KR20100033203A - Self diagnostic system using network type dynamic simulator and self diagnostic method - Google Patents

Self diagnostic system using network type dynamic simulator and self diagnostic method Download PDF

Info

Publication number
KR20100033203A
KR20100033203A KR1020080092264A KR20080092264A KR20100033203A KR 20100033203 A KR20100033203 A KR 20100033203A KR 1020080092264 A KR1020080092264 A KR 1020080092264A KR 20080092264 A KR20080092264 A KR 20080092264A KR 20100033203 A KR20100033203 A KR 20100033203A
Authority
KR
South Korea
Prior art keywords
self
processor
mathematical
network
calculation
Prior art date
Application number
KR1020080092264A
Other languages
Korean (ko)
Other versions
KR100976703B1 (en
Inventor
이재익
정연기
신재웅
Original Assignee
에스티엑스조선해양 주식회사
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 에스티엑스조선해양 주식회사 filed Critical 에스티엑스조선해양 주식회사
Priority to KR1020080092264A priority Critical patent/KR100976703B1/en
Publication of KR20100033203A publication Critical patent/KR20100033203A/en
Application granted granted Critical
Publication of KR100976703B1 publication Critical patent/KR100976703B1/en

Links

Images

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
    • 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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24015—Monitoring
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24048—Remote test, monitoring, diagnostic

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

PURPOSE: A self-diagnosis device and a method thereof are provided to operate the wide range process of each processing tools by individually interlinking each mathematical calculation processor in order to process the process of each processing tools of a processing system. CONSTITUTION: A network processor server(31) includes a tank computing processor, a process line computing processor, a valve computing processor, a pump computing processor and a sensor calculation processor. A tank computing processor(33) to be connected to the tank calculates a mathematical modeling. A process line computing processor(34) to be connected to the connection part of each processor line calculates the mathematical modeling. A valve computing processor(35) to be connected to each valve calculates the mathematical modeling. A pump computing processor(36) to be connected to the pump calculates the mathematical modeling. A sensor computing processor(37) to be connected to a sensor calculates the mathematical modeling.

Description

네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비 및 그에 따른 자가 진단방법{Self diagnostic system using network type dynamic simulator and self diagnostic method}Self-diagnosis system and self-diagnostic method of process system using network-based distance learning simulator {Self diagnostic system using network type dynamic simulator and self diagnostic method}

본 발명은 공정시스템의 자가 진단장비 및 자가 진단방법에 관한 것으로서, 보다 상세하게는 공정시스템의 각 공정장비들이 각각의 수학적 계산 프로세서에 개별적으로 연결되어 인공위성으로부터 제공되는 데이터를 각 수학적 계산 프로세서에 기 설정된 데이터와 비교하면서 학습을 수행함과 동시에 각 공정장비들을 진단하는 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비 및 그에 따른 자가 진단방법에 관한 것이다.The present invention relates to a self-diagnostic apparatus and a self-diagnostic method of a process system, and more particularly, each process equipment of the process system is individually connected to each mathematical calculation processor to write data provided from the satellite to each mathematical calculation processor. The present invention relates to a self-diagnostic apparatus and a self-diagnostic method of a process system using a network-based remote learning simulator that performs a learning while comparing the set data and diagnoses each process equipment.

일반적으로, LNG(Liquefied Natural Gas : 액화천연가스) 선박 또는 LPG(Liquefied Petroleum Gas : 액화석유가스) 선박의 탱크에 충진되는 액화가스 등의 연료를 배출하기 위한 공정시스템은 도 1에서 도시하고 있는 바와 같이, 공정장비(110)는 탱크(113), 제1 프로세스 라인(144a), 제2 프로세스 라인(144b), 제어 밸브(115a), 바이패스 밸브(115b), 펌프(116) 및 센서(117)를 포함하여 구성된다.In general, a process system for discharging fuel such as liquefied gas filled in a tank of a LNG (Liquefied Natural Gas) vessel or a LPG (Liquefied Petroleum Gas) vessel is shown in FIG. Likewise, the process equipment 110 includes a tank 113, a first process line 144a, a second process line 144b, a control valve 115a, a bypass valve 115b, a pump 116 and a sensor 117. It is configured to include).

여기서, 상기 탱크(Tank : 113)는 LNG(Liquefied Natural Gas : 액화천연가스) 또는 LPG(Liquefied Petroleum Gas : 액화석유가스) 등의 연료가 저장된다.The tank 113 stores fuel such as LNG (Liquefied Natural Gas) or LPG (Liquefied Petroleum Gas).

그리고, 상기 제1 프로세스 라인(Process Line : 114a)은 상기 탱크(113)에 연결되어 탱크(113) 내에 저장되어 있는 액화가스 등의 연료를 배출하고, 상기 제2 프로세스 라인(Process Line : 114b)은 상기 제1 프로세스 라인(114a)에서 분기형성되어 다시 탱크(113)로 연결된다.The first process line 114a is connected to the tank 113 to discharge fuel such as liquefied gas stored in the tank 113, and the second process line 114b. Is branched from the first process line 114a and connected to the tank 113 again.

한편, 상기 제어 밸브(Control Valae : 115a)는 상기 제1 프로세스 라인(114a)에 구비되어 제1 프로세스 라인(114a)을 유동하는 액화가스 등 연료의 유동량을 제어하고, 상기 바이패스 밸브(Bypass Valae : 115b)는 상기 제1 프로세스 라인(114a)을 통하여 유동하는 액화가스 등의 연료를 다시 탱크(113)로 회수하기 위하여 상기 제2 프로세스 라인(114b)에 구비된다.Meanwhile, the control valve 115a is provided in the first process line 114a to control the flow rate of fuel such as liquefied gas flowing through the first process line 114a and the bypass valve. 115b is provided in the second process line 114b to recover fuel such as liquefied gas flowing through the first process line 114a back to the tank 113.

그리고, 상기 펌프(Pump : 116)는 상기 제1 프로세스 라인(114a)을 통하여 액화가스 등의 연료를 유동시키기 위하여 상기 제1 프로세스 라인(114a)에 구비되고, 상기 센서(Sensor : 117)는 상기 펌프(116)를 통하여 유동하는 액화가스 등 연료의 유동량 및 유동상태를 감지한다.In addition, the pump 116 is provided in the first process line 114a to flow fuel such as liquefied gas through the first process line 114a, and the sensor 117 is provided in the first process line 114a. The flow amount and flow state of fuel such as liquefied gas flowing through the pump 116 is sensed.

한편, 상기 공정시스템(110)의 탱크(113), 제1 , 제2 프로세스 라인(114a, 114b), 각 밸브(115a, 115b), 펌프(116) 및 센서(117) 등의 공정장비들을 진단하기 위하여 자가 진단장비가 구비된다.Meanwhile, process equipment such as the tank 113, the first and second process lines 114a and 114b, the valves 115a and 115b, the pump 116 and the sensor 117 of the process system 110 may be diagnosed. Self-diagnosis equipment is provided for this purpose.

상기 자가 진단장비(130)는 컴퓨터 등의 프로세서 서버(131)와 상기 프로세서 서버(131)를 통하여 처리된 프로세스를 디스플레이하기 위한 모니터(137)를 포 함하여 구성된다.The self-diagnostic apparatus 130 includes a processor server 131 such as a computer and a monitor 137 for displaying a process processed through the processor server 131.

여기서, 상기 프로세서 서버는 각 공정장비들을 시뮬레이터(Simulator)를 이용해 자가 진단하기 위하여 각 공정장비의 수학적 모델링(Modeling)이 기설정되어 있다.In this case, the processor server has a predetermined mathematical modeling of each process equipment in order to self-diagnose each process equipment using a simulator.

상술한 바와 같은 구조 및 형태에 의하여 상기 자가 진단장비의 프로세서 서버에 기설정되어 있는 일정범위의 프로세스 및 탱크, 제1 프로세스 라인, 제2 프로세스 라인, 제어 밸브, 바이패스 밸브, 펌프, 센서 등의 공정장비들의 수학적인 모델링을 통해 계산된 데이터를 통해 주변상황에 따라 액화가스 등의 연료를 이동 및 배출하고 있다.By a structure and a form as described above, a range of processes and tanks, a first process line, a second process line, a control valve, a bypass valve, a pump, a sensor, and the like, which are preset in the processor server of the self-diagnostic apparatus, Through the data calculated through mathematical modeling of process equipment, fuels such as liquefied gas are moved and discharged according to the surrounding situation.

그러나, 이러한 자가 진단장비는 하나의 프로세서 서버를 통해 공정장비 전체를 진단 및 제어함으로써 용량 초과로 인해 각 진단장비의 정확한 진단 및 모델링의 설정이 어렵다는 문제점이 있었다.However, the self-diagnostic apparatus has a problem that it is difficult to set up accurate diagnosis and modeling of each diagnostic apparatus due to the excess capacity by diagnosing and controlling the entire process equipment through one processor server.

즉, 일정 범위의 프로세스와 장비들의 수학적인 모델링 등 광범위한 프로세스를 하나의 프로세서 서버를 통해 진단 및 제어함으로써 과부하에 의해 정확한 프로세싱이 어렵다는 문제점이 있었다.That is, there is a problem that accurate processing is difficult due to overload by diagnosing and controlling a wide range of processes such as mathematical modeling of a range of processes and equipment through one processor server.

또한, 자가 진단장비의 프로세서 서버를 통해 각 공정장비의 수학적 모델링 확장 및 수정이 불편하다는 문제점이 있었다. 즉, 상기 탱크, 제1, 제2 프로세스 라인, 각 밸브, 펌프, 센서 등 공정장비들의 수학적 모델링이 하나의 프로세서 서버에 설정되어 있어 각 공정장비에 따른 수학적 모델링의 확장 및 수정이 번거롭고 불편하다는 문제점이 있었다.In addition, there was a problem that the mathematical modeling expansion and modification of each process equipment is inconvenient through the processor server of the self-diagnosis equipment. That is, the mathematical modeling of the process equipment such as the tank, the first and the second process line, each valve, the pump, and the sensor is set in one processor server, so that the expansion and modification of the mathematical modeling for each process equipment is cumbersome and inconvenient. There was this.

더불어, 상기 프로세서 서버에 기 설정되어 있는 각 공정장비들의 실시간 모델링 확장 및 수정이 불편하고, 실제 설비(Plant)의 각종 프로세스에 적용 시 각종 프로세스에 존재하는 많은 변수들로 인해 프로세서 서버에 기 설정되어 있는 모델링 해석을 위한 일반적인 동적방정식(Dynamic Equation)의 수행이 어렵다는 문제점이 있었다.In addition, it is inconvenient to extend and modify the real-time modeling of each process equipment preset in the processor server, and when applied to various processes of the actual plant, many variables existing in various processes are set in the processor server. There was a problem that it is difficult to perform general dynamic equations for modeling analysis.

본 발명은 상기한 바와 같은 문제점을 해결하기 위하여 안출된 것으로, 공정시스템의 각 공정장비들의 프로세스를 처리하기 위하여 각각의 수학적 계산 프로세서가 개별적으로 연결됨으로써 각 공정장비들의 광범위한 프로세스 수행이 용이하고, 각 수학적 계산 프로세서가 하나의 네트워크 서버에 연결되어 각 공정장비들의 데이터 취합이 용이하여 화면상에 실시간으로 그래픽 구현이 가능한 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비 및 그에 따른 자가 진단방법을 제공하는 것을 목적으로 한다.SUMMARY OF THE INVENTION The present invention has been made to solve the above problems, and each mathematical calculation processor is individually connected to process the processes of the respective process equipments of the process system, so that each process equipment can perform a wide range of processes. Mathematical calculation processor is connected to one network server, so it is easy to collect data of each process equipment and implements self-diagnosis equipment of process system and self-diagnosis method using network-based remote learning simulator that enables real-time graphic on screen. It aims to provide.

또한, 인공위성을 통하여 실시간으로 전송되는 데이터와 각 수학적 계산 프로세서에 기 설정된 데이터의 비교 학습 및 자가 진단이 가능하고, 각 공정장비들의 모델링 확장 및 수정이 용이한 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비 및 그에 따른 자가 진단방법을 제공하는 것을 목적으로 한다.In addition, it is possible to compare learning and self-diagnosis of data transmitted in real time through satellites and data set in each mathematical calculation processor, and to use a network-based remote learning simulator that is easy to extend and modify modeling of each process equipment. It is an object of the present invention to provide a self-diagnosis device and a self-diagnosis method thereof.

상기한 바와 같은 목적을 달성하기 위하여 본 발명은, 연료가 충진되는 탱크와, 상기 탱크에 연결되는 각 프로세스 라인과, 상기 각 프로세스 라인에 각각 구비되는 밸브와, 상기 각 프로세스 라인 중 어느 한 프로세스 라인에 구비되어 유량을 제어하는 펌프 및 센서를 포함하여 구성되는 공정시스템에 있어서, 상기 탱크에 연결되어 수학적 모델링을 계산하는 탱크 계산 프로세서와, 상기 각 프로세서 라인 연결부위에 연결되어 수학적 모델링을 계산하는 프로세스 라인 계산 프로세서와, 상기 각 밸브에 연결되어 수학적 모델링을 계산하는 밸브 계산 프로세서와, 상기 펌프에 연결되어 수학적 모델링을 계산하는 펌프 계산 프로세서 및 상기 센서에 연결되어 수학적 모델링을 계산하는 센서 계산 프로세서를 포함하는 네트워크 프로세서 서버; 상기 네트워크 프로세서 서버를 통하여 계산된 시뮬레이션을 화면상에 그래픽으로 구현하기 위한 모니터; 및 상기 네트워크 프로세서 서버에 무선으로 연결되어 데이터를 송/수신하는 인공위성; 을 포함하여 구성되는 것을 특징으로 한다.In order to achieve the object described above, the present invention provides a tank filled with fuel, each process line connected to the tank, a valve provided in each of the process lines, and one of the process lines. A process system comprising a pump and a sensor provided in the control system for controlling the flow rate, comprising: a tank calculation processor connected to the tank to calculate mathematical modeling, and a process connected to each processor line connection part to calculate mathematical modeling A line calculation processor, a valve calculation processor coupled to each valve to calculate mathematical modeling, a pump calculation processor coupled to the pump to calculate mathematical modeling, and a sensor calculation processor coupled to the sensor to calculate mathematical modeling. A network processor server; A monitor for graphically implementing a simulation calculated through the network processor server on a screen; And a satellite wirelessly connected to the network processor server to transmit / receive data. And a control unit.

여기서, 상기 네트워크 프로세서 서버에 인공위성과 데이터를 송/수신하기 위한 통신변환기가 구비된다.Here, the network processor server is provided with a communication converter for transmitting and receiving satellites and data.

그리고, 상기 네트워크 프로세서 서버가 시간 동기화 기능을 수행한다.The network processor server performs a time synchronization function.

한편, 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비에 따른 자가 진단방법에 있어서, 인공위성에서 네트워크 프로세서 서버로 데이터를 전송하는 단계; 전송된 데이터를 관련된 해당 수학적 계산 프로세서로 전송하는 단계; 해당 수학적 계산 프로세서가 입력된 데이터를 기 설정된 초기 데이터 설정치와 비교하면서 학습을 수행하는 단계; 각 수학적 계산 프로세서에서 계산된 각 공정장비의 수학적 계산 프로세스를 네트워크 프로세서 서버가 취합하는 단계; 및 취합된 수학적 계산 프로세스를 모니터에 그래픽으로 구현하는 단계; 를 포함하여 이루어지는 것을 특징으로 한다.On the other hand, a self-diagnostic method according to the self-diagnostic apparatus of the process system using a network-based remote learning simulator, comprising the steps of: transmitting data from a satellite to a network processor server; Transmitting the transmitted data to a corresponding mathematical calculation processor concerned; Performing a learning by the corresponding mathematical calculation processor comparing the input data with a preset initial data setting value; Collecting, by a network processor server, a mathematical calculation process of each process equipment calculated by each mathematical calculation processor; And graphically implementing the combined mathematical calculation process on a monitor; Characterized in that comprises a.

이때, 상기 네트워크 프로세서 서버로부터 각 공정장비들의 수학적 모델링을 수행할 시간범위를 제공받은 단계; 제공받은 시간범위 내에서 각 수학적 계산 프로세서를 통해 수학적 계산 프로세스가 수행되는 단계; 및 시간범위 내에 수학적 계산 프로세스 중 발생되는 알람값이 네트워크 프로세서 서버로 전달되는 단계; 를 더 포함하여 이루어진다.At this time, the step of receiving a time range for performing the mathematical modeling of each process equipment from the network processor server; Performing a mathematical calculation process through each mathematical calculation processor within the provided time range; And transmitting an alarm value generated during a mathematical calculation process within a time range to a network processor server. It further comprises.

또한, 상기 네트워크 프로세서 서버는 각 공정장비들의 수학적 모델링 계산에 따른 위험요소 발생 시 공정장비들의 위험요소를 운전자에게 인지시키는 단계; 인공위성에 공정장비들의 위험요소에 따른 데이터가 전송되는 단계; 및 랜 또는 기타 통신망을 통해 관리자에게 위험요소가 보고되는 단계; 를 더 포함하여 이루어진다.The network processor server may further include: recognizing a risk factor of the process equipment to a driver when a risk factor according to mathematical modeling calculation of each process equipment occurs; Transmitting data according to a risk factor of the process equipment to the satellite; And reporting a risk factor to an administrator through a LAN or other communication network. It further comprises.

이상에서 설명한 바와 같이 상기와 같은 구성을 갖는 본 발명은, 공정시스템의 각 공정장비들의 프로세스를 처리하기 위하여 각각의 수학적 계산 프로세서가 개별적으로 연결됨으로써 각 공정장비들의 광범위한 프로세스 수행이 용이하고, 각 진단장비의 정확한 진단 및 모델링의 설정이 가능하며, 네트워크 프로세서 서버를 통해 각 수학적 계산 프로세서의 모델링값 또는 디자인값의 변경이 용이하다는 등의 효과를 거둘 수 있다.As described above, according to the present invention having the configuration as described above, each mathematical calculation processor is individually connected to process the processes of the respective process equipments of the process system, so that a wide range of processes can be easily performed by each process equipment, and each diagnosis is performed. Accurate diagnosis and modeling of equipment can be set up, and the network processor server can easily change the modeling value or design value of each mathematical calculation processor.

그리고, 인공위성을 통하여 실시간으로 전송되는 데이터와 각 수학적 계산 프로세서에 기 설정된 데이터의 비교 학습 및 자가 진단이 가능하고, 인공위성을 통하여 각 공정장비에 관련된 데이터를 제공받음으로써 각 공정장비의 반복적인 모 델링 해석이 용이하며, 이로 인해 실제 실비의 각종 프로세스에 적용이 가능하고, 각 공정장비들의 모델링 확장, 수정이 용이하다는 등의 효과를 거둘 수 있다.In addition, it is possible to compare learning and self-diagnosis of data transmitted in real time through satellites and data set in each mathematical calculation processor, and to repeatedly model each process equipment by receiving data related to each process equipment through satellites. It is easy to analyze, and thus, it can be applied to various actual cost processes, and the effects of modeling and modification of each process equipment can be easily achieved.

또한, 각 공정장비들의 디자인값을 변경 적용하여 모델링함으로써 시뮬레이션을 통해 고장 및 오작동 등의 위험요소의 예측이 가능하고, 예측된 위험요소를 통해 운전자가 학습 및 훈련을 수행할 수 있으며, 이에 따라 실제 동작에 따른 위험요소 발생 시 신속한 상태 파악 및 후속 조치가 가능하여 안전 사고를 미연에 방지할 수 있다는 등의 효과를 거둘 수 있다.In addition, it is possible to predict risk factors such as failures and malfunctions through simulation by modeling the design values of each process equipment, and the driver can learn and train through the predicted risk factors. In case of risks caused by the operation, it is possible to quickly identify the condition and follow up to prevent the safety accident in advance.

이하, 본 발명에 의한 바람직한 실시예를 첨부된 도면을 참조하면서 상세히 설명한다. 또한, 본 실시예는 본 발명의 권리범위를 한정하는 것은 아니고 단지 예시로 제시된 것이며, 그 기술적 요지를 이탈하지 않는 범위 내에서 다양한 변경이 가능하다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. In addition, the present embodiment is not intended to limit the scope of the present invention, but is presented by way of example only, and various modifications may be made without departing from the technical gist of the present invention.

도 2는 본 발명에 의한 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비를 개략적으로 나타내는 도면이고, 도 3은 본 발명에 의한 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비에 따른 자가 진단방법을 나타내는 블럭도이다.2 is a view schematically showing the self-diagnostic apparatus of the process system using a network-based remote learning simulator according to the present invention, Figure 3 is a self-diagnostic apparatus of the process system using a network-based remote learning simulator according to the present invention. This is a block diagram showing the self-diagnosis method accordingly.

도면에서 도시하고 있는 바와 같이, 본 발명에 의한 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비(30)는 공정시스템(10)의 각 공정장비에 연결되어 공정시스템(10)의 수학적 모델링을 해석함과 동시에 각 공정 시스템(10)을 자가 진단한다.As shown in the figure, the self-diagnostic apparatus 30 of the process system using the network-based distance learning simulator according to the present invention is connected to each process equipment of the process system 10 mathematical modeling of the process system 10 At the same time, each process system 10 is self-diagnosed.

여기서, 상기 공정시스템(10)의 공정장비는 LNG(Liquefied Natural Gas : 액화천연가스) 또는 LPG(Liquefied Petroleum Gas : 액화석유가스) 등의 연료가 저장되는 탱크(Tank : 13)와 상기 탱크(13)에 연결되어 탱크(13) 내에 저장되어 있는 액화가스 등의 연료를 배출하기 위한 제1 프로세스 라인(Process Line : 14a)과 상기 제1 프로세스 라인(14a)에서 분기형성되어 다시 탱크(13)로 연결되는 제2 프로세스 라인(Process Line : 14b)으로 구성된다.Here, the process equipment of the process system 10 is a tank (Tank: 13) and the tank (13) for storing fuel such as LNG (Liquefied Natural Gas) or LPG (Liquefied Petroleum Gas) ) Is branched from the first process line 14a and the first process line 14a for discharging fuel such as liquefied gas stored in the tank 13 to the tank 13 again. A second process line 14b is connected.

그리고, 상기 제1 프로세스 라인(14a)에 구비되어 유동하는 액화가스 등 연료의 유동량을 제어하는 제어 밸브(Control Valae : 15a)와 상기 제2 프로세스 라인(14b)에 구비되어 제1 프로세스 라인(14a)을 통하여 유동하는 액화가스 등의 연료를 다시 탱크(13)로 회수하는 바이패스 밸브(Bypass Valae : 15b)를 포함하여 구성된다.In addition, a control valve 15a and a second process line 14b for controlling a flow amount of fuel such as liquefied gas flowing in the first process line 14a are provided in the first process line 14a. Bypass valve (Bypass Valae: 15b) for recovering fuel, such as liquefied gas flowing through the back to the tank 13 is configured.

더불어, 상기 제1 프로세스 라인(14a)을 통하여 액화가스 등의 연료를 유동시키는 펌프(Pump : 16) 및 상기 제1 프로세스 라인(14a)에 구비되어 제1 프로세스 라인(14a)을 유동하는 액화가스 등의 연료 유동량 및 유동상태를 감지하기 위한 센서(Sensor : 17)를 포함하여 구성된다.In addition, a pump 16 for flowing fuel such as liquefied gas through the first process line 14a and a liquefied gas provided in the first process line 14a to flow the first process line 14a. It is configured to include a sensor (Sensor: 17) for detecting the fuel flow amount and the flow state of the back.

상기한 바와 같은 공정시스템(10)의 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)를 진단하기 위한 자가 진단장비(30)는 탱크(13)의 수학적 모델링(Modeling)을 계산하는 탱크의 수학적 계산 프로세서(33)와 상기 제1 프로세스 라인(14a)과 제2 프로세스 라인(14b)의 연결부위(14c)의 수학적 모델링(Modeling)을 계산하는 프로 세스 라인의 수학적 계산 프로세서(34)와 상기 각 밸브(15a, 15b)의 수학적 모델링(Modeling)을 계산하는 밸브의 수학적 계산 프로세서(35)와 상기 펌프(16)의 수학적 모델링(Modeling)을 계산하는 펌프의 수학적 계산 프로세서(36) 및 센서(17)의 수학적 모델링(Modeling)을 계산하는 센서의 수학적 계산 프로세서(17)를 포함하며, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)는 네트워크 프로세서 서버(31)에 연결된다.The self-diagnosis device 30 for diagnosing the process equipment 13, 14a, 14b, 15a, 15b, 16, 17 of the process system 10 as described above calculates the mathematical modeling of the tank 13. Mathematical calculation processor 34 of a process line for calculating mathematical modeling of the mathematical calculation processor 33 of the tank and the connection portion 14c of the first process line 14a and the second process line 14b. And the mathematical calculation processor 36 of the valve for calculating the mathematical modeling of the valve 16 and the mathematical modeling of the pump 16 for calculating the mathematical modeling of each of the valves 15a and 15b. And a mathematical calculation processor 17 of the sensor that calculates mathematical modeling of the sensor 17, wherein each of the mathematical calculation processors 33, 34, 35, 36, 37 is connected to the network processor server 31. Connected.

상기한 바와 같이, 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)에 각각의 수학적 계산 프로세서(33, 34, 35, 36, 37)가 연결되어 같은 계통의 장비에 대해 수학적 계산 프로세스를 진행하고, 각 수학적 계산 프로세서(33, 34, 35, 36, 37)에는 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)에 해당하는 수학적 모델링에 따른 디자인값이 미리 입력된다.As described above, the respective mathematical calculation processors 33, 34, 35, 36, 37 are connected to each of the process equipment 13, 14a, 14b, 15a, 15b, 16, 17 to perform mathematical operations on the equipment of the same system. The calculation process is performed, and each mathematical calculation processor 33, 34, 35, 36, 37 has design values according to mathematical modeling corresponding to each process equipment 13, 14a, 14b, 15a, 15b, 16, 17. It is input in advance.

이때, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)는 네트워크 프로세서 서버(31)에 연결된다. 즉, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)는 프로세스의 해석을 위하여 상기 네트워크 프로세서 서버(31)에 각각 직접적으로 연결되지 않고, 각 수학적 계산 프로세서(33, 34, 35, 36, 37)이 전, 후측으로 상호 연결된 후 네트워크 프로세서 서버(31)에 연결되도록 이루어진다.At this time, each of the mathematical calculation processors 33, 34, 35, 36, 37 is connected to the network processor server 31. That is, each of the mathematical calculation processors 33, 34, 35, 36, 37 is not directly connected to the network processor server 31 for interpretation of the process, but each of the mathematical calculation processors 33, 34, 35, 36 and 37 are connected to the network processor server 31 after being interconnected to the front and rear sides.

한편, 상기 각 공정장비(10)의 수학적 모델링에 적용되는 수식은 여러 번에 걸쳐서 수집된 데이터를 통해 학습할 수 있는 학습식 시스템 방정식이 사용되며, 각 공정장비(10)의 수학적 모델링의 시뮬레이션이 용이하다면 기타 다양한 시스템 방정식이 적용되는 것도 가능하다.On the other hand, the equation applied to the mathematical modeling of each process equipment 10 is used a learning system equation that can be learned through the data collected over a number of times, the simulation of the mathematical modeling of each process equipment 10 It is also possible to apply various other system equations if easy.

여기서, 상기 네트워크 프로세서 서버(31)는 인공위성(39)에 무선으로 연결되어 상기 인공위성(39)으로부터 전송된 데이터를 각 수학적 계산 프로세서(33, 34, 35, 36, 37)로 전송하고, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)로 전송된 데이터를 입력 데이터로 하여 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 초기 설정치와 비교하면서 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 진단작업 및 이에 따른 학습을 수행한다.The network processor server 31 is wirelessly connected to the satellite 39 to transmit data transmitted from the satellite 39 to each of the mathematical calculation processors 33, 34, 35, 36, and 37. Each process equipment is compared with the initial settings of each process equipment 13, 14a, 14b, 15a, 15b, 16, 17, using the data transmitted to the mathematical calculation processor 33, 34, 35, 36, 37 as input data. Diagnosis of (13, 14a, 14b, 15a, 15b, 16, 17) and learning accordingly.

이를 위하여 상기 네트워크 프로세서 서버(31)는 인공위성(39)에 무선으로 데이터의 송/수신이 가능하도록 통신변환기(31a)가 연결된다.To this end, the network processor server 31 has a communication converter 31a is connected to the satellite 39 to enable the transmission and reception of data wirelessly.

그리고, 상기 인공위성(39)을 통하여 네트워크 프로세서 서버(31)로 전송되는 데이터는 이에 관련된 해당 수학적 계산 프로세서로(33, 34, 35, 36, 37)만 전달되어 같은 관련 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링 해석을 개별적으로 진행한다.In addition, the data transmitted to the network processor server 31 through the satellite 39 is transmitted only to the corresponding mathematical calculation processor 33, 34, 35, 36, 37, and related process equipment 13, 14a, The mathematical modeling analysis of 14b, 15a, 15b, 16, 17) is conducted separately.

이렇게 각각의 수학적 계산 프로세서(33, 34, 35, 36, 37)에서 계산된 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 계산 프로세스는 네트워크 프로세서 서버(31)로 취합되며, 취합된 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 계산 프로세스는 별도의 그래픽 프로그램을 통하여 화면상에 그래픽으로 구현되어 모니터(38)를 통해 디스플레이된다.The mathematical calculation process of each process equipment 13, 14a, 14b, 15a, 15b, 16, 17 calculated in each of the mathematical calculation processors 33, 34, 35, 36, 37 is transferred to the network processor server 31. The mathematical calculation process of each process equipment 13, 14a, 14b, 15a, 15b, 16, 17, which is collected and collected, is implemented graphically on the screen through a separate graphic program and displayed on the monitor 38.

이렇게 상기 네트워크 프로세서 서버(31)로 취합된 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 계산 프로세스는 MMI 그래픽(Graphic)을 통하여 모니터(38)에 동적 그래픽으로 디스플레이되는 것이 바람직하다.The mathematical calculation process of each of the process equipments 13, 14a, 14b, 15a, 15b, 16, and 17, which are collected by the network processor server 31, is displayed in a dynamic graphic on the monitor 38 through an MMI graphic. It is preferable to be.

이때, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)은 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)에 대한 기본적인 디자인(Design)값이 기 설정되어 있으며, 인공위성(39)을 통하여 네트워크 프로세서 서버(31)로 전송되는 변경 및 업데이트된 디자인값을 제공받아 초기 설정치와 비교하면서 디자인값을 수정할 수 있다.In this case, each of the mathematical calculation processor (33, 34, 35, 36, 37) is a basic design value for each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) is set in advance In addition, the design value may be modified while receiving the changed and updated design value transmitted to the network processor server 31 through the satellite 39 and comparing with the initial setting value.

여기서, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)의 기본적인 디자인(Design)값을 변경할 경우, 상기 네트워크 프로세서 서버(31)에서 각 수학적 계산 프로세서(33, 34, 35, 36, 37)의 디자인값을 변경하고, 변경된 디자인값을 초기 설정치로 하여 인공위성(39)을 통하여 네트워크 프로세서 서버(31)로 전송된 디자인값과 비교하면서 디자인값을 반복적으로 수정할 수 있다.Here, in the case of changing the basic design value of each mathematical calculation processor (33, 34, 35, 36, 37), the network processor server 31, each mathematical calculation processor (33, 34, 35, 36, 37, the design value can be repeatedly modified while comparing the design value transmitted to the network processor server 31 via the satellite 39 with the changed design value as the initial setting value.

또한, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)은 네트워크 프로세서 서버(31)로부터 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링을 수행할 시간범위를 제공받고, 제공받은 시간범위 내에 수학적 계산 프로세스를 수행하는 기능을 갖으며, 시간범위 내에 수학적 계산 프로세스 중 알람(Alarm)값을 네트워크 프로세서 서버(31)에 전달할 수 있다.In addition, each of the mathematical calculation processors 33, 34, 35, 36, 37 may perform mathematical modeling of each process equipment 13, 14a, 14b, 15a, 15b, 16, 17 from the network processor server 31. It is provided with a time range, has a function of performing a mathematical calculation process within the provided time range, it is possible to deliver the alarm value (Alarm) of the mathematical calculation process within the time range to the network processor server 31.

이로 인해 상기 네트워크 프로세서 서버(31)를 통해 취합된 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 계산 프로세스에 따른 시뮬레이터(Simulator)를 통하여 운전자가 공정시스템(10)의 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링을 학습 또는 훈련하게 된다.As a result, the driver may operate the process system 10 through a simulator according to a mathematical calculation process of each process equipment 13, 14a, 14b, 15a, 15b, 16, and 17 collected through the network processor server 31. You will learn or train the mathematical modeling of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17).

또한, 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 디자인값을 변경하여 시뮬레이션을 통해 고장 및 오작동에 대한 대처법을 운전자에게 훈련시킬 수 있다.In addition, by changing the design values of each of the process equipment (13, 14a, 14b, 15a, 15b, 16, 17) it is possible to train the driver to deal with failures and malfunctions through simulation.

한편, 상기 네트워크 프로세서 서버(31)는 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)에 연결되는 수학적 계산 프로세서(33, 34, 35, 36, 37)를 통해 수학적 모델링의 계산 시 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 위험요소를 예측한 후 운전자에게 인지시켜 사고 발생 등의 안전 사고를 사전에 방지한다.On the other hand, the network processor server 31 through the mathematical calculation processor (33, 34, 35, 36, 37) connected to each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) of the mathematical modeling In the calculation, the risk factors of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) are predicted and then notified to the operator to prevent safety accidents such as accidents in advance.

또한, 상기 네트워크 프로세서 서버(31)는 이러한 위험요소가 예측될 경우, 인공위성(39)에 공정시스템(10)의 위험요소에 따른 데이터를 전송하고, 랜(Lan) 또는 기타 통신망을 통하여 상위 개념의 관련자에게 이를 보고한다.In addition, when such a risk factor is predicted, the network processor server 31 transmits data according to the risk factor of the process system 10 to the satellite 39, and transmits data of a higher concept through a LAN or other communication network. Report this to the relevant parties.

여기서, 상기 네트워크 프로세서 서버(31)는 시간 동기화 기능(Time Synchronizing Function)을 수행한다. 즉, 상기 네트워크 프로세서 서버(31)는 각 수학적 계산 프로세서(33, 34, 35, 36, 37)를 통하여 전송되는 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링에 따른 수학적 계산 프로세서(33, 34, 35, 36, 37)의 수행 시간 및 시간 간격을 조정하기 위하여 시간 동기화 기능을 수행한다.In this case, the network processor server 31 performs a time synchronizing function. That is, the network processor server 31 is mathematical modeling of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) transmitted through each mathematical calculation processor (33, 34, 35, 36, 37) In order to adjust the execution time and the time interval of the mathematical calculation processor 33, 34, 35, 36, 37 according to the time synchronization function.

이하, 본 발명에 의한 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템(10)의 자가 진단장비에 따른 자가 진단방법을 설명한다.Hereinafter, a self-diagnostic method according to the self-diagnostic apparatus of the process system 10 using the network type remote learning simulator according to the present invention will be described.

먼저, 인공위성(39)에서 네트워크 프로세서 서버(31)로 데이터가 전송된다(S10).First, data is transmitted from the satellite 39 to the network processor server 31 (S10).

그리고, 상기 인공위성(39)에서 네트워크 프로세서 서버(31)로 전송된 데이 터가 관련된 해당 수학적 계산 프로세서(33, 34, 35, 36, 37)로 각각 전송된다(S20). Then, the data transmitted from the satellite 39 to the network processor server 31 is transmitted to the corresponding mathematical calculation processor (33, 34, 35, 36, 37) (S20).

그 다음, 해당 수학적 계산 프로세서(33, 34, 35, 36, 37)에서 네트워크 프로세서 서버(31)로부터 입력된 데이터를 기 설정된 초기 설정치와 비교하면서 학습이 수행된다(S30). 이를 위하여 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)에는 탱크(13), 각 프로세스 라인(14a, 14b), 각 밸브(15a, 15b), 펌프(16), 센서(17)의 수학적 모델링에 따른 데이터가 기 설정되어 있다.Next, learning is performed by comparing the data input from the network processor server 31 with the predetermined initial setting value in the corresponding mathematical calculation processor 33, 34, 35, 36, 37 (S30). To this end, the mathematical calculation processors 33, 34, 35, 36, 37 each have a tank 13, each process line 14a, 14b, each valve 15a, 15b, a pump 16, a sensor 17. The data according to mathematical modeling is preset.

여기서, 상기 각 공정장비(10)의 수학적 모델링을 위하여 각 수학적 계산 프로세서(33, 34, 35, 36, 37)에 적용되는 수식은 여러 번에 걸쳐서 수집된 데이터를 통하여 학습을 수행할 수 있는 학습식 시스템 방정식이 사용된다.Here, the mathematical expressions applied to each mathematical calculation processor (33, 34, 35, 36, 37) for the mathematical modeling of each of the process equipment 10 is learning that can be performed through the data collected over several times The equation system equation is used.

그리고, 상기 네트워크 프로세서 서버(31)는 각 수학적 계산 프로세서(33, 34, 35, 36, 37)를 통하여 전송되는 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링에 따른 수학적 계산 프로세스들의 시간 동기화 기능(Time Synchronizing Function)을 수행한다.In addition, the network processor server 31 is mathematical modeling of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) transmitted through each mathematical calculation processor (33, 34, 35, 36, 37) Performs a time synchronization function (Time Synchronizing Function) of mathematical calculation processes according to.

이때, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)가 인공위성(39)을 통하여 네트워크 프로세서 서버(31)로 전송된 디자인값과 각 수학적 계산 프로세서(33, 34, 35, 36, 37)에 기 설정되어 있던 초기 설정치를 비교하면서 각 공정장비(10)의 디자인값을 수정하고, 수정된 디자인값을 초기 설정치로 설정한 후 인공위성(39)을 통해 네트워크 프로세서 서버(31)로 전송되는 디자인값을 비교하면서 디자인값을 수정한다.At this time, each of the mathematical calculation processor (33, 34, 35, 36, 37) and the design value transmitted to the network processor server 31 via the satellite 39 and each mathematical calculation processor (33, 34, 35, 36, 37) while modifying the design value of each process equipment 10 while comparing the initial set value previously set, and set the modified design value as the initial set value and transmits it to the network processor server 31 through the satellite 39. Modify the design value by comparing the design values.

그리고, 상기 네트워크 프로세서 서버(31)로부터 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링을 수행할 시간범위가 각 수학적 계산 프로세서(33, 34, 35, 36, 37)로 제공되고(S31), 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)가 시간범위 내로 수학적 계산 프로세스를 수행하고(S32), 시간범위 내에 수학적 계산 프로세스 진행 중 발생되는 알람값(Alarm)이 네트워크 프로세서 서버(31)로 전달된다(S33).In addition, a time range for performing mathematical modeling of each process equipment 13, 14a, 14b, 15a, 15b, 16, and 17 from the network processor server 31 may be calculated using the mathematical calculation processors 33, 34, 35, 36, and the like. 37) and each of the mathematical calculation processors 33, 34, 35, 36, 37 perform a mathematical calculation process within a time range (S32), and an alarm generated during the progress of the mathematical calculation process within a time range. The value Alarm is transmitted to the network processor server 31 (S33).

그리고, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)에서 계산된 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 계산 프로세스가 네트워크 프로세서 서버(31)로 취합된다(S40).In addition, a mathematical calculation process of each process equipment 13, 14a, 14b, 15a, 15b, 16, and 17 calculated by each of the mathematical calculation processors 33, 34, 35, 36, and 37 is performed by the network processor server 31. It is collected as (S40).

이때, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)를 통하여 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링 계산에 따른 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 위험요소 발생 시 네트워크 프로세서 서버(31)가 운전자에게 이를 인지시킨다(S41).At this time, each of the process equipment (13, according to the mathematical modeling calculation of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) through the mathematical calculation processor (33, 34, 35, 36, 37) When a risk factor of 14a, 14b, 15a, 15b, 16, and 17 occurs, the network processor server 31 notifies the driver of this (S41).

그리고, 상기 네트워크 프로세서 서버(31)가 인공위성(39)에 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 예측되는 위험요소에 따른 데이터를 전송하고(S42), 랜(Lan) 또는 기타 통신망을 통해 상위 개념의 관련자에게 이를 보고한다(S43).In addition, the network processor server 31 transmits data according to the predicted risk factors of the respective process equipments 13, 14a, 14b, 15a, 15b, 16, and 17 to the satellite 39 (S42). Lan) or other relevant network to report this to the stakeholders of the higher concept (S43).

이때, 상기 네트워크 프로세서 서버(31)는 랜 또는 기타 통신망을 통해 상위 개념의 관련자들에게 네트워크 망을 통해 위험요소의 보고 시 위험요소를 리포트(Report)로 작성하여 보고하는 것도 가능하다.In this case, the network processor server 31 may create and report a risk factor as a report when reporting a risk factor to a relevant person having a higher concept through a LAN or other communication network.

이렇게 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)에서 계산된 수학적 모델링에 따른 수학적 계산 프로세스가 모니터(38)에 그래픽으로 구현된다(S50).The mathematical calculation process according to the mathematical modeling calculated in each of the mathematical calculation processors 33, 34, 35, 36, and 37 is graphically implemented on the monitor 38 (S50).

이때, 각 수학적 계산 프로세서(33, 34, 35, 36, 37)를 통해 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링의 계산 시 상기 네트워크 프로세서 서버(31)가 미래 예측 프로그램(Program)을 수행하여 위험요소를 운전자에게 모니터(38)를 통하여 그래픽으로 구현할 수 있다.At this time, the network processor server 31 when calculating the mathematical modeling of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) through each mathematical calculation processor (33, 34, 35, 36, 37). The user may perform a future prediction program to implement the risks graphically through the monitor 38 to the driver.

여기서, 상기 각 수학적 계산 프로세서(33, 34, 35, 36, 37)에서 계산된 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 계산 프로세는 별도의 MMI 그래픽(Graphic)을 통하여 모니터(38)를 통해 그래픽으로 구현된다.Here, the mathematical calculation process of each process equipment 13, 14a, 14b, 15a, 15b, 16, 17 calculated by each of the mathematical calculation processors 33, 34, 35, 36, 37 is a separate MMI graphic (Graphic) Is implemented graphically via the monitor 38.

이렇게 상기 네트워크 프로세서 서버(33, 34, 35, 36, 37)를 통해 취합된 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 계산 프로세스에 따른 시뮬레이터(Simulator)를 통하여 운전자가 공정시스템(10)의 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링을 학습 또는 훈련하게 된다.Thus through the simulator (Simulator) according to the mathematical calculation process of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) collected through the network processor server (33, 34, 35, 36, 37) The operator will learn or train the mathematical modeling of each process equipment 13, 14a, 14b, 15a, 15b, 16, 17 of the process system 10.

본 발명은 특정의 실시예와 관련하여 도시 및 설명하였지만, 첨부 특허청구의 범위에 의해 나타난 발명의 사상 및 영역으로부터 벗어나지 않는 한도 내에서 다양한 개조 및 변화가 가능하다는 것을 당업계에서 통상의 지식을 가진 자라면 누구나 쉽게 알 수 있을 것이다.While the invention has been shown and described with respect to particular embodiments, it will be understood by those skilled in the art that various modifications and changes can be made without departing from the spirit and scope of the invention as indicated by the appended claims. Anyone can grow up easily.

도 1은 일반적인 공정시스템의 자가 진단장비를 개략적으로 나타내는 도면,1 is a view schematically showing a self-diagnostic apparatus of a general process system;

도 2는 본 발명에 의한 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비를 개략적으로 나타내는 도면,2 is a view schematically showing a self-diagnostic apparatus of a process system using a network type remote learning simulator according to the present invention;

도 3은 본 발명에 의한 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비에 따른 자가 진단방법을 나타내는 블럭도.Figure 3 is a block diagram showing a self-diagnostic method according to the self-diagnostic apparatus of the process system using a network type remote learning simulator according to the present invention.

< 도면의 주요 부분에 대한 부호의 설명 ><Description of Symbols for Main Parts of Drawings>

10 : 공정장비, 13 : 탱크,10: process equipment, 13: tank,

14a, 14b : 제1, 제2 프로세스 라인, 14c : 연결부위,14a, 14b: first and second process lines, 14c: connection portion,

15a : 제어 밸브, 15b : 바이패스 밸브,15a: control valve, 15b: bypass valve,

16 : 펌프, 17 : 센서,16: pump, 17 sensor,

30 : 자가 진단장비, 30: self-diagnosis equipment,

31 : 네트워크 프로세서 서버, 31a : 통신 변환기,31: network processor server, 31a: communication converter,

33, 34, 35, 36, 37 : 수학적 계산 프로세서,33, 34, 35, 36, 37: mathematical calculation processor,

38 : 모니터, 39 : 인공위성.38: monitor, 39: satellites.

Claims (6)

연료가 충진되는 탱크(Tank : 13)와, 상기 탱크(13)에 연결되는 각 프로세스 라인(Process Line : 14a, 14b)과, 상기 각 프로세스 라인(14a, 14b)에 각각 구비되는 밸브(Valve : 15a, 15b)와, 상기 각 프로세스 라인(14a, 14b) 중 어느 한 프로세스 라인(14a)에 구비되어 유량을 제어하는 펌프(Pump : 16) 및 센서(Sensor : 17)를 포함하여 구성되는 공정시스템(10)에 있어서,Tank (13) filled with fuel, each process line (14a, 14b) connected to the tank 13, and a valve provided in each of the process lines (14a, 14b) 15a and 15b and a process system including a pump 16 and a sensor 17 provided in one of the process lines 14a and 14b to control the flow rate. In (10), 상기 탱크(13)에 연결되어 수학적 모델링을 계산하는 탱크 계산 프로세서(33)와, 상기 각 프로세서 라인(14a, 14b) 연결부위(14c)에 연결되어 수학적 모델링을 계산하는 프로세스 라인 계산 프로세서(34)와, 상기 각 밸브(15a, 15b)에 연결되어 수학적 모델링을 계산하는 밸브 계산 프로세서(35)와, 상기 펌프(16)에 연결되어 수학적 모델링을 계산하는 펌프 계산 프로세서(36) 및 센서(17)에 연결되어 수학적 모델링을 계산하는 센서 계산 프로세서(37)를 포함하는 네트워크 프로세서 서버(31);A tank calculation processor 33 connected to the tank 13 to calculate mathematical modeling, and a process line calculation processor 34 connected to the connection portions 14c of the respective processor lines 14a and 14b to calculate mathematical modeling 34. A valve calculation processor 35 connected to each of the valves 15a and 15b to calculate mathematical modeling, and a pump calculation processor 36 and a sensor 17 connected to the pump 16 to calculate mathematical modeling. A network processor server (31) comprising a sensor calculation processor (37) connected to and calculating mathematical modeling; 상기 네트워크 프로세서 서버(31)를 통하여 계산된 시뮬레이션을 화면상에 그래픽으로 구현하기 위한 모니터(38); 및 A monitor 38 for graphically implementing a simulation calculated through the network processor server 31 on a screen; And 상기 네트워크 프로세서 서버(31)에 무선으로 연결되는 데이터를 송/수신하는 인공위성(39);A satellite (39) for transmitting / receiving data wirelessly connected to the network processor server (31); 을 포함하여 구성되는 것을 특징으로 하는 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비.Self-diagnosis equipment of the process system using a network type remote learning simulator, characterized in that the configuration, including. 제1항에 있어서,The method of claim 1, 상기 네트워크 프로세서 서버(31)에 인공위성(39)과 데이터를 송/수신하기 위한 통신변환기(31a)가 구비되는 것을 특징으로 하는 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비.The network processor server (31) is a self-diagnostic apparatus for a process system using a network type remote learning simulator, characterized in that the satellite (39) and a communication converter (31a) for transmitting and receiving data. 제1항에 있어서,The method of claim 1, 상기 네트워크 프로세서 서버(31)가 시간 동기화 기능(Time Synchronizing Function)을 수행하는 것을 특징으로 하는 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비.Self-diagnostic apparatus of a process system using a network type remote learning simulator, characterized in that the network processor server 31 performs a time synchronization function (Time Synchronizing Function). 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비에 따른 자가 진단방법에 있어서,In the self-diagnosis method according to the self-diagnosis equipment of the process system using the network type remote learning simulator, 인공위성(39)에서 네트워크 프로세서 서버(31)로 데이터를 전송하는 단계(S10);Transmitting data from the satellite 39 to the network processor server 31 (S10); 전송된 데이터를 관련된 해당 수학적 계산 프로세서(33, 34, 35, 36, 37)로 전송하는 단계(S20);Transmitting the transmitted data to a corresponding mathematical calculation processor 33, 34, 35, 36, 37 (S20); 해당 수학적 계산 프로세서(33, 34, 35, 36, 37)가 입력된 데이터를 기 설정된 초기 데이터 설정치와 비교하면서 학습을 수행하는 단계(S30);Performing a learning by the corresponding mathematical calculation processor 33, 34, 35, 36, 37 by comparing the input data with a preset initial data setting value (S30); 각 수학적 계산 프로세서(33, 34, 35, 36, 37)에서 계산된 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 계산 프로세스를 네트워크 프로세서 서버(31)가 취합하는 단계(S40); 및The network processor server 31 collects the mathematical calculation process of each process equipment 13, 14a, 14b, 15a, 15b, 16, 17 calculated by each mathematical calculation processor 33, 34, 35, 36, 37. Step S40; And 취합된 수학적 계산 프로세스를 모니터(38)에 그래픽으로 구현하는 단계(S50);Graphically implementing the collected mathematical calculation process on a monitor 38 (S50); 를 포함하여 이루어지는 것을 특징으로 하는 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비에 따른 자가 진단방법.Self-diagnostic method according to the self-diagnostic equipment of the process system using a network type remote learning simulator, characterized in that comprises a. 제4항에 있어서,The method of claim 4, wherein 상기 네트워크 프로세서 서버(31)로부터 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링을 수행할 시간범위를 제공받은 단계(S31);Receiving a time range from the network processor server 31 to perform mathematical modeling of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17) (S31); 제공받은 시간범위 내에서 각 수학적 계산 프로세서(33, 34, 35, 36, 37)를 통해 수학적 계산 프로세스가 수행되는 단계(S32); 및Performing a mathematical calculation process through each mathematical calculation processor 33, 34, 35, 36, 37 within the provided time range (S32); And 시간범위 내에 수학적 계산 프로세스 중 발생되는 알람값이 네트워크 프로세서 서버(31)로 전달되는 단계(S33);An alarm value generated during a mathematical calculation process within a time range is transmitted to the network processor server 31 (S33); 를 더 포함하여 이루어지는 것을 특징으로 하는 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비에 따른 자가 진단방법.Self-diagnostic method according to the self-diagnostic equipment of the process system using a network type remote learning simulator, characterized in that further comprises. 제4항에 있어서,The method of claim 4, wherein 상기 네트워크 프로세서 서버(31)는 각 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 수학적 모델링 계산에 따른 위험요소 발생 시 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 위험요소를 운전자에게 인지시키는 단계(S41); The network processor server 31 is a process equipment 13, 14a, 14b, 15a, 15b, 16 when a risk factor is generated according to the mathematical modeling calculation of each process equipment (13, 14a, 14b, 15a, 15b, 16, 17). Recognizing the risk factor of the driver to the driver, (S41); 인공위성(39)에 공정장비(13, 14a, 14b, 15a, 15b, 16, 17)의 위험요소에 따른 데이터가 전송되는 단계(S42); 및 Transmitting data according to a risk factor of the process equipment 13, 14a, 14b, 15a, 15b, 16, and 17 to the satellite 39 (S42); And 랜(Lan) 또는 기타 통신망을 통해 관리자에게 위험요소가 보고되는 단계(S43);Reporting a risk factor to an administrator through a LAN or other communication network (S43); 를 더 포함하여 이루어지는 것을 특징으로 하는 네트워크 방식의 원격학습 시뮬레이터를 이용한 공정시스템의 자가 진단장비에 따른 자가 진단방법.Self-diagnostic method according to the self-diagnostic equipment of the process system using a network type remote learning simulator, characterized in that further comprises.
KR1020080092264A 2008-09-19 2008-09-19 Self diagnostic system using network type dynamic simulator and self diagnostic method KR100976703B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020080092264A KR100976703B1 (en) 2008-09-19 2008-09-19 Self diagnostic system using network type dynamic simulator and self diagnostic method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020080092264A KR100976703B1 (en) 2008-09-19 2008-09-19 Self diagnostic system using network type dynamic simulator and self diagnostic method

Publications (2)

Publication Number Publication Date
KR20100033203A true KR20100033203A (en) 2010-03-29
KR100976703B1 KR100976703B1 (en) 2010-08-18

Family

ID=42182200

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020080092264A KR100976703B1 (en) 2008-09-19 2008-09-19 Self diagnostic system using network type dynamic simulator and self diagnostic method

Country Status (1)

Country Link
KR (1) KR100976703B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819222A (en) * 2012-08-22 2012-12-12 北京二十一世纪科技发展有限公司 Ground simulation system based on small satellite intelligent technology
KR20220075793A (en) * 2020-11-30 2022-06-08 한국세라믹기술원 Remote experimental method for thermo-fluidic materials processing using high spped simulation based on machine learning technique

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101960754B1 (en) 2017-05-31 2019-03-25 주식회사 지오네트 Method and system for managing thermal power plant

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100405590B1 (en) * 2000-06-23 2003-11-15 김영식 The system for on-line monitoring and controlling corrosion and corrosion protection through wire and wireless communication system
ES2227417T3 (en) * 2002-09-24 2005-04-01 Promatech S.P.A. SYSTEM FOR MANAGEMENT, CONTROLLED AT DISTANCE, OF TELARS IN TEXTILE WORKSHOPS AND METHOD OF ASSISTANCE OF THE SAME.
KR100596721B1 (en) 2005-12-01 2006-07-04 한국농촌공사 Waterway netting network sensor system for waterway observation
JP2008108111A (en) 2006-10-26 2008-05-08 Murata Mach Ltd Electronic apparatus abnormality notification system and electronic apparatus abnormality notification method

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102819222A (en) * 2012-08-22 2012-12-12 北京二十一世纪科技发展有限公司 Ground simulation system based on small satellite intelligent technology
CN102819222B (en) * 2012-08-22 2015-09-09 北京二十一世纪科技发展有限公司 A kind of ground artificial system based on small satellite intelligent technology
KR20220075793A (en) * 2020-11-30 2022-06-08 한국세라믹기술원 Remote experimental method for thermo-fluidic materials processing using high spped simulation based on machine learning technique

Also Published As

Publication number Publication date
KR100976703B1 (en) 2010-08-18

Similar Documents

Publication Publication Date Title
US20090271169A1 (en) Training Simulators for Engineering Projects
KR102095653B1 (en) System and method for abnormal operation state judgment using neural network model
NO20180628A1 (en) Digital twin and decision support for low or unmanned facilities
KR100976703B1 (en) Self diagnostic system using network type dynamic simulator and self diagnostic method
CN107462425A (en) The failure prediction method and failure predication platform of a kind of car kits system
JP2005258089A (en) Maintenance training system
KR101469179B1 (en) System for diagnosing communication error of nuclear power plant simmulator
RU2611669C1 (en) Device for training operational personnel of power equipment
JP2021192279A (en) Scenario creation method, simulation method, scenario creation device, simulation system, and scenario creation program
JP5081506B2 (en) Plant operation training device
CN211427718U (en) Training simulation system for nuclear power station steam turbine control system
KR20090021999A (en) Plant controlling device simulation system
KR20120034975A (en) Simulator for nuclear fuel crane
JP2011034354A (en) Apparatus and method for testing operation verification of plant operation monitor and control apparatus
JP2011008376A (en) Control program generation device and process control method in process control system
RU140620U1 (en) UNIFIED PIPELINE MANAGEMENT SYSTEM
JP7433171B2 (en) Display device, plant operation support system, and plant operation support method
CN108661580A (en) A kind of wellbore pressure control system
JP2621913B2 (en) Plant operation control device
RU2699688C1 (en) Training complex for training of operating personnel of automated process control systems
KR101668794B1 (en) Fault tolerant system and method for simmulator server in the neclear power plant
JP2011123187A (en) Operation simulator
KR101006024B1 (en) Simulator and its control method for turbine control system
JP2010139753A (en) Plant simulator and plant simulator operating method
KR101516353B1 (en) Simulator base on the signal database

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
LAPS Lapse due to unpaid annual fee