異常診断装置
【課題】プラントの異常を高精度で診断する。
【解決手段】グループデータを読み出し、各グループについて、読み出したグループデータに含まれる変数の値と、プラントから入力した当該プラントの状態を表す複数の変数の値とを利用してマハラノビス距離を算出する第１算出部１３と、第１算出部１３で算出された複数のグループに関するマハラノビス距離から最小値を抽出し、抽出したマハラノビス距離のグループを異常の判定に利用するグループとして選択する選択部１４と、選択部１４が選択したグループに関するグループデータを読み出し、当該グループについて、読み出したグループデータから抽出した各変数の値と、プラントから入力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第２算出部１５と、第２算出部１５で算出されたマハラノビス距離を利用してプラントの状態を異常と判定する診断部１６とを備える。
【解決手段】グループデータを読み出し、各グループについて、読み出したグループデータに含まれる変数の値と、プラントから入力した当該プラントの状態を表す複数の変数の値とを利用してマハラノビス距離を算出する第１算出部１３と、第１算出部１３で算出された複数のグループに関するマハラノビス距離から最小値を抽出し、抽出したマハラノビス距離のグループを異常の判定に利用するグループとして選択する選択部１４と、選択部１４が選択したグループに関するグループデータを読み出し、当該グループについて、読み出したグループデータから抽出した各変数の値と、プラントから入力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第２算出部１５と、第２算出部１５で算出されたマハラノビス距離を利用してプラントの状態を異常と判定する診断部１６とを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
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。
【背景技術】
【０００２】
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、複数のセンサを利用して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。
【０００３】
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）。
【０００４】
ここで、正常であっても、運転負荷、季節、又は時間等によって状態が変動する。したがって、診断する時点におけるプラントの状態に合わせた単位空間を利用して診断することが望ましい。一方、自動制御で自動的に状態が変わる場合、、リアルタイムでプラントの状態を判断して単位空間を生成することは困難であった。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２０１０−１８１１８８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
上述したように、プラントのリアルタイムな状態に応じて、高精度で異常診断することは困難であった。
【０００７】
上記課題に鑑み、プラントのリアルタイムな状態に応じて、高精度で異常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。
【課題を解決するための手段】
【０００８】
上記目的を達成するために、請求項１記載の発明は、プラントの異常を診断する異常診断装置であって、所定のタイミングで、グループデータ記憶部から異なる複数の変数の値で構成される複数のグループに関するグループデータを読み出し、各グループについて、読み出したグループデータに含まれる変数の値と、プラントから入力した当該プラントの状態を表す複数の変数の値とを利用してマハラノビス距離を算出する第１算出部と、第１算出部で算出された複数のグループに関するマハラノビス距離から最小値を抽出し、抽出したマハラノビス距離のグループを異常の判定に利用するグループとして選択する選択部と、第１算出部とは異なる所定のタイミングで、グループデータ記憶部から選択部が選択したグループに関するグループデータを読み出し、当該グループについて、読み出したグループデータから抽出した各変数の値と、プラントから入力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第２算出部と、第２算出部で算出されたマハラノビス距離を利用してプラントの状態を異常と判定する診断部とを備える。
【０００９】
また、請求項２の発明は、第１算出部は、第２算出部における算出の周期よりも長周期である周期的なタイミング又は診断部によって異常と判定されたタイミングで、各グループについてマハラノビス距離を算出する。
【００１０】
また、請求項３の発明は、診断部は、マハラノビス距離をグループ毎に定められる所定の判定値と比較し、判定値で定められる範囲外であるときに異常と判定する。
【００１１】
また、請求項４の発明は、プラントの状態を表す変数として、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を含むレコードを有する蓄積データを記憶する蓄積データ記憶部から、変数が所定の抽出条件を満たすレコードを抽出し、抽出したレコードが含む変数でグループを生成し、生成したグループに対して、異常を診断する判定値を設定してグループデータとしてグループデータ記憶部に記憶させる生成部を備える。
【００１２】
また、請求項５の発明は、プラントから新たな変数を入力すると、入力した変数を関連づけたレコードを追加して蓄積データを更新する。
【発明の効果】
【００１３】
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。
【図面の簡単な説明】
【００１４】
【図１】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。
【図２】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。
【図３】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。
【図４】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。
【発明を実施するための形態】
【００１５】
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。
【００１６】
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。
【００１７】
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２１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し、各グループに診断で利用する判定値を設定してグループデータ２２として記憶させる生成部１２と、プラントから新たに入力する変数とグループデータ２２の変数を利用して複数のグループについてマハラノビス距離を算出する第１算出部１３と、第１算出部１３が算出したマハラノビス距離のうち最小値のグループを選択する選択部１４と、プラントから新たに入力した変数と選択部１４が選択したグループのグループデータ２２の変数とを利用してマハラノビス距離を算出する第２算出部１５と、第２算出部１５が算出したマハラノビス距離を判定値と比較して異常を診断する診断部１６とを備えている。
【００１８】
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、第１算出部１３、選択部１４、第２算出部１５及び診断部１６が実装される。記憶装置２０では、異常診断プログラムＰの他、蓄積データ２１及びグループデータ２２を記憶している。また、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。
【００１９】
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。
【００２０】
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２１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に示す一例では、蓄積データ２１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２１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。
【００２１】
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複数のグループを生成する。この抽出条件は、例えば、入力装置２を介して入力される。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。生成部１２は、生成した複数のグループにプラントの異常診断に利用する判定値を設定し、グループの各変数の値と判定値とを含むグループデータ２２を生成して記憶装置２０に記憶する。
【００２２】
なお、図１の一例では、記憶装置２０には１つのグループデータ２２を記憶するものとして示しているが、記憶装置２０では、各グループについてのグループデータ２２を記憶するものとする。
【００２３】
ここで、生成部１２がグループを生成する所定のタイミングは、例えば、定期的なタイミングや、入力装置２を介して入力されるタイミングである。また、生成部１２で判定値とする値は、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る。この判定値は、例えば、入力装置２を介して入力される。
【００２４】
第１算出部１３は、異常の診断に利用するグループを選択する所定のタイミングで、記憶装置２０から各グループのグループデータ２２を読み出し、読み出したグループデータ２２が有する各変数の値を抽出する。また、第１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、各グループのマハラノビス距離を求め、求めた値を選択部１４に出力する。ここで、異常の診断に利用するグループを選択する所定のタイミングとは、例えば、定期的なタイミングや診断部１６によって異常と診断されたタイミングである。
【００２５】
具体的には、（１）まず、第１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、第１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、第１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、第１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。このようにして求められたマハラノビス距離により、対象のグループの値について現在の状態といつもの状態との違いを特定することができ、プラントにおける現在の状態といつもの状態との違いを求めることができる。
【００２６】
選択部１４は、第１算出部１３から各グループのマハラノビス距離を入力すると、入力した複数のマハラノビス距離から最小値を選択し、この最小値のグループを異常の診断に利用するグループとして選択する。
【００２７】
第２算出部１５は、異常を診断する所定のタイミングで、記憶装置２０から選択部１４で選択された異常の診断に使用するグループのグループデータ２２を読み出し、読み出したグループデータ２２が有する各変数の値を抽出する。また、第２算出部１５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、診断部１６に求めた値を出力する。第２算出部１５におけるマハラノビス距離の算出方法も第１算出部１３における算出方法と同様である。
【００２８】
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、第２算出部１５は、第１算出部１３よりも短い時間間隔でマハラノビス距離を算出する。すなわち、異常診断装置１では、第１算出部１３が算出した複数のマハラノビス距離を利用し、選択部１４が異常の診断に利用するグループを選択する。その後、第２算出部１５は、選択部１４が選択したグループを利用してプラントの異常を診断するためのマハラノビス距離の算出を継続するが、プラントの状態に合わせたグループを選択するため、第１算出部１３がグループを確認するタイミングで再びマハラノビス距離を算出する。したがって、第２算出部１５は、第１算出部１３より短いタイムスパンでマハラノビス距離を算出する。
【００２９】
第１算出部１３が再度複数のマハラノビス距離を算出した場合、プラントの状態が変化したことで、異常の診断に使用するグループを変更することが望ましい場合には、選択部１４は、前回とは異なるグループを選択するため、その後、第２算出部１５は新たに選択されたグループのマハラノビス距離を算出する。一方、異常の診断に使用するグループを変更する必要がない場合には、選択部１４は、前回と同一のグループを選択するため、第２算出部１５は、その後も前回と同一のグループのマハラノビス距離を算出する。
【００３０】
診断部１６は、第２算出部１５からマハラノビス距離を入力すると、グループデータ２２から異常の診断に使用するグループデータ２２を読み出し、読み出したグループデータ２２が有する判定値を抽出する。また、診断部１６は、第２算出部１５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、プラントの運転状態が正常であるか異常であるかを判定して判定結果を出力装置３に出力する。
【００３１】
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、第２算出部１５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、診断部１６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診断する。一方、第２算出部１５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、診断部１６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診断する。
【００３２】
なお、第１算出部１３は、上述したように第２算出部１５よりも長い定期的なタイムスパンで各グループのマハラノビス距離を算出する他、診断部１６で異常と診断された場合に異常を診断するグループを選択するタイミングとして各グループのマハラノビス距離を算出してもよい。すなわち、第２算出部１５が算出したグループのマハラノビス距離が所定の判定値の範囲外である場合であっても、プラントの状態が変化したことにより、使用していたグループでの診断が最適ではなくなった可能性もある。この場合に、使用していたグループで異常を診断することは、異常診断の精度の信頼性は低い。したがって、再度、第１算出部１３で各グループのマハラノビス距離を算出してもなお、使用していたグループが選択されて、異常と診断された場合には異常診断の精度も信頼することができる。
【００３３】
また、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１２〜１６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。
【００３４】
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において最適なグループで異常を診断する処理について説明する。
【００３５】
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し、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）。
【００３６】
その後、第１算出部１３は、各グループについてそれぞれマハラノビス距離を算出する（Ｓ２）。続いて、選択部１４は、第１算出部１３が算出した複数のマハラノビス距離から最小値を選択し、マハラノビス距離が最小値のグループを異常の診断に利用するグループとして選択する（Ｓ３）。
【００３７】
第２算出部１５は、異常を診断するタイミングで、プラントから新たに入力した変数の値と、ステップＳ３で選択したグループについてのグループデータ２２の各変数の値とを利用してマハラノビス距離を求めて診断部１６に出力する（Ｓ４）。
【００３８】
第２算出部１５からマハラノビス距離を入力した診断部１６は、入力したマハラノビス距離をグループデータ２２で異常の診断に利用するグループに設定されている判定値と比較し、プラントの運転状態が異常であるか診断し、診断結果を出力装置３に出力する（Ｓ５）。
【００３９】
その後、異常診断装置１では、グループの確認のタイミングになるまで（Ｓ６でＮＯ）、選択部１４が選択したグループデータ２２を使用してマハラノビスの距離の算出及び異常診断を繰り返す（Ｓ４及びＳ５）。また、異常診断装置１では、グループの確認のタイミングになると（Ｓ６でＹＥＳ）、ステップＳ２に戻り、ステップＳ２乃至Ｓ５の処理を繰り返す。
【００４０】
なお、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。
【００４１】
上述したように、本発明に係る異常診断装置では、プラントのリアルタイムな状態に応じて選択されたグループデータを利用してマハラノビス距離を算出して異常を診断するため、高精度で異常診断することができる。
【００４２】
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。
【符号の説明】
【００４３】
１…異常診断装置
１０…ＣＰＵ
１１…更新部
１２…生成部
１３…第１算出部
１４…選択部
１５…第２算出部
１６…診断部
２０…記憶装置（蓄積データ記憶部、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
【技術分野】
【０００１】
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。
【背景技術】
【０００２】
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、複数のセンサを利用して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。
【０００３】
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）。
【０００４】
ここで、正常であっても、運転負荷、季節、又は時間等によって状態が変動する。したがって、診断する時点におけるプラントの状態に合わせた単位空間を利用して診断することが望ましい。一方、自動制御で自動的に状態が変わる場合、、リアルタイムでプラントの状態を判断して単位空間を生成することは困難であった。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２０１０−１８１１８８号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
上述したように、プラントのリアルタイムな状態に応じて、高精度で異常診断することは困難であった。
【０００７】
上記課題に鑑み、プラントのリアルタイムな状態に応じて、高精度で異常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。
【課題を解決するための手段】
【０００８】
上記目的を達成するために、請求項１記載の発明は、プラントの異常を診断する異常診断装置であって、所定のタイミングで、グループデータ記憶部から異なる複数の変数の値で構成される複数のグループに関するグループデータを読み出し、各グループについて、読み出したグループデータに含まれる変数の値と、プラントから入力した当該プラントの状態を表す複数の変数の値とを利用してマハラノビス距離を算出する第１算出部と、第１算出部で算出された複数のグループに関するマハラノビス距離から最小値を抽出し、抽出したマハラノビス距離のグループを異常の判定に利用するグループとして選択する選択部と、第１算出部とは異なる所定のタイミングで、グループデータ記憶部から選択部が選択したグループに関するグループデータを読み出し、当該グループについて、読み出したグループデータから抽出した各変数の値と、プラントから入力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第２算出部と、第２算出部で算出されたマハラノビス距離を利用してプラントの状態を異常と判定する診断部とを備える。
【０００９】
また、請求項２の発明は、第１算出部は、第２算出部における算出の周期よりも長周期である周期的なタイミング又は診断部によって異常と判定されたタイミングで、各グループについてマハラノビス距離を算出する。
【００１０】
また、請求項３の発明は、診断部は、マハラノビス距離をグループ毎に定められる所定の判定値と比較し、判定値で定められる範囲外であるときに異常と判定する。
【００１１】
また、請求項４の発明は、プラントの状態を表す変数として、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を含むレコードを有する蓄積データを記憶する蓄積データ記憶部から、変数が所定の抽出条件を満たすレコードを抽出し、抽出したレコードが含む変数でグループを生成し、生成したグループに対して、異常を診断する判定値を設定してグループデータとしてグループデータ記憶部に記憶させる生成部を備える。
【００１２】
また、請求項５の発明は、プラントから新たな変数を入力すると、入力した変数を関連づけたレコードを追加して蓄積データを更新する。
【発明の効果】
【００１３】
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。
【図面の簡単な説明】
【００１４】
【図１】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。
【図２】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。
【図３】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。
【図４】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。
【発明を実施するための形態】
【００１５】
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。
【００１６】
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。
【００１７】
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２１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し、各グループに診断で利用する判定値を設定してグループデータ２２として記憶させる生成部１２と、プラントから新たに入力する変数とグループデータ２２の変数を利用して複数のグループについてマハラノビス距離を算出する第１算出部１３と、第１算出部１３が算出したマハラノビス距離のうち最小値のグループを選択する選択部１４と、プラントから新たに入力した変数と選択部１４が選択したグループのグループデータ２２の変数とを利用してマハラノビス距離を算出する第２算出部１５と、第２算出部１５が算出したマハラノビス距離を判定値と比較して異常を診断する診断部１６とを備えている。
【００１８】
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、第１算出部１３、選択部１４、第２算出部１５及び診断部１６が実装される。記憶装置２０では、異常診断プログラムＰの他、蓄積データ２１及びグループデータ２２を記憶している。また、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。
【００１９】
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。
【００２０】
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２１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に示す一例では、蓄積データ２１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２１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。
【００２１】
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複数のグループを生成する。この抽出条件は、例えば、入力装置２を介して入力される。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。生成部１２は、生成した複数のグループにプラントの異常診断に利用する判定値を設定し、グループの各変数の値と判定値とを含むグループデータ２２を生成して記憶装置２０に記憶する。
【００２２】
なお、図１の一例では、記憶装置２０には１つのグループデータ２２を記憶するものとして示しているが、記憶装置２０では、各グループについてのグループデータ２２を記憶するものとする。
【００２３】
ここで、生成部１２がグループを生成する所定のタイミングは、例えば、定期的なタイミングや、入力装置２を介して入力されるタイミングである。また、生成部１２で判定値とする値は、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る。この判定値は、例えば、入力装置２を介して入力される。
【００２４】
第１算出部１３は、異常の診断に利用するグループを選択する所定のタイミングで、記憶装置２０から各グループのグループデータ２２を読み出し、読み出したグループデータ２２が有する各変数の値を抽出する。また、第１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、各グループのマハラノビス距離を求め、求めた値を選択部１４に出力する。ここで、異常の診断に利用するグループを選択する所定のタイミングとは、例えば、定期的なタイミングや診断部１６によって異常と診断されたタイミングである。
【００２５】
具体的には、（１）まず、第１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、第１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、第１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、第１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。このようにして求められたマハラノビス距離により、対象のグループの値について現在の状態といつもの状態との違いを特定することができ、プラントにおける現在の状態といつもの状態との違いを求めることができる。
【００２６】
選択部１４は、第１算出部１３から各グループのマハラノビス距離を入力すると、入力した複数のマハラノビス距離から最小値を選択し、この最小値のグループを異常の診断に利用するグループとして選択する。
【００２７】
第２算出部１５は、異常を診断する所定のタイミングで、記憶装置２０から選択部１４で選択された異常の診断に使用するグループのグループデータ２２を読み出し、読み出したグループデータ２２が有する各変数の値を抽出する。また、第２算出部１５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、診断部１６に求めた値を出力する。第２算出部１５におけるマハラノビス距離の算出方法も第１算出部１３における算出方法と同様である。
【００２８】
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、第２算出部１５は、第１算出部１３よりも短い時間間隔でマハラノビス距離を算出する。すなわち、異常診断装置１では、第１算出部１３が算出した複数のマハラノビス距離を利用し、選択部１４が異常の診断に利用するグループを選択する。その後、第２算出部１５は、選択部１４が選択したグループを利用してプラントの異常を診断するためのマハラノビス距離の算出を継続するが、プラントの状態に合わせたグループを選択するため、第１算出部１３がグループを確認するタイミングで再びマハラノビス距離を算出する。したがって、第２算出部１５は、第１算出部１３より短いタイムスパンでマハラノビス距離を算出する。
【００２９】
第１算出部１３が再度複数のマハラノビス距離を算出した場合、プラントの状態が変化したことで、異常の診断に使用するグループを変更することが望ましい場合には、選択部１４は、前回とは異なるグループを選択するため、その後、第２算出部１５は新たに選択されたグループのマハラノビス距離を算出する。一方、異常の診断に使用するグループを変更する必要がない場合には、選択部１４は、前回と同一のグループを選択するため、第２算出部１５は、その後も前回と同一のグループのマハラノビス距離を算出する。
【００３０】
診断部１６は、第２算出部１５からマハラノビス距離を入力すると、グループデータ２２から異常の診断に使用するグループデータ２２を読み出し、読み出したグループデータ２２が有する判定値を抽出する。また、診断部１６は、第２算出部１５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、プラントの運転状態が正常であるか異常であるかを判定して判定結果を出力装置３に出力する。
【００３１】
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、第２算出部１５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、診断部１６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診断する。一方、第２算出部１５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、診断部１６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診断する。
【００３２】
なお、第１算出部１３は、上述したように第２算出部１５よりも長い定期的なタイムスパンで各グループのマハラノビス距離を算出する他、診断部１６で異常と診断された場合に異常を診断するグループを選択するタイミングとして各グループのマハラノビス距離を算出してもよい。すなわち、第２算出部１５が算出したグループのマハラノビス距離が所定の判定値の範囲外である場合であっても、プラントの状態が変化したことにより、使用していたグループでの診断が最適ではなくなった可能性もある。この場合に、使用していたグループで異常を診断することは、異常診断の精度の信頼性は低い。したがって、再度、第１算出部１３で各グループのマハラノビス距離を算出してもなお、使用していたグループが選択されて、異常と診断された場合には異常診断の精度も信頼することができる。
【００３３】
また、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１２〜１６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。
【００３４】
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において最適なグループで異常を診断する処理について説明する。
【００３５】
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し、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）。
【００３６】
その後、第１算出部１３は、各グループについてそれぞれマハラノビス距離を算出する（Ｓ２）。続いて、選択部１４は、第１算出部１３が算出した複数のマハラノビス距離から最小値を選択し、マハラノビス距離が最小値のグループを異常の診断に利用するグループとして選択する（Ｓ３）。
【００３７】
第２算出部１５は、異常を診断するタイミングで、プラントから新たに入力した変数の値と、ステップＳ３で選択したグループについてのグループデータ２２の各変数の値とを利用してマハラノビス距離を求めて診断部１６に出力する（Ｓ４）。
【００３８】
第２算出部１５からマハラノビス距離を入力した診断部１６は、入力したマハラノビス距離をグループデータ２２で異常の診断に利用するグループに設定されている判定値と比較し、プラントの運転状態が異常であるか診断し、診断結果を出力装置３に出力する（Ｓ５）。
【００３９】
その後、異常診断装置１では、グループの確認のタイミングになるまで（Ｓ６でＮＯ）、選択部１４が選択したグループデータ２２を使用してマハラノビスの距離の算出及び異常診断を繰り返す（Ｓ４及びＳ５）。また、異常診断装置１では、グループの確認のタイミングになると（Ｓ６でＹＥＳ）、ステップＳ２に戻り、ステップＳ２乃至Ｓ５の処理を繰り返す。
【００４０】
なお、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。
【００４１】
上述したように、本発明に係る異常診断装置では、プラントのリアルタイムな状態に応じて選択されたグループデータを利用してマハラノビス距離を算出して異常を診断するため、高精度で異常診断することができる。
【００４２】
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。
【符号の説明】
【００４３】
１…異常診断装置
１０…ＣＰＵ
１１…更新部
１２…生成部
１３…第１算出部
１４…選択部
１５…第２算出部
１６…診断部
２０…記憶装置（蓄積データ記憶部、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
【特許請求の範囲】
【請求項１】
プラントの異常を診断する異常診断装置であって、
所定のタイミングで、グループデータ記憶部から異なる複数の変数の値で構成される複数のグループに関するグループデータを読み出し、各グループについて、読み出したグループデータに含まれる変数の値と、プラントから入力した当該プラントの状態を表す複数の変数の値とを利用してマハラノビス距離を算出する第１算出部と、
前記第１算出部で算出された複数のグループに関するマハラノビス距離から最小値を抽出し、抽出したマハラノビス距離のグループを異常の判定に利用するグループとして選択する選択部と、
前記第１算出部とは異なる所定のタイミングで、前記グループデータ記憶部から前記選択部が選択したグループに関するグループデータを読み出し、当該グループについて、読み出したグループデータから抽出した各変数の値と、前記プラントから入力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第２算出部と、
前記第２算出部で算出されたマハラノビス距離を利用してプラントの状態を異常と判定する診断部と、
を備えることを特徴とする異常診断装置。
【請求項２】
前記第１算出部は、前記第２算出部における算出の周期よりも長周期である周期的なタイミング又は前記診断部によって異常と判定されたタイミングで、各グループについてマハラノビス距離を算出する
ことを特徴とする請求項１記載の異常診断装置。
【請求項３】
前記診断部は、マハラノビス距離をグループ毎に定められる所定の判定値と比較し、判定値で定められる範囲外であるときに異常と判定する
ことを特徴とする請求項１又は２いずれか記載の異常診断装置。
【請求項４】
前記プラントの状態を表す変数として、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を含むレコードを有する蓄積データを記憶する蓄積データ記憶部から、変数が所定の抽出条件を満たすレコードを抽出し、抽出したレコードが含む変数でグループを生成し、生成したグループに対して、異常を診断する判定値を設定してグループデータとしてグループデータ記憶部に記憶させる生成部を備えることを特徴とする請求項１乃至３のいずれか１記載の異常診断装置。
【請求項５】
前記プラントから新たな変数を入力すると、入力した変数を関連づけたレコードを追加して前記蓄積データを更新する更新部を備えることを特徴とする請求項４に記載の異常診断装置。
【請求項１】
プラントの異常を診断する異常診断装置であって、
所定のタイミングで、グループデータ記憶部から異なる複数の変数の値で構成される複数のグループに関するグループデータを読み出し、各グループについて、読み出したグループデータに含まれる変数の値と、プラントから入力した当該プラントの状態を表す複数の変数の値とを利用してマハラノビス距離を算出する第１算出部と、
前記第１算出部で算出された複数のグループに関するマハラノビス距離から最小値を抽出し、抽出したマハラノビス距離のグループを異常の判定に利用するグループとして選択する選択部と、
前記第１算出部とは異なる所定のタイミングで、前記グループデータ記憶部から前記選択部が選択したグループに関するグループデータを読み出し、当該グループについて、読み出したグループデータから抽出した各変数の値と、前記プラントから入力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第２算出部と、
前記第２算出部で算出されたマハラノビス距離を利用してプラントの状態を異常と判定する診断部と、
を備えることを特徴とする異常診断装置。
【請求項２】
前記第１算出部は、前記第２算出部における算出の周期よりも長周期である周期的なタイミング又は前記診断部によって異常と判定されたタイミングで、各グループについてマハラノビス距離を算出する
ことを特徴とする請求項１記載の異常診断装置。
【請求項３】
前記診断部は、マハラノビス距離をグループ毎に定められる所定の判定値と比較し、判定値で定められる範囲外であるときに異常と判定する
ことを特徴とする請求項１又は２いずれか記載の異常診断装置。
【請求項４】
前記プラントの状態を表す変数として、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を含むレコードを有する蓄積データを記憶する蓄積データ記憶部から、変数が所定の抽出条件を満たすレコードを抽出し、抽出したレコードが含む変数でグループを生成し、生成したグループに対して、異常を診断する判定値を設定してグループデータとしてグループデータ記憶部に記憶させる生成部を備えることを特徴とする請求項１乃至３のいずれか１記載の異常診断装置。
【請求項５】
前記プラントから新たな変数を入力すると、入力した変数を関連づけたレコードを追加して前記蓄積データを更新する更新部を備えることを特徴とする請求項４に記載の異常診断装置。
【図１】
【図２】
【図３】
【図４】
【図２】
【図３】
【図４】
【公開番号】特開２０１３−４１４９０（Ｐ２０１３−４１４９０Ａ）
【公開日】平成２５年２月２８日（２０１３．２．２８）
【国際特許分類】
【出願番号】特願２０１１−１７８８０７（Ｐ２０１１−１７８８０７）
【出願日】平成２３年８月１８日（２０１１．８．１８）
【出願人】（０００００００９９）株式会社ＩＨＩ (5,014)
【Ｆターム（参考）】
【公開日】平成２５年２月２８日（２０１３．２．２８）
【国際特許分類】
【出願日】平成２３年８月１８日（２０１１．８．１８）
【出願人】（０００００００９９）株式会社ＩＨＩ (5,014)
【Ｆターム（参考）】
[ Back to top ]