JPH03146897A - 発電プラント機器の余寿命診断システム - Google Patents
発電プラント機器の余寿命診断システムInfo
- Publication number
- JPH03146897A JPH03146897A JP1284717A JP28471789A JPH03146897A JP H03146897 A JPH03146897 A JP H03146897A JP 1284717 A JP1284717 A JP 1284717A JP 28471789 A JP28471789 A JP 28471789A JP H03146897 A JPH03146897 A JP H03146897A
- Authority
- JP
- Japan
- Prior art keywords
- reliability
- remaining life
- knowledge
- plant equipment
- equipment
- 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.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Monitoring And Testing Of Nuclear Reactors (AREA)
Abstract
(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。
め要約のデータは記録されません。
Description
【発明の詳細な説明】
〔産業上の利用分野〕
本発明は発電プラント機器の余寿命診断システムに係り
、機器の余寿命評価手段により、定検時の交換機器の選
定や最適定検周期の提案等の予防保全業務を支援する余
寿命診断システムに関する。
、機器の余寿命評価手段により、定検時の交換機器の選
定や最適定検周期の提案等の予防保全業務を支援する余
寿命診断システムに関する。
原子力、火力プラント等の機器を構成している部品は、
高温下で外力を受けているので長時間使用中に寿命損傷
や材質劣化が生じ、ある時期に交換する必要が生じる。
高温下で外力を受けているので長時間使用中に寿命損傷
や材質劣化が生じ、ある時期に交換する必要が生じる。
従来、その交換時期を決定するための余寿命予測方法は
、ｌ）部品の劣化寿命予測と、２）機器の性能予測が挙
げられる。Ｌ）に関しては、使用したその部品から直接
試験片を切り出して破壊試験を行うことによってなされ
ていた。この従来法では、余寿命を非破壊的に測定でき
ず、部品を破壊しなければならないので、その部品の寿
命評価に手間達かかる等の欠点がある。
、ｌ）部品の劣化寿命予測と、２）機器の性能予測が挙
げられる。Ｌ）に関しては、使用したその部品から直接
試験片を切り出して破壊試験を行うことによってなされ
ていた。この従来法では、余寿命を非破壊的に測定でき
ず、部品を破壊しなければならないので、その部品の寿
命評価に手間達かかる等の欠点がある。
２）に関しては、定検時に行なわれる機能試験データの
傾向解析により分解定検対象機器を選定しているが、機
器の性能低下傾向が現われない機器が多く、専門家の経
験に頼っているため、予測精度が低い等の欠点がある。
傾向解析により分解定検対象機器を選定しているが、機
器の性能低下傾向が現われない機器が多く、専門家の経
験に頼っているため、予測精度が低い等の欠点がある。
また、特願昭６１−１１９２６６号明細書に記載されて
いるようにプ、ラントを構成する各種機器・部品の寿命
、すなわち、平均寿命（ＭＴＴＦ ： Ｍｅａｎ Ｔｉ
ｍｅ Ｔ。
いるようにプ、ラントを構成する各種機器・部品の寿命
、すなわち、平均寿命（ＭＴＴＦ ： Ｍｅａｎ Ｔｉ
ｍｅ Ｔ。
Ｆａｉｌｕｒｅ）もしくは、故障率は、メーカが設定し
た設計寿命値、あるいは、加速寿命試験等から得られる
寿命推定値、あるいは、これらを収集・整理した信頼性
データ（文献値）等が適用されており、これらに基づい
て機器・部品の点検・保全方法が決められている。
た設計寿命値、あるいは、加速寿命試験等から得られる
寿命推定値、あるいは、これらを収集・整理した信頼性
データ（文献値）等が適用されており、これらに基づい
て機器・部品の点検・保全方法が決められている。
しかし、最近、既納品の法定耐用年数を超過するプラン
ト機器が急速に増加しつつあり、劣化の加速が進行して
いる傾向にある。また、資源エネルギ庁通達により、経
年機器に対して、余寿命診断を条件に定検間隔の延長が
認められるようになり、余寿命診断の高度化が要求され
ている。特に、定検時に行なわれる分解定検等は、事故
、故障を未然に防止する上で最も重要な事項であるが、
機器設備の適切なメンテナンス周期が確立されておらず
、これまでの運転保守実績からオーバメンテナンス的な
面が見られるため、個々のプラント機器について予防保
全の最適選定計画立案が必要である。
ト機器が急速に増加しつつあり、劣化の加速が進行して
いる傾向にある。また、資源エネルギ庁通達により、経
年機器に対して、余寿命診断を条件に定検間隔の延長が
認められるようになり、余寿命診断の高度化が要求され
ている。特に、定検時に行なわれる分解定検等は、事故
、故障を未然に防止する上で最も重要な事項であるが、
機器設備の適切なメンテナンス周期が確立されておらず
、これまでの運転保守実績からオーバメンテナンス的な
面が見られるため、個々のプラント機器について予防保
全の最適選定計画立案が必要である。
本発明の目的は、上記の要求に対処するため、機器の余
寿命予測精度を向上させ、点検対象とすべき機器を高信
頼度で選定できる発電プラント機器の余寿命診断システ
ムを提供することにある。
寿命予測精度を向上させ、点検対象とすべき機器を高信
頼度で選定できる発電プラント機器の余寿命診断システ
ムを提供することにある。
上記目的を遠戚するために、機器の余寿命予測にワイブ
ル分布を仮定した信頼性解析を利用したシステムを構築
した。
ル分布を仮定した信頼性解析を利用したシステムを構築
した。
機器の余寿命は、ある運転条件下で機器構成部３−
材の曲げ強さ、硬さ等の劣化特性値の変化を非破壊的に
評価することにより、予測可能である。
評価することにより、予測可能である。
例えば、制御棒駆動機構（以下、ＣＨＤと略称）の寿命
は、多数の構成部材の中で短寿命部材に属するカーボン
シールの寿命に依存する。このカーボンシールの劣化特
性値は、曲げ強さが挙げられる。ＣＲＤに使用されてい
るカーボンシールでは。
は、多数の構成部材の中で短寿命部材に属するカーボン
シールの寿命に依存する。このカーボンシールの劣化特
性値は、曲げ強さが挙げられる。ＣＲＤに使用されてい
るカーボンシールでは。
その曲げ強さが、運転温度の増加に伴い低下する傾向が
あり、その劣化挙動は、次式により近似できることが分
かった。
あり、その劣化挙動は、次式により近似できることが分
かった。
ａ ＝ ａｏｅｘｐ（−ｆ （Ｔ）”ｔａ） −
（１）ｆ （Ｔ ）＝ｅｘｐ（ｂ Ｔ ＋ｃ ）
・・’ （２）ここで、σは劣化特性値、σ
０は劣化特性初期値、Ｔは温度、ｔは時間、ａ、ｂ、Ｑ
は実験定数である。さらに、カーボンシールの劣化挙動
のばらつきからワイブル分布を仮定すると、劣化の信頼
度は、次式で表現できる。
（１）ｆ （Ｔ ）＝ｅｘｐ（ｂ Ｔ ＋ｃ ）
・・’ （２）ここで、σは劣化特性値、σ
０は劣化特性初期値、Ｔは温度、ｔは時間、ａ、ｂ、Ｑ
は実験定数である。さらに、カーボンシールの劣化挙動
のばらつきからワイブル分布を仮定すると、劣化の信頼
度は、次式で表現できる。
Ｒｓ ＝ｅｘｐ（（ｔ ／ η）”）
−（３）ただし、ｔは時間、９９ｍは、実験定数である
。
−（３）ただし、ｔは時間、９９ｍは、実験定数である
。
ここで、９９ｍの実験定数は、温度依存性があり、４
η＝η（Ｔ） ・
・・（４）ｍ＝ｍ（Ｔ）
・・・（５）で表現できる。従って、各ＣＲＤ
の運転温度履歴が分かれば、各ＣＨＤの信頼度を予測す
ることができる。また、カーボンシールのシール性能が
低下する限界信頼度Ｒｃまでの運転時間を部材の寿命と
仮定すれば、時刻ｔにおける余寿命りは、次式により表
現できる。
・・（４）ｍ＝ｍ（Ｔ）
・・・（５）で表現できる。従って、各ＣＲＤ
の運転温度履歴が分かれば、各ＣＨＤの信頼度を予測す
ることができる。また、カーボンシールのシール性能が
低下する限界信頼度Ｒｃまでの運転時間を部材の寿命と
仮定すれば、時刻ｔにおける余寿命りは、次式により表
現できる。
Ｌ＝η（Ｔｓ）（−ＬＯＧ（ＲＣ））１／−（Ｔ３）−
ｔ−（６）ここで、Ｔｓは、時刻を後の運転温度である
。
ｔ−（６）ここで、Ｔｓは、時刻を後の運転温度である
。
従って、各ＣＲＤの運転温度履歴から、各ＣＲＤの余寿
命が算出できる。
命が算出できる。
本発明では、部材劣化の信頼度を考慮して、信頼度の小
さいものから優先的に所定本数を選定する。ｎ本のＣＲ
Ｄから構成されるＣＲＤ全体のシステム信頼度は、次式
で表現できる。
さいものから優先的に所定本数を選定する。ｎ本のＣＲ
Ｄから構成されるＣＲＤ全体のシステム信頼度は、次式
で表現できる。
Ｒ： ｎ Ｒｒ ＝ Ｒエ・Ｒ２−Ｒ１・−・Ｒｎ
・（７）ここで、Ｒ１はＣＲＤ構戒構成の寿命データ
のワイブル分布解析から求めた各ＣＨＤの信頼度であり
、（３）式で定義した値である。
・（７）ここで、Ｒ１はＣＲＤ構戒構成の寿命データ
のワイブル分布解析から求めた各ＣＨＤの信頼度であり
、（３）式で定義した値である。
各ＣＲＤの信頼度の大小関係をＲｔ ＜ Ｒ２＜・〈Ｒ
５〈・・＜ＲＮと仮定した場合に、信頼度の小さいもの
から優先的にに本選定すれば、交換後の各ＣＲＤの信頼
度は、 ＲＩ＝ １ （ｉ−＝ １〜ｋ） ・・・
（８）Ｒ＋＜１ （ｉ＝に＋Ｉ〜ｎ）−（９
）となるから、ＣＨＤ全体の信頼度は、信頼度の小さい
ものから優先的にに本だけ除いた残りの交換しない（ｎ
−ｋ）本のＣＨＤの信頼度の積で表現できる。
５〈・・＜ＲＮと仮定した場合に、信頼度の小さいもの
から優先的にに本選定すれば、交換後の各ＣＲＤの信頼
度は、 ＲＩ＝ １ （ｉ−＝ １〜ｋ） ・・・
（８）Ｒ＋＜１ （ｉ＝に＋Ｉ〜ｎ）−（９
）となるから、ＣＨＤ全体の信頼度は、信頼度の小さい
ものから優先的にに本だけ除いた残りの交換しない（ｎ
−ｋ）本のＣＨＤの信頼度の積で表現できる。
Ｒ＝ ＩＴ Ｒ＋ ＝ Ｒｈ＋ｉ ＨＲｋ＋ｚ−・Ｒｎ
・・・（ＩＱ）従って、本方式で選定した場合の
システム信頼度が最大となるため１点検ＣＲＤの選定方
法の高信頼度化が図れる。
・・・（ＩＱ）従って、本方式で選定した場合の
システム信頼度が最大となるため１点検ＣＲＤの選定方
法の高信頼度化が図れる。
本発明は、以上の選定方法に着目し、部材劣化の信頼度
を運転温度履歴等のプロセス量から予測して、信頼度の
小さいものから優先的に所定本数選定することを特徴と
する。
を運転温度履歴等のプロセス量から予測して、信頼度の
小さいものから優先的に所定本数選定することを特徴と
する。
以下、本発明の一実施例を詳細に説明する。
第１図は、余寿命診断システムのブロック図である。本
システムは、専門家や過去の経験から得た予防保全業務
に関する知識（機器・部品の仕様。
システムは、専門家や過去の経験から得た予防保全業務
に関する知識（機器・部品の仕様。
性能、限界値、事故・不具合情報、保守情報等）を推論
処理できるように表現し、それを格納する知識ベース１
、知識の入力、変更、デパックを行なう知識獲得支援機
構２、知識ベースを基にして、推論及び制御を実行する
推論機構３、専門家から得た知識の入力、保守、または
、利用者の応答を容易に行なわせるユーザインターフェ
イス４、及び、外部からデータを取り込む外部システム
インターフェイス５から構成されるエキスパートシステ
ム６とプラントデータを管理するデータベースシステム
７及びキーボードやデイスプレィ等の入出力機能を実施
する端末システム８から構成される。
処理できるように表現し、それを格納する知識ベース１
、知識の入力、変更、デパックを行なう知識獲得支援機
構２、知識ベースを基にして、推論及び制御を実行する
推論機構３、専門家から得た知識の入力、保守、または
、利用者の応答を容易に行なわせるユーザインターフェ
イス４、及び、外部からデータを取り込む外部システム
インターフェイス５から構成されるエキスパートシステ
ム６とプラントデータを管理するデータベースシステム
７及びキーボードやデイスプレィ等の入出力機能を実施
する端末システム８から構成される。
エキスパートシステム６には、機器の余寿命を診断する
ためのソフトウェアが格納されている。
ためのソフトウェアが格納されている。
このエキスパートシステム６の特徴は、以下の点にある
。
。
−
（１）知識表現は、ＩＦ−ＴＨＥＮ〜型のプロダクショ
ンルール形式で表現できるルール型知識と。
ンルール形式で表現できるルール型知識と。
表現の真偽が確定している事実型知識すなわちフレーム
型の双方を扱えるハイブリッドタイプの知識表現が可能
である。
型の双方を扱えるハイブリッドタイプの知識表現が可能
である。
（２）前向き推論、後向き推論ができる柔軟な推論機構
をもち、競合解消戦略も複数あり、ルールの条件部、メ
タルール、デバッガから自由に選択できる。
をもち、競合解消戦略も複数あり、ルールの条件部、メ
タルール、デバッガから自由に選択できる。
（３）知識ベースに格納された知識は、推論で用いる前
に高速処理できる形に変換する。この結果、推論実行中
に不必要なルールの照合を軽減し、推論時の実行速度を
向上させ、高速推論が可能である。さらに、メタルール
を用い、使用するルール群の数を絞り込むことにより自
Ｉ５高速化を図ることができる。
に高速処理できる形に変換する。この結果、推論実行中
に不必要なルールの照合を軽減し、推論時の実行速度を
向上させ、高速推論が可能である。さらに、メタルール
を用い、使用するルール群の数を絞り込むことにより自
Ｉ５高速化を図ることができる。
第２図は、本システムの概略フローチャー１−である。
部材の劣化解析では、機器を構成する部品の加速寿命試
験データの信頼性解析結果に基づいて、機器の余寿命を
予測する。機器の余寿命は、８− ある運転条件下で機器構成部材の曲げ強さ、硬さ等の劣
化特性値の変化を評価することにより、予測可能である
。
験データの信頼性解析結果に基づいて、機器の余寿命を
予測する。機器の余寿命は、８− ある運転条件下で機器構成部材の曲げ強さ、硬さ等の劣
化特性値の変化を評価することにより、予測可能である
。
余寿命予測方法は以下のようにして行なう。
１）データベースシステム７に格納されている対象機器
構成部材の故障情報、あるいは、加速寿命試験データを
用いてワイブル分布解析等の信頼性解析を実施する。
構成部材の故障情報、あるいは、加速寿命試験データを
用いてワイブル分布解析等の信頼性解析を実施する。
２）ワイブル分布解析から、その部材の故障形態を表わ
すワイブル形状パラメータｍ＋（初期故障（ｍ＋＜１）
、偶発故障（ｍ＋＝１）、摩耗故障（ｍ＋＞１））と尺
度パラメータη１（特性寿命）を求める。
すワイブル形状パラメータｍ＋（初期故障（ｍ＋＜１）
、偶発故障（ｍ＋＝１）、摩耗故障（ｍ＋＞１））と尺
度パラメータη１（特性寿命）を求める。
３）対象機器の運転履歴時間上を入力する。
４）運転環境条件履歴読み込み（ＣＨＤの場合は、運転
温度） ５）運転履歴時間ｔと特性寿命η量より部材の信頼度Ｒ
Ｉ を算出する。
温度） ５）運転履歴時間ｔと特性寿命η量より部材の信頼度Ｒ
Ｉ を算出する。
６）部材全数（ｉ＝３〜ｎ）算出後、構成部材信頼度Ｒ
Ｉから機器信頼度Ｒｅを（１１）式により算出する。
Ｉから機器信頼度Ｒｅを（１１）式により算出する。
Ｒｅ”ｎ Ｒ＋＝ＲｚＲ２−−Ｒｔ−−Ｒｎ１”１
＝ｅｘｐ（−Σ （１／ηｔ）” ） −（
ｎ）７）機器信頼度Ｒｅを小さいものから優先的に所定
本数（ｋ本）選定する。
ｎ）７）機器信頼度Ｒｅを小さいものから優先的に所定
本数（ｋ本）選定する。
８）機器信頼度限界値を設定後、（１１）式から逆算し
て余寿命りを算出する。
て余寿命りを算出する。
９）信頼度の小さいものから優先的にに本だけ除いた残
りの交換しない（ｎ −ｋ）本のＣＨＤの信頼度の積か
らシステム信頼度を算出する。
りの交換しない（ｎ −ｋ）本のＣＨＤの信頼度の積か
らシステム信頼度を算出する。
本発明をＣＲＤに適用した場合の余寿命診断システムの
適用例を以下に示す。
適用例を以下に示す。
第３図は、ＣＲＤの構成部品のカーボンシールの劣化特
性として、寿命試験から得られた曲げ強さの温度依存性
の一例を示す。同図より、運転温度の増加に伴い曲げ強
さの劣化速度が速くなる傾向があり、曲げ強さは、（１
）式で示したように時間と温度との指数関数で表示でき
ることがわかる。
性として、寿命試験から得られた曲げ強さの温度依存性
の一例を示す。同図より、運転温度の増加に伴い曲げ強
さの劣化速度が速くなる傾向があり、曲げ強さは、（１
）式で示したように時間と温度との指数関数で表示でき
ることがわかる。
この相関関係をエキスパートシステム６内の知識１１−
ベース１に格納しておくことにより、ＣＲＤの余寿命診
断が可能となる。
断が可能となる。
第４図は、カーボンシールの加速寿命試験データを用い
てワイブル分布解析を実施した場合の実施定数ｍ（Ｔ）
と温度との関係を示した図である。
てワイブル分布解析を実施した場合の実施定数ｍ（Ｔ）
と温度との関係を示した図である。
ｍ（Ｔ）は温度の増加に伴い増加する傾向を示す。
第５図は第４図と同様、ワイブル分布解析を実施した場
合の実験定数η（Ｔ）と温度との関係を示した図である
。η（Ｔ）は、温度の増加に伴い減少する傾向を示す。
合の実験定数η（Ｔ）と温度との関係を示した図である
。η（Ｔ）は、温度の増加に伴い減少する傾向を示す。
これらの実験定数を使用して、システムを実行下場合の
結果を以下に示す。
結果を以下に示す。
第６図は、運転温度履歴を仮定した場合のカー・ボンシ
ールの信頼度解析結果である。この図より、限界信頼度
到達時間ｔｃ と現在時間ｔとの差より、余寿命りが算
出できる。
ールの信頼度解析結果である。この図より、限界信頼度
到達時間ｔｃ と現在時間ｔとの差より、余寿命りが算
出できる。
第７図はＣＨＤの余寿命算出結果である。
第８図は、本発明を用いて算出した場合のシステム信頼
度と従来実施していた機能試験データの傾向解析によっ
て選定した場合のシステム信頼度との比較を示す。本発
明による選定方法を採用することにより、システム信頼
度は向上し、かつ、定検周期も延長できることがわかる
。
度と従来実施していた機能試験データの傾向解析によっ
て選定した場合のシステム信頼度との比較を示す。本発
明による選定方法を採用することにより、システム信頼
度は向上し、かつ、定検周期も延長できることがわかる
。
以上の例のように、運転温度履歴等のプロセス量から機
器の信頼度を予測する方法は、他の機器にも適用可能で
ある。
器の信頼度を予測する方法は、他の機器にも適用可能で
ある。
本発明をＣＨＤの予防保全業務に適用した場合、以下の
効果がある。
効果がある。
原子力発電プラント（出力１１００ＭＷｅ）では、１８
５本のＣＲＤが装荷されており、現在５年周期で全数点
検を実施している。１年間に約３７本の点検をするため
、約１２日間を要し、全点検要期の約２０％を占めてい
る。この定検周期は安全サイドで決められているため、
オーバメンテナンスの傾向がある。本発明によれば、結
果として得られる点検周期は従来の異部から七年〜十年
に延長可能となるため、１回の定検時に実施するＣＨＤ
点検本数は、約５０％削減できる。この点検本数の選定
に要する時間も、従来杓子日間を要していたが、約五分
で精度良く選定できる。
５本のＣＲＤが装荷されており、現在５年周期で全数点
検を実施している。１年間に約３７本の点検をするため
、約１２日間を要し、全点検要期の約２０％を占めてい
る。この定検周期は安全サイドで決められているため、
オーバメンテナンスの傾向がある。本発明によれば、結
果として得られる点検周期は従来の異部から七年〜十年
に延長可能となるため、１回の定検時に実施するＣＨＤ
点検本数は、約５０％削減できる。この点検本数の選定
に要する時間も、従来杓子日間を要していたが、約五分
で精度良く選定できる。
従って、従来の定検工程、作業量、および、これに伴う
被爆量も約５０％低減できる。
被爆量も約５０％低減できる。
このように、本発明によれば、対象機器の運転温度履歴
等のプロセス量を用いることにより、部品の劣化傾向を
非破壊的に予測でき、そのデータを基にして各ＣＲＤの
余寿命が予測できる。この結果から、各ＣＲＤの故障率
、信頼度、及び、定検周期等を迅速に高精度で予測でき
るので、予防保全計画の立案に要する時間の短縮が図れ
る。
等のプロセス量を用いることにより、部品の劣化傾向を
非破壊的に予測でき、そのデータを基にして各ＣＲＤの
余寿命が予測できる。この結果から、各ＣＲＤの故障率
、信頼度、及び、定検周期等を迅速に高精度で予測でき
るので、予防保全計画の立案に要する時間の短縮が図れ
る。
第１図は本発明の一実施例の余寿命診断システムのブロ
ック図、第２図は本システムの制御フローチャート、第
３図はＣＲＤの構成部品のカーボンシールの劣化特性と
して、寿命試験から得られた曲げ強さの温度依存性の一
例を示す説明図、第４図はワイブル分布解析を実施した
場合の実験定数ｍ （Ｔ）と温度との関係を示す特性図
、第５図はワイブル分布解析を実施した場合の実験定数
η（Ｔ）と温度との関係を示す特性図、第６図は運転温
度履歴を仮定した場合のカーボンシールの信頼度解析結
果を示す説明図、第７図はＣＲＤの余寿命算出結果の説
明図、第８図は本発明を用いて算出した場合のシステム
信頼度と従来実施していた機能試験データの傾向解析に
よって選定した場合のシステム信頼度との比較を示す説
明図である。 工・・知識ベース、２・・・知識獲得支援機構、３・・
・推論機構、４・・・ユーザインターフェイス、５・・
外部システムインターフェイス、６・・・エキスパー１
へシステム、７・・・データベースシステム、８・・端
末シ１５ 躬３図 ・冒（璽 目Ｔ 弔 日 躬８図
ック図、第２図は本システムの制御フローチャート、第
３図はＣＲＤの構成部品のカーボンシールの劣化特性と
して、寿命試験から得られた曲げ強さの温度依存性の一
例を示す説明図、第４図はワイブル分布解析を実施した
場合の実験定数ｍ （Ｔ）と温度との関係を示す特性図
、第５図はワイブル分布解析を実施した場合の実験定数
η（Ｔ）と温度との関係を示す特性図、第６図は運転温
度履歴を仮定した場合のカーボンシールの信頼度解析結
果を示す説明図、第７図はＣＲＤの余寿命算出結果の説
明図、第８図は本発明を用いて算出した場合のシステム
信頼度と従来実施していた機能試験データの傾向解析に
よって選定した場合のシステム信頼度との比較を示す説
明図である。 工・・知識ベース、２・・・知識獲得支援機構、３・・
・推論機構、４・・・ユーザインターフェイス、５・・
外部システムインターフェイス、６・・・エキスパー１
へシステム、７・・・データベースシステム、８・・端
末シ１５ 躬３図 ・冒（璽 目Ｔ 弔 日 躬８図
Claims (1)
- 【特許請求の範囲】 １、知識を格納する知識ベースと、知識の入力、変更、
デバッグを行なう知識獲得支援機構と、前記知識ベース
を基にして、推論及び制御を実行する推論機構と、専門
家から得た知識の入力、保守または利用者の応答を容易
に行なわせるユーザインターフェイス及び外部からデー
タを取り込む外部システムインターフェイスから構成さ
れるエキスパートシステムと、プラントデータを管理す
るデータベースシステムと、入出力用の端末システムか
ら構成される発電プラント機器の余寿命診断システムを
使用して、構成部材の劣化特性値を温度等のプロセス量
の運転履歴から算出して求めた構成部材の信頼度から機
器の余寿命を予測する手段を設けたことを特徴とする発
電プラント機器の余寿命診断システム。 ２、構成部材の寿命データのワイブル分布解析から求め
た部材劣化の信頼度を考慮して、信頼度の小さいものか
ら優先的に所定本数選定する請求項第１項に記載の発電
プラント機器の余寿命診断システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1284717A JPH03146897A (ja) | 1989-11-02 | 1989-11-02 | 発電プラント機器の余寿命診断システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP1284717A JPH03146897A (ja) | 1989-11-02 | 1989-11-02 | 発電プラント機器の余寿命診断システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH03146897A true JPH03146897A (ja) | 1991-06-21 |
Family
ID=17682070
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP1284717A Pending JPH03146897A (ja) | 1989-11-02 | 1989-11-02 | 発電プラント機器の余寿命診断システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH03146897A (ja) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05231987A (ja) * | 1992-02-24 | 1993-09-07 | Nippon Telegr & Teleph Corp <Ntt> | 光パルス試験器 |
| US5648919A (en) * | 1993-02-15 | 1997-07-15 | Babcock-Hitachi Kabushiki Kaisha | Maintenance systems for degradation of plant component parts |
| CN103065052A (zh) * | 2013-01-07 | 2013-04-24 | 河南科技大学 | 一种测定机械产品理论寿命的方法 |
| JP2019002803A (ja) * | 2017-06-15 | 2019-01-10 | 株式会社東芝 | 原子炉構造材料の寿命予測方法とその装置 |
-
1989
- 1989-11-02 JP JP1284717A patent/JPH03146897A/ja active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05231987A (ja) * | 1992-02-24 | 1993-09-07 | Nippon Telegr & Teleph Corp <Ntt> | 光パルス試験器 |
| US5648919A (en) * | 1993-02-15 | 1997-07-15 | Babcock-Hitachi Kabushiki Kaisha | Maintenance systems for degradation of plant component parts |
| CN103065052A (zh) * | 2013-01-07 | 2013-04-24 | 河南科技大学 | 一种测定机械产品理论寿命的方法 |
| CN103065052B (zh) * | 2013-01-07 | 2015-10-28 | 河南科技大学 | 一种测定机械产品理论寿命的方法 |
| JP2019002803A (ja) * | 2017-06-15 | 2019-01-10 | 株式会社東芝 | 原子炉構造材料の寿命予測方法とその装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5331579A (en) | Deterministic, probabilistic and subjective modeling system | |
| Baraldi et al. | A Kalman filter-based ensemble approach with application to turbine creep prognostics | |
| Kang et al. | A Bayesian belief network-based advisory system for operational availability focused diagnosis of complex nuclear power systems | |
| JP6088131B2 (ja) | タービン性能診断システム及び方法 | |
| JP2821149B2 (ja) | プラントの寿命管理装置 | |
| US7333918B2 (en) | System and method for calculating part life | |
| CN105278524B (zh) | 一种开放型水电机组故障诊断系统 | |
| CN114879043B (zh) | 锂离子电池析锂诊断方法、装置、设备和介质 | |
| JP2544498B2 (ja) | 余寿命診断方法及び余寿命診断装置並びに余寿命情報表示方法及び表示装置とエキスパ―トシステム | |
| US7412430B1 (en) | Determining the quality of computer software | |
| JPH03146897A (ja) | 発電プラント機器の余寿命診断システム | |
| CN119207676B (zh) | 一种蠕变曲线预测方法 | |
| CN116052813B (zh) | 一种全数值驱动的实时蠕变疲劳损伤监测方法 | |
| CN119150116A (zh) | 基于主动学习的风力发电机轴承润滑故障预测方法 | |
| JPH02208597A (ja) | プラントの総合予防保全システム | |
| JP2001060110A (ja) | プラント異常事象評価装置とその方法、ならびに記憶媒体 | |
| JPS62192694A (ja) | プラント診断装置 | |
| Green | Paper 3: Reliability Prediction | |
| Cathcart et al. | Probabilistic lifing methods for digital assets | |
| JPS63208716A (ja) | 機器保守管理支援装置 | |
| JPH02161364A (ja) | 発電プラント機器の余寿命診断システム | |
| Arndt et al. | Lessons Learned from the US Nuclear Regulatory Commission’s Digital System Risk Research | |
| Del Moral et al. | Filtering misleading repair log labels to improve predictive maintenance models | |
| Brettle et al. | Do Predictive Models Always Deteriorate in Performance with Time? A Case Study in Elective Mortality Predictive Model Performance | |
| Lassus | Validation of a simulator for an engine power plant |