KR101947990B1 - Method and apparatus for diagnosing fault of unmanned aerial vehicle - Google Patents
Method and apparatus for diagnosing fault of unmanned aerial vehicle Download PDFInfo
- Publication number
- KR101947990B1 KR101947990B1 KR1020170123618A KR20170123618A KR101947990B1 KR 101947990 B1 KR101947990 B1 KR 101947990B1 KR 1020170123618 A KR1020170123618 A KR 1020170123618A KR 20170123618 A KR20170123618 A KR 20170123618A KR 101947990 B1 KR101947990 B1 KR 101947990B1
- Authority
- KR
- South Korea
- Prior art keywords
- unmanned aerial
- harmonic distortion
- aerial vehicle
- failure
- distortion rate
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000007405 data analysis Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 11
- 238000004804 winding Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 3
- 238000003908 quality control method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000007257 malfunction Effects 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 239000000470 constituent Substances 0.000 description 4
- 239000011148 porous material Substances 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 238000003475 lamination Methods 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000000314 lubricant Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000010183 spectrum analysis Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000003878 thermal aging Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R15/00—Details of measuring arrangements of the types provided for in groups G01R17/00 - G01R29/00, G01R33/00 - G01R33/26 or G01R35/00
- G01R15/14—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks
- G01R15/18—Adaptations providing voltage or current isolation, e.g. for high-voltage or high-current networks using inductive devices, e.g. transformers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
- G01R23/20—Measurement of non-linear distortion
-
- 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
- G01R31/008—Testing of electric installations on transport means on air- or spacecraft, railway rolling stock or sea-going vessels
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
- B64D2045/0085—Devices for aircraft health monitoring, e.g. monitoring flutter or vibration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Power Engineering (AREA)
- Nonlinear Science (AREA)
- Mathematical Physics (AREA)
- Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
Abstract
Description
본 발명의 실시예들은 무인비행체 고장 진단 방법 및 장치에 관한 것이다.Embodiments of the present invention relate to a method and apparatus for diagnosing an unmanned aerial vehicle failure.
이하에 기술되는 내용은 단순히 본 발명에 따른 실시예들과 관련되는 배경 정보만을 제공할 뿐 종래기술을 구성하는 것이 아니다.The following description merely provides the background information related to the embodiments of the present invention and does not constitute the prior art.
무인비행체(unmanned aerial vehicle; UAV)는 조종사가 탑승하지 않고 원격으로 통제되는 비행체를 말한다. 일반적인 의미에서의 무인비행체는 사람이 타지 않은 기체로서, 지상에 원격으로 조종하는 조종사가 존재하고 있다는 점을 강조해 uninhabited aerial vehicle의 약어로 지칭하는 경우도 있다. 국내에서는 '드론(drone)'이라는 명칭으로 많이 알려져 있다.An unmanned aerial vehicle (UAV) refers to a vehicle that is remotely controlled without a pilot. In general, unmanned aerial vehicles are sometimes referred to as uninhabited aerial vehicles, emphasizing the existence of a pilot who manages the ground remotely. In Korea, it is well-known as 'drone'.
무인비행체는 전쟁터, 재난지역과 같은 위험환경에서도 효율적으로 다양한 임무를 수행할 수 있어, 감시, 정찰, 탐사, 운송, 재난 원조 등과 같은 임무는 물론, 무인 택배 서비스 등의 실생활과 밀접한 분야에서도 광범위하게 사용되고 있다. Unmanned aerial vehicles can perform various duties efficiently even in dangerous environments such as battlefields and disaster areas, and can be used in a wide range of fields such as surveillance, reconnaissance, exploration, transportation and disaster relief as well as real- .
일례로, 아마존(Amazon)은 '아마존 프라임 에어(Amazon Prime Air)'라는 무인비행체를 이용한 주문 배송 서비스를 개발하고 있다. 이 주문 배송 서비스는, 고객이 주문을 하면 30분 이내로 물건을 받아볼 수 있도록 하는 서비스로서, 배송 수단이 무인비행체가 아니면 현실적으로 불가능한 서비스이다.For example, Amazon is developing an order-delivery service using unmanned aerial vehicles called Amazon Prime Air. This order delivery service is a service that enables customers to receive goods within 30 minutes when placing an order, and it is a service that can not be realized unless the delivery means is an unmanned aerial vehicle.
최근에는 쿼드콥터(quadcopter) 및 옥타콥터(octacopter)와 같이 가격이 저렴하고 조작이 쉬운 형태의 무인비행체가 개발되어 취미용으로도 각광받고 있다.In recent years, unmanned aerial vehicles, such as quadcopter and octacopter, which are inexpensive and easy to operate, have been developed for hobby.
취미로 운용되는 무인비행체라고 하더라도, 언제 어디서나 날릴 수 있는 것은 아니다. 무인비행체는 여객기와 같은 다른 비행체와 충돌할 위험이 있으며, 도심에서 추락할 경우 자칫 사람이 다치는 큰 사고로 이어질 수 있기 때문이다. 따라서 무인비행체의 안정적인 비행을 위해 무인비행체의 비행과 관련된 전기적 및 기계적 장치는 다양한 안전장치를 필요로 한다.Even if it is an unmanned aerial vehicle that is operated as a hobby, it can not be fired anytime and anywhere. Unmanned aerial vehicles are likely to collide with other aircraft such as passenger planes, and crashes in urban areas can lead to serious accidents. Therefore, for stable flight of unmanned aerial vehicles, electrical and mechanical devices related to unmanned aerial vehicle flight require various safety devices.
한편, 과전류, 과열, 전압이상, 조절판 이상, 단락회로, 위상 브레이크, 연기 등의 기능이 적용된 무인비행체용 모터 구동 드라이버는 실시간으로 모터의 상태를 모니터링하고 비이상적인 상황이 발생하면, 이에 대응할 수 있는 보호 메커니즘을 갖추고 있어야 하며, 통신 이상이 발생한 경우에는 사고를 최소화하고 안정성을 높이기 위해 자동으로 회귀할 수 있는 기능을 포함하고 있어야 한다.On the other hand, a motor drive driver for unmanned aerial vehicles with functions such as overcurrent, overheating, voltage abnormality, regulator abnormality, short circuit, phase break, and smoke monitors the status of the motor in real time, It must have a protection mechanism and should include the ability to automatically revert to minimize accidents and increase stability in case of communication anomalies.
무인비행체용 모터에 고장이 발생한 경우, 무인비행체 전체 시스템의 제어성 및 신뢰성에 치명적인 오류를 발생시킬 수 있다. 무인비행체를 이용한 항공촬영이나 택배 등 수송 등에 핵심적인 역할을 하고 있는 무인비행체의 모터 고장은 연결된 전체 또는 일부 프로세서의 마비로 이어져 막대한 경제적 손실을 유발할 수 있다. 따라서 무인비행체용 모터에 발생할 수 있는 고장의 유형을 파악하고 이를 해결해야 한다.If a malfunction occurs in a motor for an unmanned aerial vehicle, it can cause a fatal error in the controllability and reliability of the entire unmanned aerial vehicle system. Motor failures in unmanned aerial vehicles, which play a key role in aeronautical photography, courier delivery, etc., can lead to paralysis of all or some of the connected processors, which can lead to enormous economic losses. Therefore, it is necessary to identify the types of faults that can occur in the motor for unmanned aerial vehicles and solve them.
도 1은 통상적인 모터의 고장 유형을 도시한다.Figure 1 shows a typical motor failure type.
기계적 결함으로는 불평형 전원전압과 공극 불균형에 따른 고정자의 고장, 권선 불평형과 축의 휘어짐에 의한 회전자의 고장, 회전자의 파손·갈라짐, 고정자 적층의 단락, 공극 불균형에 따른 고정자 및 회전자의 편심, 축과 커플링의 정렬불량, 베어링의 파손 등이 있을 수 있다. 전체 모터의 고장 중 베어링에 관련된 고장, 고정자에 관련된 고장, 회전자에 관련된 고장 및 기타 고장이 차지하는 비율은 각각 40%, 38%, 10% 및 12%로 대부분의 고장이 베어링, 고정자 및 회전자에 의해 발생한다는 것을 알 수 있다.Mechanical faults include failure of the stator due to unbalanced power supply voltage and pore imbalance, failure of the rotor due to winding unbalance and deflection of the shaft, breakage and cracking of the rotor, shorting of the stator stack, eccentricity of the stator and rotor due to pore imbalance , Misalignment between the shaft and coupling, and damage to the bearing. During the failure of the entire motor, the failures related to the bearings, stator-related failures, rotor-related failures and other failures accounted for 40%, 38%, 10% and 12%, respectively, As shown in FIG.
종래에는 모터 구동 드라이버로부터의 출력 전류 신호를 검출하고, 이산푸리에변환(discrete Fourier transform)을 이용하여, 검출된 신호를 주파수 공간으로 변환한 후, 클래스 분산정보를 이용하여 고장 상태별로 차별성이 큰 고장부터 낮은 고장으로 나열한 후, 각 고장에 대응되는 신호의 주파수 성분을 선택적으로 추출하는 유효 주파수 선택 기법을 이용하여 모터의 고장을 판별하였다.Conventionally, an output current signal from a motor drive driver is detected, a detected signal is converted into a frequency space using a discrete Fourier transform, and thereafter, The fault is detected by using an effective frequency selection technique which extracts the frequency component of the signal corresponding to each fault.
모터의 고장을 진단하는 또 다른 방안으로는 복잡한 구조의 이산푸리에변환 스펙트럼 분석을 통해 모터의 고장을 진단하는 선형 판별 분석 기법, 모터의 진동 신호를 분석하는 기법(vibration monitoring) 및 전류 신호를 분석하는 기법(motor current signature analysis; MCSA) 등이 있다.Another way to diagnose motor failure is to use a linear discriminant analysis technique to diagnose the fault of the motor through a complex structure discrete Fourier transform spectrum analysis, a vibration monitoring method of the motor vibration signal, And motor current signature analysis (MCSA).
도 2는 통상적인 모터 고장의 진단 방법에 따른 검출 가능한 결함의 유형을 도시한다.2 shows a type of detectable fault according to a conventional method of diagnosing a motor fault.
진동 신호를 분석하는 기법을 이용하면, 회전자 권선, 회전자 편심 및 베어링 손상에 의한 모터 고장을 알아낼 수 있지만, 절연 및 고정자 권선의 고장은 식별할 수 없다. 또한 MCSA 기법을 이용하면 회전자 및 고정자 권선의 고장 등에 의한 모터의 고장은 진단할 수 있지만, 절연의 이상에 의한 모터 고장은 알아낼 수 없다.With the technique of analyzing the vibration signal, it is possible to determine the motor failure due to rotor winding, rotor eccentricity and bearing damage, but the fault of the insulation and stator winding can not be discerned. In addition, the MCSA technique can diagnose the failure of the motor due to the failure of the rotor and the stator winding, but can not detect the failure of the motor due to the insulation abnormality.
이러한 다양한 기법들을 이용하려면 고사양의 제어 프로세서가 필요하며, 이는 곧 무인비행체 전체의 가격을 상승시킬 수 있다.These various techniques require a high-end control processor, which can increase the price of the entire unmanned aerial vehicle.
따라서, 구현하기 어려운 복잡한 방법을 사용하거나 고사양의 제어 프로세서를 사용함으로써 무인비행체의 전체 비용을 증가시키지 않으면서도 비교적 간단한 방법으로 무인비행체의 고장의 유무 및 유형을 진단할 수 있는 방안이 필요하다.Therefore, there is a need for a method that can diagnose the existence and type of the unmanned aerial vehicle in a relatively simple way without increasing the overall cost of the unmanned aerial vehicle by using complicated methods that are difficult to implement or using a high-end control processor.
본 발명의 실시예들은 무인비행체 모터의 출력 전압 및 전류만으로도 무인비행체용 모터의 고장 유무 및 유형을 판단할 수 있도록 하는 무인비행체 고장 진단 방법 및 장치를 제공하는 데에 주된 목적이 있다.Embodiments of the present invention provide a method and apparatus for diagnosing an unmanned aerial vehicle malfunction, which can determine whether a motor for an unmanned aerial vehicle is malfunctioning or not by using only the output voltage and current of the unmanned aerial vehicle motor.
본 발명의 일 실시예는 무인비행체 모터로부터 데이터를 수집하는 과정; 상기 데이터로부터 전류 변압기(current transformer) 신호 및 전위 변압기(potential transformer) 신호를 추출하는 과정; 상기 전류 변압기 신호 및 상기 전위 변압기 신호를 이용하여 전압 및 전류의 고조파 왜곡율(total harmonic distortion)을 측정하는 과정; 상기 고조파 왜곡율을 이용하여 데이터를 분석하는 과정; 및 상기 분석하는 과정의 결과에 기초하여 고장 유무와 고장 유형을 판단하는 과정을 포함하는 것을 특징으로 하는 무인비행체 고장 진단 방법을 제공한다.An embodiment of the present invention includes a process of collecting data from an unmanned aerial vehicle motor; Extracting a current transformer signal and a potential transformer signal from the data; Measuring a total harmonic distortion of a voltage and a current using the current transformer signal and the voltage transformer signal; Analyzing the data using the harmonic distortion ratio; And determining a failure type and a failure type on the basis of the result of the analyzing process.
본 발명의 일 실시예는 무인비행체 모터로부터의 데이터를 수집하는 데이터 수집부; 상기 데이터 수집부로부터 전류 변압기 신호 및 전위 변압기 신호를 추출하여 상기 무인비행체 모터로부터 출력되는 전압 및 전류의 고조파 왜곡율을 측정하는 고조파 왜곡율 측정부; 상기 고조파 왜곡율을 분석하는 데이터 분석부; 및 상기 데이터 분석부로부터 수신한 정보에 기초하여 무인비행체의 고장 유무와 고장 유형을 판단하는 고장 판단부를 포함하는 것을 특징으로 하는 무인비행체 고장 진단 장치를 제공한다.One embodiment of the present invention provides a data collecting system comprising: a data collecting unit for collecting data from an unmanned aerial motor; A harmonic distortion rate measuring unit for extracting a current transformer signal and a voltage transformer signal from the data collecting unit and measuring a harmonic distortion rate of voltage and current output from the unmanned air vehicle motor; A data analyzer for analyzing the harmonic distortion rate; And a malfunction determination unit for determining malfunction type and failure type of the unmanned aerial vehicle based on the information received from the data analysis unit.
본 발명의 일 실시예에 따르면, 무인비행체용 모터로부터의 출력 전압 및 출력 전류만으로 무인비행체용 모터의 고장 유무 및 유형을 판단할 수 있도록 하는 무인비행체 고장 진단 방법을 제공할 수 있는 효과가 있다.According to an embodiment of the present invention, there is provided an unmanned aerial vehicle malfunction diagnosis method capable of judging the malfunction type and the type of the motor for the unmanned aerial vehicle with only the output voltage and the output current from the motor for the unmanned aerial vehicle.
본 발명의 일 실시예의 다른 측면에 따르면, 비용이 낮고, 복잡하지 않으면서도 모터의 고장 유무 및 유형을 판단할 수 있도록 하는 제어 프로세서를 포함하는 무인비행체 고장 진단 장치를 제공할 수 있는 효과가 있다.According to another aspect of an embodiment of the present invention, there is provided an unmanned aerial vehicle fault diagnosis apparatus including a control processor for determining whether a motor is faulty or not, while being low in cost and not complicated.
도 1은 통상적인 무인비행체용 모터의 고장 유형을 도시한다.
도 2는 통상적인 무인비행체용 모터의 고장 진단 방법에 따라 검출이 가능한 결함의 유형을 도시한다.
도 3a 및 도 3b는 각각 본 발명의 일 실시예에 따른 무인비행체 고장 진단 방법에 적용된 고조파 왜곡율 측정부의 개념도 및 그 고조파 왜곡율 측정부가 적용된 정류부를 도시한다.
도 4는 본 발명의 일 실시예에 따른 무인비행체 고장 진단 장치의 개념도이다.
도 5는 도 3b의 전류 등가회로 모델을 이용하여 측정한 출력 전압에 따른 출력 전류 및 고조파 왜곡율 그래프이다.
도 6 및 도 7은 각각 통상적인 모터에 있어서 고정자와 회전자 사이에 불균일한 공극이 존재할 수 있는 경우 및 고정자와 회전자 사이에 존재할 수 있는 편심과 가변 공극을 도시한 예시도이다.
도 8은 본 발명의 일 실시예에 따른 무인비행체 고장 진단 방법을 도시한 흐름도이다.Fig. 1 shows a failure type of a motor for a conventional unmanned aerial vehicle.
Fig. 2 shows a type of defect that can be detected according to a fault diagnosis method of a motor for a conventional unmanned aerial vehicle.
FIG. 3A and FIG. 3B are conceptual diagrams of a harmonic distortion measurement unit applied to the method for diagnosing an unmanned aerial vehicle according to an embodiment of the present invention, and a rectification unit to which the harmonic distortion measurement unit is applied.
4 is a conceptual diagram of an apparatus for diagnosing an unmanned aerial vehicle according to an embodiment of the present invention.
FIG. 5 is a graph of output current and harmonic distortion rate according to the output voltage measured using the current equivalent circuit model of FIG. 3b.
Figs. 6 and 7 are diagrams each showing an example where eccentric voids may exist between the stator and the rotor in a conventional motor, and eccentricity and variable voids that may exist between the stator and the rotor. Fig.
8 is a flowchart illustrating a method for diagnosing an unmanned aerial vehicle according to an exemplary embodiment of the present invention.
이하, 본 발명의 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한 본 발명의 실시예들을 설명함에 있어서 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예들의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings. It should be noted that, in the drawings, like reference numerals are used to denote like elements in the drawings, even if they are shown in different drawings. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS [0027] Hereinafter, exemplary embodiments of the present invention will be described in detail with reference to the accompanying drawings.
본 발명에 따른 실시예의 구성요소를 설명하는 데 있어서 제 1, 제 2, ⅰ), ⅱ), a), b) 등의 부호를 사용할 수 있다. 이러한 부호는 그 구성요소를 다른 구성요소와 구별하기 위한 것일 뿐, 그 부호에 의해 해당 구성요소의 본질 또는 차례 또는 순서 등이 한정되지 않는다. 또한 명세서에서 어떤 부분이 어떤 구성요소를 '포함' 또는 '구비'한다고 할 때, 이는 명시적으로 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.The first, second, i), ii), a), b), etc. may be used in describing the components of the embodiment according to the present invention. Such a code is intended to distinguish the constituent element from other constituent elements, and the nature of the constituent element, the order or the order of the constituent element is not limited by the code. It is also to be understood that when an element is referred to as being "comprising" or "comprising", it should be understood that it does not exclude other elements unless explicitly stated to the contrary, do.
이하, 첨부도면을 참조하여 본 발명의 실시예들에 따른 무인비행체용 모터 구동 드라이버의 고장 진단 방법 및 그것을 이용한 장치를 설명하면 다음과 같다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, a fault diagnosis method for a motor driving driver for an unmanned aerial vehicle according to embodiments of the present invention and an apparatus using the same will be described with reference to the accompanying drawings.
도 3a 및 도 3b는 각각 본 발명의 일 실시예에 따른 무인비행체 고장 진단 방법에 적용된 고조파 왜곡율 측정부의 개념도 및 그 고조파 왜곡율 측정부가 적용된 정류부를 도시한다.FIG. 3A and FIG. 3B are conceptual diagrams of a harmonic distortion measurement unit applied to the method for diagnosing an unmanned aerial vehicle according to an embodiment of the present invention, and a rectification unit to which the harmonic distortion measurement unit is applied.
본 발명의 일 실시예에 따른 무인비행체 고장 진단 방법에 적용된 고조파 왜곡율 측정부(또는 등가회로 모델)는 필터부(310), 복수의 유효값 연산부(322, 324), 복수의 곱셈 연산부(332, 334), 덧셈 연산부(340), 제곱근 연산부(350) 및 나눗셈 연산부(360)를 포함한다.The harmonic distortion rate measuring unit (or equivalent circuit model) applied to the method for diagnosing an unmanned aerial vehicle according to an embodiment of the present invention includes a
고조파 왜곡율 측정부는 무인비행체 모터로부터의 출력 신호(vin(t))를 수신하여, 두 개의 신호로 분기시키고, 다양한 연산을 수행하여 전압 고조파 왜곡율(THD) 및 참조 전압값(v1(t))을 산출하여 출력한다.The harmonic distortion rate measuring unit receives the output signal v in (t) from the unmanned vehicle motor, branches it into two signals, and performs various calculations to calculate the harmonic distortion rate THD and the reference voltage value v 1 (t) ) And outputs it.
무인비행체 모터로부터의 출력 신호는 두 개의 신호로 분기된다. 분기된 두 개의 신호 중 하나는 그대로 제 1 유효값 연산부(322)로 입력되고, 분기된 두 개의 신호 중 나머지 하나는 필터부(310)로 입력되어 필터링된다. 필터부(310)로 입력되어 필터링된 신호는 그 다음, 제 2 유효값 연산부(324)로 입력된다. 여기서, 필터부(310)와 제 2 유효값 연산부(324) 사이의 한 지점에서의 전압을 측정하여 참조 전압값(v1(t))으로 사용한다.The output signal from the unmanned aerial motor is diverted into two signals. One of the two branched signals is directly input to the first valid
제 1 곱셈 연산부(332) 및 제 2 곱셈 연산부(334) 각각은 제 1 유효값 연산부(322)에서 출력된 제 1 유효값 및 제 2 유효값 연산부(324)에서 출력된 제 2 유효값 각각을 제곱한다. 덧셈 연산부(340)는 제 1 유효값을 제곱한 값에서 제 2 유효값을 제곱한 값에 -1을 곱한 값을 더한다. 즉, 덧셈 연산부(340)는 제 1 유효값을 제곱한 값에서 제 2 유효값을 제곱한 값을 빼는 역할을 한다. 제곱근 연산부(350)는 덧셈 연산부(340)로부터 출력된 값의 제곱근을 구한다. 즉, 제곱근 연산부(350)에서 출력된 값은 제 1 유효값 및 제 2 유효값의 기하평균에 해당하게 된다. 나눗셈 연산부(360)는 제 1 유효값 및 제 2 유효값의 기하평균을 제 2 유효값으로 나눈 값을 고조파 왜곡율로 출력한다.The first
또한, 고조파 왜곡율 측정부는 정류부(370)를 이용하여 전류의 고조파 왜곡율을 측정할 수 있다. 정류부(370)는 입력되는 교류 전압(vs)를 정류할 수 있으며, 도통되는 위상을 조절함으로써, 정류되어 출력되는 전류의 크기를 조절할 수 있다.The harmonic distortion rate measuring unit can measure the harmonic distortion rate of the current using the
정류부(370)는 사이리스터(thyristor)를 이용하여 형성할 수 있다. 사이리스터는 3개 이상의 PN 접합(PN junction)을 갖는 반도체 소자를 총칭한다. 일반적으로는, 제어단자인 게이트(gate)에 신호가 인가되면 양극(anode)과 음극(cathode) 사이가 도통되어 전류가 흐르는 3단자 반도체 소자인 실리콘제어정류기(silicon-controlled rectifier; SCR)를 말한다.The rectifying
SCR의 양극과 음극 두 단자 사이에 일정치 전위차가 발생하도록 전압을 인가하고, 게이트 신호를 인가하여 도통시킨다. 게이트 신호가 인가되어 한 번 도통이 되면, 게이트 신호가 인가되지 않더라도 전류는 계속 흐른다. 도통을 중지시키기 위해서는 SCR에 흐르는 전류를 유지전류(holding current) 이하로 감소시켜 도통을 중지시킬 수 있다.A voltage is applied so that a constant potential difference is generated between the positive and negative electrodes of the SCR, and a gate signal is applied to conduct. Once the gate signal is applied and once turned on, the current continues to flow even though no gate signal is applied. In order to stop the conduction, the current flowing in the SCR can be reduced to a holding current or less to stop the conduction.
고전압 직류(high-voltage direct current; HVDC) 송전과 같은 고전력에서 전동기 제어, 초음파 등 고주파 응용에 이르기까지 다양하며, LASCR(light activated thyristor), RCT(reverse conducting thyristor), GATT(gate assisted turn-off thyristor), GTO(gate turn-off thyristor) 등 외형 및 특성에 따라 다양한 형태로 구분된다.(Light activated thyristor), reverse conducting thyristor (RCT), gate assisted turn-off (GATT), and high-voltage applications such as high-voltage direct current (HVDC) transmission to motor control and ultrasonic applications. thyristor, and gate turn-off thyristor (GTO).
고조파 왜곡율 측정부는 정류된 전류(is)에 기초하여 전류의 고조파 왜곡율과 참조 전류값(is1)을 출력한다. 전술한 등가회로 모델을 그대로 적용하였기 때문에, 전류의 고조파 왜곡율과 참조 전류값(is1)은 전압의 고조파 왜곡율 및 참조 전압값(vin(t))과 밀접하게 관련된다.The harmonic distortion measurement unit outputs the harmonic distortion rate of the current and the reference current value (i s1 ) based on the rectified current (i s ). Since the above-described equivalent circuit model is applied as it is, the harmonic distortion rate of the current and the reference current value (i s1 ) are closely related to the harmonic distortion rate of the voltage and the reference voltage value (v in (t)).
도 4는 본 발명의 일 실시예에 따른 무인비행체 고장 진단 장치의 개념도이다.4 is a conceptual diagram of an apparatus for diagnosing an unmanned aerial vehicle according to an embodiment of the present invention.
무인비행체 고장 진단 장치는 데이터 수집부(410), 고조파 왜곡율 측정부(420), 데이터 분석부(430) 및 고장 판단부(440)를 포함한다.The apparatus includes a
데이터 수집부(410)는 무인비행체의 모터로부터 각종 데이터를 수집한다(S810). 여기서, 각종 데이터는 모터의 출력 전압 및 출력 전류 등의 정보를 포함할 수 있다.The
고조파 왜곡율 측정부(420)는 데이터 수집부(410)로부터 수신한 데이터로부터 전류 변압기 신호 및 전위 변압기 신호를 추출(S820)하여 무인비행체의 모터로부터 출력되는 전압 및 전류의 고조파 왜곡율을 측정한다(S830). 여기서, 고조파 왜곡율 측정부(420)는 도 3a에 도시한 고조파 왜곡율 측정부(또는 등가회로 모델)와 같다.The harmonic distortion rate measuring unit 420 extracts the current transformer signal and the voltage transformer signal from the data received from the
고조파 왜곡율 측정부(420)는 데이터 수집부(410)로부터 수신한 데이터를 두 개의 신호로 분기하여 하나의 신호를 필터링하기 위해 적어도 하나의 필터를 포함할 수 있다. 분기된 두 개의 신호 중 하나는 그대로 제 1 유효값 연산부(322)로 입력되고, 분기된 두 개의 신호 중 나머지 하나는 필터부(310)로 입력되어 필터링된다. 필터부(310)로 입력되어 필터링된 신호는 그 다음, 제 2 유효값 연산부(324)로 입력된다. 여기서, 필터부(310)와 제 2 유효값 연산부(324) 사이의 한 지점에서의 전압을 측정하여 참조 전압값(v1(t))으로 사용한다. 제 1 곱셈 연산부(332) 및 제 2 곱셈 연산부(334) 각각은 제 1 유효값 연산부(322)에서 출력된 제 1 유효값 및 제 2 유효값 연산부(324)에서 출력된 제 2 유효값 각각을 제곱한다. 덧셈 연산부(340)는 제 1 유효값을 제곱한 값에서 제 2 유효값을 제곱한 값에 -1을 곱한 값을 더한다. 즉, 덧셈 연산부(340)는 제 1 유효값을 제곱한 값에서 제 2 유효값을 제곱한 값을 빼는 역할을 한다. 제곱근 연산부(350)는 덧셈 연산부(340)로부터 출력된 값의 제곱근을 구한다. 즉, 제곱근 연산부(350)에서 출력된 값은 제 1 유효값 및 제 2 유효값의 기하평균에 해당하게 된다. 나눗셈 연산부(360)는 제 1 유효값 및 제 2 유효값의 기하평균을 제 2 유효값으로 나눈 값을 고조파 왜곡율로 출력한다.The harmonic distortion calculator 420 may include at least one filter for filtering one signal by branching the data received from the
데이터 분석부(430)는 고조파 왜곡율 측정부(420)에서 출력한 전압 및 전류의 고조파 왜곡율 정보와 참조 전압값 또는 참조 전류값 정보를 이용하여 무인비행체의 고정자, 회전자 및 권선의 상태 등을 분석한다(S840).The data analyzer 430 analyzes the state of the stator, the rotor, and the windings of the unmanned aerial vehicle using the harmonic distortion rate information and the reference voltage value or the reference current value information of the voltage and current outputted from the harmonic distortion measuring unit 420 (S840).
도 5는 도 3b의 전류 등가회로 모델을 이용하여 측정한 출력 전압에 따른 출력 전류 및 고조파 왜곡율 그래프이다. 데이터 분석부(430)는 진동 분석을 통해 기계적인 문제 및 전기적인 문제를 찾아낼 수 있도록 한다.FIG. 5 is a graph of output current and harmonic distortion rate according to the output voltage measured using the current equivalent circuit model of FIG. 3b. The
한편, 무인비행체 모터의 회전자는 자기력과 베어링에 의해 지지된다. 자기력 및 베어링에 의한 힘은 무인비행체 모터에의 베어링 하우징에 설치된 힘변환기(force converter)에 의해 직접적으로 측정될 수도 있고, 가속도 센서에 의해 간접적으로 측정될 수도 있다. 가속도의 측정은, 속도계, 비접촉식 변위계 또는 가속도계에 의해 수행될 수 있다. 이러한 가속도의 측정은 질량에 의해 나누어진 힘의 비율을 계산함으로써 이루어진다. 전자기력은 고정자에 흐르는 전류의 제곱에 비례하기 때문에, 이러한 힘은 기계적 또는 전기적 힘 모두에 의해 발생될 수 있다. 무인비행체 모터가 단독으로 운전되거나 무부하로 운전되는 경우에는 진동이 크게 발생하지 않지만, 부하가 인가된 경우, 특히 100%부하가 인가된 경우에는 기계적인 문제 및 전기적인 문제를 찾아낼 수 있도록 하는 표시자가 충분히 잘 발견된다. 따라서, 데이터 분석부(430)는 고정자 편심, 회전자 편심 및 권선 단락 등은 가속도 센서로부터의 진동에 의한 주파수 분석만으로도 판별할 수 있다.Meanwhile, the rotor of the unmanned aerial vehicle motor is supported by the magnetic force and the bearing. The magnetic and bearing forces can be measured either directly by a force converter installed in the bearing housing of the unmanned aerial vehicle motor or indirectly by an acceleration sensor. The measurement of the acceleration can be performed by a speedometer, a contactless displacement meter or an accelerometer. This measurement of acceleration is made by calculating the ratio of the forces divided by the mass. Since the electromagnetic force is proportional to the square of the current flowing through the stator, this force can be generated by both mechanical and electrical forces. If the unmanned aerial motor is operated alone or under no load, the vibration does not occur largely. However, when the load is applied, especially when a 100% load is applied, a mark indicating mechanical problems and electrical problems The person is found well enough. Therefore, the
도 6 및 도 7은 각각 통상적인 모터에 있어서 고정자와 회전자 사이에 불균일한 공극이 존재할 수 있는 경우 및 고정자와 회전자 사이에 존재할 수 있는 편심과 가변 공극을 도시한 예시도이다.Figs. 6 and 7 are diagrams each showing an example where eccentric voids may exist between the stator and the rotor in a conventional motor, and eccentricity and variable voids that may exist between the stator and the rotor. Fig.
공극 편심은 정적 편심(static eccentricity)과 동적 편심(dynamic eccentricity)으로 구분된다. 정적 편심은 고정자 철심이 타원형이거나 회전자가 부적절하게 위치하고 있을 때에 발생한다. 최소 방사 공극 길이의 위치가 공간의 한 지점에 고정되어 있고 샤프트가 충분히 고정되어 있다면, 편심의 정도는 변하지 않는다. 동적 편심은 회전자의 중심이 회전 중심에 위치하지 않고, 최소 공극이 회전자와 함께 회전할 때 발생한다. 이러한 동적 편심은 회전자 축의 휨, 베어링의 마모, 정렬 불량 또는 임계 속도에서 기계적 공진 등의 원인이 될 수 있다.The pore eccentricity is divided into static eccentricity and dynamic eccentricity. Static eccentricity occurs when the stator iron core is elliptical or the rotor is improperly located. If the position of the minimum radial gap length is fixed at one point in space and the shaft is sufficiently fixed, the degree of eccentricity does not change. Dynamic eccentricity occurs when the center of the rotor is not located at the center of rotation and the minimum void rotates with the rotor. Such dynamic eccentricity can be a cause of flexure of the rotor shaft, abrasion of the bearing, poor alignment or mechanical resonance at the critical speed.
또한, 데이터 분석부(430)는 모터의 진동이 동기 주파수의 2배가 되는 주파수에서 정상 상태에서 보다 높은 진폭을 가지므로 무인비행체 모터의 진동 분석을 통해 회전자의 편심의 고장 유무 및 유형 판단을 위한 기초 자료를 제공할 수 있다. 이 때에도, 데이터 분석부(430)는 무인비행체에 포함된 가속도 센서로부터의 정보를 이용한다.The data analyzer 430 has a higher amplitude in the steady state at a frequency at which the vibration of the motor is twice as high as the synchronous frequency. Therefore, it is possible to analyze the vibration of the unmanned aerial motor, Basic data can be provided. At this time, the
이극 모터의 고정자 회전 자계가 3600 CPM(cycle per minute)의 회전율을 갖는다고 가정하자. 이 경우, 회전자가 1회전하는 동안의 편심 회전자에서는 가장 가까운 극을 향하는 자력(magnetic pull)이 0에서 최대값까지 총 두 번 발생한다. 회전 자계는 분당 3600회전을 하기 때문에 자력은 분당 7200회(7200 CPM) 최대값에 도달한다. 바꿔 말하면, 회전자의 가장 가까운 측이 N극에 의해 끌리고 난 후, S극에 의해 끌리기 때문에 힘은 편심에 비례해서 회전 자계에 두 배를 곱한 주파수로 변환된다. 따라서, 회전자가 고정자 내에서 편심된 경우, 항상 7200 CPM에 대응되는 진동이 발생한다.Suppose that the stator rotating magnetic field of the dipole motor has a rotation rate of 3600 CPM (cycle per minute). In this case, in the eccentric rotor during one rotation of the rotor, a magnetic pull toward the closest pole occurs twice from 0 to the maximum value. Since the rotating magnetic field has a rotation of 3600 revolutions per minute, the magnetic force reaches a maximum of 7200 (7200 CPM) per minute. In other words, since the nearest side of the rotor is attracted by the N pole and then attracted by the S pole, the force is converted to a frequency that is twice the rotating magnetic field in proportion to the eccentricity. Therefore, when the rotor is eccentric in the stator, a vibration corresponding to 7200 CPM always occurs.
고장 판단부(440)는 데이터 분석부(430)로부터 수신한 정보에 기초하여 무인비행체의 고장 유무와 고장 유형을 판단한다(S850). 고장 판단부(440)는 데이터 분석부(430)가 분석한 결과를 이용하여 무인비행체 모터의 고정자 편심, 권선 단락 및 회전자 편심의 유무 및 정도를 판단할 수 있다. 고장 판단부(440)는 무인비행체 모터의 고정자 편심, 권선 단락 및 회전자 편심의 유무 및 정도를 판단하기 위해, 기준값을 입력받을 수 있다. 고장 판단부(440)는 데이터 분석부(430)로부터 수신한 정보를 전술한 참조 전압값 또는 참조 전류값 및 기준값과 비교하여 무인비행체 모터의 고정자 편심, 권선 단락 및 회전자 편심의 유무 및 정도를 판단한다. 또한, 고장 판단부(440)는 더 나아가 무인비행체 모터, 무인비행체 모터와 연결된 전원의 상태 및 무인비행체 모터와 연결된 부하 중 적어도 하나의 기계적 이상과 열화의 진척을 예측할 수 있다.Based on the information received from the
또한, 고장 판단부(440)는 무인비행체 모터에 포함된 베어링 고장, 고정자 고장 및 회전자 고장을 판단할 수 있다. 무인비행체 모터의 베어링 고장은 회전자의 비대칭 상태를 초래하므로 매우 중요한 고장의 요인으로 작용한다. 베어링 고장은 과대 하중(excessive load), 과열(overheating), 브리넬링(brinelling), 피로(fatigue), 부식(corrosion), 오염(contamination), 윤활제 결함(lubricant failure), 역방향하중(reverse loading), 정렬 불량(misalignment), 헐거움(looseness), 빡빡함(tightness) 등의 요인에 의해 발생할 수 있다.Also, the
고정자 고장은 열적 노화(thermal aging), 전압 변동, 적층물 포화(saturation of lamination), 느슨한 적층물(loose lamination), 원심력(centrifugal force), 축의 정렬 불량(misalignment of bar), 느슨한 축(loose bar), 과속 운전(over-speeding) 등의 요인에 의해 발생할 수 있다.Stator failures can be caused by thermal aging, voltage fluctuations, saturation of lamination, loose lamination, centrifugal force, misalignment of bar, loose bar, ), Over-speeding, and the like.
회전자 고장은 열적 과부하 및 불균형(thermal overload and unbalance), 과열점(hotspot), 불평형 자기력(unbalanced magnetic pull), 절연 노후화(dielectric aging), 코일 이동(coil movement), 원심력(centrifugal force), 진동(vibration), 베어링 고장(fault bearing) 등의 요인에 의해 발생할 수 있다.Rotor failure can be caused by thermal overload and unbalance, hotspot, unbalanced magnetic pull, dielectric aging, coil movement, centrifugal force, vibration vibration, and fault bearing.
도 8은 본 발명의 일 실시예에 따른 무인비행체 고장 진단 방법을 도시한 흐름도이다.8 is a flowchart illustrating a method for diagnosing an unmanned aerial vehicle according to an exemplary embodiment of the present invention.
본 발명의 일 실시예에 따른 무인비행체 고장 진단 방법은 도 4의 무인비행체 고장 진단 장치와 함께 설명하였으므로 생략한다.The method for diagnosing an unmanned aerial vehicle according to an embodiment of the present invention has been described with reference to the apparatus for diagnosing an unmanned aerial vehicle of FIG.
도 8에서는 각각의 과정을 순차적으로 실행하는 것으로 기재하고 있으나, 반드시 이에 한정되는 것은 아니다. 다시 말해, 도 8에 기재된 과정을 변경하여 실행하거나 하나 이상의 과정을 병렬적으로 실행하는 것으로 적용 가능할 것이므로, 도 8은 시계열적인 순서로 한정되는 것은 아니다.In FIG. 8, it is described that each process is sequentially executed, but it is not limited thereto. In other words, it is applicable that the process described in FIG. 8 is changed or executed by one or more processes in parallel, so that FIG. 8 is not limited to the time series order.
한편, 도 8에 도시된 흐름도의 각 단계는 컴퓨터로 읽을 수 있는 기록매체(computer-readable recording medium)에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 즉, 컴퓨터가 읽을 수 있는 기록매체는 마그네틱 저장매체(예를 들면, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장매체를 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.Meanwhile, each step of the flowchart shown in FIG. 8 can be implemented as a computer-readable code in a computer-readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored. That is, a computer-readable recording medium includes a magnetic storage medium (e.g., ROM, floppy disk, hard disk, etc.), an optical reading medium (e.g., CD ROM, And the like). In addition, the computer-readable recording medium may be distributed over a network-connected computer system so that computer-readable code can be stored and executed in a distributed manner.
이상의 설명은 본 발명에 따른 일 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명에 따른 일 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 따른 실시예들은 본 실시예의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 실시예의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명에 따른 일 실시예의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명에 따른 일 실시예의 권리범위에 포함되는 것으로 해석되어야 할 것이다.It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the present invention as defined by the following claims. Modifications and variations will be possible. Therefore, the embodiments according to the present invention are not intended to limit the scope of the technical idea of the present embodiment, but are intended to be illustrative, and the scope of the technical idea of the present embodiment is not limited by these embodiments. The scope of protection of an embodiment according to the present invention should be construed according to the following claims, and all technical ideas within the scope of equivalents should be interpreted as being included in the scope of the embodiment of the present invention.
310: 필터 322, 324: 유효값 연산부
332, 334: 곱셈 연산부 340: 덧셈 연산부
350: 제곱근 연산부 360: 나눗셈 연산부
370: 정류부 380: 전류 고조파 왜곡율 측정부
410: 데이터 수집부 420: 고조파 왜곡율 측정부
430: 데이터 분석부 440: 고장 판단부310:
332, 334: multiplication operation unit 340:
350: Root square computation unit 360: Division computation unit
370: rectification part 380: current harmonic distortion rate measuring part
410: Data collection unit 420: Harmonic distortion rate measurement unit
430: Data analysis unit 440: Fault determination unit
Claims (13)
상기 데이터로부터 전류 변압기(current transformer) 신호 및 전위 변압기(potential transformer) 신호를 추출하는 과정;
상기 전류 변압기 신호 및 상기 전위 변압기 신호를 이용하여 전압 및 전류의 고조파 왜곡율(total harmonic distortion)을 측정하는 과정;
상기 고조파 왜곡율을 이용하여 데이터를 분석하는 과정; 및
상기 분석하는 과정의 결과에 기초하여 고장 유무와 고장 유형을 판단하는 과정
을 포함하는 것을 특징으로 하는 무인비행체 고장 진단 방법.The process of collecting data from the unmanned aerial motor;
Extracting a current transformer signal and a potential transformer signal from the data;
Measuring a total harmonic distortion of a voltage and a current using the current transformer signal and the voltage transformer signal;
Analyzing the data using the harmonic distortion ratio; And
A process of determining the presence or absence of a failure and the type of failure based on the result of the analysis process
And a fault diagnosis unit for diagnosing faults in the unmanned aerial vehicle.
상기 고조파 왜곡율을 측정하는 과정은,
전압의 고조파 왜곡율을 측정하기 위해 상기 전류 변압기 신호 및 상기 전위 변압기 신호로부터 상기 무인비행체 모터의 출력 전압을 추출하고, 상기 출력 전압을 두 개의 신호로 분기하여 상기 두 개의 신호를 연산하고 조합한 결과를 이용하여 고조파 왜곡율을 측정하는 것을 특징으로 하는 무인비행체 고장 진단 방법.The method according to claim 1,
Wherein the step of measuring the harmonic distortion rate comprises:
Extracting an output voltage of the unmanned aerial vehicle motor from the current transformer signal and the potential transformer signal to measure a harmonic distortion rate of the voltage and dividing the output voltage into two signals to compute and combine the two signals And the harmonic distortion rate is measured by using the measured harmonic distortion rate.
상기 고조파 왜곡율을 측정하는 과정은,
상기 두 개의 신호 중 적어도 하나의 신호를 필터링하는 과정을 포함하는 것을 특징으로 하는 무인비행체 고장 진단 방법.3. The method of claim 2,
Wherein the step of measuring the harmonic distortion rate comprises:
And filtering at least one signal of the two signals.
상기 고장 유무와 고장 유형을 판단하는 과정은,
상기 무인비행체 모터, 상기 무인비행체 모터와 연결된 전원의 상태 및 상기 무인비행체 모터와 연결된 부하 중 적어도 하나의 기계적 이상과 열화의 진척을 예측할 수 있도록 하는 것을 특징으로 하는 무인비행체 고장 진단 방법.The method of claim 3,
The process of determining the presence / absence of failure and the type of failure includes:
Wherein at least one of a state of a power source connected to the unmanned air vehicle motor, a state of a power source connected to the unmanned air vehicle motor, and a load connected to the unmanned air vehicle motor is predicted.
상기 고장 유무와 고장 유형을 판단하는 과정은,
상기 무인비행체 모터의 고정자 편심(stator eccentricity), 권선 단락(winding shorted-circuit) 및 회전자 편심(rotor eccentricity)의 유무 및 정도를 판단할 수 있는 것을 특징으로 하는 무인비행체 고장 진단 방법.5. The method of claim 4,
The process of determining the presence / absence of failure and the type of failure includes:
Wherein the presence or absence of a stator eccentricity, a winding shorted-circuit, and a rotor eccentricity of the unmanned aerial vehicle motor can be determined.
상기 고장 유무와 고장 유형을 판단하는 과정은,
상기 무인비행체 모터의 고정자 편심, 권선 단락 및 회전자 편심을 판단하기 위해 상기 무인비행체 모터와 연결된 가속도 센서를 이용하는 것을 특징으로 하는 무인비행체 고장 진단 방법.6. The method of claim 5,
The process of determining the presence / absence of failure and the type of failure includes:
Wherein an acceleration sensor connected to the unmanned aerial vehicle motor is used to determine the stator eccentricity, the winding short-circuit and the rotor eccentricity of the unmanned aerial vehicle motor.
상기 데이터 수집부로부터 전류 변압기 신호 및 전위 변압기 신호를 추출하여 상기 무인비행체 모터로부터 출력되는 전압 및 전류의 고조파 왜곡율을 측정하는 고조파 왜곡율 측정부;
상기 고조파 왜곡율을 분석하는 데이터 분석부; 및
상기 데이터 분석부로부터 수신한 정보에 기초하여 무인비행체의 고장 유무와 고장 유형을 판단하는 고장 판단부
를 포함하는 것을 특징으로 하는 무인비행체 고장 진단 장치.A data collecting unit for collecting data from the unmanned aerial motor;
A harmonic distortion rate measuring unit for extracting a current transformer signal and a voltage transformer signal from the data collecting unit and measuring a harmonic distortion rate of voltage and current output from the unmanned air vehicle motor;
A data analyzer for analyzing the harmonic distortion rate; And
A failure determination unit for determining the failure and the failure type of the unmanned air vehicle based on the information received from the data analysis unit,
And an unmanned aerial vehicle fault diagnosis apparatus.
상기 고조파 왜곡율 측정부는,
상기 무인비행체 모터로부터 출력되는 전압을 두 개의 신호로 분기하고, 상기 두 개의 신호를 연산하고 조합한 결과를 이용하여 고조파 왜곡율을 측정하는 것을 특징으로 하는 무인비행체 고장 진단 장치.8. The method of claim 7,
Wherein the harmonic distortion rate measuring unit comprises:
Wherein a voltage output from the unmanned aerial vehicle motor is branched into two signals, and the harmonic distortion rate is measured using the result of the operation of the two signals.
상기 고조파 왜곡율 측정부는,
상기 두 개의 신호 중 하나의 신호를 필터링하기 위해 적어도 하나의 필터를 포함하는 것을 특징으로 하는 무인비행체 고장 진단 장치.9. The method of claim 8,
Wherein the harmonic distortion rate measuring unit comprises:
And at least one filter for filtering one of the two signals.
상기 고조파 왜곡율 측정부는,
상기 적어도 하나의 필터에 의해 필터링된 제 1 신호와 상기 적어도 하나의 필터에 의해 필터링되지 않은 제 2 신호 각각의 유효값을 계산하여 제 1 유효값 및 제 2 유효값을 구하고, 상기 제 1 유효값 및 상기 제 2 유효값의 기하 평균값을 상기 제 2 유효값으로 나누어 고조파 왜곡율을 구하는 것을 특징으로 하는 무인비행체 고장 진단 장치.10. The method of claim 9,
Wherein the harmonic distortion rate measuring unit comprises:
Calculating a first valid value and a second valid value by calculating a valid value of a first signal filtered by the at least one filter and a second signal not filtered by the at least one filter, And dividing the geometric mean value of the second effective value by the second effective value to obtain a harmonic distortion rate.
상기 데이터 분석부는,
상기 고조파 왜곡율 측정부로부터 참조 전압값, 참조 전류값을 수신하고,
상기 고조파 왜곡율과 상기 참조 전압값 또는 상기 참조 전류값을 이용하여 데이터를 분석하는 것을 특징으로 하는 무인비행체 고장 진단 장치.11. The method of claim 10,
The data analysis unit may include:
A reference voltage value and a reference current value from the harmonic distortion measurement unit,
Wherein the data analyzing unit analyzes the data using the harmonic distortion rate, the reference voltage value, or the reference current value.
상기 데이터 분석부는,
상기 무인비행체 모터의 고장 유무 및 유형을 판단하기 위해 가속도 센서를 추가로 포함하는 것을 특징으로 하는 무인비행체 고장 진단 장치.12. The method of claim 11,
The data analysis unit may include:
Further comprising an acceleration sensor for determining whether the unmanned aerial vehicle has a failure and a type of the unmanned aerial vehicle.
상기 고장 판단부는,
상기 데이터 분석부가 분석한 결과를 이용하여 상기 무인비행체 모터의 고정자 편심, 권선 단락 및 회전자 편심의 유무 및 정도를 판단하는 것을 특징으로 하는 무인비행체 고장 진단 장치.13. The method of claim 12,
Wherein the failure determination unit
Wherein the presence or absence of the stator eccentricity, the short-circuit of the winding, and the eccentricity of the rotor of the unmanned aerial vehicle motor is determined using the analysis result of the data analysis unit.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170123618A KR101947990B1 (en) | 2017-09-25 | 2017-09-25 | Method and apparatus for diagnosing fault of unmanned aerial vehicle |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170123618A KR101947990B1 (en) | 2017-09-25 | 2017-09-25 | Method and apparatus for diagnosing fault of unmanned aerial vehicle |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR101947990B1 true KR101947990B1 (en) | 2019-02-14 |
Family
ID=65366103
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170123618A KR101947990B1 (en) | 2017-09-25 | 2017-09-25 | Method and apparatus for diagnosing fault of unmanned aerial vehicle |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101947990B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110426191A (en) * | 2019-08-14 | 2019-11-08 | 四川大学 | A kind of method for diagnosing faults of anti-interference rotating machinery |
| JP2021041820A (en) * | 2019-09-11 | 2021-03-18 | 株式会社アドテックス | Unmanned flight body and computer program therefor |
| CN112858821A (en) * | 2021-01-20 | 2021-05-28 | 中国南方电网有限责任公司超高压输电公司柳州局 | High-voltage overhead line short circuit test triggering device and method |
| KR102373475B1 (en) | 2021-07-26 | 2022-03-14 | 한국전력기술 주식회사 | Flight status monitoring system and method for drones using acceleration sensor |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3413911B2 (en) * | 1993-11-13 | 2003-06-09 | 日産自動車株式会社 | Fail-safe circuit of multi-rotor motor system |
| JP4135494B2 (en) * | 2002-12-19 | 2008-08-20 | 富士ゼロックス株式会社 | Fault diagnosis system |
| US20100145639A1 (en) * | 2008-12-10 | 2010-06-10 | Industrial Technology Research Institute | Diagnosis method of defects in a motor and diagnosis device thereof |
| KR101700746B1 (en) * | 2015-04-01 | 2017-01-31 | 고려대학교 산학협력단 | Fail-safe apparatus and method for flight vehicle |
| JP2017132461A (en) * | 2016-01-25 | 2017-08-03 | 大分県 | Unmanned flying body characteristic measurement device and unmanned flying body evaluation system using the same |
-
2017
- 2017-09-25 KR KR1020170123618A patent/KR101947990B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3413911B2 (en) * | 1993-11-13 | 2003-06-09 | 日産自動車株式会社 | Fail-safe circuit of multi-rotor motor system |
| JP4135494B2 (en) * | 2002-12-19 | 2008-08-20 | 富士ゼロックス株式会社 | Fault diagnosis system |
| US20100145639A1 (en) * | 2008-12-10 | 2010-06-10 | Industrial Technology Research Institute | Diagnosis method of defects in a motor and diagnosis device thereof |
| KR101700746B1 (en) * | 2015-04-01 | 2017-01-31 | 고려대학교 산학협력단 | Fail-safe apparatus and method for flight vehicle |
| JP2017132461A (en) * | 2016-01-25 | 2017-08-03 | 大分県 | Unmanned flying body characteristic measurement device and unmanned flying body evaluation system using the same |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110426191A (en) * | 2019-08-14 | 2019-11-08 | 四川大学 | A kind of method for diagnosing faults of anti-interference rotating machinery |
| CN110426191B (en) * | 2019-08-14 | 2020-06-30 | 四川大学 | Fault diagnosis method for anti-interference rotating machine |
| JP2021041820A (en) * | 2019-09-11 | 2021-03-18 | 株式会社アドテックス | Unmanned flight body and computer program therefor |
| CN112858821A (en) * | 2021-01-20 | 2021-05-28 | 中国南方电网有限责任公司超高压输电公司柳州局 | High-voltage overhead line short circuit test triggering device and method |
| KR102373475B1 (en) | 2021-07-26 | 2022-03-14 | 한국전력기술 주식회사 | Flight status monitoring system and method for drones using acceleration sensor |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101947990B1 (en) | Method and apparatus for diagnosing fault of unmanned aerial vehicle | |
| Eltabach et al. | A comparison of external and internal methods of signal spectral analysis for broken rotor bars detection in induction motors | |
| Immovilli et al. | Diagnosis of bearing faults in induction machines by vibration or current signals: A critical comparison | |
| Drif et al. | Discriminating the simultaneous occurrence of three-phase induction motor rotor faults and mechanical load oscillations by the instantaneous active and reactive power media signature analyses | |
| Nandi et al. | Fault diagnosis of electrical machines-a review | |
| EP3480610B1 (en) | Diagnosing a winding set of a stator | |
| Eftekhari et al. | Review of induction motor testing and monitoring methods for inter-turn stator winding faults | |
| Lee et al. | Fault classification and diagnosis of UAV motor based on estimated nonlinear parameter of steady-state model | |
| Noureddine et al. | Rolling bearing failure detection in induction motors using stator current, vibration and stray flux analysis techniques | |
| CN114089186B (en) | Motor state detection analysis early warning method and equipment | |
| Kucuker et al. | Detection of mechanical imbalances of induction motors with instantaneous power signature analysis | |
| US11411521B2 (en) | Method for static eccentricity fault detection of induction motors | |
| Bhattacharyya et al. | Induction motor fault diagnosis by motor current signature analysis and neural network techniques | |
| US20230194612A1 (en) | Motor winding fault diagnosis | |
| Bessous | Reliability Surveys of Fault Distributions in Rotating Electrical Machines:–Case Study of Fault Detections in IMs– | |
| Dlamini et al. | Autonomous detection of interturn stator faults in induction motors | |
| Nguyen et al. | Sensor fault diagnosis technique applied to three-phase induction motor drive | |
| Jeevanand et al. | State of art on condition monitoring of induction motors | |
| Stojičić et al. | Monitoring of rotor bar faults in induction generators with full-size inverter | |
| US11959978B2 (en) | Method of detecting a rotor bar fault and a method of estimating an additional operating expenditure due to one or more mechanical anomalies in an electrical machine | |
| KR102212084B1 (en) | Fault diagnosis method of synchronous motor | |
| Kouchih et al. | Modeling and diagnosis of induction machines operating under open-phase fault | |
| US11079255B2 (en) | Angle determination for a generator | |
| Kathiravan et al. | Motor current signature analysis based Fault diagnosis of induction motor | |
| Nemec et al. | Simplified model of induction machine with broken rotor bars |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |