JP6482817B2 - プラント監視支援システム及びプラント監視支援方法 - Google Patents
プラント監視支援システム及びプラント監視支援方法 Download PDFInfo
- Publication number
- JP6482817B2 JP6482817B2 JP2014215624A JP2014215624A JP6482817B2 JP 6482817 B2 JP6482817 B2 JP 6482817B2 JP 2014215624 A JP2014215624 A JP 2014215624A JP 2014215624 A JP2014215624 A JP 2014215624A JP 6482817 B2 JP6482817 B2 JP 6482817B2
- Authority
- JP
- Japan
- Prior art keywords
- contribution rate
- alarm level
- plant
- category
- plant monitoring
- 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.)
- Active
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Description
なお、本実施形態では、プラント監視支援システムが適用されるプラントとして、海水を淡水化する淡水化プラントを想定しているが、運転状態が計測値として取得できるプラントであれば淡水化プラントでなくてもよい。例えば、上下水プラントや、医療システム等、計測値を取得可能なプラントや、装置や、システムに適用されてもよい。
図1は、本実施形態に係るプラント監視支援システムの構成例を示す図である。
プラント監視支援システム10は、プラント監視支援装置1、淡水化プラント3及び監視制御装置4を有している。
プラント監視支援装置1と監視制御装置4とはインターネットや、クラウド等通信ネットワークを介して接続されている。
淡水化プラント3は、海水を淡水化するプラントである。
監視制御装置4は、淡水化プラント3から流量、圧力、温度、水質等の計測値を取得し、取得した計測値をプラント監視支援装置1へ送る。また、監視制御装置4は、淡水化プラント3から取得される計測値、例えば、淡水の生産量やポンプの吐出圧力が、それらの目標値となるように、淡水化プラント3のポンプ出力や配管に設置されている弁の開度等の操作量を淡水化プラント3へ出力することで、淡水化プラント3の監視を行っている。
計測値取得部112は、監視制御装置4から淡水化プラント3における計測値を取得し、計測値DB121に格納する。
警報レベル算出部114は、カテゴリ化部113の処理結果を基に、最新の計測値の警報レベルを算出する。また、警報レベル算出部114は、算出した警報レベルを監視支援DB122に格納する。なお、警報レベルについては後記して説明する。
表示処理部116は、警報レベル算出部114が算出した警報レベルや、寄与率算出部115が算出した寄与率を監視支援DB122から取得し、警報レベル及び寄与率の経時変化として表示装置2に表示する。すなわち、表示処理部116は、図11〜図16で後記する各画面を表示装置2に表示する。
図2は、本実施形態に係るプラント監視支援装置の構成例を示す図である。
プラント監視支援装置1はメモリ110、CPU(Central Processing Unit)130、記憶装置としての計測値DB121及び監視支援DB122、送受信装置140を有している。また、プラント監視支援装置1には表示装置2が接続されている。
送受信装置140は、監視制御装置4に接続しており、監視制御装置4から淡水化プラント3(図1)の計測値を取得する。
なお、計測値取得部112、カテゴリ化部113、警報レベル算出部114、寄与率算出部115、表示処理部116、計測値DB121、監視支援DB122については図1で説明済みであるので、ここでの説明を省略する。
また、計測値DB121,監視支援DB122は、すくなくとも一つがプラント監視支援装置1の外部に設置されてもよい。
ここで、淡水化プラント3とは、例えば、被処理水を海水とする海水淡水化プラント3であり、図3では、その主要部分のみを示す。
淡水化プラント3は、海水供給ポンプ201により汲み上げられた海水は、逆浸透膜モジュール202で淡水と、塩分が濃縮された濃縮水に膜分離される。膜分離された海水は配管204を介して排出される。一方、膜分離された濃縮水は動力回収装置203へ運ばれる。
また、海水供給ポンプ201により汲み上げられた海水の一部は、動力回収装置203に運ばれる。動力回収装置203は、逆浸透膜モジュール202より排出された濃縮水を利用し、海水供給ポンプ201から動力回収装置203に運ばれてきた海水を加圧する。
加圧された海水は、海水供給ポンプ201から運ばれた海水と逆浸透膜モジュール202で合流した後、逆浸透膜モジュール202へ運ばれる。動力回収装置203を設けることにより、濃縮水が有する圧力を回収し、海水供給ポンプ201から動力回収装置203に運ばれる海水に伝達することができるため、エネルギの効率化を実現することができる。
また、動力回収装置203で圧力を回収された濃縮水は配管205を介して排出される。
次に、本実施形態に係るプラント監視支援システム10における正常データのカテゴリ化について説明する。ここで、カテゴリとは、類似性を持つデータのまとまりである。本実施形態では、一例として、クラスタリング技術の1つであるARTを用いる。
図4(a)は、淡水化プラント3が正常運転されている期間(正常期間)と、運転状態を診断する期間(診断期間)における、「計測値A」(実線)及び「計測値B」(破線)の時間変化の例を示す図である。ここで、「計測値A」及び「計測値B」は、淡水化プラント3における温度計、流量計、圧力計、水質計等の各センサから監視制御装置4を介して取得される計測値である。
カテゴリ化部113は、各計測値をカテゴリに分け、新たに取得した診断期間の計測値(処理対象となる計測値)が、正常期間の計測値が属するカテゴリに分類されるか否かを判定する。例えば、図4(a)に示す最初の診断期間での「計測値A」及び「計測値B」は、既に学習済みの「カテゴリ2」の特性と類似することから、「カテゴリ2」として分類される。しかし、その後の「計測値A」及び「計測値B」の相関はそれぞれのデータがともに「大」となり、学習済みの「カテゴリ1」〜「カテゴリ3」のいずれの計測値の特性とも類似しないため、新規カテゴリとして分類される。この結果、図4(b)及び図5に示されるように、学習済みの「カテゴリ1」〜「カテゴリ3」に加えて、計測値501に対応する新たなカテゴリとして「カテゴリ4」が生成される。
カテゴリ化には、カテゴリの大きさ(図5において円で分けられた各カテゴリの半径に相当する値)をあらかじめ設定しておく必要がある。ARTを用いる場合には、調整パラメータρ(カテゴリの半径の逆数に相当する値、0<ρ<1)が設定される。ρを大きくすると各カテゴリの大きさが小さくなり、カテゴリの数が多くなる傾向がある。一方、ρを小さく設定すると各カテゴリの大きさが大きくなり、カテゴリの数が小さくなる傾向がある。
この装置は時間t2で故障が発生したことがわかっている。故障発生の前、すなわち時間t1から新規カテゴリが現れている。このことから、時間t1には異常の予兆が現れていたと考えられる。そこで、時間(t2−t1)を故障発生までのリードタイム601と定義する。
図7(a)及び図7(b)に示すように、調整パラメータρを大きく設定する、すなわち、カテゴリの半径を小さく設定するとリードタイムは長くなるが、誤検知数は多くなる傾向がある。一方、調整パラメータρを小さく設定する、すなわち、カテゴリの半径を大きく設定するとリードタイムは短くなるが、誤検知数は少なくなる傾向がある。すなわち、調整パラメータρの値が大きいほど確度は低いが異常の発生をより早期に検出することができ、調整パラメータρの値が小さいほど直前ではあるが異常の発生を高い確度で検出することができることになる。
この特性を利用し、カテゴリ化部113はρの値を所定の範囲内で、例えば10段階変化させ、そのうち異常と判定された回数を「警報レベル」として出力する。
図8(a)は、調整パラメータρが「大」の場合、すなわち、カテゴリの半径が「小」の場合である。この場合、新規に計測された計測値501は「カテゴリ1」〜「カテゴリ3」の範囲外であり、新規カテゴリである「カテゴリ4」に含まれる。
図8(b)は、調整パラメータρが「中」の場合、すなわち、カテゴリの半径が「中」の場合である。この場合、計測値501は、「カテゴリ1」の線上に位置している。
そして、図8(c)は、調整パラメータρが「小」の場合、すなわち、カテゴリの半径が「大」の場合である。この場合、計測値501は「カテゴリ1」内に完全に含まれる。
図8の例のような場合、警報レベル算出部114は警報レベルを「中」と判定する。
図9は、本実施形態に係る寄与率の算出方法を説明するための模式図である。
寄与率算出部115は、図9に示す方法によって、処理対象となっている計測値に対する「計測値A」及び「計測値B」の影響(寄与率)を算出する。なお、寄与率の算出は警報レベルが確定したとき、すなわち、調整パラメータρを段階的に変化させ、処理対象となっている計測値が、既存のカテゴリの境界線をまたいだときに算出される。
なお、既存カテゴリとは、正常期間の計測値が分類されるカテゴリのことである。
図8の例を参照すると、計測値501は、調整パラメータρが「大」のとき新規カテゴリである「カテゴリ4」に含まれているが、調整パラメータρが「中」、「小」のときは、既存カテゴリである「カテゴリ1」に含まれている。
従って、図8の例のような場合、寄与率算出部115は、計測値501の再近傍カテゴリを「カテゴリ1」とする。
なお、本実施形態では、寄与率を各項目における処理対象の計測値の最近傍カテゴリからの距離の割合を%で示すものとする。
「計測値B」の寄与率=(100×距離B)/(距離A+距離B+距離C)
「計測値C」の寄与率=(100×距離C)/(距離A+距離B+距離C)
図10は、本実施形態に係るプラント監視支援システムが行う手順を示すフローチャートである。なお、本実施形態では、調整パラメータρを小さい値から大きい値へと変化させている。すなわち、カテゴリを構成する超球の半径を大きい値から小さい値へと変化させているが、逆にしてもよい。
まず、計測値取得部112が、監視制御装置4を介して、淡水化プラント3の計測値を取得する(S101)。
さらに、カテゴリ化部113は、現在の調整パラメータで正常期間の計測値(予め取得されている計測値)のカテゴリ化を行う(S103)。
ステップS104の結果、既存カテゴリ内に入っている場合(S104→Yes)、警報レベル算出部114は、現在の調整パラメータρの値が設定されている最大値であるか否かを判定する(S105)。
ステップS105の結果、現在の調整パラメータρの値が最大値ではない場合(S105→No)、調整パラメータρの値を一段階大きくし(S106)、ステップS103へ処理を戻す。
そして、寄与率算出部115は処理対象となっている計測値の寄与率を算出する(S109)。寄与率は、図9において説明した手法で算出される。
その後、処理部111は、ステップS101へと処理を戻し、次の時刻における警報レベルと、寄与率を算出する。
次に、図11〜図16を参照して、本実施形態に係るプラント監視支援画面について説明する。警報レベルの値と寄与率の値は、いずれも経時変化として判断に使えるよう表示される。プラント監視支援画面の例を図11〜図16に示すが、警報レベルと寄与率の経時変化あるいは警報レベルと寄与率の積の経時変化が同一画面上で表示されるのであれば他の形式でもよい。
なお、図11〜図13、図15、図16に示す図では、計測値の項目が「計測値A」〜「計測値F」の6項目となっている。
図11のプラント監視支援画面1100は、警報レベルと寄与率の経時変化を二次元グラフ(平面上)で示したものである。つまり、プラント監視支援画面1100は警報レベル及び寄与率を二軸としたグラフである。
図11に示すプラント監視支援画面1100では、系列1101が「計測値A」を示し、系列1102が「計測値B」を示している。また、系列1103が「計測値C」を示し、系列1104が「計測値D」を示している。さらに、系列1105が「計測値E」を示し、系列1106が「計測値F」を示している。この場合、項目は「計測値A」〜[計測値F]のそれぞれとなる。
図11では、各項目における警報レベル及び寄与率をシンボル(丸)で表現している。
そして、ユーザは、過去におけるシンボルを参考にすることで、現在までの警報レベル及び寄与率の経時変化を感覚的に把握することが可能となり、事前対策を的確に実施することができる。
逆に、系列1102(「計測値B」)のように、高い寄与率を示していても、時間とともに画面左側へ移動していれば、時間とともに寄与率が低下しているので、その項目の計測値は問題ないと考えられる。
さらに、図11の例では、ドットによって時刻の変化が表されているが、シンボルの明度によって時刻の変化が表わされてもよい。つまり、最新の計測値に関するシンボルほど濃く表示され、過去となるにつれて薄く表示されてもよいし、過去となるにつれてシンボルの大きさが小さくなるようにしてもよい。図11において各シンボルをつなぐ線が表示されなくてもよい。
図12に示すプラント監視支援画面1200は、警報レベルと寄与率の積の経時変化をレーダチャート状グラフとしたものである。プラント監視支援画面1200複数種類(図12の例では6種類)の項目を異なる軸で表示し、経時変化を表示する線の種類で示したものである。実線で示されている線1201は、最新(現在、もしくは現在から最も直近の時刻)を示している。次に、一点鎖線で示されている線1202は、線1201より過去の時刻であることを示している。そして、破線で示されている線1203は、線1202よりさらに過去の時刻であることを示している。また、細かい破線で示される線1204は最も過去であることを示している。
また、図12のプラント監視支援画面1200では、線種の違いで、経時変化を示しているが、これに限らず、過去を示す線ほど薄く、最新を示す線ほど濃く表示するようにしたり、過去になるほど細く表示されるようにしたりしてもよい。あるいは、現在から過去に向かうに従って、線1201〜1204の色を変化させてもよい。
図13に示される補助画面1300は、図11のプラント管理支援画面1100や、プラント管理支援画面1200とともに表示される画面である。
図13に示す補助画面1300では、監視対象となっていう淡水化プラント3(図3)の構成図が示されており、図11や、図12において示されている「計測値A」〜「計測値F」の取得箇所が、符号1301〜1306で示されている。
つまり、「計測値A」は、温度計「T2」から得られる温度であり、「計測値B」は圧力計「P6」から得られる圧力値であり、「計測値C」は水質計「W5」から得られる水質に関する計測値である。また、「計測値D」は圧力計「P3」から得られる圧力値であり、「計測値E」は流量計「F2」から得られる流量であり、「計測値F」は圧力計「P2」から得られる圧力値である。
また、警報レベルや、寄与率が高くなっている項目に該当する淡水化プラント3の箇所を容易に特定することができるので、対応の迅速化を図ることができる。
図14に示すプラント管理支援画面1400では、上段に警報レベルの経時変化が示され、下段に寄与率の経時変化が示されている。なお、図14の下段における寄与率の経時変化では、「計測値A」(実線)及び「計測値B」(破線)における寄与率の経時変化がそれぞれトレンドグラフとして示されている。なお、上段と下段のグラフにおいて時刻は対応付けられている。なお、寄与率は前記した計算式で算出される。
なお、図14では、「計測値A」及び「計測B」の2つの項目について表示されているが、表示する項目数は2つに限らない。
これは、図15に示すように、図11のシンボルを画面上でクリックしたり、マウスをシンボル上においたりすると、そのシンボルに該当する現場設備の画像1501を表示するものである。これにより、警報レベルが上がっているときの寄与率が高い設備のイメージをすぐ共有できて勘違いを減らすことができるとともに、場合によっては画像を見ることで異常原因を特定できる可能性もある。また、画像と同時に音声情報も同時に出力できる形態とすることで、現場付近の異音等により、さらに的確に異常原因を特定できる可能性が高くなる。
なお、図15では、図11に示すプラント管理支援画面1100を例として説明したが、図12や、図14に示すプラント管理支援画面1200,1400について、画像1501が表示されてもよい。
図15における画像1501は静止画であるが動画でもよい。
このようにすることで、ユーザが、淡水化プラント3において寄与率が高くなっている箇所を同定することが容易となる。
あるいは、寄与率が高くなっているシンボルが大きく表示されてもよい。
なお、図16では、寄与率が所定の値以上となっている箇所を点滅させているが、これ以外にも、警報レベル×寄与率が所定の値以上となっている箇所が点滅されるようにしてもよい。
本実施形態に示すように、表示処理部116が、算出された警報レベルをできればリアルタイム、あるいは一定の時間間隔で表示装置2に表示して、操作員に警報レベルを通知することで、操作員は現在の計測値と異常値との関係を確認することができる。
さらに、表示処理部116が、警報レベル及び寄与率の経時変化を表示装置2に表示することで、操作員は警報レベル及び寄与率の時間変化を容易に把握することができる。すなわち、操作員は、計測値が異常値に近づいているか否かを確認することができる。
これにより、異常の発生が急に発令されることがなく、操作員は異常発生の前に事前の準備、例えば、現地確認や精密点検を実施することが可能となる。その結果、重大な故障に至る前の初期段階で被害を最小限にとどめることが可能となる。例えば、図3に示す淡水化プラント3では逆浸透膜モジュール202がファウリングにより閉塞することがあるが、操作員が初期段階でフラッシングや薬品洗浄を実施することによって膜モジュールの交換やプラント停止に至る被害を最小化することができる。同様に、高圧ポンプ202も軸受けが損傷することがあるが、捜査員が初期段階でグリース交換を実施することによって軸受け破損やベアリング部破損、それによるプラント停止や断水に至る被害を最小化することができる。
また、本実施形態に係るプラント監視支援システム10が、ネットワーク経由によるビジネスに使用されてもよい。
また、各実施形態において、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には、ほとんどすべての構成が相互に接続されていると考えてよい。
2 表示装置
3 淡水化プラント
4 監視制御装置
10 プラント監視支援システム
111 処理装置
112 計測値取得部
113 カテゴリ化部(警報レベル算出部)
114 警報レベル算出部
115 寄与率算出部
116 表示処理部
Claims (12)
- プラントから新たに複数の項目における計測値を、複数取得する計測値取得部と、
取得した前記複数の計測値に関する各項目を各軸とする空間に前記複数の計測値を対応付けることで、前記取得した前記計測値を前記空間にプロットし、前記空間に所定の領域を設定することで、前記領域に対応させたカテゴリの範囲を前記空間に設定し、前記領域の大きさを変化させることで、前記カテゴリの範囲を変化させつつ、既に取得している計測値をカテゴリに分類するカテゴリ化部と、
どのカテゴリの範囲において、新たに取得された計測値が、前記カテゴリから外れたか否かによって、警報レベルを経時的に算出する警報レベル算出部と、
前記新たに取得された計測値と前記カテゴリとの距離に関する値である寄与率を、前記警報レベルを算出した時刻に対応させて算出する寄与率算出部と、
所定期間において算出された前記警報レベル及び前記寄与率を、関連付けて経時的に表示部に表示する表示処理部と、
を有することを特徴とするプラント監視支援システム。 - 前記寄与率算出部は、前記各項目について前記寄与率を算出し、
前記表示処理部は、前記各項目について前記算出した警報レベル及び前記算出した寄与率を、前記警報レベル及び前記寄与率を各軸とする平面上に経時的に表示する
ことを特徴とする請求項1に記載のプラント監視支援システム。 - 前記寄与率算出部は、前記各項目について前記寄与率を算出し、
前記表示処理部は、前記各項目を軸とするレーダチャートにおいて、前記各項目における警報レベル及び前記寄与率に関する情報を、対応する軸に表示する
ことを特徴とする請求項1に記載のプラント監視支援システム。 - 前記表示処理部は、
前記表示部に表示されている前記警報レベル及び前記寄与率を関連付けているデータと、前記プラントにおける前記新たに取得した計測値の取得箇所とに関する画像とを関連付けて前記表示部に表示する
ことを特徴とする請求項1に記載のプラント監視支援システム。 - 前記表示処理部は、
前記表示部に表示されている前記警報レベル及び前記寄与率を関連付けているデータと、前記プラントにおける前記新たに取得した計測値の取得箇所とに関する画像とを関連付けて前記表示部に表示する際、前記警報レベル及び前記寄与率の少なくとも一方が所定の値以上となっている場合、前記警報レベル及び前記寄与率の少なくとも一方が所定の値以上となっている前記計測値の取得箇所を強調表示する
ことを特徴とする請求項4に記載のプラント監視支援システム。 - 前記表示処理部は、
前記寄与率の経時変化と、前記警報レベルの経時変化とをトレンドグラフとして表示する
ことを特徴とする請求項1に記載のプラント監視支援システム。 - プラントの異常を監視するプラント監視支援システムが、
前記プラントから新たに複数の項目における計測値を、複数取得し、
取得した前記複数の計測値に関する各項目を各軸とする空間に前記複数の計測値を対応付けることで、前記取得した前記計測値を前記空間にプロットし、前記空間に所定の領域を設定することで、前記領域に対応させたカテゴリの範囲を前記空間に設定し、前記領域の大きさを変化させることで、前記カテゴリの範囲を変化させつつ、既に取得している計測値をカテゴリに分類し、
どのカテゴリの範囲において、新たに取得された計測値が、前記カテゴリから外れたか否かによって、警報レベルを経時的に算出し、
前記新たに取得された計測値と前記カテゴリとの距離に関する値である寄与率を、前記警報レベルを算出した時刻に対応させて算出し、
所定期間において算出された前記警報レベル及び前記寄与率を、関連付けて経時的に表示部に表示する
ことを特徴とするプラント監視支援方法。 - 前記プラント監視支援システムは、
前記各項目について前記寄与率を算出し、
前記各項目について前記算出した警報レベル及び前記算出した寄与率を、前記警報レベル及び前記寄与率を各軸とする平面上に経時的に表示する
ことを特徴とする請求項7に記載のプラント監視支援方法。 - 前記プラント監視支援システムは、
前記各項目について前記寄与率を算出し、
前記各項目を軸とするレーダチャートにおいて、前記各項目における警報レベル及び前記寄与率に関する情報を、対応する軸に表示する
ことを特徴とする請求項7に記載のプラント監視支援方法。 - 前記プラント監視支援システムは、
前記表示部に表示されている前記警報レベル及び前記寄与率を関連付けているデータと、前記プラントにおける前記新たに取得した計測値の取得箇所とに関する画像とを関連付けて前記表示部に表示する
ことを特徴とする請求項7に記載のプラント監視支援方法。 - 前記プラント監視支援システムは、
前記表示部に表示されている前記警報レベル及び前記寄与率を関連付けているデータと、前記プラントにおける前記新たに取得した計測値の取得箇所とに関する画像とを関連付けて前記表示部に表示する際、前記警報レベル及び前記寄与率の少なくとも一方が所定の値以上となっている場合、前記警報レベル及び前記寄与率の少なくとも一方が所定の値以上となっている前記計測値の取得箇所を強調表示する
ことを特徴とする請求項8に記載のプラント監視支援方法。 - 前記プラント監視支援システムは、
前記寄与率の経時変化と、前記警報レベルの経時変化とをトレンドグラフとして表示す
る
ことを特徴とする請求項7に記載のプラント監視支援方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014215624A JP6482817B2 (ja) | 2014-10-22 | 2014-10-22 | プラント監視支援システム及びプラント監視支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014215624A JP6482817B2 (ja) | 2014-10-22 | 2014-10-22 | プラント監視支援システム及びプラント監視支援方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2016081482A JP2016081482A (ja) | 2016-05-16 |
JP2016081482A5 JP2016081482A5 (ja) | 2017-10-26 |
JP6482817B2 true JP6482817B2 (ja) | 2019-03-13 |
Family
ID=55956361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014215624A Active JP6482817B2 (ja) | 2014-10-22 | 2014-10-22 | プラント監視支援システム及びプラント監視支援方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6482817B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6674033B2 (ja) * | 2016-09-15 | 2020-04-01 | 株式会社日立製作所 | プラント異常診断装置及びプラント異常診断システム |
JP2018073060A (ja) * | 2016-10-27 | 2018-05-10 | オークマ株式会社 | 診断装置における診断結果表示方法及び診断装置 |
DE102017104884B4 (de) * | 2017-03-08 | 2019-02-14 | Mts Consulting & Engineering Gmbh | System und Verfahren zum Bestimmen von Fehlerbildern aus Sensordaten in Produktvalidierungs- und Fertigungsprozessen |
JP6778132B2 (ja) * | 2017-03-13 | 2020-10-28 | 株式会社日立製作所 | 設備機器の異常診断システム |
JP7501600B2 (ja) | 2017-06-05 | 2024-06-18 | オムロン株式会社 | センサユニット |
JP6756374B2 (ja) | 2017-06-19 | 2020-09-16 | Jfeスチール株式会社 | プロセスの異常状態診断装置および異常状態診断方法 |
JP7019364B2 (ja) * | 2017-09-29 | 2022-02-15 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 監視装置、監視方法、監視プログラム、表示装置、表示方法および表示プログラム |
JP7435047B2 (ja) | 2020-03-06 | 2024-02-21 | 株式会社大林組 | 情報管理装置及びプログラム |
JP7372198B2 (ja) * | 2020-05-08 | 2023-10-31 | 株式会社荏原製作所 | 表示システム、表示装置及び表示方法 |
JP7506001B2 (ja) | 2021-02-02 | 2024-06-25 | 三菱電機株式会社 | プラント監視支援システム、プラント監視支援方法、およびプラント監視支援プログラム |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5150590B2 (ja) * | 2009-09-25 | 2013-02-20 | 株式会社日立製作所 | 異常診断装置及び異常診断方法 |
JP4832609B1 (ja) * | 2011-06-22 | 2011-12-07 | 株式会社日立エンジニアリング・アンド・サービス | 異常予兆診断装置および異常予兆診断方法 |
-
2014
- 2014-10-22 JP JP2014215624A patent/JP6482817B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016081482A (ja) | 2016-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6482817B2 (ja) | プラント監視支援システム及びプラント監視支援方法 | |
US10598520B2 (en) | Method and apparatus for pneumatically conveying particulate material including a user-visible IoT-based classification and predictive maintenance system noting maintenance state as being acceptable, cautionary, or dangerous | |
JP7223839B2 (ja) | 異常検出および/または予知保全のためのコンピュータ実装方法、コンピュータプログラム製品およびシステム | |
US10977568B2 (en) | Information processing apparatus, diagnosis method, and program | |
US20170178311A1 (en) | Machine fault detection based on a combination of sound capture and on spot feedback | |
JP5091604B2 (ja) | 分布の評価方法、製品の製造方法、分布の評価プログラム及び分布の評価システム | |
JP5946572B1 (ja) | 異常予兆診断システム及び異常予兆診断方法 | |
US8347144B2 (en) | False alarm mitigation | |
US20120310597A1 (en) | Failure cause diagnosis system and method | |
JP5485939B2 (ja) | 機器異常判定装置、及び機器異常判定方法 | |
CN106368813A (zh) | 一种基于多元时间序列的异常报警数据检测方法 | |
JP2017010263A (ja) | 異常予兆診断装置のプリプロセッサ及びその処理方法 | |
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 | |
CN107710089B (zh) | 工厂设备诊断装置以及工厂设备诊断方法 | |
CN114450646B (zh) | 用于使用深度学习来检测风力涡***作异常的***和方法 | |
JP2015162140A (ja) | プラントと制御装置の診断装置 | |
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 | |
JP2019082918A (ja) | 監視対象選定装置、監視対象選定方法、およびプログラム | |
JPWO2018051568A1 (ja) | プラント異常診断装置及びプラント異常診断システム | |
CN110337640B (zh) | 用于问题警报聚合和识别次优行为的方法、***和介质 | |
WO2021241578A1 (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 | |
JP2016045852A (ja) | 異常診断装置及び異常診断方法 | |
JP2010276339A (ja) | センサ診断方法およびセンサ診断装置 | |
KR20150027178A (ko) | 상관도를 고려한 데이터 분류 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체 | |
CN115146895A (zh) | 机械***的健康评估 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20170914 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170914 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180726 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180731 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180918 |
|
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: 20190205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6482817 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |