KR102547102B1 - Digital twin-based predictive diagnostic method for inverter type pump systems - Google Patents
Digital twin-based predictive diagnostic method for inverter type pump systems Download PDFInfo
- Publication number
- KR102547102B1 KR102547102B1 KR1020220135813A KR20220135813A KR102547102B1 KR 102547102 B1 KR102547102 B1 KR 102547102B1 KR 1020220135813 A KR1020220135813 A KR 1020220135813A KR 20220135813 A KR20220135813 A KR 20220135813A KR 102547102 B1 KR102547102 B1 KR 102547102B1
- Authority
- KR
- South Korea
- Prior art keywords
- pump
- inverter
- simulation data
- virtual
- model
- Prior art date
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/06—Control using electricity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Abstract
본 발명은 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법에 관련되며, 이는 가상의 예측모델을 이용하여 인버터방식 펌프시스템의 이상 여부를 가상으로 검증한 후 실제 펌프 운전조건을 변경하도록 구조 개선되어, 펌프시스템의 구조응력과 불안정 정도를 시뮬레이션을 통해 예측하여 펌프 또는 배관에 균열 또는 절단과 같은 피로 파괴를 방지하고, 돌발적인 펌프시스템 손상으로 인한 연계시설의 연쇄피해를 예방할 수 있도록 시뮬레이션데이터 구축단계(S10), 펌프정보 수집단계(S20), 가상모델 생성단계(S30), 예측모델 생성단계(S40)를 포함하여 주요 구성으로 한다.The present invention relates to a predictive diagnosis method based on a digital twin of an inverter-type pump system, which is structurally improved to change the actual pump operating conditions after virtually verifying whether or not the inverter-type pump system is abnormal using a virtual predictive model, Simulation data construction step to predict the structural stress and instability of the pump system through simulation to prevent fatigue failure such as cracks or cuts in the pump or pipe, and to prevent chain damage to related facilities due to sudden damage to the pump system ( S10), the pump information collection step (S20), the virtual model generation step (S30), the prediction model generation step (S40), including the main configuration.
Description
본 발명은 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법에 관련되며, 보다 상세하게는 가상의 예측모델을 이용하여 인버터방식 펌프시스템의 이상 여부를 가상으로 검증한 후 실제 펌프 운전조건을 변경하도록 구조 개선되어, 펌프시스템의 구조응력과 불안정 정도를 시뮬레이션을 통해 예측하여 펌프 또는 배관에 균열 또는 절단과 같은 피로 파괴를 방지하고, 돌발적인 펌프시스템 손상으로 인한 연계시설의 연쇄피해를 예방할 수 있는 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법에 관한 것이다.The present invention relates to a predictive diagnosis method based on a digital twin of an inverter-type pump system, and more specifically, a structure in which an actual pump operation condition is changed after virtually verifying whether an inverter-type pump system is abnormal using a virtual prediction model. Inverter method that can predict structural stress and instability of the pump system through simulation to prevent fatigue failure such as cracks or cuts in the pump or pipe, and prevent chain damage to related facilities due to sudden damage to the pump system. It relates to a digital twin-based predictive diagnosis method of a pump system.
삭제delete
통상 펌프는 압력작용을 이용 관을 통하여 유체를 수송하는 기계로서, 물뿐만 아니라 석유나 각종 약품 또는 펄프, 비스코스, 슬러지 등 특수한 유체의 수송에도 광범하게 사용되고 있고, 펌프의 사용범위가 확대되면서 설비 이상을 예방하고자 하는 노력이 진행되고 있다.In general, a pump is a machine that transports fluid through pipes using pressure action. It is widely used for transporting not only water but also special fluids such as petroleum, various chemicals, pulp, viscose, and sludge. Efforts are being made to prevent
일예로서, 진동, 노이즈를 포함하는 측정 값을 모니터링함으로써 펌프의 기계적 상태를 진단하고 있으나, 이러한 방법은 주변 환경에 따라 측정 오차가 크게 발생되어 모니터링 결과를 신뢰할 수 없는 실정이다.As an example, the mechanical state of the pump is diagnosed by monitoring measurement values including vibration and noise, but in this method, a measurement error is greatly generated depending on the surrounding environment, so the monitoring result is unreliable.
이에 종래에 개시된 공개특허 10-2017-0128326호에서, 전기 모터를 갖는 진공 펌프를 모니터링하기 위한 펌프 모니터링 장치로서, 상기 전기 모터의 전류를 측정하여 시간 기반 신호를 생성하기 위한 적어도 하나의 센서와, 상기 시간 기반 신호를 주파수 기반 신호로 변환하고, 상기 주파수 기반 신호를 분석하여 펌프 고장 상태를 나타내는 신호 패턴을 식별하도록 구성되는 적어도 하나의 전자 프로세서를 포함하는 기술이 선 제시된 바 있다.Accordingly, in the previously disclosed Patent Publication No. 10-2017-0128326, as a pump monitoring device for monitoring a vacuum pump having an electric motor, at least one sensor for generating a time-based signal by measuring a current of the electric motor; It has been previously disclosed that the technology includes at least one electronic processor configured to convert the time-based signal to a frequency-based signal and to analyze the frequency-based signal to identify a signal pattern indicative of a pump failure condition.
그러나, 상기 종래기술은 주파수 기반 신호를 모니터링함으로써 펌프 고장 상태를 식별하려는 것이나, 이러한 센서 검출값을 모니터링하는 종래 기술의 특성상, 펌프 운전상태 변경 시, 운전자의 경험적 노하우에 의존하여 운전을 변경함에 따라 운전자마다 노하우(경험 지식)와 주관적인 판단기준이 상이하므로 운전변경 후 일어날 사고를 예측할 수 없고, 특히, 조건별 운전 데이터가 한정되어 돌발 상황에 대한 대응이 불가능한 문제점이 따랐다.However, the prior art attempts to identify a pump failure state by monitoring a frequency-based signal, but due to the characteristics of the prior art for monitoring such a sensor detection value, when the pump operation state is changed, the operation is changed depending on the driver's empirical know-how. Since each driver has different know-how (empirical knowledge) and subjective judgment standards, it is impossible to predict an accident that will occur after a driving change, and in particular, it is impossible to respond to unexpected situations due to limited driving data for each condition.
본 발명은 상기한 문제점을 해결하기 위해 착안 된 것으로서, 가상의 예측모델을 이용하여 인버터방식 펌프시스템의 이상 여부를 가상으로 검증한 후 실제 펌프 운전조건을 변경하도록 구조 개선되어, 펌프시스템의 구조응력과 불안정 정도를 시뮬레이션을 통해 예측하여 펌프 또는 배관에 균열 또는 절단과 같은 피로 파괴를 방지하고, 돌발적인 펌프시스템 손상으로 인한 연계시설의 연쇄피해를 예방할 수 있는 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법을 제공하는 것에 그 목적이 있다.The present invention has been conceived to solve the above problems, and after virtually verifying whether or not the inverter type pump system is abnormal using a virtual prediction model, the structure is improved to change the actual pump operating conditions, thereby reducing the structural stress of the pump system. Digital twin-based predictive diagnosis of an inverter-type pump system that can prevent fatigue failure such as cracks or cuts in pumps or pipes by predicting the degree of instability through simulation, and prevent cascading damage to related facilities due to sudden pump system damage Its purpose is to provide a method.
이러한 목적을 달성하기 위해 본 발명의 특징은, 인버터방식 대상 펌프(1)에 대한 운전조건별 펌프 성능, 펌프 구조응력, 펌프 축계해석, 펌프 배관 구조응력을 포함하는 펌프 시뮬레이션데이터를 생성하는 시뮬레이션데이터 구축단계(S10); 인버터방식 대상 펌프(1)의 회전수, 모터 부하, 소모전력, 진동, 입/출수관 압력을 포함하는 실제 운전데이터를 검출하는 펌프정보 수집단계(S20); 상기 시뮬레이션데이터를 기반으로 실제 운전데이터를 대입한 조건에서 시뮬레이션하여 가상의 트윈모델(M1)을 생성 및 출력하는 가상모델 생성단계(S30); 및 상기 인버터방식 대상 펌프(1)의 운전 조건을 변경시, 시뮬레이션데이터를 기반으로 변경 운전데이터를 대입한 조건에서 시뮬레이션하여 가상의 예측모델(M2)을 생성 및 출력하는 예측모델 생성단계(S40);를 포함하는 것을 특징으로 한다.In order to achieve this object, the feature of the present invention is simulation data that generates pump simulation data including pump performance, pump structural stress, pump shaft system analysis, and pump piping structural stress for each operating condition for the inverter-type target pump (1). Construction step (S10); Pump information collection step (S20) of detecting actual operation data including the number of revolutions of the inverter-
이때, 상기 시뮬레이션데이터 구축단계(S10)에서 펌프 성능은, 유량, 양정, 효율을 포함하는 펌프 퍼포먼스 정보인 것을 특징으로 한다.At this time, the pump performance in the simulation data building step (S10) is characterized in that the pump performance information including flow rate, head, and efficiency.
또한, 상기 시뮬레이션데이터 구축단계(S10)에서 펌프 구조응력은, 펌프 입/출수관의 압력 값을 기반으로 해석된 펌프 케이스, 임펠러의 구조적 안전성에 대한 정보인 것을 특징으로 한다.In addition, in the simulation data construction step (S10), the pump structural stress is characterized in that it is information on the structural safety of the pump case and impeller analyzed based on the pressure value of the pump inlet / outlet pipe.
또한, 상기 시뮬레이션데이터 구축단계(S10)에서 펌프 축계해석은, 펌프 회전속도 기준 공진 발생구간에 대한 정보를 포함하고, 상기 인버터방식 대상 펌프(1)의 운전 조건을 변경시, 공진 발생구간을 제외한 영역에서 회전속도가 제어되도록 구비되는 것을 특징으로 한다.In addition, in the simulation data construction step (S10), the pump shaft system analysis includes information on the resonance occurrence section based on the pump rotation speed, and when the operating conditions of the inverter
또한, 상기 시뮬레이션데이터 구축단계(S10)에서 펌프 배관 구조응력은, 인버터방식 대상 펌프(1) 입/출수관 측에 연결된 배관 압력을 측정 비교하는 방식으로 유체 유동저항을 검출하고, 유체 유동저항 단계별로 배관 파손부위를 시뮬레이션데이터로 생성하도록 구비되는 것을 특징으로 한다.In addition, in the simulation data construction step (S10), the structural stress of the pump pipe is detected by measuring and comparing the pressure of the pipe connected to the inlet/outlet pipe of the pump (1) subject to the inverter method, and detecting the fluid flow resistance step by step. It is characterized in that it is provided to generate the pipe damage portion as simulation data.
또한, 상기 가상모델 생성단계(S30)에서, 시간차를 두고 생성되는 가상의 트윈모델(M1)을 비교 연산하여, 앞으로 생성될 가상의 트윈모델(M1)을 예측 생성하고, 예측 생성된 가상의 트윈모델(M1)이 가진 운전데이터 값이 펌프 시뮬레이션데이터의 정상영역을 벗어나는 시점을 예측할 수 있도록 구비되는 것을 특징으로 한다.In addition, in the virtual model generation step (S30), the virtual twin model M1 generated at a time difference is compared and calculated, the virtual twin model M1 to be generated in the future is predicted and generated, and the predicted generated virtual twin It is characterized in that it is provided so that the operation data value of the model (M1) can predict the point of departure from the normal range of the pump simulation data.
이상의 구성 및 작용에 의하면, 본 발명은 가상의 예측모델을 이용하여 인버터방식 펌프시스템의 이상 여부를 가상으로 검증한 후 실제 펌프 운전조건을 변경하도록 구조 개선되어, 펌프시스템의 구조응력과 불안정 정도를 시뮬레이션을 통해 예측하여 펌프 또는 배관에 균열 또는 절단과 같은 피로 파괴를 방지하고, 돌발적인 펌프시스템 손상으로 인한 연계시설의 연쇄피해를 예방할 수 있는 효과가 있다.According to the above configuration and operation, the present invention is structurally improved to change the actual pump operating conditions after virtually verifying whether or not the inverter type pump system is abnormal using a virtual prediction model, thereby reducing the degree of structural stress and instability of the pump system. Prediction through simulation prevents fatigue failure such as cracks or cuts in pumps or pipes, and has an effect of preventing chain damage to related facilities due to sudden damage to the pump system.
도 1은 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법을 개략적으로 나타내는 블록도.
도 2는 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법을 개략적으로 나타내는 구성도.
도 3은 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법의 가상의 트윈모델 및 가상의 예측모델을 나타내는 구성도.
도 4는 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법의 펌프정보 수집단계를 개략적으로 나타내는 구성도.
도 5는 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법의 가상모델 생성단계를 개략적으로 나타내는 구성도.
도 6은 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법의 가상모델 생성단계를 개략적으로 나타내는 구성도.1 is a block diagram schematically showing a digital twin-based predictive diagnosis method of an inverter pump system according to an embodiment of the present invention.
Figure 2 is a configuration diagram schematically showing a digital twin-based predictive diagnosis method of an inverter pump system according to an embodiment of the present invention.
3 is a configuration diagram showing a virtual twin model and a virtual predictive model of a digital twin-based predictive diagnosis method of an inverter pump system according to an embodiment of the present invention.
Figure 4 is a configuration diagram schematically showing the pump information collection step of the digital twin-based predictive diagnosis method of the inverter pump system according to an embodiment of the present invention.
Figure 5 is a configuration diagram schematically showing the virtual model generation step of the digital twin-based predictive diagnosis method of the inverter pump system according to an embodiment of the present invention.
Figure 6 is a configuration diagram schematically showing the virtual model generation step of the digital twin-based predictive diagnosis method of the inverter pump system according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세히 설명한다. 그리고 본 발명을 설명함에 있어서 관련된 공지기능에 대하여 이 분야의 기술자들에게 자명한 사항으로서 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. In addition, in the description of the present invention, if it is determined that the related known function may unnecessarily obscure the subject matter of the present invention as an obvious matter to those skilled in the art, the detailed description thereof will be omitted.
도 1은 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법을 개략적으로 나타내는 블록도이고, 도 2는 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법을 개략적으로 나타내는 구성도이며, 도 3은 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법의 가상의 트윈모델 및 가상의 예측모델을 나타내는 구성도이고, 도 4는 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법의 펌프정보 수집단계를 개략적으로 나타내는 구성도이며, 도 5는 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법의 가상모델 생성단계를 개략적으로 나타내는 구성도이고, 도 6은 본 발명의 일실시예에 따른 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법의 가상모델 생성단계를 개략적으로 나타내는 구성도이다.1 is a block diagram schematically showing a digital twin-based prediction diagnosis method of an inverter-type pump system according to an embodiment of the present invention, and FIG. 2 is a digital twin-based prediction of an inverter-type pump system according to an embodiment of the present invention. 3 is a configuration diagram schematically showing a diagnosis method, and FIG. 3 is a configuration diagram showing a virtual twin model and a virtual prediction model of a digital twin-based predictive diagnosis method of an inverter pump system according to an embodiment of the present invention. FIG. is a block diagram schematically showing the pump information collection step of the digital twin-based predictive diagnosis method of an inverter-type pump system according to an embodiment of the present invention, Figure 5 is a digital diagram of an inverter-type pump system according to an embodiment of the present invention It is a configuration diagram schematically showing the virtual model generation step of the twin-based predictive diagnosis method, and FIG. 6 is a configuration schematically showing the virtual model generation step of the digital twin-based predictive diagnosis method of the inverter-type pump system according to an embodiment of the present invention. It is also
본 발명은 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법에 관련되며, 이는 가상의 예측모델을 이용하여 인버터방식 펌프시스템의 이상 여부를 가상으로 검증한 후 실제 펌프 운전조건을 변경하도록 구조 개선되어, 펌프시스템의 구조응력과 불안정 정도를 시뮬레이션을 통해 예측하여 펌프 또는 배관에 균열 또는 절단과 같은 피로 파괴를 방지하고, 돌발적인 펌프시스템 손상으로 인한 연계시설의 연쇄피해를 예방할 수 있도록 시뮬레이션데이터 구축단계(S10), 펌프정보 수집단계(S20), 가상모델 생성단계(S30), 예측모델 생성단계(S40)를 포함하여 주요 구성으로 한다.The present invention relates to a predictive diagnosis method based on a digital twin of an inverter-type pump system, which is structurally improved to change the actual pump operating conditions after virtually verifying whether or not the inverter-type pump system is abnormal using a virtual predictive model, Simulation data construction step to predict the structural stress and instability of the pump system through simulation to prevent fatigue failure such as cracks or cuts in the pump or pipe, and to prevent chain damage to related facilities due to sudden damage to the pump system ( S10), the pump information collection step (S20), the virtual model generation step (S30), the prediction model generation step (S40), including the main configuration.
1. 시뮬레이션데이터 구축단계(S10)1. Simulation data construction step (S10)
본 발명에 따른 시뮬레이션데이터 구축단계(S10)는, 인버터방식 대상 펌프(1)에 대한 운전조건별 펌프 성능, 펌프 구조응력, 펌프 축계해석, 펌프 배관 구조응력을 포함하는 펌프 시뮬레이션데이터를 생성하는 단계이다.The simulation data construction step (S10) according to the present invention is a step of generating pump simulation data including pump performance, pump structural stress, pump shaft system analysis, and pump piping structural stress for each operating condition for the inverter type target pump (1). am.
상기 시뮬레이션데이터 구축단계(S10)는 후술하는 펌프정보 수집단계(S20)의 인버터방식 대상 펌프(1)에 대한 운전 정보를 수집하여 펌프 시뮬레이션데이터를 생성하는바, 이때 펌프 시뮬레이션데이터는 실제 인버터방식 대상 펌프(1)를 조건별로 시뮬레이션한 결과 값으로 생성되거나, AI모듈을 이용하여 가상으로 시뮬레이션한 결괏값으로 생성된다.In the simulation data construction step (S10), pump simulation data is generated by collecting operation information about the inverter-
이때, 상기 시뮬레이션데이터 구축단계(S10)에서 펌프 성능은, 유량, 양정, 효율을 포함하는 펌프 퍼포먼스 정보이다.At this time, the pump performance in the simulation data construction step (S10) is pump performance information including flow rate, head, and efficiency.
그리고 상기 시뮬레이션데이터 구축단계(S10)에서 펌프 구조응력은, 펌프 입/출수관의 압력 값을 기반으로 해석된 펌프 케이스, 임펠러의 구조적 안전성에 대한 정보이다.And, in the simulation data construction step (S10), the pump structural stress is information on the structural safety of the pump case and impeller analyzed based on the pressure values of the pump inlet/outlet pipes.
즉, 상기 펌프 구조응력은 펌프 입/출수관의 압력 값별로 펌프 케이스, 임펠러의 구조적 안전성을 수치데이터로 해석하여 생성하고, 구조적 안전성에 대한 수치데이터는 정상적인 영역과 내구성에 영향을 미치는 경고영역으로 구분된다.That is, the pump structural stress is generated by interpreting the structural safety of the pump case and impeller as numerical data for each pressure value of the pump inlet / outlet pipe, and the numerical data for structural safety is a normal area and a warning area that affects durability. Separated.
일예로서, 인버터방식 대상 펌프(1) 토출 압력센서 값 계측 및 내압 별 응력 DB활용하여 최대 운전 내압의 1.5배 초과 시 알람이 활성화되고, 흡입압력 기준치 이하 및 전양정 3% 초과 하락 시 알람이 활성화되도록 구비된다.As an example, by measuring the discharge pressure sensor value of the inverter-type target pump (1) and using the stress DB for each internal pressure, an alarm is activated when the maximum operating internal pressure exceeds 1.5 times, and an alarm is activated when the suction pressure drops below the standard value and the total head exceeds 3%. provided as possible
또한, 상기 시뮬레이션데이터 구축단계(S10)에서 펌프 축계해석은, 펌프 회전속도 기준 공진 발생구간에 대한 정보를 포함한다.In addition, in the simulation data construction step (S10), the pump shaft system analysis includes information about the resonance occurrence section based on the pump rotation speed.
통상 펌프의 효율을 높이기 위해 인버터방식이 널리 이용되고 있고, 인버터방식의 특성상 회전수를 수시로 가변하다 보니, 공진 발생구간에서 펌프 떨림 현상이 심하게 발생하나, 본원은 인버터방식 대상 펌프(1)의 공진 발생구간을 사전에 검출하여, 인버터방식 대상 펌프(1)의 운전 조건을 변경시, 공진 발생구간을 제외한 영역에서 회전속도가 제어되도록 설정하므로 공진에 의한 인버터방식 대상 펌프(1)의 손상이 방지되면서 수명이 장구히 연장되는 이점이 있다.In general, the inverter method is widely used to increase the efficiency of the pump, and due to the nature of the inverter method, the number of revolutions is changed from time to time, so the pump vibrates severely in the resonance section, but the present invention is the resonance of the inverter type target pump (1). The occurrence section is detected in advance and when the operating conditions of the inverter type target pump (1) are changed, the rotation speed is set to be controlled in the area except for the resonance occurrence section to prevent damage to the inverter type target pump (1) caused by resonance. It has the advantage of prolonging its lifespan.
또한, 상기 시뮬레이션데이터 구축단계(S10)에서 펌프 배관 구조응력은, 인버터방식 대상 펌프(1) 입/출수관 측에 연결된 배관 압력을 측정 비교하는 방식으로 유체 유동저항을 검출한다.In addition, in the simulation data construction step (S10), the structural stress of the pump pipe is detected by measuring and comparing the pressure of the pipe connected to the inlet/outlet pipe of the inverter-
그리고 유체 유동저항 단계별로 배관 파손부위를 시뮬레이션데이터로 생성하도록 구비되는바, 이때 배관 파손부위는 3D 영상 및 색상 대비로 표현하여 식별이 용이하도록 표현되는 것이 바람직하다.And it is provided to generate the pipe breakage part as simulation data for each fluid flow resistance step. At this time, it is preferable that the pipe breakage part be expressed as a 3D image and color contrast so as to be easily identified.
2. 펌프정보 수집단계(S20)2. Pump information collection step (S20)
본 발명에 따른 펌프정보 수집단계(S20)는, 인버터방식 대상 펌프(1)의 회전수, 모터 부하, 소모전력, 진동, 입/출수관 압력을 포함하는 실제 운전데이터를 검출하는 단계이다.The pump information collection step (S20) according to the present invention is a step of detecting actual operation data including the number of revolutions of the inverter-
상기 실제 운전데이터는 센서를 이용하여 인버터방식 대상 펌프(1)에 대한 실제 운전 정보를 검출하는바, 여기서 실제 운전데이터는 후술하는 가상모델 생성단계(S30)에서 가상의 트윈모델(M1) 생성을 위한 정보로 이용된다..The actual operation data detects actual operation information for the inverter-
일예로서, 도 4 (a)는 인버터방식 대상 펌프(1)에 각종 센서가 설치된 상태를 도시하고, 도 4 (b)는 센서를 통하여 검출된 값을 저장 및 화면을 통하여 출력하는 상태를 나타낸다.As an example, FIG. 4 (a) shows a state in which various sensors are installed in the inverter-
3. 가상모델 생성단계(S30)3. Virtual model creation step (S30)
본 발명에 따른 가상모델 생성단계(S30)는, 상기 시뮬레이션데이터를 기반으로 실제 운전데이터를 대입한 조건에서 시뮬레이션하여 가상의 트윈모델(M1)을 생성 및 출력하는 단계이다.The virtual model generation step (S30) according to the present invention is a step of generating and outputting a virtual twin model (M1) by simulating under conditions in which actual driving data is substituted based on the simulation data.
여기서, 가상의 트윈모델(M1)을 생성하는 방법은 도 5처럼 데이터 회귀분선 및 딥러닝을 통한 귀납적 방법 또는 다 물리계 시스템 해석을 이용한 연역적 방법을 통하여 이루어진다.Here, the method of generating the virtual twin model M1 is performed through an inductive method through data regression and deep learning or a deductive method using multi-physical system analysis, as shown in FIG. 5 .
즉, 상기 가상모델 생성단계(S30)는 AI모듈을 포함하는 제어부에 실제 운전데이터가 입력되면, 실제 운전데이터에 해당하는 시뮬레이션데이터가 산출되고, 도 7과 같이 산출된 시뮬레이션데이터를 시뮬레이션하여 육안으로 식별할 수 있는 가상의 트윈모델(M1)을 생성(3D 영상 및 컬러대비) 및 디스플레이부를 통하여 가상의 트윈모델(M1)을 출력하도록 구비된다.That is, in the virtual model generation step (S30), when actual driving data is input to the control unit including the AI module, simulation data corresponding to the actual driving data is calculated, and the calculated simulation data is simulated as shown in FIG. It is provided to generate a identifiable virtual twin model M1 (3D image and color contrast) and to output the virtual twin model M1 through a display unit.
또한, 상기 가상모델 생성단계(S30)에서, 시간차를 두고 생성되는 가상의 트윈모델(M1)을 비교 연산하여, 앞으로 생성될 가상의 트윈모델(M1)을 예측 생성하도록 구비된다.In addition, in the virtual model generation step (S30), the virtual twin model M1 generated with a time difference is compared and calculated, and the virtual twin model M1 to be generated in the future is predicted and generated.
그리고, 예측 생성된 가상의 트윈모델(M1)이 가진 운전데이터 값이 펌프 시뮬레이션데이터의 정상영역을 벗어나는 시점을 예측할 수 있도록 구비됨에 따라 인버터방식 대상 펌프(1)의 운전 조건을 변경하여 문제요소를 해결하거나, 문제요소를 미연에 유지보수하여 돌발사고를 피할 수 있도록 구비된다.In addition, as the operating data value of the predictively generated virtual twin model (M1) is provided to predict the point of departure from the normal range of the pump simulation data, the problem element is solved by changing the operating conditions of the inverter-type target pump (1). It is provided to avoid unexpected accidents by solving or maintaining problem elements in advance.
4. 예측모델 생성단계(S40)4. Prediction model generation step (S40)
본 발명에 따른 예측모델 생성단계(S40)는, 상기 인버터방식 대상 펌프(1)의 운전 조건을 변경시, 시뮬레이션데이터를 기반으로 변경 운전데이터를 대입한 조건에서 시뮬레이션하여 가상의 예측모델(M2)을 생성 및 출력하는 단계이다.In the predictive model generation step (S40) according to the present invention, when the operating conditions of the inverter-
일예로서, 도 3처럼 상기 인버터방식 대상 펌프(1)를 운전하는 중에 출력을 5% 증가해야 하는 경우, 미리 시뮬레이션데이터를 기반으로 입력되는 실제 운전데이터 중 출력 항목을 임의로 5% 증가되도록 입력하면, 가상의 트윈모델(M1)과 별도로 가상의 예측모델(M2)이 검출된다.As an example, when the output needs to be increased by 5% while operating the inverter-
그리고, 상기 가상의 예측모델(M2)은 육안으로 식별할 수 있는 3D 영상 및 컬러대비로 출력되어 인버터방식 대상 펌프(1)의 이상 여부를 미리 검증한 후 실제 펌프 운전조건을 변경하도록 구비되므로, 인버터방식 대상 펌프(1) 응력과 시스템 불안정 정도를 시뮬레이션을 통해 예측하여 펌프 또는 배관에 균열 또는 절단과 같은 피로 파괴를 방지하고, 돌발적인 펌프시스템 손상으로 인한 연계시설의 연쇄피해를 예방할 수 있는 이점이 있다.In addition, the virtual prediction model (M2) is output as a 3D image and color contrast that can be identified with the naked eye, and is provided to change the actual pump operating conditions after verifying in advance whether or not the inverter
이상과 같이 본 발명의 상세한 설명에는 본 발명의 가장 바람직한 실시 예에 관하여 설명하였으나, 본 발명의 기술범위에 벗어나지 않는 범위 내에서는 다양한 변형실시도 가능하다 할 것이다. 따라서 본 발명의 보호범위는 상기 실시 예에 한정하여 정하여 질 것이 아니라 후술하는 특허청구범위의 기술들과 이들 기술로부터 균등한 기술수단들에까지 보호범위가 인정되어야 할 것이다.As described above, the most preferred embodiment of the present invention has been described in the detailed description of the present invention, but various modifications may be made within a range that does not depart from the technical scope of the present invention. Therefore, the scope of protection of the present invention should not be limited to the above embodiments, but the scope of protection should be recognized from the techniques of the claims to be described later and from these techniques to equivalent technical means.
M1: 가상의 트윈모델
M2: 가상의 예측모델
P: 대상 펌프 M1: virtual twin model
M2: hypothetical predictive model
P: target pump
Claims (6)
인버터방식 대상 펌프(1)의 회전수, 모터 부하, 소모전력, 진동, 입/출수관 압력을 포함하는 실제 운전데이터를 검출하는 펌프정보 수집단계(S20);
상기 시뮬레이션데이터를 기반으로 실제 운전데이터를 대입한 조건에서 시뮬레이션하여 가상의 트윈모델(M1)을 생성 및 출력하는 가상모델 생성단계(S30); 및
상기 인버터방식 대상 펌프(1)의 운전 조건을 변경시, 시뮬레이션데이터를 기반으로 변경 운전데이터를 대입한 조건에서 시뮬레이션하여 가상의 예측모델(M2)을 생성 및 출력하는 예측모델 생성단계(S40);를 포함하고,
상기 시뮬레이션데이터 구축단계(S10)에서 펌프 성능은, 유량, 양정, 효율을 포함하는 펌프 퍼포먼스 정보이고,
상기 시뮬레이션데이터 구축단계(S10)에서 펌프 구조응력은, 펌프 입/출수관의 압력 값을 기반으로 해석된 펌프 케이스, 임펠러의 구조적 안전성에 대한 정보이며,
상기 시뮬레이션데이터 구축단계(S10)에서 펌프 축계해석은, 펌프 회전속도 기준 공진 발생구간에 대한 정보를 포함하고, 상기 인버터방식 대상 펌프(1)의 운전 조건을 변경시, 공진 발생구간을 제외한 영역에서 회전속도가 제어되도록 설정되어, 공진에 의한 인버터방식 대상 펌프(1)의 손상 방지 및 수명 연장을 도모할 수 있도록 구비되며,
상기 시뮬레이션데이터 구축단계(S10)에서 펌프 배관 구조응력은, 대상 펌프(1) 입/출수관 측에 연결된 배관 압력을 측정 비교하는 방식으로 유체 유동저항을 검출하고, 유체 유동저항 단계별로 배관 파손부위를 시뮬레이션데이터로 생성하도록 구비되고,
상기 가상모델 생성단계(S30)에서, 시간차를 두고 생성되는 가상의 트윈모델(M1)을 비교 연산하여, 앞으로 생성될 가상의 트윈모델(M1)을 예측 생성하고, 예측 생성된 가상의 트윈모델(M1)이 가진 운전데이터 값이 펌프 시뮬레이션데이터의 정상영역을 벗어나는 시점을 예측할 수 있도록 구비되어, 대상 펌프(P)의 운전 조건을 변경하여 문제요소를 해결하거나, 문제요소를 미연에 유지보수하여 돌발사고를 피할 수 있도록 구비되는 것을 특징으로 하는 인버터방식 펌프 시스템의 디지털 트윈 기반 예측 진단 방법.A simulation data construction step (S10) of generating pump simulation data including pump performance, pump structural stress, pump shaft system analysis, and pump piping structural stress for the inverter-type target pump (1) for each operating condition;
Pump information collection step (S20) of detecting actual operation data including the number of revolutions of the inverter-type target pump 1, motor load, power consumption, vibration, inlet / outlet pipe pressure;
A virtual model generation step (S30) of generating and outputting a virtual twin model (M1) by simulating under conditions in which actual driving data is substituted based on the simulation data; and
When the operating conditions of the inverter-type target pump 1 are changed, a prediction model generation step (S40) of generating and outputting a virtual predictive model (M2) by simulating under conditions in which the changed operation data is substituted based on the simulation data; including,
In the simulation data construction step (S10), the pump performance is pump performance information including flow rate, head, and efficiency,
In the simulation data construction step (S10), the pump structural stress is information on the structural safety of the pump case and impeller analyzed based on the pressure values of the pump inlet / outlet pipe,
In the simulation data construction step (S10), the pump shaft system analysis includes information on the resonance occurrence section based on the pump rotation speed, and when the operating conditions of the inverter-type target pump 1 are changed, in an area other than the resonance occurrence section The rotational speed is set to be controlled, and is provided to prevent damage to the inverter-type target pump 1 due to resonance and to promote life extension,
In the simulation data construction step (S10), the structural stress of the pump pipe is detected by measuring and comparing the pressure of the pipe connected to the inlet/outlet pipe of the target pump 1, and detecting the fluid flow resistance, and the pipe damage part for each fluid flow resistance step. It is provided to generate simulation data,
In the virtual model generation step (S30), the virtual twin model M1 generated at a time difference is compared and calculated, the virtual twin model M1 to be generated in the future is predicted and generated, and the predicted virtual twin model ( M1) is provided to predict when the operation data value of the pump is out of the normal range of the pump simulation data, so that the problem element can be solved by changing the operation conditions of the target pump P, or the problem element can be maintained in advance to prevent an unexpected occurrence. Digital twin-based predictive diagnosis method of an inverter pump system, characterized in that provided to avoid accidents.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220135813A KR102547102B1 (en) | 2022-10-20 | 2022-10-20 | Digital twin-based predictive diagnostic method for inverter type pump systems |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220135813A KR102547102B1 (en) | 2022-10-20 | 2022-10-20 | Digital twin-based predictive diagnostic method for inverter type pump systems |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102547102B1 true KR102547102B1 (en) | 2023-06-23 |
Family
ID=86993464
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220135813A KR102547102B1 (en) | 2022-10-20 | 2022-10-20 | Digital twin-based predictive diagnostic method for inverter type pump systems |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102547102B1 (en) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170128326A (en) | 2015-03-18 | 2017-11-22 | 에드워즈 리미티드 | Pump monitoring device and method |
| KR20210061669A (en) * | 2019-11-20 | 2021-05-28 | 한국수력원자력 주식회사 | Digital Twin-based Prediction and Diagnostic Device for Pump Bearing Systems |
| KR102261942B1 (en) * | 2020-12-24 | 2021-06-07 | 주식회사 페이스 | Method to construct a Digital Twin by combining Reduced Order Models, Measurement Data and Machine Learning Techniques for a Multiphysical Engineering System |
| KR20210108168A (en) * | 2020-02-25 | 2021-09-02 | 충남대학교산학협력단 | A diagnosis method of malfunction of pumps that is based on machine-learning |
| KR20220031501A (en) * | 2020-09-04 | 2022-03-11 | 주식회사 엘쏠텍 | Fluid behavior analysis system based on artificial intelligent and method thereof |
-
2022
- 2022-10-20 KR KR1020220135813A patent/KR102547102B1/en active IP Right Grant
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170128326A (en) | 2015-03-18 | 2017-11-22 | 에드워즈 리미티드 | Pump monitoring device and method |
| KR20210061669A (en) * | 2019-11-20 | 2021-05-28 | 한국수력원자력 주식회사 | Digital Twin-based Prediction and Diagnostic Device for Pump Bearing Systems |
| KR20210108168A (en) * | 2020-02-25 | 2021-09-02 | 충남대학교산학협력단 | A diagnosis method of malfunction of pumps that is based on machine-learning |
| KR20220031501A (en) * | 2020-09-04 | 2022-03-11 | 주식회사 엘쏠텍 | Fluid behavior analysis system based on artificial intelligent and method thereof |
| KR102261942B1 (en) * | 2020-12-24 | 2021-06-07 | 주식회사 페이스 | Method to construct a Digital Twin by combining Reduced Order Models, Measurement Data and Machine Learning Techniques for a Multiphysical Engineering System |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101065767B1 (en) | Online early fault detection and diagnostic method for plant operation | |
| US7030746B2 (en) | Method and system for generating automatic alarms based on trends detected in machine operation | |
| JP5547945B2 (en) | Pressure relief valve monitoring | |
| JP5455866B2 (en) | Abnormality diagnosis device and industrial machine | |
| US20180106261A1 (en) | System, method, and apparatus to monitor compressor health | |
| CA2503358A1 (en) | Sensor malfunction detection system for gas-turbine engine | |
| CN107560984A (en) | The oil liquid pollution on-line monitoring device and monitoring method of a kind of hydraulic system | |
| EP2175134B1 (en) | Methods and systems for determining operating states of pumps | |
| US10378332B2 (en) | Monitoring a component used in a well operation | |
| US20160356270A1 (en) | Monitoring system for fluid pump | |
| US8966967B2 (en) | System and method for determining a health of a bearing of a connecting rod | |
| KR102206737B1 (en) | Method and system for fault diagnosis of pump-turbines based on machine learning | |
| CN105466707A (en) | Method, system and computer program for fault detection in a machine | |
| KR102208831B1 (en) | Apparatus and method for diagnosis of motor pump | |
| KR102547102B1 (en) | Digital twin-based predictive diagnostic method for inverter type pump systems | |
| CN112766772B (en) | Method and device for monitoring oil-gas-water well in real time, computer equipment and storage medium | |
| JP5485441B2 (en) | Abnormality diagnosis device and industrial machine | |
| KR102470112B1 (en) | Intelligent condition monitoring method and system for nuclear power plants | |
| CN110953222A (en) | Hydraulic oil tank filter element detection method and device and hydraulic system | |
| JP7286509B2 (en) | Pump facility, diagnostic device for pump facility, monitoring control device, supervisory control method, supervisory control program, diagnostic method for pump facility, diagnostic program for pump facility | |
| JP2006177316A (en) | Check valve abnormality detection system of drainage pump | |
| KR102382381B1 (en) | Hydraulic oil oxidation detecction system and method of tractor gear pump | |
| US20220042429A1 (en) | Equipment lubricant water ingress measurement system and method | |
| CN211144994U (en) | Hydraulic tank filter core detection device and hydraulic system | |
| JP2005265454A (en) | Fault diagnosis device for vehicle |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |