JPH01106112A - Method for diagnosing cause of process abnormality - Google Patents
Method for diagnosing cause of process abnormalityInfo
- Publication number
- JPH01106112A JPH01106112A JP62263105A JP26310587A JPH01106112A JP H01106112 A JPH01106112 A JP H01106112A JP 62263105 A JP62263105 A JP 62263105A JP 26310587 A JP26310587 A JP 26310587A JP H01106112 A JPH01106112 A JP H01106112A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- group
- invalid
- measurement points
- valid
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000003745 diagnosis Methods 0.000 claims abstract description 33
- 230000005540 biological transmission Effects 0.000 claims abstract 2
- 238000005259 measurement Methods 0.000 claims description 73
- 230000002159 abnormal effect Effects 0.000 claims description 19
- 230000001364 causal effect Effects 0.000 description 9
- 230000007423 decrease Effects 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000012774 diagnostic algorithm Methods 0.000 description 3
- 238000002405 diagnostic procedure Methods 0.000 description 2
- BEPSGCXDIVACBU-IUCAKERBSA-N Pro-His Chemical compound C([C@@H](C(=O)O)NC(=O)[C@H]1NCCC1)C1=CN=CN1 BEPSGCXDIVACBU-IUCAKERBSA-N 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000012447 hatching Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
Description
【発明の詳細な説明】
〈産業上の利用分野〉
本発明は、符号付き有向グラフによるプロヒスの異常原
因診断方法の改良に関するものである。DETAILED DESCRIPTION OF THE INVENTION <Industrial Application Field> The present invention relates to an improvement in a method for diagnosing the cause of an abnormality in prohis using a signed directed graph.
〈従来技術〉 プラント内のプロセスの各種の状態変数(流量。<Conventional technology> Various state variables (flow rate) of the processes within the plant.
圧力、温度、レベル等)間に存在する物理的な因果関係
を利用して、測定点より発生中の異常信号(襟数周)に
基づいて異常原因候補を推定する場合、プロセスの状態
変数(測定点及び非測定点)をノード(点)で、また状
態変数感の因果関係を矢印付きの枝で表し、因果関係を
’十”(助長)と“−゛(抑制)とに分類し、それぞれ
に対応する因果関係の枝に符号を与えた符号付き右向グ
ラフを用いて推定する方法が提案されている。When estimating abnormality cause candidates based on the abnormality signal (number of laps) generated from the measurement point using the physical causal relationship that exists between the process state variables (pressure, temperature, level, etc.) Measurement points and non-measurement points) are represented by nodes (points), and causal relationships between state variables are represented by branches with arrows. An estimation method has been proposed that uses a signed rightward graph in which a sign is given to each branch of causality.
第10図乃至第13図により符号付さ・有向グラフによ
る賃常原囚推定の概念を説明する。The concept of estimating a rented prisoner using a signed directed graph will be explained with reference to FIGS. 10 to 13.
第10図は、カスケード接続された自然落下式2段水槽
1及び2を示しており、状態変数の記号FOは水1ft
1への流入流量、Llは水槽1の水位、Flは水槽1
から2への流出、流入流量、L2は水槽2の水位、F2
は水l112からの流出流量である。Figure 10 shows cascade-connected two-tier gravity tanks 1 and 2, where the state variable symbol FO is 1ft of water.
1 is the inflow flow rate, Ll is the water level of tank 1, Fl is the water tank 1
Outflow and inflow flow from to 2, L2 is the water level of tank 2, F2
is the outflow flow rate from water l112.
以上の状態変数間の囚!1!関係は次ぎのようkmなる
。Prisoner between more state variables! 1! The relationship is km as follows.
(1)Foが増えるとり、も増える。(1) As Fo increases, so does the value.
(2)L+が増えるとF、も増える〈自然落下のため)
。(2) As L+ increases, F also increases (due to natural fall)
.
(3)PIが増えると11は減る。(3) When PI increases, 11 decreases.
(4)F+が増えるとL2は増える。(4) When F+ increases, L2 increases.
<5)L2が増えるとF2も増える。<5) When L2 increases, F2 also increases.
(6)F2が増えるとL2は減る。(6) When F2 increases, L2 decreases.
この関係を符号付き有向グラフに表現すると第11図の
ようになる。図中用は状態変a(ノード)を示し、矢印
は因果関係を示寸。実線は゛十パの因果関係を、破線は
″“−°゛の因果関係を示す。When this relationship is expressed as a signed directed graph, it becomes as shown in FIG. The figures in the diagram indicate state changes a (nodes), and the arrows indicate causal relationships. The solid line indicates the causal relationship of 10%, and the broken line indicates the causal relationship of ``−°''.
次−このグラフによる異常原因推定の診断アルゴリズム
について第12図、第13図により説明する。Next - A diagnostic algorithm for estimating the cause of abnormality using this graph will be explained with reference to FIGS. 12 and 13.
基本的な考え方は、アラーム発生中のノード間の因果関
係を矢印の向きとは反対方向に辿り、上流側からの゛異
常゛の伝播入力がないのに、下流側に゛異常゛を伝播し
ているノードを異常原因と推定する。The basic idea is to trace the causal relationship between nodes that are generating an alarm in the opposite direction to the direction of the arrow, and to propagate an "abnormality" to the downstream side even though there is no propagation input of the "abnormality" from the upstream side. The node that is causing the error is assumed to be the cause of the error.
各状態変数には第12図(A>に示すようにプロセスの
状態に応じて次の3段階の符号が与えられている。As shown in FIG. 12 (A>), each state variable is given a code in the following three stages depending on the state of the process.
十二信号が異常に高い 0:正常である。12 signal is abnormally high 0: Normal.
m:信号が異常に低い。m: Signal is abnormally low.
史に、有効点、有効枝が次のように定義されている。Historically, effective points and effective edges are defined as follows.
有効点ニブラス又はマイナスの異常を示す点。Valid point niblus or point indicating negative abnormality.
有効枝:異常の伝わる経路となっている枝(枝の始点と
終点の異常符号の積とその枝
の因果関係の符号とが一致する枝)。Effective branch: A branch that is a path through which an anomaly is transmitted (a branch where the product of the anomaly signs at the start and end points of the branch matches the sign of the causal relationship of that branch).
第10図のプロセスで例えば水槽1と2の間の管路に詰
りを生じたと仮定するとき、Llは増加(+)シ、F+
、L2.F2は減少(−)する。For example, in the process shown in Fig. 10, if it is assumed that a blockage occurs in the pipe line between water tanks 1 and 2, Ll increases (+), F+
, L2. F2 decreases (-).
第12図(A>、(8)はこの関係を符号付き有向グラ
フに反映させ、同時に異常符号、有効点。FIG. 12 (A>, (8)) reflects this relationship in a signed digraph, and at the same time shows an abnormal sign and a valid point.
有効技を記入したものであり、ノードFoが正常、L、
がプラス異常、’F+ 、12 、F2がマイナス異常
を示している。(B)は有効点を示しており、Foが正
常符号のために無効貞となり、他のノードはすべて異常
符号を取るために有効点となる。Effective techniques are entered, node Fo is normal, L,
indicates a positive abnormality, and 'F+, 12, F2 indicates a negative abnormality. (B) shows valid points; Fo is invalid because it has a normal code, and all other nodes are valid points because they have abnormal codes.
次に異常が伝わる経路となっている枝、イ■効枝は、上
記定義により枝の支点と終点の符号の積とその枝の囚!
1!関係符号が一致するものであるから、この定義を満
足する有効枝は第13図に示寸ように添字(3)、(4
)、(5)を付したの3木である。Next, the branch that is the path through which the abnormality is transmitted, i. The effective branch, is the product of the sign of the fulcrum and the end point of the branch and the prisoner of that branch, according to the above definition.
1! Since the relationship signs match, the effective branches that satisfy this definition are subscripts (3) and (4) as shown in Figure 13.
) and (5).
し、とF、との間の添字(2)は、Llの異常はプラス
、F+はマイナスであり、その積はマイナスであるが添
字(2)の枝は因果関係でプラスであるから不一致とな
り、この枝を通って異常は伝播していないので、有効技
から省かれる。The subscript (2) between and and F is positive for the anomaly of Ll and negative for F+, and their product is negative, but the branch of subscript (2) is positive due to a causal relationship, so they are inconsistent. , Since the abnormality is not propagated through this branch, it is omitted from the effective technique.
この様にして有効枝のみを残した第13図において、入
る有効技のないノードを捜すと、Flが該当するので、
Flを異常原因と推定する。In Fig. 13, where only the effective branches are left in this way, if we search for a node that has no effective technique to enter, Fl will be found, so
It is assumed that Fl is the cause of the abnormality.
実際のプラントにおける測定点、非測定点をノードとす
る有向符号付きグラフの例を第2図に示す。第10図の
例はずべてのノードが測定点であつたが、非測定点をグ
ラフに取り込むことも可能であり、第2図の例では、下
部にハツチング部分を持つノード(例えば5P8)が測
定点、ハツチングを有しないノード(例えばP8)が非
測定点である。FIG. 2 shows an example of a directed signed graph in which nodes are measurement points and non-measurement points in an actual plant. In the example in Figure 10, all nodes are measurement points, but it is also possible to incorporate non-measurement points into the graph, and in the example in Figure 2, nodes with hatched parts at the bottom (for example, 5P8) A measurement point and a node without hatching (for example, P8) are non-measurement points.
