KR102291163B1 - Wireless machinery management system and method of diagnosis thereof - Google Patents
Wireless machinery management system and method of diagnosis thereof Download PDFInfo
- Publication number
- KR102291163B1 KR102291163B1 KR1020190110244A KR20190110244A KR102291163B1 KR 102291163 B1 KR102291163 B1 KR 102291163B1 KR 1020190110244 A KR1020190110244 A KR 1020190110244A KR 20190110244 A KR20190110244 A KR 20190110244A KR 102291163 B1 KR102291163 B1 KR 102291163B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- information
- defect
- module
- facility
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000007547 defect Effects 0.000 claims abstract description 129
- 238000013480 data collection Methods 0.000 claims abstract description 35
- 238000007405 data analysis Methods 0.000 claims abstract description 31
- 238000005259 measurement Methods 0.000 claims abstract description 20
- 238000004458 analytical method Methods 0.000 claims description 44
- 238000004891 communication Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 18
- 238000001514 detection method Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 6
- 230000002950 deficient Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 16
- 238000012423 maintenance Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000002405 diagnostic procedure Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000011156 evaluation Methods 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
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
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
- G05B23/0218—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
- 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]
- G05B19/4183—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 data acquisition, e.g. workpiece identification
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25198—Brouter: transfers data from wireless to wired networks, router: wired to wired
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
- Selective Calling Equipment (AREA)
Abstract
본 발명은 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템에 관한 것으로, 보다 상세하게는 설비데이터를 수집하는 센서부; 상기 센서부로부터 전송되는 정보를 진단하는 진단부 및 상기 진단부로부터 전송되는 정보를 수신하는 사용자단말을 포함하는 구성으로 형성되는 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템에 관한 것이다.
또한, 본 발명은 무선 설비 관리 진단방법에 관한 것으로, 보다 상세하게는 설비데이터를 측정하는 데이터측정단계; 센서의 위치데이터정보를 생성하는 위치데이터생성단계 및 측정된 설비데이터의 결함데이터를 생성하는 결함데이터생성단계를 포함하는 무선 설비 관리 진단방법에 관한 것이다.The present invention relates to a wireless facility management system for real-time data collection and analysis, and more particularly, to a sensor unit for collecting facility data; The present invention relates to a wireless facility management system for real-time data collection and analysis comprising a diagnosis unit for diagnosing information transmitted from the sensor unit and a user terminal for receiving information transmitted from the diagnosis unit.
The present invention also relates to a wireless facility management diagnosis method, and more particularly, to a data measurement step of measuring facility data; It relates to a wireless facility management diagnosis method comprising a location data generation step of generating location data information of a sensor and a defect data generation step of generating defect data of measured facility data.
Description
본 발명은 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템 및 이의 진단방법에 관한 것으로, 보다 상세하게는 최대 15kHz 주파수 대역을 갖는 설비데이터를 측정하며, 설비데이터를 총 20개의 정보로 분석한 후 결함 패턴을 파악할 수 있는 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템 및 이의 진단방법에 관한 것이다.The present invention relates to a wireless facility management system for real-time data collection and analysis and a diagnostic method thereof, and more particularly, to a device data having a maximum 15 kHz frequency band, and a defect pattern after analyzing the facility data into a total of 20 pieces of information It relates to a wireless facility management system for real-time data collection analysis that can identify
공장 등에서 사용하는 설비는, 아무리 잘 만들거나 내진 설계를 하여도 주변 환경, 연계된 설비 또는 설비의 주요 부품에 발생한 결함에 의해 항상 진동이 발생하며, 이에 따라, 진동에 의해 볼트 및 너트 등이 느슨해지거나, 설비의 정렬이 맞지 않거나, 노후화된 설비 및 부품의 고장으로 인해 돌발적인 설비 고장이 빈번하게 발생하고 있다.Equipment used in factories, etc., no matter how well made or earthquake-resistant design, always vibrates due to defects in the surrounding environment, connected equipment, or major parts of the facility. Sudden equipment failures frequently occur due to failure of equipment or parts that are lost, misaligned, or deteriorated.
설비가 고장 날 경우 생산라인 등이 가동 중단되어 제품을 생산하는 것이 불가할 뿐만 아니라, 수리비용 및 인건비 등 직접비용이 과하게 발생하며 화재 위험성, 품질저하 등 간접비용이 발생한다.If the equipment breaks down, the production line is stopped, making it impossible to produce products, and direct costs such as repair costs and labor costs are excessive, and indirect costs such as fire risk and quality deterioration occur.
현재는 설비에 문제가 발생하면 이를 수리하는 사후정비방식 및 정해진 주기별로 유지보수를 진행하는 방식으로 공장의 설비를 관리하고 있다.Currently, plant facilities are managed in a post-maintenance method that repairs problems when there is a problem, and in a method that performs maintenance at regular intervals.
이에 따라, 전 세계적으로 발생하는 연간 유지 보수 비용은 약 4,470억달러(약 560조원)로, 비효율적인 보수 방법으로 유럽 36%, 미국 23% 이상 낭비되고 있다.As a result, the annual global maintenance cost is about 447 billion dollars (about 560 trillion won), and 36% of Europe and 23% of the US are wasted due to inefficient maintenance methods.
또한, 기존의 무선 통신을 이용한 설비 관리 시스템은 센서자체를 무선으로 사용하기 때문에 센서의 배터리의 소모로 인해 배터리를 교체해야 하는 등의 센서 자체의 잦은 유지 보수가 필요하다.In addition, since the existing facility management system using wireless communication uses the sensor itself wirelessly, frequent maintenance of the sensor itself, such as the need to replace the battery due to consumption of the sensor's battery, is required.
또한, 대부분의 무선 센서를 이용한 무선 설비관리 시스템은 배터리의 소모를 줄이기 위해 설비관리에 필요한 설비데이터를 실시간으로 전송하지 못하며, 임의로 설정한 시간에만 통신을 하여 데이터를 수집하는 방식을 사용하고 있으며,
한편, 종래기술로서 한국공개특허 제10-2013-0027818호(광통신방식 센서정보 수집장치)가 공개되어 있다.In addition, most wireless facility management systems using wireless sensors cannot transmit facility data required for facility management in real time to reduce battery consumption, and use a method of collecting data by communicating only at an arbitrarily set time.
Meanwhile, as a prior art, Korean Patent Application Laid-Open No. 10-2013-0027818 (optical communication method sensor information collecting device) has been disclosed.
그러나, 기존의 무선 센서를 이용하여 데이터를 수집하는 방식은, 실시간 설비 관리와 데이터의 수집이 중요한 화학 플랜트나 제조 공장에서는 데이터의 손실로 인해 사용할 수 없다는 한계가 있으므로, 주기성이 아닌 실시간 데이터의 수집과 분석이 가능한 무선 설비 관리 시스템의 개발이 필요한 실정이다.However, the method of collecting data using the existing wireless sensor has limitations in that it cannot be used due to data loss in chemical plants or manufacturing plants, where real-time facility management and data collection are important. There is a need to develop a wireless facility management system that can perform and analyze.
따라서, 본 발명 기술은 기존의 유선 센서의 활용이 가능하여 무선 센서의 설치 비용 및 배터리 교체 비용을 절감할 수 있으며, 실시간으로 데이터의 수집 및 분석까지 가능한, 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템 및 이의 진단 방법이다.Therefore, the technology of the present invention can utilize the existing wired sensor to reduce the installation cost of the wireless sensor and the battery replacement cost, and a wireless facility management system for real-time data collection and analysis that can collect and analyze data in real time and diagnostic methods thereof.
본 발명은 상기와 같은 문제점을 해결하기 위해 창안된 것으로서, 최대 15kHz 주파수 대역을 갖는 유선 센서와 무선통신 시스템을 결합하여 설비데이터를 실시간으로 측정 및 수집하며, 이를 다수개로 분석하기 위해, 파라미터 정보로 분류한 후 결함을 파악하여 사용자에게 제공하는 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템 및 이의 진단방법을 제공하는 데 그 목적이 있다.The present invention was devised to solve the above problems, and combines a wired sensor having a frequency band of up to 15 kHz and a wireless communication system to measure and collect facility data in real time, and to analyze them in multiple pieces, as parameter information. An object of the present invention is to provide a wireless facility management system and a diagnosis method for real-time data collection and analysis provided to users by identifying defects after classification.
상기 과제를 해결하기 위해 본 발명의 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템은 설비데이터를 수집하는 센서부; 상기 센서부로부터 전송되는 정보를 진단하는 진단부 및 상기 진단부로부터 전송되는 정보를 수신하는 사용자단말을 포함하는 것을 특징으로 할 수 있다.In order to solve the above problems, a wireless facility management system for real-time data collection and analysis of the present invention includes: a sensor unit for collecting facility data; It may include a diagnosis unit for diagnosing the information transmitted from the sensor unit, and a user terminal for receiving the information transmitted from the diagnosis unit.
또한, 상기 센서부는, 설비에 부착되어 설비데이터를 측정하는 하나 이상의 센서; 상기 센서에 전원을 공급하고, 상기 센서로부터 설비데이터를 수신하는 데이터처리장치; 상기 데이터처리장치로부터 설비데이터를 수신하고, 상기 설비데이터를 상기 진단부에 제공하는 제1 무선통신장치를 포함하고, 상기 데이터처리장치와 상기 제1 무선통신장치는 이더넷(Ethernet) 통신을 통해 연결되는 것을 특징으로 할 수 있다.In addition, the sensor unit, one or more sensors attached to the facility to measure the facility data; a data processing device that supplies power to the sensor and receives facility data from the sensor; and a first wireless communication device receiving facility data from the data processing device and providing the facility data to the diagnosis unit, wherein the data processing device and the first wireless communication device are connected through Ethernet communication It can be characterized as being.
또한, 상기 센서는, IEPE 진동센서 및 온도센서 중 하나 이상을 포함하는 것을 특징으로 할 수 있다.In addition, the sensor may be characterized in that it includes at least one of an IEPE vibration sensor and a temperature sensor.
또한, 상기 진단부는, 상기 제1 무선통신장치로부터 설비데이터를 수신받는 제2 무선통신장치를 포함하며, 상기 설비데이터를 분석하는 서버를 포함하고, 상기 제1 무선통신장치와 서버는 IEEE 802.11 통신을 통해 연결되는 것을 특징으로 할 수 있다.In addition, the diagnosis unit includes a second wireless communication device receiving facility data from the first wireless communication device, and a server analyzing the facility data, wherein the first wireless communication device and the server communicate with IEEE 802.11 It may be characterized in that it is connected through
또한, 상기 서버는, 상기 센서의 위치데이터정보를 생성하는 제1 정보생성모듈 및 상기 설비데이터를 수집하여 결함데이터를 생성하는 제2 정보생성모듈을 포함하는 것을 특징으로 할 수 있다.In addition, the server may include a first information generating module for generating location data information of the sensor and a second information generating module for generating defect data by collecting the facility data.
또한, 상기 제1 정보생성모듈은, 상기 센서의 데이터정보를 측정하는 데이터측정모듈; 상기 센서의 위치정보를 측정하는 센서위치감지모듈 및 상기 데이터정보와 위치정보를 매칭하여 위치데이터정보를 생성하고, 상기 위치데이터정보를 상기 사용자단말에 전달하는 정보제공모듈을 포함하는 것을 특징으로 할 수 있다.In addition, the first information generating module, the data measurement module for measuring the data information of the sensor; A sensor position detection module for measuring the position information of the sensor, and an information providing module for generating position data information by matching the data information and position information, and transmitting the position data information to the user terminal can
또한, 상기 제2 정보생성모듈은, 상기 설비데이터를 정량적 데이터 및 정성적 데이터로 분류하는 데이터분류모듈; 상기 정량적 데이터의 결함 여부를 분석하여 제1 결함정보를 생성하는 제1 결함분석모듈; 결함패턴 데이터베이스를 포함하는 저장모듈; 상기 정성적 데이터의 파라미터값을 분석하여 파라미터정보를 생성하는 파라미터분류모듈; 상기 파라미터정보의 패턴을 분석하여 패턴정보를 생성하는 패턴분석모듈; 상기 결함패턴 데이터베이스와 상기 패턴정보를 비교하여 제2 결함정보를 생성하는 제2 결함분석모듈 및 상기 제1 결함정보와 제2 결함정보를 상기 사용자단말에 전달하는 결함진단모듈을 포함하는 것을 특징으로 할 수 있다.In addition, the second information generation module, a data classification module for classifying the equipment data into quantitative data and qualitative data; a first defect analysis module for generating first defect information by analyzing whether the quantitative data is defective; a storage module including a defect pattern database; a parameter classification module for generating parameter information by analyzing parameter values of the qualitative data; a pattern analysis module for generating pattern information by analyzing the pattern of the parameter information; and a second defect analysis module for generating second defect information by comparing the defect pattern database with the pattern information, and a defect diagnosis module for transmitting the first defect information and the second defect information to the user terminal. can do.
또한, 본 발명의 무선 설비 관리 진단방법은, 설비데이터를 실시간으로 수집하여 측정하는 데이터측정단계; 센서의 위치데이터정보를 생성하는 위치데이터생성단계 및 측정된 설비데이터의 결함데이터를 생성하는 결함데이터생성단계를 포함하는 것을 특징으로 할 수 있다.In addition, the wireless facility management diagnosis method of the present invention comprises: a data measurement step of collecting and measuring facility data in real time; It may be characterized in that it comprises a position data generation step of generating the position data information of the sensor and a defect data generation step of generating the defect data of the measured equipment data.
또한, 상기 위치데이터생성단계는, 상기 센서의 데이터정보를 측정하는 데이터측정단계; 상기 센서의 위치정보를 측정하는 위치측정단계 및 상기 데이터정보와 위치정보를 매칭하여 위치데이터정보를 사용자단말에 전달하는 정보제공단계를 포함하는 것을 특징으로 할 수 있다.In addition, the location data generating step may include: a data measuring step of measuring data information of the sensor; A location measurement step of measuring the location information of the sensor and an information providing step of matching the data information and location information to transmit location data information to a user terminal may be included.
또한, 상기 결함데이터생성단계는, 상기 설비데이터를 정량적 데이터 및 정성적 데이터로 분류하는 분류단계; 상기 정량적 데이터의 결함을 분석하여 제1 결함정보를 생성하는 제1 결함분석단계; 상기 정성적 데이터의 파라미터 값을 분석하여 파라미터정보를 생성하는 파라미터분석단계; 상기 파라미터정보를 분석하여 패턴정보를 생성하는 패턴분석단계; 상기 패턴정보를 결함패턴 데이터베이스와 비교하여 제2 결함정보를 생성하는 제2 결함분석단계 및 상기 제1 결함정보와 제2 결함정보를 사용자단말에 전달하는 결함제공단계를 포함하는 것을 특징으로 할 수 있다In addition, the defect data generation step includes a classification step of classifying the equipment data into quantitative data and qualitative data; a first defect analysis step of generating first defect information by analyzing the defects of the quantitative data; a parameter analysis step of generating parameter information by analyzing parameter values of the qualitative data; a pattern analysis step of analyzing the parameter information to generate pattern information; A second defect analysis step of generating second defect information by comparing the pattern information with a defect pattern database, and a defect providing step of transmitting the first defect information and the second defect information to a user terminal. have
상기와 같이 구성되는 본 발명에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템 및 이의 진단방법에 의하면, 별도의 변환 장치 없이 기존의 센서를 그대로 사용하면서도 설비의 실시간 데이터 수집이 가능하도록 하여 새로운 무선센서의 설치 비용을 절감할 수 있는 효과를 갖는다.According to the wireless facility management system for real-time data collection and analysis and its diagnosis method according to the present invention configured as described above, a new wireless sensor enables real-time data collection of facilities while using the existing sensor without a separate conversion device. has the effect of reducing the installation cost of
또한, 배터리의 잦은 교체로 인한 유지보수 작업과 비용의 발생, 배터리의 방전에 따른 데이터의 유실을 방지할 수 있는 효과를 갖는다.In addition, there is an effect of preventing maintenance work and cost due to frequent battery replacement, and data loss due to discharging of the battery.
또한, IEPE 진동센서를 포함함에 따라 최대 15kHz 주파수 대역을 갖는 설비데이터를 실시간으로 데이터 손실 없이 안정적으로 측정하는 것이 가능한 효과를 갖는다.In addition, as the IEPE vibration sensor is included, it is possible to stably measure equipment data having a frequency band of up to 15 kHz in real time without data loss.
또한, 설비데이터를 정량적 데이터 1개 파라미터정보 및 정성적 데이터 19개 파라미터정보, 즉, 최대 총 20개의 파라미터정보로 분류한 후 결함 패턴을 분석하므로 보다 자세하고 정밀한 결함 진단 및 예측이 가능한 효과를 갖는다.In addition, since equipment data is classified into
도 1은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 구성도이다.
도 2는 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 센서부를 도시한 구성도이다.
도 3은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 진단부를 도시한 구성도이다.
도 4는 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 서버를 도시한 구성도이다.
도 5는 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 제1 정보생성모듈을 도시한 구성도이다.
도 6은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 제2 정보생성모듈을 도시한 구성도이다.
도 7은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 실시간 정량적 데이터와 센서를 도시한 예시도이다.
도 8은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 정성적 데이터를 도시한 예시도이다.
도 9는 본 발명의 실시예에 따른 무선 설비 관리 진단방법을 도시한 순서도이다.
도 10은 본 발명의 실시예에 따른 무선 설비 관리 진단방법의 위치데이터생성단계를 도시한 순서도이다.
도 11은 본 발명의 실시예에 따른 무선 설비 관리 진단방법의 결함데이터생성단계를 도시한 순서도이다.1 is a block diagram of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
2 is a block diagram illustrating a sensor unit of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
3 is a block diagram illustrating a diagnosis unit of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
4 is a block diagram illustrating a server of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
5 is a block diagram illustrating a first information generation module of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
6 is a block diagram illustrating a second information generation module of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
7 is an exemplary diagram illustrating real-time quantitative data and sensors of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
8 is an exemplary diagram illustrating qualitative data of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
9 is a flowchart illustrating a wireless facility management diagnosis method according to an embodiment of the present invention.
10 is a flowchart illustrating a location data generation step of a wireless facility management diagnosis method according to an embodiment of the present invention.
11 is a flowchart illustrating a defect data generation step of a method for diagnosing wireless facility management according to an embodiment of the present invention.
이하, 도면을 참조한 본 발명의 설명은 특정한 실시 형태에 대해 한정되지 않으며, 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있다. 또한, 이하에서 설명하는 내용은 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.Hereinafter, the description of the present invention with reference to the drawings is not limited to specific embodiments, and various modifications may be made and various embodiments may be provided. In addition, it should be understood that the contents described below include all conversions, equivalents, and substitutes included in the spirit and scope of the present invention.
이하의 설명에서 제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용되는 용어로서, 그 자체에 의미가 한정되지 아니하며, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.In the following description, terms such as first and second are terms used to describe various components, meanings are not limited thereto, and are used only for the purpose of distinguishing one component from other components.
본 명세서 전체에 걸쳐 사용되는 동일한 참조번호는 동일한 구성요소를 나타낸다.Like reference numbers used throughout this specification refer to like elements.
본 발명에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 또한, 이하에서 기재되는 "포함하다", "구비하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것으로 해석되어야 하며, 하나 또는 그 이상의 다른 특징들이나, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다. As used herein, the singular expression includes the plural expression unless the context clearly dictates otherwise. In addition, terms such as "comprises", "comprising" or "have" described below are intended to designate the existence of features, numbers, steps, operations, components, parts, or combinations thereof described in the specification. It should be construed as not precluding the possibility of the presence or addition of one or more other features, numbers, steps, operations, components, parts, or combinations thereof.
이하, 본 발명의 바람직한 실시 예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템에 대하여 첨부한 도 1 내지 8을 참조하면서 상세하게 설명하기로 한다.Hereinafter, a wireless facility management system for real-time data collection and analysis according to a preferred embodiment of the present invention will be described in detail with reference to FIGS. 1 to 8 .
도 1은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 구성도, 도 2는 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 센서부를 도시한 구성도, 도 3은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 진단부를 도시한 구성도, 도 4는 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 서버를 도시한 구성도, 도 5는 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 제1 정보생성모듈을 도시한 구성도, 도 6은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 제2 정보생성모듈을 도시한 구성도 도 7은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 실시간 정량적 데이터와 센서를 도시한 예시도, 도 8은 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템의 정성적 데이터를 도시한 예시도이다.1 is a configuration diagram of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention, and FIG. 2 is a configuration diagram illustrating a sensor unit of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention 3 is a block diagram illustrating a diagnosis unit of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention, and FIG. 4 is a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention. 5 is a configuration diagram showing a first information generation module of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention, and FIG. 6 is a configuration diagram showing a server of the present invention. A configuration diagram illustrating a second information generation module of a wireless facility management system for real-time data collection and analysis FIG. 7 is a diagram illustrating real-time quantitative data and sensors of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention. 8 is an exemplary diagram illustrating qualitative data of a wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention.
도 1 내지 8에 도시된 바와 같이, 본 발명의 실시예에 따른 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템은 센서부(10), 진단부(20) 및 사용자단말(30)을 포함할 수 있다.1 to 8 , the wireless facility management system for real-time data collection and analysis according to an embodiment of the present invention may include a
먼저, 센서부(10)는 설비데이터를 수집하며, 수집한 설비데이터를 진단부(20)에 전달할 수 있다.First, the
또한, 센서부(10)는 센서(101), 데이터처리장치(102) 및 제1 무선통신장치(103)를 포함할 수 있다.In addition, the
센서(101)는 설비(M)에 부착되어 설비데이터를 측정할 수 있다.The
또한, 센서(101)는 설비(M)에 하나 이상이 부착되어 다양한 위치에서의 설비데이터를 측정할 수 있다.In addition, one or
또한, 센서(101)는 IEPE 진동센서 및 온도센서 중 하나 이상을 포함하며, 이때, IEPE 진동센서를 포함함에 따라 최대 15kHz 주파수 대역을 갖는 설비데이터를 측정할 수 있다.In addition, the
또한, 센서(101)는 측정한 설비데이터를 데이터처리장치(102)에 전달할 수 있다.Also, the
이때, 설비데이터는 센서(101)에 의해 데이터처리장치(102)에 무선으로 전달될 수 있을 뿐만 아니라, 케이블에 의해 유선으로 전달될 수도 있다.In this case, the facility data may be transmitted wirelessly to the data processing device 102 by the
데이터처리장치(102)는 케이블을 통해 센서(101)에 전원을 공급하며, 센서(101) 및 케이블로부터 설비데이터를 실시간으로 수신할 수 있다.The data processing device 102 supplies power to the
또한, 데이터처리장치(102)는 케이블을 통해 센서(101)와 유선연결되며, 설비데이터를 제1 무선통신장치(103)에 전달할 수 있다.In addition, the data processing device 102 is wired to the
이때, 데이터처리장치(102)와 제1 무선통신장치(103)는 이더넷(Ethernet) 통신을 통해 연결될 수 있다.At this time, the data processing device 102 and the first
제1 무선통신장치(103)는 데이터처리장치(102)로부터 설비데이터를 수신하고, 수신한 설비데이터를 서버(201)에 전달하며, 바람직하게는, 수신한 설비데이터를 제2 무선통신장치(2010)에 전달할 수 있다.The first
이때, 제1 무선통신장치(103)와 서버(201)는 IEEE 802.11 통신을 통해 연결되며, 바람직하게는, 제1 무선통신장치(103)와 제2 무선통신장치(2010)가 IEEE 802.11 통신을 통해 연결될 수 있다.In this case, the first
종래의 무선 통신을 이용한 데이터 수집방법은 센서 자체가 무선 센서이며, 센서 내에 배터리가 내장되어있어 주기적으로 배터리를 교체해야 한다. 무선 기술이 적용되는 설비 환경은 대부분 작업자의 작업난이도가 높은 곳에 설치되기 때문에 배터리 교체가 어렵다는 문제점이 빈번하게 발생하고 있다.In the conventional data collection method using wireless communication, the sensor itself is a wireless sensor, and the battery has to be periodically replaced because the sensor has a built-in battery. Since most of the facility environments to which the wireless technology is applied are installed in places where the work level of the workers is high, the problem that it is difficult to replace the batteries frequently occurs.
또한, 기존의 무선 센서들은 주로 MEMS 타입의 센서를 사용하여 설비로부터 측정하여 전송 가능한 데이터의 범위가 5kHz이하로 한정되며, 이를 개선하기 위해 5kHz 이상의 범위의 주파수 대역의 데이터 수집이 가능한 센서를 개발하고 있으나, 무선 센서에서 측정 가능한 데이터의 최대 주파수 범위는 10kHz 이하로 나타나고 있는 실정이다.In addition, existing wireless sensors mainly use MEMS-type sensors to measure and transmit data from the facility to 5 kHz or less. However, the maximum frequency range of data measurable by the wireless sensor is 10 kHz or less.
그러나, 본 발명인 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템은 무선 시스템은 무선센서를 이용해야 한다는 기존 기술과 달리 센서(101)와 데이터처리장치(102)가 유선으로 연결되며, 데이터처리장치(102)가 센서(101)에 전원을 공급하고, 제1 무선통신장치(103)를 이용해 설비데이터를 실시간 무선으로 송신하는 방법을 사용하므로, 배터리 방전에 따라 데이터가 유실되는 것을 방지할 수 있을 뿐만 아니라 배터리 교체 작업이 불필요한 장점을 가진다.However, in the wireless facility management system for real-time data collection and analysis according to the present invention, the
또한, IEPE 진동센서를 포함함에 따라 최대 15kHz 주파수 대역을 갖는 설비데이터를 측정하는 것이 가능하며, 이에 따라, 10kHz 이상의 고주파 대역에서 발생하는 베어링 결함, 기어 결함, Cavitation등의 기존의 무선 센서에서 찾아내기 힘든 결함의 진단도 가능하다.In addition, as the IEPE vibration sensor is included, it is possible to measure equipment data with a frequency band of up to 15 kHz, and accordingly, it is possible to find bearing defects, gear defects, cavitation, etc. in the high frequency band of 10 kHz or more in existing wireless sensors. Diagnosis of difficult defects is also possible.
다음으로, 진단부(20)는 센서부(10)로부터 전송되는 정보를 진단하는 서버를 포함할 수 있다.Next, the
서버(201)는, 제2 무선통신장치(2010)를 포함할 수 있다.The
이때, 제2 무선통신장치(201)는 서버(202)안에 내장되거나, 이더넷(Ethernet) 통신을 통해 연결될 수 있다.In this case, the second
제2 무선통신장치(201)는 제1 무선통신장치(103)로부터 설비데이터를 수신할 수 있다.The second
이때, 제2 무선통신장치(2010)와 제1 무선통신장치(103)는 IEEE 802.11 통신을 통해 연결될 수 있다.In this case, the second
또한, 서버(201)는 제2 무선통신장치(2010)가 수신한 설비데이터를 분석할 수 있다.In addition, the
이때, 서버(201)는 제1 정보생성모듈(2011) 및 제2 정보생성모듈(2012)을 포함할 수 있다.In this case, the
제1 정보생성모듈(2011)은 센서(101)의 위치데이터정보를 생성하며, 생성된 정보를 사용자단말(30)에 전달할 수 있다.The first
또한, 제1 정보생성모듈(2011)은 데이터측정모듈(20110), 센서위치감지모듈(20111) 및 정보제공모듈(20112)을 포함할 수 있다.In addition, the first
데이터측정모듈(20110)은 센서(101)의 데이터정보를 측정하며, 더욱 자세하게는, 실시간 설비데이터의 데이터정보를 측정하여 센서(101)와 설비의 상태를 파악할 수 있다.The
또한, 데이터측정모듈(20110)는 측정한 데이터정보를 정보제공모듈(20112)에 전달할 수 있다.Also, the
센서위치감지모듈(20101)은 센서(101)의 위치정보를 수집하며, 이에 따라, 설비(M)에 부착된 센서(101)의 위치를 파악할 수 있다.The sensor position detection module 20101 collects the position information of the
또한, 센서위치감지모듈(20101)은 측정한 위치정보를 정보제공모듈(20112)에 전달할 수 있다.Also, the sensor position detection module 20101 may transmit the measured position information to the
정보제공모듈(20112)은 데이터측정모듈(20110)로부터 수신한 데이터정보와, 센서위치감지모듈(20101)로부터 수신한 위치정보를 매칭하여 위치데이터정보를 생성할 수 있다.The
이에 따라, 사용자가 설비(M)에 부착된 센서의 위치와 각 센서 자체와 설비의 상태 및 결함여부를 파악하여, 설비의 어느 위치에 어떤 결함이 발생했는지 용이하게 모니터링할 수 있다.Accordingly, the user can easily monitor the location of the sensor attached to the facility (M), the state of each sensor itself and the facility, and whether the defect occurs at any location in the facility.
또한, 정보제공모듈(20112)은 생성한 위치데이터정보를 사용자단말(30)에 전달할 수 있다.Also, the
제2 정보생성모듈(2012)은 제2 무선통신장치(201)로부터 설비데이터를 수신하며, 수신한 설비데이터를 진단하여 결함데이터를 생성할 수 있다.The second
또한, 제2 정보생성모듈(2012)은 데이터분류모듈(20120), 제1 결함분석모듈(20121), 저장모듈(20124), 파라미터분류모듈(20122), 패턴분석모듈(20123), 제2 결함분석모듈(20125) 및 결함진단모듈(20126)을 포함할 수 있다.In addition, the second
데이터분류모듈(20120)은 제2 무선통신장치(2010)로부터 수신한 설비데이터를 정량적 데이터 및 정성적 데이터로 분류할 수 있다.The
일 예로, 도 7에 도시된 바와 같이, 설비데이터를 정량적인 데이터로 분류할 수 있다. 이때, 정량적 데이터는 수량으로 나타나는 값으로, 더욱 자세하게는, 진동일 경우에는 진동의 Overall, Peak, Peak-Peak 값, 온도일 경우에는 30℃, 45℃ 등의 온도 값일 수 있다.As an example, as shown in FIG. 7 , facility data may be classified into quantitative data. At this time, the quantitative data is a value expressed as a quantity, and more specifically, in the case of vibration, Overall, Peak, and Peak-Peak values of vibration, and in the case of temperature, may be temperature values such as 30°C and 45°C.
또한, 분류한 정량적 데이터 중 결함 발생이 예상되는 값은 빨간색계열 "X", 일반적인 값은 노란색계열 "○", 안전한 값은 초록색계열 "◎"로, 사용자가 결함 발생 여부를 보다 용이하게 파악하도록 나타낼 수 있다.In addition, among the classified quantitative data, the expected value of a defect is a red series "X", a general value is a yellow series "○", and a safe value is a green series "◎". can indicate
다른 예로, 도 8에 도시된 바와 같이, 설비데이터를 정성적 데이터로 분류할 수 있다. 이때, 정성적 데이터는 주파수의 패턴 등 형상으로 나타나는 특성 데이터일 수 있다.As another example, as shown in FIG. 8 , facility data may be classified as qualitative data. In this case, the qualitative data may be characteristic data that appears in a shape, such as a frequency pattern.
이때, 정성적 데이터는 파라미터(parameter) 분석방법에 의해 최대 19개로 세분화하여 분석되며, 이는 이하에서 더욱 자세하게 설명하기로 한다.At this time, the qualitative data is analyzed by subdividing up to 19 pieces by the parameter analysis method, which will be described in more detail below.
또한, 데이터분류모듈(20120)은 분류된 정량적 데이터를 제1 결함분석모듈(20121)로 전달하고, 정성적 데이터를 파라미터분류모듈(20122)로 전달할 수 있다.In addition, the
제1 결함분석모듈(20121)은 데이터분류모듈(20120)로부터 정량적 데이터를 수신하며, 수신된 정량적 데이터의 결함 여부를 분석하여 제1 결함정보를 생성할 수 있다.The first
또한, 제1 결함분석모듈(20121)은 생성된 제1 결함정보를 결함진단모듈(20126)에 전달할 수 있다.Also, the first
또한, 저장모듈(20124)은 결함패턴 데이터베이스를 제2 결함분석모듈(20125)에 전달할 수 있다.Also, the
파라미터분류모듈(20122)은 데이터분류모듈(20120)로부터 정성적 데이터를 수신하며, 수신된 정성적 데이터의 파라미터 값을 항목의 특성에 맞게 분석하여 최대 19개의 파라미터정보를 생성할 수 있다.The
더욱 자세하게는, 설비(M)의 모니터링뿐만 아니라 발생한 결함까지 진단이 가능하도록 수집한 정성적 데이터를 결함 유형별로 분류하며, 정성적 데이터의 주요 특성 데이터를 19개의 특성으로 세분화하여 파라미터정보를 생성할 수 있다.In more detail, it is possible to classify the collected qualitative data by defect type so that not only the monitoring of the equipment (M) but also the diagnosis of the occurred defects are possible, and the main characteristic data of the qualitative data is subdivided into 19 characteristics to generate parameter information. can
일 예로, 진동의 1차 및 2차 특성 성분, 진동의 방향, 시간파형 및 side band 성분, 설비 특성 등을 포함하는 특성으로 세분화하여 파라미터정보를 생성할 수 있는 것이다.As an example, parameter information may be generated by subdividing into characteristics including primary and secondary characteristic components of vibration, direction of vibration, time waveform and side band components, equipment characteristics, and the like.
다른 예로, 전동기(Motor)의 정성적 데이터를 수집할 경우, 구동 전동기(Motor)에서 발생할 수 있는 결함으로는 회전축 결함, 고정자 결함, 베어링 결함, 공극 불평형 등의 결함이 있으며, 상기 결함의 결함유형은 회전특성일 수 있다.As another example, when qualitative data of a motor is collected, defects that may occur in a driving motor include defects such as a rotation shaft defect, a stator defect, a bearing defect, and air gap imbalance. may be a rotation characteristic.
따라서, 회전특성의 회전 성분에 따른 주파수를 파라미터로 분류할 수 있다.Therefore, the frequency according to the rotation component of the rotation characteristic can be classified as a parameter.
바람직하게는, 결함유형별로 측정되는 주파수 성분을 분류하는 파라미터와, 분류된 파라미터를 2차로 연산하는 파라미터로 나누어질 수 있다.Preferably, it may be divided into a parameter for classifying the frequency component measured for each defect type and a parameter for secondarily calculating the classified parameter.
더욱 자세하게는, 설비 상태평가를 위해 구동 전동기 전체 진동 값(Overall value)을 Parameter 1, 구름베어링의 cage 진동이나 미끄럼베어링의 oil whirl을 검출하기 위해 sub-harmonics로 분류된 데이터를 Parameter 2, 전동기의 질량불평형, 정렬불량, 런 아웃, 전동기의 off-set 정렬불량 결함, 전원의 이상, 공극의 불평형 및 권선의 이상 등의 결함을 검출하기 위해 1,2,3차 진동성분, 회전성분 및 Line Frequency 등과 같은 특정 성분을 Parameter 3, Parameter 4, Parameter 5, Parameter 6 등으로 세분화 할 수 있다.In more detail, for equipment condition evaluation, the overall value of the driving motor is
이에 따라, 상기와 같이 나누어진 파라미터를 조합하여 전동기에서 발생하는 결함을 검출할 수 있다.Accordingly, it is possible to detect a defect occurring in the electric motor by combining the parameters divided as described above.
또한, 파라미터분류모듈(20122)은 생성된 파라미터정보를 패턴분석모듈(20123)에 전달할 수 있다.Also, the
패턴분석모듈(20123)은 파라미터분류모듈(20122)로부터 파라미터정보를 수신하며, 수신된 파라미터정보의 패턴을 분석하여 패턴정보를 생성할 수 있다.The
또한, 패턴분석모듈(20123)은 생성된 패턴정보를 제2 결함분석모듈(20125)에 전달할 수 있다.Also, the
제2 결함분석모듈(20125)은 저장모듈(20124)로부터 결함패턴 데이터베이스, 패턴분석모듈(20123)로부터 패턴정보를 수신하며, 수신된 결함패턴 데이터베이스와 패턴정보를 비교하여 제2 결함정보를 생성할 수 있다.The second defect analysis module 20125 receives the defect pattern database from the
또한, 제2 결함분석모듈(20125)은 생성된 제2 결함정보를 결함진단모듈(20126)에 전달할 수 있다.Also, the second defect analysis module 20125 may transmit the generated second defect information to the
종래의 기술의 경우 진동 성분 및 방향 정도만 분석하나, 본 발명은 측정된 설비데이터를 4~20개 파라미터정보로 분류한 후 각 항목의 결함 패턴을 분석하고, 분석된 패턴과 기 저장된 결함패턴 데이터베이스를 비교할 수 있다.In the case of the prior art, only the vibration component and direction are analyzed, but the present invention classifies the measured equipment data into 4 to 20 parameter information, analyzes the defect pattern of each item, and stores the analyzed pattern and the pre-stored defect pattern database. can be compared.
이에 따라, 보다 자세하고 정밀한 결함 진단 및 예측이 가능한 효과를 가진다.Accordingly, more detailed and precise defect diagnosis and prediction are possible.
일 예로, 원심형 펌프 설비의 진동 데이터를 수집할 경우, 수집된 진동의 정량적 데이터는 원심형 펄프 설비의 현 상태를 파악하기 위한 하나의 데이터로 활용하여 결함 여부를 분석할 수 있다.For example, when vibration data of a centrifugal pump facility is collected, the collected quantitative data of vibration may be used as one data for understanding the current state of the centrifugal type pump facility to analyze whether there is a defect.
또한, 원심형 펄프 설비에서 수집된 진동의 정성적 데이터는 수집한 진동의 시간파형 데이터를 FFT(Fast Fourier Transform)처리를 한 후, 처리값에 설비에서 발생하는 결함의 특성별로 나눈 주파수 대역과 19개의 특성 Parameter를 적용하여 분석하는 SFT 복합분석 기법을 적용할 수 있다.In addition, the qualitative data of vibrations collected from the centrifugal pulp facility are processed by FFT (Fast Fourier Transform) processing on the time waveform data of the collected vibrations, and the frequency band divided by the characteristics of defects occurring in the facility and 19 It is possible to apply the SFT complex analysis technique that analyzes by applying two characteristic parameters.
즉, 정성적 데이터는 진동성분 및 방향, 파형, 측대파 성분 등 결함 패턴을 구성하는 항목으로 분류되며, 이후, 각 항목의 결함 패턴을 분석한 후 이를 기 저장된 결함패턴 데이터베이스와 비교하여 결함진단 정보인 결합정보를 생성할 수 있다.That is, qualitative data is classified into items constituting defect patterns such as vibration component and direction, waveform, and sideband component, and then, after analyzing the defect pattern of each item, it is compared with a pre-stored defect pattern database to provide defect diagnosis information. It is possible to generate phosphorus binding information.
일반적으로는, 설비로부터 측정된 정량적인 진동 및 온도 데이터를 분석하여 설비의 현 상태를 파악한다. 그러나 본 발명은 정량적인 데이터와 정성적인 데이터까지 복합적으로 분석하는 기술로, 설비의 현 상태(이상유무)뿐만 아니라 설비에 발생한 결함까지 진단할 수 있는 효과를 가지는 것이다.In general, by analyzing quantitative vibration and temperature data measured from the equipment, the current state of the equipment is identified. However, the present invention is a technique for complexly analyzing quantitative data and qualitative data, and has the effect of diagnosing not only the current state of the equipment (abnormality) but also the defects occurring in the equipment.
결함진단모듈(20126)은 제1 결함분석모듈(20121)로부터 제1 결함정보, 제2 결함분석모듈(20125)로부터 제2 결함정보를 수신하며, 수신된 제1 결함정보와 제2 결함정보를 사용자단말(30)에 전달할 수 있다.The
다음으로, 사용자단말(30)은 어플리케이션을 포함하며, 진단부(20)로부터 전송되는 정보를 수신할 수 있다.Next, the
더욱 자세하게는, 결함진단모듈(20126)로부터 제1 결함정보와 제2 결함정보를 수신할 수 있다.In more detail, the first defect information and the second defect information may be received from the
이때, 사용자단말(30)은 무선연결(WIFI 또는 통신망(3G/4G) 등)이 가능한 모바일 타입(휴대폰, 패드, 태블릿 등)과 데스크탑 중 하나로 형성될 수 있다.In this case, the
상기와 같은 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템에 의하면, IEPE 진동센서를 포함함에 따라 최대 15kHz 주파수 대역을 갖는 설비데이터를 측정하는 것이 가능한 효과를 갖는다.According to the wireless facility management system for real-time data collection and analysis as described above, it is possible to measure facility data having a frequency band of up to 15 kHz by including the IEPE vibration sensor.
또한, 정량적 데이터 1개의 파라미터정보 및 정성적 데이터 19개의 파라미터정보, 즉, 최대 총 20개의 파라미터정보로 분류한 후 결함 패턴을 분석하므로 보다 자세하고 정밀한 결함 진단 및 예측이 가능한 효과를 갖는다.In addition, since the defect pattern is analyzed after classifying the quantitative data into one parameter information and the qualitative data 19 parameter information, that is, up to a total of 20 parameter information, more detailed and precise defect diagnosis and prediction are possible.
다음으로, 본 발명의 바람직한 실시예에 따른 무선 설비 관리 진단방법에 대하여 첨부한 도 9 내지 11을 기초로 이하에서 설명하기로 한다.Next, a method for diagnosing wireless facility management according to a preferred embodiment of the present invention will be described below based on the attached FIGS. 9 to 11 .
도 9는 본 발명의 실시예에 따른 무선 설비 관리 진단방법을 도시한 순서도, 도 10은 본 발명의 실시예에 따른 무선 설비 관리 진단방법의 위치데이터생성단계를 도시한 순서도, 도 11은 본 발명의 실시예에 따른 무선 설비 관리 진단방법의 결함데이터생성단계를 도시한 순서도이다.9 is a flowchart illustrating a wireless facility management diagnosis method according to an embodiment of the present invention, FIG. 10 is a flowchart illustrating a location data generation step of a wireless facility management diagnosis method according to an embodiment of the present invention, and FIG. 11 is the present invention is a flowchart illustrating a defect data generation step of a wireless facility management diagnosis method according to an embodiment of the present invention.
도 9 내지 11에 도시된 바와 같이, 본 발명의 실시예에 따른 무선 설비 관리 진단방법은 데이터측정단계(S100), 위치데이터생성단계(S200) 및 결함데이터생성단계(S300)를 포함할 수 있다.9 to 11, the wireless facility management diagnosis method according to an embodiment of the present invention may include a data measurement step (S100), a location data generation step (S200), and a defect data generation step (S300). .
먼저, 데이터측정단계(S100)는 설비데이터를 측정하는 단계로, 설비(M)에 부착된 센서(101)를 이용해 설비데이터를 측정할 수 있다.First, the data measuring step ( S100 ) is a step of measuring facility data, and the facility data may be measured using the
다음으로, 위치데이터생성단계(S200)는 데이터측정단계(S100) 이후, 센서(101)의 위치데이터정보를 생성할 수 있다.Next, the location data generation step ( S200 ) may generate location data information of the
이때, 위치데이터생성단계(S200)는 데이터측정단계(S210), 위치측정단계(S220) 및 정보제공단계(S230)를 포함할 수 있다.In this case, the location data generation step (S200) may include a data measurement step (S210), a location measurement step (S220), and an information providing step (S230).
데이터측정단계(S210)는 센서(101)의 데이터정보를 측정하는 단계로, 설비데이터의 데이터정보를 측정하여 설비(M)의 결함을 파악할 수 있다.The data measurement step ( S210 ) is a step of measuring data information of the
위치측정단계(S220)는 센서(101)의 위치정보를 측정하는 단계로, 센서의 위치정보를 측정하여 설비(M)에 부착된 센서(101)의 위치를 파악할 수 있다.The position measurement step ( S220 ) is a step of measuring the position information of the
정보제공단계(S230)는 데이터정보와 위치정보를 매칭하여 위치데이터정보를 사용자단말(30)에 제공하는 단계로, 이에 따라, 설비(M)의 어느 위치에 어떤 결함이 발생했는지 사용자가 용이하게 파악할 수 있다.The information providing step (S230) is a step of providing location data information to the
결함데이터생성단계(S300)는 데이터측정단계(S100) 이후, 설비데이터를 진단하여 결함데이터를 생성할 수 있다.The defect data generation step S300 may generate defect data by diagnosing equipment data after the data measurement step S100 .
이때, 결함데이터생성단계(S300)는 분류단계(S310), 제1 결함분석단계(S320), 파라미터분석단계(S330), 패턴분석단계(S340), 제2 결함분석단계(S350) 및 결함제공단계(S360)를 포함할 수 있다.At this time, the defect data generation step (S300) includes a classification step (S310), a first defect analysis step (S320), a parameter analysis step (S330), a pattern analysis step (S340), a second defect analysis step (S350), and a defect provision It may include a step (S360).
분류단계(S310)는 설비데이터를 정량적 데이터 및 정성적 데이터로 분류하는 단계로 구성될 수 있다.The classification step ( S310 ) may be configured as a step of classifying the facility data into quantitative data and qualitative data.
제1 결함분석단계(S320)는 정량적 데이터의 결함을 분석하는 단계로, 제1 결함정보를 생성할 수 있다.The first defect analysis step S320 is a step of analyzing defects in quantitative data, and first defect information may be generated.
파라미터분석단계(S330)는 정성적 데이터의 파라미터 값을 분석하여 파라미터정보를 생성하는 단계로 구성될 수 있다.The parameter analysis step S330 may be configured as a step of generating parameter information by analyzing parameter values of the qualitative data.
패턴분석단계(S340)는 파라미터정보의 패턴을 분석하여 패턴정보를 생성하는 단계로 구성될 수 있다.The pattern analysis step ( S340 ) may be configured as a step of generating pattern information by analyzing a pattern of parameter information.
제2 결함분석단계(S350)는 패턴정보를 결함패턴 데이터베이스와 비교하여 제2 결함정보를 생성하는 단계로 구성될 수 있다.The second defect analysis step S350 may be configured as a step of generating second defect information by comparing the pattern information with a defect pattern database.
결함제공단계(S360)는 제 1 결함정보와 제2 결함정보를 사용자단말에 전달하는 단계로 구성될 수 있다.The defect providing step ( S360 ) may consist of transmitting the first defect information and the second defect information to the user terminal.
이상에서 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의하여 다른 구체적인 형태로 실시할 수 있다는 것을 이해할 수 있을 것이다. 따라서 이상에서 기술한 실시예는 모든 면에서 예시적인 것이며 한정적이 아닌 것이다.Although the embodiments of the present invention have been described above with reference to the accompanying drawings, it will be understood that the present invention may be implemented in other specific forms by those of ordinary skill in the art. Accordingly, the embodiments described above are illustrative in all respects and not restrictive.
10: 센서부
101: 센서
102: 데이터처리장치
103: 제1 무선통신장치
20: 진단부
201: 서버
2010: 제2 무선통신장치
2011: 제1 정보생성모듈
20110: 데이터측정모듈
20111: 센서위치감지모듈
20112: 정보제공모듈
2012: 제2 정보생성모듈
20120: 데이터분류모듈
20121: 제1 결함분석모듈
20122: 파라미터분류모듈
20123: 패턴분석모듈
20124: 저장모듈
20125: 제2 결함분석모듈
20126: 결함진단모듈
30: 사용자단말10: sensor unit
101: sensor
102: data processing device
103: first wireless communication device
20: diagnostic unit
201: server
2010: 2nd wireless communication device
2011: 1st information generation module
20110: data measurement module
20111: Sensor position detection module
20112: Information provision module
2012: 2nd information generation module
20120: Data classification module
20121: First defect analysis module
20122: Parameter Classification Module
20123: Pattern Analysis Module
20124: storage module
20125: 2nd defect analysis module
20126: Fault diagnosis module
30: user terminal
Claims (10)
설비데이터를 수집하는 센서부;
상기 센서부로부터 전송되는 정보를 진단하는 진단부 및
상기 진단부로부터 전송되는 정보를 수신하는 사용자단말을 포함하며,
상기 센서부는,
설비에 부착되어 설비데이터를 측정하는 IEPE진동센서;
상기 IEPE진동센서에 전원을 공급하고, 상기 IEPE진동센서로부터 설비데이터를 수신하는 데이터처리장치;
상기 데이터처리장치로부터 설비데이터를 수신하고, 상기 설비데이터를 상기 진단부에 제공하는 제1 무선통신장치를 포함하고,
상기 데이터처리장치와 상기 제1 무선통신장치는 이더넷(Ethernet) 통신을 통해 연결되며,
상기 IEPE진동센서와 상기 데이터처리장치가 유선으로 연결되는 것을 특징으로 하는 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템.
A wireless facility management system for real-time data collection and analysis, comprising:
a sensor unit that collects facility data;
a diagnostic unit for diagnosing information transmitted from the sensor unit; and
and a user terminal for receiving information transmitted from the diagnosis unit,
The sensor unit,
IEPE vibration sensor attached to the equipment to measure equipment data;
a data processing device for supplying power to the IEPE vibration sensor and receiving equipment data from the IEPE vibration sensor;
a first wireless communication device that receives facility data from the data processing device and provides the facility data to the diagnosis unit;
The data processing device and the first wireless communication device are connected through Ethernet (Ethernet) communication,
The wireless facility management system for real-time data collection and analysis, characterized in that the IEPE vibration sensor and the data processing device are connected by wire.
상기 진단부는,
상기 제1 무선통신장치로부터 설비데이터를 수신받는 제2 무선통신장치를 포함하며, 상기 설비데이터를 분석하는 서버를 포함하고, 상기 제1 무선통신장치와 서버는 IEEE 802.11 통신을 통해 연결되는 것을 특징으로 하는 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템.
The method of claim 1,
The diagnostic unit,
a second wireless communication device receiving facility data from the first wireless communication device, and a server analyzing the facility data, wherein the first wireless communication device and the server are connected through IEEE 802.11 communication A wireless facility management system for real-time data collection and analysis.
상기 서버는,
상기 IEPE진동센서의 위치데이터정보를 생성하는 제1 정보생성모듈 및
상기 설비데이터를 수집하여 결함데이터를 생성하는 제2 정보생성모듈을 포함하는 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템.
5. The method of claim 4,
The server is
a first information generating module for generating position data information of the IEPE vibration sensor; and
A wireless facility management system for real-time data collection and analysis, comprising a second information generation module that collects the facility data and generates defect data.
상기 제1 정보생성모듈은,
상기 IEPE진동센서의 데이터정보를 측정하는 데이터측정모듈;
상기 IEPE진동센서의 위치정보를 측정하는 센서위치감지모듈 및
상기 데이터정보와 위치정보를 매칭하여 위치데이터정보를 생성하고, 상기 위치데이터정보를 상기 사용자단말에 전달하는 정보제공모듈을 포함하는 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템.
6. The method of claim 5,
The first information generating module,
a data measurement module for measuring data information of the IEPE vibration sensor;
A sensor position detection module for measuring the position information of the IEPE vibration sensor, and
and an information providing module for generating location data information by matching the data information and location information, and transmitting the location data information to the user terminal.
상기 제2 정보생성모듈은,
상기 설비데이터를 정량적 데이터 및 정성적 데이터로 분류하는 데이터분류모듈;
상기 정량적 데이터의 결함 여부를 분석하여 제1 결함정보를 생성하는 제1 결함분석모듈;
결함패턴 데이터베이스를 포함하는 저장모듈;
상기 정성적 데이터의 파라미터값을 분석하여 파라미터정보를 생성하는 파라미터분류모듈;
상기 파라미터정보의 패턴을 분석하여 패턴정보를 생성하는 패턴분석모듈;
상기 결함패턴 데이터베이스와 상기 패턴정보를 비교하여 제2 결함정보를 생성하는 제2 결함분석모듈 및
상기 제1 결함정보와 제2 결함정보를 상기 사용자단말에 전달하는 결함진단모듈을 포함하는 실시간 데이터 수집 분석을 위한 무선 설비 관리 시스템.
6. The method of claim 5,
The second information generating module,
a data classification module for classifying the facility data into quantitative data and qualitative data;
a first defect analysis module for generating first defect information by analyzing whether the quantitative data is defective;
a storage module including a defect pattern database;
a parameter classification module for generating parameter information by analyzing parameter values of the qualitative data;
a pattern analysis module for generating pattern information by analyzing the pattern of the parameter information;
a second defect analysis module for generating second defect information by comparing the defect pattern database with the pattern information; and
and a defect diagnosis module for transmitting the first defect information and the second defect information to the user terminal.
설비데이터를 실시간으로 수집하여 측정하는 데이터측정단계;
IEPE진동센서의 위치데이터정보를 생성하는 위치데이터생성단계 및
측정된 설비데이터의 결함데이터를 생성하는 결함데이터생성단계를 포함하되,
상기 위치데이터생성단계는,
상기 IEPE진동센서의 데이터정보를 측정하는 데이터측정단계;
상기 IEPE진동센서의 위치정보를 측정하는 위치측정단계 및
상기 데이터정보와 위치정보를 매칭하여 위치데이터정보를 사용자단말에 전달하는 정보제공단계를 포함하고,
상기 결함데이터생성단계는,
상기 설비데이터를 정량적 데이터 및 정성적 데이터로 분류하는 분류단계;
상기 정량적 데이터의 결함을 분석하여 제1 결함정보를 생성하는 제1 결함분석단계;
상기 정성적 데이터의 파라미터 값을 분석하여 파라미터 정보를 생성하는 파라미터분석단계;
상기 파라미터정보를 분석하여 패턴정보를 생성하는 패턴분석단계;
상기 패턴정보를 결함패턴 데이터베이스와 비교하여 제2 결함정보를 생성하는 제2 결함분석단계 및
상기 제1 결함정보와 제2 결함정보를 사용자단말에 전달하는 결함제공단계를 포함하는 무선 설비 관리 진단방법.A wireless facility management diagnosis method comprising:
A data measurement step of collecting and measuring equipment data in real time;
A location data generation step of generating location data information of the IEPE vibration sensor and
Including a defect data generation step of generating defect data of the measured equipment data,
The location data generation step includes:
a data measurement step of measuring data information of the IEPE vibration sensor;
A position measurement step of measuring the position information of the IEPE vibration sensor, and
Comprising an information providing step of matching the data information and the location information to deliver the location data information to the user terminal,
The defect data generation step includes:
a classification step of classifying the facility data into quantitative data and qualitative data;
a first defect analysis step of generating first defect information by analyzing the defects of the quantitative data;
a parameter analysis step of generating parameter information by analyzing parameter values of the qualitative data;
a pattern analysis step of analyzing the parameter information to generate pattern information;
a second defect analysis step of generating second defect information by comparing the pattern information with a defect pattern database; and
and a defect providing step of transmitting the first defect information and the second defect information to a user terminal.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190110244A KR102291163B1 (en) | 2019-09-05 | 2019-09-05 | Wireless machinery management system and method of diagnosis thereof |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190110244A KR102291163B1 (en) | 2019-09-05 | 2019-09-05 | Wireless machinery management system and method of diagnosis thereof |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20210029003A KR20210029003A (en) | 2021-03-15 |
| KR102291163B1 true KR102291163B1 (en) | 2021-08-19 |
Family
ID=75134607
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190110244A KR102291163B1 (en) | 2019-09-05 | 2019-09-05 | Wireless machinery management system and method of diagnosis thereof |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102291163B1 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114710478A (en) * | 2022-03-30 | 2022-07-05 | 爱动超越智能科技(青岛)有限责任公司 | Mechanical equipment operation monitoring system based on cloud platform |
| KR20230162418A (en) * | 2022-05-20 | 2023-11-28 | (주)아이티공간 | Smart motor control center with predictive maintenance function |
| KR102565270B1 (en) * | 2023-02-06 | 2023-08-10 | 주식회사 써니웨이브텍 | System and method for monitoring vibration using metal surface wave communication |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101652461B1 (en) * | 2016-06-17 | 2016-09-09 | 테크와이드 주식회사 | Prediction prognosis system for facilities using wireless sensor network |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102120753B1 (en) * | 2017-06-23 | 2020-06-09 | 퓨처메인 주식회사 | Prognostic method of tool life using vibration properties analysis |
| KR102120756B1 (en) * | 2017-06-23 | 2020-06-09 | 퓨처메인 주식회사 | Automatic diagnosis method for rotating machinery using real-time vibration analysis |
-
2019
- 2019-09-05 KR KR1020190110244A patent/KR102291163B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101652461B1 (en) * | 2016-06-17 | 2016-09-09 | 테크와이드 주식회사 | Prediction prognosis system for facilities using wireless sensor network |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20210029003A (en) | 2021-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102291163B1 (en) | Wireless machinery management system and method of diagnosis thereof | |
| US20210241544A1 (en) | Platform for analyzing health of heavy electric machine and analysis method using the same | |
| CN105809255B (en) | A kind of thermal power plant's rotating machinery health control method and system based on Internet of Things | |
| US6983207B2 (en) | Machine component monitoring, diagnosing and selling system | |
| CN104412091A (en) | Bearing monitoring method and system | |
| CN108871434B (en) | Online monitoring system and method for rotating equipment | |
| US8593138B2 (en) | Bearing residual life prediction method, bearing residual life diagnostic apparatus and bearing diagnostic system | |
| US20100102976A1 (en) | System and method for monitoring vibration of power transformer | |
| JP2007310611A (en) | System for monitoring and diagnosing equipment using bearing | |
| Palem | Condition-based maintenance using sensor arrays and telematics | |
| US20160033369A1 (en) | Monitoring of a first equipment of a first technical installation using benchmarking | |
| JP4236022B2 (en) | Monitoring, diagnosis and sales system for machine parts | |
| US20110316691A1 (en) | Flat-hierarchy system for condition-based monitoring of distributed equipment | |
| WO2010069318A1 (en) | Wear-out pattern recognition | |
| US20220308572A1 (en) | System and method for determining a health condition and an anomaly of an equipment using one or more sensors | |
| CN104748992A (en) | Device and method for monitoring and evaluating state of rotating machine | |
| KR101399488B1 (en) | System for diagnosing defect of journal bearing | |
| US20180204095A1 (en) | Systems and methods to evaluate and reduce outages in power plants | |
| CN115238925B (en) | Motor equipment supervision method and system | |
| CN203950175U (en) | The remote monitoring and diagnosis that a kind of concrete product is mechanical and early warning system | |
| CN116595657A (en) | Engine quality prediction system | |
| JP6755653B2 (en) | Information processing system and information processing method | |
| CN114709923A (en) | Intelligent fault judgment method for power Internet of things | |
| CN114062923A (en) | Motor fault online advanced early warning system based on current magnetic signal and higher harmonic diagnosis technology | |
| Majiwala et al. | Development of Decision Support System (DSS) Framework for Predictive Maintenance of Rolling Element Bearing in the Emerging Era of Industry 4.0 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E90F | Notification of reason for final refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |