KR102385005B1 - Predictive maintenance method of equipment through cumulative waveform - Google Patents
Predictive maintenance method of equipment through cumulative waveform Download PDFInfo
- Publication number
- KR102385005B1 KR102385005B1 KR1020200114099A KR20200114099A KR102385005B1 KR 102385005 B1 KR102385005 B1 KR 102385005B1 KR 1020200114099 A KR1020200114099 A KR 1020200114099A KR 20200114099 A KR20200114099 A KR 20200114099A KR 102385005 B1 KR102385005 B1 KR 102385005B1
- Authority
- KR
- South Korea
- Prior art keywords
- value
- maximum
- slope
- waveforms
- average thickness
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은 누적 파형을 통한 기기의 예지 보전방법에 관한 것으로, 그 구성은 기기의 정상적인 구동 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 반복적으로 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 정상 파형을 형성하고, 그 형성된 각 단위 시간의 정상 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 정상 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 수집하는 정상 정보 수집단계(S10);와, 고장이 발생하기 직전의 기기의 구동상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 반복적으로 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 불량 파형을 형성하고, 그 형성된 각 단위 시간의 불량 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 불량 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 수집하는 불량 정보 수집단계(S20);와, 상기 정상 및 불량 정보 수집단계(S10,S20)에서 수집된 정상 및 불량 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 기반으로 최대 또는 평균 두께 값에 대한 의심 기울기 값을 설정하는 설정단계(S30);와, 실시간 기기의 구동 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 실시간 파형을 반복적으로 형성하고, 그 형성된 실시간 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기 값이 상기 설정단계(S30)에서 설정된 의심 기울기 값을 초과하면 기기를 이상상태로 판단하고 경보하는 검출단계(S40);를 포함하여 이루어지는 것을 특징으로 하는 것으로서,
기기가 정상적인 상태 및 고장이 발생하기 직전의 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따른 파형을 반복적으로 각각 수집하고, 그 수집된 파형을 중첩시켜 정상 및 불량 파형을 구축하고, 그 구축된 정상 및 불량 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 서로 연결하여 형성되는 직선의 기울기 정보를 기반으로 실시간 파형에 대한 의심 기울기 값을 설정한 후, 실시간 구동되는 기기로부터 수집되는 실시간 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 연결하는 직선의 기울기 값이 의심 기울기 값을 초과하면 경보하여 적합한 시기에 기기의 정비 및 교체를 수행할 수 있도록 유도하여 기기의 고장으로 인한 막대한 금전적인 손실을 미연에 예방할 수 있는 효과가 있다.
또한, 기기에서 발생하는 이상징후를 효율적으로 검색하기 위해 다양한 검출조건을 제시하고, 그 검출조건을 만족하는 경우에 기기를 이상상태로 검출함으로, 기기에서 발생되는 이상징후를 매우 정밀하고 효과적으로 검출할 수 있을 뿐만 아니라, 검출결과에 대한 우수한 신뢰도를 확보할 수 있는 효과가 있다.The present invention relates to a method for predictive maintenance of a device through an accumulated waveform, the configuration of which repeatedly collects waveforms indicating the current value consumed to perform one operation in a normal driving state of the device over time, but at least two The above waveforms are repeatedly collected at unit time intervals, and a plurality of waveforms included in each unit time are overlapped to form a stationary waveform having a thickness for each unit time, and the thickness is the highest in the formed normal waveform for each unit time. A normal waveform through the slope of a straight line connecting the maximum or average thickness value displayed on the graph and the adjacent maximum or average thickness Normal information collection step (S10) of collecting slope information for the maximum or average thickness value of Waveforms are repeatedly collected, but repeatedly collected at unit time intervals including at least two or more waveforms, and a plurality of waveforms included in each unit time are overlapped to form a defective waveform having a thickness for each unit time, and the formed angles The maximum thickness value with the thickest thickness or the average thickness value averaging the total thickness in the defective waveform of a unit time is displayed as a graph over time, and the maximum or average thickness value adjacent to the maximum or average thickness value shown in the graph is displayed. A defect information collection step (S20) of collecting slope information on the maximum or average thickness value of the defective waveform through the slope of the connecting straight line; A setting step (S30) of setting a suspicious slope value for the maximum or average thickness value based on the slope information on the maximum or average thickness value of the waveform; and the current value consumed to perform an operation in the driving state of the real-time device to collect the displayed waveforms over time, but at least two It is repeatedly collected at the included unit time interval, and a plurality of waveforms included in each unit time are overlapped to repeatedly form a real-time waveform having a thickness for each unit time, and the maximum thickness value or The average thickness value averaging the entire thickness is shown as a graph over time, and the slope value of the straight line connecting the maximum or average thickness value shown in the graph and the adjacent maximum or average thickness value is obtained in the setting step (S30). When the set suspicious slope value is exceeded, the device is determined to be in an abnormal state and a detection step of alarming (S40);
Waveforms over time are repeatedly collected for the current value consumed to perform an operation in the normal state of the device and the state just before a failure occurs, and normal and bad waveforms are constructed by superimposing the collected waveforms. , A device that operates in real time after setting a suspicious slope value for the real-time waveform based on the slope information of a straight line formed by connecting the maximum thickness value of the constructed normal and defective waveforms or the average thickness value averaging the total thickness When the slope value of the straight line connecting the maximum thickness value of the real-time waveform collected from , or the average thickness value averaging the total thickness exceeds the suspicious slope value, it alerts It has the effect of preventing huge financial loss in advance due to the failure of the
In addition, various detection conditions are suggested to efficiently search for abnormal signs occurring in the device, and when the detection conditions are satisfied, the device is detected as an abnormal state, so that the abnormal symptoms occurring in the device can be detected very precisely and effectively. In addition, there is an effect of securing excellent reliability of the detection result.
Description
본 발명은 누적 파형을 통한 기기의 예지 보전방법에 관한 것으로, 더욱 상세하게는 기기가 정상적인 상태 및 고장이 발생하기 직전의 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따른 파형을 반복적으로 각각 수집하고, 그 수집된 파형을 중첩시켜 정상 및 불량 파형을 구축하고, 그 구축된 정상 및 불량 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 서로 연결하여 형성되는 직선의 기울기 정보를 기반으로 실시간 파형에 대한 의심 기울기 값을 설정한 후, 실시간 구동되는 기기로부터 수집되는 실시간 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 연결하는 직선의 기울기 값이 의심 기울기 값을 초과하면 경보하여 적합한 시기에 기기의 정비 및 교체를 수행할 수 있도록 유도하여 기기의 고장으로 인한 막대한 금전적인 손실을 미연에 예방할 수 있는 누적 파형을 통한 기기의 예지 보전방법에 관한 것이다.The present invention relates to a method for predictive maintenance of a device through a cumulative waveform, and more particularly, to a current value consumed to perform an operation in a normal state and a state immediately before a failure occurs in a device, and a waveform according to the passage of time. The slope of a straight line formed by repeatedly collecting each, superimposing the collected waveforms to build a normal and defective waveform, and connecting the maximum thickness value of the constructed normal and defective waveforms or the average thickness value averaging the total thickness After setting the suspicious slope value for the real-time waveform based on the information, the slope value of the straight line connecting the maximum thickness value of the real-time waveform collected from the real-time driven device or the average thickness value averaging the total thickness It is related to a predictive maintenance method of equipment through accumulated waveforms that can prevent huge financial loss due to equipment failure in advance by alarming when it exceeds and inducing maintenance and replacement of equipment at an appropriate time.
일반적으로 설비의 자동화 공정을 위해 사용되는 각종 기기들은 안정적인 작동이 매우 중요하다. In general, stable operation of various devices used for automated process of equipment is very important.
일 예로, 대규모 생산 공장의 설비에는 수십, 수백 개의 기기가 설치되어 서로 연동 동작하면서 제품을 연속 생산하게 되는데, 만약 다수의 기기 중에서 어느 하나의 기기가 고장이 발생하면 설비의 동작이 전체적으로 중단되는 엄청난 상황이 발생할 수 있다.For example, dozens or hundreds of devices are installed in the facilities of a large-scale production plant to continuously produce products while working in conjunction with each other. situations can arise.
이때는 기기의 고장으로 인한 다운 타임의 발생으로 기기의 수리비용뿐만 아니라, 설비가 중단되는 동안 낭비되는 운영비와 비즈니스 효과에 의해 엄청난 손실이 발생될 수밖에 없다.In this case, due to the occurrence of downtime due to the failure of the equipment, not only equipment repair costs, but also huge losses are inevitably caused by wasted operating costs and business effects while equipment is stopped.
최근 고용노동부와 산업안전 관리공단의 자료에 따르면 연간 산업 안전사고로 인한 사상자는 총 10만 명 수준으로 집게 되고 있으며, 이를 비용으로 환산시 연간 18조원의 손실이 발생하고 있다고 집계되고 있다.According to the latest data from the Ministry of Employment and Labor and the Occupational Safety and Health Administration, the number of casualties due to occupational safety accidents is estimated at 100,000 per year, and when converted into expenses, it is estimated that an annual loss of 18 trillion won is generated.
이러한 예기치 않은 다운 타임 비용을 피하기 위한 방법으로 사전 예지 보전시스템의 도입이 시급한 실정이다. 이미 예지 보전이라는 명목하에 문제점을 개선하고자 노력하고 있으나 보다 효율적인 예지 보전을 위해 더 차원 높은 예지 보전방법의 개발이 필요한 실정이다.In order to avoid such unexpected downtime costs, it is urgent to introduce a predictive maintenance system. Efforts have already been made to improve the problems under the name of predictive conservation, but the development of higher-level predictive conservation methods is needed for more efficient predictive conservation.
본 발명은 상기한 바와 같은 제반 문제점을 해결하기 위하여 제안된 것으로, 그 목적은 기기가 정상적인 상태 및 고장이 발생하기 직전의 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따른 파형을 반복적으로 각각 수집하고, 그 수집된 파형을 중첩시켜 정상 및 불량 파형을 구축하고, 그 구축된 정상 및 불량 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 서로 연결하여 형성되는 직선의 기울기 정보를 기반으로 실시간 파형에 대한 의심 기울기 값을 설정한 후, 실시간 구동되는 기기로부터 수집되는 실시간 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 연결하는 직선의 기울기 값이 의심 기울기 값을 초과하면 경보하여 적합한 시기에 기기의 정비 및 교체를 수행할 수 있도록 유도하여 기기의 고장으로 인한 막대한 금전적인 손실을 미연에 예방할 수 있는 누적 파형을 통한 기기의 예지 보전방법을 제공함에 있다.The present invention has been proposed in order to solve the various problems as described above, and the purpose of the present invention is to determine the current value consumed to perform an operation in a normal state and a state immediately before a failure occurs in a waveform according to the passage of time. The slope of a straight line formed by repeatedly collecting each, superimposing the collected waveforms to build a normal and defective waveform, and connecting the maximum thickness value of the constructed normal and defective waveforms or the average thickness value averaging the total thickness After setting the suspicious slope value for the real-time waveform based on the information, the slope value of the straight line connecting the maximum thickness value of the real-time waveform collected from the real-time driven device or the average thickness value averaging the total thickness It is to provide a predictive maintenance method of equipment through accumulated waveforms that can prevent huge financial loss due to equipment failure in advance by providing an alarm when it exceeds and inducing maintenance and replacement of equipment at an appropriate time.
또한, 기기에서 발생하는 이상징후를 효율적으로 검색하기 위해 다양한 검출조건을 제시하고, 그 검출조건을 만족하는 경우에 기기를 이상상태로 검출함으로, 기기에서 발생되는 이상징후를 매우 정밀하고 효과적으로 검출할 수 있을 뿐만 아니라, 검출결과에 대한 우수한 신뢰도를 확보할 수 있는 누적 파형을 통한 기기의 예지 보전방법을 제공함에 있다.In addition, various detection conditions are suggested to efficiently search for abnormal signs occurring in the device, and when the detection conditions are satisfied, the device is detected as an abnormal state, so that the abnormal symptoms occurring in the device can be detected very precisely and effectively. It is to provide a predictive maintenance method of a device through a cumulative waveform that not only can, but can also secure excellent reliability for the detection result.
상기와 같은 목적을 달성하기 위한 본 발명에 따른 누적 파형을 통한 기기의 예지 보전방법은 기기의 정상적인 구동 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 반복적으로 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 정상 파형을 형성하고, 그 형성된 각 단위 시간의 정상 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 정상 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 수집하는 정상 정보 수집단계(S10);와, 고장이 발생하기 직전의 기기의 구동상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 반복적으로 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 불량 파형을 형성하고, 그 형성된 각 단위 시간의 불량 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 불량 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 수집하는 불량 정보 수집단계(S20);와, 상기 정상 및 불량 정보 수집단계(S10,S20)에서 수집된 정상 및 불량 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 기반으로 최대 또는 평균 두께 값에 대한 의심 기울기 값을 설정하는 설정단계(S30);와, 실시간 기기의 구동 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 실시간 파형을 반복적으로 형성하고, 그 형성된 실시간 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기 값이 상기 설정단계(S30)에서 설정된 의심 기울기 값을 초과하면 기기를 이상상태로 판단하고 경보하는 검출단계(S40);를 포함하여 이루어지며,
상기 의심 기울기 값은 각각 경보 기울기 값과, 위험 기울기 값으로 구분되어 설정되되, 상기 경보 기울기 값은 상기 위험 기울기 값보다 적은 값으로 설정되며,
상기 검출단계(S40)에서 실시간으로 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 상기 의심 기울기 값의 경보 기울기 값을 초과하면 기기를 경보상태로 인지하고,
실시간으로 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 상기 의심 기울기 값의 위험 기울기 값을 초과하면 경보상태보다 기기의 고장 위험성이 높은 수준의 위험상태로 인지하는 것을 특징으로 한다.In a predictive maintenance method of a device through a cumulative waveform according to the present invention for achieving the above object, a waveform indicating a current value consumed to perform an operation in a normal driving state of the device over time is repeatedly collected, , repeatedly collected at a unit time interval including at least two or more waveforms, and a plurality of waveforms included in each unit time are overlapped to form a normal waveform having a thickness for each unit time, and from the formed normal waveform for each unit time The maximum thickness value with the thickest thickness or the average thickness value averaging the total thickness is expressed as a graph over time, and the slope of the straight line connecting the maximum or average thickness value displayed on the graph and the adjacent maximum or average thickness value is calculated. Normal information collection step (S10) of collecting slope information on the maximum or average thickness value of the normal waveform through the flow of time Repeatedly collecting the waveforms shown according to the method, repeatedly collecting at a unit time interval including at least two or more waveforms, and overlapping a plurality of waveforms included in each unit time to form a defective waveform having a thickness for each unit time, The maximum thickness value with the thickest thickness or the average thickness value averaging the total thickness in the formed defective waveform for each unit time is expressed as a graph over time, and the maximum or average adjacent to the maximum or average thickness value shown in the graph The defect information collection step (S20) of collecting slope information on the maximum or average thickness value of the defective waveform through the slope of the straight line connecting the thickness values; and the normal and defective information collection steps (S10, S20) A setting step (S30) of setting a suspicious slope value for the maximum or average thickness value based on the slope information for the maximum or average thickness value of the normal and defective waveforms; Acquire waveforms representing the current values over time, but at least two The waveforms of the phase are repeatedly collected at unit time intervals, and multiple waveforms included in each unit time are overlapped to repeatedly form a real-time waveform having a thickness for each unit time, and the maximum thickness of the real-time waveform is formed. In the setting step ( When the suspicious slope value set in S30) is exceeded, a detection step (S40) of judging the device as an abnormal state and alarming;
The suspicious slope value is divided into an alarm slope value and a dangerous slope value, respectively, and the alarm slope value is set to a value less than the dangerous slope value,
If the slope value for the maximum or average thickness value of the real-time waveform collected from the device in real time in the detection step (S40) exceeds the alarm slope value of the suspicious slope value, the device is recognized as an alarm state,
When the slope value for the maximum or average thickness value of the real-time waveform collected from the device in real time exceeds the dangerous slope value of the suspicious slope value, it is characterized in that the device is recognized as a dangerous state with a higher risk of failure than the alarm state. .
삭제delete
삭제delete
삭제delete
또한, 상기 설정단계(S30)에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 2회 이상 포함하는 일정 시간의 위험 검출구간을 설정하고,In addition, in the setting step (S30), a danger detection section of a certain time including the slope value for the maximum or average thickness value of the real-time waveform collected from the device twice or more is set,
상기 검출단계(S40)에서 설정된 위험 검출구간에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 상기 의심 값의 경보 값을 초과하는 횟수를 카운터하되, 상기 설정단계(S30)에서 설정된 횟수를 초과하여 검출되면 기기를 위험상태로 인지하는 것을 특징으로 한다.Count the number of times the slope value for the maximum or average thickness value of the real-time waveform collected from the device exceeds the alarm value of the suspicious value in the danger detection section set in the detection step (S40), but in the setting step (S30) It is characterized in that the device is recognized as a dangerous state when it is detected exceeding the set number of times.
또한, 상기 설정단계(S30)에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 2회 이상 포함하는 일정 단위 시간 간격의 평균 검출구간을 설정하고,In addition, in the setting step (S30), the average detection section of a certain unit time interval including two or more slope values for the maximum or average thickness value of the real-time waveform collected from the device is set,
상기 검출단계(S40)에서는 설정된 평균 검출구간에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값을 각각 수집하여 평균한 평균 기울기 값이 상기 설정단계(S30)에서 설정된 경보 기울기 값을 초과하면 기기를 위험 상태로 검출하는 것을 특징으로 한다.In the detection step (S40), the average slope value obtained by collecting the slope values for the maximum or average thickness values of the real-time waveforms collected from the device in the set average detection section, respectively, and averaging the alarm slope value set in the setting step (S30) If it is exceeded, it is characterized in that the device is detected as a dangerous state.
이상에서와 같이 본 발명에 따른 누적 파형을 통한 기기의 예지 보전방법에 의하면, 기기가 정상적인 상태 및 고장이 발생하기 직전의 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따른 파형을 반복적으로 각각 수집하고, 그 수집된 파형을 중첩시켜 정상 및 불량 파형을 구축하고, 그 구축된 정상 및 불량 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 서로 연결하여 형성되는 직선의 기울기 정보를 기반으로 실시간 파형에 대한 의심 기울기 값을 설정한 후, 실시간 구동되는 기기로부터 수집되는 실시간 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 연결하는 직선의 기울기 값이 의심 기울기 값을 초과하면 경보하여 적합한 시기에 기기의 정비 및 교체를 수행할 수 있도록 유도하여 기기의 고장으로 인한 막대한 금전적인 손실을 미연에 예방할 수 있는 효과가 있다.As described above, according to the predictive maintenance method of the device through the accumulated waveform according to the present invention, the current value consumed to perform an operation in the normal state and the state immediately before the failure of the device is changed to the waveform according to the passage of time. The slope of a straight line formed by repeatedly collecting each, superimposing the collected waveforms to build a normal and defective waveform, and connecting the maximum thickness value of the constructed normal and defective waveforms or the average thickness value averaging the total thickness After setting the suspicious slope value for the real-time waveform based on the information, the slope value of the straight line connecting the maximum thickness value of the real-time waveform collected from the real-time driven device or the average thickness value averaging the total thickness If it is exceeded, it has the effect of preventing huge financial loss in advance by inducing maintenance and replacement of equipment at an appropriate time by warning.
또한, 기기에서 발생하는 이상징후를 효율적으로 검색하기 위해 다양한 검출조건을 제시하고, 그 검출조건을 만족하는 경우에 기기를 이상상태로 검출함으로, 기기에서 발생되는 이상징후를 매우 정밀하고 효과적으로 검출할 수 있을 뿐만 아니라, 검출결과에 대한 우수한 신뢰도를 확보할 수 있는 효과가 있다.In addition, various detection conditions are suggested to efficiently search for abnormal signs occurring in the device, and when the detection conditions are satisfied, the device is detected as an abnormal state, so that the abnormal symptoms occurring in the device can be detected very precisely and effectively. In addition, there is an effect of securing excellent reliability of the detection result.
도 1은 본 발명의 실시예에 따른 누적 파형을 통한 기기의 예지 보전방법의 블럭도
도 2 내지 도 7은 도 1에 도시된 누적 파형을 통한 기기의 예지 보전방법을 설명하기 위한 도면1 is a block diagram of a method for predictive maintenance of a device through a cumulative waveform according to an embodiment of the present invention;
2 to 7 are diagrams for explaining a method for predictive maintenance of a device through the cumulative waveform shown in FIG. 1;
본 발명의 바람직한 실시예에 따른 누적 파형을 통한 기기의 예지 보전방법을 첨부된 도면에 의거하여 상세히 설명한다. 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 공지 기능 및 구성에 대한 상세한 기술은 생략한다.A method for predictive maintenance of a device through a cumulative waveform according to a preferred embodiment of the present invention will be described in detail with reference to the accompanying drawings. Detailed descriptions of well-known functions and configurations that are determined to unnecessarily obscure the gist of the present invention will be omitted.
도 1 내지 도 7은 본 발명의 실시예에 따른 누적 파형을 통한 기기의 예지 보전방법을 도시한 것으로, 도 1은 본 발명의 실시예에 따른 누적 파형을 통한 기기의 예지 보전방법의 블럭도를, 도 2 내지 도 7은 도 1에 도시된 누적 파형을 통한 기기의 예지 보전방법을 설명하기 위한 도면을 각각 나타낸 것이다.1 to 7 are diagrams illustrating a method for predictive maintenance of a device through an accumulated waveform according to an embodiment of the present invention, and FIG. 1 is a block diagram of a method for predictive maintenance of a device through an accumulated waveform according to an embodiment of the present invention. , FIGS. 2 to 7 are views for explaining the predictive maintenance method of the device through the cumulative waveform shown in FIG. 1 , respectively.
상기 도면에 도시한 바와 같이, 본 발명의 실시예에 따른 누적 파형을 통한 기기의 예지 보전방법(100)은 정상 정보 수집단계(S10)와, 불량 정보 수집단계(S20)와, 설정단계(S30)와, 검출단계(S40)를 포함하고 있다.As shown in the figure, the
도 1에 도시된 바와 같이, 상기 정상 정보 수집단계(S10)는 기기의 정상적인 구동 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 반복적으로 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 정상 파형을 형성하고, 그 형성된 각 단위 시간의 정상 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 정상 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 수집하는 단계이다.As shown in FIG. 1 , in the normal information collection step ( S10 ), waveforms indicating current values consumed to perform one operation in a normal driving state of the device over time are repeatedly collected, but at least two or more waveforms is repeatedly collected at a unit time interval including The thickness value or the average thickness value averaging the entire thickness is expressed as a graph over time, and the maximum or average thickness value shown on the graph is shown in the graph and the maximum value of the normal waveform is obtained through the slope of the straight line connecting the adjacent maximum or average thickness value. Alternatively, it is a step of collecting slope information about the average thickness value.
통상적으로 대형 설비에 설치되어 유기적으로 동작하는 기기는 특정 작업공정을 반복적으로 수행하게 되는데, 일 예로, 천공기와 같은 기기는 소재에 구멍을 천공하는 동작을 반복하여 수행하게 되며, 이러한 천공기에서 구멍을 천공하는 동작에 소모되는 전류를 시간의 흐름에 따라 나타내면, 도 2에 도시된 파형으로 나타낼 수 있다.Typically, a device that is installed in a large facility and operates organically performs a specific work process repeatedly. For example, a device such as a perforator repeatedly performs an operation of perforating a hole in a material, and the hole in the perforator is repeatedly performed. If the current consumed in the drilling operation is expressed over time, it may be represented by the waveform shown in FIG. 2 .
상기와 같은 파형을 기반으로 본 발명의 예지 보전방법을 설명하도록 하나, 이러한 천공기와 같은 기기 및 천공 동작에 한정하여 적용하는 것은 물론 아니다.Although the predictive maintenance method of the present invention will be described based on the waveform as described above, it is of course not limited to a device such as a drilling machine and a drilling operation.
또한, 본 발명의 누적 파형을 통한 기기의 예지 보전방법(100)에서는 기기의 동작에 소모되는 전류 값을 기반으로 상기와 같은 파형을 수집하였으나, 기기에서 소모되는 공급 전원(전류)의 주파수, 기기에서 발생되는 진동, 온도, 압력 등이 전류 값과 대체되어 적용될 수 있다.In addition, in the
즉, 도 2에 도시된 바와 같이 상기 정상 정보 수집단계(S10)에서 상기 단위 시간에 포함되는 다수의 파형을 중첩시키면 자연스럽게 소정의 두께를 갖는 정상 파형이 구축되는데, 이러한 상기 정상 파형 중에서 두께가 가장 두꺼운 최대 두께 값 또는 상기 정상 파형 전체 두께를 평균한 평균 두께 값을 검출한다.That is, as shown in FIG. 2 , when a plurality of waveforms included in the unit time are overlapped in the normal information collection step S10 , a normal waveform having a predetermined thickness is naturally constructed. Among these normal waveforms, the thickness is the most A thick maximum thickness value or an average thickness value obtained by averaging the entire thickness of the normal waveform is detected.
그런 후, 도 3에 도시된 바와 같이 각 단위 시간의 정상 파형별로 검출되는 최대 또는 평균 두께 값을 시간의 흐름에 따라 그래프 상에 나타낼 수 있으며, 상기 그래프에 나타난 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 소정의 기울기 값을 획득할 수 있고, 이러한 기울기 값은 기울기가 상승하는 상승 기울기 값(양수)과 기울기가 하강하는 하강 기울기 값(음수)으로 구분할 수 있지만 모두 절대값으로 기울기 값을 수치화하여 수집한다.Then, as shown in FIG. 3 , the maximum or average thickness value detected for each normal waveform of each unit time may be displayed on the graph as time passes, and a straight line connecting the maximum or average thickness values shown in the graph A predetermined slope value can be obtained through the slope of Collect it numerically.
여기서, 상기와 같이 수집되는 정상 파형에 대한 최대 또는 평균 두께 값의 기울기 정보는 후설될 상기 설정단계(S30)에서 실시간 파형의 최대 또는 평균 두께 값에 대해 설정되는 의심 기울기 값의 기반이 된다.Here, the slope information of the maximum or average thickness value for the normal waveform collected as described above becomes the basis of the suspicious slope value set for the maximum or average thickness value of the real-time waveform in the setting step S30 to be described later.
상기와 같은 정상 파형은 정상적인 기기로부터 수집되는 특성상, 전류 값의 변화가 매우 안정(정상)적임으로 상기 정상 파형의 두께는 얇게 형성될 수 있고, 이때 기기로부터 수집하는 전류 값은 전류를 측정할 수 있는 통상의 각종 센서를 통해 측정 수집될 수 있다.Since the normal waveform as described above is collected from a normal device, the change in current value is very stable (normal), so the thickness of the normal waveform can be formed thin, and the current value collected from the device can measure the current Measurements can be collected through a variety of conventional sensors.
한편, 설명의 편의를 위해 상기 정상 파형으로부터 검출되는 최대 또는 평균 두께 값 중에서 평균 두께 값을 선택하여 설명하도록 하나, 선택된 두께 값으로 한정하여 적용하는 것은 물론 아니며, 최대 두께 값 또는 최대 및 평균 두께 값을 함께 적용하여 구현할 수 있음은 물론이다.Meanwhile, for convenience of explanation, an average thickness value is selected and described from among the maximum or average thickness values detected from the normal waveform, but the application is not limited to the selected thickness value, of course, and the maximum thickness value or the maximum and average thickness values Of course, it can be implemented by applying them together.
도 1에 도시된 바와 같이, 상기 불량 정보 수집단계(S20)는 고장이 발생하기 직전의 기기의 구동상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 반복적으로 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 불량 파형을 형성하고, 그 형성된 각 단위 시간의 불량 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 불량 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 수집하는 단계이다.As shown in Fig. 1, the failure information collection step (S20) repeatedly collects waveforms indicating the current value consumed to perform one operation in the driving state of the device immediately before the failure occurs over time. , repeatedly collected at a unit time interval including at least two or more waveforms, and a plurality of waveforms included in each unit time are overlapped to form a defective waveform having a thickness for each unit time, and from the formed defective waveform for each unit time The maximum thickness value with the thickest thickness or the average thickness value averaging the total thickness is expressed as a graph over time, and the slope of the straight line connecting the maximum or average thickness value displayed on the graph and the adjacent maximum or average thickness value is calculated. This is the step of collecting slope information about the maximum or average thickness value of the defective waveform through
즉, 도 4에 도시된 바와 같이 상기 불량 정보 수집단계(S20)에서 상기 단위 시간에 포함되는 다수의 파형을 중첩시키면 자연스럽게 소정의 두께를 갖는 불량 파형이 구축되는데, 이러한 상기 불량 파형 중에서 두께가 가장 두꺼운 최대 두께 값 또는 상기 불량 파형 전체 두께를 평균한 평균 두께 값을 검출한다.That is, as shown in FIG. 4 , when a plurality of waveforms included in the unit time are overlapped in the failure information collection step ( S20 ), a defective waveform having a predetermined thickness is naturally constructed. A thick maximum thickness value or an average thickness value obtained by averaging the entire thickness of the defective waveform is detected.
그런 후, 각 단위 시간의 불량 파형별로 검출되는 최대 또는 평균 두께 값을 시간의 흐름에 따라 그래프 상에 나타낼 수 있으며, 상기 그래프에 나타난 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 소정의 기울기 값을 획득한 후, 수치화하여 수집한다.Then, the maximum or average thickness value detected for each defective waveform for each unit time may be displayed on the graph as time passes, and a predetermined slope is obtained through the slope of a straight line connecting the maximum or average thickness values shown in the graph. After acquiring the value, it is quantified and collected.
이렇게 수집되는 불량 파형에 대한 최대 또는 평균 두께 값의 기울기 정보는 상기 설정단계(S30)에서 실시간 파형의 최대 또는 평균 두께 값에 대해 설정되는 의심 기울기 값의 기반이 된다.The slope information of the maximum or average thickness value for the defective waveform collected in this way becomes the basis of the suspicious slope value set for the maximum or average thickness value of the real-time waveform in the setting step S30.
여기서, 기기가 열화, 노후, 부품의 마모 등의 이유로 인해 기기의 구동상태가 다소 불량하면 기기가 구동되는 과정에서 빈번한 부하가 발생할 수 있고, 이러한 부하는 전류 값의 기복(흔들림)을 유발함으로, 고장이 발생하기 직전의 기기로부터 수집되는 파형을 통해 구축되는 상기 불량 파형의 두께는 다소 두껍게 형성될 수 있음은 물론이다.Here, if the driving state of the device is rather poor due to deterioration, aging, wear of parts, etc., frequent loads may occur in the process of driving the device, and these loads may cause fluctuations (shaking) of the current value, Of course, the thickness of the defective waveform, which is built through the waveforms collected from the device just before the failure occurs, may be formed to be rather thick.
도 1에 도시된 바와 같이, 상기 설정단계(S30)는 상기 정상 및 불량 정보 수집단계(S10,S20)에서 수집된 정상 및 불량 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 기반으로 실시간 파형의 최대 또는 평균 두께 값에 대한 의심 기울기 값을 설정하는 단계이다.As shown in Fig. 1, the setting step (S30) is a real-time waveform based on the slope information for the maximum or average thickness values of the normal and defective waveforms collected in the normal and defective information collection steps (S10 and S20). Setting the suspect slope value for the maximum or average thickness value.
본 발명의 누적 파형을 통한 기기의 예지 보전방법(100)에서 실시간 파형에 대한 의심 기울기 값은 실시간 기기의 이상징후를 검출하기 위한 값으로, 경보 기울기 값과, 위험 기울기 값으로 구분하여 설정하나, 이러한 값으로 한정하여 설정하는 것은 물론 아니다.In the
여기서, 상기 경보 기울기 값은 상기 위험 기울기 값보다 적은 값으로 설정되는데, 이러한 경보 및 위험 기울기 값에 대해서는 후설될 상기 검출단계(S40)에서 상세히 설명하도록 한다.Here, the alarm slope value is set to a value smaller than the danger slope value, and the warning and danger slope values will be described in detail in the detection step (S40), which will be described later.
도 1에 도시된 바와 같이, 상기 검출단계(S40)는 실시간 기기의 구동 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 실시간 파형을 반복적으로 형성하고, 그 형성된 실시간 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기 값이 상기 설정단계(S30)에서 설정된 의심 기울기 값을 초과하면 기기를 이상상태로 판단하고 경보하는 단계이다.As shown in Fig. 1, the detecting step (S40) collects waveforms indicating the current value consumed to perform one operation in the driving state of the real-time device over time, and includes at least two or more waveforms. It is repeatedly collected at time intervals, and a plurality of waveforms included in each unit time are overlapped to repeatedly form a real-time waveform having a thickness for each unit time, and the maximum thickness value or the total thickness with the thickest thickness in the formed real-time waveform is repeatedly collected. The averaged average thickness value is expressed as a graph over time, and the slope value of the straight line connecting the maximum or average thickness value shown in the graph and the adjacent maximum or average thickness value is the suspicious slope set in the setting step (S30). If the value is exceeded, the device is judged as an abnormal state and an alarm is issued.
여기서, 상기 의심 기울기 값은 경보 기울기 값과, 위험 기울기 값으로 구분되어 설정될 수 있으며, 상기 경보 기울기 값은 상기 위험 기울기 값보다 적은 값으로 설정되도록 한다.Here, the suspicious slope value may be set by being divided into an alarm slope value and a dangerous slope value, and the alarm slope value is set to a value smaller than the dangerous slope value.
즉, 도 5에 도시된 바와 같이 실시간 구동상태에서 기기로부터 반복적으로 수집되는 단위 시간별 실시간 파형에 대한 평균 두께 값을 연결하는 직선의 기울기 값이 상기 의심 기울기 값을 초과하지 않으면 기기를 정상(안정적인)상태로 인지 검출하며,That is, as shown in FIG. 5, if the slope value of the straight line connecting the average thickness value for the real-time waveform for each unit time repeatedly collected from the device in the real-time driving state does not exceed the suspicious slope value, the device is normal (stable) state recognition and detection,
실시간 구동상태에서 기기로부터 반복적으로 수집되는 실시간 파형에 대한 평균 두께 값을 연결하는 직선의 기울기 값이 경보 기울기 값을 초과하면 기기를 경보상태로 인지 검출하며, If the slope value of the straight line connecting the average thickness value for the real-time waveform repeatedly collected from the device in the real-time driving state exceeds the alarm slope value, the device is recognized as an alarm state and detected.
실시간 구동상태에서 기기로부터 반복적으로 수집되는 실시간 파형에 대한 평균 두께 값을 연결하는 직선의 기울기 값이 위험 기울기 값을 초과하면 기기를 위험상태로 인지 검출하도록 한다.If the slope value of the straight line connecting the average thickness value for the real-time waveform repeatedly collected from the device in the real-time operation state exceeds the dangerous slope value, the device is recognized as a dangerous state and detected.
여기서, 상기 경보 기울기 값은 위험 기울기 값보다 낮은 수준의 고장 위험성을 나타내는 것으로 기기의 경보상태 함은 기기의 관심과 주의가 요구되는 정도이고, 기기의 위험상태라 함은 기기의 수리, 점검이나 교체가 요구되는 정도로 볼 수 있다.Here, the alarm slope value indicates the risk of failure at a lower level than the danger slope value. The alarm state of the device is the degree to which attention and attention of the device are required, and the dangerous state of the device is the repair, inspection or replacement of the device. can be considered as required.
따라서 상기 검출수단(S40)에서 실시간으로 검출하는 기기의 상태를 기반으로 미연에 기기의 이상징후를 검출함으로 갑작스럽게 기기의 고장으로 설비의 전체적인 가동이 중단되어 발생할 수 있는 경제적인 손실을 미연에 방지할 수 있도록 유도한다.Therefore, by detecting abnormal signs of the equipment in advance based on the state of the equipment detected in real time by the detection means (S40), the economic loss that may occur due to the sudden equipment failure due to the overall operation of the equipment is stopped in advance. encourage you to do it
한편, 상기 설정단계(S30)에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 2회 이상 포함하는 일정 시간의 위험 검출구간을 설정하고,On the other hand, in the setting step (S30), a risk detection section of a certain time including the slope value for the maximum or average thickness value of the real-time waveform collected from the device is set twice or more,
상기 검출단계(S40)에서 설정된 위험 검출구간에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 상기 의심 값의 경보 값을 초과하는 횟수를 카운터하되, 상기 설정단계(S30)에서 설정된 횟수를 초과하여 검출되면 기기를 위험상태로 인지하도록 한다.Count the number of times the slope value for the maximum or average thickness value of the real-time waveform collected from the device exceeds the alarm value of the suspicious value in the danger detection section set in the detection step (S40), but in the setting step (S30) If it is detected exceeding the set number of times, the device is recognized as a dangerous state.
일 예로, 실시간 기기로부터 수집되는 실시간 파형의 평균 두께 값에 대한 기울기 값을 기반으로 위험 검출구간을 통해 기기의 상태를 검출하는 과정을 살펴본다.As an example, a process of detecting the state of a device through a risk detection section based on a slope value of an average thickness value of a real-time waveform collected from a real-time device will be described.
도 6에 도시된 바와 같이, 상기 설정단계(S30)에서 위험 검출구간으로 기기의 실시간 파형의 평균 두께 값에 대한 기울기 값이 4회가 포함되는 구간을 설정하고, 초과 횟수는 2회로 설정하면,As shown in FIG. 6 , in the setting step (S30), as the risk detection section, a section in which the slope value for the average thickness value of the real-time waveform of the device is set to 4 times, and the number of excess is set to 2 times,
상기 검출단계(S40)에서 위험 검출구간에서 실시간으로 기기의 실시간 파형의 평균 두께 값에 대한 기울기 값이 상기 의심 기울기 값의 경보 기울기 값을 초과하면 카운터하되, 카운터 횟수가 상기 설정단계(S30)에서 설정된 초과 횟수 2회 이상으로 카운터되면 기기를 위험상태로 인지하여 기기의 정밀한 점검 또는 교체를 통한 예지 보전을 유도하게 된다.In the detection step (S40), if the slope value for the average thickness value of the real-time waveform of the device exceeds the alarm slope value of the suspicious slope value in real time in the danger detection section, it is counted, but the number of counters is set in the setting step (S30) If it counts more than 2 times of the set number of excesses, it recognizes the device as a dangerous state and induces predictive maintenance through precise inspection or replacement of the device.
또한, 상기 설정단계(S30)에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 2회 이상 포함하는 일정 단위 시간 간격의 평균 검출구간을 설정하고,In addition, in the setting step (S30), the average detection section of a certain unit time interval including two or more slope values for the maximum or average thickness value of the real-time waveform collected from the device is set,
상기 검출단계(S40)에서는 설정된 평균 검출구간에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값을 각각 수집하여 평균한 평균 기울기 값이 상기 설정단계(S30)에서 설정된 경보 기울기 값을 초과하면 기기를 위험 상태로 검출 인지하도록 한다.In the detection step (S40), the average slope value obtained by collecting the slope values for the maximum or average thickness values of the real-time waveforms collected from the device in the set average detection section, respectively, and averaging the alarm slope value set in the setting step (S30) If it is exceeded, the device is detected and recognized as a dangerous state.
일 예로, 일정 단위 시간을 설정하고, 그 설정된 단위 시간에 포함되는 기기의 실시간 파형의 평균 두께 값에 대한 기울기 값을 기반으로 기기의 상태를 검출하는 과정을 살펴본다.As an example, a process of setting a predetermined unit time and detecting the state of the device based on the slope value of the average thickness value of the real-time waveform of the device included in the set unit time will be described.
도 7에 도시된 바와 같이, 상기 설정단계(S30)에서 일정 단위 시간으로 기기의 실시간 파형의 평균 두께 값에 대한 기울기 값이 4회가 포함되는 구간을 설정하면, As shown in FIG. 7 , when a section in which the slope value for the average thickness value of the real-time waveform of the device is set for a predetermined unit time in the setting step (S30) is set four times,
상기 검출단계(S30)는 단위 시간에 포함되는 실시간 기기의 평균 두께 값에 대한 기울기 값들을 평균한 평균 기울기 값을 검출하고, 그 검출된 평균 기울기 값이 상기 설정단계(S30)에서 설정된 경보 기울기 값을 초과하면 기기를 위험상태로 검출하도록 하도록 한다.The detection step (S30) detects an average slope value obtained by averaging the slope values for the average thickness values of real-time devices included in a unit time, and the detected average slope value is the alarm slope value set in the setting step (S30) If it is exceeded, the device is to be detected as a dangerous state.
여기서, 단위 시간에 포함되는 실시간 기기의 평균 두께 값에 대한 기울기 값들을 평균한 평균 기울기 값이 상기 경보 기울기 값을 초과한 것은 상기 단위 시간에 기본적으로 경보 기울기 값을 초과하는 기기의 기울기 값이 존재한다는 것이므로 상기와 같이 기기를 위험상태로 인지 검출하도록 한다.Here, the average slope value averaging the slope values for the average thickness values of the real-time devices included in the unit time exceeds the alarm slope value is basically a slope value of the device exceeding the alarm slope value at the unit time. Therefore, as described above, the device is recognized and detected as being in a dangerous state.
이러한, 상기 단위 시간은 기기의 평균 두께 값에 대한 기울기 값이 적어도 둘 이상 포함되도록 상기 설정단계(S30)에서 설정되는 시간으로, 기기의 구동조건, 주변환경 등을 고려하여 적게는 수초로 많게는 일, 월, 년 등의 단위로 설정할 수 있다.Such, the unit time is the time set in the setting step (S30) so that at least two slope values for the average thickness value of the device are included. , month, year, etc. can be set.
상기와 같은 과정으로 이루어진 본 발명의 누적 파형을 통한 기기의 예지 보전방법(100)은 기기가 정상적인 상태 및 고장이 발생하기 직전의 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따른 파형을 반복적으로 각각 수집하고, 그 수집된 파형을 중첩시켜 정상 및 불량 파형을 구축하고, 그 구축된 정상 및 불량 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 서로 연결하여 형성되는 직선의 기울기 정보를 기반으로 실시간 파형에 대한 의심 기울기 값을 설정한 후, 실시간 구동되는 기기로부터 수집되는 실시간 파형의 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 연결하는 직선의 기울기 값이 의심 기울기 값을 초과하면 경보하여 적합한 시기에 기기의 정비 및 교체를 수행할 수 있도록 유도하여 기기의 고장으로 인한 막대한 금전적인 손실을 미연에 예방할 수 있는 효과가 있다.The
또한, 기기에서 발생하는 이상징후를 효율적으로 검색하기 위해 다양한 검출조건을 제시하고, 그 검출조건을 만족하는 경우에 기기를 이상상태로 검출함으로, 기기에서 발생되는 이상징후를 매우 정밀하고 효과적으로 검출할 수 있을 뿐만 아니라, 검출결과에 대한 우수한 신뢰도를 확보할 수 있는 효과가 있다.In addition, various detection conditions are suggested to efficiently search for abnormal signs occurring in the device, and when the detection conditions are satisfied, the device is detected as an abnormal state, so that the abnormal symptoms occurring in the device can be detected very precisely and effectively. In addition, there is an effect of securing excellent reliability of the detection result.
본 발명은 첨부된 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것으로 상술한 실시예에 한정되지 않으며, 당해 분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 실시예가 가능하다는 점을 이해할 수 있을 것이다. 또한, 본 발명의 사상을 해치지 않는 범위 내에서 당업자에 의한 변형이 가능함은 물론이다. 따라서, 본 발명에서 권리를 청구하는 범위는 상세한 설명의 범위 내로 정해지는 것이 아니라 후술되는 청구범위와 이의 기술적 사상에 의해 한정될 것이다.Although the present invention has been described with reference to the embodiments shown in the accompanying drawings, which are illustrative and not limited to the above-described embodiments, those of ordinary skill in the art will realize that various modifications and equivalent embodiments are possible therefrom. point can be understood. In addition, it goes without saying that modifications by those skilled in the art are possible within the scope that does not impair the spirit of the present invention. Accordingly, the scope of claiming the right in the present invention is not defined within the scope of the detailed description, but will be limited by the claims and technical spirit thereof to be described later.
S10. 정상 정보 수집단계
S20. 불량 정보 수집단계
S30. 설정단계
S40. 검출단계
100. 누적 파형을 통한 기기의 예지 보전방법S10. Normal information collection stage
S20. Bad information collection stage
S30. setting stage
S40. detection stage
100. Predictive maintenance method of equipment through accumulated waveform
Claims (4)
상기 기기의 정상적인 구동 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 반복적으로 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 정상 파형을 형성하고, 그 형성된 각 단위 시간의 정상 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 정상 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 수집하는 정상 정보 수집단계(S10);
고장이 발생하기 직전의 기기의 구동상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 반복적으로 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 불량 파형을 형성하고, 그 형성된 각 단위 시간의 불량 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기를 통해 불량 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 수집하는 불량 정보 수집단계(S20);
상기 정상 및 불량 정보 수집단계(S10,S20)에서 수집된 정상 및 불량 파형의 최대 또는 평균 두께 값에 대한 기울기 정보를 기반으로 최대 또는 평균 두께 값에 대한 의심 기울기 값을 설정하는 설정단계(S30); 및
실시간 기기의 구동 상태에서 한 동작을 수행하는데 소모되는 전류 값을 시간의 흐름에 따라 나타낸 파형을 수집하되, 적어도 둘 이상의 파형이 포함되는 단위 시간 간격으로 반복 수집하며, 각 단위 시간에 포함되는 다수의 파형은 중첩시켜 각 단위 시간별로 두께를 갖는 실시간 파형을 반복적으로 형성하고, 그 형성된 실시간 파형에서 두께가 가장 두꺼운 최대 두께 값 또는 전체 두께를 평균한 평균 두께 값을 시간의 흐름에 따른 그래프로 나타내고, 그 그래프에 나타난 최대 또는 평균 두께 값과 인접하는 최대 또는 평균 두께 값을 연결하는 직선의 기울기 값이 상기 설정단계(S30)에서 설정된 의심 기울기 값을 초과하면 기기를 이상상태로 판단하고 경보하는 검출단계(S40);를 포함하여 이루어지며,
상기 의심 기울기 값은 각각 경보 기울기 값과, 위험 기울기 값으로 구분되어 설정되되, 상기 경보 기울기 값은 상기 위험 기울기 값보다 적은 값으로 설정되며,
상기 검출단계(S40)에서 실시간으로 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 상기 의심 기울기 값의 경보 기울기 값을 초과하면 기기를 경보상태로 인지하고,
실시간으로 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 상기 의심 기울기 값의 위험 기울기 값을 초과하면 경보상태보다 기기의 고장 위험성이 높은 수준의 위험상태로 인지하는 것을 특징으로 하는 누적 파형을 통한 기기의 예지 보전방법.
In the predictive maintenance method of a device that is used for various actual expenses and repeatedly performs the same operation,
Waveforms representing the current value consumed to perform one operation in a normal driving state of the device over time are repeatedly collected, but at least two or more waveforms are repeatedly collected at unit time intervals including at least two waveforms, and included in each unit time A plurality of waveforms to be formed is superimposed to form a stationary waveform having a thickness for each unit time, and the maximum thickness value with the thickest thickness or an average thickness value averaging the entire thickness in the formed stationary waveform for each unit time is calculated over time. Normal information collection step ( S10);
Waveforms indicating the current value consumed to perform one operation in the driving state of the device immediately before the failure occurs over time are repeatedly collected, but repeatedly collected at unit time intervals including at least two or more waveforms, each A plurality of waveforms included in a unit time are superimposed to form a defective waveform having a thickness for each unit time, and the maximum thickness value with the thickest thickness or an average thickness value averaging all thicknesses in the formed defective waveforms for each unit time is obtained. A defect that collects slope information on the maximum or average thickness value of the defective waveform through the slope of a straight line that connects the maximum or average thickness value displayed on the graph and the adjacent maximum or average thickness value as a graph over time information collection step (S20);
A setting step (S30) of setting a suspicious slope value for the maximum or average thickness value based on the slope information on the maximum or average thickness values of the normal and defective waveforms collected in the normal and defective information collecting steps (S10, S20) ; and
Waveforms representing the current value consumed to perform one operation in the driving state of the real-time device over time are collected, but at least two waveforms are repeatedly collected at unit time intervals including at least two waveforms, and a plurality of waveforms included in each unit time are collected. The waveforms are overlapped to repeatedly form a real-time waveform having a thickness for each unit time, and the maximum thickness value with the thickest thickness in the formed real-time waveform or the average thickness value averaging the total thickness is shown as a graph over time, When the slope value of the straight line connecting the maximum or average thickness value displayed in the graph and the adjacent maximum or average thickness value exceeds the suspicious slope value set in the setting step (S30), the device is judged as an abnormal state and an alarm is detected. (S40);
The suspicious slope value is divided into an alarm slope value and a dangerous slope value, respectively, and the alarm slope value is set to a value less than the dangerous slope value,
If the slope value for the maximum or average thickness value of the real-time waveform collected from the device in real time in the detection step (S40) exceeds the alarm slope value of the suspicious slope value, the device is recognized as an alarm state,
When the slope value for the maximum or average thickness value of the real-time waveform collected from the device in real time exceeds the dangerous slope value of the suspicious slope value, the device is recognized as a dangerous state with a higher risk of failure than the alarm state. Predictive maintenance method of equipment through accumulated waveforms.
상기 설정단계(S30)에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 2회 이상 포함하는 일정 시간의 위험 검출구간을 설정하고,
상기 검출단계(S40)에서 설정된 위험 검출구간에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 상기 의심 값의 경보 값을 초과하는 횟수를 카운터하되, 상기 설정단계(S30)에서 설정된 횟수를 초과하여 검출되면 기기를 위험상태로 인지하는 것을 특징으로 하는 누적 파형을 통한 기기의 예지 보전방법.
The method of claim 1,
In the setting step (S30), a risk detection section of a certain time including the slope value for the maximum or average thickness value of the real-time waveform collected from the device twice or more is set,
Count the number of times the slope value for the maximum or average thickness value of the real-time waveform collected from the device exceeds the alarm value of the suspicious value in the danger detection section set in the detection step (S40), but in the setting step (S30) Predictive maintenance method of devices through accumulated waveforms, characterized in that when detection exceeds a set number of times, the device is recognized as a dangerous state.
상기 설정단계(S30)에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값이 2회 이상 포함하는 일정 단위 시간 간격의 평균 검출구간을 설정하고,
상기 검출단계(S40)에서는 설정된 평균 검출구간에서 기기에서 수집되는 실시간 파형의 최대 또는 평균 두께 값에 대한 기울기 값을 각각 수집하여 평균한 평균 기울기 값이 상기 설정단계(S30)에서 설정된 경보 기울기 값을 초과하면 기기를 위험 상태로 검출하는 것을 특징으로 하는 누적 파형을 통한 기기의 예지 보전방법.The method of claim 1,
In the setting step (S30), the average detection section of a certain unit time interval including two or more slope values for the maximum or average thickness value of the real-time waveform collected from the device is set,
In the detection step (S40), the average slope value obtained by collecting the slope values for the maximum or average thickness values of the real-time waveforms collected from the device in the set average detection section, respectively, and averaging the alarm slope value set in the setting step (S30) Predictive maintenance method of the device through the accumulated waveform, characterized in that the device is detected as a dangerous state when it is exceeded.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200114099A KR102385005B1 (en) | 2020-09-07 | 2020-09-07 | Predictive maintenance method of equipment through cumulative waveform |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200114099A KR102385005B1 (en) | 2020-09-07 | 2020-09-07 | Predictive maintenance method of equipment through cumulative waveform |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220032389A KR20220032389A (en) | 2022-03-15 |
| KR102385005B1 true KR102385005B1 (en) | 2022-04-11 |
Family
ID=80816972
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200114099A KR102385005B1 (en) | 2020-09-07 | 2020-09-07 | Predictive maintenance method of equipment through cumulative waveform |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102385005B1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101857393B1 (en) * | 2017-08-11 | 2018-06-20 | (주)아이티공간 | Preventive maintenance method of driving device |
| KR101893745B1 (en) * | 2017-08-11 | 2018-10-04 | (주)아이티공간 | Preventive maintenance method of driving device |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102103144B1 (en) | 2018-03-14 | 2020-04-22 | (주)아이티공간 | Predictive maintenance method of driving device |
-
2020
- 2020-09-07 KR KR1020200114099A patent/KR102385005B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101857393B1 (en) * | 2017-08-11 | 2018-06-20 | (주)아이티공간 | Preventive maintenance method of driving device |
| KR101893745B1 (en) * | 2017-08-11 | 2018-10-04 | (주)아이티공간 | Preventive maintenance method of driving device |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20220032389A (en) | 2022-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102039743B1 (en) | Predictive maintenance method of driving part | |
| KR102384998B1 (en) | Method for preservation of equipment by unbalanced voltage and current | |
| KR101893744B1 (en) | Preventive maintenance method of driving device | |
| KR102039742B1 (en) | Predictive maintenance method of driving part | |
| JP7046103B2 (en) | Precision predictive maintenance method for the drive unit | |
| US11720093B2 (en) | Method for predictive maintenance of equipment via distribution chart | |
| KR20210044655A (en) | Method of preserving the prediction of a device through distribution chart | |
| JP7046102B2 (en) | Precision predictive maintenance method for the drive unit | |
| KR20220032346A (en) | Method for detecting the health index of a device through a cumulative waveform | |
| KR102385000B1 (en) | Predictive maintenance method of equipment through cumulative waveform | |
| US20230058122A1 (en) | Method for predictive maintenance of equipment via distribution chart | |
| KR102385001B1 (en) | Predictive maintenance method of equipment through cumulative waveform | |
| KR102385005B1 (en) | Predictive maintenance method of equipment through cumulative waveform | |
| KR102316493B1 (en) | Method for maintaining the predictive value of the device of the control output signal | |
| KR102382650B1 (en) | Predictive maintenance method of equipment through angle to peak | |
| KR102384999B1 (en) | Predictive maintenance method of equipment through cumulative waveform | |
| KR102477710B1 (en) | Predictive maintenance method of equipment through constant velocity definition for area | |
| KR102477713B1 (en) | Predictive maintenance method of equipment through constant velocity definition for time | |
| KR102316477B1 (en) | Method for maintaining the predictive value of the device of the control output signal | |
| KR102385004B1 (en) | Predictive maintenance method of equipment through cumulative waveform | |
| CN105656990A (en) | Instrument monitoring method and system | |
| KR102316481B1 (en) | Method for maintaining the predictive value of the device of the control output signal | |
| KR102385006B1 (en) | Method for detecting the health index of a device through a cumulative waveform | |
| KR102477712B1 (en) | Predictive maintenance method of equipment through constant velocity definition for time | |
| KR102477707B1 (en) | Predictive maintenance method of equipment through constant velocity definition for peak |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |