KR20140139955A - 엔진의 고장검출 시스템 및 방법 - Google Patents

엔진의 고장검출 시스템 및 방법 Download PDF

Info

Publication number
KR20140139955A
KR20140139955A KR20140026596A KR20140026596A KR20140139955A KR 20140139955 A KR20140139955 A KR 20140139955A KR 20140026596 A KR20140026596 A KR 20140026596A KR 20140026596 A KR20140026596 A KR 20140026596A KR 20140139955 A KR20140139955 A KR 20140139955A
Authority
KR
South Korea
Prior art keywords
anpsd
engine
data
pca
failure
Prior art date
Application number
KR20140026596A
Other languages
English (en)
Inventor
이형철
김지환
전남주
방태형
박훈
이현규
Original Assignee
한양대학교 산학협력단
단암시스템즈 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 한양대학교 산학협력단, 단암시스템즈 주식회사 filed Critical 한양대학교 산학협력단
Publication of KR20140139955A publication Critical patent/KR20140139955A/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F02D41/221—Safety or indicating devices for abnormal conditions relating to the failure of actuators or electrically driven elements
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/101—Engine speed
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/009—Electrical control of supply of combustible mixture or its constituents using means for generating position or synchronisation signals
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing Of Engines (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

엔진 고장 검출 시스템 및 방법이 개시된다. 본 발명의 엔진 고장 검출 시스템은, 엔진의 진동신호를 측정하는 진동측정부; 엔진의 RPM신호를 측정하는 회전수측정부; ANPSD(Averaged Normalized Power Spectral Density) 기법을 이용하여 상기 진동신호의 주파수 특성을 분석하고, PCA(Principle Component Analysis) 기법을 이용하여 상기 주파수 특성과 RPM신호으로부터 중요 정보를 추출하는 신호처리부; 및 상기 신호처리부의 분석 결과에 기초하여 엔진의 고장 여부를 검출하는 고장검출부를 포함하며, 상기 신호처리부는 상기 ANPSD기법을 이용하여 상기 진동신호로부터 ANPSD를 계산하고, 상기 PCA기법을 이용하여 상기 ANPSD와 RPM신호를 통합하여 PCA를 계산하며, 상기 고장검출부는, 상기 PCA와 정상상태의 진동신호의 PCA를 비교하여 엔진의 고장 여부를 검출할 수 있다. 본 발명에 의한 엔진의 고장검출 시스템 및 방법은, ANPSD(Averaged Normalized Power Spectral Density) 기법 및 PCA(Principle Component Analysis) 기법을 이용하여 엔진의 진동을 분석하고 그 분석 결과에 기초하여 엔진에 대한 고장 여부를 검출함으로써, 엔진의 고장 발생시기와 부품 교체시기를 정확하게 예측하여 종래보다 유지보수 비용을 절감시키며 정비 효율을 높일 수 있다.

Description

엔진의 고장검출 시스템 및 방법{SYSTEM AND METHOD OF DETECTING FAILURE OF ENGINE}
본 발명은, 엔진 고장검출 시스템 및 방법에 관한 것으로, 보다 상세하게는 엔진에서 검출되는 진동신호로부터 ANPSD와 PCA 기법을 이용하여 엔진의 고장을 검출하는 시스템 및 방법에 관한 것이다.
20 세기에 들어와 항공기 기술의 비약적인 발전과 함께 항공기는 없어서는 안될 필수 이동 수단이 되고 있다. 이에 항공기는 안전성과 신뢰성이 구비되어야 하고, 항공기의 핵심 구성 요소에 해당하는 엔진의 구조 건전성을 예측하는 것이 요구된다.
최근 항공기용 엔진에 전자 제어장치인 FADEC(Full Authority Digital Engine Control)가 도입됨에 따라 전자 제어장치의 고장이나 이로 인한 연소 불량, 불연소 등의 기능적 결함이나 고장 검출이 가능해졌다.
그러나, FADEC를 이용한 고장 검출 방법은, 엔진의 노화나 균열, 베어링의 마모, 피로 파괴 등 엔진의 구조적 변형, 결함이나 소형 항공기의 프로펠러 언밸런스 현상을 검출하기는 곤란하다. 항공기는 한번 사고가 발생하게 되면, 막대한 인명 피해나 물질적 손해를 야기시키므로, 엔진의 고장이나 파손 정도를 사전에 감지하여 부품의 교체 주기를 예측하거나 고장이 발생 시기를 예측하는 엔진의 고장검출 시스템 및 방법이 요구되고 있다.
그러나, 엔진의 고장 발생시기와 부품 교체시기를 정확하게 예측하기 위하여 종래보다 검사 횟수를 증가시키거나 정비 시간 간격을 줄이게 되면, 인력 비용이 증가하거나 불필요한 부품을 교체하는 등 유지보수 비용이 증가되고 정비 효율이 감소되는 문제점이 있다.
따라서, 엔진의 고장 발생시기와 부품 교체시기를 정확하게 예측하여 종래보다 유지보수 비용을 절감시키며 정비 효율을 높일 수 있는 엔진의 고장검출 시스템 및 방법의 개발이 절실하다.
관련 선행기술로는 공개특허공보 제10-2011-0130292호(발명의 명칭: 항공기 엔진의 고장 검출 방법 및 이러한 방법을 수행하는 항공기 엔진 고장 검출 장치, 공개일자: 2011년 12월 5일)가 있다.
본 발명의 목적은, 엔진의 고장 발생시기와 부품 교체시기를 정확하게 예측하여 종래보다 유지보수 비용을 절감시키며 정비 효율을 높일 수 있는 엔진 고장 검출 시스템 및 방법을 제공하는 것이다.
상기한 과제를 달성하기 위한 본 발명의 일 실시예에 따른 엔진 고장 검출 시스템은, 엔진의 진동신호를 측정하는 진동측정부; 엔진의 RPM신호를 측정하는 회전수측정부; ANPSD(Averaged Normalized Power Spectral Density) 기법을 이용하여 상기 진동신호에 대해 ANPSD 데이터를 산출하고, PCA(Principle Component Analysis) 기법을 이용하여 상기 ANPSD 데이터와 상기 RPM신호를 통합하여 PCA 데이터를 추출하는 신호처리부; 및 상기 신호처리부의 분석 결과에 기초하여 엔진의 고장 여부를 검출하는 고장검출부를 포함하는 것을 특징으로 하는 엔진 고장 검출 시스템에 의해 달성될 수 있다.
상기 고장검출부는, 상기 PCA데이터와, 미리 저장된 엔진의 정상상태일 때의 PCA데이터를 비교하여 상기 엔진의 고장 여부를 검출할 수 있다.
상기 신호처리부는, ANPSD 계산(ANPSD Calculation)을 수행하는 ANPSD 계산모듈; 및 상기 엔진의 RPM신호와 상기 ANPSD 데이터에 대해 PCA 계산(PCA Calculation)을 수행하는 PCA 계산모듈를 포함할 수 있다.
상기 ANPSD 계산모듈은, 상기 진동신호를 FFT(Fast Fourier Transform)를 수행하고, 상기 FFT 결과로부터 PSD(Power Spectral Density) 계산을 수행한 다음, 계산된 상기 PSD 데이터의 데이터량이 감소될 수 있도록 ANPSD 계산을 수행할 수 있다.
상기 PCA 계산모듈은, 상기 ANPSD 데이터에 대하여 가장 분산이 커지는 방향 벡터에 해당하는 축에 대해 각각의 ANPSD 데이터를 사영(projection)하였을 때 대응하는 좌표를 구하고, 상기 좌표의 집합을 상기 RPM신호에 따라 높은 순으로 정렬시킬 수 있다.
상기 진동측정부는 복수의 가속도 센서이며, 상기 회전수측정부는 RPM(Revolution Per Minutes) 센서일 수 있다.
상기한 과제를 달성하기 위한 본 발명의 일 실시예에 따른 엔진 고장 검출 방법은, 엔진의 진동신호과 RPM신호를 측정하는 단계; ANPSD(Averaged Normalized Power Spectral Density) 기법을 이용하여 상기 진동신호에 대해 ANPSD 데이터를 산출하는 단계; PCA(Principle Component Analysis) 기법을 이용하여 상기 ANPSD 데이터와 상기 RPM신호를 통합하여 PCA 데이터를 추출하는 단계; 및 상기 PCA 데이터에 기초하여 엔진에 대해 고장 여부를 검출하는 단계를 포함할 수 있다.
상기 고장 여부를 검출하는 단계는, 상기 PCA데이터와, 미리 저장된 엔진의 정상상태일 때의 PCA데이터를 비교하여 엔진의 고장 여부를 검출할 수 있다.
상기 ANPSD 데이터를 산출하는 단계는, 상기 진동신호를 FFT(Fast Fourier Transform)를 수행하고, 상기 FFT 결과로부터 PSD(Power Spectral Density) 계산을 수행한 다음, 계산된 상기 PSD데이터의 데이터량이 감소될 수 있도록 ANPSD 계산을 수행할 수 있다.
상기 PCA 데이터를 추출하는 단계는, 상기 ANPSD 데이터에 대하여 가장 분산이 커지는 방향 벡터에 해당하는 축에 대해 각각의 ANPSD 데이터를 사영(projection)하였을 때 대응하는 좌표를 구하고, 상기 좌표의 집합을 상기 RPM신호에 따라 높은 순으로 정렬시킬 수 있다.
본 발명은, ANPSD(Averaged Normalized Power Spectral Density) 기법 및 PCA(Principle Component Analysis) 기법을 이용하여 엔진의 진동신호를 분석하고 그 분석 결과에 기초하여 고장 여부를 검출함으로써, 엔진의 고장 발생시기와 부품 교체시기를 정확하게 예측하여 종래보다 유지보수 비용을 절감시키며 정비 효율을 높일 수 있다.
도 1은 본 발명의 일 실시예에 따른 엔진 고장 검출 시스템의 구성을 설명하기 위한 블록도이다.
도 2는 도 1의 신호처리부의 구성을 설명하기 위한 블록도이다.
도 3은 본 발명의 일 실시예에 따른 엔진 고장 검출 방법을 설명하기 위한 흐름도이다.
도 4는 도 3에서 ANPSD 계산모듈을 설명하기 위한 흐름도이다.
도 5는 본 발명의 일 실시예에 따른 ANPSD 계산모듈에 의해 수행된 ANPSD 데에터의 일례를 엔진 회전축의 정상상태와 언밸런스 상태에 대해 각각 도시한 도면이다.
도 6은 ANPSD 집합에 대하여 분산이 커지는 방향 벡터에 해당하는 축에 대해 각각의 ANPSD데이터를 사영하였을 때 대응하는 좌표인 T1축과 다른 한 축인 T2축에 대한 PCA 데이터 및 T1축과 다른 한 축인 T3축에 대한 PCA 데이터를 각각 도시한 도면이다.
도 7은 T1, T2, T3의 3축에 대한 PCA 데이터를 도시한 도면이다.
본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명함으로써, 본 발명을 상세히 설명한다. 다만, 본 발명을 설명함에 있어서 이미 공지된 기능 혹은 구성에 대한 설명은, 본 발명의 요지를 명료하게 하기 위하여 생략하기로 한다.
본 발명에 따른 엔진 고장 검출 시스템 및 방법은, 엔진에서 취득한 진동신호를 추출하고 이를 주파수 영역에서의 진동 분석을 통해 고장 여부를 검출하는 알고리즘을 제안한다. 본 실시예에서는 항공기 엔진에 대해 고장을 검출하기 위한 시스템 및 방법을 개시하고 있으나, 본 발명은 이에 한정되지 아니하고 차량, 열차, 2륜 구동장치 등 내연기관을 구비한 시스템의 엔진 고장을 검출하기 위한 시스템으로 적용될 수 있음은 물론이다. 다만, 설명의 편의를 위해, 소형 항공기의 엔진의 고장 여부를 검출하는 것으로 한정하여 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 엔진 고장 검출 시스템의 구성을 설명하기 위한 블록도이고, 도 2는 도 1의 신호처리부의 구성을 설명하기 위한 블록도이다.
도 1을 참조하면, 본 발명에 따른 엔진 고장 검출 시스템(100)은 진동측정부(110), 회전수측정부(120), 신호처리부(130) 및 고장검출부(140)를 포함할 수 있다.
진동측정부(110)는 도 1에 도시된 바와 같이 엔진(1)의 진동을 측정하여 신호처리부(130)에 전송한다. 이러한 진동측정부(110)는 엔진(1)에 장착되는 가속도 센서(미도시)로 쉽게 구현될 수 있다. 본 실시예에서 진동측정부(110)는, 가속도 센서를 엔진(1)의 회전축(크랭크 샤프트)에 대하여 소정의 위상차를 갖도록 90도마다 복수 개를 설치하여 진동을 용이하게 측정할 수 있게 한다.
회전수측정부(120)는 도 1에 도시된 바와 같이, 엔진(1)의 작동시 엔진(1)의 RPM신호를 검출하여 신호처리부(130)에 전송한다. 예컨대, 회전수측정부(120)는 타코미터(Tachometer), RPM(Revolution Per Minutes) 센서 등을 이용하여 엔진(1)의 RPM을 측정할 수 있다.
신호처리부(130)는 도 1 및 도 2에 도시된 바와 같이 진동측정부(110)에 의해 검출된 엔진(1)의 진동신호와 회전수측정부(120)에 의해 검출된 엔진(1)의 RPM신호를 처리 분석할 수 있다. 이 과정에서 ANPSD(Averaged Normalized Power Spectral Density) 기법 및 PCA(Principle Component Analysis, 주성분 분석) 이 이용될 수 있다. 구체적으로, 신호처리부(130)는 ANPSD 기법을 통해 주파수 영역에서의 진동 분석(주파수 특성 분석)을 수행하고, PCA 기법을 통해 현재 상태의 엔진(1) 고장 여부를 결정할 수 있는 주성분을 추출한다.
이를 위해, 신호처리부(130)는 도 2에 도시된 바와 같이, 진동측정부(110)로부터 전송되는 엔진(1)의 진동신호에 대해 ANPSD 계산(ANPSD Calculation)을 수행하는 ANPSD 계산모듈(131)과, 회전수측정부(120)로부터 전송되는 엔진(1)의 RPM신호와 ANPSD 계산모듈(131)로부터 전송되는 ANPSD 데이터에 대해 PCA 계산(PCA Calculation)을 수행하는 PCA 계산모듈(135)를 포함할 수 있다.
ANPSD 계산모듈(131)은 ANPSD 데이터를 계산하는 부분이다. 여기서, ANPSD기법은, 입력을 모르는 상태에서 각 모드에 대응되는 주파수에서 발생하는 첨두점(peak)을 찾아서 이의 변화를 관찰하기 위해 사용되는 기법을 말한다. ANPSD는 PSD(Power Spectral Density) 를 직접 이용할 경우 첨두점이 잘 나타나지 않는 문제점을 해결하기 위해서 일반적으로 사용될 수 있다.
ANPSD계산 기법을 상세 설명하면, 진동측정부(110)의 센서들로부터 얻은 k 번째 순차적 이산 수직방향 진동신호 ai(k) (i=1,2) 에 대하여 센서 신호 별로 n 개의 신호를 모아서 각각 FFT(Fast Fourier Transform) 를 수행하고, 그 결과 주파수 영역에서의 응답
Figure pat00001
을 구할 수 있다.
이때 PSD 는 [수학식 1]과 같이 추정할 수 있다. PSD의 첨두점(Peak)을 찾으면 시스템의 고유진동 주파수를 구할 수 있다.
[수학식 1]
Figure pat00002
이때
Figure pat00003
는
Figure pat00004
의 복소 공액(complex conjugate)을 의미한다. ANPSD 데이터 는 PSD(Power Spectral Density)를 이용하여 다음과 같이 구할 수 있다.
[수학식 2]
Figure pat00005
실험을 통해 정상상태 및 초기 공차로 인한 불균형 상태의 진동신호에 대하여 [수학식 1]과 [수학식 2]를 이용하여 n = 2^14 일 때 ANPSD 데이터를 구한 결과 중의 하나를 도 4에 도시하고 있다. 약 3000RPM에서 정규화된 크기가 피크치를 형성할 때의 주파수를 알 수 있고, 이때의 주파수가 엔진(1)의 고유진동주파수가 될 것이다.
[수학식 2]에서 엔진(1)의 RPM 에 대한 민감도를 줄이기 위하여 후 처리된 ANPSD 데이터 인
Figure pat00006
는 [수학식 3]과 같이 구할 수 있다.
[수학식 3]
Figure pat00007
한편, ANPSD 데이터는 대상 구조물이 갖는 주파수 응답 특성을 나타낸 것이므로 고장 검출의 오류를 줄이기 위해서는 주파수 해상도(검출 횟수)가 높을수록 바람직하다. 하지만 주파수 해상도가 높아질수록 데이터의 용량이 증가하여 이로 인한 작업부하나 작업시간이 증가하는 등 처리비용이 증가한다. 따라서, 증가된 데이터 용량(본 실시예에서는 ANPSD 데이터)에 대응하여 데이터를 효율적으로 처리할 수 있는 알고리즘이 필요하다. 이러한 이유로 인하여 본 발명에서는 PCA(Principle Component Analysis, 주성분 분석) 기법을 엔진(1)의 고장의 검출과 분류에 적용하고 있는 것이다.
이에, PCA 계산모듈(135) 은 ANPSD 계산모듈(131)로부터 전달받은 ANPSD 데이터를 기초로 하여 RPM신호를 통합하여 PCA(Principle Component Analysis)를 계산하는 역할을 한다. 여기서, PCA기법은, 주어진 데이터 집합으로부터 중요한 데이터를 추출하기 위한 기법으로서, 해당 데이터 집합에 대하여 가장 분산이 큰 새로운 좌표축을 구하여 도출할 수 있다. 좌표변환을 이용하는 방법이므로 기준이 되는 데이터 집합의 평균이 0이 아니면 평균을 빼야 한다.
m개의 ANPSD 데이터 집합
Figure pat00008
에서 평균
Figure pat00009
을 빼면 다음과 같다.
[수학식 4]
Figure pat00010
Figure pat00011
에 대한 PCA 는 ANPSD 데이터 집합에 대하여 가장 분산이 커지는 방향 벡터를 구하고 이 축에 대해 각각의 ANPSD 데이터를 사영(projection)하였을 때 대응하는 좌표 Ti = {t11,…,t1M}을 얻는 것을 의미한다.
Figure pat00012
에서 T1으로의 좌표변환을 수행하는 선형 변환을 P1이라 한다면 해당 좌표 T1는 다음과 같이 나타낼 수 있다.
두 번째 축에 대한 좌표 T2는
Figure pat00013
에서 해당하는 성분을 제거한 후에 남은 값들에 대하여 가장 분산이 커지는 축을 구하고 이에 대하여
Figure pat00014
를 해당 축에 사영하여 얻을 수 있다. 이러한 과정을 반복하여 구한 좌표 값 T2은 다음과 같이 나타낼 수 있다.
[수학식 5]
Figure pat00015
두 번째 축에 대한 좌표 T2는
Figure pat00016
에서 해당하는 성분을 제거한 후에 남은 값들에 대하여 가장 분산이 커지는 축을 구하고 이에 대하여
Figure pat00017
를 해당 축에 사영하여 얻을 수 있다. 이러한 과정을 반복하여 구한 좌표 값
Figure pat00018
은 다음과 같이 나타낼 수 있다.
[수학식 6]
Figure pat00019
[수학식 6]은 [수학식 7]로 나타낼 수 있다.
[수학식 7]
Figure pat00020
이후, PCA 계산모듈(135)은, PCA 데이터 값들을 주어진 ANPSD 데이터에 대하여 한 축 T1을 RPM 에 따른 데이터 중요도가 높은 순으로 정렬시킨다.
한편, ANPSD 계산모듈(131)과 PCA 계산모듈(135) 사이에, ANPSD 계산모듈(131)이 수행한 ANPSD 데이터와 해당 RPM신호를 묶는 역할을 수행하는 별도의 데이터 통합모듈(미도시)이 마련될 수도 있다. 이 경우, 해당 순번의 ANPSD 데이터와 이에 매칭되는 해당 RPM신호가 함께 묶여 저장될 수 있을 것이다.
고장검출부(140)는 도 1 및 도 2에 도시된 바와 같이 신호처리부(130)로부터 전송되는 PCA 계산 결과에 기초하여 엔진(1)의 고장(예컨대, 엔진 크랭크축 고장 또는 프로펠러 편심 여부 등)을 검출한다.
고장검출부(140)는 엔진(1)에 이상 혹은 고장이 발생하였을 때 ANPSD 데이터의 특정 주파수 영역에서 값이 증가하므로 PCA 계산 결과에 이러한 영향이 반영되어 정상상태 집합과의 거리가 멀어지는 경향을 파악할 수 있다. 즉, 만약, 엔진(1)에 이상이 발생 하였을 경우ANPSD 데이터의 특정 주파수 영역에서 값이 증가하므로 PCA 데이터에 이러한 영향이 반영되어 정상상태 집합과의 거리가 증가됨을 검출할 수 있으며, 이를 통해, 고장 검출이 가능할 수 있다. 여기서, 정상상태 집합이라 함은, 미리 저장된 엔진의 정상상태일 때의 PCA데이터의 집합을 의미한다.
또한, 현재의 ANPSD 데이터에 대한 PCA 데이터를 장기간에 걸쳐 관찰한다면 정비나 부품 교체시기를 예상할 수 있다.
도 3은 본 발명의 일 실시예에 따른 엔진 고장 검출 방법을 설명하기 위한 흐름도이고, 도 4는 도 3에서 ANPSD 계산모듈을 설명하기 위한 흐름도이며, 도 5는 본 발명의 일 실시예에 따른 ANPSD 계산모듈에 의해 수행된 ANPSD 데에터의 일례를 엔진 회전축의 정상상태와 언밸런스 상태에 대해 각각 도시한 도면이고, 도 6은 ANPSD 집합에 대하여 분산이 커지는 방향 벡터에 해당하는 축에 대해 각각의 ANPSD데이터를 사영하였을 때 대응하는 좌표인 T1축과 다른 한 축인 T2축에 대한 PCA 데이터 및 T1축과 다른 한 축인 T3축에 대한 PCA 데이터를 각각 도시한 도면이며, 도 7은 T1, T2, T3의 3축에 대한 PCA 데이터를 도시한 도면이다.
도 1내지 도 7를 참조하여 이러한 구성을 갖는 고장검출 방법의 과정과 고장검출 방법을 이용하여 시험 결과를 설명하기로 한다.
이를 검증하고 고장검출 기준을 결정하기 위해서는 실제로 발생된 엔진(1) 고장에 대하여 시험한 결과를 분석하는 과정이 필요하지만 고장이 발생한 부품을 사용하는 것은 실제 항공기 시험에 소요되는 비용과 사고의 위험성을 감안할 때 이러한 시험을 수행하는 것은 매우 어려운 일이다. 따라서 본 발명에서는 실제 항공기와 동적 상사성을 만족하는 모형 항공기를 제작하여 고장검출 방법을 이용하여 시험을 수행한다.
도 3을 참조하면, 본 발명에 따른 엔진 고장 검출 방법은, 엔진(1)에 대해 진동신호과 RPM신호를 측정하는 단계(S110)와, 엔진(1)의 진동신호에 대해 ANPSD(Averaged Normalized Power Spectral Density) 데이터를 산출하는 단계(S120)와, 엔진(1)의 RPM 신호와 ANPSD 데이터를 통합하여 PCA(Principle Component Analysis) 데이터를 추출하는 단계(S130)와, PCA 데이터에 기초하여 엔진(1)에 대해 고장 여부를 검출하는 단계(S140)를 포함할 수 있다.
본 실시예에서 사용되는 엔진(1)은, 수평 대향형으로 실린더가 배열되어 있는 모형 엔진을 이용하여 고장검출 시험을 수행하였다.
먼저, 엔진(1)에 대해 진동신호과 RPM신호를 검출하는 단계가 수행될 수 있다. 진동신호는 전술한 진동측정부(110)에서 담당하고, RPM 신호는 전술한 회전수측정부(120)에 의해 달성된다. 전동측정부(110)의 구성은 가속도 센서 2개와 RPM센서 1개를 사용할 수 있으며, 도 1 과 같이 4 기통 수평 대향형 엔진(1)의 크랭크샤프트에 대하여 90 도의 위상차를 갖도록 설치되었다.
다음으로, 도 4에 도시된 바와 같이, 진동신호를 입력받아 ANPSD 데이터를 산출하는 단계(S120)가 수행될 수 있다. 이는 ANPSD 계산모듈(131)에 의해 수행되는데, 먼저, 센서로부터 실시간으로 수집된 상시진동 가속도 신호에 대하여 FFT (Fast Fourier Transform)를 구하는 단계가 수행되고(S121), PSD(Power Spectral Density)의 첨두점(Peak)을 추출하는 단계가 수행되며(S122), 이로부터 계산된 상기 PSD 데이터의 데이터량이 감소될 수 있도록 ANPSD를 계산(S123)하는 단계가 수행될 수 있다. 도 5에 본 실시예에 따른 ANPSD 계산 결과가 도시되어 있다.
엔진(1)의 RPM 신호와 ANPSD 데이터를 통합하여 PCA(Principle Component Analysis) 데이터를 추출하는 단계(S130)가 수행될 수 있다. PCA 데이터를 추출하는 단계(S130)는, ANPSD 데이터에 대하여 가장 분산이 커지는 방향 벡터에 해당하는 축에 대해 각각의 ANPSD 데이터를 사영(projection)하였을 때 대응하는 좌표를 구하고, 상기 좌표의 집합을 상기 RPM신호에 따라 높은 순으로 정렬시킴으로써 추출 가능하다.
상기 PCA 계산 결과에 기초하여 엔진(1)에 대해 고장 여부를 검출하는 단계(S140)가 수행될 수 있다. 도 6과 7에 도시된 바와 같이, 엔진(1)에 이상 혹은 고장이 발생하였을 때 ANPSD 데이터의 특정 주파수 영역에서 값이 증가하므로 PCA 데이터에 이러한 영향이 반영되어 정상상태 PCA 데이터와 비교할 때 거리가 이격되어 검출됨을 판독할 수 있으며 이를 통해, 고장 검출이 가능할 수 있다.
이와 같은 방법을 이용하여 RPM 에 따른 정상상태, 프로펠러 불균형일 때의 엔진(1) 진동신호에 대한 PCA 데이터를 구하면, PCA 데이터와 정상상태의 진동신호의 PCA 데이터를 비교하여 엔진(1)의 고장 여부를 검출할 수 있다.
이상 설명한 바와 같이, 본 발명은 ANPSD(Averaged Normalized Power Spectral Density) 기법 및 PCA(Principle Component Analysis) 기법을 이용하여 엔진(1)의 진동을 분석하고 그 분석 결과에 기초하여 엔진(1)에 대한 고장 여부를 검출함으로써, 엔진(1)의 노화나 균열, 베어링의 마모 등의 구조적 결함을 사전에 검출함으로써 지상 정비나 부품 교체시기를 예상할 수 있다.
이상, 본 발명을 바람직한 실시 예를 사용하여 상세히 설명하였으나, 본 발명의 범위는 특정 실시 예에 한정되는 것은 아니며, 첨부된 특허청구범위에 의하여 해석되어야 할 것이다. 또한, 이 기술분야에서 통상의 지식을 습득한 자라면, 본 발명의 범위에서 벗어나지 않으면서도 많은 수정과 변형이 가능함을 이해하여야 할 것이다.
100 : 엔진 고장 검출 시스템
110 : 진동측정부
120 : 회전수측정부
130 : 신호처리부
131 : ANPSD 계산모듈
135 : PCA 계산모듈
140 : 고장검출부

Claims (10)

  1. 엔진의 진동신호를 측정하는 진동측정부;
    엔진의 RPM신호를 측정하는 회전수측정부;
    ANPSD(Averaged Normalized Power Spectral Density) 기법을 이용하여 상기 진동신호에 대해 ANPSD 데이터를 산출하고, PCA(Principle Component Analysis) 기법을 이용하여 상기 ANPSD 데이터와 상기 RPM신호를 통합하여 PCA 데이터를 추출하는 신호처리부; 및
    상기 신호처리부의 분석 결과에 기초하여 엔진의 고장 여부를 검출하는 고장검출부를 포함하는 것을 특징으로 하는 엔진의 고장검출 시스템.
  2. 제1항에 있어서,
    상기 고장검출부는, 상기 PCA데이터와, 미리 저장된 엔진의 정상상태일 때의 PCA데이터를 비교하여 상기 엔진의 고장 여부를 검출하는 것을 특징으로 하는 엔진의 고장검출 시스템.
  3. 제1항에 있어서,
    상기 신호처리부는,
    ANPSD 계산(ANPSD Calculation)을 수행하는 ANPSD 계산모듈; 및
    상기 엔진의 RPM신호와 상기 ANPSD 데이터에 대해 PCA 계산(PCA Calculation)을 수행하는 PCA 계산모듈를 포함하는 것을 특징으로 하는 엔진의 고장검출 시스템.
  4. 제3항에 있어서,
    상기 ANPSD 계산모듈은,
    상기 진동신호를 FFT(Fast Fourier Transform)를 수행하고, 상기 FFT 결과로부터 PSD(Power Spectral Density) 계산을 수행한 다음, 계산된 상기 PSD 데이터의 데이터량이 감소될 수 있도록 ANPSD 계산을 수행하는 것을 특징으로 하는 엔진의 고장검출 시스템.
  5. 제3항에 있어서,
    상기 PCA 계산모듈은,
    상기 ANPSD 데이터에 대하여 가장 분산이 커지는 방향 벡터에 해당하는 축에 대해 각각의 ANPSD 데이터를 사영(projection)하였을 때 대응하는 좌표를 구하고,
    상기 좌표의 집합을 상기 RPM신호에 따라 높은 순으로 정렬시키는 것을 특징으로 하는 엔진의 고장검출 시스템.
  6. 제1항에 있어서,
    상기 진동측정부는 복수의 가속도 센서이며,
    상기 회전수측정부는 RPM(Revolution Per Minutes) 센서인 것을 특징으로 하는 엔진의 고장검출 시스템.
  7. 엔진의 진동신호과 RPM신호를 측정하는 단계;
    ANPSD(Averaged Normalized Power Spectral Density) 기법을 이용하여 상기 진동신호에 대해 ANPSD 데이터를 산출하는 단계;
    PCA(Principle Component Analysis) 기법을 이용하여 상기 ANPSD 데이터와 상기 RPM신호를 통합하여 PCA 데이터를 추출하는 단계; 및
    상기 PCA 데이터에 기초하여 엔진에 대해 고장 여부를 검출하는 단계를 포함하는 것을 특징으로 하는 엔진의 고장검출 방법.
  8. 제7항에 있어서,
    상기 고장 여부를 검출하는 단계는,
    상기 PCA데이터와, 미리 저장된 엔진의 정상상태일 때의 PCA데이터를 비교하여 엔진의 고장 여부를 검출하는 것을 특징으로 하는 엔진의 고장검출 방법.
  9. 제7항에 있어서,
    상기 ANPSD 데이터를 산출하는 단계는,
    상기 진동신호를 FFT(Fast Fourier Transform)를 수행하고, 상기 FFT 결과로부터 PSD(Power Spectral Density) 계산을 수행한 다음, 계산된 상기 PSD데이터의 데이터량이 감소될 수 있도록 ANPSD 계산을 수행하는 것을 특징으로 하는 엔진의 고장검출 방법.
  10. 제7항에 있어서,
    상기 PCA 데이터를 추출하는 단계는,
    상기 ANPSD 데이터에 대하여 가장 분산이 커지는 방향 벡터에 해당하는 축에 대해 각각의 ANPSD 데이터를 사영(projection)하였을 때 대응하는 좌표를 구하고,
    상기 좌표의 집합을 상기 RPM신호에 따라 높은 순으로 정렬시키는 것을 특징으로 하는 엔진의 고장검출 방법.
KR20140026596A 2013-05-27 2014-03-06 엔진의 고장검출 시스템 및 방법 KR20140139955A (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020130059661 2013-05-27
KR20130059661 2013-05-27

Publications (1)

Publication Number Publication Date
KR20140139955A true KR20140139955A (ko) 2014-12-08

Family

ID=52458047

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20140026596A KR20140139955A (ko) 2013-05-27 2014-03-06 엔진의 고장검출 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR20140139955A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111811642A (zh) * 2020-07-22 2020-10-23 三一重机有限公司 一种挖掘机发动机的故障检测方法及故障检测装置
US11293903B2 (en) 2018-03-06 2022-04-05 Lg Energy Solution, Ltd. Apparatus for diagnosing crack in battery pack and battery pack and vehicle including the same
CN114964751A (zh) * 2022-05-19 2022-08-30 潍柴动力股份有限公司 一种柴油机曲轴的减震器的监测方法、装置及车辆

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11293903B2 (en) 2018-03-06 2022-04-05 Lg Energy Solution, Ltd. Apparatus for diagnosing crack in battery pack and battery pack and vehicle including the same
CN111811642A (zh) * 2020-07-22 2020-10-23 三一重机有限公司 一种挖掘机发动机的故障检测方法及故障检测装置
CN114964751A (zh) * 2022-05-19 2022-08-30 潍柴动力股份有限公司 一种柴油机曲轴的减震器的监测方法、装置及车辆

Similar Documents

Publication Publication Date Title
US8380450B2 (en) Determination of blade vibration frequencies and/or amplitudes
CN105866250B (zh) 基于振动的通风机叶片裂纹识别方法
Delvecchio et al. Advanced signal processing tools for the vibratory surveillance of assembly faults in diesel engine cold tests
US20180017961A1 (en) Method, system and computer program for learning phase of an acoustic or vibratory analysis of a machine
US20170160125A1 (en) Apparatus and method for diagnosing rotor shaft
KR101934223B1 (ko) 하이브리드 차량의 내연 기관의 연소 과정을 인식하기 위한 방법 및 제어 장치
Jung et al. Development of misfire detection algorithm using quantitative FDI performance analysis
US6675639B1 (en) Apparatus and method to detect cylinder faults of internal combustion engines via exhaust temperature monitoring
KR102063974B1 (ko) 이산 푸리에 변환과 선형 성분이 제거된 엔진 속도의 변동 분석을 활용한 엔진 실화 진단 시스템 및 방법
Delvecchio et al. On the use of cyclostationary indicators in IC engine quality control by cold tests
Wang et al. Real-time misfire detection via sliding mode observer
KR20170067292A (ko) 기계 시스템의 잔여 수명 예측 장치 및 방법
CN104297003A (zh) 基于动态报警阈值的转向架旋转部件的故障监测方法
KR20140139955A (ko) 엔진의 고장검출 시스템 및 방법
KR20110074092A (ko) 선박엔진의 모니터링 시스템 및 그 방법
JP3066005B1 (ja) 内燃機関の失火検出方法及び装置
Abadi et al. Single and multiple misfire detection in internal combustion engines using vold-kalman filter order-tracking
CN109781442B (zh) 一种磁浮列车转向架裂缝故障的检测方法
JP2024504289A (ja) 機械装置又は機械部品における異常を同定するための方法及び装置
Lim et al. Improved blade fault diagnosis using discrete Blade Passing Energy Packet and rotor dynamics wavelet analysis
CN102053166A (zh) 确定转速的方法
KR101248232B1 (ko) 병렬 부대설비의 이상 진단 방법 및 시스템
CN112665713B (zh) 一种基于实时振动数据的往复机械设备故障检测方法
JP2004184228A (ja) ノッキング検出装置
Romani et al. Indirect Estimation of In-Cylinder Pressure through the Stress Analysis of an Engine Stud

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application