KR20150106496A - Apparatus for diagnosing machine condition - Google Patents
Apparatus for diagnosing machine condition Download PDFInfo
- Publication number
- KR20150106496A KR20150106496A KR1020140028511A KR20140028511A KR20150106496A KR 20150106496 A KR20150106496 A KR 20150106496A KR 1020140028511 A KR1020140028511 A KR 1020140028511A KR 20140028511 A KR20140028511 A KR 20140028511A KR 20150106496 A KR20150106496 A KR 20150106496A
- Authority
- KR
- South Korea
- Prior art keywords
- state
- data
- collected data
- calculated
- trend
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
Abstract
Description
본 명세서는 기기 상태 진단 장치에 관한 것으로서, 보다 구체적으로는 기기의 상태를 센싱하여 데이터를 생성하고 수집하여, 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 트렌드를 분석함으로써, 기기의 현재 상태 및 이상 발생을 예측 판단할 수 있는 기기 상태 진단 장치에 관한 것이다.
More particularly, the present invention relates to a device status diagnosis apparatus, and more particularly, to a device status sensing apparatus that generates and collects data by sensing the status of the device, analyzes trends according to changes in the size and occurrence frequency of the collected data, The present invention relates to a device state diagnostic apparatus capable of predicting occurrence of an abnormality.
본 명세서에 개시된 발명은 전력기기 진단시스템에서 기기의 열화가 진행 될 시 발생하는 부분방전(PD) 신호의 Trend를 분석하여 전력기기의 건전성을 판별하는 장치에 관한 기술이다. 이에 배경이 되는 기술을 설명하면 다음과 같다.The invention disclosed in this specification relates to a device for determining the health of a power device by analyzing a trend of a partial discharge (PD) signal generated when the deterioration of the device progresses in the power device diagnosis system. The following is a description of the background technology.
PD Trend는 전력기기에서 발생하는 PD신호의 발생 크기와 빈도에 대한 이력 정보이며, 장기간의 신호 변화 추이를 분석하여 기기의 열화상태를 진단할 수 있다. 부분방전 신호는 전력기기의 열화가 진행 될 수록 점차 발생 크기와 발생 빈도가 지속적으로 증가하게 된다. 종래의 진단시스템은 PD진단알고리즘인 PRPD(Phase Resolved Peak Display)와 PRPS(Phase Resolved Pulse Sequence)의 패턴을 인식하여 결함을 진단하는 방법을 이용한다. PD 신호의 Trend는 Chart 형태로 사용자에게 출력되며 전문가가 경험적으로 분석하여 기기의 상태 이상을 판별하게 된다.PD Trend is history information on the generation size and frequency of PD signal generated in the power equipment, and it is possible to diagnose the deterioration state of the equipment by analyzing the signal change trend over a long period of time. Partial discharge signals gradually increase in size and frequency as power equipment deteriorates. Conventional diagnostic systems use a method of diagnosing defects by recognizing patterns of PDPS (Phase Resolved Peak Display) and PRPS (Phase Resolved Pulse Sequence), which are PD diagnosis algorithms. The trend of the PD signal is output to the user in the form of a chart, and the expert analyzes it empirically to determine the state of the device.
도 1은 종래의 부분방전 진단시스템에서 PD Trend 분석 화면의 Data Flow를 나타낸 순서도이다.1 is a flowchart showing a data flow of a PD trend analysis screen in a conventional partial discharge diagnosis system.
도 1에 도시된 바와 같이, 종래의 부분방전 진단시스템은 조회하고자 하는 기간을 설정하면 해당 기간에 발생한 PD의 정보를 DataBase에서 읽어와서 사용자에게 Chart로 출력한다. 조회 기단의 입력 단위는 일/월/년 이며 출력되는 PD신호의 정보는 PD신호 크기 최대값, 최소값, 평균, 발생빈도 등이 있다. 구간을 설정하지 않는 경우 실시간으로 수집되는 PD신호 정보를 출력한다.As shown in FIG. 1, in the conventional partial discharge diagnosis system, if a period to be inquired is set, information of a PD occurring in the corresponding period is read from the DataBase and output to the user as a chart. The input unit of the inquiry base is day / month / year, and information of the output PD signal includes the PD signal maximum value, minimum value, average, occurrence frequency, and the like. If the interval is not set, PD signal information collected in real time is output.
종래의 부분방전 진단시스템은 신경망 알고리즘이나 퍼지 알고리즘을 이용하여 GIS내부에서 발생하는 결함에 대한 패턴(PRPD,PRPS)을 분석하고 이를 기반으로 결함을 판정하였다. 이러한 정적 분석방법은 단발적으로 발생하는 PD신호에 대한 분석이 용이 하지만 주변에서 유입된 신호에 따라 결함 패턴에 대해 오판할 수 있으며, 점진적으로 증가하는 PD신호에 대한 위험도 분석이 어렵다. 전력기기의 열화는 점진적으로 발생하며 PD신호의 크기와 발생빈도 또한 점진적으로 증가하게 된다. 전력기기의 열화 특성을 분석하기 위해서는 PD알고리즘을 이용한 패턴분석 방법 외에 PD Trend에 대한 분석이 동반되어야한다. 하지만 종래의 시스템은 PD Trend Data를 단순히 기간에 따라서 조회하는 기능만을 갖기 때문에 따라서 전력기기에 대한 건정성 평가 시 전문가의 PD Trend 분석이 병행되어야했다. 정확한 건전성 평가를 위하여 PD Trend Data의 중요성이 증대되고 있으며 이에 대한 자동화된 분석 기능이 요구되고 있다.The conventional partial discharge diagnosis system analyzes the patterns (PRPD, PRPS) of defects occurring in the GIS using a neural network algorithm or a fuzzy algorithm and determines the defects based on the patterns. Although this static analysis method is easy to analyze the PD signal generated at a single time, it is possible to misjudge the defect pattern according to the signal inputted from the surroundings, and it is difficult to analyze the risk for the PD signal which is gradually increasing. The deterioration of the power device gradually occurs, and the magnitude and frequency of the PD signal gradually increase. In order to analyze the deterioration characteristics of power equipment, it is necessary to analyze the PD trend in addition to the pattern analysis method using the PD algorithm. However, since the conventional system only has a function of inquiring the PD Trend Data according to the period, therefore, it is necessary to analyze the PD trend of the expert in evaluating the correctness of the power equipment. The importance of PD Trend Data is increasing for accurate health evaluation and automated analysis function is required.
또한, 종래의 진단시스템에서 트렌드 분석 그래프는 직관적으로 데이터의 변화량을 보여주는 기능을 수행하는데에 사용되어 왔다. 그러나 최근 현장에 설치 운영중인 온라인 진단시스템은, 측정된 데이터의 순간적인 값을 가지고 기기의 상태를 진단하기에는 설치된 Site의 여러 노이즈적인 신호로 인해 상태 진단에 어려움이 많으며, 이로 인해 좀더 중기적인 변화량을 표시하는 트렌트 데이터 분석을 필요로 하게 된다.
In addition, trend analysis graphs in conventional diagnostic systems have been used intuitively to perform functions that show the amount of change in data. However, the on-line diagnosis system currently installed in the field is difficult to diagnose the condition due to various noise signals of the installed site in order to diagnose the state of the device with the instantaneous value of the measured data. It is necessary to analyze the trend data to be displayed.
따라서, 본 명세서는 종래기술의 한계를 해결하기 위해, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자동으로 분석함으로써 기기의 현재 상태를 판단할 수 있고, 또한 기기의 이상 발생을 예측 판단할 수 있는 기기 상태 진단 장치를 제공하고자 한다.
Therefore, in order to solve the limitations of the prior art, the present specification can automatically determine the current state of the device by sensing the state of the device and generating the trend of the generated data, And a device status diagnosis device.
상술한 과제를 실현하기 위한 본 명세서에 개시된 기기 상태 진단 장치는, 감시 대상 기기의 상태를 센싱하는 센싱부, 상기 센싱 결과에 대한 데이터를 생성하는 데이터 생성부 및 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기의 상태를 판단하는 판단부를 포함하되, 상기 판단부는, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 이동평균을 산출하여, 상기 산출된 이동평균을 근거로 상기 트렌드를 분석하거나, 또는 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여 산출된 회귀직선식을 근거로 상기 트렌드를 분석한다.In order to realize the above-described object, the device state diagnosing apparatus disclosed in this specification includes a sensing unit for sensing the state of a device to be monitored, a data generating unit for generating data on the sensing result, And a determination unit for analyzing trends in the size and occurrence frequency of the collected data and determining a state of the monitored device according to an analysis result of the trend, The moving average for each occurrence count is analyzed and the trend is analyzed on the basis of the calculated moving average or a linear regression analysis is performed for each of the size and the number of occurrences of the collected data, The trend is analyzed on the basis.
일 실시 예에서, 상기 센싱부는, 상기 감시 대상 기기의 서로 다른 상태를 센싱하는 적어도 하나의 센서를 포함할 수 있다.In one embodiment, the sensing unit may include at least one sensor for sensing a different state of the monitored device.
일 실시 예에서, 상기 적어도 하나의 센서는, 상기 감시 대상 기기의 온도, 습도, 내압 및 방전 여부 중 어느 하나를 센싱할 수 있다.In one embodiment, the at least one sensor may sense any one of temperature, humidity, internal pressure, and discharge of the monitored device.
일 실시 예에서, 상기 데이터 생성부는, 상기 감시 대상 기기의 상태 종류에 따라 상기 데이터를 생성할 수 있다.In one embodiment, the data generation unit may generate the data according to a state type of the monitored device.
일 실시 예에서, 상기 데이터 생성부는, 상기 센싱 결과가 센싱된 시간에 따라 상기 데이터를 생성할 수 있다.In one embodiment, the data generator may generate the data according to a time when the sensing result is sensed.
일 실시 예에서, 상기 일정 기간은, 상기 감시 대상 기기의 상태를 판단하고자 하는 기간의 시기 내지 종기 동안의 기간일 수 있다.In one embodiment, the predetermined period may be a time period or a period during which the state of the monitored device is to be determined.
일 실시 예에서, 상기 트렌드는, 상기 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 상기 감시 대상 기기의 상태 변화추이 정보일 수 있다.In one embodiment, the trend may be status change trend information of the monitored device according to a change in the size and occurrence count of the collected data.
일 실시 예에서, 상기 판단부는, 상기 산출된 이동평균을 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 없는 경우, 상기 감시 대상 기기의 상태에 이상이 없다고 판단할 수 있다.In one embodiment, the determination unit compares the calculated moving average with a predetermined moving average reference value, and when there is no interval in which the calculated moving average exceeds the predetermined moving average reference value, It can be judged that there is no abnormality.
일 실시 예에서, 상기 판단부는, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여, 상기 선형회귀분석을 통해 산출된 회귀직선식을 근거로 상기 트렌드를 분석할 수 있다.In one embodiment, when the calculated moving average exceeds a predetermined moving average reference value, the determining unit performs a linear regression analysis on the magnitude and the frequency of occurrence of the collected data, The trend can be analyzed based on the regression linear equation calculated through regression analysis.
일 실시 예에서, 상기 판단부는, 상기 산출된 회귀직선식의 기울기를 기 설정된 기울기 기준치와 비교하여, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 감시 대상 기기의 상태에 이상이 있다고 판단할 수 있다.In one embodiment, the determination unit compares the calculated slope of the regression linear equation with a preset slope reference value, and when the slope of the calculated regression linear equation exceeds the predetermined slope reference value, It can be judged that there is an abnormality in the state.
일 실시 예에서, 상기 판단부는, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 정도에 따라, 상기 감시 대상 기기의 상태의 이상 정도를 판단할 수 있다.In one embodiment, the determination unit may determine an abnormality degree of the state of the monitored device in accordance with the degree that the calculated slope of the regression linear equation exceeds the predetermined slope reference value.
일 실시 예에서, 상기 판단부는, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여 산출된 회귀직선식을 근거로 상기 트렌드를 분석하되, 상기 선형회귀분석은, 상기 수집된 데이터의 최초 발생 시기 내지 기 설정된 상태 예측 구간까지의 회귀분석일 수 있다.In one embodiment, the determination unit may analyze the trend based on a regression linear equation that is obtained by performing a linear regression analysis on the size and the occurrence frequency of the collected data, wherein the linear regression analysis includes: And may be a regression analysis from the time of the first occurrence of the data to the predetermined state prediction interval.
일 실시 예에서, 상기 판단부는, 상기 산출된 회귀직선식을 근거로 기 설정된 상태 판단 기준치에 대응하는 이상 상태 발생 시기를 산출하여, 상기 감시 대상 기기의 이상 상태 발생을 예측 판단할 수 있다.In one embodiment, the determination unit may predict the occurrence of an abnormal state of the monitored device by calculating an abnormal state occurrence timing corresponding to a predetermined state judgment reference value based on the calculated regression linear equation.
일 실시 예에서, 상기 판단 결과를 외부에 표시하되, 상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 외부에 더 표시하는 표시부를 더 포함할 수 있다.In one embodiment, the display unit may further include a display unit for displaying the determination result on the outside, and displaying at least one of the collected data and the analysis result on the outside.
일 실시 예에서, 상기 표시부는, 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 그래프화된 화면으로 표시할 수 있다.In one embodiment, the display unit may display the collected data, the analysis result, and the determination result as a graphical screen.
일 실시 예에서, 외부 기기와의 통신을 수행하는 통신부를 더 포함할 수 있다.In one embodiment, the apparatus may further include a communication unit for performing communication with an external device.
일 실시 예에서, 상기 통신부는, 상기 판단 결과를 통신중인 상기 외부 기기로 전송하되, 상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 상기 통신중인 외부 기기로 더 전송할 수 있다.
In one embodiment, the communication unit may transmit the determination result to the external device in communication, and may further transmit at least one of the collected data and the analysis result to the external device in communication.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자체적으로 분석함으로써, 별도의 트렌드 분석 장치 없이 기기의 상태를 진단할 수 있게 되는 효과가 있다.The device state diagnostic apparatus disclosed in the present specification has an effect of diagnosing the state of the device without analyzing the trend of the data generated by sensing the state of the device by itself, without a separate trend analysis device.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자동으로 분석함으로써, 기기의 현재 상태 및 예측 상태를 간편하게 진단할 수 있게 되는 효과가 있다. The apparatus state diagnostic apparatus disclosed in this specification has an effect that it can easily diagnose the current state and the predicted state of the apparatus by automatically analyzing the trend of the data generated by sensing the state of the apparatus.
본 명세서에 개시된 기기 상태 진단 장치는, 일정 기간 동안 생성된 데이터를 수집하여, 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석함으로써, 기기의 상태 변화에 따른 정확한 상태 진단이 가능해지는 효과가 있다.The device status diagnosis apparatus disclosed in this specification collects data generated for a predetermined period of time and analyzes the trends of the size and occurrence frequency of the collected data so that accurate state diagnosis can be performed according to the state change of the device .
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 이상 상태를 예측 판단함으로써, 기기의 운영 및 정비계획을 사전에 수립할 수 있게 되는 효과가 있다.The apparatus state diagnostic apparatus disclosed in the present specification has an effect that it is possible to establish an operation and maintenance plan of the apparatus in advance by predicting an abnormal state of the apparatus.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 이상 상태를 예측 판단 하여 기기의 이상 상태를 사전에 예방함으로써, 사고 방지 및 기기의 수명을 늘릴 수 있게 되는 효과가 있다.The device state diagnosing apparatus disclosed in this specification has an effect of preventing an accident and increasing the service life of the device by preventing an abnormal state of the device in advance by predicting an abnormal state of the device.
본 명세서에 개시된 기기 상태 진단 장치는, 상태 진단에 대한 결과를 외부에 표시함으로써, 기기의 상태에 대한 정보를 쉽게 파악할 수 있게 되는 효과가 있다.The device status diagnosis apparatus disclosed in the present specification has an effect that the information on the status of the device can be easily grasped by displaying the result of the status diagnosis on the outside.
본 명세서에 개시된 기기 상태 진단 장치는, 자동으로 기기의 상태를 진단하고, 상태 진단에 대한 결과를 외부에 표시하거나 통신중인 기기에 전송함으로써, 대규모 플랜트 설비 등과 같은 대형 설비군의 원격 감시 및 제어 시스템에서의 운영이 유용하고 유연하게 이루어지게 되는 효과가 있다.
The device status diagnosis apparatus disclosed in the present specification automatically diagnoses the status of the device and displays the result of the status diagnosis to an external device or transmits the result to the device under communication to perform remote monitoring and control of a large facility group such as a large- So that the operation is smooth and flexible.
도 1은 종래의 부분방전 진단시스템에서 PD Trend 분석 화면의 Data Flow를 나타낸 순서도.
도 2는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 구성을 나타낸 구성도.
도 3은 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 이동평균을 통한 트렌드 분석의 예시를 나타낸 그래프.
도 4는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 회귀직선을 통한 트렌드 분석의 예시를 나타낸 그래프.
도 5는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 트렌드 분석의 순서를 나타낸 순서도.
도 6은 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 회귀직선을 통한 상태 예측의 예시를 나타낸 그래프.1 is a flowchart showing a data flow of a PD trend analysis screen in a conventional partial discharge diagnosis system.
2 is a configuration diagram showing a configuration according to an embodiment of the device status diagnosis apparatus disclosed in this specification;
3 is a graph illustrating an example of trend analysis through moving averages according to an embodiment of the device condition diagnostic apparatus disclosed herein.
4 is a graph illustrating an example of trend analysis through a regression line according to an embodiment of the device condition diagnostic apparatus disclosed herein.
5 is a flow chart showing the sequence of trend analysis according to an embodiment of the device condition diagnosis apparatus disclosed in this specification;
6 is a graph illustrating an example of state prediction over a regression line according to an embodiment of the device condition diagnostic apparatus disclosed herein.
본 명세서에 개시된 발명은 기기 상태 진단 장치에 적용될 수 있다. 그러나 본 명세서에 개시된 기술은 이에 한정되지 않고, 본 발명의 기술적 사상이 적용될 수 있는 기존의 모든 기기 상태 감시 장치, 기기 상태 감시 시스템, 기기 제어 장치, 기기 제어 시스템, 원격 감시 제어 장치 및 원격 감시 제어 시스템 등에도 적용될 수 있다. 특히, 전력기기의 부분방전 진단시스템 및 전력기기의 온라인 상태 진단시스템에 유용하게 적용되어 실시될 수 있다.The invention disclosed herein can be applied to an apparatus state diagnostic apparatus. However, the technology disclosed in this specification is not limited thereto, and may be applied to all existing apparatus state monitoring apparatuses, apparatus state monitoring systems, apparatus control apparatuses, apparatus control systems, remote monitoring control apparatuses, and remote monitoring and control apparatuses to which the technical idea of the present invention can be applied System and the like. Particularly, it can be effectively applied to a partial discharge diagnosis system of an electric power apparatus and an online state diagnosis system of a power apparatus.
본 명세서에서 사용되는 기술적 용어는 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 본 명세서에 개시된 기술의 사상을 한정하려는 의도가 아님을 유의해야 한다. 또한, 본 명세서에서 사용되는 기술적 용어는 본 명세서에서 특별히 다른 의미로 정의되지 않는 한, 본 명세서에 개시된 기술이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 의미로 해석되어야 하며, 과도하게 포괄적인 의미로 해석되거나, 과도하게 축소된 의미로 해석되지 않아야 한다. 또한, 본 명세서에서 사용되는 기술적인 용어가 본 명세서에 개시된 기술의 사상을 정확하게 표현하지 못하는 잘못된 기술적 용어일 때에는, 당업자가 올바르게 이해할 수 있는 기술적 용어로 대체되어 이해되어야 할 것이다. 또한, 본 명세서에서 사용되는 일반적인 용어는 사전에 정의되어 있는 바에 따라, 또는 전후 문맥상에 따라 해석되어야 하며, 과도하게 축소된 의미로 해석되지 않아야 한다.It is noted that the technical terms used herein are used only to describe specific embodiments and are not intended to limit the scope of the technology disclosed herein. Also, the technical terms used herein should be interpreted as being generally understood by those skilled in the art to which the presently disclosed subject matter belongs, unless the context clearly dictates otherwise in this specification, Should not be construed in a broader sense, or interpreted in an oversimplified sense. In addition, when a technical term used in this specification is an erroneous technical term that does not accurately express the concept of the technology disclosed in this specification, it should be understood that technical terms which can be understood by a person skilled in the art are replaced. Also, the general terms used in the present specification should be interpreted in accordance with the predefined or prior context, and should not be construed as being excessively reduced in meaning.
또한, 본 명세서에서 사용되는 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "구성된다" 또는 "포함한다" 등의 용어는 명세서 상에 기재된 여러 구성 요소들, 또는 여러 단계들을 반드시 모두 포함하는 것으로 해석되지 않아야 하며, 그 중 일부 구성 요소들 또는 일부 단계들은 포함되지 않을 수도 있고, 또는 추가적인 구성 요소 또는 단계들을 더 포함할 수 있는 것으로 해석되어야 한다.Also, the singular forms "as used herein include plural referents unless the context clearly dictates otherwise. In this specification, the terms "comprising ", or" comprising "and the like should not be construed as necessarily including the various elements or steps described in the specification, Or may be further comprised of additional components or steps.
이하, 첨부된 도면을 참조하여 본 명세서에 개시된 실시예들을 상세히 설명하되, 도면 부호에 관계없이 동일하거나 유사한 구성 요소는 동일한 참조 번호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings, wherein like reference numerals denote like or similar elements, and redundant description thereof will be omitted.
또한, 본 명세서에 개시된 기술을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 명세서에 개시된 기술의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 첨부된 도면은 본 명세서에 개시된 기술의 사상을 쉽게 이해할 수 있도록 하기 위한 것일 뿐, 첨부된 도면에 의해 그 기술의 사상이 제한되는 것으로 해석되어서는 아니 됨을 유의해야 한다.
Further, in the description of the technology disclosed in this specification, a detailed description of related arts will be omitted if it is determined that the gist of the technology disclosed in this specification may be obscured. It is to be noted that the attached drawings are only for the purpose of easily understanding the concept of the technology disclosed in the present specification and should not be construed as limiting the idea of the technology by the attached drawings.
이하, 도 2를 참조하여 본 명세서에 개시된 기기 상태 진단 장치(이하, 진단 장치라 칭한다)의 구성을 설명한다.Hereinafter, the configuration of a device status diagnosis apparatus (hereinafter referred to as a diagnosis apparatus) disclosed in this specification will be described with reference to FIG.
도 2는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 구성을 나타낸 구성도이다.
2 is a block diagram showing a configuration according to an embodiment of the device status diagnosis apparatus disclosed in the present specification.
도 2에 도시된 바와 같이, 상기 진단 장치(100)는, 감시 대상 기기(60)의 상태를 센싱하는 센싱부(10), 상기 센싱 결과에 대한 데이터를 생성하는 데이터 생성부(20) 및 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기의 상태를 판단하는 판단부(30)를 포함한다.2, the
상기 진단 장치(100)는, 상기 감시 대상 기기(60)의 상태를 감시할 수 있다.The
상기 진단 장치(100)는, 상기 감시 대상 기기(60)의 상태 변화를 감시하여, 상기 감시 대상 기기(60)의 상태를 진단할 수 있다.The
예를 들면, 상기 감시 대상 기기(60)의 온도 변화를 감시하여, 온도 상승 변화가 큰 것으로 판단된 경우, 상기 감시 대상 기기(60)에 이상이 있는 것으로 진단할 수 있다.For example, when the temperature change of the
상기 감시 대상 기기(60)는, 발전기, 변압기, 변류기, 전동기, 개폐기, 계전기, 차단기, 피뢰기 및 전력량계 등 모든 전력기기를 의미할 수 있다.The
상기 감시 대상 기기(60)는 또한, 공장 내의 자동화 설비, 공정 설비, 제어 설비, 조명 설비, 통신 설비 및 공정 시스템 등 모든 공장 내부 설비를 의미할 수 있다.The
즉, 상기 진단 장치(100)의 감시 대상은, 전기에너지로 구동되는 모든 기기, 설비 및 시스템 등일 수 있다.That is, the object to be monitored by the
상기 진단 장치(100)로 감시하고자 하는 상기 감시 대상 기기(60)의 상태는, 상기 감시 대상 기기(60)의 온도, 습도, 내압 및 방전 여부 등일 수 있다.The state of the
상기 감시 대상 기기(60)의 온도, 습도, 내압 및 방전 여부 등의 감시를 수행하는 것이 상기 센싱부(10)이다.The
상기 센싱부(10)는, 상기 감시 대상 기기(60)의 서로 다른 상태를 센싱할 수 있다.The
상기 감시 대상 기기(60)의 서로 다른 상태에 해당하는 것이 상기 온도, 습도, 내압 및 방전 여부 등일 수 있다.The temperature, the humidity, the internal pressure, and the discharge state may correspond to different states of the monitored
상기 센싱부(10)는, 상기 감시 대상 기기(60)의 서로 다른 상태를 센싱하는 적어도 하나의 센서를 포함할 수 있다.The
상기 적어도 하나의 센서는, 상기 감시 대상 기기(60)의 온도, 습도, 내압 및 방전 여부 중 어느 하나를 센싱할 수 있다.The at least one sensor may sense any one of temperature, humidity, internal pressure, and discharge of the monitoring target device (60).
즉, 상기 적어도 하나의 센서는, 온도 센서, 습도 센서, 내압 센서 및 방전 센서 중 어느 하나이고, 상기 센싱부(10)는 상기 센서 중 적어도 하나를 포함할 수 있다.That is, the at least one sensor may be one of a temperature sensor, a humidity sensor, an internal pressure sensor, and a discharge sensor, and the
상기 센싱부(10)는, 상기 감시 대상 기기(60)의 상태를 실시간으로 감시하여, 상기 감시 대상 기기(60)의 온도, 습도, 내압 및 방전 여부 중 어느 하나를 실시간으로 센싱할 수 있다.The
상기 센싱부(10)는, 상기 감시 대상 기기(60)의 상태를 감시하여, 상기 감시 대상 기기(60)의 온도, 습도 내압 및 방전 여부 중 어느 하나를 센싱하고, 센싱 결과를 상기 데이터 생성부(20)에 전달할 수 있다.The
예를 들면, 상기 감시 대상 기기(60)에 방전이 일어난 경우, 상기 센싱부(10)에 포함된 상기 방전 센서가 이를 센싱하여, 상기 감시 대상 기기(60)에 방전이 일어났음에 대한 센싱 결과를 상기 데이터 생성부(20)에 전달하게 될 수 있다.For example, when a discharge occurs in the
상기 데이터 생성부(20)는, 상기 센싱 결과에 대한 데이터를 생성할 수 있다.The
즉, 상기 데이터 생성부(20)는, 상기 센싱 결과에 대한 데이터를 생성하여, 상기 센싱 결과가 수치화된 데이터로 나타내어질 수 있도록 할 수 있다.That is, the
상기 데이터 생성부(20)는, 상기 센싱 결과에 대한 데이터를 생성하되, 상기 감시 대상 기기(60)의 상태 변화 정도 및 상태 변화 시각에 대한 정보가 포함되도록 상기 데이터를 생성할 수 있다.The
예를 들면, [1982/12/24]에 상기 감시 대상 기기(60)의 방전 크기가 [10mA]로 센싱된 경우, 상기 데이터 생성부(20)는, 상기 데이터에 상기 감시 대상 기기(60)의 상태 변화 정도가 [10mA]이고, 상기 감시 대상 기기(60)의 상태 변화 시각이 [1982/12/24]임을 나타내는 정보가 포함되도록 상기 데이터를 생성하게 될 수 있다.For example, when the discharge size of the monitored
상기 데이터 생성부(20)는, 상기 감시 대상 기기(60)의 상태 종류에 따라 상기 데이터를 생성할 수 있다.The
즉, 상기 데이터는, 상기 센싱부(10)에서 전달된 상기 센싱 결과의 종류에 따라, 상기 데이터의 종류가 구분되어 생성될 수 있다.That is, the data may be generated by classifying the type of the data according to the type of the sensing result transmitted from the
예를 들면, 상기 감시 대상 기기(60)의 온도를 센싱한 결과에 대한 데이터, 상기 감시 대상 기기(60)의 습도를 센싱한 결과에 대한 데이터, 상기 감시 대상 기기(60)의 방전 여부를 센싱한 결과에 대한 데이터 등으로 종류가 구분되도록, 상기 데이터 생성부(20)가 상기 데이터를 생성하게 될 수 있다.For example, data on the result of sensing the temperature of the
상기 데이터 생성부(20)는, 상기 센싱 결과가 센싱된 시간에 따라 상기 데이터를 생성할 수 있다.The
예를 들면, 상기 센싱 결과가 [1982/12/24/14:00], [1982/12/25/05:30], [1982/12/31/23:59] 순으로 센싱된 경우, 상기 데이터 생성부(20)가 [1982/12/24/14:00], [1982/12/25/05:30], [1982/12/31/23:59] 순으로 상기 데이터를 생성하게 될 수 있다.For example, when the sensing result is in the order of [1982/12/24/14: 00], [1982/12/25/05: 30], [1982/12/31/23: 59] The
상기 데이터 생성부(20)는, 상기 데이터를 일정 기간 동안 생성할 수 있다.The
상기 데이터 생성부(20)는, 상기 센싱 결과에 대한 데이터를, 상기 감시 대상 기기(60)의 상태 종류 및 상기 센싱 결과가 센싱된 시간에 따라 생성하여, 상기 데이터를 상기 판단부(30)로 전달할 수 있다.The
상기 판단부(30)는, 상기 일정 기간 동안 생성된 상기 데이터를 수집한다.The determination unit (30) collects the data generated during the predetermined period.
상기 일정 기간은, 상기 감시 대상 기기(60)의 상태를 판단하고자 하는 기간의 시기 내지 종기 동안의 기간일 수 있다.The predetermined period may be a period during which the state of the monitored
예를 들면, [1982/12/24] 부터 [1982/12/31] 까지 상기 감시 대상 기기(60)의 상태를 판단하고자 하는 경우, 상기 일정 기간은 [1982/12/24] 내지 [1982/12/31]일 수 있다.For example, when it is desired to determine the state of the monitored
상기 판단부(30)는, 상기 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석한다.The determination unit 30 collects the data generated during the predetermined period, and analyzes trends of the size of the collected data and the number of occurrences.
상기 트렌드는, 상기 일정 기간 동안의 상기 수집된 데이터의 변화추이 정보일 수 있다.The trend may be the change trend information of the collected data for the certain period.
즉, 상기 트렌드는, 상기 일정 기간 동안의 상기 감시 대상 기기(60)의 상태 변화추이 정보일 수 있다.That is, the trend may be the state change trend information of the monitored
상기 트렌드는, 상기 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 상기 감시 대상 기기(60)의 상태 변화추이 정보일 수 있다.The trend may be the state change trend information of the monitored
예를 들면, [1982/12/24] 부터 [1982/12/31] 까지 상기 감시 대상 기기(60)의 상태를 판단하고자 하는 경우, 상기 트렌드는, [1982/12/24] 부터 [1982/12/31] 까지 수집된 데이터의 크기 및 발생 횟수의 변화에 대한 정보, 예를 들면 상기 데이터의 크기가 증가되는 추세 또는 상기 데이터의 크기가 감소되는 추세, 상기 데이터의 발생 횟수가 증가되는 추세 또는 상기 데이터의 발생 횟수가 감소되는 추세 등을 나타내는 정보일 수 있다.For example, when it is desired to determine the state of the monitored
상기 데이터는 상기 감시 대상 기기(60)의 상태에 대응하여 생성되므로, 상기 데이터의 변화는 상기 감시 대상 기기(60)의 상태 변화를 나타내게 된다.Since the data is generated in accordance with the state of the
즉, 상기 수집된 데이터의 크기 및 발생 횟수의 변화에 대한 상기 트렌드를 분석하게 되면, 상기 데이터의 변화에 따른 상기 감시 대상 기기(60)의 상태 변화를 판단하게 될 수 있다.That is, by analyzing the trend of the change in the size and the frequency of occurrence of the collected data, it is possible to determine a change in the state of the monitored
상기 판단부(30)는, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 상기 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기(60)의 상태를 판단한다.The determining unit 30 analyzes the trend of the size and the frequency of the collected data and determines the state of the monitored
예를 들면, 상기 트렌드를 분석한 결과, 상기 감시 대상 기기(60)의 온도 변화를 센싱한 결과에 대한 상기 데이터의 크기가 증가되는 추세인 경우, 상기 감시 대상 기기(60)의 온도가 상승되고 있는 것으로 분석되므로, 상기 감시 대상 기기(60)에 이상이 있다고 판단하게 될 수 있으며, 또는 상기 데이터의 발생 횟수가 감소되는 추세인 경우, 상기 감시 대상 기기(60)의 온도 변화가 감소되고 있는 것으로 분석되므로, 상기 감시 대상 기기(60)에 이상이 없다고 판단하게 될 수 있다.
For example, when the trend of the data on the result of sensing the temperature change of the monitored
이하, 도 3 내지 도 6을 참조하여 본 명세서에 개시된 기기 상태 진단 장치의 구체적인 실시 예를 설명한다.Hereinafter, specific embodiments of the device status diagnosis apparatus disclosed in this specification will be described with reference to Figs. 3 to 6. Fig.
도 3은 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 이동평균을 통한 트렌드 분석의 예시를 나타낸 그래프이다.3 is a graph illustrating an example of trend analysis through a moving average according to an embodiment of the device condition diagnostic apparatus disclosed herein.
도 4는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 회귀직선을 통한 트렌드 분석의 예시를 나타낸 그래프이다.4 is a graph illustrating an example of trend analysis through a regression line according to an embodiment of the device condition diagnostic apparatus disclosed herein.
도 5는 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 트렌드 분석의 순서를 나타낸 순서도이다.5 is a flowchart showing a procedure of a trend analysis according to an embodiment of the apparatus state diagnostic apparatus disclosed in this specification.
도 6은 본 명세서에 개시된 기기 상태 진단 장치의 실시 예에 따른 회귀직선을 통한 상태 예측의 예시를 나타낸 그래프이다.
6 is a graph illustrating an example of state prediction over a regression line according to an embodiment of the device condition diagnostic apparatus disclosed herein.
상기 기기 상태 진단 장치(100)의 상기 판단부(30)는, 상기 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기(60)의 상태를 판단하되, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 이동평균을 산출하여, 상기 산출된 이동평균을 근거로 상기 트렌드를 분석할 수 있다.The determination unit 30 of the device
상기 이동평균은, 추세의 변동을 알 수 있도록 구간을 옮겨가면서 구하는 평균을 의미한다.The moving average means an average obtained by moving the section so that the fluctuation of the trend can be known.
즉, 상기 이동평균은, 상기 수집된 데이터의 추세의 변동을 알 수 있도록, 상기 수집된 데이터의 구간을 옮겨가면서 구해진 평균일 수 있다.That is, the moving average may be an average obtained by shifting the interval of the collected data so that the variation of the collected data may be known.
상기 산출된 이동평균은, 상기 수집된 데이터 각각에 대해 산출될 수 있다.The calculated moving average may be calculated for each of the collected data.
즉, 상기 산출된 이동평균은, 상기 수집된 데이터의 개수만큼 산출될 수 있다.That is, the calculated moving average can be calculated by the number of the collected data.
상기 산출된 이동평균은, 상기 데이터의 수치 종류 및 상기 이동평균이 산출되는 주기(구간)를 기준으로 산출될 수 있다.The calculated moving average may be calculated based on a numerical type of the data and a period (interval) at which the moving average is calculated.
상기 데이터의 수치 종류는, 상기 데이터의 최대 크기, 상기 데이터의 최소 크기 및 상기 데이터의 평균 크기 중 어느 하나일 수 있다.The numerical type of the data may be any one of a maximum size of the data, a minimum size of the data, and an average size of the data.
상기 이동평균이 산출되는 주기(구간)는, 상기 데이터의 종류 및 상기 데이터의 생성 시간 단위에 따라 설정될 수 있다.The period (interval) at which the moving average is calculated may be set according to the type of the data and the unit of generation time of the data.
상기 산출된 이동평균은 상기 수집된 데이터의 크기에 대한 이동평균 및 상기 수집된 데이터의 발생 횟수에 대한 이동평균 각각이 산출될 수 있다.The calculated moving average may be calculated as a moving average for the size of the collected data and a moving average for the number of times the collected data is generated.
상기 판단부(30)는, 상기 산출된 이동평균을 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 없는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 없다고 판단할 수 있다.The judging unit 30 compares the calculated moving average with a predetermined moving average reference value, and when there is no interval in which the calculated moving average exceeds the predetermined moving average reference value, It can be judged that there is no abnormality in the state
상기 판단부(30)는, 상기 산출된 이동평균을 상기 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 감시 대상 기기(60)의 상태 변화가 크다고 판단할 수 있다.The determining unit 30 compares the calculated moving average with the predetermined moving average reference value, and when there is a period in which the calculated moving average exceeds the predetermined moving average reference value, the
상기 기 설정된 이동평균 기준치는, 상기 수집된 데이터 및 상기 산출된 이동평균의 차이에 따라 상기 센싱 결과의 노이즈성 여부를 판단할 수 있는 기준치일 수 있다.The predetermined moving average reference value may be a reference value capable of determining whether or not the sensing result is noisy according to the difference between the collected data and the calculated moving average.
예를 들면, 상기 수집된 데이터 중 어느 하나가 상기 기 설정된 이동평균 기준치를 초과하되, 상기 수집된 데이터 중 어느 하나에 해당하는 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하지 않는 경우, 이에 해당하는 센싱 결과는 노이즈성 신호라고 판단할 수 있게 된다.For example, if any one of the collected data exceeds the predetermined moving average reference value, and the calculated moving average corresponding to any one of the collected data does not exceed the predetermined moving average reference value, The sensing result can be determined as a noise signal.
상기 기 설정된 이동평균 기준치는, 상기 산출된 이동평균의 최대 적정 크기일 수 있다.The predetermined moving average reference value may be a maximum appropriate size of the calculated moving average.
상기 기 설정된 이동평균 기준치는, 상기 수집된 데이터의 최대 적정 추세 변화 크기일 수 있다.The predetermined moving average reference value may be a magnitude of a maximum appropriate trend change of the collected data.
즉, 상기 산출된 이동평균 중 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 수집된 데이터는 변동 추세가 크다고 판단되어, 상기 감시 대상 기기(60)의 상태 변화가 크다고 판단할 수 있게 된다.That is, when there is an interval exceeding the predetermined moving average reference value among the calculated moving averages, the collected data is judged to have a large fluctuation tendency, so that it can be determined that the state change of the monitored
도 3에 도시된 바와 같이, 상기 수집된 데이터의 크기(PD_MAX)가 상기 기 설정된 이동평균 기준치를 초과하되, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하지 않는 구간의 경우(시간축 00-1-1 및 00-10-27 사이의 데이터), 이에 해당하는 데이터는 단발성 신호에 대해 생성된 데이터라고 판단할 수 있으며, 상기 수집된 데이터의 크기 및 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간의 경우(시간축 03-4-15의 데이터), 이에 해당하는 데이터는 추세 변화가 크다고 판단하여, 상기 수집된 데이터의 크기의 추세 변화가 크다고 판단하게 될 수 있다.As shown in FIG. 3, when the collected data size PD_MAX exceeds the preset moving average reference value and the calculated moving average does not exceed the predetermined moving average reference value (time axis 00 -1-1 and 00-10-27), the corresponding data can be determined to be data generated for the single-shot signal, and the size of the collected data and the calculated moving average are compared with the predetermined movement In the case of a section exceeding the average reference value (data of the time axis 03-4-15), the corresponding data may be determined that the trend change is large, and the trend change of the collected data size may be determined to be large.
상기 판단부(30)는, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여, 상기 선형회귀분석을 통해 산출된 회귀직선을 근거로 상기 트렌드를 분석할 수 있다.When the calculated moving average exceeds the predetermined moving average reference value, the determining unit 30 performs a linear regression analysis on the magnitude and frequency of occurrence of the collected data, The trend can be analyzed based on the regression line calculated through analysis.
상기 선형회귀분석은, 독립변수와 종속변수의 관계를 설명하거나 예측하는 통계방법을 의미할 수 있다.The linear regression analysis may refer to statistical methods that describe or predict the relationship between independent and dependent variables.
상기 선형회귀분석은, 상기 수집된 데이터의 크기에 대한 선형회귀분석 및 상기 수집된 데이터의 발생 횟수에 대한 선형회귀분석이 각각 수행될 수 있다.In the linear regression analysis, a linear regression analysis on the size of the collected data and a linear regression analysis on the frequency of occurrence of the collected data may be performed, respectively.
상기 회귀직선식은, 상기 선형회귀분석을 통해 산출될 수 있다.The regression linear equation can be calculated through the linear regression analysis.
상기 회귀직선식은, 상기 수집된 데이터의 추세 변화에 대한 직선을 의미할 수 있다.The regression linear equation may mean a straight line for the trend change of the collected data.
즉, 상기 회귀직선식의 기울기는, 상기 수집된 데이터의 추세 변화를 나타내게 될 수 있다.That is, the slope of the regression linear equation may indicate a trend change of the collected data.
예를 들면, 상기 회귀직선식의 기울기가 양인 경우, 상기 수집된 데이터가 증가되는 추세로 변화함을 나타내게 되고, 상기 회귀직선식의 기울기가 음인 경우, 상기 수집된 데이터가 감소되는 추세로 변화함을 나타내게 될 수 있다.For example, when the slope of the regression linear equation is positive, it indicates that the collected data changes to an increasing trend, and when the slope of the regression linear equation is negative, the collected data changes to a trend of decreasing Lt; / RTI >
상기 판단부(30)는, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 정도에 따라, 상기 감시 대상 기기(60)의 상태의 이상 정도를 판단할 수 있다.The determination unit 30 can determine the degree of abnormality of the state of the monitored
상기 회귀직선식의 기울기는, 상기 수집된 데이터의 추세 변화 정도를 나타내게 될 수 있다.The slope of the regression linear equation may indicate the degree of the trend change of the collected data.
예를 들면, 상기 회귀직선식의 기울기가 클수록, 상기 수집된 데이터의 추세 변화 정도가 큰 것을 나타내게 되고, 상기 회귀직선식의 기울기가 작을수록, 상기 수집된 데이터의 추세 변화 정도가 작은 것을 나타내게 될 수 있다.For example, the larger the slope of the regression linear equation, the greater the degree of the trend change of the collected data, and the smaller the slope of the regression linear equation, the smaller the degree of the trend change of the collected data .
상기 판단부(30)는, 상기 산출된 회귀직선식의 기울기를 기 설정된 기울기 기준치와 비교하여, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 있다고 판단할 수 있다.The judging unit 30 compares the calculated slope of the regression linear equation with a preset slope reference value, and when the calculated slope of the regression linear equation exceeds the predetermined slope reference value, the monitoring unit 60 ) May be judged to be abnormal.
상기 기 설정된 기울기 기준치는, 상기 수집된 데이터의 최대 추세 변화 한도치일 수 있다.The predetermined slope reference value may be a maximum trend change limit value of the collected data.
즉, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 수집된 데이터의 추세가 기준치 이상으로 변화되었다고 판단되어, 상기 감시 대상 기기(60)의 상태에 이상이 있다고 판단하게 될 수 있다.That is, when the calculated slope of the regression linear equation exceeds the predetermined slope reference value, it is judged that the trend of the collected data has changed to be equal to or larger than the reference value and it is judged that there is an abnormality in the state of the monitored
상기 회귀직선식은, 도 4에 도시된 바와 같이 그래프 상에 나타내어 질 수 있으며, 상기 회귀직선식이 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 있다고 판단할 수 있으며, 상기 회귀직선식의 기울기 정도에 따라 상기 감시 대상 기기(60)의 상태 변화 정도를 판단하게 될 수 있다.The regression linear equation can be shown on the graph as shown in FIG. 4, and when the regression linear equation exceeds the predetermined slope reference value, it can be determined that there is an abnormality in the state of the monitored
상기 산출된 이동평균 및 상기 회귀직선식을 통한 상기 판단부(30)의 상기 트렌드 분석 과정의 흐름이 도 5에 도시되어 있는데, 도 5에 도시된 바와 같이, 상기 수집된 데이터에 대한 상기 트렌드 분석이 시작되면, 상기 이동평균을 산출하기 위해 초기 설정이 이루어질 수 있다.The flow of the trend analysis process of the determination unit 30 through the calculated moving average and the regression linear equation is shown in FIG. 5. As shown in FIG. 5, the trend analysis The initial setting can be made to calculate the moving average.
상기 초기 설정은, 상기 수집된 데이터의 측정 구간, 상기 이동평균의 주기, 상기 수집된 데이터의 종류 등일 수 있다.The initial setting may be a measurement period of the collected data, a period of the moving average, a kind of the collected data, and the like.
상기 초기 설정이 이루어진 후, 상기 수집된 데이터의 크기 또는 상기 수집된 데이터의 발생 횟수를 인식하여, 각각에 대해 상기 이동평균이 산출될 수 있다.After the initial setting is made, the size of the collected data or the number of occurrences of the collected data may be recognized, and the moving average may be calculated for each.
상기 산출된 이동평균을 상기 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균 중 상기 기 설정된 이동평균 기준치를 초과하는 구간이 없는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 없다고 판단되어 상기 트렌드 분석이 종료될 수 있으며, 상기 산출된 이동평균 중 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우, 상기 선형회귀분석을 통해 상기 회귀직선식의 기울기가 산출될 수 있다.Determines that there is no abnormality in the state of the monitored device (60) when the calculated moving average is compared with the predetermined moving average reference value and there is no section of the calculated moving average exceeding the predetermined moving average reference value The trend analysis may be terminated. If there is a section of the calculated moving average that exceeds the predetermined moving average reference value, the slope of the regression linear equation may be calculated through the linear regression analysis.
상기 산출된 회귀직선식의 기울기를 상기 기 설정된 기울기 기준치와 비교하여, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하지 않는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 없다고 판단되어 상기 트렌드 분석이 종료될 수 있으며, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우, 상기 감시 대상 기기(60)의 상태에 이상이 있다고 판단될 수 있으며, 상기 산출된 회귀직선식의 기울기 정도에 따라 상기 감시 대상 기기(60)의 이상 상태 정도가 판단될 수 있다.The calculated slope of the regression linear equation is compared with the predetermined slope reference value and when the calculated slope of the regression linear equation does not exceed the predetermined slope reference value, The trend analysis may be terminated and it may be determined that there is an abnormality in the state of the monitored
상기 판단부(30)는 또한, 상기 일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기(60)의 상태를 판단하되, 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여 산출된 회귀직선식을 근거로 상기 트렌드를 분석하되, 상기 선형회귀분석은, 상기 수집된 데이터의 최초 발생 시기 내지 기 설정된 상태 예측 구간까지의 회귀분석일 수 있다.The determination unit 30 also collects the data generated during the predetermined period of time, analyzes the trend of the size and the frequency of occurrence of the collected data, And analyzing the trend based on a regression linear equation obtained by performing a linear regression analysis on the size and the occurrence frequency of the collected data, wherein the linear regression analysis is performed on the basis of the collected data And may be a regression analysis from the first occurrence time to a predetermined state prediction interval.
즉, 이 경우의 회귀분석은 상기 감시 대상 기기(60)의 상태를 예측하기 위한 회귀분석으로, 상기 회귀직선식은 상기 감시 대상 기기(60)의 이상 상태 발생 시기를 산출할 수 있는 상기 수집된 데이터의 함수식일 수 있다.That is, the regression analysis in this case is a regression analysis for predicting the state of the
상기 회귀직선식은, 상기 수집된 데이터의 크기 및 상기 수집된 데이터의 생성 시기 또는 상기 수집된 데이터의 발생 횟수 및 상기 수집된 데이터의 생성 시기에 대한 함수식일 수 있다.The regression linear equation may be a function of the size of the collected data and the generation time of the collected data or the number of occurrences of the collected data and the generation time of the collected data.
즉, 상기 회귀직선식은, 상기 수집된 데이터의 크기 및 발생 횟수와 상기 수집된 데이터의 생성 시기 간의 함수식으로서, 상기 수집된 데이터의 크기 및 발생 횟수를 상기 회귀직선식에 대입하면, 상기 수집된 데이터의 크기 및 발생 횟수에 대응하는 데이터의 생성 시기를 산출할 수 있게 된다.That is, the regression linear equation is a function formula between the size and the number of occurrences of the collected data, and the generation time of the collected data, and when the size and the number of occurrences of the collected data are substituted into the regression linear equation, It is possible to calculate the generation time of the data corresponding to the size and the number of occurrences.
상기 판단부(30)는, 상기 산출된 회귀직선식을 근거로 기 설정된 상태 판단 기준치에 대응하는 이상 상태 발생 시기를 산출하여, 상기 감시 대상 기기(60)의 이상 상태 발생을 예측 판단할 수 있다.The determination unit 30 may calculate the abnormal state occurrence timing corresponding to the predetermined state judgment reference value based on the calculated regression linear equation to predict the abnormal state occurrence of the monitored
상기 기 설정된 상태 판단 기준치는, 상기 감시 대상 기기(60)의 상태에 이상이 발생하였을 경우의 상태 수치일 수 있다.The predetermined state determination reference value may be a state value when an abnormality occurs in the state of the monitored
예를 들면, 상기 감시 대상 기기(60)에 이상이 발생하였을 때의 온도가 50[℃]인 경우, 상기 기 설정된 상태 판단 기준치로 50[℃]가 설정될 수 있다.For example, when the temperature at which the abnormality occurs in the
상기 판단부(30)는, 상기 산출된 회귀직선식에 상기 기 설정된 상태 판단 기준치를 대입하여, 상기 감시 대상 기기(60)의 이상 상태 발생 시기를 산출할 수 있다.The determination unit 30 can calculate the abnormal state occurrence timing of the monitored
예를 들면, 도 6에 도시된 바와 같이, 상기 회귀직선식이 [y=0.0046245359x+93.4224129706]으로 산출되고, 상기 y는 상기 데이터의 크기, 상기 x는 상기 데이터의 생성 시기이고, 상기 기 설정된 상태 판단 기준치가 0.45 및 0.68인 경우, 상기 기 설정된 상태 판단 기준치를 상기 y에 대입하여 상기 x를 산출하면, 상기 데이터의 생성 시기인 [2013-08-12] 및 [2017-03-17]를 산출하게 되어, 상기 감시 대상 기기(60)의 이상 상태 발생 시기를 산출할 수 있게 된다.For example, as shown in Fig. 6, the regression linear equation is calculated as [y = 0.0046245359x + 93.4224129706], where y is the size of the data, x is the generation time of the data, When the judgment reference value is 0.45 and 0.68, the predetermined state judgment reference value is substituted into the y and the x is calculated, thereby calculating [2013-08-12] and [2017-03-17] So that it is possible to calculate the occurrence timing of the abnormal state of the
이러한 상기 판단부(30)의 상기 트렌드 분석 과정을 통해, 상기 감시 대상 기기(60)의 현재 상태 및 상기 감시 대상 기기(60)의 이상 상태 발생 시기를 예측 판단할 수 있게 된다.
Through the trend analysis process of the determination unit 30, the current state of the monitored
상기 진단 장치(100)의 추가적인 실시 예를 다시 도 2를 참조하여 설명하면, 상기 진단 장치(100)는, 상기 판단 결과를 외부에 표시하되, 상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 외부에 더 표시하는 표시부(40)를 포함할 수 있다.2, the
상기 표시부(40)는, 상기 진단 장치(100)의 외부 프레임의 디스플레이 화면으로 이루어질 수 있다.The
상기 표시부(40)는, 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 그래프화된 화면으로 표시할 수 있다.The
예를 들면, 도 3, 도 4 및 도 6에 도시된 바와 같은 그래프화된 화면으로 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 표시할 수 있다.For example, the collected data, the analysis result, and the determination result can be displayed on a graphical screen as shown in FIGS. 3, 4, and 6.
상기 표시부(40)가 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 외부에 그래프화된 화면으로 표시함으로써, 상기 감시 대상 기기(60)의 현재 상태 및 예측된 이상 상태 발생 시기를 외부에 알릴 수 있게 된다.The
상기 진단 장치(100)는 또한, 외부 기기(70)와의 통신을 수행하는 통신부(50)를 더 포함할 수 있다.The
상기 외부 기기(70)는, 상기 감시 대상 기기(60)를 원격에서 제어하는 원격 제어 장치 및 시스템, 상기 감시 대상 기기(60)를 온라인상에서 제어하는 온라인 제어 장치 및 시스템, 상기 진단 장치(100)와 분리되어 상기 진단 장치(100)를 원격에서 제어하는 제어 유닛 및 시스템 중 어느 하나일 수 있다.The
상기 외부 기기(70)는, 복수로 이루어질 수 있다.The
즉, 상기 통신부(50)는, 복수의 외부 기기와 통신을 수행할 수 있다.That is, the
상기 통신부(50)는, 상기 판단 결과를 통신중인 상기 외부 기기로 전송하되, 상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 상기 통신중인 외부 기기(70)로 더 전송할 수 있다.The
즉, 상기 통신부(50)는, 상기 외부 기기(70)로 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 전송함으로써, 상기 외부 기기(70)를 통해 상기 감시 대상 기기(60)의 상태를 외부로 알리게 될 수 있다.That is, the
상기 통신부(50)가 상기 통신중인 외부 기기(70)로 상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 전송함으로써, 원격 또는 온라인으로 상기 감시 대상 기기(60)의 상태를 감시하고 판단할 수 있게 된다.
The
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 기기의 상태를 감시하고 진단하는 기기 상태 감시 장치 및 기기 상태 진단 장치에 적용되어 실시될 수 있다.Embodiments of the device state diagnostic apparatus disclosed in this specification can be implemented by being applied to an apparatus state monitoring apparatus and an apparatus state diagnosis apparatus that monitor and diagnose the state of the apparatus.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 기기 제어 장치 및 시스템에 포함되거나 적용되어 실시될 수 있다.Embodiments of the device condition diagnosing apparatus disclosed in this specification may be included in or applied to a device control apparatus and system.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 원격으로 기기의 상태를 감시하고 제어하는 원격 감시 제어 장치 및 시스템에 적용되어 실시될 수 있다.Embodiments of the device state diagnostic apparatus disclosed herein can be applied to and applied to a remote monitoring control apparatus and system that remotely monitor and control the state of the apparatus.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 전력기기의 부분방전 진단시스템에 적용되어 실시될 수 있다.Embodiments of the device condition diagnosis apparatus disclosed herein can be applied to a partial discharge diagnosis system of a power device.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 전력기기의 온라인 상태 진단시스템에 적용되어 실시될 수 있다.Embodiments of the device state diagnostic apparatus disclosed herein can be applied to an online state diagnosis system of a power device.
본 명세서에 개시된 기기 상태 진단 장치의 실시 예들은, 트렌드 분석 과정 및 기기 상태 판단 방법을 프로그램화하여 소프트웨어적인 방법으로 적용되어 실시될 수 있으며, 각 실시 예들의 하나 이상의 조합으로도 실시될 수 있다.
Embodiments of the device state diagnosing apparatus disclosed in the present specification may be implemented by applying the trend analysis process and the device state determining method in a software manner and may be implemented by one or more combinations of the embodiments.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자체적으로 분석함으로써, 별도의 트렌드 분석 장치 없이 기기의 상태를 진단할 수 있게 되는 효과가 있다.The device state diagnostic apparatus disclosed in the present specification has an effect of diagnosing the state of the device without analyzing the trend of the data generated by sensing the state of the device by itself, without a separate trend analysis device.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 상태를 센싱하여 생성된 데이터의 트렌드를 자동으로 분석함으로써, 기기의 현재 상태 및 예측 상태를 간편하게 진단할 수 있게 되는 효과가 있다. The apparatus state diagnostic apparatus disclosed in this specification has an effect that it can easily diagnose the current state and the predicted state of the apparatus by automatically analyzing the trend of the data generated by sensing the state of the apparatus.
본 명세서에 개시된 기기 상태 진단 장치는, 일정 기간 동안 생성된 데이터를 수집하여, 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석함으로써, 기기의 상태 변화에 따른 정확한 상태 진단이 가능해지는 효과가 있다.The device status diagnosis apparatus disclosed in this specification collects data generated for a predetermined period of time and analyzes the trends of the size and occurrence frequency of the collected data so that accurate state diagnosis can be performed according to the state change of the device .
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 이상 상태를 예측 판단함으로써, 기기의 운영 및 정비계획을 사전에 수립할 수 있게 되는 효과가 있다.The apparatus state diagnostic apparatus disclosed in the present specification has an effect that it is possible to establish an operation and maintenance plan of the apparatus in advance by predicting an abnormal state of the apparatus.
본 명세서에 개시된 기기 상태 진단 장치는, 기기의 이상 상태를 예측 판단 하여 기기의 이상 상태를 사전에 예방함으로써, 사고 방지 및 기기의 수명을 늘릴 수 있게 되는 효과가 있다.The device state diagnosing apparatus disclosed in this specification has an effect of preventing an accident and increasing the service life of the device by preventing an abnormal state of the device in advance by predicting an abnormal state of the device.
본 명세서에 개시된 기기 상태 진단 장치는, 상태 진단에 대한 결과를 외부에 표시함으로써, 기기의 상태에 대한 정보를 쉽게 파악할 수 있게 되는 효과가 있다.The device status diagnosis apparatus disclosed in the present specification has an effect that the information on the status of the device can be easily grasped by displaying the result of the status diagnosis on the outside.
본 명세서에 개시된 기기 상태 진단 장치는, 자동으로 기기의 상태를 진단하고, 상태 진단에 대한 결과를 외부에 표시하거나 통신중인 기기에 전송함으로써, 대규모 플랜트 설비 등과 같은 대형 설비군의 원격 감시 및 제어 시스템에서의 운영이 유용하고 유연하게 이루어지게 되는 효과가 있다.
The device status diagnosis apparatus disclosed in the present specification automatically diagnoses the status of the device and displays the result of the status diagnosis to an external device or transmits the result to the device under communication to perform remote monitoring and control of a large facility group such as a large- So that the operation is smooth and flexible.
이상에서 설명한 본 발명의 바람직한 실시예들은 기술적 과제를 해결하기 위해 개시된 것으로, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자(당업자)라면 본 발명의 사상 및 범위 안에서 다양한 수정, 변경, 부가 등이 가능할 것이며, 이러한 수정 등은 이하의 특허청구범위에 속하는 것으로 보아야 할 것이다.
It will be apparent to those skilled in the art that various modifications and changes can be made in the present invention without departing from the spirit or scope of the present invention as defined by the appended claims. And such modifications and the like should be considered to fall within the scope of the following claims.
10: 센싱부
20: 데이터 생성부
30: 판단부
40: 표시부
50: 통신부
60: 감시 대상 기기
70; 외부 기기
100: 기기 상태 진단 장치10: sensing unit 20: data generating unit
30: Judgment section 40: Display section
50: communication unit 60: monitored device
70; External device 100: Device status diagnosis device
Claims (17)
상기 센싱 결과에 대한 데이터를 생성하는 데이터 생성부; 및
일정 기간 동안 생성된 상기 데이터를 수집하여, 상기 수집된 데이터의 크기 및 발생 횟수에 대한 트렌드를 분석하여, 상기 트렌드의 분석 결과에 따라 상기 감시 대상 기기의 상태를 판단하는 판단부;를 포함하되,
상기 판단부는,
상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 이동평균을 산출하여, 상기 산출된 이동평균을 근거로 상기 트렌드를 분석하거나, 또는 상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여 산출된 회귀직선식을 근거로 상기 트렌드를 분석하는 것을 특징으로 하는 기기 상태 진단 장치.
A sensing unit sensing a state of the monitoring target device;
A data generating unit for generating data on the sensing result; And
And a determination unit for collecting the data generated for a predetermined period of time and analyzing trends in the size and occurrence count of the collected data to determine a state of the monitored device according to an analysis result of the trend,
Wherein,
A moving average is calculated for each of the size and the number of occurrences of the collected data, and the trend is analyzed based on the calculated moving average, or a linear regression analysis is performed for each size and occurrence count of the collected data And analyzing the trend based on a regression linear equation calculated by the equation.
상기 센싱부는,
상기 감시 대상 기기의 서로 다른 상태를 센싱하는 적어도 하나의 센서를 포함하는 것을 특징으로 하는 기기 상태 진단 장치.
The method according to claim 1,
The sensing unit includes:
And at least one sensor for sensing a different state of the monitoring target device.
상기 적어도 하나의 센서는,
상기 감시 대상 기기의 온도, 습도, 내압 및 방전 여부 중 어느 하나를 센싱하는 것을 특징으로 하는 기기 상태 진단 장치.
3. The method of claim 2,
Wherein the at least one sensor comprises:
And detects any one of temperature, humidity, internal pressure, and discharge of the monitored device.
상기 데이터 생성부는,
상기 감시 대상 기기의 상태 종류에 따라 상기 데이터를 생성하는 것을 특징으로 하는 기기 상태 진단 장치.
The method according to claim 1,
Wherein the data generating unit comprises:
And generates the data according to the type of the state of the monitored device.
상기 데이터 생성부는,
상기 센싱 결과가 센싱된 시간에 따라 상기 데이터를 생성하는 것을 특징으로 하는 기기 상태 진단 장치.
The method according to claim 1,
Wherein the data generating unit comprises:
And generates the data according to the sensing time of the sensing result.
상기 일정 기간은,
상기 감시 대상 기기의 상태를 판단하고자 하는 기간의 시기 내지 종기 동안의 기간인 것을 특징으로 하는 기기 상태 진단 장치.
The method according to claim 1,
During the predetermined period,
Wherein the device status diagnosis device is a period of a period during which the state of the monitored device is to be determined, or a period during which the device is to be judged.
상기 트렌드는,
상기 수집된 데이터의 크기 및 발생 횟수의 변화에 따른 상기 감시 대상 기기의 상태 변화추이 정보인 것을 특징으로 하는 기기 상태 진단 장치.
The method according to claim 1,
The trend,
And the status change information of the monitoring target device according to a change in the size and the occurrence count of the collected data.
상기 판단부는,
상기 산출된 이동평균을 기 설정된 이동평균 기준치와 비교하여, 상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 없는 경우,
상기 감시 대상 기기의 상태에 이상이 없다고 판단하는 것을 특징으로 하는 기기 상태 진단 장치.
The method according to claim 1,
Wherein,
Comparing the calculated moving average with a preset moving average reference value, and if there is no section in which the calculated moving average exceeds the predetermined moving average reference value,
And judges that there is no abnormality in the state of the monitored device.
상기 판단부는,
상기 산출된 이동평균이 상기 기 설정된 이동평균 기준치를 초과하는 구간이 있는 경우,
상기 수집된 데이터의 크기 및 발생 횟수 각각에 대한 선형회귀분석을 수행하여, 상기 선형회귀분석을 통해 산출된 회귀직선식을 근거로 상기 트렌드를 분석하는 것을 특징으로 하는 기기 상태 진단 장치.
9. The method of claim 8,
Wherein,
If the calculated moving average exceeds a predetermined moving average reference value,
Performing a linear regression analysis on the size of the collected data and the number of occurrences of the collected data, and analyzing the trend based on the regression linear equation calculated through the linear regression analysis.
상기 판단부는,
상기 산출된 회귀직선식의 기울기를 기 설정된 기울기 기준치와 비교하여, 상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 경우,
상기 감시 대상 기기의 상태에 이상이 있다고 판단하는 것을 특징으로 하는 기기 상태 진단 장치.
10. The method of claim 9,
Wherein,
And comparing the calculated slope of the regression linear equation with a predetermined slope reference value, and when the calculated slope of the regression linear equation exceeds the predetermined slope reference value,
And determines that there is an abnormality in the state of the monitored device.
상기 판단부는,
상기 산출된 회귀직선식의 기울기가 상기 기 설정된 기울기 기준치를 초과하는 정도에 따라, 상기 감시 대상 기기의 상태의 이상 정도를 판단하는 것을 특징으로 하는 기기 상태 진단 장치.
11. The method of claim 10,
Wherein,
Wherein the abnormality determination unit determines an abnormality degree of the state of the monitored device in accordance with the calculated degree of gradient of the regression linear equation exceeds the predetermined slope reference value.
상기 선형회귀분석은,
상기 수집된 데이터의 최초 발생 시기 내지 기 설정된 상태 예측 구간까지의 회귀분석인 것을 특징으로 하는 기기 상태 진단 장치.
The method according to claim 1,
The linear regression analysis may include:
Wherein the analysis is a regression analysis from the first occurrence time of the collected data to a predetermined state prediction interval.
상기 판단부는,
상기 산출된 회귀직선식을 근거로 기 설정된 상태 판단 기준치에 대응하는 이상 상태 발생 시기를 산출하여, 상기 감시 대상 기기의 이상 상태 발생을 예측 판단하는 것을 특징으로 하는 기기 상태 진단 장치.
13. The method of claim 12,
Wherein,
Calculates an abnormal state occurrence timing corresponding to a predetermined state judgment reference value based on the calculated regression linear equation, and predicts the occurrence of an abnormal state of the monitored device.
상기 판단 결과를 외부에 표시하되,
상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 외부에 더 표시하는 표시부;를 더 포함하는 것을 특징으로 하는 기기 상태 진단 장치.
14. The method according to any one of claims 1 to 13,
Displaying the determination result on the outside,
And a display unit for displaying at least one of the collected data and the analysis result on the outside.
상기 표시부는,
상기 수집된 데이터, 상기 분석 결과 및 상기 판단 결과를 그래프화된 화면으로 표시하는 것을 특징으로 하는 기기 상태 진단 장치.
15. The method of claim 14,
The display unit includes:
And displays the collected data, the analysis result, and the determination result as a graphical screen.
외부 기기와의 통신을 수행하는 통신부;를 더 포함하는 것을 특징으로 하는 기기 상태 진단 장치.
14. The method according to any one of claims 1 to 13,
And a communication unit for performing communication with an external device.
상기 통신부는,
상기 판단 결과를 통신중인 상기 외부 기기로 전송하되,
상기 수집된 데이터 및 상기 분석 결과 중 적어도 하나를 상기 통신중인 외부 기기로 더 전송하는 것을 특징으로 하는 기기 상태 진단 장치.17. The method of claim 16,
Wherein,
And transmits the determination result to the external device in communication,
And transmits at least one of the collected data and the analysis result to the external device in communication.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140028511A KR101622186B1 (en) | 2014-03-11 | 2014-03-11 | Apparatus for diagnosing machine condition |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020140028511A KR101622186B1 (en) | 2014-03-11 | 2014-03-11 | Apparatus for diagnosing machine condition |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20150106496A true KR20150106496A (en) | 2015-09-22 |
| KR101622186B1 KR101622186B1 (en) | 2016-05-19 |
Family
ID=54245279
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020140028511A KR101622186B1 (en) | 2014-03-11 | 2014-03-11 | Apparatus for diagnosing machine condition |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101622186B1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200082766A (en) * | 2018-12-31 | 2020-07-08 | 주식회사 네오세미텍 | Monitoring system for smart factory |
| WO2021261614A1 (en) * | 2020-06-24 | 2021-12-30 | 테크와이드 주식회사 | Method, program, and system for diagnosing equipment |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3746729B2 (en) * | 2002-04-17 | 2006-02-15 | 東京瓦斯株式会社 | How to detect equipment degradation |
| KR100954665B1 (en) * | 2008-04-10 | 2010-04-27 | 엘에스산전 주식회사 | System for analyzing partial discharge risk of power equipment and method therefor |
-
2014
- 2014-03-11 KR KR1020140028511A patent/KR101622186B1/en active IP Right Grant
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200082766A (en) * | 2018-12-31 | 2020-07-08 | 주식회사 네오세미텍 | Monitoring system for smart factory |
| WO2020141676A1 (en) * | 2018-12-31 | 2020-07-09 | 주식회사 네오세미텍 | Smart factory monitoring system |
| WO2021261614A1 (en) * | 2020-06-24 | 2021-12-30 | 테크와이드 주식회사 | Method, program, and system for diagnosing equipment |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101622186B1 (en) | 2016-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109001649B (en) | Intelligent power supply diagnosis system and protection method | |
| KR101962739B1 (en) | Failure Prediction Analysis System of Machine Equipment Using Big Data Analysis and Method Thereof | |
| KR101874286B1 (en) | Monitoring and diagnosis system for Power devices | |
| KR102008231B1 (en) | Failure prediction device for automation equipment, failure prediction system and method using the same | |
| CN1862278B (en) | Method and system for predicting remaining life for motors featuring on-line insulation condition monitor | |
| US20180347843A1 (en) | Methods and systems for prognostic analysis in electromechanical and environmental control equipment in building management systems | |
| US10302702B2 (en) | Monitoring of primary devices in a power system | |
| CN112101662A (en) | Equipment health condition and life cycle detection method, storage medium and electronic equipment | |
| KR102130271B1 (en) | Apparatus for detecting partial discharge | |
| EP2581753A1 (en) | Systems and methods for monitoring electrical contacts | |
| CN111929091A (en) | Equipment abnormality detection method and device, readable storage medium and electronic equipment | |
| KR102545672B1 (en) | Method and apparatus for machine fault diagnosis | |
| KR101622186B1 (en) | Apparatus for diagnosing machine condition | |
| JP6369895B2 (en) | Motor abnormality detection system, motor abnormality detection method, and motor abnormality detection program | |
| KR101997217B1 (en) | Device diagnostic system | |
| CN113049951A (en) | Breaker mechanism state analysis device and method | |
| KR20220167008A (en) | A system for predicting equipment failure in ship and a method of predicting thereof | |
| US9720015B2 (en) | Intelligent visualization in the monitoring of process and/or system variables | |
| CN117330948A (en) | Online monitoring method and system for mechanical characteristics of circuit breaker | |
| KR102056101B1 (en) | A system for monitoring and analyzing the generating part and transmitting part | |
| CN104748992A (en) | Device and method for monitoring and evaluating state of rotating machine | |
| US11366460B2 (en) | System for monitoring electrical devices and a method thereof | |
| EP2618231A2 (en) | System and method for monitoring, diagnostics, and prognostics | |
| CN109765033A (en) | A kind of flash ranging measuring device camera lens intelligent monitor system and method | |
| KR101151674B1 (en) | Arc detector using a photo sensor and method for detecting arc using the same |
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 | ||
| FPAY | Annual fee payment |
Payment date: 20190502 Year of fee payment: 4 |