JP3465022B2 - Abnormality diagnosis device, abnormality diagnosis method, and program storage medium - Google Patents
Abnormality diagnosis device, abnormality diagnosis method, and program storage mediumInfo
- Publication number
- JP3465022B2 JP3465022B2 JP32495698A JP32495698A JP3465022B2 JP 3465022 B2 JP3465022 B2 JP 3465022B2 JP 32495698 A JP32495698 A JP 32495698A JP 32495698 A JP32495698 A JP 32495698A JP 3465022 B2 JP3465022 B2 JP 3465022B2
- Authority
- JP
- Japan
- Prior art keywords
- wavelet
- signal
- abnormality
- wavelet transform
- 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.)
- Expired - Fee Related
Links
Landscapes
- Complex Calculations (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Test And Diagnosis Of Digital Computers (AREA)
Description
【0001】[0001]
【発明の属する技術分野】この発明は、測定機器より出
力される測定信号のウェーブレット変換結果を用い、そ
の測定機器の異常を検出する異常診断装置および異常診
断方法およびプログラム記憶媒体に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an abnormality diagnosing device, an abnormality diagnosing method, and a program storage medium, which detect an abnormality of a measuring device by using a wavelet transform result of a measuring signal output from the measuring device.
【0002】[0002]
【従来の技術】石油化学プラントなどのプロセスの現場
には、さまざまな液面計や流量計などの測定機器が設置
されている。そして、それら測定機器は、各種プラント
の状態を計測するだけではなく、その計測データから操
作量を求めて対象プラントを制御するようにしているの
で、きわめて重要な役割を持っている。ところで、これ
ら測定機器が異常になった場合、その異常計測データを
そのままプラントの制御に用いれば、プラントの安定性
や安全性が保たれないことは明かである。また、その測
定機器の異常には、清掃によって機能が回復する汚れの
堆積などによる性能の一時的変化や、実際に機器の劣化
による性能の変化などがあり、それらの区別が難しい。
さらに、測定機器が異常になるまでには、異常となる予
兆例えば信号出力の基底状態が所定の値からずれている
などが発生しているが、その異常となる前に早めに対処
することが必要である。2. Description of the Related Art Various measuring instruments such as a liquid level gauge and a flow meter are installed in a process site such as a petrochemical plant. Since these measuring devices not only measure the states of various plants, but also control the target plant by obtaining the manipulated variable from the measured data, they have an extremely important role. By the way, when these measuring devices become abnormal, it is obvious that the stability and safety of the plant cannot be maintained if the abnormal measurement data is directly used for controlling the plant. Further, the abnormality of the measuring device includes a temporary change in performance due to accumulation of dirt whose function is restored by cleaning, and a change in performance due to actual deterioration of the device, and it is difficult to distinguish them.
Furthermore, before the measuring device becomes abnormal, there are signs that it will become abnormal, for example, the ground state of the signal output deviates from a predetermined value, but it is possible to take prompt measures before it becomes abnormal. is necessary.
【0003】そこで、一般には、測定機器はオペレータ
や監視員が監視し、異常と判断されたときには修理した
り交換したりするなどにより、測定機器の異常発生に対
処している。しかし、測定機器それぞれは耐用年数も異
なり、また同じ機器であっても個体差があり、加えて設
置機器の数も非常に多い。このため、いつ異常が発生し
たり故障するかがわからないそれらの測定機器に対し
て、常に監視,保守体制をとることは、製造コストの上
昇を招くなど種々の面で望ましくない。そのため、これ
まで、それら測定機器から出力されるプロセス信号をフ
ーリエ変換することにより各信号成分を分析し、故障や
劣化などの検出しようとする試みがなされてきた。しか
し、フーリエ変換により得られた各周波数成分ごとのデ
ータでは、時間に関する情報がなくなっているので、そ
れら各周波数成分ごとのデータを逆フーリエ変換して時
間に関する情報を再現して用いるようにしている。Therefore, in general, the measuring instrument is monitored by an operator or an observer, and when it is judged to be abnormal, repair or replacement is carried out to cope with the occurrence of abnormality in the measuring instrument. However, each measuring device has a different service life, and even the same device has individual differences, and in addition, the number of installed devices is very large. For this reason, it is not desirable from a variety of viewpoints, such as an increase in manufacturing cost, to always take a monitoring and maintenance system for those measuring devices that do not know when an abnormality will occur or will break down. Therefore, until now, attempts have been made to analyze the respective signal components by performing Fourier transform on the process signals output from those measuring devices to detect failure or deterioration. However, the data for each frequency component obtained by the Fourier transform has no information on time, so the data for each frequency component is inverse Fourier transformed to reproduce and use the information on time. .
【0004】[0004]
【発明が解決しようとする課題】しかしながら、それら
の情報の中より、例えば汚れによる一時的な測定結果の
変化と、機器自身の劣化による測定結果の変化とを区別
して抽出することが容易ではなかった。また、フーリエ
変換などによる手法では、上述したように逆フーリエ変
換が必要であったり、全ての周波数帯域について検査す
ることになるため、1つの機器に対する検証に時間がか
かる。これらのことを、例えばコンピュータで処理させ
ようとすれば、全ての機器の検査に対応するためには、
高度な処理能力を備えたものを用いなければならず、そ
のようなコンピュータは高額であり、プロセスの監視の
ために非常に多くのコストがかかってしまう。However, it is not easy to distinguish and extract, from the information, a temporary change in the measurement result due to dirt and a change in the measurement result due to deterioration of the device itself. It was Further, in the method based on the Fourier transform or the like, the inverse Fourier transform is required as described above, or all frequency bands are inspected, so it takes time to verify one device. If you try to process these things with a computer, for example, in order to support inspection of all equipment,
Those with a high degree of processing power have to be used, such computers are expensive and the process monitoring is very expensive.
【0005】この発明は、以上のような問題点を解消す
るためになされたものであり、測定機器より出力される
測定結果の信号を用い、その測定機器の状態をあまりコ
ストをかけずに精度よく把握できるようにすることを目
的とする。The present invention has been made in order to solve the above problems, and uses the signal of the measurement result output from the measuring device to accurately measure the state of the measuring device at a low cost. The purpose is to be able to understand well.
【0006】[0006]
【課題を解決するための手段】この発明の異常診断装置
は、測定機器より出力される時系列信号である所定時間
の測定信号を、あらかじめ設定されている展開回数でウ
ェーブレット変換して時間と周波数との関係を示すウェ
ーブレット変換信号に変換するウェーブレット変換部
と、各展開回数のうち少なくとも2つ以上のウェーブレ
ット変換信号を選択して所定の時間間隔ごとに区切り、
その区切られた区間それぞれにおいてその区間内のウェ
ーブレット変換信号の分散を求める分散処理部と、選択
された各々のウェーブレット変換信号毎に、分散の区間
変化があらかじめ設定されている異常パターンと同様と
なったときに異常と判定する異常判定部とを備えるよう
にした。以上のように構成したので、測定機器より出力
される時系列信号そのままではとらえることができな
い、定常的な振動状態とは異なった振動状態が異常と判
定される。SUMMARY OF THE INVENTION An abnormality diagnosing apparatus of the present invention is a time-frequency signal obtained by wavelet-transforming a measurement signal, which is a time-series signal output from a measuring instrument, for a predetermined time with a predetermined number of expansions. select a wavelet transform section for converting the wavelet transform signal indicating the relationship, at least two or more Webure <br/> Tsu preparative conversion signal of each deployment times the separator at predetermined time intervals,
A distributed processing unit that calculates the dispersion of the wavelet-transformed signal in each of the divided sections, and a selection
For each of the generated wavelet transform signals, an abnormality determination unit is provided for determining an abnormality when the variation in the interval of variance becomes similar to a preset abnormality pattern. With the above configuration, a vibration state different from the steady vibration state, which cannot be captured as it is by the time-series signal output from the measuring instrument, is determined to be abnormal.
