JP4046309B2 - プラント監視装置 - Google Patents
プラント監視装置 Download PDFInfo
- Publication number
- JP4046309B2 JP4046309B2 JP6613099A JP6613099A JP4046309B2 JP 4046309 B2 JP4046309 B2 JP 4046309B2 JP 6613099 A JP6613099 A JP 6613099A JP 6613099 A JP6613099 A JP 6613099A JP 4046309 B2 JP4046309 B2 JP 4046309B2
- Authority
- JP
- Japan
- Prior art keywords
- monitoring
- plant
- data
- plant data
- determination
- 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
Images
Landscapes
- User Interface Of Digital Computer (AREA)
- Feedback Control In General (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
【発明の属する技術分野】
本発明は原子力発電プラント、火力発電プラント、化学プラントなどの大規模プラントのプロセス信号に基づいて運転状態を監視し、異常の発生を早期に検出して診断するプラント監視装置に関する。
【0002】
【従来の技術】
原子力発電プラント等の大規模プラントにおいてはプラントの性能およびプラントを構成するさまざまの系統、機器の健全性を監視する目的で多数のプロセス信号が測定されている。多量の信号のすべてをプラントの運転員が常時監視することは困難なことから、多くのプラントには計算機を用いてプロセス信号を取り込み、プラントの異常変化を検知する監視システムが設けられている。
【0003】
これらの監視システムでは監視対象とする信号が一定のしきい値を超えた場合に異常とみなすしきい値判定が多く用いられている。また、監視対象信号をyとしたとき、これをyそのもの、あるいは自身を含む他のプロセス量x1、x2、…から、既知の特性関数f(x1、x2、…)を用いて予測したときの予測誤差、すなわち、δy=y−f(x1、x2、…)を監視指標として、これらを異常検出しきい値と比較することで、異常を検知する方法も用いられる。
【0004】
一方、これらの判定結果は運転員に知らせるための表示が必要であるが、ディスプレイ装置に2次元のグラフとして表示するという制約から、監視対象信号yとその予測値f(x1、x2、…)や予測誤差δyを時間の関数として比較して示したり、入力に用いた信号の1つxiを横軸に、監視対象信号yを縦軸にとってプロットして表示したりしている。
【0005】
【発明が解決しようとする課題】
上記の従来技術のプラント監視装置には以下のような課題が指摘されている。すなわち、監視対象信号の予測に用いる特性関数として、マスエネルギーバランスモデルなどの物理モデルを用いた場合、予測精度が不足し、望ましい結果が得られない。また、正常時のデータから線形ないし非線形回帰モデルでフィティングして求めた特性関数を用いることもあるが、入力として使用する信号が不適切な場合に予測精度が不足し、好ましくない。特に、プラント全体にわたってプロセス量が似た形で変動すると、どの信号を入力に用いるかを選択することが困難になる。
【0006】
さらに、予測に用いる特性関数は入力信号の変動範囲が想定外にまで広がると、予測性能が落ちることがある。この入力信号の変動範囲を無視して異常判定を行うと、誤判定の発生が避けられなくなる。
【0007】
一方、入力に用いる信号と監視対象信号との関連は、従来、2次元プロットの範囲で見ているため、監視対象信号が複数の入力信号に依存して変化している場合、単一の入力信号とのプロットでは予測できない挙動が起こり得る。
【0008】
また、プラントでは計器校正やサーベイランスにより正常状態でも外乱が入るためにこれを異常としてみなしてしまい、誤判定が発生する。
【0009】
本発明の目的は好ましい予測のための特性関数に基づいて異常監視を行い、さらに監視のための情報を適切に表示することのできるプラント監視装置を提供することにある。
【0010】
【課題を解決するための手段】
