KR101487614B1 - 소음분석을 통한 엔진 이상 감시 방법 - Google Patents

소음분석을 통한 엔진 이상 감시 방법 Download PDF

Info

Publication number
KR101487614B1
KR101487614B1 KR20130110689A KR20130110689A KR101487614B1 KR 101487614 B1 KR101487614 B1 KR 101487614B1 KR 20130110689 A KR20130110689 A KR 20130110689A KR 20130110689 A KR20130110689 A KR 20130110689A KR 101487614 B1 KR101487614 B1 KR 101487614B1
Authority
KR
South Korea
Prior art keywords
engine
autocorrelation
frequency
time
noise
Prior art date
Application number
KR20130110689A
Other languages
English (en)
Inventor
윤영설
김항균
윤기석
서정철
Original Assignee
주식회사 삼천리
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 주식회사 삼천리 filed Critical 주식회사 삼천리
Priority to KR20130110689A priority Critical patent/KR101487614B1/ko
Application granted granted Critical
Publication of KR101487614B1 publication Critical patent/KR101487614B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/12—Testing internal-combustion engines by monitoring vibrations
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • 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
    • G01R31/005—Testing of electric installations on transport means
    • G01R31/006—Testing of electric installations on transport means on road vehicles, e.g. automobiles or trucks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S123/00—Internal-combustion engines

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

본 발명은 소음분석을 통한 엔진 이상 감시 방법을 공개한다. 이 방법은 (a) 복수개의 엔진이 시동되고 제1 시간이 경과된 후, 소음 측정부가 엔진 소음을 다수의 시간 영역에서 측정하는 단계; (b) 소음 분석부가 상기 측정된 엔진 소음을 주파수 영역으로 변환시켜 주파수 성분을 샘플링하는 단계; (c) 상기 소음 분석부가 상기 샘플링된 주파수 성분 사이의 자기 상관관계를 분석하여 자기 상관관계 결과를 출력하는 단계; 및 (d) 중앙 서버가 상기 자기 상관관계 결과를 인가받아 상기 자기 상관관계 결과의 종류가 고장 및 수리 이력 데이터인지 여부에 따라 상기 복수개의 엔진 간 상호 상관관계를 분석하여 기설정된 방법에 의해 엔진의 고장을 예측하는 단계;를 포함하는 것을 특징으로 한다. 본 발명에 의할 경우, 엔진의 소음 특성을 자기 상관관계 및 상호 상관관계 분석하여 특정 고장에 대한 원인을 규명하고 예방조치할 수 있고, 정기적인 유지보수에 의해서도 고장 위험이 해소되지 않는 부분이나 예상치 못한 고장이 발생한 부분에 대해서도 체계적인 관리를 할 수 있다.

Description

소음분석을 통한 엔진 이상 감시 방법{A method for monitoring over engine through noise analysis}
본 발명은 엔진 이상 감시 방법에 관한 것으로서, 특히 에너지 기기의 엔진에서 운전 시간과 운전 환경에 따라 변화하는 패턴 특성에 대한 자기 상관관계 및 상호 상관관계 분석을 이용하여 엔진 고장을 진단 및 예방하는 소음분석을 통한 엔진 이상 감시 방법에 관한 것이다.
일반적으로, 친환경 에너지 기기의 발전원으로서 엔진, 연료전지 등이 활용되고 있는데, 종래에는 일정시간의 운전 후에 정기적으로 엔진의 오일 교환 등의 유지보수 작업을 수행하는 것으로 엔진의 예방정비를 수행해 왔다.
하지만, 엔진의 고장 및 수리에 대한 체계적인 관리 부재로 특정 고장에 대한 원인 분석 및 예방조치가 어려운 측면이 있었고, 정기적으로 유지보수 작업을 해야하는 번거러움이 있었다.
또한, 엔진 내에는 점화플러그나 배관 연결 부위 등과 같이 정기적인 유지보수 작업을 할 수 없는 부품이 존재하는 한계가 있었다.
보통 엔진은 연료전지에 비해 다소간의 소음 및 진동을 발생하게 된다.
이러한 소음과 진동은 엔진 운전 시간과 운전 환경에 따라 일정한 패턴으로 변화하는 특성을 보인다.
즉, 동일한 생산 라인을 통해 제조된 엔진이라 하더라도 소음을 분석하면 엔진별로 다소간의 차이가 발생하며, 운전 환경에 따라 그 차이가 확대되는 현상을 보인다.
따라서, 본 발명자는 엔진의 이러한 특성을 이용하여 엔진 고장의 진단과 예방을 함으로써 정기적인 유지보수에 의해서도 고장 위험이 해소되지 않는 부분 또는 예상치 못한 고장이 발생한 부분에 대해서도 체계적인 엔진의 유지보수 및 관리를 도모할 수 있는 엔진 이상 감시 방법을 발명하기에 이르렀다.
본 발명의 목적은 운전 시간과 운전 환경에 따라 일정한 패턴으로 변화하는 엔진의 소음 특성을 자기 상관관계 및 상호 상관관계 분석하여 특정 고장에 대한 원인을 규명하고 예방조치할 수 있는 소음분석을 통한 엔진 이상 감시 방법을 제공하는 것이다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법은 (a) 복수개의 엔진이 시동되고 제1 시간이 경과된 후, 소음 측정부가 엔진 소음을 다수의 시간 영역에서 측정하는 단계; (b) 소음 분석부가 상기 측정된 엔진 소음을 주파수 영역으로 변환시켜 주파수 성분을 샘플링하는 단계; (c) 상기 소음 분석부가 상기 샘플링된 주파수 성분 사이의 자기 상관관계를 분석하여 자기 상관관계 결과를 출력하는 단계; 및 (d) 중앙 서버가 상기 자기 상관관계 결과를 인가받아 상기 자기 상관관계 결과의 종류가 고장 및 수리 이력 데이터인지 여부에 따라 상기 복수개의 엔진 간 상호 상관관계를 분석하여 기설정된 방법에 의해 엔진의 고장을 예측하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법의 상기 (d) 단계는 상기 자기 상관관계 결과의 종류가 상기 고장 및 수리 이력 데이터인 경우, 상기 복수개의 엔진 중에서 고장 및 수리 이력이 있는 엔진에 대한 고장 및 수리 이력 데이터를 추출하는 단계; 상기 고장 및 수리 이력 데이터에서 소정의 주파수 성분의 변화 패턴을 분석하는 단계; 및 상기 복수개의 엔진 중에서 고장 및 수리 이력이 없는 엔진의 변화 패턴을 더 추출하고, 상기 복수개의 엔진별로 추출한 변화 패턴들을 상기 소정의 주파수에 근접한 주파수 영역의 특성과 비교하여 상기 엔진의 고장을 예측하는 정보를 추출하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법의 상기 변화 패턴은 상기 소정의 주파수 성분이 커지거나 소정 영역의 주파수가 상향 또는 하향 이동하는 패턴인 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법의 상기 (d) 단계는 상기 자기 상관관계 결과의 종류가 정기 유지보수 이력 데이터인 경우, 상기 복수개의 엔진 별 유지보수 후의 주파수 영역 데이터를 추출하는 단계; 상기 주파수 영역 데이터의 주파수 분포 및 소정의 주파수 성분의 변화를 추적하는 단계; 상기 주파수 분포 및 상기 소정의 주파수 성분의 변화를 이용하여 상기 정기 유지보수에 의한 영향 요소를 추출한 후에, 이를 이용하여 정기 유지보수 대상 이외 부품에 의한 주파수 성분을 추출하는 단계; 및 상기 추출된 주파수 성분을 상기 자기 상관관계 결과의 종류가 상기 고장 및 수리 이력 데이터인 경우와 비교 분석하여 관심 주파수 영역을 추출 및 관리하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법의 상기 자기 상관관계 결과는 제1 및 제2 자기 상관관계 결과를 포함하고, 상기 자기 상관관계의 분석은 제2 시간 및 제3 시간에서 복수개의 시간 영역 데이터를 추출하고 기 설정된 주파수 영역 데이터로 변환하여 임의의 수로 제1 정규화하는 단계; 상기 제1 정규화된 임의의 수에 대해 상기 제2 시간 및 상기 제3 시간에서 각 주파수에 대한 제1 자기상관 연산을 수행하여 상기 제1 자기 상관관계 결과를 저장하는 단계; 제4 시간에서 복수개의 시간 영역 데이터를 추출하고 주파수 영역 데이터로 변환하여 임의의 수로 제2 정규화하는 단계; 상기 제2 정규화된 임의의 수에 대해 상기 제4 시간에서 각 주파수에 대한 제2 자기상관 연산을 수행하여 상기 제2 자기 상관관계 결과를 저장하는 단계; 및 상기 제2 자기상관 연산의 회수가 제1 회수 이상인 경우에는 상기 제2 자기 상관관계 결과를 크기 별로 정렬하여 저장하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법의 상기 상호 상관관계 분석은 상기 고장 및 수리 이력 데이터에서 다른 관심 주파수 영역을 선정하고 임의의 주파수들에 대해 상관도가 강한 엔진 별로 군을 형성하여 제1 점수를 부여하는 단계; 상기 정기 유지보수에 영향이 없는 주파수 영역을 선정하고 임의의 주파수들에 대해 상관도가 강한 엔진 별로 군을 형성하여 제2 점수를 부여하는 단계; 및 상기 제1 점수 및 상기 제2 점수에 가중치를 부여하여 합산하고, 상기 합산된 점수에 따라 등급을 부여하여 상기 엔진의 고장을 예측하는 정보를 추출하는 단계;를 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법의 상기 등급은 안정 등급, 주의 등급, 경고 등급 및 위험 등급을 포함하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법의 상기 등급이 경고 등급 또는 위험 등급인 경우, 상기 중앙 서버가 상기 경고 등급 또는 상기 위험 등급이 부여된 엔진에 대한 정보를 사용자에게 전달하는 것을 특징으로 한다.
상기 목적을 달성하기 위한 본 발명의 소음분석을 통한 엔진 이상 감시 방법의 상기 (c) 단계에서 상기 소음 분석부는 상기 자기 상관관계 결과를 상기 복수개의 엔진 각각의 식별번호와 매칭시켜 엔진의 운전시간 및 발전량 중 어느 하나 이상과 함께 출력하는 것을 특징으로 한다.
본 발명에 의할 경우, 엔진의 소음 특성을 자기 상관관계 및 상호 상관관계 분석하여 특정 고장에 대한 원인을 규명하고 예방조치할 수 있고, 정기적인 유지보수에 의해서도 고장 위험이 해소되지 않는 부분이나 예상치 못한 고장이 발생한 부분에 대해서도 체계적인 관리를 할 수 있다.
