KR100394767B1 - 대기오염자동감시체제의 지능형 상태판정방법 및 그의 시스템 - Google Patents
대기오염자동감시체제의 지능형 상태판정방법 및 그의 시스템 Download PDFInfo
- Publication number
- KR100394767B1 KR100394767B1 KR10-2001-0005969A KR20010005969A KR100394767B1 KR 100394767 B1 KR100394767 B1 KR 100394767B1 KR 20010005969 A KR20010005969 A KR 20010005969A KR 100394767 B1 KR100394767 B1 KR 100394767B1
- Authority
- KR
- South Korea
- Prior art keywords
- value
- state
- input
- unit
- signal
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000008569 process Effects 0.000 title description 2
- 238000003915 air pollution Methods 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000004891 communication Methods 0.000 claims abstract description 5
- 230000002950 deficient Effects 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 239000000284 extract Substances 0.000 claims 1
- 238000010926 purge Methods 0.000 claims 1
- 238000003745 diagnosis Methods 0.000 abstract description 12
- 230000007613 environmental effect Effects 0.000 abstract description 5
- 238000003912 environmental pollution Methods 0.000 abstract description 4
- 239000003344 environmental pollutant Substances 0.000 abstract description 3
- 231100000719 pollutant Toxicity 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000000428 dust Substances 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000004568 cement Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
-
- 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
- G05B23/0218—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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
- G05B23/0254—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 model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Software Systems (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은 환경관리시스템에 관한 것으로서, 보다 상세하게는 환경오염을 방지하기 위해 공장으로부터 배출되는 각종 오염물질을 실시간으로 감시하기 위한 시스템의 측정기의 동작을 분석하여 동작상태의 불량을 판별하여 신뢰성 있는 정보를 제공하는 대기오염자동감시체제의 지능형 상태판정방법 및 그의 시스템에 관한 것이다.
본 발명의 목적은 측정기의 입ㆍ출력 조건을 감지하고 동작을 분석하여 동작상태의 불량을 판별하여 신뢰성 있는 정보를 제공하는 대기오염자동감시체제의 지능형 상태판정시스템을 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명의 구성은, 대기오염자동감시체제(TMS)의 각종 오염을 측정하는 TMS측정기의 동작상태를 검출하는 상태진단기에 있어서, 상기 TMS측정기(100)의 측정신호인 아날로그신호를 입력받아 디지털신호로 변환하여 입력받는 입력장치부(110)와; 상기 입력장치부(110)를 통해 입력된 신호를 퍼지모델로 상태판단하는 제어부(140)와; 상기 제어부(140)의 동작상태를 표시하는 표시부(120)와; 상기 제어부(140)의 퍼지모델과 상태판단 프로그램 데이터를 저장하는 기억장치부(140)와; 상기 제어부(140)에 시작, 리셋, 스톱신호를 입력하는 조작부(150)와; 상기 제어부(140)에 의한 상태판단신호를 디지털신호 또는 아날로그신호로 변환하여 출력하는 출력장치부(170) 및; 상기 입력장치부(110)와 출력장치부(170)의 통신신호를 제어하는 인터페이스부(160)로 이루어지는 것을 특징으로 한다.
또한 본 발명은 각종 오염을 측정기에서 관제시스템에 측정데이터를 전송하는 대기오염자동감시체제에 있어서, 상기 TMS측정기(100)의 아날로그신호를 입력받는 입력장치부(110)의 채널로부터 데이터를 입력받아 소정시간 동안 입력데이터의 평균값을 산출하는 평균값산출단계와; 상기 입력값과 평균값으로 1차 퍼지모델값을 출력하는 1차 퍼지모델출력단계와; 상기 1차 퍼지모델값과 동시에 평균값 전시간의 평균값차와, 평균값과 상기 1차 퍼지모델값의 차를 구하여 상기 두 값의 절대치로 상태값을 산출하는 상태값산출단계와; 상기 상태값이 미리 정해진 기준값과 비교하여 기준값보다 적으면 상태불량값을, 기준값 이상이면 상태정상값을 출력하는 상태값 출력단계로 이루어지는 것을 특징으로 한다.
