KR102108529B1 - Plc 원격 진단 장치 및 방법 - Google Patents

Plc 원격 진단 장치 및 방법 Download PDF

Info

Publication number
KR102108529B1
KR102108529B1 KR1020190115528A KR20190115528A KR102108529B1 KR 102108529 B1 KR102108529 B1 KR 102108529B1 KR 1020190115528 A KR1020190115528 A KR 1020190115528A KR 20190115528 A KR20190115528 A KR 20190115528A KR 102108529 B1 KR102108529 B1 KR 102108529B1
Authority
KR
South Korea
Prior art keywords
plc
plc device
data
output data
remote diagnosis
Prior art date
Application number
KR1020190115528A
Other languages
English (en)
Inventor
김용호
Original Assignee
주식회사 엔케이시스템
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 엔케이시스템 filed Critical 주식회사 엔케이시스템
Priority to KR1020190115528A priority Critical patent/KR102108529B1/ko
Application granted granted Critical
Publication of KR102108529B1 publication Critical patent/KR102108529B1/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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G05B19/4187—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow by tool management
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • 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
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Programmable Controllers (AREA)

Abstract

본 발명의 일 실시예에 따른 PLC 원격 진단 장치는, 진단대상으로 설정된 PLC 장치와 무선 통신을 수행하여 PLC 장치로 원격 진단을 위한 입력 데이터를 전송하고, PLC 장치로부터 입력 데이터에 대한 출력 데이터를 수신하며, 출력 데이터를 기초로 PLC 장치의 고장여부를 판단하거나, 누적 저장된 복수의 출력 데이터를 기초로 PLC 장치의 고장 시점을 예측할 수 있다.

Description

PLC 원격 진단 장치 및 방법{DEVICE AND METHOD FOR REMOTELY DIAGNOSING PROGRAMMABLE LOGIC CONTROLLER}
본 발명은 PLC 원격 진단 장치 및 방법에 관한 것으로, 더욱 상세하게는 PLC를 원격으로 진단하여 현장 방문 없이도 PLC 모듈을 간편하게 진단할 수 있는 전력선통신 원격 진단 장치 및 방법에 관한 것이다.
PLC(Programmable Logic Controller)는 디지털 또는 아날로그 입출력 모듈을 통하여 로직, 시퀀싱, 타이밍, 카운팅, 연산과 같은 특수한 기능을 수행하기 위하여 프로그램 가능한 메모리를 사용하고 여러 종류의 기계나 프로세서를 제어하는 디지털 동작의 전자장치로, 입출력부, 저장부, 연산 제어부 등을 갖추어 컴퓨터와 유시한 기능을 수행하는 시퀸스 제어 장치이다.
PLC는 주로 산업용 제어업무에 사용되는 장치로서 높은 신뢰성과 간편한 제어 소프트웨어, 유지 보수의 간편성, 저렴한 가격 등의 특징을 갖고 있기 때문에 많은 분야에서 이용하고 있으며, 그 적용 분야로는 대, 중, 소규모의 공장자동화나 송유관 가스관의 감시제어, 각종 시퀸스 제어 등에 사용되고 있다.
이러한 PLC는 고장 진단시 사람이 현장에 나가 직접 PLC에 노트북 및 로더(LOADDER)를 접속하고 테스트를 통하여 이상 유무를 확인하였다. 즉, 현장에 직접 가서 정기적으로 테스트함으로써, PLC 모듈의 고장 여부를 확인하는 것은 많은 인력을 필요로 하고, 그에 따른 인력 낭비, 시간 낭비, 비용 낭비를 발생하는 문제가 있다.
한국등록특허 제10-0823720호 한국등록특허 제10-0549216호
본 발명의 일측면은 사용자가 원격에서도 PLC의 고장여부를 편리하게 진단할 수 있을 뿐만 아니라 PLC의 열화 발생 빈도에 따라 PLC의 고장 시점을 신뢰성 있게 예측할 수 있는 PLC 원격 진단 장치 및 방법을 제공한다.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 PLC 원격 진단 장치는, 진단대상으로 설정된 PLC 장치와 무선 통신을 수행하여, 상기 PLC 장치로 원격 진단을 위한 입력 데이터를 전송하고, 상기 PLC 장치로부터 상기 입력 데이터에 대한 출력 데이터를 수신하는 측정부 및 상기 출력 데이터를 기초로 상기 PLC 장치의 고장여부를 판단하거나, 누적 저장된 복수의 상기 출력 데이터를 기초로 상기 PLC 장치의 고장 시점을 예측하는 진단부를 포함할 수 있다.
상기 진단부는, 상기 출력 데이터를 미리 설정된 기준 구간과 비교한 결과에 따라 상기 PLC 장치의 고장여부를 판단하거나 상기 PLC 장치의 고장 시점을 예측할 수 있다.
상기 진단부는, 상기 출력 데이터가 제1 기준 구간에 포함된 것으로 확인되면 상기 PLC 장치가 고장인 것으로 판단하되, 상기 출력 데이터가 상기 제1 기준 구간보다 낮은 제2 기준 구간에 포함된 것으로 확인되면 상기 PLC 장치가 열화된 것으로 판단하여 열화 상태로 판단된 시점에 수신된 출력 데이터를 고장 시점 예측을 위한 히스토리 데이터셋에 포함시킬 수 있다.
상기 진단부는, 상기 출력 데이터가 상기 제2 기준 구간에 포함된 지속 시간을 측정하여, 상기 출력 데이터가 상기 제2 기준 구간에서 미리 설정된 기준시간 이상 지속되는 경우 상기 출력 데이터를 상기 히스토리 데이터셋에 포함시킬 수 있다.
상기 진단부는, 상기 제2 기준 구간의 크기에 반비례하여 상기 기준시간을 설정할 수 있다.
상기 진단부는, 상기 히스토리 데이터셋에 포함된 복수의 출력 데이터의 시계열적 변동추이를 기초로 상기 PLC 장치의 고장 시점을 예측할 수 있다.
상기 측정부는, PLC 장치의 종류별로 최적화된 입력 데이터를 전송하도록, 서로 다른 복수의 입력 데이터가 미리 저장되며, 상기 PLC 장치로 상기 입력 데이터를 전송하기 전에 테스트 신호를 전송하여 상기 테스트 신호에 대한 응답 신호를 분석하여 미리 저장된 복수의 입력 데이터 중 상기 PLC 장치로 전송할 입력 데이터를 동적으로 설정할 수 있다.
또한, 본 발명의 일 실시예에 따른, 진단대상으로 설정된 PLC 장치와 무선 통신으로 연결되어 상기 PLC 장치를 원격으로 진단하는 PLC 원격 진단 장치에 의해 수행되는 PLC 원격 진단 방법은, 상기 PLC 장치로 원격 진단을 위한 입력 데이터를 전송하고, 상기 통신부를 통해 상기 상기 PLC 장치로부터 상기 입력 데이터에 대한 출력 데이터를 수신하며, 상기 출력 데이터를 기초로 상기 PLC 장치의 고장여부를 판단하거나, 누적 저장된 복수의 상기 출력 데이터를 기초로 상기 PLC 장치의 고장 시점을 예측할 수 있다.
상기 PLC 장치의 고장여부를 판단하는 것은, 상기 출력 데이터가 미리 설정된 제1 기준 구간에 포함된 것으로 확인되면 상기 PLC 장치가 고장인 것으로 판단하는 것일 수 있다.
상기 PLC 장치의 고장 시점을 예측하는 것은, 상기 출력 데이터가 상기 제1 기준 구간보다 낮은 제2 기준 구간에 포함된 것으로 확인되면, 상기 출력 데이터가 상기 제2 기준 구간에 포함되는 지속 시간을 측정하여 지속 시간이 상기 제2 기준 구간의 길이에 따라 설정되는 기준 시간 이상인 것으로 확인되면 상기 출력 데이터를 히스토리 데이터셋에 포함시키고, 상기 히스토리 데이터셋에 누적 포함되는 복수의 출력 데이터의 시계열적 변동추이를 분석하여 상기 PLC 장치의 고장 시점을 예측하는 것일 수 있다.
상술한 본 발명의 일측면에 따르면, 사용자는 원격에서도 PLC고장여부를 편리하게 진단할 수 있으며, 진단 시점에 PLC가 고장인 것으로 진단되지 않더라도 PLC의 누적 열화도에 따라 PLC의 고장 시점을 신뢰성 있게 예측할 수 있다.
도 1은 본 발명의 일 실시예에 따른 PLC 원격 진단 시스템의 개략적인 구성이 도시된 개념도이다.
도 2 및 도 3은 도 1의 PLC 원격 진단 장치의 구체적인 구성이 도시된 블록도이다.
도 4는 PLC 장치로부터 수신된 출력 데이터를 이용하여 PLC 장치의 고장여부를 판단하는 구체적인 과정을 설명하기 위한 도면이다.
도 5 및 도 6은 본 발명의 일 실시예에 따른 PLC 원격 진단 방법의 개략적인 흐름이 도시된 순서도이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 PLC 원격 진단 시스템의 개략적인 구성이 도시된 개념도이다.
본 발명의 일 실시예에 따른 PLC 원격 진단 시스템(1000)은 PLC 원격 진단 장치(100) 및 PLC 장치(200)를 포함할 수 있다.
PLC(Programmable Logic Controller) 장치(200)는 디지털 또는 아날로그 입출력 모듈을 통하여 로직, 시퀀싱, 타이밍, 카운팅, 연산과 같은 특수한 기능을 수행하기 위하여 프로그램 가능한 메모리를 사용하고 여러 종류의 기계나 프로세서를 제어하는 디지털 동작의 전자장치로, 입출력부, 저장부, 연산 제어부 등을 갖추어 컴퓨터와 유시한 기능을 수행하는 시퀸스 제어 장치이다.
PLC 장치(200)는 다양한 설비에 구비될 수 있는데, 예를 들어 공장 설비의 자동화를 위해 설치될 수 있으며 이러한 경우 생산 라인의 주변 장치들을 효율적으로 제어할 수 있는 기능을 내장하여 컨베이어의 총괄 제어, 각종 근접 센서, 온도센서, 솔레노이드 밸브 및 모터 등과 같은 외부 부하를 접속한 뒤 일정한 시퀀스로 움직이게 하는 작업을 수행할 수 있다. 또한, PLC 장치(200)는 로봇, 상위 컴퓨터 등과 이더넷과 같은 통신을 통하여 대단위 공장 자동화 또는 무인 공장 자동화를 가능케한다.
PLC 원격 진단 장치(100)는 이러한 PLC 장치(200)의 오작동 여부를 원격에서 진단하는 장치이다.
본 발명에 따른 PLC 원격 진단 장치(100)는 이동성을 갖거나 고정된 장치일 수 있으며, PC(Personal Computer), 스마트폰(smartphone), 디바이스(device), 노트북(notebook), 기구(apparatus), 단말(terminal), UE(user equipment), MS(mobile station), 무선기기(wireless device), 휴대기기(handheld device) 등 다른 용어로 불릴 수 있다.
PLC 원격 진단 장치(100)는 후술하는 본 발명에 따른 PLC 원격 진단 방법을 구성하는 각 단계를 수행하기 위한 소프트웨어(애플리케이션)이 미리 설치될 수 있다. 이에 따라, 사용자는 미리 설치된 소프트웨어를 실행하여 PLC 원격 진단 장치(100)을 원거리에 설치된 PLC 장치(200)와 무선 통신으로 연결시킬 수 있으며, PLC 원격 진단 장치(100)를 이용하여 PLC 장치(200)의 원격 진단 서비스를 제공받을 수 있다.
이를 위해, PLC 원격 진단 장치(100)는 진단 대상으로 설정된 PLC 장치(200)와 무선 통신을 수행하여, 원격 진단을 위한 입력 데이터를 전송하고, 이에 대한 출력 데이터를 수신하며, 출력 데이터를 이용하여 PLC 장치(200)의 고장여부를 판단하거나 고장 시점을 예측할 수 있다. 이와 같은 PLC 원격 진단 장치(100)의 구체적인 구성 및 기능은 도 2를 참조하여 설명하기로 한다.
도 2는 도 1의 PLC 원격 진단 장치(100)의 구체적인 구성이 도시된 블록도이다.
구체적으로, PLC 원격 진단 장치(100)는 통신부(110), 입력부(120), 출력부(130) 및 제어부(140)를 포함할 수 있다.
통신부(110)는 유무선 통신을 수행하는 모듈로, 구체적으로는 무선 인터넷을 통해 PLC 장치(200)와 통신을 수행하며, 이 과정에서 발생되는 데이터는 통신부(110)를 통해 송수신될 수 있다.
입력부(120)는 PLC 원격 진단 장치(100)를 소지하는 사용자로부터 입력 신호를 감지하는 모듈이다. 입력부(120)는 키보드, 마우스, 마이크, 터치패드, 조이패드 등과 같은 형태일 수 있으며, 사용자는 입력부(120)를 통해 PLC 원격 진단 장치(100)로 PLC 장치(200)의 원격 진단을 위한 제어 신호를 입력할 수 있다.
출력부(130)는 디스플레이 모듈, 스피커, 터치패드 등과 같은 형태일 수 있으며, PLC 장치(200)의 원격 진단 결과를 시각적, 청각적인 정보로 출력할 수 있다.
제어부(140)는 PLC 원격 진단 장치(100)의 전반적인 동작을 제어하는 모듈이다. 예컨대, 제어부(140)는 입력부(120)를 통해 사용자로부터 선택된 특정 PLC 장치(200)를 통신부(110)를 통해 PLC 원격 진단 장치(100)와 연결되도록 제어하고, PLC 장치(200)의 진단 결과가 출력부(130)를 통해 출력되도록 제어할 수 있다.
특히, 제어부(140)는 PLC 장치(200)로부터 수신되는 출력 데이터에 기초하여 PLC 장치(200)의 오작동 여부를 판단하거나 PLC 장치(200)의 오작동 시점을 예측할 수 있다. 이와 관련하여, 도 3을 함께 참조하여 설명하기로 한다.
도 3은 도 2의 제어부(140)의 구체적인 구성이 도시된 블록이다.
구체적으로, PLC 원격 진단 장치(100)의 제어부(140)는 측정부(141) 및 진단부(142)를 포함할 수 있다.
측정부(141)는 통신부(110)를 통해 진단대상으로 설정된 PLC 장치(200)와 무선 통신을 수행하여 진단을 위한 데이터를 송수신할 수 있다. 즉, 측정부(141)는 통신부(110)를 통해 PLC 장치(200)로 원격 진단을 위한 입력 데이터를 전송한 후, 입력 데이터에 따른 동작을 수행한 PLC 장치(200)로부터 이에 대한 출력 데이터를 수신할 수 있다.
이때, 본 발명에 따른 PLC 원격 진단 장치(100)는 상술한 바와 같이 원격에서 여러 종류의 PLC 장치(200)를 진단하기 때문에, 다양한 종류의 PLC 장치(200) 특성에 적합한 입력 데이터를 전송할 필요가 있다. 이를 위해, 측정부(141)에는 PLC 장치(200)의 종류별로 최적화된 입력 데이터를 전송하도록 서로 다른 종류의 복수의 입력 데이터가 미리 저장될 수 있다.
이때, 측정부(141)는 복수의 입력 데이터 중 진단대상으로 설정된 PLC 장치(200)로 전송할 입력 데이터를 설정하기 위한 테스트 신호를 전송할 수 있다. 측정부(141)는 테스트 신호에 따른 동작을 수행한 PLC 장치(200)로부터 수신되는 응답 신호를 분석하여 어떠한 종류의 입력 데이터를 PLC 장치(200)로 전송할 것인지 선택할 수 있다. 예컨대, 측정부(141)는 응답 신호의 주파수 특성을 분석하고, 분석된 주파수 특성을 미리 저장된 특성 데이터와 비교하여 테스트 신호에 따른 응답 신호의 패턴이 어떤 PLC 장치(200)에 의해 발생되었는지를 추정할 수 있다.
진단부(142)는 측정부(141)로 수신된 출력 데이터를 기초로 PLC 장치(200)의 상태를 판단할 수 있다. 즉, 진단부(142)는 수신된 출력 데이터를 분석하여 PLC 장치(200)가 정상적인 동작을 수행할 수 없는 오작동(고장) 상태인지, 오작동 상태 까지는 아니지만 출력 성능 일부가 저하된 열화 상태인지 또는 PLC 장치(200)가 정상 상태인지를 판단할 수 있다.
이를 위해, 진단부(142)는 출력 데이터를 미리 설정된 기준 데이터와 비교하여 유사도를 산출하고, 유사도를 미리 설정된 기준 구간과 비교한 결과에 따라 PLC 장치(200)의 현재 시점에서의 오작동 여부를 판단하거나 PLC 장치(200)의 오작동 시점을 예측할 수 있다. 이와 관련하여, 도 4를 함께 참조하여 설명하기로 한다.
도 4는 PLC 장치로부터 수신된 출력 데이터를 이용하여 PLC 장치의 고장여부를 판단하는 구체적인 과정을 설명하기 위한 도면이다.
진단부(142)는 상술한 과정에서 산출된 유사도를 미리 설정된 기준 구간과 비교하여 PLC 장치(200)의 현재 시점에서의 오작동 여부를 판단하거나 PLC 장치(200)의 오작동 시점을 예측할 수 있다.
진단부(142)는 도시된 바와 같이 산출된 유사도의 크기에 따라 PLC 장치(200)를 정상 상태, 열화 상태 및 오작동 상태 중 어느 하나의 상태로 구분할 수 있다.
구체적으로, 진단부(142)는 유사도가 비교적 큰 값의 임계 구간으로 설정된 제1 기준 구간에 포함된 것으로 판단되면 PLC 장치(200)가 오작동 상태인 것으로 판단할 수 있다. 즉, 진단부(142)는 입력 데이터에 대해 정상적인 기능을 수행했을 때 발생되는 데이터로 설정되는 기준 데이터와, 실제 출력 결과인 출력 데이터와의 차이가 큰 경우, 해당 PLC 장치(200)가 오작동 중인 것으로 판단할 수 있다.
그리고, 진단부(142)는 산출된 유사도가 제1 기준 구간에는 포함되지 않지만, 제1 기준 구간보다 작은 크기의 임계 구간으로 설정되는 제2 기준 구간에 포함된 것으로 확인되면, PLC 장치(200)의 열화 상태 여부를 판단할 수 있다.
다시 말해, 진단부(142)는 유사도가 제2 기준 구간에 포함되었다고 하여 무조건적으로 PLC 장치(200)가 열화 상태인 것으로 판단하는 것이 아니라, 소정의 판단 과정을 거친 후 열화 상태인지 여부를 최종적으로 판단할 수 있다.
진단부(142)는 유사도가 정상 범위를 벗어난 제2 기준 구간에 포함된 것으로 확인되면, PLC 장치(200)가 열화 상태에 있는 것으로 판단하여 판단된 시점에서 수신된 출력 데이터를 히스토리 데이터셋에 포함시킬 수 있다.
이때, 진단부(142)는 유사도가 일시적으로 정상 범위를 벗어났다고 하여 이를 히스토리 데이터셋에 포함시키는 것이 아니라, 유사도가 정상 범위를 지속적으로 소정 시간 이상 벗어난 경우에만 이를 히스토리 데이터셋에 포함시킬 수 있다.
유사도가 정상 범위를 벗어나더라도, 비교적 짧은 시간구간 동안 지속되면 PLC 장치(200) 자체에는 경미하거나 무시할 만한 정도의 영향만 미치는 경우가 있을 수 있다. 따라서, 진단부(142)는 기준시간을 설정하여 유사도가 기준시간 이상 지속되는 경우 주의신호 또는 오작동 신호로 나타나는 신호로 판단할 수 있다. 기준시간은 기준구간에 대응하여 결정될 수 있다. 구체적으로, 진단부(142)는 기준구간이 아주 좁은 범위인 경우에는 기준시간의 크기를 비교적 길게 설정할 수 있다. 예를 들어, 제2 기준 구간의 크기가 4~6으로 설정되는 경우, 기준시간을 10분으로 설정하여 정상 데이터(예컨대 3)로부터 작은 오차를 보이는 유사도는 비교적 긴 시간동안 제2 기준 구간에서 지속되어야 열화 신호로 판단할 수 있다. 반대로, 진단부(142)는 제2 기준 구간을 4~10의 구간으로 설정하면 기준시간의 길이를 5초 정도로 짧게 설정하여 유사도가 급격하게 변화한 경우에 즉각적으로 반응할 수 있다.
진단부(142)는 이와 같이 산출된 유사도가 제2 기준 구간에서 기준시간 이상 지속되는 경우 PLC 장치(200)가 열화 상태인 것으로 판단할 수 있다. 이러한 경우, 진단부(142)는 열화 상태로 판단된 시간 구간 동안 수집되는 출력 데이터를 히스토리 데이터셋에 누적 저장할 수 있다. 여기서, 상술한 바와 같이 기준시간의 길이는 고정된 시간이 아니라 기준 구간으로 설정된 임계 구간의 길이에 반비례하여 설정될 수 있다.
이후 진단부(142)는 히스토리 데이터셋에 누적 저장된 복수의 출력 데이터를 분석하여 PLC 장치(200)의 오작동 시점을 예측할 수 있다.
진단부(142)는 PLC 장치(200)의 현재상황을 파악하고, 더 나아가 히스토리 데이터셋에 포함된 데이터들을 기초로 다음 예상되는 주의 또는 오작동 신호를 계산할 수 있다. 본 실시예에서는 자기 회귀 조건부 이분산 (Auto Regressive Conditional Heteroskedasticity, ARCH) 모델을 이용하여 시계열 데이터를 분석하여 예측할 수 있다.
ARCH모델은 단순히 추세와 평균 회귀만을 추정하는 것이 아니라 분산을 같이 추정함으로써 과거 데이터를 분석하여 미래 예측력을 가질 수 있는 것이 특징이다. 조건부 분산의 시계열적특징을 모형화한 Engle에 의해 도입된 ARCH모형은 모형이 단순하고 금융시계열의 경험적 특성을 잘 반영한다는 점에서 매우 널리 사용되는 분석도구가 되었다.
따라서 본 실시예에서는 히스토리 데이터셋에 포함되는 데이터의 출현빈도를 모형화하기 위해 ARCH 모델을 이용할 수 있다. 수학식 3은 전기의 시계열로 현재의 시계열을 설명하는 수학식이다.
[수학식 3]
Figure 112019096001459-pat00001
여기서, yt 는 시계열의 평균, a0, a1 ◎는 미지의 모수, εt는 잔차이다. 즉, 정상 범위를 기준시간 이상 벗어난 데이터의 히스토리로 표현되는 yt-1, yt-2 ◎, yt-q 를 실제 나타난 yt와 비교하여 나타난 차이 값이다. 잔차를 표현하는 수학식은 다음과 같다.
[수학식 4]
Figure 112019096001459-pat00002
여기서 σ는 조건부 분산이다. σt는 t-1 주기에 알려져 있다고 가정하며, 확률변수 zt는 평균이 0이고 분산이 일정한 정규분포를 따른다. σ를 계산하기 위한 과정은 다음과 같다.
[수학식 5]
Figure 112019096001459-pat00003
여기서
Figure 112019096001459-pat00004
,
Figure 112019096001459-pat00005
, a0, a1 ◎는 미지의 모수, σ는 조건부 분산이다. 전술한 바에 따라 정상 범위를 기준시간 이상 벗어난 데이터가 포함된 히스토리 데이터셋을 기초로 예상 오류 시점을 예측할 수 있다.
이와 같이, 진단부(142)는 유사도를 주기적으로 산출하는 과정에서, 산출된 유사도가 상기 정상 범위를 벗어나면 유사도가 지속되는 시간을 측정하고, 유사도가 정상 범위를 지속적으로 벗어난 시간이 미리 설정된 기준시간 이상 지속되는 경우 경보 신호를 생성하여 히스토리 데이터셋에 포함시키며, 경보 신호의 생성 간격을 기초로 상기 변전소의 오작동 시점을 예측하며, 구체적으로는 누적 생성된 경보 신호를 기초로 히스토리 데이터셋을 생성하고, 히스토리 데이터셋에 포함된 경보 신호의 시계열적 변동추이를 기초로 PLC 장치(200)의 오작동 시점을 예측할 수 있다.
도 5 및 도 6은 본 발명의 일 실시예에 따른 PLC 원격 진단 방법의 개략적인 흐름이 도시된 순서도이다.
본 발명에 따른 PLC 원격 진단 방법은 상술한 PLC 원격 진단 장치(100)에 의해 수행될 수 있으며, 이를 위해 본 발명에 따른 PLC 원격 진단 장치(100)는 후술하는 PLC 원격 진단 방법을 구성하는 각 단계를 수행하기 위한 소프트웨어(애플리케이션)이 미리 설치될 수 있다. 이에 따라, 사용자는 PLC 원격 진단 장치(100)에 미리 설치된 소프트웨어(애플리케이션)을 실행시키면 PLC 원격 진단 방법에 따라 PLC 장치(200)를 원격으로 간편하게 진단할 수 있다.
먼저, PLC 원격 진단 장치(100)는 측정대상으로 설정된 PLC 장치(200)로 입력 데이터를 전송할 수 있다(51). 이를 위해, PLC 원격 진단 장치(100)는 측정대상으로 설정된 PLC 장치(200)와 무선 통신을 통해 연결되며, 연결 후 테스트 신호를 전송하여 이에 대한 응답 신호를 분석하여 복수의 입력 데이터 중 측정대상 PLC 장치(200)에 적합한 입력 데이터를 선택할 수 있다.
다음으로, PLC 원격 진단 장치(100)는 PLC 장치(200)로부터 입력 데이터에 따른 출력 데이터를 수신하고(52), 수신된 출력 데이터를 미리 설정된 기준 데이터와 비교하여 유사도를 산출할 수 있다(53).
PLC 원격 진단 장치(100)는 산출된 유사도가 제1 기준구간에 포함된 것으로 확인되면(54a의 YES), 다시 말해 출력 데이터와 기준 데이터와의 차이가 비교적 큰 경우 PLC 장치(200)가 정상적인 출력 데이터를 생성하지 못하는 상태인 오작동 상태인 것으로 판단할 수 있다(55a).
반면, PLC 원격 진단 장치(100)는 산출된 유사도가 제1 기준구간보다 작은 임계구간을 갖는 제2 기준구간에 포함된 것으로 확인되면(54b의 YES), PLC 장치(200)의 열화 상태 여부를 판단하기 위한 후속 과정을 수행할 수 있다(A).
구체적으로, 도 6에 도시된 바와 같이, PLC 원격 진단 장치(100)는 산출된 유사도가 제2 기준구간에 연속적으로 포함되는 지속시간을 측정할 수 있다(61). 상술한 바와 같이, 출력 데이터는 소정 시간 간격마다 주기적으로 수신되기 때문에, PLC 원격 진단 장치(100)는 소정 시간 간격마다 산출되는 유사도가 지속적으로 제2 기준구간에 포함되는 지속 시간을 측정하는 것이 가능하다.
PLC 원격 진단 장치(100)는 제2 기준구간에 포함되는 지속 시간이 기준시간을 초과하는 것으로 확인되면, PLC 장치(200)가 열화 상태인 것으로 판단할 수 있다(62). PLC 원격 진단 장치(100)는 열화 상태로 판단된 시간 구간 동안 수집되는 출력 데이터를 히스토리 데이터셋에 누적 저장할 수 있다(63). 이를 기초로, PLC 원격 진단 장치(100)는 히스토리 데이터셋에 포함된 출력 데이터의 시계적 변동추이를 기초로 PLC 장치(200)의 오작동 시점을 예측할 수 있다(64). 각 단계에 대한 구체적인 설명은 도 4를 기초로 상술하였으므로, 반복되는 설명은 생략하기로 한다.
다시 도 5를 참조하면, PLC 원격 진단 장치(100)는 산출된 유사도가 제2 기준구간에도 포함되지 않는 것으로 판단되면(54b의 NO), 해당 출력 데이터가 정상적인 출력 데이터인 것으로 판단하여 PLC 장치(200)가 정상 상태인 것으로 진단할 수 있다(55b).
이후, PLC 원격 진단 장치(100)는 판단된 결과(정상 상태, 열화 상태, 오작동 상태)를 구비된 디스플레이를 통해 표시하여 원격 진단 결과를 사용자가 인지할 수 있도록 할 수 있다. 이와 동시에, PLC 원격 진단 장치(100)는 PLC 장치(200)가 오작동 상태를 제외한 정상 상태 및 열화 상태인 경우 히스토리 데이터셋을 참조하여 PLC 장치(200)의 오작동 예측 시점에 대한 정보를 함께 표시할 수도 있다.
이와 같은, PLC 원격 진단 방법을 제공하는 기술은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: PLC 원격 진단 장치
200: PLC 장치

Claims (1)

  1. 진단대상으로 설정된 PLC 장치와 무선 통신으로 연결되어 상기 PLC 장치를 원격으로 진단하는 PLC 원격 진단 장치에 의해 수행되는 PLC 원격 진단 방법에 있어서,
    상기 PLC 원격 진단 장치는 복수의 입력 데이터 중 진단대상으로 설정된 PLC 장치로 전송할 입력 데이터를 설정하기 위한 테스트 신호를 전송하며, 상기 테스트 신호에 따른 동작을 수행한 PLC장치로부터 수신되는 응답 신호의 주파수 특성을 분석하고, 분석된 주파수 특성을 미리 저장된 특성 데이터와 비교하여 테스트 신호에 따른 응답 신호의 패턴이 어떤 PLC 장치에 의해 발생되었는지 확인하고, 확인된 PLC 장치에 어떤 종류의 입력 데이터를 전송할 것인지 선택하며,
    상기 PLC 장치로 원격 진단을 위한 입력 데이터를 전송하고,
    상기 PLC 장치로부터 상기 입력 데이터에 대한 출력 데이터를 수신하며,
    상기 출력 데이터를 기초로 상기 PLC 장치의 오작동 상태, 열화 상태 또는 정상 상태 중 어느 하나의 상태를 판단하며,
    상기 출력 데이터를 미리 설정된 기준 데이터와 비교하여 유사도를 산출하고, 유사도를 미리 설정된 기준 구간과 비교한 결과에 따라 고장 여부 또는 오작동 시점을 예측하며,
    상기 PLC 원격 진단 장치는 유사도가 임계 구간으로 설정된 제1기준 구간에 포함된 것으로 확인되면, 상기 PLC 장치가 오작동 상태인 것으로 판단하며, 상기 유사도가 상기 제1기준 구간에는 포함되지 않지만 제1기준 구간보다 작은 크기의 임계 구간으로 설정되는 제2기준 구간에 포함된 것으로 확인되면, 상기 PLC 장치의 열화 상태 여부를 판단하며, 상기 유사도가 제2 기준 구간에 미리 설정된 기준시간 이상 지속되는 경우에만 상기 PLC 장치가 열화 상태인 것으로 판단하고, 수신된 출력 데이터를 히스토리 데이터셋에 포함시켜 상기 PLC 장치가 열화 상태에서 오작동 시점으로 넘어가는 시점을 예측하고,
    상기 출력 데이터를 기초로 상기 PLC 장치의 고장여부를 판단하거나, 누적 저장된 복수의 상기 출력 데이터를 기초로 상기 PLC 장치의 고장 시점을 예측하며,
    상기 예측 결과에 따라 상기 PLC 장치의 오작동 상태 여부, 열화 상태 여부, 정상 상태 여부, 고장 시점 또는 오작동 시점을 출력하는, PLC 원격 진단 방법.

KR1020190115528A 2019-09-19 2019-09-19 Plc 원격 진단 장치 및 방법 KR102108529B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190115528A KR102108529B1 (ko) 2019-09-19 2019-09-19 Plc 원격 진단 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190115528A KR102108529B1 (ko) 2019-09-19 2019-09-19 Plc 원격 진단 장치 및 방법

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
KR1020190050373A Division KR102025736B1 (ko) 2019-04-30 2019-04-30 Plc 원격 진단 장치 및 방법

Publications (1)

Publication Number Publication Date
KR102108529B1 true KR102108529B1 (ko) 2020-05-07

Family

ID=70734130

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190115528A KR102108529B1 (ko) 2019-09-19 2019-09-19 Plc 원격 진단 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102108529B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100549216B1 (ko) 2004-06-18 2006-02-02 주식회사 포스콘 실시간으로 출력 채널의 출력 상태를 모니터링하는 진단능력을 가진 ｐｌｃ 출력 모듈
KR100823720B1 (ko) 2005-01-13 2008-04-18 주식회사 포스콘 주기적으로 입력 채널의 입력 상태를 모니터링하는 진단능력을 갖는 ｐｌｃ 입력 모듈
KR20150022145A (ko) * 2013-08-22 2015-03-04 비앤에프테크놀로지 주식회사 비정상 데이터 예측 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체
KR20160042616A (ko) * 2014-10-10 2016-04-20 삼성에스디에스 주식회사 시계열 데이터의 분석을 통한 이상 감지 및 예측 시스템 및 방법
JP2019008718A (ja) * 2017-06-28 2019-01-17 株式会社東芝 診断装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100549216B1 (ko) 2004-06-18 2006-02-02 주식회사 포스콘 실시간으로 출력 채널의 출력 상태를 모니터링하는 진단능력을 가진 ｐｌｃ 출력 모듈
KR100823720B1 (ko) 2005-01-13 2008-04-18 주식회사 포스콘 주기적으로 입력 채널의 입력 상태를 모니터링하는 진단능력을 갖는 ｐｌｃ 입력 모듈
KR20150022145A (ko) * 2013-08-22 2015-03-04 비앤에프테크놀로지 주식회사 비정상 데이터 예측 방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체
KR20160042616A (ko) * 2014-10-10 2016-04-20 삼성에스디에스 주식회사 시계열 데이터의 분석을 통한 이상 감지 및 예측 시스템 및 방법
JP2019008718A (ja) * 2017-06-28 2019-01-17 株式会社東芝 診断装置

Similar Documents

Publication Publication Date Title
CN110515351B (zh) 异常检测器
US8838413B2 (en) Valve actuator fault analysis system
CN112727965B (zh) 采煤机制动器的故障监测方法及装置
Mourtzis et al. Intelligent predictive maintenance and remote monitoring framework for industrial equipment based on mixed reality
US20170003667A1 (en) Equipment maintenance management system and equipment maintenance management method
CN111385140B (zh) 生成监控网络物理系统的数据以早期确定异常的系统和方法
JP2022519228A (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
JP2009099144A (ja) Ａｃモータシステムの残存寿命を遠隔予測する方法及びシステム
KR101894697B1 (ko) 고장 예지 장치 및 방법
US10353016B2 (en) System and method for fault management in lighting systems
KR101178186B1 (ko) Ｐｃ 기반 시스템에서 피엘씨 신호 패턴을 이용하여 다수의 설비로 구성된 자동화 라인의 비정상 상태 알람 방법.
RU2766106C1 (ru) Обнаружение нештатных ситуаций
TW201926041A (zh) 設備保養預測系統及其操作方法
KR102025736B1 (ko) Plc 원격 진단 장치 및 방법
CN112272763A (zh) 异常探测装置、异常探测方法以及异常探测程序
JP2007318471A (ja) 通信システム異常検出装置
US20210312284A1 (en) System and method for validation and correction of real-time sensor data for a plant using existing data-based models of the same plant
WO2023034912A1 (en) Systems and methods for monitoring a valve
AU2020226203A1 (en) Power monitoring
KR20210084094A (ko) 무선 진동 센서의 배터리 상태 감시 시스템 및 방법
WO2021110388A1 (en) System, device and method for model based analytics
KR102108529B1 (ko) Plc 원격 진단 장치 및 방법
EP3234706A1 (en) Apparatus and methods for monitoring subsea electrical systems using adaptive models
JP7264231B2 (ja) 監視方法、監視装置、プログラム
US10678668B1 (en) Using steady-state changes to discern the operating performance of an individual machine operating on a commonly supplied electrical network connected to multiple machines

Legal Events

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