KR20020031343A - 데이터를 저역 필터링하는 방법, 모드 기반 통계 처리제어 방법 및 데이터의 비정상을 필터링 및 결정하는 방법 - Google Patents

데이터를 저역 필터링하는 방법, 모드 기반 통계 처리제어 방법 및 데이터의 비정상을 필터링 및 결정하는 방법 Download PDF

Info

Publication number
KR20020031343A
KR20020031343A KR1020017016478A KR20017016478A KR20020031343A KR 20020031343 A KR20020031343 A KR 20020031343A KR 1020017016478 A KR1020017016478 A KR 1020017016478A KR 20017016478 A KR20017016478 A KR 20017016478A KR 20020031343 A KR20020031343 A KR 20020031343A
Authority
KR
South Korea
Prior art keywords
data
subset
central location
under test
system under
Prior art date
Application number
KR1020017016478A
Other languages
English (en)
Other versions
KR100779297B1 (ko
Inventor
쉬크루이스앤드류
캐서린더글라스앤코나
산본스티븐듀엔
Original Assignee
제이 엘. 차스킨, 버나드 스나이더, 아더엠. 킹
제너럴 일렉트릭 캄파니
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 제이 엘. 차스킨, 버나드 스나이더, 아더엠. 킹, 제너럴 일렉트릭 캄파니 filed Critical 제이 엘. 차스킨, 버나드 스나이더, 아더엠. 킹
Publication of KR20020031343A publication Critical patent/KR20020031343A/ko
Application granted granted Critical
Publication of KR100779297B1 publication Critical patent/KR100779297B1/ko

Links

Classifications

    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/408—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by data handling or data format, e.g. reading, buffering or conversion of data
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00—Signal processing; Details thereof
    • F23N2223/04—Memory
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2223/00—Signal processing; Details thereof
    • F23N2223/06—Sampling
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N2241/00—Applications
    • F23N2241/20—Gas turbines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N5/00—Systems for controlling combustion
    • F23N5/003—Systems for controlling combustion using detectors sensitive to combustion gas properties
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F23—COMBUSTION APPARATUS; COMBUSTION PROCESSES
    • F23N—REGULATING OR CONTROLLING COMBUSTION
    • F23N5/00—Systems for controlling combustion
    • F23N5/02—Systems for controlling combustion using devices responsive to thermal changes or to thermal expansion of a medium
    • F23N5/10—Systems for controlling combustion using devices responsive to thermal changes or to thermal expansion of a medium using thermocouples

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Complex Calculations (AREA)
  • Image Processing (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

시스템으로부터 수집된 데이터의 변화 검출 압축(change-detect compression)에 사용된 데이터를 저역 필터링(low pass filtering)하는 방법은 상기 시스템으로부터의 데이터를 버퍼링하는 것을 포함한다. 버퍼링된 데이터의 롤링 평균(rolling averages)이 계산되며, 롤링 평균의 계산은 데이터를 저역 필터링한다. 변화 검출 압축이 롤링 평균된 데이터에 대해 수행되며, 압축된 데이터는 보관된다. 보관된 데이터는 중앙 위치로 송신되어 수신된다. 수신된 데이터는 중앙 위치에 보관된다.

Description

데이터를 저역 필터링하는 방법, 모드 기반 통계 처리 제어 방법 및 데이터의 비정상을 필터링 및 결정하는 방법{METHOD FOR DATA FILTERING AND ANOMALY DETECTION}
현대의 가스 터빈 시스템에 대한 최적의 동작 특성은 높은 동작 효율성, 낮은 배기(low exhaust) 및 긴 동작 수명을 포함한다. 이들 동작 특성을 얻기 위해, 가스 터빈 시스템의 동작 파라미터를 모니터링하는 것이 바람직하게 되었다. 가스 터빈 시스템의 동작 파라미터를 모니터링할 때, 가스 터빈 시스템의 물리적 및 동작 상태와 관련된 데이터가 수집되어 분석된다. 가스 터빈 위, 그 내부 및 근처의 다수의 위치로부터 데이터를 수집하여, 가스 터빈 시스템의 동작 특성에 정확하게 액세스한다. 동작 파라미터와 관련된 데이터는 데이터가 높은 빈도수(frequency)(즉, 1 또는 2 초마다 1 데이터 포인트)로 수집될 때 및 수집된 데이터가 보관된 역사적 데이터와 비교되고 커다란 시간적 범위(즉, 일, 월 또는 년)에 걸쳐 수집될 때 특별히 의미가 있다.
높은 빈도수로 많은 수의 위치로부터 데이터를 수집하는 것은 여러 가지 문제점을 발생시킨다. 예를 들어, 수집된 전체 데이터량은 매우 많다. 가스 터빈 시스템이 원격 위치에 위치될 때, 많은 양의 수집 데이터의 국부적인 보관은 문제가 된다. 이와 같이, 많은 양의 수집 데이터는 적절한 데이터 보관을 위해 전형적으로 고가의 저장 장치를 필요로 한다. 또한, 많은 양의 수집 데이터를 원격 위치로부터 중앙 위치로 송신하는 것은 긴 송신 시간을 필요로 한다. 따라서, 데이터의 송신과 관련된 비용이 많이 소요된다. 그러므로, 수집 데이터의 전체 양의 통계적 및 정보적 무결성을 유지하면서, 원격 사이트에 데이터를 보관하고 중앙 위치로 송신하기 전에 데이터를 필터링하는 것이 바람직하다.
다수의 위치로부터 수집된 많은 양의 데이터를 가지고, 수집 데이터를 해석하는 것이 또한 어렵게 된다. 전형적으로, 데이터를 분석하여 가스 터빈 시스템의 전체 동작 특성을 결정한다. 가스 터빈 시스템의 전체 상태를 액세스할 때, 정확한 문제점을 지적해내는 데에는 힘든 조정 과정이 포함된다. 이와 같이, 데이터가 가스 터빈 시스템의 동작 상태와 상호 관련되지 않는다면, 상이한 위치로부터의 많은 양의 데이터는 무의미하게 된다. 따라서, 과도한 조정을 필요로 하지 않으면서, 가스 터빈 시스템의 동작 상태와 관련된 소정의 잠재적 문제점을 정확하기 지적해 내도록 수집 데이터를 저장 및 액세스하는 것이 바람직하다.
발명의 개요
개시된 본 발명의 방법은 테스트 중인 시스템으로부터의 정정 데이터의 비정상을 필터링 및 결정하는 것에 관한 것이다. 본 발명의 방법은 테스트 중인 시스템으로부터의 데이터를 버퍼링하는 것을 포함한다. 버퍼링된 데이터의 롤링 평균이 계산되며, 롤링 평균의 계산은 버퍼링된 데이터를 저역 필터링한다. 변화 검출 압축이 롤링 평균된 데이터에 대해 수행되며, 압축된 데이터는 보관된다. 보관된 데이터는 중앙 위치로 송신되고, 송신된 데이터는 중앙 위치에서 수신된다. 수신된 데이터는 중앙 위치에 보관된다. 보관된 데이터는 중앙 위치에서 모아진다. 모아진 데이터는 모드에 의해 구별되는 적어도 하나의 서브세트(subset)로 필터링된다. 적어도 하나의 서브세트는 정정되며, 적어도 하나의 서브세트에서의 장기간 비정상을 식별하도록 적어도 하나의 서브세트에 대해 분산 통계(distributive statistics)가 계산된다.
본 발명은 데이터 필터링 및 비정상 검출(anomaly detection)에 관한 것으로, 보다 구체적으로는 데이터의 롤링 평균(rolling average)을 저역 필터로서 이용한 향상된 변화 검출 데이터 압축(change-detect data compressing) 및 비정상 검출을 위한 모드 기반 통계 처리 제어(mode based statistical process control)에 관한 것이다.
도 1은 시스템으로부터 수집된 데이터를 저역 필터링하는 방법의 예시적인 일실시예의 흐름도를 도시한다.
도 2는 시스템의 동작으로부터 수집된 데이터 내의 비정상을 검출하기 위한 모드 기반 통계 처리 제어 방법의 예시적인 일실시예의 흐름도를 도시한다.
도 3은 시스템의 동작으로부터 수집된 데이터의 비정상을 필터링 및 검출하는 방법의 예시적인 일실시예의 흐름도를 도시한다.
가스 터빈 시스템에서, 데이터를 모니터링 및 수집하여 가스 터빈 시스템의 동작을 제어하고, 가스 터빈 시스템의 물리적 및 동작 상태에 있어서의 문제점 및 변화를 진단한다. 예를 들어, 일실시예에서, 가스 터빈 제어 시스템은 배기 가스 열전쌍(exhaust gas thermocouple)을 모니터링하여, 가스 터빈 시스템에서 배기되는 가스의 배기 온도를 결정한다. 가스 터빈 제어 시스템은 배기 온도를 이용하여 가스 터빈 시스템의 동작과 관련된 여러 가지 파라미터, 예를 들면 연료 흡입량(fuel intake)과 같은 파라미터를 조절하여, 낮은 배기 방출로 가장 높은 동작 효율성을 유지한다. 본 발명은 예를 들면, 배기 성분(exhaust composition), 베이링(bearing) 온도, 인입 필터 압력(inlet filter pressure), 휠 공간(wheel space) 온도, 연료 가열값, 연료 성분, 인입 공기 온도, 주변(ambient) 온도 및 진동 정보와 같은 다른 타입의 모니터링된 데이터를 포함함을 알아야 한다. 또한, 본 발명은 가스 터빈 시스템이 아닌 다른 시스템을 포함하고, 동작 특성이 모니터링되는 테스트 중인 소정의 다른 시스템을 명백히 포함함을 알아야 한다.
가스 터빈 시스템의 동작을 제어하는 것 외에도, 모니터링 및 수집된 데이터를 보관된 데이터와 비교하여 가스 터빈 시스템의 물리적 및 동작 특성으로 잠재적 문제점을 진단한다. 일실시예에서, 데이터를 모드에 의해 구별되는 서브세트로필터링함으로써 모드 기반 통계 처리 제어가 수행된다. 이상(abnormality) 및/또는 비정상을 검출하기 위해, 데이터의 서브세트가 보관 데이터와 비교된다. 데이터의 서브세트에서 비정상이 검출되면, 서브세트의 모드에 의해 정의된 특정 동작 상태에 대해 이상 동작을 지적할 수 있다. 따라서, 비정상이 검출되었던 데이터의 서브세트의 모드에 의해 정의된 동작 상태에 의해 특정의 유지 및/또는 서비스가 수행 및 지정될 수 있다.
일실시예에서, 가스 터빈 시스템 그 자체가, 가스 터빈 위, 그 내부 또는 근처에 접속된 대략 200 개의 센서를 포함한다. 다른 실시예에서, 가스 터빈 시스템을 하우징하는 플랜트(plant)가 1,000 개 이상의 센서를 포함할 수 있다. 각각의 센서로부터 비교적 높은 빈도수로, 예를 들면 2 초마다 1 데이터 포인트의 빈도수로 데이터가 수집된다. 이러한 빈도수로, 가스 터빈 시스템 내의 각 센서에 대해, 분당 30 데이터 포인트가 수집되고, 시간당 1,800 데이터 포인트가 수집된다. 따라서, 이들 실시예에서, 2 초마다 1 데이터 포인트의 데이터 측정 빈도수가 주어지는 경우, 데이터량은 시간당 약 360,000 내지 1,800,000 데이터 포인트 이상의 범위를 가질 수 있다. 일측면에 있어서, 사전결정된 수의 데이터 포인트가 기록될 때까지 데이터가 수집될 수 있다. 다른 측면에서, 사전결정된 양의 시간 동안 데이터가 수집된다. 본 발명은 2 초마다 1 데이터 포인트보다 높거나 낮은 비율로 수집된 데이터를 포함함을 알아야 한다.
다른 실시예에서, 가스 터빈 시스템은 데이터 분석이 수행되는 중앙 위치로부터 원격으로 위치된다. 중앙 위치는 컴퓨터와 같은 제어 및 분석 장비를 포함하여 가스 터빈 시스템의 동작을 제어하고, 수집된 데이터를 이용하여 통계적 분석을 수행한다. 또한, 수집된 데이터는 원격 위치에 보관되고, 사전결정된 시간 간격으로 중앙 위치에 송신된다. 일실시예에서, 수집된 데이터는 전화 접속을 경유하여 송신된다. 데이터는 다른 송신 기법을 이용하여 송신될 수 있으며, 송신 기법은 본 명세서에서 기술된 것에 한정되는 것이 아님을 알아야 한다.
예시적인 일실시예에서, 데이터를 저역 필터링하여 변화 검출 압축에 이용한다. 편리성을 위해, 데이터의 일부분의 수집 및 분석을 이용하여 일실시예를 기술함을 알아야 한다. 그러나, 본 명세서에서 기술된 실시예는 가스 터빈 및/또는 가스 터빈 시스템을 하우징하는 플랜트로부터 수집된 모든 데이터의 수집 및 분석에 적용할 수 있다.
도 1에 도시된 바와 같이, 가스 터빈 시스템으로부터의 데이터는 센서로부터 직접 원(raw) 형태로 버퍼링된다(단계(110)). 바람직한 실시예에서, 데이터는 1 헤르쯔(Hz)의 빈도수로 버퍼링된다. 다른 실시예에서, 데이터는 동적 메모리 장치에 버퍼링된다. 데이터는 가스 터빈 시스템의 동작 및/또는 물리적 특성과 관련된 다수의 데이터 포인트를 포함한다. 일단 데이터가 버퍼링되면(단계(110)), 원(raw) 버퍼링된 데이터의 롤링 평균이 수행된다(단계(120)). 일실시예에서, 롤링 평균은 예를 들면, 5 데이터 포인트의 평균을 취한다. 우선, 5 데이터 포인트를 평균하여 제 1 롤링 평균을 생성한다. 5 데이터 포인트는 가스 터빈 시스템으로부터 수신된 처음의 5 데이터 포인트이다. 그 다음, 가장 오래된 데이터 포인트가 버려지고, 남아있는 4 데이터 포인트에 새로운 데이터 포인트가 더해진다.새로운 5 데이터 포인트를 평균하여 제 2 롤링 평균을 생성한다. 다시, 가장 오래된 데이터 포인트가 제거되고, 남아있는 4 데이터 포인트에 새로운 데이터 포인트가 더해진다. 새로운 5 데이터 포인트를 평균하여 제 3 롤링 평균을 생성한다. 이 롤링 평균은 본 명세서에서 기술된 방법으로, 원 버퍼링된 데이터에 대해 계속 수행된다. 5 데이터 포인를 평균하는 것은 일실시예이며, 본 발명은 롤링 평균을 계산하는데 이용된 다른 수의 데이터 포인트를 명백히 포함함을 알아야 한다. 원 버퍼링된 데이터의 롤링 평균을 수행하는 것은, 데이터 내에 존재하는 소정의 높은 주파수의 랜덤 잡음(high frequency random noise)을 실질적으로 감소시킨다. 따라서, 원 버퍼링된 데이터는 폴링 평균의 계산에 의해 저역 필터링된다.
롤링 평균을 수행한 후(단계(120)), 롤링 평균된 데이터 포인트에 대해 변화 검출 압축이 수행된다(단계(130)). 일실시예에서, 변화 검출 압축은 평가 중인 현재의 데이터 포인트가 사전결정된 변화/델타(change/delta)보다 큰 변화/델타를 갖는 경우에만 데이터를 기록한다. 사전결정된 변화/델타는 제로 밴드(zero band) 또는 데드 밴드(dead band)라고 지칭된다. 변화 검출 압축은, 소정의 높은 주파수의 잡음이 롤링 평균에 의해 필터링되므로, 커다란 변화의 정확한 식별이 되도록 한다.
전술한 실시예에서, 5 데이터 포인트마다의 롤링 평균은 전체 수의 수집 데이터 포인트의 통계적 및 정보적 무결성을 유지하며, 변화 검출 압축은 분석 중인 데이터 포인트의 수를 감소시킨다. 예를 들어, 배기 온도 데이터를 가지고, 5 데이터 포인트 롤링 평균과 2 도 화씨 통계 편차의 조합은, 전체 데이터량의 정보 내용을 보존하면서 시간당 약 700 데이터 포인트(롤링 평균없는 1 도 통계 편차)로부터 시간당 약 20 데이터 포인트까지의 감소를 초래한다. 따라서, 롤링 평균과 변화 검출 압축의 조합은 가스 터빈의 동작 특성 분석에 요구되는 데이터를 감소시킨다.
변화 검출 압축이 수행된 후(단계(130)), 압축된 롤링 평균 데이터가 보관된다(단계(140)). 일실시예에서, 데이터는 사전결정된 양의 시간 동안 보관된다. 다른 실시예에서, 데이터의 보관은 동적 메모리 위치에서 또는 자기 매체 상에서 수행된다. 압축된 롤링 평균 데이터는, 예를 들면 중앙 위치로 송신된다(단계(150)). 일실시예에서, 압축된 롤링 평균 데이터는 2 시간 동안 보관된 후, 중앙 위치로 송신된다. 다른 실시예에서, 데이터는 전화 접속을 경유하여 송신된다. 그러나, 데이터는 다른 데이터 송신 방법에 의해 송신될 수 있음을 알아야 한다.
데이터가 송신된 후(단계(150)), 데이터는 중앙 위치에서 수신된다(단계(160)). 일단 데이터가 수신되면(단계(160)), 수신된 데이터는 중앙 위치에 보관된다(단계(170)). 압축된 롤링 평균 데이터가 송신된 후, 원격 위치에 보관되었던 데이터는 삭제되거나 또는 새롭게 압축된 롤링 평균 데이터로 중복 기록(over-writing)될 수 있다. 일실시예에서, 수신된 데이터는 자기 매체 상에 보관된다. 보관 데이터에 대해 통계적 분석을 수행하여, 또다른 조사를 필요로 하는 데이터에서의 이상 및/또는 비정상을 더 식별할 수 있음을 알아야 한다.
예시적인 다른 실시예에서, 모드 기반 통계 처리 제어를 이용하여, 가스 터빈 시스템으로부터 수집된 데이터에서의 비정상을 검출한다. 도 2에 도시된 바와 같이, 높은 비율의 데이터가, 예를 들면 보관된 위치로부터 모아진다(단계(220)). 일실시예에서, 데이터는 가스 터빈 시스템의 동작을 모니터링하는 센서로부터 수집된다. 다른 실시예에서, 데이터는 롤링 평균 및 변화 검출 압축을 수행한 후에 제공된다. 바람직한 실시예에서, 보관된 데이터에 대한 비정상 검출이 배치 프로세스로 수행되며, 보관된 데이터는 데이터가 수집된 후에 여러 차례 분석된다. 이와 같이, 데이터를 모으는 것(단계(220))은 가스 터빈 시스템으로부터 데이터를 수집한 이후의 시간에 수행될 수 있다.
또한, 동작 특성은 가스 터빈 시스템의 동작 특성과 관련된 특정 서비스 및 유지 절차에 또한 관련된다. 일단 데이터가 동작 특성과 상호 관련되면, 상호 관련된 데이터의 통계적 분석은 특정 서비스 또는 유지 절차가 수행될 필요가 있는지 여부를 결정한다.
데이터 포인트는 모드에 의해 구별되는 데이터의 서브세트로 필터링된다(단계(230)). 데이터의 필터링은 유사한 데이터를 가스 터빈 시스템의, 모드로서 정의되는 다양한 동작 특성과 관련되는 데이터의 서브세트로 상호 관련시키는 것을 포함한다. 동작 특성 또는 모드는 가스 터빈의 물리적 및 동작 상태와 관련된 잠재적 문제점을 진단하는데 이용될 수 있다. 일실시예에서, 모드는 일정한 값이 예상되는 동작 특성 또는 동작 상태를 나타낸다. 다른 실시예에서, 모드는 저하 경사(degradation slope)와 같은 알려진 결정론적 함수(deterministic function)가 예상되는 동작 특성 또는 동작 상태를 나타낸다. 모드는 예를 들면, 가스 터빈시스템의 동작 효율성 또는 진동 특성과 같은 가스 터빈 시스템에 의해 수행되는 사전결정된 기능과 관련된 동작 특성 또는 동작 상태를 포함할 수 있다. 예시적인 모드에서, 배기 온도와 관련된 데이터를 데이터의 서브세트로 필터링하고 분석하여 가스 터빈 시스템의 연소 영역 내의 마멸(wear)을 나타내는 누설 흐름(leakage flows)에서의 변화를 결정한다. 다른 예시적인 모드에서, 베어링 금속 온도와 관련된 데이터를 서브세트로 필터링하고 분석하여 베어링 로딩(loading) 및/또는 베어링 케이싱(casing) 슬리패지(slippage)에서의 변화를 결정할 수 있다. 또다른 예시적인 모드에서, 인입 필터 압력과 관련된 데이터를 서브세트로 필터링하고 분석하여 인입 필터가 세정(cleaning)을 요구하는지 또는 교체될 필요가 있는지 여부를 결정할 수 있다. 또다른 예시적인 모드에서, 휠 공간 온도와 관련된 데이터를 서브세트로 필터링하고 분석하여 즉각적인 서비스를 필요로 하는 가스 터빈 시스템의 휠 공간을 갖는 문제점을 결정한다. 모드에 근거하여 다른 데이터를 다양한 서브세트로 필터링하고 분석하여 가스 터빈 시스템의 동작 특성을 결정할 수 있으며, 본 발명은 본 명세서에서 기술된 모드에만 한정되는 것이 아님을 알아야 한다.
일단 필터링되면, 주변 상태 및/또는 실험적 또는 알고리즘 정정을 위한 정정을 위해 데이터가 정정된다(단계(240)). 일실시예에서, 데이터 포인트의 정정은 다양한 주변 상태를 통해 수집된 데이터가 비교 및 분석되도록 한다. 데이터가 정정된 후(단계(240)), 데이터의 서브세트에 대해 기술 통계(descriptive statistics)가 계산될 수 있다(단계(250)). 예를 들어, 기술 통계는 추세 분석,평균, 표준 편차 및 세르토시스(certosis)를 포함할 수 있다. 기술 통계(단계(250))로부터, 가스 터빈 시스템 동작의 장기간 이상/비정상이 식별된다(단계(260)). 일실시예에서, 장기간 이상/비정상은 데이터의 서브세트에 대한 제어 차트 결과(control chart results)를 이용하여 식별된다. 식별된 이상/비정상에 근거하여(단계(260)), 가스 터빈 시스템에 대해 교정 서비스 동작이 수행될 수 있다. 교정 서비스 동작은 데이터의 서브세트의 모드에 의해 식별된 동작 상태와 관련된다. 이와 같이, 데이터를 서브세트로 필터링하고 서브세트를 통계적으로 분석하는 것은 가스 터빈 시스템 동작에서의 잠재적인 문제점이 부적절한 수동 조정없이도 데이터 분석으로부터 식별될 수 있도록 한다.
도 3에 도시된 바와 같은 또다른 예시적인 실시예에서, 데이터가 예를 들면, 1 Hz의 빈도수로 가스 터빈 시스템으로부터 버퍼링된다(단계(310)). 원 버퍼링된 데이터의 롤링 평균이 계산된다(단계(312)). 일단 롤링 평균이 계산되면(단계(312)), 롤링 평균 데이터에 대해 변화 검출 압축이 수행된다(단계(314)). 변화 검출 압축에 대해서는 본 명세서에서 전술되었다. 가스 터빈 시스템이 중앙 위치로부터 원격으로 위치될 때, 압축된 롤링 평균 데이터가 원격 위치에서 보관된다(단계(316)). 데이터가 보관된 후(단계(316)), 압축된 롤링 평균 데이터가 송신된다(단계(318)). 평균 데이터 포인트의 송신이 예를 들면, 전화 접속 또는 소정의 다른 데이터 송신 방법을 통해 수행될 수 있다. 송신된 데이터는 중앙 위치에서 수신된다(단계(320)).
일단 데이터가 수신되면(단계(320)), 데이터는 중앙 위치에보관된다(단계(322)). 보관 후, 데이터가 모아진다(단계(324)). 데이터는 모드에 의해 구별되는 데이터의 서브세트로 필터링된다(단계(326)). 모드에 대해서는 위에서 기술되었다. 데이터의 서브세트는 주변 상태 및/또는 실험적 또는 알고리즘 정정에 근거하여 정정된다(단계(328)). 기술 통계가 데이터의 서브세트에 대해 수행된다(단계(330)). 기술 통계는, 예를 들면 추세 분석, 평균, 표준 편차, 세르토시스를 포함한다. 장기간 이상/비정상이 데이터의 서브세트에서 식별된다(단계(332)). 이러한 식별로부터, 필요한 경우, 가스 터빈 시스템의 동작이 진단되고, 교정 서비스 동작이 수행될 수 있다. 전술한 바와 같이, 이러한 예시적인 실시예는 수집 데이터의 전체 양의 통계적 및 정보적 무결성을 유지하면서, 데이터 포인트의 양을 필터링한다. 또한, 데이터를 서브세트로 필터링하고 서브세트를 통계적으로 분석하는 것은 가스 터빈 시스템의 물리적 및 동작 상태의 지시적 진단을 허용하여, 보다 높은 동작 효율성, 보다 낮은 방출 및 보다 긴 동작 수명을 촉진한다.
본 발명의 전술한 내용은 예시 및 설명을 위한 것이다. 더욱이, 상세한 설명은 본 발명을 본 명세서에서 기술된 형태에 한정하고자 의도하는 것이 아니다. 따라서, 본 명세서에서의 개시 내용에 상응하는 변형 및 수정과, 관련 기술 분야의 기술 및 지식에 상응하는 변형 및 수정은 본 발명의 영역에 포함된다. 또한, 본 명세서에서 기술된 실시예는 본 발명의 실행에 대해 현재 알려진 최상의 모드를 설명하고, 그것의 특정 응용에 의해 요구되는 다양한 변형 또는 본 발명의 이용으로, 당업자가 그와 같은 실시예, 혹은 다른 실시예를 이용할 수 있도록 하는 것을 의도한다. 첨부된 특허 청구 범위는 종래 기술에 의해 허용되는 확장을 위해 대안적인 실시예를 포함하도록 해석된다.

Claims (19)

  1. 테스트 중인 시스템으로부터 수집된 데이터의 변화 검출 압축(change-detect compression)에 사용된 상기 데이터를 저역 필터링(low pass filtering)하는 방법에 있어서,
    상기 테스트 중인 시스템으로부터의 상기 데이터를 버퍼링하는 단계와,
    상기 버퍼링된 데이터의 롤링 평균(rolling averages)을 계산하는 단계―상기 롤링 평균을 계산하는 단계는 상기 버퍼링된 데이터를 저역 필터링함―와,
    상기 롤링 평균된 데이터에 대해 변화 검출 압축을 수행하는 단계와,
    상기 압축된 데이터를 보관하는 단계를 포함하는
    데이터를 저역 필터링하는 방법.
  2. 제 1 항에 있어서,
    상기 보관된 데이터 포인트를 중앙 위치로 송신하는 단계와,
    상기 송신된 데이터를 상기 중앙 위치에서 수신하는 단계와,
    상기 수신된 데이터를 상기 중앙 위치에 보관하는 단계를 더 포함하는 데이터를 저역 필터링하는 방법.
  3. 제 1 항에 있어서,
    상기 압축된 데이터를 보관하는 단계는 상기 압축된 데이터를 사전결정된 양의 시간 동안 보관하는 것을 포함하는 데이터를 저역 필터링하는 방법.
  4. 제 1 항에 있어서,
    상기 데이터를 버퍼링하는 단계는 상기 데이터를 약 1 헤르쯔(hertz)의 빈도수로 버퍼링하는 것을 포함하는 데이터를 저역 필터링하는 방법.
  5. 제 1 항에 있어서,
    상기 롤링 평균을 계산하는 단계는 상기 데이터의 상기 롤링 평균을 계속적으로 계산하는 것을 포함하는 데이터를 저역 필터링하는 방법.
  6. 제 1 항에 있어서,
    상기 보관된 데이터를 송신하는 단계 이후에 상기 보관된 데이터를 중복 기록(over-writing)하는 단계를 더 포함하는 데이터를 저역 필터링하는 방법.
  7. 제 1 항에 있어서,
    상기 보관된 데이터를 송신하는 단계 이후에 상기 보관된 데이터를 삭제하는 단계를 더 포함하는 데이터를 저역 필터링하는 방법.
  8. 제 1 항에 있어서,
    상기 압축된 데이터를 보관하는 단계는 상기 압축된 데이터 포인트를 동적 메모리 위치에 보관하는 것을 포함하는 데이터를 저역 필터링하는 방법.
  9. 제 1 항에 있어서,
    상기 압축된 데이터를 보관하는 단계는 상기 압축된 데이터를 자기 매체 상에 보관하는 것을 포함하는 데이터를 저역 필터링하는 방법.
  10. 제 1 항에 있어서,
    상기 수신된 데이터를 상기 중앙 위치에 보관하는 단계는 상기 수신된 데이터를 자기 매체 상에 보관하는 것을 포함하는 데이터를 저역 필터링하는 방법.
  11. 정정된 데이터의 비정상 검출(anomaly detection)을 위한 모드 기반 통계 처리 제어(mode based statistical process control) 방법에 있어서,
    테스트 중인 시스템으로부터 데이터를 모으는 단계와,
    상기 데이터를 적어도 하나의 서브세트(subset)로 필터링하는 단계―상기 적어도 하나의 서브세트 각각은 모드에 의해 구별됨―와,
    상기 데이터의 상기 적어도 하나의 서브세트를 정정하는 단계와,
    상기 적어도 하나의 서브세트 각각에 대한 분산 통계(distributive statistics)를 계산하는 단계와,
    상기 적어도 하나의 서브세트에서의 장기간(long-term) 비정상을 식별하는 단계를 포함하는 모드 기반 통계 처리 제어 방법.
  12. 제 11 항에 있어서,
    상기 모드는 일정한 값이 예상되는 상기 테스트 중인 시스템의 동작 상태를 포함하는 모드 기반 통계 처리 제어 방법.
  13. 제 11 항에 있어서,
    상기 모드는 상기 테스트 중인 시스템을 동작시키는 알려진 결정론적함수(deterministic function)를 포함하는 모드 기반 통계 처리 제어 방법.
  14. 제 11 항에 있어서,
    상기 적어도 하나의 서브세트를 정정하는 단계는 주변 상태(ambient condition)에 대한 정정을 위해 상기 적어도 하나의 서브세트를 정정하는 것을 포함하는 모드 기반 통계 처리 제어 방법.
  15. 제 11 항에 있어서,
    상기 서브세트를 정정하는 단계는 실험적/알고리즘 정정에 근거하여 상기 서브세트를 정정하는 것을 포함하는 모드 기반 통계 처리 제어 방법.
  16. 제 11 항에 있어서,
    상기 장기간 비정상을 식별하는 단계는 상기 적어도 하나의 서브세트의 제어 차트 결과(control chart results)를 이용하여 상기 장기간 비정상을 결정하는 것을 포함하는 모드 기반 통계 처리 제어 방법.
  17. 테스트 중인 시스템으로부터 수집된 데이터의 비정상을 필터링 및 결정하는 방법에 있어서,
    상기 테스트 중인 시스템으로부터의 상기 데이터를 버퍼링하는 단계와,
    상기 버퍼링된 데이터의 롤링 평균을 계산하는 단계―상기 롤링 평균을 계산하는 단계는 상기 버퍼링된 데이터를 저역 필터링함―와,
    상기 롤링 평균된 데이터에 대해 변화 검출 압축을 수행하는 단계와,
    상기 압축된 데이터를 보관하는 단계와,
    상기 보관된 데이터 포인트를 중앙 위치로 송신하는 단계와,
    상기 송신된 데이터를 상기 중앙 위치에서 수신하는 단계와,
    상기 수신된 데이터를 상기 중앙 위치에 보관하는 단계와,
    상기 중앙 위치로부터 상기 보관된 데이터를 모으는 단계와,
    상기 모아진 데이터를 적어도 하나의 서브세트로 필터링하는 단계―상기 적어도 하나의 서브세트 각각은 모드에 의해 구별됨―와,
    상기 모아진 데이터의 상기 적어도 하나의 서브세트를 정정하는 단계와,
    상기 적어도 하나의 서브세트 각각에 대한 분산 통계를 계산하는 단계와,
    상기 적어도 하나의 서브세트에서의 장기간 비정상을 식별하는 단계를 포함하는
    데이터의 비정상을 필터링 및 결정하는 방법.
  18. 제 17 항에 있어서,
    상기 모드는 일정한 값이 예상되는 상기 테스트 중인 시스템의 동작 상태를 포함하는 데이터의 비정상을 필터링 및 결정하는 방법.
  19. 제 17 항에 있어서,
    상기 모드는 상기 테스트 중인 시스템을 동작시키는 알려진 결정론적 함수를 포함하는 데이터의 비정상을 필터링 및 결정하는 방법.
KR1020017016478A 2000-04-24 2001-02-08 데이터를 로우 패스 필터링하는 방법 및 모드 기반 통계 처리 제어 방법 KR100779297B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US09/556,987 US6584434B1 (en) 2000-04-24 2000-04-24 Method for data filtering and anomoly detection
US09/556,987 2000-04-24

Publications (2)

Publication Number Publication Date
KR20020031343A true KR20020031343A (ko) 2002-05-01
KR100779297B1 KR100779297B1 (ko) 2007-11-23

Family

ID=24223607

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020017016478A KR100779297B1 (ko) 2000-04-24 2001-02-08 데이터를 로우 패스 필터링하는 방법 및 모드 기반 통계 처리 제어 방법

Country Status (10)

Country Link
US (1) US6584434B1 (ko)
EP (1) EP1410266A2 (ko)
JP (1) JP2003535392A (ko)
KR (1) KR100779297B1 (ko)
AU (1) AU2001236779A1 (ko)
BR (1) BR0106094A (ko)
CA (1) CA2377471C (ko)
CZ (1) CZ20014607A3 (ko)
RU (1) RU2002101626A (ko)
WO (1) WO2001082144A2 (ko)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100383258B1 (ko) * 2000-11-09 2003-05-09 삼성전자주식회사 주사 전자 현미경을 이용한 측정 장치의 측정 에러 검출방법
US6839613B2 (en) * 2001-07-17 2005-01-04 General Electric Company Remote tuning for gas turbines
JP4103467B2 (ja) * 2002-06-28 2008-06-18 株式会社日立プラントテクノロジー 機器メンテナンス診断システム
US7097351B2 (en) * 2002-09-30 2006-08-29 Flowserve Management Company System of monitoring operating conditions of rotating equipment
US7125223B2 (en) * 2003-09-30 2006-10-24 General Electric Company Method and apparatus for turbomachine active clearance control
US6973396B1 (en) * 2004-05-28 2005-12-06 General Electric Company Method for developing a unified quality assessment and providing an automated fault diagnostic tool for turbine machine systems and the like
US8761909B2 (en) * 2007-11-30 2014-06-24 Honeywell International Inc. Batch process monitoring using local multivariate trajectories
FR2966878B1 (fr) * 2010-11-02 2015-01-30 Snecma Systeme de surveillance d'une chaine de mesure de temperature d'un turboreacteur
US10047757B2 (en) 2016-06-22 2018-08-14 General Electric Company Predicting a surge event in a compressor of a turbomachine

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS50147883A (ko) * 1974-05-20 1975-11-27
US4143417A (en) * 1976-10-21 1979-03-06 The Singer Company Portable data-gathering apparatus formed by modular components having operate-standby modes
US4101072A (en) * 1976-10-21 1978-07-18 The Singer Company Data-gathering device for scanning data having a variable amplitude modulation and signal to noise ratio
JPS60104725A (ja) * 1983-11-10 1985-06-10 Nissan Motor Co Ltd ガスタ−ビンエンジンの回転速度制御装置
DE4190102T (ko) * 1990-01-18 1992-04-23
US5239456A (en) * 1990-07-30 1993-08-24 The Foxboro Company Method and apparatus for process control with opimum setpoint determination
US5454051A (en) * 1991-08-05 1995-09-26 Eastman Kodak Company Method of reducing block artifacts created by block transform compression algorithms
US5206519A (en) * 1992-03-09 1993-04-27 Galvanic Analytical Systems Ltd. Constituent concentration indicator with a differentiator means and a signal conditioning means
US5392226A (en) * 1993-06-17 1995-02-21 Icom, Inc. Computer-implemented method and apparatus for monitoring statistical process control data
US5777900A (en) * 1994-03-10 1998-07-07 Matsushita Electric Industrial Co., Ltd. Filtering processor and filter method
JPH0815042A (ja) * 1994-06-28 1996-01-19 Toshiba Corp ガスタービンの作動ガス温度測定装置
GB2294173B (en) * 1994-10-11 1998-12-09 Mitsubishi Electric Corp Disk media, and method of and device for recording and playing back information on or from a disk media
US5633811A (en) * 1994-12-09 1997-05-27 Computational Systems, Inc. Hand held data collector and analyzer system
US6327381B1 (en) * 1994-12-29 2001-12-04 Worldscape, Llc Image transformation and synthesis methods
US5696700A (en) * 1995-06-26 1997-12-09 The United States Of America As Represented By The Secretary Of The Navy System and computer-implemented method for fractal-dimension measurement for target-motion analysis noise discrimination
US5737399A (en) * 1995-07-13 1998-04-07 Mci Communications Corporation Network information architecture having centralizing storage and verification element
US5774593A (en) * 1995-07-24 1998-06-30 University Of Washington Automatic scene decomposition and optimization of MPEG compressed video
US5764538A (en) * 1995-12-04 1998-06-09 Man-Gill Chemical Company System interface for microwave conductivity sensor
JPH09170454A (ja) * 1995-12-20 1997-06-30 Toshiba Corp ガスタービン燃焼監視装置
WO1997023765A1 (en) * 1995-12-22 1997-07-03 A/S Brüel & Kjær A system and a method for measuring a continuous signal
JPH09233231A (ja) * 1996-02-20 1997-09-05 Internatl Business Mach Corp <Ibm> データ伝送方法及び装置
JP3682353B2 (ja) * 1996-02-29 2005-08-10 株式会社リコー 画像圧縮方法および画像圧縮装置
EP0843933B1 (en) * 1996-05-08 2004-10-27 Koninklijke Philips Electronics N.V. Transmission of a digital information signal having a specific first sampling frequency
US5978525A (en) * 1996-06-24 1999-11-02 General Electric Company Fiber optic sensors for gas turbine control
JP3859815B2 (ja) * 1996-08-02 2006-12-20 シャープ株式会社 圧縮情報記憶装置
US5867384A (en) * 1997-07-08 1999-02-02 Johnson Services Company Feedback controller
US6434196B1 (en) * 1998-04-03 2002-08-13 Sarnoff Corporation Method and apparatus for encoding video information
US6078874A (en) * 1998-08-04 2000-06-20 Csi Technology, Inc. Apparatus and method for machine data collection
US6141951A (en) * 1998-08-18 2000-11-07 United Technologies Corporation Control system for modulating bleed in response to engine usage
US6205499B1 (en) * 1998-12-18 2001-03-20 The United States Of America As Represented By The Secretary Of The Navy System for compressing video data using bi-orthogonal wavelet coding having a DSP for adjusting compression ratios to maintain a constant data flow rate of the compressed data
US6211814B1 (en) * 1999-09-28 2001-04-03 Lockhead Martin Corporation Method for software scan conversion of target identification data in a general purpose computer

Also Published As

Publication number Publication date
CA2377471A1 (en) 2001-11-01
CZ20014607A3 (cs) 2002-08-14
RU2002101626A (ru) 2003-08-27
KR100779297B1 (ko) 2007-11-23
CA2377471C (en) 2010-06-22
AU2001236779A1 (en) 2001-11-07
WO2001082144A3 (en) 2004-02-26
EP1410266A2 (en) 2004-04-21
US6584434B1 (en) 2003-06-24
WO2001082144A2 (en) 2001-11-01
JP2003535392A (ja) 2003-11-25
BR0106094A (pt) 2002-02-26

Similar Documents

Publication Publication Date Title
US6973396B1 (en) Method for developing a unified quality assessment and providing an automated fault diagnostic tool for turbine machine systems and the like
JP4721234B2 (ja) 真空ポンプの傾向監視及び診断解析方法、その傾向監視及び診断解析システム、及びその方法を行うコンピュータプログラムを含むコンピュータ可読記憶媒体
US7840332B2 (en) Systems and methods for steam turbine remote monitoring, diagnosis and benchmarking
US7650777B1 (en) Stall and surge detection system and method
US9097185B2 (en) Stabilizing a gas turbine engine via incremental tuning
JP4721235B2 (ja) 真空ポンプの故障保護と予知保全のための精密診断方法及びそのための精密診断システム
KR100779297B1 (ko) 데이터를 로우 패스 필터링하는 방법 및 모드 기반 통계 처리 제어 방법
US20090037121A1 (en) System and method for detection of rotor eccentricity baseline shift
KR101482509B1 (ko) 베어링 결함 진단 시스템 및 그 진단 방법
EP2326893B1 (en) Monitoring the health of a cryocooler
JP2009521641A (ja) シリンダ異常挙動の機内診断
US20090144015A1 (en) Apparatus And Method for Monitoring A Heating System
CA3013824C (en) Detection of bearing carbonization failure in turbine systems
US7076402B2 (en) Critical aperture convergence filtering and systems and methods thereof
US20220026894A1 (en) Method and system for monitoring condition of a sample handling system of a gas analyser
CN117665460A (zh) 一种压缩机内部磨损状态检测方法和系统
JP6699301B2 (ja) 異常検出装置、異常検出方法及び異常検出システム
KR20070087139A (ko) 진공펌프의 고장 방지 및 예보유지를 위한 정밀진단 기법과그 구현 시스템.
WO2014180505A1 (en) Apparatus for detecting leakage in a cooling system and method of detecting leakage
CN114091894A (zh) 柴油机多源信息监控与自适应健康度评估装置及评估方法
CN216841943U (zh) 一种燃机进气系统全周期寿命管理装置
CN115435993B (zh) 环境试验箱制冷系统管路振动应力检测方法及装置
JP2006511750A (ja) ガスタービンの吐き出し口における汚染物質ガスの濃度を評価し、制御するシステム
CN116601425A (zh) 用于评估气动网络状况的方法
WO2021195611A1 (en) Systems, methods, and media for generating alerts of water hammer events in steam pipes

Legal Events

Date Code Title Description
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
J201 Request for trial against refusal decision
AMND Amendment
B701 Decision to grant
GRNT Written decision to grant
G170 Publication of correction
FPAY Annual fee payment

Payment date: 20121105

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20131106

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20141105

Year of fee payment: 8

LAPS Lapse due to unpaid annual fee