JPS58176708A - Plant diagnosing device - Google Patents
Plant diagnosing deviceInfo
- Publication number
- JPS58176708A JPS58176708A JP57060755A JP6075582A JPS58176708A JP S58176708 A JPS58176708 A JP S58176708A JP 57060755 A JP57060755 A JP 57060755A JP 6075582 A JP6075582 A JP 6075582A JP S58176708 A JPS58176708 A JP S58176708A
- Authority
- JP
- Japan
- Prior art keywords
- node
- cause
- entry node
- plant
- identification
- 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.)
- Pending
Links
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
- G05B23/0229—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 knowledge based, e.g. expert systems; genetic algorithms
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
【発明の詳細な説明】
この発明は、大規模グランドの運転信幀性、稼動率の向
上に寄与するtjt)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] This invention relates to a plant diagnostic device that identifies abnormal events in a plant online in real time, contributing to improving the operational reliability and availability of large-scale grands. be.
従来この櫨の装置として第1図に示すものかあつ几。図
において、(11はプロセスデータを読み込む几めのデ
ータ収集装置(例えば、アナログ・ディジタル変換!り
、(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°゛じ、範囲外にあればH11+に変換する
ための演算処理装置11、(3〕は演算処理装置1(2
)が演算処理し九結果を格納しておく記憶装置1 、(
41は原因結果ツリー(以下00Tと記す)を記憶して
おく記憶装置2 、+53は記憶装置1(3)と2(4
)に格納しであるプロセス情報とOOTを用いて異常の
第1原因を同定する診断処理装置。A conventional device for this method is the one shown in Figure 1. In the figure, (11 is a precise data acquisition device (for example, analog-to-digital conversion!) that reads process data, and (2) compares the process data with a reference value, and if it is within the allowable range, the If it is outside, the arithmetic processing unit 11 for converting to H11+, (3) is the arithmetic processing unit 1 (2
) performs arithmetic processing and stores the nine results. Storage device 1, (
41 is the storage device 2 that stores the cause-and-effect tree (hereinafter referred to as 00T), and +53 is the storage device 1 (3) and 2 (4).
) A diagnostic processing device that identifies the first cause of an abnormality using OOT and process information stored in the system.
(6)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。(6) is a cathode ray tube display device for displaying diagnostic results.
次VC@作について説明する。I will explain the next VC@ work.
プロセス・データをXi (1−1,2,・・・、N)
とする。Process data Xi (1-1,2,...,N)
shall be.
xlはデータ収実装@ filにより量子化される。量
子化されたデータx1を入力として演算処理装置f(2
)は0式に示すも理を施し、その結果81 (1−1,
2,・・・。xl is quantized by the data storage implementation @fil. The arithmetic processing unit f(2) receives the quantized data x1 as input.
) is given the principle shown in equation 0, and the result is 81 (1-1,
2,...
N)及び事象発生時刻を記憶装置(3)Vc格納する。N) and the event occurrence time are stored in the storage device (3) Vc.
ここでSlをxlのステータスと呼ぶ、また、ステータ
スが1とな・つ几時間を事象発生時刻と呼ぶ。Here, Sl is called the status of xl, and the time when the status becomes 1 is called the event occurrence time.
記憶装置(4)に格納されているOOTの一部分の例を
第2図に示す。42図中、Ma 、Mフは診断メツセー
ジ、Tは時間遅れ、Gll 、Gllは論理積ゲート、
Gll 、eBは論理和ゲートを夫々示す、OOTにお
いて、Slが定義される位置をノードと呼んでいる。FIG. 2 shows an example of a portion of the OOT stored in the storage device (4). In Figure 42, Ma and M are diagnostic messages, T is a time delay, Gll and Gll are AND gates,
Gll and eB respectively indicate OR gates. In OOT, the position where Sl is defined is called a node.
第3図中の8.、−、B〒は記憶装置(3)K格納され
ている。異常の伝搬シーケンスをステータスの論理関係
として記述したのがOCTであるが、ステータス間の事
象伝搬時間が重装な場合は、時間遅れ(s2図中のτ)
を用いる。OOT実行処理は記憶装置(3)と(4)か
らの情報を基に診断処理値t(5)で行なわれる。外乱
の第1原因検索の之め以下の処理が実施される。8 in Figure 3. , -, B〒 are stored in the storage device (3)K. OCT describes the abnormality propagation sequence as a logical relationship between statuses, but if the event propagation time between statuses is heavy, the time delay (τ in s2 diagram)
Use. The OOT execution process is performed using the diagnostic process value t(5) based on information from the storage devices (3) and (4). The following processing is performed to search for the first cause of disturbance.
