KR102418310B1 - 인공지능 학습에 의한 능동제어 고장진단 가동상태 모니터링이 가능한 스마트밸브 시스템 - Google Patents

Abstract

본 발명은 인공지능 학습에 의한 능동제어 고장진단 가동상태 모니터링이 가능한 스마트밸브 시스템에 관한 것으로서, 더욱 상세하게는 배관 내부에 흐르는 유체의 압력과 온도 데이터를 머신러닝 기반에 의하여 학습하고, 유량제어밸브의 개폐 제어에 필요한 유량 데이터를 계산식으로 모델링을 수행하며, 모델링 결과에 따라 유량제어밸브를 실시간으로 제어하여 밸브의 개폐 범위를 자동으로 조절함으로써 유체의 데이터 측정을 위한 부대설비에 필요한 공간을 절약할 수 있고, 밸브 시스템의 관리와 모니터링이 용이한 인공지능 학습에 의한 능동제어 고장진단 가동상태 모니터링이 가능한 스마트밸브 시스템에 관한 것이다.
상기 목적을 달성하기 위하여, 본 발명에 따른 스마트 제어 밸브 시스템은 양단에 플랜지부(11)가 형성되고, 내부에 개폐부재(12)가 구비되어 개도가 조절되는 밸브유닛(10); 상기 플랜지부(11)에 설치되어 상기 밸브유닛(10)을 통과하는 유체의 압력을 측정하는 압력센서(21)와, 상기 유체의 온도를 측정하는 온도센서(22)가 구비되는 센서부(20); 상기 센서부(20)에서 입력받은 상기 유체의 온도와 압력의 측정값을 인공지능 알고리즘으로 분석하여 유량값을 출력하며, 상기 유량값에 대응하는 개도신호를 출력하는 제어부(30); 및 상기 개도신호를 입력받아 상기 개폐부재(12)를 동작하는 구동부(40);를 포함한다.

Description

인공지능 학습에 의한 능동제어 고장진단 가동상태 모니터링이 가능한 스마트밸브 시스템 {Smart valve system capable of active control fault diagnosis operation status monitoring by artificial intelligence learning}

본 발명은 인공지능 학습에 의한 능동제어 고장진단 가동상태 모니터링이 가능한 스마트밸브 시스템에 관한 것으로서, 더욱 상세하게는 배관 내부에 흐르는 유체의 압력과 온도 데이터를 머신러닝 기반에 의하여 학습하고, 유량제어밸브의 개폐 제어에 필요한 유량 데이터를 계산식으로 모델링을 수행하며, 모델링 결과에 따라 유량제어밸브를 실시간으로 제어하여 밸브의 개폐 범위를 자동으로 조절함으로써 유체의 데이터 측정을 위한 부대설비에 필요한 공간을 절약할 수 있고, 밸브 시스템의 관리와 모니터링이 용이한 인공지능 학습에 의한 능동제어 고장진단 가동상태 모니터링이 가능한 스마트밸브 시스템에 관한 것이다.

일반적으로 밸브는 유체의 압력, 속도 및 유량을 조절하는데 사용되는 것으로써, 유체가 이동하는 통로를 개폐하여 유체의 양을 조절하거나, 유체가 흐르는 유로의 방향을 전환하는 데 주로 사용된다.

특히, 공장 설비 등에 사용되는 유체 프로세스는 밸브 시스템을 통하여 생산설비의 운전을 제어하며, 밸브 시스템에 사용되는 유량제어밸브는 유체의 압력을 원하는 상태로 제어하기 위하여 유체 프로세스 내의 유체의 압력, 유량 및 온도가 복합적으로 고려된다.

종래 사용되는 밸브의 제어 방법으로서, 단순히 밸브의 개폐 위치, 개폐 범위, 개폐 상태만으로 판단하여 밸브를 제어하게 되는데, 이러한 제어 방식의 경우에는 밸브에 이상 상황이나 오작동이 발생되었을 때, 상기 밸브의 정확한 유량 제어가 불가능한 문제점을 내포하고 있음과 동시에, 밸브 제어에 필요한 별도의 체크 밸브, 보조유로, 유체 탱크 등의 각종 부자재의 설치를 요구함에 따라 밸브 제어 시스템의 대형화가 불가피한 문제점을 내포하고 있다.

이러한 문제점을 해결하기 위해, 대한민국 등록특허 제10-1664314호‘밸브 누출 감시 시스템’은 광섬유 센서를 통해, 밸브의 이상 상황을 정확하게 검지할 수 있는 기술을 공지하였으나, 한정적인 검지 수단을 통해 밸브 상태를 검지해야 함에 따른, 실제 밸브를 관통하는 유량에 대해 정밀한 검지가 어려울 뿐만 아니라, 밸브의 개폐는 사용자의 직접적인 개입이 요구됨에 따라, 밸브의 유지 관리 및 보수 효율이 저하되는 문제점은 여전히 존재하였다.

대한민국 등록특허 제10-1664314호 (2016.10.04.)

본 발명의 목적은 상기한 문제점을 해결하기 위해 안출된 것으로, 다양한 센서의 도입을 통해, 밸브 유량제어의 신뢰성을 높일 수 있으며, 센서를 통해 측정한 유체의 다양한 정보를 바탕으로 능동적인 밸브의 유량제어를 진행할 수 있는 스마트 밸브 시스템을 제공하는 것이다.

그리고, 유체의 온도와 압력을 통하여 유량의 값을 예측하도록 사전에 인공지능 알고리즘으로 학습된 데이터베이스를 밸브유닛에 구비하여 밸브유닛 양단에 유량계, 압력계, 온도계를 사용하지 않고 밸브 시스템을 구축함으로써 밸브 시스템의 구성이 간소화된 스마트 밸브 시스템을 제공하는 것이다.

또한, 더하여, 인공지능 알고리즘을 통하여 지속적으로 밸브의 데이터베이스를 학습함으로써 밸브유닛 가동 상태 모니터링뿐만 아니라 밸브유닛의 잔존수명과 고장을 예측하는 것이다.

본 발명의 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 본 발명의 기술분야에서 통상의 지식을 지닌 자에게 명확하게 이해될 수 있을 것이다.

상기 목적을 달성하기 위하여, 본 발명에 따른 스마트 제어 밸브 시스템은 양단에 플랜지부(11)가 형성되고, 내부에 개폐부재(12)가 구비되어 개도가 조절되는 밸브유닛(10); 상기 플랜지부(11)에 설치되어 상기 밸브유닛(10)을 통과하는 유체의 압력을 측정하는 압력센서(21)와, 상기 유체의 온도를 측정하는 온도센서(22)가 구비되는 센서부(20); 상기 센서부(20)에서 입력받은 상기 유체의 온도와 압력의 측정값을 인공지능 알고리즘으로 분석하여 유량값을 출력하며, 상기 유량값에 대응하는 개도신호를 출력하는 제어부(30); 및 상기 개도신호를 입력받아 상기 개폐부재(12)를 동작하는 구동부(40);를 포함한다.

그리고, 상기 센서부(20)는, 상기 밸브유닛(10)의 진동을 감지하는 진동센서(23)와 상기 유체와 상기 개폐부재(12) 사이에서 발생하는 소음을 측정하는 음향센서(24)를 더 포함하여 상기 밸브유닛(10)의 고장을 예측할 수 있도록 하는 것을 특징으로 한다.

또한, 상기 센서부(20)는 상기 플랜지부(11)에 삽입 결합되는 것을 특징으로 한다.

게다가, 상기 제어부(30)는, 상기 유체의 고유유량계수, 압력, 온도, 유량의 데이터를 상기 인공지능 알고리즘으로 사전에 학습된 데이터베이스부(31)가 구비되며, 상기 데이터베이스부(31)는 입력받은 상기 유체의 압력과 온도의 측정값으로 상기 유량값을 출력하고, 상기 출력값을 상기 데이터베이스부(31)에 반영하여 학습시키는 것을 특징으로 한다.

더하여, 상기 제어부(30)는, 상기 유체의 압력과 온도의 측정값과 상기 유량값에 대한 데이터를 입략받아 상기 인공지능 알고리즘을 수행하는 메인서버(34)와 관리자 단말기(35)와 통신하는 통신부(32)가 구비되어 관리자가 상기 스마트 밸브 시스템을 모니터링하고 상기 데이터베이스부(31)를 지속적으로 학습시키는 것을 특징으로 한다.

그리고, 상기 제어부(30)는, 상기 유량값과 상기 구동부(40) 출력의 오차 데이터를 생성하는 보정제어부(33)를 포함하여 상기 구동부(40)의 작동 오차를 저감하는 것을 특징으로 한다.

또한, 상기 보정제어부(33)는, 상기 구동부(40) 출력이 보정되는 보정시간을 분석하여 상기 보정시간에 의한 이상신호 조건을 설정하며, 상기 이상신호에 대한 알람을 발생하여 상기 밸브유닛(10)의 고장을 예측하는 것을 특징으로 한다.

게다가, 상기 구동부(40)는, 상기 개폐부재(12)의 회전토크를 측정하는 토크센서(41)와, 위치를 감지하는 위치센서(42) 중 하나 이상이 구비되는 것을 특징으로 한다.

그리고, 상기 인공지능 알고리즘은 CNN(Convolution Neural Network), DNN(Deep Neural Network), RNN, DBN, LSTM, GAN 모델 중에 적어도 하나이며, 입력값은 상기 유체의 고유유량계수와 압력값과 온도값이며, 출력값은 상기 유체의 유량인 것을 특징으로 한다.

본 발명에 따른 스마트 밸브 시스템은 다양한 센서의 도입을 통해, 밸브 유량제어의 신뢰성을 높일 수 있으며, 센서를 통해 측정한 유체의 다양한 정보를 바탕으로 능동적인 밸브의 유량제어를 진행할 수 있는 효과가 있다.

그리고, 유체의 온도와 압력을 통하여 유량의 값을 예측하도록 사전에 인공지능 알고리즘으로 학습된 데이터베이스를 밸브유닛에 구비하여 밸브유닛 양단에 유량계, 압력계, 온도계를 사용하지 않고 밸브 시스템을 구축함으로써 밸브 시스템의 구성이 간소화된 스마트 밸브 시스템을 제공하는 효과가 있다.

또한, 더하여, 인공지능 알고리즘을 통하여 지속적으로 밸브의 데이터베이스를 학습함으로써 밸브유닛 가동 상태 모니터링뿐만 아니라 밸브유닛의 잔존수명과 고장을 예측할 수 있는 효과가 있다.

도 1은 본 발명에 따른 스마트 밸브 시스템의 사시도.
도 2는 본 발명에 따른 스마트 밸브 시스템의 측면도.
도 3은 본 발명에 따른 인공지능 알고리즘의 인공 신경망의 사시도.
도 4는 본 발명에 따른 제어부의 블록도.
도 5는 본 발명에 따른 스마트 밸브 시스템의 순서도.

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 것이며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.

아래 첨부된 도면을 참조하여 본 발명의 실시를 위한 구체적인 내용을 상세히 설명한다. 도면에 관계없이 동일한 부재번호는 동일한 구성요소를 지칭하며, "및/또는"은 언급된 아이템들의 각각 및 하나 이상의 모든 조합을 포함한다.

본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며, 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다.

다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다.

도 1은 본 발명에 따른 스마트 밸브 시스템의 사시도이며, 도 2는 본 발명에 따른 스마트 밸브 시스템의 측면도이다.

도시된 바와 같이, 본 발명의 스마트 밸브 시스템은 밸브유닛(10)과, 센서부(20)와, 제어부(30) 및 구동부(40)를 포함한다.

우선, 밸브유닛(10) 내부를 통과하는 유체는 액체 또는 기체가 사용될 수 있으며, 일반적으로는 물, 유압유와 같은 액체 또는 질소, 공기, 용접가스와 같은 기체가 사용될 수 있으고, 이는 생산공장 또는 일반적으로 유량제어밸브가 사용되는 환경에 적용될 수 있는 것으로 본 발명에서는 물을 유체로 사용하였으나 유체의 종류를 한정하는 것은 아니다.

그리고, 양단에 플랜지부(11)가 형성되고, 내부에 개폐부재(12)가 구비되어 밸브의 개폐율인 개도가 조절된다.

이때, 밸브유닛(10)은 볼밸브, 버터플라이 밸브, 게이트 밸브, 글로브 밸브와 같이 핸들(H)를 회전하여 내부에 구비된 개폐부재(12)의 상단이 회전하며 나사산을 따라 밸브유닛(10) 내부를 밀폐하거나, 또는 개폐부재의 회전축을 따라 설치된 밸브 디스크가 회전하며 유량을 컨트롤 할 수 있으며 본 발명의 실시예로 글로브 밸브 타입을 밸브유닛(10)으로 사용하였으나 밸브유닛(10)의 종류를 한정하는 것은 아니다.

다음으로, 상기 플랜지부(11)에 설치되어 상기 밸브유닛(10)을 통과하는 유체의 압력을 측정하는 압력센서(21)와, 상기 유체의 온도를 측정하는 온도센서(22)가 구비된다.

더하여, 상기 밸브유닛(10)의 진동을 감지하는 진동센서(23)와 상기 유체와 상기 개폐부재(12) 사이에서 발생하는 소음을 측정하는 음향센서(24)를 더 포함하며, 상기 압력센서(21)와 상기 온도센서(22)는 적어도 하나 이상 구비하는 것이 바람직하다.

한편, 상기 밸브유닛(10) 내부를 유체가 이동할 때, 유체의 유동으로 기포가 생성되어 발생되는 캐비테이션(공동현상)이 진행될 수 있는데, 캐비테이션이 지속적으로 진행되는 경우, 상기 밸브유닛(10)을 통과하는 유량의 손실, 소음, 열화가 발생된다.

다시 말하여, 밸브유닛(10)을 통과하는 유체와 개폐부재(12) 사이에서 발생하는 마찰에 의해 개폐부재(12)가 마모될 수 있으며, 마모된 면적은 유체의 흐름을 방해하는 와류를 형성하고, 전술한 와류에 의하여 상기 밸브유닛(10)에 진동과 소음이 발생하므로 진동센서(23)와 음향센서(24)를 통하여 밸브유닛(10)의 고장진단을 예측할 수 있게 된다.

전술한 마모는 개폐부재(12) 하단에 설치된 게이트플러그(gate plug)에 유체가 접촉하며 발생하는 것으로 예시하였으나 밸브의 종류에 따라 상기 유체와, 개폐부재(12)가 접촉하는 위치가 달라지므로 이를 한정하는 것은 아니며, 전술한 고장진단에 대한 방법은 후술하도록 한다.

그리고, 압력센서(21)와 온도센서(22)는 적어도 하나 이상 구비되는데, 압력센서(21)와 온도센서(22)는 상기 플랜지부(11)의 수직축을 기준으로 서로 마주 보도록 배치될 수 있다.

다시 말하여, 밸브유닛(10)을 통과하는 유체는 유체의 양에 따라 유체가 흐르는 밸브유닛(10) 내부에 빈 공간이 생길 수 있으므로, 밸브유닛(10) 내부를 흐르는 유체의 정확한 계측을 위하여 센서부(20)는 플랜지부(11) 내주면을 따라 설치하되, 플렌지부(11) 내부 일측에 치우치지 않고 분산되어 설치되는 것이 바람직하다.

또한, 본 발명의 올바른 실시예로 센서부(20)의 배치가 플랜지부(11)의 수직축을 기준으로 서로 마주 보도록 도시되었으나 배치된 순서와 개수와 방법을 한정하는 것은 아니다.

그리고, 센서부(20)는 플랜지부(11)의 내면을 향하여 중공되는 임플란트식의 삽입 결합 되어 밸브유닛(10)을 통과하는 유체에 대한 압력 및 온도를 보다 정밀하게 측정할 수 있게 된다.

다만, 플랜지부(11)를 통하여 밸브유닛(10)의 전단과 후단을 연결하는 배관과의 연결이 불안정해질 수 있으므로, 플랜지부(11)를 밸브유닛(10)의 중심축 방향으로 두께를 연장하여 센서부(20)를 삽입하여 전술한 배관과의 연결을 보강하는 것이 바람직하다.

이때, 밸브유닛(10)의 폭은 정해진 규격을 따라 생산되므로, 플랜지부(11)의 두께는 밸브유닛(10)의 중심축 방향으로 연장되는 것이 바람직하다.

그리고, 압력센서(21) 및 온도센서(22)는 플랜지부(11)에 탈착 가능하도록 결합되고, 타측이 상기 플랜지부(11) 외주면 방향으로 돌출되도록 구비됨으로써, 적어도 하나의 압력센서(21) 또는 온도센서(22)의 고장이 발생되는 경우, 배관을 밸브 유닛과 분리하지 않고도 센서의 교체를 진행할 수 있으므로 밸브 시스템의 유지 및 보수 효율성을 보다 향상시킬 수 있다.

다음으로, 제어부(30)는 밸브유닛(10) 상부에 설치되고, 입력받은 상기 유체의 온도와 압력의 측정값을 인공지능 알고리즘으로 분석하여 유량값을 출력하며, 상기 유량값에 대응하는 개도신호를 출력하되, 후술하는 구동부와 인접하게 설치되어 개도신호의 노이즈를 저감할 수 있도록 하는 것이 바람직하다.

도 3은 본 발명에 따른 인공지능 알고리즘의 인공 신경망의 사시도이고, 도 4는 본 발명에 따른 제어부의 블록도이다.

본 발명의 스마트 밸브 시스템의 인공지능 알고리즘을 설명하기에 앞서 인공지능 알고리즘은 인간의 뇌 세포구조를 공학적으로 모델링한 연결선으로 연결된 수많은 인공 뉴런들을 이용하여 생물학적인 시스템의 계산 능력을 모방하는 소프트웨어나 하드웨어로 구현된 연산모델을 나타낸 것으로, 인공 신경망에서는 인공 뉴런을 사용하되, 연결 강도(W)를 갖는 연결선인 시냅스를 통해 상호 연결 시켜 반복적인 데이터를 통한 인지작용이나 학습과정을 수행하게 되며, 대표적인 인공지능 알고리즘 모델로는 CNN(Convolution Neural Network), DNN(Deep Neural Network), RNN, DBN, LSTM, GAN 모델이 있다.

도시된 바와 같이, 인공 신경망 내의 뉴런들은 외부로부터 입력값을 받아들이는 입력 뉴런들과 처리한 결과를 외부로 전달하는 역할을 하는 출력 뉴런들, 그리고 나머지 은닉 뉴런들로 구분할 수 있으며, 입력층(input layer), 출력층(output layer), 하나 이상의 은닉층(hidden layer)으로 구성되며, 각 층은 다수의 유닛 혹은 뉴런으로 구성된다.

이때, 인공지능 알고리즘은 인공 신경망 내의 뉴런들은 외부로부터 입력값(x)을 받는 복수의 입력 뉴런과 처리 결과에 대한 출력값(y)을 외부로 출력하는 복수의 출력 뉴런과 나머지 은닉 뉴런들로 구분할 수 있다.

다시 말하여, 상기 유체가 밸브유닛(10)을 통과하게 되면 밸브유닛(10)의 양단에 연결되는 배관에 설치된 유량계, 압력계, 온도계에서 측정된 유체의 압력, 온도, 유량에 대한 데이터가 소정의 시간 간격으로 측정된 불규칙적인(Non-linear) 데이터시트 형태로 축척하되, 밸브 전단의 압력과 온도 데이터와 밸브 후단의 압력과 온도 데이터를 입력값(a)으로 하고, 특히, 하기 [식 1] 에 의해 상기 유체의 유량을 도출하고, 도출된 상기 유체의 유량을 출력값(y)을 상기 유량계에서 측정된 유체 데이터와 비교하며 학습할 수 있다.

[식 1]

Q : 체적유량, CV : 고유유량계수, dP : 밸브유닛 전후단 압력차, S : 비중

즉, 인공지능 알고리즘은 상기 유체의 압력값, 온도값, [식 1]에 의해 계산된 유량값 및 유량계를 통해 측정된 유량값으로 이루어진 유체데이터를 학습함으로써 계산된 유량값이 유량계를 통해 측정된 유량값을 대체할 수 있도록 학습되는 알고리즘인 것이다.

이를 통해, 제어부(30)는 상기 센서부(20)에서 입력받은 유체의 압력과 온도값을 데이터베이스부(31)에 입력하여 밸브유닛(10)을 통과하는 유량의 값을 예측할 수 있으므로 유량계를 사용하지 않고 밸브 시스템 구축을 간소화할 수 있는 효과가 있다.

다만, 인공지능 알고리즘의 학습은 비교적 고사양의 컴퓨터 시스템을 요구하므로 외부에 별도의 메인서버(34)를 구축하여 인공지능 알고리즘의 학습을 수행하고, 인공지능 알고리즘의 학습이 사전에 학습된 데이터베이스부(31)를 제어부(30)에 구비하여 센서부(20)에서 입력받은 유체의 압력과 온도의 측정값으로 상기 유량값을 출력하고, 출력된 상기 유량값을 상기 데이터베이스부(31)에 반영하여 밸브유닛(10)이 설치된 장소에서 학습시킬 수 있다.

다시 말하여, 제어부(30)는 유체의 압력과 온도의 측정값과 상기 유량값에 대한 데이터를 입력받아 상기 인공지능 알고리즘을 수행하는 메인서버(34)와 통신부(32)를 구비하여 관리자가 스마트 밸브 시스템을 모니터링하고 데이터베이스부(31)를 지속적으로 학습시킬 수 있으며, 통신부(32)는 관리자의 단말기(35)와 통신할 수 있도록 구비되어 관리자가 원격으로 스마트 제어 밸브 시스템을 모니터링 할 수 있다.

다음으로, 제어부(30)는 상기 유량값과 상기 구동부(40) 출력의 오차 데이터를 생성하는 보정제어부(33)를 포함하여 상기 구동부(40)의 작동 오차를 저감하며, 보정제어부(33)는 상기 구동부(40) 출력이 보정되는 보정시간을 분석하여 상기 보정시간에 의한 이상신호 조건을 설정하며, 상기 이상신호에 대한 알람을 발생하여 외부의 메인서버(34) 또는 단말기(35)로 전송한다.

그리고, 제어부(30)는 상기 유체의 고유유량계수, 압력, 온도, 유량의 데이터를 인공지능 알고리즘으로 사전에 학습된 데이터베이스부(31)가 구비되며, 상기 데이터베이스부(31)는 센서부(20)로 부터 입력받은 상기 유체의 압력과 온도의 측정값으로 상기 유량값을 출력하고, 출력된 상기 유량값에 대응하는 개도신호를 통하여 구동부를(40)를 동작하며, 상기 유량값을 상기 데이터베이스부(31)에 반영하여 학습시킨다.

더하여, 상기 제어부(30)는 상기 센서부(20)에서 측정되는 측정값을 실시간으로 입력받는 보정제어부(33)를 포함하며, 상기 보정제어부(33)는상기 유량값과 상기 구동부(40) 출력의 오차 데이터를 생성하는 보정제어부(33)를 포함하여 상기 구동부(40)의 작동 오차를 저감한다.

다음으로, 구동부(40)는 제어부(30)에서 출력하는 개도신호 또는 관리자가 메인서버(34) 또는 단말기(35)를 통하여 직접 설정한 개도신호를 입력받아 개폐부재(12)를 동작한다.

본 발명의 실시예로, 구동부(40)는 회전축의 회전수와 회전 각도 및 회전 방향이 제어되도록 내부에 별도의 제어 드라이브가 설치된 BLDC모터를 사용하여 전술한 개도신호에 대응하는 회전 방향과 회전수로 구동부(40)가 회전하며, 구동부(40)의 회전 방향과 회전수에 따라 상하 움직임이 조절되도록 개폐부재(12)는 상부에 나사산이 구비된다.

즉, 나사산의 사이 간격과 회전수를 통하여 개폐부재(12)의 이동거리를 계산함으로써 밸브유닛(10)의 개도범위를 조절할 수 있는 것이다.

또한, 개폐부재(12)의 회전을 감지하는 위치센서(42)를 통하여 핸들의 회전 횟수를 측정할 수 있으며, 회전하며 상하로 움직이는 개폐부재(12)의 일측을 기준으로하여 개폐부재(12)의 위치를 감지하여 개도를 측정할 수 있다.

다시 말하여, 본 발명의 스마트 제어 밸브 시스템은 플렌지부(11)에 설치된 압력센서(21)와 온도센서(22)에 의해 측정된 압력과 온도의 측정값을 데이터베이스부(31)로 전송하고, 데이터베이스부(31)는 상기 압력과 온도의 측정값에 대응하는 개도범위를 출력하며, 구동부(40)는 상기 개도범위에 대응하는 개도신호로 개폐부재(12)를 상하 이동하여 유량을 제어 함으로써 유량계, 압력계, 온도계 설치에 필요한 공간과 그 비용을 절약할 수 있는 효과가 있는 것이다.

그리고, 구동부(40) 일측에 상기 밸브유닛(10)을 통과하는 상기 유체의 고유유량계수, 압력, 온도, 유량에 관한 설정값 중 하나 이상을 화면에 표시하는 디스플레이부(36)를 구비하여 관리자가 밸브 상태를 확인할 수 있으며, 개폐부재(12)와 구동부(40)를 분리하는 운전전환부(37)를 구비하여 고장, 또는 점검 및 필요시에 수동운전 할 수 있도록 한다.

더하여, 구동부(40)와 인접한 위치에 배터리부(43)가 설치되어, 상시전원인 교류전력을 직류전력으로 저장하며, 변환된 직류전원 또는 저장된 직류전원을 제어부(30)에 공급하며, 상시전원 차단 발생 시 통신부(32)를 통하여 메인서버(34)에 상시전원 차단 알람을 전달하여 관리자가 밸브유닛(10)의 제어 상태를 확인할 수 있도록 한다.

도 5는 본 발명에 따른 스마트 밸브 시스템의 제어 순서도이다.

도시된 바와 같이, 본 발명의 스마트 제어 밸브 시스템은 개폐부재(12)가 완전히 닫혀있는 초기상태에서 밸브유닛(10)으로 유체가 이동하며, 사용자는 제어부(30)를 통하여 필요한 유체의 압력, 유량 중 하나 이상의 설정값을 설정하는 밸브제어 시작단계(S1)를 수행한다.

다음으로, 유체가 통과하는 플랜지부(11)의 양단에 설치된 센서부(20)에서 측정된 유체의 온도, 압력, 진동, 소음의 측정값이 제어부(30)의 입력부(32)로 입력되는 센서값 획득단계(S2)를 수행한다.

본 발명의 올바른 실시 예로, 센서부(20)를 구성하는 압력센서(21)와 온도센서(22)는 측정된 유체의 물리량 측정값을 4mA 내지 20mA의 전류값으로 계측하고, 1V 내지 5V의 범위로 단계별로 변환하여 입력부(32)로 출력하는 센서를 사용하였으나 센서부(20)의 전류값과 전압값의 범위를 한정하는 것은 아니다.

다음으로, 제어부(30)로 입력된 상기 유체의 온도, 압력, 진동, 소음의 측정값은 전술한 인공지능 알고리즘을 통하여 유량값을 도출한다.

그리고, 데이터베이스부(31)는 센서부(20)에서 측정되는 측정값을 시간에 따른 시계열 데이터로 지속해서 갱신하며, 인공지능 알고리즘을 통하여 도출된 유량값을 데이터베이스부(31)에 반영하는 센서값 갱신단계(S3)를 수행한다.

다음으로, 보정제어부(33)는 밸브제어 시작 단계(S1)에서 사용자가 설정한 설정값과, 센서값 갱신단계(S3)에서 도출된 유량값을 비교하되, 설정값이 유량값 보다 낮은 경우를 판단하는 최소압력값 확인 단계(S4)와, 설정값이 유량값 보다 낮은 경우 상기 개폐부재(12)를 개방하도록 개도신호를 출력하는 최소보정값 계산 단계(S5)를 수행하여 개폐부재(12)를 개도를 확장한다.

그리고, 출력부(34)는 밸브제어 시작 단계(S1)에서 사용자가 설정한 설정값과, 센서값 갱신단계(S3)에서 도출된 유량값을 비교하되, 설정값이 도출된 유량값 보다 높은 경우를 판단하는 최대압력값 확인 단계(S6)와, 설정값이 도출된 유량값 보다 낮은 경우 상기 개폐부재(12)를 차폐하도록 개도신호를 출력하는 최대보정값 계산 단계(S7)를 수행하여 개폐부재(12)를 개도를 축소한다.

다만, 최소압력값 확인 단계(S4)와 최대압력값 확인 단계(S6)에서 사용자가 설정한 설정값과, 센서값 갱신단계(S3)에서 도출된 유량값이 소정의 오차범위 내에 있는 경우는 개폐부재(12)의 개도를 변경하지 않고 센서값 갱신단계(S3)을 수행하게 된다.

그리고, 본 발명의 스마트 밸브 시스템은 유체의 유량을 제어함에 있어서, 설정값과 도출된 유량값 사이에 발생하는 오차가 있는 경우, 보정제어부(33)를 통하여 전술한 유량값과 상기 구동부(40) 작동 오차를 저감하는 보정값 피드백 단계(S8)를 수행한다.

이로 인해, 본 발명의 스마트 밸브 시스템은 센서부(20)를 통해 측정되는 유체의 다양한 정보를 실시간으로 보정하여 능동적인 밸브의 유량제어를 진행할 수 있는 효과가 있는 것이다.

다음으로, 본 발명의 스마트 제어 밸브 시스템의 고장진단에 대하여 설명하고자 한다.

일반적으로, 밸브유닛(10)의 소손, 플랜지부(11)에서의 연결 불량 개페부재(12)의 마모로 인한 누수가 있는 경우는 개폐부재(12)의 제어 시간이 정상상태보다 지연된다.

예를 들어, 개폐부재의 축이 손상되어 회전이 어려운 경우 구동부(40)의 회전토크를 측정하는 토크센서(41)를 구비하여 구동부(40)의 과부하를 미리 감지할 수 있으며, 밸브에 누수가 발생하는 경우는 개폐부재(12)를 이동하여도 소정의 압력 이상으로 상승하지 않을 수 있고, 개폐부재(12)가 소손되어 누수가 발생하는 경우는 개폐부재(12)를 완전히 차폐하여도 출력측에서 압력이 감지될 수 있으므로, 본 발명의 보정제어부(33)는 보정시간과, 전술한 진동센서(23)와 음향센서(24)에 의한 이상신호 조건을 설정하여 밸브유닛(10)의 고장진단을 할 수 있는 것이다.

따라서, 본 발명에 따른 스마트 밸브 시스템은 다양한 센서의 도입을 통해, 밸브 유량제어의 신뢰성을 높일 수 있으며, 센서를 통해 측정한 유체의 다양한 정보를 바탕으로 능동적인 밸브의 유량제어를 진행할 수 있는 효과가 있다.

더하여, 본 발명의 인공지능 알고리즘을 구축함에 있어서 전술한 유체의 압력값, 온도값, [식 1]에 의해 계산된 유량값 및 유량계를 통해 측정된 유량값에 더하여 진동센서(23)의 진동값과 음향센서(24)의 소음값을 데이터시트 형태로 추가하여 밸브유닛(10)이 고장나는 시점에 대한 진동값과 소음값을 분석 함으로써 밸브유닛(10)의 잔존수명을 예측할 수 있다.

다시 말하여, 개폐부재(12) 하부에 구비되어 밸브유닛(10) 내부의 유로를 차단하는 게이트플러그(gate plug)의 외주면 일측이 마모되어 유체가 밸브를 통과하는 경우, 개폐부재(12)는 밸브유닛(10)을 완전히 차단하지 못하는 고장상태로 볼 수 있으나, 마모된 정도에 따라 고장상태의 정도를 달리하여 판단할 수 있다.

이에 따라, 본 발명의 인공지능 알고리즘을 수행하기 위해 준비되는 유체의 압력값, 온도값, 계산된 유량값 및 측정된 유량값에 대한 데이터시트에 진동값과 소음값을 추가하여 인공지능 알고리즘을 수행함으로써 고장상태에 대한 판단을 학습할 수 있다.

그리고, 관리자는 데이터베이스부(31) 구축함에 있어서 고장 유형과 고장상태 정도가 다른 밸브유닛(10)을 사전에 준비하여 고장데이터를 축척할 수 있다.

따라서, 본 발명의 스마트 제어 밸브 시스템은 고장상태 판단에 대하여 인공지능 알고리즘이 수행된 데이터베이스부(31)를 통하여 밸브유닛(10)의 잔존수명을 예측할 수 있다.

예를 들어, 관리자는 고장상태와 정도에 따라 정상, 주의, 조정, 고장의 4단계로 구성하여 밸브유닛(10)의 보수 계획을 수립할 수 있으므로 밸브유닛(10)의 고장에 대비할 수 있게 되어 밸브 시스템의 신뢰도를 높일 수 있으며, 고장 상태를 구분하는 단계를 한정하는 것은 아니다.

더하여, 데이터베이스부(31)는 유체의 진동값과 소음값 중 하나 이상이 사전에 설정된 기준값을 초과하는 경우 또한 알람을 발생할 수 있는 것은 당연하다.

이상과 첨부된 도면을 참조하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해되어야 한다.

10: 밸브유닛
11: 플랜지부 12: 개폐부재
20: 센서부
21: 압력센서 22: 온도센서
23: 진동센서 24: 음향센서
30: 제어부
31: 데이터베이스부 32: 통신부
33: 보정제어부 34: 메인서버
35: 단말기 36: 디스플레이부
37: 운전전환부
40: 구동부
41: 토크센서 42: 위치센서
43: 배터리부
S1: 밸브제어 시작 단계
S2: 센서값 획득단계
S3: 센서값 갱신단계
S4: 최소압력값 확인 단계
S5: 최소보정값 계산 단계
S6: 최대압력값 확인 단계
S7: 최대보정값 계산 단계
S8: 보정값 피드백 단계

Claims (9)

1. 양단에 플랜지부(11)가 형성되고, 내부에 개폐부재(12)가 구비되어 개도가 조절되는 밸브유닛(10);
   상기 플랜지부(11)에 설치되어 상기 밸브유닛(10)을 통과하는 유체의 압력을 측정하는 압력센서(21)와, 상기 유체의 온도를 측정하는 온도센서(22)가 구비되는 센서부(20);
   상기 센서부(20)에서 입력받은 상기 유체의 온도와 압력의 측정값을 인공지능 알고리즘으로 분석하여 유량값을 출력하며, 상기 유량값에 대응하는 개도신호를 출력하는 제어부(30); 및
   상기 개도신호를 입력받아 상기 개폐부재(12)를 동작하는 구동부(40);를 포함하되,
   상기 인공지능 알고리즘은 유체의 압력값, 온도값에 의해 계산된 유량의 값과, 유량계를 통해 측정된 유량의 값으로 이루어진 유체데이터를 학습하여 유량값을 예측하며,
   상기 제어부(30)는, 상기 유체의 고유유량계수, 압력, 온도, 유량의 데이터를 상기 인공지능 알고리즘으로 사전에 학습된 데이터베이스부(31)가 구비되고, 상기 데이터베이스부(31)는 입력받은 상기 유체의 압력과 온도의 측정값으로 상기 유량값을 출력하는 것을 특징으로 하는 스마트 밸브 시스템.
2. 제1항에 있어서,
   상기 센서부(20)는,
   상기 밸브유닛(10)의 진동을 감지하는 진동센서(23)와 상기 유체와 상기 개폐부재(12) 사이에서 발생하는 소음을 측정하는 음향센서(24)를 더 포함하여 상기 밸브유닛(10)의 고장을 예측할 수 있도록 하는 것을 특징으로 하는 스마트 밸브 시스템.
3. 제1항에 있어서,
   상기 센서부(20)는 상기 플랜지부(11)에 삽입 결합되는 것을 특징으로 하는 스마트 밸브 시스템.
4. 제1항에 있어서,
   상기 데이터베이스부(31)는,
   출력된 상기 유량값을 상기 데이터베이스부(31)에 반영하여 학습시키는 것을 특징으로 하는 스마트 밸브 시스템.
5. 제4항에 있어서,
   상기 제어부(30)는,
   상기 유체의 압력과 온도의 측정값과 상기 유량값에 대한 데이터를 입략받아 상기 인공지능 알고리즘을 수행하는 메인서버(34)와 관리자 단말기(35)와 통신하는 통신부(32)가 구비되어 관리자가 상기 스마트 밸브 시스템을 모니터링하고 상기 데이터베이스부(31)를 지속적으로 학습시키는 것을 특징으로 하는 스마트 밸브 시스템.
6. 제1항에 있어서,
   상기 제어부(30)는,
   상기 유량값과 상기 구동부(40) 출력의 오차 데이터를 생성하는 보정제어부(33)를 포함하여 상기 구동부(40)의 작동 오차를 저감하는 것을 특징으로 하는 스마트 밸브 시스템.
7. 제6항에 있어서,
   상기 보정제어부(33)는,
   상기 구동부(40) 출력이 보정되는 보정시간을 분석하여 상기 보정시간에 의한 이상신호 조건을 설정하며,
   상기 이상신호에 대한 알람을 발생하여 상기 밸브유닛(10)의 고장을 예측하는 것을 특징으로 하는 스마트 밸브 시스템.
8. 제1항에 있어서,
   상기 구동부(40)는,
   상기 개폐부재(12)의 회전토크를 측정하는 토크센서(41)와, 위치를 감지하는 위치센서(42) 중 하나 이상이 구비되는 것을 특징으로 하는 스마트 밸브 시스템.
9. 제1항에 있어서,
   상기 인공지능 알고리즘은 CNN(Convolution Neural Network), DNN(Deep Neural Network), RNN, DBN, LSTM, GAN 모델 중에 적어도 하나이며,
   입력값은 상기 유체의 압력값과 온도값이며, 출력값은 상기 유체의 유량인 것을 특징으로 하는 스마트 밸브 시스템.

Images