도 1은 본 발명에 따른 소음분석을 통한 엔진 이상 감시 방법을 구현하기 위한 엔진 이상 감시 장치의 블록도이다.
도 2는 도 1에 도시된 엔진 이상 감시 장치 내 엔진부(100-1)의 블록도이다.
도 3은 도 1에 도시된 엔진 이상 감시 장치 내 중앙 서버(200)의 블록도이다.
도 4는 본 발명에 따른 소음분석을 통한 엔진 이상 감시 방법의 동작을 나타내는 순서도이다.
도 5는 도 4에 도시한 소음분석을 통한 엔진 이상 감시 방법 중 자기 상관관계를 분석하는 단계(S400)의 세부 동작을 나타내는 순서도이다.
도 6은 도 4에 도시한 소음분석을 통한 엔진 이상 감시 방법 중 상호 상관관계를 분석하는 단계(S800)의 세부 동작을 나타내는 순서도이다.
도 7은 도 6에 도시한 상호 상관관계를 분석하는 단계(S800)의 세부 동작 중 상호 상관관계 연산 단계(S840)의 세부 동작을 나타내는 순서도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 소음분석을 통한 엔진 이상 감시 방법을 설명하면 다음과 같다.
도 1은 본 발명에 따른 소음분석을 통한 엔진 이상 감시 방법을 구현하기 위한 엔진 이상 감시 장치의 블록도로서, 복수개의 엔진부(100-1 내지 100-n) 및 중앙 서버(200)를 구비한다.
도 2는 도 1에 도시된 엔진 이상 감시 장치 내 엔진부(100-1)의 블록도로서, 엔진(120), 소음 측정부(140), 소음 분석부(160) 및 데이터 송신부(180)를 구비한다.
도 3은 도 1에 도시된 엔진 이상 감시 장치 내 중앙 서버(200)의 블록도로서, 데이터 수집부(220), 데이터 분석부(240) 및 정보 전달부(260)를 구비한다.
도 1 내지 도 3을 참조하여 본 발명에 따른 소음분석을 통한 엔진 이상 감시 방법을 구현하기 위한 엔진 이상 감시 장치의 각 블록의 기능을 설명하면 다음과 같다.
먼저, 엔진 이상 감시 장치 내 복수개의 엔진부의 기능을 설명한다.
소음 측정부(140)는 음향 센서를 통해 엔진(120)에서 발생하는 소음을 다수의 시간영역에서 측정하여 음향 신호를 전기신호로 변환한다.
소음 분석부(160)는 소음 측정부(140)에서 변환된 전기 신호를 인가받아 주파수 영역으로 변환시켜 주파수 성분을 추출하여 다수의 시간영역에서 신호 사이의 상관관계, 즉 자기 상관관계를 분석하고 의미있는 주파수 성분을 일정기간 보관한다.
데이터 송신부(180)는 소음 분석부(160)에서 분석된 데이터를 인가받아 엔진 식별번호, 운전시간 및 발전량 등과 함께 일정한 시점에 중앙 서버(100)로 송신한다.
다음으로, 엔진 이상 감시 장치 내 중앙 서버(100)의 기능을 설명한다.
데이터 수집부(220)는 복수개의 엔진부 각각의 데이터 송신부(180)에서 송신하는 데이터를 수신하여 데이터 베이스에 일정한 형식으로 저장 및 관리한다.
데이터 분석부(240)는 데이터 수집부(220)에 저장된 데이터를 인가받아 복수개의 엔진부 간 상관관계를 분석하여 변화추이 및 상태를 통해 상관관계가 높은 엔진부 를 그루핑(grouping)하고, 엔진의 고장을 예측하는 정보를 추출한다.
정보 전달부(260)는 데이터 분석부(240)에서 추출된 정보를 구분하여 사용자 또는 관리자 등 해당 정보를 필요로 하는 곳에 전달한다.
도 4는 본 발명에 따른 소음분석을 통한 엔진 이상 감시 방법의 동작을 나타내는 순서도이다.
도 5는 도 4에 도시한 소음분석을 통한 엔진 이상 감시 방법 중 자기 상관관계를 분석하는 단계(S400)의 세부 동작을 나타내는 순서도이다.
도 6은 도 4에 도시한 소음분석을 통한 엔진 이상 감시 방법 중 상호 상관관계를 분석하는 단계(S800)의 세부 동작을 나타내는 순서도이다.
도 7은 도 6에 도시한 상호 상관관계를 분석하는 단계(S800)의 세부 동작 중 상호 상관관계 연산 단계(S840)의 세부 동작을 나타내는 순서도이다.
도 1 내지 도 7을 참조하여 본 발명에 따른 소음분석을 통한 엔진 이상 감시 방법의 동작을 설명하면 다음과 같다.
먼저, 엔진 이상 감시 장치 내 복수개의 엔진부의 동작을 설명한다.
소음 측정부(140)는 엔진(120)이 시동된지 제1 시간이 경과되었는지 여부를 판단하여(S100) 제1 시간이 경과된 경우 음향 센서를 통해 엔진(120)에서 발생하는 소음을 다수의 시간 영역, 예를 들어 시동 초기, 시동 후 30분, 시동 후 60분 등에서 측정한다(S200).
여기에서, 제1 시간은 9 분 내지 11 분으로 설정가능하고, 10 분인 것이 바람직하다.
또한, 측정 시간은 10 초 이내인 것이 바람직하고, 측정된 소음은 음향 신호의 형태에서 전기 신호로 변환된다.
소음 분석부(160)는 소음 측정부(140)에서 변환된 전기 신호를 인가받아 퓨리에 변환을 수행하여 주파수 영역으로 변환시켜(S300) 주파수 성분을 샘플링한다.
이때, 샘플링 주파수는 20 kHz 미만인 것이 바람직하고, 데이터 분석부(240)는 추출된 주파수 성분 사이의 자기 상관관계를 분석한다(S400).
즉, 제2 시간에서 복수개의 시간 영역 데이터를 추출하고(S411), 복수개의 데이터에 대해 퓨리에 변환을 수행하여(S412) 복수개의 주파수 영역 데이터를 추출한다. 예를 들어, 샘플링 레이트가 2 kHz인 경우 1초의 시간 내에 2000 개의 주파수 영역 데이터가 추출된다.
상기 추출된 주파수 영역 데이터를 임의의 수, 예를 들어 100 또는 1000 등으로 정규화하여 저장한다(S413).
그 후에 제2 시간과 다른 시간 영역인 제3 시간에서 동일하게 복수개의 주파수 영역 데이터를 추출 및 정규화한다(S414 내지 S416).
서로 다른 시간 영역인 제2 시간 및 제3 시간에서 각 주파수에 대한 자기상관 연산을 수행하여(S417) 제1 자기 상관관계 결과를 정규화하여 저장한다(S418).
마찬가지로, 제2 시간 및 제3 시간과 다른 시간 영역인 제4 시간에서 동일하게 복수개의 주파수 영역 데이터를 추출 및 정규화한다(S419).
제1 자기 상관관계 결과와 제4 시간에서 각 주파수에 대하여 자기상관 연산을 수행하여(S420) 제2 자기 상관관계 결과를 정규화하여 저장한다(S421).
데이터 분석부(240)는 자기상관 연산 회수를 카운트하여 제1 회수에 도달했는지 여부를 판단하여(S422) 제1 회수에 도달한 경우에는 자기 상관관계 결과에 대해 크기별로 정렬하여 저장하고(S423), 제1 회수에 도달하지 않은 경우에는 상기 단계(S414)로 궤환하여 이후 단계들을 반복 수행한다.
여기에서, 제1 회수는 9 회 내지 11 회로 설정가능하고, 10 회인 것이 바람직하다.
데이터 송신부(180)는 소음 분석부(160)에서 분석된 자기 상관관계 결과 데이터를 인가받아 복수개의 엔진 각각의 식별번호와 매칭시켜(S500), 각 엔진의 운전시간 및 발전량 등의 엔진 정보와 함께 일정한 시점에 중앙 서버(100)로 송신한다(S600).
다음으로, 엔진 이상 감시 장치 내 중앙 서버(100)의 동작을 설명한다.
데이터 수집부(220)는 복수개의 엔진부 각각의 데이터 송신부(180)로부터 자기 상관관계 결과 데이터 및 엔진 정보를 수신하여 데이터 베이스에 일정한 형식으로 저장한다.
데이터 분석부(240)는 데이터 수집부(220)에 저장된 데이터를 인가받아 고장 및 수리 내역인지 정기 유지보수 내역인지 여부에 따라(S700) 다음과 같이 복수개의 엔진부 간 상호 상관관계를 분석한다(S800).
저장된 데이터가 고장 및 수리 내역인 경우에는 복수개의 엔진부 중에서 고장 및 수리 이력이 있는 엔진에 대한 고장 및 수리 이력 데이터를 추출하여(S810) 소정의 주파수 성분이 커지거나 특정 영역의 주파수가 상향 또는 하향 이동하는지 패턴을 분석 및 저장한다(S820).
복수개의 엔진 중에서 고장 및 수리 이력이 없는 엔진의 변화 패턴을 더 추출하고(S830), 다음과 같이 상호 상관관계 분석 연산을 수행하여(S840) 복수개의 엔진별로 추출한 변화 패턴들을 등급에 따라 소정의 주파수에 근접한 주파수 영역의 특성과 비교한다(S850).
상기 고장 및 수리 이력이 있는 엔진에 대한 고장 및 수리 이력 데이터에서 나타나는 관심 주파수 영역을 복수개로 선정한다(S841).
선정된 복수개의 주파수 영역 중에 임의의 주파수들에 대하여 상관도가 강한 엔진 별로 군(group)을 형성하여(S842), 상관도가 강한 엔진 군에 많이 속한 정도에 따라 임의의 주파수들에 제1 점수를 부여한다(S843).
또한, 정기 유지 보수에 의해서 영향을 받지 않는 주파수 영역에 대해서도 상관도가 강한 엔진 별로 군(group)을 형성하여(S844), 상관도가 강한 엔진 군에 많이 속한 정도에 따라 임의의 주파수들에 제2 점수를 부여한다(S845).
제1 점수 및 제2 점수에 일정한 가중치를 부여한 후 합산하여(S846) 최종 점수에 따라 안정, 주의, 경고, 위험의 4단계 등급을 부여하여(S847) 엔진의 고장을 예측하는 정보를 추출(S860)함으로써 엔진의 고장을 예측한다(S900).
정보 전달부(260)는 상기 4단계 등급 중에서 경고 단계 등급이나 위험 단계 등급이 부여된 엔진에 대해서 사용자 또는 관리자 등 해당 정보를 필요로 하는 곳에 상기 정보를 전달한다.
만일, 단계(S1)에서 데이터 수집부(220)로부터 인가받은 데이터가 고장 및 수리 내역이 아닌 경우 정기 유지보수 내역인지 여부를 판단하여(S710), 정기 유지보수 내역인 경우에는 복수개의 엔진부 내 각 엔진의 유지보수 후의 주파수 영역 데이터를 일정 횟수 이상 추출한다(S720).
각 엔진의 유지보수 전후의 주파수 영역 데이터를 분석하여 주파수 분포 및 소정의 주파수 성분의 변화를 추적한다(S730).
정기 유지보수에 의한 영향 요소를 추출한 후에(S740) 정기 유지보수 대상 이외 부품에 의한 주파수 성분을 추출한다(S750).
추출된 주파수 성분을 저장된 데이터가 고장 및 수리 내역인 경우와 비교 분석하여 관심 주파수 영역을 추출하여 관리한다(S760).
이와 같이, 본 발명에 따른 소음분석을 통한 엔진 이상 감시 방법은 가전 기기가 동작하지 않는 대기 상태 모드에서는 스위칭 모드 전원공급 장치의 전력을 차단하고 슈퍼 콘덴서에 충전된 전압을 사용하여 마이컴을 구동하고, 슈퍼 콘덴서가 방전시 스위칭 모드 전원공급 장치의 전원을 재구동하여 슈퍼 콘덴서를 충전하여 대기 전력 상태에서 전력 소모를 최소화함으로써 대기 상태 모드인 경우에 불필요한 전력 사용이 차단되므로 불필요한 대기 전력 소비를 감소시킬 수 있다.
또한, 내부 회로에 고장이 발생하는 경우 스위칭 모드 전원 공급 장치에 공급되는 전원 전압이 과도하여 마이컴 아날로그 포트에 과전압이 유입되는 것을 대비하기 위한 과전압 방지부를 구비하여 마이컴의 파손을 방지할 수 있다.
상기에서는 본 발명의 바람직한 실시 예를 참조하여 설명하였지만, 당 업계에서 통상의 지식을 가진 자라면 이하의 특허 청구범위에 기재된 본 발명의 사상 및 영역을 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100-1 내지 100-n: 복수개의 엔진부
120: 엔진
140: 소음 측정부
160: 소음 분석부
180: 데이터 송신부
200: 중앙 서버
220: 데이터 수집부
240: 데이터 분석부
260: 정보 전달부

Claims (9)

  1. (a) 복수개의 엔진이 시동되고 제1 시간이 경과된 후, 소음 측정부가 엔진 소음을 다수의 시간 영역에서 측정하는 단계;
    (b) 소음 분석부가 상기 측정된 엔진 소음을 주파수 영역으로 변환시켜 주파수 성분을 샘플링하는 단계;
    (c) 상기 소음 분석부가 상기 샘플링된 주파수 성분 사이의 자기 상관관계를 분석하여 자기 상관관계 결과를 출력하는 단계; 및
    (d) 중앙 서버가 상기 자기 상관관계 결과를 인가받아 상기 자기 상관관계 결과의 종류가 고장 및 수리 이력 데이터인지 여부에 따라 상기 복수개의 엔진 간 상호 상관관계를 분석하여 기설정된 방법에 의해 엔진의 고장을 예측하는 단계;
    를 포함하고,
    상기 자기 상관관계 결과는 제1 및 제2 자기 상관관계 결과를 포함하며,
    상기 자기 상관관계의 분석은
    제2 시간 및 제3 시간에서 복수개의 시간 영역 데이터를 추출하고 기 설정된 주파수 영역 데이터로 변환하여 임의의 수로 제1 정규화하는 단계;
    상기 제1 정규화된 임의의 수에 대해 상기 제2 시간 및 상기 제3 시간에서 각 주파수에 대한 제1 자기상관 연산을 수행하여 상기 제1 자기 상관관계 결과를 저장하는 단계;
    제4 시간에서 복수개의 시간 영역 데이터를 추출하고 주파수 영역 데이터로 변환하여 임의의 수로 제2 정규화하는 단계;
    상기 제2 정규화된 임의의 수에 대해 상기 제4 시간에서 각 주파수에 대한 제2 자기상관 연산을 수행하여 상기 제2 자기 상관관계 결과를 저장하는 단계; 및
    상기 제2 자기상관 연산의 회수가 제1 회수 이상인 경우에는 상기 제2 자기 상관관계 결과를 크기 별로 정렬하여 저장하는 단계;
    를 포함하는 것을 특징으로 하는,
    소음분석을 통한 엔진 이상 감시 방법.
  2. 제1항에 있어서,
    상기 (d) 단계는
    상기 자기 상관관계 결과의 종류가 상기 고장 및 수리 이력 데이터인 경우,
    상기 복수개의 엔진 중에서 고장 및 수리 이력이 있는 엔진에 대한 고장 및 수리 이력 데이터를 추출하는 단계;
    상기 고장 및 수리 이력 데이터에서 소정의 주파수 성분의 변화 패턴을 분석하는 단계; 및
    상기 복수개의 엔진 중에서 고장 및 수리 이력이 없는 엔진의 변화 패턴을 더 추출하고, 상기 복수개의 엔진별로 추출한 변화 패턴들을 상기 소정의 주파수에 근접한 주파수 영역의 특성과 비교하여 상기 엔진의 고장을 예측하는 정보를 추출하는 단계;
    를 포함하는 것을 특징으로 하는,
    소음분석을 통한 엔진 이상 감시 방법.
  3. 제2항에 있어서,
    상기 변화 패턴은
    상기 소정의 주파수 성분이 커지거나 소정 영역의 주파수가 상향 또는 하향 이동하는 패턴인 것을 특징으로 하는,
    소음분석을 통한 엔진 이상 감시 방법.
  4. 제2항에 있어서,
    상기 (d) 단계는
    상기 자기 상관관계 결과의 종류가 정기 유지보수 이력 데이터인 경우,
    상기 복수개의 엔진 별 유지보수 후의 주파수 영역 데이터를 추출하는 단계;
    상기 주파수 영역 데이터의 주파수 분포 및 소정의 주파수 성분의 변화를 추적하는 단계;
    상기 주파수 분포 및 상기 소정의 주파수 성분의 변화를 이용하여 상기 정기 유지보수에 의한 영향 요소를 추출한 후에, 이를 이용하여 정기 유지보수 대상 이외 부품에 의한 주파수 성분을 추출하는 단계; 및
    상기 추출된 주파수 성분을 상기 자기 상관관계 결과의 종류가 상기 고장 및 수리 이력 데이터인 경우와 비교 분석하여 관심 주파수 영역을 추출 및 관리하는 단계;
    를 포함하는 것을 특징으로 하는,
    소음분석을 통한 엔진 이상 감시 방법.
  5. 삭제
  6. 제4항에 있어서,
    상기 상호 상관관계의 분석은
    상기 고장 및 수리 이력 데이터에서 다른 관심 주파수 영역을 선정하고 임의의 주파수들에 대해 상관도가 강한 엔진 별로 군을 형성하여 제1 점수를 부여하는 단계;
    상기 정기 유지보수에 영향이 없는 주파수 영역을 선정하고 임의의 주파수들에 대해 상관도가 강한 엔진 별로 군을 형성하여 제2 점수를 부여하는 단계; 및
    상기 제1 점수 및 상기 제2 점수에 가중치를 부여하여 합산하고, 상기 합산된 점수에 따라 등급을 부여하여 상기 엔진의 고장을 예측하는 정보를 추출하는 단계;
    를 포함하는 것을 특징으로 하는,
    소음분석을 통한 엔진 이상 감시 방법.
  7. 제6항에 있어서,
    상기 등급은
    안정 등급, 주의 등급, 경고 등급 및 위험 등급을 포함하는 것을 특징으로 하는,
    소음분석을 통한 엔진 이상 감시 방법.
  8. 제7항에 있어서,
    상기 등급이 상기 경고 등급 또는 상기 위험 등급인 경우,
    상기 중앙 서버가 상기 경고 등급 또는 상기 위험 등급이 부여된 엔진에 대한 정보를 사용자에게 전달하는 것을 특징으로 하는,
    소음분석을 통한 엔진 이상 감시 방법.
  9. 제1항에 있어서,
    상기 (c) 단계에서
    상기 소음 분석부는 상기 자기 상관관계 결과를 상기 복수개의 엔진 각각의 식별번호와 매칭시켜 엔진의 운전시간 및 발전량 중 어느 하나 이상과 함께 출력하는 것을 특징으로 하는,
    소음분석을 통한 엔진 이상 감시 방법.
KR20130110689A 2013-09-13 2013-09-13 소음분석을 통한 엔진 이상 감시 방법 KR101487614B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20130110689A KR101487614B1 (ko) 2013-09-13 2013-09-13 소음분석을 통한 엔진 이상 감시 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20130110689A KR101487614B1 (ko) 2013-09-13 2013-09-13 소음분석을 통한 엔진 이상 감시 방법

Publications (1)

Publication Number Publication Date
KR101487614B1 true KR101487614B1 (ko) 2015-01-29

Family

ID=52592990

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20130110689A KR101487614B1 (ko) 2013-09-13 2013-09-13 소음분석을 통한 엔진 이상 감시 방법

Country Status (1)

Country Link
KR (1) KR101487614B1 (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102018115B1 (ko) 2018-12-28 2019-09-04 주식회사 코텍에너지 진동을 이용한 연료전지의 상태 진단 시스템 및 진단 방법
KR20210088240A (ko) 2020-01-06 2021-07-14 현대자동차주식회사 무빙계 부품의 상태 진단 장치 및 방법
CN113362077A (zh) * 2021-05-25 2021-09-07 深圳市中晴云科技有限公司 一种基于区块链的产品溯源系统及其方法
CN116255377A (zh) * 2023-05-11 2023-06-13 南京蒙福液压机械有限公司 一种伺服智能机床液压站故障分析系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003254819A (ja) * 2002-03-05 2003-09-10 Fuji Heavy Ind Ltd エンジン評価装置
KR20030082174A (ko) * 2002-04-17 2003-10-22 주식회사 싸이언 복잡한 기계 장치의 불량을 검출하는 장치
KR20050011919A (ko) * 2003-07-24 2005-01-31 현대자동차주식회사 소음패턴분석을 이용한 차량결함검출장치
KR20090010430A (ko) * 2007-07-23 2009-01-30 주식회사 싸이언 기계 장치의 고장 진단 장치

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003254819A (ja) * 2002-03-05 2003-09-10 Fuji Heavy Ind Ltd エンジン評価装置
KR20030082174A (ko) * 2002-04-17 2003-10-22 주식회사 싸이언 복잡한 기계 장치의 불량을 검출하는 장치
KR20050011919A (ko) * 2003-07-24 2005-01-31 현대자동차주식회사 소음패턴분석을 이용한 차량결함검출장치
KR20090010430A (ko) * 2007-07-23 2009-01-30 주식회사 싸이언 기계 장치의 고장 진단 장치

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102018115B1 (ko) 2018-12-28 2019-09-04 주식회사 코텍에너지 진동을 이용한 연료전지의 상태 진단 시스템 및 진단 방법
KR20210088240A (ko) 2020-01-06 2021-07-14 현대자동차주식회사 무빙계 부품의 상태 진단 장치 및 방법
US11741761B2 (en) 2020-01-06 2023-08-29 Hyundai Motor Company State diagnosis apparatus and method of moving system part
CN113362077A (zh) * 2021-05-25 2021-09-07 深圳市中晴云科技有限公司 一种基于区块链的产品溯源系统及其方法
CN113362077B (zh) * 2021-05-25 2022-09-23 青岛飞熊领鲜数字科技有限公司 一种基于区块链的产品溯源系统及其方法
CN116255377A (zh) * 2023-05-11 2023-06-13 南京蒙福液压机械有限公司 一种伺服智能机床液压站故障分析系统

Similar Documents

Publication Publication Date Title
CN112763908B (zh) 一种基于多故障特征联合的电机健康指数评价系统
CN105809255B (zh) 一种基于物联网的火电厂旋转机械健康管理方法及系统
KR101487614B1 (ko) 소음분석을 통한 엔진 이상 감시 방법
CN102165644B (zh) 电源插座和it设备之间的物理连通性的自动发现
KR101316486B1 (ko) 이상 검지 방법 및 시스템
US9483049B2 (en) Anomaly detection and diagnosis/prognosis method, anomaly detection and diagnosis/prognosis system, and anomaly detection and diagnosis/prognosis program
US10310453B2 (en) Dynamic assessment system for high-voltage electrical components
Prieto et al. Self-powered wireless sensor applied to gear diagnosis based on acoustic emission
JP2012526281A (ja) 電力の公共使用、監視および管理のためのシステムおよび方法
KR102301201B1 (ko) IoT 센서 기반 회전 기기의 정밀 상태 진단 장치 및 방법
CN109974782A (zh) 基于大数据敏感特征优化选取的设备故障预警方法及系统
CN101688892A (zh) 用于在时域中预测电力系统的状态的方法和设备
KR20200014129A (ko) 딥러닝을 이용한 변압기 진단 방법
RU2747454C1 (ru) Способ и средство для наблюдения состояния устройства в обрабатывающей промышленности и носитель
Li et al. An unsupervised learning framework for event detection, type identification and localization using pmus without any historical labels
GB2476246A (en) Diagnosing an operation mode of a machine
CN116976707B (zh) 基于用电信息采集的用户用电数据异常分析方法及系统
Hernández et al. Applications of NILM techniques to energy management and assisted living
Anis Towards remaining useful life prediction in rotating machine fault prognosis: an exponential degradation model
Bejaoui et al. A data-driven prognostics technique and rul prediction of rotating machines using an exponential degradation model
Lixin et al. Remaining life predictions of fan based on time series analysis and BP neural networks
CN113726006A (zh) 水电生产分析决策支持系统
Kimotho et al. Estimation of remaining useful lifetime of piezoelectric transducers based on self-sensing
Gerber et al. Identification of harmonics and sidebands in a finite set of spectral components
Fumagalli et al. Agile diagnostic tool based on electrical signature analysis

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20180122

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20190121

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20191220

Year of fee payment: 6