JPH0421210B2 - - Google Patents
Info
- Publication number
- JPH0421210B2 JPH0421210B2 JP58108627A JP10862783A JPH0421210B2 JP H0421210 B2 JPH0421210 B2 JP H0421210B2 JP 58108627 A JP58108627 A JP 58108627A JP 10862783 A JP10862783 A JP 10862783A JP H0421210 B2 JPH0421210 B2 JP H0421210B2
- Authority
- JP
- Japan
- Prior art keywords
- cause
- node
- data
- storage device
- logical operation
- 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 - Lifetime
Links
- 230000005856 abnormality Effects 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 19
- 238000011084 recovery Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 16
- 238000003745 diagnosis Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000013480 data collection Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
【発明の詳細な説明】
この発明は、大規模プラントの異常事象をリア
ル・タイムで同定し、かつ将来の状態の予測をす
るプラント診断装置に関するものである。
ル・タイムで同定し、かつ将来の状態の予測をす
るプラント診断装置に関するものである。
従来、この種の装置として、第1図に示すもの
があつた。図において、1はアナログ・デイジタ
ル変換器を含み、図示なしのプロセスのデータ
Xi(i=1,2…N)を所定の周期で入力し、即
ち収集するデータ収集装置、2はデータXiを基
準値Xa,Xbと比較し、許容範囲(Xa〜Xb)内
にあれば“0”、範囲外にあれば“1”に変換す
るための演算処理装置、3は演算処理装置2が演
算した結果を格納しておく記憶装置、4は第2図
に示す原因結果ツリー(以下CCTと記す)を記
憶しておく記憶装置、5は記憶装置3に格納して
あるプロセス情報と、記憶装置4に格納してある
CCTを用いて、すべてのノードの論理演算値を
算出する演算処理装置、6は演算処理装置5で求
めた角ノードの論理演算値(ノードのステータス
と事象発生時刻)を格納する記憶装置、7は記憶
装置4のCCTに従い、記憶装置3からの観測デ
ータ及び記憶装置6からの論理演算値との比較、
エントリー・ノードの変化検出、原因同定及び予
測を行う診断解析部としての演算処理装置、8は
演算処理装置7の診断結果をブラウン管上に表示
する表示装置である。
があつた。図において、1はアナログ・デイジタ
ル変換器を含み、図示なしのプロセスのデータ
Xi(i=1,2…N)を所定の周期で入力し、即
ち収集するデータ収集装置、2はデータXiを基
準値Xa,Xbと比較し、許容範囲(Xa〜Xb)内
にあれば“0”、範囲外にあれば“1”に変換す
るための演算処理装置、3は演算処理装置2が演
算した結果を格納しておく記憶装置、4は第2図
に示す原因結果ツリー(以下CCTと記す)を記
憶しておく記憶装置、5は記憶装置3に格納して
あるプロセス情報と、記憶装置4に格納してある
CCTを用いて、すべてのノードの論理演算値を
算出する演算処理装置、6は演算処理装置5で求
めた角ノードの論理演算値(ノードのステータス
と事象発生時刻)を格納する記憶装置、7は記憶
装置4のCCTに従い、記憶装置3からの観測デ
ータ及び記憶装置6からの論理演算値との比較、
エントリー・ノードの変化検出、原因同定及び予
測を行う診断解析部としての演算処理装置、8は
演算処理装置7の診断結果をブラウン管上に表示
する表示装置である。
次に動作について説明する。アナログ量のデー
タXiはデータ収集装置1により量子化され、デ
イジタル量に変換された後、演算処理装置2に入
力される。演算処理装置2は(1)式に示す処理を
し、その結果のステータスSi(i=1,2,…,
N)及びステータスSiが1となつた事象発生時刻
teは記憶装置3に格納される。
タXiはデータ収集装置1により量子化され、デ
イジタル量に変換された後、演算処理装置2に入
力される。演算処理装置2は(1)式に示す処理を
し、その結果のステータスSi(i=1,2,…,
N)及びステータスSiが1となつた事象発生時刻
teは記憶装置3に格納される。
XL iXiXU iのときはSi=0
XU i<Xi又はXi<XL iのときはSi=1 …(1)
