JP2019211130A - State detection device and state detection method - Google Patents
State detection device and state detection method Download PDFInfo
- Publication number
- JP2019211130A JP2019211130A JP2018106233A JP2018106233A JP2019211130A JP 2019211130 A JP2019211130 A JP 2019211130A JP 2018106233 A JP2018106233 A JP 2018106233A JP 2018106233 A JP2018106233 A JP 2018106233A JP 2019211130 A JP2019211130 A JP 2019211130A
- Authority
- JP
- Japan
- Prior art keywords
- operation data
- unit
- state detection
- time
- amount
- 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
Landscapes
- Devices That Are Associated With Refrigeration Equipment (AREA)
- Air Conditioning Control Device (AREA)
Abstract
Description
本発明は、設備に発生する冷媒漏れ量などの不可逆状態変化の累積量を安定して検知することができる状態検知装置及び状態検知方法に関する。 The present invention relates to a state detection device and a state detection method capable of stably detecting a cumulative amount of irreversible state change such as a refrigerant leakage amount generated in equipment.
一般に、産業分野では、多変量統計的プロセス管理（ＭＳＰＣ：Multivariate Statistical Process Control）を利用して設備の異常兆候を検知方法が知られている。 In general, in the industrial field, a method for detecting an abnormal sign of equipment using multivariate statistical process control (MSPC) is known.
特許文献１には、多変量解析であるマハラノビス距離の平方根を状態量とし、閾値により冷媒漏れを検知するものが記載されている。 Japanese Patent Application Laid-Open No. H10-228667 describes a refrigerant leak detection based on a threshold value using a square root of Mahalanobis distance, which is multivariate analysis, as a state quantity.
ところで、多変量統計的プロセス管理を利用して設備の異常兆候を検知する場合、設備から取得される測定データは設備の運転状態によって測定データが大きく変化するため、多変量統計的プロセス管理が算出するＱ統計値も大きく変動する。このため、多変量統計的プロセス管理のＱ統計値を用いて設備の異常を検知しようとする場合、設備の運転状態によっては、異常でないにもかかわらず、瞬時のＱ統計値が閾値を超えて異常と判定してしまう場合があり、安定した異常検知を行うことができなかった。 By the way, when detecting abnormal signs of equipment using multivariate statistical process management, the measurement data obtained from the equipment varies greatly depending on the operating state of the equipment, so multivariate statistical process management is calculated. The Q statistic to be fluctuated greatly For this reason, when trying to detect an abnormality in equipment using Q statistics of multivariate statistical process management, the instantaneous Q statistics exceeds the threshold even though it is not abnormal depending on the operating state of the equipment. It may be determined that there is an abnormality, and stable abnormality detection could not be performed.
例えば、コンビニエンスストアやスーパーマーケットなどの店舗に設置されるショーケースの冷凍システムにおいて進行する冷媒漏れ量の異常を検知しようとする場合、冷凍機から測定可能な、吸入圧力、吐出圧力、吸入ガス温度、吐出ガス温度、運転周波数などを用いた多変量統計的プロセス管理によって得られたＱ統計値を算出し、このＱ統計値が閾値を超えた場合に冷媒漏れ量が異常として検知することが考えられる。 For example, when trying to detect an abnormality in the amount of refrigerant leakage that progresses in a refrigeration system in a showcase installed in a store such as a convenience store or a supermarket, the suction pressure, discharge pressure, suction gas temperature, It is conceivable that the Q statistical value obtained by the multivariate statistical process management using the discharge gas temperature, the operating frequency, etc. is calculated, and the refrigerant leakage amount is detected as abnormal when the Q statistical value exceeds a threshold value. .
しかし、冷凍システムは、冷凍負荷の変動、ショーケースの除霜、冷凍機の圧力制御、油戻し運転などの様々な事象によって測定データが大きく変動するため、多変量統計的プロセス管理によって得られたＱ統計値も大きく変動する。特に、冷凍機は、常に１００％の出力で運転しているものではなく、外気温や冷凍負荷に応じたインバータ制御によって運転周波数を可変した省エネルギー運転を行っているため、これらの変動要因は、Ｑ統計値に与える影響が大きい。この結果、冷媒漏れ量が実際には所定値を超えていないにもかかわらず、Ｑ統計値が所定値を超えて冷媒漏れ量が異常であると誤検知してしまう場合がある。すなわち、測定時ごとのＱ統計値をもとに判定する冷媒漏れ量の検知では、冷媒漏れ量を安定して検知することが難しい。 However, the refrigeration system was obtained by multivariate statistical process management because measurement data fluctuate greatly due to various events such as refrigeration load fluctuation, showcase defrosting, refrigerator pressure control, oil return operation, etc. Q statistics also vary greatly. In particular, the refrigerator is not always operated at 100% output, but is operating energy-saving with variable operation frequency by inverter control according to the outside air temperature and the refrigeration load. The effect on Q statistics is large. As a result, although the refrigerant leakage amount does not actually exceed the predetermined value, the Q statistic value may exceed the predetermined value and erroneously detect that the refrigerant leakage amount is abnormal. That is, in the detection of the refrigerant leakage amount determined based on the Q statistical value at each measurement time, it is difficult to stably detect the refrigerant leakage amount.
本発明は、上記に鑑みてなされたものであって、設備に発生する冷媒漏れ量などの不可逆状態変化の累積量を安定して検知することができる状態検知装置及び状態検知方法を提供することを目的とする。 The present invention has been made in view of the above, and provides a state detection device and a state detection method that can stably detect the cumulative amount of irreversible state change such as the amount of refrigerant leakage occurring in equipment. With the goal.
上述した課題を解決し、目的を達成するために、本発明にかかる状態検知装置は、設備に発生する不可逆状態変化の累積量を検知する状態検知装置であって、前記設備に関する時系列の複数の運転データを取得する運転データ取得部と、正常時の複数の運転データを用いた多変量統計的プロセス管理のための正常時のモデルを生成するモデル生成部と、前記正常時のモデル及び前記運転データ取得部が取得した複数の運転データをもとに前記多変量統計的プロセス管理を行って得られたＱ統計値を時系列で算出し、所定時間毎に前記Ｑ統計値を積算したＱ積算値を算出して前記所定時間に対する前記Ｑ積算値の傾きを算出する傾き算出部と、前記所定時間毎の傾きをもとに前記不可逆状態変化の累積量を判定する判定部と、前記判定部の判定結果を出力する出力部と、を備えたことを特徴とする。 In order to solve the above-described problems and achieve the object, a state detection device according to the present invention is a state detection device that detects a cumulative amount of irreversible state changes occurring in equipment, and includes a plurality of time-series related to the equipment. An operation data acquisition unit for acquiring the operation data, a model generation unit for generating a normal model for multivariate statistical process management using a plurality of normal operation data, the normal model, and the normal model A Q statistic obtained by performing the multivariate statistical process management based on a plurality of operation data acquired by the operation data acquisition unit in a time series, and the Q statistic obtained by integrating the Q statistic every predetermined time An inclination calculating unit that calculates an integrated value and calculates an inclination of the Q integrated value with respect to the predetermined time; a determining unit that determines an accumulated amount of the irreversible state change based on an inclination every predetermined time; and the determination Judgment of parts Characterized by comprising an output section for outputting the result, the.
また、本発明にかかる状態検知装置は、上記の発明において、外気温度を検出する温度センサを備え、前記判定部は、外気温度に応じて前記不可逆状態変化の累積量を補正することを特徴とする。 In the above invention, the state detection device according to the present invention includes a temperature sensor that detects an outside air temperature, and the determination unit corrects the accumulated amount of the irreversible state change according to the outside air temperature. To do.
また、本発明にかかる状態検知装置は、上記の発明において、前記判定部は、前記不可逆状態変化の累積量が所定値以上となる場合、前記不可逆状態変化の累積量が異常であると判定し、前記出力部は、前記不可逆状態変化の累積量が異常であることを出力することを特徴とする。 In the state detection device according to the present invention, in the above invention, the determination unit determines that the accumulated amount of the irreversible state change is abnormal when the accumulated amount of the irreversible state change is equal to or greater than a predetermined value. The output unit outputs that the accumulated amount of the irreversible state change is abnormal.
また、本発明にかかる状態検知装置は、上記の発明において、前記判定部は、前記傾きの時系列の変化量をもとに、前記不可逆状態変化の変化速度を判定することを特徴とする。 In the state detection device according to the present invention as set forth in the invention described above, the determination unit determines a change rate of the irreversible state change based on a time-series change amount of the inclination.
また、本発明にかかる状態検知装置は、上記の発明において、前記判定部は、前記傾きの時系列の変化量をもとに、前記不可逆状態変化の累積量が異常を示す所定値となる時点までの時間を推定し、前記出力部は、推定した時間を出力することを特徴とする。 In the state detection device according to the present invention, in the above invention, the determination unit may determine a point in time when the accumulated amount of the irreversible state change becomes a predetermined value based on the time-series change amount of the slope. And the output unit outputs the estimated time.
また、本発明にかかる状態検知装置は、上記の発明において、前記出力部は、前記所定時間に対する、正常時の前記Ｑ積算値と前記傾き算出部が算出した前記Ｑ積算値とを重ね合せてグラフィカル表示することを特徴とする。 In the state detection device according to the present invention, in the above invention, the output unit superimposes the Q integrated value at a normal time and the Q integrated value calculated by the inclination calculating unit with respect to the predetermined time. It is characterized by a graphical display.
また、本発明にかかる状態検知装置は、上記の発明において、前記設備は、冷凍機を用いるシステムであり、前記不可逆状態変化の累積量は、冷凍機の冷媒漏れ量であることを特徴とする。 In the state detection device according to the present invention, in the above invention, the facility is a system using a refrigerator, and the accumulated amount of the irreversible state change is a refrigerant leakage amount of the refrigerator. .
また、本発明にかかる状態検知装置は、上記の発明において、前記複数の運転データは、冷凍対象部分の検出温度、設定温度、圧縮機の冷媒吸入圧力、冷媒吐出圧力、冷媒吸入温度、冷媒吐出温度、運転周波数を含むことを特徴とする。 In the state detection device according to the present invention as set forth in the invention described above, the plurality of operation data includes the detected temperature of the portion to be frozen, the set temperature, the refrigerant suction pressure of the compressor, the refrigerant discharge pressure, the refrigerant suction temperature, and the refrigerant discharge. It includes temperature and operating frequency.
また、本発明にかかる状態検知方法は、設備に発生する不可逆状態変化の累積量を検知する状態検知方法であって、前記設備に関する時系列の複数の運転データを取得する運転データ取得ステップと、正常時の複数の運転データを用いた多変量統計的プロセス管理のための正常時のモデルを生成するモデル生成ステップと、前記正常時のモデル及び前記運転データ取得ステップで取得した複数の運転データをもとに前記多変量統計的プロセス管理を行って得られたＱ統計値を時系列で算出し、所定時間毎に前記Ｑ統計値を積算したＱ積算値を算出して前記所定時間に対する前記Ｑ積算値の傾きを算出する傾き算出ステップと、前記所定時間毎の傾きをもとに前記不可逆状態変化の累積量を判定する判定ステップと、前記判定ステップの判定結果を出力する出力ステップと、を含むことを特徴とする。 Further, the state detection method according to the present invention is a state detection method for detecting a cumulative amount of irreversible state change that occurs in equipment, and an operation data acquisition step for acquiring a plurality of time-series operation data related to the equipment; A model generation step for generating a normal model for multivariate statistical process management using a plurality of normal operation data, and a plurality of operation data acquired in the normal model and the operation data acquisition step. A Q statistical value obtained by performing the multivariate statistical process management based on the time series is calculated in a time series, a Q integrated value obtained by integrating the Q statistical value every predetermined time is calculated, and the Q with respect to the predetermined time is calculated. An inclination calculation step for calculating an inclination of the integrated value, a determination step for determining an accumulated amount of the irreversible state change based on the inclination for each predetermined time, and a determination result of the determination step Characterized in that it comprises a and an output step of outputting.
本発明によれば、設備に発生する冷媒漏れ量などの不可逆状態変化の累積量を安定して検知することができる。 According to the present invention, it is possible to stably detect the cumulative amount of irreversible state change such as the amount of refrigerant leakage occurring in the facility.
以下、添付図面を参照して本発明を実施するための形態について説明する。なお、以下の実施の形態では、コンビニエンスストアやスーパーマーケットなどの店舗内に設置されるショーケースなどの冷凍システムの冷媒漏れの蓄積量（冷媒漏れ程度）を検知する状態検知装置を一例として説明する。冷媒漏れ程度は、不可逆状態変化の累積量の一例である。 DESCRIPTION OF EMBODIMENTS Hereinafter, embodiments for carrying out the present invention will be described with reference to the accompanying drawings. In the following embodiments, a state detection device that detects an accumulated amount of refrigerant leakage (degree of refrigerant leakage) in a refrigeration system such as a showcase installed in a store such as a convenience store or a supermarket will be described as an example. The refrigerant leakage degree is an example of an accumulated amount of change in the irreversible state.
［装置構成］
図１は、本発明の実施の形態である状態検知装置の機能を有するコントローラ１を含むシステムの構成を示すブロック図である。図１に示すように、本システムは、コントローラ１に、系統Ａである冷凍システム５、系統Ｂである冷凍システム６、及び外気温度センサ７が接続される。
[Device configuration]
FIG. 1 is a block diagram showing a configuration of a system including a controller 1 having a function of a state detection device according to an embodiment of the present invention. As shown in FIG. 1, in the present system, a refrigeration system 5 that is a system A, a refrigeration system 6 that is a system B, and an outside
冷凍システム５は、冷凍機５１がショーケース５２〜５４を４〜８℃の冷蔵温度帯に維持するシステムである。また、冷凍システム６は、冷凍機６１がショーケース６２〜６４を−１８〜−２０℃の冷凍温度帯に維持するシステムである。冷凍機５１，６１は、それぞれ冷凍サイクルを形成する装置であり、冷凍サイクル内の熱交換器を介してそれぞれショーケース５２〜５４、６２〜６４を冷却する。
The refrigeration system 5 is a system in which the
コントローラ１は、入出力部２、記憶部３、制御部４を有する。コントローラ１は、ショーケース５２〜５４、６２〜６４が入出力部２によって設定された設定温度帯となるように冷凍システム５、６の冷凍機５１、６１を制御するとともに、冷凍システム５，６の冷媒漏れ程度を検知する制御を行う。
The controller 1 includes an input / output unit 2, a storage unit 3, and a control unit 4. The controller 1 controls the
入出力部２は、タッチパネルなどの入出力デバイスであり、冷凍システム５，６に対する設定温度帯などの各種データを入力するとともに、冷凍システム５，６の状態、特に冷媒漏れ程度の状態及び冷媒漏れ程度の予測などの各種データを出力する。 The input / output unit 2 is an input / output device such as a touch panel. The input / output unit 2 inputs various data such as a set temperature zone for the refrigeration systems 5 and 6, and the state of the refrigeration systems 5 and 6, particularly the state of refrigerant leakage and refrigerant leakage. Output various data such as degree prediction.
記憶部３は、フラッシュメモリ等の不揮発性メモリ又はハードディスク装置等の二次記憶媒体等からなる記憶デバイスであり、正常時の運転データＤ１、正常時のモデルＤ２、Ｑ統計値Ｄ３、所定時間Ｔc、Ｑ積算値Ｄ４、傾きθ、及び所定値Ｄ５を記憶する。 The storage unit 3 is a storage device composed of a non-volatile memory such as a flash memory or a secondary storage medium such as a hard disk device. The storage unit 3 is a normal operation data D1, a normal model D2, a Q statistic D3, and a predetermined time Tc. , Q integrated value D4, inclination θ, and predetermined value D5 are stored.
制御部４は、システム全体を制御し、冷凍機制御部４０、運転データ取得部４１、外気温度取得部４２、モデル生成部４３、Ｑ統計値算出部４４、Ｑ積算値算出部４５、傾き算出部４６、判定部４７、出力制御部４８を有する。
The control unit 4 controls the entire system, and includes a
冷凍機制御部４０は、ショーケースの庫内温度、設定温度、圧縮機の吸入圧力、吐出圧力、吸入温度、吐出温度、運転周波数などの運転データをリアルタイムで取得し、庫内温度が設定温度になるように圧縮機を制御する。
The
運転データ取得部４１は、冷媒漏れ程度を検知するために、一定時間毎にショーケースの庫内温度、設定温度、圧縮機の吸入圧力、吐出圧力、吸入温度、吐出温度、運転周波数などの運転データを取得する。一定時間は、例えば１分である。
The operation
外気温度取得部４２は、一定時間毎に外気温度センサ７から外気温度を取得する。
The outside air
モデル生成部４３は、記憶部３に予め記憶されている複数の正常時の運転データＤ１を用いた多変量統計的プロセス管理のための正常時のモデルＤ２を生成する。正常時の運転データＤ１は、異常が発生していない過去の期間の運転データである。
The
Ｑ統計値算出部４４は、正常時のモデルＤ２及び運転データ取得部４１が取得した複数の運転データをもとに多変量統計的プロセス管理を行って得られたＱ統計値Ｄ３を時系列で算出する。
The Q statistic
Ｑ積算値算出部４５は、所定時間Ｔc毎にＱ統計値Ｄ３を積算したＱ積算値Ｄ４を算出する。この所定時間Ｔcは、入出力部２によって設定され、記憶部３に記憶される。所定時間Ｔcは、例えば３日である。
The Q integrated
傾き算出部４６は、所定時間Ｔcに対するＱ積算値Ｄ４の傾きθを算出する。
The
判定部４７は、所定時間Ｔc毎の傾きθをもとに冷媒漏れ程度Ｄ（％）を判定する。また、判定部４７は、傾きθの変化をもとに冷媒漏れの進行速度を判定する。また、判定部４７は、外気温度をもとに冷媒漏れ程度Ｄを補正する。さらに、判定部４７は、傾きθの時系列の変化量をもとに、冷媒漏れ程度が異常となる所定値Ｄ５になる時点までの時間を推定する。この所定値Ｄ５は、記憶部３に予め記憶されており、設定変更が可能な値である。
The
出力制御部４８は、判定部４７が判定した結果を入出力部２に出力する制御を行う。
The
［状態検知処理］
次に、図２を参照して、コントローラ１による状態検知処理について説明する。図２に示すように、まず、コントローラ１は、入出力部２を介して所定時間Ｔcを設定する（ステップＳ１０１）。
[Status detection processing]
Next, with reference to FIG. 2, the state detection process by the controller 1 will be described. As shown in FIG. 2, first, the controller 1 sets a predetermined time Tc via the input / output unit 2 (step S101).
その後、運転データ取得部４１は、例えば１分ごとの運転データを取得する（ステップＳ１０２）。さらに外気温度取得部４２は、例えば１分ごとの外気温度を取得する（ステップＳ１０３）。そして、モデル生成部４３は、記憶部３に予め記憶されている複数の正常時の運転データＤ１を用いた多変量統計的プロセス管理のための正常時のモデルＤ２を生成する（ステップＳ１０４）。
Thereafter, the operation
その後、Ｑ統計値算出部４４は、正常時のモデルＤ２及び運転データ取得部４１が取得した複数の運転データをもとに多変量統計的プロセス管理を行って得られたＱ統計値Ｄ３を時系列で算出する（ステップＳ１０５）。
Thereafter, the Q statistical
その後、Ｑ積算値算出部４５は、所定時間Ｔc、例えば３日毎にＱ統計値Ｄ３を積算したＱ積算値Ｄ４を算出する（ステップＳ１０６）。
Thereafter, the Q integrated
そして、傾き算出部４６は、所定時間Ｔcに対するＱ積算値Ｄ４の傾きθを算出する（ステップＳ１０７）。
And the
そして、判定部４７は、所定時間Ｔc毎の傾きθをもとに冷媒漏れ程度Ｄ（％）を判定する（ステップＳ１０８）。
Then, the
判定部４７は、冷媒漏れ程度Ｄが所定値Ｄ５以上であるか否かを判定する（ステップＳ１０９）。冷媒漏れ程度Ｄが所定値Ｄ５以上である場合（ステップＳ１０９，Ｙｅｓ）、出力制御部４８は、冷媒漏れが発生した旨の異常発生出力と、冷媒漏れ程度の状態を表示し（ステップＳ１１０）、ステップＳ１１１に移行する。一方、冷媒漏れ程度Ｄが所定値Ｄ５以上でない場合（ステップＳ１０９，Ｎｏ）、そのままステップＳ１１１に移行する。
The
その後、本処理の終了指示があったか否かを判定する（ステップＳ１１１）。本処理の終了指示がない場合（ステップＳ１１１，Ｎｏ）、ステップＳ１０２に移行し、次の所定時間Ｔcの傾きθを算出して冷媒漏れ程度Ｄを判定する。一方、本処理の終了指示があった場合（ステップＳ１１１，Ｙｅｓ）、本処理を終了する。 Thereafter, it is determined whether or not there is an instruction to end the process (step S111). If there is no instruction to end the process (No at Step S111), the process proceeds to Step S102, and the inclination θ of the next predetermined time Tc is calculated to determine the refrigerant leakage degree D. On the other hand, when there is an instruction to end the process (Yes in step S111), the process ends.
図３に示すように、Ｑ統計値Ｄ３が所定Ｑ統計値Ｑth以上になったときに冷媒漏れの異常が発生したものとする異常検知を行うと、時間の経過とともに異常発生したり、しなかったりするため、冷媒漏れの異常検知を安定して行うことができなかった。 As shown in FIG. 3, when abnormality detection is performed that the refrigerant leakage abnormality has occurred when the Q statistical value D3 is equal to or greater than the predetermined Q statistical value Qth, the abnormality may or may not occur over time. Therefore, the abnormality detection of the refrigerant leakage could not be performed stably.
これに対し、本実施の形態では、図４に示すように、所定時間Ｔcごとに、Ｑ統計値Ｄ３の積算値である時系列のＱ積算値Ｄ４（Ｑ１〜Ｑ５：Ｑn）を求めて時系列の傾きθ（θ１〜θ５：θn）を算出する。傾きθnは、次式（１）で求めることができる。
θｎ（°）＝ｔａｎ−１（Ｑn／Ｔc）×１８０／π （１）
In contrast, in the present embodiment, as shown in FIG. 4, time series Q integrated values D4 (Q1 to Q5: Qn), which are integrated values of the Q statistical value D3, are obtained every predetermined time Tc. A series inclination θ (θ1 to θ5: θn) is calculated. The inclination θn can be obtained by the following equation (1).
θn (°) = tan −1 (Qn / Tc) × 180 / π (1)
冷媒漏れが発生し、進行している場合、冷媒漏れ量は不可逆状態変化であるため、図４に示すように、時系列の傾きθnは、時間の経過によって大きくなる。したがって、傾きθnが所定値Ｄ５以上となった場合に、冷媒漏れ程度が異常になったものとして安定して判定することができる。 When refrigerant leakage occurs and progresses, the amount of refrigerant leakage is an irreversible state change. Therefore, as shown in FIG. 4, the time-series inclination θn increases with time. Therefore, when the inclination θn is equal to or greater than the predetermined value D5, it can be stably determined that the degree of refrigerant leakage has become abnormal.
図５は、具体的な傾きθｎと冷媒漏れ程度Ｄとの関係を示す図である。図５に示すように、冷媒漏れ程度Ｄは、傾きθnの増大に伴って大きくなる。なお、傾きθｎと冷媒漏れ程度Ｄとは外気温度範囲に依存するため、外気温度が２５℃以上と、２５℃未満１５℃以上と、１５℃未満に分けてそれぞれ対応関係をもたせている。したがって、外気温度を検出し、外気温度に対応した傾きθｎと冷媒漏れ程度Ｄとの関係を適用する補正を行う。 FIG. 5 is a diagram showing a relationship between a specific inclination θn and the refrigerant leakage degree D. As shown in FIG. As shown in FIG. 5, the refrigerant leakage degree D increases as the inclination θn increases. Since the inclination θn and the refrigerant leakage degree D depend on the outside air temperature range, the outside air temperature is divided into 25 ° C. or more, less than 25 ° C., 15 ° C. or more, and less than 15 ° C., respectively. Therefore, the outside air temperature is detected, and correction is applied to apply the relationship between the gradient θn corresponding to the outside air temperature and the refrigerant leakage degree D.
また、冷媒漏れ程度Ｄは、外気温度が高くなるにしたがって、対応する傾きθnが大きくなる。すなわち、同じ冷媒漏れ程度Ｄであっても、外気温度が高くなると、高いＱ積算値Ｑnとして算出されることになる。冷媒残量は、冷媒漏れがない場合の冷媒量５０．０ｋｇを基準に、冷媒漏れ程度Ｄに対応して減少した冷媒量を減じた量である。そして、図５では、冷媒漏れ程度Ｄが５０％、冷媒残量が２５．０ｋｇ以上となった場合に異常警報を発するようにしている。 Further, the degree of refrigerant leakage D increases with the corresponding inclination θn as the outside air temperature increases. That is, even when the refrigerant leakage degree D is the same, when the outside air temperature increases, the high Q integrated value Qn is calculated. The remaining amount of refrigerant is an amount obtained by subtracting the amount of refrigerant that has decreased corresponding to the degree of refrigerant leakage D, based on the refrigerant amount of 50.0 kg when there is no refrigerant leakage. In FIG. 5, when the refrigerant leakage degree D is 50% and the refrigerant remaining amount is 25.0 kg or more, an abnormality alarm is issued.
なお、外気温度にかかわらず、傾きθnが５未満のときは、冷媒漏れ程度Ｄが１０％未満で正常状態となる。また、外気温度にかかわらず、傾きθnの増大によって冷媒漏れ程度Ｄは増大する。 Regardless of the outside air temperature, when the inclination θn is less than 5, the refrigerant leakage degree D is less than 10% and a normal state is obtained. Regardless of the outside air temperature, the refrigerant leakage degree D increases as the slope θn increases.
例えば、外気温度が２５℃未満１５℃以上で傾きθｎが２２（°）である場合、冷媒漏れ程度Ｄは２５（％）で、冷媒残量が３７．５ｋｇであると判定できる。また、外気温度が２５℃未満１５℃以上で傾きθnが４２（°）である場合、冷媒漏れ程度Ｄは５０（％）で、冷媒残量が５０．０ｋｇであると判定され、異常警報が発せられる。なお、このとき、外気温度が２５℃以上であった場合、傾きθｎは５０（°）未満であり、冷媒漏れ程度Ｄも５０（％）に達していないため、異常警報は発せられない。 For example, when the outside air temperature is less than 25 ° C. and 15 ° C. or more and the inclination θn is 22 (°), it can be determined that the refrigerant leakage degree D is 25 (%) and the refrigerant remaining amount is 37.5 kg. Further, when the outside air temperature is less than 25 ° C. and 15 ° C. or more and the slope θn is 42 (°), it is determined that the refrigerant leakage degree D is 50 (%) and the remaining amount of refrigerant is 50.0 kg, and an abnormal alarm is generated. Be emitted. At this time, when the outside air temperature is 25 ° C. or higher, the inclination θn is less than 50 (°), and the refrigerant leakage degree D does not reach 50 (%), so that an abnormality alarm is not issued.
なお、冷媒漏れ程度Ｄは、異常警報が発せられない状態であっても、入出力部２から出力することが好ましい。 Note that the refrigerant leakage degree D is preferably output from the input / output unit 2 even when an abnormality alarm is not issued.
ところで、傾きθnの値は、冷媒漏れの進行が速い場合、時系列的に隣接する傾きθnの傾き変化量Δθは大きな値となる。一方、傾きθnの値は、冷媒漏れの進行が遅い場合、傾き変化量Δθは小さな値となる。したがって、判定部４７は、冷媒漏れの進行速度を示す傾き変化量Δθを用いて、現時点から、冷媒漏れの異常警報が発生するまでの期間Ｔxを予測推定することができる。
By the way, when the refrigerant leakage progresses rapidly, the gradient θn has a large gradient change amount Δθ between the gradients θn adjacent in time series. On the other hand, when the refrigerant leakage progresses slowly, the slope change amount Δθ is a small value. Therefore, the
すなわち、傾き変化量Δθは、現時点の冷媒漏れ程度を示す傾きをθnとし、１つの所定時間Ｔc前の冷媒漏れ程度を示す傾きをθn-1とすると、次式（２）によって表すことができる。
Δθ＝θn−θn-1 （２）
そして、現時点から、冷媒漏れの異常警報が発生するまでの期間Ｔxは、次式（３）によって求めることができる。
Ｔx＝Ｔc×（θmax−θn）／Δθ （３）
ただし、θmaxは、異常警報が発生するときの傾きθの値である。
That is, the slope change amount Δθ can be expressed by the following equation (2), where θn is a slope indicating the current refrigerant leak level and θn−1 is a slope indicating the refrigerant leak level one predetermined time Tc. .
Δθ = θn−θn-1 (2)
The period Tx from the present time until the refrigerant leakage abnormality alarm is generated can be obtained by the following equation (3).
Tx = Tc × (θmax−θn) / Δθ (3)
However, θmax is the value of the gradient θ when the abnormality alarm occurs.
出力制御部４８は、この期間Ｔxを入出力部２に表示出力する。例えば、図６に示すように、系統Ａ（冷凍システム５）では、外気温度（期間内平均気温）が２０℃であり、冷媒漏れ程度Ｄが４０％であり、期間Ｔxが８０時間であると表示している。一方、系統Ｂ（冷凍システム６）では、外気温度（期間内平均気温）が２０℃であり、冷媒漏れ程度Ｄが１０％であり、期間Ｔxが３００時間であると表示している。
The
なお、図６では、正常時の傾きθ０と現在の傾きθnとをグラフィカルに重ね合せ表示している。これにより、現時点の傾きθnが正常時の傾きθ０に比して冷媒漏れ量がどの程度なのかを視認することができる。 In FIG. 6, the normal inclination θ 0 and the current inclination θ n are graphically superimposed. Accordingly, the inclination θn of the present time can visually recognize how much the case for the refrigerant leakage amount than the inclination theta 0 in the normal state.
以上、本発明者らによってなされた発明を適用した実施形態について説明したが、本実施形態による本発明の開示の一部をなす記述及び図面により本発明は限定されることはない。すなわち、本実施形態に基づいて当業者等によりなされる他の実施形態、実施例、及び運用技術等は全て本発明の範疇に含まれる。 As mentioned above, although the embodiment to which the invention made by the present inventors was applied has been described, the present invention is not limited by the description and the drawings that constitute a part of the disclosure of the present invention according to this embodiment. That is, other embodiments, examples, operation techniques, and the like made by those skilled in the art based on the present embodiment are all included in the scope of the present invention.
１ コントローラ
２ 入出力部
３ 記憶部
４ 制御部
５，６ 冷凍システム
７ 外気温度センサ
４０ 冷凍機制御部
４１ 運転データ取得部
４２ 外気温度取得部
４３ モデル生成部
４４ Ｑ統計値算出部
４５ Ｑ積算値算出部
４６ 傾き算出部
４７ 判定部
４８ 出力制御部
５１，６１ 冷凍機
５２〜５４，６２〜６４ ショーケース
Ｄ 冷媒漏れ程度
Ｄ１ 正常時の運転データ
Ｄ２ 正常時のモデル
Ｄ３ Ｑ統計値
Ｄ４ Ｑ積算値
Ｄ５ 所定値
Ｑn Ｑ積算値
Ｑth 所定Ｑ統計値
Ｔc 所定時間
Ｔx 期間
Δθ 傾き変化量
DESCRIPTION OF SYMBOLS 1 Controller 2 Input / output part 3 Memory | storage part 4 Control part 5,6
Claims (9)
前記設備に関する時系列の複数の運転データを取得する運転データ取得部と、
正常時の複数の運転データを用いた多変量統計的プロセス管理のための正常時のモデルを生成するモデル生成部と、
前記正常時のモデル及び前記運転データ取得部が取得した複数の運転データをもとに前記多変量統計的プロセス管理を行って得られたＱ統計値を時系列で算出し、所定時間毎に前記Ｑ統計値を積算したＱ積算値を算出して前記所定時間に対する前記Ｑ積算値の傾きを算出する傾き算出部と、
前記所定時間毎の傾きをもとに前記不可逆状態変化の累積量を判定する判定部と、
前記判定部の判定結果を出力する出力部と、
を備えたことを特徴とする状態検知装置。 A state detection device that detects the cumulative amount of irreversible state changes that occur in equipment,
An operation data acquisition unit for acquiring a plurality of time-series operation data related to the facility;
A model generation unit for generating a normal model for multivariate statistical process management using a plurality of normal operation data;
The Q statistical value obtained by performing the multivariate statistical process management based on the normal model and a plurality of operation data acquired by the operation data acquisition unit is calculated in time series, and the predetermined time interval A slope calculating unit that calculates a Q integrated value obtained by integrating the Q statistical values and calculates a slope of the Q integrated value with respect to the predetermined time;
A determination unit that determines a cumulative amount of the irreversible state change based on the slope of each predetermined time;
An output unit for outputting a determination result of the determination unit;
A state detection device comprising:
前記判定部は、外気温度に応じて前記不可逆状態変化の累積量を補正することを特徴とする請求項１に記載の状態検知装置。 It has a temperature sensor that detects the outside air temperature,
The state determination device according to claim 1, wherein the determination unit corrects the cumulative amount of the irreversible state change according to an outside air temperature.
前記出力部は、前記不可逆状態変化の累積量が異常であることを出力することを特徴とする請求項１または２に記載の状態検知装置。 The determination unit determines that the accumulated amount of the irreversible state change is abnormal when the accumulated amount of the irreversible state change is equal to or greater than a predetermined value,
The state detection apparatus according to claim 1, wherein the output unit outputs that the accumulated amount of the irreversible state change is abnormal.
前記出力部は、推定した時間を出力することを特徴とする請求項１〜４のいずれか一つに記載の状態検知装置。 The determination unit estimates a time until the accumulated amount of the irreversible state change becomes a predetermined value indicating abnormality based on the time-series change amount of the slope,
The state detection apparatus according to claim 1, wherein the output unit outputs an estimated time.
前記不可逆状態変化の累積量は、冷凍機の冷媒漏れ量であることを特徴とする請求項１〜６のいずれか一つに記載の状態検知装置。 The facility is a system using a refrigerator,
The accumulated amount of the irreversible state change is a refrigerant leakage amount of a refrigerator, according to any one of claims 1 to 6.
前記設備に関する時系列の複数の運転データを取得する運転データ取得ステップと、
正常時の複数の運転データを用いた多変量統計的プロセス管理のための正常時のモデルを生成するモデル生成ステップと、
前記正常時のモデル及び前記運転データ取得ステップで取得した複数の運転データをもとに前記多変量統計的プロセス管理を行って得られたＱ統計値を時系列で算出し、所定時間毎に前記Ｑ統計値を積算したＱ積算値を算出して前記所定時間に対する前記Ｑ積算値の傾きを算出する傾き算出ステップと、
前記所定時間毎の傾きをもとに前記不可逆状態変化の累積量を判定する判定ステップと、
前記判定ステップの判定結果を出力する出力ステップと、
を含むことを特徴とする状態検知方法。 A state detection method for detecting the cumulative amount of irreversible state change that occurs in equipment,
An operation data acquisition step for acquiring a plurality of time-series operation data related to the facility;
A model generation step for generating a normal model for multivariate statistical process management using a plurality of normal operation data;
A Q statistic obtained by performing the multivariate statistical process management based on the normal model and a plurality of operation data acquired in the operation data acquisition step is calculated in a time series, and the predetermined time interval A slope calculating step of calculating a Q integrated value obtained by integrating the Q statistics and calculating a slope of the Q integrated value with respect to the predetermined time;
A determination step of determining a cumulative amount of the irreversible state change based on the slope every predetermined time;
An output step for outputting a determination result of the determination step;
The state detection method characterized by including.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018106233A JP7067278B2 (en) | 2018-06-01 | 2018-06-01 | State detection device and state detection method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018106233A JP7067278B2 (en) | 2018-06-01 | 2018-06-01 | State detection device and state detection method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2019211130A true JP2019211130A (en) | 2019-12-12 |
| JP7067278B2 JP7067278B2 (en) | 2022-05-16 |
Family
ID=68844016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018106233A Active JP7067278B2 (en) | 2018-06-01 | 2018-06-01 | State detection device and state detection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7067278B2 (en) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000259222A (en) * | 1999-03-04 | 2000-09-22 | Hitachi Ltd | Device monitoring and preventive maintenance system |
| JP2005207644A (en) * | 2004-01-21 | 2005-08-04 | Mitsubishi Electric Corp | Apparatus diagnosing device, refrigeration cycle device, fluid circuit diagnosing method, apparatus monitoring system and refrigeration cycle monitoring system |
| JP2008209097A (en) * | 2007-02-28 | 2008-09-11 | Matsushita Electric Ind Co Ltd | Gas apparatus control system |
| JP2008249234A (en) * | 2007-03-30 | 2008-10-16 | Mitsubishi Electric Corp | Failure diagnosing device of refrigerating cycle device, and refrigerating cycle device loading the same |
| US20110112814A1 (en) * | 2009-11-11 | 2011-05-12 | Emerson Retail Services, Inc. | Refrigerant leak detection system and method |
| JP2016164772A (en) * | 2015-02-26 | 2016-09-08 | 富士電機株式会社 | Process monitoring device, process monitoring method and program |
| JP2017215908A (en) * | 2016-06-02 | 2017-12-07 | 富士電機株式会社 | Monitoring device and monitoring method |
-
2018
- 2018-06-01 JP JP2018106233A patent/JP7067278B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000259222A (en) * | 1999-03-04 | 2000-09-22 | Hitachi Ltd | Device monitoring and preventive maintenance system |
| JP2005207644A (en) * | 2004-01-21 | 2005-08-04 | Mitsubishi Electric Corp | Apparatus diagnosing device, refrigeration cycle device, fluid circuit diagnosing method, apparatus monitoring system and refrigeration cycle monitoring system |
| JP2008209097A (en) * | 2007-02-28 | 2008-09-11 | Matsushita Electric Ind Co Ltd | Gas apparatus control system |
| JP2008249234A (en) * | 2007-03-30 | 2008-10-16 | Mitsubishi Electric Corp | Failure diagnosing device of refrigerating cycle device, and refrigerating cycle device loading the same |
| US20110112814A1 (en) * | 2009-11-11 | 2011-05-12 | Emerson Retail Services, Inc. | Refrigerant leak detection system and method |
| JP2016164772A (en) * | 2015-02-26 | 2016-09-08 | 富士電機株式会社 | Process monitoring device, process monitoring method and program |
| JP2017215908A (en) * | 2016-06-02 | 2017-12-07 | 富士電機株式会社 | Monitoring device and monitoring method |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7067278B2 (en) | 2022-05-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2513576B1 (en) | Power monitor for vapor compression equipment diagnostics | |
| US9097447B2 (en) | Methods and controllers for providing a surge map for the monitoring and control of chillers | |
| US20220268503A1 (en) | Apparatus, method, and program for estimating amount of refrigerant | |
| US9273898B2 (en) | Device for detecting abnormality in refrigeration cycle of refrigerator and method therefor | |
| JP5623366B2 (en) | Refrigerant leak detection method and refrigeration equipment | |
| US10816248B2 (en) | Refrigeration cycle apparatus | |
| CN111023461B (en) | Detection control method and system of air conditioner, air conditioner and storage medium | |
| JPH0861814A (en) | Method and apparatus for monitoring and controlling freezing equipment | |
| JP7067278B2 (en) | State detection device and state detection method | |
| JP2005315564A (en) | Air-conditioner malfunction detecting device and its method | |
| JP5541945B2 (en) | Gas leak detection method | |
| CN108885022B (en) | Air conditioner outlet air temperature estimation device and computer readable recording medium | |
| CN106403169B (en) | Fluorine-deficient protection method and device and air conditioner | |
| JP2003287291A (en) | Refrigerating unit | |
| JP5912848B2 (en) | Showcase control device | |
| JPH0682131A (en) | Method and apparatus for monitoring and controlling refrigerating equipment | |
| JPH02110268A (en) | Operating condition monitoring device for refrigerating and air-conditioning machine | |
| JP6654329B2 (en) | How to issue a temperature alarm for frozen and refrigerated showcases | |
| JP7380114B2 (en) | Abnormality sign detection device | |
| JP2021196144A (en) | Coolant leakage detecting device and coolant leakage detecting method | |
| US8818765B2 (en) | System and method to monitor compressor rack operation | |
| JP6610998B2 (en) | Refrigeration system | |
| JP2010151396A (en) | Method of predicting failure and failure predicting device used in refrigerating cycle | |
| CN112710120B (en) | Non-invasive refrigerant leakage detection system, method and threshold value self-adaption method thereof | |
| EP4105568A1 (en) | Degradation determination method and device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210514 |
|
| TRDD | Decision of grant or rejection written | ||
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220324 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220329 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220411 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7067278 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |