JPH0572004A - プラントの異常診断装置 - Google Patents
プラントの異常診断装置Info
- Publication number
- JPH0572004A JPH0572004A JP3230399A JP23039991A JPH0572004A JP H0572004 A JPH0572004 A JP H0572004A JP 3230399 A JP3230399 A JP 3230399A JP 23039991 A JP23039991 A JP 23039991A JP H0572004 A JPH0572004 A JP H0572004A
- Authority
- JP
- Japan
- Prior art keywords
- event
- cause
- abnormality
- input
- operator
- 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.)
- Withdrawn
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 19
- 230000005856 abnormality Effects 0.000 claims abstract description 21
- 230000001364 causal effect Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 10
- 230000002159 abnormal effect Effects 0.000 abstract description 5
- 239000011159 matrix material Substances 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011835 investigation Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 238000013000 roll bending Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Landscapes
- Testing Or Calibration Of Command Recording Devices (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
(57)【要約】
【目的】 操作員の判断を要する事象についても、考慮
して異常原因を診断することのできる異常診断装置を提
供することにある。 【構成】 事象を、自動的に検出可能な事象と操作員の
判断を要する事象に区分し、各事象ごとに原因と結果の
因果関係を行列式で表現した知識データを作成し、先
ず、前者の事象に関する行列式で大まかな判断を行った
後、後者の事象に関する行列式で詳細な判断を行う。
して異常原因を診断することのできる異常診断装置を提
供することにある。 【構成】 事象を、自動的に検出可能な事象と操作員の
判断を要する事象に区分し、各事象ごとに原因と結果の
因果関係を行列式で表現した知識データを作成し、先
ず、前者の事象に関する行列式で大まかな判断を行った
後、後者の事象に関する行列式で詳細な判断を行う。
Description
【０００１】
【産業上の利用分野】本発明は、プラントの異常診断装
置に関する。
置に関する。
【０００２】
【従来の技術】従来、プラントで発生した異常事象か
ら、その原因を推定する方法として、図３に示すように
ｎ個の事象ｂj（ｊ＝１，２，…，ｎ）とｍ個の原因ａi
（ｉ＝１，２，…，ｍ）の因果関係を行列式（マトリッ
クス）で表現した知識データを使用する方法がある。例
えば、図３に示すように原因ａ1と事象ｂ1の関係をｒ11
で表現した場合は、原因ａ1により事象ｂ1が発生する確
率がｒ11であることを示している。このｒijを要素とす
るｍ×ｎ行列をＲとし、ａi，ｂjを要素とするベクトル
をそれぞれＡ，Ｂとすれば上記の因果関係は次式で表さ
れる。 Ａ・Ｒ＝Ｂ …（１） ここで、記号「・」は、次の様な計算を意味する。 ∨i（ａi∧ｒij）＝ｂj …（２） 但し、∨：ｍａｘ ，∧：ｍｉｎ
ら、その原因を推定する方法として、図３に示すように
ｎ個の事象ｂj（ｊ＝１，２，…，ｎ）とｍ個の原因ａi
（ｉ＝１，２，…，ｍ）の因果関係を行列式（マトリッ
クス）で表現した知識データを使用する方法がある。例
えば、図３に示すように原因ａ1と事象ｂ1の関係をｒ11
で表現した場合は、原因ａ1により事象ｂ1が発生する確
率がｒ11であることを示している。このｒijを要素とす
るｍ×ｎ行列をＲとし、ａi，ｂjを要素とするベクトル
をそれぞれＡ，Ｂとすれば上記の因果関係は次式で表さ
れる。 Ａ・Ｒ＝Ｂ …（１） ここで、記号「・」は、次の様な計算を意味する。 ∨i（ａi∧ｒij）＝ｂj …（２） 但し、∨：ｍａｘ ，∧：ｍｉｎ
【０００３】従来は、この行列Ｒと現在生じている事象
Ｂから、原因Ａを逆算することで、異常原因の推定を行
っていた。その装置の一例を図４に示す。同図に示すよ
うに、診断を実行する計算機１は信号入力部３、判断部
４、原因推定部５、知識データ６及び表示部７とから構
成されている。プラント２に発生する事象に関係する信
号は信号入力部３に入力され、判断部４は入力した信号
から事象の発生度合を判断する。原因推定部５は、知識
データ６を用いて原因を推定し、その推定結果は表示装
置７により表示される。
Ｂから、原因Ａを逆算することで、異常原因の推定を行
っていた。その装置の一例を図４に示す。同図に示すよ
うに、診断を実行する計算機１は信号入力部３、判断部
４、原因推定部５、知識データ６及び表示部７とから構
成されている。プラント２に発生する事象に関係する信
号は信号入力部３に入力され、判断部４は入力した信号
から事象の発生度合を判断する。原因推定部５は、知識
データ６を用いて原因を推定し、その推定結果は表示装
置７により表示される。
【０００４】
【発明が解決しようとする課題】プラントにおける事象
は、検出器及び計算機を用いて自動的に検出できる事象
（以下、自動検出事象という）と、操作員の人為的な判
断を要する事象（以下、操作員入力事象と言う）の二つ
に分けられるが、一般的には後者の方が多い。従って、
全ての事象について正確な判断を行う為には、自動検出
事象のみにより上記知識データを作成するだけでは不十
分であり、操作員入力事象の全ても操作員が人為的に入
力して上記知識データを作成する必要がある。しかし、
図３に示す従来の異常検出装置では、操作員入力事象を
入力せずに上記知識データを作成していた為、原因候補
が数多く得られ原因が絞り込めない等の問題点を生じて
いた。
は、検出器及び計算機を用いて自動的に検出できる事象
（以下、自動検出事象という）と、操作員の人為的な判
断を要する事象（以下、操作員入力事象と言う）の二つ
に分けられるが、一般的には後者の方が多い。従って、
全ての事象について正確な判断を行う為には、自動検出
事象のみにより上記知識データを作成するだけでは不十
分であり、操作員入力事象の全ても操作員が人為的に入
力して上記知識データを作成する必要がある。しかし、
図３に示す従来の異常検出装置では、操作員入力事象を
入力せずに上記知識データを作成していた為、原因候補
が数多く得られ原因が絞り込めない等の問題点を生じて
いた。
【０００５】また、操作員入力事象を知識データとして
入力するためには、各事象について調査しなければなら
ないが、その為には、プラントの運転を一旦停止し、調
査可能な環境を準備し、例えばロールを抜き取る等の準
備をしなければならず、調査に長時間を要していた。更
に、全ての事象を１個の行列式で表現した知識データを
使用するとすると、操作員入力事象についての調査が全
て完了するまでは、自動検出事象についての検出が終了
している場合でも、知識データを利用した原因の推定を
行うことができない問題を生じる。本発明は、上記従来
技術に鑑みてなされたものであり、自動的に検出可能な
自動検出事象と人為的な判断を要する操作員入力事象と
を区別して表現した行列式による知識データを使用する
プラントの異常診断装置を提供することを目的とするも
のである。
入力するためには、各事象について調査しなければなら
ないが、その為には、プラントの運転を一旦停止し、調
査可能な環境を準備し、例えばロールを抜き取る等の準
備をしなければならず、調査に長時間を要していた。更
に、全ての事象を１個の行列式で表現した知識データを
使用するとすると、操作員入力事象についての調査が全
て完了するまでは、自動検出事象についての検出が終了
している場合でも、知識データを利用した原因の推定を
行うことができない問題を生じる。本発明は、上記従来
技術に鑑みてなされたものであり、自動的に検出可能な
自動検出事象と人為的な判断を要する操作員入力事象と
を区別して表現した行列式による知識データを使用する
プラントの異常診断装置を提供することを目的とするも
のである。
【０００６】
【課題を解決するための手段】斯かる目的を達成する本
発明の構成は異常の事象と原因の因果関係を表現した行
列式よりなる知識データを用いてオンラインでプラント
の異常原因を推定する異常診断装置において、自動的に
検出できる事象と人為的な判断を要する事象とに区別し
て前記行列式を作成し、前者の事象に関する行列式に基
づいて大まかな診断を行った後に、後者の事象に関する
行列式に基づいて詳細な診断をすることを特徴とする。
発明の構成は異常の事象と原因の因果関係を表現した行
列式よりなる知識データを用いてオンラインでプラント
の異常原因を推定する異常診断装置において、自動的に
検出できる事象と人為的な判断を要する事象とに区別し
て前記行列式を作成し、前者の事象に関する行列式に基
づいて大まかな診断を行った後に、後者の事象に関する
行列式に基づいて詳細な診断をすることを特徴とする。
【０００７】
【作用】本発明では、先ず、自動検出事象のみからなる
行列式を用いて大まかな診断を行い、例えば、異常の発
生している機器を推定し、次いで、操作員入力事象によ
る行列式、例えば、上記原因に関する事象のみからなる
小さな行列式を用いて詳細な診断を行うのである。従っ
て、操作員入力事象も絞り込むことにより、操作員の調
査項目を低減することができ、迅速な推定が可能とな
る。
行列式を用いて大まかな診断を行い、例えば、異常の発
生している機器を推定し、次いで、操作員入力事象によ
る行列式、例えば、上記原因に関する事象のみからなる
小さな行列式を用いて詳細な診断を行うのである。従っ
て、操作員入力事象も絞り込むことにより、操作員の調
査項目を低減することができ、迅速な推定が可能とな
る。
【０００８】本発明における自動検出事象とは、検出器
で搬出できる事象及び検出器からのデータを用いて自動
的に判断できる事象のことであり、例えばシリンダ位置
データが或る値より大きいか否かの判断等である。ま
た、操作員入力事象とは、検出器により検出することが
できず、人為的に調査、判断を要する事象のことであ
り、例えば、断線等のことである。
で搬出できる事象及び検出器からのデータを用いて自動
的に判断できる事象のことであり、例えばシリンダ位置
データが或る値より大きいか否かの判断等である。ま
た、操作員入力事象とは、検出器により検出することが
できず、人為的に調査、判断を要する事象のことであ
り、例えば、断線等のことである。
【０００９】
【実施例】以下、本発明について、図面に示す実施例を
参照して詳細に説明する。図１に本発明の一実施例を示
す。同図に示すように、診断を実行する計算機１は信号
入力部３、判断部４、原因推定部５，８、知識データ
６，９、表示部７及び入力装置１０とから構成されてい
る。
参照して詳細に説明する。図１に本発明の一実施例を示
す。同図に示すように、診断を実行する計算機１は信号
入力部３、判断部４、原因推定部５，８、知識データ
６，９、表示部７及び入力装置１０とから構成されてい
る。
【００１０】診断の対象となるプラント２としては、例
えば、図５に示す圧延機の油圧圧下装置が使用される。
同図に示すように、この油圧圧下装置は、圧延材１１を
上下のワークロール１２，１３で挟み付け、更に、上下
のワークロール１２，１３を上下のバックアップロール
１４，１５で挟み付けるものである。ワークロール１
２，１３は、ロールベンディングシリンダ１６，１７に
より制御され、また、バックアップロール１４，１５は
油圧圧下シリンダ１８，１９により位置制御されてい
る。油圧圧下シリンダ１８，１９の位置はサーボ弁２
０，２１により制御され、油圧圧下シリンダ１８，１９
の位置は位置検出器２２，２３により検出される。ま
た、油圧圧下シリンダ１８，１９の荷重はロードセル２
４，２５により検出される。
えば、図５に示す圧延機の油圧圧下装置が使用される。
同図に示すように、この油圧圧下装置は、圧延材１１を
上下のワークロール１２，１３で挟み付け、更に、上下
のワークロール１２，１３を上下のバックアップロール
１４，１５で挟み付けるものである。ワークロール１
２，１３は、ロールベンディングシリンダ１６，１７に
より制御され、また、バックアップロール１４，１５は
油圧圧下シリンダ１８，１９により位置制御されてい
る。油圧圧下シリンダ１８，１９の位置はサーボ弁２
０，２１により制御され、油圧圧下シリンダ１８，１９
の位置は位置検出器２２，２３により検出される。ま
た、油圧圧下シリンダ１８，１９の荷重はロードセル２
４，２５により検出される。
【００１１】プラント２に発生した自動検出事象に関係
する信号は信号入力部３に定期的に入力され、判断部４
は入力した信号から自動検出事象の発生度合を判断す
る。知識データ６は、計算機で自動的に検出できる自動
検出事象についての知識データであり、原因推定部５は
知識データ６を用いて原因を推定する。また、知識デー
タ９は、操作員の判断を要する事象についての知識デー
タであり、原因推定部８は、操作員が入力装置１０を介
して事象の成立度合を判断して入力した事象、つまり、
操作員入力事象に基づいて原因を推定する。原因推定部
５，８の推定結果は表示装置７により表示される。
する信号は信号入力部３に定期的に入力され、判断部４
は入力した信号から自動検出事象の発生度合を判断す
る。知識データ６は、計算機で自動的に検出できる自動
検出事象についての知識データであり、原因推定部５は
知識データ６を用いて原因を推定する。また、知識デー
タ９は、操作員の判断を要する事象についての知識デー
タであり、原因推定部８は、操作員が入力装置１０を介
して事象の成立度合を判断して入力した事象、つまり、
操作員入力事象に基づいて原因を推定する。原因推定部
５，８の推定結果は表示装置７により表示される。
【００１２】知識データ６，９の関係を図２に示す。同
図に示すように知識データ６は自動検出事象ｂ1〜ｂ4と
原因ａ1〜ａ4に関する行列式が保存されており、図中で
は事象ｂ2には二つの原因ａ1，ａ3が対応している。具
体例としては、上記例で言えば、位置検出器２２，２３
の故障という原因ａ1により、位置検出器自身が持って
いる自己診断機能により異常を検出して外部に位置検出
器２２，２３が異常であるとことを示す信号が出力され
るという事象ｂ1の生じる確率ｒ11は90％、シリンダ位
置データが検出できなくなればシリンダ位置実績値上限
という事象ｂ2の生じる確率ｒ12は70％、ワークサイド
（図５中左側）又はドライブサイド（図５中右側）の何
方か一方が故障すれば、シリンダ位置実績値アンバラン
スという事象ｂ3の生じる確率ｒ13は70％、シリンダ位
置データが検出できずシリンダを押し込みすぎることに
より荷重実績値上限という事象ｂ4の生じる確率ｒ14は7
0％となる。
図に示すように知識データ６は自動検出事象ｂ1〜ｂ4と
原因ａ1〜ａ4に関する行列式が保存されており、図中で
は事象ｂ2には二つの原因ａ1，ａ3が対応している。具
体例としては、上記例で言えば、位置検出器２２，２３
の故障という原因ａ1により、位置検出器自身が持って
いる自己診断機能により異常を検出して外部に位置検出
器２２，２３が異常であるとことを示す信号が出力され
るという事象ｂ1の生じる確率ｒ11は90％、シリンダ位
置データが検出できなくなればシリンダ位置実績値上限
という事象ｂ2の生じる確率ｒ12は70％、ワークサイド
（図５中左側）又はドライブサイド（図５中右側）の何
方か一方が故障すれば、シリンダ位置実績値アンバラン
スという事象ｂ3の生じる確率ｒ13は70％、シリンダ位
置データが検出できずシリンダを押し込みすぎることに
より荷重実績値上限という事象ｂ4の生じる確率ｒ14は7
0％となる。
【００１３】一方、知識データ９には知識データ６の原
因ａ1〜ａ4に対応する行列式９−１〜９−４がそれぞれ
用意されており、各行列式９−１〜９−４にはそれぞれ
詳細な原因と操作員入力事象が対応している。例えば、
原因推定部５で原因がａ1であると推定されると、知識
データ９の行列式９−１が選択され、操作員が行列式９
−１の各事象について調査、判断し、その事象成立度合
値を入力した後、行列式９−１を用いて原因推定部８で
原因の詳細な推定を行う。このように知識データの原因
毎に行列式を対応させることにより、操作員の入力項目
を減らすことができ、効率的な診断が可能となる。この
ような装置構成により、異常原因の推定は、次のように
して行う。先ず、プラント２から自動検出事象に関する
信号は信号入力部３へ定期的に入力され、判断部４によ
り事象が発生しているか否かが判断される。もし、何ら
かの事象が発生した場合は、自動検出事象に関する知識
データ６を用いて原因推定部５で大まかな判断を行い、
例えば、異常の発生している機器を推定する。
因ａ1〜ａ4に対応する行列式９−１〜９−４がそれぞれ
用意されており、各行列式９−１〜９−４にはそれぞれ
詳細な原因と操作員入力事象が対応している。例えば、
原因推定部５で原因がａ1であると推定されると、知識
データ９の行列式９−１が選択され、操作員が行列式９
−１の各事象について調査、判断し、その事象成立度合
値を入力した後、行列式９−１を用いて原因推定部８で
原因の詳細な推定を行う。このように知識データの原因
毎に行列式を対応させることにより、操作員の入力項目
を減らすことができ、効率的な診断が可能となる。この
ような装置構成により、異常原因の推定は、次のように
して行う。先ず、プラント２から自動検出事象に関する
信号は信号入力部３へ定期的に入力され、判断部４によ
り事象が発生しているか否かが判断される。もし、何ら
かの事象が発生した場合は、自動検出事象に関する知識
データ６を用いて原因推定部５で大まかな判断を行い、
例えば、異常の発生している機器を推定する。
【００１４】次に、推定された異常発生機器に関する知
識データ９と、入力装置１０から操作員により入力され
た事象成立度合値を用いて原因推定部８で詳細な診断を
行い、異常原因、つまり、異常発生している箇所を表示
装置７に表示する。更に、表示装置７に、その対策を表
示するようにすることが望ましい。上記実施例では、自
動検出事象についての原因毎に対応する操作員入力事象
の行列式を作成していたが、これに限るものでなく、そ
れらの原因について総括的な操作員入力事象に関する行
列式を作成するようにしても良い。
識データ９と、入力装置１０から操作員により入力され
た事象成立度合値を用いて原因推定部８で詳細な診断を
行い、異常原因、つまり、異常発生している箇所を表示
装置７に表示する。更に、表示装置７に、その対策を表
示するようにすることが望ましい。上記実施例では、自
動検出事象についての原因毎に対応する操作員入力事象
の行列式を作成していたが、これに限るものでなく、そ
れらの原因について総括的な操作員入力事象に関する行
列式を作成するようにしても良い。
【００１５】
【発明の効果】以上、実施例に基づいて具体的に説明し
たように、本発明の異常診断装置は、事象を、自動検出
事象と操作員入力事象とに区別し、まず、自動検出事象
に基づく行列式により大まかに判断し、その後、操作員
入力事象に基づく行列式により詳細に判断するようにし
たので、操作員入力事象にも診断が可能となり、その結
果、異常原因を迅速且つ正確に推定することが可能とな
る。
たように、本発明の異常診断装置は、事象を、自動検出
事象と操作員入力事象とに区別し、まず、自動検出事象
に基づく行列式により大まかに判断し、その後、操作員
入力事象に基づく行列式により詳細に判断するようにし
たので、操作員入力事象にも診断が可能となり、その結
果、異常原因を迅速且つ正確に推定することが可能とな
る。
【図１】本発明の一実施例に係るプラントの異常診断装
置のブロック図である。
置のブロック図である。
【図２】自動検出事象と操作員入力事象に関する知識デ
ータの関係を示す説明図である。
ータの関係を示す説明図である。
【図３】知識データを示す説明図である。
【図４】従来のプラントの異常診断装置のブロック図で
ある。
ある。
【図５】プラントの一例である圧延機の油圧圧下装置の
正面図である。
正面図である。
１ 計算機 ２ プラント ３ 信号入力部 ４ 判断部 ５，８ 原因推定部 ６，９ 知識データ ７ 表示装置 １０ 入力装置 １１ 圧延材 １２，１３ ワークロール １４，１５ バックアップロール １６，１７ ロールベンディングシリンダ １８，１９ 油圧圧下シリンダ ２０，２１ サーボ弁 ２２，２３ 位置検出器 ２４，２５ ロードセル
Claims (1)
- 【請求項１】 異常の事象と原因の因果関係を表現した
行列式よりなる知識データを用いてオンラインでプラン
トの異常原因を推定する異常診断装置において、自動的
に検出できる事象と人為的な判断を要する事象とに区別
して前記行列式を作成し、前者の事象に関する行列式に
基づいて大まかな診断を行った後に、後者の事象に関す
る行列式に基づいて詳細な診断をすることを特徴とする
プラントの異常診断装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3230399A JPH0572004A (ja) | 1991-09-10 | 1991-09-10 | プラントの異常診断装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3230399A JPH0572004A (ja) | 1991-09-10 | 1991-09-10 | プラントの異常診断装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0572004A true JPH0572004A (ja) | 1993-03-23 |
Family
ID=16907274
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3230399A Withdrawn JPH0572004A (ja) | 1991-09-10 | 1991-09-10 | プラントの異常診断装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0572004A (ja) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10115534A (ja) * | 1996-10-11 | 1998-05-06 | Yamatake Honeywell Co Ltd | センサ診断方法及び装置 |
| JP2017215863A (ja) * | 2016-06-01 | 2017-12-07 | 三菱日立パワーシステムズ株式会社 | 監視装置、対象装置の監視方法、およびプログラム |
| JP2018530076A (ja) * | 2015-10-09 | 2018-10-11 | フィッシャー−ローズマウント システムズ，インコーポレイテッド | プロセス制御システムの分離された監視及び結果ブロックを構成するためのシステム及び方法 |
| CN116369844A (zh) * | 2023-02-28 | 2023-07-04 | 何雪滢 | 一种基于眼跳分析的诊断方法 |
| US12164275B2 (en) | 2015-10-09 | 2024-12-10 | Fisher-Rosemount Systems, Inc. | System and method for providing a visualization of safety events of a process control system over time |
-
1991
- 1991-09-10 JP JP3230399A patent/JPH0572004A/ja not_active Withdrawn
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10115534A (ja) * | 1996-10-11 | 1998-05-06 | Yamatake Honeywell Co Ltd | センサ診断方法及び装置 |
| JP2018530076A (ja) * | 2015-10-09 | 2018-10-11 | フィッシャー−ローズマウント システムズ，インコーポレイテッド | プロセス制御システムの分離された監視及び結果ブロックを構成するためのシステム及び方法 |
| US11073812B2 (en) | 2015-10-09 | 2021-07-27 | Fisher-Rosemount Systems, Inc. | System and method for creating a set of monitor and effect blocks from a cause and effect matrix |
| US11709472B2 (en) | 2015-10-09 | 2023-07-25 | Fisher-Rosemount Systems, Inc. | System and method for providing interlinked user interfaces corresponding to safety logic of a process control system |
| US11886159B2 (en) | 2015-10-09 | 2024-01-30 | Fisher-Rosemount Systems, Inc. | System and method for creating a set of monitor and effect blocks from a cause and effect matrix |
| US12164275B2 (en) | 2015-10-09 | 2024-12-10 | Fisher-Rosemount Systems, Inc. | System and method for providing a visualization of safety events of a process control system over time |
| JP2017215863A (ja) * | 2016-06-01 | 2017-12-07 | 三菱日立パワーシステムズ株式会社 | 監視装置、対象装置の監視方法、およびプログラム |
| US11442443B2 (en) | 2016-06-01 | 2022-09-13 | Mitsubishi Heavy Industries, Ltd. | Monitoring device, method for monitoring target device, and program |
| CN116369844A (zh) * | 2023-02-28 | 2023-07-04 | 何雪滢 | 一种基于眼跳分析的诊断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP0368265B1 (en) | Plant diagnostic apparatus | |
| JPH03137518A (ja) | 故障診断装置 | |
| JPH09288512A (ja) | プラント状態可視化システム | |
| JPH0572004A (ja) | プラントの異常診断装置 | |
| JPH06309585A (ja) | プレ警報装置 | |
| JP2002078200A (ja) | 監視制御装置及び記憶媒体 | |
| JP3219116B2 (ja) | 異常診断方法 | |
| KR20240133818A (ko) | 화면 출력 기반 이상 상태 감지 방법 및 장치 | |
| JPH08305600A (ja) | 計算機システムの障害状態の監視診断装置 | |
| JPH04136795A (ja) | 異常原因診断方法 | |
| TWI905855B (zh) | 鐵鋼廠的維護支援系統 | |
| JPH06332529A (ja) | 設備異常診断方法及び装置 | |
| JPH01274209A (ja) | プラント故障診断装置 | |
| JP3332573B2 (ja) | 機器監視診断装置 | |
| JP7651060B2 (ja) | 異常診断装置及びその方法 | |
| JPH03156152A (ja) | エンジンの故障診断装置 | |
| JPH03289596A (ja) | 配管減肉管理評価システム | |
| JP2544927B2 (ja) | プラント運転支援システム | |
| JPH0720937A (ja) | 会話型診断システム | |
| JP2000271621A (ja) | トラッキング修正機能を有する加工機械制御装置 | |
| JPS63213039A (ja) | 診断装置の障害解析方式 | |
| JPH06160130A (ja) | プラント設備の故障原因診断装置 | |
| JPH05266382A (ja) | 異常診断方法 | |
| JPS59205613A (ja) | シ−ケンスモニタ装置 | |
| JPH0546428A (ja) | フアジー診断プロセツサ |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19981203 |