KR102368396B1 - K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법 - Google Patents

K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법 Download PDF

Info

Publication number
KR102368396B1
KR102368396B1 KR1020210159561A KR20210159561A KR102368396B1 KR 102368396 B1 KR102368396 B1 KR 102368396B1 KR 1020210159561 A KR1020210159561 A KR 1020210159561A KR 20210159561 A KR20210159561 A KR 20210159561A KR 102368396 B1 KR102368396 B1 KR 102368396B1
Authority
KR
South Korea
Prior art keywords
signal
internal combustion
combustion engine
cluster
input
Prior art date
Application number
KR1020210159561A
Other languages
English (en)
Inventor
변성훈
김시문
박철수
추연성
심기찬
Original Assignee
한국해양과학기술원
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 한국해양과학기술원 filed Critical 한국해양과학기술원
Priority to KR1020210159561A priority Critical patent/KR102368396B1/ko
Application granted granted Critical
Publication of KR102368396B1 publication Critical patent/KR102368396B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1497—With detection of the mechanical response of the engine
    • F02D41/1498—With detection of the mechanical response of the engine measuring engine roughness
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

본 발명은 주기변동 랜덤신호(period-varying random signal)의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법에 관한 것으로, 본 발명에 따르면, 주기성을 가지나 그 주기가 일정하게 유지되지 않고 시간에 따라 임의적으로 변화함으로 인해 수집된 신호의 주기 및 이벤트 신호를 확인하기 어려웠던 주기변동 랜덤신호의 문제점을 해결하기 위해, K-평균 군집화 알고리즘(K-means clustering algorithm)을 이용하여 군집화를 수행하고 기준군집을 선정하여 주기를 추정하는 것에 의해 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법이 제공되며, 또한, 본 발명에 따르면, 그러한 정렬방법을 이용하여, 주기적인 실린더(피스톤) 운동으로 주기성을 가지나 기계적인 특성에 의해 주기가 일정하지 않고 변화하는 내연기관의 진동신호로부터 사이클 단위로 주요 신호성분(이벤트)을 분리하고 기준군집을 식별하여 사이클 길이를 추정하고 정상상태의 데이터와 비교하는 것에 의해 진동신호에 기반하여 내연기관의 고장이나 이상발생을 정확하게 진단할 수 있도록 구성되는 내연기관의 이상진단 시스템 및 방법이 제공된다.

Description

K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법{Method for aligning of period-varying random signal using K-means clustering algorithm and system and method for fault diagnosis of internal combustion engine using thereof}
본 발명은 주기적으로 반복되나 시간에 따라 주기가 임의적으로 변화하는 주기변동 랜덤신호(period-varying random signal)의 정렬방법에 관한 것으로, 더 상세하게는, 예를 들면, 엔진 등과 같이, 다양한 기계시스템의 건전성을 모니터링 하기 위해 측정되는 진동신호들은 주기적인 실린더 왕복 또는 프로펠러 회전으로 인하여 주기성을 가지나 기계의 작동특성으로 주기가 일정하게 유지되지 않고 시간에 따라 조금씩 임의적으로 변화하는 특성을 나타내며, 그로 인해, 타코미터를 이용하여 왕복(회전)에 동기를 맞추고 신호를 수집한 경우가 아니면 수집된 신호의 주기를 정확하게 파악하기 어렵고 다양한 이벤트 신호들의 시간에 따른 변화를 확인하는 데에 어려움이 있었던 주기변동 신호의 문제점을 해결하기 위해, 신호가 일정한 임계값 이하로 작아지는 경우 신호의 값을 0으로 치환하게 되면 남은 신호가 군집화되는 원리에 착안하여, K-평균 군집화 알고리즘(K-means clustering algorithm)을 이용하여 군집화를 수행하고, 각 군집의 파형은 각 사이클마다 랜덤하나 평균전력은 유사하게 유지되는 점을 이용하여, 기준이 되는 군집을 선정한 후 기준군집 사이의 간격을 측정하여 주기를 추정하는 것에 의해, 주기변동 신호의 주기를 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법에 관한 것이다.
또한, 본 발명은, 상기한 바와 같이 주기변동 신호의 주기를 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여, 예를 들면, 선박이나 자동차의 엔진 등과 같이, 주기적인 실린더(피스톤) 운동으로 주기성을 가지나 기계적인 특성에 의해 주기가 일정하지 않고 변화하는 내연기관의 진동신호로부터 K-Means 알고리즘을 이용하여 사이클 단위로 주요 신호성분(이벤트)을 분리하여 신호군집을 추출하고, 기준군집을 식별하여 사이클 길이를 추정하며, 공칭(nominal) RPM 및 미리 측정된 정상상태의 RPM 데이터와 비교 검증하는 것에 의해 분리된 군집신호의 특징을 이용하여 기관 동작상태의 차이를 확인할 수 있도록 구성됨으로써, 진동신호에 기반하여 엔진과 같은 내연기관의 고장이나 이상발생을 비교적 간단한 구성 및 저렴한 비용으로 정확하게 진단할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법에 관한 것이다.
일반적으로, 엔진(engine)은 열에너지를 기계적인 에너지로 변환하는 기계장치로서, 크게 나누어, 엔진의 외부에서 열을 발생시키는 외연기관과, 내부에서 연료를 연소시키는 내연기관으로 나누어진다.
또한, 내연기관 중 피스톤 기관은 실린더 내부에 연료를 주입하고 연소 및 폭발에 의한 팽창가스의 압력으로 주기적인 피스톤 운동을 발생하여 동력을 생성하도록 구성되어 있으며, 종래의 증기기관에서 최근의 휘발유 기관 및 디젤 기관 등으로 개발이 진행되어 현재 자동차나 선박 등 대부분의 엔진에 피스톤 방식의 내연기관이 적용되고 있다.
아울러, 이러한 내연기관은 기계장치를 구동하기 위한 동력을 생성하는 핵심적인 구성요소이므로, 해당 장치의 안정적인 동작을 위하여는 엔진에 고장이나 이상이 발생하지 않도록 미리 관리하는 것이 중요하다.
여기서, 상기한 바와 같이 엔진과 같은 내연기관의 고장이나 이상 여부를 진단하기 위한 장치 및 방법에 대한 종래기술의 예로는, 먼저, 예를 들면, 한국 등록특허공보 제10-2250296호에 제시된 바와 같은 "다기통 내연기관의 기통 편차 모니터링장치 및 그 방법"이 있다.
더 상세하게는, 상기한 한국 등록특허공보 제10-2250296호는, 엔진 회전수 러프니스 및 람다값을 이용하여 각 기통의 편차를 모니터링하여 각 기통의 고장여부를 진단하는 진단부; 및 진단부에 차량 및 엔진의 정보를 전송함과 더불어 진단부에 의해 진단된 각 기통의 편차에 따라 각 기통의 점화를 제어하는 제어부를 포함하고, 상기 진단부는 각 기통의 엔진 회전수 러프니스 및 각 기통의 람다값을 통해 각 기통의 엔진 회전수 러프니스의 편차 및 각 기통의 람다값의 편차를 산출하고, 각 기통의 엔진 회전수 러프니스의 편차가 설정치에 도달할 때까지 각 기통의 인젝터에서 분사되는 연료량을 감소시키며, 각 기통의 람다값의 편차를 기준치와 비교하여 각 기통의 정상연소 또는 비정상연소를 판단하여 각 기통의 고장여부를 진단하도록 구성됨으로써, 엔진 회전수 러프니스 및 람다값을 이용하여 각 기통의 편차를 정밀하고 신속하게 모니터링하는 동시에 각 기통의 고장여부를 진단할 수 있고, 모니터링된 편차에 대응하여 연료량을 보정하는 것에 의해 차량의 연비 및 성능을 향상시키고 배출가스를 저감할 수 있도록 구성되는 다기통 내연기관의 기통 편차 모니터링장치 및 방법에 관한 것이다.
또한, 상기한 바와 같이 엔진과 같은 내연기관의 고장이나 이상 여부를 진단하기 위한 장치 및 방법에 대한 종래기술의 다른 예로는, 예를 들면, 한국 등록특허공보 제10-2012337호에 제시된 바와 같은 "내연 기관의 고장 진단 장치 및 방법"이 있다.
더 상세하게는, 상기한 한국 등록특허공보 제10-2012337호는, 제 1 인젝터를 통해 실린더로 연료가 분사되는 제 1 인젝션 모드 또는 제 2 인젝터를 통해 실린더로 연료가 분사되는 제 2 인젝션 모드에 따라 동작하며, 제 1 인젝션 모드 또는 제 2 인젝션 모드에 따라 실린더로 분사되는 연료를 점화코일 및 점화플러그를 통해 점화시키는 내연기관; 및 제 1 인젝션 모드 또는 제 2 인젝션 모드에 따른 내연기관의 동작을 제어하며 제 1 인젝션 모드 및 제 2 인젝션 모드간의 변경에 따라 실린더의 실화가 감지되는지 여부에 기초하여 내연기관의 고장을 진단하는 제어부를 포함하고, 상기 제어부는, 실린더의 실화가 최초 감지된 경우 점화코일의 고장여부를 우선 진단하고, 그 진단결과 점화코일이 정상인 것으로 진단된 경우 제 1 인젝터, 제 2 인젝터 및 점화플러그 중 어느 하나의 고장을 진단하는 것에 의해, 듀얼 인젝션 시스템이 적용된 스파크 점화방식 내연기관을 구성하는 각 부품의 고장을 소정의 진단 로직만을 통해 통합적으로 진단할 수 있도록 구성되는 내연기관의 고장 진단장치 및 방법에 관한 것이다.
상기한 바와 같이, 종래, 엔진과 같은 내연기관의 고장이나 이상 여부를 진단하기 위해 다양한 장치 및 방법들이 제시된 바 있으나, 상기한 바와 같은 종래기술의 내용들은 다음과 같은 한계가 있는 것이었다.
즉, 상기한 바와 같은 종래기술의 고장 진단장치 및 방법들은 엔진과 같은 내연기관의 이상동작이나 고장 여부를 판단하기 위해 엔진 회전수 러프니스 및 람다값을 이용하여 각 기통의 편차를 모니터링하거나, 실린더의 실화가 감지되는지의 여부를 판단하기 위한 별도의 측정수단 또는 감지장치를 구비하여야 하고, 그로 인해, 전체적인 시스템의 구성이 복잡해지는 문제가 있었다.
여기서, 일반적으로, 엔진과 같은 내연기관은 실린더 내부의 연소 폭발에 따른 피스톤 운동에 의해 동력을 생성하며, 이러한 피스톤 운동의 주기(cycle)에 따라 주기적인 진동신호가 발생하게 되므로, 이러한 진동신호를 분석하여 정상상태의 경우와 비교하는 것에 의해 엔진의 이상동작이나 고장 여부를 판별할 수 있다면 보다 간단한 구성으로 정확한 진단이 가능할 것으로 기대되나, 종래, 이와 같이 진동신호의 분석을 통해 내연기관의 이상여부를 진단할 수 있는 장치나 방법에 대하여는 제시된 바 없었다.
더욱이, 진동신호를 분석하여 내연기관의 이상여부를 진단하기 위하여는 진동신호 데이터를 사이클 단위로 분리하여 진단에 필요한 주요 신호성분을 분리하는 것이 요구되나, 일반적으로, 엔진과 같은 내연기관에서 발생되는 진동신호들은 주기적인 실린더 왕복 또는 프로펠러 회전으로 인하여 주기성을 가지나 기계의 작동특성으로 인해 그 주기가 일정하게 유지되지 않고 시간에 따라 조금씩 임의적으로 변화하는 특성을 나타내므로, 타코미터를 이용하여 왕복(회전)에 동기를 맞추고 신호를 수집한 경우가 아니면 수집된 신호의 주기를 정확하게 파악하기 어렵고, 다양한 이벤트 신호들의 시간에 따른 변화를 확인하기 어려운 문제도 있었다.
따라서 상기한 바와 같은 종래기술의 진동신호 분석 및 내연기관 진단장치 및 방법들의 한계를 해결하기 위하여는, 주기적으로 반복되지만 시간에 따라 주기가 임의적으로 조금씩 변화하는 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 진동신호의 분석방법 및 그러한 진동신호 분석방법을 이용하여 엔진과 같은 내연기관의 이상여부를 보다 간단한 구성 및 저렴한 비용으로 정확하게 진단할 수 있도록 구성되는 새로운 구성의 내연기관 이상여부 진단장치 및 방법을 제시하는 것이 바람직하나, 아직까지 그러한 요구를 모두 만족시키는 장치나 방법은 제시되지 못하고 있는 실정이다.
한국 등록특허공보 제10-2250296호 (2021.05.03.) 한국 등록특허공보 제10-2012337호 (2019.08.13.)
본 발명은 상기한 바와 같은 종래기술의 문제점을 해결하고자 하는 것으로, 따라서 본 발명의 목적은, 주기적인 실린더 왕복 또는 프로펠러 회전으로 인하여 주기성을 가지나 기계의 작동특성으로 인해 주기가 일정하게 유지되지 않고 시간에 따라 조금씩 임의적으로 변화하는 특성을 가지는 주기변동 신호의 주기를 정확히 파악하고 이벤트 신호를 추출하기 위해, 신호가 일정한 임계값 이하로 작아지는 경우 신호의 값을 0으로 치환하게 되면 남은 신호가 군집화되는 원리에 착안하여, K-평균 군집화 알고리즘(K-means clustering algorithm)을 이용하여 군집화를 수행하고, 각 군집의 파형은 각 사이클마다 랜덤하나 평균전력은 유사하게 유지되는 점을 이용하여, 기준이 되는 군집을 선정한 후 기준군집 사이의 간격을 측정하여 주기를 추정하도록 구성됨으로써, 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법을 제시하고자 하는 것이다.
또한, 본 발명의 다른 목적은, 상기한 바와 같이 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여, 예를 들면, 선박이나 자동차의 엔진 등과 같이, 주기적인 실린더(피스톤) 운동으로 주기성을 가지나 기계적인 특성에 의해 주기가 일정하지 않고 변화하는 내연기관의 진동신호로부터 K-Means 알고리즘을 이용하여 사이클 단위로 주요 신호성분(이벤트)을 분리하여 신호군집을 추출하고, 기준군집을 식별하여 사이클 길이를 추정하며, 공칭(nominal) RPM 및 미리 측정된 RPM 데이터와 비교 검증하는 것에 의해 분리된 군집신호의 특징을 이용하여 기관 동작상태의 차이를 확인할 수 있도록 구성됨으로써, 진동신호에 기반하여 내연기관의 고장이나 이상발생을 비교적 간단한 구성 및 저렴한 비용으로 정확하게 진단할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법을 제시하고자 하는 것이다.
상기한 바와 같은 목적을 달성하기 위해, 본 발명에 따르면, K-평균 군집화 알고리즘(K-means clustering algorithm)을 이용하여 주기변동 랜덤신호(period-varying random signal)의 주기를 추정하고 이벤트 신호를 추출하는 처리가 컴퓨터나 전용의 하드웨어에 의해 수행되도록 구성되는 주기변동 랜덤신호의 정렬방법에 있어서, 상기 처리는, 진동신호가 입력되는 처리가 수행되는 진동신호 입력단계; 상기 진동신호 입력단계에서 입력된 상기 진동신호에 대하여 초기화 처리가 수행되는 초기화(Initialization) 단계; 상기 초기화 단계의 처리결과에 근거하여 반복연산을 수행하는 처리가 수행되는 반복연산(Iteration) 단계; 및 상기 반복연산 단계의 처리결과에 근거하여 상기 진동신호의 주기를 추정하고 미리 설정된 이벤트 신호를 추출하여 출력하는 처리가 수행되는 출력단계를 포함하여 구성되는 것을 특징으로 하는 주기변동 랜덤신호의 정렬방법이 제공된다.
여기서, 상기 진동신호 입력단계는, 엔진을 포함하는 내연기관의 동작에 따른 진동신호를 별도의 측정센서를 통해 직접 측정하거나, 또는, 실시간으로 측정되거나 미리 측정된 진동신호를 별도의 입력수단을 통해 입력받는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 초기화 단계는, 진동신호의 첫번째 인덱스와 공칭회전수(nominal RPM)를 이용하여 초기 시작값(initial starting index)(i0 = 0)과 초기 주기길이(initial cycle length)(M0)를 각각 설정하는 단계; 입력되는 진동신호 중 설정된 상기 초기 주기길이에 해당하는 신호를 입력받는 단계; 미리 설정된 임계값에 근거하여, 상기 임계값 보다 작은 신호를 0으로 치환하는 단계; K-Means 알고리즘을 이용하여, 임의의 초기 중심값(initial centroid)을 이용한 군집화를 통해 N개의 클러스터와 중심위치(centroid location)를 산출하는 단계; 미리 정해진 조건에 근거하여 기준군집(target cluster)을 선택하고 주기 시작값(cycle starting index)을 갱신하는 단계; 및 상기 갱신하는 단계의 처리결과에 근거하여 상기 초기 중심값을 갱신하는 단계를 포함하여 구성되는 것을 특징으로 한다.
아울러, 상기 갱신하는 단계는, 각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp), 이하의 수학식을 이용하여 상기 초기 시작값(i0)을 산출하며,
Figure 112021133333407-pat00001
선정된 상기 기준군집의 첫번째(1st) 모멘트 중심으로 상기 초기 중심값(initial centroid)을 업데이트(c0 = c1)하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
더욱이, 상기 반복연산 단계는, 상기 초기화 단계에서 설정된 주기 시작값(i0)으로부터 설정된 상기 주기길이에 해당하는 데이터가 입력되는지를 확인하여 상기 주기길이에 해당하는 데이터를 입력받는 단계; 미리 설정된 임계값에 근거하여 입력신호에서 상기 임계값 보다 작은 신호를 0으로 치환하는 단계; K-Means 알고리즘을 이용하여, 상기 초기화 단계의 처리결과로 산출된 중심값을 이용한 군집화를 통해 N개의 클러스터와 중심위치(centroid location)를 산출하는 단계; 미리 정해진 조건에 근거하여 기준군집(target cluster)및 주기 시작값(cycle starting index)을 각각 산출하고 상기 주기길이와 상기 초기 중심값 및 상기 주기 시작값을 갱신하는 단계를 포함하여 구성되고, 입력된 데이터가 모두 처리될 때까지 상기 반복연산 단계의 처리가 반복 수행되도록 구성되는 것을 특징으로 한다.
여기서, 상기 갱신하는 단계는, 각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp), 이하의 수학식을 이용하여 상기 주기 시작값(i1)을 산출하고 업데이트하며(i0 = i1),
Figure 112021133333407-pat00002
산출된 상기 주기 시작값에 근거하여 상기 주기길이를 업데이트하고(M0 = M0 + i1 - i0), 상기 기준군집의 첫번째(1st) 모멘트 중심을 첫번째 인덱스로 선정하여 상기 초기 중심값(initial centroid)을 업데이트(c0 = c1) 하는 처리가 각각 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 출력단계는, 상기 진동신호의 주기를 추정하고 이벤트 신호를 추출하여 출력하는 동시에, 상기 진동신호 입력단계에서 입력되는 입력신호와, 상기 초기화 단계 및 상기 반복연산 단계를 통해 수행되는 처리과정 및 처리결과를 포함하는 각종 데이터를 사용자의 요청에 따라 별도의 표시수단이나 출력수단을 통해 선택적으로 출력하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
아울러, 본 발명에 따르면, 내연기관의 이상진단 시스템에 있어서, 내연기관으로부터 측정된 진동신호가 입력되는 처리가 수행되도록 이루어지는 진동신호 수신부; 상기 진동신호 수신부에 입력된 진동신호에 근거하여 상기 내연기관의 이상여부를 판단하는 처리가 수행되도록 이루어지는 이상진단부; 상기 이상진단부의 진단결과 고장이나 이상이 발생한 것으로 판단되면 경고나 알람(alarm)을 발생하고 미리 정해진 연락처에 해당 사실을 전달하여 유지보수를 요청하는 처리가 수행되는 이상발생 알림부; 및 상기 시스템의 전체적인 동작을 제어하는 처리가 수행되도록 이루어지는 제어부를 포함하여 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템이 제공된다.
여기서, 상기 진동신호 수신부는, 상기 내연기관의 동작에 따른 진동신호를 센서를 통해 직접 측정하거나, 또는, 실시간으로 측정되거나 미리 측정된 진동신호를 별도의 입력수단을 통해 입력받는 처리가 수행되도록 구성되는 것을 특징으로 한다.
더욱이, 상기 이상진단부는, 진동신호가 입력되는 처리가 수행되는 진동신호 입력단계; 상기 진동신호 입력단계에서 입력된 상기 진동신호에 대하여 초기화 처리가 수행되는 초기화(Initialization) 단계; 상기 초기화 단계의 처리결과에 근거하여 반복연산을 수행하는 처리가 수행되는 반복연산(Iteration) 단계; 및 상기 반복연산 단계의 처리결과에 근거하여 상기 진동신호의 주기를 추정하고 미리 설정된 이벤트 신호를 추출하는 처리가 수행되는 추출단계; 및 상기 내연기관에 대한 공칭(nominal) RPM 데이터 또는 미리 측정된 정상상태의 RPM 데이터를 포함하여 미리 정해진 기준 데이터와 상기 추출단계에서 분리된 이벤트 신호를 비교하여 두 값의 차이가 미리 정해진 기준범위나 임계값을 벗어날 경우 해당 부분에 고장이나 이상이 발생한 것으로 판단하는 처리가 수행되는 진단단계를 포함하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 초기화 단계는, 진동신호의 첫번째 인덱스와 공칭회전수(nominal RPM)를 이용하여 초기 시작값(initial starting index)(i0 = 0)과 초기 주기길이(initial cycle length)(M0)를 각각 설정하는 단계; 입력되는 진동신호 중 설정된 상기 초기 주기길이에 해당하는 신호를 입력받는 단계; 미리 설정된 임계값에 근거하여, 상기 임계값 보다 작은 신호를 0으로 치환하는 단계; K-Means 알고리즘을 이용하여, 임의의 초기 중심값(initial centroid)을 이용한 군집화를 통해 N개의 클러스터와 중심위치(centroid location)를 산출하는 단계; 미리 정해진 조건에 근거하여 기준군집(target cluster)을 선택하고 주기 시작값(cycle starting index)을 갱신하는 단계; 및 상기 갱신하는 단계의 처리결과에 근거하여 상기 초기 중심값을 갱신하는 단계를 포함하여 구성되는 것을 특징으로 한다.
여기서, 상기 갱신하는 단계는, 각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp), 이하의 수학식을 이용하여 상기 초기 시작값(i0)을 산출하며,
Figure 112021133333407-pat00003
선정된 상기 기준군집의 첫번째(1st) 모멘트 중심으로 상기 초기 중심값(initial centroid)을 업데이트(c0 = c1)하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
아울러, 상기 반복연산 단계는, 상기 초기화 단계에서 설정된 주기 시작값(i0)으로부터 설정된 상기 주기길이에 해당하는 데이터가 입력되는지를 확인하여 상기 주기길이에 해당하는 데이터를 입력받는 단계; 미리 설정된 임계값에 근거하여 입력신호에서 상기 임계값 보다 작은 신호를 0으로 치환하는 단계; K-Means 알고리즘을 이용하여, 상기 초기화 단계의 처리결과로 산출된 중심값을 이용한 군집화를 통해 N개의 클러스터와 중심위치(centroid location)를 산출하는 단계; 미리 정해진 조건에 근거하여 기준군집(target cluster)및 주기 시작값(cycle starting index)을 각각 산출하고 상기 주기길이와 상기 초기 중심값 및 상기 주기 시작값을 갱신하는 단계를 포함하여 구성되고, 입력된 데이터가 모두 처리될 때까지 상기 반복연산 단계의 처리가 반복 수행되도록 구성되는 것을 특징으로 한다.
여기서, 상기 갱신하는 단계는, 각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp), 이하의 수학식을 이용하여 상기 주기 시작값(i1)을 산출하고 업데이트하며(i0 = i1),
Figure 112021133333407-pat00004
산출된 상기 주기 시작값에 근거하여 상기 주기길이를 업데이트하고(M0 = M0 + i1 - i0), 상기 기준군집의 첫번째(1st) 모멘트 중심을 첫번째 인덱스로 선정하여 상기 초기 중심값(initial centroid)을 업데이트(c0 = c1) 하는 처리가 각각 수행되도록 구성되는 것을 특징으로 한다.
더욱이, 상기 이상발생 알림부는, 상기 이상진단부에 의해 이상발생으로 판단되면 이상상태 발생에 대한 알림을 표시하고, 경고를 발생하는 동시에, 담당자나 관리자 및 담당부서나 관계기관을 포함하는 미리 정해진 연락처에 해당 사실을 전달하여 유지보수를 요청하는 처리가 수행되도록 구성되는 것을 특징으로 한다.
또한, 상기 이상진단 시스템은, 상기 이상진단 시스템의 현재 동작과 상태 및 처리결과를 포함하는 각종 정보를 표시하기 위한 모니터나 디스플레이를 포함하는 표시수단; 및 외부 기기와 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 주고받기 위한 통신수단을 더 포함하여 구성되는 것을 특징으로 한다.
아울러, 상기 이상진단 시스템은, 상기 이상진단 시스템을 각각의 설비별 또는 지역별로 다수개 설치하고, 각각의 상기 이상진단 시스템을 통해 구축된 모니터링 데이터를 중앙의 서버로 전송하도록 구성되는 것을 특징으로 한다.
더욱이, 본 발명에 따르면, 내연기관의 이상진단 방법에 있어서, 내연기관의 이상진단을 위한 진단시스템을 구현하는 처리가 수행되는 시스템 구축단계; 및 상기 진단시스템을 이용하여 내연기관에 대한 모니터링을 수행하고 이상발생을 판단하는 처리가 수행되는 모니터링단계를 포함하여 구성되고, 상기 진단시스템은, 상기에 기재된 내연기관의 이상진단 시스템을 이용하여 내연기관에 대한 모니터링을 수행하고 이상발생을 판단하도록 구성되는 것을 특징으로 하는 내연기관의 이상진단방법이 제공된다.
또한, 본 발명에 따르면, 내연기관 모니터링 시스템에 있어서, 각각의 설비나 지역별로 설치되어 있는 복수의 내연기관 진단시스템; 각각의 상기 내연기관 진단시스템으로부터 모니터링 정보를 각각 수신하여 내연기관의 운영에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 구성되는 관제서버; 및 사용자가 원하는 정보를 상기 내연기관 진단시스템이나 상기 관제서버에 요청하고 전달받기 위한 사용자 단말기를 포함하여 구성되고, 상기 내연기관 진단시스템은, 상기에 기재된 내연기관의 이상진단 시스템을 이용하여 구성되는 것을 특징으로 하는 내연기관 모니터링 시스템이 제공된다.
여기서, 상기 사용자 단말기는, PC를 포함하는 정보처리장치를 이용하여 구성되거나, 또는, 스마트폰이나 태블릿 PC, 또는, 노트북을 포함하는 개인이 휴대 가능한 정보통신 단말기에 전용의 어플리케이션을 설치하여 구성되는 것을 특징으로 한다.
상기한 바와 같이, 본 발명에 따르면, K-평균 군집화 알고리즘을 이용하여 군집화를 수행하고 기준이 되는 군집을 선정한 후 기준군집 사이의 간격을 측정하여 주기를 추정하는 것에 의해 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법이 제공됨으로써, 주기적인 실린더 왕복 또는 프로펠러 회전으로 인하여 주기성을 가지나 기계의 작동특성으로 인해 주기가 일정하게 유지되지 않고 시간에 따라 조금씩 임의적으로 변화하는 특성을 가지는 주기변동 신호의 주기를 정확히 파악하고 이벤트 신호를 추출할 수 있다.
또한, 본 발명에 따르면, 상기한 바와 같이 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여, 주기성을 가지나 기계적인 특성에 의해 주기가 일정하지 않고 변화하는 내연기관의 진동신호로부터 K-Means 알고리즘을 이용하여 사이클 단위로 주요 신호성분(이벤트)을 분리하여 신호군집을 추출하고 기준군집을 식별하여 사이클 길이를 추정하며, 공칭(nominal) RPM 및 미리 측정된 정상상태의 RPM 데이터와 비교 검증하여 동작상태의 차이를 확인하도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법이 제공됨으로써, 진동신호에 기반하여 내연기관의 고장이나 이상발생을 비교적 간단한 구성 및 저렴한 비용으로 정확하게 진단할 수 있다.
도 1은 선박에서 사용되는 발전기의 진동신호를 공칭회전수(nominal RPM) 정보를 이용하여 사이클 단위로 분리하여 나타낸 도면이다.
도 2는 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법의 주기 추정 알고리즘의 전체적인 처리 흐름을 개략적으로 나타내는 플로차트이다.
도 3은 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법의 주기 추정 알고리즘을 실행시키기 위한 의사코드(pseudo code)를 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법의 전체적인 구성을 개략적으로 나타내는 플로차트이다.
도 5는 본 발명의 실시예에 적용된 주기 추정 알고리즘에 따라 정렬된 진동신호를 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여 추정된 사이클 길이(실선)를 공칭회전수(점선)와 비교한 결과를 나타내는 도면이다.
도 7은 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용한 내연기관 이상진단 시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 8은 기준군집을 통해 주기를 추정하는 처리과정을 개략적으로 나타내는 개념도이다.
도 9는 실루엣 다이어그램을 이용하여 클러스터 개수를 선정하는 처리과정을 개략적으로 나타내는 도면이다.
도 10은 분리된 신호성분을 정상상태의 데이터와 비교하여 고장 및 이상발생을 진단하는 처리과정을 개략적으로 나타내는 도면이다.
도 11은 도 7에 나타낸 본 발명의 실시예에 따른 내연기관의 이상진단 시스템을 이용한 내연기관 모니터링 시스템의 전체적인 구성을 개략적으로 나타내는 블록도이다.
이하, 첨부된 도면을 참조하여, 본 발명에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법의 구체적인 실시예에 대하여 설명한다.
여기서, 이하에 설명하는 내용은 본 발명을 실시하기 위한 하나의 실시예일 뿐이며, 본 발명은 이하에 설명하는 실시예의 내용으로만 한정되는 것은 아니라는 사실에 유념해야 한다.
또한, 이하의 본 발명의 실시예에 대한 설명에 있어서, 종래기술의 내용과 동일 또는 유사하거나 당업자의 수준에서 용이하게 이해하고 실시할 수 있다고 판단되는 부분에 대하여는, 설명을 간략히 하기 위해 그 상세한 설명을 생략하였음에 유념해야 한다.
즉, 본 발명은, 후술하는 바와 같이, 주기적인 실린더 왕복 또는 프로펠러 회전으로 인하여 주기성을 가지나 기계의 작동특성으로 인해 주기가 일정하게 유지되지 않고 시간에 따라 조금씩 임의적으로 변화하는 특성을 가지는 주기변동 신호의 주기를 정확히 파악하고 이벤트 신호를 추출하기 위해, 신호가 일정한 임계값 이하로 작아지는 경우 신호의 값을 0으로 치환하게 되면 남은 신호가 군집화되는 원리에 착안하여, K-평균 군집화 알고리즘(K-means clustering algorithm)을 이용하여 군집화를 수행하고, 각 군집의 파형은 각 사이클마다 랜덤하나 평균전력은 유사하게 유지되는 점을 이용하여, 기준이 되는 군집을 선정한 후 기준군집 사이의 간격을 측정하여 주기를 추정하도록 구성됨으로써, 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법에 관한 것이다.
아울러, 본 발명은, 후술하는 바와 같이, 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여, 예를 들면, 선박이나 자동차의 엔진 등과 같이, 주기적인 실린더(피스톤) 운동으로 주기성을 가지나 기계적인 특성에 의해 주기가 일정하지 않고 변화하는 내연기관의 진동신호로부터 K-Means 알고리즘을 이용하여 사이클 단위로 주요 신호성분(이벤트)을 분리하여 신호군집을 추출하고, 기준군집을 식별하여 사이클 길이를 추정하며, 공칭(nominal) RPM 및 미리 측정된 RPM 데이터와 비교 검증하는 것에 의해 분리된 군집신호의 특징을 이용하여 기관 동작상태의 차이를 확인할 수 있도록 구성됨으로써, 진동신호에 기반하여 내연기관의 고장이나 이상발생을 비교적 간단한 구성 및 저렴한 비용으로 정확하게 진단할 수 있도록 구성되는 내연기관의 이상진단 시스템 및 방법에 관한 것이다.
계속해서, 도면을 참조하여, 본 발명에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법의 구체적인 내용에 대하여 설명한다.
먼저, 도 1을 참조하면, 도 1은 선박에서 사용되는 발전기의 진동신호를 공칭회전수(nominal RPM) 정보를 이용하여 사이클 단위로 분리하여 나타낸 도면이다.
도 1에 나타낸 바와 같이, 공칭회전수에 의한 사이클 길이는 실제 사이클 길이와 차이가 존재하므로, 각 신호군집의 위치가 일정하지 않고 변화하는 것을 확인할 수 있다.
즉, 최근, 다양한 기계시스템의 진동신호로부터 시스템의 건전성을 모니터링하기 위한 기술에 대한 연구가 활발히 진행되고 있으나, 이와 같이 건전성 모니터링을 위해 측정되는 진동신호들은 많은 경우 주기적인 실린더 왕복 또는 프로펠러 회전으로 인하여 주기성을 가지지만 기계의 작동특성으로 인해 그 주기가 일정하게 유지되지 않고 시간에 따라 조금씩 임의적으로 변화하는 특성을 가진다.
따라서 타코미터를 이용하여 왕복(회전)에 동기를 맞추고 신호를 수집한 경우가 아니면 수집된 신호의 주기를 정확하게 파악하기 어렵고, 다양한 이벤트 신호들의 시간에 따른 변화를 확인하는 데에 어려움이 있다.
이에, 본 발명에서는, 후술하는 바와 같이, 상기한 바와 같이 주기적으로 반복되지만 시간에 따라 주기가 임의적으로 조금씩 변화하는 주기변동 신호와 같은 시계열 신호를 같은 기준 위치를 가지는 사이클 단위로 분리하여 그 주기를 정확히 추정하고, 한 주기 내의 이벤트 신호를 군집화하여 각 사이클의 주요 이벤트 신호를 정확히 추출하기 위한 방법을 제안하였다.
여기서, 이하에 설명하는 본 발명의 실시예에서 분석대상으로 하는 주기변동 신호는 다음과 같은 특징을 가진다.
첫째로, 신호의 측정 시작시간은 임의적이고 측정주기가 왕복(회전)운동에 동기화되지 않으며, 둘째로, 신호는 주기적인 사이클이 반복되나 각 사이클 길이, 즉, 주기는 변화하며, 셋째로, 한 사이클은 기관의 행정단계 특성을 반영하여 파악 가능한 개수의 군집신호로 구성되고, 넷째로, 각 군집신호의 파형은 임의적이나 각 군집신호의 평균전력은 유사하게 유지된다.
더 상세하게는, 본 발명에서는, 신호가 일정한 임계값 이하로 작아지는 경우 신호의 값을 0으로 치환하게 되면 남은 신호가 군집화되는 원리에 착안하여 K-Means 알고리즘을 이용해 군집화를 진행하였다.
이때, 각 군집의 파형은 시간에 따라 달라지지만 평균전력은 유사하게 유지되는 점을 이용하여 기준이 되는 군집을 선정하고, 기준군집 사이의 간격을 측정하여 한 사이클의 길이, 즉, 주기로 판단하였다.
즉, 도 2를 참조하면, 도 2는 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법의 주기 추정 알고리즘의 전체적인 처리 흐름을 개략적으로 나타내는 플로차트이다.
도 2에 나타낸 바와 같이, 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법은, 주기 시작값과 사이클 길이를 이용하여 진동신호를 입력하고, 이때, 처음 실행하는 경우에는 첫 번째 데이터 인덱스를 시작값으로 하고 공칭회전수에 의한 사이클 길이를 초기 사이클 길이로 적용하며(S1), 초기 중심값을 적용한 K-Means알고리즘을 이용하여 군집화를 행하고(S2), 사용자에 의해 입력되거나 미리 정해진 조건에 근거하여 기준군집을 선정하며(S3), 이전 진동신호의 기준군집과 새로 선정된 기준군집의 시간차이를 이용하여 사이클 길이를 갱신하여(S4), 주기 시작값과 초기 중심값을 갱신하는(S5) 일련의 처리가 수행되도록 구성될 수 있다.
더 상세하게는, 도 3 및 도 4를 참조하면, 도 3은 도 2에 나타낸 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법의 주기 추정 알고리즘을 실행시키기 위한 의사코드(pseudo code)를 나타내는 도면이고, 도 4는 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법의 전체적인 구성을 개략적으로 나타내는 플로차트이다.
도 3 및 도 4에 나타낸 바와 같이, 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법은, 크게 나누어, 엔진과 같은 내연기관으로부터 측정된 진동신호가 입력되는 처리가 수행되는 진동신호 입력단계(S10)와, 진동신호 입력단계(S10)에서 입력된 진동신호에 초기화 처리가 수행되는 초기화(Initialization) 단계(S20)와, 초기화 단계(S20)의 처리결과에 근거하여 반복연산을 수행하는 처리가 수행되는 반복연산(Iteration) 단계(S30) 및 반복연산 단계(S30)의 처리결과에 근거하여 진동신호의 주기를 추정하고 이벤트 신호를 추출하여 출력하는 처리가 수행되는 추정 및 추출단계(S40)를 포함하여 구성될 수 있다.
도 3에 나타낸 바와 같이, 먼저, 상기한 진동신호 입력단계(S10)는, 예를 들면, 엔진과 같은 내연기관의 동작에 따른 진동신호를 직접 측정하도록 구성될 수 있고, 또는, 실시간으로 측정되거나 미리 측정된 진동신호를 별도의 입력수단을 통해 입력받는 처리가 수행되도록 구성될 수 있다.
즉, 상기한 바와 같이 진동신호를 직접 측정하거나 실시간으로 입력받는 것에 의해 후술하는 바와 같이 하여 측정대상의 상태를 진단하는 진단시스템을 구현할 수 있고, 또는, 실시간 신호 대신에, 미리 측정된 신호를 입력받는 것에 의해 일종의 시뮬레이션 툴로서 사용될 수도 있다.
또한, 상기한 초기화 단계(S20)에서는, 군집 중심의 위치정보가 없으므로 다수의 초기값을 입력하여 결과를 계산하고, 그 중에서 가장 작은 점-중심 거리합을 가지는 결과를 최종결과로 사용하며, 이때, 각 초기값은 K-Means++ 방법을 사용하여 생성하는 처리가 수행되도록 구성될 수 있다.
더 상세하게는, 도 3에 나타낸 바와 같이, 상기한 초기화 단계(S20)는, 먼저, 신호의 첫번째 인덱스를 데이터의 첫번째 샘플로 지정하고 공칭 RPM으로부터 사이클 길이를 설정하는 것에 의해 초기 시작값(initial starting index)(i0 = 0)과 초기 주기길이(initial cycle length)(M0 = nominal cycle length)를 설정한다(도 3의 1).
즉, 예를 들면, 750RPM의 4행정 기관의 경우, 2회전이 1 사이클이므로 사이클 길이는 2/750*60 = 0.16(초)가 사이클 길이가 된다.
다음으로, 첫번째 인덱스부터 설정된 사이클 길이에 해당하는 데이터를 읽어들이고(도 3의 2), 미리 설정된 임계값(v)보다 작은 크기를 가지는 신호의 값을 모두 0으로 치환한 다음(도 3의 3), K-Means 알고리즘에 0으로 치환되지 않은 인덱스를 입력하여 클러스터링을 수행한다(도 3의 4).
예를 들면, 신호의 길이가 15(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15)이고 이 중 5, 6, 9, 12, 13 항목이 0으로 치환된 경우에 4개의 클러스터를 가정하면, 다음과 같이 군집화가 이루어지게 된다.
클러스터 1 : (1, 2, 3, 4)
클러스터 2 : (7, 8)
클러스터 3: (10, 11)
클러스터 4 : (14, 15)
이어서, 각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp)(도 3의 5.a), 이하의 [수학식 1]을 이용하여 주기 시작값(i0)을 산출한다(도 3의 5.b).
[수학식 1]
Figure 112022012631359-pat00005

(여기서, i는 신호의 인덱스이고,
Figure 112022012631359-pat00022
는 nt번째 군집(cluster)의 신호 인덱스 집합(index sets)(I0 = {I0 1, I0 2, I0 3,... ,
Figure 112022012631359-pat00023
})이며, x(i)는 입력신호열(input signal sequence)(x = [x0, x1, ..., xL-1])에서 i번째 신호의 크기를 각각 의미함)
즉, 상기한 예에서 클러스터 1 ~ 4의 에너지(p)가 [3 7 7 4]이고, 미리 입력된 클러스터 전력 상대크기(w)가 [0.4 0.4 0.2 0] 이면,
W = [0.4 0.4 0.2 0;
0 0.4 0.4 0.2;
0.2 0 0.4 0.4;
0.4 0.2 0 0.4]
이므로 Wp가 최대가 되는 인덱스는 2이며, 따라서 두번째 클러스터가 기준군집으로 선정되고, 기준군집에 근거하여 상기한 [수학식 1]을 이용하여 주기 시작값(cycle starting index)(i0)이 선택되며, 이에 더하여, 기준군집의 첫번째(1st) 모멘트 중심을 첫번째 인덱스로 선정하여 초기 중심값(initial centroid)을 업데이트(c0 = c1)하는 처리가 수행되도록 구성될 수 있다(도 3의 6).
아울러, 상기한 반복연산(Iteration) 단계(S30)는, 도 3에 나타낸 바와 같이, 먼저, 초기화 단계(S20)에서 설정된 주기 시작값(i0)으로부터 설정된 사이클 길이에 해당하는 데이터가 입력되는지를 확인하고, 짧은 경우는 처리를 종료한다(도 3의 7.a)
또한, 시작값(i0)으로부터 설정된 사이클 길이에 해당하는 데이터가 입력되면 해당 데이터를 수신하고(도 3의 7.b), 미리 정해진 임계값(v)보다 작은 크기으 신호를 모두 0으로 치환한 다음(도 3의 7.c), K-Means 알고리즘에 0으로 치환되지 않은 인덱스를 입력하여 클러스터링을 수행한다(도 3의 7.d).
예를 들면, 신호의 길이가 15(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15)이고 이 중 4, 5, 6, 9, 13 항목이 0으로 치환된 경우에 4개의 클러스터를 가정하면, 다음과 같이 군집화가 이루어지게 된다.
클러스터 1 : (1, 2, 3)
클러스터 2 : (7, 8)
클러스터 3: (10, 11, 12)
클러스터 4 : (14, 15)
이어서, 상기한 초기화 단계(S20)와 마찬가지로, 각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp)(도 3의 7.e.a), 이하의 [수학식 2]를 이용하여 주기 시작값(i1)을 산출한다(도 3의 7.e.b).
[수학식 2]
Figure 112022012631359-pat00024

(여기서, i는 신호의 인덱스이고,
Figure 112022012631359-pat00025
는 k번째 반복단계에서 식별된 nt번째 군집(cluster)의 신호 인덱스 집합(index sets)(Ik = {Ik 1, Ik 2, Ik 3,... ,
Figure 112022012631359-pat00026
})이며, x(i)는 입력신호열(input signal sequence)(x = [x0, x1, ..., xL-1])에서 i번째 신호의 크기를 각각 의미함)
즉, 상기한 예에서 클러스터 1 ~ 4의 에너지(p)가 [2 7 6 4]이고, 미리 입력된 클러스터 전력 상대크기(w)가 [0.4 0.4 0.2 0] 이면,
W = [0.4 0.4 0.2 0;
0 0.4 0.4 0.2;
0.2 0 0.4 0.4;
0.4 0.2 0 0.4]
이므로, Wp가 최대가 되는 인덱스는 2이며, 따라서 두번째 클러스터가 기준군집으로 선정되고, 기준군집에 근거하여 상기한 [수학식 2]를 이용하여 주기 시작값(cycle starting index)(i1)이 선택된다.
계속해서, 사이클 길이를 업데이트하고(M0 = M0 + i1 - i0)(도 3의 7.f), 기준군집의 첫번째(1st) 모멘트 중심을 첫번째 인덱스로 선정하여 초기 중심값(initial centroid)을 업데이트(c0 = c1)하고 주기 시작값을 업데이트(i0 = i1) 한 다음(도 3의 7.g), 다음 블록의 처리로 진행한다(도 3의 7.h).
그 후, 모든 데이터에 대하여 상기한 처리를 반복 수행하며(도 3의 8), 반복이 종료되면 추정된 사이클 길이 M과 각 사이클의 시작 인덱스 I를 반환한 후 처리를 종료한다(도 3의 9).
아울러, 상기한 추정 및 추출단계(S40)에서는, 상기한 바와 같이 하여 진동신호의 주기를 추정하고 이벤트 신호를 추출하여 출력하는 동시에, 진동신호 입력단계(S10)에서 입력되는 입력신호와, 상기한 바와 같이 하여 초기화 단계(S20) 및 반복연산 단계(S30)를 통해 수행되는 처리과정 및 처리결과를 포함하는 각종 데이터를 사용자의 요청에 따라 별도의 표시수단이나 출력수단 등을 통해 선택적으로 출력하는 처리가 수행되도록 구성될 수 있다.
따라서 상기한 바와 같이 하여 진동신호의 정렬이 이루어질 수 있으며, 즉, 도 5를 참조하면, 도 5는 본 발명의 실시예에 적용된 주기 추정 알고리즘에 따라 정렬된 진동신호를 나타내는 도면이다.
더 상세하게는, 도 5에 나타낸 결과는 상기한 바와 같이 하여 구성되는 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여 도 1에 나타낸 신호를 사이클 길이 단위로 정렬한 결과이며, 도 5에 나타낸 결과로부터, 유사한 전력 크기를 가지는 군집신호들이 같은 시간위치를 가지도록 정렬된 것을 확인할 수 있다.
또한, 도 6을 참조하면, 도 6은 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여 추정된 사이클 길이(실선)를 공칭회전수(점선)와 비교한 결과를 나타내는 도면이다.
도 6에 나타낸 결과로부터, 시간에 따라 사이클 길이가 변화하며 평균적인 사이클 길이는 공칭회전수에 의한 사이클 길이값과 유사하지만 약간 작게 나타났음을 확인할 수 있다.
상기한 바와 같은 내용으로부터, 본 발명에 따르면, 주기적으로 반복되지만 시간에 따라 주기가 임의적으로 조금씩 변화하는 주기변동 신호에 대하여 K-Means 알고리즘을 이용하여 사이클 내의 군집신호를 추출하고, 추출된 군집신호를 이용하여 실제 주기를 추정할 수 있으며, 이러한 알고리즘을 실제 엔진이나 발전기의 진동신호에 적용하여 사이클 길이를 추정하고, 해당 장치의 정상상태 동작 측정값이나 사양에 따른 공칭회전수 및 사이클 길이와 비교하여 이상 여부를 판단할 수 있다.
여기서, 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법은, 상기한 바와 같이 하여 구성되는 일련의 처리과정이 전용의 하드웨어를 통해 실행되도록 구성될 수 있으나, 바람직하게는, 컴퓨터 등과 같은 정보처리장치에 상기한 처리과정을 실행시키도록 구성되는 컴퓨터 프로그램의 형태로 구성됨으로써, 별도의 하드웨어를 구현할 필요 없이 보다 간단한 구성 및 저렴한 비용으로 구성될 수 있다.
더욱이, 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법은, 예를 들면, 딥러닝(Deep Learning)이나 머신러닝(Machine Learning) 등과 같은 인공지능 학습 알고리즘, 또는, 인공신경망(Artificial Neural Network) 등과 같은 네트워크 모델을 이용하여 상기한 바와 같은 일련의 처리과정이 수행되는 자동화된 인공지능 시스템으로 구성될 수도 있는 등, 본 발명은, 본 발명의 취지 및 본질을 벗어나지 않는 범위 내에서 당업자에 의해 필요에 따라 다양하게 수정 및 변경하여 구성될 수 있는 것임에 유념해야 한다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 구현할 수 있으며, 이를 이용하여, 진동신호에 기반한 내연기관의 이상진단 시스템을 용이하게 구현할 수 있다.
즉, 도 7을 참조하면, 도 7은 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용한 내연기관의 이상진단 시스템(10)의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 7에 나타낸 바와 같이, 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용한 내연기관의 이상진단 시스템(10)은, 크게 나누어, 엔진과 같은 내연기관으로부터 측정된 진동신호가 입력되는 처리가 수행되도록 이루어지는 진동신호 수신부(11)와, 진동신호 수신부(11)에 입력된 진동신호에 근거하여 해당 내연기관의 이상여부를 판단하는 처리가 수행되도록 이루어지는 이상진단부(12)와, 이상진단부(12)의 판단 결과 고장이나 이상이 발생한 것으로 판단되면 경고나 알람(alarm)을 발생하고 미리 정해진 연락처에 해당 사실을 전달하여 유지보수를 요청하는 처리가 수행되는 이상발생 알림부(13) 및 상기한 각 부 및 시스템(10)의 전체적인 동작을 제어하는 처리가 수행되도록 이루어지는 제어부(14)를 포함하여 구성될 수 있다.
더 상세하게는, 먼저, 상기한 진동신호 수신부(11)는, 엔진과 같은 내연기관의 동작에 따른 진동신호를 센서를 통해 직접 측정하도록 구성되거나, 또는, 실시간으로 측정되거나 미리 측정된 진동신호를 별도의 입력수단을 통해 입력받는 처리가 수행되도록 구성될 수 있다.
따라서 상기한 바와 같이 진동신호를 직접 측정하거나 실시간으로 입력받는 것에 의해 측정대상의 상태를 실시간으로 진단할 수 있고, 미리 측정된 신호를 입력받는 것에 의해 일종의 시뮬레이션 툴과 같이 사용될 수 있다.
또한, 상기한 이상진단부(12)는, 도 1 내지 도 6을 참조하여 상기한 바와 같이 구성되는 본 발명의 실시예에 따른 K-Means 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여, 진동신호 수신부(11)를 통해 입력된 진동신호의 사이클 길이를 추정하고, 미리 정해진 기준 데이터와 비교하여 이상여부를 판단하는 처리가 수행되도록 구성될 수 있다.
여기서, 상기한 기준 데이터는, 해당 내연기관에 대한 공칭(nominal) RPM 데이터, 또는, 미리 측정된 정상상태의 RPM 데이터로 구성될 수 있다.
즉, 도 8 내지 도 10을 참조하면, 도 8은 기준군집을 통해 주기를 추정하는 처리과정을 개략적으로 나타내는 개념도이고, 도 9는 실루엣 다이어그램을 이용하여 클러스터 개수를 선정하는 처리과정을 개략적으로 나타내는 도면이며, 도 10은 분리된 신호성분을 정상상태의 데이터와 비교하여 고장 및 이상발생을 진단하는 처리과정을 개략적으로 나타내는 도면이다.
여기서, 도 10에 있어서, 4S01은 정상상태(normal condition)를 나타내고, 4S07은 공기냉각기(air cooler)의 성능저하로 소기온도(scavenge temperature)가 상승된 상태를 각각 나타내고 있다.
더 상세하게는, 내연기관의 진동신호에 있어서, 각각의 사이클은 기관의 행정단계 특성을 반영하여 군집신호로 구성되며, 각 군집신호의 파형은 임의적이나 같은 위상의 군집신호의 평균전력은 같은 환경에서는 유사하게 유지된다.
아울러, 상기한 바와 같은 K-Means 알고리즘을 이용한 주기변동 신호의 정렬방법은, 임계값 이하의 신호값을 0으로 치환하게 되면 남은 신호가 군집화되는 원리를 이용하여, 도 8에 나타낸 바와 같이, 각 군집의 상대적 평균전력 분포를 이용하여 기준군집을 선정하고 기준군집 사이의 간격을 측정하여 한 사이클의 길이를 추정하도록 구성될 수 있다.
더욱이, 클러스터 개수의 설정은, 도 9에 나타낸 바와 같이, 실루엣 다이어그램을 이용하여 클러스터 수를 선정하도록 구성될 수 있으며, 여기서, 실루엣 수가 클수록(1에 가까울수록) 클러스터가 잘 분리되어 있음을 나타낸다.
또한, 내연기관의 고장 및 이상발생 여부 진단은, 도 10에 나타낸 바와 같이, 정상상태의 데이터와 진동신호로부터 분리된 신호성분을 각각 비교하여, 두 값의 차이가 미리 정해진 기준범위나 임계값을 벗어날 경우 해당 부분에 고장이나 이상발생으로 판단하도록 구성될 수 있다.
아울러, 상기한 이상발생 알림부(13)는, 이상진단부(12)에 의해 고장이나 이상발생한 것으로 판단되면 이상상태 발생에 대한 알림을 표시하고 경고를 발생하는 동시에, 담당자나 관리자 및 담당부서나 관계기관 등과 같이 미리 정해진 연락처에 해당 사실을 전달하여 유지보수를 요청하는 처리가 수행되도록 구성될 수 있다.
이를 위해, 상기한 시스템(10)은, 도시되지는 않았으나, 시스템(10)의 현재 동작과 상태 및 처리결과 등의 각종 정보를 표시하기 위한 모니터 등의 표시수단 및 외부 기기와 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 주고받기 위한 통신수단을 더 포함하여 구성될 수 있다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 내연기관의 이상진단 시스템(10) 및 방법을 용이하게 구현할 수 있으며, 더욱이, 본 발명에 따르면, 상기한 바와 같이 구성되는 본 발명의 실시예에 따른 내연기관의 이상진단 시스템(10)을 각각의 설비별 또는 지역별로 다수개 설치하고, 각각의 시스템(10)을 통해 구축된 모니터링 데이터를 중앙의 관제서버로 전송함으로써, 전국 단위의 광범위한 지역에 대한 모니터링 작업이 용이하게 수행될 수 있다.
즉, 도 11을 참조하면, 도 11은 도 7에 나타낸 본 발명의 실시예에 따른 내연기관의 이상진단 시스템(10)을 이용한 내연기관 모니터링 시스템(20)의 전체적인 구성을 개략적으로 나타내는 블록도이다.
도 11에 나타낸 바와 같이, 본 발명의 실시예에 따른 내연기관 모니터링 시스템(20)은, 각각의 설비나 지역별로 설치되어 있는 복수의 이상진단 시스템(10)과, 각 설비 또는 지역별로 설치되어 있는 각각의 이상진단 시스템(10)으로부터 모니터링 정보를 각각 수신하여 각 내연기관의 운영에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 구성되는 관제서버(21)를 포함하여 구성될 수 있다.
아울러, 이를 위해, 본 발명의 실시예에 따른 내연기관 모니터링 시스템(20)은, 도 11에 나타낸 바와 같이, 상기한 바와 같은 모니터링 정보를 사용자가 요청하고 전달받기 위한 사용자 단말기(22)를 더 포함하여 구성될 수 있다.
여기서, 상기한 사용자 단말기(22)는, 예를 들면, PC와 같은 단말장치를 이용하여 구성될 수 있고, 바람직하게는, 스마트폰이나 태블릿 PC 또는 노트북 등과 같이, 개인이 휴대 가능한 정보통신 단말기에 전용의 어플리케이션을 설치하여 구성될 수도 있으나, 본 발명은 반드시 이러한 구성으로만 한정되는 것은 아니며, 즉, 본 발명은 본 발명의 취지 및 본질을 벗어나지 않는 범위 내에서 당업자에 의해 필요에 따라 다양하게 수정 및 변경하여 구성될 수 있는 것임에 유념해야 한다.
상기한 바와 같은 구성으로부터, 본 발명에 따르면, 각각의 지역별로 복수의 이상진단 시스템(10)을 설치하여 두고, 각각의 이상진단 시스템(10)들이 서로 통신하여 각종 데이터를 주고받도록 하는 동시에, 관제서버(21)의 요청에 따라, 또는, 미리 정해진 설정에 따라 주기적으로 모니터링 데이터를 관제서버(21)로 각각 전송하도록 구성됨으로써, 예를 들면, 전국 단위의 광범위한 지역에 대하여도 대규모의 모니터링 시스템(20)을 용이하게 구축할 수 있다.
따라서 상기한 바와 같이 하여 본 발명의 실시예에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법을 구현할 수 있으며, 그것에 의해, 본 발명에 따르면, K-평균 군집화 알고리즘을 이용하여 군집화를 수행하고 기준이 되는 군집을 선정한 후 기준군집 사이의 간격을 측정하여 주기를 추정하는 것에 의해 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법이 제공됨으로써, 주기적인 실린더 왕복 또는 프로펠러 회전으로 인하여 주기성을 가지나 기계의 작동특성으로 인해 주기가 일정하게 유지되지 않고 시간에 따라 조금씩 임의적으로 변화하는 특성을 가지는 주기변동 신호의 주기를 정확히 파악하고 이벤트 신호를 추출할 수 있다.
또한, 본 발명에 따르면, 상기한 바와 같이 주기변동 신호의 주기를 정확히 추정하고 한 주기 내의 이벤트 신호를 군집화하여 추출할 수 있도록 구성되는 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법을 이용하여, 주기성을 가지나 기계적인 특성에 의해 주기가 일정하지 않고 변화하는 내연기관의 진동신호로부터 K-Means 알고리즘을 이용하여 사이클 단위로 주요 신호성분(이벤트)을 분리하여 신호군집을 추출하고 기준군집을 식별하여 사이클 길이를 추정하며, 공칭(nominal) RPM 및 미리 측정된 정상상태의 RPM 데이터와 비교 검증하여 동작상태의 차이를 확인하도록 구성되는 내연기관의 이상진단 시스템 및 방법이 제공됨으로써, 진동신호에 기반하여 내연기관의 고장이나 이상발생을 비교적 간단한 구성 및 저렴한 비용으로 정확하게 진단할 수 있다.
이상, 상기한 바와 같은 본 발명의 실시예를 통하여 본 발명에 따른 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법의 상세한 내용에 대하여 설명하였으나, 본 발명은 상기한 실시예에 기재된 내용으로만 한정되는 것은 아니며, 따라서 본 발명은, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 설계상의 필요 및 기타 다양한 요인에 따라 여러 가지 수정, 변경, 결합 및 대체 등이 가능한 것임은 당연한 일이라 하겠다.
10. 내연기관 이상진단 시스템 11. 진동신호 수신부
12. 이상진단부 13. 이상발생 알림부
14. 제어부 20. 내연기관 모니터링 시스템
21. 관제서버 22. 사용자 단말기

Claims (20)

  1. K-평균 군집화 알고리즘(K-means clustering algorithm)을 이용하여 주기변동 랜덤신호(period-varying random signal)의 주기를 추정하고 이벤트 신호를 추출하는 처리가 컴퓨터나 전용의 하드웨어에 의해 수행되도록 구성되는 주기변동 랜덤신호의 정렬방법에 있어서,
    상기 처리는,
    진동신호가 입력되는 처리가 수행되는 진동신호 입력단계;
    상기 진동신호 입력단계에서 입력된 상기 진동신호에 대하여 초기화 처리가 수행되는 초기화(Initialization) 단계;
    상기 초기화 단계의 처리결과에 근거하여 반복연산을 수행하는 처리가 수행되는 반복연산(Iteration) 단계; 및
    상기 반복연산 단계의 처리결과에 근거하여 상기 진동신호의 주기를 추정하고 미리 설정된 이벤트 신호를 추출하여 출력하는 처리가 수행되는 출력단계를 포함하여 구성되고,
    상기 초기화 단계는,
    진동신호의 첫번째 인덱스와 공칭회전수(nominal RPM)를 이용하여 초기 시작값(initial starting index)(i0 = 0)과 초기 주기길이(initial cycle length)(M0)를 각각 설정하는 단계;
    입력되는 진동신호 중 설정된 상기 초기 주기길이에 해당하는 신호를 입력받는 단계;
    미리 설정된 임계값에 근거하여, 상기 임계값 보다 작은 신호를 0으로 치환하는 단계;
    K-Means 알고리즘을 이용하여, 임의의 초기 중심값(initial centroid)을 이용한 군집화를 통해 N개의 클러스터와 중심위치(centroid location)를 산출하는 단계;
    미리 정해진 조건에 근거하여 기준군집(target cluster)을 선택하고 주기 시작값(cycle starting index) 및 상기 초기 중심값을 각각 갱신하는 단계를 포함하여 구성되는 것을 특징으로 하는 주기변동 랜덤신호의 정렬방법.
  2. 제 1항에 있어서,
    상기 진동신호 입력단계는,
    엔진을 포함하는 내연기관의 동작에 따른 진동신호를 별도의 측정센서를 통해 직접 측정하거나, 또는, 실시간으로 측정되거나 미리 측정된 진동신호를 별도의 입력수단을 통해 입력받는 처리가 수행되도록 구성되는 것을 특징으로 하는 주기변동 랜덤신호의 정렬방법.
  3. 삭제
  4. 제 1항에 있어서,
    상기 갱신하는 단계는,
    각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp),
    이하의 수학식을 이용하여 상기 초기 시작값(i0)을 산출하며,

    Figure 112022012631359-pat00007


    (여기서, i는 신호의 인덱스이고,
    Figure 112022012631359-pat00027
    는 nt번째 군집(cluster)의 신호 인덱스 집합(index sets)(I0 = {I0 1, I0 2, I0 3,... ,
    Figure 112022012631359-pat00028
    })이며, x(i)는 입력신호열(input signal sequence)(x = [x0, x1, ..., xL-1])에서 i번째 신호의 크기를 각각 의미함)

    선정된 상기 기준군집의 첫번째(1st) 모멘트 중심으로 상기 초기 중심값(initial centroid)을 업데이트(c0 = c1)하는 처리가 수행되도록 구성되는 것을 특징으로 하는 주기변동 랜덤신호의 정렬방법.
  5. 제 1항에 있어서,
    상기 반복연산 단계는,
    상기 초기화 단계에서 설정된 주기 시작값(i0)으로부터 설정된 주기길이에 해당하는 데이터가 입력되는지를 확인하여 상기 주기길이에 해당하는 데이터를 입력받는 단계;
    미리 설정된 임계값에 근거하여 입력신호에서 상기 임계값 보다 작은 신호를 0으로 치환하는 단계;
    K-Means 알고리즘을 이용하여, 상기 초기화 단계의 처리결과로 산출된 중심값을 이용한 군집화를 통해 N개의 클러스터와 중심위치(centroid location)를 산출하는 단계;
    미리 정해진 조건에 근거하여 기준군집(target cluster)및 주기 시작값(cycle starting index)을 각각 산출하고 상기 주기길이와 상기 초기 중심값 및 상기 주기 시작값을 갱신하는 단계를 포함하여 구성되고,
    입력된 데이터가 모두 처리될 때까지 상기 반복연산 단계의 처리가 반복 수행되도록 구성되는 것을 특징으로 하는 주기변동 랜덤신호의 정렬방법.
  6. 제 5항에 있어서,
    상기 갱신하는 단계는,
    각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp),
    이하의 수학식을 이용하여 상기 주기 시작값(i1)을 산출하고 업데이트하며(i0 = i1),

    Figure 112022012631359-pat00029


    (여기서, i는 신호의 인덱스이고,
    Figure 112022012631359-pat00030
    는 k번째 반복단계에서 식별된 nt번째 군집(cluster)의 신호 인덱스 집합(index sets)(Ik = {Ik 1, Ik 2, Ik 3,... ,
    Figure 112022012631359-pat00031
    })이며, x(i)는 입력신호열(input signal sequence)(x = [x0, x1, ..., xL-1])에서 i번째 신호의 크기를 각각 의미함)

    산출된 상기 주기 시작값에 근거하여 상기 주기길이를 업데이트하고(M0 = M0 + i1 - i0),
    상기 기준군집의 첫번째(1st) 모멘트 중심을 첫번째 인덱스로 선정하여 상기 초기 중심값(initial centroid)을 업데이트(c0 = c1) 하는 처리가 각각 수행되도록 구성되는 것을 특징으로 하는 주기변동 랜덤신호의 정렬방법.
  7. 제 1항에 있어서,
    상기 출력단계는,
    상기 진동신호의 주기를 추정하고 이벤트 신호를 추출하여 출력하는 동시에, 상기 진동신호 입력단계에서 입력되는 입력신호와, 상기 초기화 단계 및 상기 반복연산 단계를 통해 수행되는 처리과정 및 처리결과를 포함하는 각종 데이터를 사용자의 요청에 따라 별도의 표시수단이나 출력수단을 통해 선택적으로 출력하는 처리가 수행되도록 구성되는 것을 특징으로 하는 주기변동 랜덤신호의 정렬방법.
  8. 내연기관의 이상진단 시스템에 있어서,
    내연기관으로부터 측정된 진동신호가 입력되는 처리가 수행되도록 이루어지는 진동신호 수신부;
    상기 진동신호 수신부에 입력된 진동신호에 근거하여 상기 내연기관의 이상여부를 판단하는 처리가 수행되도록 이루어지는 이상진단부;
    상기 이상진단부의 진단결과 고장이나 이상이 발생한 것으로 판단되면 경고나 알람(alarm)을 발생하고 미리 정해진 연락처에 해당 사실을 전달하여 유지보수를 요청하는 처리가 수행되는 이상발생 알림부; 및
    상기 시스템의 전체적인 동작을 제어하는 처리가 수행되도록 이루어지는 제어부를 포함하여 구성되고,
    상기 이상진단부는,
    진동신호가 입력되는 처리가 수행되는 진동신호 입력단계;
    상기 진동신호 입력단계에서 입력된 상기 진동신호에 대하여 초기화 처리가 수행되는 초기화(Initialization) 단계;
    상기 초기화 단계의 처리결과에 근거하여 반복연산을 수행하는 처리가 수행되는 반복연산(Iteration) 단계; 및
    상기 반복연산 단계의 처리결과에 근거하여 상기 진동신호의 주기를 추정하고 미리 설정된 이벤트 신호를 추출하는 처리가 수행되는 추출단계; 및
    상기 내연기관에 대한 공칭(nominal) RPM 데이터 또는 미리 측정된 정상상태의 RPM 데이터를 포함하여 미리 정해진 기준 데이터와 상기 추출단계에서 분리된 이벤트 신호를 비교하여 두 값의 차이가 미리 정해진 기준범위나 임계값을 벗어날 경우 해당 부분에 고장이나 이상이 발생한 것으로 판단하는 처리가 수행되는 진단단계를 포함하는 처리가 수행되도록 구성되고,
    상기 초기화 단계는,
    진동신호의 첫번째 인덱스와 공칭회전수(nominal RPM)를 이용하여 초기 시작값(initial starting index)(i0 = 0)과 초기 주기길이(initial cycle length)(M0)를 각각 설정하는 단계;
    입력되는 진동신호 중 설정된 상기 초기 주기길이에 해당하는 신호를 입력받는 단계;
    미리 설정된 임계값에 근거하여, 상기 임계값 보다 작은 신호를 0으로 치환하는 단계;
    K-Means 알고리즘을 이용하여, 임의의 초기 중심값(initial centroid)을 이용한 군집화를 통해 N개의 클러스터와 중심위치(centroid location)를 산출하는 단계;
    미리 정해진 조건에 근거하여 기준군집(target cluster)을 선택하고 주기 시작값(cycle starting index) 및 상기 초기 중심값을 각각 갱신하는 단계를 포함하여 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템.
  9. 제 8항에 있어서,
    상기 진동신호 수신부는,
    상기 내연기관의 동작에 따른 진동신호를 센서를 통해 직접 측정하거나, 또는, 실시간으로 측정되거나 미리 측정된 진동신호를 별도의 입력수단을 통해 입력받는 처리가 수행되도록 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템.
  10. 삭제
  11. 삭제
  12. 제 8항에 있어서,
    상기 갱신하는 단계는,
    각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp),
    이하의 수학식을 이용하여 상기 초기 시작값(i0)을 산출하며,

    Figure 112022012631359-pat00009


    (여기서, i는 신호의 인덱스이고,
    Figure 112022012631359-pat00032
    는 nt번째 군집(cluster)의 신호 인덱스 집합(index sets)(I0 = {I0 1, I0 2, I0 3,... ,
    Figure 112022012631359-pat00033
    })이며, x(i)는 입력신호열(input signal sequence)(x = [x0, x1, ..., xL-1])에서 i번째 신호의 크기를 각각 의미함)

    선정된 상기 기준군집의 첫번째(1st) 모멘트 중심으로 상기 초기 중심값(initial centroid)을 업데이트(c0 = c1)하는 처리가 수행되도록 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템.
  13. 제 8항에 있어서,
    상기 반복연산 단계는,
    상기 초기화 단계에서 설정된 주기 시작값(i0)으로부터 설정된 주기길이에 해당하는 데이터가 입력되는지를 확인하여 상기 주기길이에 해당하는 데이터를 입력받는 단계;
    미리 설정된 임계값에 근거하여 입력신호에서 상기 임계값 보다 작은 신호를 0으로 치환하는 단계;
    K-Means 알고리즘을 이용하여, 상기 초기화 단계의 처리결과로 산출된 중심값을 이용한 군집화를 통해 N개의 클러스터와 중심위치(centroid location)를 산출하는 단계;
    미리 정해진 조건에 근거하여 기준군집(target cluster)및 주기 시작값(cycle starting index)을 각각 산출하고 상기 주기길이와 상기 초기 중심값 및 상기 주기 시작값을 갱신하는 단계를 포함하여 구성되고,
    입력된 데이터가 모두 처리될 때까지 상기 반복연산 단계의 처리가 반복 수행되도록 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템.
  14. 제 13항에 있어서,
    상기 갱신하는 단계는,
    각 클러스터의 에너지(p)와 미리 입력된 전력 프로파일 벡터(power profile vector)(w)의 순환행렬(circulant matrix)(W)의 곱(Wp)이 최대가 되는 클러스터를 기준군집(target cluster)(nt)으로 선정하고(nt = argmax Wp),
    이하의 수학식을 이용하여 상기 주기 시작값(i1)을 산출하고 업데이트하며(i0 = i1),

    Figure 112022012631359-pat00034


    (여기서, i는 신호의 인덱스이고,
    Figure 112022012631359-pat00035
    는 k번째 반복단계에서 식별된 nt번째 군집(cluster)의 신호 인덱스 집합(index sets)(Ik = {Ik 1, Ik 2, Ik 3,... ,
    Figure 112022012631359-pat00036
    })이며, x(i)는 입력신호열(input signal sequence)(x = [x0, x1, ..., xL-1])에서 i번째 신호의 크기를 각각 의미함)

    산출된 상기 주기 시작값에 근거하여 상기 주기길이를 업데이트하고(M0 = M0 + i1 - i0),
    상기 기준군집의 첫번째(1st) 모멘트 중심을 첫번째 인덱스로 선정하여 상기 초기 중심값(initial centroid)을 업데이트(c0 = c1) 하는 처리가 각각 수행되도록 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템.
  15. 제 8항에 있어서,
    상기 이상발생 알림부는,
    상기 이상진단부에 의해 이상발생으로 판단되면 이상상태 발생에 대한 알림을 표시하고, 경고를 발생하는 동시에, 담당자나 관리자 및 담당부서나 관계기관을 포함하는 미리 정해진 연락처에 해당 사실을 전달하여 유지보수를 요청하는 처리가 수행되도록 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템.
  16. 제 8항에 있어서,
    상기 이상진단 시스템은,
    상기 이상진단 시스템의 현재 동작과 상태 및 처리결과를 포함하는 각종 정보를 표시하기 위한 모니터나 디스플레이를 포함하는 표시수단; 및
    외부 기기와 유선 또는 무선통신 중 적어도 하나의 방식으로 통신을 주고받기 위한 통신수단을 더 포함하여 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템.
  17. 제 8항에 있어서,
    상기 이상진단 시스템은,
    상기 이상진단 시스템을 각각의 설비별 또는 지역별로 다수개 설치하고, 각각의 상기 이상진단 시스템을 통해 구축된 모니터링 데이터를 중앙의 서버로 전송하도록 구성되는 것을 특징으로 하는 내연기관의 이상진단 시스템.
  18. 내연기관의 이상진단 방법에 있어서,
    내연기관의 이상진단을 위한 진단시스템을 구현하는 처리가 수행되는 시스템 구축단계; 및
    상기 진단시스템을 이용하여 내연기관에 대한 모니터링을 수행하고 이상발생을 판단하는 처리가 수행되는 모니터링단계를 포함하여 구성되고,
    상기 진단시스템은,
    청구항 8항, 청구항 9항, 청구항 12항 내지 청구항 17항 중 어느 한 항에 기재된 내연기관의 이상진단 시스템을 이용하여 내연기관에 대한 모니터링을 수행하고 이상발생을 판단하도록 구성되는 것을 특징으로 하는 내연기관의 이상진단방법.
  19. 내연기관 모니터링 시스템에 있어서,
    각각의 설비나 지역별로 설치되어 있는 복수의 내연기관 진단시스템;
    각각의 상기 내연기관 진단시스템으로부터 모니터링 정보를 각각 수신하여 내연기관의 운영에 대한 빅데이터를 구축하고, 사용자의 요청에 따라 해당하는 각종 정보를 맞춤형으로 제공하는 처리가 수행되도록 구성되는 관제서버; 및
    사용자가 원하는 정보를 상기 내연기관 진단시스템이나 상기 관제서버에 요청하고 전달받기 위한 사용자 단말기를 포함하여 구성되고,
    상기 내연기관 진단시스템은,
    청구항 8항, 청구항 9항, 청구항 12항 내지 청구항 17항 중 어느 한 항에 기재된 내연기관의 이상진단 시스템을 이용하여 구성되는 것을 특징으로 하는 내연기관 모니터링 시스템.
  20. 제 19항에 있어서,
    상기 사용자 단말기는,
    PC를 포함하는 정보처리장치를 이용하여 구성되거나,
    또는, 스마트폰이나 태블릿 PC, 또는, 노트북을 포함하는 개인이 휴대 가능한 정보통신 단말기에 전용의 어플리케이션을 설치하여 구성되는 것을 특징으로 하는 내연기관 모니터링 시스템.
KR1020210159561A 2021-11-18 2021-11-18 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법 KR102368396B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210159561A KR102368396B1 (ko) 2021-11-18 2021-11-18 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210159561A KR102368396B1 (ko) 2021-11-18 2021-11-18 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법

Publications (1)

Publication Number Publication Date
KR102368396B1 true KR102368396B1 (ko) 2022-02-28

Family

ID=80497334

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210159561A KR102368396B1 (ko) 2021-11-18 2021-11-18 K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102368396B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115523043A (zh) * 2022-10-09 2022-12-27 一汽解放大连柴油机有限公司 一种发动机加权工况点的确定方法、装置、设备及介质
KR102554905B1 (ko) * 2023-05-10 2023-07-12 셀렉트스타 주식회사 학습데이터 모집단에서 최종학습데이터셋을 도출하는 방법, 컴퓨팅장치 및 컴퓨터-판독가능 매체
CN116893297A (zh) * 2023-09-11 2023-10-17 常州旭泰克系统科技有限公司 旋转设备能耗的监测方法、监测系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980044949A (ko) * 1996-12-09 1998-09-15 박병재 디젤엔진에 있어 타코미터 겸용 엔진이상 경보장치
JP2000137702A (ja) * 1998-07-01 2000-05-16 General Electric Co <Ge> 多変量デ―タの評価によって警告を発生するシステムと方法
KR20110074092A (ko) * 2009-12-24 2011-06-30 (주)인타운 선박엔진의 모니터링 시스템 및 그 방법
JP2015151957A (ja) * 2014-02-17 2015-08-24 大阪瓦斯株式会社 エンジン診断装置
KR20160148294A (ko) * 2015-06-16 2016-12-26 현대중공업 주식회사 엔진 모니터링 시스템 및 방법
KR102012337B1 (ko) 2018-02-13 2019-08-20 콘티넨탈 오토모티브 시스템 주식회사 내연 기관의 고장 진단 장치 및 방법
KR102250296B1 (ko) 2017-04-14 2021-05-11 현대자동차주식회사 다기통 내연기관의 기통 편차 모니터링장치 및 그 방법

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR19980044949A (ko) * 1996-12-09 1998-09-15 박병재 디젤엔진에 있어 타코미터 겸용 엔진이상 경보장치
JP2000137702A (ja) * 1998-07-01 2000-05-16 General Electric Co <Ge> 多変量デ―タの評価によって警告を発生するシステムと方法
US6216066B1 (en) * 1998-07-01 2001-04-10 General Electric Company System and method for generating alerts through multi-variate data assessment
KR20110074092A (ko) * 2009-12-24 2011-06-30 (주)인타운 선박엔진의 모니터링 시스템 및 그 방법
JP2015151957A (ja) * 2014-02-17 2015-08-24 大阪瓦斯株式会社 エンジン診断装置
KR20160148294A (ko) * 2015-06-16 2016-12-26 현대중공업 주식회사 엔진 모니터링 시스템 및 방법
KR102250296B1 (ko) 2017-04-14 2021-05-11 현대자동차주식회사 다기통 내연기관의 기통 편차 모니터링장치 및 그 방법
KR102012337B1 (ko) 2018-02-13 2019-08-20 콘티넨탈 오토모티브 시스템 주식회사 내연 기관의 고장 진단 장치 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115523043A (zh) * 2022-10-09 2022-12-27 一汽解放大连柴油机有限公司 一种发动机加权工况点的确定方法、装置、设备及介质
CN115523043B (zh) * 2022-10-09 2024-04-09 一汽解放大连柴油机有限公司 一种发动机加权工况点的确定方法、装置、设备及介质
KR102554905B1 (ko) * 2023-05-10 2023-07-12 셀렉트스타 주식회사 학습데이터 모집단에서 최종학습데이터셋을 도출하는 방법, 컴퓨팅장치 및 컴퓨터-판독가능 매체
CN116893297A (zh) * 2023-09-11 2023-10-17 常州旭泰克系统科技有限公司 旋转设备能耗的监测方法、监测系统
CN116893297B (zh) * 2023-09-11 2024-01-12 常州旭泰克系统科技有限公司 旋转设备能耗的监测方法、监测系统

Similar Documents

Publication Publication Date Title
KR102368396B1 (ko) K-평균 군집화 알고리즘을 이용한 주기변동 랜덤신호의 정렬방법 및 이를 이용한 내연기관의 이상진단 시스템 및 방법
US10922906B2 (en) Monitoring and diagnosing vehicle system problems using machine learning classifiers
CN108681747B (zh) 基于深度学习的旋转机械故障诊断与状态监测系统及方法
CN105736140B (zh) 一种柴油机瞬时转速测量及气缸熄火故障诊断装置和方法
US9959738B2 (en) Reciprocating machinery monitoring system and method
US10496466B2 (en) Preprocessor of abnormality sign diagnosing device and processing method of the same
CN108596229A (zh) 在线异常的监测诊断方法和系统
US8131484B2 (en) Method for preprocessing vibro-sensor signals for engine diagnostics and device for carrying out thereof
CN109997025A (zh) 引擎健康诊断装置和方法
Wang et al. Research on the fault monitoring method of marine diesel engines based on the manifold learning and isolation forest
JP2004523735A (ja) 器械を取り付けられた機器およびプロセスのための推論信号生成装置
CN112528519A (zh) 发动机质量预警服务的方法、系统、可读介质和电子设备
JP2013029507A (ja) 機械をモニタリングする際に用いるシステムおよび方法
CN104756029B (zh) 一种监控设备的部件组的系统
CN105466693B (zh) 基于灰色模型的柴油机燃油系统故障预诊断方法
US20090326784A1 (en) Methods and Apparatuses For Monitoring A System
US6675639B1 (en) Apparatus and method to detect cylinder faults of internal combustion engines via exhaust temperature monitoring
Tamura et al. Misfire detection on internal combustion engines using exhaust gas temperature with low sampling rate
CN116880454A (zh) 车辆故障智能诊断系统与方法
Woike et al. New sensors and techniques for the structural health monitoring of propulsion systems
CN114962031B (zh) 内燃机进气系统管路结焦的检测方法及其系统、车辆
US11339763B2 (en) Method for windmill farm monitoring
CN115144668A (zh) 故障检测方法、信号模拟器及故障检测系统
Rogers et al. Digital twinning for condition monitoring of marine propulsion assets
CN111753867B (zh) 使用机器学习分类器来监视和诊断车辆系统问题

Legal Events

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