Description
본 발명은 환경관리시스템에 관한 것으로서, 보다 상세하게는 환경오염을 방지하기 위해 공장으로부터 배출되는 각종 오염물질을 실시간으로 감시하기 위한 시스템의 측정기의 동작을 분석하여 동작상태의 불량을 판별하여 신뢰성 있는 정보를 제공하는 대기오염자동감시체제의 지능형 상태판정방법 및 시스템에 관한 것이다.
대기오염자동감시체제(Telemetering Monitoring System; 이하 TMS라 칭함)은 말 그대로 장거리 계측장치를 의미하는데 이것은 주로 원격지의 환경감시를 위해서 공장의 굴뚝에서 나오는 분진농도, 공장 방류폐수의 수질 즉, 생ㆍ화학적 산소요구량 등을 전용시스템으로 수집하여 그 데이터를 모뎀 및 전용회선을 통해 지역관공서에 설치된 환경감시실이나, 사업장내에 자체 관리용 시스템을 설치하여 오염측정소에 설치된 측정기의 원격제어, 오염원의 배출감시, 조기경보체제 구축 등의 복합적 기능을 수행하여 환경오염 및 환경소고로부터 우리의 생활을 보호하고 쾌적한 환경보전에 기여하는 시스템인 것이다.
따라서, 상기 TMS는 대기오염측정망, 하천오염 측정망, 배출업소 감시망(STACK), 배출업소감시망(수질), 해양오염 측정망, 오존경보망, 소음측정망등에 적용할 수 있어, 조기경보체제 실현으로 오염발생 사전방지, 국내ㆍ외 환경정책의 적극적 실행으로 기업이미지 향상, 유관기관과의 자료공유를 통한 정보공유, 배출 저감 유도로 원가절감 기여, 체계적이고 효율적인 환경관리체계를 확립할 수 있는 것이다.
이러한 TMS는 1988년 울산,온산공단(특별대책지역)부터 설치되기 시작하여 현재 전국적으로 설치 운영되며, 행정명령등으로 기타 시멘트, 발전소 등 대형업소는 권장 등에 의해 설치 운영되고 있다.
상기 TMS는 굴뚝자동측정망 시스템이라고도 하여, 자료수집, 중간자료수집, 전송, 관제시스템으로 구성되며, 먼지, SOx, NOx, NH3, HCL, HF, O2, 유량 등의 항목을 소정시간 간격으로 측정하여 자가측정으로 인정되고 배출부과금의 기본부과금 산정자료로 활용되고 있으며, 측정결과를 통하여 배출허용기준의 90%에 이르거나 기준을 초과한 경우에는 자동경보장치를 통해 해당업체 및 감독기관에 통보, 배출시설등을 신속히 개선토록 유도하고 기준을 초과한 경우에는 부과금을 부과하는 등 행정처분을 함으로써 자동감시에 따른 실효성을 거두고 있다.
그러나, 상기 자동감시에 따른 측정데이터의 신뢰성확보가 무엇보다 중요하다. 즉, 개별업체 굴뚝에 부착된 측정기의 신뢰도를 확보하기 위해 통합시험, 상대정확도 시험 등을 통하여 신뢰도를 측정하고 있으나, 기존의 고가 분석 장비에는 측정기의 동작전원상태, 보수상태, 조정상태등만 측정할 수 있어, 근본적으로 측정기가 불량상태로 동작하고 있을 경우 상태불량을 측정하는 기능이 없고, 또한 동작상태에 대한 일정기준의 신뢰도를 표현할 수 있는 정량적 기준이 없기 때문에 신뢰성판단에 근본적인 문제점이 있었다.
본 발명은 상기한 제반 문제점을 해결하기 위해 창안된 것으로서, 본 발명의 목적은 측정기의 입ㆍ출력 조건을 감지하고 동작을 분석하여 동작상태의 불량을 판별하여 신뢰성 있는 정보를 제공하는 대기오염자동감시체제의 지능형 상태판정방법 및 그의 시스템을 제공하는데 있다.
상기 목적을 달성하기 위한 본 발명의 구성은, 대기오염자동감시체제(TMS)의 각종 오염을 측정하는 TMS측정기의 동작상태를 검출하는 상태진단기에 있어서, 상기 TMS측정기(100)의 측정신호인 아날로그신호를 입력받아 디지털신호로 변환하여 입력받는 입력장치부(110)와; 상기 입력장치부(110)를 통해 입력된 신호를 퍼지모델로 상태판단하는 제어부(140)와; 상기 제어부(140)의 동작상태를 표시하는 표시부(120)와; 상기 제어부(140)의 퍼지모델과 상태판단 프로그램 데이터를 저장하는 기억장치부(140)와; 상기 제어부(140)에 시작, 리셋, 스톱신호를 입력하는 조작부(150)와; 상기 제어부(140)에 의한 상태판단신호를 디지털신호 또는 아날로그신호로 변환하여 출력하는 출력장치부(170) 및; 상기 입력장치부(110)와 출력장치부(170)의 통신신호를 제어하는 인터페이스부(160)로 이루어지는 것을 특징으로 한다.
또한 바람직하게는 상기 표시부는, 상기 제어부(140)의 동작상태를 LCD로 표시하고, 상기 입력단자부의 동작과 출력단자부의 동작 및 전원상태의 동작을 표시하는 LED로 구성되는 것을 특징으로 한다.
또한 본 발명은 각종 오염을 측정기에서 관제시스템에 측정데이터를 전송하는 대기오염자동감시체제에 있어서, 상기 TMS측정기(100)의 아날로그신호를 입력받는 입력장치부(110)의 채널로부터 데이터를 입력받아 소정시간 동안 입력데이터의 평균값을 산출하는 평균값산출단계와; 상기 입력값과 평균값으로 1차 퍼지모델값을 출력하는 1차 퍼지모델출력단계와; 상기 1차 퍼지모델값과 동시에 평균값 전시간의 평균값차와, 평균값과 상기 1차 퍼지모델값의 차를 구하여 상기 두 값의 절대치로 상태값을 산출하는 상태값산출단계와; 상기 상태값이 미리 정해진 기준값과 비교하여 기준값보다 적으면 상태불량값을, 기준값 이상이면 상태정상값을 출력하는 상태값 출력단계로 이루어지는 것을 특징으로 한다.
또한 바람직하게는 상기 입력데이터는, 상기 TMS측정기 또는 센서의 출력전압의 현재 출력값을 입력값(X1)으로 하고, TMS측정기 또는 센서의 현재 출력값과 과거값의 편차를 영점조정값(X2)으로 하고, TMS측정기 또는 센서출력 현재값과 모델링값의 편차를 기준조정값(X3)으로 하는 것을 특징으로 하고, 상기 1차 퍼지모델값은, 상기 입력변수가 3개의 변수인 경우는 0.3의 간격으로, 2개의 변수인 경우는 0.5간격으로 정하고, 출력값은 정상, 보통, 이상(불량)으로 표시하여 값을 설정하는 것을 특징으로 한다.
도 1 - 본 발명에 따른 대기오염자동감시체제의 지능형 상태판정시스템의 개략적인 구성도.
도 2 - 도 1의 상태진단기의 제어블럭도.
도 3 - 본 발명에 따른 대기오염자동감시체제의 지능형 상태판정시스템의 동작흐름도.
도 4 - 본 발명에 의한 700개의 실험 패턴 데이터를 이용한 진단결과를 표시한 그래프도.
도 5 - 본 발명에 의한 실험데이터와 예측결과에 의한 출력데이터를 비교한 그래프도.
* 도면의 주요 부분에 대한 부호의 설명
100: TMS측정기 110: 입력장치부
120: 표시부 130: 기억장치부
140: 제어부 150: 조작부
160: 인터페이스부 170: 출력장치부
200: 상태진단기 300: 관제시스템
이하 첨부된 도면을 참조하여 본 발명의 대기오염자동감시체제의 지능형 상태판정시스템에 대해 상세히 설명한다.
도 1은 본 발명에 따른 대기오염자동감시체제의 지능형 상태판정시스템의 개략적인 구성도이고 도2는 도1의 상태진단기의 제어블럭도이다.
상기 도면을 참조하면, 본 발명은 각종 센서와 측정기로 먼지, O2, NOx, SOx 등의 검출하는 TMS측정기(100)와, 상기 TMS측정기(100)의 동작이 불량인지 정상인지를 상기 TMS측정기(100)의 입력데이터와 미리 입력된 정보데이터에 의해 판단하는 상태진단기(200)와, 상기 상태진단기(200)에 소정의 정보데이터를 입력하거나 상기 상태진단기(200)의 출력데이터를 모니터링 하는 관제시스템(300)으로 구성된다.
즉, 상기 TMS측정기(100)를 대상으로 데이터를 취득하여 측정데이터로부터 상태신호를 아날로그신호로 입력받아 상기 상태진단기(200)를 통해 TMS측정기(100)의 상태를 판단하여 외부의 각 관제시스템(300)에 전송되는 것이다.
상기 상태진단기(200)는 상기 TMS측정기(100)의 측정신호인 아날로그신호를 입력받아 디지털신호로 변환하여 입력받는 입력장치부(110)와, 상기 입력장치부(110)를 통해 입력된 신호를 퍼지모델로 상태판단하는 제어부(140)와, 상기 제어부(140)의 동작상태를 표시하는 표시부(120)와, 상기 제어부(140)의 퍼지모델과 상태판단 프로그램 데이터를 저장하는 기억장치부(140)와, 상기 제어부(140)에 시작, 리셋, 스톱신호를 입력하는 조작부(150)와, 상기 제어부(140)에 의한 상태판단신호를 디지털신호 또는 아날로그신호로 변환하여 출력하는 출력장치부(170)와, 상기 입력장치부(110)와 출력장치부(170)의 통신신호를 제어하는 인터페이스부(160)로 구성된다.
상기 입력장치부(110)는 바람직하게는 4포트로 구성되며, 상기 출력장치부(170)는 바람직하게는 2포트로 구성되어 RS-232C 직렬통신방식으로 통신함이 바람직하다.
그리고 상기 표시부(120)는 상기 제어부(140)의 동작상태를 LCD로 표시함이 바람직하고, 또한 각종 입출력상태를 즉, 입력단자의 동작과 출력단자의 동작 및 전원상태의 동작을 표시하는 LED로 구성함이 바람직하다.
상기 조작부(150)는 상기 상태진단기(200)의 시작, 리셋, 스톱스위치를 외부 함몰형의 토글스위치로 구성하여 외부에서 조작하기 편리하게 구성된다.
도3은 본 발명에 따른 대기오염자동감시체제의 지능형 상태판정시스템의 동작흐름도로서 도1 내지 도3을 참조하여 본 발명의 동작 효과를 설명한다.
상기 상태진단기(200)의 동작은 상기 제어부(140) 내의 도시되지 않은 마이크로프로세서에 의해 수행되며, 상기 수행되는 프로그램은 기억장치부(130)에 미리 저장되어 있다.
상기 TMS측정기(100)의 상태를 판단하는 것은 일반적인 센서의 동특성과 전문가로부터 출력된 결과를 근거로하여 인위적인 조작에 의한 실수나 외부 노이즈에 의한 오차가능성을 최대한 배제할 수 있도록 하였다.
즉, TMS측정기(100)의 측정값인 센서의 값이 순간적으로 큰 변화를 나타낼때와, 장기간 변화가 없을 때(공장의 가동시간과 밤낮의 변화, 날씨의 변화, 계절변화에 따라 변화폭이 다름이기 때문)는 불량상태로 판단하여 오차를 줄이게 하는 퍼지(fuzzy) 시스템인 것이다.
먼저, 본 발명에 의한 상태진단기(200)는 퍼지(fuzzy)진단규칙으로 입력변수를 다음과 같이 구성하였다.
1. X1=TMS의 센서출력 현재값(입력값)
2. X2=센서출력 현재값과 과거값의 편차(영점조정값)
3. X3=센서출력 현재값과 모델링값의 편차(기준조정값)
또한 출력변수는 TMS의 상태값으로 So으로 명명한다.
아래 표1은 퍼지진단규칙을 도표화 것으로, X1, X2, X3는 각각 SMALL, MEDIUM, HIGH로 하고 So는 GOOD(정상), MEDIUM(보통), BAD(불량)으로 한다.
순번 | X1(and) | X2(and) | X3 | So |
1 | SMALL | SMALL | SMALL | BAD |
2 | SMALL | SMALL | MEDUIM | BAD |
3 | SMALL | SMALL | HIGH | BAD |
4 | SMALL | MEDUIM | SMALL | BAD |
5 | SMALL | MEDUIM | MEDUIM | BAD |
6 | SMALL | MEDUIM | HIGH | BAD |
7 | SMALL | HIGH | SMALL | BAD |
8 | SMALL | HIGH | MEDUIM | BAD |
9 | SMALL | HIGH | HIGH | BAD |
10 | MEDUIM | SMALL | SMALL | GOOD |
11 | MEDUIM | SMALL | MEDUIM | MEDIUM |
12 | MEDUIM | SMALL | HIGH | BAD |
13 | MEDUIM | MEDUIM | SMALL | GOOD |
14 | MEDUIM | MEDUIM | MEDUIM | MEDIUM |
15 | MEDUIM | MEDUIM | HIGH | BAD |
16 | MEDUIM | HIGH | SMALL | MEDIUM |
17 | MEDUIM | HIGH | MEDUIM | MEDIUM |
18 | MEDUIM | HIGH | HIGH | BAD |
19 | HIGH | SMALL | SMALL | MEDIUM |
20 | HIGH | SMALL | MEDUIM | BAD |
21 | HIGH | SMALL | HIGH | BAD |
22 | HIGH | MEDUIM | SMALL | BAD |
23 | HIGH | MEDUIM | MEDUIM | BAD |
24 | HIGH | MEDUIM | HIGH | BAD |
25 | HIGH | HIGH | SMALL | BAD |
26 | HIGH | HIGH | MEDUIM | BAD |
27 | HIGH | HIGH | HIGH | BAD |
여기서 상기 값들은 가변이 가능하지만 실시예로 X1은 절대치 0~1, X2는 절대치 0~1, X3은 절대치 0~1, So은 절대치 0~1값으로 선정한다.
그리고, 퍼지변수 선정에 따라 3개의 변수 경우는 0.3의 간격으로, 2개의 변수인 경우는 0.5간격으로 학습범위를 정하였으나, 모델편차의 경우는 0~0.3구간까지를 학습구간으로 설정하였고, 시간별 편차의 경우는 0~0.5구간을 학습구간으로 설정하였다.
즉, TMS측정기(100)의 출력값(X1)은 HIGH=1.0, MEDIUM=0.5, SMALL=0, 센서출력 현재값과 과거값의 편차(X2)는 HIGH=0.5, MEDIUM=0.2, SMALL=0, 센서출력 현재값과 모델링값의 편차(X3)는 HIGH=0.3, MEDIUM=0.2, SMALL=0, 그리고 출력값(So)는 정상, 보통, 이상(불량)으로 표시된다. 즉, 상기 실시예에서는 0~0.5미만은 이상상태를 나타내며, 0.5이상은 정상상태를 나타내는 것으로 판정하는 것이다. 다시 말해 0.3은 실제값과 예측된 값의 편차가 이 값을 초과한 경우는 고장으로 인식되어야 하므로 그 이상의 값의 경우는 모두 고장으로 표현되어야 하고, 고장으로 표현할 수 있는 최저 한계값이 된다. 또한 0.5도 현재값과 과거값의 변동폭이 0.5이상의 경우는 정상적인 상황에서 발생할 수 있는 변동값의 최저한계를 나타낸 값이다. 따라서 그 이상의 값은 모두가 고장을 나타내는 것이다.
상기 도3을 참조하면, 상기 TMS측정기(100)의 아날로그신호를 입력받는 입력장치부(110)의 채널로부터 데이터를 입력받는다(S10).
[X1(t),X2(t),X3(t),X4(t)] , X=입력변수, t=시간
그 후 소정시간 동안, 바람직하게는 1분간 입력데이터의 평균값을 산출한다(S20).
[aX1(t),aX2(t),aX3(t),aX4(t)] , a=1분간평균
상기 입력값과 평균값으로 1차 퍼지모델값을 출력한다(S30).
[OutModel1(t)=FuzzyModel1(aX1(t),aX2(t),aX3(t))], FuzayModel1=1차 퍼지모델값, OutModel1=1차 추론값
즉, 상기 1차 퍼지모델값은 1차 추론값이 되며, 동시에 1분전의 aX4(t-1)값과 현재의 aX(4)의 차와, aX4(t)와 OutModel1의 차를 구하여 두 값을 절대치를 구한 다음 aX4(t) 값을 입력하여 상태진단 모델로부터 추론값인 상태값을 산출한다(S40).
[X5(t)=abs(aX4(t-1)-aX4(t))]
[X6(t)=abs(OutMode1(t)-X4(t)]
[OutModel1(t)=FuzzyModel1(aX1(t),aX2(t),aX3(t))]
[StateDig(t)=FuzzyModel2(X4(t),X5(t),X6(t)]
abs=절대치, StateDig=상태진단값
상기 상태값(StateDig(t))이 미리 정해진 기준값과 비교하여(S50), 즉, 실시예로서 0.5보다 적으면 상태불량이고(S60), 0.5이상이면 상태정상(S70)을 출력하게 된다. 그리고 다시 상기 단계 S10으로 넘어가 다음 상태를 진단하게 된다.
다음의 표2는 데이터를 27번 넣어서 각각의 상태값을 얻은 표이다.
번호 | 현재값(X1) | 현재과거 편차(X2) | 모델편차(X3) | 상태진단(So) |
1 | 0 | 0 | 0 | 0.3 |
2 | 0 | 0 | 0.1 | 0.1 |
3 | 0 | 0 | 0.3 | 0.1 |
4 | 0 | 0.2 | 0 | 0.3 |
5 | 0 | 0.2 | 0.1 | 0.2 |
6 | 0 | 0.2 | 0.3 | 0.1 |
7 | 0 | 0.5 | 0 | 0.1 |
8 | 0 | 0.5 | 0.1 | 0.1 |
9 | 0 | 0.5 | 0.3 | 0.1 |
10 | 0.5 | 0 | 0 | 1 |
11 | 0.5 | 0 | 0.1 | 1 |
12 | 0.5 | 0 | 0.3 | 1 |
13 | 0.5 | 0.2 | 0 | 0.2 |
14 | 0.5 | 0.2 | 0.1 | 0.2 |
15 | 0.5 | 0.2 | 0.3 | 0.2 |
16 | 0.5 | 0.5 | 0 | 0 |
17 | 0.5 | 0.5 | 0.1 | 0 |
18 | 0.5 | 0.5 | 0.3 | 0 |
19 | 1.0 | 0 | 0 | 0 |
20 | 1.0 | 0 | 0.1 | 0.3 |
21 | 1.0 | 0 | 0.3 | 0 |
22 | 1.0 | 0.2 | 0 | 0.3 |
23 | 1.0 | 0.2 | 0.1 | 0 |
24 | 1.0 | 0.2 | 0.3 | 0 |
25 | 1.0 | 0.5 | 0 | 0 |
26 | 1.0 | 0.5 | 0.1 | 0 |
27 | 1.0 | 0.5 | 0.3 | 0 |
또한, 도4는 본 발명에 의한 700개의 실험 패턴 데이터를 이용한 진단결과이며, 도5는 본 발명에 의한 실험데이터와 예측결과에 의한 출력을 결과한 비교표이다.
도5의 620번째의 데이터를 보면 현재값과 과거값의 차가 거의 0.02이고, 현재값은 0.5이며, 모델값과 현재값의 차가 0.1이므로 상태출력값은 1.0을 보이고 있다. 따라서, 0일경우 최악이고 1일 경우가 가장 좋은 상태이므로, 이 경우는 좋은 상태를 나타내고 있음을 보여주고 있다.
또한 상기 상태값이 기준값을 넘을 경우 관제시스템(300)에서는 음성이나, 벨, 또는 시각적 방법을 통해 신호를 발생하도록 구성함은 당업자라하면 용이하게실시할 수 가 있을 것이다.
상기와 같이 본 발명에 따르면, 기존의 측정기에 신뢰성 있는 상태진단기를 부착함으로써 측정기의 신뢰성을 확보하여 환경보호에 일조할 수 있을 뿐만아니라 기업체의 과도한 투자를 피할 수 있는 이점이 있다.
Claims (5)
- 각종 오염을 측정하여 특정값을 추출하고 상기 특정값을 퍼지추론한 다음, 상기 퍼지추론된 결과를 기준값과 비교하므로써 TMS측정기의 동작상태를 검출하기 위한 대기오염자동감시체제(TMS)의 상태판정시스템에 있어서,상기 TMS측정기(100)의 측정신호인 아날로그신호를 입력받아 디지털신호로 변환하여 입력받는 입력장치부(110)와;상기 입력장치부(110)를 통해 입력된 신호를 퍼지모델로 상태판단하는 제어부(140)와;상기 제어부(140)의 동작상태와 입력단자부 및 출력단자부, 전원상태의 동작상태를 표시하기 위해 LCD와 LED로 이루어지는 표시부(120)와;상기 제어부(140)의 퍼지모델과 상태판단 프로그램 데이터를 저장하는 기억장치부(140)와;상기 제어부(140)에 시작, 리셋, 스톱신호를 입력하는 조작부(150)와;상기 제어부(140)에 의한 상태판단신호를 디지털신호 또는 아날로그신호로 변환하여 출력하는 출력장치부(170) 및;상기 입력장치부(110)와 출력장치부(170)의 통신신호를 제어하는 인터페이스부(160)로 이루어지는 것을 특징으로 하는 대기오염자동감시체제의 지능형 상태판정시스템.
- 삭제
- 각종 오염을 측정하여 특정값을 추출하고 상기 특정값을 퍼지추론한 다음, 상기 퍼지추론된 결과를 기준값과 비교한 결과를 TMS측정기에서 관제시스템으로 측정데이터를 전송하는 대기오염자동감시체제의 지능형 상태판정방법에 있어서,상기 TMS측정기(100)의 아날로그신호를 입력받는 입력장치부(110)의 채널로부터 데이터를 입력받아 소정시간 동안 입력데이터의 평균값을 산출하는 평균값산출단계와;상기 입력값과 평균값으로 1차 퍼지모델값을 출력하는 1차 퍼지모델출력단계와;상기 1차 퍼지모델값과 동시에 평균값 전시간의 평균값차와, 평균값과 상기 1차 퍼지모델값의 차를 구하여 상기 두 값의 절대치로 상태값을 산출하는 상태값산출단계와;상기 상태값이 미리 정해진 기준값과 비교하여 기준값보다 적으면 상태불량값을, 기준값 이상이면 상태정상값을 출력하는 상태값 출력단계로 이루어지는 것을 특징으로 하는 대기오염자동감시체제의 지능형 상태판정방법.
- 제3항에 있어서, 상기 입력데이터는,상기 TMS측정기 또는 센서의 출력전압의 현재 출력값을 입력값(X1)으로 하고, TMS측정기 또는 센서의 현재 출력값과 과거값의 편차를 영점조정값(X2)으로 하고, TMS측정기 또는 센서출력 현재값과 모델링값의 편차를 기준조정값(X3)으로 하는 것을 특징으로 하는 대기오염자동감시체제의 지능형 상태판정방법.
- 제3항에 있어서, 상기 1차 퍼지모델값은,상기 입력변수가 3개의 변수인 경우는 0.3의 간격으로, 2개의 변수인 경우는 0.5간격으로 정하고, 출력값은 정상, 보통, 이상(불량)으로 표시하여 값을 설정하는 것을 특징으로 하는 대기오염자동감시체제의 지능형 상태판정방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2001-0005969A KR100394767B1 (ko) | 2001-02-07 | 2001-02-07 | 대기오염자동감시체제의 지능형 상태판정방법 및 그의 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2001-0005969A KR100394767B1 (ko) | 2001-02-07 | 2001-02-07 | 대기오염자동감시체제의 지능형 상태판정방법 및 그의 시스템 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20020065787A KR20020065787A (ko) | 2002-08-14 |
KR100394767B1 true KR100394767B1 (ko) | 2003-08-19 |
Family
ID=27693643
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR10-2001-0005969A KR100394767B1 (ko) | 2001-02-07 | 2001-02-07 | 대기오염자동감시체제의 지능형 상태판정방법 및 그의 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR100394767B1 (ko) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100470900B1 (ko) * | 2002-11-11 | 2005-03-08 | 이대진 | 알람신호 처리시스템 |
KR20190038957A (ko) | 2017-10-01 | 2019-04-10 | (주)씨어스테크놀로지 | 환경의 영향에 기초한 건강 정보를 제공하기 위한 장치, 이를 위한 방법 및 이 방법을 수행하는 프로그램이 기록된 컴퓨터 판독 가능한 기록매체 |
KR102134010B1 (ko) | 2019-09-20 | 2020-07-15 | (주)씨어스테크놀로지 | 환경의 영향에 기초한 건강 정보를 제공하기 위한 방법 및 서버 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5725425A (en) * | 1994-04-27 | 1998-03-10 | Auto Electronics Corporation | Sensor system for controlling ventilation systems in vehicles |
KR19980068524A (ko) * | 1997-02-20 | 1998-10-26 | 이내흔 | 수질이상 감시방법 및 수질이상 감시시스템 |
-
2001
- 2001-02-07 KR KR10-2001-0005969A patent/KR100394767B1/ko not_active IP Right Cessation
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5725425A (en) * | 1994-04-27 | 1998-03-10 | Auto Electronics Corporation | Sensor system for controlling ventilation systems in vehicles |
KR19980068524A (ko) * | 1997-02-20 | 1998-10-26 | 이내흔 | 수질이상 감시방법 및 수질이상 감시시스템 |
Also Published As
Publication number | Publication date |
---|---|
KR20020065787A (ko) | 2002-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5970426A (en) | Emission monitoring system | |
KR100252215B1 (ko) | 클린룸 계측장치 상태 모니터링 시스템 및 그를 이용한 모니터링 방법 | |
US4654806A (en) | Method and apparatus for monitoring transformers | |
CA2217808C (en) | Method and apparatus for performing pre-emptive maintenance on operating equipment | |
Henry et al. | The self-validating sensor: rationale, definitions and examples | |
US7289923B2 (en) | System and method for fluid distribution | |
KR102281640B1 (ko) | 자가진단 기능을 구비한 ai 가스 누액 누출 감지시스템 및 운영방법 | |
CN100416438C (zh) | 监控包括多个系统的技术设备特别是电站的装置和方法 | |
JP2011524591A (ja) | インテリジェント電子装置の保守を予測するためのシステムおよび方法 | |
KR20020077648A (ko) | 산업용 박막 처리 전력 전달 시스템에 대한 오동작 예측설계 | |
MXPA03006910A (es) | Regulador de reporte para administrar un sistema de transportacion de gas. | |
KR20120046821A (ko) | 범용 센서 자가 진단 장치 및 그 진단 방법 | |
CN1110728C (zh) | 用于控制工艺设施的工艺控制系统及其操作方法 | |
KR102325991B1 (ko) | 하수 및 폐수처리시설 설비 지능형 자산관리 시스템 및 이를 이용한 운영방법 | |
KR20190047639A (ko) | 멀티센싱을 이용한 공장의 환경 모니터링 시스템 및 장치 | |
JP2007263888A (ja) | 建造物診断システム | |
KR101589127B1 (ko) | 체크밸브 개폐특성 모니터링 및 진단을 수행하는 장치 | |
KR101859657B1 (ko) | 자가 점검 기능을 탑재한 물관리 자동화시스템 | |
KR100394767B1 (ko) | 대기오염자동감시체제의 지능형 상태판정방법 및 그의 시스템 | |
KR20220070891A (ko) | 맨홀 복합 정보 수집 시스템 및 장치 | |
GB2430900A (en) | A method of detecting leaks in filter bags | |
KR100910347B1 (ko) | 환경 데이터 수집장치를 이용한 감시시스템 | |
KR102512805B1 (ko) | 상하수 처리 시설의 원격 감시 제어 시스템 및 그 방법 | |
US20090093893A1 (en) | System and method for recognizing and compensating for invalid regression model applied to abnormal situation prevention | |
KR100191643B1 (ko) | 통신구 집중 관리 방법 및 그 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20060802 Year of fee payment: 4 |
|
LAPS | Lapse due to unpaid annual fee |