【0007】また、この発明の異常診断方法は、測定機
器より出力される時系列信号である所定時間の測定信号
を、あらかじめ設定されている展開回数でウェーブレッ
ト変換して時間と周波数との関係を示すウェーブレット
変換信号に変換する第1のステップと、各展開回数のう
ち少なくとも2つ以上のウェーブレット変換信号を選択
して所定の時間間隔ごとに区切り、その区切られた区間
それぞれにおいてその区間内のウェーブレット変換信号
の分散を求める第2のステップと、選択された各々のウ
ェーブレット変換信号毎に、分散の区間変化があらかじ
め設定されている異常パターンと同様となったときに異
常と判定する第3のステップとから構成するようにし
た。以上のように構成したので、測定機器より出力され
る時系列信号そのままではとらえることができない、定
常的な振動状態とは異なった振動状態が異常と判定され
る。Further, according to the abnormality diagnosis method of the present invention, a time-series signal, which is a time-series signal, output from a measuring device for a predetermined time is wavelet-transformed with a preset number of expansions to establish a relationship between time and frequency. a first step of converting the wavelet transform signal indicating the number of times each deployment
Chi at least two to select the wavelet transform signal separated at predetermined time intervals, a second step of obtaining the dispersion of the wavelet transform signal in that interval in each of which delimited section, respectively, which are selected U
For each wavelet-converted signal, a third step of determining an abnormality when the variation of the dispersion interval becomes similar to a preset abnormality pattern is configured. With the above configuration, a vibration state different from the steady vibration state, which cannot be captured as it is by the time-series signal output from the measuring instrument, is determined to be abnormal.
【0008】そして、この発明のプログラム記憶媒体
は、測定機器より出力される時系列信号である所定時間
の測定信号を、あらかじめ設定されている展開回数でウ
ェーブレット変換して時間と周波数との関係を示すウェ
ーブレット変換信号に変換する第1のステップと、各展
開回数のうち少なくとも2つ以上のウェーブレット変換
信号を選択して所定の時間間隔ごとに区切り、その区切
られた区間それぞれにおいてその区間内のウェーブレッ
ト変換信号の分散を求める第2のステップと、選択され
た各々のウェーブレット変換信号毎に、分散の区間変化
があらかじめ設定されている異常パターンと同様となっ
たときに異常と判定する第3のステップとから構成され
たプログラムを記憶するようにした。以上のように構成
したので、測定機器より出力される時系列信号そのまま
ではとらえることができない、定常的な振動状態とは異
なった振動状態が異常と判定される。Further, the program storage medium of the present invention wavelet-transforms a measurement signal, which is a time-series signal for a predetermined time, which is a time-series signal, with a preset number of expansions, and shows the relationship between time and frequency. a first step of converting the wavelet transform signal indicating each exhibition
Selects at least two or more wavelet transform <br/> No. signal of open times separated at predetermined time intervals, the delimited section second obtaining the variance of the wavelet transform signal in the section in each Step and selected
For each wavelet-transformed signal, a program composed of a third step of judging an abnormality when the variation in the interval of variance becomes similar to a preset abnormal pattern is stored. With the above configuration, a vibration state different from the steady vibration state, which cannot be captured as it is by the time-series signal output from the measuring instrument, is determined to be abnormal.
【0009】[0009]
【発明の実施の形態】以下この発明の実施の形態を図を
参照して説明する。石油化学プラントなどでは、例えば
精製前の原油を貯蔵するタンクにおける貯蔵量を把握す
るために、浮式の液面計を用いるようにしている。ある
タンクでは、中間製品が所定流量で流入し、次工程に所
定流量で流出している。そして、タンク内の中間製品の
液面高さが所定の値となるように、その流入量と流出量
とを制御している。その簡単な構造を示すと、図1
(a)に示すように、この液面計100は、軸受部10
1にトルクチューブ102が固定され、そのトルクチュ
ーブ102の先端にはトルクチューブ102を軸として
回転可能にレバー103が固定され、そのレバー103
先端に筒状の浮子104が固定されている。また、レバ
ー103が取り付けられたトルクチューブ102先端部
には、ロッド105が固定され、そのロッド105の一
端は、トルクチューブ102内を貫通して軸受部101
の反対側に突き出ている。BEST MODE FOR CARRYING OUT THE INVENTION Embodiments of the present invention will be described below with reference to the drawings. In a petrochemical plant, for example, a floating liquid level gauge is used to grasp the storage amount in a tank that stores crude oil before refining. In a certain tank, the intermediate product flows in at a predetermined flow rate and flows out to the next process at a predetermined flow rate. The inflow amount and the outflow amount are controlled so that the liquid level of the intermediate product in the tank becomes a predetermined value. Its simple structure is shown in Fig. 1.
As shown in (a), the liquid level gauge 100 includes a bearing unit 10
1, a torque tube 102 is fixed, and a lever 103 is fixed to the tip of the torque tube 102 so as to be rotatable around the torque tube 102 as an axis.
A tubular float 104 is fixed to the tip. Further, a rod 105 is fixed to a tip end portion of the torque tube 102 to which the lever 103 is attached, and one end of the rod 105 penetrates the inside of the torque tube 102 and the bearing portion 101.
Protruding to the other side.
【0010】したがって、レバー103のトルクチュー
ブ102を軸とした回転は、そのロッド105の回転と
してロッド105の一端で検出される。例えば、ロッド
105の先端にひずみゲージ106を取り付ければ、レ
バー103のトルクチューブ102を軸とした回転が、
ひずみゲージ106の電気出力の変化となって検出され
る。すなわち、浮子104の液面変化による上下動が、
ひずみゲージ106の電気出力の変化となって検出され
る。そして、浮子104側とひずみゲージ106側とは
軸受部101を介して完全に分離することができるの
で、トルクチューブ102やレバー103および浮子1
04に、例えばステンレス鋼などの耐腐食性を有する材
料を用いれば、腐食性のある液体であっても、この液面
計100はその液面検出に用いることができる。Therefore, the rotation of the lever 103 about the torque tube 102 is detected as the rotation of the rod 105 at one end of the rod 105. For example, if the strain gauge 106 is attached to the tip of the rod 105, the rotation of the lever 103 about the torque tube 102 becomes
It is detected as a change in the electrical output of the strain gauge 106. That is, the vertical movement due to the change in the liquid level of the float 104 is
It is detected as a change in the electrical output of the strain gauge 106. Since the float 104 side and the strain gauge 106 side can be completely separated via the bearing portion 101, the torque tube 102, the lever 103, and the float 1 are separated.
If a material having a corrosion resistance such as stainless steel is used for 04, the liquid level gauge 100 can be used for detecting the liquid level even if the liquid is a corrosive liquid.
【0011】そして、図1(b)に示すように、その液
面計100によりタンク110内の中間製品111の液
面を測定し、制御部120では、その測定した液面が所
定の範囲に入るように、タンク110への流入量とタン
ク110からの流出量とを制御している。例えば、制御
部120は、タンク110へ中間製品111が流入して
くる流入パイプ112の流入バルブ113の開度と、タ
ンク110から中間製品111が流出していく流出パイ
プ114の流出バルブ115の開度とを、液面計100
からの信号により制御している。そして、この実施の形
態では、液面計100から出力されている測定信号を、
異常診断装置130で診断して異常を検出するようにし
た。Then, as shown in FIG. 1B, the liquid level of the intermediate product 111 in the tank 110 is measured by the liquid level gauge 100, and the measured liquid level is within a predetermined range in the control unit 120. The amount of inflow to the tank 110 and the amount of outflow from the tank 110 are controlled so as to enter. For example, the control unit 120 opens the inflow valve 113 of the inflow pipe 112 through which the intermediate product 111 flows into the tank 110 and opens the outflow valve 115 of the outflow pipe 114 through which the intermediate product 111 flows out of the tank 110. Level and 100
It is controlled by the signal from. Then, in this embodiment, the measurement signal output from the liquid level gauge 100 is
The abnormality is diagnosed by the abnormality diagnosis device 130 to detect the abnormality.