まず、多数のOCT群の中から検索すべきサブCOT部
分を抽出するために記憶装置1m (3) K格納され
ているエントリーノード(解析を始めるノードとしてあ
らかじめ指定)のうち、ステータスが変化したものを検
出し、そのノードから下位のノード側への検索が始まる
。そして最初のゲートかANDゲートかORゲートか調
べる。次VC記憶装置111 (3) VC書き込まれ
ているプラント観測データであるそのゲートの各入力の
状態及び事象発生時刻の関係が、記憶装7 +41 K
蓄き込まれているOCTモデルと一致しているか調べる
。ロジックが成立している場合、更に下位のノードへと
展開する之め、記憶装置(4)に格納されているOOT
モデルに従って、次の検索すべきノードを決める。検索
ノードの順番は、エントリー・ノードから始めて、エン
トリー・ノードに対して子供に当るノードを全て検索し
たのち孫に当るノードを全て検索すると言う順序である
。First, in order to extract sub-COT parts to be searched from among a large number of OCT groups, a storage device of 1 m (3) is detected, and the search begins from that node to the lower nodes. Then check whether it is the first gate, AND gate, or OR gate. Next VC storage device 111 (3) The relationship between the state of each input of the gate and the event occurrence time, which is the plant observation data written in the VC, is stored in the storage device 7 +41K
Check whether it matches the stored OCT model. If the logic is established, the OOT stored in the storage device (4) is expanded to further lower nodes.
Determine the next node to search according to the model. The order of search nodes is to start with the entry node, search for all nodes that are children of the entry node, and then search for all nodes that are grandchildren of the entry node.
こうしてNA番に従って、エントリー・ノードの下方V
C接続されている各ゲート毎に、各ゲートの入力側のノ
ードの偽(不一致)、真(−1iC)を判定し、真なブ
ランチを継ぎあわせていく。そして展開がプライマリ−
・ノードにまで達すると、このエントリー・ノードのロ
ジックが成立し、原因同定が成功したと判定する。OO
Tの各所Vc事戚関のタイムディレィが設定されている
が、実l!!9FVにれより早(事象が進行した場合に
は、それ以下のノードの展開は行、なわない。Thus, according to the NA number, the lower V of the entry node
For each C-connected gate, it is determined whether the node on the input side of each gate is false (mismatch) or true (-1iC), and true branches are spliced together. And expansion is primary
- When the node is reached, the logic of this entry node is established and it is determined that the cause identification was successful. OO
Time delays are set for various parts of T, but in reality! ! 9FV (if the event progresses, no further nodes will be expanded.
すなわち、展開の途中でエントリー・ノードに対してカ
ット・セットがないことが判明し九時はそこで##を打
ち切り、セカンドベストメツセージというエントリー・
ノード以下で「真」になっているノードについているメ
ツセージをすべて出力する。例えば、ANDロジックの
一方が「偽」であれば以下の展開は行なわず、セカンド
ベストメツセージの出力をする。従って、診断が打ち切
られるか又は終了すれば、次のエントリー・ノードから
の解析が優先順位を考慮して実行される。In other words, it turns out that there is no cut set for the entry node in the middle of expansion, so ## is discontinued at that point, and the entry node called Second Best Message is created.
Outputs all messages attached to nodes that are ``true'' below the node. For example, if one of the AND logics is "false", the following expansion is not performed and the second best message is output. Therefore, once the diagnosis is aborted or finished, analysis from the next entry node is performed taking priority into account.
以上の処理を1aS図のOOTについて説明する。The above processing will be explained regarding OOT of the 1aS diagram.
第3図中、Ml 、Ma 、MAT 、Ml8は診断メ
ツセージ、G111゜G14 、 G16 、 G16
は論理積ゲート、G2s、 Ga4. Ga4. G2
6 、 G27゜G211.G29は論理和ゲート、・
は観測ノード、○は非il測ノード、v1〜V23は観
測愼器名、Hは要求条件を夫々示す。In Fig. 3, Ml, Ma, MAT, Ml8 are diagnostic messages, G111°G14, G16, G16
are AND gates, G2s, Ga4. Ga4. G2
6, G27°G211. G29 is a logical OR gate,
indicates an observation node, ◯ indicates a non-il observation node, v1 to V23 indicate an observation device name, and H indicates a requirement condition.
講3図のOOT K対応する可観測ノードのステータス
例を5g411!J!’(示す。第4図において、Eは
変数がIF報ワレベル以内ある、hは変数が高#報レベ
ルを越えている、TはIII #Jノードが要求条件と
一致している、1は観測ノードが要求条件と不一致であ
ることを示す。An example of the status of the observable node corresponding to OOT K in Figure 3 is 5g411! J! '(shown. In Figure 4, E means the variable is within the IF reward level, h means the variable exceeds the high # report level, T means the III #J node matches the requirements, and 1 means the observed Indicates that the node does not match the requirements.
[有] v6が警報レベルを越え九時、これがどのよう
な原因によるものであるか検索を開始する。[Yes] When v6 exceeded the alarm level at 9 o'clock, we started searching for the cause of this.
V6;エントリー・ノード
■ 第4図のノード状態はそのノーどの条件が満足され
之(Ti真)か否(F;偽)かを表わしている。V6; Entry Node ■ The node status in FIG. 4 indicates whether the node's conditions are satisfied (Ti true) or not (F; false).
真の場合、このプロセス菫は警報レベルヲ越えているこ
とを表わしている。If true, this process violet indicates that the alarm level has been exceeded.
■ v6を起点としてOCTを下方に向けて展開し、v
6を真とする果合(ミニマム・力、ット・セット)を検
索する。■ Expand the OCT downward with v6 as the starting point, and
Search for the result (minimum force, set) that makes 6 true.
文字式で表現すると次のように記述できる。Expressed as a character expression, it can be written as follows.
原因同定が成功し几エントリー・ノードに対しては、そ
のノードから中にロジックを危どっていき、外乱の進行
状態の解析を行なう。すなわち、外乱が上位方向にどれ
だけ拡がったかチェックし、@に外乱が拡がると仮定し
最上位のアクティブ・ノードより上のノードがしばら(
後に状態を変えるかどうか決める几めにチェックする。If the cause is successfully identified and the entry node is entered, the logic is entered from that node and the progress of the disturbance is analyzed. In other words, check how far the disturbance has spread in the upward direction, and assuming that the disturbance has spread to @, the nodes above the topmost active node will
Check carefully to decide whether to change the state later.
従って、まず、エントリー・ノードの直ぐ上のゲートの
檎gt4を−へる0次にそのゲートの入力ステータスを
―べ、その出力ステータスは現在はまだFalseであ
るが、時間が之てばTrueとする力)どうか検索する
。(ゲートがない場合、エントリー・ノードの上の可観
測ノードのステータス)
以上の予測処理を43図のQC!T l’1m遍用する
と次のようになる。Therefore, first, check the input status of the gate immediately above the entry node gt4, and then check the input status of that gate.The output status is currently False, but in time it will become True. Please search. (If there is no gate, the status of the observable node above the entry node) The above prediction process is QC in Figure 43! When T l'1m is used repeatedly, it becomes as follows.
■ v6を起点としてOCTを上位に向けて検索して行
(。v6のすぐ上のゲートはANDゲートであることを
唯認する。出力ノードU4はvl2 Kより曹が真であ
り、V6が真である之め真となる。更に上にたどってい
(とORゲートである九めmi珊的にはvlは真である
が、44図よりvlの観測値は時間遅れのため真1cな
っていない。原則として予測では上位に向けて検索する
が、ANDゲートに対しては、下方に向けて処理を実行
する。■ Starting from v6, search OCT upwards and line (. Only recognize that the gate immediately above v6 is an AND gate. Output node U4 is true from vl2 K, and V6 is true. Therefore, it becomes true.If we trace further up (and the OR gate is 9th mi, vl is true, but from Figure 44, the observed value of vl is not true 1c due to the time delay. In principle, prediction is performed upwards, but for AND gates, processing is performed downwards.
(例えばU4のステータス決定のためにV7 、vl2
のステータスを調べる時0 )
第8図のOOTでの予測処理を文字式で記述すると次の
ようになる。(For example, to determine the status of U4, V7, vl2
When checking the status of 0), the prediction process at OOT in Figure 8 can be described in a literal expression as follows.
以1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ャルに表わすツリーが決定
できる。As described above, by 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.
この該当ツリーに接続δれているメツセージ内容及び変
数をリストアラグする。そして、以下の情報をブラウン
管表示装ffi <6) VCリストアツブする。The message contents and variables connected to this corresponding tree are restored. Then, the following information is restored to the cathode ray tube display ffi <6) VC.
(1)挽在までに進行してき几ツリ一部に指定されてい
るメツセージ(vx、Ml〒、M4メツセージ)(2)
近い将来アクティブになるであろうメツセージ(例
i Ml’ )
(3) 今までの手順で求められたツリ一部に関係し
ている変数リスト
従来のCOT Vcよる#新装置では以上のようf’(
構成されているので、ブライマリ−ノードの信号に誤り
がないことが必要条件となり、この条件が満されない場
合、誤診断をするなどの欠点があつ九。(1) Messages that have progressed until the present date and are specified in part (vx, Ml〒, M4 messages) (2)
Messages that will become active in the near future (e.g. i Ml') (3) List of variables related to part of the tree obtained in the previous steps #For the new device based on the conventional COT Vc, f' (
Therefore, it is a necessary condition that the signal of the primary node is error-free, and if this condition is not met, there are drawbacks such as erroneous diagnosis.
このため、ブライマリ−ノードに関して信号の妥当性チ
ェックなど、別の機能を設けて補間することも考えられ
るが、ブライマリ−ノードの数は美大(全ノードの50
チ以上がブライマリ−ノード)であるので、針算機の負
荷がかかり過ぎるなどの蝋点があり実現不能であつ几。For this reason, it is possible to interpolate by providing another function such as checking the validity of the signal for the primary node, but the number of primary nodes is
Since the area above 1 is the primary node), there are problems such as overloading the needle counter, making it impossible to implement.
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VCなされたもので、論理演算部と診断解析部に分離
したことにより、Wi1#r結果に無関係に′U44結
果を得られるようにし、かつ、このyL鼻結果を使い、
プライマリ−ノードの−りを判断゛する機能を原因同定
処理中に加え九ことによりw4診断が少ない高信順性を
有す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図について説明する。第5
図におい石、[11、(23I L3) 、 (41、
(6)は従来のものと同−温式のものであp、(7)は
記憶装置1(3)と2(4)に格納しであるグロ竜ス情
報とOOT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m理演4部・の几めの演算処理装置、(8
Jは演算処理装置ITJで求め比容ノードのWII珊演
算値(ノーどのステータスと推定事象発生時刻)を格納
する記憶装置、(9)は演算処理!i III (yJ
から得られルQC!Tロジックに関して、記憶装置(8
)からのIIl測データ及び記憶装置II (8J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ft
−5#断解析部のための演算処理装置である。This invention was made by VC in order to eliminate the drawbacks of the conventional ones as described above, and by separating the logic operation section and the diagnostic analysis section, it is possible to obtain the 'U44 result regardless of the Wi1#r result, And, using this yL nose result,
The purpose of this invention is to provide a plant diagnostic device that has high reliability with fewer W4 diagnoses by adding a function to determine the primary node's status during the cause identification process.Hereinafter, an embodiment of the present invention will be described. The diagram will be explained. Fifth
Figure Nioishi, [11, (23I L3), (41,
(6) is the same temperature type as the conventional one, and (7) uses the GLOSS information and OOT stored in storage devices 1 (3) and 2 (4). An elaborate arithmetic processing unit (8) of m logical operation parts for executing the calculation of the logical operation value of the node;
J is a storage device that stores the WII calculation values (no-do status and estimated event occurrence time) of the specific volume node obtained by the calculation processing unit ITJ, and (9) is the calculation processing! i III (yJ
Obtained from QC! Regarding T logic, storage device (8
) and the logical operation values from the storage device II (8J) to detect changes in entry nodes, identify causes, and make predictions based on matches, mismatches, etc.
-5# This is an arithmetic processing unit for the sectional analysis section.
論理演算部演算処理装置(7)では、記憶fi II(
3)内の1ライマリ−・ノーどの観綱値を入方として、
記憶装置(4)のOOTゲートロジックに従い、他の1
“べての−珊演Jl(各ノードのステータス及び推定さ
れる事象発生時刻の#算)を毎回サイクリックに実行し
、記憶装置(8)K格納する。この演算は、プライマリ
−・ノードの観測値の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。In the logic operation unit arithmetic processing unit (7), the memory fi II (
3) 1 Primary No. Which sight line value is the entry method?
According to the OOT gate logic of the storage device (4), the other one
``All the calculations of the status of each node and the estimated event occurrence time'' are executed cyclically each time and stored in the storage device (8)K. It is calculated upward every sampling period, regardless of the status value or change of the observed value.
ここで処理するプログラムは対象00Tが決まれば一意
的に決まるものであるから%OOTモジュール毎ニオブ
ジェクト・モジュールを作成する方式を採用する。Since the program to be processed here is uniquely determined once the target 00T is determined, a method is adopted in which a second object module is created for each %OOT module.
診断解析部演算処理装置(91’?”は、記憶装置(3
)に格納された論理演j1部の解析結果を基K OOT
(D診断処理を行なうが、解析内容はエントリー・ノ
ードの変化検出、原因同定、予測に分けられる。The diagnostic analysis unit arithmetic processing unit (91'?) is a storage device (3
) Based on the analysis result of the first part of the logical operation j stored in
(D Diagnosis processing is performed, and the analysis content is divided into entry node change detection, cause identification, and prediction.
エントリー・ノードの変化検出は、プラントが正常・J
I4常発生・異常事象継続・lI4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・ノードのステータスを調べることによって
実施される。即ち、記憶装置(3)から今回のサンプリ
ングでの観測結果及び前回の観測結果をチェックし、そ
のチェッ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。Entry node change detection indicates that the plant is normal/J
This is performed by checking the status of the entry node at each sampling period to determine whether I4 always occurs, abnormal event continues, or I4 normally recovers, and determines the necessity of diagnostic processing. That is, the observation results of the current sampling and the previous observation results are checked from the storage device (3), a status indicator is assigned based on the contents of the check, and diagnosis such as cause identification, prediction, etc. or the next entry is performed according to the indicator.・Search for nodes.
この処理の流れを第6図に示す。原因同定ではブライマ
リ−ノードの信号−りを青磁した機能があり、これが本
発明の特徴である。原因同定の処理の流れを第7図に示
″す。The flow of this process is shown in FIG. In identifying the cause, there is a function of celadon-magnetizing the signal of the primary node, which is a feature of the present invention. Figure 7 shows the process flow for identifying the cause.
原因同定はエントリー・ノードの観測値が事象発生を示
し友とき及び事象発生がa続していて。Cause identification is performed when the observed value of the entry node indicates the occurrence of an event, and when the event occurrence continues.
かつ原因が不明なとき行なわれる。This is done when the cause is unknown.
以下箒マ図に従って動作を述べる。原因同定の処理が始
まると、まずホールの検出を行なう。ホールとはブライ
マリ−ノードを除<m測値とグ2イマリーノードの観測
値から演算される演算値がJAなっていることを指し、
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 according to the broom diagram. When the cause identification process begins, holes are first detected. Hole refers to the calculated value calculated from the observed value of the primary node <m measured value and the observed value of the primary node is JA,
Holes are detected by comparing the two for all observation points.
プライマリ−ノードが信号誤りである場き、演算結果は
「偽」であるので、エントリー・ノードはホールとする
。従って、エントリーノードがホールか否かを関べるだ
けでブライマリ−ノードに信号誤りがあることを指摘で
きる。従って、この巻片、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 result of the operation is "false", so the entry node is determined to be a hole. Therefore, it is possible to point out that there is a signal error in the entry node just by checking whether the entry node is a hole or not. Therefore, in this volume, I will issue the second best message as a failure in identifying the cause.
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つの町観醐ノード(途中[、II
l: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&、 fcとえ全ホールの数がN個以下であっ
ても原因同定は失敗とする。Next, the two Machikango nodes that have a parent-child relationship (on the way [, II
l: may include observation nodes) are both holes, cause identification is considered to be a failure even if the total number of holes is N or less.
連続し7m2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tつ九ノードに連なるブライマリ−ノ
ードの観測器が故障あるいは#を塁遅れとtつ比場合が
考えられる。If two consecutive 7m nodes are both holes,
It is conceivable that the observation device of the brimary node, which is connected to the hole and the t nine nodes in succession, is out of order or the # is behind the bases.
この場合、プライマリ−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几すべてのノードは
ホールになると考えられる。プライマリ−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し
たのである。In this case, since the primary node's observer is defective, it is generally considered that all nodes located above it become holes. Since the cause of the primary node's inconvenience cannot be identified, this is considered a failure in cause identification.
このように、連続ホールの場合は一機に原因同定失敗と
してもよさそうであるが、その連続ホールがエントリー
・ノードがTrueとなっ友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関べる必要がある。In this way, in the case of continuous holes, it seems okay to assume that the cause identification fails all at once, but there are cases where the entry node of the continuous hole becomes True and it is not a friendly cause, so we need to check the relationship with the entry node. I need to get involved.
以上の処理によっ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・ノードは観綱値・W11珊演算値ともTr
ueである。ホールの数はN−1個以下(通常1〜2以
下)であ夛、かつ連続ホールになっているものはエント
リ・−・ノードとの関連性はない。このことより、OC
T図の階層が洩い(2〜3段)か、ノード数が極4VC
少なくなければ次のことが言える。The entry node is Tr for both the Kanzu value and the W11 coral calculation value.
It is ue. If the number of holes is N-1 or less (usually 1 or 2 or less) and the holes are continuous, they have no relation to the entry node. From this, OC
The hierarchy of the T diagram is leaky (2 to 3 stages) or the number of nodes is extremely 4VC
If not, the following can be said.
プライマリ−・ノードのIi掬値は信用で歯、従って論
理演算値は正しい、ホールになっているものは観測器が
故障しているか、計S遅れになっている。The Ii value of the primary node is reliable, so the logical operation value is correct.If there is a hole, the observation device is malfunctioning or there is a total delay of S.
従って、−理演算値を信用し、論理演算値がTrue
VCなっ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, - we trust the logical operation value and the logical operation value is True.
Outputs all messages related to the entry node among the messages attached to the VC node.
予測では、エントリー・ノードの演痺結果が「1」?
になっている時、それが上位のノードに及ぼす影響を調
べる。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Vc#IIり当てられたメツセージを
ブラウン管表示装置t (6)K−敏しておれば状態メ
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。In the prediction, the performance result of the entry node is "1"? , examine the effect it has on higher-level nodes. Here, too, we check the coincidence between the logical operation result and the observation result, and select the message assigned to the upper node Vc#II on the cathode ray tube display t (6). indicate.
なお、上記実施例では、論理演算を行なう演算処理装置
(7)と診断処理を行なう演算処理装@ (91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、ハードウェアとして1つ
のM置としても上記実施例と同等の効果を奏する。In the above embodiment, the arithmetic processing unit (7) that performs logical operations and the arithmetic processing unit (91) that performs diagnostic processing are expressed as separate units, but by applying the processing method according to the present invention, the arithmetic processing unit (7) that performs diagnostic processing is If so, the same effect as the above embodiment can be obtained even if there is only one M position as hardware.
以上のように、この発明によれば、簡単な処理によって
、ブライマリ−ノードの信号誤り時の誤診断を防ぐこと
がでIk1マシマシンシステムとして運転員に良好なガ
イドをすることができる。As described above, according to the present invention, it is possible to provide good guidance to the operator as an Ik1 machine system by preventing erroneous diagnosis when the signal of the primary node is erroneous through simple processing.
第1図は従来のプラント診断装置を示すブロック図、第
2図はプラント診断ロジックの一例を示すOCTの説明
図、11g5図は0CjTの実行処理例の説明用のOO
T FIA%JiI4図はjI3図(2) OOTに対
応する可m測ノードのステータス例を示す図、第6図は
この発明による一実施例を示すグラ/ト診断#!置の装
ロック図、第6FIAは診断解析部の処理を示しfc図
、第7図は原因同定の処IIを示し次回である。
図において、(1)はデータ収集装置、(2)は嬉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・診断逃R装置、(6)はブラウ
ン管表示装置、(7Iはノードの論理演算を行なう演算
処理装置、(8〕は(7)で求めた論理演算値を格納す
る第3の記憶装置、(91は記憶装置(a) 、 (4
1、(83からの情報を基に演算を行なう診断処理装置
である。
なお、図中、同一符号は同一または相当部分を示す。
代理人 葛 野 信 −
一4:
第6図
第7図Fig. 1 is a block diagram showing a conventional plant diagnosis device, Fig. 2 is an explanatory diagram of OCT showing an example of plant diagnosis logic, and Fig. 11g5 is an OO for explaining an example of execution processing of 0CjT.
Figure 6 shows an example of the status of a measurable node corresponding to OOT. The device lock diagram of the device, No. 6 FIA shows the processing of the diagnostic analysis section is an fc diagram, and FIG. 7 shows the process II of cause identification, which will be explained next. In the figure, (1) is the data collection device, (2) is the first arithmetic processing unit, (3) is the first storage device, and (4) is the second
Storage device % (5) is a diagnostic escape R device, (6) is a cathode ray tube display device, (7I is an arithmetic processing unit that performs logical operations on nodes, and (8) stores the logical operation values obtained in (7). (91 is the storage device (a), (4
1. (This is a diagnostic processing device that performs calculations based on information from 83. In the figures, the same reference numerals indicate the same or corresponding parts. Agent Shin Kuzuno - 14: Figure 6 Figure 7
Claims (1)
式で記述し次原因結果ツリーを演算処理することによプ
、異常の第1原因をオンライン・リアル・タイム、で同
定し、グランド運転員の総合判断をサポートすることに
よp高信頼運転を可能とするプラント診断装置において
、上記原因結果ツリーの実行処理を、各ノードの論理演
算値の計算を実行する論理演算部と、その結果をもとK
fi因同定及び予測等を行なう診断解析部とに分けて処
理し、かつグ2イマリーノードの信号v4りを考慮し危
機能を原因同定中に含めて実行させることを特徴とする
プラント診断装置。The first cause of the abnormality can be identified online in real time by describing the propagation resistance of each abnormal event that occurs in the plant using a logical formula and then calculating the cause-effect tree. In a plant diagnosis device that enables highly reliable operation by supporting comprehensive judgment of Moto K
A plant diagnosis device that performs processing separately from a diagnostic analysis section that performs fi factor identification and prediction, etc., and includes and executes critical functions during cause identification, taking into account the signal v4 of the g2 immediate node. .
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57060755A JPS58176708A (en) | 1982-04-09 | 1982-04-09 | Plant diagnosing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP57060755A JPS58176708A (en) | 1982-04-09 | 1982-04-09 | Plant diagnosing device |
Publications (1)
Publication Number | Publication Date |
---|---|
JPS58176708A true JPS58176708A (en) | 1983-10-17 |
Family
ID=13151400
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP57060755A Pending JPS58176708A (en) | 1982-04-09 | 1982-04-09 | Plant diagnosing device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS58176708A (en) |
-
1982
- 1982-04-09 JP JP57060755A patent/JPS58176708A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5214577A (en) | Automatic test generation for model-based real-time fault diagnostic systems | |
Schumann et al. | Scalable Diagnosability Checking of Event-Driven Systems. | |
JPH06266727A (en) | Method and equipment for displaying diagnosis | |
US6567935B1 (en) | Performance linking methodologies | |
CN112769615B (en) | Anomaly analysis method and device | |
JPS58176708A (en) | Plant diagnosing device | |
M’halla et al. | Monitoring of a milk manufacturing workshop using chronicle and fault tree approaches | |
JPH07160326A (en) | Plant monitor device | |
Kanazy et al. | Prognosis of Failure Events Based on Labeled Temporal Petri Nets | |
Raaphorst et al. | Automated fault-tree generation for operational fault diagnosis | |
JP2853215B2 (en) | Network reliability analysis system | |
JPH04175694A (en) | Diagnostic device for abnormality of plant | |
RU2297659C1 (en) | Integrated system for automatic coordinated control of object | |
Grastien et al. | A Theory of Abstraction for Diagnosis of Discrete-Event Systems. | |
JP2656264B2 (en) | Alarm processing diagnostic device | |
JPH0413729B2 (en) | ||
JP2633378B2 (en) | Self-failure occurrence / learning device | |
JPS58168964A (en) | Diagnosis device for plant | |
JPS59168510A (en) | Plant diagnosing device | |
Blanke et al. | Diagnosis of I/O Automata Networks | |
JPH0444771B2 (en) | ||
JPH09116624A (en) | Exchange test diagnosis method | |
JPH0147836B2 (en) | ||
Liao et al. | Fault diagnosis of discrete event systems with time sequence constraint | |
JPS58205812A (en) | Diagnosing apparatus for plant |