特許ウォッチ

公開番号2025037522
公報種別公開特許公報(A)
公開日2025-03-18
出願番号2023144494
出願日2023-09-06
発明の名称コリオリ流量計、診断方法、診断プログラム、および診断システム
出願人横河電機株式会社
代理人弁理士法人酒井国際特許事務所
主分類G01F 1/84 20060101AFI20250311BHJP(測定;試験)
要約【課題】コリオリ流量計の振動管における異常状態の発生を効果的に診断すること。
【解決手段】コリオリ流量計10は、流体の測定に関する測定パラメータを取得し、振動管の状態を示す振動管パラメータを算出し、パラメータの入力に応じて振動管の診断結果を出力するように学習された学習済みの機械学習モデルに、測定パラメータおよび振動管パラメータのうち少なくとも1つを入力して、振動管における異常状態の発生を診断する。
【選択図】図1
特許請求の範囲【請求項１】
振動管の振動に基づいて前記振動管を流れる流体の流量および密度を測定するコリオリ流量計であって、
前記コリオリ流量計の流体の測定に関する測定パラメータを取得する取得部と、
前記振動管の状態を示す振動管パラメータを算出する算出部と、
パラメータの入力に応じて前記振動管の診断結果を出力するように学習された学習済みの機械学習モデルに、前記測定パラメータおよび前記振動管パラメータのうち少なくとも１つを入力して、前記振動管における異常状態の発生を診断する診断部と、
を備えるコリオリ流量計。
続きを表示（約 1,600 文字）【請求項２】
前記取得部は、
前記測定パラメータとして、前記振動管の振動に基づく周波数、位相差、および信号振幅を取得し、
前記算出部は、
前記振動管パラメータとして、前記振動管の質量、ばね定数、および減衰係数を算出し、
前記診断部は、
前記学習済みの機械学習モデルに、前記周波数、前記位相差、前記信号振幅、前記質量、前記ばね定数、および前記減衰係数のうち少なくとも１つを入力して、前記振動管における異常状態として前記振動管の腐食の発生を診断する、
請求項１に記載のコリオリ流量計。
【請求項３】
前記診断部は、
前記学習済みの機械学習モデルに、前記周波数、前記位相差、前記信号振幅、前記質量、前記ばね定数、および前記減衰係数のうち少なくとも１つを入力して、前記振動管の腐食量を推定する、
請求項２に記載のコリオリ流量計。
【請求項４】
前記診断部は、
前記学習済みの機械学習モデルに、前記周波数、前記位相差、前記信号振幅、前記質量、前記ばね定数、および前記減衰係数のうち少なくとも１つを入力して、前記腐食の発生に伴う前記流体の流量誤差および密度誤差のうち少なくとも１つを推定する、
請求項３に記載のコリオリ流量計。
【請求項５】
前記取得部は、
前記測定パラメータとして、周波数、位相差、および信号振幅を取得し、
前記算出部は、
前記振動管パラメータとして、前記振動管の質量、ばね定数、および減衰係数を算出し、
前記診断部は、
前記学習済みの機械学習モデルに、前記周波数、前記位相差、前記信号振幅、前記質量、前記ばね定数、および前記減衰係数のうち少なくとも１つを入力して、前記振動管における異常状態として前記振動管における付着物の発生を診断する、
請求項１に記載のコリオリ流量計。
【請求項６】
前記診断部は、
前記学習済みの機械学習モデルに、前記周波数、前記位相差、前記信号振幅、前記質量、前記ばね定数、および前記減衰係数のうち少なくとも１つを入力して、前記振動管における付着量を推定する、
請求項５に記載のコリオリ流量計。
【請求項７】
前記診断部は、
前記学習済みの機械学習モデルに、前記周波数、前記位相差、前記信号振幅、前記質量、前記ばね定数、および前記減衰係数のうち少なくとも１つを入力して、前記付着物の発生に伴う前記流体の流量誤差および密度誤差のうち少なくとも１つを推定する、
請求項６に記載のコリオリ流量計。
【請求項８】
前記算出部は、
所定期間のパラメータの変化率を算出し、
前記診断部は、
前記学習済みの機械学習モデルに前記変化率を入力して、前記振動管における異常状態の発生を診断する、
請求項１から７のいずれか１項に記載のコリオリ流量計。
【請求項９】
前記診断部は、
前記振動管における異常状態の発生を診断した場合には、前記コリオリ流量計の利用者が利用する端末にアラームを通知する、
請求項１から７のいずれか１項に記載のコリオリ流量計。
【請求項１０】
振動管の振動に基づいて前記振動管を流れる流体の流量および密度を測定するコリオリ流量計が、
前記コリオリ流量計の測定に関する測定パラメータを取得し、
前記振動管の状態を示す振動管パラメータを算出し、
パラメータの入力に応じて前記振動管の診断結果を出力するように学習された学習済みの機械学習モデルに、前記測定パラメータおよび前記振動管パラメータのうち少なくとも１つを入力して、前記振動管における異常状態の発生を診断する、
処理を実行する診断方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、コリオリ流量計、診断方法、診断プログラム、および診断システムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
コリオリ流量計は、プラントで使用される流量計の１つであり、流体が流れるＵ字形状の振動管（振動チューブ）のコリオリ力をもとに、流体の流量や密度を測定することが可能となる。コリオリ流量計では、振動管の振動を利用して流量や密度を測定するので、振動管の腐食等が進行すると、流量測定に誤差が生ずることになる。また、振動管の内部における付着物によっても、流量測定に誤差が生ずることになる。従来、コリオリ流量計の振動管の腐食の発生や振動管への付着の発生を診断する技術が知られている。
【先行技術文献】
【特許文献】
【０００３】
特許５３４０１２２号公報
特許４６２１１４０号公報
特許４９５２８２０号公報
特許７０２４４６６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記技術では、コリオリ流量計の振動管における異常状態の発生を効果的に診断することは難しい。例えば、上記技術では、振動管の腐食や付着を定量的に把握することは難しい。
【０００５】
本発明は、上記に鑑みてなされたものであって、コリオリ流量計の振動管における異常状態の発生を効果的に診断することを目的とする。
【課題を解決するための手段】
【０００６】
本発明は、振動管の振動に基づいて前記振動管を流れる流体の流量および密度を測定するコリオリ流量計であって、前記コリオリ流量計の流体の測定に関する測定パラメータを取得する取得部と、前記振動管の状態を示す振動管パラメータを算出する算出部と、パラメータの入力に応じて前記振動管の診断結果を出力するように学習された学習済みの機械学習モデルに、前記測定パラメータおよび前記振動管パラメータのうち少なくとも１つを入力して、前記振動管における異常状態の発生を診断する診断部と、を備えるコリオリ流量計を提供する。
【０００７】
また、本発明は、振動管の振動に基づいて前記振動管を流れる流体の流量および密度を測定するコリオリ流量計が、前記コリオリ流量計の流体の測定に関する測定パラメータを取得し、前記振動管の状態を示す振動管パラメータを算出し、パラメータの入力に応じて前記振動管の診断結果を出力するように学習された学習済みの機械学習モデルに、前記測定パラメータおよび前記振動管パラメータのうち少なくとも１つを入力して、前記振動管における異常状態の発生を診断する、処理を実行する診断方法を提供する。
【０００８】
また、本発明は、振動管の振動に基づいて前記振動管を流れる流体の流量および密度を測定するコリオリ流量計に、前記コリオリ流量計の流体の測定に関する測定パラメータを取得し、前記振動管の状態を示す振動管パラメータを算出し、パラメータの入力に応じて前記振動管の診断結果を出力するように学習された学習済みの機械学習モデルに、前記測定パラメータおよび前記振動管パラメータのうち少なくとも１つを入力して、前記振動管における異常状態の発生を診断する、処理を実行させる診断プログラムを提供する。
【０００９】
また、本発明は、振動管の振動に基づいて前記振動管を流れる流体の流量および密度を測定するコリオリ流量計と、診断装置とを備える診断システムにおいて、前記コリオリ流量計は、前記コリオリ流量計の流体の測定に関する測定パラメータを取得する取得部と、前記振動管の状態を示す振動管パラメータを算出する算出部とを備え、前記診断装置は、前記測定パラメータおよび前記振動管パラメータを受信する受信部と、パラメータの入力に応じて前記振動管の診断結果を出力するように学習された学習済みの機械学習モデルに、前記測定パラメータおよび前記振動管パラメータのうち少なくとも１つを入力して、前記振動管における異常状態の発生を診断する診断部とを備える、診断システムを提供する。
【発明の効果】
【００１０】
本発明によれば、コリオリ流量計の振動管における異常状態の発生を効果的に診断することができるという効果がある。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許