KR102226050B1 - 보일러 배관 모니터링 시스템 및 방법 - Google Patents

보일러 배관 모니터링 시스템 및 방법 Download PDF

Info

Publication number
KR102226050B1
KR102226050B1 KR1020190141165A KR20190141165A KR102226050B1 KR 102226050 B1 KR102226050 B1 KR 102226050B1 KR 1020190141165 A KR1020190141165 A KR 1020190141165A KR 20190141165 A KR20190141165 A KR 20190141165A KR 102226050 B1 KR102226050 B1 KR 102226050B1
Authority
KR
South Korea
Prior art keywords
data
correlation value
image data
accumulated
generating
Prior art date
Application number
KR1020190141165A
Other languages
English (en)
Inventor
최우성
김성민
김희수
손석만
손종덕
오준석
윤병동
나규민
오영탁
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020190141165A priority Critical patent/KR102226050B1/ko
Application granted granted Critical
Publication of KR102226050B1 publication Critical patent/KR102226050B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24H—FLUID HEATERS, e.g. WATER OR AIR HEATERS, HAVING HEAT-GENERATING MEANS, e.g. HEAT PUMPS, IN GENERAL
    • F24H9/00—Details
    • F24H9/20—Arrangement or mounting of control or safety devices
    • F24H9/2007—Arrangement or mounting of control or safety devices for water heaters
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection

Abstract

본 발명은 보일러 내부 배관에 배치되고, 다중 채널 시계열 신호를 출력하는 복수의 센서; 복수의 상기 센서에서 출력되는 복수의 상기 신호를 수신하는 수신장치; 및 상기 수신장치로부터 수신된 복수의 상기 신호를 이용하여 각각의 상기 신호 사이의 상관값을 나타내는 상관값데이터를 생성하고, 복수의 상기 상관값데이터가 축적된 축적데이터를 생성하며, 상기 축적데이터를 이미지데이터로 변환하여 출력하고, 상기 이미지데이터를 이용하여 상기 배관의 상태를 분석하는 모니터링장치를 포함하는 보일러 배관 모니터링 시스템에 관한 것이다.

Description

보일러 배관 모니터링 시스템 및 방법 { Boiler piping monitoring System and Method }
본 발명은 보일러 내부 배관의 이상유무를 모니터링하는 보일러 배관 모니터링 시스템 및 방법에 관한 것이다.
종래의 음향방출신호를 이용한 결함진단시스템 및 결함진단방법(BTLD)은, 보일러 튜브 누설에 대한 상태를 진단하기 위해서 주파수 분석을 통하여 정상, 수트 블로잉 및 누설 신호를 구분하고, 임계값을 기반으로 누설 알람을 출력하는 방식으로 진행된다.
그러나, 적절한 임계값은 전문가의 경험적인 소견에 기반하여 설정되며 보일러의 종류에 따라 최적화된 값을 찾아야 한다는 단점이 있다.
그리고, 발전소 보일러에 부착된 센서들로부터 취득되는 신호들은 보일러의 특성상 센서의 위치에 따라 신호의 형태가 매우 다르기 때문에(튜브 번들, 내부 형상에 따른 반향 효과 및 운전 소음 등) 적절한 임계값 설정에 어려움이 있다.
만약, 임계값을 조금 낮거나 높게 설정하는 경우 오경보(False alarm)가 발생하거나, 알람이 울리지 않는 경우가 발생될 수 있어 보일러의 운영조건 변경에 따른 능동적인 대처에 어려움이 있다.
본 발명의 목적은 복수의 신호를 군집화하여 신호의 상관성을 높여 이미지데이터에 신호의 세기 및 위치를 명확하게 나타낼 수 있는 보일러 배관 모니터링 시스템 및 방법을 제공하는 것이다.
또한, 본 발명의 또 다른 목적은 신호의 상관값을 이용하여 이미지데이터에 신호의 세기와 영향을 미치는 범위에 따라 색의 명암을 다르게 적용할 수 있어 이상이 발생된 배관의 위치를 용이하게 파악할 수 있고, 이상 현상의 종류를 쉽게 판별할 수 있다.
상기한 본 발명의 목적을 실현하기 위한 하나의 특징에 따른 보일러 배관 모니터링 시스템은, 보일러 내부 배관에 배치되고, 다중 채널 시계열 신호를 출력하는 복수의 센서; 복수의 상기 센서에서 출력되는 복수의 상기 신호를 수신하는 수신장치; 및 상기 수신장치로부터 수신된 복수의 상기 신호를 이용하여 각각의 상기 신호 사이의 상관값을 나타내는 상관값데이터를 생성하고, 복수의 상기 상관값데이터가 축적된 축적데이터를 생성하며, 상기 축적데이터를 이미지데이터로 변환하여 출력하고, 상기 이미지데이터를 이용하여 상기 배관의 상태를 분석하는 모니터링장치를 포함한다.
상기 모니터링장치는, 각각의 상기 신호 사이 영향을 미치는 정도를 나타내는 상관값을 추출하여 상관값데이터를 생성하는 상관값데이터생성부; 복수의 상기 상관값데이터를 축적하여 축적데이터를 생성하는 축적데이터생성부; 상기 축적데이터에 포함된 복수의 상기 상관값데이터를 군집화하는 군집부; 군집화된 상기 축적데이터를 이미지화하여 이미지데이터를 생성하는 이미지데이터생성부; 상기 이미지데이터를 출력하는 디스플레이부; 및 상기 이미지데이터를 이용하여 상기 배관의 상태를 분석하는 이미지분석부를 포함할 수 있다.
여기서, 상기 상관값데이터는, 복수의 상기 상관값이 2차원 행렬로 배열되어 마련될 수 있다.
또한, 상기 축적데이터는, 복수의 상기 상관값데이터가 시계열로 축적돼 3차원 행렬로 배열되어 마련마련될 수 있다.
나아가, 상기 상관값데이터 및 상기 축적데이터는, 슬라이딩 윈도우를 기반으로 생성될 수 있다.
또한, 상기 이미지데이터는, 복수의 상기 상관값의 차이에 따라 상기 신호의 세기와 상기 신호가 영향을 미치는 정도를 색의 명암 차이로 나타낸 2D 컬러 이미지로 마련될 수 있다.
나아가, 상기 이미지분석부는, 상기 이미지데이터를 이용하여 합성곱 신경망(Convolution Neural Network)을 통해 상기 배관의 이상유무를 분석할 수 있다.
그리고, 상기 신호는, 음향, 온도, 진동 및 압력 중 적어도 어느 하나 이상을 포함할 수 있다.
한편, 상기한 본 발명의 목적을 실현하기 위한 다른 하나의 특징에 따른 보일러 배관 모니터링 방법은, 수신장치가 보일러 내부 배관에 배치된 복수의 센서에서 출력되는 다중 채널 시계열 신호를 수신하는 단계; 모니터링장치가 복수의 상기 신호를 이용하여 축적데이터를 생성하는 단계; 상기 모니터링장치가 상기 축적데이터를 이미지화하여 이미지데이터를 생성하는 단계; 및 상기 모니터링장치가 상기 이미지데이터를 출력하고, 상기 이미지데이터를 이용하여 상기 배관의 상태를 분석하는 단계를 포함한다.
상기 축적데이터를 생성하는 단계는, 상관값데이터생성부가 상기 수신장치로부터 수신된 복수의 상기 신호를 이용하여 각각의 상기 신호 사이에 영향을 미치는 정도를 나타내는 복수의 상관값을 추출해 상관값데이터를 생성하는 단계; 축적데이터생성부가 복수의 상기 상관값데이터를 축적하여 축적데이터를 생성하는 단계; 및 군집부가 상기 축적데이터에 포함된 복수의 상기 상관값데이터의 복수의 상기 상관값을 군집화하는 단계를 포함할 수 있다.
여기서, 상기 상관값데이터를 생성하는 단계는, 각각의 상기 신호 사이의 상관값을 추출하는 단계; 및 복수의 상기 상관값을 2차원 행렬로 배열하는 단계를 포함할 수 있다.
또한, 상기 축적데이터 생성부가 축적데이터를 생성하는 단계는, 상기 상관값데이터를 시계열로 축적하여 3차원 행렬로 배열해 상기 축적데이터를 생성할 수 있다.
그리고, 상기 관값데이터를 생성하는 단계 및상기 축적데이터 생성부가 축적데이터를 생성하는 단계는, 슬라이딩 윈도우를 기반으로 상기 상관값데이터 및 상기 축적데이터를 생성할 수 있다.
또한, 상기 이미지데이터를 생성하는 단계는, 이미지데이터생성부가 군집화된 상기 축적데이터를 2D 컬러 이미지로 변환하여 이미지데이터를 생성하는 단계; 및 상기 이미지데이터생성부는 명암의 차이를 이용하여 복수의 상기 상관값의 차이에 따라 상기 신호가 영향을 미치는 정도를 상기 이미지데이터에 나타내는 단계를 포함할 수 있다.
그리고, 상기 배관의 상태를 분석하는 단계는, 이미지데이터분석부가 상기 이미지데이터를 합성곱 신경망(Convolution Neural Network)을 통해 상기 배관의 이상유무를 분석할 수 있다.
본 발명의 실시예에 따른 보일러 배관 모니터링 시스템 및 방법에 따르면,
첫째, 군집화를 통해 센서를 위치 순서대로 나타낼 수 있어 이상 발생시 이상 위치를 용이하게 파악할 수 있다.
둘째, 이미지데이터가 복수의 상관값에 따라 신호의 세기에 적용되는 색의 명암이 다르게 나타나는 2D 컬러 이미지로 마련되므로 이상 발생 시 발생 위치와 발생 형태를 파악하기에 용이하다.
셋째, 다채널 시계열 데이터를 이미지데이터로 변환하여 사용하므로, 잡음 제거와 같은 신호의 전처리 과정이 요구되지 않아 신호를 신속하게 처리할 수 있다.
넷째, 합성곱 신경망(Convolution Neural Network)을 통해 이전에 발생된 이상상황 데이터를 반영하여 배관의 이상유무를 분석하므로 관리자가 배관의 이상 유무에 대한 판단을 객관적이고 용이하게 할 수 있다.
도 1은 본 발명의 일 실시예에 따른 보일러 배관 모니터링 시스템을 대략적으로 나타낸 개념도이다.
도 2는 도 1에 도시된 모니터링장치의 개략적은 개념도이다.
도 3은 본 발명의 일 실시예에 따른 보일러 배관 모니터링 방법을 설명하기 위한 흐름도이다.
도 4는 도 3에 도시된 축적데이터를 생성하는 과정을 설명하기 위한 흐름도이다.
도 5는 도 4에 도시된 상관값데이터를 생성하는 과정을 설명하기 위한 흐름도이다.
도 6은 도 3에 도시된 이미지데이터를 생성하는 과정을 설명하기 위한 흐름도이다.
도 7은 수신되는 신호를 나타낸 예시 그래프이다.
도 8은 상관값데이터 및 축적데이터를 개략적으로 나타낸 이미지이다.
도 9는 군집화의 예시 이미지이다.
도 10은 도 7의 그래프를 이미지로 변환한 예시 이미지이다.
이하, 첨부한 도면들을 참조하여 본 발명의 바람직한 실시예를 보다 상세하게 설명한다. 이때, 첨부된 도면에서 동일한 구성 요소는 가능한 동일한 부호로 나타내고 있음에 유의한다. 또한, 본 발명의 요지를 흐리게 할 수 있는 공지 기능 및 구성에 대한 상세한 설명은 생략할 것이다. 마찬가지 이유로 첨부 도면에 있어서 일부 구성 요소는 과장되거나 생략되거나 개략적으로 도시되었다.
도 1은 본 발명의 일 실시예에 따른 보일러 배관 모니터링 시스템을 대략적으로 나타낸 개념도이고, 도 2는 도 1에 도시된 모니터링장치의 개략적은 개념도이다.
도 1 내지 도 2를 참조하면, 본 발명의 보일러 배관 모니터링 시스템(100)은 센서(110), 수신장치(120) 및 모니터링장치(130)를 포함한다.
센서(110)는 복수로 구비되어 보일러 내부 배관에 배치되고, 다중 채널 시계열 신호를 출력한다.
여기서, 신호는 음향, 온도, 진동 및 압력 중 적어도 어느 하나 이상을 포함할 수 있고, 각 센서(110)의 위치를 나타내는 위치정보를 포함할 수 있다.
수신장치(120)는 복수의 센서(110)에서 출력되는 복수의 신호를 수신한다.
수신되는 신호는 도 7과 같이 나타날 수 있다.
모니터링장치(130)는 수신장치(120)로부터 수신된 복수의 신호를 이용하여 각각의 신호들 사이의 상관값을 나타내는 상관값데이터를 생성하고, 복수의 상관값데이터가 축적된 축적데이터를 생성하며, 축적데이터를 이미지데이터로 변환하여 출력하고, 이미지데이터를 이용하여 배관 상태를 분석한다.
모니터링장치(130)는 상관값데이터생성부(131), 축적데이터생성부(132), 군집부(133), 이미지데이터생성부(134), 디스플레이부(135), 이미지분석부(136) 및 제어부(137)를 포함한다.
상관값데이터생성부(131)는 각각의 신호와 신호 사이의 상관값을 추출하고, 복수의 상관값을 이용하여 상관값데이터를 생성한다.
여기서, 상관값이란 신호의 세기에 따라 각각의 신호와 신호가 서로 영향을 미치는 정도를 나타내고, 상관값에는 각 신호마다 포함된 위치정보가 포함될 수 있다.
또한, 상관값은 신호의 세기에 따라 다르게 추출될수 있다.
예를들어, 신호의 진폭 변동 범위를 설정하고, 이 범위 안에서 신호의 세기는 다른 신호에 영향을 미치지 않는 것으로 상관값을 추출할 수 있으며, 범위를 초과하는 정도에 따라 센서(110)들 사이의 상관값이 다르게 추출될 수 있다.
그리고, 상관값데이터는 복수의 상관값이 무작위로 배치된 2차원 행렬로 마련되는데, 복수의 센서(110)에서 출력되는 신호들은 동시다발적으로 수신장치(120)에 수신되므로 복수의 상관값이 무작위로 배치된다.
예를들어, 보일러 내부 배관에 배치된 센서(110)가 3개이면, 상관값데이터는 3x3행렬로 마련될 수 있고, 복수의 상관값이 3x3행렬에 무작위로 배치된다.
축적데이터생성부(132)는 복수의 상관값데이터를 축적하여 축적데이터를 생성한다.
축적데이터는 복수의 상관값데이터가 시계열로 축적돼 3차원 행렬로 마련된다.
도 8을 참조하면, 상관값데이터는 2차원 행렬로 마련되고, 축적데이터는 상관값데이터가 시계열로 축적되어 3차원 행렬로 마련된다.
여기서, 상관값데이터생성부(131)와 축적데이터생성부(132)는 슬라이딩 윈도우(Sliding Window)를 기반으로 상관값데이터 및 축적데이터를 생성한다.
상관값데이터는 윈도우 사이즈(Window Size)를 기반으로 생성되는데, 윈도우 사이즈 동안의 상관값을 추출하여 생성된다.
그리고, 축적데이터는 윈도우 길이(Window Length)를 기반으로 생성된다.
예를들어, 한 윈도우의 길이(Window Length)를 10초라고 가정하고 윈도우 사이즈(Window Sizw)를 1초라고 가정하면, 상관값데이터는 1초마다 생성되고, 축적데이터는 10초동안 생성된 복수의 상관값데이터가 축적되어 생성된다.
군집부(133)는 축적데이터에 포함된 복수의 상관값데이터에 포함된 복수의 상관값들을 신호에 포함된 센서(110)의 위치정보를 기반으로 군집화한다.
앞서 예를든 센서(110)가 3개인 경우로 이어서 설명하면, 상관값데이터에는 복수의 상관값들이 2차원 행렬에 무작위로 배치되어 있는데, 설명의 편의를 위해 3개의 센서(110)를 각각 제1 내지 제3센서라고 표현하고, 상관값데이터의 2차원 행렬을 A라고 표현하겠다.
여기서, 각각의 상관값은 각 신호의 위치정보를 포함하고 있으므로 제1센서와 제2센서의 상관값은 A12로 나타낼 수 있고, 제2센서와 제3센서의 상관값은 A23으로 나타낼 수 있어, 각각의 상관값을 구별할 수 있다.
이후, 이를 기반으로 상관값데이터에 포함된 복수의 상관값은 센서(110)의 위치별로 군집화될 수 있다.
따라서, 상관값 A12는 3x3 행렬의 1행 2열에 배치될 수 있고, 상관값 A23은 2행 3열에 배치될 수 있다.
그러므로, 윈도우의 크기별로 생성된 상관값데이터마다 같은 위치에 같은 상관값이 배치될 수 있기에 후술할 이미지데이터에 센서(110)의 위치를 명확하게 나타낼 수 있다.
도 8을 참조하면 군집화된 축적데이터의 예시를 확인할 수 있다.
그리고, 상관값데이터에 포함된 성분은 (2,3,1) (1,2,2)와 같이 나타나는데, 왼쪽 두 숫자는 상관값이 계산된 두 개의 센서를 나타내고, 마지막 숫자는 생성된 시간을 나타내는데, 이에 한정되는 것은 아니다.
추가적으로, (1,1,1)과 같은 자기자신과의 상관값은 작동에 영향을 미치지 않는 값으로 설정될 수 있다.
도 9는 군집화의 예시 이미지인데, 도 9의 (a)는 군집화 이전의 축적데이터를 이미지화한 형상이고, (b)는 군집화 이후의 축적데이터를 이미지화한 형상이다.
도 9의 (a)에 나타난 것처럼 군집화 이전의 이미지는 이상부분이 명확하게 나타나지 않아 이상유무의 판단이 어렵다.
하지만, (b)는 가까운 위치에서 출력되는 신호끼리 군집화되어 신호가 영향을 미치는 정도도 반영되므로 이상부분이 명확하게 나타날 수 있어 이상유무를 용이하게 판단할 수 있다.
이미지데이터생성부(134)는 군집화된 축적데이터를 이미지화하여 이미지데이터를 생성하고, 이미지데이터는 2D 컬러 이미지로 마련된다.
그리고, 이미지데이터생성부(134)는 상관값의 차이를 이용하여 이미지데이터에 나타난 신호의 세기 및 영향을 미치는 범위에 따라 명암을 다르게 나타낸다.
여기서, 이미지데이터는 복수의 센서의 위치와 출력되는 신호의 세기를 포함한다.
따라서, 어느 부분에서 배관 이상이 발생했는지 파악이 용이하고, 신호의 세기를 쉽게 파악할 수 있어 어떤 형태의 이상이 발생했는지 파악하기에 용이하다.
디스플레이부(135)는 이미지데이터를 출력하고, 이미지분석부(136)는 이미지데이터를 이용하여 배관의 상태를 분석한다.
그리고, 이미지분석부(136)는 이미지데이터를 이용하여 합성곱 신경망(Convolution Neural Network)을 통해 배관의 이상유무를 분석한다.
이미지데이터분석부(136) 이미지데이터에 나타나는 설정된 크기 이상의 사각형을 인식하고, 사각형이 인식되면 크기 및 영역을 추출하여 이를 이용해 이전에 발생된 이상상황이 저장된 이력데이터와 비교해 이상종류와 이상이 발생된 위치를 파악할 수 있다.
이미지데이터분석부(136)는 인식부, 추출부, 데이터저장부 및 비교분석부를 포함할 수 있다.
인식부는 이미지데이터에 나타나는 설정된 크기 이상의 사각형을 인식하고, 추출부는 인식된 사각형의 크기 및 이미지데이터 내의 영역을 추출하여 이상데이터를 생성한다.
그리고, 데이터저장부는 이전에 발생된 이상상황 정보가 포함된 이력데이터를 저장하고, 비교분석부는 이상데이터와 이력데이터를 비교하여 이상 종류와 이상이 발생되 위치를 판단해 관리자에게 알릴 수 있다.
따라서, 관리자의 경험에 따른 주관적 판단과 달리, 이전에 발생된 이상상황 데이터를 반영하여 배관의 이상유무를 분석하므로 관리자가 배관의 이상 유무에 대한 판단을 객관적이고 용이하게할 수 있다.
또한, 이미지데이터분석부(136)는 이상 발생시 관리자에게 알림을 통해 알려줄 수 있다.
그리고, 제어부(137)는 모니터링장치(130)의 전반적인 동작을 제어한다.
도 3은 본 발명의 일 실시예에 따른 보일러 배관 모니터링 방법을 설명하기 위한 흐름도이고, 도 4는 도 3에 도시된 축적데이터를 생성하는 과정을 설명하기 위한 흐름도이며, 도 5는 도 4에 도시된 상관값데이터를 생성하는 과정을 설명하기 위한 흐름도이고, 도 6은 도 3에 도시된 이미지데이터를 생성하는 과정을 설명하기 위한 흐름도이다.
도 1 및 도 3을 참조하면, 본 발명의 본 발명의 보일러 배관 모니터링 방법은, 수신장치(120)가 보일러 내부 배관에 배치된 복수의 센서(110)에서 출력되는 다중 채널 시계열 신호를 수신한다(단계 S110).
그리고, 모니터링장치(130)가 복수의 신호를 이용하여 축적데이터를 생성한다(단계 S120).
이후, 모니터링장치(130)가 축적데이터를 이미지화하여 이미지데이터를 생성한다(단계 S130).
그리고, 모니터링장치(130)가 이미지데이터를 출력하고, 이미지분석부(134)가 이미지데이터를 이용하여 배관의 상태를 분석한다(단계 S140).
따라서, 본 발명은 복수의 신호의 주파수 분석하여 배관의 이상유무를 분석하는 것이 아닌 복수의 신호를 이미지데이터로 변환하여 배관의 상태를 분석하는데 이용하므로 신호에 포함된 잡음을 제거하 등의 전처리 과정이 요구되지 않아 신호를 더욱 빠르게 처리할 수 있다.
도 1, 도 2 및 도 7을 참조하여 축적데이터를 생성하는 과정(단계 S120)에 대해 구체적으로 설명한다.
상관값데이터생성부(131)가 수신장치(120)로부터 수신된 복수의 신호를 이용하여 각각의 신호 사이의 상관값을 나타내는 상관값데이터를 생성한다(단계 S121).
그리고, 축적데이터생성부(132)가 복수의 상관값데이터를 축적하여 축적데이터를 생성한다(단계 S122).
이후, 군집부(132)가 축적데이터에 포함된 복수의 상관값데이터의 복수의 상관값을 군집화한다(단계 S123).
여기서, 상관값데이터와 축적데이터는 슬라이딩 윈도우를 기반으로 생성된다.
상관값데이터는 윈도우 크기(Windo Size)를 기반으로 생성되고, 축적데이터는 윈도우 길이(Window Length)를 기반으로 복수의 상관값데이터를 시계열로 축적하여 생성된다.
도 8에 도시된 것처럼 상관값데이터는 2차원 행렬로 마련되고, 축적데이터는 복수의 상관값데이터가 시계열로 축적되어 3차원 행렬로 마련된다.
도 2 및 도 5를 참조하여 단계 S120의 상관값데이터를 생성하는 과정(단계 S121)에 대해 구체적으로 설명한다.
상관값데이터생성부(131)가 각각의 신호 사이의 상관값을 추출한다(단계 S121a).
그리고, 복수의 상관값을 2차원 행렬로 배열하여 상관값데이터를 생성한다(단계 S121b).
여기서, 상관값이란 신호의 세기에 따라 각각의 신호와 신호가 서로 영향을 미치는 정도를 나타내고, 상관값에는 각 신호마다 포함된 위치정보가 포함될 수 있다.
또한, 상관값은 신호의 세기에 따라 다르게 추출될수 있다.
예를들어, 신호의 진폭 변동 범위를 설정하고, 이 범위 안에서 신호의 세기는 다른 신호에 영향을 미치지 않는 것으로 상관값을 추출할 수 있으며, 범위를 초과하는 정도에 따라 센서(110)들 사이의 상관값이 다르게 추출될 수 있다.
그리고, 상관값데이터는 복수의 상관값이 무작위로 배치된 2차원 행렬로 마련되는데, 복수의 센서(110)에서 출력되는 신호들은 동시다발적으로 수신장치(120)에 수신되므로 복수의 상관값이 무작위로 배치될 수 있다.
도 2 및 도 6을 참조하여 이미지데이터를 생성하는 과정(단계 S130)에 대해 구체적으로 설명한다.
이미지데이터생성부(134)가 군집화된 축적데이터를 2D 컬러 이미지로 변환하여 이미지데이터를 생성한다(단계 S131).
그리고, 이미지데이터생성부(134)는 복수의 상관값의 차이에 따라 신호의 세기와 신호의 세기가 영향을 미치는 정도를 명암의 차이로 나타낸다(단계 S132).
이미지데이터에는 센서(110)의 위치 및 신호의 세기를 포함하고 있어 명암의 차이를 이용하여 어느 센서(110)에서 신호의 세기가 크게 출력되는지 파악하기에 용이하여 이상위치를 빠르게 찾을 수 있다.
그리고, 신호가 영향을 미치는 범위도 파악할할 수 있어 이상현상을 분류하기에도 용이하다.
추가적으로, 단계 S140에서, 이미지데이터분석부(136)는 이미지데이터를 합성곱 신경망(Convolution Neural Network)을 통해 상기 배관의 이상유무를 분석한다.
도 10을 참조하여 단계 S140의 이미지데이터분석부(136)가 배관의 이상유무를 분석하는 과정을 설명하면,
먼저, 이미지데이터분석부(136)는 이미지데이터에 나타나는 설정된 크기 이상의 사각형을 인식한다.
여기서, 이미지데이터분석부(136)는 복수개의 사각형을 인식할 수 있다.
이후, 사각형이 인식되면 먼저 사각형의 크기와 이미지데이터 내의 영역을 계산하여 이상데이터를 생성하고, 이상데이터와 이전의 이상 이력들을 포함하는 이력데이터와 비교하여 이상 종류를 판단하여 이상 상황과 이상이 발생된 위치를 관리자에게 알린다.
따라서, 관리자의 경험에 따른 주관적 판단과 달리, 이전에 발생된 이상상황 데이터를 반영하여 배관의 이상유무를 분석하므로 관리자가 배관의 이상 유무에 대한 판단을 객관적이고 용이하게할 수 있다.
도 7은 수신되는 신호를 나타낸 예시 그래프이고, 도 8은 도 7의 그래프를 이미지로 변환한 예시 이미지이다.
도 7내지 도 9를 참조하여 본 발명의 보일러 배관 모니터링 시스템(100)의 작동을 예를들어 설명한다.
먼저, 보일러 내부 배관에 배치된 복수의 센서(110)에서 출력되는 복수의 신호를 수신장치(120)가 수신하고, 수신된 신호를 출력하면 도 7과 같이 나타날 수 있다.
도 7의 (a)는 정상상태, (b)는 수트블로잉(soot blowing), (c)는 누설상태를 나타낸 신호의 그래프이다.
여기서, 그래프의 x축은 시간을 나타내고, y축은 진폭(amplitude)를 나타낸다.
도 7처럼 복수의 신호가 수신되면 상관값데이터생성부(131)가 윈도우 사이즈(Window Size)를 기반으로 각각의 신호끼리의 상관값을 추출하고, 복수의 상관값을 무작위의 2차원 행렬로 배열하여 상관값데이터를 생성한다.
그리고, 축적데이터생성부(132)가 윈도우 길이(Window Length)를 기반으로 복수의 상관값데이터를 시계열로 축적하여 축적데이터를 생성한다.
이후, 군집부(133)가 축적데이터의 복수의 상관값데이터에 포함된 복수의 상관값을 신호에 포함된 센서(110) 위치정보를 기반으로 군집화한다.
그러면, 이미지데이터생성부(134)가 축적데이터를 2D의 컬러이미지로 이미지화하여 도 10에 도시된 것처럼 이미지데이터를 생성한다.
도 10을 참조하면, 도 10의 (a), (b), (c)는 도 7의 (a), (b), (c)에 대응되는 이미지데이터가 디스플레이부(135)에 출력된 것이다.
도 10의 (a)는 정상상태, (b)는 수트블로잉(soot blowing), (c)는 누설상태의 예시 이미지데이터이다.
여기서, 노란색 점들은 각 센서의 위치와 센서에서 출력되는 신호의 크기를 나타낸다.
그리고, 도 10을 참조하여, 이미지데이터분석부(136)에서 이루어지는 이미지데이터를 이용한 이상발생 유무를 분석하는 과정을 설명하면,
이미지데이터분석부(136)는 이미지데이터에 나타나는 설정된 크기 이상의 노란색 사각형을 인식한다.
여기서, 사각형의 설정된 크기는 관리자에 의해 설정되거나, 이력데이터에 따라 변동될 수 있다.
(b)를 살펴보면 두 개의 노란색 사각형이 나타나고, (c)는 복수의 사각형이 나타나는 것을 볼 수 있는데, 이미지데이터분석부(136)는 각각의 사각형의 크기와 이미지데이터 내의 생성된 사각형의 영역을 계산하여 각각 이상데이터를 생성한다.
이후, 이상데이터와 이력데이터와 비교해 이상 종류를 파악하고, 추출된 영역을 통해 이상이 발생된 위치를 파악할 수 있다.
추가적으로, 도 10을 이용하여 각 상태의 분석을 예를들어 설명한다.
도 10의 (a)는 정상 상태를 나타내는데, 노란색 점의 크기가 변동이 없으므로 진폭의 변화가 거의 없다는 것으로 이해할 수 있다.
도 10의 (b)는 수트 블로우 상태를 나타내는데, 특정 부분에서 노란색 부분이 나타나는 것을 확인할 수 있다.
이는, 수트(soot)가 발생된 부분에만 수트 블로우 현상이 발생하므로 노란색이 발생된 부분에 수트가 발생했다는 것으로 이해할 수 있다.
그리고, 상측에 형성된 노란색 사각형을 보면 노란색부분이 진한곳에서 수트 블로우 현상이 나타나는 중으로 이해할 수 있고, 테두리 쪽에 초록색 부분은 신호의 세기가 영향을 미치는 정도가 낮아지는 것으로 이해할 수 있다.
또한, 도 10의 (c)는 누설상태를 나타내는데, 진폭의 변화가 크게 발생하여 영향을 미치는 범위가 커 전반적인 부분에서 노란색이 진하게 나타나는 것을 확인할 수 있습니다.
도 7 및 도 10에 나타난 신호와 이미지의 형상은 설명의 편의를 위한 예시이며, 각 상태가 이와 같은 형상으로 한정되는 것은 아니다.
이상 실시예를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
110...센서 120...수신장치
130...모니터링장치 131...상관값데이터생성부
132...축적데이터생성부 133...군집부
134...이미지데이터생성부 135...디스플레이부
136...이미지분석부

Claims (15)

  1. 보일러 내부 배관에 배치되고, 다중 채널 시계열 신호를 출력하는 복수의 센서;
    복수의 상기 센서에서 출력되는 복수의 상기 신호를 수신하는 수신장치; 및
    상기 수신장치로부터 수신된 복수의 상기 신호를 이용하여 각각의 상기 신호 사이의 상관값을 나타내는 상관값데이터를 생성하고, 복수의 상기 상관값데이터가 축적된 축적데이터를 생성하며, 상기 축적데이터를 이미지데이터로 변환하여 출력하고, 상기 이미지데이터를 이용하여 상기 배관의 상태를 분석하는 모니터링장치를 포함하고,
    상기 이미지데이터는,
    복수의 상기 상관값의 차이에 따라 상기 신호의 세기와 상기 신호가 영향을 미치는 정도를 색의 명암 차이로 나타낸 2D 컬러 이미지로 마련되는 것을 특징으로 하는 보일러 배관 모니터링 시스템.
  2. 제1항에 있어서,
    상기 모니터링장치는,
    각각의 상기 신호 사이 영향을 미치는 정도를 나타내는 상관값을 추출하여 상관값데이터를 생성하는 상관값데이터생성부;
    복수의 상기 상관값데이터를 축적하여 축적데이터를 생성하는 축적데이터생성부;
    상기 축적데이터에 포함된 복수의 상기 상관값데이터를 군집화하는 군집부;
    군집화된 상기 축적데이터를 이미지화하여 이미지데이터를 생성하는 이미지데이터생성부;
    상기 이미지데이터를 출력하는 디스플레이부; 및
    상기 이미지데이터를 이용하여 상기 배관의 상태를 분석하는 이미지분석부를 포함하는 것을 특징으로 하는 보일러 배관 모니터링 시스템.
  3. 제2항에 있어서,
    상기 상관값데이터는,
    복수의 상기 상관값이 2차원 행렬로 배열되어 마련되는 것을 특징으로 하는 보일러 배관 모니터링 시스템.
  4. 제3항에 있어서,
    상기 축적데이터는,
    복수의 상기 상관값데이터가 시계열로 축적돼 3차원 행렬로 배열되어 마련되는 것을 특징으로 하는 보일러 배관 모니터링 시스템.
  5. 제4항에 있어서,
    상기 상관값데이터 및 상기 축적데이터는,
    슬라이딩 윈도우(Sliding Window)를 기반으로 생성되는 것을 특징으로 하는 보일러 배관 모니터링 시스템.
  6. 삭제
  7. 제2항에 있어서,
    상기 이미지분석부는,
    상기 이미지데이터를 이용하여 합성곱 신경망(Convolution Neural Network)을 통해 상기 배관의 이상유무를 분석하는 것을 특징으로 하는 보일러 배관 모니터링 시스템.
  8. 제1항에 있어서,
    상기 신호는,
    음향, 온도, 진동 및 압력 중 적어도 어느 하나 이상을 포함하는 것을 특징으로 하는 보일러 배관 모니터링 시스템.
  9. 수신장치가 보일러 내부 배관에 배치된 복수의 센서에서 출력되는 시계열 다중 채널 신호를 수신하는 단계;
    모니터링장치가 복수의 상기 신호를 이용하여 축적데이터를 생성하는 단계;
    상기 모니터링장치가 상기 축적데이터를 이미지화하여 이미지데이터를 생성하는 단계; 및
    상기 모니터링장치가 상기 이미지데이터를 출력하고, 상기 이미지데이터를 이용하여 상기 배관의 상태를 분석하는 단계를 포함하고,
    상기 축적데이터를 생성하는 단계는,
    상관값데이터생성부가 상기 수신장치로부터 수신된 복수의 상기 신호를 이용하여 각각의 상기 신호 사이에 영향을 미치는 정도를 나타내는 복수의 상관값을 추출해 상관값데이터를 생성하는 단계;
    축적데이터생성부가 복수의 상기 상관값데이터를 축적하여 축적데이터를 생성하는 단계; 및
    군집부가 상기 축적데이터에 포함된 복수의 상기 상관값데이터의 복수의 상기 상관값을 군집화하는 단계를 포함하며,
    상기 이미지데이터를 생성하는 단계는,
    이미지데이터생성부가 군집화된 상기 축적데이터를 2D 컬러 이미지로 변환하여 이미지데이터를 생성하는 단계; 및
    상기 이미지데이터생성부는 명암의 차이를 이용하여 복수의 상기 상관값의 차이에 따라 상기 신호가 영향을 미치는 정도를 상기 이미지데이터에 나타내는 단계를 포함하는 것을 특징으로 하는 보일러 배관 모니터링 방법.
  10. 삭제
  11. 제9항에 있어서
    상기 상관값데이터를 생성하는 단계는,
    각각의 상기 신호 사이의 상관값을 추출하는 단계; 및
    복수의 상기 상관값을 2차원 행렬로 배열하는 단계를 포함하는 것을 특징으로 하는 보일러 배관 모니터링 방법.
  12. 제9항에 있어서,
    상기 축적데이터 생성부가 축적데이터를 생성하는 단계는,
    상기 상관값데이터를 시계열로 축적하여 3차원 행렬로 배열해 상기 축적데이터를 생성하는 단계인 것을 특징으로 하는 보일러 배관 모니터링 방법.
  13. 제12항에 있어서,
    상기 관값데이터를 생성하는 단계 및상기 축적데이터 생성부가 축적데이터를 생성하는 단계는,
    슬라이딩 윈도우(Sliding Window)를 기반으로 상기 상관값데이터 및 상기 축적데이터를 생성하는 것을 특징으로 하는 보일러 배관 모니터링 방법.
  14. 삭제
  15. 제9항에 있어서,
    상기 배관의 상태를 분석하는 단계는,
    이미지데이터분석부가 상기 이미지데이터를 합성곱 신경망(Convolution Neural Network)을 통해 상기 배관의 이상유무를 분석하는 것을 특징으로 하는 보일러 배관 모니터링 방법.
KR1020190141165A 2019-11-06 2019-11-06 보일러 배관 모니터링 시스템 및 방법 KR102226050B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190141165A KR102226050B1 (ko) 2019-11-06 2019-11-06 보일러 배관 모니터링 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190141165A KR102226050B1 (ko) 2019-11-06 2019-11-06 보일러 배관 모니터링 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102226050B1 true KR102226050B1 (ko) 2021-03-11

Family

ID=75142847

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190141165A KR102226050B1 (ko) 2019-11-06 2019-11-06 보일러 배관 모니터링 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102226050B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101316486B1 (ko) * 2008-10-09 2013-10-08 가부시키가이샤 히타치세이사쿠쇼 이상 검지 방법 및 시스템
KR102018330B1 (ko) * 2017-04-11 2019-09-05 한국전자통신연구원 다중 메타학습을 이용한 플랜트 배관 이상 감지 장치 및 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101316486B1 (ko) * 2008-10-09 2013-10-08 가부시키가이샤 히타치세이사쿠쇼 이상 검지 방법 및 시스템
KR102018330B1 (ko) * 2017-04-11 2019-09-05 한국전자통신연구원 다중 메타학습을 이용한 플랜트 배관 이상 감지 장치 및 방법

Similar Documents

Publication Publication Date Title
EP3779911A1 (en) Method and system for monitoring fire
CN112133052B (zh) 核电厂图像火灾探测方法
KR102209401B1 (ko) 컨볼루션 신경망을 이용한 기어박스의 결함상태 판별 장치 및 방법
EP0583131A1 (en) Flame detection method and apparatus
US20130094699A1 (en) Forest fire smoke detection method using random forest classification
JP5644097B2 (ja) 画像処理装置、画像処理方法及びプログラム
JP2008262533A (ja) 火炎検出方法及びその装置
KR102407327B1 (ko) 화재감지장치 및 이를 포함하는 화재감지시스템
JP2008234551A (ja) 異常検知装置及び異常検知プログラム
JP7143174B2 (ja) 煙検出装置及び煙識別方法
KR20140146850A (ko) 시계열 형태의 센싱 데이터 배드 패턴 검증 방법 및 그 장치
US8942439B2 (en) Fingerprint authentication system, fingerprint authentication method, and fingerprint authentication program
KR102261899B1 (ko) 드론의 이상 진단장치 및 그 방법
KR100782036B1 (ko) 영상 처리를 이용한 화재 감지 장치 및 그 방법
KR102226050B1 (ko) 보일러 배관 모니터링 시스템 및 방법
KR101428913B1 (ko) 초소형 이미지 어레이 센서를 이용한 과열 상태 감시 시스템
JP4886461B2 (ja) 異常監視装置
JP5302926B2 (ja) 煙検出装置
JP2017102719A (ja) 炎検出装置および炎検出方法
KR20210145472A (ko) 기계 장치 이상 탐지 방법, 장치 및 컴퓨터 프로그램
JP4886460B2 (ja) 異常監視装置
JPWO2022064639A5 (ko)
KR20230104526A (ko) 부분방전 모니터링 시스템 및 부분방전 모니터링 방법
JP6140599B2 (ja) 炎検出装置
JP6593791B2 (ja) 炎検出装置および炎検出方法

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant