[go: up one dir, main page]

JP6482743B1 - リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム - Google Patents

リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム Download PDF

Info

Publication number
JP6482743B1
JP6482743B1 JP2018555991A JP2018555991A JP6482743B1 JP 6482743 B1 JP6482743 B1 JP 6482743B1 JP 2018555991 A JP2018555991 A JP 2018555991A JP 2018555991 A JP2018555991 A JP 2018555991A JP 6482743 B1 JP6482743 B1 JP 6482743B1
Authority
JP
Japan
Prior art keywords
failure
risk
installation location
target
occurrence probability
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.)
Active
Application number
JP2018555991A
Other languages
English (en)
Other versions
JPWO2019049523A1 (ja
Inventor
良康 藤原
良康 藤原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tlv Co Ltd
Original Assignee
Tlv Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tlv Co Ltd filed Critical Tlv Co Ltd
Application granted granted Critical
Publication of JP6482743B1 publication Critical patent/JP6482743B1/ja
Publication of JPWO2019049523A1 publication Critical patent/JPWO2019049523A1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • 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
    • 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
    • G05B23/0245—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 qualitative model, e.g. rule based; if-then decisions
    • G05B23/0251—Abstraction hierarchy, e.g. "complex systems", i.e. system is divided in subsystems, subsystems are monitored and results are combined to decide on status of whole system
    • 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
    • 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
    • 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
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16T—STEAM TRAPS OR LIKE APPARATUS FOR DRAINING-OFF LIQUIDS FROM ENCLOSURES PREDOMINANTLY CONTAINING GASES OR VAPOURS
    • F16T1/00—Steam traps or like apparatus for draining-off liquids from enclosures predominantly containing gases or vapours, e.g. gas lines, steam lines, containers
    • F16T1/38—Component parts; Accessories
    • F16T1/48—Monitoring arrangements for inspecting, e.g. flow of steam and steam condensate
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B35/00—Control systems for steam boilers
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F22—STEAM GENERATION
    • F22B—METHODS OF STEAM GENERATION; STEAM BOILERS
    • F22B37/00—Component parts or details of steam boilers
    • F22B37/02—Component parts or details of steam boilers applicable to more than one kind or type of steam boiler
    • F22B37/38—Determining or indicating operating conditions in steam boilers, e.g. monitoring direction or rate of water flow through water tubes
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31461—Use risk analysis to identify process parts that should be specially monitored

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Debugging And Monitoring (AREA)

Abstract

リスク評価装置は、各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶部と、当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶部（３３４）と、対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算部（３３５）と、演算モデルに基づき、対象の設置箇所におけるプロセス機器についての基準期間における故障発生確率を演算する故障発生確率演算部（３３６）と、演算された故障割合と故障発生確率とを比較して、対象の設置箇所におけるプロセス機器のリスク指標値を演算するリスク指標値演算部（３３）と、を備える。

Description

本開示は、蒸気プラントについてのリスク評価のためのリスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラムに関する。
近年、石油化学プラントや火力発電プラントなどの蒸気プラントにおいて、リスクを考慮したいわゆるＲＢＩ（Risk-Based Inspection）の手法を用いたリスク評価が行われている（なお、ＲＢＩに基づく評価手法はＡＰＩ（American Petroleum Institute）においてＡＰＩ５８１として標準化されている）。そして、かかるリスク評価では、日本国特許第５８８４０００号公報（特許文献１）にもあるように、各機器の故障のし易さ（故障発生確率）及び故障が生じたときの影響度の２値に基づき各機器のリスクを評価することが行われている。
また、蒸気プラントに設置される蒸気トラップ等のプロセス機器の故障のし易さは、機器そのもののみならず設置される箇所の環境にも影響を受け得ることから、日本国特許第５０１０４７２号公報（特許文献２）には、プラントの所定箇所に設置された機器について、対象の設置箇所に設けられた歴代のプロセス機器の診断結果を用いて、個々の機器ではなく設置箇所に着目して、機器の故障のし易さを求めることが提案されている。
日本国特許第５８８４０００号公報（または、対応する米国特許出願公開第２０１７／０２４２６７号明細書） 日本国特許第５０１０４７２号公報（または、対応する米国特許第８９１４２５２号明細書）
上記のように、設置箇所の環境もそこに設置されるプロセス機器の故障のし易さに影響を与え得るところ、蒸気プラントにはプロセス機器の故障のし易さに大きな影響を与える設置箇所も存在し、かかる設置箇所を把握することが蒸気プラントのリスク評価において重要となる。しかし、特許文献２にあるように設置箇所に着目して機器の故障のし易さを求める場合、設置箇所の環境も加味して故障のし易さを求めることができるが、求められた故障のし易さが設置箇所の影響を受けたものかまではわからない。
そこで、プロセス機器の故障のし易さに大きな影響を与える設置箇所を把握可能なリスク評価装置、リスク評価方法、リスク評価プログラム、及び、データ構造の実現が望まれる。
本開示に係るリスク評価装置は、
蒸気プラントについてのリスク評価のためのリスク評価装置であって、
対象の前記蒸気プラントにおける配管系に設けられる各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶部と、
対象のプロセス機器の設置期間に基づき当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶部と、
対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、歴代の各プロセス機器のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算部と、
前記演算モデルに基づき、前記対象の設置箇所におけるプロセス機器についての前記基準期間における故障発生確率を演算する故障発生確率演算部と、
演算された前記故障割合と前記故障発生確率とを比較して、前記対象の設置箇所におけるプロセス機器の故障のし易さを指標するリスク指標値を演算するリスク指標値演算部と、を備える。
演算モデルに基づき求められた故障発生確率は、いわば一般的なものであり、対象のプロセス機器が設置される設置箇所の環境に起因する特有の影響まで反映したものではなく、一方で、歴代の各プロセス機器のうちの、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合は、設置箇所の環境も加味して求められた機器の故障のし易さとなる。そのため、故障発生確率に比べ故障割合の方が高いような場合には、設置箇所の環境がプロセス機器の故障のし易さに大きな影響を与えているといえる。そこで、この構成によれば、故障割合と故障発生確率とを比較するから、プロセス機器の故障のし易さに大きな影響を与える設置箇所を把握することが可能になる。
以下、本開示に係るリスク評価装置の好適な態様について説明する。但し、以下に記載する好適な態様例によって、本開示の範囲が限定される訳ではない。
故障割合と故障発生確率とを比較したとき、故障割合の方が高くても、誤差によるものであるおそれがある。そこで、１つの態様として、前記リスク指標値演算部は、前記故障発生確率に比べ前記故障割合が所定値以上高いとき、対象のプロセス機器の故障のし易さに関して前記設置箇所による影響が存在するとして、前記リスク指標値を演算すると好適である。
この構成によれば、単に故障割合と故障発生確率との大小関係のみならず、故障発生確率に比べ故障割合が所定値以上高いとき、故障のし易さに関して設置箇所による影響が存在すると認定する。これにより、故障発生確率に比べ故障割合の方が誤差の範囲内を超えて高いような場合に初めて、設置箇所の環境がプロセス機器の故障のし易さに大きな影響を与えていると認定することができ、誤差による場合を排除することが可能になる。
１つの態様として、前記故障割合演算部は、歴代のプロセス機器に複数の種類のプロセス機器が含まれるとき、種類ごとに前記故障割合を演算し、前記故障発生確率演算部は、歴代のプロセス機器に複数の種類のプロセス機器が含まれるとき、種類ごとに前記故障発生確率を演算し、前記リスク指標値演算部は、種類ごとに前記故障割合と演算された前記故障発生確率とを比較して、前記対象の設置箇所における前記リスク指標値を演算すると好適である。
この構成によれば、歴代のプロセス機器に複数の種類のプロセス機器が含まれるときでも、種類ごとに故障割合と故障発生確率とを比較するから、好適にリスク指標値を演算することができる。
本開示に係るリスク評価システムは、
蒸気プラントについてのリスク評価のためのリスク評価システムであって、
対象の前記蒸気プラントにおける配管系に設けられる各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶部と、
対象のプロセス機器の設置期間に基づき当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶部と、
対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、歴代の各プロセス機器のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算部と、
前記演算モデルに基づき、前記対象の設置箇所におけるプロセス機器についての前記基準期間における故障発生確率を演算する故障発生確率演算部と、
演算された前記故障割合と前記故障発生確率とを比較して、前記対象の設置箇所におけるプロセス機器の故障のし易さを指標するリスク指標値を演算するリスク指標値演算部と、を備える。
本開示に係るリスク評価方法は、
コンピュータに実行させる、蒸気プラントについてのリスク評価のためのリスク評価方法であって、
対象の前記蒸気プラントにおける配管系に設けられる各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶工程と、
対象のプロセス機器の設置期間に基づき当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶工程と、
対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、歴代の各プロセス機器のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算工程と、
前記演算モデルに基づき、前記対象の設置箇所におけるプロセス機器についての前記基準期間における故障発生確率を演算する故障発生確率演算工程と、
演算された前記故障割合と前記故障発生確率とを比較して、前記対象の設置箇所におけるプロセス機器の故障のし易さを指標するリスク指標値を演算するリスク指標値演算工程と、を備える。
本開示に係るリスク評価プログラムは、
コンピュータに実行させる、蒸気プラントについてのリスク評価のためのリスク評価プログラムであって、
対象の前記蒸気プラントにおける配管系に設けられる各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶機能と、
対象のプロセス機器の設置期間に基づき当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶機能と、
対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、歴代の各プロセス機器のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算機能と、
前記演算モデルに基づき、前記対象の設置箇所におけるプロセス機器についての前記基準期間における故障発生確率を演算する故障発生確率演算機能と、
演算された前記故障割合と前記故障発生確率とを比較して、前記対象の設置箇所におけるプロセス機器の故障のし易さを指標するリスク指標値を演算するリスク指標値演算機能と、を前記コンピュータに実行させる。
これらの構成によれば、上記したリスク評価装置と同様の作用効果を得ることができる。
本実施形態に係るプラント監視システムの概略構成図 リスク評価装置のブロック図 機器群の一例を示す概略図 リスク情報演算部の一例を示すブロック図 機器群リスク情報演算部の一例を示すブロック図
本開示に係るリスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラムの実施形態について、図面を参照して説明する。以下では、石油化学プラントや火力発電プラント等の蒸気を利用する蒸気プラント２を監視するプラント監視システムに、本実施形態に係るリスク評価装置を組み込んだ例について説明する。
まず、図１に示すように、本実施形態に係るプラント監視システムでは、本実施形態に係るリスク評価装置として機能する監視サーバ３が、監視対象とする種々の蒸気プラント２からのデータをネットワーク４を介して収集し、収集したデータを内部のデータベースに蓄積的に記憶する。そして、監視サーバ３は、所定のタイミング、又は、ユーザや管理者からの指示に応じて、収集したデータやデータベースに記憶したデータに基づき分析や判定を行うようになっており、その結果をＰＣやスマートフォン等のユーザ端末１に送信したり、ユーザ端末１を介してユーザが監視サーバ３にアクセスすることで、ユーザにプラント２の状態が示されるようになっている。また、分析や判定の結果はデータベースに記憶させて、さらなる分析や判定に供されるようになっている。なお、本実施形態において「配管系」とは、例えば、蒸気トラップ、蒸気配管及び各種バルブ等から構成される蒸気システム全体を含む概念である。また、このような蒸気システム全体を重要なアセットの一つとして捉えると、本実施形態にかかるリスク評価装置、リスク評価システム、リスク評価方法、リスク評価プログラム、及び、データ構造は、アセットマネジメント手法の一つとして適用可能である。
蒸気プラント２は、構成要素として、タービン、コンプレッサ、熱交換器等の蒸気を利用する蒸気利用機器２１、蒸気利用機器２１に蒸気を輸送する輸送管や蒸気利用機器２１から生じたドレンを排出するドレン管等の配管系２２、配管系２２に設けられる蒸気トラップ、制御バルブ、ポンプ、フィルタ、セパレータ等のプロセス機器２３等を備えている。これにより、蒸気プラント２では、図１に示すような、個々の蒸気利用機器２１（又は一連の処理を実行するために一体の関係にある複数の蒸気利用機器２１）を中心とする機器群（蒸気利用機器２１と、当該蒸気利用機器２１に接続された配管系２２と、その配管系２２に設けられた各プロセス機器２３と、を備えて構成されるもの）２４が１又は複数形成された状態となっており、個々の機器群２４ごとに、又は、複数の機器群２４で連携して、蒸気プラント２の目的とする処理が行われるようになっている。
また、蒸気プラント２は、監視サーバ３とネットワーク４を介して通信可能なＰＣ等のコンピュータからなる監視装置２５を有しており、蒸気プラント２では、監視装置２５により蒸気プラント２の各構成要素に関するデータを収集し、収集したデータを監視サーバ３に送信するようになっている。このようにして、監視サーバ３には、蒸気プラント２の各構成要素に関する種々のデータが収集され、かかるデータに基づき監視サーバ３による分析・判定が行われるようになっている。
そして、特に、本実施形態では、各構成要素から収集するデータのうち、プロセス機器２３が正常に機能しているかどうかの診断結果が含まれる。具体的には、蒸気プラント２では、プロセス機器２３の状態についての点検とこれに基づく診断が所定の間隔で行われており、本実施形態では、その診断結果が監視装置２５に収集され、さらに監視サーバ３に送信されるようになっている。
プロセス機器２３に対して行われる診断について説明すると、プロセス機器２３は、蒸気プラント２を流れる蒸気からドレンやその他の不純物を取り除き排出したり、蒸気の流れを制御するものであり、配管系２２の各所に設けられている。そして、プロセス機器２３が故障している場合、蒸気プラント２の運転にロスが生じ、また、これを放置すれば蒸気プラント２が運転不能に陥るおそれがある。そのため、蒸気プラント２では、可搬式の検査器により（プロセス機器２３自体にセンサが備え付けられている場合には当該センサにより）個々のプロセス機器２３の状態（温度や振動など）を検出して、検出結果に基づき各プロセス機器２３が正常に機能しているかを判定するという内容の診断をある程度の間隔で繰り返し実行するようになっている。そして、このような診断を経て故障していると判明したプロセス機器２３については交換又は修理が行われ、これにより、蒸気プラント２の状態を良好に維持できるようになっている。なお、診断の間隔は目的に応じて適宜設定され、数ヵ月毎や一年毎、又はそれよりも短期間の場合もあれば、プロセス機器２３の設置期間等に応じて間隔が変更されることもある。
本実施形態では、このようにして得られた各プロセス機器２３についての検出結果や故障の有無といった診断結果が、当該プロセス機器２３の識別情報と関連付けた状態で監視装置２５に収集され、各回の診断ごとに、監視サーバ３に送信されるようになっている。また、図示は省略してあるが、監視サーバ３には、複数の蒸気プラント２から、かかる診断結果が送信されるようになっている。
そして、本実施形態では、監視サーバ３は、収集した診断結果を用いて各蒸気プラント２についてのリスク評価を行うようになっている。具体的には、監視サーバ３は、個々のプロセス機器２３ではなく、そのプロセス機器２３が設置された設置箇所に着目したリスク評価を行うようになっており、さらにはこれに基づき、機器群２４単位でのリスクを評価するようになっている。以下では、監視サーバ３の備える構成のうち、かかるリスク評価を行うための構成について説明する。
まず、監視サーバ３は、一般的なサーバ装置であり、ネットワーク４を介した通信を行うための通信インターフェースや、サーバ装置との間で直接的なデータの入出力を行うための入出力装置、サーバ装置の各部の制御を行うＣＰＵ、種々のデータやプログラムを保存する大容量の記憶装置であるＨＤＤ、実行するプログラム等を一時保存するメモリ等の一般的なハードウェア構成を備えている。そして、本実施形態では、ＨＤＤに、後述する処理を行うためのリスク評価プログラムが格納されており、メモリに一時保存されたリスク評価プログラムがＣＰＵに実行されることにより、監視サーバ３の各部が、図２に示す機能部を備えたリスク評価装置として機能するようになっている。
具体的には、本実施形態では、リスク評価プログラムが実行されることにより、監視サーバ３が、監視装置２５から送信されるデータを取得する入出力処理部３１、取得したデータ等の種々のデータを格納するデータベース部３２、プロセス機器２３の故障のし易さに関するリスク情報を演算するリスク情報演算部３３、及び、対象とする機器群２４についての故障のし易さに関する機器群リスク情報を演算する機器群リスク情報演算部３４の各機能部を備えたリスク評価装置として構成される（図２）。以下、各機能部について説明する。
まず、入出力処理部３１はリスク評価装置におけるインターフェースとして機能する。具体的には、（ａ）監視装置２５から送信されるデータを取得し、取得したデータをデータベース部３２に格納したり、（ｂ）ユーザからの要求を受け付け、リスク情報演算部３３や機器群リスク情報演算部３４に演算を行わせたり、要求に応じた評価結果をユーザに対して出力したり、（ｃ）ユーザからの指示に応じてデータベース部３２の編集・更新を行うなど、種々の処理を行うようになっている。
データベース部３２は、蒸気プラント２ごとにデータ管理を行うようになっており、対象の蒸気プラント２の各構成要素についての識別情報等の各種の情報を格納する機器情報記憶部３２１と、機器群２４ごとに、当該機器群２４の構成に関する機器群情報を格納する機器群情報記憶部３２２と、監視装置２５から送信される各プロセス機器２３の診断結果を格納する診断結果記憶部３２３と、リスク情報演算部３３により演算されたリスク情報を格納するリスク情報記憶部３２４と、機器群リスク情報演算部３４により演算された機器群リスク情報を格納する機器群リスク情報記憶部３２５と、を備えている。
機器情報記憶部３２１は、例えば、蒸気利用機器２１に関しては、各蒸気利用機器２１の識別情報と対応付けて、その機種（タービン、コンプレッサ、熱交換器など）や型式に関する情報、設置年数に関する情報（設置日時など）を格納している。また、プロセス機器２３に関しては、機器情報記憶部３２１は、例えば、各プロセス機器２３の識別情報と対応付けて、その機種（蒸気トラップ、制御バルブなど）や型式に関する情報、設置条件（通過する蒸気の温度や圧力など）や用途に関する情報、設置年数（設置日時など）に関する情報、設置箇所に関する情報（本実施形態では設置箇所に付された識別情報）を格納している。なお、機器情報記憶部３２１は、入出力処理部３１を介して、ユーザからの指示に応じて編集・更新されるようになっており、例えば、対象の蒸気プラント２に関し、構成要素の交換を行った場合には、その交換後の構成要素に関する項目を追加的に作成し、その構成要素に関する情報を新たに格納するなどの所定の処理を実行可能になっている。また、交換後の機器の情報を格納しても、交換前の機器の情報も残されるため、機器情報記憶部３２１は、現在の蒸気プラント２に設けられている各構成要素に関する情報だけでなく、過去に蒸気プラント２に設置されていた歴代の各構成要素に関する情報も格納するようになっている。
機器群情報記憶部３２２は、機器群２４ごとに識別情報を付与し、識別情報とともに、機器群２４を構成する各構成要素の識別情報（プロセス機器２３に関しては併せて設置箇所についての識別情報も含む）、当該機器群を構成する蒸気利用機器２１、配管系２２、プロセス機器２３の種別、対象とする機器群２４を構成する各プロセス機器２３間の配置関係等の各構成要素間の互いの配置関係なども記憶している（即ち、機器群情報記憶部３２２は、機器群２４ごとに、当該機器群２４を構成する各プロセス機器２３間の配置関係を格納する配置関係記憶部として機能する）。
診断結果記憶部３２３は、監視装置２５から診断結果が送信されるごとに、各プロセス機器２３の診断結果を蓄積的に格納する。そして、診断結果記憶部３２３では、個々のプロセス機器２３ごとではなく、対象の蒸気プラント２においてプロセス機器２３が設置される設置箇所ごとにデータの管理がなされるようになっている。具体的には、診断結果記憶部３２３は、設置箇所に付された識別情報（以下、設置箇所識別情報とする）と関連付けて、設置箇所ごとに、当該設置箇所に設けられた歴代のプロセス機器２３についての診断結果が個々のプロセス機器２３の識別情報（以下、機器識別情報とする）とともに蓄積して記憶されるようになっている。そして、入出力処理部３１は、監視装置２５から送信された診断結果を取得したときは、診断結果記憶部３２３に、個々のプロセス機器２３の診断結果を、個々のプロセス機器２３の機器識別情報に対応する設置箇所識別情報と関連付けて、機器識別情報とともに追加的に格納するようになっている。これにより、診断結果記憶部３２３は、対象の蒸気プラント２における各プロセス機器２３についての複数回の診断結果を、当該プロセス機器２３の設置箇所と関連付けた状態で蓄積して記憶するようになっている。
リスク情報記憶部３２４は、リスク情報演算部３３により演算された、設置箇所ごとの当該設置箇所におけるプロセス機器２３の故障のし易さに関するリスク情報を格納する。具体的には、リスク情報記憶部３２４には、リスク情報演算部３３により演算されたリスク情報が、設置箇所識別情報と関連付けた状態で格納されている。
機器群リスク情報記憶部３２５は、機器群リスク情報演算部３４により演算された、機器群２４ごとの当該機器群２４の故障のし易さに関する機器群リスク情報を格納する。具体的には、機器群リスク情報記憶部３２５には、機器群リスク情報演算部３４により演算された機器群リスク情報が、対応する機器群２４に付与された識別情報と関連付けた状態で格納されている。
このように、データベース部３２のデータ構造は、対象の蒸気プラント２における各プロセス機器２３についての複数回の診断結果が、当該プロセス機器２３の設置箇所と関連付けられた状態で蓄積保存された診断結果データと、設置箇所ごとの当該設置箇所におけるプロセス機器２３の故障のし易さに関するリスク情報からなるリスク情報データと、機器群２４ごとの当該機器群２４の故障のし易さに関する機器群リスク情報からなる機器群リスク情報データと、を備えたものとなっている。
リスク情報演算部３３は、診断結果記憶部３２３に記憶された対象の設置箇所に設けられた歴代のプロセス機器２３の診断結果に基づき、当該設置箇所におけるプロセス機器２３の故障のし易さに関するリスク情報を演算するものである。具体的には、リスク情報演算部３３は、診断結果記憶部３２３から診断結果を取得する診断結果取得部３３１と、設置箇所におけるプロセス機器２３の故障のし易さを指標するリスク指標値を演算するリスク指標値演算部３３２と、当該リスク指標値の確からしさを指標する信頼度を演算する信頼度演算部３３３と、を備え、リスク情報としてリスク指標値と信頼度とを演算するようになっている。
診断結果取得部３３１は、診断結果記憶部３２３から診断結果を取得するものであり、演算対象とする設置箇所についての診断結果を取得する。
リスク指標値演算部３３２は、所定の基準で、診断結果記憶部３２３から診断結果を取得した設置箇所について、当該設置箇所におけるプロセス機器２３の故障のし易さを指標するリスク指標値を演算するものである。
まず、リスク指標値としては、０〜１００や０〜１０等の任意の数値範囲で故障のし易さを数値化したものや、あまり故障を起こさない設置箇所をリスク“小”、故障し易い設置箇所をリスク“中”、特に故障をし易い設置箇所をリスク“大”とするなどし、これに応じてＡ，Ｂ，Ｃなどの文字や○，△，×などの記号で設置箇所をランク付けしたものが挙げられる。
また、リスク指標値の演算方法としては、対象とする期間や診断回数に対する、故障と診断されたものの回数や割合、又はその間にその設置箇所に設置された歴代のプロセス機器２３の個数（又は交換の回数）を求め、求めた値そのものをリスク指標値としたり、その値の大小や予め定めた閾値を超えるか否かから故障のし易さをランク付けすることが挙げられる。また、故障の回数や割合、故障の生じる頻度、故障の種類（例えばプロセス機器２３が蒸気トラップの場合には、モレ故障かツマリ故障かなど）、故障した機器の機種や型式など、これらのうちの１又は複数の項目をパラメータとして故障のし易さを数値化したり、ランク付けを行うようにしてもよい。
信頼度演算部３３３は、リスク指標値演算部３３２で求めた各リスク指標値の確からしさを指標する信頼度を演算するものである。即ち、リスク指標値を求めても、演算に用いられた診断のデータ点数が多いものと少ないものとでは、多いものの方が誤差が少なく精度が高いといえる。そのため、求めたリスク指標値が具体的にどの程度信頼できるものかの観点も必要となり、信頼度演算部３３３により信頼度を演算する。
信頼度としては、リスク指標値と同様に、０〜１００や０〜１０等の任意の数値範囲でリスク指標値の確からしさを数値化したものや、Ａ，Ｂ，Ｃなどの文字や○，△，×などの記号でリスク指標値の確からしさをランク付けしたものが挙げられる。
また、信頼度演算部３３３は、１又は複数の項目について、その数の大小に基づいてリスク指標値の確からしさを数値化又はランク付けする等により信頼度の演算を行う。そして、信頼度の演算に用いる項目は種々のものが用いられるが、例えば次の項目１〜３が挙げられる。
まず、項目１としては、対象の設置箇所についての診断結果が存在する歴代のプロセス機器２３の個数が挙げられる。診断結果の存在するプロセス機器２３の個数が多いほど、演算されるリスク指標値の精度は高くなるためである。つまり、対象とする設置箇所について１０回分の診断結果が存在し、その中に計４台のプロセス機器２３についての診断結果が存在する場合（即ち、１０回の診断の間にその設置箇所に４台のプロセス機器２３が設置されてきたことを意味する）、項目１の数は４となる。
次に、項目２としては、対象の設置箇所についての診断の頻度が挙げられる。診断の頻度が小刻みであるほど、個々のプロセス機器２３が故障するまでの期間をより正確に把握できるためである。頻度としては、診断の間隔や年平均などが挙げられ、例えば、診断の間隔がほぼ一定である場合には（例えば半年おきなど）、その間隔や年平均を項目２として計上する。また、診断の間隔にばらつきがある場合には、年平均を項目２として計上することができる。例えば、３年間で計１２回の診断が行われているような場合には、年平均の診断の回数は４回となる。なお、１年以上の間隔で診断が行われているような場合、年平均は小数点以下になる。
また、項目３として、対象の前記設置箇所についての各診断結果のばらつきが挙げられる。得られた診断結果にばらつきが少ないほど、演算されるリスク指標値の精度は高いといえるためである。ばらつきは統計学的手法を用いればよく、例えば標準偏差を用いることができる。
上記の項目１〜３を用いた場合、項目１については数が大きいほど、診断結果の存在するプロセス機器２３の個数が多いこととなり、リスク指標値の確からしさが高い方に傾く。そして、項目２が間隔である場合には数が小さいほど、また、項目２が年平均である場合には数が大きいほど、診断の頻度が小刻みであることとなり、リスク指標値の確からしさが高い方に傾く。また、例えば項目３が標準偏差である場合には数が小さいほど、診断結果にばらつきが少ないこととなり、リスク指標値の確からしさが高い方に傾く。そして、信頼度演算部３３３は、このような各項目の数の大小とリスク指標値の確からしさとの関係に基づき、１又は複数の項目を用いて、所定の基準に基づいて、リスク指標値の確からしさを数値化又はランク付けするようになっている。また、信頼度演算部３３３は、１又は複数の項目について、その項目の数値自体を信頼度として導出してもよい。
そして、リスク情報演算部３３は、以上のようにして演算されたリスク指標値と信頼度とを、リスク情報として、設置箇所識別情報と関連付けた状態でリスク情報記憶部３２４に格納するようになっている。これにより、リスク情報記憶部３２４には、プロセス機器２３の設置箇所ごとにリスク情報が格納される。
機器群リスク情報演算部３４は、対象の機器群２４を構成する各プロセス機器２３の設置箇所におけるリスク情報に基づき、対象の機器群２４についての故障のし易さに関する機器群リスク情報を演算するものであり、演算用情報取得部３４１と、演算方法記憶部３４２と、演算部３４３と、を備えている。つまり、蒸気利用機器２１、配管系２２及びプロセス機器２３を含む機器群２４内では、蒸気利用機器２１に流入し又は蒸気利用機器２１から流出する蒸気に影響を与えるプロセス機器２３についての故障が機器群２４の故障のし易さを評価する上で支配的なものとなる。また、プロセス機器２３の故障のし易さは設置される箇所の環境にも影響を受けることになる。そのため、機器群リスク情報演算部３４では、対象の機器群２４を構成する各プロセス機器２３についての設置箇所に着目したリスク情報に基づき、当該機器群２４のリスク情報を演算するようになっている。
演算用情報取得部３４１は、機器群リスク情報の演算に必要な情報をデータベース部３２から取得するものであり、演算対象とする機器群２４を構成する蒸気利用機器２１の種別や、当該機器群２４を構成する各プロセス機器２３間の配置関係等の機器群情報や、当該機器群２４を構成する各プロセス機器２３についてのリスク情報を取得する。
演算方法記憶部３４２は、演算対象とする機器群２４を構成する各プロセス機器２３間の配置関係に応じた、機器群リスク情報を演算するための演算方法を格納するものになっている。本実施形態では、機器群リスク情報として、対象の機器群２４についての故障のし易さを指標する機器群リスク指標値を演算するようになっており、機器群リスク指標値を演算するため、演算方法として、機器群２４のうち、一の配管系２２と、当該配管系２２に設けられる複数のプロセス機器２３とからなるプロセス機器群のリスク指標値を演算する演算方法を格納している。具体的には、各プロセス機器２３が並列の関係にあるときの並列演算方法と各プロセス機器２３が直列の関係にあるときの直列演算方法とを格納している。例えば、本実施形態では、各プロセス機器２３のリスク指標値を演算用に規格化した上で、並列演算方法として、並列の関係にある各プロセス機器２３の規格化後のリスク指標値を掛け合わせてプロセス機器群のリスク指標値を演算し、直列演算方法として、直列の関係にある各プロセス機器２３の規格化後のリスク指標値のうちで最大のものをプロセス機器群のリスク指標値として求めるようになっている。なお、リスク指標値を演算用に規格化するのは、リスク指標値はわかりやすい形にするため必ずしも演算に適するものとはなっておらず、演算に適したものとするためである。例えば、リスク指標値が故障のし易さを数値化したものである場合には正規化を行い、リスク指標値が故障のし易さをランク付けしたものである場合にはランクに応じた数値に変換すればよい。
演算部３４３は、演算用情報取得部３４１で取得された対象の機器群２４における各プロセス機器２３間の配置関係に対応する演算方法を用いて、当該機器群２４の機器群リスク情報を演算するものである。具体的には、機器群２４を構成するプロセス機器群（同一の配管系２２に設けられた一群のプロセス機器２３をいう。例えば、図３の符号２６Ａや２６Ｂ）ごとに、対応する演算方法を用いてリスク指標値を演算した上で、演算したプロセス機器群のリスク指標値に基づいて機器群リスク指標値を演算するようになっている。例えば、プロセス機器群に属するプロセス機器２３が並列の関係にある場合には、規格化後のリスク指標値を掛け合わせたものをプロセス機器群のリスク指標値として演算し、プロセス機器群に属するプロセス機器２３が直列の関係にある場合には、規格化後のリスク指標値のうち最大のものをプロセス機器群の規格化後のリスク指標値として演算する。例えば、規格化後のリスク指標値がＰ１，Ｐ２，Ｐ３であるとき、並列演算方法によれば、プロセス機器群のリスク指標値Ｐ＝（Ｐ１×Ｐ２×Ｐ３）となり、直列演算方法によれば、プロセス機器群のリスク指標値Ｐ＝ｍａｘ（Ｐ１，Ｐ２，Ｐ３）となる。
また、図３に示す機器群２４の配管系２２Ｂのように、一つの配管系２２Ｂに、並列の配置関係にある一群のプロセス機器（以下、並列機器群と称する）２３Ｄ，２３Ｅが存在するとともに、この並列機器群に含まれない他のプロセス機器２３Ｆがあるときや、一つの配管系に並列機器群が複数あるときには、上記した並列演算方法と直列演算方法との一方のみでは故障発生確率を演算できない。そこで、本実施形態では、演算方法記憶部３４２がかかる場合の演算方法も格納しており、この演算方法に基づき、演算部３４３は、次のようにしてプロセス機器群のリスク指標値を演算するようになっている。まず、演算部３４３は、並列演算方法に基づき、各並列機器群について、並列機器群を構成する個々のプロセス機器２３の規格化後のリスク指標値を用いて、並列機器群についてのリスク指標値を演算する。そして、直列演算方法に基づき、並列機器群のそれぞれのリスク指標値又は１若しくは複数の並列機器群のリスク指標値と他のプロセス機器２３のリスク指標値を用いて、プロセス機器群のリスク指標値を演算するようになっている。
例えば、図３に示す配管系２２Ｂとこれに設けられるプロセス機器２３Ｄ〜２３Ｆとからなるプロセス機器群２６Ｂについては、プロセス機器２３Ｄ〜２３Ｆの規格化後のリスク指標値をそれぞれＰＤ，ＰＥ，ＰＦとすると、演算部３４３は、並列演算方法に基づき、プロセス機器２３Ｄ，２３Ｅからなる並列機器群のリスク指標値ＰＤＥをＰＤＥ＝（ＰＤ×ＰＥ）により求め、直列演算方法に基づき、この並列機器群のリスク指標値ＰＤＥとプロセス機器２３Ｆの規格化後のリスク指標値ＰＦとからプロセス機器群２６Ｂのリスク指標値ＰＤＥＦをＰＤＥＦ＝ｍａｘ（（ＰＤ×ＰＥ），ＰＦ）により演算する。
また、図３に示す機器群２４の配管系２２Ａのように、並列機器群（プロセス機器２３Ａ〜２３Ｃ）が存在し、その並列機器群の列の中に、互いに直列の配置関係にある一群の対象プロセス機器２３Ｂ，２３Ｃ（以下、サブ直列機器群と称する）が存在する列があるときにも、並列演算方法と直列演算方法との一方のみでは故障発生確率を演算できない。
そこで、本実施形態では、演算方法記憶部３４２がかかる場合の演算方法も格納しており、この演算方法に基づき、演算部３４３は、次のようにしてプロセス機器群のリスク指標値を演算するようになっている。まず、演算部３４３は、まず直列演算方法に基づき、サブ直列機器群が存在する列について、サブ直列機器群を構成するプロセス機器２３の規格化後の各リスク指標値を用いて、サブ直列機器群についてのリスク指標値を演算する。そして、並列演算方法に基づき、サブ直列機器群についてのリスク指標値と、サブ直列機器群に属さないプロセス機器２３があるときはそのリスク指標値を用いて、並列機器群についてのリスク指標値を演算する。
例えば、図３に示す配管系２２Ａとこれに設けられるプロセス機器２３Ａ〜２３Ｃとからなるプロセス機器群２６Ａについては、プロセス機器２３Ａ〜２３Ｃの規格化後のリスク指標値をそれぞれＰＡ，ＰＢ，ＰＣとすると、演算部３４３は、直列演算方法に基づき、プロセス機器２３Ｂ，２３Ｃからなるサブ直列機器群について、サブ直列機器群のリスク指標値ＰＢＣをＰＢＣ＝ｍａｘ（ＰＢ，ＰＣ）により求める。さらに、演算部３４３は、並列演算方法に基づき、プロセス機器２３Ａ〜２３Ｃからなるプロセス機器群２６Ａのリスク指標値ＰＡＢＣをＰＡＢＣ＝（ＰＡ×ｍａｘ（ＰＢ，ＰＣ））により演算する。なお、並列機器群における並列関係にある列のそれぞれにサブ直列機器群が存在するときは、演算部３４３は、各サブ直列機器群のリスク指標値を求めたのち、サブ直列機器群を一単位として並列演算方法に基づき並列機器群のリスク指標値を求める。
そして、演算部３４３は、このようにして演算した各プロセス機器群のリスク指標値に基づいて機器群リスク指標値を演算する。その演算方法としては、各プロセス機器群のリスク指標値を単純に掛け合わせたり、それぞれの中の最大値を求めるようにしてもよい。また、それぞれの配置関係を考慮した演算方法を定めて、配置関係に応じた演算方法でリスク指標値を求めるようにしてもよい。その他、各プロセス機器群のリスク指標値のみならず、蒸気利用機器２１のリスク指標値も求めて、蒸気利用機器２１のリスク指標値も用いて機器群リスク情報を演算するようにしてもよい。この場合、蒸気利用機器２１のリスク指標値の演算は、例えば、蒸気利用機器２１の種類ごとに故障発生確率の演算のための式やパラメータを記憶してあるデータベースを利用して、機器情報記憶部３２１に格納してある情報に基づき対象の蒸気利用機器２１の故障発生確率を演算して、この故障発生確率から蒸気利用機器２１のリスク指標値を求めることで行うことができる。また、蒸気利用機器２１のリスク指標値は、メインで用いられる機器については高く設定し、サブで用いられる機器については低く設定するなど、単にその機器が故障したときの蒸気プラント２の運転に与える影響度に基づき設定してもよい。
また、機器群リスク情報演算部３４は、機器群リスク情報として、機器群リスク指標値の確からしさを指標する信頼度を求めるようにしてもよい。信頼度の演算方法としては、対象の機器群２４を構成する各プロセス機器２３の信頼度が共通である場合には、各プロセス機器２３の信頼度を機器群２４の信頼度とし、各プロセス機器２３の信頼度が異なる場合には、各プロセス機器２３の信頼度の平均値や、各プロセス機器２３の信頼度のうち最低の信頼度を機器群２４の信頼度とすることが挙げられる。
そして、機器群リスク情報演算部３４は、以上のようにして演算された機器群リスク情報（機器群リスク指標値と信頼度）を、機器群識別情報と関連付けた状態で機器群リスク情報記憶部３２５に格納するようになっている。
また、本実施形態では、リスク情報演算部３３は、診断結果記憶部３２３が更新されるたびに（即ち監視装置２５から送信される診断結果が新たに格納されるごとに）、新たにリスク指標値と信頼度とを演算し、新たなリスク指標値と信頼度とをリスク情報記憶部３２４に格納するようになっており、さらに、機器群リスク情報演算部３４は、リスク情報記憶部３２４が更新されるたびに（即ち新たなリスク指標値と信頼度とが新たに格納されるごとに）、新たに機器群リスク情報を演算するようになっている。そして、これに伴い、データベース部３２では、リスク情報記憶部３２４に格納されるリスク情報データは診断結果データの更新と連動して更新され、機器群リスク情報記憶部３２５に格納される機器群リスク情報データはリスク情報データの更新と連動して更新されるようになっている。
以上のようにして、監視サーバ３では、（１）対象の蒸気プラント２における各プロセス機器２３についての複数回の診断結果を、当該プロセス機器２３の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶工程と、（２）対象の設置箇所に設けられた歴代のプロセス機器２３の診断結果に基づき、当該設置箇所におけるプロセス機器２３の故障のし易さに関するリスク情報（本実施形態ではリスク指標値と信頼度）を演算するリスク情報演算工程と、（３）対象の機器群２４を構成する各プロセス機器２３の設置箇所におけるリスク情報に基づき、対象の機器群２４についての故障のし易さに関する機器群リスク情報を演算する機器群リスク情報演算工程と、が行われ、収集した診断結果に基づき、各蒸気プラント２についてのリスク情報がデータベース部３２に格納されるようになっている。そして、ユーザは、監視サーバ３に対してリスク情報を要求することで、入出力処理部３１を介して要求に応じた評価結果がユーザに対して出力されて、ユーザが対象の蒸気プラント２についてのリスク評価を行うことが可能になっている。
また、付加的構成として、プロセス機器２３の故障発生確率を演算するための演算モデルが求められているような場合には、リスク情報演算部３３を図４に示すように構成して、演算モデルから求めた故障発生確率と、対象の設置箇所に設けられた歴代のプロセス機器２３の診断結果に基づく故障の割合と、を比較してリスク指標値を演算するようにしてもよい。
図４に示すリスク情報演算部３３について説明すると、図２に示すものからさらに、故障発生確率を演算するための演算モデルを格納する演算モデル記憶部３３４と、診断結果に基づき、当該設置箇所に関し、基準期間の経過後において故障しているプロセス機器２３の割合である故障割合を求める故障割合演算部３３５と、演算モデルに基づき故障発生確率を演算する故障発生確率演算部３３６と、を備え、リスク指標値演算部３３２が、演算された故障割合と故障発生確率とを比較してリスク指標値を演算するようになっている。
演算モデル記憶部３３４は、対象のプロセス機器２３の設置期間に基づき当該プロセス機器２３の故障発生確率を演算するための演算モデルを格納するものである。例えば、対象の蒸気プラント２に限らず、多数の蒸気プラントについて、そこに設置されたプロセス機器２３についての故障に至るまでの年数に関するデータがある場合、統計学的手法を用いることで、対象とするプロセス機器２３について、設置期間をパラメータとする故障発生確率の演算モデルを導出することができる。演算モデル記憶部３３４は、このような演算モデルを格納するものである。また、演算モデル記憶部３３４に格納される演算モデルは、設置期間のみをパラメータとする単純なものであってもよいが、設置期間に加え、機器情報記憶部３２１に格納する各プロセス機器２３の型式や用途等のプロセス機器２３の種類に関する１又は複数の項目をパラメータとする詳細な演算モデルとしてもよい。詳細な演算モデルであれば、機器情報記憶部３２１に格納された各種の情報に基づき、プロセス機器２３の種類に応じた故障発生確率を演算可能になっており、且つ、精度よく故障発生確率を求めることが可能になる。また、プロセス機器２３の機種や型式など種類ごとに演算モデルが求められた場合には、演算モデル記憶部３３４は、当該種類ごとに演算モデルを格納するようになっている。
故障割合演算部３３５は、対象の設置箇所に設けられた歴代のプロセス機器２３の診断結果に基づき、歴代の各プロセス機器２３のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器２３の割合である故障割合を求める。例えば、対象の設置箇所に５台のプロセス機器２３が設置されており、半年おきに診断が行われ、診断結果が、２年経過時に故障しているものが２台、２年半経過時に故障しているものが１台、３年経過時に故障しているものが１台、４年経過時に故障しているものが１台、であるような場合、３年経過時を基準期間とすると、５台のうち４台が故障していることとなり、故障割合は８割（８０％）となる。このようにして、故障割合演算部３３５は、基準期間に対する故障割合を設置箇所ごとに求める。基準期間は少なくとも診断の間隔よりも長い期間が必要となるが特に限定されず、対象とする設置箇所に応じて適宜設定すればよい。
故障発生確率演算部３３６は、演算モデル記憶部３３４に格納された演算モデルに基づき、対象の設置箇所におけるプロセス機器２３についての基準期間における故障発生確率を演算するものである。具体的には、例えば、対象の設置箇所に設けられたプロセス機器２３について、演算モデルのパラメータとなる項目を機器情報記憶部３２１から抽出し、抽出したデータに基づき、基準期間における故障発生確率を演算する。また、演算モデル記憶部３３４に、機種や型式など種類ごとに演算モデルが格納されている場合、故障発生確率演算部３３６は、対象とするプロセス機器２３に対応する演算モデルを用いて故障発生確率を演算する。
リスク指標値演算部３３２は、演算された故障割合と故障発生確率とを比較して、対象の設置箇所におけるプロセス機器２３のリスク指標値を演算するようになっている。つまり、故障発生確率演算部３３６により演算モデルに基づき求められた故障発生確率は、いわば一般的なものであり、対象のプロセス機器２３が設置される設置箇所の環境に起因する特有の影響まで反映したものではない。一方で、故障割合演算部３３５で求められる故障割合は、設置箇所の環境も加味して求められた機器の故障のし易さとなる。そのため、故障発生確率に比べ故障割合の方が高いような場合には、設置箇所の環境がプロセス機器２３の故障のし易さに大きな影響を与えているといえる。そこで、リスク指標値演算部３３２は、故障割合と故障発生確率とを比較することで、プロセス機器２３の故障のし易さに大きな影響を与える設置箇所を把握して、故障のし易い設置箇所を特定するようになっている。
そして、故障割合と故障発生確率とを比較したとき、故障割合の方が高くても、誤差によるものであるおそれがあるため、リスク指標値演算部３３２は、故障発生確率に比べ故障割合が所定値以上高いとき、対象のプロセス機器２３の故障のし易さに関して設置箇所による影響が存在するとして、リスク指標値を演算するようになっている。つまり、リスク指標値演算部３３２は、故障割合と故障発生確率との大小を単に比較するのではなく、その乖離の程度に基づきリスク指標値を演算するようになっている。そして、リスク指標値を演算するのに、複数段の閾値を設けておき、故障割合が故障発生確率からどの程度乖離しているかに応じて、故障のし易さをランク付けするようにしてもよい。
また、診断結果に含まれる歴代のプロセス機器２３の中に、機種や型式など種類の異なる複数種のプロセス機器２３が含まれる場合、プロセス機器２３の種類ごとに故障割合や故障発生確率を求め、その種類ごとに比較を行うのが好ましい。そのため、故障割合演算部３３５は、歴代のプロセス機器２３に複数の種類のプロセス機器２３が含まれるとき、種類ごとに故障割合を演算し、故障発生確率演算部３３６は、歴代のプロセス機器２３に複数の種類のプロセス機器２３が含まれるとき、種類ごとに故障発生確率を演算し、前記リスク指標値演算部３３２は、種類ごとに演算された故障割合と故障発生確率とを比較して、対象の設置箇所におけるリスク指標値を演算するようになっている。
以上のように、図４に示すリスク指標値演算部３３２では、
（１）対象のプロセス機器２３の設置期間に基づき当該プロセス機器２３の故障発生確率を演算するための演算モデルを格納する演算モデル記憶工程と、
（２）対象の設置箇所に設けられた歴代のプロセス機器２３の診断結果に基づき、歴代の各プロセス機器２３のうち、当該設置箇所への設置から所定期間の経過後において故障しているプロセス機器２３の割合である故障割合を求める故障割合演算工程と、
（３）演算モデルに基づき、対象の設置箇所におけるプロセス機器２３についての所定期間における故障発生確率を演算する故障発生確率演算工程と、
（４）故障割合と演算された故障発生確率とを比較して、対象の設置箇所におけるプロセス機器２３の故障のし易さを指標するリスク指標値を演算するリスク指標値演算工程と、
が行われ、対象の設置箇所ごとにリスク指標値を演算するようになっている。
また、付加的構成として、機器群リスク情報演算部３４を図５のように構成し、対象とする機器群２４についての診断結果が基準を満たしていない場合でも、この機器群２４と一致又は類似している機器群２４についての機器群リスク情報を対象の機器群２４についての機器群リスク情報として求めるようにしてもよい。これについて説明すると、設置箇所に着目したリスク情報を精度よく求めるためには、ある程度の台数のプロセス機器２３についての診断結果があるなど一定の基準を満たしていることが好ましく、演算対象とする機器群２４を構成するプロセス機器２３についての診断結果が基準を満たしていない場合には精度よくリスク情報を求めることができない。もっとも、機器群２４の故障のし易さはその機器群２４の構成（各機器の種別や配置関係等）にある程度依存するため、対象とする機器群２４の故障のし易さは、これに一致又は類似する機器群２４の故障のし易さからある程度推測できる。そのため、機器群リスク情報演算部３４を図５のように構成し、対象の機器群２４と一致又は類似している機器群２４についての機器群リスク情報を対象の機器群２４についての機器群リスク情報として求めることで、対象とする機器群２４についてリスク評価を好適に行える。
図５に示す機器群リスク情報演算部３４について説明すると、図２に示すものからさらに、演算対象とする機器群２４を構成するプロセス機器２３についての診断結果が基準を満たしているか否かを判定する判定部３４４と、対象とする機器群２４と類似する機器群２４の機器群リスク情報を取得する機器群リスク情報取得部３４５と、を備えている。
判定部３４４は、対象の機器群２４について、当該機器群２４を構成する各プロセス機器２３について蓄積された診断結果が、所定の基準を満たしているか否かを判定するものである。例えば、判定部３４４は、蓄積された診断結果について、診断の回数、診断結果が存在するプロセス機器２３の個数、診断の頻度、診断結果のばらつきなどの１又は複数の項目が予め定めた基準を満たしているかにより判定を行う。判定に用いる項目は特に限定されないが、判定部３４４は、リスク情報記憶部３２４に格納された各プロセス機器２３についての信頼度や機器群リスク情報記憶部３２５に格納された対象の機器群２４についての信頼度を判定に用いる項目とし、信頼度が所定の基準を満たしているかにより判定を行うようにしてもよい。
機器群リスク情報取得部３４５は、判定部３４４で基準を満たしていないと判定されたとき、当該機器群２４における機器群情報と一致又は所定基準以上類似する機器群情報を有し、且つ、判定部３４４で基準を満たしていると判定された他の機器群２４についての機器群リスク情報を求め、求めた機器群リスク情報を対象の機器群２４についての機器群リスク情報とするようになっている。
具体的には、本実施形態では、機器群リスク情報取得部３４５は、演算用情報取得部３４１で取得した対象の機器群２４の機器群情報と、機器群情報記憶部３２２に格納されている他の機器群２４の機器群情報と、を比較し、対象の機器群２４の機器群情報と一致又は所定基準以上類似する他の機器群２４の識別情報やこれを構成するプロセス機器２３の識別情報を機器群情報記憶部３２２から抽出する。なお、機器群情報の比較に用いる項目は特に限定されないが、例えば本実施形態では、機器群２４を構成する蒸気利用機器２１やプロセス機器２３の種別と、当該機器群２４を構成する各プロセス機器２３間の配置関係と、を比較するようになっている。また、対象の機器群２４の機器群情報と一致又は所定基準以上類似する他の機器群２４が複数ある場合には、全ての機器群２４について、機器群２４の識別情報やこれを構成するプロセス機器２３の識別情報を抽出する。
さらに、機器群リスク情報取得部３４５は、機器群リスク情報記憶部３２５やリスク情報記憶部３２４を参照して、抽出した識別情報に対応する機器群２４やプロセス機器２３についての信頼度が基準を満たしているかを判定し、基準を満たしている機器群２４についての機器群リスク情報を取得する。なお、対象の機器群２４の機器群情報と一致又は所定基準以上類似する他の機器群２４が複数あり、その中で対応する機器群２４やプロセス機器２３についての信頼度が基準を満たしている機器群２４が複数ある場合には、対象の機器群２４の機器群情報と一致する又は最も類似する機器群情報を有する機器群２４や、最も信頼度の高い機器群２４についての機器群リスク情報を取得すればよい。
そして、機器群リスク情報取得部３４５は、取得した機器群リスク情報を、対象の機器群２４についての機器群リスク情報として、機器群識別情報と関連付けた状態で機器群リスク情報記憶部３２５に格納するようになっている。この場合、機器群リスク情報記憶部３２５は、機器群リスク情報を、機器群リスク情報取得部３４５によって取得したものであるか、演算部３４３によって演算したものであるかを識別可能にして格納するようになっている。
そして、図５に示す機器群リスク情報演算部３４では、まず、演算用情報取得部３４１で取得した情報に基づき判定部３４４により判定を行われ、判定部３４４で基準を満たしていると判定されたとき、演算部３４３により、対象の機器群２４を構成する各プロセス機器２３の設置箇所におけるリスク情報に基づき、機器群リスク情報を演算し、判定部３４４で前記基準を満たしていないと判定されたとき、機器群リスク情報取得部３４５によって機器群リスク情報が求められるようになっている。
〔その他の実施形態〕
最後に、本開示に係るリスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラムのその他の実施形態について説明する。なお、以下のそれぞれの実施形態で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用することも可能である。
（１）上記の実施形態では、監視サーバ３単体で一連の処理を行う構成を例に説明した。しかし、本開示の実施形態はこれに限定されず、例えば、診断結果やリスク情報などのデータベース部３２で記憶されていた情報を、１又は複数の外部のデータベースサーバに記憶させ、監視サーバ３が必要に応じてデータベースサーバから演算のために情報を取得するなど、複数の装置からなるリスク評価システムを用いて、監視サーバ３で行っていた処理を複数の装置で分散して行うようにしてもよい。
（２）上記の実施形態において示した、リスク情報演算部３３や機器群リスク情報演算部３４で行う演算処理はあくまでも例示であり、目的に応じて適宜変更可能である。例えば、リスク情報演算部３３は、リスク情報として、信頼度は演算せず、リスク指標値のみを演算するようにしてもよい。
（３）上記の実施形態では、機器群リスク情報演算部３４により機器群リスク情報を演算する構成を例に説明した。しかし、本開示の実施形態はこれに限定されず、機器群リスク情報演算部３４を有さず、機器群リスク情報を演算しなくてもよい。
（４）その他の構成に関しても、本明細書において開示された実施形態は全ての点で例示であって、本開示の範囲はそれらによって限定されることはないと理解されるべきである。当業者であれば、本開示の趣旨を逸脱しない範囲で、適宜改変が可能であることを容易に理解できるであろう。従って、本開示の趣旨を逸脱しない範囲で改変された別の実施形態も、当然、本開示の範囲に含まれる。
本開示は、例えばプラントのリスク評価を行うのに利用することができる。
２ 蒸気プラント
２２ 配管系
２３ プロセス機器
３ 監視サーバ（リスク評価装置）
３３ リスク情報演算部
３３４ 演算モデル記憶部
３３５ 故障割合演算部
３３６ 故障発生確率演算部

Claims (6)

  1. 蒸気プラントについてのリスク評価のためのリスク評価装置であって、
    対象の前記蒸気プラントにおける配管系に設けられる各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶部と、
    対象のプロセス機器の設置期間に基づき当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶部と、
    対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、歴代の各プロセス機器のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算部と、
    前記演算モデルに基づき、前記対象の設置箇所におけるプロセス機器についての前記基準期間における故障発生確率を演算する故障発生確率演算部と、
    演算された前記故障割合と前記故障発生確率とを比較して、前記対象の設置箇所におけるプロセス機器の故障のし易さを指標するリスク指標値を演算するリスク指標値演算部と、を備えるリスク評価装置。
  2. 前記リスク指標値演算部は、前記故障発生確率に比べ前記故障割合が所定値以上高いとき、対象のプロセス機器の故障のし易さに関して前記設置箇所による影響が存在するとして、前記リスク指標値を演算する請求項１に記載のリスク評価装置。
  3. 前記故障割合演算部は、歴代のプロセス機器に複数の種類のプロセス機器が含まれるとき、種類ごとに前記故障割合を演算し、前記故障発生確率演算部は、歴代のプロセス機器に複数の種類のプロセス機器が含まれるとき、種類ごとに前記故障発生確率を演算し、前記リスク指標値演算部は、種類ごとに前記故障割合と演算された前記故障発生確率とを比較して、前記対象の設置箇所における前記リスク指標値を演算する請求項１又は２に記載のリスク評価装置。
  4. 蒸気プラントについてのリスク評価のためのリスク評価システムであって、
    対象の前記蒸気プラントにおける配管系に設けられる各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶部と、
    対象のプロセス機器の設置期間に基づき当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶部と、
    対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、歴代の各プロセス機器のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算部と、
    前記演算モデルに基づき、前記対象の設置箇所におけるプロセス機器についての前記基準期間における故障発生確率を演算する故障発生確率演算部と、
    演算された前記故障割合と前記故障発生確率とを比較して、前記対象の設置箇所におけるプロセス機器の故障のし易さを指標するリスク指標値を演算するリスク指標値演算部と、を備えるリスク評価システム。
  5. コンピュータに実行させる、蒸気プラントについてのリスク評価のためのリスク評価方法であって、
    対象の前記蒸気プラントにおける配管系に設けられる各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶工程と、
    対象のプロセス機器の設置期間に基づき当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶工程と、
    対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、歴代の各プロセス機器のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算工程と、
    前記演算モデルに基づき、前記対象の設置箇所におけるプロセス機器についての前記基準期間における故障発生確率を演算する故障発生確率演算工程と、
    演算された前記故障割合と前記故障発生確率とを比較して、前記対象の設置箇所におけるプロセス機器の故障のし易さを指標するリスク指標値を演算するリスク指標値演算工程と、を備えるリスク評価方法。
  6. コンピュータに実行させる、蒸気プラントについてのリスク評価のためのリスク評価プログラムであって、
    対象の前記蒸気プラントにおける配管系に設けられる各プロセス機器についての複数回の診断結果を、当該プロセス機器の設置箇所と関連付けた状態で蓄積して記憶する診断結果記憶機能と、
    対象のプロセス機器の設置期間に基づき当該プロセス機器の故障発生確率を演算するための演算モデルを格納する演算モデル記憶機能と、
    対象の設置箇所に設けられた歴代のプロセス機器の診断結果に基づき、歴代の各プロセス機器のうち、当該設置箇所への設置から基準期間の経過後において故障しているプロセス機器の割合である故障割合を求める故障割合演算機能と、
    前記演算モデルに基づき、前記対象の設置箇所におけるプロセス機器についての前記基準期間における故障発生確率を演算する故障発生確率演算機能と、
    演算された前記故障割合と前記故障発生確率とを比較して、前記対象の設置箇所におけるプロセス機器の故障のし易さを指標するリスク指標値を演算するリスク指標値演算機能と、を前記コンピュータに実行させるリスク評価プログラム。
JP2018555991A 2017-09-06 2018-07-19 リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム Active JP6482743B1 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2017171491 2017-09-06
JP2017171491 2017-09-06
PCT/JP2018/027123 WO2019049523A1 (ja) 2017-09-06 2018-07-19 リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム

Publications (2)

Publication Number Publication Date
JP6482743B1 true JP6482743B1 (ja) 2019-03-13
JPWO2019049523A1 JPWO2019049523A1 (ja) 2019-11-07

Family

ID=65633896

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018555991A Active JP6482743B1 (ja) 2017-09-06 2018-07-19 リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム

Country Status (10)

Country Link
US (1) US20200202236A1 (ja)
EP (1) EP3598258B1 (ja)
JP (1) JP6482743B1 (ja)
KR (1) KR102073537B1 (ja)
ES (1) ES2878267T3 (ja)
MX (1) MX2019011027A (ja)
MY (1) MY196482A (ja)
SA (1) SA519410106B1 (ja)
SG (1) SG11201907987PA (ja)
WO (1) WO2019049523A1 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2909972T3 (es) * 2017-09-06 2022-05-11 Tlv Co Ltd Dispositivo de evaluación de riesgos, sistema de evaluación de riesgos, método de evaluación de riesgos, programa de evaluación de riesgos y estructura de datos
CN110400001B (zh) * 2019-06-12 2023-01-06 广东电网有限责任公司 一种基于风险评估的高压电缆巡检周期优化方法
KR102254312B1 (ko) * 2020-09-18 2021-05-21 가나이엔지 주식회사 빅데이터 및 ai 기반 가로등 포털 운영 시스템
CN113837625B (zh) * 2021-09-27 2024-04-02 内蒙古电力(集团)有限责任公司电力调度控制分公司 电网连锁故障的风险定量评估方法、装置及设备
CN114358330A (zh) * 2021-11-30 2022-04-15 深圳供电局有限公司 It接地系统的安全评估方法、装置、设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007183929A (ja) * 2005-12-07 2007-07-19 Mitsubishi Heavy Ind Ltd プラント設備の機器保守計画方法
JP2007328522A (ja) * 2006-06-07 2007-12-20 Tokyo Electric Power Co Inc:The 故障確率算出装置、方法、及びプログラム
JP2012079068A (ja) * 2010-09-30 2012-04-19 Toshiba Corp 監視制御方法、プログラム、装置、およびシステム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5010472B1 (ja) 1970-10-08 1975-04-22
JP3443618B2 (ja) * 2000-11-01 2003-09-08 株式会社テイエルブイ 蒸気トラップ販売・保守用システムの動作方法、及び、蒸気トラップ販売・保守用集計システム
KR101286487B1 (ko) 2005-07-25 2013-07-16 가부시키가이샤 티엘브이 기기 관리 방법, 그 기기 관리 방법에 사용하는 분석 시스템, 및 그 기기 관리 방법에 사용하는 보수 점검 지원 장치
US7272531B2 (en) * 2005-09-20 2007-09-18 Fisher-Rosemount Systems, Inc. Aggregation of asset use indices within a process plant
JP5996436B2 (ja) * 2009-12-31 2016-09-21 アーベーベー・リサーチ・リミテッドＡｂｂ Ｒｅｓｅａｒｃｈ Ｌｔｄ． 発電プラントの負荷をスケジューリングするための方法および制御システム
EP2579156B1 (en) * 2010-06-07 2019-08-28 Nec Corporation Malfunction detection device, obstacle detection method, and program recording medium
JP2015185120A (ja) 2014-03-26 2015-10-22 株式会社Ｎｔｔファシリティーズ 情報処理装置、情報処理方法、およびプログラム
TR201909282T4 (tr) 2014-04-01 2019-07-22 Tlv Co Ltd İşlem sistemi için risk değerlendirme sistemi, risk değerlendirme programı ve risk değerlendirme yöntemi.
KR101823849B1 (ko) * 2015-05-21 2018-01-30 미쓰비시덴키 가부시키가이샤 원격 감시 장치, 원격 감시 보수 시스템, 원격 감시 방법, 및 기록 매체에 저장된 원격 감시 프로그램

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007183929A (ja) * 2005-12-07 2007-07-19 Mitsubishi Heavy Ind Ltd プラント設備の機器保守計画方法
JP2007328522A (ja) * 2006-06-07 2007-12-20 Tokyo Electric Power Co Inc:The 故障確率算出装置、方法、及びプログラム
JP2012079068A (ja) * 2010-09-30 2012-04-19 Toshiba Corp 監視制御方法、プログラム、装置、およびシステム

Also Published As

Publication number Publication date
JPWO2019049523A1 (ja) 2019-11-07
KR102073537B1 (ko) 2020-02-04
US20200202236A1 (en) 2020-06-25
MY196482A (en) 2023-04-14
EP3598258B1 (en) 2021-05-19
EP3598258A4 (en) 2020-06-17
SG11201907987PA (en) 2019-09-27
SA519410106B1 (ar) 2022-06-12
WO2019049523A1 (ja) 2019-03-14
KR20190126186A (ko) 2019-11-08
ES2878267T3 (es) 2021-11-18
MX2019011027A (es) 2019-11-11
EP3598258A1 (en) 2020-01-22

Similar Documents

Publication Publication Date Title
JP6482743B1 (ja) リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム
US10047757B2 (en) Predicting a surge event in a compressor of a turbomachine
JP6472581B1 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
US9489379B1 (en) Predicting data unavailability and data loss events in large database systems
WO2014091952A1 (ja) センサ監視装置、センサ監視方法、及びセンサ監視プログラム
JP6486566B2 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
JP6574533B2 (ja) リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム
US20210224383A1 (en) Abnormality detection device
CN118312923B (zh) 面向智慧园区的设备测量方法及计算机设备
JP6777142B2 (ja) システム分析装置、システム分析方法、及び、プログラム
JP2001125626A (ja) プラント機器管理装置
JP6482742B1 (ja) リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム
US20230280240A1 (en) Abnormality diagnosis device and abnormality diagnosis method
JP2020009080A (ja) 機器状態監視システム及び機器状態監視方法
KR102108975B1 (ko) 함정설비의 상태기반 정비 지원 장치 및 방법
JP2018205992A (ja) 機器診断システム
JP6454826B1 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
WO2020066196A1 (ja) 装置寿命評価方法、装置寿命評価装置、および装置寿命評価プログラム
RU2777950C1 (ru) Обнаружение нештатных ситуаций для прогнозного технического обслуживания и определения конечных результатов и технологических процессов на основании качества данных
CN116361093A (zh) 硬件设备的故障预测方法、故障预测装置、电子设备
JP2007241366A (ja) プラント監視システム及び方法。

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20181108

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20181108

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20190128

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20190205

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20190212

R150 Certificate of patent or registration of utility model

Ref document number: 6482743

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250