請求項1に係る発明はプラントからの複数の種類のプラントデータを入力するプラントデータ入力装置と、このプラントデータ入力装置から与えられるプラントデータを保存するデータ保存装置と、このデータ保存装置に保存された正常時のプラントデータに基づいて監視基準を作成する基準作成装置と、前記データ保存装置に保存されたプラントデータを読み込み、判定対象プラントデータの正常/異常の判定を他の複数のプラントデータを入力し、正常時のプラントデータから作成した線形ないし非線形型回帰モデルから予測される予測値と、判定対象プラントデータとの差を用いて行い、この与えられる複数のプラントデータから少数の主成分信号を抽出し、この主成分信号のうちから2つを平面上の両軸にとり、3次元グラフとして表示することにより前記判定対象プラントデータの回帰分析を実行し、さらに、前記基準作成装置から与えられる監視基準に従って、前記監視対象のプラントデータがその監視基準を満たす場合には前記監視対象のプラントデータを正常と判定し、その監視基準を満たさない場合であって他の全ての監視対象のプラントデータはそのプラントデータに対応する監視基準を満たす場合には前記監視対象のプラントデータの取得手段のみを異常と判定し、それ以外の場合には前記プラントが異常であると判定する監視処理装置と、この監視処理装置に与えられた上記プラントデータおよび監視基準を判定結果とともに表示する表示装置とを備えるものである。
【0011】
上記プラント監視装置においては基準作成装置において正常時のプラントデータから監視基準を作成し、データ保存装置から与えられる監視対象のプラントデータと、得られた監視基準とを監視処理装置において比較する。比較の結果、たとえばしきい値を超えていれば、異常と判定し、監視対象のプラントデータおよび監視基準とともに判定結果を表示装置に表示する。こうして、プラント内の系統、機器等に起こる様々な異常を早期に発見することができる。
【0012】
この監視基準には、たとえば正常時のプラントデータから作成した線形ないし非線形の回帰モデルを使用し、その予測誤差をしきい値と比較する。この方法により異常監視における精度を高めることが可能になり誤判定の少ない監視を果たすことが可能になる。
【0017】
また、請求項2に係る発明は表示装置が判定対象信号を判定に用いた複数の入力信号から選んだ2つの信号の関数として、3次元表示グラフ上に正常か、否かに応じて色を相違させて表示し、かつ判定のために用いた線形ないし非線形型回帰モデルの曲面を基準として表示するものである。
【0018】
上記プラント監視装置においては入力信号から2つの信号を選び出し、これを平面上の両軸にとり、予測対象信号を垂直軸にとった3次元グラフにより監視対象信号の挙動を適切に表示することができる。この3次元グラフ内に判定に用いた回帰モデルの予測値を曲面グラフとして表示し、さらに観測された判定対象信号を点としてグラフ内に表示することで、プラント挙動の正常または異常を直感的に判断することができる。また、異常となった点は色を相違させて表示することで、3次元グラフ内でも異常の有無を簡単に判定することが可能になる。
【0019】
さらに、請求項3に係る発明は表示装置が基準回帰モデルの作成に用いた入力信号の変動範囲を2次元グラフ上に表示し、判定時の入力に用いた入力信号が基準回帰モデルの変動範囲に一定の誤差範囲に含まれるか、否かに応じて色を相違させ、同一2次元グラフ上に表示するようにしたものである。
【0020】
上記プラント監視装置においては正常時のプラントデータに基づいて得た基準回帰モデルに従う判定で誤りがないことを見極めるのに2次元グラフ上に入力信号の変動範囲を表示する。これにより、誤判定が発生するのを防ぐことが可能になる。
【0021】
また、請求項4に係る発明は監視処理装置が基準回帰モデルの作成に用いた入力信号の変動範囲から判定時点における入力信号が一定の誤差範囲で外れた場合に限り、正常/異常の判定結果を得ることを見送るものである。
【0022】
上記プラント監視装置においては入力信号が基準回帰モデルの作成に用いた入力信号の挙動範囲から一定の誤差範囲で外れた場合に限り、判定そのものを見送る。これににより、誤判定が発生するのを防止することが可能になる。
【0023】
さらに、請求項5に係る発明は監視処理装置が基準回帰モデルの作成に用いた入力信号の変動範囲から判定時点における入力信号が一定の誤差範囲で外れた場合に限り、正常/異常の判定結果を得ることを見送り、さらに当該プラントデータを用いて基準回帰モデルを学習し直すものである。
【0024】
上記プラント監視装置においては判定そのものを見送ると同時に、基準回帰モデルの学習に用いた入力信号の挙動範囲を超えたプラントデータが得られたならば、そのプラントデータを用いて学習し直す。これにより、段階的に基準回帰モデルの適用範囲を広げることが可能になる。
【0025】
【発明の実施の形態】
図1は本発明のプラント監視装置の実施の形態の全体構成を示すもので、プラントからの時間的に同期した複数のプラントデータを入力するプラントデータ入力装置1と、このプラントデータ入力装置1から与えられるプラントデータを保存するデータ保存装置2と、正常時のプラントデータに基づいて監視基準を作成する基準作成装置3と、上記データ保存装置2に保存されたプラントデータを読み込み、基準作成装置3から与えられる監視基準に従って正常/異常の判定を行う監視処理装置4と、上記プラントデータおよび監視基準をCRTなどのディスプレイ装置に表示する表示装置5から構成されている。
【0026】
上記構成において、プラントから得られる信号はプラントデータ入力装置1によって時系列データに変換され、データ保存装置2に伝送されてそこに保存される。データ保存装置2ではプラントデータの一定期間分を常時連続して保存する。ここでは、プラントデータ入力装置1から伝送された複数のプラントデータを図2に示すような形で、複数の異なるサンプリング間隔のデータで、サイクリック上に連続保存し、常に、最新時刻から過去N点までのデータが保存されているように作成されている。
【0027】
また、基準作成装置3ではデータ保存装置2に蓄えられた任意のサンプリング間隔のデータを用いて線形ないし非線形の回帰モデルの同定を行い、図3に示すように、基準作成に用いたプラントデータ、得られた基準回帰係数、同定の際の予測誤差、異常判定時の判定基準および学習時の追加プラントデータを保存する。同定の際の予測誤差は事前に入力しておく異常判定時の判定基準と併せて異常判定処理装置で用いる。
【0028】
さらに、監視処理装置4ではデータ保存装置2の任意のサンプリング間隔のデータと、基準作成装置3から与えられる監視基準を用いて異常判定処理を行う。また、表示装置5は異常判定結果、基準回帰モデルなどの表示を行う。
【0029】
以下、個々の装置の実施の形態を詳述する。基準作成装置3では正常時のプラントデータから監視対象信号の予測モデルを作成する。監視対象信号は装置に取り込まれている個々の信号を対象にする。特定の監視対象信号をy(t)とすると、これを、m個の入力信号x1(t)……xm(t)から、
y(t)=f(x1(t)、……xm(t)) …(1)
という形で予測する。線形回帰モデルの場合、tを省略して、
y=a+b1*x1+……+bm*xm …(2)
となる。2次式の場合、
といった形になる。
【0030】
図4に示すようにm個の入力から、線形、非線型、ニューロネットワークなどで監視対象信号の予測を行うことができる。ここでの係数は正常時のプラントデータから、
【数1】
という、誤差の2乗平均を最小にするよう求めることができる。どのようなモデルを用いるかは各モデルの予測誤差I(a,b1,…,bm)およびモデルの複雑さ(係数の個数)の重み平均を最小にするように決める。
【0031】
また、この予測法の別の方法として、図5に示すような主成分分析を用いることもできる。ここでは、m個の入力信号(Xi,i=1,2,…m)から主成分分析により、2ないし3個の少数の信号(Ui,i=1,2,…)を抽出する。この抽出された時系列信号(U)を用いて、監視対象信号Tを
Ta=f(U) …(5)
で予測する。ここで(Ti,i=1,2,…)は監視対象信号(yi,i=1,2,…k)を主成分分析して得た少数の主成分信号である。監視対象信号が一つの場合、本実施の形態ではT=Yとなる。予測関数f(U)は上記の線形、非線型、ニューラルネットワークのいずれも適用可能である。異常判定は、観測された主成分信号Tとその予測値Taとの偏差が一定の閾値を超えるか否かで行う。このような主成分信号の抽出は大規模プラントの監視においては特に下記の理由により有用である。
【0032】
大規模プラントでは注目する監視信号は多数の別のプロセス信号に影響されて変動している。しかしながら、すべてのプロセス信号から独立に影響を受けている訳でなく、通常は、少数の状態変数に影響されている。たとえば、原子力発電プラントでは通常の運転を出力と流量で制御しており、多数の観測信号は複雑な挙動をするものの、主成分を抽出すると、出力と流量に対応する少数の状態変数で代表することができる。このような少数信号でプラント状態を予測することで、多様な運転サイクルでも普遍的に適用できる基準回帰モデルを作成することが可能である。
【0033】
さらに、異なる運転サイクルで、異なる出力変化曲線をプラントがたどった場合、観測そのものはサイクル間で見かけ上異なる挙動になってしまうが、この主成分を抽出して評価することで、サイクル間の状態が等価であることを判定することができる。
【0034】
さらに、本実施の形態は監視対象信号をグループとして複数を同時に監視することもできる。これは図5に示すように、k個の監視対象信号に主成分分析を適用して少数個の監視対象信号Tを作り出す。この監視対象信号Tを上記の予測関数f(U)で最小2乗予測することにより監視することができる。
【0035】
なお、上記の基準モデルを作成するにあたっては使用する信号をあらかじめ平均ゼロ、変動幅−1から1の範囲に規格化して数値計算上の安定性を確保しておくことを前提にしている。
【0036】
また、基準作成装置3は上記の基準回帰モデルの係数、同定に用いた基準データおよび同定時の予測誤差の大きさ(標準偏差σ)、同定時の規格化定数をデータベースとして保存し、監視処理装置4に提供する。
【0037】
さらに、監視処理装置4ではデータ保存装置2から与えられる監視時点での判定対象信号y(t)と、m個の入力信号xm(t)に対して、次式により予測誤差δyを計算し、しきい値と比較する。
【0038】
δy=y−f(x1、……xm) …(6)
