KR102222734B1 - 가상센서를 이용한 제어 출력값 제공 시스템 - Google Patents

Abstract

본 발명은 가상센서를 이용한 제어 출력값 제공 시스템에 관한 것으로, 공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치로부터 데이터를 제공받아 제품의 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기로 출력하는 가상센서를 이용한 제어 출력값 제공 시스템으로서, 상기 데이터 저장 장치로부터 데이터를 제공받는 수신부; 상기 수신부에서 수신한 데이터의 잡음을 제거하는 전처리 모듈; 상기 전처리 모듈에서 잡음이 제거된 데이터로부터 측정센서의 고장을 진단하고 보정을 하는 고장진단 모듈; 상기 고장진단모듈의 출력 데이터를 소정의 가상센서모델에 입력하여 제품의 품질을 예측하는 가상센서 모듈; 상기 가상센서 모듈의 예측값과 목표치(Set Value)를 비교하여 상기 목표치를 달성하기 위하여 필요한 조작변수의 제어 값을 결정하는 제어 모듈; 상기 제어모듈의 제어 값을 단말기로 송신하는 송신부를 포함한다. 본 발명의 실시예에서는, 공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치로부터 데이터를 제공받고, 측정센서의 고장을 진단하고, 가상센서를 이용하여 제품 품질을 예측하고, 제품 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기로 출력할 수 있다.

Description

가상센서를 이용한 제어 출력값 제공 시스템{Control output value providing system using virtual sensor}

본 발명은 가상센서를 이용한 제어 출력값 제공 시스템에 관한 것이다. 더욱 상세하게는 공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치로부터 데이터를 제공받고, 측정센서의 고장을 진단하고, 가상센서를 이용하여 제품 품질을 예측하고, 제품 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기로 출력하는 가상센서를 이용한 제어 출력값 제공 시스템에 관한 것이다.

일반적으로 플랜트에는 품질 규격에 맞는 제품을 생산하고, 환경 오염물질 배출 규제치를 만족하기 위하여 온라인 분석기를 사용하는데, 온라인 분석기를 사용하는데 있어서 몇 가지 문제가 있다.

첫째, 가격이 온라인 분석기의 종류에 따라 수천만 원에서 수십억 원으로 비용 부담이 크다.

둘째, 온라인 분석기는 샘플링 라인, 프로브, 분석기, 현장 하우스, 에어컨, 전선 및 통신 케이블 등으로 구성되므로 개별 부품의 고장이 잦다.

셋째, 샘플링 라인이 막히거나 프로브의 위치가 변형되거나 하여 정확한 분석을 위해서 수시로 유지보수가 필요하다. 이러한 이유로 인하여 산업 현장에서는 온라인 분석기를 사용하는데 인력과 비용이 많이 소요되는 어려움이 있다.

본 발명이 이루고자 하는 기술적 과제는 종래의 불편한 점을 개선하고자 하는 것으로, 공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치로부터 데이터를 제공받고, 측정센서의 고장을 진단하고, 가상센서를 이용하여 제품 품질을 예측하고, 제품 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기로 출력하는 가상센서를 이용한 제어 출력값 제공 시스템을 제공하는 것이다.

또한, 본 발명이 이루고자 하는 기술적 과제는 종래의 불편한 점을 개선하고자 하는 것으로, 제품 품질을 계측하는 비용을 절감하고 규격 제품 생산을 위해 필요한 조작변수의 제어 값을 자동으로 제공해주는 가상센서를 이용한 제어 출력값 제공 시스템을 제공하는 것이다.

이러한 과제를 해결하기 위한 본 발명의 특징에 따른 가상센서를 이용한 제어 출력값 제공 시스템은,

공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치로부터 데이터를 제공받아 제품의 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기로 출력하는 가상센서를 이용한 제어 출력값 제공 시스템으로서,

상기 데이터 저장 장치로부터 데이터를 제공받는 수신부;

상기 수신부에서 수신한 데이터의 잡음을 제거하는 전처리 모듈;

상기 전처리 모듈에서 잡음이 제거된 데이터로부터 측정센서의 고장을 진단하고 보정을 하는 고장진단 모듈;

상기 고장진단모듈의 출력 데이터를 소정의 가상센서모델에 입력하여 제품의 품질을 예측하는 가상센서 모듈;

상기 가상센서 모듈의 예측값과 목표치(Set Value)를 비교하여 상기 목표치를 달성하기 위하여 필요한 조작변수의 제어 값을 결정하는 제어 모듈;

상기 제어모듈의 제어 값을 단말기로 송신하는 송신부를 포함한다.

상기 고장진단모듈은 측정센서의 고장으로 판단되면 예측값으로 측정값을 대신하는 것을 특징으로 한다.

상기 제어모듈은 상기 가상센서 모듈에서 출력되는 예측값이 내부의 메모리에 저장된 목표치와 다른 경우, 상기 목표치를 달성하기 위하여 필요한 조작변수 값을 결정하는 것을 특징으로 한다.

본 발명의 실시예에서는, 공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치로부터 데이터를 제공받고, 측정센서의 고장을 진단하고, 가상센서를 이용하여 제품 품질을 예측하고, 제품 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기로 출력하는 가상센서를 이용한 제어 출력값 제공 시스템을 제공할 수 있다.

또한, 본 발명의 실시예에서는, 제품 품질을 계측하는 비용을 절감하고 규격 제품 생산을 위해 필요한 조작변수의 제어 값을 자동으로 제공해주는 가상센서를 이용한 제어 출력값 제공 시스템을 제공할 수 있다.

도 1은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템의 구성도이다.
도 2는 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 지수가중이동평균필터의 예를 나타낸 도면이다.
도 3은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 대역밴트필터의 예를 나타낸 도면이다.
도 4는 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 측정센서 고장진단 및 측정값 보정의 예를 나타낸 도면이다.
도 5 및 도 6은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 적용되는 관계식의 예를 나타낸 도면이다.
도 7은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 기준모델을 나타낸 도면이다.
도 8은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 제어값을 결정하는 예를 나타낸 도면이다.

아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.

도 1은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템의 구성도이다.

도 2는 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 지수가중이동평균필터의 예를 나타낸 도면이다.

도 3은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 대역밴드필터의 예를 나타낸 도면이다.

도 4는 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 측정센서 고장진단 및 측정값 보정의 예를 나타낸 도면이다.

도 5 및 도 6은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 적용되는 관계식의 예를 나타낸 도면이다.

도 7은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 기준모델을 나타낸 도면이다.

도 8은 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템에서 제어값을 결정하는 예를 나타낸 도면이다.

도 1을 참조하면, 본 발명의 실시예에 따른 가상센서를 이용한 제어 출력값 제공 시스템은,

공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치(200)로부터 데이터를 제공받아 제품의 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기(300)로 출력하는 가상센서를 이용한 제어 출력값 제공 시스템으(100)로서,

상기 데이터 저장 장치(200)로부터 데이터를 제공받는 수신부(110);

상기 수신부(110)에서 수신한 데이터의 잡음을 제거하는 전처리 모듈(120);

상기 전처리 모듈(120)에서 잡음이 제거된 데이터로부터 측정센서의 고장을 진단하고 보정을 하는 고장진단 모듈(130);

상기 고장진단모듈(130)의 출력 데이터를 소정의 가상센서모델에 입력하여 제품의 품질을 예측하는 가상센서 모듈(140);

상기 가상센서 모듈(140)의 예측값과 목표치(Set Value)를 비교하여 상기 목표치를 달성하기 위하여 필요한 조작변수의 제어 값을 결정하는 제어 모듈(150);

상기 제어모듈(150)의 제어 값을 단말기로 송신하는 송신부(160)를 포함한다.

수신부(110)는, 공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치(200)로부터 가상센서 시스템이 요구하는 운전 데이터를 수신한다.

여기서, 데이터는 CSV, SQL 형식으로 수신하는데 필요에 따라 변경이 가능하다.

참고로 CSV는 Comma Separated Values의 약자로 데이터 저장 형식 중 하나이다. 호환되지 않는 포맷을 사용하는 프로그램끼리 자료를 전달할 때 주로 사용한다.

SQL은 Structured Query Language의 약자로 관계형 데이터베이스 관리 시스템(RDBMS)의 데이터를 관리하기 위해 설계된 특수목적의 프로그래밍 언어이다. MySQL, MSSQL등 많은 수의 데이터베이스 관련 프로그램들이 SQL을 표준으로 채택하고 있다.

전처리 모듈(120)은 수신부(110)에서 수신한 데이터에서 센서가 갖는 잡음을 무디게 하거나 제거한다.

잡음을 무디게 하기 위해서는 지수가중이동평균(Exponential Weighted Mean Average) 필터를 크기가 큰 피크를 제거하기 위해서는 대역밴드(Band-pass) 필터를 사용한다.

지수가중이동평균은 다음 식에 따른다.

여기서, xi는 현재의 센서값을 의미하며, 지수가중이동평균 필터를 적용한 후의 값이 x_{EWMA i} 이다. α는 지수가중이동평균 필터의 정도를 조절하는 계수이다.

x_{EWMA i-1}은 지수가중이동평균 필터를 적용한 이전 시간(i-1)의 센서값을 의미한다. α는 0과 1 사이의 값을 가지며, 0일 때는 현재의 센서값을 전혀 반영하지 않는 100% 필터링하는 값으로 이전의 지수가중이동평균 필터를 적용한 값을 그대로 출력한다. Α가 1일 때는 필터링을 전혀 하지 않고 현재의 센서값을 그대로 출력한다.

도 2를 참조하면, 지수가중이동평균필터에 의해 잡음이 무디어지는 것을 볼 수 있다.

그리고 도 3의 대역밴드 필터는 다음의 로직으로 피크를 제거한다.

If (x > x_HB or x < x_LB) then x_BP= x_default

여기서, x_HB와 x_LB는 각각 센서값 x의 위 경계값과 아래 경계값을 의미하며, x_default는 x가 경계값보다 크거나 작을 때 부여하는 Default 값을 의미한다.

측정센서가 고장으로 인해 실제와 다른 값을 출력하면 이 값을 받아 계산하는 가상센서도 실제와 다른 값을 출력한다. 따라서 고장진단모듈(130)은 측정센서의 고장을 미리 식별하고 보정하는 과정을 수행한다.

머신러닝 모델에 의한 예측값 (x_pred)이 실제 센서값 (x)과 비교하여 그 차이(R)가 3σ보다 크면 그 측정센서는 고장으로 판별한다. σ는 과거 데이터를 통해 구한 예측값(xpred)과 과거 데이터의 실제 센서값 (x)의 차이의 표준편차를 의미한다.

도 4와 같이, 센서의 고장으로 판단되면 예측값(x_pred)으로 측정값 (x)을 대신한다. 예측값을 계산하는 머신러닝 모델은 가상센서를 구하는 방법과 동일하며, 하기에서 설명한다.

가상센서 모듈(140)은 센서 고장진단 과정을 거친 센서값을 가상센서 모델에 입력하여 제품 품질을 예측한다.

가상센서 모델은 과거의 운전 데이터에 대해 차수감축 모델로 구분되는 PLS(Partial Least Square) 기법을 적용하여 구한다. 즉, PLS 기법을 통해 선형 모델을 구한다.

이렇게 구한 선형 모델에 센서 고장진단 과정을 거친 센서값을 실시간 운전 데이터로 입력하여 제품 품질 계산하여 예측한다. PLS 기법은 특히 노이즈 제거 기능이 우수하여 노이즈로 인해 어려움을 겪는 공장 데이터를 처리하는데 효과적이다. PLS는 X와 Y 각각에 대해 주성분분석(Principal Component Analysis, PCA)을 이용하여 주성분(Principal Components, PC)을 구한 후 X와 Y 각각의 주성분을 다시 선형으로 관련 짖는다.

여기서, X는 독립변수로서 공정 데이터의 행렬을 나타내며, Y는 종속변수로서 예측하고자 하는 품질 등의 행렬을 나타낸다. PCA는 자료의 중요한 변동을 나타낼 수 있도록 원래 변수의 선형결합으로 표현되는 새로운 변수인 주성분을 구해준다.

PLS에서는 종속변수 Y에 대해서도 PCA를 적용한 후 X와 Y의 관계식을 도 5와 같이 선형식으로 나타낸다.

그리고 선정된 변수들에 대하여 PLS 선형모델에서 각 변수의 계수인 가중치를 독립변수와 종속변수간 공분산을 최대화 설명하면서 상호적으로 직교인 가중 벡터를 얻게 한다.

다음, 가중치 (W={w₁, w₂,….. , w_p)}는 도 6과 같이 구한다.

이렇게 다수의 변수들과 그에 대한 가중치로 만들어진 PLS 선형모델은 실측값과의 비교를 통하여 적합성 기준(예, 신뢰구간 90%)안에 들어올 시 가상센서 모델로 사용하게 된다.

제어모듈(150)은 가상센서 모듈(140)에서 출력되는 예측값이 내부의 메모리에 저장된 목표치(Set Value)와 다르다면, 목표치를 달성하기 위하여 필요한 조작변수 값을 운전자에게 제공한다.

이때, 조작변수의 제어값은 가상센서(즉 제어변수)에 대한 상관식을 통해 계산한다.

제어모듈(150)은 두 변수 간의 상관관계를 비선형식으로 표현하고, 과거의 데이터들을 이용하여 주어진 비선형식에 대해 확률적으로 가장 근사하도록 최소자승법(Least Square)으로 Reference 모델을 결정한다.

본 발명 제어모듈(150)에서는 지수함수(

)를 이용하여 a와 b를 최소자승법으로 구한다.

도 7을 참조하면, 실제 공장 데이터는 기준 모델 곡선을 중심으로 분산되어 나타나는데, 이는 운전 모드나 사용 연료 변경, 운전 부하의 변화 또는 비정상상태 등의 원인 때문이다.

도 8과 같이 현재 값이 기준모델(Reference Model) 대비 비율(a/b)이 일정하다고 가정하여 공정 모델을 구성하고, 횡축의 가상센서 값(SV)에 a'/b'=a/b의 관계로 대응하는 조작변수값(MV)을 종축에서 찾아 조작변수의 제어값을 결정한다.

송신부(160)는 제어모듈(150)의 제어값을 직접 수치로 출력하거나, CSV, SQL을 이용하여 단말기로 송신하여 다른 시스템이 이를 읽어 들일 수 있도록 한다.

본 발명의 실시예에서는, 공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치로부터 데이터를 제공받고, 측정센서의 고장을 진단하고, 가상센서를 이용하여 제품 품질을 예측하고, 제품 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기로 출력할 수 있다.

또한, 본 발명의 실시예에서는, 제품 품질을 계측하는 비용을 절감하고 규격 제품 생산을 위해 필요한 조작변수의 제어 값을 자동으로 제공할 수 있다.

이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있으며, 이러한 구현은 앞서 설명한 실시예의 기재로부터 본 발명이 속하는 기술분야의 전문가라면 쉽게 구현할 수 있는 것이다.

이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (3)

1. 공장 컴퓨터 네트워크에 설치된 실시간 데이터 저장 장치로부터 데이터를 제공받아 제품의 품질 규격을 만족하도록 조작변수의 제어 값을 결정하여 단말기로 출력하는 가상센서를 이용한 제어 출력값 제공 시스템으로서,
   상기 데이터 저장 장치로부터 데이터를 제공받는 수신부;
   상기 수신부에서 수신한 데이터의 잡음을 제거하는 전처리 모듈;
   상기 전처리 모듈에서 잡음이 제거된 데이터로부터 측정센서의 고장을 진단하고 보정을 하는 고장진단 모듈;
   상기 고장진단모듈의 출력 데이터를 소정의 가상센서모델에 입력하여 제품의 품질을 예측하는 가상센서 모듈;
   상기 가상센서 모듈의 예측값과 목표치(Set Value)를 비교하여 상기 목표치를 달성하기 위하여 필요한 조작변수의 제어 값을 결정하는 제어 모듈;
   상기 제어모듈의 제어 값을 단말기로 송신하는 송신부를 포함하고,
   상기 고장진단모듈은 측정센서의 고장으로 판단되면 예측값으로 측정값을 대신하는 것을 특징으로 하고,
   상기 제어모듈은 상기 가상센서 모듈에서 출력되는 예측값이 내부의 메모리에 저장된 목표치와 다른 경우, 상기 목표치를 달성하기 위하여 필요한 조작변수 값을 결정하는 것을 특징으로 하고,
   
   상기 전처리 모듈은 상기 수신부에서 수신한 데이터에서 센서가 갖는 잡음을 제거하기 위하여 지수가중이동평균(Exponential Weighted Mean Average) 필터로 대역밴드(Band-pass) 필터를 사용하고,
   상기 지수가중이동평균은 다음 식에 의해 계산하고,
   

   

   (여기서, xi는 현재의 센서값을 의미하며, 지수가중이동평균 필터를 적용한 후의 값이 x_{EWMA i} 이다. α는 지수가중이동평균 필터의 정도를 조절하는 계수이다. x_{EWMA i-1}은 지수가중이동평균 필터를 적용한 이전 시간(i-1)의 센서값을 의미한다)
   상기 α는 0과 1 사이의 값을 가지며, 0일 때는 현재의 센서값을 전혀 반영하지 않는 100% 필터링하는 값으로 이전의 지수가중이동평균 필터를 적용한 값을 그대로 출력하고, Α가 1일 때는 필터링을 전혀 하지 않고 현재의 센서값을 그대로 출력하는 것을 특징으로 하며,
   상기 고장 진단 모듈은 측정센서의 고장을 미리 식별하고 보정하는 과정을 수행하되, 머신러닝 모델에 의한 예측값 (x_pred)이 실제 센서값 (x)과 비교하여 그 차이(R)가 3σ보다 크면 그 측정센서는 고장으로 판별하는(σ는 과거 데이터를 통해 구한 예측값(xpred)과 과거 데이터의 실제 센서값 (x)의 차이의 표준편차임) 것을 특징으로 하는
   가상센서를 이용한 제어 출력값 제공 시스템.
2. 삭제
3. 삭제

Images