KR101094074B1 - 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법 - Google Patents

Abstract

본 발명은 성능저하 및 고장원인 조기 진단을 위한 분석모델 제작방법에 관한 것으로, 기기별 주요 성능저하/고장요인과 운전변수와의 상관관계를 파악하고, 진단/분석 항목 설정을 위해 기기별 개략도를 작성하는 단계, 성능저하/고장요인별 운전변수의 상관관계를 테이블화하여 분석테이블을 작성하는 단계, 상기 분석테이블을 근거로 하여 논리의 해석과 결합을 통해 성능저하/고장요인별에 해당하는 각각의 알고리즘 모델을 작성하는 단계 및 성능저하/고장요인별에 해당하는 각각의 상기 알고리즘 모델을 통합하여 진단분석엔진을 제작하는 단계를 포함하는 것을 특징으로 한다. 이와 같이 구현되는 본 발명은 성능저하/고장요인별 각각 제작된 분석테이블을 근거로 하여 각각의 알고리즘 모델을 제작하고 다양한 유형별 알고리즘 모델을 통합하여 제작된 진단분석엔진을 플랜트의 운전신호에서 검출된 특정신호와 비교함으로써 조기에 플랜트를 진단/분석할 수 있는 이점이 있다.

Description

성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법{Producing Method of Diagnostic Algorithm Model for Online Early Fault Detection}

본 발명은 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법에 관한 것으로, 플랜트 운전의 성능저하 및 고장원인을 조기에 진단하기 위하여 특정 운전신호(이상신호)를 검출하여 이와 대비함으로써 플랜트의 이상징후를 조기 진단 할 수 있는 분석 모델 제작방법에 관한 것이다.

다양한 종류의 수백 개의 기계 및 전기 설비들이 복잡하게 연결되어 운전되는 발전 또는 화학 등의 대형플랜트들은 일반적으로 주 제어실이라 불리는 중앙제어실에서 운전(Operation)을 하게 되며 이곳의 근무자는 2-10명으로 근래 기업 경쟁력 향상 및 생산성 증대추구와 맞물려 그 수가 감소하고 있다. 특히, 과거 한 기당 수십 명이 근무하던 화력발전소의 경우 이제는 5명 내외로 근무자 1인당 관리 및 제어해야하는 설비의 수가 대폭 증가하였다. 이에 따라 운전 및 조작 방식도 과거 현장 제어반(Local Panel) 조작 방식에서 주 제어반 조작 방식으로 발전되었으며 근래 IT(정보기술)의 발달과 함께 컴퓨터 기반의 MMI(Man-Machine Interface)를 이용한 조작 방식이 주를 이루고 있다.

문제는 수년~수십 년의 근무 경력을 가진 숙련된 근무자의 경우 다양한 각종 상황별 조치 사항을 숙지하고 있으며 복잡한 내부 제어 로직을 이해하고 있으나, 경험이 부족한 대부분의 근무자는 발생 상황에 따라 수시로 관련 참고 도서(운전 절차서, 공급자의 설계자료, 내부 도서 등)를 봐야 하는데, 이러한 방식의 운전환경은 신속하고 안정적인 조치를 요하는 플랜트의 운전 측면에서 대단히 취약할 수밖에 없는 환경이다.

또한 운전정보를 표시하는 운전조작용 콘솔(Console)에도 간단한 운전 정보를 표시해줄 뿐 각종 상황 발생 시 실제 운전조작에 필요한 정보는 충분히 나타내지 못한다.

따라서 기본적인 정보만을 제공하는 주제어반의 조작용 콘솔(Console) 이외의 운전 중 발생되는 비정상 상황 정보를 통합하여 신속히 제공함으로써 상황에 따라 신속하게 대처할 수 있도록 지원하는 운전지원 시스템 즉, 운전지원용 콘솔(Console)이 필요하다.

종래에는 효과적인 운영 시스템 구축을 위해 전문가 시스템, 실시간 성능감시, 각종 감시 장치 등의 설비를 구성하여 왔으나, 이 방대한 정보가 제한된 하나의 화면에 출력될 수 없으므로 설비에 대한 숙련도나 이해도가 부족한 근무자들에게 각종 운전상황에 신속하게 대처하는데 필요한 정보가 충분하게 제공되지 못하는 문제점이 있다.

도 1은 종래기술의 예로 단일 설정치 경보의 개념도를 나타낸 것으로, 수십 년 전부터 플랜트에 널리 적용되고 있는 경보 방식으로써, 플랜트의 특정기기의 관련 운전변수가 정상 운전 상태를 벗어나 위험한 상태에 접근할 경우 그 위험을 경고하여 신속한 조치를 취하도록 하기 위하여 설치 운영하는 경보 방식으로, 특정 운전변수들의 위험경보 수준(대체로 설비 제작 공급사의 기기보호를 위한 권고치 적용)을 각각 고정된 단일 경보 설정치로 설정하여 운영한다.

따라서, 이 경보 방식은 운전부하 영역에 따라 변화되는 각종 운전변수들의 특성과는 상관없이 그 특정 운전 변수가 설정된 단일 경보치에 도달 되어야 경보를 발생시키는 경보 방식이므로, 운전 중 이미 이상 현상이 상당히 진행된 후에 경보가 발생 되게 될 수밖에 없음으로, 경우에 따라서는 그 상황을 수습 하는데 상당한 혼란이 뒤따를 수도 있으며, 고장진행 상황에 따라서는 기기나 시스템을 정지해야 하거나 상황이 악화되어 자동정지 될 경우도 발생 할 수 있어, 이로 인한 많은 운전손실비용 및 정비비용이 발생하는 등 근본적인 문제점을 가지고 있다.

도 2는 예측모델 생성기법을 이용한 조기경보 방식으로써, 최근에 개발되어 상용화 되고 있는 통계적 기법을 기반으로 한 전부하 운전 영역의 경험 데이터 학습 예측모델 생성기법 조기 경보 방식으로, 설비 운전 중 어느 특정 운전 변수에 이상 징후가 발생될 경우, 즉 현재의 운전값이 학습 예측값의 설정 한계를 벗어날 경우 발생 초기에 정확히 조기경보를 동작시키는 방식이다.

이 방식을 적용한 조기경보 시스템은 주로 감시 및 진단센타에 설치하여 이상경보가 발생되면 감시 및 진단센터에 상주하는 전문가 조직이 여러 가지 상관 변수들을 분석하여 이상 징후의 근본원인을 분석하게 되며, 그 분석 결과를 현장 운전 정비 부서에 통보하여 적절한 조치를 취하도록 하고있다.

이 조기경보 방식은 위에서 기술한 일반적인 단일 설정치 경보 방식과 비교해 보면, 첫째, 이상 징후의 발생 초기에 조기 경보 할 수 있는 기능을 가진 점과, 둘째, 고정된 단일 경보 설정치 에 의한 경보가 아닌 운전특성에 따라 운전 변수 값이 달라지는 전 부하 영역에서 학습 예측 값을 초과할 경우에, 즉 정상운전 패턴을 벗어나는 초기에 경보를 동작시킨다는 점에서 획기적 발전이라 할 수 있다.

이러한 예측모델 생성기법 조기경보시스템의 조기경보 기능은 획기적인 발전으로 평가할 수 있으나, 어느 특정 경보 그 자체가 곧 계통이나 설비의 성능 저하나 고장의 근본적인 원인이 아니므로, 즉 계통 운전변수 중 압력이나 온도 상승, 또는 설비의 베어링 온도상승이나 진동 상승 등 계통이나 설비의 어느 특정 운전 변수의 변화 그 자체는 계통이나 설비의 이상 현상의 결과로 나타나는 현상일 뿐 근본적인 원인이 아니다.

따라서, 계통 및 설비의 운전 상태를 감시하고 이상 현상 발생 시 근본적인 원인을 분석하기 위해서는, 현장의 운전 감시요원 이외에 별도의 감시 및 진단센터를 설치하여 상황분석을 위한 전문가 조직이 상주하여야 한다는 문제와, 상황 분석에 상당한 시간이 소요 되어야 한다는 문제가 수반 될 수밖에 없는데, 설비의 이상 현상과 원인의 인지는 빠르면 빠를수록 대처하는데 유리한 설비운전의 관점과 설비 보호 관점에서, 또 비용절감의 관점에서 볼 때, 보다 진보된 이상적인 조기 경보 시스템의 개발이 요구 된다.

상기와 같은 문제점을 해결하기 위한 본 발명은 플랜트 운전중에 발생되는 기기의 이상징후를 조기에 진단하기위해 운전변수 중 특정신호(이상신호)를 검출한 후 검출된 특정신호와 기기고장과의 상관관계 분석을 통해 플랜트의 기기의 이상징후를 조기에 진단할 수 있는 분석모델을 제공하고자 하는데 목적이 있다.

또한, 제작된 상기 분석모델을 통해 감시 및 진단센터와 상황분석 전문가 조직의 역무를 대행할 수 있는 기능과, 종합 상황분석에 소요되는 시간을 제로(zero)화하여 조기에 실시간으로 기기의 고장원인을 분석할 수 있는 기능을 만족 시킬 수 있는 분석모델 제작방법을 제공하고자 하는데 그 목적이 있다.

상기와 같은 목적을 달성하기 위한 본 발명은, 기기별 주요 성능저하/고장요인과 운전변수와의 상관관계를 파악하고, 진단/분석 항목 설정을 위해 기기별 개략도를 작성하는 단계, 성능저하/고장요인별 운전변수의 상관관계를 테이블화하여 분석테이블을 작성하는 단계, 상기 분석테이블을 근거로 하여 논리의 해석과 결합을 통해 성능저하/고장요인별에 해당하는 각각의 알고리즘 모델을 작성하는 단계 및 성능저하/고장요인별에 해당하는 각각의 상기 알고리즘 모델을 통합하여 진단분석엔진을 제작하는 단계를 포함하는 것을 특징으로 한다.

또한, 상기 분석테이블은, 진단/분석 알고리즘의 기본 성립조건이 되는 운전변수에 해당하는 조건변수와, 고장유발 또는 상황발전에 따라 크게 반응하는 운전변수에 해당하는 직접변수 및 고장유발 또는 상황발전에 따라 작게 반응하는 운전변수에 해당하는 간접변수로 구성되는 것을 특징으로 한다.

또한, 상기 진단분석엔진을 제작하는 단계 후에는, 상기 진단분석엔진을 통해 특정신호(이상신호)와 비교하여 진단/분석함으로써 성능저하 및 고장원인을 조기 진단하는 것을 특징으로 한다.

또한, 상기 진단분석엔진은, 상기 알고리즘 모델을 데이터베이스화한 소프트웨어인 것을 특징으로 한다.

이와 같이 구성되는 본 발명은 각 기기별 성능저하/고장요인별로 알고리즘 모델을 제작하고 이들을 통합하여 진단분석엔진을 제작하고, 이를 플랜트 운전정보에 해당하는 특정신호(이상신호)와 비교하여 진단/분석함으로써 각 기기의 성능저하나 고장요인을 실시간으로 검출하여 조기 경보함으로써 상황분석 전문가의 역무를 대행할 수 있고, 분석되는 시간을 제로화하여 신속한 운전정보를 파악할 수 있다.

따라서, 플랜트 운전의 유지관리 비용을 최소화 시킬 수 있으며, 신속한 상황 분석과 조치를 통해 운전의 안정성을 확보할 수 있는 장점이 있다.

도 1은 종래기술에 따른 단일 설정치 경보방식의 개념도,
도 2는 다른 종래기술에 따른 예측모델 생성기법을 이용한 조기경보 방식의 개념도,
도 3은 본 발명에 따른 성성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법의 순서도,
도 4는 본 발명의 실시예로 플랜트 설비 중 급수 가열기의 운전변수 상관관계를 나타낸 개략도,
도 5는 급수 가열기의 성능저하 관련 운전변수 상관관계 분석테이블을 나타낸 도면,
도 6은 급수 가열기의 수위 제어 밸브고장 상관관계 분석테이블을 나타낸 도면,
도 7은 급수 가열기의 튜브 누설 상관관계 분석테이블을 나타낸 도면,
도 8 내지 도 13은 각 성능저하/고장 예측 유형별 알고리즘 모델을 도시한 도면.

이하, 첨부된 도면을 참조하여 본 발명에 따른 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법의 바람직한 실시예를 상세히 설명하면 다음과 같다.

본 발명에 따른 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법은, 기기별 주요 성능저하/고장요인과 운전변수와의 상관관계를 파악하고, 진단/분석 항목 설정을 위해 기기별 개략도를 작성하는 단계, 성능저하/고장요인별 운전변수의 상관관계를 테이블화하여 분석테이블을 작성하는 단계, 상기 분석테이블을 근거로 하여 논리의 해석과 결합을 통해 성능저하/고장요인별에 해당하는 각각의 알고리즘 모델을 작성하는 단계 및 성능저하/고장요인별에 해당하는 각각의 상기 알고리즘 모델을 통합하여 진단분석엔진을 제작하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 따른 성능저하 및 고장원인 조기 진단을 위한 분석모델 제작방법은, 플랜트 운전의 성능저하/고장요인을 조기에 진단하기 위하여 플랜트 운전 중 임의의 과정을 통해 검출된 특정신호(이상신호)를 분석모델을 통해 각 기기의 성능저하/고장요인을 진단·분석하기 위한 알고리즘 모델을 제작하는 것이 주요 기술적 요지에 해당한다.

도 3은 본 발명에 따른 성능저하 및 고장원인 조기 진단을 위한 분석모델 제작방법의 순서도이다.

본 발명에 따른 분석모델 즉, 알고리즘 모델은 플랜트의 각 기기별 또는 용도별로 성능저하별, 고장요인별로 각각 제작된다. 여기서 제작된 각각의 알고리즘 모델을 통합 즉, 알고리즘 모델의 집합체를 이루는 진단분석엔진을 제작하고자 한다. 여기서 상기 진단분석엔진은 각각의 알고리즘 모델이 데이터베이스화된 프로그램에 해당한다.

우선, 알고리즘 분석모델 제작을 위한 첫 번째 단계로 기기별 주요 성능저하/고장요인과 운전변수와의 상관관계를 파악하고, 진단/분석 항목 설정을 위해 기기별 개략도를 작성한다(S100).

이를 도 4를 참조하여 상세히 설명한다. 도 4는 본 발명의 실시예로 플랜트 설비의 급수 가열기의 운전변수 상관관계를 나타낸 개략도이다. 알고리즘 모델의 제작은 운전 상태에 따라 발생될 수 있는 다양한 형태의 성능저하, 고장요인에 해당하는 각각의 상황에 따른 모델을 기기별 용도별로제작한다. 또한, 하기 알고리즘 모델의 제작과정은 축적된 다양한 경험자료를 근거로 고도의 운전, 정비 경험과 기술을 가진 전문가에 의해 제작된다.

본 발명에서는 일예로 개략도는 발전 플랜트의 실시예를 설명한다. 주요 진단항목으로는 튜브오염과 역류방지밸브 고장/터빈 내부의 문제에 따른 성능저하, 구동기/수위제어밸브 고장으로 인한 수위제어 밸브 고장, 튜브 의 누설 및 이로 인한 터빈 물 유입 위험 등이 있다. 이 개략도는 급수가열기의 각 기능(증기 압력, 온도, 유량 등)의 이상 발생 시 변화하는 운전변수를 도출하기 위한 모델이다.

급수 가열기의 급수 입구, 급수 출구에는 급수의 온도, 압력, 유량을 검출하는 센서수단(Twi, Pwi, Fwi, Two, Pwo, Fwo)이 각각 설치되며, 증기입구(터빈 추기증기)에는 온도, 압력, 유량을 검출하는 센서 수단(Ts, Ps, Tsi, Psi, Fsi)이 각각 설치되고, 급수 가열기 자체에도 각각의 센서수단 등 급수 가열기의 가동 상태를 확인하기 위한 다양한 센서수단이 설치되게 된다.

이와 같이 플랜트 운전을 위한 설비 중 일부 기기에 해당하는 급수 가열기 뿐만 아니라, 플랜트의 모든 기기의 정보를 검출하기 위해 센서수단이 기기의 특성에 따라 다양하게 그리고 적합하게 설치된다.

상기와 같이 급수 가열기의 개략도를 통해 성능저하/고장요인에 따라 발생될 수 있는 운전변수와의 상관관계를 파악하고, 진단/분석 항목 설정을 위해 설비별/기기별 연관된 부품과 운전변수의 개략도를 작성하게 되는 것이다.

다음으로 성능저하/고장요인별 운전변수의 상관관계를 상세하게 파악하기 위해 알고리즘 모델을 구현할 수 있도록 조건변수, 직접변수, 간접변수로 구분하고 테이블화하여 분석테이블을 제작한다(S200).

도 5는 급수 가열기의 성능저하로 인한 운전변수 상관관계 분석테이블을 나타낸 도면이다. 조건변수는 진단ㅇ분석 알고리즘의 기본 성립조건이 되는 운전변수로 알고리즘 구성의 필수요소이며, 직접변수는 고장유발 또는 상황발전에 따라 크게 반응하는 운전변수로 알고리즘 구성의 필수요소이고, 간접변수는 고장유발 또는 상황발전에 따라 작게 반응하는 운전변수로 알고리즘 구성의 보조요소에 해당한다.

도 6은 급수 가열기의 수위 제어 밸브고장에 따른 분석테이블을 나타낸 도면이며,

도 7은 급수 가열기의 튜브 누설에 따른 분석테이블을 나타낸 도면에 해당한다.

이와 같은 상기 과정에서 우선 상관관계 개략도를 작성하고 이를 상세히 파악하기 위해 제작된 분석테이블을 근거로 하여 성능저하나 고장요인별에 해당하는 알고리즘 모델을 각각 제작한다(S300).

위에서 제작된 각각의 알고리즘 모델을 통합하여 진단분석 엔진을 제작한다(S400).

도 8 내지 도 13은 운전변수 상관관계와 성능저하/고장유형별 상관관계를 통해 작성된 알고리즘 모델을 나타내고 있다. 상기 알고리즘 모델은 소프트웨어적으로 변환하여 검출된 이상신호와 비교함으로써 플랜트의 이상징후를 조기 진단 분석할 수 있다.

도 8은 원인이 튜브오염으로 인한 급수 가열기 성능 저하 상관 관계 분석테이블을 통해 구현된 성능저하 원인을 진단하는 알고리즘 모델을 나타내고 있다. 이는 계통이 어느 부하로 운전되고 있다고 할 때, 조건변수인 운전부하(MW), 급수유량(Fwo)이 정상이고, 직접변수인 증기압력(Psi), 쉘압력(Psh), 급수 입구온도(Twi)가 정상상태일 때 응축수 출구온도(Tco)가 정상상태를 벗어나 상승되고 급수 출구온도(Two)가 정상상태를 벗어나 낮게 측정된다면, 추기 증기나 급수의 조건은 변함이 없는데 반하여, 응축수 출구온도(Tco)가 상승되고, 급수 출구온도(Two)는 하강된 원인은 급수 가열기 내부의 열교환용 튜브의 오염으로 인한 열 교환량의 감소의 결과로 나타나는 현상으로 분석할 수 있다.

도 9는 역류방지밸브 고장/증기량 감소로 인한 급수 가열기 성능 저하 상관관계 분석테이블을 통해 구현된 성능저하 원인을 진단하는 알고리즘 모델을 나타내고 있다. 운전부하(MW)에 따른 급수유량(Fwo),급수 입구온도(Twi)는 정상인데 반하여, 추기 증기관의 역류방지밸브가 고장으로 닫히면서 추기 증기압력(Ps)은 상승되고, 역류방지밸브 후단의 증기압력(Psi)은 하강되어 증기 공급이 감소됨으로 인하여, 급수량에 비하여 열교환 증기량의 공급부족으로 응축수 출구온도(Tco)와 급수 출구온도(Two)가 하강되었다고 분석할 수 있다.

도 10은 터빈 내부 문제발생에 따른 증기량 감소로 인한 급수 가열기 성능저하 상관관계 분석테이블을 통해 구현된 성능저하 원인분석 알고리즘 모델을 나타내고 있다. 운전부하(MW)에 따른 급수유량(Fwo),급수 입구온도(Twi)는 정상인데 반하여, 터빈 내부의 문제로 인하여 추기 증기량이 감소되면서 추기 증기압력(Ps) 및 역류방지밸브 후단의 증기압력(Psi)이 하강되어 증기 공급이 감소됨으로 인하여, 급수량에 비하여 열교환 증기량의 공급부족으로 응축수 출구온도(Tco)와 급수 출구온도(Two)가 하강되면서 급수가열기 성능이 저하되었다고 분석할 수 있다.

도 11은 구동기 고장/수위제어 밸브 고장 상관관계 분석테이블을 통해 구현된 고장진단 알고리즘 모델을 나타내고 있다. 운전부하 (MW)와 이에 따른 급수유량(Fwo)이 정상일 때, 수위제어 밸브 개도요구신호(DMD1)와 밸브개도 신호(POS1)간의 편차가 정상범위를 벗어나면 수위제어밸브1 구동기의 포지셔너 고장에 의한 구동기 고장으로 진단ㅇ분석할 수 있으며, 밸브 개도요구신호(DMD1)와 (POS1)간의 편차 없이 수위(Lsh)가 정상범위를 벗어나 상승되면 수위제어밸브1의 스템 절단이나 막힘에 의한 기계적 고장으로 진단ㅇ분석할 수 있으며, 수위제어밸브1의 개도요구신호와 개도신호와의 편차가 정상범위를 벗어나면서 수위(Lsh)가 정상범위를 벗어나 하강되면 수위제어밸브1의 과대개방 상태에서 고착된 수위제어밸브1의 기계적 고장으로 진단ㅇ분석할 수 있다.

도 12는 튜브누설 발생을 진단ㅇ분석하는 알고리즘 모델을 나타낸 것이다. 운전부하 (MW)에 따른 급수유량(Fwo)이 정상일 때, 증기입구 온도(Ts)와 역류방지밸브후단 증기온도(Tsi)는 정상이나, 급수가열기 수위(Lsh)가 상승되면서 수위제어밸브1,2 개도(POS1,2)가 정상개도 이상으로 개방 되고 쉘온도(Tsh)가 저하 된다면, 급수가열기 튜브(TUBE)누설에 의한 수위상승으로 진단ㅇ분석할 수 있다.

도 13은 운전부하(MW)에 따른 급수유량(Fwo)이 정상일 때, 증기입구온도(Ts)는 정상이나 급수가열기 수위(Lsh)가 상승되어 수위제어밸브1,2의 개도(POS1,2)가 비정상으로 개방되면서 쉘온도(Tsh)와 역류방지밸브후단 증기온도(Tsi)가 저하된다면 튜브(TUBE)누설에 의한 수위상승으로 물이 증기관의 역류방지밸브후단까지 차오르고 있다고 진단분석 할 수 있으며, 역류방지밸브가 정상적으로 작동되지 않을 경우 물이 터빈으로 역류될 위험이 있으므로 신속한 조치가 필요한 상황으로 터빈 물유입 위험경고가 필요하다.

마지막으로 위에서 설명한 바와 같이 상관관계 분석테이블을 근거로 제작한 다양한 알고리즘 모델의 데이터베이스 즉, 알고리즘 모델의 집합체를 본 발명에서 진단분석엔진이라 칭한다. 따라서, 상기 진단분석엔진은 알고리즘 모델을 데이터베이스화한 프로그램으로써, 이를 플랜트 실제 운전 중 고장징후 발생 시 나타나는 이상신호와 비교하여 조기에 플랜트의 성능저하나 고장요인을 조기에 검출할 수 있게 된다.

이와 같이 구성되는 본 발명은 성능저하/고장요인별 각각 제작된 분석테이블을 근거로 하여 각각의 알고리즘 모델을 제작하고 다양한 유형별 알고리즘 모델을 통합하여 제작된 진단분석엔진을 플랜트의 운전신호에서 검출된 특정신호(이상신호)와 비교함으로써 실시간으로 조기에 플랜트의 고장징후를 진단/분석할 수 있는 이점이 있다.

이상, 본 발명의 원리를 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 그와 같이 도시되고 설명된 그대로의 구성 및 작용으로 한정되는 것이 아니다. 오히려, 첨부된 청구범위의 사상 및 범주를 일탈함이 없이 본 발명에 대한 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.

S100 : 개략도를 작성하는 단계
S200 : 분석테이블을 작성하는 단계
S300 : 성능저하/고장요인별 알고리즘 모델을 작성하는 단계
S400 : 알고리즘 모델을 통합하여 진단분석 엔진을 제작하는 단계

Claims (4)

1. 기기별 주요 성능저하/고장요인과 운전변수와의 상관관계를 분석하고, 진단/분석 항목 설정을 위해 기기별 개략도를 생성하는 단계;
   성능저하/고장요인별 운전변수의 상관관계를 테이블화하여 분석테이블을 생성하는 단계;
   상기 분석테이블을 근거로 하여 논리의 해석과 결합을 통해 성능저하/고장요인별에 해당하는 각각의 알고리즘 모델을 생성하는 단계; 및
   성능저하/고장요인별에 해당하는 각각의 상기 알고리즘 모델을 통합하여 데이터베이스화된 프로그램에 해당하는 진단분석엔진을 생성하는 단계;를 포함하는 것을 특징으로 하는 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법.
   
2. 제 1항에 있어서, 상기 분석테이블은,
   진단/분석 알고리즘의 기본 성립조건이 되는 운전변수에 해당하는 조건변수와, 고장유발 또는 상황발전에 따라 크게 반응하는 운전변수에 해당하는 직접변수 및 고장유발 또는 상황발전에 따라 작게 반응하는 운전변수에 해당하는 간접변수로 구성되는 것을 특징으로 하는 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법.
   
3. 제 2항에 있어서, 상기 진단분석엔진을 생성한 단계 후에는,
   상기 진단분석엔진을 통해 특정신호(이상신호)와 비교하여 진단/분석함으로써 성능저하 및 고장원인 조기 진단하는 것을 특징으로 하는 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법.
   
4. 제 1항 내지 제 3항 중 어느 한 항에 있어서, 상기 진단분석엔진은,
   상기 알고리즘 모델을 데이터베이스화한 소프트웨어인 것을 특징으로 하는 성능저하 및 고장원인 조기 진단을 위한 알고리즘 분석모델 제작방법.
   
   

Images