特許 5944206 循環流動層ボイラの異常監視装置及び異常監視方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】5944206

(24)【登録日】2016年6月3日

(45)【発行日】2016年7月5日

(54)【発明の名称】循環流動層ボイラの異常監視装置及び異常監視方法

(51)【国際特許分類】

   F23C 10/02 20060101AFI20160621BHJP

   G05B 23/02 20060101ALI20160621BHJP

【ＦＩ】

   F23C10/02

   G05B23/02 302T

【請求項の数】5

【全頁数】17

(21)【出願番号】特願2012-91302(P2012-91302)

(22)【出願日】2012年4月12日

(65)【公開番号】特開2013-221626(P2013-221626A)

(43)【公開日】2013年10月28日

【審査請求日】2014年11月12日

(73)【特許権者】

【識別番号】000002107

【氏名又は名称】住友重機械工業株式会社

(74)【代理人】

【識別番号】100088155

【弁理士】

【氏名又は名称】長谷川 芳樹

(74)【代理人】

【識別番号】100113435

【弁理士】

【氏名又は名称】黒木 義樹

(72)【発明者】

【氏名】塚根 薫子

(72)【発明者】

【氏名】伊藤 一芳

(72)【発明者】

【氏名】藤井 大也

【審査官】 黒石 孝志

(56)【参考文献】

【文献】 特開平９−８９２１４（ＪＰ，Ａ）

【文献】 特開２０１１−９０３８２（ＪＰ，Ａ）

【文献】 特開２０００−１２１０４６（ＪＰ，Ａ）

【文献】 特開２００７−２１３１９４（ＪＰ，Ａ）

【文献】 特開２０１０−１１７０９９（ＪＰ，Ａ）

【文献】 特開２００２−１８９０１９（ＪＰ，Ａ）

【文献】 特開２０１１−２２０８１４（ＪＰ，Ａ）

【文献】 特開平６−２１５２７６（ＪＰ，Ａ）

【文献】 特開２００６−２５０３７７（ＪＰ，Ａ）

【文献】 特開２００４−２４１９９３（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｆ２３Ｃ １０／０２

Ｇ０５Ｂ ２３／０２

(57)【特許請求の範囲】

【請求項1】

循環流動層ボイラの異常監視装置であって、
前記循環流動層ボイラの複数のセンサデータからなる運転データを取得する運転データ取得手段と、
前記運転データのマハラノビス距離に基づいて前記循環流動層ボイラの運転異常の有無を判定する異常判定手段と、
前記循環流動層ボイラにおいてそれぞれの前記センサデータと関連する撮像部位の撮像データを取得する撮像データ取得手段と、
前記異常判定手段で運転異常があると判定された場合に、複数の前記センサデータにおいて、運転異常への貢献が大きい前記センサデータと、運転異常への貢献が大きい前記センサデータに関連する前記撮像部位の前記撮像データと、を同期して保存するデータ記録手段と、を備える、循環流動層ボイラの異常監視装置。

【請求項2】

前記異常判定手段は、
前記循環流動層ボイラに運転異常があると判定した場合に、
各前記センサデータが前記マハラノビス距離に与える影響の度合いを示す貢献度を前記センサデータごとに算出し、
前記データ記録手段は、
前記センサデータのうち前記貢献度に基づいて選ばれる高貢献度センサデータと、当該高貢献度センサデータに関連付けられた前記撮像部位の前記撮像データと、を同期して保存する、請求項１に記載の循環流動層ボイラの異常監視装置。

【請求項3】

前記異常判定手段が前記循環流動層ボイラに運転異常があると判定した場合に、前記運転データと前記撮像データとを関連付けて表示するデータ表示手段をさらに備える、請求項１又は２に記載の循環流動層ボイラの異常監視装置。

【請求項4】

前記循環流動層ボイラの正常運転時の前記運転データに基づいて単位空間を作成する単位空間作成手段を更に備える、請求項１〜３の何れか一項に記載の循環流動層ボイラの異常監視装置。

【請求項5】

循環流動層ボイラの異常監視方法であって、
前記循環流動層ボイラの複数のセンサデータからなる運転データを取得する運転データ取得工程と、
前記運転データのマハラノビス距離に基づいて前記循環流動層ボイラの運転異常の有無を判定する異常判定工程と、
前記循環流動層ボイラにおいてそれぞれの前記センサデータと関連する撮像部位の撮像データを取得する撮像データ取得工程と、
前記異常判定工程で運転異常があると判定された場合に、複数の前記センサデータにおいて、運転異常への貢献が大きい前記センサデータと、運転異常への貢献が大きい前記センサデータに関連する前記撮像部位の前記撮像データと、を同期して保存するデータ記録工程と、を備える、循環流動層ボイラの異常監視方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、循環流動層ボイラの異常監視装置及び異常監視方法に関するものである。

【背景技術】

【0002】

従来、下記特許文献１に記載の監視システムが知られている。この監視システムでは、監視対象データのマハラノビス距離を算出すると共に、マハラノビス距離に基づいて監視対象データの異常の有無を判定する。監視対象データに異常があると判定されたときは、複数の監視対象データからマハラノビス距離の望大特性に寄与率の高い監視対象データを異常信号として抽出する。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１１―９０３８２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

電力プラント等のプロセス系システムの監視システムには、多変量解析やデータマイニングを用いて、監視対象データにおける異常の有無を判定するものがある。このような判定手段によれば、既知の現象に起因する異常の有無は判定可能であるが、例えば噴破のような発生確率の極めて低い現象に起因する異常の有無や、発生したことのない未知の現象に起因する異常の有無を判定することは困難である。

【0005】

マハラノビス・タグチ・システム（以下「ＭＴＳ」ともいう）の手法を用いたシステムでは、まず、正常に動作しているシステムから取得されたデータに基づいて単位空間が作成される。次に、この単位空間の中心から監視対象データまでの隔たりがマハラノビス距離として算出される。そして、このマハラノビス距離に基づいて異常の有無を判定する。このＭＴＳによれば、発生確率の極めて低い現象に起因する異常の有無や、発生したことのない未知の現象に起因する異常の有無を判定することができる。さらに、ＭＴＳによれば、複数の監視対象データからマハラノビス距離に与える影響の度合いである貢献度が高い監視対象データを抽出することも可能である。

【0006】

しかしながら、電力プラント等のプロセス系システムでは、取得可能な監視対象データが制限されていると共に、給水・蒸気系統及び燃料・排気ガス系統等が複雑に組み合わされている。従って、ＭＴＳを用いた異常監視システムをプロセス系システムに適用した場合には、異常信号から異常の原因となる現象を確実に特定できない場合があった。

【0007】

そこで、本発明は、運転異常の原因をより確実に特定可能な循環流動層ボイラの異常監視装置を提供することを目的とする。

【課題を解決するための手段】

【0008】

本発明の異常監視装置は、循環流動層ボイラの異常監視装置であって、循環流動層ボイラのセンサデータからなる運転データを取得する運転データ取得手段と、運転データのマハラノビス距離に基づいて循環流動層ボイラの運転異常の有無を判定する異常判定手段と、循環流動層ボイラの所定の撮像部位の撮像データを取得する撮像データ取得手段と、異常判定手段で運転異常があると判定された場合に、センサデータと当該センサデータに関連する撮像部位の撮像データとを同期して保存するデータ記録手段と、を備える。

【0009】

また、本発明の異常監視方法は、循環流動層ボイラの異常監視方法であって、循環流動層ボイラのセンサデータからなる運転データを取得する運転データ取得工程と、運転データのマハラノビス距離に基づいて循環流動層ボイラの運転異常の有無を判定する異常判定工程と、循環流動層ボイラの所定の撮像部位の撮像データを取得する撮像データ取得工程と、異常判定工程で運転異常があると判定された場合に、センサデータと当該センサデータに関連する撮像部位の撮像データとを同期して保存するデータ記録工程と、を備える。

【0010】

この異常監視装置及び異常監視方法では、単位空間に対する運転データのマハラノビス距離に基づいて、異常判定手段が循環流動層ボイラの運転異常の有無を判定している。従って、未知の現象に起因する異常が生じた場合であっても、運転中の循環流動層ボイラに運転異常があることを判定することができる。また、循環流動層ボイラの所定の撮像部位の撮像データを撮像データ取得手段が取得している。そして、センサデータと、当該センサデータに関連する撮像部位の撮像データとをデータ記録手段が同期して保存するので、センサデータと撮像データとに基づいて運転異常の原因を分析することが可能となる。従って、運転異常の原因をより確実に特定することができる。

【0011】

また、本発明の異常監視装置では、異常判定手段が、循環流動層ボイラに運転異常があると判定した場合に、各センサデータがマハラノビス距離に与える影響の度合いを示す貢献度をセンサデータごとに算出し、データ記録手段が、センサデータのうち貢献度に基づいて選ばれる高貢献度センサデータと、当該高貢献度センサデータに関連付けられた撮像部位の撮像データと、を同期して保存してもよい。この場合、マハラノビス距離に対する貢献度を算出することにより、運転異常の原因である可能性を含むセンサデータが抽出されるので、運転異常の原因をより迅速に特定することができる。さらに、高貢献度センサデータと、当該センサデータに関連付けられた撮像部位の撮像データとを関連付けてデータ記録手段が同期して保存するので、高貢献度センサデータと撮像データとに基づいて運転異常の原因を分析することが可能となる。従って、運転異常の原因をより確実且つ迅速に特定することができる。

【0012】

また、異常判定手段が循環流動層ボイラに運転異常があると判定した場合に、運転データと撮像データとを関連付けて表示するデータ表示手段をさらに備えてもよい。この場合、運転異常があると判定されたその場で、センサデータと撮像データとに基づいて運転異常の原因を分析することができる。

【0013】

また、本発明の異常監視装置では、単位空間を作成する単位空間作成手段を更に備え、単位空間は、循環流動層ボイラの正常運転時の運転データに基づいて作成されてもよい。

【発明の効果】

【0014】

本発明による循環流動層ボイラの異常監視装置及び異常監視方法によれば、運転異常の原因をより確実に特定することができる。

【図面の簡単な説明】

【0015】

【図1】本実施形態の異常監視装置の構成を示す図である。

【図2】循環流動層ボイラに配置された運転データ取得手段の例を示す図である。

【図3】循環流動層ボイラに配置された撮像データ取得手段の例を示す図である。

【図4】センサデータに関連付けられた撮像部位の一例を示す図である。

【図5】異常監視装置の一部を構成するハードウエアを示す図である。

【図6】単位空間を作成する工程を示す図である。

【図7】循環流動層ボイラの運転異常の有無を監視する工程を示す図である。

【図8】マハラノビス距離に対する貢献度を算出する工程を示す図である。

【発明を実施するための形態】

【0016】

以下、添付図面を参照しながら本発明による異常監視装置及び異常監視方法の実施の形態を詳細に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。

【0017】

図１に示すように、本実施形態の異常監視装置１は循環流動層ボイラ２（以下、単に「ボイラ」ともいう）の運転状態を監視する。まず、ボイラ２について説明する。ボイラ２は、図２〜図４に示すように、外部循環型（Ｃｉｒｃｕｌａｔｉｎｇ Ｆｌｕｉｄｉｚｅｄ Ｂｅｄ型）の循環流動層ボイラである。このボイラ２は、縦長の筒形状をなす流動層型の火炉３を備えている。火炉３の中間部には、燃料を投入する燃料投入口３ａと、上部には燃焼ガスを排出するガス出口３ｂと、が設けられている。燃料投入装置５からこの火炉３に供給される燃料は、燃料投入口３ａを介して火炉３の内部に投入される。

【0018】

火炉３のガス出口３ｂには固気分離装置として機能するサイクロン７が接続されている。サイクロン７の排出口７ａはガスラインを介して後段のガス処理系に接続されている。また、サイクロン７の底部出口からはダウンカマーと称されるリターンライン９が下方に延びており、リターンライン９の下端は火炉３の中間部側面に接続されている。

【0019】

火炉３内では、下部の給気ライン３ｃから導入される燃焼・流動用の空気により、燃料投入口３ａから投入された燃料を含む固形物が流動し、燃料は流動しながら約８００〜９００℃で燃焼する。サイクロン７には、火炉３で発生した燃焼ガスが固体粒子を同伴しながら導入される。サイクロン７は、遠心分離作用により固体粒子と気体とを分離し、リターンライン９を介して分離された固体粒子を火炉３に戻すと共に、固体粒子が除かれた燃焼ガスを排出口７ａからガスラインを通じて後段のガス処理系に送出する。

【0020】

この火炉３では「炉内ベット材」と呼ばれる固形物が発生し底部に溜まるが、この炉内ベット材で不純物（低融点物質等）が濃縮されて起こるベット材の焼結及び溶融固化、或いは不燃夾雑物による動作不良を抑制することが必要である。このため、火炉３では、底部の排出口３ｄから炉内ベット材が定期的に外部に排出されている。排出されたベット材は、循環ライン（図示せず）上で金属などの不適物を取り除いた後、再び火炉３に投入される。

【0021】

上記のガス処理系は、サイクロン７の排出口７ａにガスラインを介して接続されたガス熱交換装置１３と、このガス熱交換装置１３の排出口１３ａにガスラインを介して接続されたバグフィルタ（集塵器）１５とを備えている。ガス熱交換装置１３には、排ガスの流路を横切るように水を流動させるボイラチューブ１３ｂが設けられている。サイクロン７から送られた高温の排ガスがこのボイラチューブ１３ｂに接触することで、排ガスの熱がチューブ内の水に回収され、発生した高温の水蒸気がボイラチューブ１３ｂを通じて発電用のタービンに送られる。バグフィルタ１５は、この可燃性ガスに未だ同伴している飛灰等の微粒子を除去する。バグフィルタ１５の排出口１５ａから排出された清浄なガスはガスライン及びポンプ１７を経由して煙突１９から外部に排出される。

【0022】

続いて、異常監視装置１について説明する。図１に示すように、異常監視装置１は、ボイラ２の運転データに基づいてボイラ２の運転異常の有無を判別する。次に、異常監視装置１は、ボイラ２に運転異常があると判定したときには、運転異常の原因となる可能性を含むセンサデータである高貢献度センサデータを抽出する。そして、異常監視装置１は、センサデータと、当該センサデータに関連付けられたボイラの部位を撮像した撮像データとを同期して記録する。

【0023】

異常監視装置１は、ＭＴＳ（Ｍａｈａｌａｎｏｂｉｓ ｔａｇｕｃｈｉ Ｓｙｓｔｅｍ：マハラノビス・タグチ・システム）の手法に基づいて、ボイラ２の運転異常の有無を判別する。パターン認識を目的とするＭＴＳの特徴は、単位空間を定義し、その中心から対象データまでの距離をマハラノビス距離として求める点である。単位空間とは、パターン認識の中心又は基準である。既存のデータ群の中心と対象データとの距離であるマハラノビス距離は、全変数間の相関を利用して求める。マハラノビス距離の詳細は後述する。

【0024】

異常監視装置１は、運転データを取得する運転データ取得部２１と、撮像データを取得する撮像データ取得部２２と、機能的構成要素として運転データ及び撮像データを処理するデータ処理部２３と、を備えている。以下、各構成要素の機能について説明する。

【0025】

運転データ取得部２１は、ボイラ２の運転状態を示す運転データを取得する。後述するように、運転データ取得部２１が備える温度センサ２４、圧力センサ２６及び流量センサ２７は、ボイラ２の各部位に設置されている。運転データとは、これらのセンサのセンサデータからなるデータ群をいう。運転データは、ボイラ２の各部位の温度、圧力、流量といったデータを含み、ボイラ２の運転状態を示す。運転データ取得部２１で取得された運転データは、データ処理部２３に出力される。

【0026】

温度センサ２４、圧力センサ２６、及び流量センサ２７の配置例について説明する。なお、以下に説明する例では、温度センサ２４ａ〜２４ｄ，２４ｆ〜２４ｋが図１に示す温度センサ２４に属し、圧力センサ２６ａ〜２６ｄ，２６ｆ〜２６ｋが図１に示す圧力センサ２６に属し、流量センサ２７ｅ，２７ｈ，２７ｊが図１に示す流量センサ２７に属する。

【0027】

図２に示すように、火炉３の排出口３ｄ付近には、温度センサ２４ａと、圧力センサ２６ａとが配置されている。温度センサ２４ａは火炉３の下部の温度データを取得し、圧力センサ２６ａは火炉３の下部の圧力データを取得する。火炉３の中間部には、温度センサ２４ｂと、圧力センサ２６ｂとが配置されている。温度センサ２４ｂは火炉３の中間部の温度データを取得し、圧力センサ２６ｂは火炉３の中間部の圧力データを取得する。火炉３の内側上面３ｅには、温度センサ２４ｃと、圧力センサ２６ｃとが配置されている。温度センサ２４ｃは火炉３の上部の温度データを取得し、圧力センサ２６ｃは火炉３の上部の圧力データを取得する。ガス出口３ｂには、温度センサ２４ｄと、圧力センサ２６ｄとが配置されている。温度センサ２４ｄはガス出口３ｂにおける排出ガスの温度データを取得し、圧力センサ２６ｄはガス出口３ｂにおける排出ガスの圧力データを取得する。

【0028】

給気ライン３ｃには、流量センサ２７ｅが配置されている。流量センサ２７ｅは、給気ライン３ｃを流通する空気の流量データを取得する。

【0029】

ガス熱交換装置１３の熱交換部１３ｃ付近には、温度センサ２４ｆと、圧力センサ２６ｆとが配置されている。温度センサ２４ｆはガス熱交換装置１３内の排気ガスの温度データを取得し、圧力センサ２６ｆはガス熱交換装置１３内の排気ガスの圧力データを取得する。ガス熱交換装置１３の排出口１３ａ付近には、温度センサ２４ｇと、圧力センサ２６ｇとが配置されている。温度センサ２４ｇは排出口１３ａから排出される排気ガスの温度データを取得し、圧力センサ２６ｇは排出口１３ａから排出される排気ガスの圧力データを取得する。

【0030】

ガス熱交換装置１３の熱交換部１３ｃより上流側には、温度センサ２４ｈと流量センサ２７ｈとが配置されている。温度センサ２４ｈは排ガスの熱を回収する前のチューブ内の水の温度データを取得し、流量センサ２７ｈは排ガスの熱を回収する前のチューブ内の水の流量データを取得する。ボイラチューブ１３ｂの熱交換部１３ｃより下流側には、温度センサ２４ｊと圧力センサ２６ｊと流量センサ２７ｊとが配置されている。温度センサ２４ｊはチューブ内の水蒸気の温度データを取得し、圧力センサ２６ｊはチューブ内の水蒸気の圧力データを取得し、流量センサ２７ｊはチューブ内の水蒸気の流量データを取得する。

【0031】

バグフィルタ１５の排出口１５ａ付近には、温度センサ２４ｋと、圧力センサ２６ｋとが配置されている。温度センサ２４ｋは排出口１５ａ付近の排ガス温度のデータを取得し、圧力センサ２６ｋは排出口１５ａ付近の排ガス圧力のデータを取得する。

【0032】

図１に示すように、撮像データ取得部２２は、ボイラ２の所定の撮像部位の撮像データを取得する。後述するように、撮像データ取得部２２が備える複数のカメラ２８は、ボイラ２の各部位に設置されている。撮像データとは、これらカメラ２８により撮像されたボイラ２の所定の撮像部位の画像データである。撮像データは、静止画像であってもよいし、動画像であってもよい。撮像データ取得部２２において取得された撮像データは、データ処理部２３に出力される。

【0033】

所定の撮像部位の例と、当該撮像部位を撮像するためのカメラの配置例について説明する。以下に説明する例では、複数のカメラ２８ａ〜２８ｅが図１に示すカメラ２８に属する。図３に示すように、所定の撮像部位には、火炉３の排出口３ｄ付近の部位１６ａ及び火炉３の側壁面の部位１６ｂがある。さらに、所定の撮像部位には、ガス熱交換装置１３の熱交換部１３ｃの部位１６ｃ、熱交換部１３ｃの上流側のボイラチューブ１３ｂの部位１６ｄ、及び、熱交換部１３ｃの下流側のボイラチューブ１３ｂの部位１６ｅがある。部位１６ａを撮像するためのカメラ２８ａは、火炉３の燃料投入口３ａ付近に配置されている。部位１６ｂを撮像するためのカメラ２８ｂは、撮像対象となる側壁面に対面する火炉３の内壁に配置されている。部位１６ｃを撮像するためのカメラ２８ｃは、熱交換部１３ｃに対面するガス熱交換装置１３の内壁に配置されている。部位１６ｄを撮像するためのカメラ２８ｄは、部位１６ｄの近傍に配置されている。部位１６ｅを撮像するためのカメラ２８ｅは、部位１６ｅの近傍に配置されている。

【0034】

ここで、センサデータに関連付けられた撮像データの一例について説明する。図４に示すように、ガス熱交換装置１３の熱交換部１３ｃを撮像するためのカメラ２８ｃは、ガス熱交換装置１３の熱交換部１３ｃ付近に設けられた温度センサ２４ｆの排ガス温度データと、圧力センサ２６ｆの排ガス圧力データとに関連付けられている。すなわち、温度センサ２４ｆで取得された排ガス温度データ及び／又は圧力センサ２６ｆで取得された排ガス圧力データに異常が表れる場合には、給水・蒸気配管である熱交換部１３ｃに異常がある可能性が高い。従って、温度センサ２４ｆで取得される排ガス温度データ及び圧力センサ２６ｆで取得される排ガス圧力データには、カメラ２８ｃで撮像される熱交換部１３ｃの撮像データが関連付けられている。

【0035】

図１に示すように、データ処理部２３は、運転データ取得部２１から入力されたセンサデータを処理して、ボイラ２の運転異常の有無を判定する。そして、データ処理部２３は、運転異常があると判定した場合には、撮像データ取得部２２から入力された撮像データと、センサデータとを同期して記録する。また、データ処理部２３は、運転異常があると判定した場合には、撮像データと、センサデータとを同期して、後述する表示部３１に表示するための命令を表示部３１に出力する。さらに、データ処理部２３は、予めボイラ２の正常運転時の運転データを取得し、当該運転データに基づいて後述するＭＴＳの手法による運転異常の判定に用いる単位空間を作成する。このデータ処理部２３は、例えば、図５に示すコンピュータ１００を用いて実現される。

【0036】

図１及び図５に示すように、コンピュータ１００は、本実施形態のデータ処理部２３の構成するハードウエアの一例である。コンピュータ１００は、ＣＰＵを具備しソフトウエアによる処理や制御を行なうサーバ装置、パーソナルコンピュータ等の各種データ処理装置を含む。コンピュータ１００は、ＣＰＵ４１、主記憶装置であるＲＡＭ４２及びＲＯＭ４３、入力デバイスであるキーボード及びマウス等の入力装置４４、ディスプレイ等の出力装置４６、ネットワークカード等のデータ送受信デバイスである通信モジュール４７、ハードディスク等の補助記憶装置４８などを含むコンピュータシステムとして構成されている。なお、入力装置４４は後述する入力部２９を構成し、出力装置４６は後述する表示部３１を構成する（図１参照）。図１に示す機能的構成要素は、図５に示すＣＰＵ４１、ＲＡＭ４２等のハードウエア上に所定のコンピュータソフトウェアを読み込ませることにより、ＣＰＵ４１の制御のもとで入力装置４４、出力装置４６、通信モジュール４７を動作させるとともに、ＲＡＭ４２や補助記憶装置４８におけるデータの読み出し及び書き込みを行うことで実現される。

【0037】

図１に示すように、データ処理部２３には、運転データ取得部２１からセンサデータが入力されると共に、撮像データ取得部２２から撮像データが入力される。データ処理部２３は、単位空間を作成する単位空間作成部３２と、所定期間の運転データを一時的に記録する一時記録部３３と、運転異常の有無を判定し運転異常があると判定した場合には貢献度を算出する異常判定部３４と、センサデータと撮像データとを同期して記録する運転データ同期記録部３６と、を有している。

【0038】

単位空間作成部３２は、正常な運転時のセンサデータを収集して単位空間を作成する。また、単位空間作成部３２は、単位空間に基づいてマハラノビス距離の算出に用いる行列を算出し、記録する。そして、単位空間作成部３２は、異常判定部３４がマハラノビス距離を算出する際に参照され、単位空間に基づく行列を異常判定部３４に出力する。

【0039】

一時記録部３３は、運転データ取得部２１から出力された運転データと、撮像データ取得部２２から出力された撮像データとを、所定の期間だけ記録する機能を有する。そして、一時記録部３３は、異常判定部３４で運転異常があると判定されたとき、異常発生時点を中心に前後数秒から数分間のセンサデータと撮像データとを同期させて、運転データ同期記録部３６に出力する。

【0040】

異常判定部３４は、一時記録部３３から出力されたセンサデータと、単位空間作成部３２から出力された単位空間に基づく行列とに基づいて、マハラノビス距離を算出する。そして、異常判定部３４は、異常判定部３４に予め記録された閾値とマハラノビス距離とを比較し、閾値を超えた場合にボイラ２に運転異常があると判定する。異常判定部３４は、運転異常があると判定したとき、マハラノビス距離に与える影響の度合いを示す貢献度をセンサデータごとに算出し、高貢献度センサデータを抽出する。そして、異常判定部３４は、高貢献度センサデータと、当該高貢献度センサデータに関連付けられた撮像データと、マハラノビス距離と、を同期して記録するように、一時記録部３３に命令を出力する。さらに、異常判定部３４は、高貢献度センサデータと撮像データとを表示するように、表示部３１に高貢献度センサデータと撮像データとを出力する。

【0041】

運転データ同期記録部３６は、一時記録部３３から出力されたセンサデータと、撮像データと、単位空間に対する運転データのマハラノビス距離と、を同期させて記録する。この運転データ同期記録部３６に記録されたデータは、運転異常の原因を分析する場合に分析データとして利用される。なお、運転データ同期記録部３６では、それぞれのデータを圧縮して記録してもよい。また、運転データ同期記録部３６では、高貢献度センサデータと当該高貢献度センサデータに関連付けられた撮像データとを記録してもよいし、運転データ取得部２１と撮像データ取得部２２とで取得されたすべてのデータを記録してもよい。

【0042】

データ処理部２３は、必要に応じて入力部２９と表示部３１とを備えていてもよい。入力部２９は、例えばキーボード、マウス等の入力装置により構成される。入力部２９からは、データ処理に必要な閾値等が入力される。表示部３１は、例えば、ＣＲＴディスプレイ、液晶ディスプレイといった画像表示装置により構成される。表示部３１には、運転異常が発生している旨の表示がなされると共に、異常判定部３４から出力された高貢献度センサデータ及び撮像データ等が表示される。なお、表示部３１は、運転異常が発生していることを確実に報知するために、ベル、音声スピーカー、照明ランプ、ＬＥＤ等を更に備え、これらにより運転異常の発生を報知することとしてもよい。

【0043】

次に、異常監視装置１を用いたＭＴＳの手法による異常監視方法について説明する。異常監視方法は、図６に示す単位空間を作成する工程Ｓ１０と、図７に示す運転状態を監視する工程Ｓ２０と、図８に示す要因を分析する工程Ｓ３０とを有する。

【0044】

＜単位空間作成工程Ｓ１０＞
図６を参照して、単位空間を作成する工程Ｓ１０について説明する。この工程Ｓ１０は、主としてデータ処理部２３の単位空間作成部３２で実施される。本実施形態の異常監視方法の目的は、ボイラ２の運転異常の有無の判定であるので、本実施形態の単位空間は正常運転中のボイラ２から取得した運転データの集合である。工程Ｓ１０では、この運転データの集団である単位空間からマハラノビス距離Ｄ^２の算出に必要な行列Ａを作成する。この工程Ｓ１０は、運転異常を監視する工程Ｓ２０が開始される前に実行される。また、工程Ｓ１０は、予め定めた期間ごと、例えば１年ごとに実行されてもよいし、任意の時期に実行されてもよい。すなわち、運転状態を監視する工程Ｓ２０が実行される前に工程Ｓ１０が実行されることにより、行列Ａが作成されていればよい。

【0045】

工程Ｓ１１において運転データを取得する。この運転データは、ボイラ２の正常運転中のボイラ２の運転データである。工程Ｓ１１では、運転中のボイラ２に運転異常がないことを作業者が確認しながら運転データを取得する。次に、工程Ｓ１２では、取得した運転データを単位空間に追加する。続いて、工程Ｓ１３では、単位空間に蓄積されたデータ点数が行列Ａを作成するために必要なデータ点数を満たしているかを判定する。より詳細には、工程Ｓ１３では、運転データにｋ個のセンサデータｘ_１〜ｘ_ｋが含まれている場合に、運転データのデータ点数ｎがｋ以上であるか否かが判定される。データ点数ｎがｋ未満である場合（ＮＯ）には工程Ｓ１１に戻り、さらに運転データの取得が行われる。データ点数ｎがｋ以上である場合（ＹＥＳ）には、工程Ｓ１４において行列Ａの作成が行われる。

【0046】

行列Ａを作成する工程Ｓ１４について詳細に説明する。行列Ａは、各センサデータｘ_１〜ｘ_ｋ間の相関係数を成分とする相関行列Ｒの逆行列Ａ＝Ｒ^−１である。まず、センサデータｘ_１〜ｘ_ｋを規準化する。センサデータｘ_１〜ｘ_ｋの規準化は、式（１）により行われる。規準化したセンサデータＸ_１〜Ｘ_ｋでは、平均値がゼロであり、標準偏差が１となる。

【数1】

次に、相関行列Ｒを求める。式（２）に示すように、相関行列は、ｋ×ｋの正方行列である。相関行列Ｒの各成分ｒ_ｉｊは、規準化したセンサデータＸ_ｉと、規準化したセンサデータＸ_ｊとの相関係数である。

【数2】

次に、式（３）に示される相関行列Ｒの逆行列Ａを求める。

【数3】

【0047】

工程Ｓ１４において作成された行列Ａは、単位空間作成部３２に記録され、後述するマハラノビス距離Ｄ^２を算出する際に、異常判定部３４から参照される。

【0048】

＜異常監視工程Ｓ２０＞
図７を参照して、ボイラ２の運転状態を監視する異常監視工程Ｓ２０について説明する。この工程Ｓ２０は、主としてデータ処理部２３の異常判定部３４で実施される。まず、工程Ｓ２１（運転データ取得工程、撮像データ取得工程）において、ボイラ２の各部に配置した温度センサ２４ａ〜２４ｄ，２４ｆ〜２４ｋ、圧力センサ２６ａ〜２６ｄ，２６ｆ〜２６ｋ、及び流量センサ２７ｅ，２７ｈ，２７ｊにより運転データを取得する。また、運転データの取得に併せて、カメラ２８ａ〜２８ｅにより撮像データを取得する。取得した運転データ及び撮像データは、一時記録部３３に記録される。そして、一時記録部３３に記録された運転データは、異常判定部３４に送信される。次に、工程Ｓ２１において、運転データのマハラノビス距離Ｄ^２を算出する。

【0049】

ここで、マハラノビス距離Ｄ^２について説明する。マハラノビス距離Ｄ^２は、ばらつきが任意である分布の中心からの距離を測る基準として用いられる。例えば、変数が１つであるマハラノビス距離Ｄ^２は式（４）に示される。

【数4】

本実施形態では、変数であるセンサデータｘ_１〜ｘ_ｋは１つではなく、例えばｋ個ある。式（４）を、ｋ個の変数を有する式に変形する。式（４）で示されたマハラノビス距離Ｄ^２を式（５）に示すように変形する。

【数5】

この式の第１項及び第３項をベクトル形式に書き換えると共に、第２項を分散共分散行列に書き換える。

【数6】

ここで、変数iと変数jの共分散s_ijは、相関係数r_ijにより式（７）のように示される。

【数7】

したがって、マハラノビス距離Ｄ^２を相関係数で表すと式（８）により示される。

【数8】

さらに、式（８）のセンサデータｘ_１〜ｘ_ｋを規準化したセンサデータＸ_１〜Ｘ_ｋ（式（９）参照）で表すと、式（８）は式（１０）のように示される。

【数9】

【数10】

式（１０）を変数の数であるｋで除して、マハラノビス距離Ｄ^２を式（１１）のように表す。

【数11】

工程Ｓ２２では、各センサデータｘ_１〜ｘ_ｋを規準化したセンサデータＸ_１〜Ｘ_ｋに変換する。そして、規準化したセンサデータＸ_１〜Ｘ_ｋと行列Ａとを式（１１）に適用してマハラノビス距離Ｄ^２を算出する。

【0050】

続いて、工程Ｓ２３（異常判定工程）において、マハラノビス距離Ｄ^２と閾値とを比較する。閾値は、例えば、入力部２９から入力され、異常判定部３４に予め記録されている。閾値は、所望の値に予め設定されている。マハラノビス距離Ｄ^２が閾値未満である場合（ＮＯ）は、運転異常がないと判定され処理は工程Ｓ２８に移行する。

【0051】

一方、マハラノビス距離Ｄ^２が閾値以上である場合（ＹＥＳ）は、運転異常があると判定され工程Ｓ２５に移行する。そして、工程Ｓ２５において、運転データに含まれるセンサデータｘ_１〜ｘ_ｋにおいて運転異常の原因となり得るセンサデータ又はセンサデータの組を抽出する。

【0052】

＜要因分析工程Ｓ３０＞
図８を参照して、運転異常の要因を分析する要因分析工程Ｓ３０について説明する。要因分析工程Ｓ３０では、異常監視工程Ｓ２０の工程Ｓ２３においてマハラノビス距離Ｄ^２が閾値を超えた場合に、マハラノビス距離Ｄ^２の増大に貢献しているセンサデータｘ_１〜ｘ_ｋ又はセンサデータｘ_１〜ｘ_ｋの組を分析する。

【0053】

工程Ｓ３１において、要因分析の対象となるセンサデータｘ_１〜ｘ_ｋを取得する。ここで、センサデータｘ_１〜ｘ_ｋは、工程Ｓ２３において、閾値を超えるマハラノビス距離を構成するセンサデータｘ_１〜ｘ_ｋである。

【0054】

次に、工程Ｓ３２において、直交表を作成する。直交表は多くの組み合わせを合理的・系統的に圧縮するものである。ＭＴＳの要因分析において一般的に利用される直交表は、第２水準系の直交表である。表１は、運転データが７個のセンサデータｘ_１〜ｘ_７から構成される場合の直交表の一例である。

【表1】

【0055】

続いて、工程Ｓ３３において、望大特性のＳＮ比を計算する。単位空間に帰属しないセンサデータ、すなわち、運転異常の原因となるセンサデータのマハラノビス距離Ｄ^２は、大きい方が望ましい。このように、大きいほど望ましい特性を望大特性という。また、センサデータは複数あるので、一般にばらつきを有する。このばらつきも含めた望ましさを数量化したものがＳＮ比である。このＳＮ比は、式（１２）により算出される。

【数12】

【0056】

工程Ｓ３３におけるＳＮ比を算出する手順を詳細に説明する。表１の直交表のデータ数の第１番目の列を参照する。第１番目の列は、すべてのセンサデータｘ_１〜ｘ₇が第１水準である。従って、すべてのセンサデータｘ_１〜ｘ₇を用いてマハラノビス距離Ｄ_１^２を求める。続いて、表１の直交表の第２番目の列を参照する。第２番目の列は、センサデータｘ_１〜ｘ_３が第１水準であり、センサデータｘ_４〜ｘ₇が第２水準である。従って、センサデータｘ_１〜ｘ_３を用いてマハラノビス距離Ｄ_２^２を求める。以下、表１の直交表の第３番目〜第８番目の列について、同様の手順により、それぞれの列に対応するマハラノビス距離Ｄ_３^２〜Ｄ_８^２を求める。

【0057】

続いて、センサデータｘ_１〜ｘ₇ごとのＳＮ比を求める。ここでは、センサデータｘ_１〜ｘ₇ごとに、第１水準のＳＮ比と第２水準のＳＮ比とを求める。ここで、第１水準のＳＮ比とは、マハラノビス距離Ｄ_１^２〜Ｄ_８^２のうち、第１水準であるサンプル数におけるマハラノビス距離を用いて算出されるＳＮ比である。また、第２水準のＳＮ比とは、マハラノビス距離Ｄ_１^２〜Ｄ_８^２のうち、第２水準であるサンプル数におけるマハラノビス距離を用いて算出されるＳＮ比である。

【0058】

例えば、センサデータｘ_１の場合、第１水準であるサンプル数は１〜４である。従って、マハラノビス距離Ｄ_１^２〜Ｄ_４^２を用いて第１水準のＳＮ比を算出する。また、第２水準であるサンプル数は５〜８である。従って、マハラノビス距離Ｄ_５^２〜Ｄ_８^２を用いて第２水準のＳＮ比を算出する。センサデータｘ_１の第１水準のＳＮ比η_Ａ１は、式（１３）により算出される。また、センサデータｘ_１の第２水準のＳＮ比η_Ａ２は、式（１４）により算出される。

【数13】

【数14】

【0059】

工程Ｓ３４において、貢献度を求める。センサデータｘ_１に着目したとき、第１水準のＳＮ比η_Ａ１と、第２水準のＳＮ比η_Ａ２との差が正の方向に大きい場合には、センサデータｘ_１は、運転異常の原因となる可能性を有することを意味する。この第１水準のＳＮ比η_Ａ１と、第２水準のＳＮ比η_Ａ２との差（η_Ａ１−η_Ａ２）を貢献度という。以下、同様の手順でセンサデータｘ_２〜ｘ_８の貢献度を算出する。

【0060】

以上の工程Ｓ３１〜Ｓ３４により、センサデータｘ_１〜ｘ₇ごとの貢献度が算出される。この貢献度が最も高いもの、又は、予め設定された貢献度の閾値を超えるものが、高貢献度センサデータ又は高貢献度センサデータの組として抽出される。

【0061】

再び図７を参照すると、工程Ｓ２６（データ記録工程）において、センサデータと撮像データとを同期して記録する。この工程Ｓ２６は、主として運転データ同期記録部３６により実行される。工程Ｓ２５において高貢献度センサデータとして抽出されたセンサデータの情報が、異常判定部３４から一時記録部３３に出力される。一時記録部３３は、異常判定部３４から出力された情報に基づいて、高貢献度センサデータとして抽出されたセンサデータと、該センサデータに関連付けられた撮像データとを同期して、運転データ同期記録部３６に出力する。そして、運転データ同期記録部３６は、一時記録部３３から出力されたセンサデータと撮像データとを記録する。

【0062】

そして、工程Ｓ２７において、表示部３１に運転異常が発生した旨の表示を行う。この工程Ｓ２７は、主として表示部３１により実行される。異常判定部３４から表示部３１に運転異常が発生した旨の情報が出力され、この情報に基づいて表示部３１は運転異常が発生した旨を報知する。更に、異常判定部３４から表示部３１には、高貢献度センサデータとして抽出されたセンサデータと、該センサデータに関連付けられたカメラの撮像データとが出力され、表示部３１にはこれらが表示される。

【0063】

工程Ｓ２８において、異常監視工程Ｓ２０を終了するか否かが判断される。異常監視工程Ｓ２０を終了しない（ＮＯ）と判断した場合、すなわち、異常監視動作を継続する場合には工程Ｓ２１に移行し工程Ｓ２１からの動作が再び実施される。異常監視工程Ｓ２０を終了すると判断した場合（ＹＥＳ）には、異常監視工程Ｓ２０を終了する。

【0064】

以上のように、本実施形態の循環流動層ボイラの異常監視装置及び異常監視方法では、工程Ｓ２２で算出された単位空間に対する運転データのマハラノビス距離に基づいて、工程Ｓ２３で異常判定部３４がボイラ２の運転異常の有無を判定している。従って、未知の現象に起因する運転異常が生じた場合であっても、運転中のボイラ２に運転異常があることを判定することができる。また、ボイラ２の所定の撮像部位１６ａ〜１６ｅの撮像データを撮像データ取得部２２のカメラ２８が取得している。そして、工程Ｓ２６で貢献度が高いセンサデータと、当該センサデータに関連する撮像部位の撮像データとを運転データ同期記録部３６が同期して保存する。従って、センサデータと撮像データとに基づいて運転異常の原因を分析することが可能となる。従って、運転異常の原因をより確実に特定することができる。

【0065】

また、本実施形態の循環流動層ボイラの異常監視装置及び異常監視方法では、工程Ｓ３０でマハラノビス距離に対する貢献度を算出している。従って、運転異常の原因である可能性を含むセンサデータが抽出されるので、運転異常の原因をより迅速に特定することができる。さらに、工程Ｓ２６で高貢献度センサデータと、当該センサデータに関連付けられた撮像部位の撮像データとを関連付けてデータ記録手段が同期して保存するので、高貢献度センサデータと撮像データとに基づいて運転異常の原因を分析することが可能となる。従って、運転異常の原因をより確実且つ迅速に特定することができる。

【0066】

また、本実施形態の循環流動層ボイラの異常監視装置１は、表示部３１を備えている。従って、運転異常があると判定されたその場で、センサデータと撮像データとに基づいて運転異常の原因を分析することができる。

【0067】

なお、上述した実施形態は異常監視装置１及び異常監視方法の一例を示すものである。本発明に係る異常監視装置１及び異常監視方法は、上述した実施形態に限られるものではなく、請求項に記載した要旨を変更しない範囲で、上述した実施形態に係る異常監視装置１及び異常監視方法を変形し、又は他のものに適用したものであってもよい。

【0068】

センサデータは、温度データ、圧力データ及び流量データ以外のデータを用いてもよい。例えば、酸素濃度、ＮＯ_Ｘ濃度、ＣＯ濃度、ＳＯ_２濃度といった排ガスに含まれる所望の物質の濃度や、燃料投入口３ａから投入される燃料投入量を用いてもよい。また、温度センサ２４、圧力センサ２６、流量センサ２７及びカメラ２８が配置される場所は、上述した箇所と異なる場所に配置されてもよい。

【符号の説明】

【0069】

１…異常監視装置、２…循環流動層ボイラ、２１…運転データ取得部、２２…撮像データ取得部、２３…データ処理部、２４…温度センサ、２６…圧力センサ、２７…流量センサ、２８…カメラ、２９…入力部、３１…表示部、３２…単位空間作成部、３３…一時記録部、３４…異常判定部、３６…運転データ同期記録部、１００…コンピュータ、Ｄ^２…マハラノビス距離、ｘ_１〜ｘ_ｋ…センサデータ、Ｓ１０…単位空間作成工程、Ｓ２０…異常監視工程、Ｓ３０…要因分析工程。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】