JP2015228269A - 異常診断装置 - Google Patents

Abstract

【課題】プラントの異常を高精度で診断する。【解決手段】プラントから入力するプラントの状態を表す変数の値であるプラントの操作に利用する指令値及びプラントで計測される計測値と、プラントの状態を表す複数の変数で構成されるグループに関するグループデータから抽出した変数の値とを利用してマハラノビス距離を算出する算出部１３と、算出部１３が算出したマハラノビス距離を利用してプラントにおける異常の可能性を判定する異常判定部１４と、異常判定部１４が異常の可能性があると判定すると、複数の変数から異常の原因の候補である原因変数を抽出するとともに、抽出した原因変数と相関性の高い強相関変数を抽出する抽出部１５と、プラントから入力した指令値を参照し、原因変数と強相関変数とに対する操作の有無を判定する操作判定部１６と、操作判定部１６における判定結果に応じて異常を判定する診断部１８とを備える。【選択図】図１

Description

本発明はプラントの異常を診断する異常診断装置に関する。

プラントは、複数の機器が様々な条件で運転されている。また、プラントでは、複数のセンサでプラントの状態が計測されている。プラントの異常は、この複数の条件値や、複数のセンサの計測値から検出することができるが、例えば、各センサの計測値が各センサの計測値毎に定められる上下限値（閾値）を超えたときに異常と判断する方法が主流である。一方、各センサの計測値毎に上下限値を設定する場合、使用するセンサを増やすと上下限値の数も増やす必要があり、異常判定用の値の管理が複雑になる問題があった。

これに対し、近年、ＭＴ法（マハラノビス・タグチメソッド）というパターン認識技術を用いて異常を診断する技術もある。ＭＴ法は、「いつもと同じ」状態であるかどうかを診断するものであり、予め設定したいつもと同じ状態を表すマハラノビス空間の中心を基準として、求めた診断対象のマハラノビス距離がこのマハラノビス空間より遠くなるときに異常と判断する方法である。具体的には、センサの計測データを複数のグループに分け、それぞれのグループ毎に単位空間を生成し、ＭＴ法を利用して異常を診断するものがある（例えば、特許文献１参照）。

プラントでは複数の条件値を状況に応じて切り替えながら運転することがあるが、条件値を変更した場合にはセンサによる計測値も変わるため、設定する閾値も変更する必要がある。また、プラントにおいて意図的な操作による条件値の変更や季節変動による計測値の変化等の様々な変化があるが、このような正常な値の変化であっても、上述したような診断方法では異常と診断されるおそれがあり、異常診断の精度を低下させることになる。

ＭＴ法を利用した場合にも、条件値を変更した場合には、使用する単位空間を切り換えるなど、判断基準を変更する必要があるが、プラントから入力する全ての条件値や計測値を利用して単位空間を定期的に更新する場合、異常や異常の予兆も更新される単位空間に含まれるおそれがあり、異常診断の精度を低下させることになる。

特開２０１０−１８１１８８号公報

上述したように、プラントの異常を高精度で診断することは困難であった。

上記課題に鑑み、プラントの異常を高精度で診断する異常診断装置を提供することを目的としている。

上記目的を達成するために、本発明は、プラントの異常を診断する異常診断装置であって、前記プラントから入力するプラントの状態を表す変数の値であるプラントの操作に利用する指令値及びプラントで計測される計測値と、グループデータ記憶部で記憶され、プラントの状態を表す複数の変数で構成されるグループに関するグループデータから抽出した変数の値とを利用してマハラノビス距離を算出する算出部と、前記算出部が算出したマハラノビス距離を利用してプラントにおける異常の可能性を判定する異常判定部と、前記異常判定部が異常の可能性があると判定すると、複数の変数から異常の原因の候補である原因変数を抽出するとともに、抽出した原因変数と相関性の高い強相関変数を抽出する抽出部と、前記プラントから入力した指令値を参照し、原因変数と強相関変数とに対する操作の有無を判定する操作判定部と、前記操作判定部における判定結果に応じて異常を判定する診断部とを備える。

また、本発明は、プラントの異常を診断する異常診断装置であって、前記プラントから入力するプラントの状態を表す変数の値であるプラントの操作に利用する指令値及びプラントで計測される計測値と、グループデータ記憶部で記憶され、プラントの状態を表す複数の変数で構成されるグループに関するグループデータから抽出した変数の値とを利用してマハラノビス距離を算出する算出部と、前記算出部が算出したマハラノビス距離を利用してプラントにおける異常の可能性を判定する異常判定部と、前記異常判定部が異常の可能性があると判定すると、複数の変数から異常の原因の候補である原因変数を抽出するとともに、抽出した原因変数と相関性の高い強相関変数を抽出する抽出部と、原因変数の値の変化と強相関変数の値の変化との変化の傾向の連動を判定する連動判定部とをさらに備え、前記連動判定部における判定結果に応じて異常を判定する診断部とを備える。

また、本発明は、原因変数の値の変化と強相関変数の値の変化との変化の傾向の連動を判定する連動判定部をさらに備え、前記診断部は、前記操作判定部の判定結果とともに、前記連動判定部における判定結果に応じて異常を判定することを特徴とする。

本発明によれば、プラントの異常診断の精度を向上することができる。

実施形態に係る異常診断装置を説明するブロック図である。 異常診断装置で利用する蓄積データの一例を説明するデータ構成図である。 異常診断装置における処理の一例を説明するフローチャートである。 ＭＴ法を利用した異常診断について説明する概念図である。 異常診断装置における異常診断について説明するグラフである。

実施形態に係る異常診断装置は、プラントの運転の異常を診断する異常診断装置である。例えば、異常診断装置が診断するプラントは、発電プラントである。発電プラントは、複数の機器（ポンプ、バルブ等）を備えておりこれらの機器を制御する値が目標値として設定されている。この目標値は、例えば、ポンプの圧力、バルブの開閉等である。また、発電プラントでは、複数のセンサを備えており、各センサで吸気量、排気量、発電量等が計測されている。

さらに、発電プラントでは、様々なモードが設定可能であって、このモードによって各機器に設定する目標値、各センサで計測される計測値が異なる。例えば、発電プラントでは、常に一定量の電力を発電する必要はなく、電力需要に合わせて発電する。したがって、時間帯、曜日、季節等に合わせて複数のモードが規定されており、設定されているモード毎に各機器の目標値（設定値）が異なる。また、各機器の目標値が異なることにより、設定されるモード毎に各センサの計測値も異なる。

図１に示すように、実施形態に係る異常診断装置１は、プラントから入力した新たな変数で蓄積データを更新する更新部１１と、異常の診断に利用するグループを生成する生成部１２と、グループデータ２２が含む変数と、新たに入力した変数を利用してマハラノビス距離を算出する算出部１３と、算出部１３が算出したマハラノビス距離を判定値と比較して異常の可能性を判定する異常判定部１４と、異常判定部１４が異常の可能性があると判定すると、異常の原因の候補である原因変数とこの原因変数と相関性の高い変数である強相関変数を抽出する抽出部１５と、原因変数と強相関変数とに関連する操作の有無を判定する操作判定部１６と、原因変数の変化と強相関変数の変化との傾向の連動を判定する連動判定部１７と、操作判定部１６と連動判定部１７との判定結果を利用して異常を診断する診断部１８とを備えている。

異常診断装置１は、例えば、中央処理装置（ＣＰＵ）１０や記憶装置２０を備える情報処理装置であって、記憶装置２０に記憶される異常診断プログラムＰが読み出されて実行されることで、図１に示すように、ＣＰＵ１０に更新部１１、生成部１２、算出部１３、異常判定部１４、抽出部１５、操作判定部１６、連動判定部１７及び診断部１８が実装される。また、図１に示す例では、記憶装置２０に蓄積データ２１およびグループデータ２２を記憶している。さらに、異常診断装置１は、操作を入力するキーボード、マウス、操作ボタン、タッチパネル等の入力装置２と接続されており、異常診断の処理過程や結果を出力するディスプレイ、スピーカ等の出力装置３と接続されている。

更新部１１は、プラントから新たに各変数の値を入力すると、入力した各変数の値を含む新たなレコードを生成し、生成したレコードを追加して記憶装置２０に記憶される蓄積データ２１を更新する。

蓄積データ２１は、過去のプラントの状態を表す変数のレコードを蓄積したデータである。蓄積データの変数は、プラントの運転の条件値及び当該条件値の場合にプラントで計測された計測値である。図２に示す例では、蓄積データは、プラントの運転の条件値であるプラントの各機器に設定する目標値（変数１、２）と、このモード及び目標値の場合に計測された計測値（変数４、５）等を関連づけたレコードを有している。また、図２に示す蓄積データの一例では、各レコードに時刻等のサンプル番号を付している。

生成部１２は、グループを生成する所定のタイミングで、記憶装置２０から蓄積データ２１を読み出し、変数が所定の抽出条件を満たすレコードを抽出してグループを生成するとともに、生成したグループについてプラントの異常診断に利用する判定値を設定し、グループデータ２２として記憶装置２０に記憶させる。この抽出条件は、例えば、入力装置２を介して入力される。また、判定値は、このグループについて求められるマハラノビス空間を表す値であって、入力装置２を介して入力される。

生成部１２がグループを生成する所定のタイミングとは、例えば、新たに異常診断を実行する操作を入力装置２を介して入力したタイミングや、異常診断に使用していたグループを変更する操作を入力装置２を介して入力したタイミングである。生成部１２は、例えば、変数１や変数２（目標値）の値、変数４や変数５（計測値）の値のいずれか一つを抽出条件としても良いし、複数の変数の値の組み合わせを抽出条件としても良い。

グループデータ２２は、グループを特定する所定条件（生成部１２で利用した抽出条件）の場合の過去のプラントの状態を表す変数の履歴と、このグループに設定された判定値とを有するデータである。

算出部１３は、異常を診断する所定のタイミングで、記憶装置２０からグループデータ２２を読み出し、グループデータ２２が有する各変数の値を抽出する。ここで、異常を診断する所定のタイミングとは、例えば、定期的なタイミングである。

また、算出部１３は、グループデータ２２から抽出した各変数の値と異常を診断する所定のタイミングでプラントから入力した新たな変数とを利用して、マハラノビス距離を求め、求めた値を異常判定部１４に出力する。具体的には、（１）まず、算出部１３は、各変数に対して平均値と標準偏差を求める。（２）その後、算出部１３は、各変数の値と、各変数に対して求めた平均値及び標準偏差を利用してデータを基準化し、各変数に対する基準化値を求める。（３）続いて、算出部１３は、各変数に対して求めた基準化値を利用して、各変数についての相関行列を求めるとともに、相関行列の逆行列を求める。（４）最後に、算出部１３は、求めた逆行列を利用してマハラノビス距離を求める。

異常判定部１４は、算出部１３からマハラノビス距離を入力すると、記憶装置２０から読み出したグループデータ２２が有する判定値を抽出し、算出部１３から入力したマハラノビス距離を、グループデータ２２から抽出した判定値と比較してプラントにおける異常の可能性を判定する。異常判定部１４は、判定結果を抽出部１５及び出力装置３に出力する。

例えば、図４に示すように、ＭＴ法を利用して異常を判定する場合、算出部１３で求めたマハラノビス距離が設定された判定値より小さいとき、すなわちマハラノビス空間内にあるとき、異常判定部１４は、現在のプラントの状態はいつもの状態と同じであるとし、プラントは正常に運転していると判定する。一方、算出部１３で求めたマハラノビス距離が設定された判定値より大きいとき、すなわち、マハラノビス空間から外れているとき、異常判定部１４は、現在のプラントの状態がいつもの状態とは異なる状態であるとし、プラントで異常が発生していると判定する。

抽出部１５は、異常の候補がある判定結果を入力すると、複数の変数の値から、異常原因の候補である原因変数を抽出するとともに、原因変数と相関性の高い強相関変数を抽出し、抽出結果を操作判定部１６及び連動判定部１７に出力する。

異常原因の候補を抽出するため、例えば、異常診断装置１では、グループデータ２２に各変数の値の理想値や各変数の値の理想範囲を有しており、抽出部１５は、この理想値や理想範囲と比較して異常の候補である原因変数を抽出するようにしてもよい。

また、強相関変数を抽出するため、例えば、異常診断装置１では、ＭＴ法を利用する場合に、マハラノビス空間（単位空間）であるグループで構成する相関行列において要素として有している変数間の関係の強さを表す相関係数を利用して、抽出部１５は、各変数と相関性の高い変数を抽出することができる。その他、強相関関数を抽出するため、異常診断装置１では、相関性のある変数が関連づけられるリストを有する相関データ（図示せず）を記憶装置２０に記憶し、抽出部１５は、この相関データから原因変数に関連づけられる変数を強相関変数として抽出するようにしてもよい。

操作判定部１６は、抽出部１５から原因変数及び強相関変数を入力すると、プラントから入力した変数の値を参照して、原因変数及び強相関変数に対する操作がされたか否かを判定し、判定結果を診断部１８に出力する。例えば、あるバルブの開閉に応じて変化する計測値が原因変数として抽出され、このバルブを開閉する指令値が強相関変数として抽出されたとする。このとき、このバルブが操作されていない、すなわち、強相関変数である指令値が変化していない場合には、何らかの異常によって原因変数が変化したと予測できる。一方、バルブが操作されたとき、すなわち、強相関変数である指令値が変化していた場合には、バルブの操作（指令値の変化）によって計測値も変化したことになるため、異常ではないと予測できる。

連動判定部１７は、抽出部１５から原因変数及び強相関変数を入力すると、プラントから入力した変数の値を参照して、原因変数の値及び相関変数の値が連動するか否かを判定し、判定結果を診断部１８に出力する。例えば、正常に稼動している場合にはあるバルブとポンプとが連動して変動する場合、このバルブの計測値が原因変数として抽出され、ポンプの計測値が強相関変数として抽出されたとする。このとき、バルブの計測値の変動に連動して、ポンプの計測値も変化していた場合には、異常ではないと予測できる。一方、バルブの計測値の変動に連動してポンプは変動していない場合には、何らかの異常によって原因変数が変化したと予測できる。また例えば、ある計測値が原因変数として抽出され、これに関連する指令値（設定値）が強相関変数として抽出されたとする。このとき、図５（ａ）に示すように計測値と設定値が連動している場合には正常と予測され、図５（ｂ）に示すように計測値と設定値が連動していない場合には異常と予測される。

診断部１８は、操作判定部１６における判定結果と、連動判定部１７における判定結果とを利用して異常を診断し、診断結果を出力装置３に出力する。具体的には、操作判定部１６において原因変数又は強相関変数に関連する操作がされていると判定されており、かつ、連動判定部１７において原因変数の値と強相関変数の値が連動すると判定された場合、診断部１８は、プラントは正常に運転していると診断する。一方、操作判定部１６において原因変数又は強相関変数に関連する操作がされていないと判定された場合、または、連動判定部１７において原因変数の値と強相関変数の値とが連動しないと判定された場合、診断部１８は、プラントで異常が発生していると診断する。

なお、異常診断装置１は、複数の情報処理装置から構成されていてもよく、例えば、更新部１１のみ他の処理部１２〜１８とは異なる情報処理装置に含まれていてもよい。また、記憶装置２０に記憶されるデータの一部のみ外部の記憶装置に記憶されていてもよい。

さらに、上述した説明では、記憶装置２０が記憶するグループデータ２２の種類については言及していないが、記憶装置２０は、複数のグループについてグループデータ２２を記憶していてもよい。その場合、算出部１３は、診断対象のグループのグループデータ２２を記憶装置２０から読み出して利用する。

続いて、図３に示すフローチャートを用いて、異常診断装置１において異常を診断する処理について説明する。

生成部１２が、グループデータ２２を生成するタイミングで、記憶装置２０から蓄積データ２１を読み出して抽出条件を満たすレコードの値を抽出するとともに、判定値を設定してグループデータ２２を生成して記憶装置２０に記憶させる（Ｓ１）。

その後、算出部１３は、プラントから入力する変数の値と、グループデータ２２に含まれる変数の値を利用してマハラノビス距離を算出する（Ｓ２）。続いて、異常判定部１４は、算出部１３が算出したマハラノビス距離を、グループデータ２２に含まれる判定値と比較して異常の可能性について判定する（Ｓ３）。

異常の可能性があると判定された場合（Ｓ３でＹＥＳ）、抽出部１５は、異常の原因の候補の変数である原因変数を抽出する（Ｓ４）。また抽出部１５は、抽出した原因変数と相関性の高い強相関変数を抽出する（Ｓ５）。

続いて、操作判定部１６は、原因変数又は強相関変数に関する操作がされたか否かを判定する（Ｓ６）。また、連動判定部１７は、原因変数の値の変化と強相関変数の値の変化の傾向が連動するか否かを判定する（Ｓ７）。

異常判定部１４において異常の可能性がないと判定された場合（Ｓ３でＮＯ）、異常判定部１４は、プラントは正常に運転していると判定し、判定結果を出力装置３に出力してステップＳ２の処理に戻る（Ｓ８）。また、操作判定部１６で操作がされたと判定され、かつ連動判定部１７で各変数の値が連動すると判定された場合（Ｓ６でＹＥＳ及びＳ７でＹＥＳ）、診断部１８は、プラントは正常に運転していると診断し、診断結果を出力装置３に出力してステップＳ２の処理に戻る（Ｓ８）。

一方、操作判定部１６で操作がされていないと判定された場合（Ｓ６でＮＯ）、または、連動判定部１７で連動していないと判定された場合（Ｓ７でＮＯ）、診断部１８は、プラントには異常が発生したと診断し、診断結果を出力装置３に出力してステップＳ２の処理に戻る（Ｓ９）。

なお、上述した説明では、異常診断装置１は、操作判定部１６及び連動判定部１７とを備え、診断部１８は、操作判定部１６及び連動判定部１７の判定結果を利用して異常を診断するものとして説明した。しかしながら、操作判定部１６又は連動判定部１７のいずれか一方の判定結果で異常を診断するようにしてもよい。

また、図３に示すフローチャートでは、グループデータ２２の生成を繰り返すことについては示していないが、グループデータ２２も、例えば定期的等の所定のタイミングで繰り返して生成しても良い。

上述したように、本発明に係る異常診断装置では、異常の可能性を判定した後、各変数の値や各値の変化等を利用して異常を診断するため、容易な処理で、高精度にプラントの異常を診断することができる。

以上、実施形態を用いて本発明を詳細に説明したが、本発明は本明細書中に説明した実施形態に限定されるものではない。本発明の範囲は、特許請求の範囲の記載及び特許請求の範囲の記載と均等の範囲により決定されるものである。

１…異常診断装置
１０…ＣＰＵ
１１…更新部
１２…生成部
１３…算出部
１４…異常判定部
１５…抽出部
１６…操作判定部
１７…連動判定部
１８…診断部
２０…記憶装置（グループデータ記憶部）
２１…蓄積データ
２２…グループデータ
Ｐ…異常診断プログラム
２…入力装置
３…出力装置

Claims (1)

1. プラントの異常を診断する異常診断装置であって、
   前記プラントから入力するプラントの状態を表す変数の値であるプラントの操作に利用する指令値及びプラントで計測される計測値と、グループデータ記憶部で記憶され、プラントの状態を表す複数の変数で構成されるグループに関するグループデータから抽出した変数の値とを利用してマハラノビス距離を算出する算出部と、
   前記算出部が算出したマハラノビス距離を利用してプラントにおける異常の可能性を判定する異常判定部と、
   前記異常判定部が異常の可能性があると判定すると、複数の変数から異常の原因の候補である原因変数を抽出するとともに、抽出した原因変数と相関性の高い強相関変数を抽出する抽出部と、
   前記プラントから入力した指令値を参照し、原因変数と強相関変数とに対する操作の有無を判定する操作判定部と、
   前記操作判定部における判定結果に応じて異常を判定する診断部と、
   を備えることを特徴とする異常診断装置。