KR100387170B1 - 제어시스템의진단해석장치및방법 - Google Patents

제어시스템의진단해석장치및방법 Download PDF

Info

Publication number
KR100387170B1
KR100387170B1 KR1019950025521A KR19950025521A KR100387170B1 KR 100387170 B1 KR100387170 B1 KR 100387170B1 KR 1019950025521 A KR1019950025521 A KR 1019950025521A KR 19950025521 A KR19950025521 A KR 19950025521A KR 100387170 B1 KR100387170 B1 KR 100387170B1
Authority
KR
South Korea
Prior art keywords
control system
diagnostic
unit
diagnosis
data
Prior art date
Application number
KR1019950025521A
Other languages
English (en)
Other versions
KR960008536A (ko
Inventor
카야마마사히로
모로오까야스오
시바가끼타꾸로오
쿠마야마지로오
사이토오유타까
Original Assignee
가부시끼가이샤 히다치 세이사꾸쇼
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 가부시끼가이샤 히다치 세이사꾸쇼 filed Critical 가부시끼가이샤 히다치 세이사꾸쇼
Publication of KR960008536A publication Critical patent/KR960008536A/ko
Application granted granted Critical
Publication of KR100387170B1 publication Critical patent/KR100387170B1/ko

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2252—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using fault dictionaries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Test And Diagnosis Of Digital Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

정적고장진단과 동적고장진단을 분리하여 행하고, 그 결과를 총합적으로 판단하여 이상을 판정하는 진단ㆍ해석장치를 제공한다.
데이터베이스(103)에 격납된 정상데이터와 제어대상(150)에서 검출한 데이터와를 대조하여 이상을 정하는 진단ㆍ해석장치에 있어서, 정적고장을 진단하기 위한 대조부(161)와 진단부(163), 동적고정을 진단하기 위한 대조부(162)와 진단부(164)를 별도로 설치한다.
또 제어대상으로부터 구한 신호를 해석하는 신호해석부(102)를 설치한다.
고장의 원인이 제어대상의 응답의 변화등의 동적고장에 의한 것인가, 센서의 경년변화와 같이 정적고장에 의한 것인지를 특정할 수가 있다.

Description

제어시스템의 진단ㆍ해석장치 및 방법{Measure and Analysis Apparatus for Control System and its Method}
본 발명은 철강, 전력, 철도, 일반산업 등에서의 제어시스템의 진단ㆍ해석방법에 관한 것이다.
또한 본 발명에 있어서, 제어시스템이라함은, 센서 액추에이터, 입출력장치, 컨트롤라 등의 제어기기 혹은 이들에 의해서 제어되는 제어대상을 의미한다.
제어시스템의 진단이나 해석을 행하는 장치의 종래예로서는, 다수의 센서에 의해 구성되는 시스템의 센서진단을 대상으로 한 것이 태반이며, 문헌 「면역네트워크정보 모델에 의한 고장진단」(이시다, 제 3회 자율분산시스템 심포지엄, H 4면 1월)에 기재되어 있는거와같이, 센서끼리의 출력인 사이에 필연적으로 존재하는 대소관계를 기본으로 이상한 센서를 특정하는 방법이 있었다.
또한 특개평 5-35329호 공보에 기재되어 있는거와같이, 센서간의 상관관계를 사전에 설정해두고, 센서의 출력이 이 상관에 합치하고있느냐 어떠냐를 근거로, 이상한 센서를 특정하는 방법이 있었다.
또 특개평 5-26682호 공보에는, 검출주기가 틀리는 2개 이상의 검출부에 의해 이상한 검출을 행하므로서, 진단지식 데이터베이스의 작성을 용이하게 하는 수법이 기재되어 있다.
또한 특개평 6-96055호 공보에는 시계렬 데이터에 대해서 매입처리를 실시한후, 기동표시해석, 차원해석, 엔트로퍼해석 등의 다면적 해석을 행하거, 총합처리하는 수법이 기재되어 있다.
상기 종래 기술에는 이하의 문제가 있었다.
문헌 「면역네트워크정보 모델에 의한 고장진단」 특개평 5-35329호 공보, 특개평 5-266382호 공보에 표시되어 있는 수법에서는, 센서의 경년변화나 입력의 레벨변화와 같이, 센서나 입력끼리의 상관이 양으로 변화하는 정적고장인 경우에는, 고장난 센서의 특정이 가능하게 되지만, 플랜트의 다이내믹스의 변화를 검출하거나, 시스템고장의 위험성을 예측하는 동적고장을 다룰수는 없었다.
또 특개평 6-96055호 공보에 기재한 수법에서는, 총합적인 판정에 의해 서계열 데이터의 특성변화의 검지등의 동적고장의 진단은 행하여지지만, 역으로 센서의 경년변화등은 검지할 수 없었다.
또 상기 수법의 어느것에 있어서도, 정적고장과 동적고장을 총합적으로 판정하는 진단, 해석을 할 수 없었다.
본 발명의 목적은, 제어시스템에서 획득한 데이터에 대해, 센서의 경년변화등의 정적고장과 플랜트의 응답변화 등의 동적고장과를 분리한 진단을 행하여, 그 결과를 총합적인 판단에 이용한 제어시스템의 진단ㆍ해석장치를 제공하는데 있다.
본 발명의 다른 목적은, 정적고장과 동적고장을 분리한 진단을 면역처리, 불베어스추론 등의 정보를 제공하는데 있다.
본 발명의 다른 목적은, 제어시스템에서 입력한 데이터에 대해서, 다면적인 수법을 사용한 해석을 행하는 일로서, 진단을 위한 데이터를 다양한 형으로 생성하는 데이터 해석수단을 구비한 제어시스템의 진단ㆍ해석장치를 제공하는데 있다.
본 발명의 다른 목적은 제어시스템이 정상으로 동작하고 있을때의 상태를 저장하여, 이것과 진단데이터를 대조하여 이상의 검출을 행하는 경우에, 데이터베이스의 내용을 정보의 상실을 최소화한 형으로 압축하는 내용갱신수단을 설치하므로서, 데이터베이스의 사이즈를 항상 적정한 규모로 유지할 수 있는 제어시스템 진단ㆍ해석장치를 제공하는데 있다.
본 발명의 목적은 제어시스템이 정상으로 동작하고 있을때에부터 검출한 입력데이터를 저장하는 정상데이터 격납데이터베이스와, 그 제어시스템에서 거둬들인 진단데이터를 그 정상데이터 격납데이터베이스의 내용과 대조하는 대조수단과, 대조한 결과를 기초로 그 제어시스템의 이상을 판정하는 진단결로도출수단을 구비한 제어시스템의 진단ㆍ해석장치에 있어서, 그 대조수단은 그 진단데이터를 각 입력마다 그 정상데이터 격납데이터베이스의 내용과 대조하는 제 1 의 대조부와, 복수의 입력에 대응한 데이터를 일괄하여 그 정상데이터 격납데이터베이스의 내용과 대조하는 제 2 의 대조부와를 구비하고, 그 진단결론도출 수단은, 상기 제 1의 대조부에서 구하여진 양자불일치의 정도를 기초로 응답특성의 변화나 제어계의 불안정성의 정도로 대표되는 동적고장을 진단하는 동적고장진단부와, 상기 제 2 의 대조부에서 구하여진 입력상호의 관계의 변화의 정도를 기초로 센서의 경년변화나 입력의 레벨변화에 되는 정적고장을 진단하는 정적고장진단부와를 구비한 것을 특징으로 하는 제어시스템의 진단ㆍ 해석장치에 의해 달성된다.
종전기술의 문제점을 해결하기 위해서는 제어대상 혹은 제어기기로된 제어시스템에서 구한 입력신호에 대해서 여러가지의 해석수법을 적용하고, 여러가지의 특정량을 추출하는 데이터해석수단, 제어시스템이 양호하게 가동하고 있을때의 데이터해석수단의 출력을 격납하는 정상데이터베이스, 진단시에 제어시스템에서 얻어진신호에 대응한 데이터해석수단의 출력을 정상데이터 격납데이터베이스 내용과 대조하는 대조수단, 대조결과에 근거해서 진단결과를 도출하는 진단결론 도출수단을 구비하는 것이 바람직하다.
특히 대조수단으로서, 입력마다 독립하여 대조를 행하는 제 1 의 대조수단과, 복수의 입력에 대응한 신호를 일괄하여 대조하는 제 2 의 대조수단을 설치하고, 또한 진단결과도출수단으로서, 제 1 의 대조수단의 출력을 사용하여 진단하는 동작고장진단부와 제 2 의 대조수단의 출력을 사용해서 진단하는 정적고장진단부를 설치하고, 예를들면 전자를 룰베이스의 결론도출 알고리즘으로 또 후자를 면역처리를 실행하는 알고리즘에 의해 구성하는 것이 바람직하다.
또한 데이터 해석수단으로서, 제어시스템에서 구하여진 시계열신호의 프렉털(fractal)차원을 산출하는 신호해석부, 리아프로브(Lyapunov)지수를 산출하는 신호해석부 및 웨이브레트 계수를 산출하는 신호해석부의 최소한 하나를 주파수분석을 하는 신호해석부, 시계열신호의 최대치나 최소치를 산출하는 신호해석부 등에 가해서 구비하는 것이 바람직하며, 이들의 결과를 진단결과 도출수단에 구비한 복수의 정보처리수단의 각각에 적절히 취사선택하여 사용하므로서, 보다 다면적인 데이터해석이 가능하며, 진단결과의 정량성도 높아진다.
또 정상데이터격납데이터베이스의 내용을 입력하고, 이것을 적당한 사이즈로 압축하는 내용갱신수단을 구비하므로서, 데이터베이스의 사이즈를 적정한 규모로 유지할 수가 있다.
진단결과도출수단에 동적고장진단부와 정적고장진단부를 설치하므로서, 전자에 의해 제어대상의 응답성의 변화나 장래의 특성변동 등의 검출을 할 수 있고, 후자에 의해 센서의 경년변화나 제어대상의 출력의 레벨변화가 고정도로 전달할 수 있고, 동시에 고장부위도 특정할 수 있다.
이들에 의해 진단결과를 정량화할 수 있다.
데이터해석수단에 구비된 프렉털 차원을 산출하는 신호해석부는, 시계열 데이터의 자기상사성을 정량화하고, 대조수단에 의해 정상시의 치와 일치하고 있느냐 어떠냐를 판정한다.
보통 프렉털 차원의 상승은, 제어대상의 동작랜덤성이 크게되고 있음을 의미하고, 제어대상이 압연(壓延)시스템의 경우를 예를하면, 판두께나 판의장력변동이 가까운장래, 허용치를 벗어나는 가능성을 표시하고 있다.
또 값이 통상시보다 작은 상태가 계속했을 경우, 센서의 추종성저하 등의 이유에 의해, 검출된 신호가 둔해저있을 가능성이 높다.
시계열데이터의 프렉털 차원을 산출하므로서, 상술한 것과 같은 제어시스템의 불편함이 검출가능케된다.
마찬가지로 리아프노브지수를 산출하는 신호해석부는 시계열데이터의 안정성을 정량화한다.
제어대상이 안정하게 추이하고 있을때, 시계열 데이터에서 산출한 리아프노브지수는 0또는 부(負)의 값이다.
따라서, 이것이 정(正)의 값이 되는 것을 검출하므로서, 제어대상이 불안정한 상태로 되있는 것을 검지할 수 있다.
제어대상이 압연 시스템의 경우이며는, 마찬가지로 판두께의 장력변동이 가까운 장래, 허용치를 벗어날 가능성을 표시하고 있으며, 정의 큰 값인 경우나 정의 값이 계속하는 경우는, 판단에 이르는 우려가 있는 것을 표시하고 있다.
웨이브레트지수를 산출하는 신호해석부는, 시계열 데이터를 그 주파수성분과 시간성분을 재현한 형으로 압축한다.
따라서, 정상시의 지수에 대응한 벡터와 진단데이터에서 산출한 지수의 벡터아를 대조하므로서, 제어시스템의 시간영역에서의 응답과 주파수 전달특성이 정상시와 틀리고 있는 정도를 정량화할 수 있다.
따라서, 이들에 의한 이상을 추출할 수 있다.
또한 내용경신수단은, 정상데이터 격납데이터베이스의 내용을 입력으로하고, 이것을 적당한 사이즈로 양자화결과를 정상데이터 격납데이터베이스에 출력한다.
이것에 의해, 제어시스템이 정상으로 가동하고 있을때의 데이터가 시간의 경과와 함께 팽대해져도, 정상데이터 격납데이터베이스에 저장되어 있는 데이터의 사이즈를 상기 적정한 규모로 유지할 수가 있다.
[실시예]
이하, 본 발명의 실시예를 도면에 따라서 상세히 설명한다.
제 1 도에 본 발명에 의해 실현된 제어시스템의 진단ㆍ해석장치의 구성을 표시한다.
제어시스템의 진단ㆍ해석장치(100)은 네트워크(120)과 접속되어 컨트롤라(131∼133), I/O(141∼143)과 신호의 수수를 행한다.
컨트롤라(131∼133)은 릴레이(151∼153), 액추에이터(154∼156) 등의 여러가지의 압출력기기를 포함하는 제어대상(150)에서 신호를 거둬들여, 사전에 프로그래밍된 제어연산을 행한후, 결과를 네트워크(120), I/O(141∼143)을 통해서 제어대상(150)에 출력한다.
제어시스템의 진단ㆍ해석장치(100)은 통신 인터페이스(101), 데이터 해석수단(102), 정상 데이터 격납데이터베이스(103), 내용갱신수단(104), 대조수단(105), 진단결론도출수단(106), 표시데이터생성수단(107), 오퍼레이터 조작가이드수단(108), 조업조건반경수단(109), 출력수단(110) 및 입력수단(111)로 되있다.
우선 장치 전체의 동작을 간단히 설명한다.
통신인터페이스(101)은 네트워크(120)을 통해서 얻은 신호를 데이터해석수단(102)에 전송하거나, 진단의 결과 얻어진 조업조건의 변경사양에 대응한 신호를 네트워크(120)을 통해서 컨트롤라(131∼133)에 전송한다.
제어시스템의 진단ㆍ해석장치(100)에는, 정상데이터를 저장해가는 정상데이터 격납데이터베이스 구축모드와, 진단용의 데이터를 거둬들이기 진단ㆍ해석을 행하는 진단모드가 있다.
우선 정당데이터격납데이터베이스 구축모드의 동작을 설명한다.
제어시스템의 양호한 가동시, 데이터 해석수단(102)는 통신인터페이스(101)에서 일은 데이터에 대해서, 후술하는 해석수법을 적용하여, 그 결과를 정상데이터격납데이터베이스(103)에는, 통신인터페이스(101)를 통해서 제어대상(150)이나 컨트롤라(131∼133)에서 직접 거둬들인 데이터도 필요에 응해서 격납된다.
내용갱신수단(104)는 필요에 응해서 정당데이터격납데이터베이스(103)의 내용을 정보상실을 최소화하는데 배려하면서 압축한다.
압축의 수법으로서는 후술하는 벡터양자와 알고리즘을 응용한 수법이 생각된다.
마찬가지로 내용갱신수단(104)는 필요에 응해서 통신인터페이스(101)을 통해서 제어대상(150)인 컨트롤라(131∼133)에서 직접 거둬들인 데이터를 대상으로 벡터 양자화 알고리즘을 적용하고, 양자화된 데이터를 정상데이터격납데이터베이스(103)에 출력한다.
다음에 진단모드의 동작을 설명한다.
진단모드에 있어서, 데이터 해석수단(102)는 해석결과를 대조수단(106)에 출력한다.
대조수단(105)는 입력된 해석결과를 정상데이터격납데이터베이스와 대조하여 해석결과가 정상시의 데이터와 일치하고 있는지 어떤지 불일치인 경우는 어느 해석결과가 어느정도 불일치했는가를 진단결론도출수단(106)에 출력한다.
대조수단(105)는 해석결과를 복수의 입력의 각각에 대해서 개별로 정상데이터 격납데이터베이스(103)의 대응하는 내용과 대조하는 제 1 의 대조부(161)과, 복수의 입력을 사용하여 산출되는 통계량인 상호상관등의 값을 정상데이터격납데이터베이스(103)의 내용과 비교하는 제 2 의 대조부(162)로 구성된다.
진단결과도출수단(106)은 입력된 정보를 기초로 제어시스템의 진단에 관한결론을 도출한다.
구체적으로는, 제 1 의 대조부(161)의 대조결과를 기초로, 제어대상(150)의 다이나믹스나 응답특성의 변화나 콘트롤라(131∼133)이 실행하고 있는 제어계의 불안정성등의 동적고장을 진단하는 동적고장진단부(163)과, 제 2대조부(162)의 대조결과를 근거로 센서의 경년변화나 입력레벨변화로 대표되는 정적고장의 진단을 행하는 정적고장진단부(163)으로 이루어진다.
도출된 진단결과는 표시데이터생성수단(107)에 의해, 디스플레이 등으로 구성되는 출력수단(112)로 표시가능한 데이터로 변환된후, 출력수단(112)에 출력되어 그 내용을 사용자에게 알린다.
혹은 오퍼레이터조작가이드수단(108)이 진단결과에서 오퍼레이터가 행하여야할 조작은 결정하고, 결정된 조작을 출력수단(112)에 표시한다.
또한 조업조건변경수단(110)이 진단의 내용에 응해서 제어계의 구성이나 생산라인 스캐쥴링을 변경하고, 그 결과를 통신인터페이스(101) 네트워크(120)을 통해서 컨트롤라(131∼133)에 지시할 수도 있다.
다음에 각부의 동작을 상세히 설명한다.
제 2 도에 데이터해석수단(102)의 구성을 표시한다.
데이터해석수단(102)는 제 1 의 신호해석부(201∼제 n의 신호해석부(203)과, 해석결과출력수단(204)로 이루워진다.
제 1 의 신호해석부(201∼제 n의 신호해석부(203)은 통신인터페이스(101)에서 얻은 신호에 대해서 신호해석을 행한다.
해석결과출력수단(204)는 입력수단(111)로부터의 전환신호에 따라서 제어시스템의 진단ㆍ해석장치(100)의 모드가 정상데이터격납데이터베이스 구축모드가 진단모드인가를 판정하고, 정상데이터격납데이터베이스 구축모드인 경우에는, 각 해석결과를 정상데이터격납데이터베이스(103)에 출력한다.
또 진단모드인 경우에는 대조수단(105)에 출력한다.
제어시스템의 진단ㆍ해석장치(100)이 정상데이터격납데이터베이스 구축모드와 진단모드의 구별을 가지고 있지 않는 경우도 생각된다.
즉 진단을 하면서, 정상데이터를 저장하고, 서서히 정상데이터격납데이터베이스(103)을 업그레이드해가는 것으로 진단의 정밀도를 높여가는 형으로 제어시스템의 진단ㆍ해석장치(100)이 사용되는 경우에는, 해석결과 출력수단(204)는 각 해석결과를 정상데이터격납데이터베이스(103)과 대조수단(105)의 양방에 출력한다.
제 3 도에 제 1의 신호해석수단(202)가 프렉털 차원해석을 행하는 경우의 알고리즘을 표시한다.
본 실시예에서는
[수 1]
의 시계열신호를 해석하는 경우를 예로 설명한다.
우선 S3-1로 해석에 사용되는 신호수를 N로하고, 프렉털차원을 계산하고나서 필요한 패러메터인 최대신호간격 K를 설정한다.
K는 S3-3의 처리로 사용된다.
S3-2로 신호간격 K를 1로하고, S3-3으로 XKi와 XK(i-1)의 차분 절대치를 계산하고, 얻어진 값을 1∼N의 전역에 걸쳐서 가산한다.
예를들면 K =1이며는, 인접하는 신호의 차분의 절대치를
[수 2]
와 같이 가산하면되며, k=2이며는,
[수 3]
의 계산을 하면된다.
S3-4에서 K가 최대치 K에 달했느냐 어떠냐를 판정하고, k ＜ k이며는 S3-5에서 k의 값을 1만 증분하고, S2-3의 반복한다.
k =k이며는 S3-6로 log(k)에 대한 log{D(k)/(k)}의 변화율을 산출하고, 이값을 플렉털차원 DIM로 한다.
즉 DIM은,
[수 4]
본 실시예에서는 이들중의 하로서, 통구(桶口)의 방법을 적용한 예를 표시했지만, 다른 수법을 사용하는것도 생각할 수 있다.
통구의 방법의 상세한 것은 전자정보통신학회론문지 DII, Vol. J73-D-II,No.4에 기재되어 있다.
또 S3-3의 처리로 N가 K의 배수다 아닐때, 시계열신호중 해석대상이 되지않는 부분이 생기지만, 이것을 보정하기 위한 적당한 처리를 제 3 도의 알고리즘에 추가해도 좋다.
예를들면 N = 20, k=7일때,
[수 5]
가 되고 X16- X20의 신호가 해석대상에서 벗어나지만, 이 보정으로서는 진의 D(7)를,
[수 6]
D(7) = (전신호수) * D(7) / (해석대상으로 한 신호수)
= 20 * D(7) / 15
와 같이 재계산하여 보정해도 좋다.
제 4 도에 이 경우의 제 1 의 신호해석부(202)의 입출력신호를 표시한다.
신호해석부 i는 시계열신호 X1∼XD를 입력되어, DIM의 값을 플렉털차원으로서, 예를들면, "플렉털차원 = 1.8"의 형식으로, 해석결과출력수단(204)에 출력한다.
제 5 도에 제 1의 신호해석부(202)가 웨이브레트 해석을 행하는 경우의 알고리즘을 표시한다.
본 실시예에서는 (수 1)과 마찬가지로 시계렬신호를 해석하는 경우를 예로 설명한다.
우선 시계렬신호가 비선형의 연속함수 f(t)이라고 생각하고, S5-1로 이것을 기저함수에 대응한 정수다.
다음에 S5-2에서의 값을 해석결과출력수단(204)에 출력한다.
기저함수는 일반으로 아래의 형을 하고 있다.
[수 7]
Ψ(t)로서는 여러가지의 것이 고려되지만, 헤르기저라고 불르는 불연속함수를 사용하면,
[수 8]
및 a0 = 2, o0 = 1로서 구하여진다.
f(t)를 이와같은 기저함수의 선형결합으로 표현한후, S5-2로 ajk의 값을 해석결과 출력수단(204)에 출력한다.
제 6 도에 이 경우의 제 i의 신호해석부(202)의 입출력신호를 표시한다.
신호해석부 i는 시계열신호 X1∼XD를 입력시켜, ai1∼anm의 값을 웨이브레트계수로서, 해석결과출력수단(204)에 출력한다.
제 7 도에, 제 i의 신호해석수단(202)가 리아프노브 지수를 구하는 해석을 행하는 경우의 알고리즘을 표시한다.
본 실시예에서는 (수 1)과 같은 시계열신호를 해석하는 경우를 예로 설명한다.
우선 S7-1로 시계렬신호에 대해서 매입처리를 실시하고, 재구성벡터렬을 생성한다.
일반적으로 매입라함은, 거둬들인 (수 1)의 시계렬신호에 대해서,
[수 9]
와 같은 m차원의 벡터(이하, 재구성벡터)를 재구성하는 처리를 말한다.
는 지연시간에 대응한 자연수고, (수 9)인 경우에는 지연시간에 사아당하는 샘플수가 설정된다.
의 값의 설정법에 대해서는 여러가지 방법이 제안되어 있는 단계이지만, 일예는 「뉴럴네트 시스템에 있어서의 카오스」(아이하라편, 제 3 장, p91 ∼p124, 토코선기대학출판국, 1993)으로 표시되어 있다.
또 매입차원 m의 결정법에 대해서는 매입차원과 m차원의 재구성 벡터에서 산출되는 상관차원의 관계에 있어서, m가 작은 영역으로 매입차원과 함께 비례적으로 증가하는 상관차원의 값이, m의 증대와 함께 포화했을시의 m의 차를 최종적인 매입차원의 값에 설정하는 방법이 제안되어 있다.
티아프노브지수는, 이렇게해서 m차원으로 재구성된 벡터에 대해서 행하여진다.
S7-2에서는 이하의 수순으로 DF(Xt)를 산출한다.
즉 재구성벡터,
[수 10]
을
[수 11]
로 사상하는 비선형사상을 Ft라 정의한다.
이때 Xt의 미세변화를 δXt로 하고, 데이터 전개를 사용한 선형근사에 의해,
[수 12]
가 구하여진다.
여기서 DF(Xt)는 Xt에 있어서의 Ft의 야고비행렬(Jdcohidn Mdtrix)을 표시한다.
즉 Ft의 제 i성분을 Fi, Xt의 제 j성분을 Xj(= ζt-jτ)라 하면,
[수 13]
이다.
다음에 S7-3에서,
[수 14]
에 의해 DFN를 계산한다.
S5-4에서 행렬 DFN고유치 δi(N)을 사용하여
[수 15]
를 산출하고, λi의 최대치를 리아프노브 지수와 대응시킨다.
산출방법의 상세한 「카오스 시계렬해석」(이께구찌, "카오스 이론과 그의응용세미나" 강습회텍스트(주) 총합기술센터세미나 사업부 주최)등의 문헌에 기재되어 있다.
함수 Ft의 정의가 곤란한 경우의 야고비안의 산출법으로서는 Sano ＆ Sawada의 방법이 있고, 상세한 것은 Phys. Rev. Lett, 55, 1082-1085(1985)에 기재되어 있다.
제 8 도에 이 경우의 제 i의 신호해석부(202)의 입출력신호를 표시한다.
신호해석부 i는 시계렬신호 X1∼Xn를 입력시켜, λi의 최대치를 리아프노브, 지수로서, "리아프노브 지수 = 1.1"와 같은 형태로 해석결과출력수단(204)에 출력한다.
제 9 도에 정상데이터격납수단(103)의 구성을 표시한다.
제어대상(150)의 센서(151∼153)이나 액추에이터(154∼156)의 출력, 컨트롤라(131∼133)의 산출한 조작량등에 대응한 각 입력에 대해서, 데이터해석수단(102)로부터의 출력치 및 통신인터페이스(101)에서 거둬들인 값이, 예를들면 도면과 같이 저장되어 있다.
내용으로서는, 생데이터 외에 프렉털차원이나 웨이브레트계수, 리아노브지수, 입력으로서 취할 수 있는 최대치나 최소치, FFT에 의해 산출되는 주파수 성분들이 필요에 따라서 저장된다.
프렉털차원 등에 대해서는, 입력된 값을 그때마다 저장해도좋지만, 제 9 도에 표시하는거와같이 취할 수 있는 값의 변역을 격납하는 것으로 데이터량을 압축하는 것이 실용적이다.
또 본 실시예에서는, 데이터해석수단(102)가 시계렬데이터를 해석하는 예를 표시했지만, 공간계렬 등의 타의 계렬데이터를 해석하는 것도 가능한다.
제 10 도는 내용갱신수단(104)의 구성을 표시한다.
내용갱신수단(104)는 정상데이터격납데이터베이스(103)을 정보의 상실을 최소화한 형으로 정해진 사이즈로 압축하는 처리를 행한다.
여기서는 일예로서, 양자화네트워크(1001)과 양자와 알고리즘(1002)으로 되는 경우의 실시예를 표시한다.
본 실시예에서는, 제 9 도에 표시한 정상데이터격납데이터베이스(103)의 절대치의 항목에 저장되어 있는 M개의 데이터를, 이들을 양호하게 대표하는 P개의 데이터(P ＜ M)에 양자화하는 경우를 예로하여 설명한다.
양자화네트워크(1001)은 1∼n의 입력을 거둬들이는 입력뉴론(1005) 및 정수를 출력하는 한계치뉴론(1006)으로된 입력층(1003)과, P개의 양자화뉴론(1007)로된 양자화뉴론층(1004), 또한 입력층(1003)과 양자화뉴론층(1004) 사이에서 신호를 전달하는 시냅스(1008)에 의해 구성된다.
입력뉴론(1005)는 입력된 신호의 값을 그대로 출력하고, 양자화뉴론(1007)은 결합하고 있는 시냅스(1008)의 시냅스하중의 값 Wij에 따라서, 차식으로 연산을 행한 결과를 출력한다.
[수 16]
양자화알고리즘(1002)는, 입력을 차례차례로 양자화네트워크(1001)에 입력하고, 출력이 최대였던 양자화뉴런이, 대응한 입력에 대해서 또한 큰 값을 출력하는 방향으로, 시냅스 하중의 무게를 갱신한다.
제 11 도에 양자화알고리즘(1002)가 실행하는 알고리즘을 표시한다.
우선 S11-1로, 정상데이터격납데이터베이스(103)에서 데이터를 추출하고, 양자화네트워크(1001)에 입력한다.
제 9 도의 절대치를 압축하는 경우이며는, (0.1584, 0.2681, 0.6951, ‥‥‥, 0.9852)의 데이터의 조합이 순차 입력된다.
다음에 S11-2에서, 각 양자화뉴론(1007)에 대해서, (수 16)에 근거한 연산을 행하고, 출력치 O1∼OP을 산출한다.
S11-3으로, O1∼ON중 값이 최대인 것을 검출한다.
가령 Oj가 최대였다고하면, 양자화뉴론j와 입력층(1003)의 뉴론을 맺는 시냅스의 하중 W1i∼Wn+i-j를 갱신한다.
입력뉴론(1005)에 대응한 시냅스 하중인 W1J∼WNJ에 관해서는 (수 17)에 의해, 또 한계치뉴론(1006)에 대응한 시냅스하중 Wn+1ㆍj에 관해서는 (수 18)에 의해, 새로운 값이 계산된다.
[수 17]
[수 18]
단, Wij, Wn+1ㆍj는 각각 갱신후의 입력뉴론, 한계치뉴론에 대응한 시냅스하중값이며, α는 정수다.
시냅스하중의 갱신식은, 벡터(Wij, ‥‥‥, Wnj)와 벡터(I1, ‥‥‥, In)의 유사도를 크게하는 처리와 대응하고 있으면 좋고, 이와같은 갱신식은 (수 17)(수 18)의 외에도 몇개를 생각할 수 있다.
S11-5로 처리의 종료를 판정한다.
종료는 S11-1∼S11-4를 일정회수 반복한 것으로 판정해도 좋지만, 정상데이터격납데이터베이스(103)에서 추출한 데이터의 조합에 대응한 시냅스하중의 갱신량이 모두 일정량 이하로 된 것으로 판정해도 좋다.
처리가 종료되있지않은 경우에는 S11-1로 리턴하여, 데이터의 조합을 차례차례로 추출하고, 값은 처리를 반복한다.
이상의 처리가 종료하며는, 정상데이터격납데이터베이스(103)에 격납되어있던 M개의 데이터의 페어가, P개의 양자화뉴론의 시냅스하중으로 대표할 수 있는 것으로 된다.
그후 S11-6으로, P개의 양자화뉴론에 대응한 시냅수하중,
[수 19]
를 정상데이터격납데이터베이스(103)에 카피하므로서, M개의 데이터를, 이들을 대표하는 소수의 데이터(P개)로 대표할 수가 있고, 내용을 압축할 수 있다.
이것에 의해, 메모리 사이즈를 적성으로 유지할 수가 있다.
본 실시예에서 내용갱신수단(104)는, 정상데이터격납데이터베이스(103)에 사전에 저장된 데이터를 대상으로 양자화를 행하고, 그 결과를 정상데이터격납데이터베이스(103)에 커피하므로서 내용의 갱신을 행했지만 시계렬로 얻어지는 입력을 통신인터페이스(101)에서 직접 거둬들여, 양자화결과를 정상데이터격납데이터베이스(103)에 출력하고, 내용을 추차갱신하는 방법이라도 좋다.
제 12 도에 대조수단(105)가 실행하는 알고리즘을 표시한다.
본 실시예에서는, 알고리즘은, 제어시스템의 진단ㆍ해석장치(100)의 모드가 진단모드인때에 실행된다.
우선 동적고장진단부(163)에 출력하는 대조결과를 산출하는 제 1 의대조부(16)이 실행하는 알고리즘을 표시한다.
또 공적고장진단부(163)으로 필요로 하는 대조결과가 절대치, 프렉털차원, 웨이브레트계수, 리아프노브지수, 주파수성분 등인 경우에 대해서 표시한다.
최초에 S12-1로, 데이터해석수단(102)로부터 해석결과를 거둬들인다.
S12-2로 해석결과의 각각을 패러메터마다 정상데이터격납데이터베이스(103)의 내용과 대조하고, 정상데이터와 일치하고 있지않는 패라메터를 특정한다.
절대치에 관해서는, 진단데이터로서 거둬들인 입력의 조합에 대해서, 정상데이터격납데이터베이스(103)에 격납되어 있는 M개의 데이터의 조합중, 가장 유사하고 있는 것을 공간거리 등에 의한 평가로 추출하고, 양자의 유사도가 일정치 이하인때, 정상데이터와 일치하고 있지 않는다고 판단하면 좋다.
유사도 R를 공간거리로 판정했다했을 경우, 공간거리가 작을수록 유사도 R는 큰 값이 된다.
그래서 진단데이터가 (a1, a2, ……,), 정상데이터베이스(103)중에서 진단데이터와 가장 유사한 데이터가 (b1, b2, ……, bm)인때, 이것들의 유사도 R를 공간거리에 반비례하는 값과 정의하면, (수 20)으로 표시된다.
[수 20]
여기서 R가 클수록 두개의 데이터가 유사하고 있는 것을 의미하고 있으며, 진단데이터가 정상인가 어떤가는, R의 값이 일정치 이상이냐 어떠하냐로 판정할 수있다.
프렉털차원이나 웨이브레트계수, 리아프노브지수, 최대, 최소치, 주파수성분 등에 대해서는, 진단데이터가 정상데이터로 보여지는 렌지의 범위내냐, 최대치, 최소치를 오버하지않고 있느냐, 주파수성분이 일치하고 있느냐 등에 의해, 정상데이터와 일치하고 있느냐 어떠하냐를 용이하게 판정할 수 있다.
S12-3으로 진단결과를 진단결론도출수단(106)에 출력한다.
제 13 도에 이 경우의 대조수단(105)의 입출력신호를 표시한다.
대조수단(105)에 포함되는 제 1 의 대조부(161)은, 데이터해석수단(102) 및 통신인터페이스(101)에서 직접 거둬들인 진단데이터를 입력시켜, 정상데이터격납데이터베이스(103)의 내용과 대조한후, 도면에 표시하는 진단결과를 진단결론도출수단(106)에 출력한다.
도면의 경우에는, 입력 n는 정상이지만, 입력(1)에서는 프렉털차원이 정상시의 값보다 2.1 크고, 또한 리아프노브지수도 정상시에 비해 1.1 큰 것을 표시하고 있다. 제 14 도에 대조수단(105)에 포함되는 제 2 의 대조부(162)로, 정적고장진단부(164)에 출력하는 대조결과를 산출하는 경우의 예에 대해서 표시한다.
제 2 의 대조부(162)는 복수의 입력상호의 이상도에 대응하는 값이 산출되지만, 본 실시예에서는 각 입력의 값을 직접 사용하여, 대조결과(이하, 이상도)를 정량화하는 예를 표시한다.
입력의 페어가 입력(1)과 입력(2)라하며는, 입력의 페어에 대응한 이상도와는, 입력(1)에서 봐서 입력(2)가 어느정도 양호하게 가동하고 있느냐, 역으로입력(2)에서 봐서 입력(1)이 어느정도 양호하게 가동하고있느냐를 상호 진단한 결과를 의미하고 있으며, 이 값은 이하의 알고리즘으로 정량화한다.
우선 S14-1로 데이터해석수단(102)를 통해서, 각 입력치를 거둬들인다.
다음에 S14-2로 입력의 페어마다 값을 정상데이터격납데이터베이스(103)의 대응하는 페어의 데이터와 대조한다.
정상데이터격납데이터베이스(103)에는, 정상시의 각 상태에서의 입력의 절대치가 복수저장되어 있다.
S14-3에서는, 그중에서 각 입력의 페어에 가장 유사한 페어를 추출한다.
S14-4로 추출된 페어와 입력된 페어의 거리를 근거로, 센서출력의 이상도를 검출한다.
입력(1)과 입력(2)와의 페어의 값을 (X, Y)로 하고, 정상데이터격납데이터베이스(103)에 포함되는 (X, Y)에 가장 유사한 페어를(Wx, Wy)로 하면, 이상도 μ의 값은 예를들면 (수 21)로 계산할 수 있다.
[수 21]
여기 β는 오프셋치로 (X, Y)가 (Wx, Wy)에서 반경 β의 내측에 있을때 μ는 0가 되며, 입력(1)과 (2)는 서로를 정상이라 판정한다.
(X, Y)가 (Wx, Wy)에서 반경 β의 외측에 있을때는, U는 (X, Y)와 (Wx, Wy)의 거리에 응한 값이 되고, U가 클수록 서를 이상이라 판정하는 정도가 큰 것에 대응한다.
S14-5로 모든 입력의 페어에 관해서 처리가 종료했느냐 어떠하냐로 알고리즘에 종료를 판정한다.
처리가 종료하지 않고 있을 경우에는 미처리의 입력의 페어에 관해서 S14-2∼s14-4의 처리를 반복한다.
제 14 도의 알고리즘에 의해, 각 입력의 페어에 대응한 이상도를 μ의 값을 사용하여 정량화한다.
제 15 도에 이 경우의 대조수단(105)의 입출력신호를 표시한다.
대조수단(105)에 포함되는 제 2 의 대조부(102)는 통신인터페이스(101)에서 직접 거둬들인 진단데이터를 입력시켜, 정상데이터격납데이터베이스(103)의 내용과 대조한후 도면에 표시하는 진단결과를 진단결론도출수단(106)에 출력한다.
도면의 경우에서는, 입력(1)과 (2)의 사이의 관계는 정상이지만, 입력(1)과 (3)과의 관계가 정상시와 틀리고 있는 것을 표시하고 있다.
이 결과는 입력(1)과 입력(3)의 어느것에 이상이 생기고 있는 가능성을 표시하고 있다.
제 16 도에 진단결론도출수단(106)의 동적고장진단부(163)이 룰베이스의 처리로 결론을 도출하는 경우의 실시예를 표시한다.
진단결론도출수단(106)은 추론부(1601)과 진단결론도출룰(1602)로 구성된다.
추론부(1601)은 패스(1)에 있어서, 대조수단(105)로 얻어진 진단결과를 입력시켜, 정상시와 틀리고 있는 부분에 관해서, 패스(2)로 진단결론도출룰(1602)에 해당하는 IF부를 검색한다.
도면의 경우에는 입력(1)의 리아프노브지수와 프렉틸차원의 값을 기초로, "판파단의 우려가 있음" 라는 결론을 얻는다.
패스(3)으로 추론부(1601)은 추론결과를 도출하고, 패스(4)로 진단의 결론을 출력한다.
결론은 제어시스템의 진단ㆍ해석장치(100)이 적용되는 대상에 의해 "화학반응속도가 임계치를 넘을 우려가 있음" (화학플렌트를 진단하는 경우), "가스폭발의 위험 있음" (가스생성플랜트를 진단하는 경우)등 여러가지 생각할 수 있다.
이 외에 진단데이터의 프렉털차원의 값이 정상시보다 저하하고 있는 것으로, 대응하는 센서의 응답성저하를 결론하거나, 웨이브레트 지수의 값의 변화에서 돌발적으로 비주기의 입력변동을 검출하고, 이것을 근거로 압연재의 물림불량을 진단결론로하거나, 플랜트의 국소적인 상처로 결론지우는 것을 생각할 수 있다.
진단의 결론은 표시데이터생성수단(107), 오퍼레이터조작가이드수단(108), 조업조건변경수단(109)에 보내진다.
표시데이터생성수단(107)에서는, 진단의 결론을 디스플레이 등으로 구성되는 출력수단(110)으로 표시할 수 있는 데이터로 변환하고, 출력수단(110)으로 결과를 표시한다.
다음에 진단결론도출수단(106)의 정적고장진단부(164)가 면역처리에 의해 고장상태에 있는 입력의 특정을 행하는 경우의 실시예를 표시한다.
면역처리는 각 입력상호의 관계를 기초로 서로 정상으로 동작하고있느냐 어떠하냐를 판정한후, 이와같은 국소적인 진단정보를 총합적으로 판단하고, 고장상태의 입력이 있는지 어떤지, 또 있을 경우는 고장상태의 입력은 어느것인가를 특정한다.
제 17 도에 이 경우의 정적고장진단부(164)의 구성을 표시한다.
본 실시예에 있어서 진단결론도출수단(106)은 진단네트워크(1701)과 진단알고리즘(1702)로 구성된다.
진단네트워크(1701)은 각 입력에 대응한 유닛(1703)과, 각 유닛을 결합하는 시냅스(1704)로 구성된다.
각 유닛의 갑사 Rk(k = 1, …, n)는 대응하는 입력의 신뢰성을 표시하고 있으며 예를들면 정상인 치를 출력하고 있는 상태를 Rk = 1, 이상한 값을 출력하고 있는 상태를 Rt= 0라 정의한다.
또한 시냅스에 할당된 ωij는 입력 i와 입력 j의 페어에 대응한 이상도 U를 기초로, 예를들면 (수 22)로 계산된다.
(수 22)에 따른 연산에 의하면, 입력 i와 입력 j가 서로 정상으로 가동하고있다고 인식이 있었을 경우에는 ωij는 1이며, 이상도의 크기에 따라서 ωij는 1이며, 이상도의 크기에 따라서 ωij는 감소한다.
이상도가 있는 일정치보다 큰 경우는 ωij= -1의 포화된 치가 된다.
제 17 도에 있어서, 제 15 도로 입력한 페어로서 정상데이터격납데이터베이스(103)으로 정의되어 있는 두개의 입력에 대응한 유닛끼리는 시냅스를 교환하고, 그렇지않는 유닛간의 시냅스는 생략하든가,ωij로서 0를 설정한다.
시냅스를 교환하고 있는 유닛에 대응한 두개의 입력은 정상상태에 있어서 상관관계가 있는 것과 대응한다.
제 18 도에 진단알고리즘(1702)가 행하는 처리를 표시한다.
우선 S18-1에서, 제 2 의 대조부(162)의 연산결과인 U의 값을 각 센서의 페어에 관해서 거둬들여, (수 22)에 따라서 ωij를 산출하고, 각 시냅수에 할당시킨다.
다음에 S18-2로 유닛의 R의 초기치를 산출한다.
모두 정상인 경우를 초기치로 하는 것도 가능하므로, 이 경우이며는 Ri = 1(i = 1, …, n)로 하면 좋다.
또 랜덤에 1과 0에 값을 배정해도 좋다.
S18-3에서는, 진단네트워크의 에너지가 감소하는 방향으로 유닛의 값을 갱신하는 처리가 행하여진다.
네트워크의 에너지 E는 (수 23)으로 계산할 수 있다.
[수 23]
S-18-3에서는, 유닛을 하나 추출하고, 추출한 유닛의 값을 반전한대로 하고, E가 증가했을 경우에는 유닛의 반전을 무효로하고 본래에 리턴시키는 처리를 행한다.
S18-4에서는 진단네트워크의 수렴을 판단하고, 수렴하고있던 경우에는 알고리즘을 종료한다.
수렴판정은 어느 유닛을 반전해도 에너지가 감소하지 않는 상태로 판단하는 방법이 일반적이다.
또 적당한 시행회수로 연산을 중단해도 좋다.
S18-4로 네트워크가 수렴하고 있지않고 판정됐을 경우에는 S18-3의 처리를 반복한다.
네트워크가 수렴한후, S18-5로 진단의 결론을 출력한다.
유닛의 값의 갱신방법으로서는 (수 23)에 의한 방법외에 이것과 등가인 처리로서, (수 24)로 표시되는 E +(i)의 값의 부호를 검출하여 유닛 i의 값을 반전하느냐 어떠냐를 결정하는 방법도 생각된다.
[수 24]
즉 유닛 i를 추출하여 (수 24)을 계산하고, E+(i)가 정(正)이면 Ri =1(유닛 i는 정상), E+(i)가 부(負)이며는 Ri =0라 판정한다.
E+(i)가 0이며는, 현상의 E+(i)의 값이 답습된다.
정적고장진단부(164)로 제 18 도의 알고리즘이 수렴한 상태에서 얻어진 진단결과에 의해, 입력센서의 경년변화와 같은, 각 입력을 단독으로 점검하고 있는 것으로는 검출하는 것이 곤란한 고장이 검출할 수 있고, 고장센서도 특정할 수 있다.
본 실시예에서는 Ri=1의 유닛에 대응한 입력은 정상, Ri =0에 대응한 입력은 이상이라고 진단된다.
본 실시예에서는 Ri의 값을 1 또는 0로 정의하고, 입력의 신뢰성을 정상 또는 이상의 2가지로 분류했지만, Ri를 0∼1의 연속적인 값으로 하고, 상대적인 Ri의 크기를 사용하여 가장 신뢰성이 높은 센서나 고장의 가능성이 높은 센서를 특정하는 방법도 생각된다.
또 정적고장진단부(164)를 실현하는 기타의 수법으로서 동적고장진단부(263)을 실현한 것과 마찬가지로 룰베이스처리로 행하는 것도 생각된다.
진단결론도출수단(106)의 진단결과는 출력수단(110)에 의해 사용자에게 알려진다. 알려진 내용으로서는, 출력수단(110)이 디스플레이인 경우에는, 이상의 유무, 이상을 발생하고 있는 입력번호 등이 갱가된다.
또 출력수단(110)이 알람램프인 경우에는 대응한 램프를 점등하는 것이 생각된다.
입력이상의 검출은, 필요에 응해서 조업조건의 변경에 반영된다.
입력센서의 출력이며는, 해당한 센서에 대응한 기기의 동작을 정지하거나, 센서의 값을 무효화하는 처리, 혹은 입력치를 옵저버를 전환하여 제어를 계속하는 처리등이, 통신인터페이스(101)를 통해서 컨트롤(131∼133)에 출력된다.
이상 기술한 동적고장진단부(163)과 정적고장진단부(164)를 병설한 구성에 의해 제어시스템의 진단ㆍ해석장치(100)은 다양한 해석을 행하는 공시에 진단을 위해 구한 정보를 최대한 활용한 결론의 도출이 가능하게 된다.
제 19 도에 오퍼레이터조작가이드수단(108)의 구성을 표시한다.
마찬가지로 룰베이스의 처리로 가이드내용을 도출하는 경우의 실시예를 표시한다.
오퍼레이터조작가이드수단(108)은 가이던스도출수단(1901)은 버스 1에 있어서 진단의 결론을 입력시켜, 패스(2)로 오퍼레이터 조작룰(1902)의 해당하는 IF부를 찾는다.
도면의 경우에는 "판파단의 우려있음"에 대응하여, "룰속도를 내려라"의 가이던스를 얻는다.
패스(3)에서 가이던스도출수단(1901)은 가이던스결과를 유도하고, 패스(4)로 이것을 출력수단(110)에 출력한다.
출력수단(110)에서는 도면과 같은 가이던스를 디스플레이에 표시하거나, 대응한 알람램프를 점등시킨다.
제 20 도에 조업조건변경수단(109)의 구성을 표시한다.
마찬가지로 룰베이스의 처리로 조업조건의 변경내용을 도출하는 경우의 실시예를 표시한다.
조업조건변경수단(109)는 조업조건변경내용결정수단(2001)과 조업계속운전룰(2002)로 되었다.
조업조건변경내용결정수단(2001)은 패스(1)에 있어서 진단결론도출수단(106)에서 진단의 결론을 입력하고, 패스(2)로 조업계속운전룰(2002)에 해당하는 IF부를 찾는다.
도면의 경우에는 "판파단의 우려가 있음"에 대응하여, "롤에 대한 속도지령을 저하"시켜, 조업을 계속시키며는 좋은 것으로 안다.
패스(3)에서 조업조건변경내용을 유도하고, 패스(4)로 이것을 통신인터페이스(101) 및 출력수단(110)에 출력한다.
통신인터페이스(101)은 네트워크(120)을 통해서, 대응하는 컨트롤러에 조업조건변경내용에 대응한 신호를 송신한다.
본 실시예의 경우는, 롤의 속도지령을 감하는 것을 지시한다.
출력수단(110)에서는 필요에 응해서 도면과 같은 가이던스를 디스플레에 표시해도 좋다.
본 실시예에서는, 진단결론도출수단(106)에서의 동적고장진단부(163)이 룰베이스의 처리를 실행하는 경우에 대해서 상세하게 설명했지만, 대조결과를 입력로하고, 진단의 결론을 출력으로 하는 다층뉴럴네트 등의 수법으로 구성할 수도 있다.
마찬가지로 오퍼레이터조작가이드수단(108)과 조업조건변경수단(109)를 진단의 결론을 입력으로하고, 오퍼레이터의 조작내용과 조업조건의 변경내용을 출력으로 하는 다충뉴럴네트로 구성해도 좋다.
또 본 실시예에서는 정상데이터격납데이터베이스(103)을 데이터해석수단 및 통신인터베이스의 출력에서 자동적으로 구축하는 구성으로했지만, 입력수단(111)에서 사용자가 입력하는 구성으로해도 좋다.
또 정상데이터격납데이터베이스(103)의 내용의 일부를 입력수단(111)를 사용하여 사용자가 수정하는 구성에도 할 수 있다.
본 발명에 의하면, 우선 진단의 결론도출을 정적고장과 동적고장으로 분리하여 행하므로서, 고장의 원인이 제어대상의 다이나믹스의 변화나 상태의 불안정성 등의 동적고장에 의한 것인가, 센서의 경년변화나 입력치의 레벨변화와 같이 정적고장에 의한 것인가를 특정할 수가 가능하게 되고, 보다 정량적인 진단결과를 얻는 것이 가능하게 된다.
또한 정적고장을 진단하는 수단으로서, 면역처리를 실행하는 알고리즘을 구비하는 것으로 정적고장의 고장부위의 특정에 관해서도 이것을 행할 수가 있다.
또한 진달을 위한 데이터를 생성하는 데이터해석수단에 신호해석수단을 복수 구비한 것으로, 다양한 신호해석이 가능하게 된다.
특별히 신호해석수단의 내용으로하여, 플렌트에서 얻은 시계렬신호의 플렉털차원을 산출하는 신호해석부와 리아프노브지수를 산출하는 신호해석부 및 웨이브레트계수를 산출하는 신호해석부의 최소한 하나를 주파수분석을 하는 신호해석부, 시계렬신호의 최대치나 최소치를 산출하는 신호해석부 등에 가하여 구비한 것으로, 압연플랜트에의 적용을 예를하면, 판두께나 판의 장력변동이, 가까운 장래, 허용치를 벗어나는 가능성이나 센서의 추종특성저하, 또한 판파단의 위험성을 진단할 수 있다.
또한 플랜트의 시간영역에서의 응답과 주파수전달특성의 정상시로부터의 거리를 정량화할 수 있고, 이들로 인한 이상을 추출할 수 있다.
또한 정상데이터격납데이터베이스의 내용을 정보의 상실을 최소화한 형으로 압축하는 내용갱신수단을 구비한 것에 의하여, 데이터베이스의 사이즈를 적정한 규모로 유지할 수가 있다.
제 1 도는 본 발명의 실시예를 표시하는 제어시스템의 진단ㆍ해석장치의 구성도.
제 2 도는 데이터 해석수단의 구성도.
제 3 도는 신호해석부가 실행하는 알고리즘을 표시하는 도면.
제 4 도는 신호해석부의 입출력신호를 표시하는 도면.
제 5 도는 신호해석부가 실행하는 알고리즘을 표시하는 도면.
제 6 도는 신호해석부의 입출력신호를 표시하는 도면.
제 7 도는 신호해석부가 실행하는 알고리즘을 표시하는 도면.
제 8 도는 신호해석부의 입출력신호를 표시하는 도면.
제 9 도는 정상데이터격납데이터베이스의 구성도.
제 10 도는 내용갱신수단의 구성도.
제 11 도는 양자화 알고리즘의 처리내용도.
제 12 도는 대조(對照)수단의 처리알고리즘을 표시하는 도면.
제 13 도는 대조수단의 입출력신호를 표시하는 도면.
제 14 도는 대조수단의 처리알고리즘을 표시하는 도면.
제 15 도는 정상데이터격납데이터베이스의 구성도.
제 16 도는 진단결론 도출수단의 입출력신호를 표시하는 도면.
제 17 도는 진단결론도출수단에서 면역처리를 실행하는 경우의 구성도.
제 18 도는 면역네트워크에 의한 진단알고리즘을 표시하는 도면.
제 19 도는 오퍼레이터조작 가이드수단의 구성도.
제 20 도는 조업조건변경수단의 구성도.
*도면의 주요부분에 대한 부호의 설명
100 : 제어시스템의 진단ㆍ해석장치 102 : 데이터 해석수단
103 : 정상데이터격납데이터베이스 104 : 내용갱신수단
105 : 대조수단 105 : 진단결론도출수단
108 : 오퍼레이터조작가이드수단 109 : 대조조건변경수단
110 : 출력수단 111 : 입력수단
160 : 제어대상 161 : 제 1 의 대조부
162 : 제 2 의 대조부 163 : 동적고장진단부
164 : 정적고장진단부 1001 : 양자화네트워크
1002 : 양자화알고리즘 1602 : 진단결론도출룰
1701 : 진단네트워크 1702 : 진단알고리즘
1902 : 오퍼레이터조작룰 2002 : 조업계속운전룰

Claims (16)

  1. 제어시스템이 정상동작하고 있을때에 이로부터 검출한 입력데이터를 저장하는 정상데이터격납데이터베이스와, 그 제어시스템에서 거둬들인 진단데이터를 그 정상데이터격납데이터베이스의 내용과 대조하는 대조수단과, 대조한 결과를 근거로 그 제어시스템의 이상을 판정하는 진단결론도출수단을 구비한 제어시스템의 진단ㆍ해석장치에 있어서,
    그 대조수단은 그 진단데이터를 각 입력마다 그 정상데이터격납데이터베이스의 내용과 대조하는 제 1 의 대조부와, 복수의 입력에 대응한 데이터를 일괄하여 그 정상데이터격납데이터베이스의 내용과 대조하는 제 2 의 대조부와를 구비하고,
    그 진단결론도출수단은 상기 제 1 의 대조부에서 얻어진 양자의 불일치의 정도를 기본으로, 응답특성의 변화나 제어계의 불안정성의 정도로 대표되는 동작고장을 진단하는 동적고장진단부와, 상기 제 2 의 대조부에서 얻어진 입력상호의 관계의 변화의 정도를 근거로, 센서의 경년변화나 입력의 레벨변화에 대표되는 정적고장을 진단하는 정적고장진단부와를 구비하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  2. 제 1 항에 있어서,
    상기 진단결론도출수단은 대조결과와 진단결론의 대응을 저장한 진단결론도출룰을 검색하여 진단결과를 유도하는 추론부를 구비한 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  3. 제 2 항에 있어서,
    상기 진단결론도출수단은, 제어시스템으로부터의 입력에 대응한 유닛가, 상기 제 2 의 대조부의 출력을 사용하여 각 유닛의 페어가 서로의 동작의 이상도를 산출한 결과를 하중치료 한 시냅스에 의해 결합된 진단네트워크를 구비하고,
    사전에 정의된 그 진단네트워크의 에너지를 최소화했을때의 각 유닛의 값을 사용하여 각 입력의 신뢰성을 산출하는 면역진단부를 구비한 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  4. 제 3 항에 있어서,
    상기 진단결론도출수단은, 상기 진단결론도출룰에서 진단결론을 유도하는 추론부와, 상기 면역진단부를 구비하고, 그 추론부의 처리로 상기 동적고장을 진단하고, 그 면역진단부의 처리로 상기 정적고장을 진단하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  5. 제 4 항에 있어서,
    상기 진단결론도출수단의 출력과 그 출력에 대해서 오퍼레이터가 행하여야할 조작과를 대응케하는 오퍼레이터 조작룰을 포함하고, 그 오퍼레이터 조작룰을 검색하므로서 그 진단결론도출수단의 출력에서 오퍼레이터가 행하여야할 조작을 결정하고 표시하는 오퍼레이터 조작가이드수단을 구비하고, 또한 그 진단결론도출수단의 출력과 그 출력에 대응한 조업조건의 변경내용과를 대응케하는 조업계속운전룰을 포함하고, 그 조업계속운전룰을 검색하므로서 그 진단결론도출수단의 출력에서 새로운 조업조건을 결정하고, 결정내용에 대응하여 상기 제어장치의 처리를 변경하는 조업조건변경수단을 구비한 것을 특징으로 하는 제어시스템이 진단ㆍ해석장치.
  6. 제 5 항에 있어서,
    상기 정상데이터격납데이터베이스에 격납되어 있는 데이터를 입력으로 하고, 이들을 대표하는 소수의 데이터의 조합을 결정하고, 그 소수의 데이터의 조합을 새롭게 그 정상데이터격납데이터베이스에 격납하는 내용갱신수단을 구비한 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  7. 제 6 항에 있어서,
    제어시스템에서 거둬들인 신호를 입력으로 하고, 그 신호를 양자화하므로서 이드를 대표하는 소수의 데이터의 조합을 결정하고, 그 소수의 데이터의 조합을 상기 정상데이터격납데이터베이스에 격납하는 내용갱신을 구비한 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  8. 제 7 항에 있어서,
    제어시스템에서 시계렬에 거둬들인 진단데이터를 웨이브레트 변환하므로서계수벡터로 변환하는 신호해석부를 구비하고 그 정상데이터격납데이터베이스는 그 제어시스템이 저앙으로 동작하고 있을때의 그 계수벡터를 격납하고, 그 제 1 의 대조부는 진단데이터에서 산출한 계수벡터를 그 정상데이터격납데이터베이스에 저장된 계수벡터와 대조하고,
    상기 동적고장진단부는 제 1 의 대조부의 출력에서 얻어진 불일치의 정도를 근거로 그 제어시스템의 동적고장의 유무를 작정하는 것을 특징으로 하는 진단ㆍ해석장치.
  9. 제 8 항에 있어서,
    상기 제 1 의 대조부는 상기 제어시스템이 정상으로 동작하고 있을때의 그 계수벡터와 상기 정상데이터격납데이터에 저장된 계수벡터의 공간거리를 검출하고, 상기 동적고장진단부는 그 공간거리가 예정된 값보다 큰 것을 가지고 그 제어시스템의 동적고장의 유무를 판정하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  10. 제 7 항에 있어서,
    제어시스템에서 시계렬에 거둬들인 데이터의 리아프노브지수를 산출하는 신호해석부를 구비하고, 그 정상데이퍼격납데이터베이스는 그 제어시스템이 정상으로 동작하고 있을때의 그 리아프노브지수를 격납하고, 그 제 1의 대조부는 진단데이터로부터 산출한 리아프노브지수를 그 정상데이터베이스에 저장된 리아프노브 지수와대조하고, 상기 동적고장진단부는 제 1의 대조부의 출력에서 얻어진 불일치의 정도를 기초로 그 제어시스템의 동적고장의 유무를 판정하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  11. 제 10 항에 있어서,
    상기 동적고장진단부는 상기 진단데이터로부터 계산한 리아프노브지수가 상기 정상데이터격납데이터베이스에 저장된 리아프노브지수보다도 큰 값인 것을 가지고, 상기 제어시스템에 이상의 징조가 있는 것을 판정하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  12. 제 7 항에 있어서,
    제어시스템에서 시계렬에 거둬들인 데이터의 프렉털차원을 산출하는 신호 해석부를 구비하고, 그 제 1 의 대조부는 진단데이터에서 산출한 프렉털차원을 그 정상데이터격납데이터베이스에 저장된 프렉털차원과 대조하고,
    상기 동적고장진단부는 제 1 의 대조부의 출력에서 얻어진 불일치의 정도를 근거로 그 제어시스템의 동적고장의 유무를 판정하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  13. 제 12 항에 있어서,
    상기 동적고장진단부는, 상기 진단데이터에서 산출한 프렉털차원의 값이 상기 정상데이터격납데이터베이스에 저장된 프렉털차원보다도 큰 값이 것을 가지고 상기 제어시스템이 불안정한 상태로 천이하는 징조가 있는 것을 판정하고, 상기 정상데이터격납데이터베이스에 저장된 프렉털 차원보다도 작은 값인 것을 가지고 상기 제어시스템에 구비된 센서의 응답특성의 저하를 검출하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  14. 제 8, 9, 10, 11 또는 제 12 항에 있어서,
    상기 신호해석부를 최소한 하나를 포함하는 복수의 신호해석부를 구비한 데이터 해석수단을 구비하고, 상기 정상데이터 격납데이터베이스는 상기 제어시스템이 정상으로 동작하고 있을때의 그 데이터해석수단의 출력을 그 복수의 신호해석부와 대응시켜서 저장하고, 상기 대조수단은 진단데이터에서 산출한 그 데이터해석수단의 출력의 각각은 정상데이터 격납데이터베이스의 대응하는 데이터와 대조하고, 상기 동적고장진단부와 정적고장진단부는 대조결과중 예정된 것을 입력정보로 하며 그 제어시스템의 이상의 유무나 이상 개소를 총합적으로 진단하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  15. 제 14 항에 있어서,
    상기 신호해석수단은, 적어도 하나를 포함하는 복수의 신호해석부를 구비하고, 이 이외에 제어시스템이 정상으로 동작하고 있을 때의 데이터의 주파수성분을 산출하는 신호해석부와 평균치를 산출하는 신호해석부와 최대치 및 최소치를 산출하는 신호해석부의 적어도 하나를 구비하고,
    상기 정상데이터 격납데이터베이스는 상기 제어시스템이 정상으로 동작하고 있을때의 그 데이터해석수단의 출력을 그 신호해석부와 대응시켜서 저장하고, 상기 대조수단은 상기 진단데이터에서 산출한 그 데이터해석수단의 출력의 각각을 정상데이터 격납데이터베이스의 대응하는 데이터와 대조하여, 상기 동적고장진단부와 정적고장진단부는 대조결과중 예정된 것을 입력정보로하여 그 제어시스템의 이상의 유무나 이상개소를 총합적으로 진단하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석장치.
  16. 제어시스템이 정상으로 동작하고있을때 이로부터 검출한 입력데이터를 저장하고, 저장된 입력데이터와 그 제어시스템에서 거둬들인 진단데이터와를 각 입력마다에 독립하여 대조하고, 대조결과에서 얻어진 양자의 불일치의 정도를 근거로 응답특성의 변화나 제어계의 불안성의 정도에 대표되는 동적고장을 진단하고, 또한 복수의 입력을 일괄하여 그 정상데이터 격납데이터베이스의 내용과 대조하여, 대조결과에서 얻어진 입력상호의 관계의 변화의 정도를 근거로 센서의 경년변화나 입력의 레벨변화로 대표되는 정적고장을 진단하는 것을 특징으로 하는 제어시스템의 진단ㆍ해석방법.
KR1019950025521A 1994-08-23 1995-08-19 제어시스템의진단해석장치및방법 KR100387170B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP19816594A JP3307095B2 (ja) 1994-08-23 1994-08-23 制御システムの診断・解析装置および方法
JP94-198165 1994-08-23

Publications (2)

Publication Number Publication Date
KR960008536A KR960008536A (ko) 1996-03-22
KR100387170B1 true KR100387170B1 (ko) 2003-08-25

Family

ID=16386552

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019950025521A KR100387170B1 (ko) 1994-08-23 1995-08-19 제어시스템의진단해석장치및방법

Country Status (4)

Country Link
JP (1) JP3307095B2 (ko)
KR (1) KR100387170B1 (ko)
CN (1) CN1140847A (ko)
TW (1) TW293888B (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5956663A (en) * 1996-11-07 1999-09-21 Rosemount, Inc. Signal processing technique which separates signal components in a sensor for sensor diagnostics
JP4592235B2 (ja) * 2001-08-31 2010-12-01 株式会社東芝 生産装置の故障診断方法及び生産装置の故障診断システム
DE10222095A1 (de) * 2002-05-17 2003-11-27 Siemens Ag Automatisierungs- oder Diagnosegerät oder -system für eine oder mehrere Anlagenkomponenten sowie Verfahren zu dessen Betrieb
JP2005535130A (ja) * 2002-08-01 2005-11-17 アプライド マテリアルズ インコーポレイテッド 最新のプロセス制御システム内で誤って表された計測データを取り扱う方法、システム、および媒体
JP2004133596A (ja) * 2002-10-09 2004-04-30 Mitsubishi Heavy Ind Ltd プラント監視システム
CN104634592A (zh) * 2014-12-18 2015-05-20 成都铁安科技有限责任公司 一种列车走行部故障诊断方法及装置
CN105471926B (zh) * 2016-02-19 2019-05-14 王奕曾 基于自律分散系统的诊断数据云模型构建系统
WO2018220663A1 (ja) * 2017-05-29 2018-12-06 三菱電機株式会社 異常判定装置、異常判定方法及び異常判定プログラム
CN112534371A (zh) * 2018-08-12 2021-03-19 斯凯孚人工智能有限公司 优化用于监视工业机器操作的机器学习算法的准确度
CN111160652B (zh) * 2019-12-31 2023-04-18 安徽海螺信息技术工程有限责任公司 一种基于知识感知的设备异常状态综合判断及运维方法

Also Published As

Publication number Publication date
JP3307095B2 (ja) 2002-07-24
JPH0863226A (ja) 1996-03-08
KR960008536A (ko) 1996-03-22
TW293888B (ko) 1996-12-21
CN1140847A (zh) 1997-01-22

Similar Documents

Publication Publication Date Title
CN109726524B (zh) 一种基于cnn和lstm的滚动轴承剩余使用寿命预测方法
KR0172982B1 (ko) 고장진단장치 및 방법
JP6740247B2 (ja) 異常検出システム、異常検出方法、異常検出プログラム及び学習済モデル生成方法
Javadpour et al. A fuzzy neural network approach to machine condition monitoring
KR100387170B1 (ko) 제어시스템의진단해석장치및방법
JP3470457B2 (ja) 制御システムの診断・解析方法および装置
CN115659583A (zh) 一种转辙机故障诊断方法
Niazi et al. Multi-scale time series analysis using TT-ConvLSTM technique for bearing remaining useful life prediction
KR20230167589A (ko) 스마트 IoT 밸브용 딥러닝 모델 기반 고장 진단 시스템
CN112989976A (zh) 一种基于双深度学习模型的设备故障模式预测方法
Xie et al. Internal defect inspection in magnetic tile by using acoustic resonance technology
Dwiputranto et al. Machinery equipment early fault detection using Artificial Neural Network based Autoencoder
CN118152741A (zh) 一种变电设备温度态势感知辅助控制方法
Virk et al. Fault prediction using artificial neural network and fuzzy logic
Seo et al. Development of an artificial intelligence system to design of structures using reinforcement learning: Proof of concept
CN115081751A (zh) 基于数据预处理和深度学习的设备剩余使用寿命预测方法
Xing-yu et al. Autoencoder-based fault diagnosis for grinding system
Idé Tensorial change analysis using probabilistic tensor regression
Kuthadi et al. An efficient adaptive preprocessing mechanism for streaming sensor data
Abderrezek et al. Convolutional autoencoder and bidirectional long short-term memory to estimate remaining useful life for condition based maintenance
de Souza A hybrid artificial intelligence method applied to structural failures diagnosis
de Souza et al. A hybrid artificial intelligence applied to structural failures diagnosis
KR102486461B1 (ko) 시계열 데이터의 특징값을 기반으로 예측값 및 시계열 구간별 특징 중요도 산출을 수행하는 가상 계측 방법 및 그를 위한 장치
Sousa et al. Diagnosis of failures in aeronautical structures using a new approach hybrid based in artificial neural networks and wavelet transform
WO2005071582A2 (en) Detection of abnormal behaviour in dynamic systems

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 19950819

PG1501 Laying open of application
A201 Request for examination
PA0201 Request for examination

Patent event code: PA02012R01D

Patent event date: 20000818

Comment text: Request for Examination of Application

Patent event code: PA02011R01I

Patent event date: 19950819

Comment text: Patent Application

E902 Notification of reason for refusal
PE0902 Notice of grounds for rejection

Comment text: Notification of reason for refusal

Patent event date: 20020628

Patent event code: PE09021S01D

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20030228

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20030529

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20030530

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20060516

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20070510

Start annual number: 5

End annual number: 5

FPAY Annual fee payment

Payment date: 20080502

Year of fee payment: 6

PR1001 Payment of annual fee

Payment date: 20080502

Start annual number: 6

End annual number: 6

LAPS Lapse due to unpaid annual fee
PC1903 Unpaid annual fee

Termination category: Default of registration fee

Termination date: 20100410