KR102418313B1 - Smart valve test device based on artificial intelligence algorithm - Google Patents

Smart valve test device based on artificial intelligence algorithm Download PDF

Info

Publication number
KR102418313B1
KR102418313B1 KR1020220019047A KR20220019047A KR102418313B1 KR 102418313 B1 KR102418313 B1 KR 102418313B1 KR 1020220019047 A KR1020220019047 A KR 1020220019047A KR 20220019047 A KR20220019047 A KR 20220019047A KR 102418313 B1 KR102418313 B1 KR 102418313B1
Authority
KR
South Korea
Prior art keywords
unit
fluid
valve
artificial intelligence
flow rate
Prior art date
Application number
KR1020220019047A
Other languages
Korean (ko)
Inventor
김기덕
Original Assignee
주식회사 에스브이씨
김기덕
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 주식회사 에스브이씨, 김기덕 filed Critical 주식회사 에스브이씨
Priority to KR1020220019047A priority Critical patent/KR102418313B1/en
Application granted granted Critical
Publication of KR102418313B1 publication Critical patent/KR102418313B1/en

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0075—For recording or indicating the functioning of a valve in combination with test equipment
    • F16K37/0083—For recording or indicating the functioning of a valve in combination with test equipment by measuring valve parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0025—Electrical or magnetic means
    • F16K37/0041—Electrical or magnetic means for measuring valve parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16K—VALVES; TAPS; COCKS; ACTUATING-FLOATS; DEVICES FOR VENTING OR AERATING
    • F16K37/00—Special means in or on valves or other cut-off apparatus for indicating or recording operation thereof, or for enabling an alarm to be given
    • F16K37/0025—Electrical or magnetic means
    • F16K37/005—Electrical or magnetic means for measuring fluid parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/003—Machine valves

Abstract

The present invention relates to a smart valve test device based on an artificial intelligence algorithm, which enables active control, fault diagnosis, and operation status monitoring by artificial intelligence learning and, more specifically, to a device for testing a smart valve, which controls the fluid pressure, temperature, and flow rate of a flow path where a valve unit is installed, to create test conditions, learns data on measurement of a fluid passing through the valve unit by using an artificial intelligence algorithm, and checks the operation of the valve unit to which a trained artificial intelligence algorithm model is applied. To achieve the above purpose, the smart valve test device based on the artificial intelligence algorithm comprises: a fluid tank (10) in which a fluid is stored; a pump unit (20) connected to the fluid tank (10) to pressurize the fluid; a flow path unit (30) for forming the flow path of the fluid pressurized through the pump unit (20); a valve unit (40) installed in the flow path unit (30); a measuring unit (50) provided with a pressure gauge (51) installed on the flow path unit (30) to measure the pressure of the fluid, a thermometer (52) for measuring the temperature, and a flowmeter (53) for measuring the flow rate; a sensor unit (60) installed on one side of the flange of the valve unit (40), and having a pressure sensor (61) for measuring the pressure of the fluid and a temperature sensor (62) for measuring the temperature; and a control unit (70) provided with a calculation unit (71) for outputting a flow rate value calculated through the pressure and temperature of the fluid measured by the sensor unit (60), and for predicting the flow rate value measured by the flowmeter (53) by using the calculated flow rate value.

Description

인공지능 알고리즘 기반 스마트밸브 시험 장치 {Smart valve test device based on artificial intelligence algorithm}Smart valve test device based on artificial intelligence algorithm}

본 발명은 인공지능 알고리즘 기반 스마트밸브 시험 장치에 관한 것으로서, 더욱 상세하게는 밸브유닛이 설치된 유로의 유체 압력과 온도와 유량을 제어하며 시험조건을 만들고, 밸브 유닛을 통과하는 유체의 측정데이터를 인공지능 알고리즘으로 학습하며, 학습된 인공지능 알고리즘 모델이 적용된 밸브유닛의 동작을 확인하는 인공지능 알고리즘 기반 스마트밸브 시험 장치에 관한 것이다. The present invention relates to an artificial intelligence algorithm-based smart valve test device, and more particularly, controls the fluid pressure, temperature and flow rate of a flow path in which the valve unit is installed, creates test conditions, and artificially analyzes the measurement data of the fluid passing through the valve unit. It relates to an artificial intelligence algorithm-based smart valve test device that learns with an intelligent algorithm and checks the operation of a valve unit to which the learned artificial intelligence algorithm model is applied.

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.In general, a valve is used to control the pressure, speed, and flow rate of a fluid, and is mainly used to control the amount of fluid by opening and closing a passage through which the fluid moves, or to change the direction of a flow path through which the fluid flows.

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.In particular, the fluid process used in factory equipment controls the operation of production equipment through a valve system, and the flow control valve used in the valve system controls the pressure of the fluid in the fluid process to a desired state, the flow rate and Temperature is considered in combination.

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.As a control method of a valve used in the prior art, the valve is controlled by simply determining the opening/closing position, opening/closing range, and opening/closing state of the valve. It contains the problem that flow control is impossible, and at the same time, it requires the installation of various auxiliary materials, such as a separate check valve, auxiliary flow path, and fluid tank, required for valve control, so the enlargement of the valve control system is unavoidable.

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.In order to solve this problem, Korean Patent Registration No. 10-1664314 'Valve Leak Monitoring System' has known a technology that can accurately detect an abnormal condition of a valve through an optical fiber sensor, but the valve state through limited detection means As well as it is difficult to accurately detect the flow rate passing through the actual valve as a result of detecting the

대한민국 등록특허 제10-1664314호 (2016.10.04.)Republic of Korea Patent Registration No. 10-1664314 (2016.10.04.)

본 발명의 목적은 상기한 문제점을 해결하기 위해 안출된 것으로, 다양한 센서의 도입을 통해, 밸브 시험 결과의 신뢰성을 높일 수 있으며, 센서를 통해 측정한 유체의 다양한 정보를 바탕으로 유량의 값을 예측하도록 밸브를 학습시키는 인공지능 알고리즘 기반 스마트밸브 시험 장치을 제공하는 것이다.An object of the present invention was devised to solve the above problems, and through the introduction of various sensors, the reliability of the valve test result can be increased, and the value of the flow rate can be predicted based on various information of the fluid measured through the sensor. It is to provide an artificial intelligence algorithm-based smart valve test device that trains the valve to do so.

또한, 학습된 인공지능 알고리즘 모듈이 적용된 밸브유닛은 양단에 유량계, 압력계, 온도계를 사용하지 않고 밸브 시스템을 구축함으로써 밸브 시스템의 구성이 간소화된 스마트 밸브 시스템을 제공하는 것이다.In addition, the valve unit to which the learned artificial intelligence algorithm module is applied provides a smart valve system with a simplified configuration of the valve system by building the valve system without using a flow meter, pressure gauge, and thermometer at both ends.

더하여, 다양한 고장상태의 밸브유닛을 통하여 측정한 유체의 데이터를 인공지능 알고리즘으로 분석함으로써 밸브유닛이 능동적으로 고장을 예측할 수 있도록 하는 인공지능 알고리즘 기반 스마트밸브 시험 장치을 제공하는 것이다.In addition, it is to provide an artificial intelligence algorithm-based smart valve test device that enables the valve unit to actively predict failure by analyzing the data of the fluid measured through the valve unit in various failure states with an artificial intelligence algorithm.

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.Objects of the present invention are not limited to the objects mentioned above, and other objects not mentioned will be clearly understood by those of ordinary skill in the art from the following description.

상기 목적을 달성하기 위하여, 본 발명에 따른 인공지능 알고리즘 기반 스마트밸브 시험 장치는, 내부에 유체가 저장되는 유체탱크(10); 상기 유체탱크(10)에 연결되어 상기 유체를 가압하는 펌프부(20); 상기 펌프부(20)를 통하여 가압된 상기 유체의 유로를 형성하는 유로부(30); 상기 유로부(30) 상에 설치되는 밸브유닛(40); 상기 유로부(30) 상에 설치되어 상기 유체의 압력을 측정하는 압력계(51)와, 온도를 측정하는 온도계(52)와 유량을 측정하는 유량계(53)가 구비되는 계측부(50); 상기 밸브유닛(40)의 플랜지 일측에 설치되며, 상기 유체의 압력을 측정하는 압력센서(61)와, 온도를 측정하는 온도센서(62)가 구비되는 센서부(60); 및 상기 센서부(60)에서 측정된 상기 유체의 압력과 온도를 통하여 계산된 유량값을 출력하는 계산부(71)가 구비되며, 상기 계산된 유량값으로 상기 유량계(53)에서 측정된 유량값을 예측하는 제어부(70);를 포함한다.In order to achieve the above object, an artificial intelligence algorithm-based smart valve test apparatus according to the present invention includes a fluid tank 10 in which a fluid is stored; a pump unit 20 connected to the fluid tank 10 to pressurize the fluid; a flow path part 30 forming a flow path of the fluid pressurized through the pump part 20; a valve unit 40 installed on the flow passage 30 ; a measurement unit 50 installed on the flow path unit 30 and provided with a pressure gauge 51 for measuring the pressure of the fluid, a thermometer 52 for measuring temperature, and a flow meter 53 for measuring the flow rate; a sensor unit installed on one side of the flange of the valve unit 40 and provided with a pressure sensor 61 for measuring the pressure of the fluid and a temperature sensor 62 for measuring temperature; and a calculation unit 71 for outputting a flow rate value calculated through the pressure and temperature of the fluid measured by the sensor unit 60, and the flow rate value measured by the flow meter 53 as the calculated flow rate value The control unit 70 for predicting; includes.

그리고, 상기 센서부(60)는 상기 밸브유닛(40)의 플랜지에 삽입되어 설치되는 것을 특징으로 한다.And, the sensor unit 60 is inserted into the flange of the valve unit 40, characterized in that installed.

더하여, 상기 제어부(70)는, 상기 밸브유닛(40)의 개도 범위와, 상기 계측부(50)와 상기 센서부(60)에서 측정된 상기 유체의 측정데이터를 학습하여 상기 유체의 유량값을 예측하는 인공지능 알고리즘 모델을 생성하는 인공지능학습부(72)와, 상기 개도 범위를 설정하며, 상기 유량계(53)에서 측정된 유량값과 상기 인공지능학습부(72)에서 예측된 유량값을 비교하여 학습의 완료 여부를 판단하는 판단부(73)가 구비되는 것을 특징으로 한다.In addition, the control unit 70 learns the range of the opening degree of the valve unit 40 and the measurement data of the fluid measured by the measurement unit 50 and the sensor unit 60 to predict the flow rate value of the fluid An artificial intelligence learning unit 72 that generates an artificial intelligence algorithm model to It is characterized in that the determination unit 73 for determining whether the learning is completed is provided.

게다가, 학습이 완료된 상기 인공지능 알고리즘 모델은 상기 밸브유닛(40)의 개폐제어부(41)에 저장되며, 상기 판단부(73)는 상기 학습이 완료된 인공지능 알고리즘 모델이 저장된 개폐제어부(41)의 개도 신호에 따라 밸브유닛(40)의 개폐 동작의 적합 여부를 판단하는 것을 특징으로 한다.In addition, the artificial intelligence algorithm model on which the learning is completed is stored in the opening/closing control unit 41 of the valve unit 40, and the determining unit 73 is the opening/closing control unit 41 in which the learning AI algorithm model is stored. It is characterized in that it is determined whether the opening/closing operation of the valve unit 40 is appropriate according to the opening degree signal.

또한, 상기 밸브유닛(40)은, 내부의 개폐부재의 마모 정도에 대한 고장정도가 구분되도록 구비되며, 상기 인공지능학습부(72)는, 상기 센서부(60)에서 측정된 상기 유체의 측정데이터를 상기 밸브유닛(40)의 고장정도에 따라 구분하여 학습할 수 있도록 함으로써 고장을 예측하는 인공지능 알고리즘 모델을 생성하는 것을 특징으로 한다.In addition, the valve unit 40 is provided so that the degree of failure with respect to the degree of wear of the opening/closing member inside is divided, and the artificial intelligence learning unit 72 measures the fluid measured by the sensor unit 60 . It is characterized in that the artificial intelligence algorithm model for predicting the failure is generated by classifying the data according to the degree of failure of the valve unit (40) and learning it.

그리고, 상기 센서부(60)는, 상기 밸브유닛(40)의 진동을 감지하는 진동센서(63)와, 상기 유체와 상기 개폐부재 사이에서 발생하는 소음을 측정하는 음향센서(64)를 더 포함하는 것을 특징으로 한다.The sensor unit 60 further includes a vibration sensor 63 for detecting vibration of the valve unit 40, and an acoustic sensor 64 for measuring noise generated between the fluid and the opening/closing member. characterized in that

본 발명에 따른 인공지능 알고리즘 기반 스마트밸브 시험 장치는 다양한 센서의 도입을 통해, 밸브 시험 결과의 신뢰성을 높일 수 있으며, 센서를 통해 측정한 유체의 다양한 정보를 바탕으로 유량의 값을 예측하도록 밸브를 학습시키는 효과가 있다.The artificial intelligence algorithm-based smart valve test device according to the present invention can increase the reliability of the valve test result by introducing various sensors, and can control the valve to predict the value of the flow rate based on various information of the fluid measured through the sensor. It has a learning effect.

또한, 학습된 인공지능 알고리즘 모듈이 적용된 밸브유닛은 양단에 유량계, 압력계, 온도계를 사용하지 않고 밸브 시스템을 구축함으로써 밸브 시스템의 구성이 간소화된 스마트 밸브 시스템을 제공하는 효과가 있다.In addition, the valve unit to which the learned artificial intelligence algorithm module is applied has the effect of providing a smart valve system with a simplified configuration of the valve system by building the valve system without using a flow meter, pressure gauge, and thermometer at both ends.

더하여, 다양한 고장상태의 밸브유닛을 통하여 측정한 유체의 데이터를 인공지능 알고리즘으로 분석함으로써 밸브유닛이 능동적으로 고장을 예측할 수 있도록 하는 효과가 있다.In addition, there is an effect of enabling the valve unit to actively predict failure by analyzing the data of the fluid measured through the valve unit in various failure states with an artificial intelligence algorithm.

도 1은 본 발명에 따른 인공지능 알고리즘 기반 스마트밸브 시험 장치의 개략도이다.
도 2는 본 발명에 따른 밸브유닛의 개략도이다.
도 3은 본 발명에 따른 제어부의 개략적인 블록도이다.
도 4는 본 발명에 따른 인공지능 알고리즘 모델의 개략도이다.1 is a schematic diagram of an artificial intelligence algorithm-based smart valve testing apparatus according to the present invention.
2 is a schematic view of a valve unit according to the present invention.
3 is a schematic block diagram of a control unit according to the present invention.
4 is a schematic diagram of an artificial intelligence algorithm model according to the present invention.

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. Advantages and features of the present invention, and a method of achieving them, will become apparent with reference to the embodiments described below in detail in conjunction with the accompanying drawings. However, the present invention is not limited to the embodiments disclosed below, but will be implemented in a variety of different forms, and only these embodiments allow the disclosure of the present invention to be complete, and common knowledge in the technical field to which the present invention belongs It is provided to fully inform the possessor of the scope of the invention, and the present invention is only defined by the scope of the claims.

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.With reference to the accompanying drawings will be described in detail for the implementation of the present invention. Irrespective of the drawings, like reference numbers refer to like elements, and "and/or" includes each and every combination of one or more of the recited items.

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.The terminology used herein is for the purpose of describing the embodiments, and is not intended to limit the present invention. In this specification, the singular also includes the plural unless specifically stated otherwise in the phrase. As used herein, “comprises” and/or “comprising” does not exclude the presence or addition of one or more other components in addition to the stated components.

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.Unless otherwise defined, all terms (including technical and scientific terms) used herein may be used with the meaning commonly understood by those of ordinary skill in the art to which the present invention belongs. In addition, terms defined in a commonly used dictionary are not to be interpreted ideally or excessively unless clearly defined in particular.

이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings.

도 1은 본 발명에 따른 인공지능 알고리즘 기반 스마트밸브 시험 장치의 개략도이며, 도 2는 본 발명에 따른 밸브유닛의 개략도이다.1 is a schematic diagram of an artificial intelligence algorithm-based smart valve testing apparatus according to the present invention, and FIG. 2 is a schematic diagram of a valve unit according to the present invention.

도시된 바와 같이, 본 발명의 인공지능 알고리즘 기반 스마트밸브 시험 장치는 크게 유체탱크(10)와, 펌프부(20)와, 유로부(30)와, 밸브유닛(40)과, 계측부(50)와, 센서부(60) 및 제어부(70)를 포함한다.As shown, the artificial intelligence algorithm-based smart valve testing apparatus of the present invention is largely a fluid tank 10 , a pump unit 20 , a flow path unit 30 , a valve unit 40 , and a measurement unit 50 . and a sensor unit 60 and a control unit 70 .

우선, 유체탱크 내부에 저장되는 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.First, liquid or gas may be used as the fluid stored inside the fluid tank, and in general, liquids such as water and hydraulic oil or gases such as nitrogen, air, and welding gas may be used, which is a production plant or a flow rate in general It can be applied to the environment in which the control valve is used. In the present invention, water is used as a fluid, but the type of fluid is not limited.

그리고, 유체탱크(10)는 내부에 저장되는 유체의 온도를 조절할 수 있도록, 냉각장치(미도시)와 발열장치(미도시)를 설치하여, 시험에 사용되는 유체의 온도를 조절할 수 있도록 하여, 다양한 온도 조건에 대한 유체 데이터를 생성할 수 있도록 한다.In addition, the fluid tank 10 is provided with a cooling device (not shown) and a heating device (not shown) to control the temperature of the fluid stored therein, so that the temperature of the fluid used in the test can be adjusted, It allows the creation of fluid data for various temperature conditions.

다음으로, 유체탱크(10)에 연결되어 상기 유체를 가압하는 펌프부(20)를 구비하여 시험에 사용되는 유체의 압력을 조절할 수 있도록 하여, 다양한 압력 조건에 대한 유체 데이터를 생성할 수 있도록 한다.Next, a pump unit 20 connected to the fluid tank 10 to pressurize the fluid is provided to adjust the pressure of the fluid used in the test, so that fluid data for various pressure conditions can be generated. .

그리고, 유로부(30)는 펌프부(20)를 통하여 가압된 유체의 유로를 형성하여 유체가 흐를 수 있도록 하며, 밸브유닛(40) 양측으로 매니폴드(31)를 설치하여 복수의 밸브유닛(40)을 동시에 시험할 수 있다.And, the flow path part 30 forms a flow path of the pressurized fluid through the pump part 20 so that the fluid flows, and a plurality of valve units ( 40) can be tested simultaneously.

더하여, 유로부(30)는 밸브유닛(40)의 입구측으로 유입되는 유체의 양을 조절할 수 있도록 유량밸브(32)를 구비하여 다양한 유량 조건에 대한 유체 데이터를 생성할 수 있도록 한다.In addition, the flow path unit 30 is provided with a flow valve 32 to control the amount of fluid flowing into the inlet side of the valve unit 40 to generate fluid data for various flow rate conditions.

다음으로, 시험에 사용되는 밸브유닛(40)이 유로부 상에 설치된다.Next, the valve unit 40 used for the test is installed on the flow passage.

여기서, 밸브유닛(40)은 볼밸브, 버터플라이 밸브, 게이트 밸브, 글로브 밸브와 같이 핸들를 회전하여 내부에 구비된 개폐부재(42)의 상단이 회전하며 나사산을 따라 밸브유닛(40) 내부를 밀폐하거나, 또는 개폐부재의 회전축을 따라 설치된 밸브 디스크가 회전하며 유량을 컨트롤 할 수 있으며 본 발명의 실시예로 글로브 밸브 타입을 밸브유닛(40)으로 사용하였으나 밸브유닛(40)의 종류를 한정하는 것은 아니며, 개폐부재(42)의 개도 범위에 따라 출력측의 유량을 조절할 수 있다.Here, the valve unit 40 rotates a handle such as a ball valve, a butterfly valve, a gate valve, and a globe valve so that the upper end of the opening/closing member 42 provided therein rotates and seals the inside of the valve unit 40 along the thread. Alternatively, the valve disk installed along the rotational axis of the opening/closing member rotates to control the flow rate, and a globe valve type is used as the valve unit 40 as an embodiment of the present invention, but limiting the type of the valve unit 40 is No, it is possible to adjust the flow rate of the output side according to the opening range of the opening and closing member (42).

전술한 냉각장치(미도시)와 발열장치(미도시)를 통하여 유체의 온도 조건을 조절하고, 펌프부(20)를 통하여 유체의 압력 조건을 조절하며, 유량밸브(32)를 통하여 유체의 유량을 조절하고, 개폐부재(42)를 통하여 밸브유닛(40)의 개도 범위를 조절 함으로써 유체의 다양한 정보를 제공할 수 있다.The temperature condition of the fluid is controlled through the cooling device (not shown) and the heat generator (not shown) described above, the pressure condition of the fluid is controlled through the pump unit 20 , and the flow rate of the fluid through the flow valve 32 . It is possible to provide various information about the fluid by controlling the flow rate and adjusting the opening range of the valve unit 40 through the opening/closing member 42 .

더하여, 밸브유닛(40)은 내부에 배터리부(43)가 설치되어 상시전원인 교류전력을 직류전력으로 저장하며, 변환된 직류전원 또는 저장된 직류전원을 개폐제어부(41)에 공급하며, 상시전원 차단 발생 시 통신부(미도시)를 통하여 제어부(70)에 상시전원 차단 알람을 전달하여 관리자가 밸브유닛(40)의 제어 상태를 확인할 수 있도록 한다.In addition, the valve unit 40 has a battery unit 43 installed therein to store AC power, which is a constant power, as DC power, and supplies the converted DC power or stored DC power to the opening/closing control unit 41, and the constant power When a blockage occurs, a regular power cutoff alarm is transmitted to the control unit 70 through the communication unit (not shown) so that the administrator can check the control state of the valve unit 40 .

다음으로, 유로부(30) 상에 설치되는 계측부(50)는 유체의 압력을 측정하는 압력계(51)와, 온도를 측정하는 온도계(52)와 유량을 측정하는 유량계(53)가 구비되며, 밸브유닛(40)의 입력측과 출력측에 설치되어 밸브유닛(40)을 통과하는 유체를 측정하여 측정데이터를 출력한다.Next, the measurement unit 50 installed on the flow path part 30 is provided with a pressure gauge 51 for measuring the pressure of the fluid, a thermometer 52 for measuring the temperature, and a flow meter 53 for measuring the flow rate, It is installed on the input side and the output side of the valve unit 40 to measure the fluid passing through the valve unit 40 to output the measurement data.

그리고, 밸브유닛(40)의 플랜지 일측에 설치되는 센서부(60)는 유체의 압력을 측정하는 압력센서(61)와 온도를 측정하는 온도센서(62)가 구비된다.And, the sensor unit 60 installed on one side of the flange of the valve unit 40 is provided with a pressure sensor 61 for measuring the pressure of the fluid and a temperature sensor 62 for measuring the temperature.

더하여, 밸브유닛(40)의 진동을 감지하는 진동센서(63)와, 유체와 상기 개폐부재(42) 사이에서 발생하는 소음을 측정하는 음향센서(64)를 더 포함하며, 상기 압력센서(21)와 상기 온도센서(22)는 적어도 하나 이상 구비하는 것이 바람직하다.In addition, it further includes a vibration sensor 63 for detecting vibration of the valve unit 40, and an acoustic sensor 64 for measuring noise generated between the fluid and the opening/closing member 42, the pressure sensor 21 ) and the temperature sensor 22 are preferably provided with at least one.

전술한 계측부(50)와 센서부(60)를 통하여, 밸브유닛(40)을 통과하는 유체에 대한 데이터를 측정할 수 있으며, 이는 본 발명의 인공지능 알고리즘이 학습하게되는 데이터시트를 생성할 수 있다.Through the above-described measuring unit 50 and sensor unit 60, it is possible to measure the data on the fluid passing through the valve unit 40, which can generate a data sheet in which the artificial intelligence algorithm of the present invention learns have.

다시 말하여, 데이터시트는 계측부(50를 통하여 측정된 유체의 압력값과, 온도값과, 유량값을 측정할 수 있으며, 센서부(60)를 통하여 측정된 유체의 압력값과 온도값을 측정할 수 있다.In other words, the data sheet can measure a pressure value, a temperature value, and a flow rate value of the fluid measured through the measurement unit 50 , and measure the pressure value and temperature value of the fluid measured through the sensor unit 60 . can do.

즉, 센서부(60)를 통하여는 유체의 유량을 측정할 수 없으므로, 본 발명의 인공지능 알고리즘을 통하여 유량값을 예측하는 방법에 대하여는 후술하도록 한다.That is, since the flow rate of the fluid cannot be measured through the sensor unit 60, a method of predicting a flow rate value through the artificial intelligence algorithm of the present invention will be described later.

한편, 상기 밸브유닛(40) 내부를 유체가 이동할 때, 유체의 유동으로 기포가 생성되어 발생되는 캐비테이션(공동현상)이 진행될 수 있는데, 캐비테이션이 지속적으로 진행되는 경우, 상기 밸브유닛(40)을 통과하는 유량의 손실, 소음, 열화가 발생된다.On the other hand, when the fluid moves inside the valve unit 40, the cavitation (cavitation phenomenon) generated by the generation of bubbles due to the flow of the fluid may proceed. When the cavitation continues, the valve unit 40 Loss of flow through it, noise, and deterioration occur.

다시 말하여, 밸브유닛(40)을 통과하는 유체와 개폐부재(42) 사이에서 발생하는 마찰에 의해 개폐부재(42)가 마모될 수 있으며, 마모된 면적은 유체의 흐름을 방해하는 와류를 형성하고, 전술한 와류에 의하여 상기 밸브유닛(40)에 진동과 소음이 발생하므로 진동센서(63)와 음향센서(64)를 통하여 밸브유닛(40)의 고장진단을 예측할 수 있게 된다.In other words, the opening/closing member 42 may be worn by friction generated between the fluid passing through the valve unit 40 and the opening/closing member 42, and the worn area forms a vortex that obstructs the flow of the fluid. And, since vibration and noise are generated in the valve unit 40 by the above-described vortex, the failure diagnosis of the valve unit 40 can be predicted through the vibration sensor 63 and the acoustic sensor 64 .

전술한 마모는 개폐부재(42) 하단에 설치된 게이트플러그(gate plug)에 유체가 접촉하며 발생하는 것으로 예시하였으나 밸브의 종류에 따라 상기 유체와, 개폐부재(42)가 접촉하는 위치가 달라지므로 이를 한정하는 것은 아니며, 전술한 고장진단에 대한 방법은 후술하도록 한다.The above-mentioned wear was exemplified as occurring when the fluid contacts the gate plug installed at the lower end of the opening/closing member 42, but since the fluid and the opening/closing member 42 are in contact with each other, the contact position varies depending on the type of valve. It is not limited, and the method for the above-described fault diagnosis will be described later.

그리고, 압력센서(61)와 온도센서(62)는 적어도 하나 이상 구비되는데, 압력센서(61)와 온도센서(62)는 밸브유닛(40) 양단 플랜지부의 수직축을 기준으로 서로 마주 보도록 배치될 수 있다.In addition, the pressure sensor 61 and the temperature sensor 62 are provided with at least one, the pressure sensor 61 and the temperature sensor 62 are disposed to face each other with respect to the vertical axis of the flange portion at both ends of the valve unit 40. can

다시 말하여, 밸브유닛(40)을 통과하는 유체는 유체의 양에 따라 유체가 흐르는 밸브유닛(40) 내부에 빈 공간이 생길 수 있으므로, 밸브유닛(40) 내부를 흐르는 유체의 정확한 계측을 위하여 센서부(60)는 플랜지부 내주면을 따라 설치하되, 플렌지부 내부 일측에 치우치지 않고 분산되어 설치된다.In other words, since the fluid passing through the valve unit 40 may have an empty space inside the valve unit 40 through which the fluid flows depending on the amount of fluid, for accurate measurement of the fluid flowing inside the valve unit 40 The sensor unit 60 is installed along the inner circumferential surface of the flange portion, but is installed without being biased toward one side of the inner side of the flange portion.

또한, 본 발명의 올바른 실시예로 센서부(60)의 배치가 플랜지부의 수직축을 기준으로 서로 마주 보도록 도시되었으나 배치된 순서와 개수와 방법을 한정하는 것은 아니다.In addition, in the correct embodiment of the present invention, although the arrangement of the sensor unit 60 is shown to face each other with respect to the vertical axis of the flange unit, the arrangement order, number, and method are not limited.

그리고, 센서부(60)는 플랜지부의 내면을 향하여 중공되는 임플란트식의 삽입 결합 되어 밸브유닛(60)을 통과하는 유체에 대한 압력 및 온도를 보다 정밀하게 측정할 수 있게 된다.And, the sensor unit 60 is inserted and coupled to the implant type hollow toward the inner surface of the flange unit, so that it is possible to more precisely measure the pressure and temperature of the fluid passing through the valve unit 60 .

다만, 플랜지부를 통하여 밸브유닛(40)의 전단과 후단을 연결하는 배관과의 연결이 불안정해질 수 있으므로, 플랜지부를 밸브유닛(40)의 중심축 방향으로 두께를 연장하여 센서부(60)를 삽입하여 전술한 배관과의 연결을 보강할 수 있다.However, since the connection with the pipe connecting the front and rear ends of the valve unit 40 through the flange part may become unstable, the thickness of the flange part is extended in the central axis direction of the valve unit 40 to the sensor part 60 . can be inserted to reinforce the connection with the aforementioned pipe.

이때, 밸브유닛(40)의 폭은 정해진 규격을 따라 생산되므로, 플랜지부의 두께는 밸브유닛(40)의 중심축 방향으로 연장될 수 있다.At this time, since the width of the valve unit 40 is produced according to a predetermined standard, the thickness of the flange portion may extend in the central axis direction of the valve unit 40 .

그리고, 압력센서(61) 및 온도센서(62)는 일측이 플랜지부에 탈착 가능하도록 결합되고, 타측이 상기 플랜지부 외주면 방향으로 돌출되도록 구비됨으로써, 적어도 하나의 압력센서(61) 또는 온도센서(62)의 고장이 발생되는 경우, 배관을 밸브 유닛과 분리하지 않고도 센서의 교체를 진행할 수 있으므로 밸브 시스템의 유지 및 보수 효율성을 보다 향상할 수 있다.In addition, the pressure sensor 61 and the temperature sensor 62 are coupled so that one side is detachably attached to the flange part, and the other side is provided so as to protrude in the direction of the outer circumferential surface of the flange part, so that at least one pressure sensor 61 or a temperature sensor ( 62), the replacement of the sensor can be performed without disconnecting the pipe from the valve unit, so that the maintenance and repair efficiency of the valve system can be further improved.

다음으로, 제어부(70)는 전술한 냉각장치(미도시)와 발열장치(미도시)를 제어하여 유체의 온도 조건을 조절하고, 펌프부(20)를 제어하여 유체의 압력 조건을 조절하며, 유량밸브(32)를 제어하여 유체의 유량을 조절하고, 개폐부재(42)를 제어여 밸브유닛(40)의 개도 범위를 조절 함으로써 유체의 다양한 정보에 대한 데이터시트를 생성할 수 있다.Next, the control unit 70 controls the cooling device (not shown) and the heat generator (not shown) described above to adjust the temperature condition of the fluid, and controls the pump unit 20 to adjust the pressure condition of the fluid, By controlling the flow valve 32 to adjust the flow rate of the fluid, and controlling the opening/closing member 42 to adjust the opening range of the valve unit 40, a data sheet for various information of the fluid can be generated.

이때, 제어부(70)는 전술한 실험 장치와 인접한 장소에 설치되는 컨트롤판넬(미도시) 내부에 구비될 수 있고, 관리자의 컴퓨터에 구비될 수 있으나 제어부의 위치를 한정하는 것은 아니다.In this case, the control unit 70 may be provided inside a control panel (not shown) installed in a place adjacent to the above-described experimental apparatus, and may be provided in the administrator's computer, but the location of the control unit is not limited.

또한, 전술한 데이터시트는 컴퓨터 소프트웨어 등을 통해 일정한 간격으로 정리되며, 관리자는 이를 표시하는 모니터(미도시)를 통하여 데이터시트의 내용을 시계열 그래프로 확인할 수 있다.In addition, the above-mentioned data sheet is arranged at regular intervals through computer software or the like, and the administrator can check the contents of the data sheet as a time series graph through a monitor (not shown) that displays it.

도 3은 본 발명에 따른 제어부의 개략적인 블록도이며, 도 4는 본 발명에 따른 인공지능 알고리즘 모델의 개략도이다.3 is a schematic block diagram of a control unit according to the present invention, and FIG. 4 is a schematic diagram of an artificial intelligence algorithm model according to the present invention.

본 발명의 스마트밸브 시험 장치의 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.Before explaining the artificial intelligence algorithm of the smart valve test device of the present invention, the artificial intelligence algorithm is software or software that imitates the computational power of a biological system using a number of artificial neurons connected by a connection line that is an engineered model of the human brain cell structure. It shows a computational model implemented in hardware. In an artificial neural network, artificial neurons are used, but they are interconnected through synapses, which are connections with connection strength (W), to perform cognition or learning process through repetitive data. Artificial intelligence algorithm models include CNN (Convolution Neural Network), DNN (Deep Neural Network), RNN, DBN, LSTM, and GAN models.

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.As shown, the neurons in the artificial neural network can be divided into input neurons that receive an input value from the outside, output neurons that transmit the processing result to the outside, and the remaining hidden neurons. layer), an output layer, and one or more hidden layers, and each layer consists of a number of units or neurons.

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.At this time, the artificial intelligence algorithm can divide the neurons in the artificial neural network into a plurality of input neurons that receive an input value (x) from the outside, a plurality of output neurons that output an output value (y) of the processing result to the outside, and the remaining hidden neurons. have.

다시 말하여, 상기 유체가 밸브유닛(40)을 통과하게 되면 밸브유닛(40)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 계산하고, 계산된 상기 유체의 유량을 출력값(y)을 상기 유량계에서 측정된 유체 데이터와 비교하며 학습할 수 있다.In other words, when the fluid passes through the valve unit 40, the data on the pressure, temperature, and flow rate of the fluid measured by the flow meter, the pressure gauge, and the thermometer installed in the pipe connected to both ends of the valve unit 40 are predetermined. It is scaled in the form of a non-linear data sheet measured at time intervals, and the pressure and temperature data at the front of the valve and the pressure and temperature data at the rear of the valve are used as input values (a), and in particular, the following [Equation 1] By calculating the flow rate of the fluid, it is possible to learn by comparing the calculated flow rate of the fluid with the output value y with the fluid data measured by the flow meter.

[식 1][Equation 1]

Figure 112022016401875-pat00001
Figure 112022016401875-pat00001

Q : 체적유량, CV : 고유유량계수, dP : 밸브유닛 전후단 압력차, S : 비중Q : Volumetric flow rate, CV : Specific flow coefficient, dP : Pressure difference between the front and rear ends of the valve unit, S : Specific gravity

즉, 인공지능 알고리즘은 상기 유체의 압력값, 온도값, [식 1]에 의해 계산된 유량값 및 유량계(53)를 통해 측정된 유량값으로 이루어진 데이터시트를 학습함으로써 계산된 유량값이 유량계를 통해 측정된 유량값을 대체할 수 있도록 학습되는 알고리즘인 것이다.That is, the artificial intelligence algorithm learns the data sheet consisting of the pressure value of the fluid, the temperature value, the flow rate value calculated by [Equation 1], and the flow rate value measured through the flow meter 53 so that the calculated flow rate value is the flow meter. It is an algorithm that is learned to replace the measured flow value.

이를 위하여, 제어부(70)는 센서부(60)에서 측정된유체의 압력과 온도를 통하여 계산된 유량값을 출력하는 계산부(71)가 구비되며, 계산부(71)를 통해 계산된 유량값과 유량계(53)에서 측정된 유량값을 비교하며 학습하여 유량값을 예측한다.To this end, the control unit 70 is provided with a calculation unit 71 that outputs a flow rate value calculated through the pressure and temperature of the fluid measured by the sensor unit 60 , and the flow rate value calculated through the calculation unit 71 . The flow rate value is predicted by learning and comparing the flow rate value measured by the flow meter 53 with the flow meter 53 .

그리고, 제어부(70)는 밸브유닛(40)의 개도 범위와, 계측부(50)와 상기 센서부(60)에서 측정된 유체의 측정데이터와 계산부(71)에서 계산된 유량값을 학습하여 유체의 유량값을 예측하는 인공지능 알고리즘 모델을 생성하는 인공지능학습부(72)가 구비된다.Then, the control unit 70 learns the range of the opening degree of the valve unit 40, the measurement data of the fluid measured by the measurement unit 50 and the sensor unit 60, and the flow rate value calculated by the calculation unit 71 to learn the fluid An artificial intelligence learning unit 72 for generating an artificial intelligence algorithm model for predicting the flow rate of is provided.

그리고, 인공지능 알고리즘 모델을 통하여 유량을 예측하는 학습을 반복하며, 유량계(53)에서 측정된 유량값과 인공지능학습부(72)에서 예측된 유량값을 비교하여 학습의 완료 여부를 판단하는 판단부(73)가 구비된다.Then, repeat the learning to predict the flow rate through the artificial intelligence algorithm model, and compare the flow rate value measured by the flow meter 53 and the flow rate value predicted by the artificial intelligence learning unit 72 to determine whether learning is complete A portion 73 is provided.

여기서, 관리자는 예측된 유량값과 측정된 유량값의 오차범위를 설정하여 판단부(73)의 기준을 정할 수 있다.Here, the manager may set the standard of the determination unit 73 by setting an error range between the predicted flow rate value and the measured flow rate value.

이를 통해, 제어부(70)는 상기 센서부(60)에서 입력받은 유체의 압력과 온도값을 인공지능 알고리즘으로 분석하여 밸브유닛(40)을 통과하는 유량값을 예측할 수 있고, 예측된 유량값에 대응하는 유량을 출력할 수 있도록 개폐부재(42)의 개도 범위를 제어함으로써 유량계를 사용하지 않고 밸브 시스템 구축을 간소화할 수 있는 효과가 있다.Through this, the control unit 70 can predict the flow rate value passing through the valve unit 40 by analyzing the pressure and temperature values of the fluid input from the sensor unit 60 with an artificial intelligence algorithm, and By controlling the opening range of the opening and closing member 42 so as to output a corresponding flow rate, there is an effect that can simplify the valve system construction without using a flow meter.

다음으로, 본 발명의 인공지능 알고리즘 모델의 고장진단에 대한 방법을 설명하고자 한다.Next, a method for fault diagnosis of the artificial intelligence algorithm model of the present invention will be described.

본 발명의 인공지능 알고리즘 모델을 생성함에 있어서, 전술한 데이터시트에 진동센서(23)의 진동값과 음향센서(24)의 소음값을 더하여 밸브유닛(40)이 고장나는 시점에 대한 진동값과 소음값을 분석 함으로써 밸브유닛(40)의 고장을 진단할 수 있으며, 더 나아가 잔존수명을 예측할 수 있다. In generating the artificial intelligence algorithm model of the present invention, the vibration value for the time when the valve unit 40 fails by adding the vibration value of the vibration sensor 23 and the noise value of the acoustic sensor 24 to the above-described data sheet and By analyzing the noise value, it is possible to diagnose the failure of the valve unit 40 and further predict the remaining life.

이를 위하여, 본 발명의 내부의 개폐부재의 마모 정도에 대한 고장정도가 구분되도록 밸브유닛(40)을 구비하여, 고장 정도에 따른 밸브유닛(40)의 데이터시트를 구축한다.To this end, the valve unit 40 is provided so that the degree of failure with respect to the degree of wear of the opening/closing member inside the present invention is classified, and a data sheet of the valve unit 40 according to the degree of failure is constructed.

예를 들어, 관리자는 밸브의 운전상태를 정상, 주의, 조정, 고장의 4단계로 구분할 수 있으며, 각각의 운전상태에 대응하는 밸브유닛(40)을 준비할 수 있고, 고장에 대한 기준은 밸브유닛(40)과 배관 사이의 누수, 또는, 밸브유닛(40)의 개폐부재(42)의 게이트플러그(gate plug)가 마모되어 밀폐기능 저하된 정도로 구분할 수 있다.For example, the manager can classify the operation state of the valve into four stages of normal, caution, adjustment, and failure, and can prepare the valve unit 40 corresponding to each operation state, and the standard for failure is the valve Water leakage between the unit 40 and the pipe, or the gate plug of the opening/closing member 42 of the valve unit 40 is worn to the extent that the sealing function is reduced.

그리고, 밸브유닛(40)에서 발생하는 진동과 소음을 진동센서(23)와 음향센서(24)를 통하여 각각 측정하며, 측정된 진동값과 소음값을 데이터시트 형태로 추가하여 밸브유닛(40)이 고장나는 시점에 인공지능 알고리즘 모델을 생성함으로써 밸브유닛(40)의 잔존수명을 예측할 수 있다.Then, the vibration and noise generated in the valve unit 40 are measured through the vibration sensor 23 and the acoustic sensor 24, respectively, and the measured vibration and noise values are added in the form of a data sheet to the valve unit 40 The remaining life of the valve unit 40 can be predicted by generating an artificial intelligence algorithm model at the time of failure.

이때, 유로부(30)는 가압부(20)의 진동이 밸브유닛(40)으로 전달되지 않도록 댐퍼부재(33)를 구비하여 학습 오차를 저감할 수 있다.At this time, the flow path part 30 may be provided with a damper member 33 so that the vibration of the pressing part 20 is not transmitted to the valve unit 40 to reduce a learning error.

그리고, 정상상태와 고장상태에 대한 데이터시트를 통해 학습이 완료된 인공지능 알고리즘 모델은 밸브유닛(40)의 개폐제어부(41)에 저장되어 유체의 유량값을 예측하게 되고, 상기 학습이 완료된 인공지능 알고리즘 모델이 저장된 밸브유닛(40)의 개폐 동작의 적합 여부를 판단한다.And, the artificial intelligence algorithm model, which has been learned through the data sheet for the normal state and the failure state, is stored in the opening/closing control unit 41 of the valve unit 40 to predict the flow rate value of the fluid, and the learning is completed. It is determined whether the opening/closing operation of the valve unit 40 in which the algorithm model is stored is suitable.

즉, 판단부(73)는 개폐제어부(41) 동작을 확인할 수 있도록, 밸브유닛(40) 후단의 유량계(53)에서 측정되는 유량값과, 센서부(60)를 통해 측정된 압력과 온도의 측정값으로 예측되는 유량값을 비교하며, 발생하는 오차 데이터를 인공지능학습부(72)로 출력하여 오차를 보정하는 학습을 수행한다.That is, the determination unit 73 determines the operation of the opening/closing control unit 41 , the flow rate value measured by the flow meter 53 at the rear end of the valve unit 40 and the pressure and temperature measured through the sensor unit 60 . The flow rate value predicted by the measured value is compared, and the error data generated is output to the artificial intelligence learning unit 72 to perform learning to correct the error.

그리고, 제어부(70)는 통신부(미도시)를 구비하여 인공지능학습부(72)에서 학습된 보정된 정보를 개폐제어부(41)로 전송하여 개폐제어부(41)가 지속적으로 오차 데이터에 대한 지속적인 보정이 이루어질 수 있도록 한다.And, the control unit 70 is provided with a communication unit (not shown) and transmits the corrected information learned in the artificial intelligence learning unit 72 to the opening/closing control unit 41 so that the opening/closing control unit 41 continuously responds to the error data. to allow corrections to be made.

그래서, 본 발명의 인공지능 알고리즘 기반 스마트밸브 시험 장치는 인공지능 알고리즘을 학습하는 인공지능학습부(72)가 밸브유닛(40)에 포함되지 않고, 학습이 완료된 인공지능 알고리즘 모델이 개폐제어부(42)에 삽입됨으로써 개폐제어부(42)의 용량을 저감할 수 있으며, 통신부(미도시)를 통하여 밸브를 원격으로 모니터링할 수 있다.So, in the artificial intelligence algorithm-based smart valve testing device of the present invention, the artificial intelligence learning unit 72 for learning the artificial intelligence algorithm is not included in the valve unit 40, and the learning artificial intelligence algorithm model is completed in the opening/closing control unit 42 ), the capacity of the opening/closing control unit 42 can be reduced, and the valve can be remotely monitored through a communication unit (not shown).

따라서, 본 발명의 인공지능 알고리즘 기반 스마트밸브 시험 장치는 다양한 센서의 도입을 통해, 밸브 시험 결과의 신뢰성을 높일 수 있으며, 센서를 통해 측정한 유체의 다양한 정보를 바탕으로 유량의 값을 예측하도록 밸브를 학습시켜 관리자가 요청하는 유량을 출력할 수 있도록 능동적으로 밸브유닛(40)의 개도 범위를 제어하며, 고장을 진단할 수 있는 효과가 있다.Therefore, the artificial intelligence algorithm-based smart valve test apparatus of the present invention can increase the reliability of the valve test results through the introduction of various sensors, and predict the value of the flow rate based on various information of the fluid measured through the sensor. By learning to control the range of the opening degree of the valve unit 40 actively so as to output the flow rate requested by the manager, there is an effect of diagnosing the failure.

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. Although embodiments of the present invention have been described with reference to the above and the accompanying drawings, those of ordinary skill in the art to which the present invention pertains can practice the present invention in other specific forms without changing its technical spirit or essential features. You will understand that there is Therefore, it should be understood that the embodiments described above are illustrative in all respects and not restrictive.

10: 유체탱크
20: 펌프부
30: 유로부
31: 매니폴드 32: 유량밸브
33: 댐퍼부재
40: 밸브유닛
41: 밸브유닛제어부 42: 개폐부재
50; 계측부
51: 압력계 52: 온도계
53: 유량계
60: 센서부
61: 압력센서 62: 온도센서
63: 진동센서 64: 음향센서
70: 제어부
71: 계산부 72: 인공지능학습부
73: 판단부10: fluid tank
20: pump unit
30: Euro
31: manifold 32: flow valve
33: damper member
40: valve unit
41: valve unit control unit 42: opening and closing member
50; measurement unit
51: pressure gauge 52: thermometer
53: flow meter
60: sensor unit
61: pressure sensor 62: temperature sensor
63: vibration sensor 64: acoustic sensor
70: control unit
71: calculation unit 72: artificial intelligence learning unit
73: judgment unit

Claims (6)

내부에 유체가 저장되는 유체탱크(10);
상기 유체탱크(10)에 연결되어 상기 유체를 가압하는 펌프부(20);
상기 펌프부(20)를 통하여 가압된 상기 유체의 유로를 형성하는 유로부(30);
상기 유로부(30) 상에 설치되는 밸브유닛(40);
상기 유로부(30) 상에 설치되며, 상기 유체의 압력을 측정하는 압력계(51)와, 온도를 측정하는 온도계(52)와 유량을 측정하는 유량계(53)가 구비되는 계측부(50);
상기 밸브유닛(40)의 플랜지 일측에 설치되며, 상기 유체의 압력을 측정하는 압력센서(61)와, 온도를 측정하는 온도센서(62)가 구비되는 센서부(60); 및
상기 센서부(60)에서 측정된 상기 유체의 압력과 온도를 통하여 계산된 유량값을 출력하는 계산부(71)가 구비되며, 상기 계산된 유량값으로 상기 유량계(53)에서 측정된 유량값을 예측하는 제어부(70);를 포함하되,
상기 제어부(70)는, 상기 밸브유닛(40)의 개도 범위와, 상기 계측부(50)와 상기 센서부(60)에서 측정된 상기 유체의 측정데이터를 학습하여 상기 유체의 유량값을 예측하는 인공지능 알고리즘 모델을 생성하는 인공지능학습부(72)와, 상기 유량계(53)에서 측정된 유량값과 상기 인공지능학습부(72)에서 예측된 유량값을 비교하여 학습의 완료 여부를 판단하는 판단부(73)가 구비되는 것을 특징으로 하는 인공지능 알고리즘 기반 스마트밸브 시험 장치.a fluid tank 10 in which a fluid is stored;
a pump unit 20 connected to the fluid tank 10 to pressurize the fluid;
a flow path part 30 forming a flow path of the fluid pressurized through the pump part 20;
a valve unit 40 installed on the flow passage 30 ;
a measurement unit 50 installed on the flow path unit 30 and provided with a pressure gauge 51 for measuring the pressure of the fluid, a thermometer 52 for measuring temperature, and a flow meter 53 for measuring the flow rate;
a sensor unit installed on one side of the flange of the valve unit 40 and provided with a pressure sensor 61 for measuring the pressure of the fluid and a temperature sensor 62 for measuring temperature; and
A calculation unit 71 for outputting a flow rate value calculated through the pressure and temperature of the fluid measured by the sensor unit 60 is provided, and the flow rate value measured by the flow meter 53 is provided with the calculated flow rate value. Predicting control unit 70; including,
The control unit 70 learns the range of the opening degree of the valve unit 40 and the measurement data of the fluid measured by the measurement unit 50 and the sensor unit 60 to predict the flow rate value of the fluid. A decision to determine whether learning is completed by comparing the flow rate value measured by the artificial intelligence learning unit 72 and the flow meter 53 and the flow rate value predicted by the artificial intelligence learning unit 72 to generate an intelligent algorithm model Artificial intelligence algorithm-based smart valve testing device, characterized in that the unit 73 is provided. 제1항에 있어서,
상기 센서부(60)는 상기 밸브유닛(40)의 플랜지에 삽입되어 설치되는 것을 특징으로 하는 인공지능 알고리즘 기반 스마트밸브 시험 장치.According to claim 1,
The sensor unit 60 is an artificial intelligence algorithm-based smart valve test device, characterized in that it is installed by being inserted into the flange of the valve unit (40). 삭제delete 제1항에 있어서,
학습이 완료된 상기 인공지능 알고리즘 모델은 상기 밸브유닛(40)의 개폐제어부(41)에 저장되며,
상기 판단부(73)는,
상기 학습이 완료된 인공지능 알고리즘 모델이 저장된 밸브유닛(40)의 개폐 동작의 적합 여부를 판단하는 것을 특징으로 하는 인공지능 알고리즘 기반 스마트밸브 시험 장치.The method of claim 1,
The learning AI algorithm model is stored in the opening/closing control unit 41 of the valve unit 40,
The determination unit 73,
Artificial intelligence algorithm-based smart valve testing apparatus, characterized in that it is determined whether the opening/closing operation of the valve unit 40 in which the learning has been completed is completed, the artificial intelligence algorithm model is stored. 제1항에 있어서,
상기 밸브유닛(40)은,
내부의 개폐부재(42)의 마모 정도에 대한 고장정도가 구분되도록 구비되며,
상기 인공지능학습부(72)는,
상기 센서부(60)에서 측정된 상기 유체의 측정데이터를 상기 밸브유닛(40)의 고장정도에 따라 구분하여 학습할 수 있도록 함으로써 고장을 예측하는 인공지능 알고리즘 모델을 생성하는 것을 특징으로 하는 인공지능 알고리즘 기반 스마트밸브 시험 장치.According to claim 1,
The valve unit 40,
It is provided so that the degree of failure with respect to the degree of wear of the internal opening and closing member 42 is distinguished,
The artificial intelligence learning unit 72,
Artificial intelligence for generating an artificial intelligence algorithm model for predicting failure by classifying and learning the measurement data of the fluid measured by the sensor unit (60) according to the degree of failure of the valve unit (40) Algorithm-based smart valve testing device. 제5항에 있어서,
상기 센서부(60)는,
상기 밸브유닛(40)의 진동을 감지하는 진동센서(63)와, 상기 유체와 상기 개폐부재 사이에서 발생하는 소음을 측정하는 음향센서(64)를 더 포함하는 것을 특징으로 하는 인공지능 알고리즘 기반 스마트밸브 시험 장치.6. The method of claim 5,
The sensor unit 60,
Artificial intelligence algorithm-based smart, characterized in that it further comprises a vibration sensor 63 for detecting the vibration of the valve unit 40, and an acoustic sensor 64 for measuring noise generated between the fluid and the opening and closing member valve test device.
KR1020220019047A 2022-02-14 2022-02-14 Smart valve test device based on artificial intelligence algorithm KR102418313B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020220019047A KR102418313B1 (en) 2022-02-14 2022-02-14 Smart valve test device based on artificial intelligence algorithm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220019047A KR102418313B1 (en) 2022-02-14 2022-02-14 Smart valve test device based on artificial intelligence algorithm

Publications (1)

Publication Number Publication Date
KR102418313B1 true KR102418313B1 (en) 2022-07-08

Family

ID=82407542

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220019047A KR102418313B1 (en) 2022-02-14 2022-02-14 Smart valve test device based on artificial intelligence algorithm

Country Status (1)

Country Link
KR (1) KR102418313B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3138179A1 (en) * 2022-07-21 2024-01-26 L'air Liquide, Societe Anonyme Pour L'etude Et L'exploitation Des Procedes Georges Claude Device for detecting a valve anomaly

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020044924A (en) * 2000-12-07 2002-06-19 최양우 Servo Valve Tester
KR101664314B1 (en) 2015-03-11 2016-10-10 한국광기술원 system for detecting leakage of valve
KR20200056755A (en) * 2018-11-15 2020-05-25 김기덕 A smart valve system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020044924A (en) * 2000-12-07 2002-06-19 최양우 Servo Valve Tester
KR101664314B1 (en) 2015-03-11 2016-10-10 한국광기술원 system for detecting leakage of valve
KR20200056755A (en) * 2018-11-15 2020-05-25 김기덕 A smart valve system

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3138179A1 (en) * 2022-07-21 2024-01-26 L'air Liquide, Societe Anonyme Pour L'etude Et L'exploitation Des Procedes Georges Claude Device for detecting a valve anomaly

Similar Documents

Publication Publication Date Title
KR102418310B1 (en) Smart valve system capable of active control fault diagnosis operation status monitoring by artificial intelligence learning
CN100543628C (en) The method and apparatus that utilizes the control loop operation control valve and this control loop execution is diagnosed
US20210216852A1 (en) Leak detection with artificial intelligence
CN106872657B (en) A kind of multivariable water quality parameter time series data accident detection method
KR102060481B1 (en) Method of estimating flow rate and of detecting leak of wide area water using recurrent analysis, recurrent neural network and deep neural network
US20180365555A1 (en) Artificial intelligence based algorithm for predicting pipeline leak and corrosion detection
KR101401600B1 (en) Fault detection in hvac-systems using building information models and heat flow models
Mendonça et al. An architecture for fault detection and isolation based on fuzzy methods
Karpenko et al. Diagnosis of process valve actuator faults using a multilayer neural network
KR102418313B1 (en) Smart valve test device based on artificial intelligence algorithm
US20160071004A1 (en) Method and system for predictive maintenance of control valves
CN111609890A (en) Fracturing manifold working condition monitoring, service life prediction and feedback regulation and control system
US6857308B2 (en) Valve technology
CN114360703A (en) Medical equipment fault early warning method
US11906987B2 (en) Pressure control in a supply grid
CN113383211A (en) Condition-based monitoring and prediction mode failure for flow metering systems
KR101884665B1 (en) Intelligent control valve management system with self-diagnosis and safety function
Le et al. An artificial neural network based approach to fault diagnosis and classification of fluid power systems
KR20220120456A (en) Prediction failure diagnosis system for automatic valve using artificial intelligence
US20230013006A1 (en) A system for monitoring and controlling a dynamic network
KR20200137252A (en) Big data-based artificial intelligent valve automatic control method using smart sensor module
CN116562509B (en) Remote control method of ultrasonic metering device and intelligent gas Internet of things system
KR102632541B1 (en) diagnosis method and system for diagnose water valve
KR20200056755A (en) A smart valve system
KR20060062999A (en) Apparatus and method for detecting quantity of refrigerant in air-conditioner

Legal Events

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