KR100942287B1 - 진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단방법 - Google Patents

진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단방법 Download PDF

Info

Publication number
KR100942287B1
KR100942287B1 KR1020080013488A KR20080013488A KR100942287B1 KR 100942287 B1 KR100942287 B1 KR 100942287B1 KR 1020080013488 A KR1020080013488 A KR 1020080013488A KR 20080013488 A KR20080013488 A KR 20080013488A KR 100942287 B1 KR100942287 B1 KR 100942287B1
Authority
KR
South Korea
Prior art keywords
diagnosis
rotating machine
domain data
vibration signal
machine
Prior art date
Application number
KR1020080013488A
Other languages
English (en)
Other versions
KR20090088127A (ko
Inventor
김동섭
오재응
박원식
박상길
Original Assignee
엠케이전자 주식회사
한양대학교 산학협력단
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 엠케이전자 주식회사, 한양대학교 산학협력단 filed Critical 엠케이전자 주식회사
Priority to KR1020080013488A priority Critical patent/KR100942287B1/ko
Publication of KR20090088127A publication Critical patent/KR20090088127A/ko
Application granted granted Critical
Publication of KR100942287B1 publication Critical patent/KR100942287B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03M—CODING; DECODING; CODE CONVERSION IN GENERAL
    • H03M1/00—Analogue/digital conversion; Digital/analogue conversion
    • H03M1/12—Analogue/digital converters

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

회전 기계의 진단 신뢰성을 높이고 운영 효율을 높일 수 있는 진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단 방법이 제공된다. 이 진단 시스템에 따르면, 회전 기계의 진동 신호를 수집하기 위한 진동 센서가 제공된다. 상기 진동 신호는 시간영역 데이터 및 주파수영역 데이터를 포함한다. 제어기는 상기 진동 신호를 입력받고, 상기 시간영역 데이터로부터 상기 회전 기계를 1차 진단하고 상기 주파수영역 데이터로부터 상기 회전 기계를 2차 진단하여 상기 1차 진단의 결과와 상기 2차 진단의 결과를 종합하여 상기 회전 기계의 정상 여부를 진단한다.
회전 기계, 진단, 진동 신호, 시간영역 분석, 주파수영역 분석

Description

진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단 방법{System and method for diagnosing a rotating machine using vibration signals}
본 발명은 회전 기계의 진단 시스템 및 그 진단 방법에 관한 것이고, 특히 진동 신호를 이용하여 회전 기계의 정상 여부를 진단하는 시스템 및 진단 방법에 관한 것이다.
제품 생산을 위한 설비의 급작스런 고장 또는 이상 발생은 설비의 운영 효율 및 제품의 수율을 크게 떨어뜨릴 수 있다. 따라서, 이러한 설비의 고장 발생 전에, 이상 여부를 미리 진단할 필요가 있다. 특히, 이러한 설비 가운데, 회전 기계는 그 진동 상태의 변화로부터 그 장치의 미세한 변화를 감지할 수 있다.
통상적인 회전 기계의 진단 방법에 따르면, 현재의 진동 레벨을 기준 레벨과 비교하여 현재의 진동 레벨이 기준 레벨보다 크면 회전 기계에 이상이 있는 것으로 판정하였다. 하지만, 진동 레벨만을 진단 기준으로 사용하면 회전 기계의 정확한 정상 여부 판단이 매우 어렵다. 예를 들어, 회전 기계의 불평형 질량 또는 충격 발생은 진동 레벨만으로는 파악이 불가능하다. 따라서, 진단의 신뢰성이 떨어진다.
또한, 이러한 통상적인 회전 기계의 진단 방법은 현재 기계의 정상 여부를 판정할 뿐, 고장 시간을 예측하지는 못한다. 따라서, 어느 시점에 기계의 작동을 중지시키고, 기계를 수리해야 할지 판단하기 어렵다. 따라서, 기계의 운영 효율이 떨어진다.
따라서, 본 발명이 해결하고자 하는 기술적 과제는 회전 기계의 진단 신뢰성을 높이고 운영 효율을 높일 수 있는 진동 신호를 이용한 회전 기계의 진단 시스템을 제공하는 데 있다.
본 발명이 해결하고자 하는 다른 기술적 과제는 진동 신호를 이용한 회전 기계의 신뢰성 있는 진단 방법을 제공하는 데 있다.
상기 기술적 과제를 달성하기 위한 본 발명의 일 형태에 따른 회전 기계의 진단 시스템이 제공된다. 회전 기계의 진동 신호를 수집하기 위한 진동 센서가 제공된다. 상기 진동 신호는 시간영역 데이터 및 주파수영역 데이터를 포함한다. 제어기는 상기 진동 신호를 입력받고, 상기 시간영역 데이터로부터 상기 회전 기계를 1차 진단하고 상기 주파수영역 데이터로부터 상기 회전 기계를 2차 진단하여 상기 1차 진단의 결과와 상기 2차 진단의 결과를 종합하여 상기 회전 기계의 정상 여부를 진단한다.
상기 본 발명에 따른 진단 시스템의 일 예에 의하면, 상기 시간영역 데이터는 실효값(RMS), 크레스트 팩터(crest factor), 비대칭도(skewness), 첨도(kurtosis) 또는 확률밀도함수(PDF)를 포함하고, 상기 제어기는 상기 크레스트 팩터를 분석하여 상기 회전 기계에 충격 발생 여부를 분석할 수 있다.
상기 본 발명에 따른 진단 시스템의 다른 예에 의하면, 상기 주파수영역 데 이터는 1차 피크 레벨 또는 전체 피크 레벨을 포함하고, 상기 제어기는 상기 1차 피크 레벨을 분석하여 상기 회전 기계의 불평형 질량의 크기를 분석할 수 있다.
상기 본 발명에 따른 진단 시스템의 또 다른 예에 의하면, 상기 진동 신호 및 상기 회전 기계의 진단 결과를 저장하기 위한 저장 장치가 더 제공되고, 상기 제어기에 상기 회전 기계의 정보 및 진단 조건을 입력하거나 또는 상기 제어기로부터 상기 회전 기계의 진단 결과를 제공받아 출력하는 입출력 장치가 더 제공될 수 있다. 나아가, 상기 제어기 및 상기 입출력 장치는 컴퓨터로 일체화 될 수 있다.
상기 본 발명에 따른 진단 시스템의 더 다른 예에 의하면, 상기 제어기는 상기 진동 신호의 누적 자료를 기초로 상기 회전 기계의 고장 시간을 예측하는 경향 분석을 더 수행할 수 있다.
상기 다른 기술적 과제를 달성하기 위한 본 발명의 일 형태에 따른 회전 기계의 진단 방법이 제공된다. 회전 기계에 대해서 시간영역 데이터 및 주파수영역 데이터를 포함하는 진동 신호를 수집한다. 상기 시간영역 데이터로부터 시간영역 분석을 수행하여 상기 회전 기계를 1차 진단한다. 상기 주파수영역 데이터로부터 주파수영역 분석을 수행하여 상기 회전 기계를 2차 진단한다. 그리고, 상기 1차 진단의 결과와 상기 2차 진단의 결과를 종합하여 상기 회전 기계의 정상 여부를 진단한다.
상기 본 발명에 따른 진단 방법의 일 예에 의하면, 상기 회전 기계의 정상 여부를 진단하는 단계에서, 상기 1차 진단의 결과와 상기 2차 진단의 결과 모두가 정상인 경우 상기 회전 기계를 정상으로 진단할 수 있다.
본 발명에 따른 회전 기계의 진단 시스템 및 진단 방법에 따르면, 시간영역 데이터와 주파수영역 데이터를 모두 이용하여 회전 기계를 다중으로 진단할 수 있다. 그 결과, 회전 기계에 대한 진단 신뢰성이 높아진다. 따라서, 회전 기계를 이용하여 생산된 제품에 불량이 발생할 확률이 낮아져, 제품 수율이 높아질 수 있다.
또한, 본 발명에 따른 회전 기계의 진단 시스템 및 진단 방법에 따르면, 경향 분석을 통해서 회전 기계의 고장 시간을 예측할 수 있어서, 회전 기계가 고장나기 전에 회전 기계에 대한 점검 작업을 수행할 수 있다. 따라서, 회전 기계의 운영 효율을 높이고, 회전 기계의 고장으로 인한 작업 중단 및 제품 손상을 방지할 수 있다.
이하, 첨부한 도면을 참조하여 본 발명에 따른 바람직한 실시예를 설명함으로써 본 발명을 상세하게 설명한다. 그러나 본 발명은 이하에서 개시되는 실시예에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예는 본 발명의 개시가 완전하도록 하며, 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 도면에서 구성 요소들은 설명의 편의를 위하여 그 크기가 과장될 수 있다.
다르게 정의되지 않는 한, 여기에 사용된 모든 용어들은 해당기술 분야에서 통상의 지식을 가진 자에 의해서 통상적으로 이해되는 것과 같은 의미로 사용된다. 예를 들어, 본 발명의 실시예들에서 회전 기계는 그 전체가 회전체로 구성되는 기 계뿐만 아니라 적어도 일부분에 회전 구성을 포함하는 기계를 포괄적으로 지칭할 수 있다.
도 1은 본 발명의 일 실시예에 따른 회전 기계의 진단 시스템(100)을 보여주는 블록도이다.
도 1을 참조하면, 회전 기계의 진동 신호를 수집하기 위한 진동 센서(110)가 제공된다. 진동 센서(110)는 회전 기계의 적어도 일부분에서 수집될 수 있고, 예를 들어 시간영역 데이터 및 주파수영역 데이터를 모두 포함할 수 있다. 시간영역 데이터는 시간의 변화에 따른 진동 데이터를 의미하고, 주파수영역 데이터는 주파수의 변화에 따른 진동 데이터를 의미한다.
시간영역 데이터는 데이터의 통계 처리에 관련된 것들로서, 예를 들어 진동량에 대한 평균값, 실효값(root mean square; RMS), 크레스트 팩터(crest factor), 비대칭도(skewness), 첨도(Kurtosis) 또는 확률밀도함수(probability density function; PDF)를 포함할 수 있다. 크레스트 팩터는 주어진 시간 간격 내에서 데이터의 피크값을 그 실효치로 나눈 값을 의미하고, 융기 인자로 불리기도 한다. 비대칭도는 데이터의 도수분포에서 평균값에 관한 비대칭의 방향과 그 정도를 나타낼 수 있다. 첨도는 데이터 분포의 뾰족한 정도를 나타낼 수 있다.
주파수영역 데이터는 데이터의 주기성에 관한 것들로서, 예를 들어 주파수 스펙트럼에서 1차 피크 레벨 또는 전체 피크 레벨을 포함할 수 있다. 주파수 스펙트럼은 시간에 따른 진동량을 일정 시간에 대하여 고속 푸리에 변환(fast Fourier transformation)하여 구할 수 있다. 부가적으로, 주파수영역 데이터의 신뢰성을 높 이기 위해서 주파수 스펙트럼은 필터링 과정을 거칠 수 있다. 밴드 패스 필터(band pass filtering)를 이용하면 특정 주파수 구간의 데이터만을 구할 수 있다.
진동 센서(110)의 진동 신호가 아날로그로 출력되는 경우, 아날로그/디지털(analog/digital; A/D) 컨버터(120)는 진동 신호를 디지털로 변환하기 위해서 제공될 수 있다. 하지만, 진동 센서(110)의 진동 신호가 디지털로 출력되면, A/D 컨버터(120)가 생략될 수도 있다.
제어기(130)는 A/D 컨버터(120)에서 변환된 진동 신호를 입력받아 적절하게 처리함으로써 회전 기계의 정상 여부를 진단하는 기능을 수행할 수 있다. 예를 들어, 제어기(130)는 시간영역 데이터로부터 회전 기계를 1차 진단하고, 주파수영역 데이터로부터 회전 기계를 2차 진단한 후, 1차 진단의 결과와 2차 진단의 결과를 종합하여 회전 기계의 정상 여부를 진단할 수 있다.
입출력 장치(140)는 제어기(130)와 사용자 사이에 데이터 전송을 위해서 제공될 수 있다. 예를 들어, 입출력 장치(140)는 제어기(130)에 회전 기계의 정보 및 진단 조건을 입력하기 위해서 이용될 수 있다. 다른 예로, 입출력 장치(140)는 제어기(140)로부터 회전 기계의 진단 결과를 제공받아 출력하는 데 이용될 수 있다. 저장 장치(150)는 진동 신호 및 진단 결과를 저장하는 데 이용될 수 있다. 제어기(130)는 입출력 장치(140) 및 저장 장치(150)와 신호를 주고받을 수 있다.
예를 들어, 제어기(130)는 진동량의 평균값 또는 실효값(RMS)을 임계값과 비교하여 회전 기계의 결함 발생 여부를 일반적으로 진단할 수 있다. 나아가, 제어기(130)는 크레스트 팩터를 임계값과 비교하여 회전 기계의 충격 발생 여부를 진단 할 수 있다. 임계값들은 정상적인 회전 기계에 대한 진동 신호의 분석 결과로부터 얻어질 수 있다. 더 나아가, 제어기(130)는 주파수 스펙트럼의 1차 피크를 국제 표준(ISO standard)과 비교하여 불평형 질량의 크기를 분석할 수 있다.
제어기(130)는 1차 진단 결과와 2차 진단 결과가 모두 정상인 경우, 회전 기계를 정상으로 판정할 수 있다. 만일, 1차 진단 결과와 2차 진단 결과 중 어느 하나에라도 이상이 있는 것으로 판정되면, 회전 기계는 비정상으로 진단될 수 있다. 예를 들어, 시간영역 데이터가 정상이더라도 주파수영역 데이터가 비정상이라면, 회전 기계는 비정상으로 진단될 수 있다. 다른 예로, 주파수영역 데이터가 정상이라도 시간영역 데이터가 비정상이라면, 회전 기계는 비정상으로 진단될 수 있다.
따라서, 시간영역 데이터와 주파수영역 데이터를 모두 이용하여 회전 기계를 다중으로 진단할 수 있다. 그 결과, 회전 기계에 대한 진단 신뢰성이 높아진다. 따라서, 회전 기계를 이용하여 생산된 제품에 불량이 발생할 확률이 낮아져, 제품 수율이 높아질 수 있다.
부가적으로, 제어기(130)는 진동 신호의 누적 자료를 기초로 회전 기계의 고장 시간을 예측하는 경향 분석을 더 수행할 수 있다. 경향 분석에서는 주로 시간영역 데이터, 예컨대 진동량의 실효값이 이용될 수 있다. 경향 분석에서 시간영역 데이터는 일, 주, 월, 년별로 선택될 수 있다. 이와 같이, 회전 기계의 고장 시간을 예측하면, 회전 기계가 고장나기 전에 점검이 이루어질 수 있다. 따라서, 회전 기계에 대한 운영 효율을 높이고, 회전 기계의 고장으로 인한 작업 중단 및 제품 손상을 방지할 수 있다.
도 2는 본 발명의 일 실시예에 따른 회전 기계의 진단 시스템(100)을 보여주는 개략도(schematic diagram)이다.
도 1 및 도 2를 같이 참조하면, 진동 센서(110)는 회전 기계(50) 위에 적절하게 놓여질 수 있다. 예를 들어, 회전 기계(50)는 본딩 와이어용 신선 장치일 수 있고, 진동 센서(110)는 캡스턴 위에 놓여질 수 있다. 진동 센서(110)는 가속도계 센서(accelerometer)일 수 있으나, 본 발명의 범위가 이에 제한되지는 않는다. 예를 들어, 진동 센서(110)는 변위형 센서 또는 속도계 센서일 수도 있다.
A/D 컨버터(120)는 해당 기술 분야에서 통상의 지식을 가진 자에게 알려진 적절한 제품으로 제공될 수 있다. 예를 들어, A/D 컨버터(120)는 동시에 다중 입력이 가능하도록 복수의 채널들을 구비할 수 있다.
컴퓨터(170)는 제어기(130), 입출력 장치(140) 및 저장 장치(150)가 일체화 된 형태로 제공될 수 있다. 예를 들어, 컴퓨터(170)는 노트북 타입일 수 있고, 이 경우 입출력장치(140)는 키보드 및 디스플레이를 포함하고, 저장 장치(150)는 메모리를 포함하고, 제어기(130)는 중앙처리장치 및 소프트웨어를 포함할 수 있다. 하지만, 본 발명의 다른 실시예에서, 제어기(130), 입출력 장치(140) 및 저장 장치(150) 중 일부 또는 전체가 개별적으로 제공되어 서로 데이터 및 신호를 교환할 수 있음은 자명하다.
도 3은 본 발명의 일 실시예에 따른 회전 기계의 진단 방법(S200)을 보여주는 순서도이다.
도 3을 참조하면, 먼저 진단과 경향 분석 가운데 하나의 모드를 선택할 수 있다(S10). 진단 모드가 선택되면 회전 기계에 대해서 진단 작업을 수행한다(S20). 진단 작업이 수행되면(S20), 부가적으로 경향 분석을 진행할 것인지 판단한다(S40). 경향 분석이 필요하지 않다고 판단되면, 진단 결과가 만족스러운지 판단한다(S50).
경향 분석이 필요하다고 판단되면 이어서 누적 데이터를 기초로 경향 분석 작업을 수행할 수 있다(S30). 또한, 처음부터 경향 분석 모드가 선택된 경우에도 경향 분석이 수행될 수 있다(S30). 이어서, 진단 결과가 만족스러운지 판단할 수 있다(S50).
진단 결과가 만족스러우면 작업을 종료하고, 진단 결과가 만족스럽지 못한 경우에는 위의 단계들(S10 ~ S50)을 반복할 수 있다.
도 4는 도 3에서 진단 방법(S20)을 보여주는 순서도이다.
도 4를 참조하면, 채널을 선택하고, 신호의 샘플링 속도를 입력할 수 있다(S21). 이어서, 진단하고자 하는 회전 기계를 선택하고, 진단 조건을 입력할 수 있다(S22). 이어서, 시간영역 분석 및 주파수영역 분석 가운데 수행하고자 하는 분석모드를 선택할 수 있다(S23).
시간영역 분석이 선택되면(S24), 시간영역 데이터를 수집할 수 있다(S24-1). 예를 들어, 시간영역 데이터는 진동량에 대한 평균값, 실효값(RMS), 크레스트 팩터, 비대칭도(skewness), 첨도(Kurtosis) 또는 확률밀도함수(PDF)를 포함할 수 있다. 이어서, 시간영역 데이터를 분석하여 진단 작업을 수행할 수 있다(S26).
주파수영역 분석(S25)이 선택되면(S25), 주파수영역 데이터를 수집한다(S25- 1). 예를 들어, 주파수영역 데이터는 주파수 스펙트럼에서 1차 피크 레벨 또는 전체 피크 레벨을 포함할 수 있다. 이어서, 주파수영역 데이터를 분석하여 진단 작업을 수행할 수 있다(S26).
이어서 진단 결과가 만족스러운지 여부를 판단할 수 있다(S27). 진단 결과가 만족스러운 경우, 결과를 출력하고 저장할 수 있다(S28). 진단 결과가 만족스럽지 못한 경우, 전술한 단계들(S21 ~ S27)을 반복할 수 있다.
위에서 진단 방법(S20)은 시간영역 데이터 또는 주파수 영역 데이터를 선택적으로 분석하는 방법을 설명하였다. 하지만, 회전 기계의 종합적인 진단을 위해서는, 시간 영역 분석을 통한 1차 진단(S24 ~ S26)과 주파수 영역 데이터를 이용하여 2차 진단(S25 ~ S26)을 병행하는 것이 바람직하다. 이어서, 1차 진단 결과와 2차 진단 결과를 종합하여, 회전 기계의 정상 여부를 진단할 수 있다.
도 5는 본 발명의 실험예에 따른 진단 방법을 보여주는 그래프이다.
도 5를 참조하면, (a) 및 (c)은 시간영역 데이터를 나타내고, (b) 및 (d)은 주파수영역 데이터를 나타낸다. (e)는 종합 진단 결과를 보여준다. 이 실험예에서, 회전 기계는 정상(Good)으로 판정되었다. (f)는 정지 여부를 입력하기 위한 단추이다.
도 6은 도 3에서 경향 분석 방법(S30)을 보여주는 순서도이다.
도 6을 참조하면, 분석 주기를 입력할 수 있다(S31). 예를 들어, 분석 주기는 일, 주, 월 또는 년 단위로 선택될 수 있다. 이어서, 분석데이터 수를 입력할 수 있다(S32). 이어서, 분석데이터를 그래프로 그려서 커브 피팅하고, 회귀분석을 수행할 수 있다(S33). 회귀 분석에서 회귀식이 3차이면, 적어도 4개 이상의 분석데이터가 필요할 수 있다.
이어서, 회귀 분석 결과로부터 회전 기계의 수명을 예측할 수 있다(S34). 여기에서 수명이란 고장나기 전까지의 기간을 지칭할 수 있다. 이어서, 결과가 만족스러운지 판단한다(S35). 결과가 만족스러우면 결과를 출력하고 저장할 수 있다(S36). 결과가 만족스럽지 못하면 위 단계들(S31 ~ S35)을 반복할 수 있다.
도 7은 본 발명의 실험예에 따른 경향 분석 방법을 보여주는 그래프이다.
도 7을 참조하면, 시간에 따른 진동량에 대한 그래프가 도시될 수 있다. 이러한 그래프를 바탕으로 커브 피팅 및 회귀 분석을 수행한 결과, 약 5.2주의 수명을 예측할 수 있었다.
발명의 특정 실시예들에 대한 이상의 설명은 예시 및 설명을 목적으로 제공되었다. 따라서, 본 발명은 상기 실시예들에 한정되지 않으며, 본 발명의 기술적 사상 내에서 해당 분야에서 통상의 지식을 가진 자에 의하여 상기 실시예들을 조합하여 실시하는 등 여러 가지 많은 수정 및 변경이 가능함은 명백하다.
도 1은 본 발명의 일 실시예에 따른 회전 기계의 진단 시스템을 보여주는 블록도이고;
도 2는 본 발명의 일 실시예에 따른 회전 기계의 진단 시스템을 보여주는 개략도(schematic diagram)이고;
도 3은 본 발명의 일 실시예에 따른 회전 기계의 진단 방법을 보여주는 순서도이고;
도 4는 도 3에서 진단 방법을 보여주는 순서도이고;
도 5는 본 발명의 실험예에 따른 진단 방법을 보여주는 그래프이고;
도 6은 도 3에서 경향 분석 방법을 보여주는 순서도이고; 그리고
도 7은 본 발명의 실험예에 따른 경향 분석 방법을 보여주는 그래프이다.

Claims (13)

  1. 회전 기계의 진동 신호를 수집하기 위한 것으로서, 상기 진동 신호는 시간영역 데이터 및 주파수영역 데이터를 포함하는, 진동 센서; 및
    상기 진동 신호를 입력받고, 상기 시간영역 데이터로부터 상기 회전 기계를 1차 진단하고 상기 주파수영역 데이터로부터 상기 회전 기계를 2차 진단하여 상기 1차 진단의 결과와 상기 2차 진단의 결과를 종합하여 상기 회전 기계의 정상 여부를 진단하는 제어기를 포함하고,
    상기 제어기는 상기 1차 진단과 상기 2차 진단을 개별적으로 수행하고, 상기 1차 진단의 결과 및 상기 2차 진단의 결과 중 적어도 어느 하나가 불량으로 판정되는 경우에는 상기 회전 기계를 불량으로 진단하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 시스템.
  2. 제 1 항에 있어서, 상기 시간영역 데이터는 실효값(RMS), 크레스트 팩터, 비대칭도(skewness), 첨도(kurtosis) 또는 확률밀도함수(PDF)를 포함하고, 상기 제어기는 상기 크레스트 팩터를 분석하여 상기 회전 기계에 충격 발생 여부를 분석하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 시스템.
  3. 제 1 항에 있어서, 상기 주파수영역 데이터는 1차 피크 레벨 또는 전체 피크 레벨을 포함하고, 상기 제어기는 상기 1차 피크 레벨을 분석하여 상기 회전 기계의 불평형 질량의 크기를 분석하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 시스템.
  4. 제 1 항에 있어서,
    상기 진동 신호 및 상기 회전 기계의 진단 결과를 저장하기 위한 저장 장치; 및
    상기 제어기에 상기 회전 기계의 정보 및 진단 조건을 입력하거나 또는 상기 제어기로부터 상기 회전 기계의 진단 결과를 제공받아 출력하는 입출력 장치를 더 포함하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 시스템.
  5. 제 4 항에 있어서, 상기 제어기 및 상기 입출력 장치는 컴퓨터로 일체화 된 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 시스템.
  6. 제 1 항에 있어서, 상기 진동 신호를 디지털로 변환하여 상기 제어기에 제공하기 위한 아날로그/디지털(A/D) 컨버터를 더 포함하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 시스템.
  7. 제 1 항에 있어서, 상기 제어기는 상기 진동 신호의 누적 자료를 기초로 상기 회전 기계의 고장 시간을 예측하는 경향 분석을 더 수행하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 시스템.
  8. 제 1 항에 있어서, 상기 회전 기계는 본딩 와이어용 신선 장치를 포함하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 시스템.
  9. 회전 기계에 대해서 시간영역 데이터 및 주파수영역 데이터를 포함하는 진동 신호를 수집하는 단계;
    상기 시간영역 데이터로부터 시간영역 분석을 수행하여 상기 회전 기계를 1차 진단하는 단계;
    상기 주파수영역 데이터로부터 주파수영역 분석을 수행하여 상기 회전 기계를 2차 진단하는 단계; 및
    상기 1차 진단의 결과와 상기 2차 진단의 결과를 종합하여 상기 회전 기계의 정상 여부를 진단하는 단계;
    를 포함하고,
    상기 1차 진단 단계와 상기 2차 진단 단계는 개별적으로 수행되고, 상기 1차 진단의 결과 및 상기 2차 진단의 결과 중 적어도 어느 하나가 불량으로 판정되는 경우에는 상기 회전 기계를 불량으로 진단하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 방법.
  10. 제 9 항에 있어서, 상기 시간영역 데이터는 실효값(RMS), 크레스트 팩터, 비대칭도(skewness), 첨도(kurtosis) 또는 확률밀도함수(PDF)를 포함하고, 상기 1차 진단하는 단계는 상기 크레스트 팩터를 분석하여 상기 회전 기계에 충격 발생 여부를 분석하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 방법.
  11. 제 9 항에 있어서, 상기 주파수영역 데이터는 1차 피크 레벨 또는 전체 피크 레벨을 포함하고, 상기 2차 진단하는 단계는 상기 1차 피크 레벨을 분석하여 상기 회전 기계의 불평형 질량의 크기를 분석하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 방법.
  12. 제 9 항에 있어서, 상기 진동 신호를 수집하는 단계 이후, 상기 진동 신호의 누적 자료를 기초로 경향 분석을 수행하여 상기 회전 기계의 고장 시간을 예측하는 단계를 더 포함하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 방법.
  13. 제 9 항에 있어서, 상기 회전 기계의 정상 여부를 진단하는 단계에서, 상기 1차 진단의 결과와 상기 2차 진단의 결과 모두가 정상인 경우 상기 회전 기계를 정상으로 진단하는 것을 특징으로 하는 진동 신호를 이용한 회전 기계의 진단 방법.
KR1020080013488A 2008-02-14 2008-02-14 진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단방법 KR100942287B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080013488A KR100942287B1 (ko) 2008-02-14 2008-02-14 진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080013488A KR100942287B1 (ko) 2008-02-14 2008-02-14 진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단방법

Publications (2)

Publication Number Publication Date
KR20090088127A KR20090088127A (ko) 2009-08-19
KR100942287B1 true KR100942287B1 (ko) 2010-02-16

Family

ID=41206894

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080013488A KR100942287B1 (ko) 2008-02-14 2008-02-14 진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단방법

Country Status (1)

Country Link
KR (1) KR100942287B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160085656A (ko) 2015-01-08 2016-07-18 (주)티티에스 웨이퍼 손상 방지 장치
KR20180027114A (ko) 2016-09-06 2018-03-14 창원대학교 산학협력단 서포트 벡터 머신을 이용한 회전체 수명 진단방법

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101334138B1 (ko) * 2012-02-22 2013-11-28 전자부품연구원 전기설비에 대한 고장 예측 시스템 및 방법
CN103808405A (zh) * 2012-11-08 2014-05-21 极晨智道信息技术(北京)有限公司 烟气发电机组振动故障的自动诊断方法和装置
KR101523696B1 (ko) * 2014-12-22 2015-05-28 세종대학교산학협력단 충격음을 이용한 노면 손상 분석 시스템 및 방법과, 그 방법을 수행하기 위한 프로그램이 기록된 기록매체
CN105136282A (zh) * 2015-05-29 2015-12-09 江阴市华恒仪表有限公司 一种振动监控保护仪
KR101903283B1 (ko) * 2017-05-12 2018-10-01 한국전력공사 발전 설비의 자동 진단 시스템 및 자동 진단 방법
KR101992238B1 (ko) * 2017-11-28 2019-06-25 한국생산기술연구원 회전체의 열화 상태 진단 및 잔존 유효 수명 예측 시스템
KR102014820B1 (ko) * 2017-12-01 2019-08-27 한국생산기술연구원 딥 러닝을 이용한 회전체의 효율 예측 시스템
KR20240044642A (ko) 2022-09-29 2024-04-05 호서대학교 산학협력단 양식장의 전동 펌프 상태 이상 감지 방법
KR102523468B1 (ko) * 2022-12-05 2023-04-20 코이탱크주식회사 모터 상태 진단 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980034191A (ko) * 1996-11-05 1998-08-05 이대원 학습기능을 구비한 회전체의 진동 진단장치
JP2006113002A (ja) * 2004-10-18 2006-04-27 Nsk Ltd 機械設備の異常診断システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980034191A (ko) * 1996-11-05 1998-08-05 이대원 학습기능을 구비한 회전체의 진동 진단장치
JP2006113002A (ja) * 2004-10-18 2006-04-27 Nsk Ltd 機械設備の異常診断システム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160085656A (ko) 2015-01-08 2016-07-18 (주)티티에스 웨이퍼 손상 방지 장치
KR20180027114A (ko) 2016-09-06 2018-03-14 창원대학교 산학협력단 서포트 벡터 머신을 이용한 회전체 수명 진단방법

Also Published As

Publication number Publication date
KR20090088127A (ko) 2009-08-19

Similar Documents

Publication Publication Date Title
KR100942287B1 (ko) 진동 신호를 이용한 회전 기계의 진단 시스템 및 그 진단방법
CN101362568B (zh) 电梯的异常诊断系统
US7395139B2 (en) Condition monitoring system
WO2014207789A1 (ja) 状態監視装置
JP4468282B2 (ja) ガスタービンの性能診断方法及び診断システム
US20170060664A1 (en) Method for verifying bad pattern in time series sensing data and apparatus thereof
US11269322B2 (en) Failure diagnosis system
JP4990988B2 (ja) 機器劣化評価支援方法及び機器劣化評価支援装置
JPWO2006114871A1 (ja) データ収集装置及びゲートウェイ装置
CN110018919A (zh) 半导体装置及其功率监测方法
KR20130045589A (ko) 진동센서를 이용한 진단시스템
CN113075512A (zh) 基于声检测的变压器放电故障诊断方法和系统
JP2009281955A (ja) 蓄電池劣化診断システム、蓄電池劣化診断装置、蓄電池劣化診断方法およびプログラム
CN105468910A (zh) 一种机电设备性能退化预测方法
CN110513828A (zh) 净化器滤网状况检测方法、装置、控制设备及净化器
JP6667664B2 (ja) プラント管理装置、プラント管理方法、およびプログラム
JP5461136B2 (ja) プラントの診断方法及び診断装置
JP5078276B2 (ja) 診断用信号処理装置
JP3885537B2 (ja) プリント基板故障判定方法、及び、プリント基板故障判定装置
JP5138396B2 (ja) 生産プロセス異常検知方法および生産プロセス異常検知システム、上記生産プロセス異常検知方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体
US20130253866A1 (en) Intelligent visualisation in the monitoring of process and/or system variables
CN111931969A (zh) 一种基于时序分析的合并单元设备状态预测方法
JP4943961B2 (ja) 配電盤劣化診断システム、配電盤劣化診断装置、配電盤劣化診断方法およびプログラム
KR102351538B1 (ko) 패턴 학습 및 진단 알고리즘을 이용한 자동화 설비의 고장 예측 시스템 및 그 방법
JP6784140B2 (ja) 異常診断装置及び異常診断方法

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
LAPS Lapse due to unpaid annual fee