このしきい値は基準モデル作成時の誤差σのk倍ないし、あらかじめ与えた固定値を用いる。
【0039】
なお、本実施の形態は予測誤差δyが正常は平均ゼロで、分散σで与えられることを利用し、逐次確率比検定などの仮説検定法を用いて異常判定を行うことも可能である。
【0040】
本装置での判定においては回帰モデルの予測誤差を用いることから、モデルの適用範囲をチェックしておくことが誤判定を避けるうえで重要である。モデルの適用範囲の確認のために、図6に示すように、基準モデルの同定に用いた入力データの変動範囲を一定の許容誤差を設けて表示し、監視時点での入力データがその範囲に含まれているか、否かを判定する。許容範囲に入っていない場合、監視処理装置4において判定結果を得ることを見送る。
【0041】
また、上記方法に代えて、許容範囲に含まれていない場合、このプラントデータを基準データに追加し、基準回帰モデルを学習し直すことができる。これにより、監視時間の増加とともに監視可能範囲を広げることが可能になる。
【0042】
次に、表示装置5の詳細を述べる。従来の表示装置では監視対象信号の時系列トレンドをその予測値と比較して示したり、予測誤差の時間トレンドを表示したりしている。これらの表示の仕方はどの時点で異常がでたかを判定するには有効であるが、この予測値がどのような入力値から予測されたかを知ることができず、運転員の直観的な理解を妨げる。
【0043】
また、入力信号の1つを横軸に、監視対象信号を縦軸にとった2次元の相関表示も行われているが、これは、複数の入力信号に影響される監視対象信号の挙動を理解する上で十分でない場合が多い。
【0044】
一方、大規模プラントでは監視対象信号の挙動は影響され得る入力信号のすべてに独立に影響されているわけでないことを利用して入力信号の主成分をとることで、比較的少数の主成分信号から監視対象信号の挙動を予測することができる。この主成分信号のうちから2つを平面上の両軸にとり、監視信号の挙動を垂直軸にとった3次元グラフとして表示することで、入力と出力の相関を直観的に把握することができる。
【0045】
本実施の形態においては、図7に示すように、3次元グラフ上に基準回帰モデルから計算される基準曲線とともに監視対象データを点で表示する。また、3次元画面上では基準局面との偏差を直観的に把握しにくいことから、判定における異常データ、すなわち、基準曲面から一定距離以上離れている点は色を相違させて表示する。この監視時点でのデータが基準回帰モデルを作成した時点の入力データの許容誤差の範囲に含まれているか、否かの判定も重要であり、これは、図6に示すような2次元グラフ上に表示して許容範囲に含まれているか、否かを色を相違させて判定できるように構成している。
【0046】
さらに、図8は異なる運転サイクルでのプラント挙動を3次元グラフ上に示している。3次元グラフ上では異なる経路をとっており、図9のように、監視信号の時間変化を見ただけでは違いがあるが、図8のように、3次元グラフ上では同じ基準曲面上をとっており、正常なものとして判定することが可能である。
【0047】
一方、図10はプラントの監視信号をすべてを入力として、主成分分析を行ったうえで前記の線形・非線型回帰モデルにより個々の監視信号yを予測して観測値との偏差により異常検知を行った例を示している。プラントでしばしば起こるセンサ故障のような場合、出力の偏差は該当信号だけ大きくなり、センサ故障を特定して検知することができる。ここでは、監視対象信号yを予測する際に同じ信号を入力としても用いており、入力と出力とが同数になっている他、抽出した主成分は共通になっている点が特徴である。
【0048】
上記方法と異なる方法を図11に示す。同じセンサー故障診断の例であるが、前記の入力に出力と同じ信号を使う欠点を改良するために監視対象信号ごとに対応する同じ入力信号は省いて残りの信号だけで主成分分析を行い、回帰モデルを作成して、予測を行う。これにより、センサー故障が起こった場合、当該信号が入力信号としても用いられるために予測精度の低下を招くという、図10に示した方法の欠点を補うことができる。
【0049】
【発明の効果】
本発明においてはプラントの起動から停止に至る長期の挙動について、プラントデータを基準作成装置で作成する線形ないし非線形の回帰モデルから得られる基準モデルと比較して高い精度をもって監視することができる。
【0050】
したがって、本発明によれば、大規模プラント内の系統、機器等に起こる様々な異常を早期に発見することができ、運転中の大規模プラントの健全性が損なわれるのを未然に防ぐことができる。
【図面の簡単な説明】
【図1】本発明によるプラント監視装置の実施の形態を示す構成図。
【図2】本発明のデータ保存装置のデータ保存形態を示す図。
【図3】本発明の基準作成装置のデータ保存形態を示す図。
【図4】本発明の監視信号の予測のための線形、非線形、ニューロネットワークによる多変数回帰モデルを示す図。
【図5】本発明の入力信号の主成分および監視信号の主成分の回帰予測モデルを示す図。
【図6】本発明のモデル作成に用いた入力信号の変動範囲および監視時の入力信号の変動範囲を示す図。
【図7】本発明の入力信号を水平の2軸に、監視信号を垂直軸にとった3次元グラフによる監視結果の表示例を示す図。
【図8】本発明の異なる運転サイクルの運転履歴を3次元グラフ上で比較した表示例を示す図。
【図9】本発明の異なる運転サイクルの運転履歴を時間トレンドで比較した表示例を示す図。
【図10】本発明のm個の信号をm個の入力信号の回帰モデルで予測するセンサ診断の構成例を示す図。
【図11】本発明の予測対象信号毎に主成分分析を行う、センサ診断の構成例を示す図。
【符号の説明】
1 プラントデータ入力装置
2 データ保存装置
3 基準作成装置
4 監視処理装置
5 表示装置
Claims (5)
- プラントからの複数の種類のプラントデータを入力するプラントデータ入力装置と、このプラントデータ入力装置から与えられるプラントデータを保存するデータ保存装置と、このデータ保存装置に保存された正常時のプラントデータに基づいて監視基準を作成する基準作成装置と、前記データ保存装置に保存されたプラントデータを読み込み、判定対象プラントデータの正常/異常の判定を他の複数のプラントデータを入力し、正常時のプラントデータから作成した線形ないし非線形型回帰モデルから予測される予測値と、判定対象プラントデータとの差を用いて行い、この与えられる複数のプラントデータから少数の主成分信号を抽出し、この主成分信号のうちから2つを平面上の両軸にとり、3次元グラフとして表示することにより前記判定対象プラントデータの回帰分析を実行し、さらに、前記基準作成装置から与えられる監視基準に従って、前記監視対象のプラントデータがその監視基準を満たす場合には前記監視対象のプラントデータを正常と判定し、その監視基準を満たさない場合であって他の全ての監視対象のプラントデータはそのプラントデータに対応する監視基準を満たす場合には前記監視対象のプラントデータの取得手段のみを異常と判定し、それ以外の場合には前記プラントが異常であると判定する監視処理装置と、この監視処理装置に与えられた上記プラントデータおよび監視基準を判定結果とともに表示する表示装置とを備えてなるプラント監視装置。
- 前記表示装置が判定対象信号を判定に用いた複数の入力信号から選んだ2つの信号の関数として、3次元表示グラフ上に正常か、否かに応じて色を相違させて表示し、かつ判定のために用いた線形ないし非線形型回帰モデルの曲面を基準として表示するようにしたことを特徴とする請求項1記載のプラント監視装置。
- 前記表示装置が基準回帰モデルの作成に用いた入力信号の変動範囲を2次元グラフ上に表示し、判定時の入力に用いた入力信号が基準回帰モデルの変動範囲に一定の誤差範囲に含まれるか、否かに応じて色を相違させ、同一2次元グラフ上に表示するようにしたことを特徴とする請求項2記載のプラント監視装置。
- 前記監視処理装置が基準回帰モデルの作成に用いた入力信号の変動範囲から判定時点における入力信号が一定の誤差範囲で外れた場合に限り、正常/異常の判定結果を得ることを見送るようにしたことを特徴とする請求項1記載のプラント監視装置。
- 前記監視処理装置が基準回帰モデルの作成に用いた入力信号の変動範囲から判定時点における入力信号が一定の誤差範囲で外れた場合に限り、正常/異常の判定結果を得ることを見送り、さらに当該プラントデータを用いて基準回帰モデルを学習し直すようにしたことを特徴とする請求項4記載のプラント監視装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6613099A JP4046309B2 (ja) | 1999-03-12 | 1999-03-12 | プラント監視装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP6613099A JP4046309B2 (ja) | 1999-03-12 | 1999-03-12 | プラント監視装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2000259223A JP2000259223A (ja) | 2000-09-22 |
JP4046309B2 true JP4046309B2 (ja) | 2008-02-13 |
Family
ID=13306989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP6613099A Expired - Fee Related JP4046309B2 (ja) | 1999-03-12 | 1999-03-12 | プラント監視装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4046309B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018230645A1 (ja) * | 2017-06-14 | 2018-12-20 | 株式会社東芝 | 異常検知装置、異常検知方法、およびプログラム |
US11526783B2 (en) | 2019-08-26 | 2022-12-13 | Kabushiki Kaisha Toshiba | Abnormality determination device, learning device, and abnormality determination method |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6735541B2 (en) * | 2001-02-16 | 2004-05-11 | Exxonmobil Research And Engineering Company | Process unit monitoring program |
CN1310106C (zh) * | 2001-03-01 | 2007-04-11 | 费舍-柔斯芒特***股份有限公司 | 制炼控制***数据的远程分析 |
US20020183971A1 (en) * | 2001-04-10 | 2002-12-05 | Wegerich Stephan W. | Diagnostic systems and methods for predictive condition monitoring |
GB0307406D0 (en) * | 2003-03-31 | 2003-05-07 | British Telecomm | Data analysis system and method |
ITBO20030711A1 (it) * | 2003-11-24 | 2005-05-25 | Gd Spa | Metodo per la manutenzione predittiva di un componente |
JP4516306B2 (ja) * | 2003-11-28 | 2010-08-04 | 株式会社日立製作所 | ストレージネットワークの性能情報を収集する方法 |
JP5197610B2 (ja) * | 2006-09-28 | 2013-05-15 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 熱交換器における異常状態の防止 |
JP5067542B2 (ja) * | 2007-04-27 | 2012-11-07 | オムロン株式会社 | 複合情報処理装置、複合情報処理方法、プログラム、および記録媒体 |
JP4922265B2 (ja) * | 2008-08-19 | 2012-04-25 | 株式会社東芝 | プラント監視装置およびプラント監視方法 |
JP5363927B2 (ja) | 2009-09-07 | 2013-12-11 | 株式会社日立製作所 | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP2011145846A (ja) * | 2010-01-14 | 2011-07-28 | Hitachi Ltd | 異常検知方法、異常検知システム、及び異常検知プログラム |
JP2011174766A (ja) * | 2010-02-23 | 2011-09-08 | Chugoku Electric Power Co Inc:The | 機器劣化評価支援方法及び機器劣化評価支援装置 |
JP5439265B2 (ja) * | 2010-04-20 | 2014-03-12 | 株式会社日立製作所 | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP5988419B2 (ja) | 2012-01-11 | 2016-09-07 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 予測方法、予測システムおよびプログラム |
CA2815161A1 (en) * | 2013-05-06 | 2014-11-06 | Hydro-Quebec | Quantitative analysis of signal related measurements for trending and pattern recognition |
KR101468142B1 (ko) * | 2013-08-29 | 2014-12-05 | 비앤에프테크놀로지 주식회사 | 플랜트 건강상태 예측방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체 |
FR3019592B1 (fr) * | 2014-04-03 | 2016-04-22 | Snecma | Procede et dispositif de surveillance d'un parametre d'un moteur de fusee |
WO2016143118A1 (ja) * | 2015-03-12 | 2016-09-15 | 株式会社日立製作所 | 機械診断装置および機械診断方法 |
KR102502952B1 (ko) * | 2016-07-28 | 2023-02-22 | 삼성에스디에스 주식회사 | 통계 분석 기반 데이터 측정 방법 및 장치 |
JP6150934B1 (ja) * | 2016-10-17 | 2017-06-21 | 三菱重工業株式会社 | 情報処理方法、情報処理装置、プログラム、及び情報処理システム |
JP6896432B2 (ja) * | 2017-01-11 | 2021-06-30 | 株式会社Ye Digital | 故障予知方法、故障予知装置および故障予知プログラム |
JP6954082B2 (ja) | 2017-12-15 | 2021-10-27 | 富士通株式会社 | 学習プログラム、予測プログラム、学習方法、予測方法、学習装置および予測装置 |
JP7143148B2 (ja) * | 2018-08-23 | 2022-09-28 | 三菱重工業株式会社 | 予測装置、予測方法、及びプログラム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5979317A (ja) * | 1982-10-29 | 1984-05-08 | Mitsubishi Electric Corp | プラント異常診断装置 |
JPS61206008A (ja) * | 1985-03-11 | 1986-09-12 | Mitsubishi Heavy Ind Ltd | プラント異常と検出器異常との識別装置 |
JPH0535329A (ja) * | 1991-07-25 | 1993-02-12 | Yamatake Honeywell Co Ltd | 制御ループ系の異常診断方法 |
JP2772179B2 (ja) * | 1991-10-30 | 1998-07-02 | 株式会社東芝 | プラント運転データ管理装置 |
JPH07121230A (ja) * | 1993-10-26 | 1995-05-12 | Toshiba Corp | プラント状態予測装置 |
JP3495129B2 (ja) * | 1995-03-03 | 2004-02-09 | 株式会社東芝 | プラント異常検知装置 |
JPH10115534A (ja) * | 1996-10-11 | 1998-05-06 | Yamatake Honeywell Co Ltd | センサ診断方法及び装置 |
JP3515300B2 (ja) * | 1996-12-20 | 2004-04-05 | 株式会社日立製作所 | プラント状態予測装置 |
-
1999
- 1999-03-12 JP JP6613099A patent/JP4046309B2/ja not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018230645A1 (ja) * | 2017-06-14 | 2018-12-20 | 株式会社東芝 | 異常検知装置、異常検知方法、およびプログラム |
JPWO2018230645A1 (ja) * | 2017-06-14 | 2020-05-21 | 株式会社東芝 | 異常検知装置、異常検知方法、およびプログラム |
US11526783B2 (en) | 2019-08-26 | 2022-12-13 | Kabushiki Kaisha Toshiba | Abnormality determination device, learning device, and abnormality determination method |
Also Published As
Publication number | Publication date |
---|---|
JP2000259223A (ja) | 2000-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4046309B2 (ja) | プラント監視装置 | |
De Ketelaere et al. | Overview of PCA-based statistical process-monitoring methods for time-dependent, high-dimensional data | |
US9122273B2 (en) | Failure cause diagnosis system and method | |
JP5303474B2 (ja) | 連続工業プロセスでの異常事象検出のために推論計測を使用する方法およびシステム | |
US7917240B2 (en) | Univariate method for monitoring and analysis of multivariate data | |
Wikström et al. | Multivariate process and quality monitoring applied to an electrolysis process: Part I. Process supervision with multivariate control charts | |
Rotem et al. | Ethylene compressor monitoring using model‐based PCA | |
JP6200833B2 (ja) | プラントと制御装置の診断装置 | |
Goulding et al. | Fault detection in continuous processes using multivariate statistical methods | |
JP2007249997A (ja) | 工業プロセスの監視方法及び監視システム | |
JP2005346655A (ja) | 工程管理装置、工程管理方法、工程管理プログラム、および該プログラムを記録した記録媒体 | |
JP2002525757A (ja) | 統計的プロセス管理のための多次元的方法及びシステム | |
KR20190025474A (ko) | 플랜트 데이터 예측 장치 및 방법 | |
WO2021241576A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
Cinar et al. | Statistical process and controller performance monitoring. A tutorial on current methods and future directions | |
WO2021241580A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
Sarda et al. | A multi-step anomaly detection strategy based on robust distances for the steel industry | |
JP2010049359A (ja) | プラント監視装置およびプラント監視方法 | |
CN115640860A (zh) | 一种工业云服务的机电设备远程维护方法及*** | |
Frisén | On multivariate control charts | |
JP2010218301A (ja) | 異常診断装置、異常診断方法及び異常診断プログラム | |
Tatara et al. | An intelligent system for multivariate statistical process monitoring and diagnosis | |
JP2010276339A (ja) | センサ診断方法およびセンサ診断装置 | |
JP4170843B2 (ja) | 計器校正支援システム | |
Singer et al. | A pattern-recognition-based, fault-tolerant monitoring and diagnostic technique |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040917 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20050315 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20050324 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061206 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061212 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070209 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20070821 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071010 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20071029 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071116 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071119 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101130 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |