KR20150090950A - 진동 장치의 상태 판단 방법 - Google Patents

진동 장치의 상태 판단 방법 Download PDF

Info

Publication number
KR20150090950A
KR20150090950A KR1020140011385A KR20140011385A KR20150090950A KR 20150090950 A KR20150090950 A KR 20150090950A KR 1020140011385 A KR1020140011385 A KR 1020140011385A KR 20140011385 A KR20140011385 A KR 20140011385A KR 20150090950 A KR20150090950 A KR 20150090950A
Authority
KR
South Korea
Prior art keywords
sensing signal
similarity
vibration sensing
spectral data
vibration
Prior art date
Application number
KR1020140011385A
Other languages
English (en)
Other versions
KR101543146B1 (ko
Inventor
오세도
김영진
Original Assignee
경희대학교 산학협력단
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 경희대학교 산학협력단 filed Critical 경희대학교 산학협력단
Priority to KR1020140011385A priority Critical patent/KR101543146B1/ko
Publication of KR20150090950A publication Critical patent/KR20150090950A/ko
Application granted granted Critical
Publication of KR101543146B1 publication Critical patent/KR101543146B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

본 발명은 진동 장치의 진동 센싱 신호에 기초하여 진동 장치의 상태를 판단하는 방법에 관한 것으로, 보다 구체적으로 진동 장치의 진동 센싱 신호로부터 생성한 스펙트럼 데이터와 기준 진동 센싱 신호로부터 생성한 기준 스펙트럼 데이터의 유사도에 기초하여 진동 센싱 신호와 가장 유사한 기준 진동 센싱 신호를 판단하고, 판단한 기준 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단하는 방법에 관한 것이다.

Description

진동 장치의 상태 판단 방법{Method for estimating state of vibration machine}
본 발명은 진동 장치의 진동 센싱 신호에 기초하여 진동 장치의 상태를 판단하는 방법에 관한 것으로, 보다 구체적으로 진동 장치의 진동 센싱 신호로부터 생성한 스펙트럼 데이터와 기준 진동 센싱 신호로부터 생성한 기준 스펙트럼 데이터의 유사도에 기초하여 진동 센싱 신호와 가장 유사한 기준 진동 센싱 신호를 판단하고, 판단한 기준 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단하는 방법에 관한 것이다.
기업에게 있어 제품의 훌륭한 초기 품질 확보는 중요한 이슈이다. 제품이 복잡한 조립을 요하는 경우 주로 조립공정 말단에서 조립이 제대로 수행되었는지의 여부를 판단하기 위한 관능 검사 또는 계측시스템을 이용한 검사를 수행하고 있다. 진동을 발생하는 일부 기계 제품의 경우 수많은 부품들이 복잡한 형태로 조립이 되어 있어 단순한 형태의 회전 기계와는 달리 매우 복잡한 진동 신호의 특성을 지닌다. 예를 들어, 엔진의 경우 회전 동력을 전달하는 기어와 체인, 풀리 등과 같은 수많은 진동 유발 장치들로 연결되어 있다. 그리고 회전 진동의 특징뿐만 아니라 실린더와 같이 상하 진동을 유발하는 장치, 터보차져와 컴프레셔 등 고주파 진동을 유발하는 장치가 통합 결합된다. 그러므로 회전에 의한 주기적인 진동과 더불어 크고 작은 진동들 간의 간섭으로 인한 감쇄 또는 증폭으로 인한 변동이 발생되는 복합적 형태의 진동특성이 나타난다.
진동 신호를 이용하여 검사하고자 하는 기계 장치의 상태를 판단하는 종래 방법으로 통계적 진단 방식과 주파수 분석 방식이 존재한다.
레볼드(Lebold)는 기어박스를 진단에 사용되는 유용한 통계량으로 서술하고 이에 대한 의미를 설명하였으며, 제시된 모든 유용한 통계량에 대한 검사를 수행하는 방법론을 제시하였다. 통계 분석을 통한 진단 방법은 계산이 용이하여 손쉽게 진단할 수 있다는 점에서 이점이 있으나, 엔진과 같이 진동 발생 과정에서 증폭과 감쇄를 반복하는, 반복적 증폭 감쇄 신호나 출현빈도가 낮은 이상신호에 대한 분석에 있어서는 취약점이 있다.
종래 주파수 분석 방식에 대해 살펴보면, 스레브(Shreve)는 진동 분석에 FFT(fast fourier transform)의 적용방법을 서술하였고, 베타(Betta)는 FFT 분석기를 이용하여 회전 장치의 상태 진단을 수행하였다. 주파수 분석 방식은 규칙적인 진동신호에 대해서는 용이하고 정확하게 진단을 분석할 수 있으나, 시간 분해능의 부재로 인해 복잡한 회전 진동 장치는 정확한 상태 진단이 불가능하다는 문제점을 가진다.
본 발명은 위에서 언급한 종래 진동 장치의 상태 판단 방법이 가지는 문제점을 해결하기 위한 것으로, 본 발명이 이루고자 하는 목적은 진동 센싱 신호를 전처리하여 주파수별 스펙트럼 데이터를 생성하고 생성한 스펙트럼 데이터와 기준 스펙트럼 데이터 사이의 유사도를 비교하여 진동 장치의 상태를 정확하게 진단할 수 있는 방법을 제공하는 것이다.
본 발명이 이루고자 하는 다른 목적은 진동 센싱 신호와 일치하는 기준 진동 센싱 신호를 검색하지 못한 경우, 수신한 진동 센싱 신호를 신규 기준 진동 센싱 신호로 저장하여 진동 장치의 새로운 상태를 학습 진단할 수 있는 방법을 제공하는 것이다.
본 발명의 목적을 달성하기 위하여 본 발명에 따른 진동 장치의 상태 판단 방법은 진동 장치에 부착되어 있는 센서로부터 진동 센싱 신호를 수신하는 단계와, 진동 센싱 신호를 전처리하여 진동 센싱 신호에 대한 주파수별 스펙트럼 데이터를 생성하는 단계와, 기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성한 기준 밀도 추정 테이블에 스펙트럼 데이터를 적용하여 기준 진동 센싱 신호와 진동 센싱 신호 사이의 유사도를 계산하는 단계와, 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단하는 단계를 포함하는 것을 특징으로 한다.
여기서 진동 장치에는 적어도 2개 이상의 센서들이 부착되어 있으며, 센서들로부터 각각 수신한 진동 센싱 신호를 전처리하여 생성되는 스펙트럼 데이터를 기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성되는 기준 밀도 추정 테이블에 적용하여 유사도를 계산하는 것을 특징으로 하는 한다.
여기서 수신한 각 진동 센싱 신호로부터 생성되는 단위 스펙트럼 데이터는 시간 동기화되어 있는 것을 특징으로 한다.
바람직하게, 진동 장치의 상태를 판단하는 단계는 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호를 결정하는 단계와, 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는지 판단하는 단계와, 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는 경우, 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단하는 단계를 포함하는 것을 특징으로 한다.
여기서 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하지 않는 경우, 수신한 진동 센싱 신호를 신규 진동 센싱 신호로 데이터베이스에 저장하고 신규 진동 센싱 신호가 저장되었음을 사용자에 알려준다.
바람직하게, 스펙트럼 데이터를 생성하는 단계는 제1 센서로부터 수신한 제1 진동 센싱 신호와 제2 센서로부터 수신한 제2 진동 센싱 신호를 각각 단위 시간으로 나누어 단위 시간별로 제1 진동 센싱 신호의 제1 주파수 분포 데이터와 제2 진동 센싱 신호의 제2 주파수 분포 데이터를 생성하는 단계와, 제1 주파수 분포 데이터와 제2 주파수 분포 데이터에 기초하여 주파수별 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 생성하는 단계와, 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 제2 진동 센싱 신호의 단위 스펙트럼 데이터의 조합으로부터 스펙트럼 데이터를 생성하는 단계를 포함하는 것을 특징으로 한다.
여기서 스펙트럼 데이터는 제1 진동 센싱 신호의 단위 스펙트럼 데이터를 제1축으로, 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 제2축으로 하는 2차원 데이터인 것을 특징으로 한다.
여기서 기준 진동 센싱 신호의 기준 스펙트럼 데이터와 스펙트럼 데이터의 유사도는 기준 진동 센싱 신호의 기준 밀도 추정 테이블에 스펙트럼 데이터를 적용하여 기준 스펙트럼 데이터와 스펙트럼 데이터의 유사도를 계산하는 것을 특징으로 한다.
바람직하게, 유사도를 계산하는 단계는 스펙트럼 데이터가 출현 가능한 공간을 등간격으로 나누어 각 등간격에서의 상기 스펙트럼 데이터의 분포 밀도를 생성하는 단계와, 스펙트럼 데이터의 분포 밀도와 동일한 등간격에 대한 기준 밀도 추정 테이블의 밀도값에 기초하여 각 등간격에서 스펙트럼 데이터의 등간격 유사도를 계산하는 단계와, 스펙트럼 데이터의 등간격 유사도의 전체 합으로부터 기준 스펙트럼 데이터와 스펙트럼 데이터의 유사도를 계산하는 단계를 포함하는 것을 특징으로 한다.
여기서 스펙트럼 데이터의 유사도는 상기 스펙트럼 데이터가 출현 가능한 공간의 수로 정규화되어 있는 것을 특징으로 한다.
여기서 기준 확률 밀도 추정 테이블에는 등간격을 구성하는 격자점의 좌표와, 격자점 좌표에 매핑되어 있는, 기준 스펙트럼 데이터가 각 등간격에서 출현하는 기준 밀도값이 저장되어 있는 특징으로 한다.
여기서 등각격(x(i,j))에서의 등간격 유사도(dsi ,j)는 아래의 수학식(1)에 의해 계산되며,
[수학식 1]
Figure pat00001
여기서 nci ,j는 스펙트럼 데이터의 등간격(x(i,j))에서의 밀도를 의미하며 nsi,j는 기준 스펙트럼 데이터의 동일한 등간격(x(i,j))에서의 밀도를 의미하는 것을 특징으로 한다.
한편, 본 발명의 목적을 달성하기 위하여 본 발명에 따른 진동 장치의 상태 판단 장치는 진동 장치에 부착되어 있는 센서로부터 수신한 진동 센싱 신호를 단위 시간별로 주파수 분석하여 각 단위 시간에 대한 주파수 분포 데이터를 생성하고, 주파수 분포 데이터로부터 주파수별 스펙트럼 데이터를 생성하는 스펙트럼 데이터 생성부와, 기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성한 기준 밀도 추정 테이블에 스펙트럼 데이터를 적용하여 기준 진동 센싱 신호와 진동 센싱 신호 사이의 유사도를 계산하는 유사도 계산부와, 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단하는 판단부를 포함하는 것을 특징으로 한다.
바람직하게, 본 발명의 일 실시예에 따른 스펙트럼 데이터 생성부는 제1 센서로부터 수신한 제1 진동 센싱 신호와 제2 센서로부터 수신한 제2 진동 센싱 신호를 각각 단위 시간으로 나누어 단위 시간별로 제1 진동 센싱 신호의 제1 주파수 분포 데이터와 제2 진동 센싱 신호의 제2 주파수 분포 데이터를 생성하는 주파수 분포 데이터 생성부와, 제1 주파수 분포 데이터와 제2 주파수 분포 데이터에 기초하여 주파수별 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 생성하는 단위 스펙트럼 데이터 생성부와, 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 제2 진동 센싱 신호의 단위 스펙트럼 데이터의 조합으로부터 스펙트럼 데이터를 생성하는 조합 스펙트럼 생성부를 포함하는 것을 특징으로 한다.
바람직하게, 본 발명의 일 실시예에 따른 판단부는 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호를 선택하는 선택부와, 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도와 임계 유사도를 비교하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는지 판단하는 비교부와, 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는 경우, 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 상태 판단부를 포함하는 것을 특징으로 한다.
바람직하게, 본 발명의 일 실시예에 따른 유사도 계산부는 스펙트럼 데이터가 출현 가능한 공간을 등간격으로 분할하고 각 등간격에서의 스펙트럼 데이터의 분포 밀도를 생성하는 분포 밀도 생성부와, 스펙트럼 데이터의 분포 밀도와 동일한 등간격에 대한 기준 밀도 추정 테이블의 밀도값에 기초하여 각 등간격에서 스펙트럼 데이터의 등간격 유사도를 계산하는 등간격 유사도 계산부와, 스펙트럼 데이터의 등간격 유사도의 전체 합으로부터 기준 스펙트럼 데이터와 스펙트럼 데이터의 유사도를 계산하는 전체 유사도 계산부를 포함하는 것을 특징으로 한다.
본 발명에 따른 진동 장치의 상태 판단 방법 및 그 장치는 다음과 같은 효과를 가진다.
먼저 본 발명에 따른 진동 장치의 상태 판단 방법은 진동 센싱 신호를 전처리하여 주파수별 스펙트럼 데이터를 생성하고 생성한 스펙트럼 데이터와 기준 스펙트럼 데이터 사이의 유사도를 비교함으로써, 간단한 프로세스로 진동 장치의 상태를 정확하게 진단할 수 있다.
또한 본 발명에 따른 진동 장치의 상태 판단 방법은 진동 센싱 신호와 일치하는 기준 진동 센싱 신호를 검색하지 못한 경우, 수신한 진동 센싱 신호를 신규 기준 진동 센싱 신호로 등록 저장함으로써, 신규 진동 센싱 신호의 학습을 통해 다양한 상태를 진단할 수 있다.
도 1은 본 발명에 따른 진동 장치의 상태 판단 장치를 설명하기 위한 기능 블록도이다.
도 2는 본 발명에서 진동 장치의 일 예로 엔진에 부착된 진동 센서의 일 예를 도시하고 있다.
도 3은 본 발명에 따른 진동 장치의 상태 판단 방법을 설명하기 위한 흐름도이다.
도 5는 본 발명에 따른 진동 장치의 상태 판단 방법에서 진동 센싱 신호의 스펙트럼 데이터를 생성하는 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 6은 다양한 기본 진동 센싱 신호에 대한 주파수 분포 데이터 그래프의 일 예를 도시하고 있다.
도 7은 단위 스펙트럼 데이터와 스펙트럼 데이터의 일 예를 도시하고 있다.
도 8은 본 발명에 따른 진동 장치의 상태 판단 방법에서 유사도를 계산하는 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 9는 제1 진동 센싱 신호의 단위 스펙트럼 데이터를 제1축으로 하고 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 제2축으로 하는 등간격의 일 예를 도시하고 있다.
도 10은 등간격에서 분포 밀도에 기초하여 생성된 그래프의 일 예를 도시하고 있다.
도 11은 본 발명에 따른 진동 장치의 상태를 판단하는 방법에서 상태를 판단하는 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
이하 첨부한 도면을 참고로 본 발명에 따른 진동 장치의 상태 판단 방법 및 그 장치에 대해 보다 구체적으로 설명한다.
이하에서 진동 센싱 신호는 설명의 편의상 간단히 표현한 것으로, 진동 장치의 상태를 판단하는데 이용 가능한 신호로서 소음 신호나, 소음 신호와 진동 신호를 포함한 신호 등으로 대체 가능하다.
도 1은 본 발명에 따른 진동 장치의 상태 판단 장치를 설명하기 위한 기능 블록도이다.
도 1을 참고로 보다 구체적으로 살펴보면, 스펙트럼 데이터 생성부(110)는 검사하고자 하는 진동 장치에 부착되어 있는 센서로부터 수신한 진동 센싱 신호를 단위 시간별로 주파수 분석하여 각 단위 시간에 대한 주파수 분포 데이터를 생성하고, 주파수 분포 데이터로부터 주파수별 스펙트럼 데이터를 생성한다. 여기서 진동 장치는 상태를 검사하고자 하는 장치로, 작동 중 진동과 소음 또는 진동을 발생시키는 장치를 의미한다.
유사도 계산부(120)는 데이터베이스(130)에 저장되어 있는 기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성한 기준 밀도 추정 테이블에 스펙트럼 데이터를 적용하여 기준 진동 센싱 신호와 진동 센싱 신호 사이의 유사도를 계산한다. 데이터베이스(130)에는 진동 장치의 상태별 기준 진동 센싱 신호, 예를 들어 정상 상태에서 진동 장치가 동작시 발생하는 기준 진동 센싱 신호, 다양한 불량 조립 상태 또는 다양한 불량 부품이 조립된 상태에서 진동 장치가 동작시 발생하는 각 기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성한 기준 밀도 추정 테이블이 저장되어 있는데, 유사도 계산부(120)는 각 기준 밀도 추정 테이블에 진동 장치로부터 획득한 스펙트럼 데이터를 적용하여 다양한 기준 스펙트럼 데이터와 스펙트럼 데이터 사이의 유사도를 계산한다. 여기서 기준 밀도 추정 테이블은 각 기준 스펙트럼 데이터로부터 생성되는, 기준 스펙트럼 데이터가 출현 가능한 공간의 등간격에서 분포 밀도를 나타내는데, 기준 밀도 추정 테이블에는 등각격을 구성하는 격자점의 좌표와 격자점 좌표에 매핑된 등간격에서 기준 스펙트럼 데이터가 출현하는 기준 분포 밀도가 저장되어 있다.
판단부(140)는 계산한 유사도에 기초하여 진동 센싱 신호와 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단한다. 바람직하게, 판단부(140)는 판단한 상태에 대한 정보를 사용자 인터페이스(150)를 통해 사용자에 제공한다. 여기서 사용자 인터페이스는 사용자에 진동 장치의 상태 정보를 출력하고, 사용자로부터 사용자 명령을 입력받기 위한 장치를 구비한다.
바람직하게, 상태를 검사하고자 하는 진동 장치로부터 진동 센싱 신호를 획득하기 위하여 다수의 센서가 진동 장치에 부착될 수 있는데, 도 2에 도시되어 있는 바와 같이, 진동 장치의 일 예로 동작 중인 엔진의 상태를 판단하는 경우 엔진의 상단과 하단에 각각 총 2개의 진동 센서를 부착하며, 각 진동 센서를 통해 진동 센싱 신호를 획득한다. 획득한 2개의 진동 센싱 신호의 조합으로부터 엔진의 상태를 판단하는 경우, 2개의 진동 센싱 신호의 스펙트럼 데이터의 분포 형태로부터 보다 정확하게 엔진의 상태를 판단할 수 있다.
이렇게 2개의 진동 센싱 신호로부터 진동 장치의 상태를 판단하는 경우, 각 진동 센싱 신호로부터 생성한 단위 스펙트럼 데이터의 조합으로 스펙트럼 데이터를 생성하고 스펙트럼 데이터와 기준 스펙트럼 데이터 사이의 유사도를 판단하여 진동 장치의 상태를 판단한다.
도 3은 본 발명에 따른 진동 장치의 상태 판단 방법을 설명하기 위한 흐름도이다.
도 3을 참고로 보다 구체적으로 살펴보면, 검사하고자 하는 진동 장치에 부착되어 있는 진동 센서로부터 진동 센싱 신호를 수신한다(S110). 여기서 진동 센싱 신호는 도 4의 (a)와 (b)에 도시되어 있는 바와 같이, 시간에 따른 진동의 진폭 크기의 그래프 형태로 진동 센싱 신호를 수신할 수 있다.
그러나 시간에 따른 진폭 데이터만으로는 진동의 특성을 세밀하게 판단하기 곤란하며, 따라서 진동 센싱 신호를 전처리하여 진동 센싱 신호에 대한 주파수별 스펙트럼 데이터를 생성한다(S120).
데이터베이스에 저장되어 있는 정상 상태, 불량상태1, 불량상태2,..., 불량상태n에 대한 기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성한 기준 밀도 추정 테이블에 생성한 스펙트럼 데이터를 적용하여 각 기준 진동 센싱 신호와 진동 센싱 신호 사이의 유사도를 계산한다(S130). 계산한 각 기준 진동 센싱 신호와 진동 센싱 신호 사이의 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단한다(S140).
도 5는 본 발명에 따른 진동 장치의 상태 판단 방법에서 진동 센싱 신호의 스펙트럼 데이터를 생성하는 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 5를 참고로 보다 구체적으로 살펴보면, 검사하고자 하는 진동 장치에 배치되어 있는 제1 센서로부터 수신한 제1 진동 센싱 신호와 제2 센서로부터 수신한 제2 진동 센싱 신호를 각각 단위 시간(UT)으로 나누어 단위 시간별로 제1 진동 센싱 신호의 제1 주파수 분포 데이터와 제2 진동 센싱 신호의 제2 주파수 분포 데이터를 생성한다(S121). 도 4(a)에 도시되어 있는 바와 같이 제1 센서로부터 수신한 제1 진동 센싱 신호를 단위 시간(UT)별로 분할하고, 각 단위 시간별로 제1 주파수 분포 데이터를 생성하며, 도 4(b)에 도시되어 있는 바와 같이 제2 센서로부터 수신한 제2 진동 센싱 신호를 단위 시간(UT)별로 분할하고, 각 단위 시간별로 제2 주파수 분포 데이터를 생성한다. 바람직하게, 각 단위 시간은 서로 겹치도록 분할되는 것을 특징으로 한다.
도 6은 다양한 기본 진동 센싱 신호에 대한 주파수 분포 데이터 그래프의 일 예를 도시하고 있다. 도 6(a)을 참고로 보다 구체적으로 살펴보면, 정상 상태(N)의 기본 진동 센싱 신호를 단위 시간별로 분할하고, 각 단위 시간별로 제1 주파수 분포 데이터와 제2 주파수 분포 데이터를 생성한다. 여기서 주파수 분포 데이터는 각 주파수 대역에서의 세기 또는 강도를 의미한다. 도 6(a)에 도시되어 있는 바와 같이 제1 주파수 분포 데이터와 제2 주파수 분포 데이터는 각 단위 시간에서의 주파수 분포 데이터가 적층되어 전체 센싱 시간에 대한 주파수 분포 데이터를 생성한다. 이와 동일하게 도 6(b) 내지 도 6(d)을 참고로 보다 구체적으로 살펴보면, 불량상태1(F1), 불량상태2(F2), 불량상태3(F3)의 기본 진동 센싱 신호를 단위 시간별로 분할하고, 각 단위 시간별로 제1 주파수 분포 데이터와 제2 주파수 분포 데이터를 생성한다. 도 6(b) 내지 도 6(d)에 도시되어 있는 바와 같이 제1 주파수 분포 데이터와 제2 주파수 분포 데이터는 각 단위 시간에서의 주파수 분포 데이터가 적층되어 전체 센싱 시간에 대한 주파수 분포 데이터를 생성한다.
다시 도 5를 참고로 살펴보면, 생성한 제1 주파수 분포 데이터와 제2 주파수 분포 데이터에 기초하여 주파수별 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 생성한다(S123). 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 제2 진동 센싱 신호의 단위 스펙트럼 데이터의 조합으로부터 스펙트럼 데이터를 생성한다(S125). 여기서 단위 스펙트럼 데이터는 전체 단위 시간에서 주파수별 주파수 세기를 나태는 데이터로 도 7은 본 발명에 따른 단위 스펙트럼 데이터의 일 예를 도시하고 있다.
도 7(a)은 제1 진동 센싱 신호의 제1 주파수 분포 데이터로부터 생성한 단위 스펙트럼 데이터이며, 도 7(b)는 제2 진동 센싱 신호의 제2 주파수 분포 데이터로부터 생성한 단위 스펙트럼 데이터이며, 도 7(c)는 제1 주파수 분포 데이터로부터 생성한 단위 스펙트럼 데이터와 제2 주파수 분포 데이터로부터 생성한 단위 스펙트럼 데이터의 조합으로부터 생성한 스펙트럼 데이터이다.
도 8은 본 발명에 따른 진동 장치의 상태 판단 방법에서 유사도를 계산하는 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 8을 참고로 보다 구체적으로 살펴보면, 스펙트럼 데이터가 출현 가능한 공간을 등간격으로 나누어 각 등간격에서의 스펙트럼 데이터의 분포 밀도를 생성한다(S131). 도 9에 도시되어 있는 바와 같이 2개의 진동 센서로부터 생성된 스펙트럼 데이터는 제1 진동 센싱 신호의 단위 스펙트럼 데이터를 제1축으로 하고 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 제2축으로 하는 2차원(x, y) 데이터이며, 2차원 데이터가 위치하는 좌표를 출현 가능한 공간으로 하여, 2차원 데이터가 위치하는 좌표에 기초하여 2차원 데이터가 등간격에 분포된 수를 판단한다. 도 7(c)에 생성한 각 단위 시간에서의 단위 스펙트럼 데이터의 조합을 2차원 좌표로 하여 등간격에 분포시켜 스펙트럼 데이터의 분포 밀도를 생성한다.
등간격에서 스펙트럼 데이터의 분포 밀도와 동일한 등간격에 대한 기준 밀도 추정 테이블의 밀도값에 기초하여 각 등간격에서 스펙트럼 데이터의 등간격 유사도를 계산한다(S133). 예를 들어, 등간격(1)에서 스펙트럼 데이터의 분포 밀도는 등간격(1)에 위치하는 스펙트럼 데이터의 수로 총 2개이며, 등간격(2)에서 스펙트럼 데이터의 분포 밀도는 등간격(2)에 위치하는 스펙트럼 데이터의 수로 총 6개이며, 등간격(3)에서 스펙트럼 데이터의 분포 밀도는 등간격(3)에 위치하는 스펙트럼 데이터의 수로 총 2개이며, 등간격(4)에서 스펙트럼 데이터의 분포 밀도는 등간격(4)에 위치하는 스펙트럼 데이터의 수로 총 3개이다. 여기서 바람직하게, 등간격은 등간격을 구성하는 격자점의 좌표값으로 매핑되어 있는데, 예를 들어 등간격(1)은 격자점 O(i,j)의 좌표값으로 매핑되어 있으며 등간격(2)는 격자점 O(i+1,j)의 좌표값으로 매핑되어 있으며, 등간격(3)은 격자점 O(i,j+1)의 좌표값으로 매핑되어 있으며, 등간격(4)는 격자점 O(i+1,j+1)의 좌표값으로 매핑되어 있다.
한편, 기준 밀도 추정 테이블에는 동일한 등간격을 구성하는 격자점의 좌표와, 격자점 좌표에 매핑되어 있는, 기준 스펙트럼 데이터가 각 상기 등간격에서 출현하는 기준 분포 밀도(동일한 등간격(1)에서 출현(위치)하는 스펙트럼 데이터의 총 수)가 저장되어 있다.
바람직하게, 등각격(o(i,j))에서의 등간격 유사도(dsi ,j)는 아래의 수학식(1)에 의해 계산되며,
[수학식 1]
Figure pat00002
여기서 nci ,j는 스펙트럼 데이터의 등간격(o(i,j))에서의 분포 밀도를 의미하며 nsi ,j는 기준 스펙트럼 데이터의 동일한 등간격(x(i,j))에서의 기준 분포 밀도를 의미한다.
스펙트럼 데이터의 등간격 유사도의 전체 합으로부터 기준 스펙트럼 데이터와 스펙트럼 데이터의 유사도를 계산한다(S135). 바람직하게, 스펙트럼 데이터의 유사도는 스펙트럼 데이터가 출현 가능한 등간격의 수로 정규화되어 있는 것을 특징으로 한다.
도 10은 등간격에서 분포 밀도에 기초하여 생성된 그래프의 일 예를 도시하고 있다.
도 10(a)에는 센서1의 단위 스펙트럼 데이터 값을 x 좌표, 센서2의 단위 스펙트럼 데이터 값을 y 좌표 및 등간격에서 분포 밀도를 z 좌표로 하여 정상 상태의 경우 분포 밀도에 기초하여 생성된 그래프와 불량상태1의 경우 분포 밀도에 기초하여 생성된 그래프와 불량상태2의 경우 분포 밀도에 기초하여 생성된 그래프가 그려져 있다. 도 10(b)는 도 10(a)의 그래프를 위에서 보았을 때를 도시하고 있다.
이와 같이 각 진동 센서에서 획득한 진동 센싱 신호로부터 다수의 단위 스펙트럼 데이터를 생성하고, 등간격에서 분포 밀도의 유사도를 판단함으로써 진동 센싱 신호의 유사도를 정확하게 판단할 수 있으며, 이러한 방식으로 기준 진동 센싱 신호와 획득한 진동 센싱 신호 사이의 유사도를 계산하여 진동 장치의 상태를 정확하게 판단할 수 있다.
도 11은 본 발명에 따른 진동 장치의 상태를 판단하는 방법에서 상태를 판단하는 단계의 일 예를 보다 구체적으로 설명하기 위한 흐름도이다.
도 11을 참고로 보다 구체적으로 살펴보면, 진동 센싱 신호와 각 기준 진동 센싱 신호로부터 생성한 스펙트럼 데이터 사이의 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호를 판단한다(S141). 진동 센싱 신호와 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도(SH)가 임계 유사도(STH)를 초과하는지 판단한다(S143).
가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는 경우, 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단한다(S145). 그러나 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하지 않는 경우, 신규 진동 센싱 신호가 획득되었음을 사용자에 알린다(S147). 사용자 인터페이스를 통해 신규 진동 센싱 신호를 저장하기 위한 사용자 명령이 입력되는 경우, 신규 진동 센싱 신호의 등간격 좌표와 각 좌표에서 매핑되어 있는 분포 밀도로부터 신규 진동 센싱 신호의 기준 밀도 추정 테이블을 생성하고, 생성한 신규 진동 센싱 신호의 기준 밀도 추정 테이블을 데이터베이스에 저장 등록한다(S149).
본 발명에 따른 진동 장치의 상태 판단 방법은 데이터베이스에 등록 저장되어 있지 않은 신규 진동 센싱 신호가 감지되는 경우, 신규 진동 센싱 신호를 사용자에 알려 사용자는 신규 진동 센싱 신호에 대한 진동 장치의 상태를 규정하고 규정한 신규 진동 센싱 신호에 대한 기준 밀도 추정 테이블을 데이터베이스에 갱신하여 진동 상태의 신규 상태를 학습하여 갱신할 수 있다.
한편, 상술한 본 발명의 실시 예들은 컴퓨터에서 실행될 수 있는 프로그램으로 작성 가능하고, 컴퓨터로 읽을 수 있는 기록 매체를 이용하여 상기 프로그램을 동작시키는 범용 디지털 컴퓨터에서 구현될 수 있다.
상기 컴퓨터로 읽을 수 있는 기록 매체는 마그네틱 저장 매체(예를 들어, 롬, 플로피 디스크, 하드디스크 등), 광학적 판독 매체(예를 들면, 시디롬, 디브이디 등) 및 캐리어 웨이브(예를 들면, 인터넷을 통한 전송)와 같은 저장 매체를 포함한다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 본 기술 분야의 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 타 실시예가 가능하다는 점을 이해할 것이다. 따라서, 본 발명의 진정한 기술적 보호 범위는 첨부된 등록청구범위의 기술적 사상에 의해 정해져야 할 것이다.
110: 스펙트럼 데이터 생성부 120: 유사도 계산부
130: 데이터베이스 140: 판단부
150: 사용자 인터페이스

Claims (20)

  1. 진동 장치에 부착되어 있는 센서로부터 진동 센싱 신호를 수신하는 단계;
    상기 진동 센싱 신호를 전처리하여 상기 진동 센싱 신호에 대한 주파수별 스펙트럼 데이터를 생성하는 단계;
    기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성한 기준 밀도 추정 테이블에 상기 스펙트럼 데이터를 적용하여 상기 기준 진동 센싱 신호와 상기 진동 센싱 신호 사이의 유사도를 계산하는 단계; 및
    상기 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 상기 진동 장치의 상태를 판단하는 단계를 포함하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  2. 제 1 항에 있어서, 상기 진동 장치에는 적어도 2개 이상의 센서들이 부착되어 있으며,
    상기 센서들로부터 각각 수신한 진동 센싱 신호를 전처리하여 생성되는 스펙트럼 데이터를 상기 기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성되는 기준 밀도 추정 테이블에 적용하여 유사도를 계산하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  3. 제 2 항에 있어서, 상기 스펙트럼 데이터를 구성하는, 수신한 각 진동 센싱 신호로부터 생성되는 단위 스펙트럼 데이터는 시간 동기화되어 있는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  4. 제 3 항에 있어서, 상기 진동 장치의 상태를 판단하는 단계는
    상기 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호를 결정하는 단계;
    상기 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는지 판단하는 단계; 및
    상기 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는 경우, 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 판단하는 단계를 포함하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  5. 제 4 항에 있어서,
    상기 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하지 않는 경우,
    상기 수신한 진동 센싱 신호를 신규 진동 센싱 신호로 데이터베이스에 저장하고 상기 신규 진동 센싱 신호가 저장되었음을 사용자에 알려주는 단계를 더 포함하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  6. 제 3 항에 있어서, 상기 스펙트럼 데이터를 생성하는 단계는
    제1 센서로부터 수신한 제1 진동 센싱 신호와 제2 센서로부터 수신한 제2 진동 센싱 신호를 각각 단위 시간으로 나누어 상기 단위 시간별로 상기 제1 진동 센싱 신호의 제1 주파수 분포 데이터와 상기 제2 진동 센싱 신호의 제2 주파수 분포 데이터를 생성하는 단계;
    상기 제1 주파수 분포 데이터와 상기 제2 주파수 분포 데이터에 기초하여 주파수별 상기 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 상기 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 생성하는 단계; 및
    상기 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 상기 제2 진동 센싱 신호의 단위 스펙트럼 데이터의 조합으로부터 스펙트럼 데이터를 생성하는 단계를 포함하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  7. 제 6 항에 있어서, 상기 스펙트럼 데이터는 상기 제1 진동 센싱 신호의 단위 스펙트럼 데이터를 제1축으로, 상기 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 제2축으로 하는 2차원 데이터인 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  8. 제 6 항에 있어서,
    상기 기준 진동 센싱 신호의 기준 스펙트럼 데이터와 상기 스펙트럼 데이터의 유사도는 기준 진동 센싱 신호의 기준 밀도 추정 테이블에 상기 스펙트럼 데이터를 적용하여 상기 기준 스펙트럼 데이터와 상기 스펙트럼 데이터의 유사도를 계산하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  9. 제 8 항에 있어서, 상기 유사도를 계산하는 단계는
    상기 스펙트럼 데이터가 출현 가능한 공간을 등간격으로 나누어 각 등간격에서의 상기 스펙트럼 데이터의 분포 밀도를 생성하는 단계;
    상기 스펙트럼 데이터의 분포 밀도와 동일한 등간격에 대한 기준 밀도 추정 테이블의 밀도값에 기초하여 각 등간격에서 상기 스펙트럼 데이터의 등간격 유사도를 계산하는 단계; 및
    상기 스펙트럼 데이터의 등간격 유사도의 전체 합으로부터 상기 기준 스펙트럼 데이터와 상기 스펙트럼 데이터의 유사도를 계산하는 단계를 포함하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  10. 제 9 항에 있어서,
    상기 스펙트럼 데이터의 유사도는 상기 스펙트럼 데이터가 출현 가능한 공간의 수로 정규화되어 있는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  11. 제 9 항에 있어서, 상기 기준 밀도 추정 테이블에는
    상기 등간격을 구성하는 격자점의 좌표와, 상기 격자점 좌표에 매핑되어 있는, 상기 기준 스펙트럼 데이터가 각 상기 등간격에서 출현하는 기준 밀도값이 저장되어 있는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  12. 제 11 항에 있어서, 등각격(x(i,j))에서의 상기 등간격 유사도(dsi ,j)는 아래의 수학식(1)에 의해 계산되며,
    [수학식 1]
    Figure pat00003

    여기서 nci ,j는 스펙트럼 데이터의 등간격(x(i,j))에서의 밀도를 의미하며 nsi,j는 기준 스펙트럼 데이터의 동일한 등간격(x(i,j))에서의 밀도를 의미하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  13. 진동 장치에 부착되어 있는 센서로부터 수신한 진동 센싱 신호를 단위 시간별로 주파수 분석하여 각 단위 시간에 대한 주파수 분포 데이터를 생성하고, 상기 주파수 분포 데이터로부터 주파수별 스펙트럼 데이터를 생성하는 스펙트럼 데이터 생성부;
    기준 진동 센싱 신호의 기준 스펙트럼 데이터로부터 생성한 기준 밀도 추정 테이블에 상기 스펙트럼 데이터를 적용하여 상기 기준 진동 센싱 신호와 상기 진동 센싱 신호 사이의 유사도를 계산하는 유사도 계산부; 및
    상기 유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 상기 진동 장치의 상태를 판단하는 판단부를 포함하는 것을 진동 장치의 상태 판단 장치.
  14. 제 13 항에 있어서, 상기 스펙트럼 데이터 생성부는
    제1 센서로부터 수신한 제1 진동 센싱 신호와 제2 센서로부터 수신한 제2 진동 센싱 신호를 각각 단위 시간으로 나누어 상기 단위 시간별로 상기 제1 진동 센싱 신호의 제1 주파수 분포 데이터와 상기 제2 진동 센싱 신호의 제2 주파수 분포 데이터를 생성하는 주파수 분포 데이터 생성부;
    상기 제1 주파수 분포 데이터와 상기 제2 주파수 분포 데이터에 기초하여 주파수별 상기 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 상기 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 생성하는 단위 스펙트럼 데이터 생성부; 및
    상기 제1 진동 센싱 신호의 단위 스펙트럼 데이터와 상기 제2 진동 센싱 신호의 단위 스펙트럼 데이터의 조합으로부터 스펙트럼 데이터를 생성하는 조합 스펙트럼 데이터 생성부를 포함하는 것을 특징으로 하는 진동 장치의 상태 판단 장치.
  15. 제 14 항에 있어서,
    상기 스펙트럼 데이터는 상기 제1 진동 센싱 신호의 단위 스펙트럼 데이터를 제1축으로, 상기 제2 진동 센싱 신호의 단위 스펙트럼 데이터를 제2축으로 하는 2차원 데이터인 것을 특징으로 하는 진동 장치의 상태 판단 장치.
  16. 제 15 항에 있어서, 상기 판단부는
    유사도에 기초하여 가장 높은 유사도를 가지는 기준 진동 센싱 신호를 선택하는 선택부;
    상기 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도와 임계 유사도를 비교하여 상기 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는지 판단하는 비교부; 및
    상기 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하는 경우, 가장 높은 유사도를 가지는 기준 진동 센싱 신호에 해당하는 상태로 진동 장치의 상태를 상태 판단부를 포함하는 것을 특징으로 하는 진동 장치의 상태 판단 방법.
  17. 제 16 항에 있어서, 상기 상태 판단부는
    상기 가장 높은 유사도를 가지는 기준 진동 센싱 신호의 유사도가 임계 유사도를 초과하지 않는 경우, 상기 수신한 진동 센싱 신호를 신규 진동 센싱 신호로 데이터베이스에 저장하고 상기 신규 진동 센싱 신호가 저장되었음을 사용자에 알려주는 것을 특징으로 하는 진동 장치의 상태 판단 장치.
  18. 제 15 항에 있어서, 상기 유사도 계산부는
    상기 스펙트럼 데이터가 출현 가능한 공간을 등간격으로 분할하고 각 등간격에서의 스펙트럼 데이터의 분포 밀도를 생성하는 분포 밀도 생성부;
    상기 스펙트럼 데이터의 분포 밀도와 동일한 등간격에 대한 기준 밀도 추정 테이블의 밀도값에 기초하여 각 등간격에서 상기 스펙트럼 데이터의 등간격 유사도를 계산하는 등간격 유사도 계산부;
    상기 스펙트럼 데이터의 등간격 유사도의 전체 합으로부터 상기 기준 스펙트럼 데이터와 상기 스펙트럼 데이터의 유사도를 계산하는 전체 유사도 계산부를 포함하는 것을 특징으로 하는 진동 장치의 상태 판단 장치.
  19. 제 18 항에 있어서, 상기 기준 확률 밀도 추정 테이블은
    상기 등간격을 구성하는 격자점의 좌표와, 상기 격자점 좌표에 매핑되어 있는, 상기 기준 스펙트럼 데이터가 각 상기 등간격에서 출현하는 기준 밀도값을 구비하는 것을 특징으로 하는 진동 장치의 상태 판단 장치.
  20. 제 19 항에 있어서, 등각격(x(i,j))에서의 상기 등간격 유사도(dsi ,j)는 아래의 수학식(2)에 의해 계산되며,
    [수학식 2]
    Figure pat00004

    여기서 nci ,j는 스펙트럼 데이터의 등간격(x(i,j))에서의 밀도를 의미하며 nsi,j는 기준 스펙트럼 데이터의 동일한 등간격(x(i,j))에서의 밀도를 의미하는 것을 특징으로 하는 진동 장치의 상태 판단 장치.
KR1020140011385A 2014-01-29 2014-01-29 진동 장치의 상태 판단 방법 KR101543146B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140011385A KR101543146B1 (ko) 2014-01-29 2014-01-29 진동 장치의 상태 판단 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140011385A KR101543146B1 (ko) 2014-01-29 2014-01-29 진동 장치의 상태 판단 방법

Publications (2)

Publication Number Publication Date
KR20150090950A true KR20150090950A (ko) 2015-08-07
KR101543146B1 KR101543146B1 (ko) 2015-08-10

Family

ID=53886474

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140011385A KR101543146B1 (ko) 2014-01-29 2014-01-29 진동 장치의 상태 판단 방법

Country Status (1)

Country Link
KR (1) KR101543146B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017164691A1 (ko) * 2016-03-24 2017-09-28 주식회사 닷 정보 출력 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
KR102051608B1 (ko) * 2018-10-11 2020-01-08 포항공과대학교 산학협력단 알람 신호를 출력하는 디바이스 및 그 방법
KR20200025176A (ko) * 2018-08-29 2020-03-10 한전케이디엔주식회사 진동 센싱 장치 및 이를 포함하는 센싱 시스템
CN111919101A (zh) * 2018-03-26 2020-11-10 西门子工业软件公司 冲击测试装置和操作冲击测试装置的方法
KR102230463B1 (ko) * 2019-12-12 2021-03-19 울산대학교 산학협력단 설비 부품의 결함 진단 시스템 및 이의 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101307526B1 (ko) * 2012-11-19 2013-09-12 (주)나다에스앤브이 실시간 진동 모니터링 장치

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017164691A1 (ko) * 2016-03-24 2017-09-28 주식회사 닷 정보 출력 장치, 방법 및 컴퓨터 판독 가능한 기록 매체
US10649714B2 (en) 2016-03-24 2020-05-12 Dot Incorporation Data output apparatus and method, and computer-readable recording medium
US10996916B2 (en) 2016-03-24 2021-05-04 Dot Incorporation Data output apparatus and method, and computer-readable recording medium
US11675562B2 (en) 2016-03-24 2023-06-13 Dot Incorporation Data output apparatus and method, and computer-readable recording medium
CN111919101A (zh) * 2018-03-26 2020-11-10 西门子工业软件公司 冲击测试装置和操作冲击测试装置的方法
KR20200025176A (ko) * 2018-08-29 2020-03-10 한전케이디엔주식회사 진동 센싱 장치 및 이를 포함하는 센싱 시스템
KR102051608B1 (ko) * 2018-10-11 2020-01-08 포항공과대학교 산학협력단 알람 신호를 출력하는 디바이스 및 그 방법
KR102230463B1 (ko) * 2019-12-12 2021-03-19 울산대학교 산학협력단 설비 부품의 결함 진단 시스템 및 이의 방법

Also Published As

Publication number Publication date
KR101543146B1 (ko) 2015-08-10

Similar Documents

Publication Publication Date Title
US10416126B2 (en) Machine fault prediction based on analysis of periodic information in a signal
KR101543146B1 (ko) 진동 장치의 상태 판단 방법
KR101818394B1 (ko) 설비 상태 진단 방법 및 장치
JP6061693B2 (ja) 異常診断装置およびこれを用いた異常診断方法
US8066486B2 (en) Method and apparatus for vibration-based automatic condition monitoring of a wind turbine
KR102323514B1 (ko) 볼트 축력 측정방법
JP4091952B2 (ja) 信号の波形分析方法とそのプログラム及び信号の波形分析方法を使用した車両運転特性の解析方法とそのプログラム
KR102209401B1 (ko) 컨볼루션 신경망을 이용한 기어박스의 결함상태 판별 장치 및 방법
US9791422B2 (en) Analysis of periodic information in a signal
EP3631388B1 (en) A vehicle noise, vibration and harshness (nvh) testing method and system
JP2012251851A (ja) 異常音診断装置
CN111664929B (zh) 用于在机器振动数据中分离周期振幅波峰和非周期振幅波峰的系统
EP3397935B1 (en) Vibration and noise mapping system and method
US20240046953A1 (en) Sound data processing method, sound data processing device, and program
JP6620290B2 (ja) 振動音響解析方法及び装置と機器異常部位推定方法及び装置
US11635345B2 (en) System for separating periodic frequency of interest peaks from non-periodic peaks in machine vibration data
JP2019067197A (ja) 故障予兆検知手法
US20200220525A1 (en) Method For Automatic Detection of Physical Modes In A Modal Analysis Model
KR20120121621A (ko) 차량의 이상 진단 장치, 이상 진단 방법 및 그 진단 방법의 기록매체
WO2019058478A1 (ja) 振動判定装置、振動判定方法及びプログラム
JP7014080B2 (ja) 情報処理装置、情報処理方法及びプログラム
JP6305303B2 (ja) 回転機器の振動診断装置、方法及びプログラム
CN114922806A (zh) 柱塞泵的异常检测方法和装置
JP6641056B1 (ja) 機器の異常診断方法および機器の異常診断システム
RU2331893C1 (ru) Способ выделения дискретных составляющих в спектре сигнала и устройство для его осуществления

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20190625

Year of fee payment: 5