JP2022133074A - Valve operation abnormality detection system, valve operation abnormality detection method and program - Google Patents

Valve operation abnormality detection system, valve operation abnormality detection method and program Download PDF

Info

Publication number
JP2022133074A
JP2022133074A JP2021031919A JP2021031919A JP2022133074A JP 2022133074 A JP2022133074 A JP 2022133074A JP 2021031919 A JP2021031919 A JP 2021031919A JP 2021031919 A JP2021031919 A JP 2021031919A JP 2022133074 A JP2022133074 A JP 2022133074A
Authority
JP
Japan
Prior art keywords
valve
opening
time
control valve
arrival time
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
Application number
JP2021031919A
Other languages
Japanese (ja)
Inventor
浩美 青田
Hiromi Aota
博義 久保
Hiroyoshi Kubo
哲也 木津
Tetsuya Kizu
恒 深田
Hisashi Fukada
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to JP2021031919A priority Critical patent/JP2022133074A/en
Priority to PCT/JP2022/008555 priority patent/WO2022186185A1/en
Publication of JP2022133074A publication Critical patent/JP2022133074A/en
Pending legal-status Critical Current

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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

To detect abnormality in the opening/closing operation of a control valve with higher accuracy.SOLUTION: A valve operation abnormality detection system includes a condition setting part for setting an allowable arrival time being a time range to be allowed from a closed state of a valve opening degree to a specified opening degree about a control valve to undergo opening/closing control according to a predetermined opening/closing pattern, and an abnormality determination part for determining, about the control valve, that the control valve is normal in the case that a time from the closed state of the valve opening degree to the specific opening degree is within the range of the allowable arrive time, and determining that the control valve is abnormal in the case that the time when the valve opening degree becomes the specific opening degree is out of the range of the allowable arrival time.SELECTED DRAWING: Figure 1

Description

本開示は、弁動作異常検知システム、弁動作異常検知方法およびプログラムに関する。 The present disclosure relates to a valve operation abnormality detection system, a valve operation abnormality detection method, and a program.

従来、種々のプロセスにおいて、管理すべきプロセス量をモニタしておき、モニタしたプロセス量に基づいて設備に異常が発生しているか否かを判定するための技術が知られている。例えば、特許文献１には、半導体基板処理において、温度といったモニタデータに対して、基準値と基準値に対する上下限値で規定されるバンド範囲を予め設定しておき、モニタデータがバンド範囲を超えた回数が閾値以上である場合に、異常が発生していると判定する管理方法が記載されている。 2. Description of the Related Art Conventionally, in various processes, techniques are known for monitoring process variables to be managed and determining whether or not there is an abnormality in equipment based on the monitored process variables. For example, in Patent Document 1, in semiconductor substrate processing, a band range defined by a reference value and upper and lower limits for the reference value is set in advance for monitor data such as temperature, and monitor data exceeds the band range. A management method is described in which it is determined that an abnormality has occurred when the number of

特開２０１２－２１６６９７号公報JP 2012-216697 A

ところで、例えば石炭ガス化複合発電設備（IGCC：Integrated Coal Gasification Combined Cycle）といったプラント設備においては、様々な装置や配管、貯留部等に複数の制御弁が設けられる。このような制御弁には、弁の摩耗や弁体の固着といった不具合が発生する可能性があり、制御弁の開閉動作を正常に行えているか否かを監視することが必要となる。 By the way, in a plant facility such as an Integrated Coal Gasification Combined Cycle (IGCC) facility, for example, a plurality of control valves are provided in various devices, pipes, reservoirs, and the like. In such a control valve, problems such as wear of the valve and sticking of the valve body may occur, and it is necessary to monitor whether the opening and closing operation of the control valve is performed normally.

ここで、監視対象とする制御弁が特定のパターンで開閉動作する場合、制御弁の開度の時系列データにおいて、特許文献１に記載の方法のように開度の基準値に対する上下限値のバンド範囲を予め設定しておくことで、弁の開閉動作の異常検知を行うことが考えられる。しかしながら、制御弁を特定のパターンで開閉動作する場合であっても、例えばプラント設備の処理負荷といったパラメータの変動に応じて、制御弁の開度の時系列データが時間軸方向において変動する場合がある。このように、制御弁の開閉動作のパターンに時間軸方向の変動が許容される場合、開度に対するバンド範囲を比較的に大きく設けなければ、正常動作を異常と検知する可能性がある。一方で、開度に対するバンド範囲を大きく設定することは、異常検知の感度低下を招く可能性がある。 Here, when the control valve to be monitored opens and closes in a specific pattern, in the time-series data of the opening of the control valve, as in the method described in Patent Document 1, the upper and lower limit values for the reference value of the opening are By setting the band range in advance, it is conceivable to detect an abnormality in the opening/closing operation of the valve. However, even when the control valve is opened and closed in a specific pattern, the time-series data of the degree of opening of the control valve may fluctuate in the direction of the time axis in response to fluctuations in parameters such as the processing load of the plant equipment. be. In this way, when fluctuations in the direction of the time axis are allowed in the pattern of the opening/closing operation of the control valve, there is a possibility that the normal operation will be detected as abnormal unless the band range for the opening is set relatively large. On the other hand, setting a large band range with respect to the degree of opening may lead to a decrease in the sensitivity of abnormality detection.

本開示は、上記に鑑みてなされたものであって、制御弁の開閉動作の異常検知をより精度良く行うことを目的とする。 The present disclosure has been made in view of the above, and an object of the present disclosure is to more accurately detect an abnormality in the opening/closing operation of a control valve.

上述した課題を解決し、目的を達成するために、本開示は、予め定められた開閉パターンに従って開閉制御される制御弁について、弁開度が閉状態から規定開度となるまでに許容される時間範囲である到達許容時間を設定する条件設定部と、前記制御弁について、前記弁開度が閉状態から前記規定開度となるまでの時間が前記到達許容時間の範囲内である場合、前記制御弁が正常であると判定し、前記弁開度が前記規定開度となるまでの時間が前記到達許容時間の範囲外である場合、前記制御弁が異常であると判定する異常判定部と、を備える。 In order to solve the above-described problems and achieve the object, the present disclosure provides a control valve that is controlled to open and close according to a predetermined opening and closing pattern, and the degree of opening of the valve is allowed from a closed state to a specified degree of opening. a condition setting unit for setting an allowable arrival time that is a time range; an abnormality determination unit that determines that the control valve is normal, and determines that the control valve is abnormal when the time required for the valve opening to reach the specified opening is outside the range of the allowable arrival time; , provided.

上述した課題を解決し、目的を達成するために、本開示は、予め定められた開閉パターンに従って開閉制御される制御弁について、弁開度が閉状態から規定開度となるまでに許容される時間範囲である到達許容時間を設定し、前記制御弁について、前記弁開度が閉状態から前記規定開度となるまでの時間が前記到達許容時間の範囲内である場合、前記制御弁が正常であると判定し、前記弁開度が前記規定開度となるまでの時間が前記到達許容時間の範囲外である場合、前記制御弁が異常であると判定する。 In order to solve the above-described problems and achieve the object, the present disclosure provides a control valve that is controlled to open and close according to a predetermined opening and closing pattern, and the degree of opening of the valve is allowed from a closed state to a specified degree of opening. An allowable arrival time, which is a time range, is set, and if the time required for the valve opening to reach the specified opening from the closed state is within the allowable arrival time, the control valve is normal. If the time required for the valve opening to reach the specified opening is outside the range of the allowable arrival time, it is determined that the control valve is abnormal.

上述した課題を解決し、目的を達成するために、本開示は、予め定められた開閉パターンに従って開閉制御される制御弁について、弁開度が閉状態から規定開度となるまでに許容される時間範囲である到達許容時間を設定し、前記制御弁について、前記弁開度が閉状態から前記規定開度となるまでの時間が前記到達許容時間の範囲内である場合、前記制御弁が正常であると判定し、前記弁開度が前記規定開度となるまでの時間が前記到達許容時間の範囲外である場合、前記制御弁が異常であると判定する、ことをコンピュータに実行させる。 In order to solve the above-described problems and achieve the object, the present disclosure provides a control valve that is controlled to open and close according to a predetermined opening and closing pattern, and the degree of opening of the valve is allowed from a closed state to a specified degree of opening. An allowable arrival time, which is a time range, is set, and if the time required for the valve opening to reach the specified opening from the closed state is within the allowable arrival time, the control valve is normal. and the control valve is determined to be abnormal when the time required for the valve opening to reach the specified opening is outside the range of the allowable arrival time.

本開示にかかる弁動作異常検知システム、弁動作異常検知方法およびプログラムは、制御弁の開閉動作の異常検知をより精度良く行うことができる、という効果を奏する。 The valve operation abnormality detection system, the valve operation abnormality detection method, and the program according to the present disclosure have the effect of being able to more accurately detect an abnormality in the opening/closing operation of the control valve.

図１は、第一実施形態にかかる弁動作異常検知システムの一例を示す概略図である。FIG. 1 is a schematic diagram showing an example of the valve operation abnormality detection system according to the first embodiment. 図２は、異常検知の対象となる制御弁を備えた貯留ホッパを示す説明図である。FIG. 2 is an explanatory diagram showing a storage hopper equipped with a control valve that is subject to abnormality detection. 図３は、減圧弁の開閉動作パターンの一例を示す説明図である。FIG. 3 is an explanatory diagram showing an example of an opening/closing operation pattern of a pressure reducing valve. 図４は、減圧弁の開閉動作パターンの１サイクルを複数並べてプロットした一例を示す説明図である。FIG. 4 is an explanatory diagram showing an example in which a plurality of cycles of opening and closing operation patterns of a pressure reducing valve are arranged and plotted. 図５は、減圧弁の開閉動作パターンの１サイクルの弁開度について、正常例と異常例とを複数並べてプロットした一例を示す説明図である。FIG. 5 is an explanatory diagram showing an example in which a plurality of normal cases and abnormal cases are plotted side by side regarding the valve opening degree of one cycle of the opening/closing operation pattern of the pressure reducing valve. 図６は、第一実施形態にかかる弁動作異常検知方法の一例を示すフローチャートである。FIG. 6 is a flow chart showing an example of the valve operation abnormality detection method according to the first embodiment. 図７は、第二実施形態にかかる弁動作異常検知システムの一例を示す概略図である。FIG. 7 is a schematic diagram showing an example of the valve operation abnormality detection system according to the second embodiment. 図８は、第二実施形態にかかる弁動作異常検知方法の一例を示すフローチャートである。FIG. 8 is a flow chart showing an example of the valve operation abnormality detection method according to the second embodiment. 図９は、ＩＧＣＣの処理負荷に応じた到達許容時間を規定したマップの一例を示す説明図である。FIG. 9 is an explanatory diagram showing an example of a map that defines permissible arrival times according to IGCC processing loads.

以下に、本開示にかかる弁動作異常検知システム、弁動作異常検知方法およびプログラムの実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。 EMBODIMENT OF THE INVENTION Below, embodiment of the valve-operation abnormality detection system, the valve-operation abnormality detection method, and the program concerning this indication is described in detail based on drawing. In addition, this invention is not limited by this embodiment.

［第一実施形態］
図１は、第一実施形態にかかる弁動作異常検知システムの一例を示す概略図である。弁動作異常検知システム１００は、対象となる制御弁の開閉動作の異常を検知するためのシステムである。 [First embodiment]
FIG. 1 is a schematic diagram showing an example of the valve operation abnormality detection system according to the first embodiment. The valve operation abnormality detection system 100 is a system for detecting an abnormality in the opening/closing operation of a target control valve.

本実施形態において異常検知の対象となる制御弁および制御弁を備えた設備について説明する。図２は、異常検知の対象となる制御弁を備えた貯留ホッパを示す説明図である。貯留ホッパ１は、石炭ガス化複合発電設備（以下、「ＩＧＣＣ」と称する）において、紛体として燃料となる石炭（微粉炭）を貯留する貯留槽である。なお、紛体は、石炭に限らない。また、貯留ホッパ１は、紛体を貯留するものに限らず、気体または液体を貯留するものであってもよい。また、貯留ホッパ１は、ＩＧＣＣ以外のプラント設備に用いられるものであってもよい。 A control valve that is subject to abnormality detection in the present embodiment and equipment provided with the control valve will be described. FIG. 2 is an explanatory diagram showing a storage hopper equipped with a control valve that is subject to abnormality detection. The storage hopper 1 is a storage tank that stores coal (pulverized coal) that serves as fuel as powder in an integrated coal gasification combined cycle system (hereinafter referred to as "IGCC"). Note that the powder is not limited to coal. Further, the storage hopper 1 is not limited to storing powder, and may store gas or liquid. Moreover, the storage hopper 1 may be used for plant facilities other than IGCC.

貯留ホッパ１は、図示するように、供給ラインＬ１、出口ラインＬ２、加圧ラインＬ３および減圧ラインＬ４が接続される。供給ラインＬ１は、貯留ホッパ１の内部に紛体を供給するためのラインであり、供給を調整するための制御弁として供給弁２が設けられている。出口ラインＬ２は、次工程へと紛体を送出するためのラインであり、送出を調整するための制御弁として出口弁３が設けられている。加圧ラインＬ３および減圧ラインＬ４は、紛体を搬送するための搬送気体（例えば窒素等）を貯留ホッパ１内に出し入れして内圧を変化させるためのラインである。搬送空気の出し入れのための制御弁として、加圧ラインＬ３には、加圧弁４が設けられ、減圧ラインＬ４には、減圧弁５が設けられている。 The storage hopper 1 is connected to a supply line L1, an outlet line L2, a pressurization line L3 and a decompression line L4, as shown. The supply line L1 is a line for supplying powder to the inside of the storage hopper 1, and is provided with a supply valve 2 as a control valve for adjusting the supply. The outlet line L2 is a line for sending the powder to the next step, and is provided with an outlet valve 3 as a control valve for adjusting the sending. The pressurization line L3 and the decompression line L4 are lines for introducing and removing carrier gas (for example, nitrogen or the like) for conveying the powder into and out of the storage hopper 1 to change the internal pressure. A pressurization valve 4 is provided on the pressurization line L3, and a pressure reduction valve 5 is provided on the pressure reduction line L4, as control valves for taking in and out the carrier air.

紛体を貯留する貯留ホッパ１に接続されたラインに設けられる各制御弁は、気体や液体の貯留槽に接続されるものに比べて、紛体（固体）による目詰まりといった動作不良が発生しやすい傾向にある。そのため、これらの制御弁について、開閉動作が正常に行われているか否かを適切にモニタリングすることが望ましい。本実施形態では、制御弁の１つとして、減圧弁５を対象とした異常検知について説明する。なお、減圧弁５に限らず、供給弁２、出口弁３または加圧弁４を対象として異常検知を行ってもよい。 Each control valve provided in the line connected to the storage hopper 1 that stores powder tends to cause malfunction such as clogging due to powder (solid) compared to those connected to gas or liquid storage tanks. It is in. Therefore, it is desirable to appropriately monitor whether the opening and closing operations of these control valves are being performed normally. In this embodiment, abnormality detection for the pressure reducing valve 5 as one of the control valves will be described. The abnormality detection may be performed not only for the pressure reducing valve 5 but also for the supply valve 2, the outlet valve 3, or the pressurizing valve 4 as a target.

図３は、減圧弁の開閉動作パターンの一例を示す説明図である。図示するように、本実施形態において、減圧弁５は、一定の時間間隔を空けて、同じ開閉動作を繰り返すように設定されている。すなわち、弁開度０％から弁開度１００％まで開いた後、弁開度１００％から弁開度０％まで閉じる動作を一定時間ごとに繰り返す。このように、本実施形態では、予め定められた特定の開閉動作のパターンで制御される制御弁の異常検知を対象とする。なお、図３に示すパターンは、一例にすぎず、弁開度を何％の範囲内で開閉するかは、対象となる制御弁の使用の態様に応じたものでよい。また、パターン間の時間間隔は、一定である必要はなく、対象となる制御弁の使用の態様に応じたものでよい。 FIG. 3 is an explanatory diagram showing an example of an opening/closing operation pattern of a pressure reducing valve. As shown in the figure, in this embodiment, the pressure reducing valve 5 is set to repeat the same opening and closing operation at regular time intervals. That is, the operation of opening the valve from 0% to 100% and then closing from 100% to 0% is repeated at regular time intervals. As described above, the present embodiment is intended to detect an abnormality in a control valve that is controlled by a predetermined pattern of opening and closing operations. Note that the pattern shown in FIG. 3 is merely an example, and the percentage range of opening and closing of the valve opening may be determined according to the mode of use of the target control valve. Also, the time interval between patterns does not have to be constant, and may be according to the mode of use of the target control valve.

図４は、減圧弁の開閉動作パターンの１サイクルを複数並べてプロットした一例を示す説明図である。すなわち、図４は、減圧弁５の開閉制御において、１サイクルごとの開始時点（図４の時刻０：００）を揃えて時系列に重ねて並べている。図４中の実線は、ＩＧＣＣの定格処理負荷運転時における減圧弁５の弁開度の挙動を示す。一方、図４中の破線および一点鎖線は、定格処理負荷よりも低い処理負荷でＩＧＣＣを運転させたときの減圧弁５の弁開度の挙動を示す。減圧弁５は、図示しない制御装置から入力される開度指令値に従って開閉動作するが、実際には、図４に示すように、弁開度の挙動は完全には一致せず、ある程度のばらつきが発生する。また、図中の実線と破線および一点鎖線とに示すように、ＩＧＣＣを定格処理負荷よりも低い処理負荷で運転させた場合には、ＩＧＣＣを定格処理負荷で運転させる場合に比べて、減圧弁５の弁開度の挙動が遅れることになる。これは、ＩＧＣＣを定格処理負荷よりも低い処理負荷で運転させる場合、貯留ホッパ１から次工程へと単位時間あたりに送出する紛体（微粉炭）の量が低下するためである。したがって、本実施形態の減圧弁５は、ＩＧＣＣの処理負荷に応じて、弁開度の１サイクルの挙動が時間軸方向において変動する。このとき、弁開度が上下限値を定めたバンド範囲内に収まっているか否かで減圧弁５の正常および異常を判定すると、バンド範囲を大きくとる必要があり、異常検知の精度が落ちてしまう可能性がある。以下、このように弁開度の１サイクルの挙動が時間軸方向において変動する減圧弁５について、異常検知を行うための構成および方法について、説明する。 FIG. 4 is an explanatory diagram showing an example in which a plurality of cycles of opening and closing operation patterns of a pressure reducing valve are arranged and plotted. That is, in FIG. 4, in the opening/closing control of the pressure reducing valve 5, the start points of each cycle (time 0:00 in FIG. 4) are aligned and arranged in chronological order. A solid line in FIG. 4 indicates the behavior of the valve opening degree of the pressure reducing valve 5 during operation of the IGCC under the rated processing load. On the other hand, the dashed line and the dashed line in FIG. 4 show the behavior of the valve opening degree of the pressure reducing valve 5 when the IGCC is operated at a processing load lower than the rated processing load. The pressure reducing valve 5 opens and closes according to an opening command value input from a control device (not shown), but in reality, as shown in FIG. occurs. Further, as shown by the solid line, broken line, and one-dot chain line in the figure, when the IGCC is operated at a treatment load lower than the rated treatment load, the pressure reducing valve The behavior of the valve opening degree of 5 is delayed. This is because the amount of powder (pulverized coal) delivered per unit time from the storage hopper 1 to the next process decreases when the IGCC is operated at a processing load lower than the rated processing load. Therefore, in the pressure reducing valve 5 of the present embodiment, the behavior of one cycle of valve opening fluctuates in the direction of the time axis according to the processing load of the IGCC. At this time, if the normality or abnormality of the pressure reducing valve 5 is determined based on whether or not the valve opening is within the band range defined by the upper and lower limit values, the band range must be widened, which reduces the accuracy of abnormality detection. It may get lost. Hereinafter, the configuration and method for detecting an abnormality in the pressure reducing valve 5 whose behavior in one cycle of the valve opening fluctuates in the direction of the time axis will be described.

（弁動作異常検知システム）
図１の説明に戻る。弁動作異常検知システム１００は、対象となる制御弁の開閉動作の異常を検知するためのシステムである。弁動作異常検知システム１００は、コンピュータであり、記憶部１０と、制御部２０とを備える。なお、弁動作異常検知システム１００は、マウスやキーボード等のデータ入力のためのインターフェース、ディスプレイ等の表示装置を備えてもよい。 (Valve operation abnormality detection system)
Returning to the description of FIG. The valve operation abnormality detection system 100 is a system for detecting an abnormality in the opening/closing operation of a target control valve. The valve operation abnormality detection system 100 is a computer and includes a storage section 10 and a control section 20 . The valve operation abnormality detection system 100 may include an interface for data input such as a mouse and a keyboard, and a display device such as a display.

記憶部１０は、制御部２０の演算内容やプログラムなどの各種情報を記憶するメモリであり、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）のような主記憶装置と、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）などの外部記憶装置とのうち、少なくとも１つ含む。 The storage unit 10 is a memory that stores various kinds of information such as calculation contents and programs of the control unit 20. For example, the storage unit 10 includes a main storage device such as a RAM (Random Access Memory), a ROM (Read Only Memory), and an HDD ( at least one of an external storage device such as a hard disk drive).

制御部２０は、演算装置、すなわちＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。制御部２０は、図１に示すように、データ取得部２１と、データ整形部２２と、特徴量抽出部２３と、条件設定部２４と、異常判定部２５とを備えている。制御部２０は、記憶部１０からプログラム（ソフトウェア）を読み出して実行することで、データ取得部２１、データ整形部２２、特徴量抽出部２３、条件設定部２４および異常判定部２５を実現し、各種処理を実行する。 The control unit 20 is an arithmetic unit, that is, a CPU (Central Processing Unit). The control unit 20 includes a data acquisition unit 21, a data shaping unit 22, a feature extraction unit 23, a condition setting unit 24, and an abnormality determination unit 25, as shown in FIG. The control unit 20 implements a data acquisition unit 21, a data shaping unit 22, a feature amount extraction unit 23, a condition setting unit 24, and an abnormality determination unit 25 by reading and executing a program (software) from the storage unit 10, Executes various processing.

（データ取得部）
データ取得部２１は、異常検知の対象となる制御弁、すなわち減圧弁５の弁開度のデータを複数取得する。ここで、弁開度とは、減圧弁５の実際の弁開度を直接計測した値に限らず、減圧弁５の開度状態を反映した他のプロセス量に基づいて算出される値を含む。他のプロセス量とは、例えば減圧弁５を流れる紛体の流量等であるが、これに限られない。さらに、弁開度のデータは、他のプロセス量（例えば流量）を直接に用いてもよい。いずれにせよ、図４に示したような減圧弁５の開閉動作の挙動を反映した値であればよい。以下、弁開度に関するデータを扱う場合は、すべて同様である。弁開度のデータは、減圧弁５の開閉制御を行う図示しない制御装置から入力される。データ取得部２１は、取得した弁開度のデータをデータ整形部２２に出力する。 (data acquisition part)
The data acquisition unit 21 acquires a plurality of valve opening degree data of the control valve, that is, the pressure reducing valve 5, which is the target of abnormality detection. Here, the valve opening is not limited to the value obtained by directly measuring the actual valve opening of the pressure reducing valve 5, but includes values calculated based on other process variables that reflect the opening state of the pressure reducing valve 5. . The other process quantity is, for example, the flow rate of the powder flowing through the pressure reducing valve 5, but is not limited to this. In addition, valve opening data may be used directly with other process variables (eg, flow rate). In any case, any value may be used as long as it reflects the behavior of the opening/closing operation of the pressure reducing valve 5 as shown in FIG. Hereinafter, the same applies to all data relating to valve opening. Data on the degree of valve opening is input from a control device (not shown) that controls the opening and closing of the pressure reducing valve 5 . The data acquisition unit 21 outputs the acquired valve opening data to the data shaping unit 22 .

（データ整形部）
データ整形部２２は、減圧弁５の過去の弁開度のデータに基づいて、時系列データＤ（図４参照）を作成するデータ整形部である。時系列データＤは、データ取得部２１で取得された減圧弁５の弁開度のデータを所定の時間範囲で切り出したデータである。本実施形態では、時系列データＤは、図４の実線、破線または一点鎖線で示した弁開度の１サイクルの挙動のデータとなる。時系列データＤを切り出す際には、対象となるデータの変化自体を捉えてもよいし、他の信号（例えば減圧弁５のオンオフ信号）に基づいて弁開度の１サイクルの挙動を捉えてもよい。データ整形部２２は、作成した時系列データＤを特徴量抽出部２３に出力する。 (Data shaping section)
The data shaping section 22 is a data shaping section that creates the time-series data D (see FIG. 4) based on the past valve opening data of the pressure reducing valve 5 . The time-series data D is data obtained by extracting the valve opening degree data of the pressure reducing valve 5 acquired by the data acquisition unit 21 within a predetermined time range. In the present embodiment, the time-series data D is data on the behavior of one cycle of the valve opening indicated by the solid line, dashed line, or one-dot chain line in FIG. When extracting the time-series data D, the change in the target data itself may be captured, or the behavior of one cycle of the valve opening degree may be captured based on another signal (for example, the on/off signal of the pressure reducing valve 5). good too. The data shaping section 22 outputs the created time-series data D to the feature quantity extraction section 23 .

（特徴量抽出部）
特徴量抽出部２３は、時系列データＤに基づいて、弁開度が閉状態から規定開度Ｖ（図４参照）となるまでの時間を特徴量として抽出する。規定開度Ｖは、予めユーザーにより設定される減圧弁５の弁開度であり、記憶部１０に記憶されている。なお、上述したように、弁開度のデータは、減圧弁５の開閉動作の挙動を反映した値であればよいため、規定開度Ｖについても同様であり、他のプロセス量（例えば流量）等を用いてもよい。本実施形態では、４つの規定開度Ｖ１、Ｖ２、Ｖ３、Ｖ４が設定されている。規定開度Ｖ１、Ｖ２、Ｖ３、Ｖ４は、減圧弁５を全開にしたときの開度を１００％としたとき、Ｖ１＝２０％、Ｖ２＝４０％、Ｖ３＝６０％、Ｖ４＝８０％に設定される。なお、規定開度Ｖの数および値は、任意に設定してよい。本実施形態では、規定開度Ｖをより細かく多数設定する場合に比べて、数をまびいて計算処理負荷を低減させている。特徴量抽出部２３は、例えば図４の実線、破線および一点鎖線で示す時系列データＤについて、弁開度が０％から各規定開度Ｖに到達するまでの実時間を抽出する。特徴量抽出部２３は、抽出した特徴量を条件設定部２４および異常判定部２５に出力する。 (Feature quantity extraction unit)
Based on the time-series data D, the feature amount extraction unit 23 extracts the time from the closed state to the specified opening V (see FIG. 4) as a feature amount. The specified degree of opening V is the degree of opening of the pressure reducing valve 5 set in advance by the user, and is stored in the storage unit 10 . As described above, the data of the valve opening may be a value that reflects the behavior of the opening and closing operation of the pressure reducing valve 5. etc. may be used. In this embodiment, four prescribed openings V1, V2, V3, and V4 are set. The specified openings V1, V2, V3, and V4 are set to V1=20%, V2=40%, V3=60%, and V4=80% when the opening when the pressure reducing valve 5 is fully opened is 100%. set. Note that the number and value of the specified opening V may be set arbitrarily. In the present embodiment, the calculation processing load is reduced by increasing the number of specified opening degrees V compared to the case where a large number of specified opening degrees are set. The feature quantity extracting unit 23 extracts the real time from the valve opening degree of 0% to reaching each specified opening degree V, for example, for the time-series data D indicated by the solid line, the broken line, and the one-dot chain line in FIG. The feature quantity extraction unit 23 outputs the extracted feature quantity to the condition setting unit 24 and the abnormality determination unit 25 .

（条件設定部）
条件設定部２４は、複数の特徴量に統計処理を施して、到達許容時間Ｔ（図４参照）を設定する。到達許容時間Ｔは、弁開度が閉状態から規定開度Ｖとなるまでに許容される時間範囲であり、異常判定部２５において異常判定の基準となる時間である。条件設定部２４は、図１に示すように、機械学習部２４Ａを有する。 (Condition setting part)
The condition setting unit 24 sets the permissible arrival time T (see FIG. 4) by performing statistical processing on the plurality of feature amounts. The allowable arrival time T is a time range that is allowed for the valve opening degree to reach the specified opening degree V from the closed state, and is a reference time for abnormality determination in the abnormality determination unit 25 . The condition setting unit 24 has a machine learning unit 24A, as shown in FIG.

機械学習部２４Ａは、教師無し機械学習により、特徴量を随時蓄積して、蓄積した複数の特徴量に統計処理を施して、到達許容時間Ｔを設定する。なお、ここでの教師無し機械学習とは、蓄積されたすべてのデータを用いて到達許容時間Ｔを設定することを意味する。教師有り機械学習については、第二実施形態において説明する。機械学習部２４Ａは、ＩＧＣＣの稼働中において、特徴量抽出部２３が抽出した特徴量を蓄積し、統計処理を施す。統計処理は、例えば、蓄積された特徴量の標準偏差をσとすると、特徴量の平均値に対して±３σの範囲とするといったように、周知の統計手法を用いればよい。機械学習部２４Ａは、すべての規定開度Ｖ１、Ｖ２、Ｖ３、Ｖ４について、到達許容時間Ｔを設定する。図４に示す例では、規定開度Ｖ１に対応した到達許容時間Ｔ１、規定開度Ｖ２に対応した到達許容時間Ｔ２、規定開度Ｖ３に対応した到達許容時間Ｔ３、規定開度Ｖ４に対応した到達許容時間Ｔ４が設定されることになる。条件設定部２４は、以上のように設定した到達許容時間Ｔを異常判定部２５に出力する。 The machine learning unit 24A accumulates feature amounts at any time by unsupervised machine learning, performs statistical processing on the accumulated plurality of feature amounts, and sets the permissible arrival time T. Note that unsupervised machine learning here means setting the permissible arrival time T using all the accumulated data. Supervised machine learning will be described in the second embodiment. The machine learning unit 24A accumulates feature amounts extracted by the feature amount extraction unit 23 and performs statistical processing while the IGCC is in operation. For the statistical processing, a well-known statistical method may be used, for example, where σ is the standard deviation of the accumulated feature amounts, the range is within ±3σ with respect to the average value of the feature amounts. The machine learning unit 24A sets the permissible arrival time T for all specified openings V1, V2, V3, and V4. In the example shown in FIG. 4, the allowable arrival time T1 corresponding to the specified opening V1, the allowable arrival time T2 corresponding to the specified opening V2, the allowable arrival time T3 corresponding to the specified opening V3, and the allowable arrival time T3 corresponding to the specified opening V4 A permissible arrival time T4 is set. The condition setting unit 24 outputs the permissible arrival time T set as described above to the abnormality determination unit 25 .

機械学習部２４Ａによる学習モードは、ユーザーの指示に基づいてオンオフすることができる。ユーザーが学習モードをオンにしたときには、機械学習部２４Ａは、機械学習により、特徴量を随時蓄積して、蓄積した特徴量に基づいて到達許容時間Ｔを更新する。一方、ユーザーが学習モードをオフにしたときは、特徴量の蓄積および到達許容時間Ｔの更新を一旦停止し、それまでに設定された値が到達許容時間Ｔとして固定される。 The learning mode by the machine learning section 24A can be turned on and off based on the user's instruction. When the user turns on the learning mode, the machine learning unit 24A accumulates feature amounts as needed by machine learning, and updates the permissible arrival time T based on the accumulated feature amounts. On the other hand, when the user turns off the learning mode, the accumulation of the feature amount and the updating of the permissible arrival time T are temporarily stopped, and the permissible arrival time T is fixed at the value set up to that point.

（異常判定部）
異常判定部２５は、異常検知の対象となる制御弁、すなわち減圧弁５について、特徴量と到達許容時間Ｔとに基づいて、正常に動作しているか否かを判定する。具体的には、異常判定部２５は、特徴量抽出部２３で抽出された特徴量、すなわち現在制御されている減圧弁５の弁開度が閉状態から規定開度Ｖとなるまでの時間を取得する。そして、異常判定部２５は、現在制御されている減圧弁５の特徴量、すなわち現在制御されている減圧弁５の弁開度が閉状態から規定開度Ｖ（Ｖ１、Ｖ２、Ｖ３、Ｖ４）となるまでの時間が、対応した到達許容時間Ｔ（Ｔ１、Ｔ２、Ｔ３、Ｔ４）の範囲内であるか否かを判定する。異常判定部２５は、特徴量が各到達許容時間Ｔの範囲内である場合、減圧弁５が正常であると判定し、特徴量が各到達許容時間Ｔの範囲外である場合、減圧弁５が異常であると判定する。 (Abnormality determination unit)
The abnormality determination unit 25 determines whether or not the control valve subject to abnormality detection, ie, the pressure reducing valve 5, is operating normally based on the feature amount and the allowable arrival time T. Specifically, the abnormality determination unit 25 determines the time required for the feature amount extracted by the feature amount extraction unit 23, that is, the valve opening degree of the currently controlled pressure reducing valve 5 to reach the specified opening degree V from the closed state. get. Then, the abnormality determination unit 25 determines that the feature amount of the currently controlled pressure reducing valve 5, that is, the valve opening degree of the currently controlled pressure reducing valve 5 changes from the closed state to the specified opening degree V (V1, V2, V3, V4). is within the range of the corresponding permissible arrival time T (T1, T2, T3, T4). The abnormality determination unit 25 determines that the pressure reducing valve 5 is normal when the feature amount is within the range of each allowable arrival time T, and determines that the pressure reducing valve 5 is normal when the feature amount is outside the range of each allowable arrival time T. is determined to be abnormal.

図５を参照しながら、異常判定部２５による異常検知判定について、より詳細に説明する。図５は、減圧弁の開閉動作パターンの１サイクルの弁開度について、正常例と異常例とを複数並べてプロットした一例を示す説明図である。図中の実線は、減圧弁５が正常である場合の弁開度の挙動例を示す。一方、図中の点線および破線は、減圧弁５が異常である場合の弁解度の挙動例である。点線の場合、減圧弁５に何らかのひっかかりが生じ、正常時に比べて開動作に時間がかかっている。また、破線の場合、減圧弁５の開動作が途中で止まってしまっている。図５の実線で示す正常例では、規定開度Ｖ１、Ｖ２、Ｖ３、Ｖ４に到達する時間が各到達許容時間Ｔ１、Ｔ２、Ｔ３、Ｔ４の範囲内にあるため、異常判定部２５は、減圧弁５が正常であると判定する。一方、図５の点線で示す異常例では、規定開度Ｖ２に到達するまでの時間が到達許容時間Ｔ２の範囲外となるため、異常判定部２５は、減圧弁５に異常が発生していると判定する。また、図５の破線で示す異常例では、到達許容時間Ｔ２、Ｔ３、Ｔ４を過ぎても、弁開度が規定開度Ｖ２、Ｖ３、Ｖ４に到達していないことから、異常判定部２５は、減圧弁５に異常が発生していると判定する。 The abnormality detection determination by the abnormality determination unit 25 will be described in more detail with reference to FIG. 5 . FIG. 5 is an explanatory diagram showing an example in which a plurality of normal cases and abnormal cases are plotted side by side regarding the valve opening degree of one cycle of the opening/closing operation pattern of the pressure reducing valve. A solid line in the figure shows an example of the valve opening behavior when the pressure reducing valve 5 is normal. On the other hand, the dotted line and broken line in the drawing are examples of the behavior of the degree of eloquence when the pressure reducing valve 5 is abnormal. In the case of the dotted line, the pressure reducing valve 5 is caught in some way, and the opening operation takes longer than in the normal state. Moreover, in the case of the dashed line, the opening operation of the pressure reducing valve 5 has stopped halfway. In the normal example shown by the solid line in FIG. It is determined that the valve 5 is normal. On the other hand, in the abnormal example indicated by the dotted line in FIG. 5, the time required for reaching the specified opening V2 is outside the allowable reach time T2. I judge. In addition, in the abnormal example indicated by the dashed line in FIG. 5, the valve opening degrees have not reached the specified opening degrees V2, V3, and V4 even after the permissible arrival times T2, T3, and T4 have passed. , it is determined that the pressure reducing valve 5 is abnormal.

このように、減圧弁５の異常検知に用いる基準を時間軸方向で規定した到達許容時間Ｔとすることで、例えば図４の破線および一点鎖線で示す低処理負荷時の例のように、減圧弁５の開閉動作の挙動が時間軸方向に変動したとしても、減圧弁５が正常に動作していると判定しやすくなる。また、図５の点線および破線で示すような異常例では、いずれかのタイミングで到達許容時間Ｔの範囲内に弁開度の挙動が収まらないことになり、減圧弁５の異常を検知することができる。 In this way, by setting the permissible arrival time T defined in the direction of the time axis as the reference used for detecting an abnormality of the pressure reducing valve 5, the pressure can be reduced as shown by the dashed line and the dashed line in FIG. Even if the behavior of the opening/closing operation of the valve 5 fluctuates in the direction of the time axis, it becomes easier to determine that the pressure reducing valve 5 is operating normally. 5, the behavior of the valve opening degree does not fall within the range of the allowable arrival time T at some timing, and the abnormality of the pressure reducing valve 5 is detected. can be done.

（弁動作異常検知方法）
次に、第一実施形態にかかる弁動作異常検知方法について、図６を参照しながら説明する。図６は、第一実施形態にかかる弁動作異常検知方法の一例を示すフローチャートである。図６に示す処理は、制御部２０により所定時間ごとに繰り返し実行される。 (Valve operation abnormality detection method)
Next, the valve operation abnormality detection method according to the first embodiment will be described with reference to FIG. FIG. 6 is a flow chart showing an example of the valve operation abnormality detection method according to the first embodiment. The processing shown in FIG. 6 is repeatedly executed by the control unit 20 at predetermined time intervals.

制御部２０は、ステップＳ１として、データ取得部２１により、現在の減圧弁５の弁開度のデータを取得する。弁開度のデータは、減圧弁５の開閉制御を行う図示しない制御装置から入力される。上述したように、弁開度のデータは、実際の弁開度を直接計測した値に限らず、減圧弁５の開閉動作の挙動を反映した値であればよい。データ取得部２１は、取得した弁開度のデータをデータ整形部２２に出力する。 In step S<b>1 , the control unit 20 acquires data on the current valve opening degree of the pressure reducing valve 5 using the data acquisition unit 21 . Data on the degree of valve opening is input from a control device (not shown) that controls the opening and closing of the pressure reducing valve 5 . As described above, the valve opening degree data is not limited to the value obtained by directly measuring the actual valve opening degree, and may be a value reflecting the behavior of the opening/closing operation of the pressure reducing valve 5 . The data acquisition unit 21 outputs the acquired valve opening data to the data shaping unit 22 .

制御部２０は、ステップＳ２として、データ整形部２２により、時系列データＤを作成する。上述したように、時系列データＤは、図４の実線、破線および一点鎖線で示した弁開度の１サイクルの挙動のデータとなる。データ整形部２２は、作成した時系列データＤを特徴量抽出部２３に出力する。 The control unit 20 creates the time-series data D by the data shaping unit 22 as step S2. As described above, the time-series data D is data on the behavior of the valve opening in one cycle indicated by the solid line, broken line, and one-dot chain line in FIG. The data shaping section 22 outputs the created time-series data D to the feature quantity extraction section 23 .

制御部２０は、ステップＳ３として、特徴量抽出部２３により、弁開度が閉状態から規定開度Ｖとなるまでの時間を特徴量として抽出する。規定開度Ｖは、図４に示すように、本実施形態ではＶ１＝２０％、Ｖ２＝４０％、Ｖ３＝６０％、Ｖ４＝８０％に設定される。特徴量抽出部２３は、時系列データＤについて、弁開度が０％から各規定開度Ｖに到達するまでの実時間を特徴量として抽出し、抽出した特徴量を条件設定部２４および異常判定部２５に出力する。 In step S3, the control unit 20 extracts the time required for the valve opening degree to reach the specified opening degree V from the closed state as a feature quantity using the feature quantity extraction unit 23 . As shown in FIG. 4, the specified opening V is set to V1=20%, V2=40%, V3=60%, and V4=80% in this embodiment. The feature quantity extraction unit 23 extracts the real time from the valve opening degree 0% to each specified opening degree V as a feature quantity for the time series data D, and the extracted feature quantity is used by the condition setting unit 24 Output to the determination unit 25 .

制御部２０は、ステップＳ４として、学習モードがオンであるか否かを判定する。学習モードは、ユーザーの指示に基づいてオンオフが切替られる。制御部２０は、学習モードがオンになっていると判定した場合（ステップＳ４でＹｅｓ）、ステップＳ５として、教師無し機械学習により、特徴量に基づいて到達許容時間Ｔを設定する。具体的には、条件設定部２４の機械学習部２４Ａにおいて、ステップＳ３で抽出された特徴量を複数蓄積し、蓄積した複数の特徴量に周知の統計処理を施して、到達許容時間Ｔを設定する。機械学習部２４Ａは、すべての規定開度Ｖ１、Ｖ２、Ｖ３、Ｖ４について、対応した到達許容時間Ｔ１、Ｔ２、Ｔ３、Ｔ４を設定する。なお、本ルーチンの開始直後には、十分に特徴量が蓄積されていないことになるため、事前に過去の弁開度のデータを用いて特徴量を蓄積しておき、統計処理を行って予め到達許容時間Ｔを設定しておけばよい。条件設定部２４は、以上のように設定した到達許容時間Ｔを異常判定部２５に出力し、ステップＳ６に進む。 At step S4, the control unit 20 determines whether or not the learning mode is on. The learning mode is switched on and off based on user instructions. When the control unit 20 determines that the learning mode is on (Yes in step S4), in step S5, it sets the permissible arrival time T based on the feature amount by unsupervised machine learning. Specifically, in the machine learning unit 24A of the condition setting unit 24, a plurality of feature values extracted in step S3 are accumulated, and known statistical processing is performed on the accumulated plurality of feature values to set the permissible arrival time T. do. The machine learning unit 24A sets corresponding permissible arrival times T1, T2, T3, and T4 for all specified openings V1, V2, V3, and V4. It should be noted that, immediately after the start of this routine, the feature amount is not sufficiently accumulated. A permissible arrival time T may be set. The condition setting unit 24 outputs the permissible arrival time T set as described above to the abnormality determination unit 25, and proceeds to step S6.

一方、制御部２０は、学習モードがオフになっていると判定した場合（ステップＳ４でＮｏ）、機械学習による到達許容時間Ｔの更新を行わずに、ステップＳ６へと進む。すなわち、本ルーチンが十分な時間にわたって実行され、到達許容時間Ｔが機械学習によって十分に更新されている場合には、ユーザー判断により学習モードをオフにしてもよい。この場合、それまでに設定された到達許容時間Ｔが固定された値として設定される。また、上述したように、事前に過去の弁開度のデータを複数取得しておき、特徴量を複数蓄積しておいて、統計処理によって予め到達許容時間Ｔを設定しておく場合にも、ユーザー判断により学習モードをオフにしてもよい。 On the other hand, if the control unit 20 determines that the learning mode is turned off (No in step S4), it proceeds to step S6 without updating the permissible arrival time T by machine learning. That is, when this routine has been executed for a sufficient time and the permissible arrival time T has been sufficiently updated by machine learning, the learning mode may be turned off according to the user's judgment. In this case, the permissible arrival time T that has been set so far is set as a fixed value. Further, as described above, when a plurality of past valve opening data are acquired in advance, a plurality of feature values are accumulated, and the allowable arrival time T is set in advance by statistical processing, The user may decide to turn off the learning mode.

制御部２０は、ステップＳ６として、異常判定部２５により、減圧弁５の弁開度が到達許容時間Ｔの範囲内に規定開度Ｖに到達したか否かを判定する。言い換えると、異常判定部２５は、ステップＳ３で抽出した特徴量が到達許容時間Ｔの範囲内であるか否かを判定する。異常判定部２５は、特徴量が各到達許容時間Ｔ１、Ｔ２、Ｔ３、Ｔ４の範囲内である場合（ステップＳ６でＹｅｓ）、ステップＳ７として、減圧弁５が正常であると判定する。一方、異常判定部２５は、特徴量が各到達許容時間Ｔ１、Ｔ２、Ｔ３、Ｔ４の範囲外である場合（ステップＳ６でＮｏ）、ステップＳ８として、減圧弁５が異常であると判定する。 In step S6, the abnormality determination unit 25 of the control unit 20 determines whether or not the valve opening of the pressure reducing valve 5 has reached the specified opening V within the range of the allowable arrival time T. In other words, the abnormality determination unit 25 determines whether or not the feature quantity extracted in step S3 is within the reachable time T range. When the feature quantity is within the allowable arrival times T1, T2, T3, and T4 (Yes in step S6), the abnormality determination unit 25 determines that the pressure reducing valve 5 is normal in step S7. On the other hand, when the feature amount is outside the allowable arrival times T1, T2, T3, and T4 (No in step S6), the abnormality determination unit 25 determines that the pressure reducing valve 5 is abnormal in step S8.

以上の処理により、減圧弁５の開閉動作の挙動が正常または異常であるか、リアルタイムに判定することができる。なお、異常判定部２５は、判定結果を図示しない表示部に出力し、表示部に結果を表示させる。それにより、ユーザーが表示結果を見て、減圧弁５について異常が発生しているか否かを判断し、異常がある場合には、減圧弁５の点検を行うといった対応を取ることができる。 Through the above processing, it is possible to determine in real time whether the behavior of the opening/closing operation of the pressure reducing valve 5 is normal or abnormal. The abnormality determination unit 25 outputs the determination result to a display unit (not shown) and displays the result on the display unit. As a result, the user can determine whether or not an abnormality has occurred in the pressure reducing valve 5 by looking at the displayed result, and can take measures such as inspecting the pressure reducing valve 5 when there is an abnormality.

以上説明したように、第一実施形態にかかる弁動作異常検知システム１００は、予め定められた開閉パターンに従って開閉制御される減圧弁５（制御弁）について、弁開度が閉状態から規定開度Ｖとなるまでに許容される時間範囲である到達許容時間Ｔを設定する条件設定部２４と、減圧弁５について、弁開度が閉状態から規定開度Ｖとなるまでの時間が到達許容時間Ｔの範囲内である場合、減圧弁５が正常であると判定し、弁開度が規定開度Ｖとなるまでの時間が到達許容時間Ｔの範囲外である場合、減圧弁５が異常であると判定する異常判定部２５を備える。 As described above, in the valve operation abnormality detection system 100 according to the first embodiment, the pressure reducing valve 5 (control valve) whose opening/closing is controlled according to a predetermined opening/closing pattern changes from the closed state to the specified opening degree. With regard to the condition setting unit 24 that sets the allowable reach time T, which is the time range allowed until reaching V, and the pressure reducing valve 5, the allowable reach time is the time required for the valve opening to reach the specified opening V from the closed state. If it is within the range of T, it is determined that the pressure reducing valve 5 is normal. An abnormality determination unit 25 for determining that there is an abnormality is provided.

この構成により、減圧弁５の開閉動作において、弁開度が規定開度Ｖとなるまでに許容される時間範囲としての到達許容時間Ｔを規定し、弁開度の変化が到達許容時間Ｔの範囲内におさまるか否かで減圧弁５の正常および異常を判定することができる。そのため、減圧弁５の開閉動作の挙動が時間軸方向において変動したとしても、到達許容時間Ｔの範囲を必要以上に大きく設定しなくても、減圧弁５の正常動作を異常と検知したり、異常動作の検知を取り漏らしたりする可能性を低減させることができる。したがって、本実施形態にかかる弁動作異常検知システム１００および弁動作異常検知方法によれば、減圧弁５（制御弁）の開閉動作の異常検知をより精度良く行うことが可能となる。 With this configuration, in the opening and closing operation of the pressure reducing valve 5, the allowable arrival time T is defined as the time range allowed until the valve opening reaches the specified opening V, and the change in the valve opening changes the allowable arrival time T. It is possible to determine whether the pressure reducing valve 5 is normal or abnormal depending on whether it falls within the range. Therefore, even if the behavior of the opening and closing operation of the pressure reducing valve 5 fluctuates in the direction of the time axis, the normal operation of the pressure reducing valve 5 may be detected as abnormal without setting the range of the allowable arrival time T to be larger than necessary. It is possible to reduce the possibility of failing to detect an abnormal operation. Therefore, according to the valve operation abnormality detection system 100 and the valve operation abnormality detection method according to the present embodiment, it is possible to more accurately detect an abnormality in the opening/closing operation of the pressure reducing valve 5 (control valve).

また、第一実施形態にかかる弁動作異常検知システム１００は、減圧弁５の弁開度のデータを取得するデータ取得部２１と、弁開度のデータを所定の時間範囲で切り出した時系列データＤを作成するデータ整形部２２と、複数の時系列データＤにおいて弁開度が閉状態から規定開度Ｖとなるまでの時間を特徴量として抽出する特徴量抽出部２３と、をさらに備え、条件設定部２４は、複数の特徴量に統計処理を施して、到達許容時間Ｔを設定する。この構成により、弁開度の開閉動作の挙動データを複数用いて、統計処理によって実態にあわせた到達許容時間Ｔを設定することが可能となる。 Further, the valve operation abnormality detection system 100 according to the first embodiment includes a data acquisition unit 21 that acquires data on the valve opening degree of the pressure reducing valve 5, and time-series data extracted from the data on the valve opening degree within a predetermined time range. A data shaping unit 22 that creates D, and a feature amount extraction unit 23 that extracts the time from the valve opening to the specified opening V in a plurality of time-series data D as a feature amount, The condition setting unit 24 sets the permissible arrival time T by performing statistical processing on the plurality of feature amounts. With this configuration, it is possible to set the permissible arrival time T according to the actual situation by statistical processing using a plurality of behavior data of the opening and closing operation of the valve opening.

また、条件設定部２４は、機械学習により、到達許容時間Ｔを随時更新する。この構成により、機械学習によって、到達許容時間Ｔを随時更新し、異常検知の精度向上を図ることができる。 In addition, the condition setting unit 24 updates the permissible arrival time T as needed by machine learning. With this configuration, it is possible to update the permissible arrival time T at any time by machine learning and improve the accuracy of abnormality detection.

なお、第一実施形態では、条件設定部２４が時系列データＤに基づいて到達許容時間Ｔを設定するものとしたが、到達許容時間Ｔの設定手法は、これに限られない。例えば、条件設定部２４は、対象となる減圧弁５（制御弁）および減圧弁５が使用される設備であるＩＧＣＣの設計情報に基づいて、予め決定された時間を到達許容時間Ｔとして設定してもよい。つまり、ユーザーが、減圧弁５の仕様、ＩＧＣＣでの使用条件といった設計情報に基づいて、弁開度が規定開度Ｖに到達するまでに必要とされる時間のばらつきを予め決定しておき、その時間を到達許容時間Ｔとして設定してもよい。 In the first embodiment, the condition setting unit 24 sets the permissible arrival time T based on the time-series data D, but the method for setting the permissible arrival time T is not limited to this. For example, the condition setting unit 24 sets a predetermined time as the permissible arrival time T based on design information of the targeted pressure reducing valve 5 (control valve) and IGCC, which is equipment in which the pressure reducing valve 5 is used. may In other words, the user predetermines the variation in the time required for the valve opening to reach the specified opening V based on the design information such as the specifications of the pressure reducing valve 5 and the conditions of use in the IGCC. The time may be set as the permissible arrival time T.

［第二実施形態］
図７は、第二実施形態にかかる弁動作異常検知システムの一例を示す概略図である。第二実施形態にかかる弁動作異常検知システム２００は、第一実施形態にかかる弁動作異常検知システム１００の構成に加えて、正否結果取得部２６を備えている。弁動作異常検知システム２００の他の構成は、弁動作異常検知システム１００と同様であるため、同じ構成については同一の符号を付し、説明を省略する。 [Second embodiment]
FIG. 7 is a schematic diagram showing an example of the valve operation abnormality detection system according to the second embodiment. A valve operation abnormality detection system 200 according to the second embodiment includes a correctness result acquisition unit 26 in addition to the configuration of the valve operation abnormality detection system 100 according to the first embodiment. Since other configurations of the valve operation abnormality detection system 200 are the same as those of the valve operation abnormality detection system 100, the same components are denoted by the same reference numerals, and the description thereof is omitted.

（正否結果取得部）
正否結果取得部２６は、異常判定部２５による判定の正否結果を取得する。ここで、判定の正否結果とは、図６のステップＳ３からステップＳ５における判定結果が正しいものであったか否かを確認した結果である。例えば、減圧弁５が異常であると判定された場合に、ユーザーが事後的に減圧弁５を点検する。このとき、実際に減圧弁５が異常であれば正否結果は正であり、実際には減圧弁５が正常であれば正否結果は否となる。また、減圧弁５が正常であると判定された場合に、例えば貯留ホッパ１まわりで何らかの異常が発生し、点検の結果、それが減圧弁５の異常に起因するものであった場合にも、正否結果は否となる。このように、事後的に図６のステップＳ３からステップＳ５における判定結果が正しいものであったか否かを確認した正否結果を、ユーザーが弁動作異常検知システム２００に入力する。言い換えると、弁動作異常検知システム２００に、過去の減圧弁５の弁開度のデータについて、判定結果が正の場合と否の場合とがカテゴリ分けされた情報が入力される。正否結果取得部２６は、ユーザーにより入力された正否結果を取得し、取得した正否結果を機械学習部２４Ａへと出力する。なお、ユーザーは、図示しないＩＧＣＣの制御装置に正否結果を入力してもよく、正否結果取得部２６は、図示しないＩＧＣＣの制御装置から正否結果の情報を取得してもよい。 (Acquisition unit of correct/incorrect result)
The correct/incorrect result acquisition unit 26 acquires the correct/incorrect result of the determination by the abnormality determination unit 25 . Here, the judgment result is the result of confirming whether or not the judgment result in steps S3 to S5 in FIG. 6 is correct. For example, when it is determined that the pressure reducing valve 5 is abnormal, the user inspects the pressure reducing valve 5 after the fact. At this time, if the pressure reducing valve 5 is actually abnormal, the result is positive, and if the pressure reducing valve 5 is actually normal, the result is negative. Further, when it is determined that the pressure reducing valve 5 is normal, for example, some abnormality occurs around the storage hopper 1, and as a result of inspection, it is determined that the abnormality is caused by the abnormality of the pressure reducing valve 5. The correct/not correct result is negative. In this way, the user inputs the correct/incorrect result of confirming whether or not the determination result in steps S3 to S5 of FIG. In other words, the valve operation abnormality detection system 200 is supplied with information categorized into positive and negative determination results with respect to past valve opening degree data of the pressure reducing valve 5 . The correct/incorrect result acquisition unit 26 acquires the correct/incorrect result input by the user, and outputs the acquired correct/incorrect result to the machine learning unit 24A. The user may input the correct/incorrect result to the IGCC control device (not shown), and the correct/incorrect result acquisition unit 26 may acquire correct/incorrect result information from the IGCC control device (not shown).

第二実施形態において、機械学習部２４Ａは、正否結果取得部２６から入力された正否結果を機械学習に反映させた教師有り機械学習により、到達許容時間Ｔを設定する。すなわち、機械学習部２４Ａは、蓄積している各時系列データＤの特徴量に関して、判定結果が正の場合と否の場合とでカテゴリ分けされた情報を得る。それにより、機械学習部２４Ａは、機械学習を行うとき、判定結果が否にカテゴリ分けされた特徴量を削除した上で、蓄積した特徴量に統計処理を施して到達許容時間Ｔを設定する。 In the second embodiment, the machine learning unit 24A sets the permissible arrival time T by supervised machine learning in which the correct/incorrect result input from the correct/incorrect result acquisition unit 26 is reflected in the machine learning. That is, the machine learning unit 24A obtains categorized information regarding the feature amount of each accumulated time-series data D, depending on whether the determination result is positive or negative. As a result, when performing machine learning, the machine learning unit 24A deletes the feature amount categorized as negative as a judgment result, and then performs statistical processing on the accumulated feature amount to set the permissible arrival time T.

図８は、第二実施形態にかかる弁動作異常検知方法の一例を示すフローチャートである。図８のステップＳ１からステップＳ４は、図６のステップＳ１からステップＳ４と同様の処理であり、図８のステップＳ７からステップＳ９は、図６のステップＳ６からステップＳ８と同様の処理であるため、説明を省略する。 FIG. 8 is a flow chart showing an example of the valve operation abnormality detection method according to the second embodiment. Steps S1 to S4 in FIG. 8 are the same processes as steps S1 to S4 in FIG. 6, and steps S7 to S9 in FIG. 8 are the same processes as steps S6 to S8 in FIG. , the description is omitted.

制御部２０は、学習モードがオンになっていると判定した場合（ステップＳ４でＹｅｓ）、ステップＳ５として、正否結果取得部２６により、異常判定部２５による判定の正否結果を取得する。上述したように、判定の正否結果は、ユーザーにより入力される。そして、制御部２０は、ステップＳ６として、取得した判定の正否結果を機械学習に反映させる教師有り機械学習により、特徴量に基づいて到達許容時間を設定する。具体的には、上述したように、機械学習部２４Ａは、蓄積している各時系列データＤの特徴量に関して、判定結果が否にカテゴリ分けされた特徴量を削除した上で、蓄積した特徴量に統計処理を施して到達許容時間Ｔを設定する。 When the control unit 20 determines that the learning mode is on (Yes in step S4), the correctness result acquisition unit 26 acquires the correctness result of the determination by the abnormality determination unit 25 in step S5. As described above, the user inputs whether the determination is correct or not. Then, in step S6, the control unit 20 sets the permissible arrival time based on the feature amount by supervised machine learning that reflects the obtained result of determination on the machine learning. Specifically, as described above, the machine learning unit 24A deletes the feature amounts categorized as negative for the accumulated feature amounts of each time-series data D, and then deletes the accumulated feature amounts. A permissible arrival time T is set by subjecting the quantity to statistical processing.

以上説明したように、第二実施形態にかかる弁動作異常検知システム２００では、条件設定部２４は、異常判定部２５による判定の正否結果を取得し、正否結果を機械学習に反映させて到達許容時間Ｔを設定する。この構成により、機械学習において、異常判定部２５での判定結果が実際の現象とは異なっていた特徴量のデータを考慮しないようにして、到達許容時間Ｔをより適切に設定することができる。 As described above, in the valve operation abnormality detection system 200 according to the second embodiment, the condition setting unit 24 acquires the result of the determination by the abnormality determination unit 25, reflects the result in machine learning, and allows the arrival of the data. Set time T. With this configuration, in machine learning, the permissible arrival time T can be set more appropriately by not considering the data of the feature quantity for which the determination result of the abnormality determination unit 25 is different from the actual phenomenon.

第一実施形態、第二実施形態では、ＩＧＣＣの処理負荷の変動に関わらず、到達許容時間Ｔを設定するものとしたが、到達許容時間Ｔは、処理負荷に応じた値に設定されてもよい。すなわち、条件設定部２４は、第一実施形態、第二実施形態で説明した到達許容時間Ｔを、さらに、ＩＧＣＣの処理負荷の関数として規定してもよい。図９は、ＩＧＣＣの処理負荷に応じた到達許容時間を規定したマップの一例を示す説明図である。図示するように、条件設定部２４は、規定開度Ｖ（Ｖ１、Ｖ２、Ｖ３、Ｖ４）ごとに、処理負荷と到達許容時間Ｔとの関係を規定したマップに従って、到達許容時間Ｔを設定する。 In the first embodiment and the second embodiment, the permissible arrival time T is set regardless of fluctuations in the processing load of the IGCC. good. That is, the condition setting unit 24 may further define the permissible arrival time T described in the first and second embodiments as a function of the processing load of the IGCC. FIG. 9 is an explanatory diagram showing an example of a map that defines permissible arrival times according to IGCC processing loads. As shown, the condition setting unit 24 sets the permissible arrival time T according to a map that defines the relationship between the processing load and the permissible arrival time T for each specified opening V (V1, V2, V3, V4). .

規定開度Ｖ４（＝８０％）のマップを参照しながら、より詳細に説明する。図中の実線は、統計処理により到達許容時間Ｔを決定する際の特徴量の平均値であり、破線および点線は、当該平均値に対する±３σの範囲を示している。このとき、処理負荷に応じて、平均値および±３σの範囲、すなわち到達許容時間Ｔが変化するように、予め関数を決定しておく。具体的には、関数は、処理負荷が大きくなるほど平均値および±３σの範囲が低下する傾向に規定される。また、処理負荷が大きくなるほど±３σの範囲が広がる傾向に規定される。それにより、図示するように、例えば処理負荷が１００％のときの到達許容時間Ｔは、処理負荷が５０％のときの到達許容時間Ｔよりも短く、かつ、±３σの範囲が広くなる。これは、処理負荷が大きいほど減圧弁５の開弁速度が速くなる（規定開度Ｖまで開く時間が短くなる）こと、および、開弁速度が速くなることに起因して規定開度Ｖまで開く時間にばらつきが生じやすいためである。このように、規定開度Ｖごとに、処理負荷に応じた関数で到達許容時間Ｔを規定することで、到達許容時間Ｔを処理負荷に対応した範囲に規定することができ、到達許容時間Ｔが不必要に大きく設定しなくとも済む。その結果、異常検知の精度をより向上させることが可能となる。 A more detailed description will be given with reference to a map for the prescribed opening V4 (=80%). The solid line in the figure is the average value of the feature amount when the allowable arrival time T is determined by statistical processing, and the dashed and dotted lines indicate the range of ±3σ with respect to the average value. At this time, a function is determined in advance such that the average value and the range of ±3σ, that is, the permissible arrival time T, changes according to the processing load. Specifically, the function is defined so that the average value and the range of ±3σ decrease as the processing load increases. Also, it is defined that the range of ±3σ widens as the processing load increases. As a result, as shown in the figure, the permissible arrival time T when the processing load is 100% is shorter than the permissible arrival time T when the processing load is 50%, and the range of ±3σ is widened. This is because the greater the processing load, the faster the valve opening speed of the pressure reducing valve 5 (the shorter the time it takes to open to the specified opening V), and the faster the valve opening speed. This is because the opening time tends to vary. Thus, by defining the permissible arrival time T with a function corresponding to the processing load for each specified degree of opening V, the permissible arrival time T can be defined within a range corresponding to the processing load. does not need to be set unnecessarily large. As a result, it is possible to further improve the accuracy of abnormality detection.

この場合、機械学習において到達許容時間Ｔを設定する際に、特徴量を処理負荷ごとにカテゴリ分けしておき、カテゴリ分けされた特徴量ごとに統計処理を行って、処理負荷に応じた到達許容時間Ｔを設定するものとしてもよい。 In this case, when setting the permissible arrival time T in machine learning, the feature values are categorized by processing load, statistical processing is performed for each categorized feature value, and the permissible arrival time T is determined according to the processing load. A time T may be set.

また、ここでは、処理負荷に応じた関数で到達許容時間Ｔを規定するものとしたが、到達許容時間は、時間軸方向における減圧弁５（制御弁）の開閉動作の挙動に影響を与える何らかのパラメータに応じた関数で規定されてもよい。例えば、ＩＧＣＣにおいては、処理負荷に代えて、消費されるカロリーに応じた関数で到達許容時間Ｔを規定してもよい。また、貯留ホッパ１に貯留される紛体（ここでは、微粉炭）の種類によって、開閉動作の挙動に影響が生じうる場合、紛体の種類に応じて到達許容時間Ｔを変化させてもよい。 Also, here, the permissible arrival time T is defined by a function according to the processing load, but the permissible arrival time is defined as something that affects the behavior of the opening and closing operation of the pressure reducing valve 5 (control valve) in the direction of the time axis. It may be defined by a function according to parameters. For example, in IGCC, instead of the processing load, the permissible arrival time T may be defined as a function corresponding to consumed calories. If the behavior of the opening/closing operation may be affected by the type of powder (here, pulverized coal) stored in the storage hopper 1, the permissible arrival time T may be changed according to the type of powder.

１ 貯留ホッパ
２ 供給弁
３ 出口弁
４ 加圧弁
５ 減圧弁
１０ 記憶部
２０ 制御部
２１ データ取得部
２２ データ整形部
２３ 特徴量抽出部
２４ 条件設定部
２４Ａ 機械学習部
２５ 異常判定部
２６ 正否結果取得部
１００，２００ 弁動作異常検知システム
Ｄ 時系列データ
Ｌ１ 供給ライン
Ｌ２ 出口ライン
Ｌ３ 加圧ライン
Ｌ４ 減圧ライン
Ｔ，Ｔ１，Ｔ２，Ｔ３，Ｔ４ 到達許容時間
Ｖ，Ｖ１，Ｖ２，Ｖ３，Ｖ４ 規定開度 1 storage hopper 2 supply valve 3 outlet valve 4 pressurization valve 5 pressure reducing valve 10 storage unit 20 control unit 21 data acquisition unit 22 data shaping unit 23 feature quantity extraction unit 24 condition setting unit 24A machine learning unit 25 abnormality determination unit 26 correctness result acquisition Part 100, 200 Valve operation abnormality detection system D Time-series data L1 Supply line L2 Exit line L3 Pressurization line L4 Decompression line T, T1, T2, T3, T4 Allowable arrival time V, V1, V2, V3, V4 Specified opening

Claims (8)

予め定められた開閉パターンに従って開閉制御される制御弁について、弁開度が閉状態から規定開度となるまでに許容される時間範囲である到達許容時間を設定する条件設定部と、
前記制御弁について、前記弁開度が閉状態から前記規定開度となるまでの時間が前記到達許容時間の範囲内である場合、前記制御弁が正常であると判定し、前記弁開度が前記規定開度となるまでの時間が前記到達許容時間の範囲外である場合、前記制御弁が異常であると判定する異常判定部と、
を備える弁動作異常検知システム。 a condition setting unit that sets an allowable arrival time, which is a time range allowed for the valve opening degree to reach a specified opening degree from a closed state, for a control valve whose opening and closing is controlled according to a predetermined opening and closing pattern;
Regarding the control valve, if the time required for the valve opening to reach the specified opening from the closed state is within the range of the allowable arrival time, the control valve is determined to be normal, and the valve opening is determined to be normal. an abnormality determination unit that determines that the control valve is abnormal when the time until the opening reaches the specified opening is outside the range of the allowable arrival time;
valve operation abnormality detection system. 前記制御弁の弁開度のデータを取得するデータ取得部と、
前記弁開度のデータを所定の時間範囲で切り出した時系列データを作成するデータ整形部と、
複数の前記時系列データにおいて弁開度が閉状態から前記規定開度となるまでの時間を特徴量として抽出する特徴量抽出部と、
をさらに備え、
前記条件設定部は、複数の前記特徴量に統計処理を施して、前記到達許容時間を設定する請求項１に記載の弁動作異常検知システム。 a data acquisition unit that acquires data on the degree of valve opening of the control valve;
a data shaping unit that creates time-series data obtained by extracting the valve opening data in a predetermined time range;
a feature amount extracting unit that extracts, as a feature amount, the time from the closed state of the valve opening to the specified opening in the plurality of time-series data;
further comprising
2. The valve operation abnormality detection system according to claim 1, wherein the condition setting unit sets the permissible arrival time by performing statistical processing on the plurality of feature quantities. 前記条件設定部は、機械学習により、前記到達許容時間を随時更新する請求項２に記載の弁動作異常検知システム。 3. The valve operation abnormality detection system according to claim 2, wherein the condition setting unit updates the permissible arrival time at any time by machine learning. 前記条件設定部は、前記異常判定部による判定の正否結果を取得し、前記正否結果を前記機械学習に反映させて前記到達許容時間を設定する請求項３に記載の弁動作異常検知システム。 4. The valve operation abnormality detection system according to claim 3, wherein the condition setting unit acquires the result of determination by the abnormality determination unit and reflects the result of determination in the machine learning to set the permissible arrival time. 前記条件設定部は、前記制御弁および前記制御弁が使用される設備の設計情報に基づいて予め決定された時間を前記到達許容時間として設定する請求項１に記載の弁動作異常検知システム。 2. The valve operation abnormality detection system according to claim 1, wherein the condition setting unit sets, as the allowable arrival time, a time determined in advance based on design information of the control valve and equipment in which the control valve is used. 前記条件設定部は、時間軸方向における前記制御弁の開閉動作の挙動に影響を与えるパラメータに応じた関数で前記到達許容時間を規定する請求項１から請求項５のいずれか一項に記載の弁動作異常検知システム。 6. The condition setting unit according to any one of claims 1 to 5, wherein the allowable arrival time is defined by a function corresponding to a parameter that affects the behavior of the opening/closing operation of the control valve in the direction of the time axis. Valve operation abnormality detection system. 予め定められた開閉パターンに従って開閉制御される制御弁について、弁開度が閉状態から規定開度となるまでに許容される時間範囲である到達許容時間を設定し、
前記制御弁について、前記弁開度が閉状態から前記規定開度となるまでの時間が前記到達許容時間の範囲内である場合、前記制御弁が正常であると判定し、前記弁開度が前記規定開度となるまでの時間が前記到達許容時間の範囲外である場合、前記制御弁が異常であると判定する弁動作異常検知方法。 For a control valve that is controlled to open and close according to a predetermined opening and closing pattern, setting an allowable arrival time, which is a time range allowed for the valve opening degree to reach a specified opening degree from a closed state,
Regarding the control valve, if the time required for the valve opening to reach the specified opening from the closed state is within the range of the allowable arrival time, the control valve is determined to be normal, and the valve opening is determined to be normal. A valve operation abnormality detection method for determining that the control valve is abnormal when the time required for reaching the specified degree of opening is outside the range of the allowable arrival time. 予め定められた開閉パターンに従って開閉制御される制御弁について、弁開度が閉状態から規定開度となるまでに許容される時間範囲である到達許容時間を設定し、
前記制御弁について、前記弁開度が閉状態から前記規定開度となるまでの時間が前記到達許容時間の範囲内である場合、前記制御弁が正常であると判定し、前記弁開度が前記規定開度となるまでの時間が前記到達許容時間の範囲外である場合、前記制御弁が異常であると判定する、
ことをコンピュータに実行させるプログラム。 For a control valve that is controlled to open and close according to a predetermined opening and closing pattern, setting an allowable arrival time, which is a time range allowed for the valve opening degree to reach a specified opening degree from a closed state,
Regarding the control valve, if the time required for the valve opening to reach the specified opening from the closed state is within the range of the allowable arrival time, the control valve is determined to be normal, and the valve opening is determined to be normal. If the time required to reach the specified degree of opening is outside the range of the allowable arrival time, it is determined that the control valve is abnormal;
A program that makes a computer do something.
JP2021031919A 2021-03-01 2021-03-01 Valve operation abnormality detection system, valve operation abnormality detection method and program Pending JP2022133074A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021031919A JP2022133074A (en) 2021-03-01 2021-03-01 Valve operation abnormality detection system, valve operation abnormality detection method and program
PCT/JP2022/008555 WO2022186185A1 (en) 2021-03-01 2022-03-01 Valve operation abnormality detection system, valve operation abnormality detection method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021031919A JP2022133074A (en) 2021-03-01 2021-03-01 Valve operation abnormality detection system, valve operation abnormality detection method and program

Publications (1)

Publication Number Publication Date
JP2022133074A true JP2022133074A (en) 2022-09-13

Family

ID=83154778

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021031919A Pending JP2022133074A (en) 2021-03-01 2021-03-01 Valve operation abnormality detection system, valve operation abnormality detection method and program

Country Status (2)

Country Link
JP (1) JP2022133074A (en)
WO (1) WO2022186185A1 (en)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017126248A (en) * 2016-01-15 2017-07-20 アズビル株式会社 Valve operation checking device and method
US11080660B2 (en) * 2017-03-20 2021-08-03 The Boeing Company Data-driven unsupervised algorithm for analyzing sensor data to detect abnormal valve operation

Also Published As

Publication number Publication date
WO2022186185A1 (en) 2022-09-09

Similar Documents

Publication Publication Date Title
US8099672B2 (en) System and method for continuous online safety and reliability monitoring
US8019570B2 (en) System and method for continuous online safety and reliability monitoring
US7275018B2 (en) Method of condition monitoring
US20130197854A1 (en) System and method for diagnosing machine tool component faults
US6295478B1 (en) Manufacturing process change control apparatus and manufacturing process change control method
EP2510443B1 (en) Automation management system and method
CN110837893A (en) Apparatus, method and storage medium
EP3859455B1 (en) Learning apparatus, learning method, learning program, determination apparatus, determination method, determination program, and computer readable medium
CN111597223A (en) Fault early warning processing method, device and system
US20210319368A1 (en) Fault diagnosis for diagnosis target system
WO2013041440A1 (en) System and method for plant wide asset management
EP3002651A1 (en) Monitoring means and monitoring method for monitoring at least one step of a process run on an industrial site
US5949676A (en) Method and system for diagnosing the behavior of a machine controlled by a discrete event control system
US11250349B2 (en) System for generating learning data
CN113093670A (en) Instrument control state monitoring method, system and monitoring platform
CN117350379A (en) Method and system for judging abnormal state of oil immersed transformer
WO2022186185A1 (en) Valve operation abnormality detection system, valve operation abnormality detection method, and program
CN109243652A (en) A kind of nuclear power plant system compressed air require data validity judges system and method
US20160195872A1 (en) System for Assisting Operation at the Time of Plant Accident and Method for Assisting Operation at the Time of Plant Accident
US7818146B2 (en) Method and device for the diagnosis of technical devices disposed within an industrial installation
CN116520798A (en) Method, device, equipment and storage medium for diagnosing fault of regulating door
EP4068031A1 (en) Health assessment method for an aircraft system and apparatus therefor
US10503162B2 (en) System and method for plant control based on fluid quality
JPH04152220A (en) Method and device for failure sensing
WO2005013098A2 (en) Continuous online safety and reliability monitoring

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20220119

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20231027

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240806