KR101549754B1 - 가변속 냉동시스템의 고장진단방법 - Google Patents

Abstract

본 발명은 보다 신속하고 정확하게 냉동기의 고장여부를 진단할 수 있는 가변속 냉동시스템의 고장진단방법에 관한 것이다. 본 발명에 따른 가변속 냉동시스템의 고장진단방법은 가변속 냉동시스템(Variable Speed Refrigeration System)의 고장여부를 진단하기 위한 방법으로, 상기 가변속 냉동시스템에 실시간으로 인가되는 실시간 전류와, 상기 가변속 냉동시스템이 정상적으로 동작할 때에 상기 가변속 냉동시스템에 인가되는 추정 전류의 차이로 정의되는 잔차 정보를 분석하여 상기 가변속 냉동시스템의 고장여부를 진단하는 것을 특징으로 한다.

Description

가변속 냉동시스템의 고장진단방법{Fault diagnosis method of variable Speed Refrigeration System}

본 발명은 가변속 냉동시스템의 고장진단방법에 관한 것이다.

냉동기는 압축기, 응축기, 팽창밸브, 증발기와 같은 부품, 즉 구성요소에 의해 구성되는 냉매 순환형 냉각 장치로써, 고장원인은 주로 냉동기의 열화나, 시스템운영의 불균형으로 발생하는 부분고장이 대부분으로, 이러한 부분고장은 점진적으로 진행되어 특정부분에 누적되기 때문에 시간이 갈수록 냉동기의 성능 및 냉방능력을 저하시키는 특징을 가지고 있으며, 이로 인해 저장중인 물품에 심대한 손상을 초래할 수 있어 매우 신중한 접근을 필요로 하는 분야이다.

특히 농촌의 경우 농산물의 생산시기가 성수기와 비수기로 나누어지며, 성수기에는 대량생산으로 인해 가격이 폭락하고, 비수기에는 품귀현상으로 가격이 폭등한다. 따라서 농산물의 수급 불균형을 조절하고 수확한 농작물을 저온으로 보관하기 위한 저온저장시설의 건설이 장려되고 있으며, 상기 저온저장시설에는 냉동기가 장착되고 있으나 상기 냉동기는 작은 고장 하나만으로도 대량의 농산물을 부패시키기 때문에 이로 인한 경제적 손실이 엄청난 실정이다.

이에 따라, 대한민국 공개특허 10-2005-0090597호(이하, 선행특허)에서는 냉동기의 고장 여부를 진단하는 방법에 관해 제안하고 있다. 선행특허에서는 압축기, 응축기, 증발기의 흡입구와 토출구의 온도변화를 감지하고, 이로부터 냉동기의 고장상태를 진단한다. 하지만, 이와 같이 온도변화를 감지하여 고장 여부를 진단하는 방식은 그 진단속도가 다소 느리다는 한계가 있다. 따라서, 보다 더 신속하게 고장여부를 진단할 수 있는 방법의 개발이 필요하다.

대한민국 공개특허 10-2005-0090597호(발명의 명칭 : 냉동기용 고장진단시스템)

본 발명은 상기한 문제점을 해결하기 위하여 안출된 것으로, 본 발명의 목적은 보다 신속하고 정확하게 냉동기의 고장여부를 진단할 수 있는 가변속 냉동시스템의 고장진단방법을 제공하는 것이다.

본 발명에 따른 가변속 냉동시스템의 고장진단방법은 가변속 냉동시스템(Variable Speed Refrigeration System)의 고장여부를 진단하기 위한 방법으로,

상기 가변속 냉동시스템에 실시간으로 인가되는 실시간 전류와, 상기 가변속 냉동시스템이 정상적으로 동작할 때에 상기 가변속 냉동시스템에 인가되는 추정 전류의 차이로 정의되는 잔차 정보를 분석하여 상기 가변속 냉동시스템의 고장여부를 진단하는 것을 특징으로 한다.

본 발명에 따르면, 상기 잔차 정보가 양(+)의 값을 가지면 상기 가변속 냉동시스템의 응축기에 결함이 발생한 것으로 진단하고, 상기 잔차 정보가 음(-)의 값을 가지면 상기 가변속 냉동시스템의 증발기에 결함이 발생한 것으로 진단하는 것이 바람직하다.

본 발명에 따르면 가변속 냉동시스템에 인가되는 전류의 변화로부터 가변속 냉동시스템의 고장여부를 실시간으로 진단할 수 있으며, 따라서 종래에 비하여 신속 정확하고 간단하게 가변속 냉동시스템의 고장여부를 진단할 수 있다.

도 1은 본 발명의 일 실시예에 따른 고장진단시스템(FDDS)의 개략적인 구성도이다.
도 2는 고장진단모듈의 개략적인 구성도이다.
도 3은 고장검출부에서 잔차정보를 획득하는 방식을 나타내는 구성도이다.
도 4는 측정된 전류와 NFM(1)에 의해 추정된 전류와의 비교결과를 나타낸 그래프이다.
도 5는 전류, 온도, 압력정보를 이용한 가변속냉동시스템의 고장진단을 위한 장치도이다.
도 6은 고장검출에 관한 알고리즘이다.
도 7은 응축기 전열면적 감소에 따른 고장규명 알고리즘이다.
도 8은 응축전열면적 감소에 따른 평균잔차정보를 나타내는 그래프이다.
도 9는 NFM(2)을 위한 데이터를 획득하기 위한 그래프이다.
도 10은 전류정보를 이용한 가변속냉동시스템의 고장진단을 위한 장치도이다.
도 11 내지 13는 응축기 전열면적 감소에 따른 고장진단 결과를 나타내는 그래프이다.
도 14는 응축전열면적 50%감소시킨 직후 전류에 의한 잔차정보와 압력, 온도와의 비교 그래프이다.
도 15는 응축기 오염을 모사한 전열면적 30% 감소에 따른 인버터 주파수와 전자팽창밸브 개도를 나타낸 그래프이다.
도 16은 응축기 오염에 따른 응축 온도를 나타낸 그래프이다.
도 17은 응축기 오염에 따른 압축기 토출압력을 나타낸 그래프이다.
도 18은 응축기 오염에 따른 잔차정보를 나타낸 그래프이다.
도 19 및 도 20은 전류정보만을 이용한 VSRS의 응축기 오염에 대한 고장 진단 결과 그래프이다.
도 21 및 도 22는 FDDS(2)를 이용한 VSRS의 증발기 팬 고장에 대한 고장 진단 결과 그래프이다.
도 23은 기본 냉동사이클의 이상적인 모리엘선도를 나타낸 그래프이다.
도 24는 응축기 전열면적 감소에 따른 p-h선도의 변화 그래프이다.
도 25는 증발기 팬 고장에 따른 p-h선도의 변화 그래프이다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예에 따른 가변속 냉동시스템의 고장진단방법에 관하여 설명한다.

먼저, 냉동시스템은 기본적으로 증발기, 응축기, 압축기 및 팽창밸브로 구성된다. 최근에는 에너지 절약과 효율 향상을 위하여 인버터로 구동되는 압축기 모터를 가진 가변속 냉동시스템(Variable Speed Refrigeration System, 이하 VSRS)이 점차 증가하고 있으며, 본 발명에서는 이러한 가변속 냉동시스템의 고장여부를 진단하고자 한다.

이하에서는, 먼저 본 발명의 내용 및 결과에 관하여 간략하게 정리한 후, 본 발명에 따른 가변속 냉동시스템의 고장진단방법을 구현하는 고장진단시스템(Fault Detection and Diagnosis System, 이하 FDDS)의 구성과, 고장진단시스템을 이용하여 가변속 냉동시스템의 고장을 진단하는 방법에 관하여 구체적으로 설명한다.

본 발명에 따른 FDDS는 고장을 검출하는 고장검출부(fault detection part)와, 고장검출부로부터 얻어지는 정보를 이용하여 고장의 위치 식별과 고장의 정도를 규명하는 고장진단부(fault diagnosis part)를 포함한다.

고장검출부에서의 고장검출은 전류의 잔차(residual)정보를 이용한다. 잔차정보는 실제 시스템의 상태를 반영하는 실시간 검출 전류(I _d )와 고장이 없는 정상적인 상태에서의 다양한 운전 조건 하에서 얻어진 전류모델로부터 생성되는 추정 전류(I _e )의 차로부터 구해진다. 추정 전류는 정상상태(normal state) 하에서 얻어진 무고장모델(No Fault Model, 이하 NFM)에서 생성된다. NFM은 실험을 위해 제작된 기본냉동사이클 장치에 대해 다양한 운전 조건 하에서의 실험을 통해 얻어진 데이터에 기초하여 선형회귀분석(linera regression analysis)을 통해 구해진다.

본 발명에서는 두 가지 NFM에 대해 검토한다. 첫 번째는 독립변수로 다른 제어변수와 함께 온도와 압력 정보를 포함시킨 경우의 NFM(1)이고, 두 번째는 독립변수에 온도와 압력 정보를 모두 배제시킨 경우의 NFM(2)이다. 이때, 종속변수는 NFM(1), NFM(2) 모두 전류로 설정한다. 독립변수는 NFM(1)의 경우, 조작량인 인버터 주파수(f)를 포함한 온도와 압력정보 7개로 구성되고, NFM(2)의 경우, 인버터 주파수(f)와 전자팽창밸브 개도(VO)로 구성된다.

후술하는 바와 같이, 제안된 두 NFM 가운데 NFM(2)는 온도와 압력에 대한 피드백제어기의 보상효과는 물론 온도와 압력정보가 갖는 큰 시정수(time constant)의 영향도 배제시킬 수 있다. 뿐만 아니라, 검출해야할 정보의 수를 줄임으로써 센서에 소요되는 가격, 센서의 트러블 발생, 그리고 검출정보에 노이즈가 수반될 가능성도 최소화시킬 수 있다. 따라서, NFM(2)가 보다 더 바람직하다고 할 수 있으며, 이에 관해서는 후술하는 실험결과를 통해 확인할 수 있다.

고장진단부는 고장의 위치를 식별하고 고장의 정도(level)를 규명하는 역할을 한다. 고장진단부에서는 고장검출부에서 생성된 잔차정보를 이용하여 고장식별과 고장규명의 역할을 수행하기 때문에 열교환기 고장에 따른 잔차정보의 특성을 분석할 필요성이 있고, 분석 결과 잔차정보는 두 가지 정보를 가지고 있음을 알 수 있었다. 하나는 잔차정보의 경향(pattern)이었고, 다른 하나는 잔차정보의 크기이다. 잔차정보의 경향은 응축기 오염의 경우 양(+)의 방향으로 증가하는 경향을 나타내었고, 증발기 팬 고장의 경우 음(-)의 방향으로 증가하는 경향을 나타낸다.

그리고, 잔차정보의 크기는 응축기 오염의 경우 오염 정도에 비례하여 증가하였고, 증발기 팬 고장의 경우 팬 고장 모사 후 급격히 감소하였다. 이러한 열교환기의 고장에 대한 잔차정보의 두 가지 특성을 이용하여 고장식별과 고장규명을 포함하는 고장진단부의 알고리즘을 생성한다.

그리고, 본 발명에서 제안한 고장검출과 고장진단 알고리즘의 효용성을 검증하기 위해 VSRS의 고장진단 실기 실험시스템을 구축한다. 실험시스템은 크게 3부분으로 제어대상인 VSRS, 이 VSRS의 압축기와 전자팽창밸브를 제어하기 위한 제어부 그리고 FDDS로 구성된다. VSRS로는 단일 냉동시스템이 사용되고, 제어부에서는 이 시스템의 실내온도와 과열도를 제어변수(control variable)로 설정하여 퍼지로직(Fuzzy logic)으로 구성된 피드백제어기를 PLC(Programmable Logic Controller)상에서 구현된다. 또한, 압축기의 농형유도모터와 전자팽창밸브의 스텝모터를 구동하기 위해 주파수 가변장치인 인버터(inverter)와 스텝모터드라이브가 각각 사용되었다. FDDS는 PC(personal computer)와 DAQ(Data Aquisition, NI사)장비를 이용하여 구현된다.

실험에서 VSRS의 열교환기 고장 모사는 응축기의 경우, 전열면적을 인위적으로 감소시켰고, 증발기의 경우는 증발기 팬을 원하는 시각에 강제로 정지시키는 방법을 취하였다.

FDDS는 일정한 정밀도를 보증하면서 검출정보의 수가 적을수록, 속응성(quick responsibility)과 신뢰성이 좋을수록 그 성능이 우수하다고 볼 수 있다. 따라서 본 발명에서는 기존의 온도와 압력정보를 배제한 NFM(2)을 최종적으로 제안하고자 한다. 제안한 방법의 성능을 비교하기 위해 우선 온도와 압력정보가 포함된 NFM(1)에 대한 실험을 진행하고 순차적으로 NFM(2)에 대한 실험을 행한 후 그 결과들을 상호 비교하였다. 또한, 열교환기의 각 고장에 대하여 p-h선도를 이용한 개념적인 해석을 통해 각 고장 시의 전류변동 원인을 유추하였다.

본 발명에서 사용되는 용어에 관하여 간략하게 설명하면 다음과 같다.

고장(fault) : 시스템 특성 또는 파라미터가 규정조건에서 허용편차 이상 벗어난 상태

잔차(residual) : 측정치와 공정모델에 의해 계산된 추정치의 편차 또는 그 편차에 근거한 고장 지시변수

고장검출(fault detection) : 시스템 내 고장 발생여부의 결정

고장식별(fault isolation) : 고장의 종류, 위치 및 검출시간의 결정

고장규명(fault identification) : 고장의 크기와 시변 특성의 결정

고장진단(fault diagnosis) : 고장식별과 규명을 포함하며 고장의 종류, 위치, 크기와 검출시간을 결정

이하, 본 발명에 대하여 구체적으로 설명한다.

도 1은 본 발명의 일 실시예에 따른 고장진단시스템(FDDS)의 개략적인 구성도이다. 도 1을 참조하면, FDDS(100)는 크게 고장진단모듈(10)과 평가모듈(20)로 구성된다. 고장진단모듈(10)은 고장발생시 고장을 진단하고, 고장진단의 결과에 따라 조치를 취하거나 사용자에게 알려주는 역할을 한다.

도 2는 고장진단모듈의 개략적인 구성도이다. 도 2를 참조하면, 고장진단 모듈(10)은 고장검출부(Fault detection)(11)와 고장진단부(Fault diagnosis)(12)로 구성된다. 고장검출부(11)는 잔차정보 생성과 고장 발생 유무를 확인하는 역할을 하고, 고장진단부(12)는 고장검출부(11)에서 생성된 정보를 이용하여 발생한 고장에 대해 고장식별과 고장규명의 역할을 한다. 여러 가지 고장 발생시 잔차정보의 경로에 따라 고장의 위치를 검출할 수 있고, 잔차정보의 크기로써 고장의 정도를 파악할 수 있다. 잔차정보의 양상은 각 고장에 대하여 독립적이고, 잔차정보의 신뢰성이 높아야 고장진단의 안정성을 확보할 수 있다.

도 3은 고장검출부에서 잔차정보를 획득하는 방식을 나타내는 구성도이다. 고장검출부(11)의 목적은 고장발생유무를 확인하고, 고장진단을 위한 잔차정보를 생성하는 것이다. 잔차정보 발생기구로써 고장검출부는 대단히 중요하므로 고장에는 민감하고, 기타 고장, 잡음 및 외란등에는 둔감하도록 구성되어야 한다. 그러기 위해서는 변수를 고장진단의 목적에 맞게 적절히 선택해야 하고, 선택된 정보가 계측될 때 노이즈를 최소화시켜야 한다. 잔차정보를 생성하기 위해서 여러 가지 방법이 사용되고 있지만 본 발명에서는 모델을 기반으로 하는 방법을 사용한다.

VSRS의 정상상태(normal state)의 무고장모델을 생성하기 위해 VSRS의 인버터 주파수와 전자팽창밸브 개도에 따른 정상상태(steady state)값들을 수집하고, 그 값들을 선형회귀분석하여 NFM을 생성한다. 그리고, 도 3에 도시된 바와 같이 NFM에 의한 추정 전류값와 실시간 전류값을 비교하여 잔차정보를 생성한다.

이하에서는 실시간 고장진단을 위한 시스템에 대해 설명한다. 앞서 언급한 바와 같이 고장검출부의 무고장모델에 따라 두 가지 시스템을 소개한다. 첫째로 전류, 온도, 압력을 이용한 고장진단시스템(NFM1)에 대하여 설명하고, 그에 따른 고장진단장치 및 알고리즘을 소개한다. 두 번째로 전류정보만을 이용한 고장진단시스템(NFM2)에 대하여 기술하고, 마찬가지로 장치 및 알고리즘을 설명한다.

1. NFM(1)에 관한 설명

고장을 진단함에 있어 가장 중요한 것은 고장진단 결과의 신뢰성과 속응성이다. 신뢰성을 좋게 하기 위해서는 속응성이 나빠질 수 있고, 속응성을 좋게 하기 위해서는 신뢰성이 나빠질 수 있다. 하지만 신뢰성과 속응성은 모두 고장진단에 있어서 매우 중요한 요소이기 때문에 한 요소를 포기할 수는 없다. 이 두 가지 요소를 동시에 확보하기 위해서는 고장을 검출하기 위한 NFM의 변수 선택이 가장 중요하다. NFM의 변수의 선택은 고장검출의 신뢰성과 속응성뿐만 아니라 전체적인 고장진단의 성능을 좌우하기 때문이다.

먼저 NFM(1)의 변수로는 전류, 인버터 주파수, 온도, 압력을 선정한다. 그 이유는 냉동시스템의 모든 상황을 반영하고자 했기 때문이다. 전류, 인버터 주파수, 온도, 압력에 의한 NFM(1)은 하기 표 1과 같다.

[표 1]

표 1은 NFM(1)을 위한 회귀분석 데이터이다. 인버터 주파수와 전자팽창밸브 개도를 일정하게 유지하고, 정상상태에 도달했을 때 각각의 값들의 대표값을 측정했다. 측정 변수는 I _r , f, VO , T _a , T _o , T _c , T _SH , P _out , P _in 이 고, 이 중에서 종속변수는 I _r 이고, 독립변수는 f, T _a , T _o , T _c , T _SH , P _out , P _in 이다. VO는 다른 독립변수들보다 영향력이 적어 제외시켰다.

선형회귀분석 결과 NFM(1)은 식 (1)과 같다.

...........식 (1)

종속변수 Y는 I _r 를 나타내고, 독립변수 X ₁ 은 f, X ₂ 는 T _a , X ₃ 는 T _o , X ₄ 는 T _c , X ₅ 는 T _SH , X ₆ 는 P _out , X ₇ 은 P _in 을 나타낸다. 식(1)의 결정계수 R Square는 94.9%로써 매우 높은 적합도를 나타낸다. 따라서 NFM(1)은 시스템의 정상상태를 잘 반영한다는 것을 알 수 있다.

도 4는 측정된 전류와 NFM(1)에 의해 추정된 전류와의 비교결과를 나타낸 그래프이다. 도 4를 참조하면, 측정된 전류가 높은 전류와 낮은 전류로 양분되는 현상은 인버터 주파수와 관련이 있다. 인버터 주파수 60[Hz]일 때는 높은 전류가 측정되었고, 그 외의 주파수에서는 낮은 전류가 측정된다.

도 5는 전류, 온도, 압력정보를 이용한 가변속냉동시스템의 고장진단을 위한 장치도이다. 냉동시스템은 압축기, 응축기, 수액기, 전자팽창밸브, 증발기로 단일 냉동시스템을 구성한다. 제어를 위해 PLC(Programmable Logic Controller)로써 퍼지로직을 이용한 피드백제어기가 구현되고, 고장진단을 위하여 NI-DAQ장비로 고장진단에 필요한 정보가 획득되고, Labview로써 프로그래밍 된다.

피드백제어기는 실내온도와 증발기 입출구 차인 과열도 각각을 일정하게 유지시키기 위해서 압축기 회전수와 전자팽창밸브 개도를 변화시킨다. 압축기의 회전수를 변화시켜 실내온도를 일정하게 유지시키고, 에너지를 절감시킨다. 그리고 전자팽창밸브 개도를 변화시켜 과열도를 일정하게 유지함으로써 최대의 효율을 내도록 설계한다. 압축기 회전수를 변화시키기 위한 인버터는 V/f=const 제어 타입이 사용되고, 전자팽창밸브 개도를 변화시키기 위해서 스테핑모터 드라이버가 사용된다. 실내온도와 과열도의 설정값은 각각 3와 6로 용량제어와 과열도제어를 독립적으로 구현한다. 제어와 고장진단을 위해서 측정된 인자는 전류, 인버터 주파수, 전자팽창밸브 개도, 실내온도, 과열도, 실외온도, 응축온도, 압축기 토출 압력, 압축기 흡입 압력이다. 전류는 인버터와 압축기 사이의 3상 중 한 상에 CT(Current Transformer)를 연결하여 측정한다.

한편, 고장진단을 위해 전류정보를 계측할 때 인버터의 스위칭방식으로 인해 리플(ripple)이 발생하므로 전류값을 보정해 줄 필요가 있다. 그래서 CT에서 측정된 전류값을 안정화시키기 위하여 평활화 필터를 사용하여 지수 이동평균하였고, 30초당 최대값을 대표값(I _r )으로 지정하였다. 전류의 대표값은 주파수에 따라 그 값이 달라지므로 냉동시스템의 고장유무를 판별하기 적절하다. 인버터 주파수와 전자팽창밸브 개도는 피드백제어기에 의해 결정되므로 그 지령값을 PLC의 D/A Module로부터 NI-DAQ장비로 전송시켰다. 온도정보는 T-type 열전대를 이용하여 측정하였고, PLC의 Thermal Module에 의해 수집된다. 압력은 고압과 저압 게이지를 사용하여 PLC의 A/D Module에 의해 수집된다. 온도와 압력정보의 노이즈를 제거하기 위해 각 센서의 위치를 최적으로 선정하고, PLC로 10초당 이동 평균하여 NI-DAQ로 이식시켰으며, Labview로서 평활화 필터를 설계여 그 정보를 사용하였다. 이때, 평활화 필터의 지수는 50 또는 100으로 설정한다.

도 6은 고장검출에 관한 알고리즘이다. 고장검출부에서는 고장진단의 척도인 잔차정보를 생성하고, 그 잔차정보를 이용하여 고장의 발생 유무를 판단한다. 실시간으로 측정되는 전류 I _d 와 NFM(1)에 의해 추정되는 전류 I _e 의 차가 잔차정보이므로 정상상태에서는 I _d 와 I _e 는 같다. 하지만 응축기 전열 면적이 감소할 수록 I _d 와 I _e 의 차는 커지게 된다. 따라서 잔차정보는 커지게 되고, 그 잔차정보가 고장에 대하여 신뢰성을 가질 수 있는 최소의 크기일 때 고장 발생 유무를 결정짓는 판단 기준이 된다. 고장 발생이 확인되면 잔차정보는 고장진단을 위하여 고장진단부로 전송되게 된다.

도 7은 응축기 전열면적 감소에 따른 고장규명 알고리즘이다. 고장진단은 고장식별과 고장규명으로 나뉠 수 있지만 응축기 전열면적 감소에 따른 고장만을 다루므로 고장식별은 필요치 않았다. 따라서, 이하에서는 고장규명에 관한 알고리즘만 소개한다.

고장규명을 위해서는 주기가 필요하다. 그 이유는 고장규명의 신뢰성 때문이다. 측정되는 전류 I _d 에는 센서와 측정기기들에 의한 노이즈가 있고, 추정되는 전류 I _e 에도 역시 온도, 압력등의 센서에 의한 노이즈가 있기 때문이다. 고장진단을 위한 판단 주기를 고장진단 주기라 정의한다. 도 7의 고장진단 주기는 고장에 의해 시스템이 위험하기까지의 시간의 1/2을 넘어서는 안된다. 본 시스템의 고장진단 주기는 속응성과 신뢰성을 고려한 결과 300초로 설정되었다. 그 300초 사이에 잔차정보가 무고장상태의 범위인 0.001A을 넘는지를 체크하고, 0.001A를 넘은 시간이 150초가 넘으면 고장규명을 하게 되고, 그렇지 않으면 정상으로 출력하게 된다. 고장규명의 실시 여부를 위해 카운팅되는 그 시간을 t _over 라 정의한다. t _over 에 의해 고장규명을 시작하게 되면, 수집되었던 잔차정보를 300초로 나누어 초당 평균값을 산출해 낸다. 그 값을 평균잔차정보(Mean residual, I _mean )으로 정의한다. 그리고, 평균잔차정보의 크기에 따라 고장은 규명되고 고장정도가 판명된다.

도 8은 응축전열면적 감소에 따른 평균잔차정보를 나타내는 그래프로, 이는 고장규명의 결과인 고장의 정도를 결정하기 위한 데이터이다. NFM(1)을 적용시킨 시스템에 응축전열면적을 감소시킨 후, 그 때의 평균잔차정보를 수집한다. 응축전열면적을 10 ~ 70%까지 감소시키면, 전열면적 감소량이 증가할수록 평균잔차정보 역시 증가하는 경향을 보인다. 하지만 실험 결과 10%일 때는 평균잔차정보의 신뢰성이 확보되지 않아 고장 검출이 어려울 것으로 판단된다. 따라서 20~30%에 상당하는 응축기 고장을 Low, 40~50%에 상당하는 응축기 고장을 Middle, 60%이상에 상당하는 응축기 고장을 High로 정의하고 고장규명 알고리즘에 적용시킨다.

2. NFM(2)에 관한 설명

앞서, 전류, 온도, 압력정보를 이용한(NFM(1)) FDDS를 소개하였다. 하지만 온도와 압력정보는 피드백제어기에 의한 보상효과와 큰 시정수를 가지기 때문에 FDDS에서 신뢰성을 확보하기 위한 고장진단 주기 역시 길어질 수밖에 없다. 그리고 다수의 검출 정보로 인해 많은 센서의 수를 동반함으로써 가격이 상승할 뿐만 아니라 센서의 고장과 노이즈가 수반될 가능성이 높아 신뢰성도 떨어질 수 밖에 없다. 그렇기 때문에 고장진단을 위한 변수로 온도와 압력정보를 배제시키는 방안이 최적의 방안으로 생각된다. 이하에서는, 온도와 압력정보를 배제시키고, 전류정보만을 이용한 FDDS를 소개한다.

NFM(2)를 위한 변수를 선정함에 있어 온도와 압력정보를 제외시키고, 전류, 인버터 주파수, 전자팽창밸브 개도를 선택한다. 피드백제어기에 의한 변화에 가장 빠른 정보를 제공할 수 있는 것은 제어기의 지령값인 인버터 주파수와 전자팽창밸브의 개도이기 때문이다. 온도와 압력정보의 경우는 시정수가 커서 반응이 느리기 때문에 긴급한 고장의 경우 진단이 늦어 시스템에 무리를 주거나 극단적으로는 동작 불능의 상태로 만들 수 있기 때문이다.

아래의 표 2는 NFM(2) 생성을 위한 I _rms , f, VO의 일부를 나타낸 것이다. 전류정보는 실효값을 사용하였다. 각각 인버터 주파수 f와 전자팽창밸브 개도 VO를 고정하고, 충분히 정상상태에 도달했을 때 값을 기록하였다.

[표 2]

도 9는 NFM(2)을 위한 데이터를 획득하기 위한 그래프로, 도 9의 (a)는 f와 VO의 변화를 나타낸다. f와 VO의 변화는 전류정보의 실효값을 획득하기 위한 지령값으로 f는 40~60[Hz]의 범위사이에 5[Hz]단위로 변화시켰고, VO는 각 f마다 60~100[%]의 범위에 10%단위로 변화시켰다.

도 9의 (b)는 f와 VO의 변화에 따른 I _rms 의 변화를 나타낸 것이다. I _rms 의 경향은 f보다는 VO와 비슷했다. 따라서 I _rms 는 f보다는 VO에 영향을 많이 받을 것이라는 것을 예측할 수 있다.

그리고, 상기 표 2의 데이터를 이용하여 NFM(2)을 생성하기 위해 선형회귀분석을 수행하면 아래의 식 (2)의 결과가 도출된다.

................................식 (2)

식 (2)의 독립변수 X ₁ , X ₂ 는 각각 f와 VO이고, 종속변수 Y는 I _rms 이다. 식 (2)의 R Square는 93.3%으로 높은 적합도를 나타낸다. 따라서 식 (2)는 NFM(2)으로서 적합함을 알 수 있다.

도 10은 전류정보를 이용한 가변속냉동시스템의 고장진단을 위한 장치도를 나타낸다. 가변속냉동시스템의 고장진단 장치도는 앞서 설명한 도 5와 내용이 유사하므로 차이점만 설명하도록 한다. 피드백제어기를 위한 설정 실내온도와 과열도는 11와 6로 각각 설정하였다. 제어와 고장진단을 위해서 측정된 인자는 전류, 인버터 주파수, 전자팽창밸브 개도이다. 고장진단을 위해 전류정보를 계측할 때 인버터의 스위칭방식으로 인해 리플(ripple)이 발생하므로 전류값을 보정해 줄 필요가 있다. 리플정보는 스위칭과정에서 발생하는 이상(abnormal) 전류이다. 따라서 인버터 주파수 지령값은 한 가지이지만 출력값은 여러 가지 주파수를 포함하게 된다. 이를 제거하는 방법은 하드웨어적인 필터링 방법이 있고, 소프트웨어적인 필터링 방법이 있다. 본 발명에서는 Labview를 이용하여 High pass filter와 Low pass filter를 프로그래밍하여 소프트웨어적으로 최소화시켰다. High pass filter의 경우 38Hz로 설정하였고, Low pass filter의 경우 62Hz로 설정하여 40~60Hz의 전류정보를 안정적으로 받을 수 있게 하였다. 인버터 주파수와 전자팽창밸브 개도는 PLC내의 퍼지로직에 의해 결정되므로, 그 정보를 PLC의 D/A Module에서 NI-DAQ장비로 전송시켰다. 하지만 전송과정에서도 노이즈가 발생하므로 Labview로서 평활화필터를 설계하여 노이즈를 최소화시켰다. 인버터 주파수와 전자팽창밸브 개도의 정보는 온도와 압력정보와 같은 센서에 의한 값이 아니기 때문에 노이즈가 많지 않아 평활화 필터의 지수는 50으로 설정하였다.

알고리즘에 관하여 설명하면 다음과 같다.

고장검출부에서는 잔차정보를 생성하고, 고장의 발생 유무를 판단한다. 잔차정보는 NFM(2)에 의한 추정된 전류 I _e 와 실시간으로 측정되는 인버터 전류 I _d 의 차에 의해서 생성되고, 고장 발생 유무의 판단은 무고장상태의 범위인 잔차정보-0.5 ~ 0.2[A]의 범위를 벗어나면 고장 발생 신호를 보내도록 설정하였다.

고장진단부는 고장검출부의 고장 발생 신호에 의해서 동작한다. 잔차정보는 인버터의 리플, 측정 장비의 노이즈, NI-DAQ장치의 노이즈, PLC Module의 노이즈 정보를 모두 담고 있기 때문에 신뢰성을 가지기 위해서 60초 단위로 이동평균하여 고장식별과 고장규명을 할 수 있도록 하였다. 큰 시정수와 피드백제어기에 의한 보상효과를 가진 온도와 압력정보를 배제시킴으로써 NFM(1)에 의한 고장진단시스템의 300초보다 짧은 주기 설정이 가능하였다. 고장이 발생하면 먼저 고장식별을 하게 된다. 고장식별에서는 잔차정보를 초당 잔차정보인 평균잔차정보로 연산하고, 그 평균잔차정보가 상승하면 응축기 고장이고, 감소하면 증발기 고장으로 고장의 위치를 식별도록 했다. 고장식별이 끝나면 고장규명을 하게 된다. 고장의 위치에 따라 다른 알고리즘으로 설계하였다. 응축기 오염의 경우, 평균잔차정보가 0.2~0.5[A]의 범위를 가지면 고장의 정도를 30%로 정하고, 0.5[A]이상일 때는 고장의 정도를 50%로 정하여 시스템을 설계하였다. 그리고 증발기 팬 고장의 경우는 빠른 시간내에 시스템에 무리를 주고, 실내온도 상승으로 인한 실내환경이 악화될 수 있으므로 빠른 초치가 필요하다. 따라서 평균잔차정보가 -0.5[A]이하이면 증발기 팬 고장을 출력하도록 설계하였다.

이하, 실험결과에 관하여 설명한다. 표 3은 실험에 이용된 가변냉동기의 사양이다.

[표 3]

< NFM(1) 실험결과 >

NFM(1)을 이용한 VSRS의 FDDS를 이용하여 응축전열면적 감소에 따른 고장진단을 수행하였다.

표 4는 응축기전열면적을 감소시킨 시간과 감소량을 나타낸다. 응축기 전열면적은 10~70%까지 다양하게 감소시켰고, 각 고장을 일으킨 후에는 시스템이 정상상태로 회복할 시간을 두어 다음 고장에 대하여 영향이 없도록 하였다.

[표 4]

도 11 내지 13는 응축기 전열면적 감소에 따른 고장진단 결과이다. 도 11의 (a)는 I _d 와 I _e 를 나타낸다. 고장의 정도에 따라 I _d 는 상승하였고, I _e 는 대폭 감소하는 결과를 보였다. 이는 NFM(1)의 독립변수 중 압축기 토출 압력인 P _out 의 영향이 큼을 알 수 있다. 응축기 전열면적을 감소시키면 증발기 입구 온도가 상승하여 과열도가 감소하게 된다. 따라서 피드백제어기에 의해 팽창밸브의 개도는 감소하게 되고, 냉매량은 줄어들게 되어 냉매의 순환이 원활하지 못하게 된다. 그리고 실내온도는 냉매의 플래시 가스 발생으로 냉동능력이 감소하므로 상승하려는 경향을 보이고, 그에 따라 압축기 회전수는 증가하는 경향을 보인다. 냉매는 불응축상태에서 팽창되어 증발기로 들어가게 되고, 적은 냉매가 많은 압축일량을 받으므로 압축기 토출압력이 상승하게 된다. NFM(1)에서 압축기 토출압력의 독립변수 X ₆ 는 음의 부호를 가지므로 (a)와 같이 I _e 가 크게 감소하는 결과를 나타내게 된다.

도 11의 (b)는 응축전열면적 감소에 따른 잔차정보와 평균잔차정보를 나타낸다. 잔차정보는 (a)의 결과에 의해 생성되고, 응축전열면적 10~20% 감소에서의 경향은 정상상태와 크게 다르지 않다는 것을 알 수 있다. 하지만 응축전열면적 30% 감소부터는 잔차정보의 경향은 정상상태와는 다르게 상승하는 것을 확인할 수 있다. 그리고 고장의 정도가 증가할수록 잔차정보의 크기도 증가하는 것을 확인할 수 있다. 이에 따라 고장진단 주기로 평균잔차정보도 상승하는 결과를 나타내었다.

도 12의 (a)는 응축전열면적 감소에 따른 압력의 변화를 나타낸다. 압축기 흡입 압력의 경우 큰 변화를 보이진 않았지만 압축기 토출 압력은 응축기 전열 면적 감소를 잘 반영하는 것을 확인할 수 있다.

도 12의 (b)는 응축전열면적 감소에 따른 온도의 변화를 나타낸다. 피드백제어기의 제어변수인 실내온도와 과열도는 고장 후 일정하게 유지하려는 경향을 보이는 것을 알 수 있다. 따라서 고장진단의 변수로서는 적절하지 않음을 알 수 있다. 실외온도 역시 일정하게 유지되므로 고장진단의 변수로서는 적당하지 않음을 알 수 있다. 하지만 응축온도의 경우 응축기 출구 온도로서 응축전열면적 감소를 잘 반영한다.

도 13은 응축전열면적 감소에 따른 고장규명 결과이다. NFM(1)을 적용한 고장진단시스템은 응축전열면적 10~20%의 감소는 고장을 검출하지 못했기 때문에 고장이 규명되지 않았다. 하지만 30%이상의 감소에는 정확하게 반응하였고, 그 결과 정확하게 고장이 규명됨을 확인할 수 있다..

NFM(1)에 의한 FDDS(1)으로 응축기 오염에 대한 실험 결과는 응축전열면적 30% 이상에서는 정확하게 진단하는 신뢰성을 확보하였고, 고장진단 주기는 300초로 응축기 오염에 대한 FDDS(1)의 속응성도 충분할 것으로 판단된다.

도 14는 응축전열면적 50%감소시킨 직후 전류에 의한 잔차정보와 압력, 온도와의 비교 그래프이다.

도 14의 (a)는 고장 직후 잔차정보와 평균잔차정보 그리고 고장규명결과를 나타낸 것이다. 고장 직후 잔차정보는 급격히 상승한 것을 알 수 있다. 변화 크기는 5mA정도로 아주 적은 크기이지만, 필터로 인해 안정된 값이고 전류정보의 특성상 이 정도의 크기는 매우 신뢰할 만한 크기이다. 잔차정보의 상승 후 고장진단 주기 300초가 흐른 뒤 평균잔차정보가 상승하여 고장이 규명됨을 알 수 있다.

도 14의 (b)는 고장 직후 압축기 출구 압력과 응축온도를 나타낸 것이다. 여러가지 압력과 온도 중 두 가지의 경우만 제시한 것은 나머지 압력과 온도는 고장을 진단할만한 특성을 찾기 힘들기 때문이다. 압축기 출구 압력과 응축온도 역시 고장을 진단할만한 정보를 가지고 있다. 이 정보의 조합에 의해 잔차정보가 만들어지고, 그에 따라 고장진단이 된다. 하지만 개개의 정보들은 피드백제어기의 보상효과에 의해 큰 진동의 폭을 보였다. 이는 무고장상태에서 부하의 급변화에 의해 충분히 나타날 수 있는 진동이다. 그러므로 고장 발생 후 진단을 하기 위해서는 진동이 안정화된 후의 시간인 최소 1000초가 필요할 것으로 판단된다. 하지만 전류정보의 결과는 고장 발생 후, 정상상태와 비교되는 크기를 가지고 진동을 하는 것을 알 수 있고, 전류정보를 이용하는 것이 고장진단에 있어서 보다 신뢰성을 가지기 쉬움을 알 수 있다.

한편, VSRS에서는 피드백제어기를 사용한다. 피드백제어기는 실내 온도와 과열도를 일정하게 유지하도록 설계된다. 응축기 전열면적이 감소되면 온도와 압력이 변하게 된다. 이때, 실내 온도와 과열도 역시 변하게 된다. 피드백제어기는 이들 두 값을 일정하게 유지하기 위하여 인버터 주파수와 전자팽창밸브 개도를 변화시킨다. 이는 실내 온도와 과열도만을 일정하게 유지시키는 것이 아니라 다른 온도와 압력 정보에도 보상효과를 일으킨다. 피드백제어기에 의한 온도와 압력정보의 보상효과를 확인하고, 그때 NFM(2)에 의한 잔차정보와 온도, 압력정보를 비교하여 고장진단에서의 잔차정보의 이점을 밝히기 위해 응축기 전열면적 30%를 7500초 시점에 감소시켰다.

도 15는 응축기 오염을 모사한 전열면적 30% 감소에 따른 인버터 주파수와 전자팽창밸브 개도를 나타낸다. 고장 모사 후 증발기 입구 온도가 급격히 상승하고, 과열도가 급격히 떨어졌다. 그 결과 피드백제어기에 의해 전자팽창밸브의 개도는 줄어들게 되었다. 인버터 주파수 역시 변화하는 실내 온도를 설정 온도로 유지하기 위해 변화하는 것을 확인할 수 있다.

도 16은 응축기 오염에 따른 응축 온도를 나타낸다. 응축 온도만을 제시한 이유는 실내 온도와 과열도는 피드백제어기의 제어대상으로서 일정하게 유지되어 고장 진단을 위한 정보로는 의미가 없기 때문이다. 고장 모사후 응축기는 외부와 열교환을 충분히 하지 못해 응축 온도가 상승하였다. 그론 인한 VSRS의 실내온도와 과열도는 변하게 되고, 이에 피드백제어기는 온도와 압력에 대해 보상효과를 일으켜 응축온도가 큰 폭으로 진동하였다. 그리고 고장 모사 후 500초가 지난 8000초부터는 고장 전의 응축온도와 비교하여 큰 차이가 없었다. 또한 온도 정보의 경우 주변 환경에 따라 민감하게 변하므로 16의 결과로써 VSRS의 고장 진단을 위한 온도정보는 신뢰성을 확보하기 힘들다는 것을 알 수 있다.

도 17은 응축기 오염에 따른 압축기 토출압력을 나타낸 것이다. 압축기 흡입압력의 경우 고장 전과 후의 변화가 미미하였다. 하지만 압축기 토출압력은 응축기 오염에 대하여 민감하게 반응하였다. 고장 모사 후 압축기 토출압력은 상승하였으나 응축 온도와 마찬가지로 8000초 이후에는 일정수준으로 유지되는 것을 볼 수 있었다. 압력정보는 응축온도에 비하여 응축기 오염에 대해 고장 전후의 차이가 다소 있지만 신뢰성을 확보할만한 차이는 아니다.

도 18은 응축기 오염에 따른 잔차정보를 나타낸 것이다. 잔차정보는 압축기의 부하의 크기에 따라 변화하게 된다. 압축기의 부하는 곧 냉매의 상태와 직결되므로 잔차정보는 고장 모사 후 상승하고, 온도와 압력과 마찬가지로 보상효과에 의해 일정한 값으로 수렴한다. 하지만 잔차정보는 온도와 압력정보와는 다르게 고장 모사 직후부터 고장 모사 전과 비교할 수 있을 정도의 차이를 보였다. 대략 고장 전후의 평균값은 0.2~0.3[A] 차이가 났다. 이 값은 NFM(2)의 f, VO와 I _d 에 의한 것이므로 오직 전류정보에 기인한 것이다. 따라서 전류정보의 특성을 고려해 볼 때 고장 전후의 차이는 충분히 신뢰성을 가질 수 있다.

< NFM(2) 실험결과 >

도 19 및 도 20은 전류정보만을 이용한 VSRS의 응축기 오염에 대한 고장 진단 결과이다. 1000~2050초, 4400~4900초에 응축기 전열면적 30%, 50%를 각각 감소시킨다.

도 19의 (a)는 인버터 주파수와 전자팽창밸브 개도의 변화를 나타낸다. 고장의 정도가 클수록 전자팽창밸브 개도가 급격히 감소하고 감소량이 커짐을 알 수 있다.

도 19의 (b)는 응축기 오염에 따른 잔차정보와 평균잔차정보를 나타낸다. 고장의 정도가 커짐에 따라 잔차정보의 크기가 커짐을 알 수 있고, 그에 따라 고장 진단에 이용될 전류 평균잔차정보 역시 커짐을 알 수 있다. 평균잔차정보는 충분한 신뢰성을 가짐을 알 수 있고, 이 정보는 고장진단에 이용된다.

도 20의 (a)와 (b)는 고장식별과 고장규명 결과를 각각 나타낸다. 고장 식별 결과 고장 모사 후 정확하게 고장을 식별해낸다. 그리고 고장 규명 결과 역시 고장 모사 후 정확하게 고장의 정도를 판별해낸다. 하지만 1740초에 한 번 오진을 한 것을 볼 수 있으나, 이는 고장 진단의 안정화를 위한 필터설계로 쉽게 해결될 수 있을 것으로 판단된다.

도 19 및 20의 결과로서 VSRS의 응축기 오염에 대하여 FDDS(2)는 충분한 신뢰성과 속응성을 가지는 것을 알 수 있다.

도 21 및 도 22는 FDDS(2)를 이용한 VSRS의 증발기 팬 고장에 대한 고장 진단 결과이다. 1150초에 증발기 팬 고장을 모사했다.

도 21의 (a)는 인버터 주파수와 전자팽창밸브 개도의 변화를 나타낸다. 증발기 팬 고장 이후 증발기 출구 온도 감소에 의한 과열도 감소로 전자팽창밸브 개도가 줄어들고 실내 온도의 상승에 따라 인버터 주파수가 상승함을 알 수 있다.

도 21의 (b)는 잔차정보와 평균잔차정보를 나타낸다. 증발기 팬 고장의 경우 전류 잔차는 급격한 하락을 보인다. 이는 냉매가 증발기에서 열교환이 되지 않아 압축기의 부하를 줄여줬기 때문이다. 증발기 팬 고장과 같은 경우 압축기의 액압축의 문제가 발생할 수 있으므로 빠른 조치가 필요하다. 잔차정보는 60초마다 고장을 진단하므로 온도와 압력 정보보다 빠른 정보를 제공해 시스템 손상을 최소화할 수 있다.

도 22는 고장식별과 고장규명 결과를 나타낸다. 증발기 팬 고장의 경우 냉동시스템에 큰 무리를 주어 계속적으로 실험을 진행할 수 없다. 그러나 짧은 시간에도 전류 정보는 고장의 위치와 발생 여부를 정확하게 파악할 수 있음을 알 수 있다.

도 21 및 도 22 결과로서 VSRS의 증발기 팬 고장에 대해서도 전류정보를 이용하여 고장 진단이 가능함을 알 수 있다.

앞서 검토한 바와 같이, 열교환기 고장에 대하여 응축기 전열면적 감소와 증발기 팬고장에 대하여 전류정보를 이용한 고장진단 결과를 보인다. 이와 같이, 압축기의 전류정보가 변하는 원리는 어릴 때 가지고 놀던 DC모터가 달린 장난감 자동차를 생각해보면 이해할 수 있다. 예를 들어, 자동차 바퀴를 잡은 채 전원을 On시키면 모터가 타게 되는데, 이것은 모터의 부하가 엄청나게 걸려 모터가 돌지 않는 상황이다. 이때 모터의 역기전력은 0와 가까워지고, 전류는 에 가까워지게 되어 모터가 타게 된다. 반대로 모터의 부하가 없다면 역기전력이 상승하여 전류는 낮아지게 된다. 그리고, 이 원리가 냉동시스템의 압축기에도 적용된다. 즉, 압축기의 일량에 의해 전류 실효값의 증가 혹은 감소가 결정된다.

도 23은 기본 냉동사이클의 이상적인 모리엘선도를 나타낸다. 여기서 압축기의 일량은

이며 COP는 압축기 일량을 냉동능력으로 나누어준

이다.

도 24는 응축기 전열면적 감소에 따른 p-h선도의 변화이다. 응축기 전열면적이 감소하게 되면 응축 불량이 되어 점 2는 점 2로 이동하게 된다. 이 때 증발기 입구온도가 상승하게 되어 과열도가 줄어들게 되고, 피드백제어기에 의해 전자팽창밸브 개도는 줄어들게 된다. 따라서 냉동시스템에 흐르는 냉매량이 줄어들게 되어 냉동능력이 줄어들게 된다. 냉동능력이 줄어들게 되면 실내온도가 상승하게 되므로 피드백제어기에 의해서 압축기 회전수는 증가하게 된다. 결론적으로 p-h선도는 1234와 같이 그려지게 된다. 압축기 일량이

가 되게 되어 증가하게 된다. 그 결과 압축기 모터의 역기전력이 줄어들게 되고, 전류는 증가하게 된다. 그리고 COP는 압축기 일량은 늘어나고, 냉동능력은 줄어들게 되어 줄어들게 된다.

도 25는 증발기 팬 고장에 따른 p-h선도의 변화이다. 증발기 팬이 고장나서 정지하게 되면 실내의 부하를 냉매가 흡수하지 못하게 된다. 따라서 증발기 출구의 점 4는 점 4로 이동하게 된다. 이 때 증발기 출구 온도가 감소하게 되어 과열도는 감소하게 된다. 따라서 피드백제어기에 의해 전자팽창밸브의 개도는 줄어들게 되고, 냉매량은 줄어들게 된다. 그리고 증발기에서 열교환이 되지 않으므로 실내온도는 상승하게 된다. 그 결과 피드백제어기에 의해 압축기 회전수는 상승하게 된다. 이에 따라 증발기 팬 고장이 발생하면 냉동사이클은 1234와 같이 그려지게 된다. 압축기 일량은 등엔트로피 과정이기 때문에 냉매의 액과 기체 혼합 영역에서는 압축기의 일량은 현저히 줄어들게 된다. 따라서 압축기 일량이 줄어들었기 때문에 압축기 모터의 역기전력은 증가하게 되고, 전류는 줄어들게 된다.

상술한 바와 같이, 본 발명에서는 가변속냉동시스템(VSRS)의 열교환기 고장에 대해 전류정보를 이용한 실시간 고장검출과 고장진단 알고리즘을 구성하고, 고장진단시스템(FDDS)을 구축하였으며, 실험을 통해 제안된 FDDS의 효용성을 검증하였다.

고장검출을 위해 NFM(1)과 NFM(2)의 두 모델을 제안하고 이 두 모델에 대한 각각의 FDDS를 구성하여 열교환기 고장에 대한 실험을 한 결과, FDDS(1)은 응축기 전열면적 감소 30%이상, FDDS(2)는 응축기 전열면적 감소 30%이상과 증발기 팬 고장에 대하여 정확하고 빠른 FDD 결과를 확인하였다.

FDDS는 고장에 대한 신뢰성과 속응성 확보가 대단히 중요하다. FDDS의 성능인 신뢰성과 속응성은 FDDS를 위한 모델의 변수 선택에 따라 결정되므로 이 두 성능은 모델과 상호 긴밀한 연관성을 가진다. NFM(1)은 인버터 주파수, 온도, 압력정보를 사용하였고, NFM(2)는 온도와 압력정보를 배제하고 인버터 주파수와 전자팽창밸브개도 정보를 사용하였다. 각 NFM에 의한 FDDS의 실험 결과, FDDS(1)과 FDDS(2)의 신뢰성은 열교환기 고장 모사 결과로 확보됨을 확인하였으나, 신뢰성 확보를 위해 필요한 고장진단 주기를 검토한 결과 FDDS(2)의 경우가 FDDS(1)에 비해 주기를 5배 짧게 설정할 수 있는 것으로 나타나 결과적으로 속응성이 더 뛰어남을 알 수 있었다. 이는 NFM(2)에서 큰 시정수와 피드백제어기의 보상 효과를 지닌 온도 및 압력정보를 모델에서 배제시켰고, 고장 정보 추출을 위한 측정 센서의 수도 8개에서 1개로 줄여 각 정보의 잡음 축소를 위한 노이즈 필터링 처리 시간이 최소화될 수 있었기 때문으로 해석된다. 이리하여 NFM(2)를 이용한 FDDS(2)는 VSRS의 열교환기 고장 상태를 압축기의 부하에 따른 전류정보만을 이용함으로써 더욱 정확하고 빠른 FDDS가 가능하다.

이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.

100...고장진단시스템
10...고장진단모듈 11...고장검출부
12...고장진단부 20...평가모듈

Claims (2)

1. 가변속 냉동시스템(Variable Speed Refrigeration System)의 고장여부를 진단하기 위한 방법으로,
   상기 가변속 냉동시스템에 실시간으로 인가되는 실시간 전류와, 상기 가변속 냉동시스템이 정상적으로 동작할 때에 상기 가변속 냉동시스템에 인가되는 추정 전류의 차이로 정의되는 잔차 정보를 회득하고, 사전에 설정된 고장진단 주기 동안의 상기 잔차 정보의 평균값인 평균잔차정보(Mean residual)를 산출하며,
   상기 산출된 평균잔차정보를 분석하여 상기 가변속 냉동시스템의 고장여부를 진단하되,
   상기 평균잔차정보가 양(+)의 값을 가지면 상기 가변속 냉동시스템의 응축기에 결함이 발생한 것으로 진단하고,
   상기 평균잔차정보가 음(-)의 값을 가지면 상기 가변속 냉동시스템의 증발기에 결함이 발생한 것으로 진단하는 것을 특징으로 하는 가변속 냉동시스템의 고장진단방법.
2. 삭제

Images