KR102619454B1 - System and method for estimating data of an abnormal measuring device, a method, and a recording medium recording a computer readable program for executing the method - Google Patents
System and method for estimating data of an abnormal measuring device, a method, and a recording medium recording a computer readable program for executing the method Download PDFInfo
- Publication number
- KR102619454B1 KR102619454B1 KR1020220047962A KR20220047962A KR102619454B1 KR 102619454 B1 KR102619454 B1 KR 102619454B1 KR 1020220047962 A KR1020220047962 A KR 1020220047962A KR 20220047962 A KR20220047962 A KR 20220047962A KR 102619454 B1 KR102619454 B1 KR 102619454B1
- Authority
- KR
- South Korea
- Prior art keywords
- data
- measuring device
- combination
- measuring
- measuring devices
- Prior art date
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 title claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 78
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 230000005856 abnormality Effects 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims description 10
- 238000012887 quadratic function Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000009434 installation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/16—Error detection or correction of the data by redundancy in hardware
- G06F11/1629—Error detection by comparing the output of redundant processing systems
- G06F11/1633—Error detection by comparing the output of redundant processing systems using mutual exchange of the output between the redundant processing components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/16—Error detection or correction of the data by redundancy in hardware
- G06F11/1629—Error detection by comparing the output of redundant processing systems
- G06F11/165—Error detection by comparing the output of redundant processing systems with continued operation after detection of the error
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- 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
이상 계측장치의 데이터 추정 시스템, 방법, 및 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체가 개시된다. 이상 계측장치의 데이터 추정 시스템은 데이터 획득부, 계측장치 조합 선정부, 데이터 추정부, 계측장치 조합 결정부, 및 추정 데이터 산출부를 포함한다. 데이터 획득부는 구조물상에 연속적으로 배치되는 복수의 계측장치로부터 계측 데이터를 획득하고, 계측장치 조합 선정부는 복수의 계측장치 중 이상 계측장치에 인접한 미리 설정된 범위에서 복수의 계측장치를 포함하는 계측장치의 조합을 복수개 선정하고, 데이터 추정부는 계측장치 조합 각각에 대해 계측장치 조합에 포함된 계측장치에서 획득된 데이터를 이용하여 이상 계측장치에서의 데이터를 추정하고, 계측장치 조합 결정부는 추정된 데이터를 이용하여 이상 계측장치의 데이터 추정 데이터를 산출할 계측장치의 조합을 결정하며, 추정 데이터 산출부는 결정된 계측장치의 조합을 이용하여 이상 계측장치의 추정 데이터를 산출한다. Disclosed are a data estimation system and method for an abnormality measuring device, and a recording medium recording a computer-readable program for executing the method. The data estimation system of the ideal measurement device includes a data acquisition unit, a measurement device combination selection unit, a data estimation unit, a measurement device combination determination unit, and an estimated data calculation unit. The data acquisition unit acquires measurement data from a plurality of measuring devices continuously placed on the structure, and the measuring device combination selection unit selects a measuring device including a plurality of measuring devices in a preset range adjacent to the ideal measuring device among the plurality of measuring devices. A plurality of combinations are selected, the data estimation unit estimates the data from the abnormal measuring device for each measuring device combination using data acquired from the measuring device included in the measuring device combination, and the measuring device combination determination unit uses the estimated data. Thus, the combination of measuring devices that will calculate the data estimation data of the abnormal measuring device is determined, and the estimated data calculation unit calculates the estimated data of the abnormal measuring device using the determined combination of measuring devices.
Description
본 발명은 토목건축 분야의 계측 관련 기술에 관한 것으로서, 더욱 상세하게는 구조물상에 배치된 계측장치에 이상이 발생하는 경우에도 구조물에 대한 안정적인 계측을 수행할 수 있도록 해 주는 시스템 및 방법에 관한 것이다.The present invention relates to measurement-related technology in the field of civil engineering and construction, and more specifically, to a system and method that enables stable measurement of a structure even when a problem occurs in a measuring device placed on the structure. .
시공 현장 및 지하 인프라는 일반적으로 센서들이 동작하는 환경보다 훨씬 열악하기 때문에 계측 센서의 손망실이 빈번하게 발생한다. 실제로, 지하철 터널 유지관리 계측센서는 설치 후 약 5-6년이 경과한 상태에서 총 14.2-14.8%의 손망실율을 보였고, 국외의 경우에는 총 13.9%의 손망실율을 보였다. Because construction sites and underground infrastructure are generally much harsher than the environments in which sensors operate, damage or loss of measurement sensors occurs frequently. In fact, subway tunnel maintenance measurement sensors showed a total loss-loss rate of 14.2-14.8% about 5-6 years after installation, and in overseas cases, a total loss-loss rate of 13.9%.
결과적으로 약 15% 정도의 계측기가 설치 후 약 5-6년 후 제 기능을 하지 못할 것으로 예상되며, 지속적인 지하 터널 인프라의 데이터 및 상태 분석을 위해서는 계측기의 보수 및 재설치가 요구됨을 알 수 있다. As a result, it is expected that approximately 15% of the measuring instruments will not function properly 5-6 years after installation, and that maintenance and reinstallation of the measuring instruments will be required for continuous data and status analysis of the underground tunnel infrastructure.
하지만, 일부 계측기는 설치 후 매립되는 등 손망실된 계측기의 보수 및 재설치에도 긴 시간과 높은 비용이 소요될 수 있다. 이처럼 손망실된 계측기의 보수 및 재설치가 완료되는데 소요되는 시간이 길어질 경우, 해당 지점에 대한 계측 데이터는 누락된 상태를 장기간 유지하게 되고, 해당 인프라에 대한 안전성과 같은 상태를 검토하는 데이터에도 공백이 생기게 되어 위험 상황에 대한 사전 파악 및 대처의 지연을 야기할 수 있다.However, some measuring instruments are buried in landfills after installation, and repairing and reinstalling lost measuring instruments may take a long time and cost a lot of time. In this way, if it takes a long time to complete the repair and reinstallation of lost or lost measuring instruments, measurement data for that point will remain missing for a long period of time, and there will also be a gap in data to review the status of the relevant infrastructure, such as safety. This can cause delays in prior identification and response to dangerous situations.
본 발명은 상술한 종래의 문제점을 해결하기 위해 안출된 것으로서, 설치 후 손망실된 계측기에 의해 데이터의 공백이 발생하는 경우에도 계측기가 설치된 인프라의 상태를 안정적으로 파악할 수 있도록 해주는 시스템 및 방법을 제공하는 것을 목적으로 한다.The present invention was developed to solve the above-described conventional problems, and provides a system and method that allows the status of the infrastructure where the measuring instrument is installed to be stably determined even when a data gap occurs due to a lost or lost measuring instrument after installation. The purpose is to
상기 목적을 달성하기 위해, 본 발명에 따른 이상 계측장치의 데이터 추정 시스템은 데이터 획득부, 계측장치 조합 선정부, 데이터 추정부, 계측장치 조합 결정부, 및 추정 데이터 산출부를 포함한다.In order to achieve the above object, the data estimation system for the abnormality measurement device according to the present invention includes a data acquisition unit, a measurement device combination selection unit, a data estimation unit, a measurement device combination determination unit, and an estimated data calculation unit.
데이터 획득부는 구조물상에 연속적으로 배치되는 복수의 계측장치로부터 계측 데이터를 획득하고, 계측장치 조합 선정부는 복수의 계측장치 중 이상 계측장치에 인접한 미리 설정된 범위에서 복수의 계측장치를 포함하는 계측장치의 조합을 복수개 선정하고, 데이터 추정부는 계측장치 조합 각각에 대해 계측장치 조합에 포함된 계측장치에서 획득된 데이터를 이용하여 이상 계측장치에서의 데이터를 추정하고, 계측장치 조합 결정부는 추정된 데이터를 이용하여 이상 계측장치의 데이터 추정 데이터를 산출할 계측장치의 조합을 결정하며, 추정 데이터 산출부는 결정된 계측장치의 조합을 이용하여 이상 계측장치의 추정 데이터를 산출한다.The data acquisition unit acquires measurement data from a plurality of measuring devices sequentially placed on the structure, and the measuring device combination selection unit selects a measuring device including a plurality of measuring devices in a preset range adjacent to the ideal measuring device among the plurality of measuring devices. A plurality of combinations are selected, the data estimation unit estimates the data from the abnormal measuring device for each measuring device combination using data acquired from the measuring device included in the measuring device combination, and the measuring device combination determination unit uses the estimated data. Thus, the combination of measuring devices that will calculate the data estimation data of the abnormal measuring device is determined, and the estimated data calculation unit calculates the estimated data of the abnormal measuring device using the determined combination of measuring devices.
이와 같은 구성에 의하면, 손망실된 계측장치의 데이터를 다른 계측장치의 데이터를 이용하여 추정할 수 있으므로, 설치 후 손망실된 계측장치에 의해 데이터의 공백이 발생하는 경우에도 계측장치가 설치된 인프라의 상태를 안정적으로 파악할 수 있게 된다.According to this configuration, data from a lost or lost measuring device can be estimated using data from other measuring devices, so even if a data gap occurs due to a lost or lost measuring device after installation, the infrastructure where the measuring device is installed You can reliably determine the status.
이때, 계측장치의 조합은 이상 계측장치로부터 미리 설정된 거리 범위 내에서 미리 설정된 숫자로 선정될 수 있다. 이와 같은 구성에 의하면, 계측 상황에 따라 계측장치 조합의 거리 범위와 포함되는 계측장치의 수를 다양하게 구성할 수 있게 된다.At this time, the combination of measuring devices can be selected as a preset number within a preset distance range from the ideal measuring device. According to this configuration, the distance range of the measurement device combination and the number of measurement devices included can be configured in various ways depending on the measurement situation.
또한, 데이터 추정부는 계측장치의 조합 내의 계측 장치에서 각각 획득된 데이터를 이용하여 산출된 거리 범위 내의 계측장치 데이터들의 상관관계를 이용하여 이상 계측장치의 데이터를 추정할 수 있다. 이와 같은 구성에 의하면, 전체 계측장치 데이터들 사이의 상관관계를 산출함으로써, 서로 다른 위치의 계측장치로 각각 조합된 다양한 계측장치 조합에 대해서도 동일한 형태의 상관관계를 산출할 수 있게 된다. Additionally, the data estimation unit may estimate data of an abnormal measuring device using the correlation of measuring device data within a distance range calculated using data acquired from each measuring device within a combination of measuring devices. According to this configuration, by calculating the correlation between all measuring device data, it is possible to calculate the same type of correlation for various combinations of measuring devices, each of which is combined with measuring devices at different locations.
또한, 상관관계는 인접한 계측장치 사이의 데이터 크기 변화율의 상관관계일 수 있으며, 특히 상관관계는 이차함수의 관계일 수 있다. 이와 같은 구성에 의하면, 이차함수로 파악된 데이터 크기 변화율의 상관관계를 이용하여 손망실된 데이터를 추정할 수 있게 된다.Additionally, the correlation may be a correlation of data size change rates between adjacent measuring devices, and in particular, the correlation may be a relationship of a quadratic function. According to this configuration, it is possible to estimate lost data using the correlation between the rate of change in data size identified as a quadratic function.
또한, 계측장치 조합 결정부는 이상 계측장치가 정상일 때의 데이터를 이용하여 계측장치의 조합을 결정할 수 있다. 이와 같은 구성에 의하면, 계측장치가 정상일 때 저장된 데이터를 이용하여 선정된 계측장치의 조합을 효과적으로 검증할 수 있게 된다.Additionally, the measuring device combination determination unit may determine the combination of measuring devices using data when an abnormal measuring device is normal. According to this configuration, it is possible to effectively verify the combination of the selected measuring devices using stored data when the measuring devices are normal.
또한, 계측장치의 조합은 세 개의 계측 장치를 포함할 수 있다. 이와 같은 구성에 의하면, 계측장치의 조합을 가장 단순한 형태로 구현할 수 있게 된다.Additionally, the combination of measuring devices may include three measuring devices. According to this configuration, the combination of measuring devices can be implemented in the simplest form.
아울러, 상기 시스템을 방법의 형태로 구현한 발명과 상기 방법을 실행시키기 위한 컴퓨터 판독 가능한 프로그램을 기록한 기록 매체가 함께 개시된다.In addition, an invention implementing the system in the form of a method and a recording medium recording a computer-readable program for executing the method are also disclosed.
본 발명에 의하면, 손망실된 계측장치의 데이터를 다른 계측장치의 데이터를 이용하여 추정할 수 있으므로, 설치 후 손망실된 계측장치에 의해 데이터의 공백이 발생하는 경우에도 계측장치가 설치된 인프라의 상태를 안정적으로 파악할 수 있게 된다.According to the present invention, data from a lost or lost measuring device can be estimated using data from another measuring device, so even if a data gap occurs due to a lost or lost measuring device after installation, the state of the infrastructure where the measuring device is installed can be reliably identified.
또한, 계측 상황에 따라 계측장치 조합의 거리 범위와 포함되는 계측장치의 수를 다양하게 구성할 수 있게 된다.In addition, the distance range of the measurement device combination and the number of included measurement devices can be configured in various ways depending on the measurement situation.
또한, 전체 계측장치 데이터들 사이의 상관관계를 산출함으로써, 서로 다른 위치의 계측장치로 각각 조합된 다양한 계측장치 조합에 대해서도 동일한 형태의 상관 관계를 산출할 수 있게 된다. Additionally, by calculating the correlation between all measuring device data, it is possible to calculate the same type of correlation for various combinations of measuring devices, each of which is combined with measuring devices at different locations.
또한, 이차함수로 파악된 데이터 크기 변화율의 상관관계를 이용하여 손망실된 데이터를 추정할 수 있게 된다.In addition, it is possible to estimate lost data using the correlation between the rate of change in data size identified as a quadratic function.
또한, 계측장치가 정상일 때 저장된 데이터를 이용하여 선정된 계측장치의 조합을 효과적으로 검증할 수 있게 된다.In addition, it is possible to effectively verify the combination of selected measuring devices using stored data when the measuring device is normal.
또한, 계측장치의 조합을 가장 단순한 형태로 구현할 수 있게 된다.Additionally, the combination of measuring devices can be implemented in the simplest form.
도 1은 본 발명의 일 실시예에 따른 이상 계측장치의 개략적인 블록도.
도 2는 인접 계측 데이터 값들을 활용하여 손망실된 계측기의 측정값을 추정하기 위한 관계식 도출을 위해 가정한 지하 터널 환경 및 각 계측 지점별 응력 값 산정 방법을 나타낸 도면.
도 3은 도 2의 각 지점별 응력값 연산 결과(Boussinesq 방정식 활용)를 도시한 표.
도 4는 기본 계측값들의 변화 추이 분석을 통한 인접 계측기 간 연관식 수립을 위해 x축 거리에 따른 계측값 변화 흐름을 나타낸 도면.
도 5는 집중하중 지점과의 거리에 따른 계측 센서 데이터 관계 그래프.
도 6은 손망실 계측 센서의 위치 및 다양한 센서의 선정 예를 도시한 표.1 is a schematic block diagram of an abnormality measuring device according to an embodiment of the present invention.
Figure 2 is a diagram showing an underground tunnel environment assumed to derive a relationship for estimating the measurement value of a lost or damaged instrument using adjacent measurement data values and a method for calculating stress values at each measurement point.
Figure 3 is a table showing the results of stress value calculation at each point in Figure 2 (using the Boussinesq equation).
Figure 4 is a diagram showing the flow of measurement value changes according to the x-axis distance to establish a relationship between adjacent measuring devices through change trend analysis of basic measured values.
Figure 5 is a graph of the measurement sensor data relationship according to the distance from the point of concentrated load.
Figure 6 is a table showing the location of loss measurement sensors and examples of selection of various sensors.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.Hereinafter, preferred embodiments of the present invention will be described with reference to the attached drawings.
도 1은 본 발명의 일 실시예에 따른 이상 계측장치의 개략적인 블록도이다. 도 1에서, 데이터 추정 시스템은 데이터 획득부(110), 계측장치 조합 선정부(120), 데이터 추정부(130), 계측장치 조합 결정부(140), 및 추정 데이터 산출부(150)를 포함한다.1 is a schematic block diagram of an abnormality measuring device according to an embodiment of the present invention. In Figure 1, the data estimation system includes a
데이터 획득부(110)는 구조물상에 연속적으로 배치되는 복수의 계측장치로부터 계측 데이터를 획득하고, 계측장치 조합 선정부(120)는 복수의 계측장치 중 이상 계측장치에 인접한 미리 설정된 범위에서 복수의 계측장치를 포함하는 계측장치의 조합을 복수개 선정한다.The
이때, 계측장치의 조합은 이상 계측장치로부터 미리 설정된 거리 범위 내에서 미리 설정된 숫자로 선정될 수 있다. 이와 같은 구성에 의하면, 계측 상황에 따라 계측장치 조합의 거리 범위와 포함되는 계측장치의 수를 다양하게 구성할 수 있게 된다.At this time, the combination of measuring devices can be selected as a preset number within a preset distance range from the ideal measuring device. According to this configuration, the distance range of the measurement device combination and the number of measurement devices included can be configured in various ways depending on the measurement situation.
데이터 추정부(130)는 계측장치 조합 각각에 대해 계측장치 조합에 포함된 계측장치에서 획득된 데이터를 이용하여 이상 계측장치에서의 데이터를 추정한다. 보다 구체적으로, 데이터 추정부(130)는 계측장치의 조합 내의 계측 장치에서 각각 획득된 데이터를 이용하여 산출된 거리 범위 내의 계측장치 데이터들의 상관관계를 이용하여 이상 계측장치의 데이터를 추정할 수 있다. The
이와 같은 구성에 의하면, 전체 계측장치 데이터들 사이의 상관관계를 산출함으로써, 서로 다른 위치의 계측장치로 각각 조합된 다양한 계측장치 조합에 대해서도 동일한 형태의 상관관계를 산출할 수 있게 된다. According to this configuration, by calculating the correlation between all measuring device data, it is possible to calculate the same type of correlation for various combinations of measuring devices, each of which is combined with measuring devices at different locations.
이때, 상관관계는 인접한 계측장치 사이의 데이터 크기 변화율의 상관관계일 수 있으며, 특히 상관관계는 이차함수의 관계일 수 있다. 이와 같은 구성에 의하면, 이차함수로 파악된 데이터 크기 변화율의 상관관계를 이용하여 손망실된 데이터를 추정할 수 있게 된다.At this time, the correlation may be a correlation of data size change rates between adjacent measuring devices, and in particular, the correlation may be a relationship of a quadratic function. According to this configuration, it is possible to estimate lost data using the correlation between the rate of change in data size identified as a quadratic function.
이에 따라, 계측장치의 조합은 세 개의 계측장치를 포함할 수 있다. 이와 같은 구성에 의하면, 이차함수의 상관관계를 계측장치의 조합을 가장 단순한 형태로 구현할 수 있게 된다.Accordingly, the combination of measuring devices may include three measuring devices. According to this configuration, it is possible to implement the correlation of quadratic functions in the simplest form by combining measuring devices.
계측장치 조합 결정부(140)는 추정된 데이터를 이용하여 이상 계측장치의 데이터 추정 데이터를 산출할 계측장치의 조합을 결정하며, 추정 데이터 산출부(150)는 결정된 계측장치의 조합을 이용하여 이상 계측장치의 추정 데이터를 산출한다.The measuring device
이때, 계측장치 조합 결정부(140)는 이상 계측장치가 정상일 때의 데이터를 이용하여 계측장치의 조합을 결정할 수 있다. 이와 같은 구성에 의하면, 계측장치가 정상일 때 저장된 데이터를 이용하여 선정된 계측장치의 조합을 효과적으로 검증할 수 있게 된다.At this time, the measuring device
도 2는 인접 계측 데이터 값들을 활용하여 손망실된 계측기의 측정값을 추정하기 위한 관계식 도출을 위해 본 발명에서 가정한 지하 터널 환경 및 각 계측 지점별 응력 값 산정 방법을 나타낸 도면이고, 도 3은 도 2의 각 지점별 응력 값 연산 결과(Boussinesq 방정식 활용)를 도시한 표이다. Figure 2 is a diagram showing the underground tunnel environment assumed in the present invention and a stress value calculation method for each measurement point to derive a relational equation for estimating the measurement value of a lost or lost instrument using adjacent measurement data values, and Figure 3 is This table shows the results of stress value calculation at each point in Figure 2 (using the Boussinesq equation).
본 발명에서는 일정한 간격으로 설치되어 있는 선형의 응력 계측 장비를 가정하였으며, 각 계측 지점의 응력 값은 집중하중(P), 수직거리(z), 집중하중 지점과 계측 지점 간의 거리(L)를 기준으로 집중하중(z축) 방향과 평행하게 나타나는 개별 계측 지점에서의 하중 값을 도출한다. 도 3은 이러한 가정을 바탕으로, 인접 계측 데이터 간의 연관성 분석을 위한 값을 나타낸다.In the present invention, linear stress measurement equipment installed at regular intervals is assumed, and the stress value at each measurement point is based on the concentrated load (P), vertical distance (z), and distance between the concentrated load point and the measurement point (L). Derive load values at individual measurement points that appear parallel to the concentrated load (z-axis) direction. Figure 3 shows values for correlation analysis between adjacent measurement data based on this assumption.
본 발명에서는 기술 검증을 위해 집중하중 지점 하단 10m에 위치한(z = 10) 계측기를 기준으로, 5m의 간격을 두고 일렬로 배치되어 있는(x = 5*n, y = 0) 계측기들에 대해 집중하중(P)과 평행한 방향으로 작용하는(△z) 응력 값을 기본 값으로 선정하였다. In the present invention, for technology verification, we focus on measuring instruments arranged in a row at an interval of 5 m (x = 5*n, y = 0), based on a measuring instrument located 10 m below the concentrated load point (z = 10). The stress value (△z) acting in a direction parallel to the load (P) was selected as the basic value.
해당 값들은 방정식을 통해 도출된 값으로, 기본 데이터를 도출하는데 활용되었던 방정식에 포함된 변수값들은 모두 연산식에서 제외되어야 한다. 도 4는 기본 계측값들의 변화 추이 분석을 통한 인접 계측기 간 연관식 수립을 위해 x축 거리에 따른 계측값 변화 흐름을 나타낸 도면이다.These values are values derived through equations, and all variable values included in the equations used to derive basic data must be excluded from the calculation formula. Figure 4 is a diagram showing the flow of measurement value changes according to the x-axis distance to establish a relationship between adjacent measuring devices through change trend analysis of basic measured values.
도 4를 통한 값 변화 추이를 살펴본 결과, 집중하중 지점 인근에서는 거리가 멀어짐에 따라 급격한 응력값 감소폭을 보였고, 거리가 멀어짐에 따라 점차 감소폭이 줄어들어 35~40번째 값에서부터는 집중하중과는 관계없이 일정한 값을 보임을 확인할 수 있었다. 더욱 명확한 인접 응력값 간의 상관성을 파악하기 위해 도 5에서는 각 지점별 응력값이 집중 하중 최초 발생 지점 방향으로 바로 직전에 위치한 지점에서 나타나는 응력값에 대비하여 감소된 비율을 나타낸다. As a result of examining the value change trend in Figure 4, the stress value decreased rapidly as the distance near the concentrated load point increased, and as the distance increased, the decrease gradually decreased, and from the 35th to 40th values, it was regardless of the concentrated load. It was confirmed that a constant value was observed. In order to more clearly understand the correlation between adjacent stress values, Figure 5 shows the stress value at each point in a reduced ratio compared to the stress value appearing at the point located immediately before the point where the concentrated load first occurs.
도 5는 집중하중 지점과의 거리에 따른 계측 센서 데이터 관계 그래프이다. 도 5의 그래프를 통해, 도 4와 같이 현 지점의 계측 데이터 값은 직전 계측 지점의 데이터 값에 비해 점차 감소함과 집중하중 지점에서 멀어질수록 점차 직전 계측 데이터와의 차이가 좁아지며 Y 축인 직전 데이터 대비 값 비율이 점차 1에 가까워짐을 볼 수 있다. Figure 5 is a graph of the measurement sensor data relationship according to the distance from the point of concentrated load. Through the graph of FIG. 5, as shown in FIG. 4, the measured data value at the current point gradually decreases compared to the data value at the previous measured point, and as the distance from the concentrated load point increases, the difference with the previous measured data gradually narrows, and the Y-axis immediately previous measurement data gradually decreases. You can see that the data-to-value ratio gradually approaches 1.
추가로, 해당 그래프를 통해 각 지점별 계측 데이터들의 값 감소 추이를 2차 방정식의 형태로 가정할 수 있고, 이를 통해 손망실되어 누락된 계측 데이터 전후로 연속된 몇 개의 계측 데이터를 바탕으로 직전 계측 데이터 대비 현재 계측 값 비율에 대한 2차 방정식 또한 정의할 수 있다. In addition, through the graph, the trend of decreasing value of the measurement data at each point can be assumed in the form of a quadratic equation, and through this, the previous measurement data can be calculated based on several consecutive measurement data before and after the lost and missing measurement data. A quadratic equation for the ratio of the current measured value to the current measurement value can also be defined.
즉, 손실 계측 지점을 중심으로 양방향으로 연속된 소수의 계측 데이터 값을 바탕으로 범위 내의 계측 데이터 감소 추이에 대한 2차 방정식을 도출할 수 있고, 해당 2차 방정식을 활용하여 손실된 계측 지점 데이터가 가지는 직전 값 대비 감소 비율을 도출할 수 있으며, 해당 값과 직전 계측 데이터를 활용하여 손실된 계측 데이터를 추정할 수 있다.In other words, based on a small number of continuous measurement data values in both directions centered on the loss measurement point, a quadratic equation can be derived for the trend of measurement data reduction within the range, and by using the quadratic equation, the lost measurement point data can be calculated. The reduction ratio compared to the previous value can be derived, and the lost measurement data can be estimated using that value and the previous measurement data.
위의 절차는 손망실로 누락된 계측 데이터 값을 추정하기 위해 해당 지점에 인접한 3개의 계측 데이터 변동비(들을 바탕으로 손실 데이터 값을 추정하는 연산의 흐름을 나타낸다. 본 발명에서는 위의 제안 절차를 바탕으로, 손망실 계측 지점 전후에 위치한 10개의 계측 데이터를 활용하여 누락된 계측 데이터에 대한 추정 및 실제 값과의 오차 범위를 확인함으로써 손실 지점의 계측 데이터 추정을 위한 최적 방식을 도출한다.The above procedure shows the flow of operations for estimating the loss data value based on the three measurement data variable ratios adjacent to the corresponding point in order to estimate the measurement data value missing due to loss. In the present invention, based on the above proposed procedure, By using 10 measurement data located before and after the loss measurement point, the optimal method for estimating the measurement data at the loss point is derived by estimating the missing measurement data and confirming the error range from the actual value.
최종적으로 본 발명을 현장에 활용할 때에는, 연속된 10개의 계측 데이터가 모두 존재하는 영역에 대하여 중앙에 위치한 계측 센서를 손망실 계측 센서로 가정하고, 해당 그룹에서 임의의 3개 센서를 활용한 계측 데이터 추정 정확도를 분석한 후 해당 환경에서 최적의 정확도를 보이는 인접 계측 센서 그룹을 확정할 수 있다. 그리고 실제 손망실 계측 센서의 데이터 추정 시, 해당 그룹을 활용하여 손망실 계측 데이터를 추정한다. Finally, when using the present invention in the field, it is assumed that the measurement sensor located in the center of the area where all 10 consecutive measurement data exist is the loss measurement sensor, and measurement data using any 3 sensors in the group are calculated. After analyzing the estimation accuracy, a group of adjacent measurement sensors with optimal accuracy in the environment can be determined. And when estimating data from the actual loss measurement sensor, the loss measurement data is estimated using the corresponding group.
도 6은 손망실 계측 센서의 위치 및 다양한 센서의 선정 예를 도시한 표이다. 도 6에서, 선정된 Case 1 ~ 6은 손망실 계측 센서의 위치를 기반으로 직전 3개의 값, 직후 3개의 값, 긴 간격을 가진 직전값, 긴 간격을 가진 직후값, 등의 조건으로 선정된 구분 Case이다.Figure 6 is a table showing the location of the loss measurement sensor and examples of selection of various sensors. In Figure 6, the selected Cases 1 to 6 were selected based on the location of the loss and loss measurement sensor with the following conditions: the previous 3 values, the immediate 3 values, the previous value with a long interval, the immediate value with a long interval, etc. This is a classification case.
정리하면, 본 발명은 터널 시공 및 운영 중 활용되는 계측 센서의 신뢰성 확보에 활용될 수 있는 기술로서, 본 발명의 적용을 통해 손망실 계측 데이터를 유지보수 전까지 대체함으로써 지속적인 계측 데이터 분석 지원 및 해당 시점에서의 정확도 향상을 기대할 수 있게 된다.In summary, the present invention is a technology that can be used to secure the reliability of measurement sensors used during tunnel construction and operation. Through the application of the present invention, lost and lost measurement data is replaced until maintenance to support continuous measurement data analysis and at the relevant time. Improvement in accuracy can be expected.
본 발명이 비록 일부 바람직한 실시예에 의해 설명되었지만, 본 발명의 범위는 이에 의해 제한되어서는 아니 되고, 특허청구범위에 의해 뒷받침되는 상기 실시예의 변형이나 개량에도 미쳐야할 것이다.Although the present invention has been described in terms of some preferred embodiments, the scope of the present invention should not be limited thereby, but should extend to modifications and modifications of the above embodiments as supported by the claims.
110: 데이터 획득부
120: 계측장치 조합 선정부
130: 데이터 추정부
140: 계측장치 조합 결정부
150: 추정 데이터 산출부110: Data acquisition unit
120: Measuring device combination selection unit
130: data estimation unit
140: Measuring device combination decision unit
150: Estimated data calculation unit
Claims (15)
상기 복수의 계측장치 중 이상 계측장치에 인접한 미리 설정된 범위에서 복수의 계측장치를 포함하는 계측장치의 조합을 복수개 선정하는 계측장치 조합 선정부;
상기 계측장치 조합 각각에 대해 계측장치 조합에 포함된 계측장치에서 획득된 데이터를 이용하여 상기 이상 계측장치에서의 데이터를 추정하는 데이터 추정부;
상기 추정된 데이터를 이용하여 상기 이상 계측장치의 데이터 추정 데이터를 산출할 계측장치의 조합을 결정하는 계측장치 조합 결정부; 및
상기 결정된 계측장치의 조합을 이용하여 상기 이상 계측장치의 추정 데이터를 산출하는 추정 데이터 산출부를 포함하며,
상기 계측장치 조합 결정부는 상기 이상 계측장치가 정상일 때의 데이터를 이용하여 상기 계측장치의 조합을 결정하는 이상 계측 장치의 데이터 추정 시스템으로서,
상기 계측장치의 조합은 상기 이상 계측장치로부터 미리 설정된 거리 범위 내에서 미리 설정된 숫자로 선정되고,
상기 데이터 추정부는 상기 계측장치의 조합 내의 계측 장치에서 각각 획득된 데이터를 이용하여 산출된 상기 거리 범위 내의 계측장치 데이터들의 상관관계를 이용하여 상기 이상 계측장치의 데이터를 추정하고,
상기 상관관계는 인접한 계측장치 사이의 데이터 크기 변화율의 상관관계이며,
상기 상관관계는 이차함수의 관계인 것을 특징으로 하는 이상 계측장치의 데이터 추정 시스템.
A data acquisition unit that acquires measurement data from a plurality of measurement devices successively disposed on the structure;
a measuring device combination selection unit that selects a plurality of combinations of measuring devices including a plurality of measuring devices from a preset range adjacent to an abnormal measuring device among the plurality of measuring devices;
a data estimation unit that estimates data from the abnormal measuring device for each measuring device combination using data acquired from the measuring device included in the measuring device combination;
a measuring device combination determination unit that determines a combination of measuring devices that will calculate estimated data of the abnormal measuring device using the estimated data; and
It includes an estimated data calculation unit that calculates estimated data of the abnormal measuring device using the determined combination of measuring devices,
The measuring device combination determination unit is a data estimation system for abnormal measuring devices that determines a combination of the measuring devices using data when the abnormal measuring devices are normal,
The combination of the measuring devices is selected as a preset number within a preset distance range from the abnormal measuring device,
The data estimation unit estimates data of the abnormal measuring device using a correlation of measuring device data within the distance range calculated using data acquired from each measuring device within the combination of the measuring devices,
The correlation is the correlation of data size change rates between adjacent measuring devices,
A data estimation system for an ideal measuring device, characterized in that the correlation is a quadratic function.
상기 계측장치의 조합은 세 개의 계측 장치를 포함하는 것을 특징으로 하는 데이터 추정 시스템.
In claim 1,
A data estimation system characterized in that the combination of the measuring devices includes three measuring devices.
상기 복수의 계측장치 중 이상 계측장치에 인접한 미리 설정된 범위에서 복수의 계측장치를 포함하는 계측장치의 조합을 복수개 선정하는 계측장치 조합 선정단계;
상기 계측장치 조합 각각에 대해 계측장치 조합에 포함된 계측장치에서 획득된 데이터를 이용하여 상기 이상 계측장치에서의 데이터를 추정하는 데이터 추정 단계;
상기 추정된 데이터를 이용하여 상기 이상 계측장치의 데이터 추정 데이터를 산출할 계측장치의 조합을 결정하는 계측장치 조합 결정 단계; 및
상기 결정된 계측장치의 조합을 이용하여 상기 이상 계측장치의 추정 데이터를 산출하는 추정 데이터 산출 단계를 포함하며,
상기 계측장치 조합 결정 단계는 상기 이상 계측장치가 정상일 때의 데이터를 이용하여 상기 계측장치의 조합을 결정하는 이상 계측 장치의 데이터 추정 방법으로서,
상기 계측장치의 조합은 상기 이상 계측장치로부터 미리 설정된 거리 범위 내에서 미리 설정된 숫자로 선정되고,
상기 데이터 추정 단계는 상기 계측장치의 조합 내의 계측 장치에서 각각 획득된 데이터를 이용하여 산출된 데이터들의 상관관계를 이용하여 상기 이상 계측장치의 데이터를 추정하고,
상기 상관관계는 인접한 계측장치 사이의 데이터 크기 변화율의 상관관계이며,
상기 상관관계는 이차함수의 관계인 것을 특징으로 하는 이상 계측장치의 데이터 추정 방법.
A data acquisition step of acquiring measurement data from a plurality of measurement devices successively placed on the structure;
A measuring device combination selection step of selecting a plurality of combinations of measuring devices including a plurality of measuring devices from a preset range adjacent to an abnormal measuring device among the plurality of measuring devices;
A data estimation step of estimating data from the abnormal measuring device for each measuring device combination using data acquired from the measuring device included in the measuring device combination;
A measuring device combination determination step of determining a combination of measuring devices that will calculate estimated data of the abnormal measuring device using the estimated data; and
An estimated data calculation step of calculating estimated data of the abnormal measuring device using the determined combination of measuring devices,
The measuring device combination determining step is a data estimation method of an abnormality measuring device that determines a combination of the measuring devices using data when the abnormality measuring device is normal,
The combination of the measuring devices is selected as a preset number within a preset distance range from the abnormal measuring device,
The data estimation step estimates data of the abnormality measurement device using a correlation between data calculated using data acquired from each measurement device within the combination of the measurement devices,
The correlation is the correlation of data size change rates between adjacent measuring devices,
A data estimation method for an ideal measuring device, characterized in that the correlation is a quadratic function.
상기 계측장치의 조합은 세 개의 계측 장치를 포함하는 것을 특징으로 하는 이상 계측 장치의 데이터 추정 방법.
In claim 8,
A data estimation method for an ideal measuring device, characterized in that the combination of the measuring devices includes three measuring devices.
A recording medium recording a computer-readable program for executing the method of any one of claims 8 and 14.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220047962A KR102619454B1 (en) | 2022-04-19 | 2022-04-19 | System and method for estimating data of an abnormal measuring device, a method, and a recording medium recording a computer readable program for executing the method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220047962A KR102619454B1 (en) | 2022-04-19 | 2022-04-19 | System and method for estimating data of an abnormal measuring device, a method, and a recording medium recording a computer readable program for executing the method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230148947A KR20230148947A (en) | 2023-10-26 |
| KR102619454B1 true KR102619454B1 (en) | 2023-12-29 |
Family
ID=88509109
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220047962A KR102619454B1 (en) | 2022-04-19 | 2022-04-19 | System and method for estimating data of an abnormal measuring device, a method, and a recording medium recording a computer readable program for executing the method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102619454B1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002073475A1 (en) | 2001-03-08 | 2002-09-19 | California Institute Of Technology | Exception analysis for multimissions |
| WO2021027803A1 (en) * | 2019-08-13 | 2021-02-18 | 常州大学 | Leakage location method for urban non-metal pipeline |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3304452B2 (en) * | 1992-11-25 | 2002-07-22 | 住友電気工業株式会社 | Restoration method of current and phase distribution in case of transmission line current sensor failure |
| KR101028745B1 (en) * | 2008-05-15 | 2011-04-14 | 남서울대학교 산학협력단 | The Determination and Autonomous Isolation Method of Fault Zone based on Intelligent FRTU in Distribustion System |
| JP5598312B2 (en) * | 2009-12-28 | 2014-10-01 | オムロン株式会社 | Data estimation apparatus, data estimation method, and data estimation system |
| JP5531863B2 (en) | 2010-08-31 | 2014-06-25 | Ｔｄｋ株式会社 | Dielectric ceramic composition and ceramic electronic component |
-
2022
- 2022-04-19 KR KR1020220047962A patent/KR102619454B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002073475A1 (en) | 2001-03-08 | 2002-09-19 | California Institute Of Technology | Exception analysis for multimissions |
| WO2021027803A1 (en) * | 2019-08-13 | 2021-02-18 | 常州大学 | Leakage location method for urban non-metal pipeline |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20230148947A (en) | 2023-10-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9465387B2 (en) | Anomaly diagnosis system and anomaly diagnosis method | |
| RU2576588C2 (en) | Detection of sensor performance degradation implemented in transmitter | |
| US7498821B2 (en) | Non-linear observers in electric power networks | |
| EP3940352A1 (en) | Weighing scale diagnostics method | |
| US10451416B1 (en) | Optimizing sensor placement for structural health monitoring based on information entropy or total modal energy | |
| CN107301570A (en) | Traffic prediction method, abnormal traffic quantity measuring method, device and electronic equipment | |
| JP2016211838A (en) | Combustion optimization system and method | |
| US7949497B2 (en) | Machine condition monitoring using discontinuity detection | |
| JP2017088314A (en) | Equipment diagnostic apparatus, equipment diagnostic method, and equipment diagnostic system | |
| KR102619454B1 (en) | System and method for estimating data of an abnormal measuring device, a method, and a recording medium recording a computer readable program for executing the method | |
| WO2020075296A1 (en) | State monitoring device | |
| TWI755794B (en) | Abnormality diagnosis method, abnormality diagnosis apparatus, and abnormality diagnosis program | |
| JP4782734B2 (en) | Plant measuring instrument calibration support apparatus and plant measuring instrument calibration support method | |
| EP2631724A1 (en) | Method for measuring health index of plant in which state of lower component is reflected, and computer-readable storage medium in which program for performing the method is stored | |
| KR101932286B1 (en) | Method and apparatus for assessing voltage sag considering wind power generation | |
| CN106371419B (en) | The diagnostic device and diagnostic method of operation for monitoring control loop | |
| KR102574567B1 (en) | Blast furnace fault determination apparatus, method for determining fault in blast furnace, and method for operating blast furnace | |
| CN107885075B (en) | Method and system for detecting intelligent setting of process control | |
| JP2012014222A (en) | Sensor state determination device | |
| JP4786670B2 (en) | Instrument drift detector | |
| JP6462607B2 (en) | Data complementing apparatus and data complementing method | |
| CN104658936A (en) | Method and system for detecting graph of semiconductor device | |
| KR102375468B1 (en) | System and method for calibration and hazard detection of construction metrology data, and recording medium recording a computer-readable program for executing the method | |
| JP4713508B2 (en) | Plant monitoring system | |
| KR101315851B1 (en) | System and method for producing road model parameter of power systekm, and a medium having a computer readable progam for executing the method |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| E601 | Decision to refuse application | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |