JPH0447842B2 - - Google Patents
Info
- Publication number
- JPH0447842B2 JPH0447842B2 JP58102736A JP10273683A JPH0447842B2 JP H0447842 B2 JPH0447842 B2 JP H0447842B2 JP 58102736 A JP58102736 A JP 58102736A JP 10273683 A JP10273683 A JP 10273683A JP H0447842 B2 JPH0447842 B2 JP H0447842B2
- Authority
- JP
- Japan
- Prior art keywords
- plant
- whiteness
- whiteness test
- model
- residual
- 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
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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
- G05B23/0254—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 model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
- F01K13/00—General layout or general methods of operation of complete plants
- F01K13/003—Arrangements for measuring or testing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01K—STEAM ENGINE PLANTS; STEAM ACCUMULATORS; ENGINE PLANTS NOT OTHERWISE PROVIDED FOR; ENGINES USING SPECIAL WORKING FLUIDS OR CYCLES
- F01K13/00—General layout or general methods of operation of complete plants
- F01K13/02—Controlling, e.g. stopping or starting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
【発明の詳細な説明】
〔発明の技術分野〕
本発明は発電プラント等のプラントの診断を行
なうプラント診断装置に関する。
なうプラント診断装置に関する。
近年、発電プラント等のプラントプロセスに対
し各種のプラント診断手法が検討され、また、そ
れらに関する研究も活発に行なわれており、例え
ば各種の数学モデルをプラント診断に適用した例
も種々発表されている。しかし、これらは予め同
定試験等で獲得した診断対象の数学モデルを単に
異常発生の有無に関するプラント診断にのみ適用
したものであつたり、プラントの状態量のみを数
学モデルに表しただけであるので、各種の状態量
の異常発生の有無はとらえることができても、そ
の原因たる故障源（操作量）に対する情報も含め
てオンラインで、かつ、ダイナミツクつまり時間
関数として、異常レベルの推移を連続的に監視で
きるようなプラント診断装置は実現されていなか
つた。
し各種のプラント診断手法が検討され、また、そ
れらに関する研究も活発に行なわれており、例え
ば各種の数学モデルをプラント診断に適用した例
も種々発表されている。しかし、これらは予め同
定試験等で獲得した診断対象の数学モデルを単に
異常発生の有無に関するプラント診断にのみ適用
したものであつたり、プラントの状態量のみを数
学モデルに表しただけであるので、各種の状態量
の異常発生の有無はとらえることができても、そ
の原因たる故障源（操作量）に対する情報も含め
てオンラインで、かつ、ダイナミツクつまり時間
関数として、異常レベルの推移を連続的に監視で
きるようなプラント診断装置は実現されていなか
つた。
本発明は上記の点に鑑み、異常状態発生原因た
る故障源に対する情報も含めてプラントの異常を
外部に警報出力することのできるプラント診断装
置を提供することを目的とする。
る故障源に対する情報も含めてプラントの異常を
外部に警報出力することのできるプラント診断装
置を提供することを目的とする。
このため、本発明はプラントシステムの状態量
と操作量の全体を数学モデルの表現したプラント
診断モデルを作り、そこから算出される推定値
と、実際値とを刻々比較することにより、各操作
量、状態量等の各プラント値の残差列を求め、そ
の残差列の自己相関関数と相互相関関数から白色
性検定指標を計算し、その大きさを調べて１つの
プラント値に影響を及ぼす他のプラント値の異常
状態を判定し、更に異常と判定されたプラント値
の残差列の自己相関関数から同様にしてそのプラ
ント値が実際に異常か否か判定することにより故
障源を見い出し、オペレータに警報出力するよう
にしたことを特徴としている。
と操作量の全体を数学モデルの表現したプラント
診断モデルを作り、そこから算出される推定値
と、実際値とを刻々比較することにより、各操作
量、状態量等の各プラント値の残差列を求め、そ
の残差列の自己相関関数と相互相関関数から白色
性検定指標を計算し、その大きさを調べて１つの
プラント値に影響を及ぼす他のプラント値の異常
状態を判定し、更に異常と判定されたプラント値
の残差列の自己相関関数から同様にしてそのプラ
ント値が実際に異常か否か判定することにより故
障源を見い出し、オペレータに警報出力するよう
にしたことを特徴としている。
以下、本発明を図面に示す実施例を参照して説
明する。
明する。
第１図は本発明の一実施例に係るプラント診断
システムの構成図を示したもので、１１は発電プ
ラント、１２は発電プラント１１よりフイードバ
ツクされるプラント状態量を入力し、発電プラン
ト１１に対し通常のPID制御を加えるアナログ制
御装置（以下、APCと言う）である。このAPC
１２が発電プラント１１を制御している状態全体
をここでは制御対象１３と称し、それを多次元の
自己回帰モデル（以下、ARモデルと言う）等の
数学モデルで表現したのが制御モデル１４であ
る。
システムの構成図を示したもので、１１は発電プ
ラント、１２は発電プラント１１よりフイードバ
ツクされるプラント状態量を入力し、発電プラン
ト１１に対し通常のPID制御を加えるアナログ制
御装置（以下、APCと言う）である。このAPC
１２が発電プラント１１を制御している状態全体
をここでは制御対象１３と称し、それを多次元の
自己回帰モデル（以下、ARモデルと言う）等の
数学モデルで表現したのが制御モデル１４であ
る。
ここで、ARモデルとは、プラント状態量（時
系列）Ｘ（ｓ）を下記(1)式で表現したもののこと
である。
系列）Ｘ（ｓ）を下記(1)式で表現したもののこと
である。
Ｘ（ｓ）＝M
〓m=1
Ａ（ｍ）・Ｘ（ｓ−ｍ）＋Ｕ（ｓ） …(1)
（但し、Ｍは次数、Ｕ（ｓ）は白色雑音列、ｓ
はサンプリング時点を表わす） しかし、制御モデル１４としてはこのARモデ
ルのみに限ることなく、例えばARMRモデル等、
各種の数学モデルを使用し得ることは言う迄もな
い。
はサンプリング時点を表わす） しかし、制御モデル１４としてはこのARモデ
ルのみに限ることなく、例えばARMRモデル等、
各種の数学モデルを使用し得ることは言う迄もな
い。
換言すれば、本発明は制御モデル１４の中身に
は無関係である。
は無関係である。
１５はそのような制御モデル１４を用いて発電
プラント１１を最適制御するためのデイジタル制
御装置（以下、DDCと言う）で、APC１２から
のフイードバツク信号を入力し、APC１２が発
電プラント１１を制御している状態全体をARモ
デルで表わした制御モデル１４に基づき、発電プ
ラントを最適状態にするためAPC１２出力を補
正するものである。
プラント１１を最適制御するためのデイジタル制
御装置（以下、DDCと言う）で、APC１２から
のフイードバツク信号を入力し、APC１２が発
電プラント１１を制御している状態全体をARモ
デルで表わした制御モデル１４に基づき、発電プ
ラントを最適状態にするためAPC１２出力を補
正するものである。
即ち、このときの制御の様子を１変数（１プラ
ント値）について示したのが第２図であり、制御
モデル１４に基づきDDC１５で演算したDDC出
力をアナログメモリ１６を介してアナログ信号に
変換保持した上、加算器１７に入力し、APC出
力に加算する。その加算出力により各操作端毎に
設けられている設定器１８に目標値を与え、発電
プラント１１におけるバルブ、ポンプ等の各操作
端を目標値通りに制御している。
ント値）について示したのが第２図であり、制御
モデル１４に基づきDDC１５で演算したDDC出
力をアナログメモリ１６を介してアナログ信号に
変換保持した上、加算器１７に入力し、APC出
力に加算する。その加算出力により各操作端毎に
設けられている設定器１８に目標値を与え、発電
プラント１１におけるバルブ、ポンプ等の各操作
端を目標値通りに制御している。
しかし、制御方式は上述のものだけに限ること
なく、例えばDDC１５でAPC１２の制御パラメ
ータを制御する等、種々の制御形態を取り得る。
換言すれば、本発明は制御方式自体にも無関係で
ある。
なく、例えばDDC１５でAPC１２の制御パラメ
ータを制御する等、種々の制御形態を取り得る。
換言すれば、本発明は制御方式自体にも無関係で
ある。
更に、以上全体即ち発電プラント１１、APC
１２、制御モデル１４、DDC１５を含む制御シ
ステム全体を本実施例では診断対象１９と呼び、
これを数学モデルで表現したのがプラント診断モ
デル２０である。即ち、プラント診断モデル２０
はAPC１２、DDC１５の両者が発電プラント１
１を制御している状態において、例えば負荷指令
値をＭ系列（Markov時系列）信号等を用いてラ
ンダムに変動させ、診断対象１９を同定して数学
モデルに表現したものである。また、またこのプ
ラント診断モデル２０を使つて診断対象１９の異
常を診断するのがプラント診断部２１である。即
ち、プラント診断部２１はAPC１２とDDC１５
の両者が発電プラント１１に対し出力している操
作信号の総和と発電プラント１１からのフイード
バツク信号とをとり入れ、これらの値とプラント
診断モデル２０からの推定値との偏差信号から求
まる残差列を白色性を検定することにより、故障
の発生の有無、故障の影響で異常になつている個
所に検出し、オペレータに知らせるものである。
プラント診断装置２２はこれらプラント診断モデ
ル２０とプラント診断部２１より構成される。
１２、制御モデル１４、DDC１５を含む制御シ
ステム全体を本実施例では診断対象１９と呼び、
これを数学モデルで表現したのがプラント診断モ
デル２０である。即ち、プラント診断モデル２０
はAPC１２、DDC１５の両者が発電プラント１
１を制御している状態において、例えば負荷指令
値をＭ系列（Markov時系列）信号等を用いてラ
ンダムに変動させ、診断対象１９を同定して数学
モデルに表現したものである。また、またこのプ
ラント診断モデル２０を使つて診断対象１９の異
常を診断するのがプラント診断部２１である。即
ち、プラント診断部２１はAPC１２とDDC１５
の両者が発電プラント１１に対し出力している操
作信号の総和と発電プラント１１からのフイード
バツク信号とをとり入れ、これらの値とプラント
診断モデル２０からの推定値との偏差信号から求
まる残差列を白色性を検定することにより、故障
の発生の有無、故障の影響で異常になつている個
所に検出し、オペレータに知らせるものである。
プラント診断装置２２はこれらプラント診断モデ
ル２０とプラント診断部２１より構成される。
第３図はそのプラント診断部２１の詳細構成を
示したもので、２１１は残差列計算手段、２１２
は残差列白色性検定手段、２１３は記憶装置、２
１４は表示装置、２１５は異常判定手段、２１６
は故障源決定手段、２１７は警報装置である。
示したもので、２１１は残差列計算手段、２１２
は残差列白色性検定手段、２１３は記憶装置、２
１４は表示装置、２１５は異常判定手段、２１６
は故障源決定手段、２１７は警報装置である。
診断対象１９から今回プラント診断部２１に加
えられるプラント操作信号や状態信号等のプラン
ト信号と残差列計算手段２１１からプラント診断
モデル２０に入力され、そこで次回の推定値が演
算されて残差列計算手段２１１に戻される。
えられるプラント操作信号や状態信号等のプラン
ト信号と残差列計算手段２１１からプラント診断
モデル２０に入力され、そこで次回の推定値が演
算されて残差列計算手段２１１に戻される。
残差列計算手段２１１はこれらプラント診断モ
デル２０からの推定値と診断対象１９からの読み
込み値とから、残差列εi（ｉはプラント診断モデ
ルの項目番号）即ち各プラント量についての推定
値と実際値の偏差の時経列を求めるもので、その
残差列εiは残差列白色性検定手段２１２に出力さ
れる。
デル２０からの推定値と診断対象１９からの読み
込み値とから、残差列εi（ｉはプラント診断モデ
ルの項目番号）即ち各プラント量についての推定
値と実際値の偏差の時経列を求めるもので、その
残差列εiは残差列白色性検定手段２１２に出力さ
れる。
残差列白色性検定手段２１２は残差列計算手段
２１１より出力される残差列εiを入力とし、残差
列の白色性を検定するものである。検定は、残差
列εiに対して本実施例では一次の多変数自己回帰
モデルを当てはめ、白色性検定指標Alijとして下
記(2)式で示すようにεiの自己相関関数及び相互相
関関数を用いて行なつている。
２１１より出力される残差列εiを入力とし、残差
列の白色性を検定するものである。検定は、残差
列εiに対して本実施例では一次の多変数自己回帰
モデルを当てはめ、白色性検定指標Alijとして下
記(2)式で示すようにεiの自己相関関数及び相互相
関関数を用いて行なつている。
ここで、ｊもｉ同様プラント診断モデルの項目
番号である。また、ｓはサンプリング時点、Ｎは
相関関数を計算するデータ個数である。尚、ｉ＝
ｊのとき上記(2)式は自己相関関数を表し、ｉ≠ｊ
のとき上記(2)式は相互相関関数を表わす。
番号である。また、ｓはサンプリング時点、Ｎは
相関関数を計算するデータ個数である。尚、ｉ＝
ｊのとき上記(2)式は自己相関関数を表し、ｉ≠ｊ
のとき上記(2)式は相互相関関数を表わす。
即ち、診断対象１９が正常であれば、偏差が生
じるのは発電プラント１１に外乱が加わつたとき
のみとなるので、残差列εiは通常ランダムな値と
なり白色性を有するが、診断対象１９に何らかの
異常が生じれば残差列εiが規則性を有するように
なる。この残差列εiの規則性を検定する指標とな
るのが白色性検定指標であり、Alijは残差列εiが
残差列εjにかかわつている度合を示し、無関係で
あれば０となる。また、Aliiは自己相関関数を表
わし、残差列εi自身の白色性検定指標となる。
じるのは発電プラント１１に外乱が加わつたとき
のみとなるので、残差列εiは通常ランダムな値と
なり白色性を有するが、診断対象１９に何らかの
異常が生じれば残差列εiが規則性を有するように
なる。この残差列εiの規則性を検定する指標とな
るのが白色性検定指標であり、Alijは残差列εiが
残差列εjにかかわつている度合を示し、無関係で
あれば０となる。また、Aliiは自己相関関数を表
わし、残差列εi自身の白色性検定指標となる。
記憶装置２１３は白色性検定指標Alijを順次入
力し、一定容量分をエンドレスに記録更新するも
のであり、表示装置２１４はその記憶した白色性
検定指標Alijを異常時等の必要な時期に履歴（ト
レンド）表示するものである。
力し、一定容量分をエンドレスに記録更新するも
のであり、表示装置２１４はその記憶した白色性
検定指標Alijを異常時等の必要な時期に履歴（ト
レンド）表示するものである。
異常判定手段２１５は残差列白色性検定手段２
１２より白色性検定指標Alijを入力し、白色性検
定指標Alijがある値ARLより大きくなつたとき
異常と判定する。ある値ARLは、後述するよう
に異常判定のの感度と誤判定の割合とから決定さ
れるものである。
１２より白色性検定指標Alijを入力し、白色性検
定指標Alijがある値ARLより大きくなつたとき
異常と判定する。ある値ARLは、後述するよう
に異常判定のの感度と誤判定の割合とから決定さ
れるものである。
故障源決定手段２１６は、残差列白色性検定手
段２１２からの白色性検定指標Alijと異常判定手
段２１５からの異常ケ所のプラント状態量および
操作量に対応した番号を入力し、故障源であるプ
ラトン操作を決定するものである。特に、自己相
関関数と呼ばれる白色性検定指標Aliiを故障源決
定の指標としている。
段２１２からの白色性検定指標Alijと異常判定手
段２１５からの異常ケ所のプラント状態量および
操作量に対応した番号を入力し、故障源であるプ
ラトン操作を決定するものである。特に、自己相
関関数と呼ばれる白色性検定指標Aliiを故障源決
定の指標としている。
警報装置２１７は、異常判定手段２１５と故障
源決定手段２１６からの異常、情報をオペレータ
に知らせる警報装置である。
源決定手段２１６からの異常、情報をオペレータ
に知らせる警報装置である。
以上の構成で、今診断対象１９からプラント診
断装置２２にプラント量として３つの操作量と４
つの状態量が入力される場合について説明する。
また、上記３つの操作量は水燃比（項目番号１）、
RH（再熱器）ガスダンパ（項目番号２）、SH（主
加熱器）スプレー（項目番号３）とし、４つの状
態量は負荷指令値（項目番号４）、SH出口温度
（項目番号５）、RH出口温度（項目番号６）、主
蒸気温度（項目番号７）とする。
断装置２２にプラント量として３つの操作量と４
つの状態量が入力される場合について説明する。
また、上記３つの操作量は水燃比（項目番号１）、
RH（再熱器）ガスダンパ（項目番号２）、SH（主
加熱器）スプレー（項目番号３）とし、４つの状
態量は負荷指令値（項目番号４）、SH出口温度
（項目番号５）、RH出口温度（項目番号６）、主
蒸気温度（項目番号７）とする。
上記７つのプラント量がプラント診断部２１に
入力すると、残差列計算手段２１１はそれらプラ
ント量をプラント診断モデル２０に出力すると共
に、前回の出力に応じてプラント診断モデル２０
で計算して得られる各プラント量の推定値を取り
込み、今回診断対象１９より入力するプラント量
と比較し、各プラント量の残差列εiを演算し、残
差列白色性検定手段２１２に出力する。
入力すると、残差列計算手段２１１はそれらプラ
ント量をプラント診断モデル２０に出力すると共
に、前回の出力に応じてプラント診断モデル２０
で計算して得られる各プラント量の推定値を取り
込み、今回診断対象１９より入力するプラント量
と比較し、各プラント量の残差列εiを演算し、残
差列白色性検定手段２１２に出力する。
残差列白色性検定手段２１２はこれら各残差列
εiを取り込み、前記(2)式に基づいて、各項目相互
間の関係と異常、正常を判定するための白色性検
定指標Alijを計算し、記憶装置２１３、異常判定
手段２１５、故障源決定手段２１６へ出力する。
このとき、実プラントでは実際には起こり得ない
異常例えば「項目番号６のRH出口温度が項目番
号３のSHスプレーに異常の影響を及ぼす」など、
状態量から操作量に対する白色性検定指標Al63等
などの計算は予め除外しておくことにより、異常
検出動作の無駄を省くことができる。更に、７つ
のプラント量を操作量と状態量とに分類し、ｉ＝
１〜３、ｊ＝４〜７として白色性検定指標Alijを
求めれば、状態量異常となる原因の操作量を簡単
に決定することもできるようになる。
εiを取り込み、前記(2)式に基づいて、各項目相互
間の関係と異常、正常を判定するための白色性検
定指標Alijを計算し、記憶装置２１３、異常判定
手段２１５、故障源決定手段２１６へ出力する。
このとき、実プラントでは実際には起こり得ない
異常例えば「項目番号６のRH出口温度が項目番
号３のSHスプレーに異常の影響を及ぼす」など、
状態量から操作量に対する白色性検定指標Al63等
などの計算は予め除外しておくことにより、異常
検出動作の無駄を省くことができる。更に、７つ
のプラント量を操作量と状態量とに分類し、ｉ＝
１〜３、ｊ＝４〜７として白色性検定指標Alijを
求めれば、状態量異常となる原因の操作量を簡単
に決定することもできるようになる。
次に、異常判定手段２１５では前記Alijがある
値ARL以下であるかどうかを判別し、越えてい
れば異常と判定する。
値ARL以下であるかどうかを判別し、越えてい
れば異常と判定する。
ある値ARLはしきい値であるが、計算に用い
られた残差の数によつて計算される関数値であ
る。また、誤診断をさけるため１回越えただけで
は異常とせず、連続してｎ回越えると異常と判定
する。ｎはARLの値により決められる。この方
法によると、診断の感度を下げずに誤診断を防ぐ
ことが可能となる。例えば今、ARL1を誤診断確
率５％の値に、またｎ＝３と設定する。すると、
連続３回ARL1を越えたときの誤診断確率は、
（0.05）3＝0.0015となる。これは第４図に示すよう
に初めからARLの値をARL2＝0.00125と設定し
た時に比べてはるかに速く異常をとらえることが
できるため、診断の感度を下げることはなく、誤
診断を防ぐことが可能となる。
られた残差の数によつて計算される関数値であ
る。また、誤診断をさけるため１回越えただけで
は異常とせず、連続してｎ回越えると異常と判定
する。ｎはARLの値により決められる。この方
法によると、診断の感度を下げずに誤診断を防ぐ
ことが可能となる。例えば今、ARL1を誤診断確
率５％の値に、またｎ＝３と設定する。すると、
連続３回ARL1を越えたときの誤診断確率は、
（0.05）3＝0.0015となる。これは第４図に示すよう
に初めからARLの値をARL2＝0.00125と設定し
た時に比べてはるかに速く異常をとらえることが
できるため、診断の感度を下げることはなく、誤
診断を防ぐことが可能となる。
今、Al26がARLを連続ｎ回越えたこととする
と、異常判定手段２１５はRHガスダンパーが
RH出口温度に対し、影響を与えた異常と判定す
る。
と、異常判定手段２１５はRHガスダンパーが
RH出口温度に対し、影響を与えた異常と判定す
る。
次の故障源決定手段２１６では、異常判定手段
２１５での判定結果からA22を残差列白色性検定
手段２１２より取り込み、異常判定と同様な手法
により故障源である操作量を決定する。この結
果、Al22が異常値になつたとすると、RHガスダ
ンパー故障と決定し、音声出力装置、表示装置、
印字装置等の警報装置２１７に通知する。これに
より、警報装置２１７は「RHガスダンパーが故
障、RH出口温度に異常の影響あり」とオペレー
ターに出力する。
２１５での判定結果からA22を残差列白色性検定
手段２１２より取り込み、異常判定と同様な手法
により故障源である操作量を決定する。この結
果、Al22が異常値になつたとすると、RHガスダ
ンパー故障と決定し、音声出力装置、表示装置、
印字装置等の警報装置２１７に通知する。これに
より、警報装置２１７は「RHガスダンパーが故
障、RH出口温度に異常の影響あり」とオペレー
ターに出力する。
このようにして、従来のように単にプラント状
態量の異常を警報表示するだけでなく、その故障
源をも判定し、警報表示するため、プラント異常
に迅速に対処し、異常を最小限に止めることがで
きるようになる。
態量の異常を警報表示するだけでなく、その故障
源をも判定し、警報表示するため、プラント異常
に迅速に対処し、異常を最小限に止めることがで
きるようになる。
一方、記憶装置２１３では残差列白色性検定手
段２１２から出力される白色性決定指標Alijを記
憶し、表示装置２１４へ履歴（トレンド）出力す
ることにより、単に異常の発生の有無ばかりでな
く、異常の傾向をとらえることができ、異常の早
期発見を行なうことができるようになる。
段２１２から出力される白色性決定指標Alijを記
憶し、表示装置２１４へ履歴（トレンド）出力す
ることにより、単に異常の発生の有無ばかりでな
く、異常の傾向をとらえることができ、異常の早
期発見を行なうことができるようになる。
尚、
(1) 上記実施例では発電プラントに適用した場合
を例にとつて説明したが、本発明はこれに限ら
ず各種プラントの異常診断に適用し得ることは
言う迄もない。
を例にとつて説明したが、本発明はこれに限ら
ず各種プラントの異常診断に適用し得ることは
言う迄もない。
(2) プラント診断に使用するプラント状態量を上
記実施例では発電プラント１１から直接取り込
むようにしたが、これらの状態量はAPC１２
入力としても準備されるため、APC１２から
入力してもよい。
記実施例では発電プラント１１から直接取り込
むようにしたが、これらの状態量はAPC１２
入力としても準備されるため、APC１２から
入力してもよい。
(3) プラント診断デルの同定にあたつては、特定
のプラント状態量である負荷指令値をランダム
に変動させ、診断対象１９の数学モデルを導出
したが、これがどのようなプラントにおいても
負荷指令値であるということではなく、診断対
象１９の特性に応じて種々のプラント状態量が
選定できるのは言う迄もない。
のプラント状態量である負荷指令値をランダム
に変動させ、診断対象１９の数学モデルを導出
したが、これがどのようなプラントにおいても
負荷指令値であるということではなく、診断対
象１９の特性に応じて種々のプラント状態量が
選定できるのは言う迄もない。
(4) プラント診断モデルの同定にＭ系列信号等の
ランダム信号を用いたが、他のランダム信号で
同定することも可能である。
ランダム信号を用いたが、他のランダム信号で
同定することも可能である。
(5) 更に、診断対象２１に取つて一番大きな影響
を与える状態変数（第３図の場合は負荷指令
値）に対し、ランダム変動だけではなくステツ
プ状の信号あるいはランプ状の信号を加えた場
合にプラント診断モデル２０に基づく、白色性
検定指標Aijの変動を予めテストすることによ
り、しきい値ARLの値を各状態量ごとに別途
定めておくこともできる。
を与える状態変数（第３図の場合は負荷指令
値）に対し、ランダム変動だけではなくステツ
プ状の信号あるいはランプ状の信号を加えた場
合にプラント診断モデル２０に基づく、白色性
検定指標Aijの変動を予めテストすることによ
り、しきい値ARLの値を各状態量ごとに別途
定めておくこともできる。
(6) しきい値ARLの値を固定としたが、大きな
負荷変化等の計測できる外乱が診断対象１９に
加わつた場合、誤診断の可能性を低減させるた
め、しきい値ARLを計測できる外乱の変動に
応じて可変とすることもできる。
負荷変化等の計測できる外乱が診断対象１９に
加わつた場合、誤診断の可能性を低減させるた
め、しきい値ARLを計測できる外乱の変動に
応じて可変とすることもできる。
(7) 第３図において、表示装置２１４への白色性
検定指標Alijの出力を、第４図に示したような
オンライン、かつ、ダイナミツクな変化として
表現することにより、診断対象１９の異常を１
つのトレンドとしてとらえることができ、診断
の予知に使用することができる。
検定指標Alijの出力を、第４図に示したような
オンライン、かつ、ダイナミツクな変化として
表現することにより、診断対象１９の異常を１
つのトレンドとしてとらえることができ、診断
の予知に使用することができる。
(8) 診断結果が異常レベルの上昇ということで、
事前にとらえられるとオペレーターへの注意を
喚起するため、規定の変化率でしきい値ALR
へ近づきつつある状態量を自動的にオペレータ
ーに報知することもできる。
事前にとらえられるとオペレーターへの注意を
喚起するため、規定の変化率でしきい値ALR
へ近づきつつある状態量を自動的にオペレータ
ーに報知することもできる。
以上のように本発明によれば、設定値が刻々と
変化するような制御状態に対しても診断が可能と
なる。また、制御しながら、その制御をしている
状況をも含めて全プラントの診断を行なうことが
できる。また、異常状態だけでなく、その原因と
なる故障源を発見することができる。この結果、
プラント異常に対し早期に対処し、その影響を最
小限に止めることができる。更に、プラントの特
性が経年変化により変わつた場合は、プラントが
正常であつても制御モデルと異なつてくるので、
これを発見して制御系を調整するなどにより、常
に適正なプラント出力が得られるようになる。
変化するような制御状態に対しても診断が可能と
なる。また、制御しながら、その制御をしている
状況をも含めて全プラントの診断を行なうことが
できる。また、異常状態だけでなく、その原因と
なる故障源を発見することができる。この結果、
プラント異常に対し早期に対処し、その影響を最
小限に止めることができる。更に、プラントの特
性が経年変化により変わつた場合は、プラントが
正常であつても制御モデルと異なつてくるので、
これを発見して制御系を調整するなどにより、常
に適正なプラント出力が得られるようになる。
第１図は本発明の一実施例に係るプラント診断
システムの構成図、第２図は第１図の発電プラン
トに入力する操作量の詳細説明図、第３図は第１
図のプラント診断部の詳細構成図、第４図はアラ
ームレベルの選び方による異常診断出力説明図で
ある。 １１……発電プラント、１２……アナログ制御
装置（APC）、１３……制御対象、１４……制御
モデル、１５……デイジタル制御装置（DDC）、
１６……アナログメモリ、１７……加算器、１８
……設定器、１９……診断対象、２０……プラン
ト診断モデル、２１……プラント診断部、２２…
…プラント診断装置、２１１……残差列計算手
段、２１２……残差列白色性検定手段、２１３…
…記憶装置、２１４……表示装置、２１５……異
常判定手段、２１６……故障源決定手段、２１７
……警報装置。
システムの構成図、第２図は第１図の発電プラン
トに入力する操作量の詳細説明図、第３図は第１
図のプラント診断部の詳細構成図、第４図はアラ
ームレベルの選び方による異常診断出力説明図で
ある。 １１……発電プラント、１２……アナログ制御
装置（APC）、１３……制御対象、１４……制御
モデル、１５……デイジタル制御装置（DDC）、
１６……アナログメモリ、１７……加算器、１８
……設定器、１９……診断対象、２０……プラン
ト診断モデル、２１……プラント診断部、２２…
…プラント診断装置、２１１……残差列計算手
段、２１２……残差列白色性検定手段、２１３…
…記憶装置、２１４……表示装置、２１５……異
常判定手段、２１６……故障源決定手段、２１７
……警報装置。
Claims (1)
- 【特許請求の範囲】 １ プラントシステムの状態量と操作量の全体を
数学モデルで表現したプラント診断モデルと、こ
のプラント診断モデルにより算出された推定値と
前記プラントシステムからの実プラント値とから
残差列を求める残差列計算手段と、この残差列計
算手段からの残差列の白色性を自己相関関数及び
相互相関関数を計算して検定する残差列白色性検
定手段と、この残差別白色性検定手段の相互相関
関数を表わす白色性検定指標があるしきい値を越
えたことにより異常を判定する異常判定手段と、
前記自己相関関数を表わす白色性検定指標と前記
異常判定結果に基づき故障源である操作量を決定
する故障源決定手段とを備え、異常判定結果を警
報出力することを特徴とするプラント診断装置。 ２ 特許請求の範囲第１項記載において、前記白
色性検定指標を順次更新しながら絶えず所定量記
憶する記憶装置と、その記憶装置に記憶された白
色性検定指標を履歴表示する表示装置とを備える
ことを特徴とするプラント診断装置。
Priority Applications (5)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58102736A JPS59229622A (ja) | 1983-06-10 | 1983-06-10 | プラント診断装置 |
| AU29190/84A AU546309B2 (en) | 1983-06-10 | 1984-06-07 | Diagnosing a thermal power plant system |
| DE3421522A DE3421522C2 (de) | 1983-06-10 | 1984-06-08 | Verfahren und Einrichtung zur Diagnose eines Wärmekraftwerks |
| US06/618,713 US4630189A (en) | 1983-06-10 | 1984-06-08 | System for determining abnormal plant operation based on whiteness indexes |
| GB08414866A GB2142758B (en) | 1983-06-10 | 1984-06-11 | Method and system for diagnosing a thermal power plant system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP58102736A JPS59229622A (ja) | 1983-06-10 | 1983-06-10 | プラント診断装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS59229622A JPS59229622A (ja) | 1984-12-24 |
| JPH0447842B2 true JPH0447842B2 (ja) | 1992-08-05 |
Family
ID=14335524
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP58102736A Granted JPS59229622A (ja) | 1983-06-10 | 1983-06-10 | プラント診断装置 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US4630189A (ja) |
| JP (1) | JPS59229622A (ja) |
| AU (1) | AU546309B2 (ja) |
| DE (1) | DE3421522C2 (ja) |
| GB (1) | GB2142758B (ja) |
Families Citing this family (45)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4644479A (en) * | 1984-07-31 | 1987-02-17 | Westinghouse Electric Corp. | Diagnostic apparatus |
| US4642782A (en) * | 1984-07-31 | 1987-02-10 | Westinghouse Electric Corp. | Rule based diagnostic system with dynamic alteration capability |
| US4773028A (en) * | 1984-10-01 | 1988-09-20 | Tektronix, Inc. | Method and apparatus for improved monitoring and detection of improper device operation |
| JPH0625930B2 (ja) * | 1985-09-24 | 1994-04-06 | 株式会社東芝 | プラント診断装置 |
| DE3608689A1 (de) * | 1986-03-15 | 1987-09-17 | Buderus Ag | Verfahren zum ermitteln und anzeigen der effektivitaet eines waermeerzeugers |
| US4847793A (en) * | 1986-09-24 | 1989-07-11 | The Babcock & Wilcox Company | Updating physical property correlations with laboratory data |
| EP0291553B1 (de) * | 1987-05-21 | 1991-07-10 | Carl Schenck Ag | Verfahren zur Regelung einer Differential-Dosierwaage, insbesondere für Schüttgüter, und Differential-Dosierwaage zur Durchführung des Verfahrens |
| US5402521A (en) * | 1990-02-28 | 1995-03-28 | Chiyoda Corporation | Method for recognition of abnormal conditions using neural networks |
| US5339257A (en) * | 1991-05-15 | 1994-08-16 | Automated Technology Associates Inc. | Real-time statistical process monitoring system |
| WO1993012332A1 (en) * | 1991-12-19 | 1993-06-24 | Caterpillar Inc. | Method for diagnosing an engine using computer based models |
| US5566092A (en) * | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
| US5457625A (en) * | 1994-04-13 | 1995-10-10 | The M. W. Kellogg Company | Maximizing process production rates using permanent constraints |
| DE4424743C2 (de) * | 1994-07-13 | 1996-06-20 | Siemens Ag | Verfahren und Vorrichtung zur Diagnose und Prognose des Betriebsverhaltens einer Turbinenanlage |
| US5913184A (en) * | 1994-07-13 | 1999-06-15 | Siemens Aktiengesellschaft | Method and device for diagnosing and predicting the operational performance of a turbine plant |
| US5486997A (en) * | 1994-08-04 | 1996-01-23 | General Electric Company | Predictor algorithm for actuator control |
| DE69515096T2 (de) * | 1994-10-18 | 2000-07-20 | Neles Controls Oy, Helsinki | Verfahren und Vorrichtung zur Ermittlung eines Fehlers einer Steuerventilanordnung in einem Regelkreis |
| US5604306A (en) * | 1995-07-28 | 1997-02-18 | Caterpillar Inc. | Apparatus and method for detecting a plugged air filter on an engine |
| US5646341A (en) * | 1995-07-28 | 1997-07-08 | Caterpillar Inc. | Apparatus and method for diagnosing an engine using an oil pressure model |
| US5585553A (en) * | 1995-07-28 | 1996-12-17 | Caterpillar Inc. | Apparatus and method for diagnosing an engine using a boost pressure model |
| DE19609734A1 (de) * | 1996-03-13 | 1997-06-05 | Siemens Ag | Verfahren zur Ermittlung der Effektivität von einen Prozeß charakterisierenden Maßnahmen |
| US5901059A (en) * | 1996-09-13 | 1999-05-04 | Honeywell Measurex Corp | Method and apparatus for controlling a process using adaptive prediction feedback |
| DE29617200U1 (de) | 1996-10-02 | 1997-11-06 | Siemens AG, 80333 München | Vorrichtung zur prädiktiven Diagnose der aktuellen Güte des technischen Arbeitsergebnisses einer technischen Anlage, insbesondere der aktuellen Güte der Schweißpunkte eines Punktschweißroboters |
| DE19732046A1 (de) * | 1997-07-25 | 1999-01-28 | Abb Patent Gmbh | Prozeßdiagnosesystem und Verfahren zur Diagnose von Vorgängen und Zuständen eines technischen Prozesses |
| SE515570C2 (sv) | 1999-10-05 | 2001-09-03 | Abb Ab | Ett datorbaserat förfarande och system för reglering av en industriell process |
| ATE354822T1 (de) * | 2000-06-30 | 2007-03-15 | Siemens Corp Res Inc | Verfahren und system zur industriellen bedienerführung mittels prädiktiver alarmerkennung |
| US6795798B2 (en) * | 2001-03-01 | 2004-09-21 | Fisher-Rosemount Systems, Inc. | Remote analysis of process control plant data |
| DE10218049A1 (de) * | 2002-04-23 | 2003-11-13 | Zahnradfabrik Friedrichshafen | Verfahren zur Überwachung von Steuerungssystemen, insbesondere für Antriebsstrangkomponenten eines Kraftfahrzeugs |
| US7006900B2 (en) * | 2002-11-14 | 2006-02-28 | Asm International N.V. | Hybrid cascade model-based predictive control system |
| US6940047B2 (en) * | 2003-11-14 | 2005-09-06 | Asm International N.V. | Heat treatment apparatus with temperature control system |
| US7217670B2 (en) * | 2004-11-22 | 2007-05-15 | Asm International N.V. | Dummy substrate for thermal reactor |
| GB0521625D0 (en) * | 2005-10-24 | 2005-11-30 | Ricardo Uk Ltd | A method of modelling the effect of a fault on the behaviour of a system |
| RU2327197C1 (ru) * | 2007-01-09 | 2008-06-20 | Государственное образовательное учреждение высшего профессионального образования Кузбасская государственная педагогическая академия (КузГПА) | Способ фрагментального управления и идентификации канала регулирования состояния объекта в действующей системе |
| US8285513B2 (en) * | 2007-02-27 | 2012-10-09 | Exxonmobil Research And Engineering Company | Method and system of using inferential measurements for abnormal event detection in continuous industrial processes |
| US20090089031A1 (en) * | 2007-09-28 | 2009-04-02 | Rockwell Automation Technologies, Inc. | Integrated simulation of controllers and devices |
| US20090089234A1 (en) * | 2007-09-28 | 2009-04-02 | Rockwell Automation Technologies, Inc. | Automated code generation for simulators |
| US20090089029A1 (en) * | 2007-09-28 | 2009-04-02 | Rockwell Automation Technologies, Inc. | Enhanced execution speed to improve simulation performance |
| US8069021B2 (en) * | 2007-09-28 | 2011-11-29 | Rockwell Automation Technologies, Inc. | Distributed simulation and synchronization |
| US8548777B2 (en) * | 2007-09-28 | 2013-10-01 | Rockwell Automation Technologies, Inc. | Automated recommendations from simulation |
| US7801710B2 (en) * | 2007-09-28 | 2010-09-21 | Rockwell Automation Technologies, Inc. | Simulation controls for model variability and randomness |
| WO2011056081A2 (en) * | 2009-11-09 | 2011-05-12 | Exergy Limited | System and method for maximising thermal efficiency of a power plant |
| US9529348B2 (en) | 2012-01-24 | 2016-12-27 | Emerson Process Management Power & Water Solutions, Inc. | Method and apparatus for deploying industrial plant simulators using cloud computing technologies |
| JP6320200B2 (ja) * | 2014-07-01 | 2018-05-09 | アズビル株式会社 | Ｐｉｄコントローラおよびデータ収集方法 |
| CN113624626B (zh) * | 2021-07-22 | 2024-05-07 | 四川省机械研究设计院(集团)有限公司 | 石膏胶凝材料凝结硬化检测系统及方法 |
| CN115440011B (zh) * | 2022-08-23 | 2024-06-11 | 华能太仓发电有限责任公司 | 多参数耦合主再热汽温异常预警系统及方法 |
| CN120406312B (zh) * | 2025-07-03 | 2025-09-16 | 陕西延长石油矿业有限责任公司 | 基于软件定义控制的分布式作业节点状态预测方法及系统 |
Family Cites Families (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE1425831B2 (de) * | 1963-02-04 | 1971-04-08 | Prager, Peter Conrad, 2208 Gluck Stadt | Stufenlos steuerbares reibradgetriebe |
| GB1149062A (en) * | 1965-08-20 | 1969-04-16 | Tokyo Shibaura Electric Co | Electric control apparatus |
| US3798426A (en) * | 1971-12-20 | 1974-03-19 | Foxboro Co | Pattern evaluation method and apparatus for adaptive control |
| US4330367A (en) * | 1973-05-22 | 1982-05-18 | Combustion Engineering, Inc. | System and process for the control of a nuclear power system |
| US4318778A (en) * | 1973-05-22 | 1982-03-09 | Combustion Engineering, Inc. | Method and apparatus for controlling a nuclear reactor |
| US4080251A (en) * | 1973-05-22 | 1978-03-21 | Combustion Engineering, Inc. | Apparatus and method for controlling a nuclear reactor |
| US4027145A (en) * | 1973-08-15 | 1977-05-31 | John P. McDonald | Advanced control system for power generation |
| JPS5847042B2 (ja) * | 1977-03-08 | 1983-10-20 | 株式会社日立製作所 | 異常検知方法 |
| JPS5425377A (en) * | 1977-07-26 | 1979-02-26 | Kansai Electric Power Co Inc:The | Abnormality diagnosing process for detector in control system |
| US4349869A (en) * | 1979-10-01 | 1982-09-14 | Shell Oil Company | Dynamic matrix control method |
| AU528431B2 (en) * | 1980-07-18 | 1983-04-28 | Tokyo Shibaura Denki Kabushiki Kaisha | Process control |
| JPS57199004A (en) * | 1981-06-01 | 1982-12-06 | Toshiba Corp | Sample value adaptive process controller |
| JPS5824908A (ja) * | 1981-08-06 | 1983-02-15 | Mitsubishi Electric Corp | 雑音解析を用いた異常検出・診断装置 |
-
1983
- 1983-06-10 JP JP58102736A patent/JPS59229622A/ja active Granted
-
1984
- 1984-06-07 AU AU29190/84A patent/AU546309B2/en not_active Ceased
- 1984-06-08 US US06/618,713 patent/US4630189A/en not_active Expired - Lifetime
- 1984-06-08 DE DE3421522A patent/DE3421522C2/de not_active Expired
- 1984-06-11 GB GB08414866A patent/GB2142758B/en not_active Expired
Also Published As
| Publication number | Publication date |
|---|---|
| US4630189A (en) | 1986-12-16 |
| GB8414866D0 (en) | 1984-07-18 |
| AU2919084A (en) | 1984-12-13 |
| DE3421522C2 (de) | 1986-06-26 |
| GB2142758A (en) | 1985-01-23 |
| DE3421522A1 (de) | 1984-12-13 |
| GB2142758B (en) | 1986-09-17 |
| AU546309B2 (en) | 1985-08-29 |
| JPS59229622A (ja) | 1984-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH0447842B2 (ja) | ||
| CA1259700A (en) | Plant diagnostic system | |
| JP3698444B2 (ja) | プロセスに於ける欠陥センサの検出と特定を行うための方法及び装置 | |
| US4298955A (en) | Method of and apparatus for the detection and analysis of hazards | |
| CN101676559B (zh) | 风力涡轮机的警报掩码生成和状态监控的方法 | |
| JP2000505221A (ja) | 工業プロセス監視システム | |
| KR102408426B1 (ko) | 설비 노화 지수를 이용한 이상 감지 방법 및 장치 | |
| JP2010191641A (ja) | プラント監視用の方法、プログラム及び装置 | |
| CN119339324A (zh) | 一种基于计算机视觉的建筑施工安全状态评估系统与方法 | |
| JP6492555B2 (ja) | 異常診断方法、異常診断装置及び異常診断プログラム | |
| JP4973952B2 (ja) | プラント診断方法、プラント診断装置およびプラント診断用プログラム | |
| JP7646520B2 (ja) | データ処理装置、方法およびプログラム | |
| KR20240032552A (ko) | 동적이산사건수목에서의 운전원 조치시점 예측 장치 및 그 방법 | |
| JP5817323B2 (ja) | 異常診断装置 | |
| JPH06274784A (ja) | プラント監視診断装置およびその異常徴候識別方法 | |
| JPH05149762A (ja) | 異常診断装置 | |
| JPH1115517A (ja) | プラント状態監視システム | |
| JP2645017B2 (ja) | プラント診断方法及びその装置 | |
| JP3401514B2 (ja) | プラント監視システム | |
| JPS59154320A (ja) | センサ群の異常診断方法 | |
| Braga et al. | Design and Implementation of a Process Monitoring System in a Just in time PIMS Platform | |
| Djeddi et al. | Residual structuration based on a new observer scheme for sensor fault detection and isolation | |
| JPH0831199B2 (ja) | 異常診断システムの開発支援装置 | |
| JP2702206B2 (ja) | 水力機械の運転状態監視装置 | |
| JPH04346033A (ja) | プラント異常診断装置 |