JPS59135510A - Plant diagnosing device - Google Patents
Plant diagnosing deviceInfo
- Publication number
- JPS59135510A JPS59135510A JP58008972A JP897283A JPS59135510A JP S59135510 A JPS59135510 A JP S59135510A JP 58008972 A JP58008972 A JP 58008972A JP 897283 A JP897283 A JP 897283A JP S59135510 A JPS59135510 A JP S59135510A
- Authority
- JP
- Japan
- Prior art keywords
- node
- logical
- entry
- cct
- plant
- 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
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)
Abstract
Description
【発明の詳細な説明】
この発明は、大規模プラントの連転信頼性、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 diagnostic device that identifies abnormal events in a plant online and in real time, in order to contribute to improving the continuous operation reliability and operation rate of a large-scale plant.
従来この種の装置として第1図に示すものがあった。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・ディジタル変換器)
、 (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”範凹外にあれば11
“又は1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月よ原因結果ツリー(以下CC
T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)に格納しであるプロセス情報とC
CT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論理演算値(
ノードのステータスと推定事象発生時刻)を格納する記
憶装置8 、 (7)は演算処理装置2(5)から得ら
れるCCTロジックに関して、記憶装置1(3)からの
観測データ及び記憶装置8(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8 、(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.
, (2) compares the process data with the reference value, and if it is within the tolerance range, it is "0" or if it is outside the "false" range, it is 11.
Arithmetic processing unit 1 for converting into “or 1 true”, (3
) is a storage device 1 that stores the results of arithmetic processing performed by the arithmetic processing unit 1 (2).
Storage device 2 (denoted as T) stores process information and C (denoted as T), and (5) stores process information and C
An arithmetic processing unit 2 for a logical operation unit that calculates the logical operation values of all nodes using CT, (6) calculates the logical operation values of each node (
The storage device 8 (7) stores observed data from the storage device 1 (3) and storage device 8 (6) regarding the CCT logic obtained from the arithmetic processing unit 2 (5). ) for a diagnostic analysis unit that detects changes in entry nodes, identifies causes, and makes predictions based on matches, mismatches, etc.; (8) is for displaying diagnostic results; This is a cathode ray tube display device.
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Xl(i=1.2、・・・、N)と
する。Xはデータ収集装置(1)により量子化される。Let the process data be Xl (i=1.2, . . . , N). X is quantized by the data acquisition device (1).
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0式に示す処理を施こし、その結果5i(i=1
.2、・・・、N)及び事象発生時刻を記憶装置1(3
)に格納する。The arithmetic processing unit 1 (
2) performs the process shown in equation 0, and the result is 5i (i=1
.. 2,...,N) and the event occurrence time are stored in the storage device 1 (3
).
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101から111となった時刻を事象発生
時刻と呼ぶ。Here, Si is called the observation status of Xi. Further, the time when the observation status changes from 101 to 111 is called the event occurrence time.
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、G1□、G1□は論理積ゲート、
G2□、G2ff1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、最下位のノードと呼ん
ている。第2図中のSl、・・・、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8(6)からの情報を基に診断処理装
置2(5)と8(7)で行われる。FIG. 2 shows an example of a portion of the CCT stored in the storage device 2 (4). In Figure 2, M6 and M7 are diagnostic messages, τ is a time delay, G1□ and G1□ are AND gates,
G2□ and G2ff1 indicate OR gates, respectively. CCT
In , the position where Si is defined is called a node, and in particular, the highest node is called the root node and the lowest node. Sl, ..., S7 in FIG. 2 represent the storage device 1 (
3). CCT execution processing is performed on storage device 1 (
This is performed by diagnostic processing devices 2 (5) and 8 (7) based on information from 3), 2 (4), and 8 (6).
論理演算部演算処理装態2(5)では、記憶装置1(3
)内のプライマリ−・ノードの観測ステータスを入力と
して、記憶装H2(4)のCCTゲートロジックに従い
、他のすべての論理演算を毎回サイクリックに実行し、
記憶装置8(6)に格納する。この演算は、プライマリ
−・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が決まれば一意的に
決まるものであるから、CCTモジュール毎にオブジェ
クト・モジュールを作成する方式を採用する。In the logic operation unit arithmetic processing unit 2 (5), the storage device 1 (3
), all other logical operations are executed cyclically each time according to the CCT gate logic of storage device H2 (4), using the observation status of the primary node in ) as input,
It is stored in the storage device 8 (6). This calculation is performed upward every sampling period, regardless of the value or change of the observation status of the primary node. Since the program to be processed here is uniquely determined once the target CCT is determined, a method is adopted in which an object module is created for each CCT module.
診断解析部演算処論装置8(7)では、記憶装置8(6
)に格納された論理演算部の解析結果を基に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。In the diagnostic analysis unit arithmetic processing unit 8 (7), the storage device 8 (6
) The CCT diagnostic processing is performed based on the analysis results of the logic operation unit stored in the ``CNT'', and the diagnostic content is divided into entry node change detection, cause identification, and prediction.
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
じめ指定あるノードであり、第2図の86のようにツリ
ーの途中に設けられる。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 at 86 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1(8〕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。Detection of changes in entry nodes is performed by checking the status of entry nodes at every 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. Ru. That is, the observation status of the current sampling and the previous observation status are checked from the storage device 1 (8), a status indicator is assigned based on the contents of the check, and diagnosis such as cause identification, prediction, etc. or the next Search for entry nodes.
この処理の施れを第8図に示す、。The performance 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う。ホールとはプライマリ
−ノードを除く観測値とプライマリ−ノードの観測ステ
ータスから演算される演算値が異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 FIG. When the cause identification process begins, holes are first detected. A hole refers to a difference in the observed value excluding the primary node and the calculated value calculated from the observation status of the primary node, and a hole is 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合、演算結果は
「偽」であるので、エントリーノードはホールとなる。If the primary node has a signal error, the operation result is "false" and the entry node becomes a hole.
従って、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めることを指通できる
。従って、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。Therefore, by simply checking whether the entry node is a hole, it is possible to tell the primary node that there is a signal error. 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個以下であっても原因同定
は失敗とする。Next, if two observable nodes in a parent-child relationship (an unobservable node may be included in the middle) 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。N is a value specified in advance, and is usually 3.
連続した2つのノードがともにホールである場合は、連
続してホールとなったノードに連なるプライマリ−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−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−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。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, since the primary node's observer is defective, all nodes located above it are generally 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
ードの観測ステータスが1真1となった原因でない場合
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 okay to uniformly treat the cause identification failure, but since there are cases where the consecutive holes are not the cause of the observation status of the entry node being 1 true, it is necessary to check the relationship with the entry node. Find out the gender.
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測ステータス・論理演算値とも1
真1である。ホールの数はN−1個以下(通電1−2以
下)であり、かつ連続ホールになっているものはエント
リーノードとの関連性はない。このことより、CC′r
図の階層が浅い(2〜8段)か、ノード数が極端に少な
くなければ次のこ(1)プライマリ−ノードの観測ステ
ータスは信用でき、従って論理演算値は正しい。Entry node has observation status and logical operation value both 1
True 1. The number of holes is N-1 or less (current is 1-2 or less), and the holes that are continuous have no relation to the entry node. From this, CC'r
If the hierarchy in the diagram is shallow (2 to 8 levels) or the number of nodes is extremely small, then (1) the observation status of the primary node is reliable, and therefore the logical operation value is correct.
(2)ホールになっているものは観測器が故障している
か計器遅れになっている。(2) If there is a hole, the observation instrument is out of order or the instrument is delayed.
従って、論理演算値を信用し、論理演算値が“真“にな
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, the logical operation value is trusted, and all messages related to the entry node among the messages attached to the node whose logical operation value 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訃断を
進めて行くのでノードの論理演算値と観測ステータスが
異なっ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. The prediction proceeds with the death judgment assuming that the logical operation result is correct, so if the logical operation value of the node and the observation status are different, it can be said that one of the following is true.
■計器故障のため、6測ステータスは誤っている。■Due to instrument failure, the 6 measurement status is incorrect.
■事象は、すでにおこっ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、今まだ起こっていない
。■The event will occur in the future, but it has not happened yet.
このうち■と■は計器出口の状態として事象は起こって
いないのであるから、同一の扱いができる。Of these, ■ and ■ can be treated as the same since no event has occurred as a state of the instrument outlet.
以下■を故障、(す■を遅れと呼ぶことにする。Hereinafter, ■ will be referred to as a failure, and ■ will be referred to as a delay.
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、そのノードの極類により処理が異なる
ため、各項目別に記述する。Prediction is performed for each node above the entry node, but since the processing differs depending on the pole class of that node, it will be described for each item.
(+)上位ノードが非観測の場合
この場合、論理演算の結果しかなく、かつこれは正しい
のであるから、具ならばアクティブとし、偽ならば終了
し、次のエントリー・ノードへ行く。(+) If the upper node is unobserved: In this case, there is only the result of a logical operation 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.
(11)上位ノードの演算結果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。従って偽であれば終了し、真
であればアクティブなノードとする。(11) When the operation result of the upper node is equal to the observation status In this case, since the result of the logical operation and the observation result are equal, this result can be said to be correct. Therefore, if it is false, it ends, and if it is true, it becomes an active node.
(lit)上位のノードの論理演算値と観測ステータス
が等しくない場合
この時、論理演算値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。論理演算値は、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、観測ス
テータス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町観測点を調
べる。(lit) When the logical operation value and the observation status of the upper node are not equal At this time, there are cases where the logical operation value is false and the observation status is true, and vice versa. Since the logical operation value is correct, in the former case, there is an instrument failure. In the latter case, the observation status is failure or delay. Which of these is
Since it is unclear from this node alone, we will further investigate the higher-ranking town observation points.
Ov)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、上位ノードの調理演算値は貝、鴫諷ステータス
は偽、上位ノードの上位ノードの論理演算値は真で、観
測ステータスは具である。Ov) When the observation status of the upper node of the upper node is true, at this time, the cooking operation value of the upper node is shellfish, the arrogance status is false, the logical operation value of the upper node of the upper node is true, and the observation status is ingredients. be.
上位の上位ノードは具なので、少なくとも上位の上位ノ
ードが遅れているとは考えられない。Since the higher-ranking node is a component, it cannot be considered that at least the higher-ranking node is behind.
また、2つの観画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
ノードは具と見なしてアクティブとして上位へ進む。Also, if we do not consider that two observation devices are out of order in succession, this means that the upper node is faulty and the result is false, and the upper node is normal and shows true, and the upper node is It is considered as an ingredient and moves to the top as an active.
(V)上位ノードの上位ノードの観測ステータスが鴎の
場合
この時、上位ノードの論理演算値は具、U江スデータス
は偽、上位の上位ノードの論理演算値が具で観鉤ステー
タスが偽である。(V) When the observation status of the upper node of the upper node is Gu, in this case, the logical operation value of the upper node is Gu, the Ue data is false, and the logical operation value of the upper node is Gu and the Kan hook status is false. be.
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f二め
偽になっていると考えら才りる。At this time, if we do not consider that the two observation devices are out of order in succession, we can think of this as the fact that the upper node is delayed by f2.
ぞこでこのノー ドをボテンシャリー・アクティブとし
て終了する。Now end this node 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ったとしても、本来故障して
いるのであるからアクティブとしなければならないもの
をポテンシャリー・アクティブとしただけでありこれも
上位ノードが時開が米て真となれば(iv)のロジック
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 to make the node potentially active, which should be active because it is malfunctioning. In this case, if the time difference is true in the upper node, the failure can be discovered from the logic (iv) and the prediction process 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ャ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
ストアツブして、ブラウン管表示装置(8)に出力する
っ
この時表示するものは以下のものが基本となる。The content of the message connected to this corresponding node is restored and output to the cathode ray tube display device (8).What is displayed at this time is basically the following.
(1)原因同定で発見されたメツセージ。(1) Message discovered during cause identification.
(2)予測処理でアクティブとなったノードに付いたメ
ツセージとポテンシャリーアクティブとなったノードに
付いたメツセージ。(2) Messages attached to nodes that became active in prediction processing and messages attached to nodes that became potentially active.
(3)事象発生時刻
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、エントリーノードの変化にかかわ
らす、論理演算部演算処理装−2(5)ですべての論理
演算をする必要があった。(3) Time of event occurrence Since the conventional plant diagnosis system using CCT is configured as described above, all logical operations are performed by the logical operation section operation processing unit-2 (5) regardless of changes in the entry node. It was necessary to
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、ilm W演算をルートノードご
とに分割して実行することにより、効率よく診断できる
プラント診断装置を提供することを目的としている。This invention was made in order to eliminate the drawbacks of the conventional ones as described above, and an object of the present invention is to provide a plant diagnosis device that can perform efficient diagnosis by dividing and executing the ilm W operation for each root node. It is said that
以下、この発明の一実施例を説明する。第6図はこの発
明による処理の訛れ図である。従来はエントリーノード
の変化の状I&にかかわらず、すべての論理演算を行な
っていたが、1つのルートノードの下に含まれるすべて
のエントリーノードかU偽」のまま変化していなければ
、このルートノードに関する論理演算をスキップするよ
うに変えたところに特徴がある。An embodiment of this invention will be described below. FIG. 6 is a diagram illustrating the processing according to the present invention. Previously, all logical operations were performed regardless of the change state of the entry node (I&), but if all entry nodes included under one root node remain unchanged (I&), then this root The feature is that the logical operations related to nodes are skipped.
以下第6図に従って動作を述べる。The operation will be described below according to FIG.
従来、診断に無関係にすべてのCCTの論理式の演算を
していたが、異常が発生したことにより診断を実行しな
ければならないときのみ、そのエントリーノードに関係
するCCTだけを論理演算するように笈えたところに特
徴がある。Previously, logical expressions were calculated for all CCTs regardless of diagnosis, but now only when a diagnosis has to be executed due to an abnormality, logical calculations are performed only on CCTs related to that entry node. There is a characteristic in the place where it shines.
エントリーノードの観測値が「真」から「偽」に変化し
たときを絆しく説明する。Explain in a friendly manner when the observed value of an entry node changes from "true" to "false".
このとき、あらかじめ作成しておいたこのエントリーノ
ードに関係している論理式を演算する。At this time, a logical expression related to this entry node created in advance is calculated.
エントリーノードに関係している論理式とは、CCTの
うちエントリーノード以下の部分すべてと、エントリー
ノード以上のノードのうちANDで結びつけられたもの
を追い、エントリーノード以上のノードのうちORで結
びつけられたものを除いたものである。The logical expression related to the entry node is the one that follows all the parts of the CCT below the entry node and the nodes above the entry node that are connected by AND, and the ones that are connected by OR among the nodes above the entry node. This excludes the
CCTは一般にエントリーノード以上ではほとんどAN
D結合は存在しないので、全CCTに演算に比較して勧
く少社の演算で済む。CCT is generally almost AN at entry nodes and above.
Since there is no D-connection, only a small number of operations are required compared to operations for all CCTs.
原因同定及び予測処理は従来の処理と同じである。Cause identification and prediction processing are the same as conventional processing.
なお、上記実施例では、論理演算を行うhm処理装%
2 (5)と診断処理を行う演算処理装置8(7)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、前記様能を1していれは、ハードウェアとして
1つの装態としても上Br2”l−6施例と同等の効果
を柴する。Note that in the above embodiment, the hm processing unit that performs logical operations is
2 (5) and the arithmetic processing unit 8 (7) that performs diagnostic processing are expressed as separate units, but if the processing method according to the present invention is applied and the above features are implemented as one, they can be integrated into one hardware unit. As a device, it has the same effect as the above Br2''l-6 embodiment.
以上のようにこの発明によれば処理装置の似能を減する
ことなく、処理効率を向上させることができる。As described above, according to the present invention, processing efficiency can be improved without reducing the performance of the processing apparatus.
紬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CCTの一例を示した図、第8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囚は予測の処理を示したぁ、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
演算装置、(3)は第1の記憶装置、(4)は第2の記
憶装置、(8)はブラウン管表示装置、(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8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8の演算処理装置である。
なお図中、同一符号は同−又は相当部分を示す。
代理人 葛 野 信 −
第3図
第4図Tsumugi Figure 1 is a block diagram showing a conventional plant diagnosis device, Figure 2 is a diagram showing an example of CCT, Figure 8 is a diagram showing the processing of a conventional diagnosis analysis section, and Figure 4 is a process for identifying causes. Figure 5 shows the process of prediction. Figure 6 is a diagram showing the process of the diagnostic analysis unit according to the present invention. In the figure, (1) is a data collection device, (2) is a first arithmetic device, (3) is a first storage device, (4) is a second storage device, (8) is a cathode ray tube display device, ( 5) is a second arithmetic processing unit that performs logical operations on nodes, and (6) is (5)
an eighth storage device that stores the logical operation value obtained in (7);
is the eighth arithmetic processing unit that performs diagnosis based on information from the storage devices (3), (4], and (6). In the figure, the same reference numerals indicate the same or corresponding parts. Nobuo Nobu - Figure 3 Figure 4
Claims (1)
式で記述した原因結果ツリーを演算処理することにより
、異常の第1原因をオンライン・リアルタイムで固定し
、プラント運転員の総合判断をサポートすることにより
高信頼運転を可能とするプラント診断装置において、プ
ラントの特定事象の変化より原因結果ツリーの論理演算
の実行を制御する機能を持たせたことを特徴とするプラ
ント診断装置。By processing a cause-and-effect tree that describes the propagation sequence of various abnormal events that occur in a plant using logical formulas, the first cause of an abnormality can be fixed online and in real time. A plant diagnostic device that enables reliable operation, characterized in that it has a function of controlling the execution of logical operations on a cause-effect tree based on changes in specific events in the plant.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58008972A JPS59135510A (en) | 1983-01-21 | 1983-01-21 | Plant diagnosing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP58008972A JPS59135510A (en) | 1983-01-21 | 1983-01-21 | Plant diagnosing device |
Publications (2)
Publication Number | Publication Date |
---|---|
JPS59135510A true JPS59135510A (en) | 1984-08-03 |
JPH0413729B2 JPH0413729B2 (en) | 1992-03-10 |
Family
ID=11707595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP58008972A Granted JPS59135510A (en) | 1983-01-21 | 1983-01-21 | Plant diagnosing device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JPS59135510A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01284905A (en) * | 1988-05-12 | 1989-11-16 | Yokogawa Electric Corp | Process alarm diagnosing device |
-
1983
- 1983-01-21 JP JP58008972A patent/JPS59135510A/en active Granted
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01284905A (en) * | 1988-05-12 | 1989-11-16 | Yokogawa Electric Corp | Process alarm diagnosing device |
Also Published As
Publication number | Publication date |
---|---|
JPH0413729B2 (en) | 1992-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021179574A1 (en) | Root cause localization method, device, computer apparatus, and storage medium | |
US5214577A (en) | Automatic test generation for model-based real-time fault diagnostic systems | |
US5463768A (en) | Method and system for analyzing error logs for diagnostics | |
US8140298B2 (en) | System and method for diagnosing aircraft components for maintenance purposes | |
JP6655926B2 (en) | Fault diagnosis system | |
US20190018401A1 (en) | Method and Arrangement for Operating Two Redundant Systems | |
CN114495497B (en) | Method and system for judging and interpolating traffic abnormal data | |
CN110048901A (en) | A kind of Fault Locating Method of power telecom network, device and equipment | |
CN110108981B (en) | Fault diagnosis method and system for lines in active power distribution network | |
US11748321B2 (en) | Time-series data condensation and graphical signature analysis | |
JPS59135510A (en) | Plant diagnosing device | |
JPH06100921B2 (en) | How to determine the abnormal action of the plant | |
JPS59168510A (en) | Plant diagnosing device | |
JPH0444771B2 (en) | ||
JP7077644B2 (en) | Control systems, diagnostic equipment, diagnostic methods, and diagnostic programs | |
WO2014192066A1 (en) | Plant-abnormality diagnosis system, plant-abnormality diagnosis method, and computer-readable storage medium | |
JPS58205812A (en) | Diagnosing apparatus for plant | |
JPS60505A (en) | Diagnostic device of plant | |
JPH0972596A (en) | Method for diagnosing air conditioning system | |
CN113835976B (en) | Method and device for carrying out alarm processing on Internet data center | |
JPS6249408A (en) | Diagnostic device for fault of equipment | |
Zbytovsky et al. | Expert system for operator support | |
JPH025147A (en) | System for diagnosing logical device | |
JPS60195619A (en) | Diagnostic device of plant | |
CN113467984A (en) | Aircraft system fault diagnosis method and device, computer equipment and storage medium |