この様に、非測定点をグラフに取り込む場合は、診断の
途中でこれらの非測定点にプラス又はマイナスの異常を
仮定し、得られるすべての有効グラフ(有効点と有効枝
のみで構成されたグラフ)について原因点の推定が実行
される。In this way, when incorporating non-measured points into a graph, it is assumed that these non-measured points have positive or negative abnormalities during the diagnosis, and all the valid graphs obtained (consisting only of valid points and valid branches) are Estimation of cause points is performed for the graph).
〈発明が解決しようとする問題点〉
以上説明した右向符号付きグラフによる異常原因の診断
は、複雑に影響しあっているプロセスの複数の六常発生
に対して原因点を推定するための初段として極めて有効
であるが、次のような問題点がある。<Problems to be solved by the invention> Diagnosis of the causes of anomalies using the rightward signed graph described above is the first step in estimating the cause points for multiple occurrences of six abnormalities in processes that affect each other in a complex manner. Although it is extremely effective, it has the following problems.
(1)独立した21a所以上で同時に故障が発生した2
重、多重の故障には対応できない。実際のプラント、ボ
イラのような時定数の大きい系では、2箇所以上の故障
が当時に発生することはないとしても短い時間間隔で警
報として現れてくる可能性がある。(1) Failures occurred simultaneously at 21 or more independent locations2
It cannot handle severe or multiple failures. In an actual plant or system with a large time constant such as a boiler, even if failures in two or more locations do not occur at the same time, they may appear as alarms at short time intervals.
(2)II(iの設定が上記例のように3段階の場合、
は、警報の設定レベルが不適切であると正常、異常の信
頼性が低下する危険がある。(2) II (If the setting of i is in three stages as in the above example,
If the alarm setting level is inappropriate, there is a risk that the reliability of normal and abnormal conditions will decrease.
この問題に対処する一手法として5段階による異常パタ
ーンの設定(+、+?、O,−?、−)により診断する
システムも提案されている(化学工を論文集VOL、1
0.No、2.1984)が、パターン判断と処理が複
雑となること、無駄な警報の多発などが考えられ、ノー
ドが複雑多岐にわたる場合は診断の処理時間が大幅に増
大する欠点がある。As a method to deal with this problem, a system that diagnoses by setting an abnormality pattern in five stages (+, +?, O, -?, -) has been proposed (Chemical Engineering Collected Papers VOL, 1
0. No. 2, 1984) has the disadvantage that pattern judgment and processing become complicated, that unnecessary alarms occur frequently, and when the nodes are complex and diverse, the processing time for diagnosis increases significantly.
本発明は、このような問題点を解消した右向符号付きグ
ラフによる異常点診断方法の提供を目的とする。An object of the present invention is to provide a method for diagnosing abnormal points using a rightward signed graph that eliminates such problems.
く問題点を解決するための手段〉
本発明方法の特徴°は、プロセスの複数の測定点並びに
非測定点をノードとする符号付さ有向グラフにより、上
記測定点の正常、異常パターンデータに基づいて異常原
因ノードを診断するプロセスの異常点診断方法において
、
(a)異常を示さない無効測定点を除いて、異常を承り
有効測定点をグループ分けすると共に、各グループ内の
非測定点のパターンを符号付き有向グラフにしたがって
有効測定点と仮定し、グループ内のすべての有効測定点
に矛盾なく対応した点が存在する場合にはイの点を異常
原因と見なし、存在しない場合にはそのグループの診断
は不能と判断する機能と、
(b)5!?常を示さない無効測定点に出会った場合に
は、その無効測定点に対応するパターンを仮定し、出会
った回数をカウントアツプすると共に、それ以上の異常
伝漂を無視して仮定過程を中止するi能と、
(c)グループ毎の診断が終了した時点で無効測定点を
チェックし、もし2つ以上のグループから同じ異常パタ
ーンが仮定されてる無効測定点が存在する場合には、関
係するすべてのグループがこの無効測定点によって結ば
れていると見なし、この測定点に対する異常パターンの
設定入力をマンマシンインターフェイスを介してオペレ
ータに問い合わせる機能と、
(d)オペレータにより上記設定入力があった場合には
、各関係グループを融合して新たなグループを作り、こ
のグループ内で上記(a)の機能により再度異常原因の
診断を実行すると共に、設定入力がない場合には多重故
障として診断を続行1Jる機能とよりなる。Means for Solving the Problems〉 The feature of the method of the present invention is that it uses a signed directed graph in which nodes are a plurality of measurement points and non-measurement points in the process, to solve the problems based on the normal and abnormal pattern data of the measurement points. In the abnormality point diagnosis method in the process of diagnosing the abnormality cause node, (a) excluding invalid measurement points that do not show an abnormality, classifying the valid measurement points in response to the abnormality into groups, and determining the pattern of non-measurement points within each group; It is assumed to be a valid measurement point according to the signed digraph, and if there is a point that consistently corresponds to all the valid measurement points in the group, point A is considered to be the cause of the abnormality, and if it does not exist, the group is diagnosed. (b) 5! ? When an invalid measurement point that does not show normal conditions is encountered, a pattern corresponding to the invalid measurement point is assumed, the number of encounters is counted up, and further abnormal propagation is ignored and the assumption process is stopped. (c) Check invalid measurement points when the diagnosis for each group is completed, and if there are invalid measurement points where the same abnormal pattern is assumed from two or more groups, check all related (d) When the above setting is input by the operator, the following functions are provided: creates a new group by merging each related group, and within this group, diagnoses the cause of the abnormality again using the function (a) above, and if there is no setting input, continues diagnosis as a multiple failure1J It has more functions.
・く作用〉
異常を示す有効測定点がグループ分けされ、各グループ
内の非測定点のパターンを符号付き有向グラフにしたが
って有効測定点と仮定され、グループ毎に故障原因の診
断が実行される。診断の過程で異常を示さない無効測定
点に出会った場合には、その無効測定点に対応するパタ
ーンが仮定され、出会った回数がカウントアツプされる
。- Effective measurement points showing an abnormality are divided into groups, and the pattern of non-measurement points in each group is assumed to be an effective measurement point according to a signed digraph, and diagnosis of the cause of failure is performed for each group. If an invalid measurement point that does not show any abnormality is encountered during the diagnosis process, a pattern corresponding to the invalid measurement point is assumed, and the number of encounters is counted up.
グループ毎の診断が終了した時点で無効測定点がチェッ
クされ、もし2つ以上のグループから同じ異常パターン
が仮定されてる無効測定点が存在する場合には、この測
定点に対する異常パターンの設定入力をマンマシンイン
ターフェイスを介してオペレータに問い合わせる。When the diagnosis for each group is completed, invalid measurement points are checked, and if there is an invalid measurement point where the same abnormal pattern is assumed from two or more groups, input the abnormal pattern settings for this measurement point. Interrogate the operator via the man-machine interface.
オペレータが異常の入力をした場合には、各関係グルー
プを融合して新たなグループが作られて、このグループ
内で再度異常原因の診断を実行される。When the operator inputs an abnormality, a new group is created by merging the related groups, and the diagnosis of the cause of the abnormality is executed again within this group.
・ぐ実施例〉
第1図は、本発明を実/#する場合の分散形11制御装
置のハードウェア構成を示すものであり、マンマシンイ
ンターフェイス3とプラントとの情報交換を実行する複
数の制御ステーション4とがバス5に接続されて通信が
行われる。・Embodiment> FIG. 1 shows the hardware configuration of a distributed 11 control device when implementing the present invention, and includes multiple controls for exchanging information between the man-machine interface 3 and the plant. Station 4 is connected to bus 5 for communication.
6は本発明による診断アルゴリズムにより駆動される故
117j診i装置であり、バス5に接続され、このバス
を介して制御ステーション側より各測定点の警報状IC
Cアクタアップロードされ、このデータに基づいて故障
原因の診断を行う。Reference numeral 6 denotes a diagnostic device 117j driven by the diagnostic algorithm according to the present invention, which is connected to the bus 5, and via which the alarm IC of each measurement point is sent from the control station side.
C actor is uploaded, and the cause of the failure is diagnosed based on this data.
第2図は既に説明したように、プラントの複数の測定点
、非測定点を因果関係を示す符号付きの枝で結んだ符号
付き右向グラフの例である。As already explained, FIG. 2 is an example of a signed rightward graph in which a plurality of measurement points and non-measurement points of a plant are connected by signed branches indicating causal relationships.
次に第3図により本発明の診断方法の特徴をa2明する
。Next, the features of the diagnostic method of the present invention will be explained with reference to FIG.
(1)グループ分番ノ診断
本発明の第1の特徴であり、異常を示さない無効測定点
Po 、Fo 、Ro 、So・・・を除いて、異常を
示ずと共に枝で結合゛される有効測定点群QI+02、
QコのグループG+ 、L+ 、Fl’、L2 。(1) Diagnosis of group numbering This is the first feature of the present invention, and except for invalid measurement points Po, Fo, Ro, So, etc. that do not show any abnormality, they do not show any abnormality and are connected by branches. Effective measurement point group QI+02,
Q group G+, L+, Fl', L2.
F2のグループをG2・・・のようにグループ分()す
る。Divide the F2 group into groups () like G2...
次に各グループ内において非測定点のパターンを符号付
き有向グラフにしたがって有効測定点と仮定しして各グ
ループごとに故障原因の診断、を実行する。Next, the pattern of non-measurement points within each group is assumed to be valid measurement points according to the signed digraph, and diagnosis of the cause of failure is executed for each group.
グループ内のすべての有効測定点に矛盾なく対応した点
が存在する場合にはその点を異常原因と見なし、存在し
ない場合にはそのグループの診断は不能と判断する
(2)無効測定点φカウントアツプ
各グループの診断の過程において、異常を示さない無効
測定点に出会った場合には、その無効測定点に対応する
パターンを仮定し、出会った回数を各無効測定点ごとに
カウントアツプする。この無効測定点に関してはカウン
トアツプのみを実行して、それ以上の異常仏間を無視し
て仮定過程を中止する
(3)オペレータへの問い合わ吐
グループ毎の診断が終了した時点で無効測定点をチェッ
クし、もし2つ以上のグループから同じ異常パターンが
仮定されてカウントアツプ数が2以上の無効測定点が存
在する場合には、関係するすべてのグループがこの無効
測定点によって結ばれていると見なし、この測定点に対
する異常パターンの設定入力をマンマシンインターフェ
イスを介してオペレータに問い合わせる
(4)再診断
オペレータにより無効測定点に対する異常パターンの強
制的な設定入力があった場合には、この無効測定点によ
り桔ばれる各関係グループを融合して新たなグループが
作られる。If there is a point that consistently corresponds to all valid measurement points in a group, that point is considered to be the cause of the abnormality, and if it does not exist, it is judged that diagnosis of that group is impossible. (2) Invalid measurement point φ count In the process of diagnosing each group, if an invalid measurement point that does not show any abnormality is encountered, a pattern corresponding to the invalid measurement point is assumed, and the number of encounters is counted up for each invalid measurement point. For this invalid measurement point, only count up is performed, and any further abnormalities are ignored and the assumption process is stopped. If the same abnormal pattern is assumed from two or more groups and there is an invalid measurement point with a count-up number of 2 or more, all related groups are connected by this invalid measurement point. (4) If the rediagnosis operator forcibly inputs the setting of the abnormal pattern for the invalid measurement point, the invalid measurement A new group is created by merging each related group determined by the point.
そして、この新たなグループ内で上記(1)の機能によ
り再度異常原因の診断が実行される。Then, within this new group, diagnosis of the cause of the abnormality is executed again using the function (1) above.
オペレータがこの無効測定点に対して異常パターンの入
力をしないと決定した場合は、多重故障として診断が続
行される。If the operator decides not to input an abnormal pattern for this invalid measurement point, the diagnosis continues as a multiple failure.
第4図乃至第9図は、以上説明した本発明の診断の信号
処理手順をフローチャートで示しlcものである。4 to 9 are flowcharts showing the signal processing procedure of the diagnosis of the present invention explained above.
第4図はメインフローチャートであり、リセット割り込
み処理ルーチンAを経てまず初期化が実行され、ブーロ
セスの因果関係を表ずすべでの測定点、非測定点を表す
データベースを配列化し、診断可能な状態とする。Figure 4 is the main flowchart. First, initialization is executed through the reset interrupt processing routine A, and a database representing all measurement points and non-measurement points is arrayed to represent the cause-and-effect relationship of the process, and a diagnostic state is created. shall be.
イしてアラームの有無がチェックされ、アラーム増加な
らばB、〜B2ルーチンが実行され、アラームが減少な
らばC+〜C2ルーチンが実行され、アラームが反転な
らばDのルーチンが実行された後に最終ルーチンEが実
行されて初期化状態に戻る。If the alarm increases, routines B and ~B2 are executed; if the alarm decreases, routines C+~C2 are executed; and if the alarm is reversed, routine D is executed, and then the final Routine E is executed to return to the initialization state.
第5図は、リセット割り込みルーチンのフローであり、
診断終了又は診断不能に陥った後の再試行りセットの割
り込み機能である。Figure 5 shows the flow of the reset interrupt routine.
This is an interrupt function to set a retry after diagnosis is completed or diagnosis becomes impossible.
第6図は、アラームが増加した場合の処理ルーチンのフ
ローであり、新規検出アラームのみを診断の対象とし、
グループ分けを実行する。即ち、グループ番号を新たな
有効測定点に与え、以降のパターン仮定過程において非
測定点のグループ番目とする。但し、新規有効測定点に
ずでにi号がりえられている場合は、その番号を用いる
。Figure 6 shows the flow of the processing routine when the number of alarms increases, and only newly detected alarms are subject to diagnosis.
Perform grouping. That is, a group number is given to a new effective measurement point and used as the group number of non-measurement points in the subsequent pattern assumption process. However, if number i has already been assigned to the new valid measurement point, use that number.
次に、新規有効測定点と関連するノードに対応したパタ
ーンを与え、各ノードついて有効に成立する枝の数がカ
ラン1−される。−但し、新しい仮定パターンが前回の
仮定パターンの逆転(高←低)である場合、そのノード
を無効化して異常の原因とはならないものとザる。Next, a pattern corresponding to the node associated with the new effective measurement point is given, and the number of branches that are effectively established for each node is calculated. -However, if the new hypothetical pattern is a reversal of the previous hypothetical pattern (high←low), that node is invalidated and deemed not to be the cause of the abnormality.
第7図は、アラームの数が前回診断の後に減少した場合
の処理ルーチンのフローである。アラームが減少したと
しても、その異常だったパターンを内部で保持し、それ
に関連する有効測定点に対してパルス状のフラグを立て
るパルス処理が実行される。FIG. 7 is a flowchart of a processing routine when the number of alarms has decreased after the previous diagnosis. Even if the number of alarms decreases, the abnormal pattern is retained internally, and pulse processing is executed to set a pulse-like flag at the valid measurement points related to it.
第8図は、アラームが反牝する’H合の処理ルーチンの
フ〇−である。振動を伴なう異常の診断アルゴリズムが
現時点では実現困難であるから、発振処理を実行した後
に診断を中段する。FIG. 8 is a flowchart of the processing routine when the alarm is ``H''. Since it is currently difficult to implement a diagnostic algorithm for abnormalities accompanied by vibration, the diagnosis is performed in the middle stage after the oscillation process is executed.
第9図は、最終処理ルーチンのフローであり、まず、診
断結果の表示が実行される。即ら、B+〜B2ルーチン
の処理結果をチェックし、各グループ毎にそのグループ
に含まれているアラーム数だけカウントアツプされてい
る有効、l−ドを異常原因としてそのパターンと共にC
RTなどに表示する。FIG. 9 shows the flow of the final processing routine, in which the diagnostic results are first displayed. In other words, check the processing results of the B+ to B2 routines, and for each group, consider the valid and L- codes that have been counted up by the number of alarms included in that group as the cause of the abnormality, and select C along with that pattern.
Display on RT etc.
次に、複数のグループにおいて異常原因が存在する場合
は、多重故障と認定される。そして多重故障の場合、正
常を示す無効測定点に対して2個以上の同じパターンが
仮定されている場合には、その測定点のアラームしぎい
値が不適切であったと見なし、この測定点に対する異常
パターンの強制的な設定入力をオペレータに問い合わせ
る追加入力要求の処理が実行される。Next, if the cause of the abnormality exists in multiple groups, it is recognized as a multiple failure. In the case of multiple failures, if two or more same patterns are assumed for an invalid measurement point indicating normality, the alarm threshold value for that measurement point is considered to be inappropriate, and Processing of an additional input request is executed to inquire of the operator about forced setting input of the abnormal pattern.
追加入力がオペレータにより実行された場合は、このア
ラームは以降のナンブリング処理で新たなアラームとし
て検出され、新たなグループ分けが行われて再り断が実
行される。If an additional input is performed by the operator, this alarm will be detected as a new alarm in the subsequent numbering process, new grouping will be performed, and disconnection will be executed again.
本発明の診断方法では、アラームのしきい値を3段階又
はそれ以上とすることも可能であるが、追加アラームの
設定入力が可能であるから、3段階パターンで十分な診
断積電が1町持される。In the diagnostic method of the present invention, it is possible to set the alarm threshold in three or more stages, but since it is possible to input additional alarm settings, the three-stage pattern is sufficient for diagnostic load for one town. held.
〈発明の効果ン
以上説明したように、本発明の診断方法によれば、
(1)グループ分()により各グループ内で独立に異常
原因の診断が実行されるために、同時発生又は極めて近
接した連続発生の異常に対してその原因点の推定が可能
となる。<Effects of the Invention> As explained above, according to the diagnosis method of the present invention, (1) diagnosis of abnormality causes is performed independently within each group by group division (), so It becomes possible to estimate the cause of abnormalities that occur continuously.
(2)異常パターの設定過程において、当初正常である
とした無効測定点に出会った場合に、その測定点に対し
て「異常ではないか?」とし、伝播してくる異常パター
ンを与え、仮定される回数をカウントアツプすることに
より、オペレータに対して異常パターンの強制的な追加
入力の機会が与えられるので、アラームのじき4定が不
適切であった場合でらこの処理により回復でき、新たな
グループ設定により再診断できるので、3段階設定を採
用した場合でも精度の高い故障原因の診断が可能であり
、従来方式による5段階設定の診断に比較して診断時間
を大幅に短縮Jることが可能である。(2) In the process of setting an abnormal pattern, if you come across an invalid measurement point that was initially assumed to be normal, ask that measurement point "Isn't it abnormal?", give the propagating abnormal pattern, and make assumptions. By counting up the number of times the alarm is set, the operator is given an opportunity to forcibly input an additional abnormality pattern, so if the alarm is set incorrectly, this process can be used to recover and create a new one. Since re-diagnosis can be performed using a group setting, it is possible to diagnose the cause of failure with high accuracy even when using a 3-stage setting, and the diagnosis time can be significantly reduced compared to the conventional diagnosis method with a 5-stage setting. is possible.
第1図は本発明方法が実施された分散形プロセス制御I
Il装置のハードウェア禍成図、第2図はプラントの測
定点、非測定点をノードとする符号付き有向グラフの一
例、第3図は本発明方法によるグループ分けに罰する動
作説明図、第4図は本発明方法の43号処理手順を示す
メインフローチセート図、第5図はりセットFJり込み
処理のフローチャート図、第6図はアラーム増加処理の
フローチャート図、第7図はアラーム増加処理のフロー
チャート図、第8図はアラーム反転処理のフローブーヤ
ード図、第9図は最終処理のフローチャート図、第10
図乃至第13図は符q付き右向グラフによる故障診断の
rJl明図である。
3・・・マンマシンインターフェイス 4・・・制御
ステーション 5・・・バス 6・・・故障診断装
置ゝ2.ノ
(聞
l′5′X
\、−)
第b[図
第7図Figure 1 shows a distributed process control I in which the method of the present invention is implemented.
A diagram of the hardware failure of the Il device. Figure 2 is an example of a signed directed graph with measurement points and non-measurement points of the plant as nodes. Figure 3 is an explanatory diagram of the operation of punishing grouping by the method of the present invention. Figure 4 5 is a flowchart of beam set FJ entry processing, FIG. 6 is a flowchart of alarm increase processing, and FIG. 7 is a flowchart of alarm increase processing. , Figure 8 is a flowchart of alarm reversal processing, Figure 9 is a flowchart of final processing, and Figure 10 is a flowchart of final processing.
Figures 1 to 13 are rJl diagrams of fault diagnosis using rightward graphs with q. 3...Man-machine interface 4...Control station 5...Bus 6...Fault diagnosis device 2.ノ (hear l'5'X \, -) Part b [Figure 7
Claims (1)
符号付き有向グラフにより、上記測定点の正常、異常パ
ターンデータに基づいて異常原因ノードを診断するプロ
セスの異常原因診断方法において、 (a)異常を示さない無効測定点を除いて、異常を示す
有効測定点をグループ分けすると共に、各グループ内の
非測定点のパターンを符号付き有向グラフにしたがって
有効測定点と仮定し、グループ内のすべての有効測定点
に矛盾なく対応した点が存在する場合にはその点を異常
原因と見なし、存在しない場合にはそのグループの診断
は不能と判断する機能と、 (b)異常を示さない無効測定点に出会つた場合には、
その無効測定点に対応するパターンを仮定し、出会った
回数をカウントアップすると共に、それ以上の異常伝潘
を無視して仮定過程を中止する機能と、 (c)グループ毎の診断が終了した時点で無効測定点を
チェックし、もし2つ以上のグループから同じ異常パタ
ーンが仮定されてる無効測定点が存在する場合には、関
係するすべてのグループがこの無効測定点によって結ば
れていると見なし、この測定点に対する異常パターンの
設定入力をマンマシンインターフェイスを介してオペレ
ータに問い合わせる機能と、 (d)オペレータにより上記設定入力があった場合には
、各関係グループを融合して新たなグループを作り、こ
のグループ内で上記(a)の機能により再度異常原因の
診断を実行すると共に、設定入力がない場合には多重故
障として診断を続行する機能、 とよりなるプロセスの異常原因診断方法。[Scope of Claim] A method for diagnosing the cause of an abnormality in a process, in which an abnormality cause node is diagnosed based on normality and abnormality pattern data of the measurement points using a signed directed graph in which nodes are a plurality of measurement points and non-measurement points of the process. , (a) Excluding invalid measurement points that do not show an abnormality, divide the valid measurement points that show an abnormality into groups, and assume that the pattern of non-measurement points in each group is a valid measurement point according to a signed digraph; If there is a point that consistently corresponds to all the valid measurement points in the group, that point is regarded as the cause of the abnormality, and if it does not exist, the diagnosis of that group is judged to be impossible; If you encounter an invalid measurement point that is not
A function that assumes a pattern corresponding to the invalid measurement point, counts up the number of times it has been encountered, and ignores any further abnormal transmissions and cancels the assumption process; (c) When the diagnosis for each group is completed Check for invalid measurement points, and if there is an invalid measurement point where the same abnormal pattern is assumed from two or more groups, consider that all related groups are connected by this invalid measurement point, (d) When the operator inputs the above settings, each related group is fused to create a new group; A method for diagnosing the cause of an abnormality in a process comprising: within this group, the cause of the abnormality is diagnosed again using the function (a) above, and if there is no setting input, the diagnosis is continued as a multiple failure.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP62263105A JP2536551B2 (en) | 1987-10-19 | 1987-10-19 | Process error cause diagnosis method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP62263105A JP2536551B2 (en) | 1987-10-19 | 1987-10-19 | Process error cause diagnosis method |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH01106112A true JPH01106112A (en) | 1989-04-24 |
JP2536551B2 JP2536551B2 (en) | 1996-09-18 |
Family
ID=17384894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP62263105A Expired - Lifetime JP2536551B2 (en) | 1987-10-19 | 1987-10-19 | Process error cause diagnosis method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2536551B2 (en) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10115534A (en) * | 1996-10-11 | 1998-05-06 | Yamatake Honeywell Co Ltd | Method and apparatus for diagnosing sensor |
WO2011092805A1 (en) * | 2010-01-27 | 2011-08-04 | トヨタ自動車株式会社 | Anomaly assessment device and anomaly assessment method of control system |
WO2022259307A1 (en) * | 2021-06-07 | 2022-12-15 | 日本電信電話株式会社 | Alarm analysis device, alarm analysis method, bayesian network model, and alarm analysis program |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58119008A (en) * | 1982-01-11 | 1983-07-15 | Hitachi Ltd | Automatic deciding device for cause of accident |
JPS61173397A (en) * | 1986-01-17 | 1986-08-05 | 株式会社日立製作所 | Disaster prevention alarm |
-
1987
- 1987-10-19 JP JP62263105A patent/JP2536551B2/en not_active Expired - Lifetime
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58119008A (en) * | 1982-01-11 | 1983-07-15 | Hitachi Ltd | Automatic deciding device for cause of accident |
JPS61173397A (en) * | 1986-01-17 | 1986-08-05 | 株式会社日立製作所 | Disaster prevention alarm |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10115534A (en) * | 1996-10-11 | 1998-05-06 | Yamatake Honeywell Co Ltd | Method and apparatus for diagnosing sensor |
WO2011092805A1 (en) * | 2010-01-27 | 2011-08-04 | トヨタ自動車株式会社 | Anomaly assessment device and anomaly assessment method of control system |
JP5299525B2 (en) * | 2010-01-27 | 2013-09-25 | トヨタ自動車株式会社 | Control system abnormality determination device and abnormality determination method |
US8762791B2 (en) | 2010-01-27 | 2014-06-24 | Toyota Jidosha Kabushiki Kaisha | Error determination device and error determination method of control system |
WO2022259307A1 (en) * | 2021-06-07 | 2022-12-15 | 日本電信電話株式会社 | Alarm analysis device, alarm analysis method, bayesian network model, and alarm analysis program |
Also Published As
Publication number | Publication date |
---|---|
JP2536551B2 (en) | 1996-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2875073B2 (en) | Failure diagnosis method and device | |
Vogel-Heuser et al. | Criteria-based alarm flood pattern recognition using historical data from automated production systems (aPS) | |
JPH0666685A (en) | Automatic test generating method and apparatus for model-base real-time trouble shooting system | |
CN101783749B (en) | Network fault positioning method and device | |
CN109523027B (en) | Boiler operation data monitoring method and device based on Bayesian network | |
JPH08234832A (en) | Device and method for monitoring and diagnostic plant | |
JP4635194B2 (en) | Anomaly detection device | |
JPH01106112A (en) | Method for diagnosing cause of process abnormality | |
CN117170304A (en) | PLC remote monitoring control method and system based on industrial Internet of things | |
CN113454950A (en) | Network equipment and link real-time fault detection method and system based on flow statistics | |
EP3048613B1 (en) | Method for analysis of plant disturbance propagations | |
JP2540907B2 (en) | Process error cause diagnosis method | |
JP2000214924A (en) | Plant abnormality monitoring device and method for identifying abnormality occurrence place | |
CN113551156A (en) | Pipeline state monitoring method and device based on deep learning and storage medium | |
M’halla et al. | Monitoring of a milk manufacturing workshop using chronicle and fault tree approaches | |
JP2890815B2 (en) | Plant abnormality diagnosis device | |
JP3771001B2 (en) | Distributed system diagnostic system and storage medium storing distributed system diagnostic program | |
LU505752B1 (en) | Fault Analysis System For Detecting Lexicographic Product Network Model | |
JP3187246B2 (en) | Plant diagnostic system | |
JPH0972596A (en) | Method for diagnosing air conditioning system | |
JPH08189846A (en) | Plant diagnosing system | |
JPH06314199A (en) | Process abnormality cause estimation system | |
Ploix et al. | A new efficient and flexible algorithm for the design of testable subsystems | |
CN115335790A (en) | Method and system for diagnosing messages | |
JP2022072229A (en) | Equipment diagnostic system, equipment diagnostic method and program |