【0012】その異常診断装置130では、まず、入力
された時系列信号である測定信号をウェーブレット変換
部131でウェーブレット変換する。次に、分散処理部
132で、そのウェーブレット変換して得られたウェー
ブレット変換信号の一部を、展開回数ごとに24時間の
間隔で区切り、それぞれの区間内のウェーブレット変換
信号のバラツキの度合いを示すもの(分散)として分散
値を計算してこれを分散Vとする。その分散値は、n個
の変量をx1,x2,・・・,xnとしたとき、以下の
数1により求めればよい。In the abnormality diagnosing device 130, first, the input measurement signal, which is a time-series signal, is wavelet-transformed by the wavelet transformer 131. Next, in the dispersion processing unit 132, a part of the wavelet transform signal obtained by the wavelet transform is divided at intervals of 24 hours for each number of expansions to show the degree of variation of the wavelet transform signal in each section. The variance value is calculated as the thing (dispersion), and this is designated as variance V. The variance value may be obtained by the following formula 1 when n variables are x1, x2, ..., Xn.
【数1】 [Equation 1]
【0013】なお、それぞれの区間の中の分散値をとる
のではなく、最大値と最小値の差をとるようにしてそれ
を分散としてもよい。そして、異常判定部133で、得
られた分散Vの異常の状態を示す異常パターンなどの区
間変化などにより、測定信号の異常を判断して検出す
る。また、入力部134により、たとえば、ウェーブレ
ット変換部131に展開回数を設定したり、異常判定部
133に判断基準を設定する。また、表示部135に、
分散処理部132により得られた分散Vの変化を表示し
たり、異常判定部133による判定結果を表示する。Instead of taking the variance value in each section, the variance may be taken by taking the difference between the maximum value and the minimum value. Then, the abnormality determination unit 133 determines and detects the abnormality of the measurement signal based on the section change such as the abnormality pattern indicating the obtained abnormal state of the variance V. In addition, the input unit 134 sets the number of expansions in the wavelet transform unit 131, or sets the determination reference in the abnormality determination unit 133, for example. In addition, on the display unit 135,
The change in the dispersion V obtained by the dispersion processing unit 132 is displayed, and the determination result by the abnormality determination unit 133 is displayed.
【0014】ここでまず、ウェーブレット変換部131
おけるウェーブレット変換に関して説明する。ウェーブ
レット変換部131では、まず、入力された時系列信号
である測定信号に対し、あらかじめ設定された所定のス
ケールパラメータを基に、やはりあらかじめ設定された
所定のウェーブレット関数を用いてウェーブレット変換
を行い、ウェーブレット変換の結果として表される時間
−周波数領域に展開されたウェーブレット変換信号W
(a,b)を生成する。この生成の際、ウェーブレット
変換の定義式とその条件は、次の数2で表される。Here, first, the wavelet transform unit 131
The wavelet transform in FIG. The wavelet transform unit 131 first performs wavelet transform on the input measurement signal, which is a time-series signal, by using a preset wavelet function that is also preset based on preset preset scale parameters. Wavelet transform signal W expanded in the time-frequency domain represented as a result of the wavelet transform
Generate (a, b). At the time of this generation, the definition equation of the wavelet transform and its condition are expressed by the following equation 2.
【0015】[0015]
【数2】 [Equation 2]
【0016】ところで、ウェーブレット変換部131で
は、実際には、ウェーブレット変換信号W(a,b)
を、以下の数3に示すように、大きさI×Jの2次元配
列Wijとして演算し、これをウェーブレット変換信号で
ある第1の分布Wijとして出力する。By the way, in the wavelet transform unit 131, the wavelet transform signal W (a, b) is actually used.
Is calculated as a two-dimensional array W ij of size I × J as shown in the following Expression 3, and this is output as a first distribution W ij which is a wavelet transformed signal.
【0017】[0017]
【数3】 [Equation 3]
【0018】なお、Iはウェーブレット変換におけるス
ケールパラメータaの個数(展開数)、Jはシフトパラ
メータbの個数(時系列信号点数に等しい)である。ま
た、この実施の形態では、基本ウェーブレット関数Ψ
(t)として、図2に示したメイヤー関数を用いた。な
お、Ψ*はΨの複素共役を表す。従って、この実施の形
態では、実数で表される時間−周波数領域に展開された
ウェーブレット変換信号が得られることになる。Note that I is the number of scale parameters a (the number of expansions) in the wavelet transform, and J is the number of shift parameters b (equal to the number of time-series signal points). Also, in this embodiment, the basic wavelet function Ψ
The Meyer function shown in FIG. 2 was used as (t). Note that Ψ * represents the complex conjugate of Ψ. Therefore, in this embodiment, the wavelet transform signal expanded in the time-frequency domain represented by a real number can be obtained.
【0019】以下、実際に液面計100より得られる測
定信号を例にとり、この実施の形態の異常診断装置13
0の動作に関して説明する。まず、図3(a)に示すよ
うに、1年の中のある月の約30日間の測定結果が得ら
れているものとする。このように得られた測定結果の中
で、図3(a)のたとえば10日目においては、レベル
が−5%と大きく変化している。これは設定値の変更に
よるものであり、設定値が変更されることで液面計10
0から出力される測定結果の信号は大きく変動してい
る。このように、異常ではない出力信号の大きな変動が
ある中で、信号出力状態の中より液面計100からの異
常を検出することは容易ではない。Hereinafter, taking the measurement signal actually obtained from the liquid level gauge 100 as an example, the abnormality diagnosing device 13 of this embodiment will be described.
The operation of 0 will be described. First, as shown in FIG. 3A, it is assumed that the measurement results for about 30 days in a month of the year have been obtained. In the measurement results thus obtained, the level greatly changes to −5% on the 10th day in FIG. 3A, for example. This is due to the change of the set value.
The signal of the measurement result output from 0 fluctuates greatly. As described above, it is not easy to detect an abnormality from the liquid level gauge 100 from the signal output state, while there is a large fluctuation in the output signal that is not abnormal.
【0020】そこでまず、この実施の形態では、前述し
たように、ウェーブレット変換部131で、あらかじめ
設定してある展開回数iでウェーブレット変換し、その
ウェーブレット変換信号Wijについて24時間ごとに区
切り、それぞれの区間について分散処理部132で分散
Vn (n=1,2,3・・・30)を求める。ここで、
測定信号は5分おきに液面を測定している結果とする
と、24時間では288回測定した結果となり、Wi1〜
Wi288の288個のデータについて1つの分散Vn を求
めることになる。そして、異常判定部133において、
その1日ことの分散Vn の変化が、あらかじめ設定して
ある異常パターンと同様となったとき、液面計100に
異常が発生しているものと判定する。Therefore, in this embodiment, as described above, the wavelet transform unit 131 performs the wavelet transform with the preset number of expansions i, and the wavelet transform signal W ij is divided every 24 hours, respectively. The variance V n (n = 1, 2, 3 ... 30) is obtained by the variance processing unit 132 for the section. here,
When the measurement signal is the result of measures the liquid level in 5-minute intervals, result in measured 288 times in 24 hours, W i1 ~
One variance V n is obtained for 288 data of W i288 . Then, in the abnormality determination unit 133,
When the change in the variance V n for the one day becomes similar to a preset abnormality pattern, it is determined that an abnormality has occurred in the liquid level gauge 100.
【0021】ここで、上述した展開回数iは、次のよう
にして診断を行うことによって前もって設定しておく。
すなわち、たとえば、図3(a)に示したような液面計
100より得られる測定信号より、ウェーブレット変換
部131を用いて所定の展開回数Iまでウェーブレット
変換し、それぞれの展開回数iにおけるウェーブレット
変換信号Wijを例えば24時間ごとに区切り、区間ごと
にて分散処理部132でばらつき度を求める。すなわ
ち、まず、展開回数1でウェーブレット変換し、そのウ
ェーブレット変換信号W1jを24時間ごとに区切って区
間ごとに分散処理部132で分散Vn を求め、図3
(b)に示すように、24時間毎、すなわち1日ごとの
分散Vn の変化にする。Here, the number of expansions i described above is set in advance by making a diagnosis as follows.
That is, for example, from the measurement signal obtained from the liquid level gauge 100 as shown in FIG. 3A, the wavelet transform unit 131 is used to perform wavelet transform up to a predetermined development number I, and the wavelet transform at each development number i is performed. The signal W ij is divided, for example, every 24 hours, and the dispersion processing unit 132 obtains the degree of variation for each section. That is, first, the wavelet transform is performed with the number of expansion times 1, the wavelet transformed signal W 1j is divided every 24 hours, and the variance processing unit 132 obtains the variance V n for each interval.
As shown in (b), the variance V n is changed every 24 hours, that is, every day.
【0022】同様に、展開回数2でウェーブレット変換
し、そのウェーブレット変換信号W2jを24時間ごとに
区切って区間ごとに分散処理部132で分散Vn を求
め、図3(c)に示すように、1日ごとの分散Vn の変
化にする。また、展開回数3(i=3)でウェーブレッ
ト変換し、そのウェーブレット変換信号W3jを24時間
ごとに区切って区間ごとに分散処理部132で分散Vn
を求め、図3(d)に示すように、1日ごとの分散Vn
の変化にする。また、展開回数4(i=4)でウェーブ
レット変換し、そのウェーブレット変換信号W4jを24
時間ごとに区切って区間ごとに分散処理部132で分散
Vnを求め、図3(e)に示すように、1日ごとの分散
Vn の変化にする。Similarly, the wavelet transform is performed with the number of expansion times 2, the wavelet transformed signal W 2j is divided every 24 hours, and the variance processing unit 132 obtains the variance V n for each interval, as shown in FIG. The variance V n is changed every day. In addition, the wavelet transform is performed with the number of expansions 3 (i = 3), the wavelet transformed signal W 3j is divided every 24 hours, and the variance processing unit 132 performs the variance V n for each interval.
Then, as shown in FIG. 3D, the variance V n for each day is calculated.
To change. Further, the wavelet transform is performed with the number of expansions 4 (i = 4), and the wavelet transformed signal W 4j is 24
The distribution processing unit 132 obtains the dispersion V n for each time segment, and the dispersion V n is changed every day as shown in FIG.
【0023】一方で、その測定結果が得られた日数の中
で、液面計の状態の変化を逐次観察する。ここで、たと
えば、例えば、液面計は月初めと月中で掃除を行うよう
にしているものとする。以下、浮子の汚れと測定信号と
の関係について考察する。図1(b)に示したタンク1
10においては、中間製品111が常に流入・流出して
おり、また、プロセスにおいては様々な振動発生源があ
る。このため、その中間製品111の液面は、常に大小
のうねりが発生している。したがって、浮子104は常
に振動しているので、液面計100の出力する測定信号
にもその振動が現れる。したがって、液面の測定では、
それら振動を考慮するようにしている。On the other hand, changes in the state of the liquid level gauge are successively observed during the days when the measurement results are obtained. Here, for example, the liquid level gauge is supposed to be cleaned at the beginning of the month and during the month. Hereinafter, the relationship between the dirt of the float and the measurement signal will be considered. Tank 1 shown in FIG. 1 (b)
In Fig. 10, the intermediate product 111 is constantly flowing in and out, and there are various sources of vibration in the process. For this reason, the liquid surface of the intermediate product 111 always has large and small undulations. Therefore, since the float 104 is constantly vibrating, the vibration also appears in the measurement signal output from the liquid level gauge 100. Therefore, when measuring the liquid level,
I try to consider those vibrations.
【0024】しかし、浮子104に汚れが付着すると、
浮子104の浮力が変化してしまうので、その振動の状
態も変化してしまい、測定結果に悪影響を及ぼす。この
ため、一般には、浮子104の汚れを定期的に掃除して
汚れを除去するようにしている。例えば、上述の場合で
は、月初めと月中に浮子の掃除を行うようにしている。
しかし、この掃除の間隔が適正なものであるかどうかは
わからない。そこで、図3(b)から図3(e)に示し
た診断結果と液面計の状態の変化とを照らし合わせる
と、図3(b)に示す、W1jの1日ごとの分散Vn の変
化に、月初めに当たる箇所と月中に当たる箇所とに変化
が大きく現れている。そして、この繰り返される分散V
n の変化は、分散Vn が少ない初期の状態より急激に増
加し、そして、増加した値がその後ほぼ一定の状態を続
けている。However, if dirt is attached to the float 104,
Since the buoyancy of the float 104 changes, its vibration state also changes, which adversely affects the measurement results. Therefore, in general, the dirt on the float 104 is regularly cleaned to remove the dirt. For example, in the case described above, the float is cleaned at the beginning of the month and during the month.
However, I do not know if this cleaning interval is proper. Then, when the diagnostic results shown in FIGS. 3B to 3E are compared with the change in the state of the liquid level gauge, the daily variance V n of W 1j shown in FIG. 3B is obtained. In the change of, there are large changes in the part that hits the beginning of the month and the part that hits during the month. And this repeated dispersion V
The change in n increases more rapidly than in the initial state where the variance V n is small, and the increased value continues to be almost constant thereafter.
【0025】従って、この診断の結果、上述したウェー
ブレット変換部131に、異常判定のためにあらかじめ
設定しておく展開回数は1とすることになる。すなわ
ち、ウェーブレット変換信号の一部として展開回数1の
ものを選択する。また、異常判定部133に設定してお
くしきい値としては、ばらつき度の変化として0.05
を設定しておく。これらの設定は、入力部134により
行う。このように設定しておくことで、上述した異常診
断装置130では、次に示すことにより異常を判定す
る。まず、ウェーブレット変換部131で得られた測定
信号を展開回数1でウェーブレット変換し、そのウェー
ブレット変換信号W1jを分散処理部132で1日ごとに
区切って区間ごとにばらつき度Vn を求める。そして、
異常判定部133では、その分散Vn の変化の中に、た
とえば0.05を越えるものがあったとき、浮子103
に汚れが付着したことによる異常が液面計100に発生
しているものと判定する。この異常の判定結果は、表示
部135に表示される。Therefore, as a result of this diagnosis, the number of expansions set in advance in the above-mentioned wavelet transform unit 131 for abnormality determination is set to 1. That is, a wavelet-transformed signal having a development count of 1 is selected. Further, the threshold value set in the abnormality determination unit 133 is set to 0.05 as a variation in the degree of variation.
Is set. These settings are performed by the input unit 134. By setting in this way, the above-described abnormality diagnosis device 130 determines an abnormality by the following. First, the measurement signal obtained by the wavelet transform unit 131 is wavelet transformed with the number of expansions 1, and the wavelet transformed signal W 1j is divided by the dispersion processing unit 132 every day to obtain the degree of variation V n for each section. And
In the abnormality determination unit 133, when the variation of the variance V n exceeds 0.05, for example, the float 103
It is determined that abnormality has occurred in the liquid level gauge 100 due to the attachment of dirt to the liquid level gauge 100. The determination result of this abnormality is displayed on the display unit 135.
【0026】また、例えばより長い日数の測定信号を対
象として診断してほかの異常に対応する展開回数やしき
い値を設定することで、異なる2つ以上の原因の異常を
検出することができる。例えば、図4(a)に示すある
2月間の約60日分の測定結果を用いて、上述と同様に
して診断する。まず、展開回数1でウェーブレット変換
し、そのウェーブレット変換信号W1jを24時間ごとに
区切って区間ごとに分散処理部132で分散Vn を求
め、図4(b)に示すように、24時間毎、すなわち1
日ごとの分散Vn (n=1,2,3,・・・60)の6
0日分の変化にする。Further, for example, by diagnosing a measurement signal of a longer number of days and setting the number of times of deployment and a threshold value corresponding to other abnormalities, it is possible to detect abnormalities of two or more different causes. . For example, the diagnosis is performed in the same manner as described above using the measurement results for about 60 days in a certain month shown in FIG. 4A. First, the wavelet transform is performed with the number of expansion times 1, the wavelet transformed signal W 1j is divided every 24 hours, and the variance processing unit 132 obtains the variance V n for each interval, and as shown in FIG. , Ie 1
6 of daily variance V n (n = 1, 2, 3, ... 60)
Change to 0 days.
【0027】同様に、展開回数2でウェーブレット変換
し、そのウェーブレット変換信号W2jを24時間ごとに
区切って区間ごとに分散処理部132で分散Vn を求
め、図4(c)に示すように、1日ごとの分散Vn の6
0日分の変化にする。また、展開回数3(i=3)でウ
ェーブレット変換し、そのウェーブレット変換信号W3j
を24時間ごとに区切って区間ごとに分散処理部132
で分散Vn を求め、図4(d)に示すように、1日ごと
の分散Vn の60日分の変化にする。また、展開回数4
(i=4)でウェーブレット変換し、そのウェーブレッ
ト変換信号W4jを24時間ごとに区切って区間ごとに分
散処理部132で分散Vn を求め、図4(e)に示すよ
うに、1日ごとの分散Vn の60日分の変化にする。Similarly, the wavelet transform is performed with the number of expansions of 2, the wavelet transformed signal W 2j is divided every 24 hours, and the variance processing unit 132 obtains the variance V n for each interval, as shown in FIG. Variance of daily V n of 6
Change to 0 days. Further, the wavelet transform is performed with the number of expansions 3 (i = 3), and the wavelet transformed signal W 3j
Is divided every 24 hours, and the distributed processing unit 132 is divided for each section.
Then, the variance V n is obtained, and as shown in FIG. 4D, the variance V n is changed every day for 60 days. The number of deployments is 4
Wavelet transform is performed at (i = 4), the wavelet transform signal W 4j is divided every 24 hours, and the variance V n is obtained by the variance processing unit 132 for each interval, and as shown in FIG. Of the variance V n of 60 days.
【0028】一方で、その測定結果が得られた60日の
中で、液面計の状態の変化を逐次観察する。この結果、
たとえば、図4(b)〜図4(e)となる測定結果が得
られた60日間では、45日目の検査により図1に示し
た構造の液面計100のトルクチューブ102に劣化が
発生していることが判明した。トルクチューブ102が
劣化すると、レバー103を介して浮子104をしたに
押し下げる力が減少することになり、液面高さが実際よ
り高く検出されるようになる。しかしこのことは、図4
(a)に示す測定結果ではほとんどみられない。On the other hand, changes in the state of the liquid level gauge are successively observed within the 60 days when the measurement results are obtained. As a result,
For example, during the 60 days when the measurement results shown in FIGS. 4B to 4E are obtained, the torque tube 102 of the liquid level gauge 100 having the structure shown in FIG. 1 is deteriorated by the inspection on the 45th day. It turned out that When the torque tube 102 deteriorates, the force that pushes down the float 104 via the lever 103 decreases, and the liquid level height is detected higher than it actually is. However, this is
It is hardly seen in the measurement results shown in (a).
【0029】そこで、図4(b)から図4(e)に示し
た診断結果と液面計100の状態の変化とを照らし合わ
せると、図4(d)において、約33日後あたりから分
散Vn に変化がみられる。したがって、液面計100の
実際の状態と図4(b)から図4(e)の結果とを照ら
し合わせると、展開回数3でウェーブレット変換し、そ
のウェーブレット変換信号W3jを24時間ごとに区切っ
て区間ごとに求めた分散Vn の変化の中に、トルクチュ
ーブ102の劣化が検出できることが診断されたことに
なる。Then, comparing the diagnostic results shown in FIGS. 4 (b) to 4 (e) with the change in the state of the liquid level gauge 100, in FIG. 4 (d), after about 33 days, the dispersion V There is a change in n . Therefore, by comparing the actual state of the liquid level gauge 100 with the results of FIG. 4 (b) to FIG. 4 (e), the wavelet transform is performed with the expansion number of 3 and the wavelet transform signal W 3j is divided every 24 hours. It is diagnosed that the deterioration of the torque tube 102 can be detected in the change of the variance V n obtained for each section.
【0030】以上のことにより、入力部134を用い、
上述したウェーブレット変換部131に、異常判定のた
めにあらかじめ設定しておく展開回数を3とし、異常判
定部133に設定しておくばらつき度の変化のしきい値
に1を設定しておく。このように設定しておくことで、
上述した異常診断装置130では、次に示すことによ
り、トルクチューブ102の劣化による異常を判定す
る。まず、ウェーブレット変換部131で得られた測定
信号を展開回数3でウェーブレット変換し、そのウェー
ブレット変換信号W3jを分散処理部132で1日ごとに
区切って区間ごとにばらつき度を求める。そして、異常
判定部133では、その分散Vn の変化の中に、たとえ
ば1を越えるものがあったとき、トルクチューブ102
が劣化したことによる異常が液面計100に発生してい
るものと判定する。そして、この異常の判定結果は、表
示部135に表示される。From the above, using the input unit 134,
The number of expansions set in advance in the wavelet transformation unit 131 for abnormality determination is set to 3, and 1 is set to the threshold value of variation in variation set in the abnormality determination unit 133. By setting in this way,
In the above-described abnormality diagnosis device 130, an abnormality due to deterioration of the torque tube 102 is determined by the following. First, the measurement signal obtained by the wavelet transform unit 131 is wavelet-transformed with the expansion count of 3, and the wavelet-transformed signal W 3j is divided by the dispersion processing unit 132 every day to obtain the degree of variation for each segment. Then, in the abnormality determination unit 133, when there is a change in the variance V n that exceeds 1, for example, the torque tube 102.
It is determined that the liquid level gauge 100 is abnormal due to deterioration. Then, the determination result of this abnormality is displayed on the display unit 135.
【0031】以上に説明したように、この実施の形態の
異常診断装置によれば、液面計が出力している測定信号
を用い、浮子に汚れが付着したことによる液面計の異常
と、トルクチューブが劣化したことによる液面計の異常
とを、それぞれ区別して検出することができる。なお、
上記実施の形態では、診断のためにウェーブレット変換
を展開数4まで行うようにしたが、これに限るものでは
なく、5回以上展開するようにしてもよい。また、分散
Vn は、24時間ごとのウェーブレット変換結果につい
て求めるようにしたが、これに限るものではなく、例え
ば、12時間ごとのウェーブレット変換結果について求
めるようにしてもよい。As described above, according to the abnormality diagnosing device of this embodiment, the abnormality of the liquid level gauge due to the dirt attached to the float is measured by using the measurement signal output from the liquid level gauge. The abnormality of the liquid level gauge due to the deterioration of the torque tube can be detected separately. In addition,
In the above embodiment, the wavelet transform is performed up to the expansion number 4 for diagnosis, but the number of expansions is not limited to this, and the expansion may be performed five times or more. Further, the variance V n is calculated for the wavelet transform result every 24 hours, but the present invention is not limited to this, and for example, it may be calculated for the wavelet transform result every 12 hours.
【0032】また、上記実施の形態では、浮子を用いた
液面計を例にとり説明したが、これに限るものではな
く、他の様々な測定機器の異常検出に用いることができ
ることはいうまでもない。すなわち、まず、測定機器よ
り得られる測定信号をウェーブレット変換部でウェーブ
レット変換し、各展開回数において所定間隔ごとに区切
って区間ごとに分散Vを求め、各展開回数ごとに分散V
n の時系列変化のデータとする。そして、それらデータ
を、その測定信号を得た期間の測定機器の実際の状態
(発生した異常な状態など)と照らし合わせることで、
測定機器に起こった状態変化がどの展開回数に現れてい
るかどうかを診断する。Further, in the above embodiment, the liquid level gauge using the float was described as an example, but the present invention is not limited to this, and it goes without saying that it can be used for abnormality detection of various other measuring instruments. Absent. That is, first, the measurement signal obtained from the measuring device is wavelet-transformed by the wavelet transform unit, and the variance V is obtained for each interval by dividing the measurement signal at predetermined intervals in each expansion number.
Data for n time series changes. Then, by comparing these data with the actual state of the measuring device (such as an abnormal state that occurred) during the period when the measurement signal was obtained,
Diagnose at which deployment frequency the state change that occurred in the measuring device appears.
【0033】そして、その診断結果を用いて、ウェーブ
レット変換部の展開回数や異常判定部のしきい値などを
設定すれば、測定信号中には露見していない測定機器の
異常を、この実施の形態の異常診断装置で検出すること
ができるようになる。また、異常判定部には、閾値に限
らず実際に発生した異常状態を示す異常パターンを設定
し、その異常パターンとの比較で判定するようにすれば
よい。例えば、上述では、例えば、分散がしきい値以上
に増加したとき異常と判定するようにしたが、分散が所
定値より小さく減少したときの状態を診断するようにし
てもよい。例えば、何らかの原因により浮子の上下動が
阻害されたときには、通常では発生している振動成分が
減少するあるいはなくなる場合がある。このような異常
に関しては、分散が所定値より小さく減少したときに異
常と判定すればよい。Then, by using the diagnostic result, the number of expansions of the wavelet transform unit, the threshold value of the abnormality judging unit, and the like are set, and the abnormality of the measuring instrument which is not exposed in the measurement signal is detected by this operation. It becomes possible to detect with the form abnormality diagnostic device. Further, not only the threshold value but also an abnormality pattern indicating an abnormal state that has actually occurred may be set in the abnormality determination unit, and determination may be made by comparison with the abnormality pattern. For example, in the above description, for example, when the variance increases above the threshold value, it is determined to be abnormal, but the state when the variance decreases below a predetermined value may be diagnosed. For example, when the vertical movement of the float is hindered for some reason, the vibration component that normally occurs may be reduced or eliminated. Regarding such an abnormality, it may be determined to be abnormal when the variance is smaller than a predetermined value.
【0034】ところで、上述した実施の形態の異常診断
装置では、ウェーブレット変換部と分散処理部および異
常判定部を備えるようにしたが、これらの動作をCPU
で行うようにしてもよい。すなわち、図5に示すよう
に、入力された時系列信号をアナログ・デジタル変換部
501によりデジタル信号に変換し、この変換した信号
をCPU502により処理するようにしてもよい。By the way, the abnormality diagnosing device of the above-described embodiment is provided with the wavelet transform section, the distributed processing section, and the abnormality determining section.
May be performed in. That is, as shown in FIG. 5, the input time-series signal may be converted into a digital signal by the analog / digital converter 501, and the converted signal may be processed by the CPU 502.
【0035】このCPU502では、まず、第1のステ
ップで時系列信号である所定時間の測定信号をウェーブ
レット関数に基づいてウェーブレット変換して時間と周
波数との関係を示すウェーブレット信号Wijとする。次
に、第2のステップで、そのウェーブレット信号Wijを
所定の間隔、例えば、1≦j≦288,289≦j≦5
76,・・・と、24時間ごとに区切って区間ごとに分
散Vn (n=1,2,3,・・・)を求める。次に、第
3のステップで、その分散Vn の変化が所定の異常パタ
ーンと同様となった場合、第1のウェーブレット変換の
展開回数に対応した異常が発生しているものと判断す
る。そして、例えば、第4のステップで、異常が発生し
た旨をモニタ506に表示させる。In the CPU 502, first, in the first step, a time-series signal, which is a measurement signal for a predetermined time, is wavelet-transformed based on a wavelet function to obtain a wavelet signal W ij showing a relationship between time and frequency. Next, in a second step, the wavelet signal W ij is distributed at predetermined intervals, for example, 1 ≦ j ≦ 288, 289 ≦ j ≦ 5.
76, ..., And the variance V n (n = 1, 2, 3, ...) Is obtained for each section by dividing it every 24 hours. Next, in the third step, when the change in the variance V n becomes similar to the predetermined abnormal pattern, it is determined that an abnormality corresponding to the number of expansions of the first wavelet transform has occurred. Then, for example, in the fourth step, the fact that an abnormality has occurred is displayed on the monitor 506.
【0036】そして、そのCPU502は、バス502
aに接続されたメモリ503に展開されたプログラムに
より、上述した一連の動作を行う。また、メモリ503
に展開されるそのプログラムは、外部記憶装置504に
格納されているものである。また、ウェーブレット変換
に用いるウェーブレット関数も、その外部記憶装置50
4に用意しておけばよい。また、例えば、ウェーブレッ
ト変換における展開数などのパラメータの設定や、異常
判定におけるしきい値の設定は、入力部としてのキーボ
ード505により入力すればよい。そして、診断結果な
どが表示部としてのモニタ506に表示される。The CPU 502 is the bus 502.
The series of operations described above is performed by the program expanded in the memory 503 connected to a. In addition, the memory 503
The program expanded in is stored in the external storage device 504. In addition, the wavelet function used for the wavelet transform is also stored in the external storage device 50.
Just prepare for 4. Further, for example, the setting of parameters such as the number of expansions in the wavelet transform and the setting of the threshold value in the abnormality determination may be input using the keyboard 505 as an input unit. Then, the diagnosis result and the like are displayed on the monitor 506 as a display unit.
【0037】[0037]
【発明の効果】以上説明したように、この発明では、測
定機器より出力される時系列信号である所定時間の測定
信号を、あらかじめ設定されている展開回数でウェーブ
レット変換して時間と周波数との関係を示すウェーブレ
ット変換信号に変換するウェーブレット変換部と、各展
開回数のうち少なくとも2つ以上のウェーブレット変換
信号を選択して所定の時間間隔ごとに区切り、その区切
られた区間それぞれにおいてその区間内のウェーブレッ
ト変換信号の分散を求める分散処理部と、選択された各
々のウェーブレット変換信号毎に、分散の区間変化があ
らかじめ設定されている異常パターンと同様となったと
きに異常と判定する異常判定部とを備えるようにした。As described above, according to the present invention, a time-series signal, which is a time-series signal output from a measuring instrument, is wavelet-transformed with a preset number of expansions to obtain time and frequency. a wavelet transform section for converting the wavelet transform signal indicating the relationship, the exhibition
Selects at least two or more wavelet transform <br/> No. signal of open times separated at predetermined time intervals, the distributed processing unit for determining the variance of the wavelet transform signal in that interval in each of which delimited section And each selected
Each wavelet transform signal is provided with an abnormality determination unit that determines an abnormality when the variation in the variance section becomes similar to a preset abnormality pattern.
【0038】また、この発明の異常診断方法は、測定機
器より出力される時系列信号である所定時間の測定信号
を、あらかじめ設定されている展開回数でウェーブレッ
ト変換して時間と周波数との関係を示すウェーブレット
変換信号に変換する第1のステップと、各展開回数のう
ち少なくとも2つ以上のウェーブレット変換信号を選択
して所定の時間間隔ごとに区切り、その区切られた区間
それぞれにおいてその区間内のウェーブレット変換信号
の分散を求める第2のステップと、選択された各々のウ
ェーブレット変換信号毎に、分散の区間変化があらかじ
め設定されている異常パターンと同様となったときに異
常と判定する第3のステップとから構成するようにし
た。Further, in the abnormality diagnosing method of the present invention, the time-series signal output from the measuring device is wavelet-transformed with a predetermined number of expansions to obtain a relationship between time and frequency. a first step of converting the wavelet transform signal indicating the number of times each deployment
Chi at least two to select the wavelet transform signal separated at predetermined time intervals, a second step of obtaining the dispersion of the wavelet transform signal in that interval in each of which delimited section, respectively, which are selected U
For each wavelet-converted signal, a third step of determining an abnormality when the variation of the dispersion interval becomes similar to a preset abnormality pattern is configured.
【0039】そして、この発明のプログラム記憶媒体
は、測定機器より出力される時系列信号である所定時間
の測定信号を、あらかじめ設定されている展開回数でウ
ェーブレット変換して時間と周波数との関係を示すウェ
ーブレット変換信号に変換する第1のステップと、各展
開回数のうち少なくとも2つ以上のウェーブレット変換
信号を選択して所定の時間間隔ごとに区切り、その区切
られた区間それぞれにおいてその区間内のウェーブレッ
ト変換信号の分散を求める第2のステップと、選択され
た各々のウェーブレット変換信号毎に、分散の区間変化
があらかじめ設定されている異常パターンと同様となっ
たときに異常と判定する第3のステップとから構成され
たプログラムを記憶するようにした。Further, the program storage medium of the present invention wavelet-transforms a measurement signal, which is a time-series signal output from a measuring instrument, for a predetermined period of time at a predetermined number of expansions, and shows the relationship between time and frequency. a first step of converting the wavelet transform signal indicating each exhibition
Selects at least two or more wavelet transform <br/> No. signal of open times separated at predetermined time intervals, the delimited section second obtaining the variance of the wavelet transform signal in the section in each Step and selected
For each wavelet-transformed signal, a program composed of a third step of judging an abnormality when the variation in the interval of variance becomes similar to a preset abnormal pattern is stored.
【0040】以上のように構成したので、測定機器より
出力される時系列信号そのままではとらえることができ
ない、定常的な振動状態とは異なった振動状態が異常と
判定される。この結果、この発明によれば、測定機器よ
り出力される測定結果の信号を用いて、ウェーブレット
変換の処理と分散を求める処理とで、その測定機器の状
態を把握できる。したがって、この発明によれば、フー
リエ変換などを用いる場合に比較して非常に計算量を低
減でき、そして、精度よく測定機器の状態を把握できる
ようになる。With the above configuration, a vibration state different from the steady vibration state, which cannot be captured as it is by the time series signal output from the measuring instrument, is determined to be abnormal. As a result, according to the present invention, the state of the measuring device can be grasped by the process of the wavelet transform and the process of obtaining the variance using the signal of the measurement result output from the measuring device. Therefore, according to the present invention, the amount of calculation can be greatly reduced as compared with the case where Fourier transform or the like is used, and the state of the measuring device can be grasped with high accuracy.
【図面の簡単な説明】[Brief description of drawings]
【図1】 液面計の構成を示す斜視図(a)と異常診断
装置の構成を示す構成図(b)である。FIG. 1 is a perspective view (a) showing a configuration of a liquid level gauge and a configuration diagram (b) showing a configuration of an abnormality diagnosis device.
【図2】 ウェーブレット変換で使用されるメイヤー関
数を示す説明図である。FIG. 2 is an explanatory diagram showing a Mayer function used in a wavelet transform.
【図3】 液面計による30日間の測定結果を示す説明
図(a)と、実施の形態における異常診断装置の出力例
を示す説明図である。FIG. 3 is an explanatory diagram (a) showing a measurement result for 30 days by a liquid level gauge and an explanatory diagram showing an output example of the abnormality diagnosis device in the embodiment.
【図4】 液面計による60日間の測定結果を示す説明
図(a)と、実施の形態における異常診断装置の出力例
を示す説明図である。FIG. 4 is an explanatory diagram (a) showing a measurement result for 60 days by a liquid level gauge and an explanatory diagram showing an output example of the abnormality diagnosis device in the embodiment.
【図5】 この発明の他の形態を示す構成図である。FIG. 5 is a configuration diagram showing another embodiment of the present invention.
100…液面計、101…軸受部、102…トルクチュ
ーブ、103…レバー、104…浮子、105…ロッ
ド、106…ひずみゲージ、110…タンク、111…
中間製品、112…流入パイプ、113…流入バルブ、
114…流出パイプ、115…流出バルブ、120…制
御部、130…異常診断装置、131…ウェーブレット
変換部、132…分散処理部、133…異常判定部、1
34…入力部、135…表示部。100 ... Liquid level gauge, 101 ... Bearing part, 102 ... Torque tube, 103 ... Lever, 104 ... Float, 105 ... Rod, 106 ... Strain gauge, 110 ... Tank, 111 ...
Intermediate product, 112 ... Inflow pipe, 113 ... Inflow valve,
114 ... Outflow pipe, 115 ... Outflow valve, 120 ... Control unit, 130 ... Abnormality diagnosis device, 131 ... Wavelet transform unit, 132 ... Distributed processing unit, 133 ... Abnormality determination unit, 1
34 ... Input part, 135 ... Display part.
───────────────────────────────────────────────────── フロントページの続き (72)発明者 白川 義之 東京都港区虎ノ門2丁目10番1号 株式 会社ジャパンエナジー内 (72)発明者 笹岡 英毅 東京都渋谷区渋谷2丁目12番19号 株式 会社 山武内 (72)発明者 風戸 裕彦 東京都渋谷区渋谷2丁目12番19号 株式 会社 山武内 (72)発明者 西村 順二 神奈川県横浜市神奈川区新浦島町1丁目 1番地32 山武産業システム株式会社内 (56)参考文献 特開 平8−219955(JP,A) 特開 平9−73443(JP,A) 特開 平9−139676(JP,A) (58)調査した分野(Int.Cl.7,DB名) G01D 21/00 G05B 23/02 G06F 9/44 G06F 11/22 G06F 17/17 G01H G01M ─────────────────────────────────────────────────── ─── Continued Front Page (72) Yoshiyuki Shirakawa 2-10-1 Toranomon, Minato-ku, Tokyo Within Japan Energy Co., Ltd. (72) Inventor Hideki Sasaoka 2-12-19 Shibuya, Shibuya-ku, Tokyo Stock Company Yamatakenai (72) Inventor Hirohiko Kato 2-12-19 Shibuya, Shibuya-ku, Tokyo Yamatakeuchi (72) Inventor Junji Nishimura 1-1, Shinurashima-cho, Kanagawa-ku, Kanagawa Prefecture Yamatake Industrial Systems Co., Ltd. (56) Reference JP-A-8-219955 (JP, A) JP-A-9-73443 (JP, A) JP-A-9-139676 (JP, A) (58) Fields investigated (Int. Cl. 7 , DB name) G01D 21/00 G05B 23/02 G06F 9/44 G06F 11/22 G06F 17/17 G01H G01M
Claims (3)
る所定時間の測定信号を、あらかじめ設定されている展
開回数でウェーブレット変換して時間と周波数との関係
を示すウェーブレット変換信号に変換するウェーブレッ
ト変換部と、各展開回数のうち少なくとも2つ以上の 前記ウェーブレ
ット変換信号を選択して各々所定の時間間隔ごとに区切
り、その区切られた区間それぞれにおいてその区間内の
ウェーブレット変換信号の分散を求める分散処理部と、選択された各々の前記ウェーブレット変換信号毎に、 前
記分散の区間変化があらかじめ設定されている異常の状
態を示す異常パターンと同様となったときに異常と判定
する異常判定部とを備えたことを特徴とする異常診断装
置。1. A wavelet for wavelet-transforming a measurement signal of a predetermined time, which is a time-series signal output from a measuring instrument, with a preset number of expansions to a wavelet-transformed signal showing the relationship between time and frequency. a conversion unit, each select at least two or more of said wavelet transform signal of each deployment times separated at predetermined time intervals, determining the variance of the wavelet transform signal in that interval in each of which delimited section A dispersion processing unit, and an abnormality determination unit that determines an abnormality when the section change of the dispersion is similar to an abnormality pattern indicating an abnormal state set in advance for each of the selected wavelet transform signals. An abnormality diagnosis device comprising:
る所定時間の測定信号を、あらかじめ設定されている展
開回数でウェーブレット変換して時間と周波数との関係
を示すウェーブレット変換信号に変換する第1のステッ
プと、各展開回数のうち少なくとも2つ以上の 前記ウェーブレ
ット変換信号を選択して各々所定の時間間隔ごとに区切
り、その区切られた区間それぞれにおいてその区間内の
ウェーブレット変換信号の分散を求める第2のステップ
と、選択された各々の前記ウェーブレット変換信号毎に、 前
記分散の区間変化があらかじめ設定されている異常の状
態を示す異常パターンと同様となったときに異常と判定
する第3のステップとから構成されたことを特徴とする
異常診断方法。2. A method of wavelet-transforming a measurement signal of a predetermined time, which is a time-series signal output from a measuring instrument, with a preset number of expansions to a wavelet-transformed signal showing a relationship between time and frequency. and first step, a dispersion of at least two of said each selected wavelet transform signal separated for each predetermined time interval, the wavelet transform signal in that interval in each of which delimited section of the deployment times A second step of obtaining, and a third step of judging an abnormality for each of the selected wavelet-transformed signals when the variation in the interval of the dispersion is similar to a preset abnormal pattern indicating an abnormal state An abnormality diagnosis method comprising:
る所定時間の測定信号を、あらかじめ設定されている展
開回数でウェーブレット変換して時間と周波数との関係
を示すウェーブレット変換信号に変換する第1のステッ
プと、各展開回数のうち少なくとも2つ以上の 前記ウェーブレ
ット変換信号を選択して各々所定の時間間隔ごとに区切
り、その区切られた区間それぞれにおいてその区間内の
ウェーブレット変換信号の分散を求める第2のステップ
と、選択された各々の前記ウェーブレット変換信号毎に、 前
記分散の区間変化があらかじめ設定されている異常の状
態を示す異常パターンと同様となったときに異常と判定
する第3のステップとから構成されたプログラムを記憶
したプログラム記憶媒体。3. A method of wavelet-transforming a measurement signal for a predetermined time, which is a time-series signal output from a measuring instrument, with a preset number of expansions to a wavelet-transformed signal indicating a relationship between time and frequency. and first step, a dispersion of at least two of said each selected wavelet transform signal separated for each predetermined time interval, the wavelet transform signal in that interval in each of which delimited section of the deployment times A second step of obtaining, and a third step of judging an abnormality for each of the selected wavelet-transformed signals when the variation in the interval of the dispersion is similar to a preset abnormal pattern indicating an abnormal state And a program storage medium that stores a program configured by the steps of.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP32495698A JP3465022B2 (en) | 1998-11-16 | 1998-11-16 | Abnormality diagnosis device, abnormality diagnosis method, and program storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP32495698A JP3465022B2 (en) | 1998-11-16 | 1998-11-16 | Abnormality diagnosis device, abnormality diagnosis method, and program storage medium |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000146636A JP2000146636A (en) | 2000-05-26 |
JP3465022B2 true JP3465022B2 (en) | 2003-11-10 |
Family
ID=18171513
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP32495698A Expired - Fee Related JP3465022B2 (en) | 1998-11-16 | 1998-11-16 | Abnormality diagnosis device, abnormality diagnosis method, and program storage medium |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3465022B2 (en) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2335585B1 (en) * | 2004-07-13 | 2016-09-07 | DexCom, Inc. | Transcutaneous analyte sensor |
JP4782734B2 (en) * | 2007-06-22 | 2011-09-28 | 株式会社東芝 | Plant measuring instrument calibration support apparatus and plant measuring instrument calibration support method |
JP2011100211A (en) * | 2009-11-04 | 2011-05-19 | Sharp Corp | Failure determining device, failure determining method, failure determining program, and program recording medium recording the program |
JP6163617B2 (en) * | 2015-02-04 | 2017-07-12 | 株式会社テイエルブイ | Liquid pumping device |
JP6895816B2 (en) * | 2017-06-15 | 2021-06-30 | 株式会社 日立産業制御ソリューションズ | Abnormality diagnosis device, abnormality diagnosis method and abnormality diagnosis program |
CN115106499B (en) * | 2022-06-30 | 2024-02-20 | 北京科技大学 | Method and system for judging abnormal fluctuation of liquid level of crystallizer |
-
1998
- 1998-11-16 JP JP32495698A patent/JP3465022B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2000146636A (en) | 2000-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6524336B2 (en) | Remaining life evaluation device and method, wind power generation system | |
US6556939B1 (en) | Inferential signal generator for instrumented equipment and processes | |
US7478010B2 (en) | Condition monitoring of electrical cables as installed in industrial processes | |
CN101124523A (en) | Diagnosis device for course control system | |
US6728658B1 (en) | Method and apparatus for determining the health of a component using condition indicators | |
JP2008014679A (en) | Facility diagnostic method, facility diagnostic system, and computer program | |
KR20190025474A (en) | Apparatus and Method for Predicting Plant Data | |
CN110851963A (en) | Casing circumferential arrangement method of blade end timing sensor | |
CN109668723B (en) | Regulating valve cavitation diagnosis system and diagnosis method thereof | |
US6754569B2 (en) | Method and apparatus for normalizing condition indicators | |
CN101208589A (en) | Diagnostic equipment for process control system | |
EP2244081A2 (en) | Structural integrity monitoring system | |
JP3465022B2 (en) | Abnormality diagnosis device, abnormality diagnosis method, and program storage medium | |
EP3594653A1 (en) | Diagnosis cost output device, diagnosis cost output method, and computer-readable recording medium | |
KR100758152B1 (en) | Fault diagnosis method using automation through quantization of vibration signals | |
CN103335842A (en) | Bearing fault recognition system based on probability density curve and method thereof | |
JP2010190582A (en) | Method and device for diagnosing apparatus | |
JP2010276339A (en) | Method and device for diagnosis sensor | |
Lybeck et al. | Validating prognostic algorithms: a case study using comprehensive bearing fault data | |
JPH0484754A (en) | Method for evaluating soundness of material | |
JP3515300B2 (en) | Plant status prediction device | |
Kullaa | Vibration-based structural health monitoring under variable environmental or operational conditions | |
JPWO2018179727A1 (en) | Piping diagnosis device, asset management device, piping diagnosis method, and program | |
JP4782734B2 (en) | Plant measuring instrument calibration support apparatus and plant measuring instrument calibration support method | |
US20200340882A1 (en) | Pipeline diagnosing device, asset management device, pipeline diagnosing method, and recording medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
R371 | Transfer withdrawn |
Free format text: JAPANESE INTERMEDIATE CODE: R371 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20070829 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080829 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20080829 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090829 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20090829 Year of fee payment: 6 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100829 Year of fee payment: 7 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110829 Year of fee payment: 8 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313115 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110829 Year of fee payment: 8 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110829 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110829 Year of fee payment: 8 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120829 Year of fee payment: 9 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130829 Year of fee payment: 10 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |