KR101234775B1 - 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체 - Google Patents

장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체 Download PDF

Info

Publication number
KR101234775B1
KR101234775B1 KR1020120024165A KR20120024165A KR101234775B1 KR 101234775 B1 KR101234775 B1 KR 101234775B1 KR 1020120024165 A KR1020120024165 A KR 1020120024165A KR 20120024165 A KR20120024165 A KR 20120024165A KR 101234775 B1 KR101234775 B1 KR 101234775B1
Authority
KR
South Korea
Prior art keywords
equipment
state value
parameter information
standardized
comparison
Prior art date
Application number
KR1020120024165A
Other languages
English (en)
Inventor
김명희
이선호
Original Assignee
(주)씨아이엠씨스
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 (주)씨아이엠씨스 filed Critical (주)씨아이엠씨스
Priority to KR1020120024165A priority Critical patent/KR101234775B1/ko
Application granted granted Critical
Publication of KR101234775B1 publication Critical patent/KR101234775B1/ko

Links

Images

Classifications

    • 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
    • G06Q50/04—Manufacturing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Manufacturing & Machinery (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체가 개시된다. 본 발명의 실시예에 따른 장비진단 모델링 장치 장비의 동작 기간 중 상기 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 정보 처리부, 상기 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 상태값 계산부, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화하는 표준화부 및 상기 표준화된 결과 상태값을 모델링하는 모형 생성부를 포함한다.

Description

장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체{Equipment Diagnosis Modeling Apparatus, Equipment Diagnosis Modeling Method, Equipment Diagnosis Apparatus, Equipment Diagnosis Method, and Recording Medium}
본 발명은 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체에 관한 것이다.
최근 각종 장비에 대한 진단을 원격에서 수행하는 장비진단기술에 대한 연구가 많이 이루어지고 있다.
이러한 장비진단기술은 장비의 동작에 따라 발생하는 파라미터 정보를 센싱하여 파라미터 정보와 미리 설정된 기준값을 비교함으로써 장비의 고장 여부를 판단한다.
예를 들어, 한국특허출원 10-2007-0140060은 입력 전압을 각각의 모듈에 필요한 전원으로 변환하여 공급하는 전원공급부, 화염검출기의 감지센서 기준 광원 소스의 기준값 및 화염검출기 증폭기의 소정의 초기값을 설정하는 제어부, 상기 제어부에 의해 설정된 상기 화염검출기의 감지센서 기준 광원 소스의 기준값과 상기 화염검출기의 감지센서 출력데이터를 비교함과 아울러 상기 화염검출기 증폭기의 초기값과 상기 화염검출기의 증폭기의 출력 데이터를 상호 비교하여, 상기 화염검출기의 감지센서와 증폭기의 고장 유무를 소정의 프로그램으로 진단하는 진단부, 상기 진단부에 의해 진단된 상기 화염검출기의 감지센서와 증폭기의 상태를 표시등 및 디지털 디스플레이로 에러코드를 표시하는 상태표시부 및 상기 진단부에 의해 진단되어 상기 상태표시부에 표시된 상기 화염검출기의 감지센서와 증폭기의 데이터를 출력하기 위해 단말기로 전송하는 통신부를 포함한다.
이러한 장비진단장치는 현재 장비의 고장 여부를 판단하지만 장비의 고장 가능성을 예측하기 어렵다.
한국특허출원 10-2007-0140060
본 발명은 장비의 파라미터 정보를 이용하여 장비의 상태를 예측할 수 있는 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체를 제공하기 위한 것이다.
본 발명의 일측면에 따르면, 장비의 동작 기간 중 상기 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 정보 처리부, 상기 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 상태값 계산부, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화하는 표준화부 및 상기 표준화된 결과 상태값을 모델링하는 모형 생성부를 포함하는 장비진단 모델링 장치가 제공될 수 있다.
본 발명의 다른 측면에 따르면, 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 단계, 상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 단계, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화하는 단계 및 상기 표준화된 결과 상태값을 모델링하는 단계를 포함하는 장비진단 모델링 방법이 제공될 수 있다.
본 발명의 또다른 측면에 따르면, 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 기능, 상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 기능, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화하는 기능, 및 상기 표준화된 결과 상태값을 모델링하는 기능을 구현하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공될 수 있다.
본 발명의 또다른 측면에 따르면, 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 정보 처리부, 상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 상태값 계산부, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화하는 표준화부, 및 상기 표준화된 결과 상태값이 상기 모형과 일치하는 정도를 계산하는 모형 비교부를 포함하는 장비진단장치가 제공될 수 있다.
본 발명의 또다른 측면에 따르면, 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 단계, 상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 단계, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화하는 단계 및 상기 표준화된 결과 상태값이 상기 모형과 일치하는 정도를 계산하는 단계를 포함하는 장비진단방법이 제공될 수 있다.
본 발명의 또다른 측면에 따르면, 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 기능, 상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산하는 기능, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화하는 기능, 및 상기 표준화된 결과 상태값이 상기 모형과 일치하는 정도를 계산하는 기능을 구현하는 본 발명의 실시예에 따른 장비진단 방법을 구현하기 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체가 제공될 수 있다.
본 발명의 실시예에 따른 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체는 파라미터 정보를 통하여 계산된 표준화된 결과 상태값과 모형을 비교함으로써 장비의 상태를 예측할 수 있다.
도 1 및 도 2는 본 발명의 실시예에 따른 장비진단 모델링 시스템을 나타낸다.
도 3은 본 발명의 실시예에 따른 장비진단 모델링 장치를 나타낸다.
도 4는 본 발명의 실시예에 따른 장지진단 모델링 장치의 구현예를 나타낸다.
도 5는 본 발명의 실시예에 따른 장비진단 모델링 방법을 나타내는 순서도이다.
도 6은 본 발명의 실시예에 따른 장비진단장치를 나타낸다.
도 7은 본 발명의 실시예에 따른 장비진단장치의 구현예를 나타낸다.
도 8은 본 발명의 실시예에 따른 장비진단방법을 나타내는 순서도이다.
이하 본 발명의 목적이 구체적으로 실현될 수 있는 본 발명의 실시예를 첨부된 도면을 참조하여 설명한다. 본 실시예를 설명함에 있어서, 동일 구성에 대해서는 동일 명칭 및 동일 부호가 사용되며 이에 따른 부가적인 설명은 생략하기로 한다.
도 1 및 도 2는 본 발명의 실시예에 따른 장비진단시스템을 나타낸다. 도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 장비진단 모델링 시스템은 센서(100), 신호변환부(200), 및 장비진단 모델링 장치(300)를 포함한다. 센서(100)(sensor)는 장비의 진단을 위하여 필요한 파라미터(parameter)에 대한 정보를 센싱한다.
본 발명의 실시예에서 장비는 진공펌프일 수 있다. 진공펌프는 대기압 이하의 압력에서 기체를 흡입하여 대기압 환경으로 배출하며, 산화막 제작 공정이나 에칭 공정과 같이 반도체 제작 공정에서 이용될 수 있다.
본 발명의 실시예에서 파라미터는 진공펌프에 공급되는 전류, 진공펌프에 공급되는 전압, 기체 흡입 시의 압력 등일 수 있으나, 이에 한정되는 것은 아니다.
신호변환부(200)는 센서(100)로부터 입력된 파라미터 정보를 장비진단 모델링 장치(300)가 처리할 수 있는 형태로 변환한다. 예를 들어, 파라미터 정보가 아날로그 신호인 경우 신호변환부(200)는 아날로그 신호를 특정 규격의 디지털 신호로 변환할 수 있다. 또한 파라미터 정보가 디지털 신호인 경우 신호변환부(200)는 센싱된 디지털 신호를 특정 규격의 디지털 신호로 변환할 수 있다. 예를 들어, 장비진단 모델링 장치(300)가 RS-232C 규격의 디지털 신호를 처리할 수 있는 경우, 신호변환부(200)는 센서(100)로부터 입력된 아날로그 신호 또는 디지털 신호를 RS-232C 규격의 디지털 신호로 변환할 수 있다.
본 발명의 실시예에서 신호의 규격은 이에 한정되는 것이 아니며 다양한 신호의 규격이 본 발명의 실시예에 적용될 수 있다. 본 발명의 실시예에서 센서(100)가 출력하는 신호가 장비진단 모델링 장치(300)가 처리할 수 있는 규격의 신호인 경우 장비진단 모델링 장치(300)는 센서(100)로부터 직접 신호를 입력받아 처리할 수 있다.
장비진단 모델링 장치(300)는 파라미터 정보와 시간 정보를 이용하여 장비의 상태값을 구하고 장비의 상태값과 기준 상태 모형을 비교하여 장비의 정상 또는 비정상을 예측한다.
이 때, 도 1에 도시된 바와 같이, 장비진단 모델링 장치(300)가 센서(100) 또는 신호변환부(200)로부터 입력된 파라미터 정보를 처리할 수도 있으나, 도 2와 같이 서버(server)(250)가 파라미터 정보를 센서(100) 또는 신호변환부(200)로부터 입력받아 저장하고 장비진단 모델링 장치(300)가 서버(250)로부터 파라미터 정보를 입력받아 처리하는 클라이언트(client)의 역할을 수행할 수도 있다.
도 1과 도 2에 도시된 장비진단시스템은 일례일 뿐 본 발명의 실시예에 따른 장비진단시스템은 이에 한정되지 않으며 다양한 변형예가 가능하다.
이상에서 언급된 장비진단 모델링 장치(300)에 대해 도면을 참조하여 상세히 설명하도록 한다.
도 3은 본 발명의 실시예에 따른 장비진단 모델링 장치(300)를 나타낸다. 도 2에 도시된 바와 같이, 본 발명의 실시예에 따른 장비진단 모델링 장치(300)는 정보 처리부(310), 상태값 계산부(330), 표준화부(350), 및 모형 생성부(370)를 포함한다.
정보 처리부(310)는 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화한다.
상태값 계산부(330)는 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산한다.
표준화부(350)는 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화한다.
모형 생성부(370)는 표준화된 결과 상태값을 모델링한다.
이하에서는 이와 같은 장비진단 모델링 장치(300)의 정보 처리부(310), 상태값 계산부(330), 표준화부(350) 및 모형 생성부(370)에 대하여 상세히 설명한다.
정보 처리부(310)는 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화한다. 정보 처리부(310)는 서로 다른 단위나 특성을 지닌 파라미터 정보들에 대한 표준화를 수행할 수 있다. 파라미터 정보들의 단위나 특성이 서로 다르면 파라미터 정보들에 대한 비교 등이 어려우므로 파라미터 정보를 처리하기가 어렵고 계산량이 많아질 수 있다. 따라서 본 발명의 실시예에 따른 장비진단 모델링 장치(300)의 정보 처리부(310)는 파라미터 정보들을 표준화함으로써 파라미터 정보의 처리를 효율적으로 할 수 있다.
본 발명의 실시예에 따른 장비진단 모델링 장치(300)의 정보 처리부(310)는 파라미터 정보들의 분포를 이용하여 파라미터 정보들에 대한 표준화를 수행할 수 있다.
즉, 정보 처리부(310)는 파라미터 정보들의 분포에 따른 표준편차, 예를 들어, 정규분포에 따른 표준편차, 로그정규분포에 따른 표준편차 또는 지수분포(exponential distribution)에 따른 표준편차를 계산함으로써 파라미터 정보들에 대한 표준화를 수행할 수 있다.
이와 같은 정규분포, 로그정규분포 및 지수분포에 대한 함수식과 이에 따른 표준편차를 계산하기 위하여 정보 처리부(310)는 일반적으로 알려진 다음의 수학식들을 이용할 수 있다. 다음의 수학식 1은 정규분포의 함수식 및 표준편차를, 수학식 2는 로그정규분포의 함수식과 표준편차를, 그리고 수학식 3은 지수분포의 함수식과 표준편차를 나타낼 수 있다.
[수학식 1]
함수식 :
Figure 112012019098262-pat00001
표준편차 :
Figure 112012019098262-pat00002
[수학식 2]
함수식 :
Figure 112012019098262-pat00003
표준편차 :
Figure 112012019098262-pat00004
[수학식 3]
함수식 :
Figure 112012019098262-pat00005
표준편차 :
Figure 112012019098262-pat00006

이상의 수학식에서 x는 파라미터 정보를 나타내고, μ는 x의 평균을 나타낸다.
정보 처리부(310)는 표준화된 파라미터 정보에 가중치를 부여할 수 있다. 장비가 비정상적인 동작을 할 때 파라미터 정보의 변화는 파라미터의 종류, 장비의 메이커(maker), 장비의 모델(model), 및 장비가 사용되는 공정에 따라 다를 수 있다. 예를 들어, 특정 공정에서 사용되는 진공펌프가 비정상적으로 동작할 때 전류의 변화보다 전압의 변화가 크게 일어날 수 있으며, 동일 전류 및 전압이 공급되더라도 진공펌프의 메이커나 모델에 따라 파라미터 정보의 변화가 달라질 수 있다.
따라서 정보 처리부(310)는 파라미터의 종류, 장비의 메이커 및 장비의 모델 중 하나 이상에 해당되는 가중치를 파라미터 정보에 부여할 수 있다. 이러한 가중치는 가중치 데이터베이스(311)에 저장될 수 있다. 도 2에 도시된 바와 같이, 정보 처리부(310)는 외부의 가중치 데이터베이스(311)로부터 읽어낸 가중치를 파라미터 정보에 부여할 수 있다. 또한 도 2에는 도시되어 있지 않으나 정보 처리부(310)가 이러한 가중치 데이터베이스(311)를 포함할 수 있다.
장비의 메이커, 모델 및 장비가 사용되는 공정 중 적어도 하나에 대한 정보는 장비진단 모델링 장치(300)의 운용자 등에 의하여 정보 처리부(310)에 미리 입력될 수도 있다. 또한 장비의 메이커, 모델 및 장비가 사용되는 공정에 대한 정보는 파라미터 정보와 함께 정보 처리부(310)에 입력될 수 있다. 이와 같은 정보의 입력을 위하여 장비진단 모델링 장치(300)는 키보드(keyboard)와 같은 입력장치(313)를 포함할 수 있다.
이와 같이 데이터, 장비의 모델, 장비의 메이커 및 공정에 대한 정보가 파라미터 정보와 함께 입력되는 것은 다양한 방법에 의하여 구현될 수 있다. 예를 들어, 센서(100)는 센서(100)가 설치된 장비의 메이커, 모델 및 공정에 대한 정보를 저장하여 센싱된 파라미터 정보와 함께 장비의 메이커, 모델 및 공정에 대한 정보를 출력할 수 있다.
한편, 정보 처리부(310)는 정보 처리부(310)가 획득한 파라미터 정보의 시간과, 장비진단 모델링 장치의 외부, 예를 들어 서버(250)로부터 입력받은 공정에 대한 정보의 시간을 동기화. 예를 들어, 도 2에 도시된 바와 같이, 센서(100)로부터 출력된 파라미터 정보가 서버(250) 및 장비진단 모델링 장치(300)로 입력될 수 있다. 이 때 서버(250)는 장비가 이용되는 공정에 대한 정보 및 파라미터 정보를 가지고 있을 수 있다. 만약 장비진단 모델링 장치(300)가 직접 공정에 대한 정보를 획득할 수 없을 경우, 장비진단 모델링 장치(300)는 서버(250)로부터 공정에 대한 정보를 획득할 수 있다.
이와 같이 장비진단 모델링 장치(300)가 서버(250)로부터 공정에 대한 정보를 획득하므로 서버(250)와 정보 처리부(310)에 설정된 시간이 다를 수 있다. 공정 정보가 획득된 시간은 서버(250)의 설정된 시간에 따른 것이므로 정보 처리부(310)가 서버(250)로부터 입력받은 공정 정보에 대한 시간과, 정보 처리부(310)가 파라미터 정보를 획득한 시간이 서로 다를 수 있다.
정보 처리부(310)는 정보 처리부(310)가 획득한 파라미터 정보와, 장비진단 모델링 장치의 외부, 예를 들어, 서버(250)로부터 입력받은 파라미터 정보 사이의 상관관계를 통하여 동기화 시점을 설정하고, 설정된 시점을 이용하여 공정 정보의 시간과 파라미터 정보의 획득 시간을 동기화할 수 있다.
즉, 서버(250)가 획득한 공정 정보와 파라미터 정보의 시간 정보는 모두 서버(250)에 설정된 시간에 따른 것이므로 서버(250)의 파라미터 정보와 정보 처리부(310)의 파라미터 정보 사이의 상관관계를 통하여 동기화 시점이 설정되면, 설정된 동기화 시점을 이용하여 서버(250)의 공정 정보와 정보 처리부(310)의 파라미터 정보가 동기화될 수 있다.
상관관계는 서버(250)와 정보 처리부(310)가 획득한 파라미터 정보들 사이의 유사한 정도를 나타낸다.
예를 들어, 정보 처리부(310)는 파라미터 정보들 사이의 상관관계의 정도를 계산하고 상관관계의 정도가 기준값을 넘거나 최대가 되는 시점을 동기화 시점으로 설정할 수 있다. 정보 처리부(310)는 상관관계의 정도, 즉, 상관계수가 기준값을 넘으면 파라미터 정보들 사이의 상관관계가 일정 정도 이상임을 의미하므로 이 때가 동기화 시점으로 설정될 수 있다. 또는 상관계수가 최대가 되면 파라미터 정보들 사이의 상관관계가 최대임을 의미하므로 이 때가 동기화 시점으로 설정될 수 있다.
정보 처리부(310)는 상관계수를 다음의 수학식 4을 통하여 계산할 수 있으며, 수학식 4의 상관계수가 기준값을 넘거나 최대가 되는 시점을 동기화 시점으로 설정할 수 있다.
Figure 112012019098262-pat00007
Figure 112012019098262-pat00008
: 상관계수
Figure 112012019098262-pat00009
: 정보 처리부의 파라미터 정보
Figure 112012019098262-pat00010
:
Figure 112012019098262-pat00011
의 평균
Figure 112012019098262-pat00012
: 서버의 파라미터 정보
Figure 112012019098262-pat00013
:
Figure 112012019098262-pat00014
의 평균
이 때 t는 파라미터 정보가 획득된 시점을 나타낸다. i는 파라미터 정보의 양을 나타내는 것으로, t 시점까지 입력된 파라미터 정보들로부터 추출된 일부를 나타낸다. 예를 들어, 파라미터 정보가 전류이고, t 시점까지 {1 A, 1.1 A, 1.2 A, 1.3 A, 1.5 A}의 파라미터 정보가 입력되며, i가 1부터 3까지인 경우, PPTt1, PPTt2, PPTt3는 1 A, 1.2 A, 1.5 A일 수 있다.
한편, 정보 처리부(310)는 데이터 양의 최적화, 대기압 보정, 또는 공정에 따른 표준화 보정 중 하나 이상을 수행할 수 있으며, 데이터 양의 최적화, 대기압 보정, 또는 공정에 따른 보정 중 하나 이상을 수행된 파라미터 정보에 대한 표준화를 수행할 수 있다.
먼저 정보 처리부(310)의 데이터 양의 최적화에 대해 설명한다.
장비진단 모델링 장치(300)가 처리해야 할 파라미터 정보의 양이 커지면 연산량이 증가하고 연산속도가 느려질 수 있다. 따라서 정보 처리부(310)는 파라미터 정보를 획득하는 주기(이하, 획득 주기)를 공정 진행 기간에 따라 설정함으로써 처리해야 할 파라미터 정보의 양을 최적화할 수 있다. 이 때 공정 진행 기간은 특정 공정이 이루어지는 시간일 수 있다.
이 때 획득 주기가 공정 진행 기간보다 크면 공정 진행 기간 동안 일어난 비정상적인 파라미터 정보의 획득이 이루어지지 않을 수 있다. 예를 들어, 공정 진행 기간이 1시간이고 획득 주기가 1시간 20분이며 비정상적인 파라미터 정보의 발생이 공정 시작 후 30분 경과 후에 발생했다면, 정보 처리부(310)는 공정 시작 후 1시간 20분이 지난 후 파라미터 정보를 획득하므로 비정상적인 파라미터 정보를 획득하지 못할 수 있다. 따라서 정보 처리부(310)는 획득 주기를 공정 진행 기간보다 작게 설정할 수 있다.
또한 정보 처리부(310)는 획득 주기를 비정상 가능 시간보다 작게 설정할 수 있다. 비정상 가능 시간은 장비가 비정상적인 동작을 수행할 가능성이 높은 시간 대역일 수 있으며, 장비의 메이커, 모델 및 장비가 사용되는 공정 중 하나 이상에 따라 달라질 수 있다.
예를 들어, 메이커 A의 모델 B인 장비 C가 공정 D에서 실제 운전될 때 1 시간마다 비정상적으로 동작하는 경우가 다수 회 발생하면, 이러한 장비 C의 특성은 장비 특성 데이터베이스(315)에 미리 저장될 수 있다.
즉, 장비 특성 데이터베이스(315)는 장비의 메이커, 모델 및 장비가 사용되는 공정 중 하나 이상에 따라 장비가 비정상적인 동작을 수행하는 비정상 가능 시간을 저장할 수 있다.
정보 처리부(310)는 장비 특성 데이터베이스(315)로부터 특정 장비의 비정상 가능 시간을 읽어내어 획득 주기를 비정상 가능 시간보다 작게 설정할 수 있다.
다음으로 정보 처리부(310)의 대기압 보정에 대하여 설명한다.
진공펌프는 대기압의 영향을 비교적 크게 받을 수 있다. 대기압의 변화에 따라 진공펌프의 흡입 압력이 변동될 수 있으며 흡입 압력의 변동에 따라 파라미터 정보가 정상적으로 생성되지 않을 수 있다. 즉, 진공펌프가 정상적으로 동작하더라도 흡입 압력 관련 파라미터 정보는 진공펌프의 비정상적 동작 상태를 나타낼 수 있다. 반대로 진공펌프가 비정상적으로 동작하더라도 흡입 압력 관련 파라미터 정보는 진공펌프가 정상적으로 동작하는 것으로 나타낼 수 있다.
따라서 정보 처리부(310)는 대기압의 변화에 따라 흡입 압력의 변화가 상쇄되도록 파라미터 정보를 수정할 수 있다. 이를 위하여 정보 처리부(310)는 다음의 수학식 5와 같은 다항 회귀 분석식을 이용할 수 있다.
[수학식 5]
Figure 112012019098262-pat00015
Figure 112012019098262-pat00016
: i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 흡입 압력
Figure 112012019098262-pat00017
: i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 대기압
Figure 112012019098262-pat00018
: 다항 회귀 분석식에서 사용되는 상수
Figure 112012019098262-pat00019
: i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 보정 흡입 압력
수학식 5를 통하여 알 수 있는 바와 같이, 정보 처리부(310)는 서로 다른 센서들(100) 각각으로부터 흡입 압력과 대기압에 대한 파라미터 정보들을 입력받아 보정 흡입 압력을 도출한 후 보정 흡입 압력에 대한 표준화를 수행할 수 있다.
정보 처리부(310)는 진공펌프의 흡입압력과 대기압에 따른 보정 흡입 압력을 수학식 5를 통하여 실시간으로 계산할 수도 있고, 미리 계산되어 보정흡입압력 데이터베이스(317)에 저장된 보정 흡입 압력을 흡입 압력과 대기압 압력에 따라 읽어내어 표준화할 수도 있다.
다항 회귀 분석식은 당업자에게 일반적인 내용이므로 이에 대한 상세한 설명은 생략한다.
마지막으로 정보 처리부(310)의 공정에 따른 표준화 보정에 대해 설명한다.
파라미터 정보의 분포 특성은 공정 진행 기간이나 장비가 사용되는 공정의 종류에 따라 달라질 수 있다. 예를 들어, 동일한 진공펌프가 공정 A, 공정 B 및 공정 C에서 사용될 경우 각각의 파라미터 정보의 분포형태는 정규분포, 로그정규분포 및 지수분포를 따를 수 있다.
이와 같이 공정 진행 기간 또는 공정의 종류 중 하나 이상에 따른 파라미터 정보의 분포 형태가 분포 형태 데이터베이스(319)에 저장될 수 있으며, 정보 처리부(310)는 분포 형태 데이터베이스(319)로부터 공정 진행 기간 또는 공정의 종류 중 하나 이상에 따른 분포 형태를 읽어내어 분포 형태에 따라 파라미터 정보를 표준화할 수 있다.
다음으로 도 3의 상태값 계산부(330)에 대해 상세히 설명한다.
상태값 계산부(330)는 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산한다.
이 때 상태값 계산부(330)는 장비의 동작 기간 중 장비가 정상적으로 동작하는 기준 동작 기간에 센싱되어 표준화된 파라미터 정보에 따라 기준 상태값을 계산할 수 있다. 또한 상태값 계산부(330)는 장비의 동작 기간 중 기준 동작 기간 이외의 비교 동작 기간 동안에 센싱되어 표준화된 파라미터 정보에 따라 비교 상태값을 계산할 수 있다.
기준 상태값, 비교 상태값 및 결과 상태값에 대해서는 다음의 수학식 6을 통하여 상세히 설명된다.
상태값 계산부(330)는 수학식 6을 통하여 장비의 결과 상태값을 계산할 수 있다.
[수학식 6]
Figure 112012019098262-pat00020
t : t 번째 획득 주기
Figure 112012019098262-pat00021
: 장비의 기준 상태값
Figure 112012019098262-pat00022
: 장비의 비교 상태값
ECDt : 장비의 결과 상태값
장비의 기준 상태값은 장비가 정상적으로 동작하는 상태를 나타내는 값으로 장비가 정상적으로 동작하는 기준 동작 기간 동안 장비로부터 센싱된 파라미터 정보를 이용하여 계산될 수 있다. 장비의 비정상적인 동작은 장비의 가동 중에 일어날 가능성이 크므로 장비가 가동하기 시작할 때부터 일정 시간 동안은 장비가 정상적으로 동작할 가능성이 높다. 따라서 본 발명의 실시예에서 기준 동작 기간은 장비의 가동 시작부터 일정 시간 동안일 수 있다.
이 때 장비의 기준 상태값은 장비의 설치 후 최초로 가동하기 시작한 때부터 일정 시간 동안 센싱된 장비의 파라미터 정보를 이용하여 계산될 수 있다. 장비의 설치 후 최초로 가동되기 시작할 때부터 일정 시간 동안, 즉, 기준 동작 기간에 입력된 파라미터 정보를 바탕으로 기준 상태값이 계산되므로 기준 상태값은 장비의 설치 후 1회 계산되어 장비의 결과 상태값 계산시 사용될 수 있다. 이 경우 장비의 기준 상태값(μ0t)은 장비의 가동 기간을 구성하는 전체 획득 주기들 동안 일정한 값을 유지할 수 있으며, 기준 상태값(μ0t)은 상태값 계산부(330)나 별도의 저장장치(미도시)에 저장될 수 있다.
장비의 기준 상태값은 이와 같은 방식 이외에 다른 방식들을 통하여 계산될 수도 있다. 다른 방식들 중 하나가 장비가 가동될 때마다 기준 상태값이 계산되는 것이다. 기준 동작 기간, 즉, 장비의 가동 시작 시점부터 일정 시간 동안 장비로부터 센싱된 파라미터 정보를 이용하여 장비의 기준 상태값이 계산될 수 있다. 이에 따라 상태값 계산부(330)는 기준 상태값(μ0t)을 장비의 가동 시작부터 가동 종료까지 1회 계산할 수 있으며, 이에 따라 장비가 가동되는 동안 기준 상태값(μ0t)은 일정하게 유지될 수 있다. 이러한 기준 상태값 기준 상태값(μ0t)은 장비가 가동되는 동안 상태값 계산부(330)나 별도의 저장장치(미도시)에 저장될 수 있다. 이 경우 장비가 가동되는 시간은 하나 이상의 공정 진행 기간을 포함할 수 있으며, 하나 이상의 공정 진행 기간은 기준 동작 기간과 비교 동작 기간을 포함할 수 있다. 비교 동작 기간에 획득 주기마다 비교 상태값이 계산될 수 있다.
장비의 기준 상태값을 계산하는 또다른 방식은 장비가 가동을 시작한 후 획득 주기마다 기준 상태값이 계산되는 것이다. 따라서 공정 진행 기간은 하나 이상의 획득 주기를 포함하며, 획득 주기는 기준 동작 기간과 비교 동작 기간을 포함할 수 있다. 기준 동작 기간, 즉, 매 획득 주기의 시작 시점부터 획득 주기보다 짧은 일정 시간 동안 장비로부터 센싱된 파라미터 정보를 이용하여 장비의 기준 상태값이 계산될 수 있다. 이에 따라 상태값 계산부(330)는 기준 상태값(μ0t)을 매 획득 주기마다 계산할 수 있다.
이 때 기준 상태값은 장비가 동작하는 기간 중 정상 동작에서 센싱되어 표준화된 파라미터 정보와, 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도에 따라 장비의 기준 상태값을 계산할 수 있다. 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도에 대한 설명은 비교 상태값에 대한 설명을 통하여 이루어진다.
다음으로 수학식 6을 참조하여 비교 상태값에 대해 상세히 설명한다.
상태값 계산부(330)는 장비가 동작하는 기간 중 기준 동작 기간 이외의 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보와, 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도에 따라 장비의 비교 상태값을 계산할 수 있다.
본 발명의 실시예에서 장비의 동작에 따라 각 파라미터 정보에 나타나는 변화의 정도는 앞서 설명된 가중치일 수 있다. 즉, 장비가 비정상적으로 동작할 때 나타나는 파라미터의 변화 정도가 파라미터마다 다를 수 있으므로 각 파라미터마다 가중치가 부여될 수 있다. 파라미터의 가중치는 각 파라미터 정보의 변화의 정도에 따라 달라질 수 있으며, 각 파라미터마다 부여되는 가중치의 합은 1일 수 있다.
이 때 상태값 계산부(330)는 기준 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 해당 가중치를 곱한 결과들을 합함으로써 기준 상태값을 계산할 수 있다.
또한 상태값 계산부(330)는 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 해당 가중치를 곱한 결과들을 합함으로써 비교 상태값을 계산할 수 있으며, 획득 주기 t마다 비교 상태값(
Figure 112012019098262-pat00023
)을 계산할 수 있다.
예를 들어, 기준 동작 기간에 센싱되어 표준화된 파라미터 정보들이 a, b, c이고 각 파라미터 정보의 가중치가 α, β, γ일 경우, 기준 상태값
Figure 112012019098262-pat00024
는 αa+βb+γc 일 수 있다. 또한 비교 동작 기간에 센싱되어 표준화된 파라미터 정보들이 A, B, C이고 각 파라미터 정보의 가중치가 α, β, γ일 경우, t번째 획득 주기에서의 비교 상태값
Figure 112012019098262-pat00025
는 αA+βB+γC 일 수 있다.
이상의 설명에서는 기준 동작 기간과 비교 동작 기간에서 파라미터 정보에 부여되는 가중치가 동일하나 서로 다를 수도 있다. 즉, 장비의 메이커나 모델 그리고 장비가 사용되는 공정에 따라 장비가 정상적으로 동작할 때의 파라미터 정보 특성과 비정상적으로 동작할 때의 파라미터 정보 특성이 서로 다를 수 있다. 이에 따라 기준 동작 기간과 비교 동작 기간에서 파라미터 정보에 서로 다른 가중치가 부여됨으로써 메이커나 모델 또는 공정에 따라 보다 정확한 기준 상태값과 비교 상태값의 계산이 이루어질 수 있다.
상태값 계산부(330)는 t 번째 획득 주기에서 비교 상태값
Figure 112012019098262-pat00026
과 기준 상태값
Figure 112012019098262-pat00027
의 차이를 계산하고, t 번째 획득 주기의 차이를 t-1 번째 획득 주기까지 계산된 차이들의 누적결과에 합산함으로써 t 번째 획득 주기에서의 결과 상태값 ECDt을 계산할 수 있다.
이와 같이 기준 상태값과 비교 상태값의 차이가 계산되고 기준 상태값과 비교 상태값의 차이가 누적됨으로써 장비의 상태의 변화가 증폭될 수 있다. 장비가 비정상적인 상태로 변하는 초기에는 그 변화가 미묘하여 장비의 변화를 감지하기 어려울 수 있다. 따라서 장비의 상태 변화를 쉽게 파악하기 위하여 상태 변화가 증폭될 필요가 있다. 상태값 계산부(330)는 기준 상태값과 비교 상태값의 차이를 누적함으로써 장비의 상태 변화가 쉽게 파악될 수 있다.
이와 같이 상태값 계산부(330)가 기준 상태값과 비교 상태값의 차이를 누적함으로써 장비의 상태가 각 파라미터와 가중치가 고려된 단일 수치로 표현될 수 있다.
표준화부(350)는 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화한다.
결과 상태값은 장비의 메이커, 장비의 모델, 및 장비가 사용되는 공정 중 적어도 하나에 따라 달라질 수 있으므로 표준화부(350)는 결과 상태값을 장비의 메이커, 장비의 모델, 및 장비가 사용되는 공정 중 적어도 하나에 매칭(matching)할 수 있다. 표준화부(350)는 장비의 메이커, 장비의 모델 및 장비가 사용되는 공정 중 적어도 하나에 대한 정보를 키보드(keyboard)와 같은 입력장치(313)를 통하여 입력받을 수 있다.
장비의 메이커, 장비의 모델, 및 장비가 사용되는 공정 중 적어도 하나에 매칭된 결과 상태값에 따라 결과 상태값의 변화 유형이 변할 수 있다.
표준화부(350)는 결과 상태값에 대한 표준화 수행 이전에 변화 유형을 곡선 패턴에 따라 분류하고 곡선 패턴에 따라 분류된 변화 유형을 저장할 수 있다.
곡선 패턴에 따라 변화 유형을 분류하기 위하여 표준화부(350)는 변화 유형의 결과 상태값에 대해 곡선맞춤(curve fitting)을 수행할 수 있다. 변화 유형의 결과 상태값에 대한 곡선맞춤은 평면 위에 흩어진 결과 상태값에 알맞은 곡선을 계산하고 산출하는 것이다.
이 때 표준화부(350)는 결과 상태값을 서로 다른 곡선 패턴들(curve patterns)에 피팅(fitting)하고, 곡선 패턴들 중에서 피팅된 결과와 결과 상태값의 오차가 최소가 되는 곡선 패턴을 도출함으로써 결과 상태값을 곡선 패턴에 따라 분류할 수 있다.
본 발명의 실시예에서 곡선 패턴은 선형 패턴(linear pattern), 지수 패턴(expotential pattern), 로그 패턴(log pattern)을 포함할 수 있으나 이에 한정되는 것은 아니며 이외에 다양한 패턴을 포함할 수 있다.
표준화부(350)는 장비의 메이커, 장비의 모델, 및 장비가 사용되는 공정 중 적어도 하나에 따른 변화 유형을 패턴 데이터베이스(351)에 저장할 수 있고, 곡선 패턴에 따라 분류된 결과 상태값의 변화 유형을 패턴 데이터베이스(351)에 저장할 수 있다.
한편 결과 상태값이 정상에서 비정상으로 변하는 비정상 시간대 역시 장비의 메이커, 장비의 모델, 및 장비가 사용되는 공정 중 적어도 하나에 따라 달라질 수 있다. 예를 들어, 메이커 A의 모델 B인 장비와 메이커 C의 모델 D인 장비가 동일한 공정에서 사용되더라도 메이커 A/모델 B인 장비는 장비 가동 후로부터 10회의 획득 주기 이내에 비정상으로 동작할 가능성이 높고, 메이커 C/모델 D인 장비는 장비 가동 후로부터 15회의 획득 주기 이내에 비정상으로 동작할 가능성이 높을 수 있다.
따라서 표준화부(350)는 전체 결과 상태값에서 비정상 시간대보다 큰 데이터 기간에서의 결과 상태값을 표준화할 수 있다. 이를 위하여 표준화부(350)는 다음의 수학식 7를 통하여 표준화를 수행할 수 있다.
[수학식 7]
Figure 112012019098262-pat00028
i : 1부터 n까지의 자연수
j : 1부터 m까지의 자연수
OBSi : 결과 상태값이 획득된 순서
OBSij : j번째 변화 유형에서의 결과 상태값이 획득된 순서
ECDij : OBSij 에서의 결과 상태값
ST_ ECDij : ECDij 에 대해 표준화가 이루어진 결과 상태값
본 발명의 실시예의 경우, 특정 데이터 기간에서의 특정 변화 유형의 결과 상태값이 선택될 수 있다. 즉, 표준화부(350)는 데이터 기간에서의 변화 유형의 결과 상태값을 선택하고 하나 이상의 변화 유형들에 해당되는 데이터 기간들 중 최대 데이터 기간을 이용하여 선택된 결과 상태값을 표준화할 수 있다.
예를 들어, 변화 유형 1, 변화 유형 2 및 변화 유형 3 각각의 데이터 기간이 데이터 기간 a, 데이터 기간 b, 데이터 기간 c인 경우 표준화부(350)는 데이터 기간 a에서의 변화 유형 1의 결과 상태값을 선택하고, 데이터 기간 b에서의 변화 유형 2의 결과 상태값을 선택하며, 데이터 기간 c 에서의 변화 유형 3의 결과 상태값을 선택할 수 있다.
변화 유형에 따른 데이터 기간들이 서로 다를 수 있으므로 표준화부(350)는 데이터 기간들에 따른 결과 상태값을 특정 시점을 기준으로 재배열할 수 있다.
표준화부(350)는 결과 상태값이 기준값 이상으로 변하는 최초의 시점, 즉 최초 변화 시점을 기준으로 결과 상태값을 재배열할 수 있다. 장비의 동작이 정상에서 비정상으로 전이될 때 결과 상태값이 크게 변하므로 최초 변화 시점을 기준으로 결과 상태값이 재배열되면, 장비의 정상적 동작에서 비정상적 동작으로의 전이가 이후에 도출되는 결과 상태값에 대한 모델링에 반영될 수 있다.
이 때 본 발명의 실시예에서 표준화부(350)는 서로 다른 획득 주기들의 결과 상태값들 사이의 차이가 기준값을 넘으면 획득 주기들 중 순서가 가장 빠른 획득 주기의 시점을 최초 변화 시점으로 설정할 수 있다. 예를 들어, t 번째 획득 주기의 결과 상태값과 t+1 번째 획득 주기의 결과 상태값의 차이가 기준값보다 크면 표준화부(350)는 t 번째 획득 주기를 최초 변화 시점으로 설정할 수 있다.
이와 같은 방법 이외에 다양한 방법이 최초 변화 시점의 설정을 위하여 사용될 수 있다. 예를 들어, 표준화부(350)는, 연속된 획득 주기들의 결과 상태값들 사이의 차이가 기준값을 넘는 횟수가 기준 횟수보다 크면 획득 주기들 중 순서가 가장 빠른 획득 주기의 시점을 최초 변화 시점으로 설정할 수 있다. 예를 들어, 기준값이 a이고 기준 횟수가 3회인 경우, t 번째 획득 주기의 결과 상태값부터 t+1 번째 획득 주기의 결과 상태값 사이의 차이, t+1 번째 획득 주기의 결과 상태값과 t+2 번째 획득 주기의 결과 상태값의 차이, t+2 번째 획득 주기의 결과 상태값과 t+3 번째 획득 주기의 결과 상태값의 차이 및 t+3 번째 획득 주기의 결과 상태값과 t+4 번째 획득 주기의 결과 상태값의 차이가 모두 기준값 a를 초과하면 표준화부(350)는 최초 변화 시점을 t 번째 획득 주기를 최초 변화 시점으로 설정할 수 있다.
앞서 언급된 바와 같이 표준화부(350)는 최초 변화 시점을 기준으로 결과 상태값을 재배열할 수 있다. 예를 들어, 변화 유형 1, 변화 유형 2 및 변화 유형 3의 최초 변화 시점이 각각 t+3 번째 획득 주기, t+5 번째 획득 주기 및 t+6 번째 획득 주기인 경우, 표준화부(350)는 변화 유형 1의 t+3 번째 획득 주기, 변화 유형 2의 t+5 번째 획득 주기 및 변화 유형 3의 t+6 번째 획득 주기에 각각 수학식 7의 OBS11(i=1, j=1), OBS12(i=1, j=2), OBS13(i=1, j=3)를 부여할 수 있다.
이와 같이 특정 시점으로 결과 상태값이 재배열됨에 따라 데이터 기간이 시간 차원(예를 들어, 획득 주기의 차원)에서 결과 상태값이 획득된 순서 차원으로 변할 수 있다. 이에 따라 각 변화 유형의 결과 상태값은 획득 주기에 대한 결과 상태값에서 획득된 순서에 따른 결과 상태값으로 변하게 된다.
예를 들어, 변화 유형 1의 결과 상태값이 t 번째 획득 주기의 결과 상태값부터 t+7 번째 획득 주기의 결과 상태값이고 최초 변화 시점이 t+3 번째 획득 주기인 경우, OBSi1은 1(t+3 번째 획득 주기에 해당), 2(t+4 번째 획득 주기에 해당), 3(t+5 번째 획득 주기에 해당), 4(t+6 번째 획득 주기에 해당), 5(t+7 번째 획득 주기에 해당)이 된다.
이 때 복수의 변화 유형의 데이터 기간은 같지 않을 수 있으므로 변화 유형의 OBSij의 개수 역시 같지 않을 수 있다. 예를 들어, 변화 유형 1의 결과 상태값이 t 번째 획득 주기의 결과 상태값부터 t+7 번째 획득 주기의 결과 상태값이고 최초 변화 시점이 t+3 번째 획득 주기인 경우, OBSi1은 {1, 2, 3, 4, 5}이다.
변화 유형 2의 결과 상태값이 t+3 번째 획득 주기의 결과 상태값부터 t+9 번째 획득 주기의 결과 상태값이고 최초 변화 시점이 t+4 번째 획득 주기인 경우, OBSi2은 {1, 2, 3, 4, 5, 6}이다.
또한 변화 유형 3의 결과 상태값이 t+2 번째 획득 주기의 결과 상태값부터 t+11 번째 획득 주기의 결과 상태값이고 최초 변화 시점이 t+5 번째 획득 주기인 경우, OBSi3은 {1, 2, 3, 4, 5, 6, 7}이다.
이와 같이 복수의 변화 유형의 데이터 기간은 같지 않을 수 있으므로 복수의 변화 유형의 결과 상태값을 표준화하기 위해서 표준화부(350)는 결과 상태값을 최대 데이터 기간에 대하여 표준화할 수 있다. 앞서 설명된 예에서 OBSi1은 {1, 2, 3, 4, 5}, OBSi2은 {1, 2, 3, 4, 5, 6} 그리고 OBSi3은 {1, 2, 3, 4, 5, 6, 7}이므로 OBSij의 개수가 최대인 것(=Max(OBSii)), 즉, 최대 데이터 기간은 OBSi3의 7이다. 그리고 변화 유형 1, 변화 유형 2 및 변화 유형 3의 Max(OBSi)는 각각 5, 6, 및 7이다.
수학식 7를 통하여 알 수 있는 바와 같이, Max(OBSi)와 같은 각 변화 유형의 데이터 기간이 최대 데이터 기간(Max(OBSii))으로 표현되면 데이터 기간 동안의 결과 상태값 역시 최대 데이터 기간(Max(OBSii))으로 표현됨으로써 표준화가 이루어질 수 있다.
즉, 표준화부(350)는 데이터 기간동안 변화 유형의 결과 상태값 ECDij과 최소 결과 상태값 Min(ECDij) 사이의 차이를 데이터 기간과 최대 데이터 기간의 비율로 표현함으로써 결과 상태값을 표준화할 수 있다.
본 발명의 실시예에서 최초 변화 시점이 최초 상승 시점인 경우 데이터 기간동안 변화 유형의 결과 상태값 ECDij과 최소 결과 상태값 Min(ECDij) 사이의 차이를 통하여 결과 상태값이 표준화될 수 있다. 즉, 장비의 정상 동작에서 비정상 동작으로의 전이가 결과 상태값의 상승을 통하여 이루어진다면 표준화부(350)는 결과 상태값 ECDij과 최소 결과 상태값 Min(ECDij) 사이의 차이를 통하여 결과 상태값을 표준화할 수 있다.
또한 최초 변화 시점이 최초 하강 시점인 경우 데이터 기간동안 변화 유형의 결과 상태값 ECDij과 최대 결과 상태값 Max(ECDij) 사이의 차이를 통하여 결과 상태값이 표준화될 수 있다. 즉, 장비의 정상 동작에서 비정상 동작으로의 전이가 결과 상태값의 하강을 통하여 이루어진다면 표준화부(350)는 결과 상태값 ECDij과 최대 결과 상태값 Max(ECDij) 사이의 차이를 통하여 결과 상태값을 표준화할 수 있다.
한편, 모형 생성부(370)는 표준화된 결과 상태값을 모델링한다. 본 발명의 실시예에서 모형 생성부(370)는 표준화된 결과 상태값에 대해 곡선맞춤함으로써 모델링을 수행할 수 있다.
이 때 모형 생성부(370)는 표준화된 결과 상태값을 서로 다른 곡선 패턴들(curve patterns)에 피팅(fitting)하고, 곡선 패턴들 중에서 피팅된 결과와 표준화된 결과 상태값 사이의 오차가 최소가 되는 곡선 패턴을 도출할 수 있다.
본 발명의 실시예에서 곡선 패턴은 선형 패턴(linear pattern), 지수 패턴(expotential pattern), 로그 패턴(log pattern)을 포함할 수 있으나 이에 한정되는 것은 아니며 이외에 다양한 패턴을 포함할 수 있다.
다음의 수학식 8 내지 수학식 10은 모형 생성부(370)가 사용하는 곡선맞춤식을 나타낸다. 수학식 8, 수학식 9 및 수학식 10은 각각 선형 패턴, 지수 패턴 및 로그 패턴에 피팅하기 위한 것일 수 있다.
[수학식 8]
Figure 112012019098262-pat00029
[수학식 9]
Figure 112012019098262-pat00030
[수학식 10]
Figure 112012019098262-pat00031
수학식 8의 β0 ~ β5와, 수학식 9 및 수학식 10의 α, β는 예측 모형의 계수로서 모형 생성부(370)에 의하여 계산될 수 있다.
수학식 8 내지 수학식 10의 Index_IDij는 다음의 수학식 11을 통하여 계산될 수 있다.
[수학식 11]
Figure 112012019098262-pat00032
즉, Index_IDij는 표준화된 ECDij에 대응되는 표준화된 구간일 수 있다.
수학식 8 내지 수학식 10의 εij는, 해당 성분 모형 계수들과 Index_IDij에 따른 피팅 결과와, ST_ECDij 사이의 오차이다.
모형 생성부(370)는 수학식 8 내지 수학식 10에 따른 오차 εij가 최소가 되는 곡선 패턴의 모형을 도출할 수 있다. 예를 들어, 모형 생성부(370)는 수학식 8 내지 수학식 10를 통하여 세 개의 오차 εij를 구하고, 세 개의 오차 εij 중에서 최소인 곡선 패턴의 모형을 도출할 수 있다.
이 때 모형 생성부(370)는 기준 오차값보다 큰 오차 εij에 해당되는 ST_ECDij를 제거할 수 있다. 이에 따라 모형의 정확성이 향상될 수 있다.
모형 생성부(370)는 이와 같이 생성된 모형을 변화 유형에 따라 모형 데이터베이스(371)에 저장할 수 있다.
이상의 설명에서는 모형 생성부(370)는 표준화된 결과 상태값을 서로 다른 곡선 패턴들에 피팅하고, 곡선 패턴들 중에서 피팅된 결과와 표준화된 결과 상태값 사이의 오차가 최소가 되는 곡선 패턴을 도출할 수 있다.
이와 같은 방법과는 다르게 모형 생성부(370)는 표준화부(350)에 의하여 분류된 변화 유형의 곡선 패턴에 표준화된 상태 결과값을 피팅할 수 있다. 즉, 표준화부(350)에 의하여 변화 유형이 곡선 패턴에 따라 분류되므로 모형 생성부(370)는 표준화된 결과 상태값을 복수의 곡선 패턴에 피팅하는 과정없이 분류된 곡선 패턴에 표준화된 상태 결과값을 피팅할 수 있다.
이상에서 언급된 다양한 데이터베이스들(311, 315, 317, 319, 351, 371)은 서로 독립적으로 존재할 수도 있으나 하나 이상의 데이터베이스들이 서로 통합될 수도 있다.
이상에서 설명된 장비진단 모델링 장치(300)는 도 4와 같은 컴퓨팅 장치에 의하여 구현될 수 있다. 도 4에 도시된 바와 같이, 컴퓨팅 장치는 메모리(memory)(401), 메모리 컨트롤러(memory controller)(402), 프로세서(processor)(403), 주변 인터페이스(peripheral interface)(404), 입출력 주변장치(input/output peripherals)(405) 및 외부 포트(external port)(406)을 포함할 수 있다. 이러한 컴퓨팅 장치의 구성요소들은 하나 이상의 통신 버스(communication bus)나 신호 라인(signal line)(407)을 통하여 서로 통신할 수 있다. 이와 같은 컴퓨팅 장치는 도 4에 도시된 것보다 더 적거나 더 많은 구성요소를 가질 수 있다. 도 4에 도시된 컴퓨팅 장치는 하드웨어(hardware), 소프트웨어(hardware) 또는 이들의 조합에 의하여 구현될 수 있다.
메모리(401)는 소프트웨어 구성요소를 저장하며, 소프트웨어 구성요소는 오퍼레이팅 시스템(operating system)(411), 정보 처리 모듈(412), 상태값 계산 모듈(413), 표준화 모듈(414), 및 모형 생성 모듈(415)을 포함할 수 있다. 오퍼레이팅 시스템(411)은 일반적인 시스템 태스크(system task)를 제어하기 위한 다양한 소프트웨어 컴포넌트와 드라이버를 포함할 수 있다.
프로세서(403)는 정보 처리 모듈(412), 상태값 계산 모듈(413), 표준화 모듈(414), 및 모형 생성 모듈(415)을 통하여 앞서 설명된 정보 처리부(310), 상태값 계산부(330), 표준화부(350), 및 모형 생성부(370)의 동작을 수행할 수 있으며, 이와 같은 동작은 앞서 상세히 설명하였으므로 이에 대한 설명은 생략된다. 또한 프로세서(403)는 그래픽 모듈(418)을 통하여 생성된 모형을 디스플레이 장치(미도시)를 통하여 출력할 수 있다.
프로세서(403)가 이와 같은 동작을 수행할 때 필요한 시간 정보를 타이머(408)를 통하여 획득할 수 있다.
메모리(401)는 프로세서(403)로부터 원격에 위치하는 데이터 베이스와 같은 스토리지(storage)를 더 포함할 수 있다. 이러한 스토리지는 외부 포트(external port)(406)나 통신 네트워크(미도시)를 통하여 접속가능한 네트워크 부착 스토리지와 같은 것일 수 있다. 이 때 통신 네트워크는 인터넷이나 근거리 통신망(local area network)일 수 있으나 이에 한정되는 것은 아니다.
메모리 컨트롤러(402)는 프로세서(403)나 주변 인터페이스(404)와 같은 다른 구성요소들이 메모리(401)에 접속하는 것을 제어할 수 있다.
주변 인터페이스(404)는 프로세서(403)와 메모리(401)에 입출력 주변장치(405)를 연결시킬 수 있다.
입출력 주변장치(405)로부터 입력된 장비의 메이커나 장비의 모델 그리고 장비가 사용되는 공정은 프로세서(403)의 제어 하에 메모리(401)에 저장될 수 있으며, 프로세서(403)는 메모리(401)로부터 장비의 메이커나 장비의 모델 그리고 장비가 사용되는 공정을 읽어내어 이용할 수 있다.
외부 포트(406)는 외부의 장치를 도 4의 컴퓨팅 장치에 커플링(coupling)하기 위한 것으로 센서(100)가 직접 또는 간접적으로 연결될 수 있으며, 이에 따라 파라미터 정보가 정보 처리부(310)에 의하여 수집될 수 있다.
이와 같은 컴퓨팅 장치는 본 발명의 실시예에 따른 기체모델링장치가 구현될 수 있는 하나의 예시일 뿐이며 이에 한정되는 것은 아니다.
다음으로 도면을 참조하여 본 발명의 실시예에 따른 장비진단 모델링 방법을 설명한다.
지금까지 도 3을 주로 참조하여 장비진단 모델링 장치(300)의 내부 구성 및 각 구성부에 대한 기능을 설명하였다. 그러나, 이는 일 실시예에 불과하며, 해당 구성부의 기능이 세분화되어 복수개의 구성부로 구현되거나, 반대로 여러 구성부의 기능이 하나의 구성부로서 통합되어 기능이 수행될 수 있다. 따라서, 이하 본 발명의 실시예에 따른 장비진단 모델링 방법을 설명하면서 도 3의 장비진단 모델링 장치(300)의 구성부를 주체로 하여 설명한다.
도 5는 본 발명의 실시예에 따른 장비진단 모델링 방법을 나타내는 순서도이다.
정보 처리부(310)는 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화한다(S510). 이와 같은 파라미터 정보들에 대한 표준화 과정은 앞서 자세히 설명되었으므로 이에 대한 설명은 생략된다.
상태값 계산부(330)는 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산한다(S520). 결과 상태값의 계산에 대해서는 앞서 상세히 설명되었으므로 이에 대한 설명은 생략된다.
표준화부(350)는 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화한다(S530). 결과 상태값에 대한 표준화 과정에 대한 설명은 앞서 상세히 이루어졌으므로 이에 대한 설명은 생략된다.
모형 생성부(370)는 표준화된 결과 상태값을 모델링한다(S540). 표준화된 결과 상태값에 대한 모델링에 대한 과정의 설명은 앞서 이루어졌으므로 이에 대한 설명은 생략된다.
이상에서 전술한 본 발명의 실시예에 따른 장비진단 모델링 방법은 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
본 발명의 실시예에 따른 장비진단 모델링 방법을 구현하기 위한 기록매체에 기록되는 프로그램은, 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 기능, 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산하는 기능, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화하는 기능, 및 표준화된 결과 상태값을 모델링하는 기능을 실행할 수 있다.
다음으로 도면을 참조하여 본 발명의 실시예에 따른 장비진단장치를 설명한다. 본 발명의 실시예에 따른 장비진단장치는 실제 측정된 파라미터 정보를 장비진단 모델링 장치(300)를 통하여 도출된 모형에 적용함으로써 실제 장비의 상태를 진단할 수 있다.
도 6은 본 발명의 실시예에 따른 장비진단장치를 나타낸다. 도 6에 도시된 바와 같이, 본 발명의 실시예에 따른 장비진단장치는 정보 처리부(610), 상태값 계산부(630), 표준화부(650), 및 모형 비교부(670)를 포함한다.
정보 처리부(610)는 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화한다.
상태값 계산부(630)는 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산한다.
표준화부(650)는 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화한다.
모형 비교부(670)는 표준화된 결과 상태값이 모형과 일치하는 정도를 계산한다.
이와 같은 본 발명의 실시예에 따른 장비진단장치의 정보 처리부(610), 상태값 계산부(630), 표준화부(650), 모형 비교부(670)의 동작에 대해 상세히 설명한다.
정보 처리부(610)는 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화한다. 앞서 설명된 장비진단 모델링 장치(300)의 정보 처리부(610)는 변화 유형의 모형을 도출하기 위한 파라미터 정보들을 처리한다. 장비진단장치의 정보 처리부(610)는 모형과 비교하기 위하여 실제 공정에서 사용되는 장비의 센서로부터 측정된 파라미터 정보를 처리한다.
본 발명의 실시예에 따른 장비진단장치는 센서로부터 입력된 파라미터 정보를 장비진단장치가 처리할 수 있는 형태로 변환할 수 있는 신호변환부를 더 포함할 수 있다.
이 때 정보 처리부(610)는 서로 다른 단위나 특성을 지닌 파라미터 정보들에 대한 표준화를 수행할 수 있다. 파라미터 정보에 대한 표준화는 표준편차를 이용하여 이루어지며, 이에 대해서는 본 발명의 실시예에 따른 장비진단 모델링 장치(300)의 정보 처리부(610)를 통하여 설명되었으므로 이에 대해서는 생략된다. 또한 정보 처리부(610)는 분포 형태 데이터베이스(319)로부터 공정 진행 기간 또는 공정의 종류 중 하나 이상에 따른 분포 형태를 읽어내어 분포 형태에 따라 파라미터 정보를 표준화할 수 있다.
정보 처리부(610)는 표준화된 파라미터 정보에 가중치를 부여할 수 있으며, 가중치 및 가중치 부여에 대해서는 장비진단 모델링 장치(300)의 정보 처리부(610)를 통하여 설명되었으므로 이에 대해서는 생략된다.
이 때 정보 처리부(610)는 가중치 데이터베이스(311)로부터 파라미터 정보에 대한 가중치를 읽어들일 수 있다. 정보 처리부(610)는 장비 특성 데이터베이스(315)로부터 비정상 가능 시간을 읽어들여 비정상 가능 시간에 따른 획득 주기를 설정할 수 있다. 정보 처리부(610)는 보정흡입압력 데이터베이스(317)로부터 흡입 압력과 대기압 압력에 따른 보정 흡입 압력을 읽어내어 사용할 수 있다.
장비의 메이커, 모델 및 장비가 사용되는 공정 중 적어도 하나에 대한 정보는 장비진단장치의 운용자 등에 의하여 정보 처리부(610)에 미리 입력될 수도 있다. 또한 장비의 메이커, 모델 및 장비가 사용되는 공정에 대한 정보는 입력장치 또는 센서로부터 입력될 수 있으며, 이에 대해서는 앞서 설명되었으므로 이에 대한 설명은 생략된다. 한편, 정보 처리부(610)는 정보 처리부(610)가 획득한 파라미터 정보의 시간과, 장비진단장치의 외부, 예를 들어, 서버(미도시)로부터 입력받은 공정에 대한 정보의 시간을 동기화할 수 있다.. 이를 위하여 정보 처리부(610)는 정보 처리부(610)가 획득한 파라미터 정보와, 장비진단장치의 외부로부터 입력받은 파라미터 정보 사이의 상관관계의 정도를 계산하고, 계산된 상관관계의 정도에 따라 동기화 시점을 설정할 수 있다.
정보 처리부(610)는 상관계수를 앞서 설명된 수학식 4을 통하여 계산할 수 있으며, 수학식 4의 상관계수가 기준값을 넘거나 최대가 되는 시점을 동기화 시점으로 설정할 수 있다. 수학식 4에 대해서는 앞서 상세한 설명이 이루어졌으므로 이에 대한 설명은 생략된다. 정보 처리부(610)는 동기화 시점을 설정한 후 파라미터 정보들을 표준화할 수 있다.
한편, 정보 처리부(610)는 데이터 양의 최적화, 대기압 보정, 또는 공정에 따른 표준화 보정 중 하나 이상을 수행할 수 있으며, 데이터 양의 최적화, 대기압 보정, 또는 공정에 따른 보정 중 하나 이상을 수행된 파라미터 정보에 대한 표준화를 수행할 수 있다. 이에 대해서는 앞서 상세하게 설명되었으므로 이에 대한 설명은 생략된다.
본 발명의 실시예에서 정보 처리부(610)는 게이트웨이(gateway)의 기능을 수행할 수 있다. 즉, 정보 처리부(610)는, 이기종인 센서나 신호 변환부와, 본 발명의 실시예에 따른 장비진단장치를 연결하는 게이트웨이의 기능을 수행할 수 있다. 이 때 정보 처리부(610)는 게이트웨이의 기능을 수행할 뿐만 아니라 파라미터 정보들에 대한 표준화를 수행할 수 있다.
다음으로 도 6의 상태값 계산부(630) 및 표준화부(650)에 대해 설명한다.
상태값 계산부(630)는 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산한다. 기준 상태값, 비교 상태값 및 결과 상태값에 대해서는 앞서 상세한 설명이 이루어졌으므로 이에 대한 설명은 생략된다. 표준화부(650)는 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화한다. 결과 상태값은 장비의 메이커, 장비의 모델, 및 장비가 사용되는 공정 중 적어도 하나에 따라 달라질 수 있으므로 표준화부(650)는 결과 상태값을 장비의 메이커, 장비의 모델, 및 장비가 사용되는 공정 중 적어도 하나에 매칭(matching)할 수 있다.
표준화부(650)는 전체 결과 상태값에서 데이터 기간에서의 결과 상태값을 표준화할 수 있다. 이를 위하여 표준화부(650)는 앞서의 수학식 7에서 변형된 다음의 수학식 9를 통하여 표준화를 수행할 수 있다.
수학식 7와 수학식 12의 차이점은 최대 데이터 기간에 대한 것이다. 결과 상태값이 장비의 메이커, 모델 및 장비가 사용되는 공정 중 적어도 하나에 매칭되어 있어 현재 처리되는 결과 상태값의 변화 유형이 설정될 수 있으므로 수학식 12의 j가 설정될 수 있다.
즉, 표준화부(650)는 패턴 데이터베이스(351)로부터 장비의 메이커, 모델 및 장비가 사용되는 공정 중 적어도 하나에 따른 변화 유형을 읽어들임으로써 수학식 12의 j를 설정할 수 있다.
[수학식 12]
Figure 112012019098262-pat00033
i : 1부터 n까지의 자연수
j : 1부터 m까지의 자연수
OBSi : 결과 상태값이 획득된 순서
Max(OBSij)m : j번째 변화 유형에 대한 모형의 최대 데이터 기간
ECDij : 실제 측정된 파라미터 정보에 대한 OBSij 에서의 결과 상태값
ST_ ECDij : ECDij 에 대해 표준화가 이루어진 결과 상태값
장비진단장치는 장비진단 모델링 장치(300)에 의하여 도출된 모형과의 비교를 수행해야 하므로 모형을 도출하기 위하여 표준화 과정에서 사용된 최대 데이터 기간과 실제 측정된 파라미터 정보의 결과 상태값에 대한 표준화 과정에서 이용되는 최대 데이터 기간이 같을 수 있다.
예를 들어, 장비의 메이커 A, 장비의 모델 B 및 공정 C이면, 변화 유형 j는 메이커, 모델 및 공정에 따라 설정된다. 따라서 Max(OBSi)는 설정된 변화 유형 j에서의 OBSi의 최대값, 즉, Max(OBSij)와 같게 된다. 이 때 표준화부(650)는 최초 변화 시점을 이용하여 실제 측정된 파라미터 정보에 대한 결과 상태값을 재배열할 수 있으며, 최초 변화 시점을 i=1로 설정할 수 있다. 최초 변화 시점에 대해서는 앞서 상세한 설명이 이루어졌으므로 이에 대한 설명은 생략된다.
변화 유형 2인 실제 측정된 파라미터 정보에 대한 데이터 기간, 즉, OBSi가 {1,2,3,4,……, 11, 12, 13}이고, 변화 유형 2인 모형의 OBSij가 {1,2,3,4,……, 11}인 경우, 표준화부(650)는 Max(OBSi)인 13과 Max(OBSij)m인 11을 이용하여 표준화를 수행한다.
이 때, ECDij는 실제 측정된 파라미터 정보에 대한 ECD12 내지 ECD132 의 값이고, Min(ECDij)는 ECDij의 값들 중 가장 작은 값이다.
표준화가 이루어지면 모형 비교부(670)는 표준화된 결과 상태값이 모형과 일치하는 정도를 계산한다. 모형 비교부(670)는 모형 데이터베이스(371)로부터 변화 유형에 따른 모형을 읽어들여 표준화된 결과 상태값이 모형과 일치하는 정도를 계산할 수 있다. 이를 위하여 모형 비교부(670)는 표준화된 결과 상태값이 모형의 범위에 있는 지를 판단할 수 있다.
예를 들어, 모형 비교부(670)는 다음의 수학식 13을 통하여 표준화된 결과 상태값과 모형이 중첩하는 지를 판단할 수 있다.
[수학식 13]
Figure 112012019098262-pat00034
수학식 13은 모형을 기준으로 하는 신뢰구간이 설정된 것을 나타내며, Interval_Lower 및 Interval_Upper는 신뢰구간에 따른 범위의 하한치와 상한치를 나타낸다. Interval_Lower는 모형값-INT.A에 해당되고, Interval_Upper는 모형값+INT.A에 해당될 수 있으며, INT.A는 신뢰구간이다.
모형 비교부(670)는 표준화된 결과 상태값이 신뢰구간이 설정된 모형의 범위 안에 있는 횟수가 기준값 이상인 지를 판단함으로써 표준화된 결과 상태값이 모형과 일치하는 정도를 계산한다.
이상에서 설명된 바와 같이 본 발명의 실시예에 따른 장비진단장치는 장비의 고장을 미리 예측할 수 있다. 즉, 장비진단 모델링 장치(300)에 의하여 도출된 모형은 장비가 정상적인 동작에서 비정상적인 동작에서 전이되는 과정을 모델링한 것이다. 따라서 실제 측정된 파라미터 정보의 상태 결과값이 모형과 일치하는 정도가 일정 수준을 넘는다는 것은 측정된 파라미터 정보에 해당되는 장비가 비정상적인 동작을 할 가능성이 높거나 비정상적인 동작을 하고 있다는 것을 의미할 수 있다.
모형 비교부(670)는 표준화된 결과 상태값과 모형의 일치 정도가 일정 수준을 초과하면 알람신호를 출력함으로써 장비의 비정상적인 동작을 미리 방지하거나 장비의 교체 시기를 탄력적으로 조절할 수 있다.
본 발명의 실시예에 따른 장비진단장치는 수리 후의 장비에 대한 파라미터 정보들을 처리함으로써 장비에 대한 수리가 제대로 이루어졌는지를 판단할 수 있다.
즉, 본 발명의 실시예에 따른 장비진단장치의 정보 처리부는 입력되는 파라미터 정보가 수리 후의 장비로부터 센싱된 것이라는 정보를 입력장치로부터 입력받는다. 정보 처리부는 수리 후 장비의 파라미터 정보를 표준화하고, 상태값 계산부는 수리 후 장비의 결과 상태값을 계산한다. 표준화부는 수리 후 장비의 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화한다. 모형 비교부는 수리 후 장비의 표준화된 결과 상태값과 모형의 일치 정도를 계산하여 수리된 장비가 정상적으로 동작하는 지를 판단할 수 있다.
이상에서 설명된 장비진단장치는 도 7과 같은 컴퓨팅 장치에 의하여 구현될 수 있다.
이상에서 설명된 장비진단장치는 도 7과 같은 컴퓨팅 장치에 의하여 구현될 수 있다. 도 7에 도시된 바와 같이, 컴퓨팅 장치는 메모리(memory)(701), 메모리 컨트롤러(memory controller)(702), 프로세서(processor)(703), 주변 인터페이스(peripheral interface)(704), 입출력 주변장치(input/output peripherals)(705) 및 외부 포트(external port)(706)을 포함할 수 있다. 이러한 컴퓨팅 장치의 구성요소들은 하나 이상의 통신 버스(communication bus)나 신호 라인(signal line)(707)을 통하여 서로 통신할 수 있다. 이와 같은 컴퓨팅 장치는 도 7에 도시된 것보다 더 적거나 더 많은 구성요소를 가질 수 있다. 도 7에 도시된 컴퓨팅 장치는 하드웨어(hardware), 소프트웨어(hardware) 또는 이들의 조합에 의하여 구현될 수 있다.
메모리(701)는 소프트웨어 구성요소를 저장하며, 소프트웨어 구성요소는 오퍼레이팅 시스템(operating system)(711), 정보 처리 모듈(712), 상태값 계산 모듈(713), 표준화 모듈(714), 및 모형 비교 모듈(715)을 포함할 수 있다. 오퍼레이팅 시스템(711)은 일반적인 시스템 태스크(system task)를 제어하기 위한 다양한 소프트웨어 컴포넌트와 드라이버를 포함할 수 있다. 본 발명의 실시예에 따른 장비진단 모델링 장치(300)는 Microsoft Windows나 리눅스 등과 같은 다양한 오퍼레이팅 시스템을 사용할 수 있다.
프로세서(703)는 정보 처리 모듈(712), 상태값 계산 모듈(713), 표준화 모듈(714), 및 모형 비교 모듈(715)을 통하여 앞서 설명된 정보 처리부(610), 상태값 계산부(630), 표준화부(650), 및 모형 비교부(670)의 동작을 수행할 수 있으며, 이와 같은 동작은 앞서 상세히 설명하였으므로 이에 대한 설명은 생략된다. 프로세서(703)가 이와 같은 동작을 수행할 때 필요한 시간 정보를 타이머(708)를 통하여 획득할 수 있다.
메모리(701)는 프로세서(703)로부터 원격에 위치하는 데이터 베이스와 같은 스토리지(storage)를 더 포함할 수 있다. 이러한 스토리지는 외부 포트(external port)(706)나 통신 네트워크(미도시)를 통하여 접속가능한 네트워크 부착 스토리지와 같은 것일 수 있다. 이 때 통신 네트워크는 인터넷이나 근거리 통신망(local area network)일 수 있으나 이에 한정되는 것은 아니다.
메모리 컨트롤러(702)는 프로세서(703)나 주변 인터페이스(704)와 같은 다른 구성요소들이 메모리(701)에 접속하는 것을 제어할 수 있다.
주변 인터페이스(704)는 프로세서(703)와 메모리(701)에 입출력 주변장치(405)를 연결시킬 수 있다.
입출력 주변장치(705)로부터 입력된 장비의 메이커나 장비의 모델 그리고 장비가 사용되는 공정은 프로세서(703)의 제어 하에 메모리(701) 에 저장될 수 있으며, 프로세서(703)는 메모리(701)로부터 장비의 메이커나 장비의 모델 그리고 장비가 사용되는 공정을 읽어내어 이용할 수 있다.
외부 포트(706)는 외부의 장치를 도 7의 컴퓨팅 장치에 커플링(coupling)하기 위한 것으로 센서가 직접 또는 간접적으로 연결될 수 있으며, 이에 따라 파라미터 정보가 정보 처리부(610)에 의하여 수집될 수 있다.
이와 같은 컴퓨팅 장치는 본 발명의 실시예에 따른 기체모델링장치가 구현될 수 있는 하나의 예시일 뿐이며 이에 한정되는 것은 아니다.
다음으로 도면을 참조하여 본 발명의 실시예에 따른 장비진단 모델링 방법을 설명한다.
지금까지 도 6을 주로 참조하여 장비진단 장치의 내부 구성 및 각 구성부에 대한 기능을 설명하였다. 그러나, 이는 일 실시예에 불과하며, 해당 구성부의 기능이 세분화되어 복수개의 구성부로 구현되거나, 반대로 여러 구성부의 기능이 하나의 구성부로서 통합되어 기능이 수행될 수 있다. 따라서, 이하 본 발명의 실시예에 따른 장비진단 방법을 설명하면서 도 6의 장비진단장치의 구성부를 주체로 하여 설명한다.
도 8은 본 발명의 실시예에 따른 장비진단방법을 나타내는 순서도이다.
정보 처리부(610)는 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화한다(S810). 파라미터 정보들의 표준화에 대한 과정은 앞서 상세한 설명이 이루어졌으므로 이에 대한 설명은 생략된다.
상태값 계산부(630)는 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산한다(S820). 결과 상태값의 계산 과정에 대한 설명은 앞서 상세하게 이루어졌으므로 이에 대한 설명은 생략된다.
표준화부(650)는 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화한다(S830). 결과 상태값에 대한 표준화에 대해서는 앞서 설명하였으므로 이에 대한 상세한 설명은 생략된다.
모형 비교부(670)는 표준화된 결과 상태값이 모형과 일치하는 정도를 계산한다(S840). 표준화된 결과 상태값과 모형의 일치 정도를 계산하는 과정에 대해서는 앞서 설명하였으므로 이에 대한 설명은 생략된다.
이상에서 전술한 본 발명의 실시예에 따른 장비진단 방법은 프로그램으로 구현되고 컴퓨터로 읽을 수 있는 기록매체에 기록될 수 있다.
본 발명의 실시예에 따른 장비진단 방법을 구현하기 위한 기록매체에 기록되는 프로그램은, 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 기능, 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산하는 기능, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화하는 기능, 및 표준화된 결과 상태값이 모형과 일치하는 정도를 계산하는 기능을 실행할 수 있다.
이상과 같이 본 발명에 따른 바람직한 실시예를 살펴보았으며, 앞서 설명된 실시예 이외에도 본 발명이 그 취지나 범주에서 벗어남이 없이 다른 특정 형태로 구체화 될 수 있다는 사실은 해당 기술에 통상의 지식을 가진 이들에게는 자명한 것이다. 그러므로, 상술된 실시예는 제한적인 것이 아니라 예시적인 것으로 여겨져야 하고, 이에 따라 본 발명은 상술한 설명에 한정되지 않고 첨부된 청구항의 범주 및 그 동등 범위 내에서 변경될 수도 있다.

Claims (50)

  1. 장비의 동작 기간 중 상기 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 정보 처리부;
    상기 표준화된 파라미터 정보에 따라 계산된 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 상태값 계산부;
    전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화하는 표준화부; 및
    상기 표준화된 결과 상태값을 모델링하는 모형 생성부를 포함하며,
    상기 상태값 계산부는
    상기 장비의 동작 기간 중 장비가 정상적으로 동작하는 기준 동작 기간에 센싱되어 표준화된 파라미터 정보에 따라 상기 기준 상태값을 계산하고, 상기 장비의 동작 기간 중 상기 기준 동작 기간 이외의 비교 동작 기간 동안에 센싱되어 표준화된 파라미터 정보에 따라 상기 비교 상태값을 계산하며,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보와, 상기 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도인 각 파라미터마다 부여되는 가중치에 따라 상기 장비의 비교 상태값을 계산하되,
    상기 기준 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 기준 상태값을 계산하고,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 비교 상태값을 계산하는 것을 특징으로 하는 장비진단 모델링 장치.
  2. 제1항에 있어서,
    상기 정보 처리부는
    상기 파라미터 정보들의 분포를 이용하여 파라미터 정보들에 대한 표준화를 수행하는 것을 특징으로 하는 장비진단 모델링 장치.
  3. 제2항에 있어서,
    상기 정보 처리부는
    상기 표준화된 파라미터 정보에 가중치를 부여하는 것을 특징으로 하는 장비진단 모델링 장치.
  4. 제1항에 있어서,
    상기 정보 처리부는 상기 정보 처리부가 획득한 파라미터 정보의 시간과, 상기 장비진단 모델링 장치의 외부로부터 입력받은 공정에 대한 정보의 시간을 동기화하는 것을 특징으로 하는 장비진단 모델링 장치.
  5. 제4항에 있어서,
    상기 정보 처리부는
    상기 정보 처리부가 획득한 파라미터 정보와, 상기 장비진단 모델링장치의 외부로부터 입력받은 파라미터 정보 사이의 상관관계의 정도를 계산하고, 상기 상관관계의 정도가 기준값을 넘거나 최대가 되는 시점을 동기화 시점으로 설정하는 것을 특징으로 하는 장비진단 모델링 장치.
  6. 제5항에 있어서,
    상기 정보 처리부는 다음의 수학식을 통하여 상기 상관관계의 정도인 상관계수를 계산하는 것을 특징으로 하는 장비진단 모델링 장치.
    Figure 112012019098262-pat00035

    Figure 112012019098262-pat00036
    : 상관계수
    Figure 112012019098262-pat00037
    : 정보 처리부의 파라미터 정보
    Figure 112012019098262-pat00038
    :
    Figure 112012019098262-pat00039
    의 평균
    Figure 112012019098262-pat00040
    : 외부로부터 입력된 파라미터 정보
    Figure 112012019098262-pat00041
    :
    Figure 112012019098262-pat00042
    의 평균
  7. 제1항에 있어서,
    상기 정보 처리부는
    상기 파라미터 정보를 획득하는 획득 주기를 공정이 이루어지는 공정 진행 기간에 따라 설정하는 것을 특징으로 하는 장비진단 모델링 장치.
  8. 제1항에 있어서,
    상기 정보 처리부는
    상기 장비가 진공펌프일 경우, 대기압의 변화에 따라 상기 진공펌프의 흡입 압력의 변화가 상쇄되도록 상기 파라미터 정보를 수정하는 것을 특징으로 하는 장비진단 모델링 장치.
  9. 제8항에 있어서,
    상기 정보 처리부는 다음의 수학식을 통하여 보정 흡입 압력을 계산하는 것을 특징으로 하는 장비진단 모델링 장치.
    Figure 112012019098262-pat00043

    Figure 112012019098262-pat00044
    : i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 흡입 압력
    Figure 112012019098262-pat00045
    : i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 대기압
    Figure 112012019098262-pat00046
    : 다항 회귀 분석식에서 사용되는 상수
    Figure 112012019098262-pat00047
    : i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 보정 흡입 압력
  10. 제1항에 있어서,
    상기 정보 처리부는
    공정 진행 기간 또는 공정의 종류 중 하나 이상에 따른 상기 파라미터 정보의 분포 형태가 분포 형태 데이터베이스로부터 상기 공정 진행 기간 또는 상기 공정의 종류 중 하나 이상에 따른 분포 형태를 읽어내어 상기 분포 형태에 따라 상기 파라미터 정보를 표준화하는 것을 특징으로 하는 장비진단 모델링 장치.
  11. 삭제
  12. 제1항에 있어서,
    상기 상태값 계산부는
    상기 기준 상태값을 상기 장비의 설치 후 상기 장비가 최초로 가동하기 시작한 때부터 일정 시간 동안 센싱된 상기 장비의 파라미터 정보를 이용하여 계산하거나,
    상기 장비의 가동 시작 시점부터 일정 시간 동안 장비로부터 센싱된 상기 파라미터 정보를 이용하여 상기 장비의 기준 상태값을 계산하거나,
    상기 파라미터 정보를 획득하는 매 획득 주기의 시작 시점부터 상기 획득 주기보다 짧은 일정 시간 동안 상기 장비로부터 센싱된 파라미터 정보를 이용하여 장비의 기준 상태값을 계산하는 것을 특징으로 하는 장비진단 모델링 장치.
  13. 삭제
  14. 삭제
  15. 제1항 또는 제12항에 있어서,
    상기 상태값 계산부는
    t 번째 획득 주기에서 상기 비교 상태값과 상기 기준 상태값의 차이를 계산하고,
    상기 t 번째 획득 주기의 차이를 t-1 번째 획득 주기까지 계산된 차이들의 누적결과에 합산함으로써 상기 t 번째 획득 주기에서의 결과 상태값을 계산하는 것을 특징으로 하는 장비진단 모델링 장치.
  16. 제1항에 있어서,
    상기 표준화부는
    상기 장비의 메이커, 상기 장비의 모델, 및 상기 장비가 사용되는 공정 중 적어도 하나에 매칭된 결과 상태값의 변화 유형을 곡선 패턴에 따라 분류하는 것을 특징으로 하는 장비진단 모델링 장치.
  17. 제16항에 있어서,
    상기 표준화부는
    상기 변화 유형의 결과 상태값에 대해 곡선맞춤을 수행하여 상기 곡선 패턴에 따라 상기 변화 유형을 분류하는 것을 특징으로 하는 장비진단 모델링 장치.
  18. 제16항에 있어서,
    상기 표준화부는
    상기 특정 데이터 기간에서의 상기 변화 유형의 결과 상태값을 선택하고 하나 이상의 상기 변화 유형들에 해당되는 데이터 기간들 중 상기 최대 데이터 기간을 이용하여 상기 선택된 결과 상태값을 표준화하는 것을 특징으로 하는 장비진단 모델링 장치.
  19. 제16항에 있어서,
    상기 표준화부는
    상기 변화 유형들에 해당되는 데이터 기간들에 따른 상기 결과 상태값을 상기 결과 상태값이 기준값 이상으로 변하는 최초 변화 시점을 기준으로 재배열하는 것을 특징으로 하는 장비진단 모델링 장치.
  20. 제19항에 있어서,
    상기 표준화부는
    서로 다른 획득 주기들의 결과 상태값들 사이의 차이가 기준값을 넘으면 상기 획득 주기들 중 순서가 가장 빠른 획득 주기의 시점을 상기 최초 변화 시점으로 설정하는 것을 특징으로 하는 장비진단 모델링 장치.
  21. 제16항 내지 제20항 중 어느 한 항에 있어서,
    상기 표준화부는 다음의 수학식을 통하여 결과 상태값을 표준화하는 것을 특징으로 하는 장비진단 모델링 장치.
    Figure 112012019098262-pat00048

    i : 1부터 n까지의 자연수
    j : 1부터 m까지의 자연수
    OBSi : 결과 상태값이 획득된 순서
    OBSij : j번째 변화 유형에서의 결과 상태값이 획득된 순서
    ECDij : OBSij 에서의 결과 상태값
    ST_ ECDij : ECDij 에 대해 표준화가 이루어진 결과 상태값
  22. 제1항에 있어서,
    상기 모형 생성부는 상기 표준화된 결과 상태값에 대해 곡선맞춤을 통하여 모델링을 수행하는 것을 특징으로 하는 장비진단 모델링 장치.
  23. 제22항에 있어서,
    상기 모형 생성부는
    상기 표준화된 결과 상태값을 서로 다른 곡선 패턴들에 피팅하고, 상기 곡선 패턴들 중에서 상기 피팅된 결과와 상기 표준화된 결과 상태값 사이의 오차가 최소가 되는 곡선 패턴의 모형을 도출하는 것을 특징으로 하는 장비진단 모델링 장치.
  24. 제22항에 있어서,
    상기 모형 생성부는
    선형 패턴에 피팅하기 위한 곡선맞춤식
    Figure 112012019098262-pat00049
    , 지수 패턴에 피팅하기 위한 곡선맞춤식
    Figure 112012019098262-pat00050
    , 및 로그 패턴에 피팅하기 위한 곡선맞춤식
    Figure 112012019098262-pat00051
    을 이용하며,
    상기 곡선맞춤식들의 Index_IDij는 다음의 수학식을 통하여 계산하는 것을 특징으로 하는 장비진단 모델링 장치.
    Figure 112012019098262-pat00052

    β0 ~ β5, α, β는 예측 모형의 계수,
    εij는 해당 성분 모형 계수들과 Index_IDij에 따른 피팅 결과와 ST_ECDij 사이의 오차.
  25. 제23항 또는 제24항에 있어서,
    상기 모형 생성부는
    기준 오차값보다 큰 오차에 해당되는 상기 표준화된 결과 상태값을 제거하는 것을 특징으로 하는 장비진단 모델링 장치.
  26. 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 단계;
    상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 단계;
    전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화하는 단계; 및
    상기 표준화된 결과 상태값을 모델링하는 단계를 포함하며,
    상기 장비의 동작 기간 중 장비가 정상적으로 동작하는 기준 동작 기간에 센싱되어 표준화된 파라미터 정보에 따라 상기 기준 상태값을 계산하고, 상기 장비의 동작 기간 중 상기 기준 동작 기간 이외의 비교 동작 기간 동안에 센싱되어 표준화된 파라미터 정보에 따라 상기 비교 상태값을 계산하며,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보와, 상기 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도인 각 파라미터마다 부여되는 가중치에 따라 상기 장비의 비교 상태값을 계산하되,
    상기 기준 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 기준 상태값을 계산하고,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 비교 상태값을 계산하는 것을 특징으로 하는 장비진단 모델링 방법.
  27. 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 기능, 상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 기능, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 최대 데이터 기간에 대하여 표준화하는 기능, 및 상기 표준화된 결과 상태값을 모델링하는 기능을 구현하며,
    상기 장비의 동작 기간 중 장비가 정상적으로 동작하는 기준 동작 기간에 센싱되어 표준화된 파라미터 정보에 따라 상기 기준 상태값을 계산하고, 상기 장비의 동작 기간 중 상기 기준 동작 기간 이외의 비교 동작 기간 동안에 센싱되어 표준화된 파라미터 정보에 따라 상기 비교 상태값을 계산하며,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보와, 상기 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도인 각 파라미터마다 부여되는 가중치에 따라 상기 장비의 비교 상태값을 계산하되,
    상기 기준 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 기준 상태값을 계산하고,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 비교 상태값을 계산하는 기능을 구현하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
  28. 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 정보 처리부;
    상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 상태값 계산부;
    전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화하는 표준화부;
    상기 표준화된 결과 상태값이 상기 모형과 일치하는 정도를 계산하는 모형 비교부를 포함하며,
    상기 상태값 계산부는
    상기 장비의 동작 기간 중 장비가 정상적으로 동작하는 기준 동작 기간에 센싱되어 표준화된 파라미터 정보에 따라 상기 기준 상태값을 계산하고, 상기 장비의 동작 기간 중 상기 기준 동작 기간 이외의 비교 동작 기간 동안에 센싱되어 표준화된 파라미터 정보에 따라 상기 비교 상태값을 계산하며,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보와, 상기 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도인 각 파라미터마다 부여되는 가중치에 따라 상기 장비의 비교 상태값을 계산하되,
    상기 기준 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 기준 상태값을 계산하고,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 비교 상태값을 계산하는 것을 특징으로 하는 장비진단 장치.
  29. 제28항에 있어서,
    상기 정보 처리부는
    상기 파라미터 정보들의 분포를 이용하여 파라미터 정보들에 대한 표준화를 수행하는 것을 특징으로 하는 장비진단 장치.
  30. 제29항에 있어서,
    상기 정보 처리부는
    상기 표준화된 파라미터 정보에 가중치를 부여하는 것을 특징으로 하는 장비진단 장치.
  31. 제28항에 있어서,
    상기 정보 처리부는
    상기 정보 처리부가 획득한 파라미터 정보의 시간과, 상기 장비진단장치의 외부로부터 입력받은 공정에 대한 정보의 시간을 동기화하는 것을 특징으로 하는 장비진단장치.
  32. 제31항에 있어서,
    상기 정보 처리부는
    상기 정보 처리부가 획득한 파라미터 정보와, 상기 장비진단장치의 외부로부터 입력받은 상기 파라미터 정보 사이의 상관관계의 정도를 계산하고, 상기 상관관계의 정도가 기준값을 넘거나 최대가 되는 시점을 동기화 시점으로 설정하는 것을 특징으로 하는 장비진단 장치.
  33. 제32항에 있어서,
    상기 정보 처리부는 다음의 수학식을 통하여 상기 상관관계의 정도인 상관계수를 계산하는 것을 특징으로 하는 장비진단 장치.
    Figure 112012019098262-pat00053

    Figure 112012019098262-pat00054
    : 상관계수
    Figure 112012019098262-pat00055
    : 정보 처리부의 파라미터 정보
    Figure 112012019098262-pat00056
    :
    Figure 112012019098262-pat00057
    의 평균
    Figure 112012019098262-pat00058
    : 외부로부터 입력된 파라미터 정보
    Figure 112012019098262-pat00059
    :
    Figure 112012019098262-pat00060
    의 평균
  34. 제28항에 있어서,
    상기 정보 처리부는
    상기 파라미터 정보를 획득하는 획득 주기를 공정이 이루어지는 공정 진행 기간에 따라 설정하는 것을 특징으로 하는 장비진단 장치.
  35. 제28항에 있어서,
    상기 정보 처리부는
    상기 장비가 진공펌프일 경우, 대기압의 변화에 따라 상기 진공펌프의 흡입 압력의 변화가 상쇄되도록 상기 파라미터 정보를 수정하는 것을 특징으로 하는 장비진단 장치.
  36. 제35항에 있어서,
    상기 정보 처리부는 다음의 수학식을 통하여 보정 흡입 압력을 계산하는 것을 특징으로 하는 장비진단 장치.
    Figure 112012019098262-pat00061

    Figure 112012019098262-pat00062
    : i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 흡입 압력
    Figure 112012019098262-pat00063
    : i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 대기압
    Figure 112012019098262-pat00064
    : 다항 회귀 분석식에서 사용되는 상수
    Figure 112012019098262-pat00065
    : i 번째 획득 주기에서 획득된 파라미터 정보에 대응하는 보정 흡입 압력
  37. 제28항에 있어서,
    상기 정보 처리부는
    공정 진행 기간 또는 공정의 종류 중 하나 이상에 따른 상기 파라미터 정보의 분포 형태가 분포 형태 데이터베이스로부터 상기 공정 진행 기간 또는 상기 공정의 종류 중 하나 이상에 따른 분포 형태를 읽어내어 상기 분포 형태에 따라 상기 파라미터 정보를 표준화하는 것을 특징으로 하는 장비진단 장치.
  38. 삭제
  39. 제28항에 있어서,
    상기 상태값 계산부는
    상기 기준 상태값을 상기 장비의 설치 후 상기 장비가 최초로 가동하기 시작한 때부터 일정 시간 동안 센싱된 상기 장비의 파라미터 정보를 이용하여 계산하거나,
    상기 장비의 가동 시작 시점부터 일정 시간 동안 장비로부터 센싱된 상기 파라미터 정보를 이용하여 상기 장비의 기준 상태값을 계산하거나,
    상기 파라미터 정보를 획득하는 매 획득 주기의 시작 시점부터 상기 획득 주기보다 짧은 일정 시간 동안 상기 장비로부터 센싱된 파라미터 정보를 이용하여 장비의 기준 상태값을 계산하는 것을 특징으로 하는 장비진단 장치.
  40. 삭제
  41. 삭제
  42. 제28항 또는 제39항에 있어서,
    상기 상태값 계산부는
    t 번째 획득 주기에서 상기 비교 상태값과 상기 기준 상태값의 차이를 계산하고,
    상기 t 번째 획득 주기의 차이를 t-1 번째 획득 주기까지 계산된 차이들의 누적결과에 합산함으로써 상기 t 번째 획득 주기에서의 결과 상태값을 계산하는 것을 특징으로 하는 장비진단장치.
  43. 제28항에 있어서,
    상기 표준화부는
    상기 결과 상태값이 기준값 이상으로 변하는 최초 변화 시점을 기준으로 상기 결과 상태값을 재배열하는 것을 특징으로 하는 장비진단장치.
  44. 제43항에 있어서,
    서로 다른 획득 주기들의 결과 상태값들 사이의 차이가 기준값을 넘으면 상기 획득 주기들 중 순서가 가장 빠른 획득 주기의 시점을 상기 최초 변화 시점으로 설정하는 것을 특징으로 하는 장비진단장치.
  45. 제43항 또는 제44항에 있어서,
    상기 표준화부는 다음의 수학식을 통하여 결과 상태값을 표준화하는 것을 특징으로 하는 장비진단 장치.
    Figure 112012097435296-pat00066

    i : 1부터 n까지의 자연수
    j : 1부터 m까지의 자연수
    OBSi : 결과 상태값이 획득된 순서
    Max(OBSij)m : j번째 변화 유형에 대한 모형의 최대 데이터 기간
    ECDij : 실제 측정된 파라미터 정보에 대한 OBSij 에서의 결과 상태값
    ST_ ECDij : ECDij 에 대해 표준화가 이루어진 결과 상태값
  46. 제28항에 있어서,
    상기 모형 비교부는 상기 표준화된 결과 상태값이 상기 모형의 범위에 있는 지를 판단하는 것을 특징으로 하는 장비진단장치.
  47. 제46항에 있어서,
    상기 모형 비교부는 다음의 수학식을 통하여 상기 표준화된 결과 상태값과 모형이 중첩하는 지를 판단하는 것을 특징으로 하는 장비진단장치.
    Figure 112012019098262-pat00067

    Interval_Lower 및 Interval_Upper는 신뢰구간에 따른 모형의 범위의 하한치와 상한치.
  48. 제46항 또는 제47항에 있어서,
    상기 모형 비교부는 상기 표준화된 결과 상태값이 신뢰구간이 설정된 모형의 범위 안에 있는 횟수가 기준값 이상인 지를 판단하여 상기 표준화된 결과 상태값이 모형과 일치하는 정도를 계산하는 것을 특징으로 하는 장비진단장치.
  49. 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 단계;
    상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 상기 장비의 상태를 나타내는 결과 상태값을 계산하는 단계;
    전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화하는 단계; 및
    상기 표준화된 결과 상태값이 상기 모형과 일치하는 정도를 계산하는 단계를 포함하며,
    상기 장비의 동작 기간 중 장비가 정상적으로 동작하는 기준 동작 기간에 센싱되어 표준화된 파라미터 정보에 따라 상기 기준 상태값을 계산하고, 상기 장비의 동작 기간 중 상기 기준 동작 기간 이외의 비교 동작 기간 동안에 센싱되어 표준화된 파라미터 정보에 따라 상기 비교 상태값을 계산하며,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보와, 상기 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도인 각 파라미터마다 부여되는 가중치에 따라 상기 장비의 비교 상태값을 계산하되,
    상기 기준 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 기준 상태값을 계산하고,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 비교 상태값을 계산하는 것을 특징으로 하는 장비진단방법.
  50. 장비의 동작 기간 중 장비로부터 센싱된 서로 다른 파라미터 정보들을 표준화하는 기능, 상기 표준화된 파라미터 정보에 따라 계산된 상기 장비의 기준 상태값과 비교 상태값의 비교 결과를 누적하여 장비의 상태를 나타내는 결과 상태값을 계산하는 기능, 전체 결과 상태값 중 특정 데이터 기간에서의 결과 상태값을 모형의 최대 데이터 기간에 대하여 표준화하는 기능, 및 상기 표준화된 결과 상태값이 상기 모형과 일치하는 정도를 계산하는 기능을 구현하며,
    상기 장비의 동작 기간 중 장비가 정상적으로 동작하는 기준 동작 기간에 센싱되어 표준화된 파라미터 정보에 따라 상기 기준 상태값을 계산하고, 상기 장비의 동작 기간 중 상기 기준 동작 기간 이외의 비교 동작 기간 동안에 센싱되어 표준화된 파라미터 정보에 따라 상기 비교 상태값을 계산하며,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보와, 상기 장비의 동작에 따라 나타나는 각 파라미터 정보의 변화 정도인 각 파라미터마다 부여되는 가중치에 따라 상기 장비의 비교 상태값을 계산하되,
    상기 기준 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 기준 상태값을 계산하고,
    상기 비교 동작 기간에서 센싱되어 표준화된 파라미터 정보들 각각에 상기 가중치를 곱한 결과들을 합함으로써 상기 비교 상태값을 계산하는 기능을 구현하는 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
KR1020120024165A 2012-03-09 2012-03-09 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체 KR101234775B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120024165A KR101234775B1 (ko) 2012-03-09 2012-03-09 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120024165A KR101234775B1 (ko) 2012-03-09 2012-03-09 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체

Publications (1)

Publication Number Publication Date
KR101234775B1 true KR101234775B1 (ko) 2013-02-20

Family

ID=47899783

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120024165A KR101234775B1 (ko) 2012-03-09 2012-03-09 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체

Country Status (1)

Country Link
KR (1) KR101234775B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004020193A (ja) * 2002-06-12 2004-01-22 Takayoshi Yamamoto 対象設備を診断する方法、コンピュータプログラム、および対象設備を診断するための装置
KR20060122551A (ko) * 2005-05-27 2006-11-30 씨멘스 오토모티브 주식회사 자동차의 고장 진단 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004020193A (ja) * 2002-06-12 2004-01-22 Takayoshi Yamamoto 対象設備を診断する方法、コンピュータプログラム、および対象設備を診断するための装置
KR20060122551A (ko) * 2005-05-27 2006-11-30 씨멘스 오토모티브 주식회사 자동차의 고장 진단 장치 및 방법

Similar Documents

Publication Publication Date Title
US9053468B2 (en) Methods and systems for monitoring operation of equipment
EP3508767B1 (en) System and method for diagnosing pneumatic control valve online
EP3413154B1 (en) Equipment diagnostic device, equipment diagnostic method, and equipment diagnostic program
CN107924184B (zh) 监视装置、监视装置的控制方法以及记录媒体
CN111045894A (zh) 数据库异常检测方法、装置、计算机设备和存储介质
JP2005346655A (ja) 工程管理装置、工程管理方法、工程管理プログラム、および該プログラムを記録した記録媒体
KR102067344B1 (ko) 이상 진동데이터 감지 장치 및 방법
JP6164311B1 (ja) 情報処理装置、情報処理方法、及び、プログラム
EP3506229A1 (en) Method for pre-detecting abnormality sign of nuclear power plant device including processor for determining device importance and warning validity, and system therefor
CN116304960A (zh) 一种钻井环境的监测预警方法及系统
CN114492629A (zh) 异常检测方法、装置、电子设备及存储介质
CN107924182B (zh) 监视装置、监视装置的控制方法以及记录媒体
JP2014153957A (ja) センサ健全性診断装置、センサ健全性診断方法、該センサ健全性診断装置を備えるプラント診断装置、および該センサ健全性診断方法を用いたプラント診断方法
US7366639B2 (en) Methods for establishing alerts and/or alert limits for monitoring mechanical devices
JP4170843B2 (ja) 計器校正支援システム
KR20220127018A (ko) 복수의 수용가를 포함하는 블록에 대한 상수도 누수 검출 시스템
KR101234775B1 (ko) 장비진단 모델링 장치, 장비진단 모델링 방법, 장비진단장치, 장비진단방법 및 기록매체
WO2020035696A1 (en) Sensing fluid flow for estimating fluid flow state
KR20160026492A (ko) 시계열 분석 기반의 신뢰 구간 추정을 이용한 이상 감지 방법
WO2022198404A1 (zh) 元件、功能模块和系统的剩余寿命评估方法
KR20230093874A (ko) 보일러 관리 장치 및 빅데이터 기반 보일러의 예측 모델 생성 방법
US20220365515A1 (en) Data collection and analysis system, data collection and analysis apparatus, machine learning apparatus, and data collection and analysis method
EP3640751A1 (en) Apparatus for gas analysis and emission prediction
CN112262354A (zh) 诊断装置、诊断方法及程序
EP3959572B1 (en) Method and system for fault detection using correlation of noise signals

Legal Events

Date Code Title Description
A201 Request for examination
A302 Request for accelerated examination
E902 Notification of reason for refusal
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