ただし、i=1,2,…,N
XL i;下限警報レベル、XU iは上限警報レベル
記憶装置4に格納されているCCTの一部を第
2図に示す。このCCTを構成するノードの名称
として次の4つがある。
2図に示す。このCCTを構成するノードの名称
として次の4つがある。
プライマリ・ノード:CCTの最下位に位置する
ノードである。検出器等によつて測定されたデ
ータ(観測データ)を持つ。本ノードはCCT
のAND/ORロジツクの論理演算を行う起点と
なるノードであるため、論理演算値は存在し得
ないが便宜上、観測データが論理演算値に等し
いとしている。第2図において、S1〜S10が相
当する。
ノードである。検出器等によつて測定されたデ
ータ(観測データ)を持つ。本ノードはCCT
のAND/ORロジツクの論理演算を行う起点と
なるノードであるため、論理演算値は存在し得
ないが便宜上、観測データが論理演算値に等し
いとしている。第2図において、S1〜S10が相
当する。
エントリー・ノード:CCTの探索をはじめる起
点となる予め設定されたノードである。検出器
等によつて測定された観測データとプライマ
リ・ノードの観測データを基に、CCTの
AND/ORロジツクを論理演算することにより
求まる論理演算値を持つ。第2図において、
S16とS17が相当する。
点となる予め設定されたノードである。検出器
等によつて測定された観測データとプライマ
リ・ノードの観測データを基に、CCTの
AND/ORロジツクを論理演算することにより
求まる論理演算値を持つ。第2図において、
S16とS17が相当する。
非観測ノード:異常事象の進展に応じて運転員に
提供するメツセージを割り当てるためにCCT
に設けられたノードである。従つて、検出器等
によつて観測されたデータを持たずプライマ
リ・ノードから計算された論理演算値のみ持
つ。第2図ではS11とS13がこれに相当する。
提供するメツセージを割り当てるためにCCT
に設けられたノードである。従つて、検出器等
によつて観測されたデータを持たずプライマ
リ・ノードから計算された論理演算値のみ持
つ。第2図ではS11とS13がこれに相当する。
観測ノード:CCTを構成する非観測ノード以外
のノードである。プライマリ・ノード及びエン
トリー・ノードはこのノードの特別なものであ
る。観測データ及び論理演算結果を持つ。第2
図ではS1〜S20のうち、S11とS13を除くすべて
のノードが相当する。
のノードである。プライマリ・ノード及びエン
トリー・ノードはこのノードの特別なものであ
る。観測データ及び論理演算結果を持つ。第2
図ではS1〜S20のうち、S11とS13を除くすべて
のノードが相当する。
第2図において、M1〜M8は出力されるべき
診断メツセージ、G11〜G14はアンド・ゲート、
G15〜G18はオア・ゲートを示す。CCTにおいて、
ステータスSiが定義される位置をノードと呼び、
メツセージM1が付いているだけでデータXiのス
テータスSiが決定されていないノードを非観測ノ
ード(第2図では「○」で表現)、ステータスが
決定されるノードを観測ノード(第2図では
「●」で表現)と呼ぶ。特に、観測ノードの内、
CCTの最下位に位置するノードをプライマリ・
ノード、またCCTのAND/ORロジツクの検索
を始める起点として予め設定したノードをエント
リー・ノード(第2図では「◎」で表現)と呼
ぶ。
診断メツセージ、G11〜G14はアンド・ゲート、
G15〜G18はオア・ゲートを示す。CCTにおいて、
ステータスSiが定義される位置をノードと呼び、
メツセージM1が付いているだけでデータXiのス
テータスSiが決定されていないノードを非観測ノ
ード(第2図では「○」で表現)、ステータスが
決定されるノードを観測ノード(第2図では
「●」で表現)と呼ぶ。特に、観測ノードの内、
CCTの最下位に位置するノードをプライマリ・
ノード、またCCTのAND/ORロジツクの検索
を始める起点として予め設定したノードをエント
リー・ノード(第2図では「◎」で表現)と呼
ぶ。
ステータスS1〜S20(ただしステータスS11とS13
を除く)は、記憶装置3に格納されている。
CCTに関連する実行処理は記憶装置3,4,6
からの情報を基に診断処理装置5,7で行われ
る。
を除く)は、記憶装置3に格納されている。
CCTに関連する実行処理は記憶装置3,4,6
からの情報を基に診断処理装置5,7で行われ
る。
異常の原因の同定等を行う本診断処理は第4図
に示すように論理演算部と診断解析部に分かれて
いる。論理演算部を分離し、かつサンプリング周
期毎に毎回全CCTロジツクの論理演算を実行す
る。
に示すように論理演算部と診断解析部に分かれて
いる。論理演算部を分離し、かつサンプリング周
期毎に毎回全CCTロジツクの論理演算を実行す
る。
論理演算を行う演算処理装置5では、記憶装置
3内のプライマリ・ノードの観測データを入力と
して、記憶装置4のCCTロジツクに従い、すべ
ての論理演算(各ノードのステータス及び推定さ
れる事象発生時刻の計算)を毎回サイクリツクに
実行し、記憶装置6に格納する。この演算はプラ
イマリ・ノードのサンプリングデータ(観測デー
タ)の値や値の変化にかかわらずサンプリング周
期毎に毎回ツリーを上方に向けて演算される。こ
こで、処理するプログラムは対象CCTが決まれ
ば、一意的に決まるものであるから、各CCTの
モジユール毎にオブジエクト・モジユールを作成
する方式を採用する。
3内のプライマリ・ノードの観測データを入力と
して、記憶装置4のCCTロジツクに従い、すべ
ての論理演算(各ノードのステータス及び推定さ
れる事象発生時刻の計算)を毎回サイクリツクに
実行し、記憶装置6に格納する。この演算はプラ
イマリ・ノードのサンプリングデータ(観測デー
タ)の値や値の変化にかかわらずサンプリング周
期毎に毎回ツリーを上方に向けて演算される。こ
こで、処理するプログラムは対象CCTが決まれ
ば、一意的に決まるものであるから、各CCTの
モジユール毎にオブジエクト・モジユールを作成
する方式を採用する。
診断解析を行う演算処理装置7では、記憶装置
6に格納された論理演算部の解析結果を基に
CCTロジツクの診断処理を行うが、解析内容は
エントリー・ノードの変化検出によるステータ
ス・インジケータ更新、原因同定、予測及び回復
処理に分けられる。
6に格納された論理演算部の解析結果を基に
CCTロジツクの診断処理を行うが、解析内容は
エントリー・ノードの変化検出によるステータ
ス・インジケータ更新、原因同定、予測及び回復
処理に分けられる。
エントリー・ノードの変化検出によるステータ
ス・インジケータ更新では、プラントが正常・異
常発生・異常状態断続、異常回復かを調べ、原因
同定、予測及び回復処理等の診断処理の必要性を
判断するためにサンプリング周期毎にエントリ
ー・ノードのステータスを調べることによつて実
施される。即ち、記憶装置3から今回のサンプリ
ングでの観測データの結果及び前回の観測データ
の結果をチエツクし、そのチエツク内容により正
常・異常発生・異常状態断続(原因同定成功、原
因同定失敗)・異常回復のステータス・インジケ
ータを割当てる。診断解析部では、このステータ
ス・インジケータに応じて原因同定、予測、回復
処理等の診断または次のエントリー・ノード検索
のバスを決定し、各バスに割り当てられた上記各
処理を実行する。
ス・インジケータ更新では、プラントが正常・異
常発生・異常状態断続、異常回復かを調べ、原因
同定、予測及び回復処理等の診断処理の必要性を
判断するためにサンプリング周期毎にエントリ
ー・ノードのステータスを調べることによつて実
施される。即ち、記憶装置3から今回のサンプリ
ングでの観測データの結果及び前回の観測データ
の結果をチエツクし、そのチエツク内容により正
常・異常発生・異常状態断続(原因同定成功、原
因同定失敗)・異常回復のステータス・インジケ
ータを割当てる。診断解析部では、このステータ
ス・インジケータに応じて原因同定、予測、回復
処理等の診断または次のエントリー・ノード検索
のバスを決定し、各バスに割り当てられた上記各
処理を実行する。
このエントリー・ノードの変化検出の動作につ
いて述べる。
いて述べる。
基本的に、ステータス・インジケータの値が
a (異常発生)の時、
エントリー・ノードの観測データは「偽
“0”」から「真“1”」、 b (異常継続〔原因同定成功〕)の時、及び c (異常継続〔原因同定失敗〕)の時、 エントリー・ノードの観測データは「真
“1”」から「真“1”」、 d (回復)の時、 エントリー・ノードの観測データは「真
“1”」から「偽“0”」、 e (正常)の時、 エントリー・ノードの観測データは「偽
“0”」から「偽“0”」へ、 それぞれ変化または不変化したことを示してい
る。
“0”」から「真“1”」、 b (異常継続〔原因同定成功〕)の時、及び c (異常継続〔原因同定失敗〕)の時、 エントリー・ノードの観測データは「真
“1”」から「真“1”」、 d (回復)の時、 エントリー・ノードの観測データは「真
“1”」から「偽“0”」、 e (正常)の時、 エントリー・ノードの観測データは「偽
“0”」から「偽“0”」へ、 それぞれ変化または不変化したことを示してい
る。
第3図にステータス・インジケータの設定の例
を示す。第3図に示すAは1回前のサンプリング
周期におけるステータス・インジケータ、Bは今
回のサンプリング周期において新しく設定される
ステータス・インジケータである。
を示す。第3図に示すAは1回前のサンプリング
周期におけるステータス・インジケータ、Bは今
回のサンプリング周期において新しく設定される
ステータス・インジケータである。
例えば、第3図に示すように、あるエントリ
ー・ノードの1回前のサンプリング周期における
ステータス・インジケータがd(回復)やc(正
常)で、今回の観測データが「真“1”」の時、
新しく設定されるステータス・インジケータはa
(異常発生)となる。
ー・ノードの1回前のサンプリング周期における
ステータス・インジケータがd(回復)やc(正
常)で、今回の観測データが「真“1”」の時、
新しく設定されるステータス・インジケータはa
(異常発生)となる。
c(異常継続〔原因同定失敗〕)で、今回の観測
データが「真“1”」の時、新しく設定されるス
テータス・インジケータはc(異常継続〔原因同
定失敗〕)のままで変更されない。
データが「真“1”」の時、新しく設定されるス
テータス・インジケータはc(異常継続〔原因同
定失敗〕)のままで変更されない。
なお、上記のようにインジケータが「b」と
は、原因同定が成功した時であるから、この時、
このインジケータを持つエントリー・ノードの下
位には原因があり、この結果、この検索している
エントリー・ノードの論理演算値は当然「1」で
ある。しかし、次のサンプリング周期において、
対応操作により異常原因が除去されたが、時間遅
れ(過渡現象)のためエントリー・ノードの観測
データが異常のままの場合がありえる。
は、原因同定が成功した時であるから、この時、
このインジケータを持つエントリー・ノードの下
位には原因があり、この結果、この検索している
エントリー・ノードの論理演算値は当然「1」で
ある。しかし、次のサンプリング周期において、
対応操作により異常原因が除去されたが、時間遅
れ(過渡現象)のためエントリー・ノードの観測
データが異常のままの場合がありえる。
即ち、あるエトリー・ノードのステータス・イ
ンジケータが前回「b」で今回の観測データが
「1」の場合、第3図よりステータス・インジケ
ータは「b」と変わらないが、異常原因が除去さ
れているため、このエントリー・ノードの論理演
算値は「0」となり、必ずしもインジケータが
「b」だからと言つて論理演算値が「1」とは限
らない。「0」の場合もある。
ンジケータが前回「b」で今回の観測データが
「1」の場合、第3図よりステータス・インジケ
ータは「b」と変わらないが、異常原因が除去さ
れているため、このエントリー・ノードの論理演
算値は「0」となり、必ずしもインジケータが
「b」だからと言つて論理演算値が「1」とは限
らない。「0」の場合もある。
この場合、いずれエントリー・ノードの観測デ
ータは正常に戻るため、第4図のように回復処理
を行う。回復処理とは、各ノード毎に論理演算値
と観測データとの比較により、今まで表示してい
た原因メツセージや状態メツセージ等の診断メツ
セージを消去または正常に戻つた旨の表示に変更
する処理である。
ータは正常に戻るため、第4図のように回復処理
を行う。回復処理とは、各ノード毎に論理演算値
と観測データとの比較により、今まで表示してい
た原因メツセージや状態メツセージ等の診断メツ
セージを消去または正常に戻つた旨の表示に変更
する処理である。
このように、診断解析部は新しく設定された
各々のステータス・インジケータの値により第4
図に示す各処理をサンプリング周期毎に行う。
各々のステータス・インジケータの値により第4
図に示す各処理をサンプリング周期毎に行う。
まず、原因固定処理は、ステータス・インジケ
ータがa(エントリー・ノードの観測データが事
象発生を示した場合)またはc(事象発生が断続
していてかつ原因が不明の場合)の時行われる。
この原因同定では、観測データを格納している記
憶装置3とCCTモデル4及び論理演算部の計算
結果を格納している記憶装置6からの情報をもと
に、プライマリ・ノードの観測データから計算さ
れた各ノードのステータス(論理演算値)の正し
さをその上のノードの観測データで確認して行
き、確認できた原因事象からエントリー・ノード
までのバスについてはそのバスに割り当てられて
いるメツセージをブラウン管表示装置8に原因メ
ツセージとして表示する。
ータがa(エントリー・ノードの観測データが事
象発生を示した場合)またはc(事象発生が断続
していてかつ原因が不明の場合)の時行われる。
この原因同定では、観測データを格納している記
憶装置3とCCTモデル4及び論理演算部の計算
結果を格納している記憶装置6からの情報をもと
に、プライマリ・ノードの観測データから計算さ
れた各ノードのステータス(論理演算値)の正し
さをその上のノードの観測データで確認して行
き、確認できた原因事象からエントリー・ノード
までのバスについてはそのバスに割り当てられて
いるメツセージをブラウン管表示装置8に原因メ
ツセージとして表示する。
予測処理では、エントリー・ノードの論理演算
結果が「1」になつている時、それが上位のノー
ドに及ぼす影響を調べる。エントリー・ノードの
論理演算結果が「1」になつていることは、その
エントリー・ノードの下位に異常原因が存在する
ことを意味している。ここでも論理演算結果と観
測結果との一致を調べ、その上位ノードに割り当
てられたメツセージをブラウン管表示装置8に、
一致しておれば状態メツセージ、不一致であれば
予測メツセージとして表示する。
結果が「1」になつている時、それが上位のノー
ドに及ぼす影響を調べる。エントリー・ノードの
論理演算結果が「1」になつていることは、その
エントリー・ノードの下位に異常原因が存在する
ことを意味している。ここでも論理演算結果と観
測結果との一致を調べ、その上位ノードに割り当
てられたメツセージをブラウン管表示装置8に、
一致しておれば状態メツセージ、不一致であれば
予測メツセージとして表示する。
回復処理は、ステータス・インジケータがdま
たはステータス・インジケータがbで、かつ、そ
のエントリー・ノードの論理演算値が「0」の
時、行われる。回復処理では、各ノード毎に論理
演算値と観測データとの比較により、今まで表示
していた原因メツセージや状態メツセージ等の診
断メツセージを消去または正常に戻つた旨の表示
に変更する。
たはステータス・インジケータがbで、かつ、そ
のエントリー・ノードの論理演算値が「0」の
時、行われる。回復処理では、各ノード毎に論理
演算値と観測データとの比較により、今まで表示
していた原因メツセージや状態メツセージ等の診
断メツセージを消去または正常に戻つた旨の表示
に変更する。
ステータス・インジケータがe(正常)の時、
該当エントリー・ノードに関して処理は行わず、
次のエントリー・ノードに対してインジケータ更
新を行い行うべき処理のバスを決定する。
該当エントリー・ノードに関して処理は行わず、
次のエントリー・ノードに対してインジケータ更
新を行い行うべき処理のバスを決定する。
診断解析部に必要な情報はCCTモジユール毎
にテーブル(データベース)を作成し、それを
CCTプログラムが上記の一致、不一致を調べる
ことにより、解析を実行する方式を採用する。
にテーブル(データベース)を作成し、それを
CCTプログラムが上記の一致、不一致を調べる
ことにより、解析を実行する方式を採用する。
第6図により、診断方式の部分のみ抽出して説
明をする。
明をする。
第6図において、No.1〜No.5はプラントの初期
状態から異常が発生し、最終状態になるまでの状
況を段階毎に示したものであり、CCTロジツク
を簡略に示している。「○」印は非観測ノード、
「●」印は観測ノード、「◎」印はエントリー・ノ
ード、GATEはプライマリ・ノードのデータを
入力するANDゲート、M1〜M5はメツセージ
である。又、各ノードの右側の数字は演算処理装
置5の演算した論理演算値を示し、左側の数字
は、記憶装置3に記憶装置された観測データを示
す。即ち、No.1の初期段階では、異常がなく、プ
ライマリ・ノード及び他のノードともに「0」で
ある。
状態から異常が発生し、最終状態になるまでの状
況を段階毎に示したものであり、CCTロジツク
を簡略に示している。「○」印は非観測ノード、
「●」印は観測ノード、「◎」印はエントリー・ノ
ード、GATEはプライマリ・ノードのデータを
入力するANDゲート、M1〜M5はメツセージ
である。又、各ノードの右側の数字は演算処理装
置5の演算した論理演算値を示し、左側の数字
は、記憶装置3に記憶装置された観測データを示
す。即ち、No.1の初期段階では、異常がなく、プ
ライマリ・ノード及び他のノードともに「0」で
ある。
No.2の段階は、異常発生直後の段階であり、演
算処理装置5の論理演算値は各ノードともに
「1」を示すが、プライマリ・ノードより上位の
ノードの観測データは異常に進展に時間を要する
ため、各ノードとも「0」である。
算処理装置5の論理演算値は各ノードともに
「1」を示すが、プライマリ・ノードより上位の
ノードの観測データは異常に進展に時間を要する
ため、各ノードとも「0」である。
No.3の段階は、エントリー・ノードの観測デー
タが「1」になつた段階であり、この時、演算処
理装置7によつて、記憶装置6に記憶された各ノ
ードの論理演算値と記憶装置3の対応するノード
の観測データとの比較が行われ、これらの一致関
係で原因同定、予測及び回復処理が行われる。つ
まり、比較の結果、一致しているノードのメツセ
ージM4は状態メツセージとして、M5は原因メ
ツセージとして、そのすぐ上の一致していないノ
ードのメツセージM3は予測メツセージとして表
示装置に表示する。なお、M5はNo.2の段階では
表示せず、エントリー・ノードの観測データが
「1」になつたNo.3の段階で表示する。これは
ANDゲート(GATEと表現している)がプライ
マリ・ノードの誤判定により成立し、誤診断する
ことを防ぐためである。
タが「1」になつた段階であり、この時、演算処
理装置7によつて、記憶装置6に記憶された各ノ
ードの論理演算値と記憶装置3の対応するノード
の観測データとの比較が行われ、これらの一致関
係で原因同定、予測及び回復処理が行われる。つ
まり、比較の結果、一致しているノードのメツセ
ージM4は状態メツセージとして、M5は原因メ
ツセージとして、そのすぐ上の一致していないノ
ードのメツセージM3は予測メツセージとして表
示装置に表示する。なお、M5はNo.2の段階では
表示せず、エントリー・ノードの観測データが
「1」になつたNo.3の段階で表示する。これは
ANDゲート(GATEと表現している)がプライ
マリ・ノードの誤判定により成立し、誤診断する
ことを防ぐためである。
No.4の段階は、事象が更に進んだ段階であり、
上記と同様に比較が行われ、M5が原因メツセー
ジ、M3,M4が状態メツセージ、M2が予測メ
ツセージとして表示される。
上記と同様に比較が行われ、M5が原因メツセー
ジ、M3,M4が状態メツセージ、M2が予測メ
ツセージとして表示される。
No.5は最終段階を示しており、M5が原因メツ
セージ、M2,M3,M4が状態メツセージ、M
1が予測メツセージとして表示される。また、こ
の状態は、異常が最終段階まで進展することが予
想されるため、例えば、原子炉トリツプ等の制御
がなされることになる。
セージ、M2,M3,M4が状態メツセージ、M
1が予測メツセージとして表示される。また、こ
の状態は、異常が最終段階まで進展することが予
想されるため、例えば、原子炉トリツプ等の制御
がなされることになる。
このような構成によると、例えば、第2図の
CCTにおいて、エントリー・ノードS17の下位に
ある故障Aまたは故障Bが各々単独または同時に
発生すれば各々を原因同定できるが、故障Aが発
生した後、故障Bが発生した時(この逆の場合で
も同様)は、同じエントリー・ノードの管理下に
あるため、第3図に示すように故障Aを同定した
時に、このエントリー・ノードのステータス・イ
ンジケータがb(異常継続〔原因同定成功〕)とな
る。即ち、最初の故障Aに対して、ステータス・
インジケータがb(異常継続〔原因同定成功〕)と
なり、異常が継続していることからエントリー・
ノードの観測データ及び論理演算値共に「1」で
あるため、第3図に示すように、新しいステータ
ス・インジケータはb(異常継続〔原因同定成
功〕)となる。このことから次のサンプリング周
期からは第4図に示すようにbかつエントリー・
ノードの論理演算値「1」のバスで処理が行われ
るため、原因同定処理をスキツプし、該当エント
リー・ノードに従つて予測処理を実行する。従つ
て、後から発生した故障Bに対して原因同定処理
が行われず故障Bを検知することが出来ないこと
になる。それゆえ、運転員に正しい故障原因など
現在のプラント状態を正しく示す適切なメツセー
ジを出力できない。
CCTにおいて、エントリー・ノードS17の下位に
ある故障Aまたは故障Bが各々単独または同時に
発生すれば各々を原因同定できるが、故障Aが発
生した後、故障Bが発生した時(この逆の場合で
も同様)は、同じエントリー・ノードの管理下に
あるため、第3図に示すように故障Aを同定した
時に、このエントリー・ノードのステータス・イ
ンジケータがb(異常継続〔原因同定成功〕)とな
る。即ち、最初の故障Aに対して、ステータス・
インジケータがb(異常継続〔原因同定成功〕)と
なり、異常が継続していることからエントリー・
ノードの観測データ及び論理演算値共に「1」で
あるため、第3図に示すように、新しいステータ
ス・インジケータはb(異常継続〔原因同定成
功〕)となる。このことから次のサンプリング周
期からは第4図に示すようにbかつエントリー・
ノードの論理演算値「1」のバスで処理が行われ
るため、原因同定処理をスキツプし、該当エント
リー・ノードに従つて予測処理を実行する。従つ
て、後から発生した故障Bに対して原因同定処理
が行われず故障Bを検知することが出来ないこと
になる。それゆえ、運転員に正しい故障原因など
現在のプラント状態を正しく示す適切なメツセー
ジを出力できない。
しかし、一度原因同定が成功しても前述のよう
にCCT上の同一エントリー・ノードの下に新た
な異常原因が発生している可能性がある。
にCCT上の同一エントリー・ノードの下に新た
な異常原因が発生している可能性がある。
この発明は、上記のような従来のものの欠点を
除去するためになされたもので、異常原因が存在
する場合、CCTロジツク演算により上位に位置
するエントリー・ノードの論理演算値が真「1」
になることに着目し、原因同定が成功していても
エントリー・ノードの論理演算値の値により、各
サンプリング周期毎に原因同定処理を繰り返すこ
とにより、故障が複数発生しても原因同定ができ
るプラント診断装置を提供することを目的として
いる。
除去するためになされたもので、異常原因が存在
する場合、CCTロジツク演算により上位に位置
するエントリー・ノードの論理演算値が真「1」
になることに着目し、原因同定が成功していても
エントリー・ノードの論理演算値の値により、各
サンプリング周期毎に原因同定処理を繰り返すこ
とにより、故障が複数発生しても原因同定ができ
るプラント診断装置を提供することを目的として
いる。
以下、この発明の一実施例を第5図に示すフロ
ーチヤートについて説明する。第5図は、第4図
との対比から明らかなように、ステータス・イン
ジケータがa(異常発生)またはc(継続/原因同
定失敗)の時に、原因同定と予測処理を実施する
だけでなく、ステータス・インジケータがb(継
続/原因同定成功)と判断され、かつエントリ
ー・ノードの論理演算値が「1」と判断されたと
きも原因同定処理と予測処理を実行するようにし
た。その他のフローは第4図に示すものと同じで
ある。即ち、エントリー・ノードの論理演算値が
「0」の場合は従来通りこのエントリー・ノード
の下位に異常原因が存在しないことから回復処理
を行う。また、ステータス・インジケータがd
(回復)の場合も回復処理を行う。ステータス・
インジケータがe(正常)の場合は、該当エント
リー・ノードに関して処理は行われず、次のエン
トリー・ノードに対してインジケータ更新を行い
次に行うべき処理のバスを決定する。
ーチヤートについて説明する。第5図は、第4図
との対比から明らかなように、ステータス・イン
ジケータがa(異常発生)またはc(継続/原因同
定失敗)の時に、原因同定と予測処理を実施する
だけでなく、ステータス・インジケータがb(継
続/原因同定成功)と判断され、かつエントリ
ー・ノードの論理演算値が「1」と判断されたと
きも原因同定処理と予測処理を実行するようにし
た。その他のフローは第4図に示すものと同じで
ある。即ち、エントリー・ノードの論理演算値が
「0」の場合は従来通りこのエントリー・ノード
の下位に異常原因が存在しないことから回復処理
を行う。また、ステータス・インジケータがd
(回復)の場合も回復処理を行う。ステータス・
インジケータがe(正常)の場合は、該当エント
リー・ノードに関して処理は行われず、次のエン
トリー・ノードに対してインジケータ更新を行い
次に行うべき処理のバスを決定する。
なお、上記実施例では、論理演算を行う演算処
理装置5と診断処理を行う演算処理装置7とを
別々なものとして表現したが、1つの装置として
も上記実施例と同等の効果を奏する。
理装置5と診断処理を行う演算処理装置7とを
別々なものとして表現したが、1つの装置として
も上記実施例と同等の効果を奏する。
以上のように、プラント診断装置を構成したの
で、故障が多重に発生しても、見逃すことなく、
診断メツセージを出力することができ、マンマシ
ン・システムとして運転員に正確な情報を与える
ことができるという効果がある。
で、故障が多重に発生しても、見逃すことなく、
診断メツセージを出力することができ、マンマシ
ン・システムとして運転員に正確な情報を与える
ことができるという効果がある。
第1図はプラント診断装置を示すブロツク図、
第2図はプラント診断のためのCCTを示す図、
第3図、第4図は従来の装置のフローチヤート、
第5図は本発明による装置の動作を示すフローチ
ヤート、第6図はプラントの初期状態から異常が
発生し、最終状態になるまでの状況を段階毎に示
した診断説明図である。 1……データ収集装置、2,5,7……演算処
理装置、3,4,6……記憶装置、8……表示装
置。なお、図中、同一符号は同一、又は相当部分
を示す。
第2図はプラント診断のためのCCTを示す図、
第3図、第4図は従来の装置のフローチヤート、
第5図は本発明による装置の動作を示すフローチ
ヤート、第6図はプラントの初期状態から異常が
発生し、最終状態になるまでの状況を段階毎に示
した診断説明図である。 1……データ収集装置、2,5,7……演算処
理装置、3,4,6……記憶装置、8……表示装
置。なお、図中、同一符号は同一、又は相当部分
を示す。
Claims (1)
- 【特許請求の範囲】 1 プロセスデータをサンプリングするデータ収
集装置、 このデータ収集装置のサンプリングしたデータ
が許容範囲のデータか否かを演算する第一の演算
装置、 この第一の演算装置の演算結果を格納する第一
の記憶装置、 プラントで生ずる各種異常事象の伝搬シーケン
スを論理式で記述した原因結果ツリー、及びこの
原因結果ツリーの所定箇所に設けられる診断メツ
セージを記憶する第二の記憶装置、 この第二の記憶装置が記憶する原因結果ツリー
の最下位に位置するノード(プライマリー・ノー
ド)に対応するデータを上記第一の記憶装置から
導入し、上記原因結果ツリーの論理演算を上記デ
ータ収集装置のサンプリング周期毎に実行処理す
る第二の演算装置、 この第二の演算装置が実行処理した原因結果ツ
リーの論理演算値を記憶する第三の記憶装置、 上記第一の記憶装置に記憶されたデータのう
ち、上記第二の記憶装置に記憶された原因結果ツ
リーに解析を始めるノードとして予め指定した所
定ノード(エントリー・ノード)に対応するデー
タである前回のサンプリング周期での値と今回の
サンプリング周期での値を比較し、その変化の様
子に応じて実行すべき処理(原因同定処理、回復
処理等からなる)のバスを決定し、各処理に応じ
て、上記第三の記憶装置に記憶された原因結果ツ
リーの各所の論理演算値と上記第一の記憶装置に
記憶された対応するデータとを比較し、その論理
演算値とデータとの一致関係を調べるが、特に、
故障が複数発生しても適切に原因同定できるよ
う、エントリー・ノードの論理演算値の値によ
り、原因同定が成功していても各サンプリング周
期(診断実行周期)毎に原因同定を繰り返し実行
できるようにすることにより、上記診断結果とし
て提供すべきメツセージを選択して、プラント異
常の原因同定、予測及び回復処理を行う第三の演
算装置、 この第三の演算装置の原因同定、予測及び回復
処理結果の診断メツセージを表示する表示装置と
を備えたプラント診断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58108627A JPS60506A (ja) | 1983-06-15 | 1983-06-15 | プラント診断装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58108627A JPS60506A (ja) | 1983-06-15 | 1983-06-15 | プラント診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS60506A JPS60506A (ja) | 1985-01-05 |
JPH0421210B2 true JPH0421210B2 (ja) | 1992-04-09 |
Family
ID=14489583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP58108627A Granted JPS60506A (ja) | 1983-06-15 | 1983-06-15 | プラント診断装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS60506A (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0261225A (ja) * | 1988-08-27 | 1990-03-01 | Shimizu Corp | 軟弱地盤上の低層構築物 |
-
1983
- 1983-06-15 JP JP58108627A patent/JPS60506A/ja active Granted
Also Published As
Publication number | Publication date |
---|---|
JPS60506A (ja) | 1985-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021179574A1 (zh) | 根因定位方法、装置、计算机设备和存储介质 | |
US6625589B1 (en) | Method for adaptive threshold computation for time and frequency based anomalous feature identification in fault log data | |
CN109061341A (zh) | 基于神经网络的卡尔曼滤波变压器故障预测方法和*** | |
Finch et al. | A robust event-oriented methodology for diagnosis of dynamic process systems | |
JPH0522241B2 (ja) | ||
JPH09237103A (ja) | 保守支援システム | |
JPH06309584A (ja) | プラント運転支援装置 | |
JPH0421210B2 (ja) | ||
Tang et al. | Evaluation of software dependability based on stability test data | |
US20220221850A1 (en) | Method for managing plant, plant design device, and plant management device | |
CN110007171A (zh) | 变压器在线监测数据误报警的筛查方法及*** | |
Siddique et al. | Hybrid Framework To Exclude Similar and Faulty Test Cases In Regression Testing | |
JPS62192694A (ja) | プラント診断装置 | |
JPH0147836B2 (ja) | ||
JPS59168510A (ja) | プラント診断装置 | |
JPH11175144A (ja) | プラント機器の保守支援装置 | |
JPH0434165B2 (ja) | ||
JPH0524521B2 (ja) | ||
JPH0413729B2 (ja) | ||
JPS58186807A (ja) | プラント診断装置 | |
JPH04359640A (ja) | 異常原因診断方法 | |
CN113467978A (zh) | 检测和修复代码缺陷的方法及装置 | |
JPH0658716B2 (ja) | 故障診断装置及び故障診断システム | |
Suzuki et al. | An Online Anomaly Detection System Supporting Batch-Process Operator Decision-Making | |
Bertolino | Software testing for dependability assessment |