KR101302519B1 - Method for detecting abnormality of facilities by using probability density of vibration - Google Patents
Method for detecting abnormality of facilities by using probability density of vibration Download PDFInfo
- Publication number
- KR101302519B1 KR101302519B1 KR1020120073382A KR20120073382A KR101302519B1 KR 101302519 B1 KR101302519 B1 KR 101302519B1 KR 1020120073382 A KR1020120073382 A KR 1020120073382A KR 20120073382 A KR20120073382 A KR 20120073382A KR 101302519 B1 KR101302519 B1 KR 101302519B1
- Authority
- KR
- South Korea
- Prior art keywords
- pattern
- probability density
- vibration
- facility
- amplitude
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
Description
본 발명은 진동의 확률 밀도 함수를 이용한 설비의 이상 진단 방법에 관한 것으로서, 더욱 자세하게는, 설비에서 발생하는 진동을 측정한 후, 이를 확률 밀도 함수화하고, 이들 확률 밀도 함수를 소정의 패턴으로 구별한 것을 시계열적인 그래프를 통하여 시간에 따른 설비의 이상 유무의 추이를 분석하도록 한 설비 이상 진단 방법에 관한 기술 분야이다.
The present invention relates to a method for diagnosing an abnormality of a facility using a probability density function of vibration. More particularly, the present invention relates to a method for diagnosing abnormality of a facility, and then, by measuring a probability density function and classifying these probability density functions into a predetermined pattern. It is a technical field of a facility fault diagnosis method to analyze the trend of the presence or absence of a fault in the facility over time through a time series graph.
일반적으로 산업 설비들은 구동되는 과정에서 필수적으로 기계적인 진동을 발생시키게 된다. 산업 설비들의 기계적인 진동은 설비들 별로 큰 진동을 가지는 것에서부터 작은 진동을 가지는 것들까지 다양한데, 이들 진동들도 자세히 살펴보면 일정한 패턴을 가지고 있으며, 이들 패턴의 분석만으로도 산업 설비의 이상 유무 및 잔여 수명의 예측도 가능하다.In general, industrial facilities inevitably generate mechanical vibrations during operation. The mechanical vibrations of industrial facilities vary from large vibrations to small vibrations. Each of these vibrations has a certain pattern, and the analysis of these patterns alone shows the abnormality and residual life of industrial facilities. Predictions are also possible.
산업 설비의 진동 분석을 이용하여, 설비의 이상 유무 및 수명을 예측하는 기술로는 진동의 크기를 단순히 분석하는 기법이 있었다. As a technique for predicting abnormality and life of a facility by using vibration analysis of an industrial facility, there was a technique of simply analyzing the magnitude of vibration.
진동 크기의 단순 분석 기법은 작업자가 다년간 설비를 구동시킨 다년간의 노하우를 바탕으로 설비의 진동을 청각 또는 촉각을 통해 기준 진동과 차이가 있는 경우 이상 유무를 진단하는 전통적 기법이 있었다.The simple method of analyzing the magnitude of vibration has been the traditional method of diagnosing the abnormality of the vibration of the facility when it is different from the standard vibration through hearing or tactile sense based on the years of know-how that the operator has operated the facility for many years.
또한, 진동의 크기를 진동 감지 센서를 통해 감지하여, 기준 진동 크기에 비해서 측정된 진동의 크기가 일정 값 이상의 차이가 나는 경우, 설비가 이상하다는 판단을 하는 기법도 있었다.In addition, there is a technique that detects the magnitude of the vibration through a vibration sensor, and determines that the facility is abnormal when the magnitude of the measured vibration is more than a predetermined value compared to the reference vibration magnitude.
그러나 이들 진동 크기의 단순 분석 기법은 모터 등의 회전 속도와 하중의 조건의 변화가 없는 경우에만 적용가능한 문제점이 있었다. However, the simple analysis method of these vibration magnitudes has a problem that is applicable only when there is no change in the rotational speed and load conditions of the motor.
이러한 진동 크기 분석 기법 외에, 진동의 주파수를 분석하는 방법도 존재하였다. 진동의 주파수 분석 방법으로는 진동시 발생하는 측정된 주파수가 기준 주파수에 비교하여, 일정 수준 이상의 차이가 발생하는 경우, 깨짐 또는 헐거워짐 등의 현상시 발생되는 주파수 대역의 주파수를 발생시키는 경우에는 설비의 이상을 판단하는 방법이었다.In addition to the vibration magnitude analysis technique, there was a method of analyzing the frequency of vibration. In the frequency analysis method of vibration, the measured frequency generated during vibration is compared with the reference frequency, and when the difference occurs more than a certain level, it generates the frequency of the frequency band generated during the phenomenon such as cracking or loosening. It was a way to judge the ideal.
그러나 이러한 주파수 분석 방법은 설비 이상 유무를 비교적 정확하게 판정할 수 있다는 장점이 있으나 정상 동작이 가지는 주파수 대역과 동일한 주파수 대역을 가지는 설비의 이상 발생시에는 이상 유무를 분석하기 힘든 문제점이 존재하였다.
However, such a frequency analysis method has the advantage that it is relatively accurate to determine whether there is an abnormality in the equipment, but when there is an abnormality of the equipment having the same frequency band as the normal frequency band has a problem that it is difficult to analyze the abnormality.
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법은 상기한 바와 같은 종래 문제점을 해결하기 위해 안출된 것으로서, 다음과 같은 해결과제를 가진다.The facility fault diagnosis method using the probability density function of vibration according to the present invention has been devised to solve the above-described problems, and has the following problems.
첫째, 설비의 이상 유무를 간단한 수식을 통하여, 분석하는 방법을 제공하고자 한다.First, we will provide a method for analyzing the abnormality of the facility through a simple formula.
둘째, 설비의 이상 패턴을 시계열적인 그래프를 통하여, 추이를 분석하고 이에 따라 설비의 잔여 수명까지 예측할 수 있는 방법을 제공하고자 한다.Second, through the time series graph of the abnormal pattern of the facility, it is to provide a method to analyze the trend and thus predict the remaining life of the facility.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
The solution of the present invention is not limited to those mentioned above, and other solutions not mentioned can be clearly understood by those skilled in the art from the following description.
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법은 상기의 해결하고자 하는 과제를 위하여 다음과 같은 과제 해결 수단을 가진다.Facility fault diagnosis method using the probability density function of the vibration according to the present invention has the following problem solving means for the problem to be solved.
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법은 진동의 확률 밀도를 활용하여 설비 이상 유무를 진단하는 방법으로서, 설비의 진동을 소정의 시간마다 측정하는 단계; 측정된 진동을 진폭 확률 밀도 함수화하는 단계; 진폭 확률 밀도 함수를 소정의 패턴으로 구별하는 단계; 및 소정의 패턴을 소정의 시간별로 그래프화하여, 설비의 이상 유무의 추이를 도시하는 단계를 포함하는 것을 특징으로 한다.According to the present invention, there is provided a method for diagnosing an abnormality of a facility by using a probability density function of vibration. Amplitude amplitude density functioning the measured vibrations; Distinguishing the amplitude probability density function into a predetermined pattern; And graphing a predetermined pattern for each predetermined time to show the transition of facilities.
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법의 소정의 패턴은, 정상 패턴, 헐거움 패턴 및 충격 패턴으로 분류되는 것을 특징으로 할 수 있다.The predetermined pattern of the facility abnormality diagnosis method using the probability density function of vibration according to the present invention may be classified into a normal pattern, a loose pattern, and an impact pattern.
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법의A method of diagnosing a fault in a facility using a probability density function of vibrations according to the present invention
정상 패턴은, 아래 식의 결과값이 15 내지 50인 경우에 해당하는 것을 특징으로 할 수 있다.The normal pattern may be characterized in that it corresponds to a case where the resultant value of the following formula is 15 to 50.
(3사분위값-1사분위값)÷(최대 진폭값-최소 진폭값)×100(Third-Quartile-1 Quartile Value) ÷ (Maximum Amplitude Value-Minimum Amplitude Value) × 100
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법의 헐거움 패턴은, 아래 식의 결과값이 51 내지 99.9인 경우에 해당하는 것을 특징으로 할 수 있다.The loose pattern of the facility abnormality diagnosis method using the probability density function of vibration according to the present invention may be characterized in that the result of the following equation is 51 to 99.9.
(3사분위값-1사분위값)÷(최대 진폭값-최소 진폭값)×100(Third-Quartile-1 Quartile Value) ÷ (Maximum Amplitude Value-Minimum Amplitude Value) × 100
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법의 충격 패턴은, i) 미리 결정된 진동의 범위를 초과하는 경우, ii) 미리 결정된 진폭의 범위를 초과하는 설비 진동 주파수가 회전체 회전주기의 10배 보다 큰 경우, 및 iii) (3사분위값-1사분위값)÷(최대 진폭값-최소 진폭값)×100의 결과값이 0 내지 14 범위에 해당하는 경우 모두 속할 때 해당하는 것을 특징으로 할 수 있다.The impact pattern of the facility fault diagnosis method using the probability density function of vibration according to the present invention is characterized in that: i) when the vibration exceeds the range of the predetermined vibration, ii) the vibration frequency of the installation exceeds the range of the predetermined amplitude. Is greater than 10 times, and iii) the result of (Third-Quartile-1Quartile) ÷ (Maximum Amplitude-Minimum Amplitude) × 100 falls within the range 0-14 It may be characterized by.
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법의 정상 패턴은, 아래 식의 결과값으로 그래프화 되는 것을 특징으로 하는 설비 이상 진단 방법.The normal pattern of the facility fault diagnosis method using the probability density function of the vibration according to the present invention is graphed with the result of the following equation.
1-(정규 분포 곡선의 면적 ∩ 측정된 확률 밀도 분포 곡선의 면적)1- (area of normal distribution curve 면적 area of measured probability density distribution curve)
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법의 헐거움 패턴은, 아래 식의 결과값으로 그래프화 되는 것을 특징으로 할 수 있다.The loose pattern of the facility fault diagnosis method using the probability density function of vibration according to the present invention may be characterized by being graphed with the result of the following equation.
1+(sin파형 분포 곡선의 면적 ∩ 측정된 확률 밀도 분포 곡선의 면적)1+ (the area of the sin waveform distribution curve 면적 the area of the measured probability density distribution curve)
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법의 충격 패턴은, 아래 식의 결과값으로 그래프화 되는 것을 특징으로 할 수 있다.The impact pattern of the facility fault diagnosis method using the probability density function of vibration according to the present invention may be characterized by being graphed with the result of the following equation.
2+(1사분위값에서 3사분위값까지 측정된 확률 밀도 분포 곡선 면적)÷측정된 확률 밀도 분포 곡선의 면적
2+ (probability density distribution curve area measured from 1st to 3rd quartile) ÷ area of measured probability density distribution curve
이상과 같은 구성의 본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법은 다음과 같은 효과를 가진다.Facility failure diagnosis method using the probability density function of the vibration according to the present invention having the above configuration has the following effects.
첫째, 설비의 이상 유무를 간단한 수식을 통하여 분석이 가능한바, 분석에 대한 접근도가 용이한 효과를 가진다.First, it is possible to analyze the abnormality of the equipment through a simple formula, which has the effect of easy access to the analysis.
둘째, 설비의 이상 패턴을 시계열적인 그래프를 통하여, 추이를 분석하고 이에 따라 설비의 잔여 수명까지 예측할 수 있는 효과를 가진다.Second, through the time series graph of the abnormal pattern of the facility, it is possible to analyze the trend and thus predict the remaining life of the facility.
본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
The effects of the present invention are not limited to those mentioned above, and other effects not mentioned can be clearly understood by those skilled in the art from the following description.
도 1은 소정의 패턴으로 구별된 것을 소정의 시간별로 그래프화하여, 설비의 이상 유무의 추이를 도시한 그래프이다.
도 2는 설비의 진동을 정상 패턴, 헐거움 패턴 및 충격 패턴으로 분류하여, 확률 밀도 함수로 표시한 그래프이다.Fig. 1 is a graph showing the transition of facilities whether there is an abnormality by graphing what is distinguished by a predetermined pattern for each predetermined time.
FIG. 2 is a graph showing a probability density function by classifying the vibration of a facility into a normal pattern, a loose pattern, and an impact pattern.
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. The facility failure diagnosis method using the probability density function of the vibration according to the present invention may be variously modified and may have various embodiments. Specific embodiments are illustrated in the drawings and described in detail in the detailed description. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention.
이하에서는 도면을 참조하여, 본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법을 상세히 설명하고자 한다.Hereinafter, with reference to the drawings, it will be described in detail the facility failure diagnosis method using the probability density function of the vibration according to the present invention.
도 1은 소정의 패턴으로 구별된 것을 소정의 시간별로 그래프화하여, 설비의 이상 유무의 추이를 도시한 그래프이다. 도 2는 설비의 진동을 정상 패턴, 헐거움 패턴 및 충격 패턴으로 분류하여, 확률 밀도 함수로 표시한 그래프이다.Fig. 1 is a graph showing the transition of facilities whether there is an abnormality by graphing what is distinguished by a predetermined pattern for each predetermined time. FIG. 2 is a graph showing a probability density function by classifying the vibration of a facility into a normal pattern, a loose pattern, and an impact pattern.
본 발명에 따른 진동의 확률 밀도 함수를 이용한 설비 이상 진단 방법은 진동의 확률 밀도를 활용하여 설비 이상 유무를 진단하는 방법으로서, (a) 설비의 진동을 소정의 시간마다 측정하는 단계; (b) 측정된 진동을 진폭 확률 밀도 함수화하는 단계; (c) 진폭 확률 밀도 함수를 소정의 패턴으로 구별하는 단계; 및 (d) 소정의 패턴을 소정의 시간별로 그래프화하여, 설비의 이상 유무의 추이를 도시하는 단계를 포함한다.According to the present invention, a method for diagnosing an abnormality of a facility using a probability density function of vibration includes: (a) measuring vibration of a facility every predetermined time; (b) functioning the amplitude probability density of the measured vibrations; (c) distinguishing the amplitude probability density function into a predetermined pattern; And (d) graphing a predetermined pattern for each predetermined time to show the transition of facilities.
먼저, (a) 단계를 살펴 보면, 설비에서 발생하는 진동 및 소음을 측정한다. 진동 및 소음은 일반적인 산업에서 활용 가능한 진동 센서나 마이크를 사용해도 무방하다. First, look at step (a), it measures the vibration and noise generated in the facility. Vibration and noise can be used with vibration sensors or microphones available in the general industry.
소정의 시간은 본 발명을 실시하고자 하는 자가 설비의 기대 수명, 작업 환경 등을 고려하여 임의로 설정할 수 있을 것이다. 소정의 시간을 너무 짧게 설정하게 되면 진동이나 소음을 통한 설비의 이상 유무를 좀 더 정확하게 측정할 수 있는 장점은 있으나 불필요한 데이터를 너무 많이 수집하게 되는 단점이 있다. 다만, 본 발명을 실시함에 있어서는, 도 1에 도시된 바와 같이 매일 정해진 시간대에 한번씩 측정하는 것으로 소정의 시간 간격을 두었다.The predetermined time may be arbitrarily set in consideration of the life expectancy, working environment, and the like of the self-equipment to implement the present invention. If the predetermined time is set too short, there is an advantage of more accurately measuring the presence or absence of abnormality of the facility through vibration or noise, but there is a disadvantage of collecting too much unnecessary data. However, in the practice of the present invention, as shown in FIG.
(b) 단계를 살펴 보면, 결함이 없는 설비로부터 측정된 진동은 도 2(a)와 같이 정규분포를 가지게 된다. 가로축은 측정된 소음의 진폭을 의미하는바, 평균 진폭에서 가장 많은 비율을 차지하게 되며, 평균 진폭에서 멀어질수록 그 비율은 줄어들게 된다.Looking at step (b), the vibration measured from a facility without a defect has a normal distribution as shown in FIG. The horizontal axis represents the amplitude of the measured noise, which accounts for the largest proportion of the average amplitude and decreases as it moves away from the average amplitude.
측정된 진동을 진폭 확률 밀도 함수로 바꾸면, 도 2(a)의 전체 면적은 100% 즉, 1을 의미하며, 세로축은 각 진폭이 차지하는 비율을 의미하게 된다. 도 2(a)와 같이 측정된 진동을 확률 밀도 함수화 한다.When the measured vibration is converted into an amplitude probability density function, the total area of FIG. 2 (a) means 100%, that is, 1, and the vertical axis means the ratio of each amplitude. The vibration measured as shown in FIG.
(c) 단계를 살펴 보면, 확률 밀도화시킨 함수를 바탕으로 설비의 상태를 소정의 패턴으로 구별한다. Looking at step (c), the condition of the facility is classified into a predetermined pattern based on the probability density function.
소정의 패턴은 설비의 종류, 상태 및 작업 환경 등을 고려하여 임의로 정할 수 있으나, 본 발명에서는 바람직한 실시예로 정상 패턴, 헐거움 패턴 및 충격 패턴으로 분류되는 것을 특징으로 하였다.The predetermined pattern may be arbitrarily determined in consideration of the type, condition, and working environment of the facility, but in the present invention, the pattern is classified into a normal pattern, a loose pattern, and an impact pattern.
먼저, 정상 패턴은 아래 식①의 결과값이 15 내지 50인 경우에 해당하는 것으로 규정하였다.First, the normal pattern was defined as corresponding to the case where the resultant value of
[수학식 1][Equation 1]
(3사분위값-1사분위값)÷(최대 진폭값-최소 진폭값)×100(Third-Quartile-1 Quartile Value) ÷ (Maximum Amplitude Value-Minimum Amplitude Value) × 100
통상적으로, 정상 패턴을 가지는 설비는 식①의 결과값이 15 에서 50 사이의 범위를 가지는바, 이와 같은 정상 패턴에 대한 수식을 도출하였으며, 이는 일종의 산업 현장에서 진동의 패턴을 분석한 결과이다.In general, the equipment having a normal pattern has a range of 15 to 50 in the result value of
마찬가지로, 설비가 다소 헐거워진 경우에는 정상 패턴의 결과값 보다 그 범위가 더 커지게 되는데, 도 2(b)에 도시된 바와 같이, 이는 3 사분위의 값과 1 사분위의 값이 크게 벌어지기 때문이다. 따라서, 헐거움 패턴은 식①의 결과값이 51 내지 99.9인 경우에 해당하는 것으로 규정하였다. 이 역시, 산업 현장에서 진동의 패턴을 분석한 결과이다.Similarly, if the installation is somewhat loose, the range becomes larger than the result of the normal pattern. As shown in FIG. 2 (b), the value of the third and first quartiles is greatly increased. Because. Therefore, the loose pattern was defined to correspond to the case where the resultant value of
마지막으로, 설비가 깨지거나, 특정 결합 부위가 풀린 경우에는 측정되는 진동의 범위가 미리 결정된 진동의 범위를 초과하며, 그 진동의 주기도 매우 짧은 현상을 나타내게 된다. 또한, 이들 고장난 설비의 경우 식①의 결과값이 0 내지 14 범위에 해당하게 되는 것으로 측정되었다.Finally, if the equipment is broken or a particular coupling site is loosened, the range of vibrations measured exceeds the range of predetermined vibrations, and the period of the vibrations is also very short. In addition, in the case of these faulty equipment, it was measured that the resultant value of Equation (1) falls within the range of 0 to 14.
따라서, 충격 패턴은 i) 미리 결정된 진동의 범위를 초과하는 경우, ii) 미리 결정된 진폭의 범위를 초과하는 설비 진동 주파수가 회전체 회전주기의 10배 보다 큰 경우, 및 iii) 식①의 결과값이 0 내지 14 범위에 해당하는 경우 모두 속할 때 해당하는 것을 규정하였다.Therefore, the impact pattern is i) when the vibration exceeds the predetermined range of vibration, ii) when the vibration frequency of the installation exceeding the range of the predetermined amplitude is greater than 10 times the rotation period of the rotating body, and iii) the resultant value of
여기서 미리 결정된 진동이란, 설비가 정상적이거나 다소 헐거워진 경우에 가질 수 있는 진폭의 범위를 말한다. 따라서, 미리 결정된 진동의 범위를 초과하는 것의 의미는 설비가 정상적이거나 다소 헐거워진 경우에 가지는 진동의 진폭을 초과하는 것을 의미한다.The predetermined vibration here refers to the range of amplitudes that a plant can have if it is normal or somewhat loose. Thus, the meaning of exceeding a predetermined range of vibration means to exceed the amplitude of vibration that the facility has when it is normal or somewhat loose.
이렇게 측정된 진동이 소정의 패턴들로 구별되면, 도 1에 도시된 바와 같이, 소정의 패턴으로 구별된 것을 소정의 시간별로 그래프화한다.When the vibration thus measured is distinguished into predetermined patterns, as illustrated in FIG. 1, the distinction of the predetermined pattern is graphed for each predetermined time.
도 1의 가로축은 소정의 시간별로 간격을 가지는 시간 축이며, 세로축은 밑에서부터 정상 패턴, 헐거움 패턴 및 충격 패턴을 이루는 축이다.1 is a time axis having an interval for each predetermined time, and a vertical axis is an axis forming a normal pattern, a loose pattern, and an impact pattern from the bottom.
먼저, 정상 패턴은 원래 설비가 이상적으로 가져야 할 정규 분포 곡선의 면적과 실제로 측정된 진동의 확률 밀도 분포 곡선이 겹치는 면적을 구한 후 이를 숫자 1에서 뺀다. First, the normal pattern is obtained by subtracting the area of the normal distribution curve that the original installation should ideally have and the area where the probability density distribution curve of the vibration actually measured is overlapped with the
즉, 첫번째 날에 측정한 진동이 정상 패턴으로 분류가 되면, 가로축의 1일째되는 부분에 식②의 값을 세로축에 표시한다(도 1 참조).That is, when the vibration measured on the first day is classified into a normal pattern, the value of the
[수학식 2]&Quot; (2) "
1-(정규 분포 곡선의 면적 ∩ 측정된 확률 밀도 분포 곡선의 면적)1- (area of normal distribution curve 면적 area of measured probability density distribution curve)
그리고, 헐거움 패턴으로 분류된 것은 sin파형 분포 곡선의 면적과 실제로 측정된 진동의 확률 밀도 분포 곡선이 겹치는 면적을 구한 후 이 값에 1을 더한다.And, classified as a loose pattern, the area of the sin waveform distribution curve and the probability density distribution curve of the measured vibrations overlap each other, and then 1 is added to this value.
즉, 식③의 결과값을 헐거움 패턴으로 측정된 날짜에 표시한다.That is, the result value of
[수학식 3]&Quot; (3) "
1+(sin파형 분포 곡선의 면적 ∩ 측정된 확률 밀도 분포 곡선의 면적)1+ (the area of the sin waveform distribution curve 면적 the area of the measured probability density distribution curve)
도 1을 참고하면, 4일째 측정한 날에 설비는 헐거움 패턴으로 분류되었으며, 헐거움 패턴으로 분류된 것은 식③에 대입하여, 4일째 해당되는 날짜의 세로축에 상기 식의 결과값을 기록한다.Referring to Figure 1, on the day measured on the 4th day, the equipment was classified as a loose pattern, and the category classified as the loose pattern was substituted into the
마지막으로, 충격 패턴으로 분류된 것은 아래 식④의 결과값을 해당 날짜에 기록한다. Finally, record the result of Equation (4) below on the corresponding date classified as impact pattern.
[수학식 4]&Quot; (4) "
2+(1사분위값에서 3사분위값까지 측정된 확률 밀도 분포 곡선 면적)÷측정된 확률 밀도 분포 곡선의 면적2+ (probability density distribution curve area measured from 1st to 3rd quartile) ÷ area of measured probability density distribution curve
도 1에 도시된 바와 같은, 설비를 소정의 패턴, 즉, 정상 패턴, 헐거움 패턴 및 충격 패턴으로 분류하고, 이를 진동을 측정한 소정의 시간별로 그래프화한 것은 설비의 이상 유무의 분석을 용이하게 하며, 설비 이상 현상의 추이를 용이하게 살펴볼 수 있도록 하여, 설비의 잔존 수명, 또는 부품 교체 등에 대한 예측을 용이하도록 한다.As shown in FIG. 1, classifying a facility into a predetermined pattern, that is, a normal pattern, a loose pattern, and an impact pattern, and graphing it for each predetermined time when vibration is measured facilitates analysis of an abnormality of the facility. In addition, it is possible to easily examine the trend of equipment abnormalities, to facilitate the prediction of the remaining life of the equipment, or replacement parts.
본 명세서에서 사용되는 용어에서 단수의 표현은 문맥상 명백하게 다르게 해석되지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함한다" 등의 용어는 설시된 특징, 개수, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 의미하는 것이지, 하나 또는 그 이상의 다른 특징들이나 개수, 단계 동작 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하지 않는 것으로 이해되어야 한다.As used herein, the singular " include "should be understood to include a plurality of representations unless the context clearly dictates otherwise, and the terms" comprises & , Parts or combinations thereof, and does not preclude the presence or addition of one or more other features, integers, steps, components, components, or combinations thereof.
본 발명의 권리 범위는 특허청구범위에 기재된 사항에 의해 결정되며, 특허 청구범위에 사용된 괄호는 선택적 한정을 위해 기재된 것이 아니라, 명확한 구성요소를 위해 사용되었으며, 괄호 내의 기재도 필수적 구성요소로 해석되어야 한다.The scope of the present invention is determined by the matters set forth in the claims, and the parentheses used in the claims are not for the purpose of selective limitation, but are used for the definite elements, and the description in the parentheses is also to be interpreted as an essential element. Should be.
Claims (8)
설비의 진동을 소정의 시간마다 측정하는 단계;
상기 측정된 진동을 진폭 확률 밀도 함수화하는 단계;
상기 진폭 확률 밀도 함수를 소정의 패턴으로 구별하는 단계; 및
상기 소정의 패턴을 상기 소정의 시간별로 그래프화하여, 설비의 이상 유무의 추이를 도시하는 단계를 포함하되,
상기 소정의 패턴은,
정상 패턴, 헐거움 패턴 및 충격 패턴으로 분류되며,
상기 정상 패턴은,
아래 식의 결과값이 15 내지 50인 경우에 해당하는 것을 특징으로 하는 설비 이상 진단 방법.
(3사분위값-1사분위값)÷(최대 진폭값-최소 진폭값)×100
In the method of diagnosing the abnormality of the facility by utilizing the probability density of the vibration,
Measuring vibration of the facility every predetermined time;
Amplitude amplitude probability functioning the measured vibrations;
Distinguishing the amplitude probability density function into a predetermined pattern; And
And graphing the predetermined pattern for each predetermined time to show the transition of facilities.
The predetermined pattern is
Are categorized as normal patterns, loose patterns, and shock patterns.
The normal pattern is,
Facility failure diagnostic method characterized in that the corresponding value is 15 to 50 when the result.
(Third-Quartile-1 Quartile Value) ÷ (Maximum Amplitude Value-Minimum Amplitude Value) × 100
설비의 진동을 소정의 시간마다 측정하는 단계;
상기 측정된 진동을 진폭 확률 밀도 함수화하는 단계;
상기 진폭 확률 밀도 함수를 소정의 패턴으로 구별하는 단계; 및
상기 소정의 패턴을 상기 소정의 시간별로 그래프화하여, 설비의 이상 유무의 추이를 도시하는 단계를 포함하되,
상기 소정의 패턴은,
정상 패턴, 헐거움 패턴 및 충격 패턴으로 분류되며,
상기 헐거움 패턴은,
아래 식의 결과값이 51 내지 99.9인 경우에 해당하는 것을 특징으로 하는 설비 이상 진단 방법.
(3사분위값-1사분위값)÷(최대 진폭값-최소 진폭값)×100
In the method of diagnosing the abnormality of the facility by utilizing the probability density of the vibration,
Measuring vibration of the facility every predetermined time;
Amplitude amplitude probability functioning the measured vibrations;
Distinguishing the amplitude probability density function into a predetermined pattern; And
And graphing the predetermined pattern for each predetermined time to show the transition of facilities.
The predetermined pattern is
Are categorized as normal patterns, loose patterns, and shock patterns.
The loose pattern is,
A method for diagnosing abnormality of facilities, characterized in that the result of the following formula is 51 to 99.9.
(Third-Quartile-1 Quartile Value) ÷ (Maximum Amplitude Value-Minimum Amplitude Value) × 100
설비의 진동을 소정의 시간마다 측정하는 단계;
상기 측정된 진동을 진폭 확률 밀도 함수화하는 단계;
상기 진폭 확률 밀도 함수를 소정의 패턴으로 구별하는 단계; 및
상기 소정의 패턴을 상기 소정의 시간별로 그래프화하여, 설비의 이상 유무의 추이를 도시하는 단계
상기 소정의 패턴은,
정상 패턴, 헐거움 패턴 및 충격 패턴으로 분류되며,
상기 충격 패턴은,
i) 미리 결정된 진동의 범위를 초과하는 경우, ii) 미리 결정된 진폭의 범위를 초과하는 설비 진동 주파수가 회전체 회전주기의 10배 보다 큰 경우, 및 iii) (3사분위값-1사분위값)÷(최대 진폭값-최소 진폭값)×100의 결과값이 0 내지 14 범위에 해당하는 경우에 모두 속할 때 해당하는 것을 특징으로 하는 설비 이상 진단 방법.
In the method of diagnosing the abnormality of the facility by utilizing the probability density of the vibration,
Measuring vibration of the facility every predetermined time;
Amplitude amplitude probability functioning the measured vibrations;
Distinguishing the amplitude probability density function into a predetermined pattern; And
Graphing the predetermined pattern for each predetermined time to show the transition of facilities
The predetermined pattern is
Are categorized as normal patterns, loose patterns, and shock patterns.
The impact pattern is,
i) when exceeding a range of predetermined vibrations, ii) when the plant vibration frequency exceeding a predetermined range of amplitudes is greater than 10 times the rotation period of the rotating body, and iii) (third-first-quartile value) ) ÷ (maximum amplitude value-minimum amplitude value) x 100 corresponds to a case where the result value falls within the range of 0 to 14, all of which corresponds to a facility failure diagnosis method.
아래 식의 결과값으로 그래프화 되는 것을 특징으로 하는 설비 이상 진단 방법.
1-(정규 분포 곡선의 면적 ∩ 측정된 확률 밀도 분포 곡선의 면적)
The method of claim 3, wherein the normal pattern,
Method for diagnosing a fault in a facility characterized in that it is graphed with the result of the following equation.
1- (area of normal distribution curve 면적 area of measured probability density distribution curve)
아래 식의 결과값으로 그래프화 되는 것을 특징으로 하는 설비 이상 진단 방법.
1+(sin파형 분포 곡선의 면적 ∩ 측정된 확률 밀도 분포 곡선의 면적)
The method of claim 4, wherein the loosening pattern,
Method for diagnosing a fault in a facility characterized in that it is graphed with the result of the following equation.
1+ (the area of the sin waveform distribution curve 면적 the area of the measured probability density distribution curve)
아래 식의 결과값으로 그래프화 되는 것을 특징으로 하는 설비 이상 진단 방법.
2+(1사분위값에서 3사분위값까지 측정된 확률 밀도 분포 곡선 면적)÷측정된 확률 밀도 분포 곡선의 면적The method of claim 5, wherein the impact pattern,
Method for diagnosing a fault in a facility characterized in that it is graphed with the result of the following equation.
2+ (probability density distribution curve area measured from 1st to 3rd quartile) ÷ area of measured probability density distribution curve
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120073382A KR101302519B1 (en) | 2012-07-05 | 2012-07-05 | Method for detecting abnormality of facilities by using probability density of vibration |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020120073382A KR101302519B1 (en) | 2012-07-05 | 2012-07-05 | Method for detecting abnormality of facilities by using probability density of vibration |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101302519B1 true KR101302519B1 (en) | 2013-09-02 |
Family
ID=49454760
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020120073382A KR101302519B1 (en) | 2012-07-05 | 2012-07-05 | Method for detecting abnormality of facilities by using probability density of vibration |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101302519B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015076435A1 (en) * | 2013-11-22 | 2015-05-28 | 이선휘 | Method for diagnosing fault of facilities using vibration characteristic |
| JP2020193961A (en) * | 2019-05-21 | 2020-12-03 | 芝浦機械株式会社 | Predictive maintenance determining device, predictive maintenance determining method, and program |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07218334A (en) * | 1994-02-07 | 1995-08-18 | Nippon Steel Corp | Method and device for diagnosing bearing |
| JP2005091103A (en) * | 2003-09-16 | 2005-04-07 | Mitsubishi Heavy Ind Ltd | Method and device for diagnosing gear |
| KR20110009615A (en) * | 2009-07-22 | 2011-01-28 | 제이에프이 메커니컬 가부시키가이샤 | Data collection device, and diagnosis device of facility management with data collection device thereof |
-
2012
- 2012-07-05 KR KR1020120073382A patent/KR101302519B1/en active IP Right Grant
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07218334A (en) * | 1994-02-07 | 1995-08-18 | Nippon Steel Corp | Method and device for diagnosing bearing |
| JP2005091103A (en) * | 2003-09-16 | 2005-04-07 | Mitsubishi Heavy Ind Ltd | Method and device for diagnosing gear |
| KR20110009615A (en) * | 2009-07-22 | 2011-01-28 | 제이에프이 메커니컬 가부시키가이샤 | Data collection device, and diagnosis device of facility management with data collection device thereof |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015076435A1 (en) * | 2013-11-22 | 2015-05-28 | 이선휘 | Method for diagnosing fault of facilities using vibration characteristic |
| JP2020193961A (en) * | 2019-05-21 | 2020-12-03 | 芝浦機械株式会社 | Predictive maintenance determining device, predictive maintenance determining method, and program |
| WO2021100615A1 (en) * | 2019-05-21 | 2021-05-27 | 芝浦機械株式会社 | Predictive maintenance assessment device, predictive maintenance assessment method, and program |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7865333B2 (en) | Process and device for monitoring a machine | |
| US10430531B2 (en) | Model based system monitoring | |
| JP5216903B2 (en) | Sideband energy ratio method for detecting gear meshing faults | |
| CN104350435B (en) | The prediction analysis method being embedded in the software platform of programmable logic controller (PLC) | |
| US7143011B2 (en) | System for diagnosing facility apparatus, managing apparatus and diagnostic apparatus | |
| CN103149475B (en) | Method and system for fault diagnosis of electrical equipment | |
| US7085684B2 (en) | System for diagnosing a facility apparatus | |
| Dybała | Diagnosing of rolling-element bearings using amplitude level-based decomposition of machine vibration signal | |
| CN110319957B (en) | Fault diagnosis method for irregular abnormal value of sensor of ship structure stress monitoring system | |
| CN106932200A (en) | The Gaussian process multiple features intelligent diagnosing method of rolling bearing fault | |
| WO2014054051A1 (en) | Health monitoring system for a process plant and a method thereof | |
| KR20140072331A (en) | Method for preliminary surveillance of failure diagnosis | |
| KR101302519B1 (en) | Method for detecting abnormality of facilities by using probability density of vibration | |
| CN102507816B (en) | Method for detecting effectiveness of oil chromatogram online monitoring data | |
| WO2014031291A2 (en) | Fleet anomaly detection system and method | |
| KR101140698B1 (en) | System and method for managing potential single point vulnerabilities | |
| CN112985578A (en) | Wind turbine generator resonance diagnosis method and device | |
| CN107727392B (en) | State index evaluation and optimization method based on signal detection and ROC analysis | |
| CN111599033A (en) | Processing method for diagnosing cigarette machine fault | |
| CN107305359B (en) | For measuring the diagnostic tool and diagnostic method of the interference of facility | |
| CN107083601B (en) | A kind of electronic jacquard machine Mechanical Running Condition detection and analysis method | |
| CN102915032A (en) | Method for detecting state of electronic control system and diagnosing faults | |
| JP2014026327A (en) | Device state diagnostic apparatus using actual operation data | |
| CN106443238A (en) | High-voltage equipment state evaluation method, high-voltage equipment on-line monitoring device evaluation method and apparatuses | |
| Mironov et al. | Adaptive technology application for vibration-based diagnostics of roller bearings on industrial plants |
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: 20160822 Year of fee payment: 4 |
|
| FPAY | Annual fee payment |
Payment date: 20170823 Year of fee payment: 5 |