慮した運用が求められている。火力発電プラントのKPIを改善するため、特許文献１には、稼働率を向上させる技術として、リアルタイムに設備の状態を診断して故障の予兆を捉えることにより、適切な予防保全の実施を支援する異常診断装置が開示されている。また、特許文献２には環境性能である窒素酸化物濃度、一酸化炭素濃度を低減させる制御装置、特許文献３には効率維持のためのスートブロワ制御装置が開示されている。
In recent years, with the technological innovation of ICT (Information and Communication Technology) and IoT (Internet of Things), an environment where high-speed computers, network communications, and large-capacity data storage devices can be used is being prepared. Data gathered at local sites, such as power plant measurement data and inspection / maintenance data, as well as corporate management and assets, in the power generation business field, as attention is focused on the use of large amounts of data accumulated in many industrial fields. With the integration of information management systems, more efficient management policies are required. In the power generation business field, the importance of thermal power plants as a backup power source is due to concerns that fluctuations in power generation due to increased use of renewable energy such as wind power and solar power generation will reduce the stability of the power system. It is increasing. In addition, as a result of the decrease in the ratio of nuclear power generation in Japan since the Great East Japan Earthquake, the thermal power generation plant has not only a role as a conventional load adjustment but also a role as a base load power source. For this reason, thermal power plants are required to operate in consideration of key performance indicators (KPI) such as availability, environmental performance, and efficiency. In order to improve the KPI of thermal power plants,
これらの技術では、収集した運転データを分析し、分析結果を監視画面に表示することで、プラントの運転員に適時情報を提供している。このような監視装置として、特許文献４には、警報に対応した過去の監視画面の切り替え操作内容を含めて表示するプラント運転監視装置が開示されている。
In these technologies, the collected operation data is analyzed, and the analysis result is displayed on a monitoring screen, thereby providing timely information to plant operators. As such a monitoring device,
発電プラントの事例で示した通り、一般にKPIの項目は複数あり、KPIの向上に寄与する装置・システムも複数存在している。監視対象の運転状態を確認し、必要な対処を実施するには、複数の装置から提供される情報を適切に選択して監視画面に表示させる必要があり、運転員による画面操作が必要である。また、情報を適切に選択するには、監視対象に対する深い経験と知識を備える必要があるが、経験の浅い運転員でも熟練者と同等の対処を実施するためには、必要な情報が自動的に選択されて監視画面上に表示されることが望ましい。さらに、監視すべき画面が複数ある場合には、画面を切り替えながら表示するが、各画面の表示時間が適切に決定されることが望ましい。そこで、本発明では上記事象に鑑み、複数の機能で構成する監視装置において、必要な画面を自動的に選択すると共に、各画面の表示時間を適切に決定するオンライン監視装置を提供することを目的とする。 As shown in the case of power plants, there are generally multiple items of KPI, and there are multiple devices and systems that contribute to improving KPI. In order to check the operation status of the monitoring target and implement necessary countermeasures, it is necessary to properly select information provided from multiple devices and display it on the monitoring screen, which requires screen operations by the operator. . In addition, in order to select information appropriately, it is necessary to have deep experience and knowledge about the monitoring target. It is desirable to be selected and displayed on the monitoring screen. Further, when there are a plurality of screens to be monitored, the screens are displayed while switching, but it is desirable that the display time of each screen is appropriately determined. Accordingly, in view of the above-described phenomenon, the present invention has an object to provide an online monitoring device that automatically selects a necessary screen and appropriately determines a display time of each screen in a monitoring device configured with a plurality of functions. And
上記課題を解決する為に本発明では、監視対象からデータを収集し、データの分析結果を表示するオンライン監視装置において、複数の画面候補の中から、表示する画面及び画面の表示時間を決定する画像表示情報生成手段を備えることを特徴とする。 In order to solve the above problems, in the present invention, in an online monitoring apparatus that collects data from a monitoring target and displays the analysis result of the data, a screen to be displayed and a display time of the screen are determined from among a plurality of screen candidates. Image display information generation means is provided.
本発明のオンライン監視装置を用いることで、監視対象の状態確認のための画面操作作業を省力化できる。 By using the on-line monitoring apparatus of the present invention, it is possible to save labor for screen operation work for checking the status of the monitoring target.
以下、本発明の実施に好適な実施例について説明する。尚、下記はあくまでも実施の例に過ぎず、下記具体的内容に発明自体が限定されることを意図する趣旨ではない。 Hereinafter, preferred examples for carrying out the present invention will be described. It should be noted that the following is merely an example of implementation and is not intended to limit the invention itself to the following specific contents.
図１は本発明の第１の実施例であるオンライン監視装置２００を説明するブロック図である。本実施例では、オンライン監視装置２００は、監視対象であるプラント１００と外部装置９００と接続している。
FIG. 1 is a block diagram illustrating an
オンライン監視装置２００は、演算装置として運転状態把握手段３００、関連付け手段４００、画像表示情報生成手段５００、運転データ分析手段２５０を備えている。運転データ分析手段２５０は、状態変化検知手段２６０、性能向上制御ガイダンス手段２７０で構成する。状態変化検知手段２６０として、特許文献１に開示されている適応共鳴理論を用いた技術を搭載している。また、性能向上制御ガイダンス手段２７０として、特許文献２に開示されている環境性能である窒素酸化物濃度、一酸化炭素濃度を低減させる制御、及び特許文献３に開示されている効率維持のためのスートブロワ制御装置を搭載している。尚、運転データ分析手段２５０は、本実施例で述べた分析手段に限定されず、他の分析手段を搭載して構成しても良い。
The
運転状態把握手段３００、関連付け手段４００、画像表示情報生成手段５００の動作については、図２以降で説明する。 Operations of the driving state grasping means 300, the associating means 400, and the image display information generating means 500 will be described with reference to FIG.
また、オンライン監視装置２００は、データベースとして運転データデータベース６００、画面操作履歴データベース７００、オンライン監視装置データベース８００を備える。尚、図１ではデータベースをＤＢと略記している。データベース２８０には、電子化された情報が保存されており、通常電子ファイル(電子データ)と呼ばれる形態で情報が保存される。
The
オンライン監視装置２００は、外部とのインターフェイスとして外部入力インターフェイス２１０及び外部出力インターフェイス２２０を備えている。そして、外部入力インターフェイス２１０を介してプラント１００にて収集している運転データ１と、外部装置９００に備えられている外部入力装置９１０(キーボード９１０及びマウス９２０)の操作で作成する外部入力信号２がオンライン監視装置２００に取り込まれる。オンライン監視装置２００に取り込まれた運転データ３は運転データデータベース６００に、外部入力信号４は画面操作履歴データベース７００に保存する。また、外部出力インターフェイス２２０を介して、画像表示情報１６を画面表示装置９４０に出力する。運転状態把握手段３００では、運転データデータベース６００に保存されている運転データに基づいて、プラントの運転状態を把握する。関連付け手段４００では、運転状態把握結果と画面操作履歴信号を関連付けする。画像表示情報生成手段５００では、関連付け結果に基づいて画像表示装置９４０に表示する画面と時間を決定する。運転状態把握手段３００の詳細については、図６を用いて後述する。また、関連付け手段４００、画像表示情報生成手段５００の詳細については、図９を用いて後述する。なお、本実施例のオンライン監視装置２００においては、演算装置、およびデータベースがオンライン監視装置２００の内部に備えられているが、これらの一部の装置をオンライン監視装置２００の外部に配置し、データのみを装置間で通信するようにしてもよい。また、各データベースに保存されている信号である信号データベース情報５０は、その全ての情報を外部出力インターフェイス２２０を介して画面表示装置９４０に表示でき、これらの情報は外部入力装置９１０を操作して生成する外部入力信号２で修正できる。本実施例では、外部入力装置９１０をキーボード９２０とマウス９３０で構成しているが、音声入力のためのマイク、タッチパネルなど、データを入力するための装置であれば良い。
The
また、本発明の実施形態として、オンライン監視方法としても実施可能であることは言うまでもない。また、本実施例ではオンライン監視装置２００の監視対象をプラントとしているが、監視対象をプラント以外の設備としても実施可能であることは言うまでもない。
Needless to say, the present invention can also be implemented as an online monitoring method. In the present embodiment, the monitoring target of the
図２はオンライン監視装置２００の動作を説明するフローチャート図である。図２(a)(b)の各フローチャートは、各々独立して動作する。
FIG. 2 is a flowchart for explaining the operation of the
まず、図２(a)のフローチャートについて説明する。ステップ１０００では、運転データ分析手段２５０を動作させる。運転データ分析手段２５０は、運転データ５、オンライン監視装置データベース情報１３を用いて運転データを分析し、運転データ分析結果１４をオンライン監視装置データベース８００に送信し、保存する。ステップ１０１０では終了判定を実施し、終了判定を満足しない場合はステップ１０００に戻り、終了判定を満足した場合は終了する。終了判定の条件は任意に設定することが可能であり、例えば外部入力装置９１０から終了指示が入力された場合、所定の回数ステップ１０００の処理を繰り返した場合に終了判定を満足する。
First, the flowchart of FIG. 2A will be described. In step 1000, the operation data analysis means 250 is operated. The operation data analysis means 250 analyzes the operation data using the
次に、図２(b)のフローチャートについて説明する。ステップ１１１０では、関連付け手段４００を動作させる。関連付け手段４００では、画面操作履歴信号６と前回までの運転状態把握結果１０を関連付け処理を実施し、関連付け結果９をオンライン監視装置データベース８００に送信し、保存する。ステップ１１１０では運転状態把握手段３００を動作させる。運転状態把握手段３００では、運転データ５と運転状態把握情報８を処理し、運転状態把握結果７をオンライン監視装置データベース８００に送信し、保存する。ステップ１１２０では、運転状態把握結果７が前回と同じ状態であるかどうかを判定し、同じ状態である場合はステップ１１７０へ、異なる状態である時はステップ１１３０へ進む。
Next, the flowchart of FIG. 2B will be described. In step 1110, the association means 400 is operated. The associating means 400 performs the associating process on the screen
ステップ１１３０〜１１６０の処理は、画像表示情報生成手段５００を動作させて実行する。画像表示情報生成手段５００では、関連付け結果１２と運転データ分析結果１４を処理して画像表示情報を生成し、画像表示情報１１をオンライン監視装置データベース８００に送信して保存すると共に画像表示情報１５を外部出力インターフェイス２２０に送信する。
The processing of steps 1130 to 1160 is executed by operating the image display
画像表示情報生成手段５００は、各画面の表示履歴評価（ステップ１１３０）、各画面の質評価（ステップ１１４０）、各画面の情報量評価（ステップ１１５０）の処理を実行した後、画像表示装置９４０に表示する画面と表示する時間を決定する（ステップ１１６０）。
画像表示情報生成手段５００の動作の詳細については、図９を用いて後述する。
このように、本発明のオンライン監視装置２００では、複数の画面候補の中から、表示する画面と画面の表示時間を決定する画像表示情報生成手段５００が備えられていることから、監視対象の状態確認のための画面操作作業を省力化できる。
The image display information generation means 500 executes the processing of display history evaluation of each screen (step 1130), quality evaluation of each screen (step 1140), and information amount evaluation of each screen (step 1150), and then the
Details of the operation of the image display information generation means 500 will be described later with reference to FIG.
As described above, the
図３はプラント１００の実施例である石炭火力プラントの構成を示す概略図である。先ず、石炭火力プラントによる発電の仕組みについて簡単に説明する。
FIG. 3 is a schematic diagram showing the configuration of a coal-fired power plant that is an embodiment of the
図３において、石炭火力プラント１００を構成するボイラ１０１には、ミル１３４で石炭を細かく粉砕した燃料である微粉炭と、微粉炭搬送用の１次空気及び燃焼調整用の２次空気とを供給する複数のバーナ１０２が設けられており、このバーナ１０２を通じて供給した微粉炭を、ボイラ１０１の内部で燃焼させる。バーナ１０２の構造は、図示しているようにボイラ１０１の前後に複数段配置され、各段は複数のバーナが１列に配置される。図３に示されたバーナ構造、配置により、ボイラ１０１の内部ではボイラの前面（以降、缶前と表記）と背面（以降、缶後と表記）から微粉炭を燃焼させる。缶前後のバーナ燃焼バランスを改善することにより、ボイラの熱回収効果が向上し、プラントの熱効率も改善する。
In FIG. 3, pulverized coal, which is a fuel obtained by finely pulverizing coal with a
尚、微粉炭と１次空気は配管１３９から、２次空気は配管１４１から夫々バーナ１０２に導かれる。１次空気は、ファン１２０から配管１３０に導かれ、途中でボイラ１０１の下流側に設置されたエアーヒーター１０４を通過する配管１３２と、エアーヒーター１０４を通過せずにバイパスする配管１３１とに分岐するが、エアーヒーター１０４の下流側に配設した配管１３３となって再び合流し、バーナ１０２の上流側に設置された微粉炭を製造するミル１３４に導かれる。エアーヒーター１０４を通過する１次空気は、ボイラ１０１を流下する燃焼ガスと熱交換することによって加熱される。この加熱された１次空気と共に、エアーヒーター１０４をバイパスした１次空気は、ミル１３４において粉砕した微分炭をバーナ１０２に搬送する。
The pulverized coal and the primary air are led from the
ミル１３４は各バーナ段に対応するように配置され（図３では４台）、各段を構成するバーナへ微粉炭と１次空気を供給する。すなわち、発電出力低下時など石炭供給量を低下させる場合にはミルを停止してバーナ段毎にバーナ休止させることができる。ミル１３４では、ボイラ１０１の燃焼性を考慮し、使用する石炭の性質に応じて望ましい粒度の微粉炭が得られるよう、ミルの回転数を調整する。また、石炭バンカ１３６に貯蔵された石炭は石炭コンベア１３７を経由して給炭機１３５へ導かれ給炭機１３５によって供給量を調整される。その後、石炭コンベア１３８を介してミル１３４に供給される。
The
また、ボイラ１０１には、２段燃焼用の空気をボイラ１０１に投入するアフタエアポート１０３が設けられている。２段燃焼用の空気は、配管１４２からアフタエアポート１０３に導かれる。図３に示したボイラ１０１において、ファン１２１を用いて配管１４０から投入された空気は、エアーヒーター１０４で同様にして加熱された後に、２次空気用の配管１４１とアフタエアポート用の配管１４２とに分岐して、夫々、ボイラ１０１のバーナ１０２とアフタエアポート１０３とに導かれる。この、バーナ１０２及びアフタエアポート１０３へ供給される空気流量は、夫々の配管１４１及び１４２に設置された空気ダンパ（図示せず）の操作によって調整できる。
Further, the
ボイラ１０１の内部で微粉炭を燃焼することによって発生した高温の燃焼ガスは、ボイラ１０１の内部の経路に沿って下流側に流下して、ボイラ１０１の内部に配置された熱交換器１０６で給水と熱交換して蒸気を発生させた後に、排ガスとなってボイラ１０１の下流側に設置されたエアーヒーター１０４に流入し、このエアーヒーター１０４で熱交換してボイラ１０１に供給する空気を昇温する。
The high-temperature combustion gas generated by burning pulverized coal inside the
そして、このエアーヒーター１０４を通過した排ガスは、図示していない排ガス処理を施した後に、煙突から大気に放出される。
And the exhaust gas which passed this
ボイラ１０１の熱交換器１０６を循環する給水は、給水ポンプ１０５を介して熱交換器１０６に供給され、熱交換器１０６においてボイラ１０１を流下する燃焼ガスによって過熱され、高温高圧の蒸気となる。尚、本実施例では熱交換器の数を１つとしているが、熱交換器を複数配置するようにしてもよい。
The feed water circulating through the
熱交換器１０６で発生した高温高圧の蒸気は、タービンガバナ１０７を介して蒸気タービン１０８に導かれ、蒸気の持つエネルギーによって蒸気タービン１０８を駆動して発電機１０９で発電する。
The high-temperature and high-pressure steam generated in the
上記第１実施例のプラント１００には、石炭火力プラントの運転状態を示す状態量を検出する様々な計測器が配置されている。
In the
前記プラント１００に配置された計測器から取得された石炭火力プラントの計測信号は、図１に示すよう運転データデータベース６００に保存される。
The measurement signal of the coal-fired power plant acquired from the measuring instrument arranged in the
計測器としては、例えば図３に示すように、熱交換器１０６から蒸気タービン１０８に供給される高温高圧の蒸気の温度を計測する温度計測器１５１、蒸気の圧力を計測する圧力計測器１５２、発電機１０９で発電される電力量を計測する発電出力計測器１５３がある。
As a measuring instrument, for example, as shown in FIG. 3, a
蒸気タービン１０８の復水器（図示せず）によって蒸気を冷却して生じた給水は、給水ポンプ１０５によってボイラ１０１の熱交換器１０６に供給されるが、この給水の流量は流量計測器１５０によって計測されている。
The feed water generated by cooling the steam by the condenser (not shown) of the
ボイラ１０１から排出する燃焼ガスである排ガス中に含まれている成分（窒素酸化物（ＮＯｘ）、一酸化炭素（ＣＯ）、及び硫化水素（Ｈ２Ｓ）など）の濃度に関する状態量の計測信号は、ボイラ１０１の下流側に設けた濃度計測器１５４によって計測される。
Measurement signal of state quantity related to concentration of components (nitrogen oxide (NOx), carbon monoxide (CO), hydrogen sulfide (H 2 S), etc.) contained in exhaust gas which is combustion gas discharged from
また、給炭系統に関する計測器としては、配管１３３を通ってミル１３４へ供給される１次空気の流量を計測する１次空気流量計１５５、給炭機１３５より石炭コンベア１３８を通りミル１３４へ供給される石炭の給炭量を計測する給炭量計１５６、及びミル１３４の回転数を計測する回転数計１５７があり、夫々のミル及び給炭機について上記情報を計測できる構成となっている。
Moreover, as a measuring instrument regarding the coal supply system, a primary
即ち、本発明の運転データデータベース６００には、上記各計測器によって計測した石炭火力プラント１００の状態量であるボイラ１０１に供給される石炭流量、ミル１３４の回転数、ボイラ１０１に供給される１次及び２次空気流量、ボイラ１０１の熱交換器１０６に供給される給水流量、ボイラ１０１の熱交換器１０６で発生して蒸気タービン１０８に供給される蒸気温度、ボイラ１０１の熱交換器１０６に供給される給水の給水圧力、ボイラ１０１から排出される排ガスのガス温度、前記排ガスのガス濃度、及びボイラ１０１から排出される排ガスの一部をボイラ１０１に再循環させる排ガス再循環流量等が含まれる。
That is, in the
尚、一般的には図３に図示した以外にも多数の計測器が石炭火力プラント１００に配置されるが、ここでは図示を省略する。
In general, a number of measuring instruments other than those shown in FIG. 3 are arranged in the coal-fired
図４と図５は、画像表示装置に表示される画面を説明する図である。 4 and 5 are diagrams illustrating screens displayed on the image display device.
図４(a)は、運転データの経時変化のトレンドを表示する画面の実施例であり、運転データデータベース６００に保存されている運転データを可視化した画面である。プラントの運転状態が変化した場合、プラントの運転員は必要に応じて、図４(a)に示す画面を画像表示装置９４０に表示して、運転データの変化時刻、変化幅、変化順番などを確認している。
FIG. 4A is an example of a screen that displays a trend of change over time of the operation data, and is a screen that visualizes the operation data stored in the
図４(b)(c)は、状態変化検知手段２６０を動作させて生成する画面の実施例である。
状態変化検知手段２６０では、複数の監視グループを設定し、設定した監視グループ毎に診断し、診断結果を出力する。図４(b)では、効率監視、過熱器監視、再熱器監視、蒸気タービン監視など、機器、監視目的毎に監視グループを設定している。そして、状態変化検知手段２６０にてプラントの異常を検知した場合には異常が発生したことを色とメッセージで運転員に通知する。図４(b)では、給炭機にて異常が発生したことを示している。
FIGS. 4B and 4C are examples of screens generated by operating the state change detection means 260. FIG.
The state
また、状態変化検知手段２６０は、図４(c)に示すようにプラントの系統図上にて異常の発生した機器を表示する。図４(c)は、給炭機の監視グループで監視している計測値と、系統図の関係を表示している。 Moreover, the state change detection means 260 displays the apparatus in which the abnormality has occurred on the system diagram of the plant as shown in FIG. 4 (c). FIG. 4C shows the relationship between the measured values monitored by the monitoring group of the coal feeder and the system diagram.
異常が発生した時は、まず図４(b)の警報窓にて異常を検知した監視グループを確認し、次に図４(c)にて系統図を確認、最後に図４(a)にて運転データの経時変化を確認する。 When an abnormality occurs, first check the monitoring group that detected the abnormality in the alarm window in Fig. 4 (b), then check the system diagram in Fig. 4 (c), and finally in Fig. 4 (a). Check the operating data over time.
本発明のオンライン監視装置２００を用いることで、上記の順番に画面を自動的に切り替えて表示することが可能である。また、警報窓の画面よりも、系統図、トレンドグラフの画面の方が情報量が多く、確認するのに時間を要することが想定されるため、図４(b)よりも図４(a)(c)の表示時間を長くすることが可能である。また、上流に位置する機器で発生した異常が、時間の経過とともに下流側に波及すると考えられることから、上流に位置する機器、及び早期に異常を検知した監視グループに関する系統図、トレンドグラフを優先的に表示することも可能である。
By using the
図５は性能向上制御ガイダンス手段２７０の動作で生成される画面の実施例である。 FIG. 5 shows an example of a screen generated by the operation of the performance improvement control guidance means 270.
図５(a)は、性能向上制御ガイダンス手段２７０で、プラントを構成する機器の性能に関する計算結果が表示される。火力発電プラントにおける熱交換器は、石炭の灰付着の汚れに伴い伝熱性能が変化しており、図５(a)には各熱交換器の伝熱性能が表示される。 FIG. 5 (a) shows the performance improvement control guidance means 270, which displays the calculation results relating to the performance of the equipment constituting the plant. The heat transfer performance of the heat exchanger in the thermal power plant is changed due to the contamination of coal ash adhesion, and FIG. 5 (a) shows the heat transfer performance of each heat exchanger.
図５(b)は、性能向上制御ガイダンス手段２７０において、スートブロワ噴射に関するガイダンスを表示する画面である。各熱交換器の汚れ度合い、前回スートブロワ噴射を実施した時刻からの経過時間を参考情報として表示している。 FIG. 5B is a screen for displaying guidance regarding soot blower injection in the performance improvement control guidance means 270. The degree of contamination of each heat exchanger and the elapsed time from the time of the last soot blower injection are displayed as reference information.
図５(c)は、効率向上制御ガイダンス手段２７０の動作により、燃焼状態を最適化する空気流量制御のガイダンスを表示している。ボイラ燃焼状態を最適化することで、燃料となる石炭削減と環境負荷物質排出削減を同時に実現できる。本技術により、プラントにて使用する石炭の種類に合わせて、空気流量制御に関するパラメータの最適解をガイダンスできる。 FIG. 5 (c) displays air flow control guidance for optimizing the combustion state by the operation of the efficiency improvement control guidance means 270. By optimizing the combustion state of the boiler, it is possible to simultaneously reduce coal used as fuel and reduce environmentally hazardous substances. This technology can provide guidance on the optimal solution for parameters related to air flow control in accordance with the type of coal used in the plant.
本発明のオンライン監視装置では、運転状態把握手段３００での運転状態把握結果と画面操作内容を関連付けして記憶することができる。そのため、前回スートブロワ噴射した時のプラントの運転状態と同じ状態となった時に、スートブロワ噴射を促す画面を表示できる。また、石炭の種類に合わせて空気流量制御を促す画面を表示できる。 In the online monitoring device of the present invention, the driving state grasping result in the driving state grasping means 300 and the screen operation content can be stored in association with each other. Therefore, when it becomes the same state as the operation state of the plant at the time of the last soot blower injection, a screen for prompting the soot blower injection can be displayed. In addition, a screen that prompts air flow control according to the type of coal can be displayed.
図６は、運転状態把握手段３００の実施例として、適応共鳴理論（ＡＲＴ）を用いた場合のブロック図を説明する図である。
FIG. 6 is a diagram for explaining a block diagram in the case of using adaptive resonance theory (ART) as an example of the operation
ＡＲＴには、運転データ、及び原料情報データを設定した正規化範囲に基づいて0から1の範囲に正規化したデータＮｘｉ（ｎ）及び正規化したデータの補数ＣＮｘｉ（ｎ）（＝１−Ｎｘｉ（ｎ））を含むデータを入力データＩｉ（ｎ）として入力する。 The ART includes data Nxi (n) normalized to a range of 0 to 1 based on a normalization range in which operation data and raw material information data are set, and a complement CNxi (n) (= 1−Nxi of the normalized data) Data including (n)) is input as input data Ii (n).
ＡＲＴモジュール３１０は、Ｆ０レイヤー３１１、Ｆ１レイヤー３１２、Ｆ２レイヤー３１３、メモリ３１４及び選択サブシステム３１５を備え、これらは相互に結合している。Ｆ１レイヤー３１２及びＦ２レイヤー３１３は、重み係数を介して結合している。重み係数は、入力データが分類されるカテゴリのプロトタイプ（原型）を表している。ここで、プロトタイプとは、カテゴリの代表値を表すものである。
The
次に、ＡＲＴ３１０のアルゴリズムについて説明する。
Next, the algorithm of the
ＡＲＴ３１０に入力データが入力された場合のアルゴリズムの概要は、下記の処理１〜 処理５のようになる。
The outline of the algorithm when input data is input to the
処理１：Ｆ０レイヤー３１１により入力ベクトルを正規化し、ノイズを除去する。
Process 1: The input vector is normalized by the
処理２：Ｆ１レイヤー３１２に入力された入力データと重み係数との比較により、ふさわしいカテゴリの候補を選択する。
Process 2: A suitable category candidate is selected by comparing the input data input to the
処理３：選択サブシステム３１５で選択したカテゴリの妥当性がパラメータρとの比により評価される。妥当と判断されれば、入力データはそのカテゴリに分類され、処理４に進む。一方、妥当と判断されなければ、そのカテゴリはリセットされ、他のカテゴリからふさわしいカテゴリの候補を選択する（処理２を繰り返す）。パラメータρの値を大きくするとカテゴリの分類が細かくなる。すなわち、カテゴリサイズが小さくなる。逆に、ρの値を小さくすると分類が粗くなる。カテゴリサイズが大きくなる。このパラメータρをビジランス（ｖｉｇｉｌａｎｃｅ）パラメータと呼ぶ。
Process 3: The validity of the category selected by the
処理４：処理２において全ての既存のカテゴリがリセットされると、入力データが新規カテゴリに属すると判断され、新規カテゴリのプロトタイプを表す新しい重み係数を生成する。
Process 4: When all the existing categories are reset in
処理５：入力データがカテゴリＪに分類されると、カテゴリＪに対応する重み係数ＷＪ（ｎｅｗ）は、過去の重み係数ＷＪ（ｏｌｄ）及び入力データｐ（又は入力データから派生したデータ）を用いて数１により更新される。 Process 5: When input data is classified into category J, weight coefficient WJ (new) corresponding to category J uses past weight coefficient WJ (old) and input data p (or data derived from input data). Is updated by equation (1).
（数１）
ＷＪ(ｎｅｗ)＝Ｋｗ・ｐ＋(１−Ｋｗ)・ＷＪ(ｏｌｄ)
ここで、Ｋｗは、学習率パラメータ（０＜Ｋｗ＜１）であり、入力ベクトルを新しい重み係数に反映させる度合いを決定する値である。
(Equation 1)
WJ (new) = Kw · p + (1-Kw) · WJ (old)
Here, Kw is a learning rate parameter (0 <Kw <1), and is a value that determines the degree to which the input vector is reflected in the new weighting factor.
尚、数１及び後述する数２乃至数１２の各演算式は前記ＡＲＴ３１０に組み込まれている。
The arithmetic expressions of
ＡＲＴ３１０のデータ分類アルゴリズムの特徴は、上記の処理４にある。
The characteristic of the data classification algorithm of the
処理４においては、学習した時のパターンと異なる入力データが入力された場合、記録されているパターンを変更せずに新しいパターンを記録することができる。このため、過去に学習したパターンを記録しながら、新たなパターンを記録することが可能となる。
In
このように、入力データとして予め与えた運転データを与えると、ＡＲＴ３１０は与えられたパターンを学習する。したがって、学習済みのＡＲＴ３１０に新たな入力データが入力されると、上記アルゴリズムにより、過去におけるどのパターンに近いかを判定することができる。また、過去に経験したことのないパターンであれば、新規カテゴリに分類される。
Thus, when the operation data given in advance is given as input data, the
図６（ｂ）は、Ｆ０レイヤー３１１の構成を示すブロック図である。Ｆ０レイヤー３１１では、入力データＩiを各時刻で再度正規化し、Ｆ１レイヤー３１２、及び選択サブシステム３１５に入力する正規化入力ベクトルｕi 0作成する。
始めに、入力データＩｉから、数２に従ってＷi 0を計算する。ここでａは定数である。
FIG. 6B is a block diagram showing the configuration of the
First, W i 0 is calculated from the input data I i according to
次に、Ｗi 0を正規化したＸi 0を、数３を用いて計算する。ここで、||Ｗ０||は、Ｗ０のノルムを表す。
Next, X i 0 obtained by normalizing W i 0 is calculated using
そして、数４を用いて、Ｘi 0からノイズを除去したＶi 0を計算する。ただし、θはノイズを除去するための定数である。数４の計算により、微小な値は０となるため、入力データのノイズが除去される。
Then, using
最後に、数５を用いて正規化入力ベクトルｕi 0を求める。ｕi 0はＦ１レイヤーの入力となる。
Finally, a normalized input vector u i 0 is obtained using
図６（ｃ）は、Ｆ１レイヤー５１２の構成を示すブロック図である。Ｆ１レイヤー５１２では、数５で求めたｕi 0を短期記憶として保持し、Ｆ２レイヤー３１３に入力するＰiを計算する。Ｆ２レイヤーの計算式をまとめて数６乃至数１２に示す。ただし、ａ、ｂは定数、ｆ（・）は数４で示した関数、ＴjはＦ２レイヤー３１３で計算する適合度である。
FIG. 6C is a block diagram showing the configuration of the F1 layer 512. In the F1 layer 512, u i 0 obtained in
但し、 However,
図７は運転状態把握手段３００におけるデータの分類結果を説明する図である。
図７（ａ）は、運転データをカテゴリに分類した分類結果の一例を示す図である。
FIG. 7 is a diagram for explaining the data classification result in the driving
FIG. 7A is a diagram illustrating an example of a classification result obtained by classifying operation data into categories.
図７（ａ）は、一例として、運転データのうちの２項目を表示したものであり、２次元のグラフで表記した。また、縦軸及び横軸は、それぞれの項目の運転データを規格化して示した。 FIG. 7A shows, as an example, two items of the operation data, which are represented by a two-dimensional graph. In addition, the vertical axis and the horizontal axis are shown by standardizing the operation data of each item.
運転データは、ＡＲＴモジュール３１０によって複数のカテゴリ３１９（図７（a）に示す円）に分割される。１つの円が、１つのカテゴリに相当する。
The operation data is divided into a plurality of categories 319 (circles shown in FIG. 7A) by the
本実施例では、運転データは４つのカテゴリに分類されている。カテゴリ番号１は、項目Ａの値が大きく、項目Ｂの値が小さいグループ、カテゴリ番号２は、項目Ａ、項目Ｂの値が共に小さいグループ、カテゴリ番号３は項目Ａの値が小さく、項目Ｂの値が大きいグループ、カテゴリ番号４は項目Ａ、項目Ｂの値が共に大きいグループである。
In this embodiment, the operation data is classified into four categories.
図７（ｂ）は、運転データをカテゴリに分類した結果、及び運転データの例を説明する図である。横軸は、時間、縦軸は計測信号、カテゴリ番号である。 FIG. 7B is a diagram for explaining the result of classifying operation data into categories and an example of operation data. The horizontal axis represents time, and the vertical axis represents measurement signals and category numbers.
図７（ｂ）に示すように、運転データはカテゴリ１〜４に分類された。
As shown in FIG. 7B, the operation data is classified into
本発明のオンライン監視装置２００では、運転データを運転状態把握手段３００にて分類した結果であるカテゴリ番号と、その時の画面操作内容を関連付けして記憶することが可能である。そして、同じカテゴリが発生した時には関連付けられた画面を自動的に表示することで、運転状態に合わせた情報を運転員に提供できる。このように、本発明のオンライン監視装置では、運転員による画面操作の方法を学習できる。
In the
図８は、運転データデータベース６００と画面操作履歴データベース７００に保存されるデータの態様を説明する図である。
FIG. 8 is a diagram for explaining an aspect of data stored in the
図８(a)は運転データデータベース６００に保存されるデータの態様を説明する図である。図８(a)に示すようにセンサで計測した運転データがサンプリング周期毎に保存される。運転データのトレンドグラフは、図４(a)に示した通り画像表示装置９４０に表示可能である。
FIG. 8A is a diagram for explaining a mode of data stored in the
図８(b)は画面操作履歴データベース７００に保存されるデータの態様を説明する図である。図８(b)に示す通り、画面操作した時刻、表示画面、操作内容が保存される。また、図８(b)には図示していないが、画面の遷移情報、すなわち関連性の高い画面同士の情報も保存するようにしても良い。
FIG. 8B is a diagram for explaining the mode of data stored in the screen
本発明のオンライン監視装置では、運転データを運転状態把握手段３００にて分類した結果であるカテゴリ番号と、画面操作履歴を関連付け手段４００にて関連付ける。
図９は、画像表示情報生成手段５００の動作を説明する図である。
図９(a)(b)は、オンライン監視装置データベース８００に保存されるデータの態様を説明する図である。
In the online monitoring device of the present invention, the
FIG. 9 is a diagram for explaining the operation of the image display
FIGS. 9A and 9B are diagrams for explaining modes of data stored in the online
図９(a)に示すように、オンライン監視装置データベース８００には、画面内容と、各画面に対する情報量、履歴、質に関する重み係数が保存されている。履歴、質に関する重み係数は、カテゴリ番号、すなわちプラントの運転状態毎に保存される。
As shown in FIG. 9 (a), the online
情報量に関する重み係数は、画面上に表示される数字や文字数、機器数が多い時など、画面に含まれる情報量が多い程、値を高くする。履歴に関する重み係数は、過去に表示した回数、時間が多い程、値を高くする。質に関する重み係数は、例えば異常検知機器に関する運転データのトレンド表示画面、性能低下機器、計測値の変化幅の大きい機器に関する画面など、運転状態に対する対応を決定する際に役立つ画面程、値を高くする。 The weighting factor related to the amount of information increases as the amount of information included in the screen increases, such as when the number of numbers, characters, or devices displayed on the screen is large. The weighting coefficient related to the history is increased as the number of times and time displayed in the past increase. For example, the weighting factor for quality is higher for screens that are useful in determining the response to operating conditions, such as the trend display screen for operation data related to anomaly detection devices, the screen for performance-decreasing devices, and devices with large changes in measured values. To do.
また、上流に位置する機器で発生した異常が、時間の経過とともに下流側に波及することが考えられることから、上流に位置する機器、及び時間的に早く検知した監視グループに関する系統図、トレンドグラフに関する画面は、質に関する重み係数を高くする。このように、質に関する重み係数は、系統図、異常検知時刻に基づいて決定しても良い。
尚、情報量に関する重み係数、履歴に関する重み係数、質に関する重み係数の決定方法は上述した方法に限定されるものではない。
In addition, it is conceivable that an anomaly that has occurred in an upstream device will spread to the downstream side as time passes. In the screen for, the weighting coefficient for quality is increased. Thus, the quality-related weight coefficient may be determined based on the system diagram and the abnormality detection time.
Note that the determination method of the weighting coefficient related to the information amount, the weighting coefficient related to the history, and the weighting coefficient related to the quality is not limited to the above-described method.
図９(b)は、画像表示情報生成手段５００にて、現在のプラントの運転状態における画面の表示有無と時間を計算した結果である。 FIG. 9B shows the result of calculating the display presence / absence and time of the screen in the current plant operating state by the image display information generating means 500.
画像表示情報生成手段５００では、各画面の重み係数を数１３に従って算出する。
In the image display information generation means 500, the weighting coefficient of each screen is calculated according to
（数１３）
Wsn = Win + Wrn + Wcn
ここで、nは画面番号、Wiは現在のカテゴリ番号における画面nの情報量に関する重み係数、Wrは現在のカテゴリ番号における画面nの履歴に関する重み係数、Wcnは画面nの質に関する重み係数である。
(Equation 13)
Wsn = Win + Wrn + Wcn
Here, n is the screen number, Wi is a weighting factor for the amount of information of screen n in the current category number, Wr is a weighting factor for the history of screen n in the current category number, and Wcn is a weighting factor for the quality of screen n .
尚、上記の数１３は上述した計算式に限定されるものではなく、各画面に対する情報量、履歴、質に関する重み係数を考慮してWsnを決定する計算式であれば良い。
そして、画像表示情報生成手段５００では、各画面の表示時間を数１４に従って算出する。
Note that the
Then, the image display
（数１４）
Tn = Tb + ( Wsn / ΣWsn ) × Tc
ここで、Tnは画面nの表示時間、TbはWsnが一定値以上の場合のデフォルト表示時間、Tcは１サイクルの時間から、Tb×表示画面数 を引いた値である。Tb及び１サイクルの時間は、任意に設定できる値である。
(Equation 14)
Tn = Tb + (Wsn / ΣWsn) × Tc
Here, Tn is the display time of screen n, Tb is the default display time when Wsn is equal to or greater than a certain value, and Tc is a value obtained by subtracting Tb × the number of display screens from the time of one cycle. Tb and the time of one cycle are values that can be arbitrarily set.
尚、上記の数１４は上述した計算式に限定されるものではなく、重み係数が高い程表示時間が長くなる計算式であれば良い。
The
図９(c)は、画像表示装置９４０に表示される画面の経時変化を説明する図である。画像表示情報生成手段５００にて決定した表示画面（本実施例では画面１〜４）、表示時間に従って、繰り返し表示される。
FIG. 9C is a diagram for explaining the change over time of the screen displayed on the
尚、前記画像表示情報生成手段を用いて表示した画面は一定時間後に別の画面に切り替わるが、ある特定の画面を異なる画像表示装置に表示し続けるようにオンライン監視装置を構成しても良い。 Note that the screen displayed using the image display information generating means is switched to another screen after a predetermined time, but the online monitoring device may be configured to continue to display a specific screen on different image display devices.
また、画像表示情報生成手段５００では、予め登録した業務フロー、すなわち予め作成した図９(b)を参照して、表示する画面、表示時間を決定することも可能である。
In addition, the image display
図１０は、オンライン監視装置のユーザーの認証方法を説明する図である。 FIG. 10 is a diagram for explaining a user authentication method of the online monitoring apparatus.
ユーザー認証のために、オンライン監視装置データベース８００には、図１０(a)に示すように、ユーザーＩＤ、運転員の名前、権限の情報が保存されている。プラントの運転員は、担当の業務に応じて、確認すべき画面が異なる。そこで、本発明のオンライン監視装置では、各データベースを運転員のＩＤ毎、もしくは業務内容（権限）に応じて構築し、区別して管理できる。
For user authentication, the online
運転員は、図１０(b)に示すログイン画面にて認証を受けてから、オンライン監視装置２００を使用する。尚、ユーザーの認証方法は、本実施例の方法に限定されるものではなく、例えば監視カメラの映像でユーザー認証するようにしても良い。
The operator uses the
このように、本発明のオンライン監視装置２００では、業務内容に合わせて画像表示装置９４０に表示する内容が自動的に決定される。
As described above, in the
本発明の第２の実施例であるオンライン監視装置２００は、画面を複数に分割して表示することが可能な画像表示装置９４０に対応する監視装置である。
図１１は本発明の第２の実施例であるオンライン監視装置２００の動作を説明するフローチャート図である。
The
FIG. 11 is a flowchart for explaining the operation of the
ステップ１２００、１２１０、１２２０、１２３０、１２４０、１２５０、１２７０は、図２に示したステップ１１００、１１１０、１１２０、１１３０、１１４０、１１５０、１１７０とそれぞれ同じ動作であるので、ここでは説明を省略する。 Steps 1200, 1210, 1220, 1230, 1240, 1250, and 1270 are the same operations as steps 1100, 1110, 1120, 1130, 1140, 1150, and 1170 shown in FIG.
ステップ１２６０では、画像表示情報生成手段５００を動作させて、画像表示装置９４０に表示する画面、表示する時間、及び表示サイズを決定する。
In step 1260, the image display
図１２(a)は、オンライン監視装置データベース８００に保存されるデータの態様を説明する図である。
FIG. 12A is a view for explaining the mode of data stored in the online
画像表示情報生成手段５００では、数１３、１４に従って各画面の重み係数、表示時間を決定すると共に、各画面の表示サイズを数１５に従って算出する。
The image display information generation means 500 determines the weighting coefficient and display time of each screen according to the
（数１５）
Sn = Sb + ( Wsn / ΣWsn ) × Sc
ここで、Snは画面nの表示サイズ、SbはWsnが一定値以上の場合のデフォルト表示サイズ、Scは１画面のサイズから、Sb×表示画面数 を引いた値である。Sbは、任意に設定できる値である。
(Equation 15)
Sn = Sb + (Wsn / ΣWsn) × Sc
Here, Sn is the display size of screen n, Sb is the default display size when Wsn is greater than or equal to a certain value, and Sc is the value obtained by subtracting Sb × the number of display screens from the size of one screen. Sb is a value that can be arbitrarily set.
尚、上記の数１５は上述した計算式に限定されるものではなく、重み係数が高い程表示サイズが大きくなる計算式であれば良い。
図１２(b)は、画像表示装置９４０に表示される画面の実施例であり、本実施例では表示画面を５分割して表示している。
The
FIG. 12B shows an example of a screen displayed on the
重み係数の高い画面の表示サイズが大きく設定されており、重要な情報を見落とすことを防止できる。 The display size of the screen with a high weighting factor is set large, so that important information can be prevented from being overlooked.
実施例１及び２ではオンライン監視装置にて処理するデータがプラントの運転データである場合について述べたが、処理するデータはプラント運転データに限定されるものではなく、監視カメラの映像、ＧＰＳによる所在地など、多種多様なデータを処理できる。 In the first and second embodiments, the case where the data to be processed by the online monitoring device is the operation data of the plant has been described. However, the data to be processed is not limited to the plant operation data. A wide variety of data can be processed.
監視カメラの映像を処理する場合は、例えば挙動不審な人物を映した画面を長時間表示するようにオンライン監視装置をカスタマイズすることが可能である。また、ＧＰＳの所在値のデータに対して、利用者に役立つ地図情報、店舗情報の画面を長時間表示するように、オンライン監視装置を活用しても良い。 When processing the video of the surveillance camera, for example, it is possible to customize the online monitoring device so that a screen showing a suspicious person is displayed for a long time. Moreover, you may utilize an online monitoring apparatus so that the map information useful for a user and the screen of shop information may be displayed for a long time with respect to the GPS location value data.
本発明は、監視対象からデータを収集し、データの分析結果を表示するオンライン監視装置として、幅広く利用可能である。 INDUSTRIAL APPLICABILITY The present invention can be widely used as an online monitoring device that collects data from monitoring targets and displays the data analysis results.
１ 運転データ
２ 画面操作履歴信号を含む外部入力信号
３ 運転データ
４ 画面操作履歴信号を含む外部入力信号
５ 運転データ
６ 画面操作履歴信号
７ 運転状態把握結果
８ 運転状態把握情報
９ 関連付け結果
１０ 運転状態把握結果
１１ 画像表示情報
１２ 関連付け結果
１３ オンライン監視装置データベース情報
１４ 運転データ分析結果
１５ 画像表示情報
１６ 画像表示情報
５０ 信号ＤＢ情報
１００ プラント
２００ オンライン監視装置
２１０ 外部入力インターフェイス
２２０ 外部出力インターフェイス
２５０ 運転データ分析手段
２６０ 状態変化検知手段
２７０ 性能向上制御ガイダンス手段
３００ 運転状態把握手段
４００ 関連付け手段
５００ 画像表示情報生成手段
６００ 運転データデータベース
７００ 画面操作履歴データベース
８００ オンライン監視装置データベース
９００ 外部装置
９１０ 外部入力装置
９２０ キーボード
９３０ マウス
９４０ 画像表示装置
1
Claims (14)
複数の画面候補の中から、表示する画面及び画面の表示時間を決定する画像表示情報生成手段を備えること
を特徴としたオンライン監視装置。 In an online monitoring device that collects data from monitored objects and displays the results of data analysis,
An on-line monitoring apparatus comprising image display information generating means for determining a screen to be displayed and a display time of the screen from a plurality of screen candidates.
前記画像表示情報生成手段は、前記表示する画面の画面サイズを決定すること
を特徴とするオンライン監視装置。 The online monitoring device according to claim 1,
The on-line monitoring apparatus, wherein the image display information generation means determines a screen size of the screen to be displayed.
前記画像表示情報生成手段では、
画面の情報量に関する重み係数、履歴に関する重み係数、又は質に関する重み係数の内少なくとも一つに基づいて、複数の画面候補の中から、表示する画面、画面の表示時間、又は画面サイズの内少なくとも一つを決定すること
を特徴とするオンライン監視装置。 The on-line monitoring device according to claim 1 or 2,
In the image display information generating means,
Based on at least one of a weighting factor relating to the amount of information on the screen, a weighting factor relating to history, or a weighting factor relating to quality, at least one of a plurality of screen candidates to be displayed, a screen display time, or a screen size. An online monitoring apparatus characterized by determining one.
前記情報量に関する重み係数は、画面上に表示される数字、文字数、又は機器数が多い場合に、画面に含まれる情報量が大きくなると値が高くなる係数を表すこと
を特徴とするオンライン監視装置。 The online monitoring device according to claim 3,
The weighting coefficient related to the information amount represents a coefficient that increases as the amount of information included in the screen increases when the number, number of characters, or number of devices displayed on the screen is large. .
前記履歴に関する重み係数は、過去に表示した回数、又は時間が多い場合に、値が高くなる係数を表すこと
を特徴とするオンライン監視装置。 The online monitoring device according to claim 3,
The online monitoring apparatus according to claim 1, wherein the weighting coefficient relating to the history represents a coefficient that increases when the number of times displayed in the past or the time is large.
前記質に関する重み係数は、運転状態に対する対応を決定する際に用いる画面の場合に、値が高くなる係数を表すこと
を特徴とするオンライン監視装置。 The online monitoring device according to claim 3,
The on-line monitoring apparatus according to claim 1, wherein the weighting factor relating to the quality represents a factor that increases in the case of a screen used when determining the correspondence to the driving state.
前記オンライン監視装置には監視対象の運転状態を把握する運転状態把握手段と、
過去の画面操作履歴が保存されている画面操作履歴データベースと、
前記運転状態把握手段で把握した結果と過去の画面操作履歴を関連付けする関連付け手段が備えられており、
前記画像表示情報生成手段では前記関連付けの結果に基づいて履歴に関する重み係数を決定すること
を特徴とするオンライン監視装置。 The online monitoring device according to claim 3,
The online monitoring device includes an operation state grasping means for grasping an operation state to be monitored,
Screen operation history database that stores past screen operation history,
An association means for associating a result grasped by the operation state grasping means with a past screen operation history is provided;
The on-line monitoring apparatus according to claim 1, wherein the image display information generating means determines a weighting factor relating to a history based on the result of the association.
前記質に関する重み係数は系統図情報、又は異常検知時刻に基づいて決定する係数であること
を特徴としたオンライン監視装置。 The online monitoring device according to claim 6,
The on-line monitoring apparatus, wherein the quality-related weighting coefficient is a coefficient determined based on system diagram information or abnormality detection time.
前記画像表示情報生成手段を用いて表示した任意の画面を、異なる画像表示装置に表示し続けること
を特徴としたオンライン監視装置。 9. The online monitoring apparatus according to claim 1, wherein an arbitrary screen displayed by using the image display information generating means is continuously displayed on a different image display apparatus.
前記オンライン監視装置では少なくともＩＤ又は権限の情報に基づいてユーザーの情報を管理し、
前記画像表示情報生成手段では、ユーザー毎に複数の画面候補の中から、表示する画面及び画面の表示時間を決定すること
を特徴としたオンライン監視装置。 The online monitoring device according to any one of claims 1 to 9, wherein the online monitoring device manages user information based on at least ID or authority information,
The online display apparatus characterized in that the image display information generating means determines a screen to be displayed and a display time of the screen from a plurality of screen candidates for each user.
前記オンライン監視装置にはプラントの状態変化検知手段、及び性能向上制御ガイダンス手段を含むデータ分析手段を備え、
前記画像表示情報生成手段では、前記状態変化検知手段で異常を検知したことを通知する警報窓画面、系統図画面、前記性能向上制御ガイダンス手段で算出した機器性能の表示画面、スートブロワ噴射制御画面、又は空気流量調整制御画面の内少なくとも一つについて、表示する画面、画面の表示時間、又は画面サイズの少なくとも一つを決定すること
を特徴としたオンライン監視装置。 The online monitoring device according to claim 1,
The online monitoring device comprises a data analysis means including a plant state change detection means and a performance improvement control guidance means,
In the image display information generating means, an alarm window screen for notifying that an abnormality has been detected by the state change detecting means, a system diagram screen, a device performance display screen calculated by the performance improvement control guidance means, a soot blower injection control screen, Alternatively, an on-line monitoring device that determines at least one of a screen to be displayed, a screen display time, or a screen size for at least one of the air flow rate adjustment control screens.
複数の画面候補の中から、表示する画面及び画面の表示時間を決定するステップを含むこと
を特徴としたオンライン監視方法。 In an online monitoring method that collects data from monitored objects and displays the data analysis results,
An on-line monitoring method comprising a step of determining a screen to be displayed and a display time of the screen from a plurality of screen candidates.
前記表示する画面及び画面の表示時間に加えて前記表示する画面の画面サイズを決定するステップを含むこと
を特徴とするオンライン監視方法。 The online monitoring method according to claim 12, wherein:
An online monitoring method comprising a step of determining a screen size of the screen to be displayed in addition to the screen to be displayed and a display time of the screen.
画面の情報量に関する重み係数、履歴に関する重み係数、又は質に関する重み係数の内少なくとも一つに基づいて、前記複数の画面候補の中から、表示する画面、画面の表示時間、又は画面サイズの内少なくとも一つを決定するステップを含むこと
を特徴とするオンライン監視方法。 The online monitoring method according to claim 12 or 13,
Based on at least one of a weighting factor relating to the amount of information on the screen, a weighting factor relating to history, or a weighting factor relating to quality, the screen to be displayed, the display time of the screen, or the screen size from among the plurality of screen candidates. An on-line monitoring method comprising the step of determining at least one.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016252256A JP2018106432A (en) | 2016-12-27 | 2016-12-27 | Online monitoring apparatus and online monitoring method |
| CN201711415434.8A CN108241360B (en) | 2016-12-27 | 2017-12-21 | Online monitoring device and online monitoring method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016252256A JP2018106432A (en) | 2016-12-27 | 2016-12-27 | Online monitoring apparatus and online monitoring method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2018106432A true JP2018106432A (en) | 2018-07-05 |
Family
ID=62700209
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016252256A Pending JP2018106432A (en) | 2016-12-27 | 2016-12-27 | Online monitoring apparatus and online monitoring method |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2018106432A (en) |
| CN (1) | CN108241360B (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021019147A (en) * | 2019-07-23 | 2021-02-15 | ヤマハ発動機株式会社 | Display device, surface mounter, and display method |
| CN112751818A (en) * | 2019-10-31 | 2021-05-04 | 安碁资讯股份有限公司 | Abnormal flow detection method and abnormal flow detection device |
| WO2022209902A1 (en) * | 2021-03-30 | 2022-10-06 | 住友重機械工業株式会社 | Display device, control device, control method, and program |
| KR20230087454A (en) | 2020-10-14 | 2023-06-16 | 스미도모쥬기가이고교 가부시키가이샤 | Display device, display method, control device and computer program |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7239354B2 (en) * | 2019-03-12 | 2023-03-14 | 株式会社日立製作所 | data classifier |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5377317A (en) * | 1991-12-20 | 1994-12-27 | International Business Machines Corporation | Method and apparatus for distinctively displaying windows on a computer display screen |
| JP3240501B2 (en) * | 1995-12-01 | 2001-12-17 | 株式会社日立製作所 | Plant operating state display method and apparatus |
| US7061450B2 (en) * | 2001-04-09 | 2006-06-13 | Microvision, Inc. | Electronically scanned beam display |
| GB2395804A (en) * | 2002-11-27 | 2004-06-02 | Sony Uk Ltd | Information retrieval |
| US9359882B2 (en) * | 2006-09-27 | 2016-06-07 | Halliburton Energy Services, Inc. | Monitor and control of directional drilling operations and simulations |
| IN2012DN02779A (en) * | 2009-10-02 | 2015-09-18 | Hitachi Ltd | |
| CN102917110B (en) * | 2011-08-01 | 2016-03-23 | 浪潮乐金数字移动通信有限公司 | The dynamic setting method of display screen stand-by time and device |
| KR102021612B1 (en) * | 2012-12-24 | 2019-09-16 | 두산인프라코어 주식회사 | Monitor displaying method of construction machinery |
| CN104391631B (en) * | 2014-11-12 | 2017-10-24 | 来安县新元机电设备设计有限公司 | A kind of control method and system of electronic reader page turning |
| CN105162683B (en) * | 2015-08-04 | 2018-08-03 | 广州华多网络科技有限公司 | display window information issuing method and system |
-
2016
- 2016-12-27 JP JP2016252256A patent/JP2018106432A/en active Pending
-
2017
- 2017-12-21 CN CN201711415434.8A patent/CN108241360B/en not_active Expired - Fee Related
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2021019147A (en) * | 2019-07-23 | 2021-02-15 | ヤマハ発動機株式会社 | Display device, surface mounter, and display method |
| JP7265951B2 (en) | 2019-07-23 | 2023-04-27 | ヤマハ発動機株式会社 | Display device, surface mounter, and display method |
| CN112751818A (en) * | 2019-10-31 | 2021-05-04 | 安碁资讯股份有限公司 | Abnormal flow detection method and abnormal flow detection device |
| CN112751818B (en) * | 2019-10-31 | 2023-02-24 | 安碁资讯股份有限公司 | Abnormal flow detection method and abnormal flow detection device |
| KR20230087454A (en) | 2020-10-14 | 2023-06-16 | 스미도모쥬기가이고교 가부시키가이샤 | Display device, display method, control device and computer program |
| WO2022209902A1 (en) * | 2021-03-30 | 2022-10-06 | 住友重機械工業株式会社 | Display device, control device, control method, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108241360B (en) | 2021-03-26 |
| CN108241360A (en) | 2018-07-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108241360B (en) | Online monitoring device and online monitoring method | |
| JP2015103218A (en) | Plant diagnostic apparatus and plant diagnostic method | |
| JP6037954B2 (en) | Boiler tube leak detection device, boiler tube leak detection method, data monitoring center using these, information providing service, and boiler plant. | |
| JP5918663B2 (en) | Thermal power plant control device and control method | |
| US20130297374A1 (en) | Targeted Equipment Monitoring System and Method for Optimizing Equipment Reliability | |
| CN108073145B (en) | Operation support device and recording medium | |
| CN106649919A (en) | Method and system for predicting carbon content of fly ash in coal-fired power plant boiler | |
| JPWO2011089649A1 (en) | Diagnostic device and diagnostic method | |
| JP2013178045A (en) | Coal-fired plant control device, and the coal-fired plant | |
| JP5856899B2 (en) | Coal-fired power plant control equipment | |
| WO2019082491A1 (en) | Plant operation assistance device and operation assistance method | |
| Khalid et al. | Advances in fault detection and diagnosis for thermal power plants: A review of intelligent techniques | |
| JP6830414B2 (en) | Diagnostic device and diagnostic method | |
| Sujatha et al. | Soft sensor for flame temperature measurement and IoT based monitoring in power plants | |
| WO2020166126A1 (en) | Kpi improvement assistance system and kpi improvement assistance method | |
| JP6862104B2 (en) | Raw material selection support device and raw material selection support method | |
| Cao et al. | Rated load state performance assessment and analysis of ultra-supercritical coal-fired power plant | |
| Lyu et al. | Neuroevolution of recurrent neural networks for time series forecasting of coal-fired power plant operating parameters | |
| JP5203763B2 (en) | Coal-fired boiler type identification device and coal-fired boiler type identification method | |
| JP7222943B2 (en) | Operation improvement support system, operation improvement support method, and operation improvement support program | |
| JP7368332B2 (en) | Guidance operation support device, guidance operation support method, and guidance operation support program | |
| WO2022172481A1 (en) | Operation assistance device, operation assistance method, and operation assistance program | |
| Emmanuel et al. | Power plant induced-draft fan fault prediction using machine learning stacking ensemble | |
| CN113741359A (en) | Thermal power plant safety monitoring system and method in mixed coal blending combustion mode | |
| Valliappan | Application of Joint Time-Frequency Methods and Artificial Neural Networks for Monitoring Co-Firing Burners |