特許ウォッチ

公開番号2025058894
公報種別公開特許公報(A)
公開日2025-04-09
出願番号2024111030
出願日2024-07-10
発明の名称故障知識ベースに基づいてFTAリアルタイム動的ツリーを自動生成する方法
出願人中国長江電力股ふん有限公司
代理人弁理士法人ATEN
主分類G05B 23/02 20060101AFI20250401BHJP(制御;調整)
要約【課題】故障知識ベースに基づいてFTAリアルタイム動的ツリーを自動生成する。
【解決手段】ステップ1では、故障知識ベースに基づいてFTAリアルタイム動的ツリーを生成する方式によって新たにFTA論理モデルを構築する。ステップ2では、論理デバイスに基づいて故障知識ベースモデルを選択する。ステップ3では、FTA論理モデルに基づいて故障ライブラリを構築してFTAモデルの論理ルールを生成し、故障知識ベースモデルをFTA論理故障ツリーモデルに分解マッピングする。ステップ4では、イベントノードの故障診断ツールを設定する。ステップ5では、FTA論理故障ツリーの作成を完了する。ステップ6では、FTA論理モデルを公開し、FTA論理モデルをインスタンス化する。ステップ7では、スケジューリングタスクを構成する。ステップ8では、構成したスケジューリングタスクによって周期的な故障診断を行い、故障アラームを行う。
【選択図】図1
特許請求の範囲【請求項１】
故障知識ベースに基づいてＦＴＡリアルタイム動的ツリーを自動生成する方法であって、
故障知識ベースに基づいてＦＴＡリアルタイム動的ツリーを生成する方式によって新たにＦＴＡ論理モデルを構築するステップ１と、
論理デバイスに基づいて故障知識ベースモデルを選択するステップ２と、
ＦＴＡ論理モデルに基づいて故障ライブラリを構築してＦＴＡモデルの論理ルールを生成し、故障知識ベースモデルをＦＴＡ論理故障ツリーモデルに分解マッピングするステップ３と、
イベントノードの故障診断ツールを設定するステップ４と、
ＦＴＡ論理故障ツリーの作成を完了するステップ５と、
ＦＴＡ論理モデルを公開し、ＦＴＡ論理モデルをインスタンス化するステップ６と、
スケジューリングタスクを構成するステップ７と、
構成したスケジューリングタスクによって周期的な故障診断を行い、故障アラームを行うステップ８と、
を含み、
ステップ２において、前記論理デバイスは、インスタンス化デバイスの分類の抽象的記述であり、ステップ２は、
論理デバイスに基づいて故障モードをフィルタリングし、現在のノードが適合する故障モードを選択するステップ２．１と、
故障モードのツリー全体をＦＴＡ故障ツリー論理モデルにマッピングして変換するステップ２．２と
をサブステップとして含み、
ステップ３において、前記故障ライブラリは、ステップ２において選択された故障知識ベースモデルに基づいて、トップノードをＦＴＡ故障ツリーのトップイベントに、中間ノードをＦＴＡ故障ツリーの中間イベントノードに、エンドノードをＦＴＡ故障ツリーの基礎イベントノードにマッピングしてＦＴＡモデルの論理ルールを生成し、ここで、トップノード、中間ノード及びエンドノードはＦＴＡ故障ツリーにおける分岐ノードであり、
ノードにマッピングを行うときに、各階層ノードの関連を同期的にマッピングし、前記各階層ノードはトップノード、中間ノード及びエンドノードを含み、
ステップ４において、故障診断ツールは、測定点、診断ルール、アルゴリズムモデル及びスクリプトを含み、
測定点の診断原理は、ノードに関連する論理デバイス下の検出デバイスの測定点を選択し、測定点のデータに基づいて、ノードの発生確率と故障発生状況を診断するものであり、
診断ルールの診断原理は、ノードの論理デバイスに関連する業務ルールに基づいて、ルールエンジンを呼び出して、ノードの発生確率及び故障発生状況を診断するものであり、
アルゴリズムモデルの診断原理は、ノードの論理デバイスに関連する水力発電専用アルゴリズムに基づいて、アルゴリズムエンジンを呼び出して、ノードの発生確率及び故障発生状況を診断するものであり、
スクリプトの診断原理は、ノードの論理デバイスに関連する故障事例ライブラリの関連事例に基づいて、事例ライブラリ診断アルゴリズムを呼び出して、ノードの発生確率及び故障発生状況を診断するものであり、
ステップ４において、故障ツリーのノードの故障診断ツールを設定する目的は、故障ツリーを用いて動的分析を行うことであり、
動的分析は、
１）論理デバイスの検出デバイスの測定点に対し、測定点の診断ツールによる故障発生確率の予測を実現する状況、
２）論理デバイスの業務ルールに対し、ルール診断エンジンを呼び出して故障発生確率の予測を行う状況、
３）デバイスの測定点のデータ量が予め設定された閾値より大きい場合、論理デバイスに関連するアルゴリズムエンジンを呼び出して、ノードの故障確率の予測を行う状況、
のうちのいくつかの状況を含み、
ステップ６は、
論理モデルを公開し、新しく作成したＦＴＡ故障ツリー論理モデルを有効にするステップ６．１と、
次にインスタンス化を行い、インスタンス化しようとするモデルに対応するプラント及びインスタンス化デバイスツリーを選択し、モデルのインスタンス化プロセスに入り、インスタンス化プロセスでは、ＦＴＡ故障ツリー論理モデルのノードにバインドされた論理デバイスを、プラントのインスタンス化デバイスツリーの物理デバイスに変換し、ノードにバインドされた論理故障診断ツールをインスタンス化ツールに変換するステップ６．２と
をサブステップとして含み、
ステップ７は、
タイミングタスクを作成し、故障診断のためにインスタンス化モデルを周期的に呼び出すステップ７．１と、
診断プロセスであって、イベントノードに診断ツールが設定されている場合に、ノードに設定された診断ツールを順次に呼び出し、ノードのアラーム状況と発生確率を取得し、発生確率を故障ツリーモデルに代入し、診断ツールが中間ノードに設定されていない場合、最終的にトップイベントのアラーム状況と発生確率を推算するまで、故障診断法によってノードの発生確率を推算するステップ７．２と
をサブステップとして含み、
ステップ８において、ステップ７で作成されたスケジューリングタスクに対して周期的な故障診断を行い、完全なＦＴＡ故障ツリーを生成し、前記ＦＴＡ故障ツリーは各イベントノードの故障状況及び発生確率を識別する、ことを特徴とする故障知識ベースに基づいてＦＴＡリアルタイム動的ツリーを自動生成する方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、産業用インターネットプラットフォーム分野に属し、特に故障知識ベースに基づいてＦＴＡリアルタイム動的ツリーを自動生成する方法に関する。
続きを表示（約 2,200 文字）【背景技術】
【０００２】
電力網や発電所の安全安定運行、規範化、標準化及び精密化管理レベルの向上に伴い、発電所では電気機械デバイスの知能先進的な故障診断方法に対する需要がますます切実になっている。次第に故障ツリー（ＦＴＡ）モデルを導入して逆方向にデバイス故障原因の診断分析が行われており、これは、論理推理メカニズムが知能先進的で、診断の正確度が高い。しかし、このプロセスの中でも、ＦＴＡ故障ツリーの作成作業はやはり人が作成する必要があり、システム、プロセスの流れを熟知している専門人員が事故を調査し、トップイベントを確定し、目標値を確定し、原因イベントを調査し、故障ツリーを作成するなどの５つのステップを経てやっと１つの完全な故障ツリーモデルを得ることができる。次に、従来のＦＴＡ故障ツリーモデルは、作成人員がすべての基本イベントが発生する確率を事前に確定する必要があり、でなければ定量分析を行うことができなく、このようにＦＴＡ故障ツリーは静的な故障分析に制限されている。
【０００３】
既存の技術の分析を通じて、以下の欠点があることが分かった。
１、ＦＴＡの事故原因の分析は強みであるが、どのようにシステムを定量分析するには、すべての基本イベントが発生する確率を事前に確定する必要があり、でなければ定量分析を行うことができない。
２、分析者は、分析対象システムを熟知し、分析方法を正確かつ熟練に応用できる必要がある。分析者によって作成した故障ツリーと分析結果が異なることは、よく見られる。
３、分析者は、複雑なシステムに対して、故障ツリーを作成するステップが多く、作成した故障ツリーも膨大であり、計算も複雑であり、定性、定量分析を行うことに困難をもたらす。
【発明の概要】
【０００４】
背景技術に存在する技術問題に鑑み、本発明が提供する故障知識ベースに基づいてＦＴＡリアルタイム動的ツリーを自動生成する方法は、故障ツリーの作成人員への要求を低下させ、作成作業量を低下させ、時間コストを短縮する。故障ノードデバイスをバインドし、かつイベントノード故障診断ツールを設定することによって、リアルタイムの動的な故障診断分析を実現する。
【０００５】
上記の技術問題を解決するため、本発明は、以下の技術方案を採用して実現する。
故障知識ベースに基づいてＦＴＡリアルタイム動的ツリーを自動生成する方法であって、
故障知識ベースに基づいてＦＴＡリアルタイム動的ツリーを生成する方式によって新たにＦＴＡ論理モデルを構築するステップ１と、
論理デバイスに基づいて故障知識ベースモデルを選択するステップ２と、
ＦＴＡ論理モデルに基づいて故障ライブラリを構築してＦＴＡモデルの論理ルールを生成し、故障知識ベースモデルをＦＴＡ論理故障ツリーモデルに分解マッピングするステップ３と、
イベントノードの故障診断ツールを設定するステップ４と、
ＦＴＡ論理故障ツリーの作成を完了するステップ５と、
ＦＴＡ論理モデルを公開し、ＦＴＡ論理モデルをインスタンス化するステップ６と、
スケジューリングタスクを構成するステップ７と、
構成したスケジューリングタスクによって周期的な故障診断を行い、故障アラームを行うステップ８と、を含む。
【０００６】
好ましくは、ステップ１において、故障知識ベースに基づいてＦＴＡリアルタイム動的ツリーを生成する目的は、手動でトップイベント、中間イベント、基礎イベント及びイベント関連論理ゲートを確認する分析過程、及び描画板のドラッグ方式で故障ツリーを段階的に描画する過程を省くことである。
【０００７】
好ましくは、ステップ２において、前記論理デバイスは、インスタンス化デバイスの分類の抽象的記述である。例えば、導水軸受は、論理デバイスであり、発電所の或るユニットの導水軸受は、インスタンス化物理デバイスである。ステップ２のサブステップは、以下のとおりである。
ステップ２．１では、論理デバイスに基づいて故障モードをフィルタリングし、現在のノードが適合する故障モードを選択する。
ステップ２．２では、故障モードのツリー全体をＦＴＡ故障ツリー論理モデルにマッピングして変換する。
【０００８】
好ましくは、ステップ３において、故障ライブラリは、ステップ２において選択された故障知識ベースモデルに基づいて、トップノードをＦＴＡ故障ツリーのトップイベントに、中間ノードをＦＴＡ故障ツリーの中間イベントノードに、エンドノードをＦＴＡ故障ツリーの基礎イベントノードにマッピングすることで、ＦＴＡモデルの論理ルールを生成する。ここで、トップノード、中間ノード及びエンドノードは、ＦＴＡ故障ツリーにおける分岐ノードである。
【０００９】
好ましくは、ノードにマッピングを行うときに、各階層ノードの関連を同期的にマッピングし、各階層ノードはトップノード、中間ノード及びエンドノードを含む。
【００１０】
好ましくは、ステップ４において、故障診断ツールは、測定点、診断ルール、アルゴリズムモデル及びスクリプトを含む。
（【００１１】以降は省略されています）

関連特許