KR101858121B1 - 발전소 상태 판단 장치 및 방법 - Google Patents

발전소 상태 판단 장치 및 방법 Download PDF

Info

Publication number
KR101858121B1
KR101858121B1 KR1020160073080A KR20160073080A KR101858121B1 KR 101858121 B1 KR101858121 B1 KR 101858121B1 KR 1020160073080 A KR1020160073080 A KR 1020160073080A KR 20160073080 A KR20160073080 A KR 20160073080A KR 101858121 B1 KR101858121 B1 KR 101858121B1
Authority
KR
South Korea
Prior art keywords
data
vibration
state
correlation
storage unit
Prior art date
Application number
KR1020160073080A
Other languages
English (en)
Other versions
KR20170140588A (ko
Inventor
이상진
김철홍
주영호
Original Assignee
두산중공업 주식회사
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 두산중공업 주식회사 filed Critical 두산중공업 주식회사
Priority to KR1020160073080A priority Critical patent/KR101858121B1/ko
Publication of KR20170140588A publication Critical patent/KR20170140588A/ko
Application granted granted Critical
Publication of KR101858121B1 publication Critical patent/KR101858121B1/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
    • G06Q50/10—Services
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • G06F8/65—Updates
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B3/00—Audible signalling systems; Audible personal calling systems
    • G08B3/10—Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
    • G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
    • G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
    • G08B5/36—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Software Systems (AREA)
  • Electromagnetism (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Security & Cryptography (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

본 발명은 설비의 진동 신호 및 상태 데이터를 측정하는 신호 측정부; 상기 신호 측정부에서 측정된 진동 신호와 상태 데이터 간의 상관도를 분석하여 상태 데이터를 진동원인별로 분류하는 상관도 분석부; 상기 설비의 진동원인이 되는 상태 데이터와 진동 신호 간의 상관관계를 진동 원인별로 분류하여 모델링된 데이터를 저장하는 데이터베이스; 상기 상관도 분석부에서 분류된 데이터를 상기 데이터베이스에 저장된 모델링된 데이터와 비교하여 상기 설비가 이상 상태인지 정상 상태인지 여부를 판단하는 판단부를 포함하는 발전소 상태 판단 장치에 관한 것이다.

Description

발전소 상태 판단 장치 및 방법{APPARATUS AND METHOD FOR DETERMINING STATE OF POWER PLANT}
본 발명은 발전소 상태 판단 장치 및 방법에 관한 것으로, 더욱 상세하게는 터빈, 설비의 진동 신호 및 상태 데이터를 측정하는 신호 측정부; 상기 신호 측정부에서 측정된 진동 신호와 상태 데이터 간의 상관도를 분석하여 진동원인별로 분류하는 상관도 분석부; 상기 설비의 진동원인이 되는 상태 데이터와 진동 신호 간의 상관관계를 진동 원인별로 분류하여 모델링된 데이터를 저장하는 데이터베이스; 상기 상관도 분석부에서 분류된 데이터를 상기 데이터베이스에 저장된 모델링된 데이터와 비교하여 상기 설비가 이상 상태인지 정상 상태인지 여부를 판단하는 판단부를 포함하는 발전소 상태 판단 장치에 관한 것이다.
발전소에 설치되는 터빈을 포함해 많은 설비가 사용되고, 이들 설비를 유지 보수하는데 많은 시간과 비용이 소요된다. 특히, 발전소는 고온, 고압에서 동작하기 때문에 시스템의 안정성이 매우 중요하다.
따라서 시스템의 안정성을 담보하기 위해 시스템을 모니터링 하여 고장을 조기에 진단하는 다양한 기술들이 개발되고 있다.
다양한 종류의 수백 개의 기계 및 전기 설비들이 복잡하게 연결되어 운전되는 발전 또는 화학 등의 대형플랜트들은 일반적으로 주 제어실이라 불리는 중앙제어실에서 운전(Operation)을 하게 되며 이곳의 근무자는 2-10명으로 근래 기업 경쟁력 향상 및 생산성 증대추구와 맞물려 그 수가 감소하고 있다. 특히, 과거 한 기당 수십 명이 근무하던 화력발전소의 경우 이제는 5명 내외로 근무자 1인당 관리 및 제어해야 하는 설비의 수가 대폭 증가하였다. 이에 따라 운전 및 조작 방식도 과거 현장 제어반(Local Panel) 조작 방식에서 주 제어반 조작 방식으로 발전되었으며 근래 IT(정보기술)의 발달과 함께 컴퓨터 기반의 MMI(Man-Machine Interface)를 이용한 조작 방식이 주를 이루고 있다.
일반적으로 기계설비의 고장원인을 분석하기 위한 방법으로 진동분석이 널리 사용되는데, 종래에는 진동 자체만을 측정하여 분석하기 때문에 진동의 직접적인 원인을 정확히 판단할 수 없다는 문제점이 있다. 회전기계의 진동은 부하, 온도, 압력 및 베어링 온도 등 발전소 원전 조건과 연관되어 있으나, 종래는 진동 신호만을 이용하여 이상 여부를 판별하기 때문에 진단 정확도가 떨어지는 문제점이 있다.
대한민국 특허공개공보 제 10-2012-010893호
본 발명이 해결하고자 하는 과제는, 발전소의 상태 데이터 분석을 통해 발전소의 이상 여부를 정확히 진단할 수 있는 발전소 상태 판단 장치 및 방법을 제공하는 것이다.
상기와 같은 기술적 과제를 해결하기 위해, 본 발명의 일 실시예에 따른 발전소 상태 판단 장치는, 설비의 진동 신호 및 상태 데이터를 측정하는 신호 측정부; 상기 신호 측정부에서 측정된 진동 신호와 상태 데이터 간의 상관도를 분석하여 상태 데이터를 진동원인별로 분류하는 상관도 분석부; 설비 진동시의 상태 데이터와 진동 신호 간의 상관관계를 진동 원인별로 분류하여 모델링된 데이터를 저장하는 데이터베이스; 상기 상관도 분석부에서 분류된 데이터를 상기 데이터베이스에 저장된 모델링된 데이터와 비교하여 상기 설비가 이상 상태인지 정상 상태인지 여부를 판단하는 판단부를 포함한다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 장치에서, 상기 진동 신호는 소정 기간 동안 측정된 진동 신호의 통계 데이터를 분석하여 진동의 트렌드를 나타내는 진동 트렌드 신호일 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 장치에서, 상기 진동 신호는 소정 기간 동안 측정된 신동 신호의 평균값, 최소값, 최대값, 표준편차 중 하나 이상을 사용하여 나타내는 진동 트렌드일 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 장치에서, 상기 데이터베이스는, 설비가 정상 상태일 때의 상태 데이터를 저장하는 정상 상태 저장부와, 설비가 이상 상태일 때의 상태 데이터를 저장하는 이상 상태 저장부를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 장치에서, 상기 판단부는, 상기 상관도 분석부에서 분류된 데이터가 상기 정상 상태 저장부에 저장된 상태 데이터의 클러스터 범위 이내인 경우에는 정상 상태로 판단하고, 상기 상관도 분석부에서 분류된 데이터가 상기 이상 상태 저장부에 저장된 상태 데이터의 클러스터 범위 이내인 경우에는 이상 상태로 판단할 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 장치에서, 상기 판단부는, 상기 상관도 분석부에서 분류된 데이터가 정상 상태로 판단되는 경우에는 분류된 데이터를 상기 정상 상태 저장부에 저장하고, 상기 상관도 분석부에서 분류된 데이터가 이상 상태로 판단되는 경우에는 분류된 데이터를 상기 이상 상태 저장부에 저장하여 상기 데이터베이스를 업데이트할 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 장치에서, 상기 신호 측정부에서 측정된 상태 데이터 및 상기 데이터 베이스에 저장되어 있는 상태 데이터는 전력 부하, 터빈의 회전수, 베어링 온도, 터빈 입구 부분의 온도, 터빈 입구 부분의 압력, 및 터빈 고정체와 회전체의 변위차 중 하나 이상을 포함할 수 있다.
상기와 같은 기술적 과제를 해결하기 위해, 본 발명의 일 실시예에 따른 발전소 상태 판단 방법은, 설비의 진동 신호 및 상태 데이터를 측정하는 단계; 상기 측정된 진동 신호와 상태 데이터 간의 상관도를 분석하여 상태 데이터를 진동원인별로 분류하는 단계; 및 상기 분류된 데이터를 설비 진동시의 상태 데이터와 진동 신호 간의 상관관계를 진동 원인별로 분류하여 모델링된 데이터를 저장하고 있는 데이터베이스의 데이터와 비교하여 상기 설비가 이상 상태인지 정상 상태인지 여부를 판단하는 단계를 포함한다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 방법에서, 상기 진동 신호는 소정 기간 동안 측정된 진동 신호의 통계 데이터를 분석하여 진동의 트렌드를 나타내는 진동 트렌드일 수 있다.
상기 진동 신호는 소정 기간 동안 측정된 신동 신호의 평균값, 최소값, 최대값, 표준편차 중 하나 이상을 사용하여 진동의 트렌드를 나타내는 진동 트렌드일 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 방법에서, 상기 데이터베이스는, 상기 설비가 정상 상태일 때의 상태 데이터를 저장하는 정상 상태 저장부와, 상기 설비가 이상 상태 때의 상태 데이터를 저장하는 이상 상태 저장부를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 방법에서, 상기 판단하는 단계는, 상기 상관도 분석부에서 분류된 데이터가 상기 정상 상태 저장부에 저장된 상태 데이터의 클러스터 범위 이내인 경우에는 정상 상태로 판단하고, 상기 상관도 분석부에서 분류된 데이터가 상기 이상 상태 저장부에 저장된 상태 데이터의 클러스터 범위 이내인 경우에는 이상 상태로 판단하는 단계를 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 방법에서, 상기 분류된 데이터가 정상 상태로 판단되는 경우에는 분류된 데이터를 상기 정상 상태 저장부를 저장하고, 상기 분류된 데이터가 이상 상태로 판단되는 경우에는 분류된 데이터를 상기 이상 상태 저장부에 저장하여 상기 데이터베이스를 업데이트하는 단계를 더 포함할 수 있다.
또한, 본 발명의 일 실시예에 따른 발전소 상태 판단 방법에서, 상기 신호 측정부에서 측정된 상태 데이터 및 상기 데이터 베이스에 저장되어 있는 상태 데이터는 전력 부하, 터빈의 회전수, 베어링 온도, 터빈 입구 부분의 온도, 터빈 입구 부분의 압력, 및 터빈 고정체와 회전체의 변위차 중 하나 이상을 포함할 수 있다.
본 발명에 의한 발전소 상태 판단 장치 및 방법에 의하면, 발전소의 상태 데이터를 분석하여 진동 원인을 파악함으로써, 발전소 이상 상태를 보다 정확히 진단할 수 있다.
또한, 본 발명에 의하면, 진동의 원인이 되는 설비의 상태까지 진단할 수 있기 때문에 이상 진단을 보다 용이하게 할 수 있고 신뢰성을 향상시킬 수 있다.
또한, 본 발명에 의하면, 발전소의 이상 종류까지 정확하게 파악할 수 관리자자의 편의를 도모하고 신속하게 정비하여 시스템의 안정성을 향상시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 발전소 상태 판단 장치를 나타낸 것이다.
도 2는 본 발명의 일 실시예에 따른 상태 데이터가 모델링 되는 예시를 나타낸 것이다.
도 3은 본 발명의 일 실시예에 따른 데이터베이스의 구성을 나타낸 것이다.
도 4는 본 발명의 일 실시예에 따른 발전소 상태 판단 방법을 나타낸 것이다.
본 발명은 다양한 변경을 가할 수 있고 여러가지 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 사상 및 기술범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
도면들에 있어서, 본 발명의 실시 예들은 도시된 특정 형태로 제한되는 것이 아니며 명확성을 기하기 위하여 과장된 것이다. 본 명세서에서 특정한 용어들이 사용되었으나. 이는 본 발명을 설명하기 위한 목적에서 사용된 것이며, 의미 한정이나 특허 청구 범위에 기재된 본 발명의 권리 범위를 제한하기 위하여 사용된 것은 아니다.
본 명세서에서 ‘및/또는’이란 표현은 전후에 나열된 구성요소들 중 적어도 하나를 포함하는 의미로 사용된다. 또한, ‘연결되는/결합되는’이란 표현은 다른 구성요소와 직접적으로 연결되거나 다른 구성요소를 통해 간접적으로 연결되는 것을 포함하는 의미로 사용된다. 본 명세서에서 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 또한, 명세서에서 사용되는 ‘포함한다’또는 ‘포함하는’으로 언급된 구성요소, 단계, 동작 및 소자는 하나 이상의 다른 구성요소, 단계, 동작 및 소자의 존재 또는 추가를 의미한다.
또한, '제1, 제2' 등과 같은 표현은, 복수의 구성들을 구분하기 위한 용도로만 사용된 표현으로써, 구성들 사이의 순서나 기타 특징들을 한정하지 않는다.
실시예들의 설명에 있어서, 각 층(막), 영역, 패턴 또는 구조물들이 기판, 각 층(막), 영역, 패드 또는 패턴들의 "상/위(on)"에 또는 "하/아래(under)"에 형성된다는 기재는, 직접(directly) 또는 다른 층을 개재하여 형성되는 것을 모두 포함한다. 각 층의 상/위 또는 하/아래에 대한 기준은 도면을 기준으로 설명한다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예에 따른 발전소 상태 판단 장치 및 판단 방법을 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 발전소 상태 판단 장치를 나타내는 불럭도이다.
도 1을 참조하면, 상기 발전소 상태 판단 장치는 신호 측정부(10), 상관도 분석부(20), 데이터베이스(30), 및 판단부(40)를 포함한다.
상기 신호 측정부(10)는 발전소 내부에 설치되어 발전소 설비의 진동 신호 및 상태 데이터를 측정한다.
상기 진동 신호는 진동 트렌드를 나타내는 진동 트렌드 신호일 수 있다. 진동 신호의 경우 다른 신호들에 비해서 측정 횟수가 매우 많다. 따라서 매 진동 신호를 상태 데이터와 비교하는 것은 현실적으로 불가능하고 효율도 떨어진다. 예를 들어 주파수가 1KHz라고 가정할 때, 초당 1000번의 진동이 발생하고, 1분 동안 진동을 측정한다고 하면 60000번의 진동 신호가 발생하게 된다. 따라서 매 진동 신호를 측정하여 회득하는 것이 아니라 일정 기간 동안 진동을 측정한 후 이들 진동 신호의 트렌드를 분석하여 트렌드 신호를 사용하게 된다. 트렌드 분석 방법으로는 일정 기간 동안 평균을 산출하여 평균값을 사용할 수도 있으며, 그외 최대값, 최소값, 표준편차값 등을 적절히 활용할 수 있다.
상기 상태 데이터는 어느 하나의 수치에 한정되는 것은 아니며 발전소 설비의 종류에 따라 다양하게 달라질 수 있다. 예를 들어, 상태 데이터는 전력 부하, 터빈의 회전수, 베어링 온도, 터빈 입구 부분의 온도, 터빈 입구 부분의 압력, 및 터빈 고정체와 회전체의 변위차 등 다양한 상태 데이터가 측정되어 수집될 수 있다.
또한, 상기 신호 측정부(10)는 현장 설비의 여러 상태 데이터를 측정하여 수집할 수 있으며, 하나의 현장 설비에 대해서 여러 부분의 상태 데이터를 측정하여 수집할 수도 있고, 여러 현장 설비에 대한 상태 데이터를 동시에 측정하여 수집할 수도 있다.
또한, 신호 측정부(10)는 회전체의 진동 상태 데이터를 수신할 수 있다. 회전체는 모터나 터빈 등 회전하는 설비를 통칭하며, 이러한 회전체의 경우 불평형(Unbalance), 마찰진동(Rubbing), 정렬 불량(misalignment) 등 회전체만이 가질 수 있는 특이한 이상 진동을 발생할 수 있다. 이러한 이상 진동들은 베어링과 같은 각종 부품들의 수명을 단축시킬 뿐만 아니라, 설비의 대형 사고를 유발할 수 있다. 이외에도 진동의 원인으로는 오일휠(oil whirl), 스팀휠(steam whirl), 공진(resonance), 써멀 벤딩(thermal bending) 등이 있다.
따라서, 기계 설비를 직접 분해하지 않고 진동 또는 온도와 같이 설비의 여러 상태 데이터(물리량)을 측정하여 기계의 상태를 예측하도록 하는 진단 방법이 반드시 필요하게 된다. 특히, 설비의 고장은 출력의 변화, 온도의 이상 상승 및 소음과 진동을 수반하여 나타날 수 있으므로, 설비의 이상은 대부분 진동을 발생하게 된다. 이러한 변화는 설비가 완전히 중단되기 전부터 나타나기 때문에, 설비의 진동 상태를 측정하여 설비를 분해하거나 중단시키지 않고 진단하는 것이 가능할 수 있다. 따라서, 진동 측정을 이용하여 진동 진단을 진행함으로써 설비를 관리하며, 조업율의 향상, 부품관리의 용이, 불량감소 등 다양한 효과를 발생시킬 수 있다.
상기 상관도 분석부(20)는 상기 신호 측정부에서 측정된 진동 신호와 상태 데이터 간이 상관도를 분석하여 진동 원인별로 분류한다. 앞서 살펴본 바와 같이 진동 신호는 발전소 설비의 다양한 부품들의 상태와 밀접한 관련이 있고, 이들 부품들과 상태 데이터를 분석함으로써 진동의 원인을 보다 정확히 파악할 수 있다.
실제로, 발전소 상태 및 운전을 나타내는 많은 데이터 중에 터빈 부하, 발전기 여자 전류, 밸브 개도, 베어링 온도, 회전체와 고정체 간극, 저압 터빈 진공압, 증기 온도 등은 현장 진동 발생 사례 분석 결과 진동과 상관관계가 많은 것으로 분석되었다.
실제 사례를 분석한 결과, 터빈 회전체 진동과 발전소 상태 데이터간의 상관관계를 확인되었다.
예를 들어, 원자력 터빈 발전기에서 부하 감소 구간에서 베어링 진동은 급격히 증가하였다. 이는 낮은 부하에서 장시간 운전하는 경우 회전체(로터) 및 고정체(케이싱)에서 열팽창 차이에 의한 축방향의 간극 부족에 의한 러빙 진동이 발생하기 때문이다. 그리고 부하가 변동할 때 발전기 로터의 진동도 함께 변동하게 된다. 부하 변동으로 인해 발전기 로터 계자 전류(여자 전류)가 변동되며, 계자 전류가 증가할 때 발전기 로터의 진동도 증가하기 때문이다. 이러한 경우, 계자 코일 단락 사고가 발생할 수 있고, 그로 인해 저항열이 발생해 발전기 로터 원주방향의 온도 분포가 불균일하게 되고 로터 벤딩(bending)이 발생하여 로터 불평형 진동이 발생하게 된다.
이러한 사실을 바탕으로 상관도 분석부(20)는 통계함수를 사용하여 진동 신호와 발전소 상태 데이터의 상관관계를 분석하여 유사한 데이터끼리 분류하여 클러스터링(clustering)한다. 상기 진동 신호는 진동 트렌드 신호를 의미한다.
통계함수는 K-means 클러스터링 함수를 사용할 수 있다. K-mean 클러스터링은 주어진 데이터를 k개의 클러스터로 묶는 알고리즘 중 하나로, 각각의 클러스터와 거리 차이의 분산을 최소화하는 방식으로 동작하게 된다.
즉, 상관도 분석부(20)는 K-means 클러스터링을 통해 신호 측정부에서 측정된 진동 신호와 상태 데이터를 분류하여 SVM(Support Vector Machine) 모델을 생성한다.
도 2는 SVM 모델의 예를 도시한 것이다. 도 2는 진동 원인을 세 가지 특징(feature)으로 구분하고 상태 데이터를 분류한 예를 도시한 것이다.
상기 데이터베이스(30)는 진동 신호와 상태 데이터 간의 상관관계를 분석하고 통계 함수를 사용하여 모델링하여 저장한다. 예를 들어, K-means 클러스터링 방식에 의해 분류되고 클러스터화되어 저장된다. SVM 모델 형태로 저장할 수 있다.
상기 데이터베이스(30)는 현장 설비의 진동 신호 및 상태 데이터를 지속적으로 수집하여 데이터베이스화한 것으로, 정상 상태 저장부와 이상 상태 저장부를 포함한다.
도 3은 상기 데이터베이스(30)의 상세 구성을 나타낸 블럭도이다. 도 3을 참조하면, 데이터베이스(30)는 정상상태 저장부(32)와 이상상태 저장부(34)로 구분되고, 이상 상태 저장부는 이상 원인에 따라 불평형(Unbalance)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제1 이상상태 저장부(342), 마찰(Rubbing)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제2 이상상태 저장부(344), 정렬 불량(misalignment)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제3 이상상태 저장부(346)를 포함한다. 본 실시예에서는 제1~3 이상상태 저장부(342, 344, 345)만을 도시하였으나, 이 외에도 다양한 진동 및 상태 데이터의 상관관계를 더 저장할 수 있다.
정상 상태 저장부(32)는 설비가 정상일 때 진동 신호와 상태 데이터의 상관관계를 모델링하여 저장한 부분이고, 이상 상태 저장부(34)는 설비가 비정상일 때 진동신호와 상태 데이터의 상관관계를 모델링하여 저장한 부분이다. 즉, 설비가 정상일 때의 상태 데이터는 클러스터화되어 정상 상태 저장부에 저장되고, 이상 상태일 때의 상태 데이터는 클러스터화되어 이상 상태 저장부에 저장된다.
상기 판단부(40)는 상관도 분석부(30)에서 분류된 데이터와 데이터베이스(40)에 저장된 데이터를 비교하여 발전소 설비의 이상 여부를 판단한다. 상기 상관도 분석부(20)에서 분류된 데이터가 데이터베이스(30)의 정상 상태 저장부(32)에 저장된 데이터의 클러스터 범위 이내이면 정상 상태로 판단하고, 상관도 분석부(20)에서 분류된 데이터가 이상 상태 저장부(34)에 저장된 데이터의 클러스터 범위 이내이면 이상 상태로 판단한다. 이상 상태로 판단하는 경우에는 분석된 상태 데이터가 어떤 진동과 연관되어 있는지를 파악하여 진동원인을 판단한다. 즉, 이상 상태 저장부 내에서 분류되어 있는 데이터(342, 344, 346)와 비교하여 진동원인을 판단한다.
예를 들어, 도 2와 같은 데이터가 취득되는 경우, 상관도 분석부(20)에서 분류된 데이터가 파란색 영역(22) 내에 존재하면 정상 상태로 판단하고, 초록색 영역(22) 또는 노란색 영역(24)에 존재하는 경우에는 이상 상태로 판단하고, 마찰에 의한 이상 상태 및 불균형에 의한 이상상태로 판단할 수 있다.
만약 마찰에 의한 이상 상태로 판단되면, 마찰과 관련도가 높은 부품들의 상태를 점검하여 발전소의 고장을 미연에 방지할 수 있다.
또한, 상기 판단부(40)는 상태 데이터에 따른 발전소의 상태를 판단한 후에는 상기 상관도 분석부에서 분류된 데이터가 다시 데이터베이스(30)에 저장되도록 제어한다. 즉, 상기 데이터베이스(30)를 업데이트한다.
상기 판단부(40)는 발전소 상태가 정상상태로 판단되면 상관도 분석부에서 분류된 데이터를 정상상태 저장부에 저장하고, 이상 상태로 판단되면 이상 상태 저장부(34)에 저장한다.
그리고 도면에는 표시되지 않았으나, 표시부를 더 포함할 수 있다.
표시부는 디스플레이 또는 패널과 같은 모니터 형태로, 상기 판단된 발전소 상태를 표시할 수 있다. 또한, 필요에 따라 이상 판단시에 알람(경고음)이나 경광등과 같은 형태로 관리자에게 이상 판단 결과를 알려주는 형태로 구현할 수 있다.
도 4는 본 발명의 일 실시예에 따른 발전소 상태 판단 방법을 나타낸 흐름도이다.
도 4를 참조하면, 먼저 신호 측정부에서 발전소의 진동 신호 및 상태 데이터를 측정한다(S10). 진동 신호는 앞서 살펴본 바와 같이 진동 트렌드 신호를 의미한다. 상기 상태 데이터는 전력 부하, 터빈의 회전수, 베어링 온도, 터빈 입구 부분의 온도, 터빈 입구 부분의 압력, 및 터빈 고정체와 회전체의 변위차 등을 포함한다.
다음으로, 상태 데이터와 진동 신호의 상관 관계를 분석하여 유사한 데이터끼리 분류한다(S20). 분류 방법으로는 K-means 클러스터링 방법을 사용하여 SVM(Support Vector Machine) 모델을 생성한다.
분류가 완료되면 판단부는 상관도 분석부에서 상기 분류된 데이터와 데이터베이스에 저장되어 있는 상관도 분석 데이터와 비교하여 발전소의 상태를 판단한다(S30). 상기 데이터베이스는 현장 설비의 진동 신호 및 상태 데이터를 지속적으로 수집하여 데이터베이스화한 것으로, 정상 상태 데이터와 이상 상태 데이터를 포함한다. 상기 데이터베이스는 도 3에서 살펴본 데이터베이스의 구조와 동일하다.
즉, 분류된 데이터가 데이터베이스에 저장되어 있는 정상 상태 데이터의 클러스터 범위 이내이면 정상 상태로 판단하고, 분류된 데이터가 데이터베이스에 저장되어 있는 이상 상태 데이터의 클러스터 범위 이내이면 이상 상태로 판단한다. 그리고 이상 상태로 판단되는 경우에는 분석된 상태 데이터가 어떤 진동과 연관되어 있는지를 파악하여 진동원인을 판단한다.
상태 데이터에 따른 발전소의 상태를 판단한 후에는 상기 상관도 분석부에서 분류된 데이터를 다시 데이터베이스에 저장하여 데이터베이스를 업데이트한다(S40).
이때, 발전소 상태가 정상상태로 판단되면 상관도 분석부에서 분류된 데이터를 정상상태 저장부에 저장하고, 이상 상태로 판단되면 이상 상태 저장부에 저장한다.
이상에서 본 발명에 따른 실시예들이 설명되었으나, 이는 예시적인 것에 불과하며, 당해 분야에서 통상적 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 범위의 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 다음의 특허청구범위에 의해서 정해져야 할 것이다.
10 : 신호 측정부
20 : 상관도 분석부
30 : 데이터베이스
40 : 판단부

Claims (14)

  1. 설비의 진동 신호 및 상태 데이터를 측정하는 신호 측정부;
    상기 신호 측정부에서 측정된 진동 신호와 상태 데이터 간의 상관도를 분석하여 상태 데이터를 진동원인별로 분류하는 상관도 분석부;
    설비 진동시의 상태 데이터와 진동 신호 간의 상관관계를 진동 원인별로 분류하여 모델링된 데이터를 저장하는 데이터베이스;
    상기 상관도 분석부에서 분류된 데이터를 상기 데이터베이스에 저장된 모델링된 데이터와 비교하여 상기 설비가 이상 상태인지 정상 상태인지 여부를 판단하는 판단부;를 포함하되,
    상기 상관도 분석부는 K-means 클러스터링을 통해 신호 측정부에서 측정된 진동 신호와 상태 데이터를 분류하여 SVM(Support Vector Machine) 모델을 생성하고,
    상기 데이터베이스는, 설비가 정상 상태일 때의 상태 데이터를 저장하는 정상 상태 저장부와, 설비가 이상 상태일 때의 상태 데이터를 저장하는 이상 상태 저장부를 포함하며,
    상기 이상 상태 저장부는 불평형(Unbalance)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제1 이상상태 저장부, 마찰(Rubbing)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제2 이상상태 저장부, 정렬 불량(misalignment)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제3 이상상태 저장부를 포함하며,
    상기 상태 데이터는 전력 부하, 터빈의 회전수, 베어링 온도, 터빈 입구 부분의 온도, 터빈 입구 부분의 압력, 및 터빈 고정체와 회전체의 변위차를 포함하는 발전소 상태 판단 장치.
  2. 제1항에 있어서,
    상기 진동 신호는 소정 기간 동안 측정된 진동 신호의 통계 데이터를 분석하여 진동의 트렌드를 나타내는 진동 트렌드 신호인 발전소 상태 판단 장치.
  3. 제1항에 있어서,
    상기 진동 신호는 소정 기간 동안 측정된 신동 신호의 평균값, 최소값, 최대값, 표준편차 중 하나 이상을 사용하여 진동의 트렌드를 나타내는 진동 트렌드 신호인 발전소 상태 판단 장치.
  4. 삭제
  5. 제1항에 있어서,
    상기 판단부는,
    상기 상관도 분석부에서 분류된 데이터가 상기 정상 상태 저장부에 저장된 상태 데이터의 클러스터 범위 이내인 경우에는 정상 상태로 판단하고,
    상기 상관도 분석부에서 분류된 데이터가 상기 이상 상태 저장부에 저장된 상태 데이터의 클러스터 범위 이내인 경우에는 이상 상태로 판단하는 발전소 상태 판단 장치.
  6. 제5항에 있어서,
    상기 판단부는,
    상기 상관도 분석부에서 분류된 데이터가 정상 상태로 판단되는 경우에는 분류된 데이터를 상기 정상 상태 저장부에 저장하고,
    상기 상관도 분석부에서 분류된 데이터가 이상 상태로 판단되는 경우에는 분류된 데이터를 상기 이상 상태 저장부에 저장하여 상기 데이터베이스를 업데이트하는 발전소 상태 판단 장치.
  7. 제 1항에 있어서,
    상기 신호 측정부에서 측정된 상태 데이터 및 상기 데이터 베이스에 저장되어 있는 상태 데이터는 전력 부하, 터빈의 회전수, 베어링 온도, 터빈 입구 부분의 온도, 터빈 입구 부분의 압력, 및 터빈 고정체와 회전체의 변위차 중 하나 이상을 포함하는 발전소 상태 판단 장치.
  8. 신호 측정부가 설비의 진동 신호 및 상태 데이터를 측정하는 단계;
    상관도 분석부가 상기 측정된 진동 신호와 상태 데이터 간의 상관도를 분석하여 상태 데이터를 진동원인별로 분류하는 단계; 및
    판단부가 상기 분류된 데이터를 설비 진동시의 상태 데이터와 진동 신호 간의 상관관계를 진동 원인별로 분류하여 모델링된 데이터를 저장하고 있는 데이터베이스의 데이터와 비교하여 상기 설비가 이상 상태인지 정상 상태인지 여부를 판단하는 단계를 포함하되,
    상기 상관도 분석부는 K-means 클러스터링을 통해 신호 측정부에서 측정된 진동 신호와 상태 데이터를 분류하여 SVM(Support Vector Machine) 모델을 생성하고,
    상기 데이터베이스는, 설비가 정상 상태일 때의 상태 데이터를 저장하는 정상 상태 저장부와, 설비가 이상 상태일 때의 상태 데이터를 저장하는 이상 상태 저장부를 포함하며,
    상기 이상 상태 저장부는 불평형(Unbalance)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제1 이상상태 저장부, 마찰(Rubbing)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제2 이상상태 저장부, 정렬 불량(misalignment)에 의한 진동 및 상태 데이터의 상관관계를 저장하는 제3 이상상태 저장부를 포함하며,
    상기 상태 데이터는 전력 부하, 터빈의 회전수, 베어링 온도, 터빈 입구 부분의 온도, 터빈 입구 부분의 압력, 및 터빈 고정체와 회전체의 변위차를 포함하는 발전소 상태 판단 방법.
  9. 제8항에 있어서,
    상기 진동 신호는 소정 기간 동안 측정된 진동 신호의 통계 데이터를 분석하여 진동의 트렌드를 나타내는 진동 트렌드 신호인 발전소 상태 판단 방법.
  10. 제8항에 있어서,
    상기 진동 신호는 소정 기간 동안 측정된 신동 신호의 평균값, 최소값, 최대값, 표준편차 중 하나 이상을 사용하여 진동의 트렌드를 나타내는 진동 트렌드 신호인 발전소 상태 판단 방법.
  11. 삭제
  12. 제8항에 있어서,
    상기 판단하는 단계는
    상기 판단부가 상기 진동원인별로 분류하는 단계에서 분류된 데이터가 상기 정상 상태 저장부에 저장된 상태 데이터의 클러스터 범위 이내인 경우에는 정상 상태로 판단하고,
    상기 진동원인별로 분류하는 단계에서 분류된 데이터가 상기 이상 상태 저장부에 저장된 상태 데이터의 클러스터 범위 이내인 경우에는 이상 상태로 판단하는 단계를 포함하는 발전소 상태 판단 방법.
  13. 제12항에 있어서,
    상기 분류된 데이터가 정상 상태로 판단되는 경우에는 분류된 데이터를 상기 정상 상태 저장부에 저장하고,
    상기 분류된 데이터가 이상 상태로 판단되는 경우에는 분류된 데이터를 상기 이상 상태 저장부에 저장하여 상기 데이터베이스를 업데이트하는 단계를 더 포함하는 발전소 상태 판단 방법.
  14. 제 8항에 있어서,
    상기 측정하는 단계에서 측정된 상태 데이터 및 상기 데이터 베이스에 저장되어 있는 상태 데이터는 전력 부하, 터빈의 회전수, 베어링 온도, 터빈 입구 부분의 온도, 터빈 입구 부분의 압력, 및 터빈 고정체와 회전체의 변위차 중 하나 이상을 포함하는 발전소 상태 판단 방법.
KR1020160073080A 2016-06-13 2016-06-13 발전소 상태 판단 장치 및 방법 KR101858121B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160073080A KR101858121B1 (ko) 2016-06-13 2016-06-13 발전소 상태 판단 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160073080A KR101858121B1 (ko) 2016-06-13 2016-06-13 발전소 상태 판단 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20170140588A KR20170140588A (ko) 2017-12-21
KR101858121B1 true KR101858121B1 (ko) 2018-05-15

Family

ID=60936196

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160073080A KR101858121B1 (ko) 2016-06-13 2016-06-13 발전소 상태 판단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR101858121B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11967822B2 (en) 2020-12-11 2024-04-23 Korea Institute Of Science And Technology Method for predicting power generation and remaining useful life per system and system for performing the same

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7239354B2 (ja) * 2019-03-12 2023-03-14 株式会社日立製作所 データ分類装置
KR102136141B1 (ko) * 2019-10-29 2020-07-22 에너젠(주) 인공지능 알고리즘을 이용한 고장 예방 기능을 구비한 비상 발전기
KR102350635B1 (ko) * 2020-02-18 2022-01-14 두산중공업 주식회사 플랜트 고장 예지 장치 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101065767B1 (ko) * 2010-04-22 2011-09-19 주식회사 지오네트 성능저하 및 고장원인 조기 진단방법
WO2014091956A1 (ja) * 2012-12-14 2014-06-19 日本電気株式会社 監視装置、監視方法、及びプログラム
KR101574528B1 (ko) 2014-11-24 2015-12-09 와이피피 주식회사 전력설비 진단 모니터링 시스템 및 그 방법
JP2016045793A (ja) 2014-08-25 2016-04-04 東日本旅客鉄道株式会社 設備の劣化状態判定システムおよび設備の劣化状態判定方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101065767B1 (ko) * 2010-04-22 2011-09-19 주식회사 지오네트 성능저하 및 고장원인 조기 진단방법
WO2014091956A1 (ja) * 2012-12-14 2014-06-19 日本電気株式会社 監視装置、監視方法、及びプログラム
JP2016045793A (ja) 2014-08-25 2016-04-04 東日本旅客鉄道株式会社 設備の劣化状態判定システムおよび設備の劣化状態判定方法
KR101574528B1 (ko) 2014-11-24 2015-12-09 와이피피 주식회사 전력설비 진단 모니터링 시스템 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11967822B2 (en) 2020-12-11 2024-04-23 Korea Institute Of Science And Technology Method for predicting power generation and remaining useful life per system and system for performing the same

Also Published As

Publication number Publication date
KR20170140588A (ko) 2017-12-21

Similar Documents

Publication Publication Date Title
KR101858121B1 (ko) 발전소 상태 판단 장치 및 방법
JP6378419B2 (ja) 機械診断装置および機械診断方法
US9983576B2 (en) Method and system for monitoring rotor blades in combustion turbine engine
US9378183B2 (en) Monitoring diagnostic device and monitoring diagnostic method
US6587737B2 (en) Method for the monitoring of a plant
KR101065767B1 (ko) 성능저하 및 고장원인 조기 진단방법
KR101843365B1 (ko) 규칙 및 사례 기반 통합 진단 시스템 및 데이터베이스
CN110502000A (zh) 一种小水电关键设备安全预警及故障诊断系统及方法
JP5897824B2 (ja) ターボ機械のリスク解析を実施するシステム及び、コンピュータにターボ機械に対する検査勧告の作成を実施させる機械可読命令を格納する機械可読媒体
JP6291161B2 (ja) ロータ異常の検出
JPH07168619A (ja) 機器／設備診断方法およびシステム
CN112710345B (zh) 持续改进预测性维护数据库的机器监视方法和装置
US20180129195A1 (en) Kpi calculation rule builder for advance plant monitoring and diagnostics
US11555757B2 (en) Monitoring device, monitoring method, method of creating shaft vibration determination model, and program
KR20130045589A (ko) 진동센서를 이용한 진단시스템
JPWO2019049523A1 (ja) リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム
AU2019244842B2 (en) System and method for monitoring health and predicting failure of an electro-mechanical machine
JP6574533B2 (ja) リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム
CN110594182B (zh) 一种风扇风向检测方法及系统
US11339763B2 (en) Method for windmill farm monitoring
JP6379089B2 (ja) 機械状態の決定方法
CN115238929A (zh) 一种石油炼化体系预测性维护方法及系统
US11463032B2 (en) Detecting rotor anomalies by determining vibration trends during transient speed operation
Galar et al. Application of dynamic benchmarking of rotating machinery for e-maintenance
KR20190037643A (ko) 회전날개의 상태 평가장치 및 그 방법

Legal Events

Date Code Title Description
A201 Request for 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