KR102008231B1 - 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법 - Google Patents

자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법 Download PDF

Info

Publication number
KR102008231B1
KR102008231B1 KR1020170107968A KR20170107968A KR102008231B1 KR 102008231 B1 KR102008231 B1 KR 102008231B1 KR 1020170107968 A KR1020170107968 A KR 1020170107968A KR 20170107968 A KR20170107968 A KR 20170107968A KR 102008231 B1 KR102008231 B1 KR 102008231B1
Authority
KR
South Korea
Prior art keywords
failure
sensing information
analysis
prediction
failure prediction
Prior art date
Application number
KR1020170107968A
Other languages
English (en)
Other versions
KR20190022112A (ko
Inventor
인치각
정정훈
Original Assignee
주식회사 펠코리아
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 펠코리아 filed Critical 주식회사 펠코리아
Priority to KR1020170107968A priority Critical patent/KR102008231B1/ko
Publication of KR20190022112A publication Critical patent/KR20190022112A/ko
Application granted granted Critical
Publication of KR102008231B1 publication Critical patent/KR102008231B1/ko

Links

Images

Classifications

    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • 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
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법에 관한 것이다.
또한, 본 발명은 복수의 자동화 설비에 각각 설치된 복수의 센싱 장치로부터 센싱 정보를 수신하는 센싱 정보 수신부와, 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 전처리부와, 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하고, 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하는 고장 예측 분석부 및 고장 발생의 판정 또는 고장 발생 가능성의 예측 분석 여부에 따라 외부의 관제 장치로 고장 경보를 출력하거나 고장 예측 경보를 출력하는 경보 출력부를 구비하므로, 자동화 설비에 고장이 발생하기 이전에, 고장 발생 가능성이 있는 자동화 설비를 미리 정비할 수 있게 한다.

Description

자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법{Failure prediction device for automation equipment, failure prediction system and method using the same}
본 발명은 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법에 관한 것이다.
일반적으로, 제조업 분야의 생산 설비들은 고온, 진동 및 고전압 등에 노출되거나 반복적인 제조 공정을 수행해야 함에 따라, 일정한 시기마다 정비를 함으로써, 마모되거나 오래된 부품을 교체하고 고장이나 결함의 발생 여부를 확인하는 유지보수 과정이 필수적으로 요구된다.
특히, 최근의 제조업 분야의 인력 감소와 고령화, 생산력 감소 등의 요인에 의해 자동화된 무인 설비인 자동화 설비의 도입이 증가하고 있는데, 이러한, 자동화 설비의 고장이나 결함이 발생하기 전에 정비를 하여 적절한 유지보수를 함으로써, 자동화 설비의 고장으로 인한 비용 손실을 줄이는 동시에, 자동화 설비의 수명을 연장시킬 수 있고 생산 라인의 중단으로 인한 손실도 최소화할 수 있다.
한편, 종래에는 자동화 설비에 실제로 결함이나 고장이 발생되었는지의 여부와 무관하게 일정한 시기마다 정비가 이루어짐에 따라, 실제로 결함이 존재하지 않는 자동화 설비도 정비 대상에 포함되어 불필요하게 시간과 인력이 소모되는 문제점이 있다.
아울러, 자동화 설비의 정비 과정에서 불필요하게 부품의 교체가 이루어지거나, 자동화 설비의 정비 시기 이전에 그 자동화 설비에 고장이 발생하기도 하므로, 이에 의한 유지비용이 크게 발생하는 문제점이 있다.
본 발명은 상기와 같은 문제점을 감안하여 안출된 것으로, 자동화 설비의 고장 발생 여부를 판정할 뿐만 아니라, 고장이 발생할 가능성이 있는 자동화 설비를 예측 분석하여 해당 자동화 설비의 정비 및 유지보수를 사전에 수행할 수 있게 하는 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법을 제공하는데 그 목적이 있다.
본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 본 발명은 복수의 자동화 설비에 각각 설치된 복수의 센싱 장치로부터 센싱 정보를 수신하는 센싱 정보 수신부; 상기 수신된 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 전처리부; 상기 생성된 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하고, 상기 생성된 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하는 고장 예측 분석부; 및 고장 발생이 판정된 경우 외부의 관제 장치로 고장 경보를 출력하고, 고장 발생 가능성의 예측 분석 여부에 따라 외부의 관제 장치로 고장 예측 경보를 출력하는 경보 출력부;를 포함하는 자동화 설비의 고장 예측 장치를 제공한다.
바람직한 실시예에 있어서, 상기 고장 예측 분석부로부터 고장 발생이 판정된 경우, 그 고장이 발생된 분석용 패킷의 변화 패턴을 데이터베이스의 고장 패턴에 업데이트하는 고장 패턴 업데이트부;를 더 포함한다.
바람직한 실시예에 있어서, 상기 전처리부는, 분석용 패킷의 생성 시, 기설정된 구간 이내의 센싱 정보들 중 가장 낮은 측정값을 갖는 센싱 정보를 추출하고, 상기 추출된 가장 낮은 측정값을 갖는 센싱 정보와 다른 센싱 정보들 간의 차이값을 계산하여 시간 흐름에 따른 변화 패턴을 생성한다.
바람직한 실시예에 있어서, 상기 고장 예측 분석부는, 코사인 유사도(cosine similarity)를 포함하는 분석 알고리즘을 이용하여, 분석용 패킷의 변화 패턴과 데이터베이스의 고장 패턴 간의 유사도를 산출하고, 상기 산출된 유사도가 사전에 설정된 기준치를 초과하면, 고장 발생 가능성이 있는 것으로 예측 분석한다.
또한, 본 발명은 복수의 자동화 설비로부터 각각 설치되고, 각각의 자동화 설비로부터 고장 예측을 위한 온도, 전류 및 진동을 포함하는 센싱 정보 중 적어도 하나를 측정하여 외부로 전송하는 복수의 센싱 장치; 상기 센싱 장치들로부터 전송되는 센싱 정보를 수신하여 시간 흐름에 따라 저장하고, 상기 저장된 센싱 정보와 이의 시간 흐름에 따른 변화치를 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하며, 상기 생성된 분석용 패킷을 이용하여 각 자동화 설비의 고장 여부를 판정하고 고장 발생 가능성을 예측 분석하는 복수의 고장 예측 장치; 및 자동화 설비들의 운전 현황을 모니터링하는 동시에, 각각의 고장 예측 장치로부터 각 자동화 설비의 고장 여부와 고장 발생 가능성에 대한 경보를 수신하여 사용자 또는 관리자의 사용자 단말에 제공하거나 고장 이력 정보로 저장하는 관제 장치;를 포함하는 자동화 설비의 고장 예측 시스템을 제공한다.
바람직한 실시예에 있어서, 상기 고장 예측 장치는, 상기 복수의 센싱 장치로부터 각각의 센싱 정보를 수신하는 센싱 정보 수신부; 상기 수신된 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 전처리부; 상기 생성된 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하고, 상기 생성된 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하는 고장 예측 분석부; 및 고장 발생이 판정된 경우 상기 관제 장치로 고장 경보를 출력하고, 고장 발생 가능성의 예측 분석 여부에 따라 상기 관제 장치로 고장 예측 경보를 출력하는 경보 출력부;를 포함한다.
바람직한 실시예에 있어서, 상기 고장 예측 장치는, 상기 고장 예측 분석부로부터 고장 발생이 판정된 경우, 그 고장이 발생된 분석용 패킷의 변화 패턴을 데이터베이스의 고장 패턴에 업데이트하는 고장 패턴 업데이트부;를 더 포함한다.
바람직한 실시예에 있어서, 상기 전처리부는, 분석용 패킷의 생성 시, 기설정된 구간 이내의 센싱 정보들 중 가장 낮은 측정값을 갖는 센싱 정보를 추출하고, 상기 추출된 가장 낮은 측정값을 갖는 센싱 정보와 다른 센싱 정보들 간의 차이값을 계산하여 시간 흐름에 따른 변화 패턴을 생성한다.
바람직한 실시예에 있어서, 상기 고장 예측 분석부는, 코사인 유사도(cosine similarity)를 포함하는 분석 알고리즘을 이용하여, 분석용 패킷의 변화 패턴과 데이터베이스의 고장 패턴 간의 유사도를 산출하고, 상기 산출된 유사도가 사전에 설정된 기준치를 초과하면, 고장 발생 가능성이 있는 것으로 예측 분석한다.
또한, 본 발명은 자동화 설비의 고장 예측 장치에서 수행되는 고장 예측 방법으로서, (1) 상기 고장 예측 장치가, 복수의 자동화 설비에 각각 설치된 복수의 센싱 장치로부터 센싱 정보를 수신하는 단계; (2) 상기 고장 예측 장치가, 상기 수신된 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 단계; (3) 상기 고장 예측 장치가, 상기 생성된 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하고, 상기 생성된 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하는 단계; 및 (4) 고장 발생이 판정된 경우 상기 고장 예측 장치가, 외부의 관제 장치로 고장 경보를 출력하고, 고장 발생 가능성의 예측 분석 여부에 따라 외부의 관제 장치로 고장 예측 경보를 출력하는 단계;를 포함하는 자동화 설비의 고장 예측 방법을 제공한다.
바람직한 실시예에 있어서, 상기 제 (4)단계 이후에, (5) 상기 고장 예측 장치가, 고장이 발생된 분석용 패킷의 변화 패턴을 데이터베이스의 고장 패턴에 업데이트하는 단계;를 더 포함한다.
바람직한 실시예에 있어서, 상기 제 (2)단계에서 상기 고장 예측 장치는, 분석용 패킷의 생성 시, 기설정된 구간 이내의 센싱 정보들 중 가장 낮은 측정값을 갖는 센싱 정보를 추출하고, 상기 추출된 가장 낮은 측정값을 갖는 센싱 정보와 다른 센싱 정보들 간의 차이값을 계산하여 시간 흐름에 따른 변화 패턴을 생성한다.
바람직한 실시예에 있어서, 상기 제 (3)단계에서 상기 고장 예측 장치는, 코사인 유사도(cosine similarity)를 포함하는 분석 알고리즘을 이용하여, 분석용 패킷의 변화 패턴과 데이터베이스의 고장 패턴 간의 유사도를 산출하고, 상기 산출된 유사도가 사전에 설정된 기준치를 초과하면, 고장 발생 가능성이 있는 것으로 예측 분석한다.
전술한 과제해결 수단에 의해 본 발명은 복수의 자동화 설비에 각각 설치된 복수의 센싱 장치로부터 센싱 정보를 수신하는 센싱 정보 수신부와, 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 전처리부와, 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하고, 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하는 고장 예측 분석부 및 고장 발생의 판정 또는 고장 발생 가능성의 예측 분석 여부에 따라 외부의 관제 장치로 고장 경보를 출력하거나 고장 예측 경보를 출력하는 경보 출력부를 구비하므로, 자동화 설비에 고장이 발생하기 이전에, 고장 발생 가능성이 있는 자동화 설비를 미리 정비할 수 있게 하는 효과가 있다.
또한, 본 발명은 고장 발생 가능성이 있는 자동화 설비만을 선택적으로 정비할 수 있게 함으로써, 실제 결함과 상관없이 무분별하게 정비를 수행하여 발생하는 시간과 인력 소모를 최소화할 수 있고 부품 교체도 줄일 수 있으므로, 유지비용도 절감할 수 있다.
도 1은 본 발명의 일실시예에 따른 고장 예측 시스템을 설명하기 위한 도면.
도 2는 본 발명의 일실시예에 따른 고장 예측 장치의 세부 구성을 설명하기 위한 도면.
도 3은 본 발명의 일실시예에 따른 고장 예측 방법을 설명하기 위한 도면.
하기의 설명에서 본 발명의 특정 상세들이 본 발명의 전반적인 이해를 제공하기 위해 나타나 있는데, 이들 특정 상세들 없이 또한 이들의 변형에 의해서도 본 발명이 용이하게 실시될 수 있다는 것은 이 기술분야에서 통상의 지식을 가진 자에게 자명할 것이다.
이하, 본 발명에 따른 바람직한 실시예를 첨부된 도 1 내지 도 3을 참조하여 상세히 설명하되, 본 발명에 따른 동작 및 작용을 이해하는데 필요한 부분을 중심으로 설명한다.
도 1은 본 발명의 일실시예에 따른 고장 예측 시스템을 설명하기 위한 도면이고, 도 2는 본 발명의 일실시예에 따른 고장 예측 장치의 세부 구성을 설명하기 위한 도면이다.
먼저, 도 1을 참조하면, 본 발명의 일실시예에 따른 고장 예측 시스템은 센싱 장치(100), 고장 예측 장치(200) 및 관제 장치(300)를 포함하여 구성될 수 있다.
상기 센싱 장치(100)는 자동화 설비의 고장 예측을 위한 정보를 측정하기 위한 것으로, 복수 개로 구비되어 복수의 자동화 설비에 각각 설치될 수 있다.
아울러, 센싱 장치(100)는 자동화 설비로부터 온도, 전류, 압력 및 진동 등을 포함하는 다양한 센싱 정보 중 적어도 하나를 측정하여 외부로 전송하는 기능을 수행하게 되는데, 각각의 자동화 설비의 특성에 따라 온도를 측정하거나 전류를 측정하거나 진동을 측정하도록 구비될 수 있다.
예컨대, 절삭 가공 설비에 설치되는 센싱 장치(100)는 진동을 측정하여 그 진동의 측정값인 센싱 정보를 외부로 전송하도록 구비될 수 있고, 이와 다른 자동화 설비에 설치되는 센싱 장치(100)의 경우에는 온도, 전류 또는 압력을 측정하도록 구비될 수 있다.
또한, 전술한 센싱 정보는 온도, 전류, 압력 및 진동 등의 측정값을 포함하는 동시에, 각각의 측정이 이루어진 측정 시간이 포함된 정보일 수 있다.
한편, 복수의 센싱 장치(100)로부터 각각 측정된 센싱 정보를 수집하여, 수집된 센싱 정보를 후술할 고장 예측 장치(200)에 전송하는 별도의 정보수집 장치가 더 구비될 수도 있다.
상기 고장 예측 장치(200)는 자동화 설비의 고장 발생 여부 및 고장 발생 가능성을 예측 분석하기 위한 것으로, 센싱 장치(100)들로부터 전송되는 센싱 정보를 수신하여 시간 흐름에 따라 데이터베이스(260)에 저장하는 동시에, 자동화 설비의 고장 예측을 위한 분석용 패킷을 실시간으로 생성하고, 그 분석용 패킷을 이용하여 각 자동화 설비의 고장 여부와 고장 발생 가능성을 실시간으로 예측 분석하도록 구비될 수 있다.
바람직하게, 고장 예측 장치(200)는 센싱 장치(100)들로부터 전송되어 데이터베이스(260)에 저장되는 센싱 정보와, 이의 시간 흐름에 따른 변화치를 기초로 고장 예측을 위한 분석용 패킷을 생성하도록 구비될 수 있으며, 데이터베이스(260)에 기저장된 임계값 또는 고장 패턴 등과 분석용 패킷을 비교하여 자동화 설비의 고장 발생 여부 및 고장 발생 가능성을 실시간으로 예측 분석하도록 구비될 수 있다.
아울러, 고장 예측 장치(200)는 게이트웨이(Gateway)로 구비될 수 있고, 복수 개로 구비되어 적어도 하나의 센싱 장치(100)로부터 센싱 정보를 수신하도록 구비될 수 있다.
상기 관제 장치(300)는 자동화 설비의 전반을 모니터링하기 위한 것으로, 자동화 설비들의 운전 현황을 실시간으로 모니터링하는 동시에, 고장 예측 장치(200)로부터 각 자동화 설비의 고장 여부와 고장 발생 가능성에 대한 경보를 수신하여 사용자 또는 관리자의 사용자 단말에 제공하거나 고장 이력 정보로 저장하는 기능을 수행하도록 구비될 수 있다.
아울러, 관제 장치(300)는 복수의 고장 예측 장치(200)를 각각 관리하거나 제어하는 기능을 수행할 수도 있고, 자동화 설비들의 운영 건전성 상태 등에 대한 정보를 더 제공하도록 구비될 수도 있다.
이하에서는, 본 발명의 일실시예에 고장 예측 장치(200)에 대해 보다 구체적으로 설명한다.
도 2를 참조하면, 본 발명의 일실시예에 따른 고장 예측 장치(200)는 센싱 정보 수신부(210), 전처리부(220), 고장 예측 분석부(230), 경보 출력부(240) 및 고장 패턴 업데이트부(250)를 포함하여 구성될 수 있다.
상기 센싱 정보 수신부(210)는 센싱 정보를 수신하기 위한 것으로, 복수의 자동화 설비에 각각 설치된 복수의 센싱 장치(100)로부터 각각 측정된 센싱 정보를 수신하는 기능을 수행한다.
아울러, 센싱 정보 수신부(210)에서 수신한 센싱 정보를 후술할 전처리부(220)의 처리를 거쳐 데이터베이스(260)에 저장될 수 있다.
상기 전처리부(220)는 센싱 정보의 전처리를 위한 것으로, 센싱 정보 수신부(210)로부터 실시간으로 수신되는 센싱 정보를 시간 흐름에 따라 데이터베이스(260)에 저장하는 동시에, 그 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 기능을 수행한다.
바람직하게, 전처리부(220)는 분석용 패킷의 생성 시, 기설정된 구간 이내의 센싱 정보들 중 가장 낮은 측정값을 갖는 센싱 정보를 추출하고, 상기 추출된 가장 낮은 측정값을 갖는 센싱 정보와 다른 센싱 정보들의 측정값 간의 차이값을 계산하여 시간 흐름에 따른 변화 패턴을 생성하도록 구비될 수 있다.
즉, 전처리부(220)는 분석용 패킷의 변화 패턴에서 나타나는 변동량을 극대화함으로써, 후술할 고장 예측 분석부(230)에서의 예측 분석이 보다 정확하게 이루어질 수 있게 한다.
상기 고장 예측 분석부(230)는 자동화 설비의 고장 및 고장 발생 가능성을 예측 분석하기 위한 것으로, 전처리부(220)로부터 생성된 분석용 패킷과 데이터베이스(260)에 기저장된 임계값 및 고장 패턴을 이용하여 자동화 설비에 고장이 발생하였는지의 여부는 판정하는 동시에, 자동화 설비에 고장 발생 가능성이 있는지의 여부를 예측 분석하는 기능을 수행한다.
또한, 고장 예측 분석부(230)는 전술한 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하게 되는데, 센싱 정보가 전술한 임계값의 상한선을 초과하거나 임계값의 하한선 미만일 때 자동화 설비가 정상 동작하지 않고 고장이 발생한 것으로 판정할 수 있다.
아울러, 고장 예측 분석부(230)는 전술한 분석용 패킷의 변화 패턴과 데이터베이스(260)에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하도록 구비될 수 있다.
즉, 고장 예측 분석부(230)는 단순한 측정값을 비교하는 것이 아니라, 자동화 설비로부터 실시간으로 측정되는 측정값들이 형성하는 패턴을 기저장된 고장 발생 시점의 패턴과 비교하는 방식으로 각각의 자동화 설비별 고장 발생 가능성을 예측 분석할 수 있다.
바람직하게, 고장 예측 분석부(230)는 코사인 유사도(cosine similarity) 알고리즘을 이용하여, 분석용 패킷의 변화 패턴과 데이터베이스(260)의 고장 패턴 간의 유사도를 산출한 후, 그 유사도가 사전에 설정된 기준치를 초과하면, 자동화 설비에 고장 발생 가능성이 있는 것으로 예측 분석하도록 구비될 수 있다.
한편, 고장 예측 분석부(230)에서 사용되는 알고리즘은 전술한 코사인 유사도 알고리즘으로 제한되는 것은 아니며, 분석용 패킷의 변화 패턴과 데이터베이스(260)의 고장 패턴 간의 유사도를 산출할 수 있는 다양한 분석 알고리즘이 적용될 수 있다.
상기 경보 출력부(240)는 고장 경보 또는 고장 예측 경보를 출력하기 위한 것으로, 고장 예측 분석부(230)로부터 고장 발생이 판정되면 관제 장치(300)로 고장 경보를 출력하고, 고장 예측 분석부(230)로부터 고장 발생 가능성이 예측 분석되면 관제 장치(300)로 고장 예측 경보를 출력하는 기능을 수행한다.
아울러, 경보 출력부(240)로부터 출력되는 고장 경보 및 고장 예측 경보에는 어떠한 자동화 설비에 고장 또는 고장 발생 가능성이 있는지에 대한 정보가 포함될 수도 있다.
한편, 전술한 경보 출력부(240)의 경보 출력 기능을 전술한 관제 장치(300) 자체에서 수행하도록 구현될 수도 있다.
상기 고장 패턴 업데이트부(250)는 고장 패턴의 업데이트를 위한 것으로, 고장 예측 분석부(230)로부터 고장 발생이 판정되면, 그 고장이 발생된 분석용 패킷의 변화 패턴을 데이터베이스(260)의 고장 패턴에 업데이트하는 기능을 수행한다.
이러한, 고장 패턴 업데이트부(250)는 다양한 기계학습 방식으로 고장 패턴의 업데이트를 수행할 수 있는데, 예컨대, 데이터베이스(260)에 기저장된 고장 패턴과 고장 발생 시점의 분석용 패킷의 변화 패턴을 서로 조합하거나, 고장 발생 시점의 분석용 패킷의 변화 패턴을 새로운 고장 패턴으로 하여 데이터베이스(260)에 복수의 고장 패턴이 저장되도록 하거나, 베이지안 모델을 기반으로 하여 분석용 패킷의 변화 패턴을 고장 패턴으로 업데이트하는 방식 등이 적용될 수 있다.
따라서, 본 발명의 일실시예에 따른 고장 예측 장치(200)를 포함하는 고장 예측 시스템은, 자동화 설비에 고장이 발생하기 이전에 고장 발생 가능성이 있는 자동화 설비를 미리 정비할 수 있게 하는 동시에, 특정한 자동화 설비만을 선택적으로 정비할 수 있게 함으로써, 실제 결함과 상관없이 무분별하게 정비를 수행하여 발생하는 시간과 인력 소모를 최소화할 수 있고 부품 교체 및 유지비용을 절감할 수 있게 한다.
도 3은 본 발명의 일실시예에 따른 고장 예측 방법을 설명하기 위한 도면이다.
도 3을 참조하여, 본 발명의 일실시예에 따른 고장 예측 장치에서 수행되는 고장 예측 방법을 설명한다.
다만, 도 3에 도시된 고장 예측 방법에서 수행되는 기능은 모두 도 1 및 도 2를 참조하여 설명한 고장 예측 장치에서 수행되므로, 명시적인 설명이 없어도, 도 1 및 도 2를 참조하여 설명한 모든 기능은 본 발명의 바람직한 실시예에 따른 고장 예측 방법에서 수행되고, 도 3를 참조하여 설명하는 모든 기능은 본 발명의 바람직한 실시예에 따른 고장 예측 장치에서 그대로 수행됨을 주의해야 한다.
먼저, 센싱 정보 수신부가 복수의 자동화 설비에 각각 설치된 복수의 센싱 장치로부터 센싱 정보를 수신한다(S110).
이때, 센싱 정보 수신부가 수신하는 센싱 정보는 센싱 장치로부터 측정되는 온도, 전류, 압력 및 진동 등의 측정값을 포함하는 동시에, 각각의 측정이 이루어진 측정 시간을 포함하는 정보일 수 있다.
다음, 전처리부가 센싱 정보 수신부로부터 수신되는 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 그 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성한다(S120).
이때, 전처리부는 분석용 패킷의 변화 패턴에서 나타나는 변동량을 극대화하고 그 변화치를 판별하기 용이하도록, 기설정된 구간 이내의 센싱 정보들 중 가장 낮은 측정값을 갖는 센싱 정보를 추출하고, 상기 추출된 가장 낮은 측정값을 갖는 센싱 정보와 다른 센싱 정보들 간의 차이값을 계산하여 시간 흐름에 따른 변화 패턴을 생성하는 방식으로 분석용 패킷을 생성할 수 있다.
그 다음, 고장 예측 분석부가, 전처리부로부터 생성된 분석용 패킷을 이용하여 자동화 설비의 고장 및 고장 발생 가능성을 예측 분석한다(S130).
이때, 고장 예측 분석부는 전처리부로부터 생성된 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정할 수 있다.
아울러, 고장 예측 분석부는 전처리부로부터 생성된 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석할 수 있다.
이때, 고장 예측 분석부는 데이터마이닝 알고리즘을 이용하여, 분석용 패킷의 변화 패턴과 데이터베이스의 고장 패턴 간의 유사도를 산출하고, 상기 산출된 유사도가 사전에 설정된 기준치를 초과하면, 고장 발생 가능성이 있는 것으로 예측 분석하게 되는데, 특히, 코사인 유사도(cosine similarity) 알고리즘을 이용할 수 있다.
그 다음에는, 경보 출력부가 고장 예측 분석부로부터 고장 발생이 판정된 경우 외부의 관제 장치로 고장 경보를 출력하고, 고장 예측 분석부로부터 고장 발생 가능성이 예측 분석된 경우에는 외부의 관제 장치로 고장 예측 경보를 출력한다(S140).
그 다음에는, 고장 패턴 업데이트부가 고장이 발생된 분석용 패킷의 변화 패턴을 데이터베이스의 고장 패턴에 업데이트한다(S150).
이때, 고장 패턴 업데이트부는 데이터베이스에 기저장된 고장 패턴과 고장 발생 시점의 분석용 패킷의 변화 패턴을 서로 조합하거나, 고장 발생 시점의 분석용 패킷의 변화 패턴을 새로운 고장 패턴으로 하여 데이터베이스에 복수의 고장 패턴이 저장되도록 하거나, 베이지안 모델을 기반으로 하여 분석용 패킷의 변화 패턴을 고장 패턴으로 업데이트하는 등의 다양한 기계학습 방식을 이용하여 고장 패턴의 업데이트를 수행할 수 있다.
그리고, 전술한 제 150단계가 완료되거나, 전술한 제 130단계에서 자동화 설비의 고장 또는 고장 발생 가능성이 발견되지 않았을 경우에는, 전술한 제 110단계부터 다시 반복하여 수행되면서 자동화 설비들의 운전 현황과 고장 여부, 고장 발생 가능성의 예측 분석이 계속 이루어지게 된다.
이상에서는 본 발명의 바람직한 실시예를 예시적으로 설명하였으나, 본 발명의 범위는 이와 같은 특정 실시예에만 한정되는 것은 아니며, 특허청구범위에 기재된 범주 내에서 적절하게 변경 가능한 것이다.
100 : 센싱 장치 200 : 고장 예측 장치
300 : 관제 장치
210 : 센싱 정보 수신부
220 : 전처리부
230 : 고장 예측 분석부
240 : 경보 출력부
250 : 고장 패턴 업데이트부

Claims (13)

  1. 복수의 자동화 설비에 각각 설치된 복수의 센싱 장치로부터 센싱 정보를 수신하는 센싱 정보 수신부;
    상기 수신된 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 전처리부;
    상기 생성된 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하고, 상기 생성된 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하는 고장 예측 분석부; 및
    고장 발생이 판정된 경우 외부의 관제 장치로 고장 경보를 출력하고, 고장 발생 가능성의 예측 분석 여부에 따라 외부의 관제 장치로 고장 예측 경보를 출력하는 경보 출력부;를 포함하고,
    상기 전처리부는,
    분석용 패킷의 생성 시, 기설정된 구간 이내의 센싱 정보들 중 가장 낮은 측정값을 갖는 센싱 정보를 추출하고, 상기 추출된 가장 낮은 측정값을 갖는 센싱 정보와 다른 센싱 정보들 간의 차이값을 계산하여 시간 흐름에 따른 변화 패턴을 생성하는 것을 특징으로 하는 자동화 설비의 고장 예측 장치.
  2. 제 1항에 있어서,
    상기 고장 예측 분석부로부터 고장 발생이 판정된 경우, 그 고장이 발생된 분석용 패킷의 변화 패턴을 데이터베이스의 고장 패턴에 업데이트하는 고장 패턴 업데이트부;를 더 포함하는 것을 특징으로 하는 자동화 설비의 고장 예측 장치.
  3. 삭제
  4. 제 1항 또는 제 2항에 있어서,
    상기 고장 예측 분석부는,
    코사인 유사도(cosine similarity)를 포함하는 분석 알고리즘을 이용하여, 분석용 패킷의 변화 패턴과 데이터베이스의 고장 패턴 간의 유사도를 산출하고, 상기 산출된 유사도가 사전에 설정된 기준치를 초과하면, 고장 발생 가능성이 있는 것으로 예측 분석하는 것을 특징으로 하는 자동화 설비의 고장 예측 장치.
  5. 복수의 자동화 설비로부터 각각 설치되고, 각각의 자동화 설비로부터 고장 예측을 위한 온도, 전류 및 진동을 포함하는 센싱 정보 중 적어도 하나를 측정하여 외부로 전송하는 복수의 센싱 장치;
    상기 센싱 장치들로부터 전송되는 센싱 정보를 수신하여 시간 흐름에 따라 저장하고, 상기 저장된 센싱 정보와 이의 시간 흐름에 따른 변화치를 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하며, 상기 생성된 분석용 패킷을 이용하여 각 자동화 설비의 고장 여부를 판정하고 고장 발생 가능성을 예측 분석하는 복수의 고장 예측 장치; 및
    자동화 설비들의 운전 현황을 모니터링하는 동시에, 각각의 고장 예측 장치로부터 각 자동화 설비의 고장 여부와 고장 발생 가능성에 대한 경보를 수신하여 사용자 또는 관리자의 사용자 단말에 제공하거나 고장 이력 정보로 저장하는 관제 장치;를 포함하고,
    상기 고장 예측 장치는,
    수신된 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 전처리부;를 포함하며,
    상기 전처리부는,
    분석용 패킷의 생성 시, 기설정된 구간 이내의 센싱 정보들 중 가장 낮은 측정값을 갖는 센싱 정보를 추출하고, 상기 추출된 가장 낮은 측정값을 갖는 센싱 정보와 다른 센싱 정보들 간의 차이값을 계산하여 시간 흐름에 따른 변화 패턴을 생성하는 것을 특징으로 하는 자동화 설비의 고장 예측 시스템.
  6. 제 5항에 있어서,
    상기 고장 예측 장치는,
    상기 복수의 센싱 장치로부터 각각의 센싱 정보를 수신하는 센싱 정보 수신부;
    상기 생성된 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하고, 상기 생성된 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하는 고장 예측 분석부; 및
    고장 발생이 판정된 경우 상기 관제 장치로 고장 경보를 출력하고, 고장 발생 가능성의 예측 분석 여부에 따라 상기 관제 장치로 고장 예측 경보를 출력하는 경보 출력부;를 포함하는 것을 특징으로 하는 자동화 설비의 고장 예측 시스템.
  7. 제 6항에 있어서,
    상기 고장 예측 장치는,
    상기 고장 예측 분석부로부터 고장 발생이 판정된 경우, 그 고장이 발생된 분석용 패킷의 변화 패턴을 데이터베이스의 고장 패턴에 업데이트하는 고장 패턴 업데이트부;를 더 포함하는 것을 특징으로 하는 자동화 설비의 고장 예측 시스템.
  8. 삭제
  9. 제 6항 또는 제 7항에 있어서,
    상기 고장 예측 분석부는,
    코사인 유사도(cosine similarity)를 포함하는 분석 알고리즘을 이용하여, 분석용 패킷의 변화 패턴과 데이터베이스의 고장 패턴 간의 유사도를 산출하고, 상기 산출된 유사도가 사전에 설정된 기준치를 초과하면, 고장 발생 가능성이 있는 것으로 예측 분석하는 것을 특징으로 하는 자동화 설비의 고장 예측 시스템.
  10. 자동화 설비의 고장 예측 장치에서 수행되는 고장 예측 방법으로서,
    (1) 상기 고장 예측 장치가, 복수의 자동화 설비에 각각 설치된 복수의 센싱 장치로부터 센싱 정보를 수신하는 단계;
    (2) 상기 고장 예측 장치가, 상기 수신된 센싱 정보를 시간 흐름에 따라 데이터베이스에 저장하는 동시에, 센싱 정보의 시간 흐름에 따른 변화 패턴을 기초로 고장 예측을 위한 분석용 패킷을 실시간으로 생성하는 단계;
    (3) 상기 고장 예측 장치가, 상기 생성된 분석용 패킷의 센싱 정보를 기설정된 임계값과 비교하여 각 자동화 설비의 고장 발생 여부를 판정하고, 상기 생성된 분석용 패킷의 변화 패턴과 데이터베이스에 기저장된 자동화 설비별 고장 발생 시점의 고장 패턴을 비교하여 각 자동화 설비의 고장 발생 가능성을 예측 분석하는 단계; 및
    (4) 고장 발생이 판정된 경우 상기 고장 예측 장치가, 외부의 관제 장치로 고장 경보를 출력하고, 고장 발생 가능성의 예측 분석 여부에 따라 외부의 관제 장치로 고장 예측 경보를 출력하는 단계;를 포함하고,
    상기 제 (2)단계에서 상기 고장 예측 장치는,
    분석용 패킷의 생성 시, 기설정된 구간 이내의 센싱 정보들 중 가장 낮은 측정값을 갖는 센싱 정보를 추출하고, 상기 추출된 가장 낮은 측정값을 갖는 센싱 정보와 다른 센싱 정보들 간의 차이값을 계산하여 시간 흐름에 따른 변화 패턴을 생성하는 것을 특징으로 하는 자동화 설비의 고장 예측 방법.
  11. 제 10항에 있어서,
    상기 제 (4)단계 이후에,
    (5) 상기 고장 예측 장치가, 고장이 발생된 분석용 패킷의 변화 패턴을 데이터베이스의 고장 패턴에 업데이트하는 단계;를 더 포함하는 것을 특징으로 하는 자동화 설비의 고장 예측 방법.
  12. 삭제
  13. 제 10항 또는 제 11항에 있어서,
    상기 제 (3)단계에서 상기 고장 예측 장치는,
    코사인 유사도(cosine similarity)를 포함하는 분석 알고리즘을 이용하여, 분석용 패킷의 변화 패턴과 데이터베이스의 고장 패턴 간의 유사도를 산출하고, 상기 산출된 유사도가 사전에 설정된 기준치를 초과하면, 고장 발생 가능성이 있는 것으로 예측 분석하는 것을 특징으로 하는 자동화 설비의 고장 예측 방법.
KR1020170107968A 2017-08-25 2017-08-25 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법 KR102008231B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170107968A KR102008231B1 (ko) 2017-08-25 2017-08-25 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170107968A KR102008231B1 (ko) 2017-08-25 2017-08-25 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법

Publications (2)

Publication Number Publication Date
KR20190022112A KR20190022112A (ko) 2019-03-06
KR102008231B1 true KR102008231B1 (ko) 2019-08-07

Family

ID=65761550

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170107968A KR102008231B1 (ko) 2017-08-25 2017-08-25 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법

Country Status (1)

Country Link
KR (1) KR102008231B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102351538B1 (ko) 2021-05-13 2022-01-14 주식회사 싸이몬 패턴 학습 및 진단 알고리즘을 이용한 자동화 설비의 고장 예측 시스템 및 그 방법
WO2022103738A1 (en) * 2020-11-10 2022-05-19 Globalwafers Co., Ltd. Systems and methods for enhanced machine learning using hierarchical prediction and compound thresholds

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102431865B1 (ko) * 2019-03-27 2022-08-11 브이피케이 주식회사 고장룰 기반 열에너지 설비 감시 시스템 및 방법
KR102334590B1 (ko) * 2020-05-29 2021-12-02 경기대학교 산학협력단 인공신경망을 이용한 제조기계 고장판별예측 시스템
KR102430010B1 (ko) * 2020-06-23 2022-08-05 김용석 수질 모니터링 시스템의 메인터넌스 방법
KR102432291B1 (ko) * 2020-09-28 2022-08-12 엘아이지넥스원 주식회사 응답특성 기반 무기 체계의 고장 예측 장치 및 방법
KR20220060343A (ko) 2020-11-04 2022-05-11 주식회사 케이티 대상 설비의 노후화 진행 수준을 판단하는 장치, 방법 및 컴퓨터 프로그램
KR102417694B1 (ko) * 2020-11-24 2022-07-07 (주)유엠로직스 다중 ai 기법을 이용한 스마트 제조 환경에서의 이상탐지 시스템 및 그 방법
KR102419782B1 (ko) * 2021-09-29 2022-07-12 가온플랫폼 주식회사 인공지능 기반의 산업설비 고장예측 모델링 기법과 경보 통합 시스템 및 그 방법
KR102512577B1 (ko) * 2021-10-29 2023-03-22 (주) 탐진씨앤에스 에너지 사용량 분석을 통한 건물 내 설비의 이상상태 예측 시스템 및 방법
KR102414080B1 (ko) * 2022-05-12 2022-06-28 주식회사 어드밴스솔루션 추세 분석을 통한 케이블 고장 예측 시스템 및 방법
KR102608613B1 (ko) * 2023-06-07 2023-12-01 주식회사 성원 센싱 데이터 기반의 설비 이상 감지 장치 및 방법
KR102623351B1 (ko) * 2023-06-16 2024-01-10 주식회사 리코시스템 스마트 팩토리 시스템

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006277185A (ja) * 2005-03-29 2006-10-12 Osaka Gas Co Ltd 故障予測診断支援システム
JP2010225632A (ja) * 2009-03-19 2010-10-07 Dainippon Screen Mfg Co Ltd 故障予知システムおよび故障予知方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102195070B1 (ko) * 2014-10-10 2020-12-24 삼성에스디에스 주식회사 시계열 데이터의 분석을 통한 이상 감지 및 예측 시스템 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006277185A (ja) * 2005-03-29 2006-10-12 Osaka Gas Co Ltd 故障予測診断支援システム
JP2010225632A (ja) * 2009-03-19 2010-10-07 Dainippon Screen Mfg Co Ltd 故障予知システムおよび故障予知方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022103738A1 (en) * 2020-11-10 2022-05-19 Globalwafers Co., Ltd. Systems and methods for enhanced machine learning using hierarchical prediction and compound thresholds
KR102351538B1 (ko) 2021-05-13 2022-01-14 주식회사 싸이몬 패턴 학습 및 진단 알고리즘을 이용한 자동화 설비의 고장 예측 시스템 및 그 방법

Also Published As

Publication number Publication date
KR20190022112A (ko) 2019-03-06

Similar Documents

Publication Publication Date Title
KR102008231B1 (ko) 자동화 설비의 고장 예측 장치, 이를 이용한 고장 예측 시스템 및 고장 예측 방법
CN106919141B (zh) 预防维护管理系统、单元控制装置、预防维护管理方法
JP7017861B2 (ja) 異常検知システムおよび異常検知方法
KR101962739B1 (ko) 빅데이터 분석을 이용한 기계장비의 고장예측분석시스템 및 그 방법
JP7282184B2 (ja) 工業プロセスで使用されるコンポーネントから発生する信号の異常を検出及び測定するためのシステムと方法
US8423484B2 (en) Prognostics and health management method for aging systems
US6970804B2 (en) Automated self-learning diagnostic system
EP2959347B1 (en) A method and an apparatus for predicting the condition of a machine or a component of the machine
US20140365179A1 (en) Method and Apparatus for Detecting and Identifying Faults in a Process
CN108829933A (zh) 一种半导体制造设备的预测性维护与健康管理的方法
US10302702B2 (en) Monitoring of primary devices in a power system
CN111262750B (zh) 一种用于评估基线模型的方法及系统
CN111929091A (zh) 设备异常的检测方法、装置、可读存储介质及电子设备
CN105425739B (zh) 使用plc日志数据来预测异常发生的系统
JP6302014B2 (ja) セル制御装置
KR101622186B1 (ko) 기기 상태 진단 장치
CN114051600A (zh) 具有诊断电路的真空系统以及用于监视这种真空系统的健康的方法和计算机程序
KR102126040B1 (ko) 반도체 제조 장치의 예지 보전 방법
KR102566876B1 (ko) 비지도 학습 방법을 활용한 레이다 시스템용 공기건조장비의 이상 탐지 시스템 및 방법
KR101069653B1 (ko) 자동화 설비의 예방 정비 시스템 및 방법
EP4369127A1 (en) Method for predicting failures in industrial systems
US11586984B2 (en) Method for verifying the production process of field devices by means of a machine-learning system or of a prognosis system
KR100690582B1 (ko) 설비평가시스템 및 그 평가방법
CN116934299A (zh) 一种高速公路机电设备的预测性维护系统及方法
WO2020166011A1 (ja) 時系列データ処理方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant