JPH0444771B2 - - Google Patents
Info
- Publication number
- JPH0444771B2 JPH0444771B2 JP58008971A JP897183A JPH0444771B2 JP H0444771 B2 JPH0444771 B2 JP H0444771B2 JP 58008971 A JP58008971 A JP 58008971A JP 897183 A JP897183 A JP 897183A JP H0444771 B2 JPH0444771 B2 JP H0444771B2
- Authority
- JP
- Japan
- Prior art keywords
- arithmetic processing
- status
- node
- processing device
- observation
- 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
- 238000012545 processing Methods 0.000 claims description 65
- 238000003745 diagnosis Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 3
- 230000014509 gene expression Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 4
- 230000003111 delayed effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
【発明の詳細な説明】
この発明は、大規模プラントの運転信頼性、稼
動率の向上に寄与するために、プラントの異常事
象をオンライン・リアル・タイムで同定するプラ
ント診断装置に関するものである。DETAILED DESCRIPTION OF THE INVENTION The present invention relates to a plant diagnosis device that identifies abnormal events in a plant online in real time in order to contribute to improving the operational reliability and availability of large-scale plants.
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はプロセスデータを読み込
むためのデータ収集装置(例えば、アナログ・デ
イジタル変換器)、2はプロセスデータを基準値
と比較し、許容範囲内にあれば“0”又は“偽”
範囲外にあれば“1”又は“真”に変換するため
の演算処理装置1、3は演算処理装置1、2が演
算処理した結果を格納しておく記憶装置1、4は
原因結果ツリー(以下CTTと記す)を記憶して
おく記憶装置2、5は記憶装置1、3と2、4に
格納してあるプロセス情報とCTTを用いて、す
べてのノードの論理演算値の計算を実行する論理
演算部のための演算処理装置2、6は演算処理装
置2、5で求めた各ノードの理論演算値を格納す
る記憶装置3、7は演算処理装置2、5から得ら
れるCTTロジツクに関して、記憶装置1、3か
らの観測データ及び記憶装置3、6からの論理演
算値とを比較し、一致、不一致等によりエントリ
ー・ノードの変化検出、原因同定及び予測を行う
診断解析部のための演算処理装置3、8は診断結
果を表示するためのブラウン管表示装置である。 A conventional device of this type is shown in FIG. In the figure, 1 is a data acquisition device (for example, an analog-to-digital converter) for reading process data, and 2 is a data collection device that compares the process data with a reference value, and if it is within the allowable range, it is returned as "0" or "false".
If it is outside the range, the arithmetic processing units 1 and 3 convert it to “1” or “true”. The storage devices 1 and 4 store the results of the arithmetic processing performed by the arithmetic processing units 1 and 2. The storage devices 2 and 5 that store the CTT (hereinafter referred to as CTT) use the process information stored in the storage devices 1, 3, 2, and 4 and the CTT to calculate the logical operation values of all nodes. The arithmetic processing units 2 and 6 for the logical operation unit store the theoretical operation values of each node obtained by the arithmetic processing units 2 and 5.The storage devices 3 and 7 store the CTT logic obtained from the arithmetic processing units 2 and 5. Calculation for the diagnostic analysis unit that compares observation data from storage devices 1 and 3 with logical operation values from storage devices 3 and 6, and detects changes in entry nodes, identifies causes, and makes predictions based on coincidence, mismatch, etc. The processing devices 3 and 8 are cathode ray tube display devices for displaying diagnostic results.
次に動作について説明する。 Next, the operation will be explained.
プロセス・データをXi(i=1、2、…、N)
とする。Xiはデータ収集装置1により量子化され
る。量子化されたデータXiを入力として演算処理
装置1、2は式に示す処理を施こし、その結果
Si(i=1、2、…、N)及び事象発生時刻を記
億装置1、3に格納する。 Process data X i (i=1, 2,...,N)
shall be. X i is quantized by the data acquisition device 1. Using the quantized data X i as input, the processing units 1 and 2 perform the processing shown in the formula, and the result is
S i (i=1, 2, . . . , N) and the event occurrence time are stored in the storage devices 1 and 3.
XL i≦Xi≦XU i=>Si=0(偽)
XU i<Xiまたは、Xi<XL i=Si=1(真)
i=1、2、…、N
XL i:下限警報レベル、XU i:上限警報レベル
ここでSiをXiの観測ステータスと呼ぶ。また、
観測ステータスが“0”から“1”となつた時刻
を事象発生時刻と呼ぶ。 X L i ≦X i ≦X U i =>S i =0 (false) X U i <X i or X i <X L i =S i =1 (true) i=1, 2,..., N X L i : Lower limit alarm level, X U i : Upper limit alarm level Here, S i is called the observation status of X i . Also,
The time when the observation status changes from "0" to "1" is called the event occurrence time.
事象発生時刻の計測は各観測ステータスごとに
行なわれる。1サンプリング周期前の観測ステー
タスが0で今回の観測ステータスが1である観測
ステータスが今回発生した観測ステータスであ
る。この今回発生した観測ステータスが存在する
場合、その時点の時間を計測する。これを観測ス
テータスと関連づけて記憶装置1、3に格納する
のである。 The event occurrence time is measured for each observation status. The observation status in which the observation status one sampling cycle ago was 0 and the current observation status is 1 is the observation status that occurred this time. If the observation status that occurred this time exists, the time at that point is measured. This is stored in the storage devices 1 and 3 in association with the observation status.
記憶装置2、4に格納されているCCTの一部
分の例を第2図に示す。第2図中、M6,M7は
診断メツセージ、τは時間遅れ、G11,G12は論
理積ゲート、G21,G22は論理和ゲートを夫々示
す。CCTにおいて、Siが定義される位置をノード
と呼び、特に最上位のノードをルートノード、最
下位のノードをプライマリーノードと呼んでい
る。 FIG. 2 shows an example of a portion of the CCT stored in the storage devices 2 and 4. In FIG. 2, M6 and M7 are diagnostic messages, τ is a time delay, G 11 and G 12 are AND gates, and G 21 and G 22 are OR gates, respectively. In CCT, the position where S i is defined is called a node, and in particular, the highest node is called a root node, and the lowest node is called a primary node.
第2図中のS1、…、S7は記憶装置1、3に格納
されている。CCT実行処理は記憶装置1、3と
2、4と3、6からの情報を基に演算処理装置
2、5と3、7で行われる。 S 1 , . . . , S 7 in FIG. 2 are stored in the storage devices 1 and 3. The CCT execution process is performed by the arithmetic processing units 2, 5, 3, and 7 based on information from the storage devices 1, 3, 2, 4, 3, and 6.
理論演算部のための演算処理装置2、5では、
記憶装置1、3内のプライマリー・ノードの観測
ステータスを入力として、記憶装置2、4の
CCTゲートロジツクに従い、他のすべての論理
演算を毎回サイクリツクに実行し、記憶装置3、
6に格納する。この演算結果を予測ステータスと
呼ぶこの演算は、プライマリー・ノードの観測ス
テータスの値や変化にかかわらずサンプリング周
期毎に毎回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。 In the arithmetic processing units 2 and 5 for the theoretical arithmetic section,
Using the observation status of the primary node in storage devices 1 and 3 as input,
According to the CCT gate logic, all other logical operations are executed cyclically each time, and the storage device 3,
6. This calculation result, which is called a predicted status, is calculated upward every sampling period, regardless of the value or change of the observed status of the primary node. The program processed here adopts a method of creating an object module for each target CCT module.
診断解析部のための演算処理装置3、7では、
記憶装置3、6に格納された理論演算部2、5の
解析結果を基にCCTの診断処理を行うが、診断
内容はエントリー・ノードの変化検出、原因同
定、予測に分けられる。エントリーノードとは解
析を始めるノードとしてあらかじめ指定してある
ノードであり、第2図のS6のようにツリーの途
中に設けられる。 In the arithmetic processing units 3 and 7 for the diagnostic analysis section,
CCT diagnostic processing is performed based on the analysis results of the theoretical calculation units 2 and 5 stored in the storage devices 3 and 6, and the diagnostic content is divided into entry node change detection, cause identification, and prediction. The entry node is a node designated in advance as the node from which analysis begins, and is provided in the middle of the tree as shown in S6 in FIG.
エントリー・ノードの変化検出は、プラントが
正常・異常発生・異常事象継続・異常回復かを調
べ、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・ノードの観測ステータ
スを調べることによつて実施される。即ち、記憶
装置1、3から今回のサンプリングでの観測ステ
ータス及び前回の観測ステータスをチエツクし、
そのチエツク内容よりステータス・インジケータ
を割り当て、そのインジケータに応じて原因同
定、予測等の診断又は次のエントリー・ノードの
検索をする。 Detection of changes in entry nodes is done by checking the observation status of entry nodes at each sampling period to determine whether the plant is normal, an abnormality has occurred, an abnormal event continues, or an abnormality has recovered, and to determine the necessity of diagnostic processing. It will be implemented. That is, check the observation status of the current sampling and the previous observation status from storage devices 1 and 3,
A status indicator is assigned based on the contents of the check, and diagnosis such as cause identification and prediction, or a search for the next entry node is performed depending on the indicator.
この処理の流れを第3図に示す。 The flow of this process is shown in FIG.
原因同定の処理の流れを第4図に示す。 Figure 4 shows the process flow for cause identification.
原因同定はエントリーノードの観測ステータス
が事象発生を示したとき及び事象発生が継続して
いてかつ原因が不明なとき行われる。 Cause identification is performed when the observation status of the entry node indicates that an event has occurred, and when the event continues to occur and the cause is unknown.
以下第4図に従つて動作を述べる。原因同定の
処理が始まるとまずホールの検出を行う。ホール
とはプライマリーノードを除く観測ステータスと
プライマリーノードの観測ステータスから演算さ
れる予測ステータスが異なつていることを指し、
全観測点に関して両者を比較してホールを検出す
る。 The operation will be described below with reference to FIG. When the cause identification process begins, holes are first detected. A hole refers to a difference between the observed status excluding the primary node and the predicted status calculated from the observed status of the primary node.
Holes are detected by comparing the two for all observation points.
プライマリーノードが信号誤りである場合、演
算結果を示す予測ステータスは「偽」であるの
で、エントリーノードはホールとなる。従つて、
エントリーノードがホールか否かを調べるだけで
プライマリノードに信号誤りがあることを指適で
きる。従つて、この場合原因同定は失敗としてセ
カンドベストメツセージを出す。 If the primary node has a signal error, the prediction status indicating the calculation result is "false", so the entry node becomes a hole. Therefore,
Simply checking whether the entry node is a hole or not can indicate that there is a signal error in the primary node. Therefore, in this case, cause identification fails and a second best message is issued.
次にホールの数が一定数を越えた場合も原因同
定失敗とする。 Next, if the number of holes exceeds a certain number, it is also determined that the cause identification has failed.
次に親子関係にある2つの可観測ノード(途中
に非観測ノードが含まれていてもよい)がともに
ホールである場合、たとえ全ホールの数がN個以
下であつても原因同定は失敗とする。 Next, if two observable nodes in a parent-child relationship (which may include an unobservable node in between) are both holes, cause identification will fail even if the total number of holes is N or less. do.
Nは、あらかじめ指定される値であり、通常3
とする。連続した2つのノードがともにホールで
ある場合は、連続してホールとなつたノードに連
なるプライマリーノードの観測器が故障あるいは
計器遅れとなる場合が考えられる。この場合、プ
ライマリーノードの観測器が不具合であるから、
一般にそれより上位に位置したすべてのノードは
ホールになると考えられる。プライマリーノード
の不都合は原因同定不能であるからこれを原因同
定失敗とする。 N is a value specified in advance, usually 3
shall be. If two consecutive nodes are both holes, it is conceivable that the observation device of the primary node connected to the nodes that are consecutive holes may fail or become delayed. In this case, the primary node's observation device is malfunctioning, so
Generally, all nodes located higher than that are considered to be holes. Since the cause of the primary node's inconvenience cannot be identified, this is considered to be a cause identification failure.
このように、連続ホールの場合は一様に原因同
定失敗としてもよさそうであるが、その連続ホー
ルがエントリノードの予測ステータスが“真”と
なつた原因でない場合もあるのでエントリーノー
ドとの関連性を調べる。 In this way, in the case of consecutive holes, it seems possible to uniformly treat the cause identification failure, but since there are cases where the consecutive holes are not the reason why the predicted status of the entry node becomes "true", the relationship with the entry node Find out the gender.
以上の処理によつて原因同定が成功する場合は
次の場合である。 The cases in which the cause can be successfully identified through the above processing are as follows.
エントリーノードは観測ステータス・予測ステ
ータスとも“真”である。ホールの数はN−1個
以下(通常1〜2以下)であり、かつ連続ホール
になつているものはエントリーノードとの関連性
はない。このことにより、CCT図の階層が浅い
(2〜3段)か、ノード数が極端に少なくなれば
次のことが言える。 The entry node has both observed status and predicted status as “true”. The number of holes is N-1 or less (usually 1 to 2 or less), and continuous holes have no relation to the entry node. As a result, if the hierarchy of the CCT diagram is shallow (2 to 3 levels) or the number of nodes is extremely small, the following can be said.
(1) プライマリーノードの観測ステータスは信用
でき、従つて予測ステータスは正しい。(1) The observed status of the primary node is reliable, so the predicted status is correct.
(2) ホールになつているものは観測器が故障して
いるか計器遅れになつている。(2) In the case of a hole, the observation equipment is out of order or the instrumentation is delayed.
従つて、予測ステータスを信用し、予測ステー
タスが“真”になつているノードについているメ
ツセージのうちエントリーノードに関係するもの
をすべて出力する。 Therefore, the prediction status is trusted and all messages related to the entry node among the messages attached to nodes whose prediction status is "true" are output.
次に予測機能について説明する。予測の処理の
流れを第5図に示す。予測は論理演算結果が正し
いとして診断を進めて行くのでノードの予測ステ
ータスと観測ステータスが異なつていれば次のい
ずれかであると言える。 Next, the prediction function will be explained. The flow of prediction processing is shown in FIG. Since prediction proceeds with diagnosis assuming that the logical operation result is correct, if the predicted status and observed status of a node are different, it can be said that one of the following is true.
計器故障のため、観測ステータスが誤つてい
る。 Observation status is incorrect due to instrument failure.
事象は、すでにおこつているが計器遅れのた
めまだ観測ステータスに表われていない。 The event has already occurred, but it has not yet appeared in the observation status due to instrument delay.
事象は今後起こるのであるが、今まだ起こつ
ていない。 The event will occur in the future, but it has not yet occurred.
このうちとは計器出口の状態として事象は
起こつていないのであるから、同一の扱いができ
る。以下を故障、を遅れと呼ぶことにす
る。予測は、エントリー・ノードより上位側の各
ノードに対して行われるが、そのノードの種類に
より処理が異なるため、各項目別に記述する。 Since no event has occurred in the condition of the instrument outlet, they can be treated the same. The following will be called a failure and the following will be called a delay. Prediction is performed for each node above the entry node, but since the processing differs depending on the type of node, each item will be described separately.
() 上位ノードが非観測の場合
この場合、予測ステータスしかなく、かつこ
れは正しいのであるから、真ならばアクテイブ
(活性)とし、偽ならば終了し、次のエントリ
ー・ノードへ行く。() When the upper node is unobserved In this case, there is only a predicted status and it is correct, so if it is true, it is active, and if it is false, it ends and goes to the next entry node.
() 上位ノードの予測ステータスと観測ステー
タスが等しい場合
この場合、論理演算の結果も観測結果も等し
いので、この結果は正しいと言える。従つて偽
であれば終了し、真であればアクテイブなノー
ドとする。() When the predicted status and observed status of the upper node are equal In this case, the result of the logical operation and the observed result are equal, so this result can be said to be correct. Therefore, if it is false, the node is terminated, and if it is true, it is an active node.
() 上位のノードの予測ステータスと観測ステ
ータスが等しくない場合
この時、予測ステータスが偽で観測ステータ
スが真の場合とその逆が考えられる。原因同定
成功したことにより予測ステータスは、正しい
のであるから、前者の場合、計器故障である。
後者の場合、観測器が故障か遅れである。この
いずれであるかは、このノードだけでは不明な
ので更に上位の可観測点を調べる。() When the predicted status and observed status of the upper node are not equal In this case, the predicted status is false and the observed status is true, and vice versa. Since the predicted status is correct due to successful identification of the cause, in the former case, it is an instrument failure.
In the latter case, the observer is either faulty or delayed. Since it is unknown from this node alone which one of these it is, we check higher observable points.
() 上位ノードの上位ノードの観測ステータス
が真の時
この時、上位ノードの予測ステータスは真、
観測ステータスは偽、上記ノードの上位ノード
の予測ステータスは真で、観測ステータスは真
である。上位の上位ノードは真なので、少なく
とも上位の上位ノードガ遅れているとは考えら
れない。また、2つの観測器が連続して故障し
ていることは考えられないとすると、これは、
上位ノードが故障のため偽となり、上位の上位
ノードは正常で真を示したと考え、上位ノード
は真と見なしてアクテイブとして上位へ進む。() When the observed status of the upper node of the upper node is true At this time, the predicted status of the upper node is true,
The observation status is false, the predicted status of the node above the node is true, and the observation status is true. Since the higher-ranking node is true, it cannot be considered that at least the higher-ranking node is behind. Also, assuming that it is inconceivable that two observation instruments are out of order consecutively, this means that
The upper node becomes false due to a failure, and the upper node considers it to be normal and shows true, and the upper node considers it to be true and advances to the upper level as active.
() 上位ノードの上位ノードの観測ステータス
が偽の場合
この時、上位ノードの予測ステータスは真、
観測ステータスは偽、上位の上位ノードの予測
ステータスが真で観測ステータスが偽である。() When the observed status of the upper node of the upper node is false At this time, the predicted status of the upper node is true,
The observation status is false, the predicted status of the upper node is true and the observation status is false.
この時も2つの観測器が連続して故障している
ことは考えないとすると、これは、上位のノード
は遅れのため偽になつていると考えられる。そこ
でこのノードをポテンシヤリー・アクテイブとし
て終了する。 At this time, if we do not consider that the two observers are out of order in a row, this is considered to be because the higher-order node has become false due to the delay. Therefore, this node is terminated as potentially active.
もし、上位ノードは、故障のため偽となり、上
位の上位ノードは遅れのため偽であつたとして
も、本来故障しているのであるからアクテイブと
しなければならないものをポテンシヤリー・アク
テイブとしただけでありこれも上位ノードが時間
が来て真となれば()のロジヤツクより故障が
発見でき、予測処理を実行できる。 Even if the upper node is false due to a failure, and the upper node is false due to a delay, it is only possible that something that should be active since it is failed is potentially active. If this also becomes true at the upper node in time, the failure can be discovered from the logic in () and predictive processing can be executed.
以上、原因同定及び予測処理により、外乱の発
生から将来の伝搬までをシーケンシヤルに表わす
ツリーが決定できる。 As described above, through the cause identification and prediction processing, it is possible to determine a tree that sequentially represents the disturbance from its occurrence to its future propagation.
この該当ノードに接続されているメツセージの
内容をリストアツプして、ブラウン管表示装置8
に出力する。この時表示するものは以下のものが
基本となる。 The contents of the message connected to this corresponding node are listed and displayed on the CRT display device 8.
Output to. The following items are basically displayed at this time.
(1) 原因同定で発見されたメツセージ。(1) Message discovered during cause identification.
(2) 予測処理でアクテイブとなつたノードに付い
たメツセージとポテンシアリーアクテイブとな
つたノードに付いたメツセージ。(2) Messages attached to nodes that became active through prediction processing and messages attached to nodes that became potentially active.
(3) 事象発生時刻
事象発生時刻は各メツセージと関連づけて表
示されることが多く、メツセージの出力されて
いない観測ステータスの事象発生時刻は表示さ
れない。(3) Event occurrence time The event occurrence time is often displayed in association with each message, and the event occurrence time for observation statuses for which no message has been output is not displayed.
従来のCCTを用いたプラント診断装置は以上
のように構成されているので、演算処理装置1、
2で各観測ステータスごとに事象発生時刻の計測
をしなければならなかつた。このことは、大規模
なプラントでは膨大な数の観測ステータスがある
ため、診断装置の負荷が著しく重くなるなどの欠
点となつていた。 The conventional plant diagnosis system using CCT is configured as described above, so the arithmetic processing unit 1,
2, it was necessary to measure the event occurrence time for each observation status. This has been a drawback in large-scale plants, where there is a huge number of observation statuses, and the load on the diagnostic equipment becomes extremely heavy.
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、演算処理装置1、
2で各観測ステータスごとに事象発生時刻の計測
をすることをやめ、演算処理装置3、7で診断を
行なつたあとに、診断の結果として異常部位やそ
の処理方法を出力するメツセージごとにメツセー
ジの発生時刻を計測する演算処理装置4、9を設
けることにより、処理効率のよいプラント診断装
置を提供しようとするものである。 This invention was made to eliminate the drawbacks of the conventional ones as described above, and includes an arithmetic processing device 1,
2, we stop measuring the event occurrence time for each observation status, and after the arithmetic processing units 3 and 7 perform the diagnosis, we send a message for each message that outputs the abnormal part and its treatment method as the diagnosis result. By providing arithmetic processing units 4 and 9 that measure the time of occurrence of , a plant diagnosis device with high processing efficiency is provided.
以下、この発明の一実施例を図について説明す
る。 An embodiment of the present invention will be described below with reference to the drawings.
第6図において1,3〜8は従来のものと同一
型式のものである。2aは従来の演算処理装置
1、2から観測ステータスごとの事象発生時刻の
計測を除いた演算処理装置1a、9は診断の結果
として出力されるメツセージごとにメツセージの
発生時刻を計測する演算処理装置4、10は演算
処理装置4、9が使用する記憶装置4である。 In FIG. 6, numerals 1, 3 to 8 are of the same type as the conventional one. 2a is an arithmetic processing unit 1a obtained by removing the measurement of the event occurrence time for each observation status from the conventional arithmetic processing units 1 and 2; and 9 is an arithmetic processing unit that measures the message occurrence time for each message output as a result of diagnosis. 4 and 10 are storage devices 4 used by the processing units 4 and 9.
本発明のCCT実行処理方式を説明する。 The CCT execution processing method of the present invention will be explained.
診断を行なう演算処理装置3、7で原因同定及
び予測を行なうところまでは、演算処理装置1a、
2aで観測ステータスごとの事象発生時刻の計測
を行なわない点を除いて従来のものと同一であ
る。演算処理装置3、7では、事象発生時刻を診
断に積極的に使つていないので、処理の効果も同
様のものが期待できる。 Until the cause identification and prediction are performed by the arithmetic processing units 3 and 7 that perform the diagnosis, the arithmetic processing units 1a,
2a is the same as the conventional method except that the event occurrence time for each observation status is not measured. Since the processing units 3 and 7 do not actively use the event occurrence time for diagnosis, similar processing effects can be expected.
演算処理装置4、9はメツセージを演算処理装
置3、7から受け取る。このメツセージは大別し
て三種類に分類できる。1つは新しく発生したも
の、1つはすでに発生しているもの、そして残り
は消滅したものである。 The processing units 4 and 9 receive messages from the processing units 3 and 7. These messages can be broadly classified into three types. One is newly generated, one is already generated, and the rest are extinct.
演算処理装置4、9は記憶装置4,10に保持
しているすでに発生しているメツセージ群と演算
処理装置3,7から受け取つたメツセージ群を比
較して上記三種類の区別をする。 The arithmetic processing units 4 and 9 compare the message groups that have already been generated and are held in the storage devices 4 and 10 with the message groups received from the arithmetic processing units 3 and 7 to distinguish between the above three types.
演算処理装置4、9が使用する記憶装置4、1
0にはメツセージとそのメツセージの発生した時
刻が主として記憶されている。 Storage devices 4 and 1 used by arithmetic processing units 4 and 9
0 mainly stores a message and the time at which the message occurred.
演算処理装置4,9は新しく発生したメツセー
ジがあつた場合、その時刻を計測し、メツセージ
とともに記憶装置4,10に格納する。又、消滅
したメツセージがあつた場合、そのメツセージと
発生時刻を記憶装置4,10から削除する。 When a newly generated message is received, the processing units 4 and 9 measure the time and store it in the storage devices 4 and 10 together with the message. Further, when there is a message that has disappeared, the message and the time of occurrence are deleted from the storage devices 4 and 10.
この記憶装置4,10に格納されているメツセ
ージとメツセージの発生した時刻をリストアツプ
して、ブラウン管表示装置8に出力する。この時
表示するものは以下のものが基本となる。 The messages stored in the storage devices 4 and 10 and the times at which the messages occurred are restored and output to the cathode ray tube display device 8. The following items are basically displayed at this time.
(1) 原因同定で発見されたメツセージ。(1) Message discovered during cause identification.
(2) 予測処理でアクテイブとなつたノードに付い
たメツセージとポテンシヤリーアクテイブとな
つたノードに付いてメツセージ。(2) Messages attached to nodes that became active during prediction processing and messages attached to nodes that became potentially active.
(3) メツセージの発生時刻。(3) Time of occurrence of the message.
表示できるものは従来のものと比して事象発生
時刻とメツセージの発生時刻が異なつているだけ
である。事象発生時刻はメツセージと組合せて出
力するものであるから、マンマシン上の機能低下
にはならない。その上、観測ステータスの数は通
常数千点になるのに対し、メツセージは多くても
十数点であることから、処理上の効率向上も計れ
る。 What can be displayed is only the event occurrence time and message occurrence time different from the conventional display. Since the event occurrence time is output in combination with the message, it does not cause any functional deterioration on the man-machine. Furthermore, since the number of observation statuses is usually several thousand points, but the number of messages is at most ten or so, it is possible to improve processing efficiency.
なお、上記実施例では、論理演算を行う演算処
理装置2,5と診断処理を行う演算処理装置3,
7、メツセージの発生時刻の計測を行う演算処理
装置4,9を別々なものとして表現したが、本発
明による処理方式を適用し、前記機能を有してい
れば、ハードウエアとして1つの装置としても上
記実施例と同様の効果を奏する。 In the above embodiment, the arithmetic processing units 2 and 5 that perform logical operations and the arithmetic processing units 3 and 5 that perform diagnostic processing are
7. Although the arithmetic processing units 4 and 9 that measure the message generation time are expressed as separate units, if the processing method according to the present invention is applied and they have the above functions, they can be used as a single hardware unit. This embodiment also produces the same effects as the above embodiment.
以上のようにこの発明によれば処理装置のマン
マシン上の機能を減することなく処理効率の向上
を計れる。 As described above, according to the present invention, processing efficiency can be improved without reducing the man-machine functions of the processing device.
第1図は従来のプラント診断装置を示すブロツ
ク図、第2図はCCTの一例を示した図、第3図
は従来の診断解析部の処理を示した図、第4図は
原因同定の処理を示した図、第5図は予測の処理
を示した図、第6図は本発明による診断解析部の
処理を示した図。
図において、1はデータ収集装置、2は第1の
演算処理装置、3は第1の記憶装置、4は第2の
記憶装置、5はノードの論理演算を行う第2の演
算処理装置、6は5で求めた論理演算値を格納す
る第3の記憶装置、7は記憶装置3,4,6から
の情報を基に診断を行う第3の演算処理装置、8
はブラウン管表示装置、9はメツセージの発生時
刻を計測演算する第4の演算処理装置、10は演
算処理装置9が用いるメツセージを格納するため
の第4の記憶装置である。
なお図中、同一符号は同一又は相当部分を示
す。
Figure 1 is a block diagram showing a conventional plant diagnosis device, Figure 2 is a diagram showing an example of CCT, Figure 3 is a diagram showing the processing of the conventional diagnosis analysis section, and Figure 4 is the process of cause identification. FIG. 5 is a diagram showing prediction processing, and FIG. 6 is a diagram showing processing of the diagnostic analysis unit according to the present invention. In the figure, 1 is a data collection device, 2 is a first arithmetic processing device, 3 is a first storage device, 4 is a second storage device, 5 is a second arithmetic processing device that performs logical operations on nodes, and 6 is a third storage device that stores the logical operation value obtained in step 5; 7 is a third arithmetic processing device that performs diagnosis based on information from storage devices 3, 4, and 6; and 8
9 is a cathode ray tube display device, 9 is a fourth arithmetic processing unit for measuring and calculating the time of occurrence of a message, and 10 is a fourth storage device for storing messages used by the arithmetic processing unit 9. In the figures, the same reference numerals indicate the same or corresponding parts.
Claims (1)
らのプロセスデータを基準値と比較する第1の演
算処置装置と、 上記第1の演算処理装置の比較結果である観測
ステータスを入力し、上記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
因結果ツリーに従つて論理演算する第2の演算処
理装置と、 上記第2の演算処理装置の論理演算結果である
予測ステータスと上記観測ステータスを比較する
ことにより、上記プラントの異常事象を診断する
第3の演算処理装置と、 上記第3の演算処理装置より診断結果として出
力されるメツセージの発生時刻を計測する第4の
演算処理装置と、 上記第3の演算処理装置より出力されるメツセ
ージと上記第4の演算処理装置に計測されたメツ
セージの発生時刻を表示する表示装置とを備えた
プラント診断装置。[Claims] 1. A first arithmetic processing device that compares process data from a plant collected by a data collection device with a reference value; and an observation status that is a comparison result of the first arithmetic processing device. , a second arithmetic processing unit that performs logical operations according to a cause-and-effect tree that describes the propagation sequence of various abnormal events that occur in the plant using logical expressions; and a predicted status that is the logical operation result of the second arithmetic processing unit. a third arithmetic processing device that diagnoses an abnormal event in the plant by comparing the observation status; and a fourth arithmetic processing device that measures the time of occurrence of a message output as a diagnosis result from the third arithmetic processing device. A plant diagnosis device comprising: a processing device; and a display device that displays messages output from the third processing device and times of occurrence of the messages measured by the fourth processing device.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58008971A JPS59135509A (en) | 1983-01-21 | 1983-01-21 | Plant diagnosing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58008971A JPS59135509A (en) | 1983-01-21 | 1983-01-21 | Plant diagnosing device |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS59135509A JPS59135509A (en) | 1984-08-03 |
JPH0444771B2 true JPH0444771B2 (en) | 1992-07-22 |
Family
ID=11707567
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP58008971A Granted JPS59135509A (en) | 1983-01-21 | 1983-01-21 | Plant diagnosing device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS59135509A (en) |
-
1983
- 1983-01-21 JP JP58008971A patent/JPS59135509A/en active Granted
Also Published As
Publication number | Publication date |
---|---|
JPS59135509A (en) | 1984-08-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112162878B (en) | Database fault discovery method and device, electronic equipment and storage medium | |
US6625589B1 (en) | Method for adaptive threshold computation for time and frequency based anomalous feature identification in fault log data | |
EP0482522A1 (en) | Automatic test generation for model-based real-time fault diagnostic systems | |
US20030088381A1 (en) | Sensor fusion using self evaluating process sensors | |
EP2221698B1 (en) | Method for computing the relative likelihood of failures | |
JP6655926B2 (en) | Fault diagnosis system | |
US6567935B1 (en) | Performance linking methodologies | |
JPH08234832A (en) | Device and method for monitoring and diagnostic plant | |
CN111596317A (en) | Method for detecting and identifying multi-dimensional fault | |
KR101936240B1 (en) | Preventive maintenance simulation system and method | |
CN112769615B (en) | Anomaly analysis method and device | |
US11176109B2 (en) | Time-series data condensation and graphical signature analysis | |
JPH0444771B2 (en) | ||
JPH0413729B2 (en) | ||
JPS59168510A (en) | Plant diagnosing device | |
JPS60505A (en) | Diagnostic device of plant | |
CN117640346B (en) | Communication equipment fault diagnosis method, storage medium and computer equipment | |
JPS6249408A (en) | Diagnostic device for fault of equipment | |
JPH0972596A (en) | Method for diagnosing air conditioning system | |
JPH0437732B2 (en) | ||
JPS58205812A (en) | Diagnosing apparatus for plant | |
JPH0355854B2 (en) | ||
JPS60171507A (en) | Diagnosis method for plant fault | |
JPH06276700A (en) | Method and apparatus for using error data | |
JPH04359640A (en) | Method of diagnosing abnormal cause |