JPH07181292A - プラント運転支援装置 - Google Patents

Abstract

(57)【要約】 【目的】 装置が判断を下す基礎とする観測信号の正常
の度合い等に関する情報を提示するプラント運転支援装
置を提供する。 【構成】 観測信号を出力する入力処理部３と、プラン
トの構成機器の静的特性を定量的に模擬した機器モデル
を記憶した特性記憶部４と、特性記憶部４の機器モデル
を用いて入力処理部３の観測信号からプラントのプロセ
ス状態を推定する状態推定部５と、状態推定部５で推定
されたプロセス状態と観測信号とを比較し、ファジイ推
論により観測信号の正常の度合いを判定する観測信号診
断部６と、観測信号と観測信号診断部６の判定結果とを
表示する状態表示部７とを備えた。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は自動的にプラント状態を
診断することによってプラントの運転を支援するプラン
ト運転支援装置に係り、特にセンサーを含む各種計器の
健全性を自動的に診断でき、及びカオス的な挙動を示す
系も診断対象とするプラント運転支援装置に関する。

【０００２】

【従来の技術】一般に原子力発電プラント等の大規模な
プラントには、何らかの故障が発生した場合に、異常が
大きな範囲に亘って波及しないように、あるいはプラン
トの機器・設備の健全性を維持するように、プラントに
設けられたリレー等のロジックにより動作するプラント
・インタロックが設けられている。このようなプラント
に異常事象が発生した場合は、運転員は、プラントの状
態を迅速に判断し、適切な処置をとらなければならな
い。異常事象の規模が大きい場合や過渡現象の伝播が速
い場合には、運転員にかかる負担は大きなものとなる。

【０００３】これに対して、プラントの各種計器の出力
を監視し、異常事象が発生したときに、異常事象を解析
し、運転員にプラント状態を提示して容易にプラント状
態を把握できるようにしたプラント運転支援装置が提案
されていた。

【０００４】このようなプラント運転支援装置として
は、プラントを構成する機器モデルを用意して、そのモ
デルにより推定したプラントのプロセス状態と実際の観
測信号とを比較することにより、異常を早期検知しよう
とするものや、プラントの観測信号に含まれている雑音
のパワースペクトルやコヒーレンス等の周波数領域にお
ける特徴量を監視し、その変化により異常を早期検知し
ようとするものがあった。

【０００５】

【発明が解決しようとする課題】しかしながら、上記機
器モデル等の定量モデルを扱って異常を早期検知する従
来のプラント運転支援装置では、運転員がどの程度装置
の判定結果を信頼して良いかを判断する手段がなかっ
た。すなわち、従来の装置では、定量的に計算されたプ
ロセス状態が正常か否か判定する際の閾値には曖昧性が
入る余地があり、また、観測信号に雑音がある場合には
観測信号自体にも曖昧性があり、運転員は、そのような
曖昧性を含めた診断結果の曖昧さを知ることができなか
った。また、過渡時に、定量モデルにて状態を正確に推
定することにも限界があり、過渡時には正確な診断を行
うことが困難であった。

【０００６】また、観測信号に含まれる雑音の周波数領
域における特徴量を監視して診断を行う従来のプラント
運転支援装置は、雑音が多くの正弦波振動の線形な重ね
合わせで構成されているという仮定に基づいており、物
理現象が本来持っている非線形性に起因する不規則な信
号の特性を正確に把握できなかった。このような装置で
は、監視対象の系がカオスあるいはカオス的な挙動を示
す場合には、正確な診断を期待することができなかっ
た。

【０００７】そこで本発明の目的は、上記従来のプラン
ト運転支援装置の課題を解決し、装置が判断を下す基礎
とする観測信号の正常の度合い等に関する情報を運転員
に提示し、もってプラント状態の正確な把握に寄与する
プラント運転支援装置を提供することにある。

【０００８】また、本発明の他の目的はカオス的挙動を
示す系をも診断対象とするプラント運転支援装置を提供
することにある。

【０００９】

【課題を解決するための手段】本発明による第一のプラ
ント運転支援装置は、プラントの計器の出力を入力し、
観測信号を出力する入力処理部と、プラントの構成機器
の静的特性を定量的に模擬した機器モデルを記憶した特
性記憶部と、特性記憶部の機器モデルを用いて入力処理
部の観測信号からプラントのプロセス状態を推定する状
態推定部と、状態推定部で推定されたプロセス状態と観
測信号とを比較し、ファジイ推論により観測信号の正常
の度合いを判定する観測信号診断部と、観測信号と観測
信号診断部の判定結果とを表示する状態表示部とを備え
ていることを特徴とするものである。

【００１０】本発明による第二のプラント運転支援装置
は、上記第一のプラント運転支援装置において、観測信
号診断部において正常と判定された観測信号を前記機器
モデルに入力し、ファジイ推論により機器モデルに記述
された機器の特性の変化の度合いを判定する機器特性診
断部を備え、状態表示部は、観測信号と、観測信号診断
部の判定結果と、機器特性診断部の判定結果を表示する
ように構成されていることを特徴とするものである。

【００１１】本発明による第三のプラント運転支援装置
は、上記第二のプラント運転支援装置において、所定の
構成機器の入出力関係において、観測信号診断部によっ
て観測信号が異常と判定され、かつ、機器特性診断部に
よって機器特性が変化していないと判定されたときに、
その構成機器の機器モデルによって異常と判定された観
測信号の正常の度合いをファジイ推論によって同定する
正常信号同定部を備え、状態表示部は、観測信号の正常
値を表示するように構成されていることを特徴とするも
のである。

【００１２】本発明による第四のプラント運転支援装置
は、上記第一のプラント運転支援装置において、特性記
憶部は、カオス的な挙動を示す観測信号の通常運転時に
おけるリアプノフ指数を含むカオスの特徴的な量を記憶
しており、特性記憶部に記憶したカオスの特徴的な量と
観測信号のカオスの特徴的な量とを比較することによ
り、プラント状態が通常運転時のプラント状態から変化
しているか否かを判定する精密診断部を備え、状態表示
部は、精密診断部の判定結果を表示するように構成され
ていることを特徴とするものである。

【００１３】本発明による第五のプラント運転支援装置
は、上記第一のプラント運転支援装置において、特性記
憶部は、観測信号の動的特性を表す定性モデルを記憶し
ており、特性記憶部の定性モデルによって推定される観
測信号の挙動と実際の観測信号の挙動とを比較して、観
測信号が正常か否かを判定する過渡時診断部を備え、状
態表示部は、過渡時診断部に判定結果を表示するように
構成されていることを特徴とするものである。

【００１４】本発明による第六のプラント運転支援装置
は、プラントの計器の出力を入力し、観測信号を出力す
る入力処理部と、観測信号の静的特性の機器モデルと動
的特性の定性モデルを記憶した特性記憶部と、入力処理
部の観測信号に基づいてプラントが定常状態あるいは過
渡状態にあるかを判定するプラント状態判定部と、プラ
ント状態判定部が定常状態と判定した場合に、機器モデ
ルを用いて観測信号からプラントのプロセス状態を推定
する状態推定部と、状態推定部で推定されたプロセス状
態と観測信号とを比較してファジイ推論によって観測信
号の正常の度合いを判定する観測信号診断部と、プラン
ト状態判定部が過渡状態と判定した場合に、特性記憶部
の定性モデルによって推定される観測信号の挙動と実際
の観測信号の挙動とを比較して、過渡状態における観測
信号が正常か否かを判定する過渡時診断部と、観測信号
と観測信号診断部および過渡時診断部の判定結果を表示
する状態表示部とを備えていることを特徴とするもので
ある。

【００１５】本発明による第七のプラント運転支援装置
は、特性記憶部は、起動運転状態と出力上昇運転状態と
定格運転状態を含む各運転モードにおけるカオス的な挙
動を示すリアプノフ指数を含む観測信号のカオスの特徴
的な量を記憶しており、プラント状態判定部の判定結果
に基づいて、運転モードに対応するカオスの特徴的な量
と観測信号のカオスの特徴的な量とを比較して、該当運
転モードにおける規範となるプラント状態からの変化を
判定する精密診断部を備え、状態表示部は、精密診断部
の判定結果を表示するように構成されていることを特徴
とするものである。

【００１６】

【作用】本発明による第一のプラント運転支援装置によ
れば、状態推定部が入力処理部からの観測信号と特性記
憶部の機器モデルとを入力し、所定の機器に対する入力
からその機器の出力を算出し、観測信号診断部が算出さ
れた機器の出力に基づいて実際の観測値の正常の度合い
を判定する。この観測値の正常の度合いから、運転員は
観測値の信頼性、すなわち計器の健全性を数字として把
握でき、異常事象の本質を判断することができる。

【００１７】本発明による第二のプラント運転支援装置
は、観測信号の正常の度合いのほか、機器特性診断部に
よって所定の機器の入出力の特性モデルの健全性を算出
して表示するので、たとえば、機器の特性が時間の経過
とともに変化している場合に運転員はその変化を把握で
き、これによってより正確なプラント状態の判断をする
ことができる。

【００１８】本発明による第三のプラント運転支援装置
は、上記第二のプラント運転支援装置の構成に加え、正
常信号同定部を備え、機器特性診断部によって機器の特
性モデルが正しいと判断した場合に、正常信号同定部が
この特性モデルによって観測値の正常の度合いを算出す
る。この正常な観測値により、運転員は本来のプラント
状態を容易に把握することができる。

【００１９】本発明による第四のプラント運転支援装置
は、上記第一のプラント運転支援装置の構成に加え、特
性記憶部が観測信号のカオスの特徴的な量を記憶してお
り、精密診断部がこれと観測信号のカオスの特徴的な量
とを比較・監視するので、カオス的な系をも診断対象と
することができる。

【００２０】本発明による第五のプラント運転支援装置
は、上記第一のプラント運転支援装置の構成のほか、特
性記憶部が観測信号の動的特性を表す定性モデルを記憶
しており、過渡時診断部が、過渡時の観測信号と上記定
性モデルとを比較して判断するので、過渡時のプラント
事象を診断の対象とすることができる。

【００２１】本発明による第六のプラント運転支援装置
は、入力処理部の観測信号に基づいてプラントが定常状
態か過渡状態かを判断する状態判定部を有し、状態推定
部と観測信号診断部とによって定常状態のプラント状態
の観測信号を評価し、過渡時診断部によって過渡状態の
プラント状態を評価することができるので、いかなるプ
ラント状態に対しても自動的に観測信号を評価すること
ができる。

【００２２】本発明による第七のプラント運転支援装置
は、上記第六のプラント運転支援装置の構成に加え、特
性記憶部が観測信号のカオスの特徴的な量を記憶してお
り、精密診断部がこの記憶されたカオスの特徴的な量と
観測信号のカオスの特徴的な量とを比較するので、いか
なるプラント状態に対しても観測信号を評価し、かつ、
カオス的な系に対しても診断を行うことができるプラン
ト運転支援装置を提供することができる。

【００２３】

【実施例】以下、本発明の実施例について図面を参照し
て説明する。

【００２４】図１は本発明の第一実施例の構成を示して
いる。図１においてプラント運転支援装置１は、プラン
ト２に設置された計器の出力を入力し、観測信号を出力
する入力処理部３と、プラント２の構成機器の静的特性
を定量的に模擬した機器モデルを記憶した特性記憶部４
と、入力処理部３から観測信号、特性記憶部４から機器
モデルを入力し、機器モデルを用いて観測信号がプロセ
ス状態を推定する状態推定部５と、状態推定部５の出力
と実際の観測信号とを比較し、ファジイ推論によって観
測信号の正常の度合いを判定する観測信号診断部６と、
観測信号と観測信号診断部６の判定結果を表示する状態
表示部７とからなる。

【００２５】上記のように観測信号診断部６は、状態推
定部５において推定されたプロセス状態と観測信号とを
比較してファジイ推論により観測信号が正常か否かを判
定することにより、センサーの健全性の診断を行う。こ
の診断は、観測信号より推定したプロセス状態Ｓに冗長
性が混入するようにセンサーが設置されているという前
提に立っている。すなわち、全てのセンサーに故障がな
ければ、それぞれの観測信号より推定したプロセス状態
は真の状態に収束するはずであり、仮に、一つのセンサ
ーが故障した場合には、推定したプロセス状態に誤差が
生じ、これを他のセンサーの観測信号から推定したプロ
セス状態と比較することにより、どのセンサーが故障し
たのか同定することができる。

【００２６】上記観測信号診断部６における処理を中心
に図２および図３を用いて説明する。

【００２７】図２は本実施例における処理の流れを示し
ており、最初のステップ１０１は入力処理部３における
処理であり、プラント２から観測信号を周期的に取り込
む。

【００２８】次のステップ１０２は状態推定部５におけ
る処理であり、特性記憶部４に記憶された機器モデルを
用いて、観測信号からプラントのプロセス状態を推定す
る。例えば、以下の９つの機器モデル式が用意されたと
する。

【００２９】Ｔ＝Ｆ11（Ｐ、Ｆ）、Ｐ＝Ｆ12（Ｔ、
Ｆ）、Ｆ＝Ｆ13（Ｐ、Ｔ） Ｐ＝Ｆ21（Ｎ、Ｆ）、Ｎ＝Ｆ22（Ｐ、Ｆ）、Ｆ＝Ｆ23
（Ｐ、Ｎ） Ｆ＝Ｆ31（Ｔ、Ｎ）、Ｔ＝Ｆ32（Ｆ、Ｎ）、Ｎ＝Ｆ33
（Ｔ、Ｆ） ここで、Ｔ、Ｐ、Ｆ、Ｎは、プロセス状態、Ｆ11、Ｆ1
2、Ｆ13、Ｆ21、Ｆ22、Ｆ23、Ｆ31、Ｆ32、Ｆ33は入力
信号からプロセス状態を出力する関数であるとする。

【００３０】Ｆ1i、Ｆ2i及びＦ3i（ｉ＝１，２，３）は
互いに独立関係にあり、Ｆi1、Ｆi2及びＦi3（ｉ＝１，
２，３）は従属関係にあるとする。

【００３１】そこで、上記の機器モデル式を用いて、プ
ロセス状態Ｔは、以下の式により推定できる。

【００３２】Ｔ1 ＝Ｆ11（Ｐ′、Ｆ′）、Ｔ2 ＝Ｆ32
（Ｆ′、Ｎ′）、Ｔ3 ＝Ｆ11（Ｆ21（Ｎ′、Ｆ′）、
Ｆ′）、Ｔ4 ＝Ｆ11（Ｐ′、Ｆ31（Ｔ′、Ｎ′））、Ｔ
5 ＝Ｆ11（Ｆ21（Ｎ′、Ｆ′）、Ｆ31（Ｔ′、Ｎ′）） ここで、Ｔ′、Ｐ′、Ｆ′、Ｎ′はＴ、Ｐ、Ｆ、Ｎの観
測信号（実測値）であり、Ｔi はＴについて推定された
プロセス状態（ｉ＝１、…、５）とする。

【００３３】従属関係にあるプロセス状態の計算は不要
であり、例えば、Ｆ11（Ｆ21（Ｎ′、Ｆ31（Ｔ′、
Ｎ′））、Ｆ′）は、Ｆ11（Ｆ21（Ｎ′、Ｆ′）、Ｆ31
（Ｔ′、Ｎ′））と従属関係にあるため、計算は不要と
なる。

【００３４】同様に、Ｐ、Ｆ、Ｎのプロセス状態につい
ても、以下のように推定できる。

【００３５】Ｐ1 ＝Ｆ12（Ｔ′、Ｆ′）、Ｐ2 ＝Ｆ21
（Ｎ′、Ｆ′）、Ｐ3 ＝Ｆ12（Ｆ32（Ｆ′、Ｎ′）、
Ｆ′）、Ｐ4 ＝Ｆ12（Ｔ′、Ｆ23（Ｐ′、Ｎ′））、Ｐ
５＝Ｆ12（Ｆ32（Ｆ′、Ｎ′）、Ｆ23（Ｐ′、Ｎ′）） Ｆ1 ＝Ｆ13（Ｐ′、Ｔ′）、Ｆ2 ＝Ｆ23（Ｐ′、
Ｎ′）、Ｆ3 ＝Ｆ31（Ｔ′、Ｎ′）、Ｆ4 ＝Ｆ13
（Ｐ′、Ｆ32（Ｆ′、Ｎ′））、Ｆ5 ＝Ｆ13（Ｆ21
（Ｎ′、Ｆ′）、Ｔ′）、Ｆ6 ＝Ｆ13（Ｆ21（Ｎ′、
Ｆ′）、Ｆ32（Ｆ′、Ｎ′）） Ｎ1 ＝Ｆ22（Ｐ′、Ｆ′）、Ｎ2 ＝Ｆ33（Ｔ′、
Ｆ′）、Ｎ3 ＝Ｆ22（Ｆ12（Ｔ′、Ｆ′）、Ｆ′）、Ｎ
4 ＝Ｆ22（Ｐ′、Ｆ31（Ｔ′、Ｎ′））、Ｎ5 ＝Ｆ22
（Ｆ12（Ｔ′、Ｆ′）、Ｆ31（Ｔ′、Ｎ′） ここで、Ｐi 、Ｆi 、Ｎi はそれぞれＰ、Ｆ、Ｎについ
て推定されたプロセス状態（ｉ＝１、…、５）である。

【００３６】このようにＴ，Ｐ，Ｆ，Ｎのそれぞれにつ
いて複数の推定された値があることにより、推定したプ
ロセス状態がセンサー故障等により観測信号が異常とな
った場合、その観測信号と機器モデルにより推定した値
とは、偶然の一致以外、一致することはない。よって、
推定したプロセス状態のいずれか一つが観測信号と一致
した場合、その観測信号は正常とみなすことができる。

【００３７】第三のステップ１０３は、観測信号診断部
６の処理であり、その判定はファジイ推論により行う。
その判定の処置を以下に示す。

【００３８】まず、１個の機器モデル式を用いて推定し
たプロセス状態（以下、１次評価状態と呼ぶ）を用いて
正常か否かの判定を行う。ここでは、「１次評価状態が
観測信号に等しい」という状態をメンバーシップ関数に
より定義し、メンバーシップ関数により定まるグレード
で一致しているとみなす。

【００３９】例えば、「Ｔ1 はＴ′に等しい」という状
態のメンバーシップ関数は図３のように定義される。仮
に推定値Ｔ1 と実測値との偏差が＋５であったとする
と、評価値Ｔ1 は、クレード０．５で観測信号Ｔ′に一
致しているとみなす。

【００４０】次に、Ｎ個（Ｎは２以上）の機器モデル式
を用いて推定したプロセス状態（以下、Ｎ次評価状態と
呼ぶ）を用いて正常か否かの判定を行う。ここでは、Ｎ
次評価状態で用いるＮ次未満の評価状態の判定結果をも
含め、以下のロジックに基づき、ファジイ推論により判
定する。

【００４１】ロジック：「Ｎ次評価状態で用いる全ての
Ｎ次未満の評価状態が観測信号に等しくかつ、Ｎ次評価
状態が観測信号に等しい場合、Ｎ次評価状態は観測信号
に一致する。」 ここで、「Ｎ次評価状態が観測信号に等しい」という状
態は、「１次評価状態が観測信号に等しい」という状態
を表すメンバーシップ関数と同様に定義する。つまり、
例えば、２次評価状態Ｔ2 が０．６のグレードで観測信
号Ｔ′に等しく、Ｔ2 で用いている１次評価状態Ｆ21
（Ｎ′、Ｆ′）（＝Ｐ２）が０．７のグレードで観測信
号Ｐ′に等しい場合、それらのグレードのＭＩＮ値をと
り、評価値Ｔ2 は０．６のグレードで観測信号Ｔ′に一
致しているとみなす。

【００４２】次に、観測信号の検証として、全ての評価
状態の判定結果に基づき、以下のロジックに基づき、フ
ァジイ推論により観測信号が正常か異常かを判定する。

【００４３】ロジック：「評価信号のいずれかが観測信
号に等しい場合、観測信号は正常である。」 つまり、例えば、Ｔ1 が０．５のグレードで観測信号
Ｔ′に一致し、Ｔ2 が０．６のグレードで観測信号Ｔ′
に一致し、Ｔ3 が０．４のグレードで観測信号Ｔ′に一
致し、Ｔ4 が０．７のグレードで観測信号Ｔ′に一致
し、Ｔ5 が０．４５のグレードで観測信号Ｔ′に一致す
る場合、それらのグレードのＭＡＸ値をとり、観測信号
Ｔ′はグレード０．７で正常であるとする。

【００４４】最後に第四のステップ１０４は、状態表示
部の処理であり、観測信号診断部６におけるセンサーの
診断結果を正常あるいは異常のグレードと共に、運転員
へ提示する。

【００４５】このように処理することにより、定常運転
状態の場合、機器モデルを用いて、異常判定の閾値に含
まれる曖昧性と、雑音としてプラント観測信号に含まれ
る曖昧性とを考慮したセンサー故障の診断が可能で、運
転員に対して、センサーの故障の可能性の程度を併せて
提示することができる。

【００４６】図４は本発明による第二の実施例の構成を
示している。本実施例のプラント運転支援装置１０は、
第一実施例のプラント運転支援装置１とほぼ同一の構成
を有しているので、同一構成部分には同一の符号を付
し、説明を省略する。第一実施例と異なる点としてプラ
ント運転支援装置１０は、観測信号診断部６で正常と判
定された観測信号を入力し、ファジイ推論によって機器
モデルに記述された特性の変化の度合いを判定する機器
特性診断部１１と、観測信号診断部６の出力とともに機
器特性診断部１１の判定結果を表示する状態表示部１２
とを備えている点が挙げられる。

【００４７】機器特性診断部１１では、観測信号診断部
６において正常と判定された観測信号をそれらの観測信
号の関係を表す機器モデルにより評価すると共に、ファ
ジイ推論により機器モデルに記述された機器の特性が変
化しているか否かを判定する。つまり、状態推定に用い
る機器モデルに示された機器特性が変化した場合には、
その機器モデルを用いて推定したプロセス状態と正常と
判定された観測信号とには誤差が生じることとなり、こ
れによってどの機器特性に変化が生じたのか同定するこ
とができる。

【００４８】機器特性診断部１１の処理を以下に示す。

【００４９】機器モデル式に記述された機器の特性が変
化していなければ、正常な観測信号を用いて評価した機
器モデル式の関係は満足する筈である。よって、正常と
判定された観測信号を用いて評価した機器モデル式が、
その関係を満足していない場合、その機器モデル式に記
述された機器の特性は変化しているとみなせる。

【００５０】機器の特性が変化していることは、観測信
号診断部６にて行った診断結果を用い、以下のロジック
に基づき、ファジイ推論により機器の特性変化を判定す
るものとする。

【００５１】ロジック：「ある機器モデル式に用いられ
ている全ての観測信号が正常で、かつ、その機器モデル
式の関係が満足しない場合、その機器モデル式に記述さ
れた機器の特性は変化している。」 ここで、「機器モデル式の関係を満足しない」という状
態も、メンバーシップ関数にて定義する。例えば、「機
器モデル式Ｔ＝Ｆ11（Ｐ、Ｆ）の関係を満足しない」と
いう状態のメンバーシップ関数は図５のように定義さ
れ、観測信号Ｔ′が０．４のグレードで正常で、観測信
号Ｐ′が０．６のグレードで正常で、観測信号Ｆ′が
０．８のグレードで正常で、機器モデル式Ｔ＝Ｆ11
（Ｐ、Ｆ）がグレード０．３で関係を満足しない場合、
それらのグレードのＭＩＮ値をとり、Ｆ11に記述された
機器の特性は０．３のグレードで変化しているとみなせ
る。

【００５２】一方、機器の特性が変化していないこと
は、以下のロジックに基づき、ファジイ推論により判定
する。

【００５３】ロジック：「ある機器モデル式に用いられ
ている全ての観測信号が正常で、かつ、その機器モデル
式の関係が満足している場合、その機器モデル式に記述
された機器の特性は変化していない。」 ここで、「機器モデル式の関係を満足している」という
状態も、メンバーシップ関数にて定義する。つまり、例
えば、「機器モデル式Ｔ＝Ｆ11（Ｐ、Ｆ）の関係を満足
している」という状態のメンバーシップ関数は図６のよ
うに定義され、観測信号Ｔ′が０．４のグレードで正常
で、観測信号Ｐ′が０．６のグレードで正常で、観測信
号Ｆ′が０．８のグレードで正常で、機器モデル式Ｔ＝
Ｆ11（Ｐ、Ｆ）がグレード０．７で関係を満足している
場合、それらのグレードのＭＩＮ値をとり、Ｆ11に記述
された機器の特性は０．４のグレードで変化していない
とみなせる。

【００５４】このように本実施例によれば、定常運転状
態の場合、機器モデルを用いて、センサーの健全性を診
断すると共に、その機器モデルにて用いている機器の特
性が変化しているか否かを診断することが可能で、運転
員に対して、その変化の故障の可能性の程度を併せて提
示することができる。

【００５５】図７は本発明の第三の実施例の構成を示し
ている。この第三の実施例のプラント運転支援装置２０
は、第二実施例のプラント運転支援装置１０の構成の他
に、正常信号同定部２１を有するものである。この正常
信号同定部２１は、観測信号診断部６によって観測信号
が異常と判定され、かつ機器特性診断部１１によって機
器特性が変化していないと判定された場合に、異常と判
定された観測信号に対し、正常の度合いをファジイ推論
によって同定する。また、本実施例の状態表示部２２
は、観測信号と、観測信号診断部６の判定結果と機器特
性診断部１１の判定結果と、正常信号同定部２１の同定
値を表示するように構成されている。

【００５６】正常信号同定部９の処理を以下に示す。こ
の正常信号同定部９による同定は、以下のロジックに基
づきファジイ推論によってなされる。

【００５７】ロジック：「ある機器モデル式に記述され
ている機器の特性に変化がなく、かつ、その機器モデル
式の関数形にて用いる観測信号が正常な場合、その機器
モデル式により推定されるプロセス状態は正しい。」 つまり、例えば、機器モデル式Ｔ＝Ｆ11（Ｐ、Ｆ）に記
述されている機器の特性が０．６のグレードで変化な
く、観測信号Ｐ′が０．５のグレードで正常で、観測信
号Ｆ′が０．８のグレードで正常な場合、それらのグレ
ードのＭＩＮ値をとり、Ｆ11（Ｐ′、Ｆ′）により評価
されたプロセス状態Ｔは０．５のグレードで正しいとみ
なせる。

【００５８】この判定結果を状態表示部２２によって表
示することにより、運転員に対して異常と判定された観
測信号の正常の可能性のグレードとともに、その正常値
を提示でき、プラント状態の把握とその対処を容易にす
ることができる。

【００５９】図８はカオス的挙動を示す系を診断対象と
する本発明の第四の実施例の構成を示している。本実施
例のプラント運転支援装置３０は、プラント計器の出力
を入力し、観測信号を出力する入力処理部３１と、観測
信号の通常運転時におけるリアプノフ指数等のカオスの
特徴的な量を記憶する特性記憶部３２と、特性記憶部３
２に記憶されたカオスの特徴的な量と観測信号のカオス
の特徴的な量とを比較することにより、プラント状態が
通常運転時のプラント状態から変化しているか否かを判
定する精密診断部３３と、精密診断部３３の判定結果を
出力する状態表示部３４とからなる。

【００６０】精密診断部３４の処理を以下にさらにくわ
しく説明する。ここで、カオスのユニークな特徴は、系
をわずかばかり異なる２つの初期条件から時間発展させ
ることで非常にはっきりしてくる。この場合、カオスで
ない系では、時間経過とともに予測可能な誤差を導くに
過ぎない。一方、カオス系では誤差は時間経過とともに
指数関数的に増大し、短時間のうちに系の状態が本質的
に不明となる。系が非線形性を有する場合にのみ起こる
この現象は、初期条件敏感性と呼ばれており、この初期
状態敏感性の程度を表すものとして、リアプノフ指数λ
がある。このリアプノフ指数λは、サンプリング時間τ
のＮ個の時系列データ（Ｘ1 、Ｘ2 、…、ＸN ）が得ら
れている場合、以下のように求められる。

【００６１】

【数１】 また、リアプノフ指数の揺らぎの程度を表すものとし
て、ｑ次のリアプノフ指数λｑがあり、次式から求めら
れる。

【００６２】

【数２】 定常状態における、λ及びλｑを予め特性記憶部４に記
憶させ、観測信号から得られるλ、λｑとを比較するこ
とにより、プラント状態の変化を診断することが可能と
なる。

【００６３】このように本実施例によれば、これまでの
線形的手法では扱うことのできなかったカオスあるいは
カオス的な挙動を示す非線形性の強い系の状態変化を監
視することが可能となる。

【００６４】図９は、過渡的な状態にあるプラントを診
断する本発明の第五の実施例の構成を示している。本実
施例のプラント運転支援装置４０は、プラント計器の出
力を入力して観測信号を出力する入力処理部４１と、観
測信号の動的特性を表す定性モデルを記憶した特性記憶
部４２と、入力処理部４１から観測信号、特性記憶部４
２から定性モデルを入力し、定性モデルによって推定さ
れる観測信号の挙動と実際の観測信号とを比較して、観
測信号が正常か否かを判定する過渡時診断部４３と、過
渡時診断部４３の判定結果を表示する状態表示部４４と
からなる。

【００６５】上記特性記憶部４２の定性モデルには、観
測信号を変化させる要因を記述する。この変化要因は、
プロセス間の相互干渉は直接的に影響し合うものと、制
御系を介して影響するものとがあり、それぞれの場合毎
に影響する要因を記述しておくものとする。

【００６６】上記過渡診断部４３においては、特性記憶
部４２に記憶された定性モデルを基に観測信号間の動的
な伝播経路を作成し、実際の挙動と比較することによ
り、センサーの健全性を診断する。

【００６７】これに対して、観測信号の定性的な相互関
係の記述方法として、過渡状態が発生するイベントに着
目して各観測信号の変化方向を記述する方法が従来考え
られていた。この場合、観測信号の変化により発生した
イベントを同定できるという利点はあるが、考えられる
全てのイベントに対応することは困難であり、また、観
測信号変化の記述も冗長にならざるを得なくデータベー
スが膨大になるためメンテナンスも困難なものとなる。

【００６８】本実施例によれば、発生イベントの同定を
直接的に行うことはできないが、観測信号の変化の伝播
経路を作成することも可能であり、全体の波及を考慮し
無くともデータベース化が可能であるため、データベー
スのメンテナンスが容易なものとなり、また、その伝播
経路との比較により、過渡時のセンサーの故障診断が可
能となる。

【００６９】図１０は、プラント状態を自動的に判定
し、そのプラント状態に応じて動的あるいは静的特性の
観測信号の健全性を診断する本発明の第六の実施例の構
成を示している。本実施例によるプラント運転支援装置
５０は、プラント計器の出力を入力して観測信号を出力
する入力処理部５１と、入力処理部５１の観測信号を入
力してプラントが定常状態、起動運転状態、出力上昇運
転状態等の過渡状態のいずれにあるかを判定するプラン
ト状態判定部５２と、観測信号の静的特性の機器モデル
と動的特性の定性モデルと観測信号のカオスを示す特徴
的な量とを記憶した特性記憶部５３と、プラント状態判
定部５２がプラントが定常状態にあると判断した場合に
静的特性の機器モデルを用いて観測信号からプロセス状
態を推定する状態推定部５４と、状態推定部５４が推定
したプロセス状態と観測信号とを比較して観測信号の正
常の度合いを判定する観測信号診断部５５と、観測信号
診断部５５が観測信号を正常と判定した場合にその観測
信号を入力し、機器モデルの変化の度合いを判定する機
器特性診断部５６と、機器特性診断部５６によって機器
モデルが正常と判定された場合に、その機器モデルを用
いて観測信号診断部５５によって異常と判定された観測
信号について正常な値を算出する正常信号同定部５７
と、定常状態で、観測信号がカオス的な挙動を示す場合
に特性記憶部５３に記憶されたカオスの特徴的な量と、
観測信号のカオスの特徴的な量を比較し、プラント状態
の変化を検知する精密診断部５８と、プラント状態判定
部５２がプラントが過渡状態にあると判定したときに、
特性記憶部５３から観測信号の動的特性を示す定性モデ
ルを読み出し、定性モデルから推定される観測信号の挙
動と、実際の観測信号の挙動を比較して観測信号が正常
か否かを判定する過渡時診断部５９と、観測信号と上記
観測信号診断部５５、機器特性診断部５６、正常信号同
定部５７、精密診断部５８、過渡時診断部５９の出力を
表示する状態表示部６０とからなる。

【００７０】本実施例のプラント状態判定部５２におけ
る処理を以下に説明する。

【００７１】プラント状態判定部５２は、入力処理部５
１に入力された観測信号の変化率を監視し、その変化率
がある一定の値以内にある場合は、プラント状態は定常
状態にあると判定し、それ以外の時にはプラント状態は
過渡状態にあるとする。また、観測信号のうち運転モー
ドを代表する観測信号を監視し、プラントの運転モード
が、起動運転状態、出力上昇運転状態、定格運転状態の
いずれかに当たるか判定する。例えば、運転モードを代
表する観測信号がプラント出力であるとした時、プラン
ト出力が３０％以下の場合は起動運転状態、３０％以上
１００％未満の場合は出力運転状態、１００％の場合は
定格運転状態にあると判定する。

【００７２】上記プラント状態判定部５２の作用によ
り、本実施例によれば、プラント状態、運転モード、及
び監視対象に応じて、センサー及び機器の健全性の診
断、異常と判定された観測信号の正常値の同定、及びプ
ラント状態の変化の監視を行うことが可能で、的確なプ
ラント情報を自動的に運転員へ提供することが可能とな
る。

【００７３】

【発明の効果】以上説明したように、本発明によれば、
定量的な静的機器モデルを用い、ファジイ推論を行うこ
とでセンサー及び機器の健全性の診断を行うと共に、セ
ンサーが故障と診断された場合には正常な値を同定する
ことが可能で、かつ、雑音として観測信号に含まれる曖
昧性、及び正常あるいは異常判定の閾値の曖昧性を考慮
して、正常あるいは異常の可能性をグレードとして運転
員へ提供することができる。また、過渡的には観測信号
の動的な関係を示した定性モデルを用いることによりプ
ラント状態の変化を診断すると共に、監視対象の系がカ
オスあるいはカオス的な挙動を示す場合には、カオスの
特徴的な量を監視することにより、これまでの線形的手
法では扱うことのできなかった非線形性の強い系をも診
断対象とすることができるため、プラント状態、運転モ
ード、及び監視対象に応じた的確なプラント情報を自動
的に運転員へ提供することが可能であり、運転員の状況
判断を支援すると共にプラントの安全性の向上を図るこ
とができる。

【図面の簡単な説明】

【図１】本発明の第一実施例のプラント運転支援装置の
構成を示した図。

【図２】本発明の第一実施例の処理の流れを示したフロ
ーチャート。

【図３】機器モデルによる推定値が観測信号と一致する
度合いを判定するメンバーシップ関数を示したグラフ。

【図４】本発明の第二実施例のプラント運転支援装置の
構成を示した図。

【図５】機器モデルの変化の度合いを判定するメンバー
シップ関数を示したグラフ。

【図６】観測信号が機器モデルを満足して度合いを判定
するメンバーシップ関数を示したグラフ。

【図７】本発明の第三実施例のプラント運転支援装置の
構成を示した図。

【図８】本発明の第四実施例のプラント運転支援装置の
構成を示した図。

【図９】本発明の第五実施例のプラント運転支援装置の
構成を示した図。

【図１０】本発明の第六実施例のプラント運転支援装置
の構成を示した図。

【符号の説明】

１ プラント運転支援装置 ３ 入力処理部 ４ 特性記憶部 ５ 状態推定部 ６ 観測信号診断部 ７ 状態表示部 １０ プラント運転支援装置 １１ 機器特性診断部 １２ 状態表示部 ２０ プラント運転支援装置 ２１ 正常信号同定部 ２２ 状態表示部 ３０ プラント運転支援装置 ３１ 入力処理部 ３２ 特性記憶部 ３３ 精密診断部 ３４ 状態表示部 ４０ プラント運転支援装置 ４１ 入力処理部 ４２ 特性記憶部 ４３ 過渡時診断部 ４４ 状態表示部 ５０ プラント運転支援装置 ５１ 入力処理部 ５２ プラント状態判定部 ５３ 特性記憶部 ５４ 状態推定部 ５５ 観測信号診断部 ５６ 機器特性診断部 ５７ 正常信号同定部 ５８ 精密診断部 ５９ 過渡時診断部 ６０ 状態表示部

Claims (7)

【特許請求の範囲】
1. 【請求項１】プラントの計器の出力を入力し、観測信号
   を出力する入力処理部と、 プラントの構成機器の静的特性を定量的に模擬した機器
   モデルを記憶した特性記憶部と、 前記特性記憶部の機器モデルを用いて前記入力処理部の
   観測信号からプラントのプロセス状態を推定する状態推
   定部と、 前記状態推定部で推定された前記プロセス状態と前記観
   測信号とを比較し、ファジイ推論により前記観測信号の
   正常の度合いを判定する観測信号診断部と、 前記観測信号と前記観測信号診断部の判定結果とを表示
   する状態表示部とを備えていることを特徴とするプラン
   ト運転支援装置。
2. 【請求項２】前記観測信号診断部において正常と判定さ
   れた観測信号を前記機器モデルに入力し、ファジイ推論
   により前記機器モデルに記述された機器の特性の変化の
   度合いを判定する機器特性診断部を備え、 前記状態表示部は、前記観測信号と、前記観測信号診断
   部の判定結果と、前記機器特性診断部の判定結果を表示
   するように構成されていることを特徴とする請求項１に
   記載のプラント運転支援装置。
3. 【請求項３】所定の構成機器の入出力関係において、前
   記観測信号診断部によって観測信号が異常と判定され、
   かつ、前記機器特性診断部によって機器特性が変化して
   いないと判定されたときに、その構成機器の機器モデル
   によって異常と判定された観測信号の正常な値をファジ
   イ推論によって同定する正常信号同定部を備え、 前記状態表示部は、前記観測信号の正常値を表示するよ
   うに構成されていることを特徴とする請求項２に記載の
   プラント運転支援装置。
4. 【請求項４】前記特性記憶部は、カオス的な挙動を示す
   観測信号の通常運転時におけるリアプノフ指数を含むカ
   オスの特徴的な量を記憶しており、 前記特性記憶部に記憶したカオスの特徴的な量と観測信
   号のカオスの特徴的な量とを比較することにより、プラ
   ント状態が通常運転時のプラント状態から変化している
   か否かを判定する精密診断部を備え、 前記状態表示部は、前記精密診断部の判定結果を表示す
   るように構成されていることを特徴とする請求項１に記
   載のプラント運転支援装置。
5. 【請求項５】前記特性記憶部は、観測信号の動的特性を
   表す定性モデルを記憶しており、 前記特性記憶部の定性モデルによって推定される観測信
   号の挙動と実際の観測信号の挙動とを比較して、観測信
   号が正常か否かを判定する過渡時診断部を備え、 前記状態表示部は、前記過渡時診断部に判定結果を表示
   するように構成されていることを特徴とする請求項１に
   記載のプラント運転支援装置。
6. 【請求項６】プラントの計器の出力を入力し、観測信号
   を出力する入力処理部と、 観測信号の静的特性の機器モデルと動的特性の定性モデ
   ルを記憶した特性記憶部と、 前記入力処理部の観測信号に基づいてプラントが定常状
   態あるいは過渡状態にあるかを判定するプラント状態判
   定部と、 前記プラント状態判定部が定常状態と判定した場合に、
   前記機器モデルを用いて前記観測信号からプラントのプ
   ロセス状態を推定する状態推定部と、 前記状態推定部で推定されたプロセス状態と前記観測信
   号とを比較してファジイ推論によって前記観測信号の正
   常の度合いを判定する観測信号診断部と、 前記プラント状態判定部が過渡状態と判定した場合に、
   前記特性記憶部の定性モデルによって推定される観測信
   号の挙動と実際の観測信号の挙動とを比較して、過渡状
   態における観測信号が正常か否かを判定する過渡時診断
   部と、 前記観測信号と観測信号診断部および過渡時診断部の判
   定結果を表示する状態表示部とを備えていることを特徴
   とするプラント運転支援装置。
7. 【請求項７】前記特性記憶部は、起動運転状態と出力上
   昇運転状態と定格運転状態を含む各運転モードにおける
   カオス的な挙動を示すリアプノフ指数を含む観測信号の
   カオスの特徴的な量を記憶しており、 前記プラント状態判定部の判定結果に基づいて、前記運
   転モードに対応するカオスの特徴的な量と観測信号のカ
   オスの特徴的な量とを比較して、該当運転モードにおけ
   る規範となるプラント状態からの変化を判定する精密診
   断部を備え、 前記状態表示部は、前記精密診断部の判定結果を表示す
   るように構成されていることを特徴とする請求項６に記
   載のプラント運転支援装置。