KR20160125461A - 계측값 해석 장치 및 계측값 해석 방법 - Google Patents

계측값 해석 장치 및 계측값 해석 방법 Download PDF

Info

Publication number
KR20160125461A
KR20160125461A KR1020167026112A KR20167026112A KR20160125461A KR 20160125461 A KR20160125461 A KR 20160125461A KR 1020167026112 A KR1020167026112 A KR 1020167026112A KR 20167026112 A KR20167026112 A KR 20167026112A KR 20160125461 A KR20160125461 A KR 20160125461A
Authority
KR
South Korea
Prior art keywords
item
value
items
measurement
correlation model
Prior art date
Application number
KR1020167026112A
Other languages
English (en)
Other versions
KR101942825B1 (ko
Inventor
타카시 후지이
Original Assignee
가부시키가이샤 아이에이치아이
가부시키가이샤 디젤 유나이티드
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 가부시키가이샤 아이에이치아이, 가부시키가이샤 디젤 유나이티드 filed Critical 가부시키가이샤 아이에이치아이
Publication of KR20160125461A publication Critical patent/KR20160125461A/ko
Application granted granted Critical
Publication of KR101942825B1 publication Critical patent/KR101942825B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B63—SHIPS OR OTHER WATERBORNE VESSELS; RELATED EQUIPMENT
    • B63B—SHIPS OR OTHER WATERBORNE VESSELS; EQUIPMENT FOR SHIPPING 
    • B63B49/00—Arrangements of nautical instruments or navigational aids
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41235—Design, modeling of motion controller

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Automation & Control Theory (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • Ocean & Marine Engineering (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

(과제) 복수의 계측 항목 간의 상관관계에 의거하여 검토 대상이 되는 계측 항목의 계측값에 영향을 미치는 성분을 적절하게 산출한다.
(해결 수단) 계측값 해석 장치는 검토 대상이 되는 하나의 검토 대상 항목과, 상기 검토 대상 항목과 직접적 또는 간접적으로 관련이 있는 복수의 관련 항목을 선택하는 선택부와, 상기 검토 대상 항목 및 상기 복수의 관련 항목의 과거의 계측값으로부터 계측값 간의 상관관계 모델을 작성하는 상관관계 모델 작성부와, 상기 관련 항목의 계측값을 상기 상관관계 모델에 적용시켜 상기 검토 대상 항목의 예측값을 산출하여 상기 검토 대상 항목의 실측값과 상기 예측값의 괴리도를 산출하는 산출부를 구비한다.

Description

계측값 해석 장치 및 계측값 해석 방법{MEASUREMENT VALUE ANALYSIS DEVICE AND MEASUREMENT VALUE ANALYSIS METHOD}
본 발명은 계측값 해석 장치 및 계측값 해석 방법에 관한 것이고, 계측 항목 간의 상관관계에 의거하여 계측값을 해석하는 계측값 해석 장치 및 계측값 해석 방법에 적용해서 바람직한 것이다.
어떤 계측 항목의 계측값은 여러가지 물리 현상의 요인에 의한 결과이다. 그래서, 종래부터 계측값을 해석할 때에 장기간에 걸쳐 계측된 과거의 계측값의 평균값을 산출하고, 이 평균값으로부터 괴리된 성분을 계측 항목에 영향을 미치는 외적 요인에 의한 성분으로서 제거하는 것이 행해져 왔다.
예를 들면, 특허문헌 1에서는 계측 대칭점의 3차원 위치를 3차원 자동 계측 장치에 의해 계측되고 있지만 복수의 계측 대상점의 3차원 위치를 고정밀도로 보정할 때에 계측값과 제어 장치의 지령값과의 차를 테이블화한 오차 테이블을 작성하고, 이 오차 테이블을 이용하여 3차원 자동 계측 장치에 의해 계측된 계측값을 보정하는 것이 행해지고 있다.
또한, 특허문헌 2에서는 보수계에 의해 보수를 계측할 때에 미리 보수계를 휴대하는 휴대자의 보수값을 바탕으로 보수 검출기의 보수 검출 오차를 산출하고, 또한, 오차를 보정하는 보정값을 기억하고, 보수 검출기에서 검출된 보수값을 자동적으로 보정하는 것이 행해지고 있다.
이렇게, 상기한 특허문헌 1 및 특허문헌 2에서는 어떤 계측 항목의 오차가 되는 성분을 미리 파악하고, 실제로 계측한 계측값으로부터 오차가 되는 성분을 제거함으로써 계측값을 자동적으로 보정하는 것을 가능하게 하고 있다.
일본특허공개 평 11-142139호 공보 일본특허공개 2000-227342호 공보
그러나, 어떤 계측 항목의 계측값의 오차의 요인은 여러가지 물리 현상에 의한 결과이기 때문에 계측값에 어떤 요인이 관련되어 있는지를 미리 파악할 수 없는 경우에는 검토 대상이 되는 계측 항목의 계측값에 영향을 미치는 성분을 적절하게 산출할 수 없다는 문제가 있었다.
본 발명은 이상의 점을 고려해서 이루어진 것이며, 복수의 계측 항목 간의 상관관계에 의거해서 검토 대상이 되는 계측 항목의 계측값에 영향을 미치는 성분을 적절하게 산출하는 것이 가능한 계측값 해석 장치 및 계측값 해석 방법을 제안하려고 하는 것이다.
이러한 과제를 해결하기 위해서 본 발명에 있어서는 검토 대상이 되는 하나의 검토 대상 항목과, 상기 검토 대상 항목과 직접적 또는 간접적으로 관련이 있는 복수의 관련 항목을 선택하는 선택부와, 상기 검토 대상 항목 및 상기 복수의 관련 항목의 과거의 계측값으로부터 계측값 간의 상관관계 모델을 작성하는 상관관계 모델 작성부와, 상기 관련 항목의 계측값을 상기 상관관계 모델에 적용시켜 상기 검토 대상 항목의 예측값을 산출하고, 상기 검토 대상 항목의 실측값과 상기 예측값의 괴리도를 산출하는 산출부를 구비하는 것을 특징으로 하는 계측값 해석 장치가 제공된다.
또한, 이러한 과제를 해결하기 위해 본 발명에 있어서는 복수의 계측 항목의 계측값을 해석하는 계측값 해석 장치에 있어서의 계측값 해석 방법으로서, 선택부가 검토 대상이 되는 하나의 검토 대상 항목과, 상기 검토 대상 항목과 직접적 또는 간접적으로 관련이 있는 복수의 관련 항목을 선택하는 스텝과, 상관관계 모델 작성부가 상기 검토 대상 항목 및 상기 복수의 관련 항목의 과거의 계측값으로부터 계측값 간의 상관관계 모델을 작성하는 스텝과, 산출부가 상기 관련 항목의 계측값을 상기 상관관계 모델에 적용시켜 상기 검토 대상 항목의 예측값을 산출하고, 상기 검토 대상 항목의 실측값과 상기 예측값의 괴리도를 산출하는 스텝을 포함하는 것을 특징으로 하는 계측값 해석 방법이 제공된다.
(발명의 효과)
본 발명에 의하면 복수의 계측 항목 간의 상관관계에 의거하여 계측 대상이 되는 계측값에 영향을 미치는 성분을 적절하게 산출하여 고밀도한 계측을 행할 수 있다.
도 1은 본 발명의 일실시형태에 의한 계측값 해석 장치의 기능 구성을 나타내는 블럭도이다.
도 2는 동 실시형태에 의한 검토 대상 항목과 관련 항목의 종속관계를 설명하는 개념도이다.
도 3은 동 실시형태에 의한 예측값의 정밀도에 대해서 설명하는 개념도이다.
도 4는 동 실시형태에 의한 계측값에 영향을 미치는 요인에 대해서 설명하는 개념도이다.
도 5는 동 실시형태에 의한 상관관계 모델의 작성 처리를 나타내는 플로우 차트이다.
도 6은 동 실시형태에 의한 계측값 해석 처리를 나타내는 플로우 차트이다.
도 7은 동 실시형태에 의한 실측값과 예측값의 비교 결과를 나타내는 개념도이다.
도 8은 동 실시형태에 의한 실측값과 예측값의 비교 결과를 나타내는 개념도이다.
이하 도면에 대해서 본 발명의 일실시형태를 상세히 서술한다.
(1) 본 실시형태의 개요
우선, 본 실시형태의 개요에 대해서 설명한다. 상기한 바와 같이 어떤 계측 항목의 계측값의 오차의 요인은 여러가지 물리 현상에 의한 결과이다. 이 때문에 검토 대상이 되는 계측 항목(이하, 상기 계측 항목을 검토 대상 항목으로 칭하여 설명하는 경우도 있다)의 계측값에 어떤 요인이 관련되어 있는지를 파악할 필요가 있다.
본 실시형태에서는 검토 대상 항목을 제어되고 있지 않은 값으로 하고, 이하에서는 검토 대상 항목으로서 선박의 선속도를 예시해서 설명한다. 종래부터 선속도와, 프로펠러 회전수나 주기 출력의 상관관계를 이용하여 선속의 추진 상태를 추정하는 것이 행해지고 있다. 즉, 복수의 계측값으로부터 프로펠러 회전수와 선속도의 상관관계, 주기 출력과 프로펠러 회전수의 상관관계 및 주기 출력과 선속도의 상관관계를 구축하고, 그 상관관계에 새로운 계측값(이하, 새로운 계측값을 실측값이라고 칭하여 설명한다)을 적용시킴으로써 검토 대상 항목인 선속도의 계측값의 추정값(이하, 계측값의 추정값을 예측값이라고 칭하여 설명한다)을 산출한다.
여기서, 선박의 구조에 있어서 주기 출력과 프로펠러 회전수는 직결되어 있는 경우, 외적 요인이 없으면 주기 출력과 프로펠러 회전수는 1 대 1의 관계가 된다. 그러나, 실제로는 경년 열화나 환경 요인에 의해 1 대 1의 관계로는 되고 있지 않다. 또한, 프로펠러 회전수와 선속도도 주기 출력과 프로펠러 회전수의 관계와 마찬가지로 외적 요인이 없는 경우에는 1체 1의 관계이지만 실제로는 경년 열화나 환경 요인에 의해 관계가 변화되고 있다.
따라서, 주기 출력의 계측값과 프로펠러 회전수의 계측값을 이용하여 선속도의 예측값을 산출해도 외적 요인이 어느 계측 항목에 영향을 미치고 있는지를 파악할 수 없고, 계측한 선속도의 계측값에 영향을 미치는 성분을 적절하게 산출할 수 없다는 문제가 있었다.
계측한 선속도의 계측값에 영향을 미치는 성분을 적절하게 산출하기 위해서는 검토 대상 항목인 선속도에 공학적으로 관계가 있는 주기 출력 및 프로펠러 회전수의 계측값을 외적 요인의 영향을 받지 않는 값으로 할 필요가 있다. 그래서, 본 실시형태에서는 주기 출력 및 프로펠러 회전수에 공학적으로 관계가 있는 복수의 계측 항목을 포함해서 복수의 계측 항목의 관계성을 나타내는 상관관계 모델을 작성하고, 이 상관관계 모델에 계측값을 적용시킴으로써 검토 대상 항목의 선속도의 계측값에 영향을 미치는 성분을 적절하게 산출하는 것을 가능하게 하고 있다.
(2) 계측값 해석 장치의 구성
이어서 계측값 해석 장치(100)의 구성에 대해서 설명한다. 계측값 해석 장치(100)는 여러가지의 센서에서 계측된 계측값을 해석하는 정보 처리 장치이며, 예를 들면 퍼스널 컴퓨터나 워크스테이션 등으로 구성된다.
또한, 계측값 해석 장치(100)는 CPU 및 메모리 등의 정보 처리 자원을 구비하고 있다. CPU는 연산 처리 장치로서 기능하고, 메모리에 기억되어 있는 프로그램이나 연산 파라미터 등에 따라 계측값 해석 장치(100)의 동작을 제어한다. 또한, 계측값 해석 장치(100)는 키보드, 스위치나 포인팅 디바이스, 마이크로폰 등의 입력 장치와, 모니터 디스플레이나 스피커 등의 출력 장치를 구비하고 있고, 입력 장치로부터 각종 파라미터를 설정하거나, 출력 장치에 해석 결과를 표시시키거나 한다.
이어서, 도 1을 참조하여 계측값 해석 장치(100)의 기능 구성에 대해서 설명한다. 도 1에 나타내는 바와 같이 계측값 해석 장치(100)는 선택부(110), 상관관계 모델 작성부(120) 및 산출부(130)로서 기능한다.
선택부(110)는 검토 대상이 되는 1개의 검토 대상 항목과, 상기 검토 대상 항목과 직접적 또는 간접적으로 관련이 있는 복수의 관련 항목을 선택하는 기능을 갖는다. 선택부(110)는 선택한 검토 대상 항목 및 복수의 관련 항목의 계측값을 과거의 다수의 계측값(140)의 데이터군으로부터 추출하고, 상관관계 모델 작성부(120)에 제공한다.
상관관계 모델 작성부(120)는 선택부(110)에 의해 제공된 과거의 다수의 계측값(140)의 데이터군으로부터 계측값 간의 상관관계를 기계 학습해서 상관관계 모델을 작성한다. 상관관계 모델 작성부(120)는 예를 들면 IBM사의 ANACONDA(Anomaly Analyzer for Correlational Data) 등의 데이터 해석 기술을 사용하여 상관관계 모델을 작성한다.
그리고, 산출부(130)는 검토 대상 항목 및 관련 항목의 실측값을 상관관계 모델에 적용시켜 각 항목의 예측값(150)을 산출하거나, 각 항목의 실측값과 예측값의 괴리도를 산출하거나 하는 기능을 갖는다.
또한, 상관관계 모델 작성부(120)는 작성하는 상관관계 모델을 이용하여 산출된 검토 대상 항목 이외의 관련 항목의 예측값과 실측값과 일치 정밀도를 검증 함으로써 적정한 상관관계 모델인지를 평가한다.
구체적으로 상관관계 모델 작성부(120)는 예를 들면, 검토 대상 항목 및 복수의 관련 항목의 계측값의 과거의 2개월분 정도의 계측 데이터를 추출하고, IBM사의 ANACONDA(Anomaly Analyzer for Correlational Data) 등을 이용해서 상관관계 모델을 작성한다. 그리고, 검토 대상 항목의 소정 기간 중의 실측값을 상관관계 모델에 적용시켜 검토 대상 항목 및 복수의 관련 항목의 각 계측 항목의 예측값을 산출하고, 예측값과 실측값의 괴리도(불균일)를 산출해서 검증한다.
상관관계 모델은 다량의 계측값으로부터 통계적 처리를 행하여 계측값 간의 상관관계를 기계 학습한 결과이기 때문에 계측 항목 간의 상관의 강약은 있지만 계층 관계는 존재하지 않는다. 그러나, 상기한 바와 같이 검토 대상 항목에 공학적으로 관계가 있는 관련 항목의 계측값을 외적 요인의 영향을 받지 않는 값으로 하기 위해서는 복수의 계측 항목 간의 공학적인 관계를 고려해서 상관관계 모델을 작성 할 필요가 있다. 따라서, 선택부(110)는 계측 항목 간의 공학적인 종속관계를 고려해서 검토 대상 항목에 공학적으로 직접적 또는 간접적인 관련이 있는 복수의 관련 항목을 선택한다.
여기서, 도 2를 참조하여 검토 대상 항목과 관련 항목의 종속관계에 대해서 설명한다. 도 2에 있어서 계측 항목 A는 검토 대상 항목을 나타낸다. 검토 대상 항목은 계측값 이외의 외적 요인에 의한 성분의 영향 정도를 파악할 필요가 있는 대상 항목이며, 예를 들면 선속도 등이다. 또한, 계측 항목 A를 제 1 계층의 계측 항목으로 한다.
또한, 관련 항목은 검토 대상 항목과 공학적으로 직접적인 관련이 있는 관련 항목이나, 검토 대상 항목과 공학적으로 직접적인 관련은 없지만 상기 관련 항목을 통해 검토 대상 항목과 간접적으로 관련되는 관련 항목 등이 포함된다. 도 2에서는 계측 항목 B~F가 관련 항목이다.
도 2에서는 계측 항목 B 및 계측 항목 C가 검토 대상 항목과 공학적으로 직접적인 관련이 있는 관련 항목이며, 이들을 제 2 계층의 계측 항목으로 한다. 또한, 계측 항목 D, E 및 F는 제 1 계층의 계측 항목과 공학적으로 직접적인 관련은 없지만 제 2 계층의 계측 항목을 통해 제 1 계층의 계측 항목과 간접적으로 관련되는 관련 항목이며, 이들을 제 3 계층의 계측 항목으로 한다. 이하, n계층의 계측 항목에 관련이 있는 계측 항목을 n+1계층의 계측 항목으로서 설명한다.
계측 항목 A가 선속도인 경우에 공학적으로 직접적인 관련이 있는 관련 항목(제 2 계층의 계측 항목)으로서는 예를 들면, 프로펠러 회전수나 주기 출력 등(계측 항목 B, C)을 예시할 수 있다. 또한, 선속도란 공학적으로 직접 관련하지 않지만 프로펠러 회전수나 주기 출력에 공학적으로 직접적인 관련이 있는 항목(제 3 계층의 계측 항목)으로서는 예를 들면, 연료 투입량, 과급압이나 연료 발열량(계측 항목 D~F) 등을 예시할 수 있다.
또한, 제 3 계층의 계측 항목과 공학적으로 직접적인 관련이 있는 제 4 계층의 계측 항목으로서는 예를 들면, 과급기 회전수나 흡입 공기 온도 등을 예시할 수 있다. 제 4 계층의 계측 항목은 제 3 계층의 계측 항목과 공학적으로 직접적인 관련이 있지만 제 2 계층의 계측 항목과는 공학적으로 직접적인 관련이 있어도 없어도 좋고, 제 1 계층의 계측 항목과는 제 2, 제 3 계층의 계측 항목 중 어느 하나 또는 모든 계측 항목과 간접적으로 관련되는 관련 항목이다.
또한, 제 4 계층의 계측 항목과 공학적으로 직접적인 관련이 있는 제 5 계층의 계측 항목으로서는 예를 들면, 과급기 출구의 배기가스 온도나, 실린더 출구의 배기가스 온도 등을 예시할 수 있다.
제 5 계층의 계측 항목은 제 4 계층의 계측 항목과 공학적으로 직접적인 관련이 있지만 제 2 또는 제 3 계측 항목과는 공학적으로 직접적인 관련이 있어도 없어도 좋고, 제 1 계층의 계측 항목과는 제 2, 제 3, 또한 제 4 계층의 계측 항목 중 어느 하나 또는 모든 계측 항목과 간접적으로 관련되는 관련 항목이다.
이렇게, 검토 대상 항목에 직접적 또는 간접적으로 관련되는 관련 항목은 다단계의 계층으로 구성되어 있다. 예를 들면, 상기한 제 1 계층과 제 2 계층의 관계에만 착안해서 상관관계 모델을 작성한 경우에는 제 1 계층의 계측 항목과 제 2 계측 항목이 각각 서로 영향을 미쳐 상관관계 모델을 이용하여 산출한 예측값에 크게 오차가 생겨 버린다. 즉, 모든 계산 항목에 대해서 상관관계 모델을 이용하여 산출한 예측값과 실측값의 괴리도가 큰 경우에는 어떤 계측 항목에 어느 환경 요인이 영향을 미치고 있는지를 판단할 수 없다.
그래서, 본 실시형태에서는 다단계의 계층에 포함되는 관련 항목으로부터 상관관계 모델의 작성에 필요로 되는 복수의 관련 항목을 선택함으로써 검토 대상 항목 이외의 관련 항목에 대해서는 예측값과 실측값을 일치시키도록 해서 관련 항목에의 환경 요인의 영향을 배제하고 있다.
특히, 상관관계 모델을 작성하기 위해서 선택한 관련 항목 중 제 2 계층의 계측 항목의 예측값과 실측값의 괴리도가 소정의 역치(예를 들면, 0.1) 이하인 경우에는 적정한 상관관계 모델이라고 평가할 수 있다. 즉, 이 상관관계 모델을 이용하여 선속도를 예측할 수 있다고 판단할 수 있다. 한편, 제 2 계층의 계측 항목의 예측값과 실측값의 괴리도가 소정의 역치 이상인 경우에는 적정한 상관관계 모델은 아니기 때문에 적절한 관련 항목을 다시 선택하고, 재차 상관관계 모델을 평가한다.
이어서 도 3을 참조하여 선택하는 관련 항목수의 차이에 의한 상관관계 모델을 이용한 예측값의 정밀도의 차이에 대해서 설명한다.
도 3(a)는 3개의 계측 항목을 선택해서 상관관계 모델을 작성하여 해석한 결과를 나타낸다. 또한, 도 3(b)는 9개의 계측 항목을 선택해서 상관관계 모델을 작성하여 해석한 결과를 나타낸다. 여기서, 해석한다란 작성한 상관관계 모델에 계측값을 적용시켜 대상이 되는 계측 항목의 예측값을 산출하고, 실측값과 예측값의 괴리도를 검증하는 것을 의미한다.
예를 들면, 도 3(a)에서는 3개의 계측 항목 중 검토 대상 항목(제 1 계층)을 선속도로 하고, 공학적으로 직접적인 관련이 있는 관련 항목(제 2 계층)을 프로펠러 회전수와 주기 출력으로 하고 있다. 그래프(301)는 주기 출력의 해석 결과를 나타낸다.
그래프(301)에서는 종축은 주기 출력 이외의 선속도 및 프로펠러 회전수의 과거의 데이터군을 작성한 상관관계 모델에 적용시켜 산출된 주기 출력의 예측값이며, 횡축은 대응하는 주기 출력의 계측값이다. 그래프(301)는 주기 출력의 예측값과 계측값의 괴리도를 나타낸다. 그래프(301)에 나타내는 바와 같이 제 2 계층의 관련 항목의 데이터만으로 상관관계 모델을 작성한 경우에는 불균일이 많아 주기 출력의 예측값과 계측값의 일치 정밀도가 낮은 것을 알 수 있다.
한편, 도 3(b)는 9개의 계측 항목 중 검토 대상 항목(제 1 계층)을 선속도로 하고, 공학적으로 직접적인 관련이 있는 관련 항목(제 2 계층)을 프로펠러 회전수 및 주기 출력, 및 이들에 공학적으로 관련이 있는 관련 항목(제 3 계층)을 소기압, 과급기 회전수(2대분), 부하 지침, 기온 및 과급기 배기가스 온도(2대분)으로 하고 있다. 그래프(302)는 주기 출력의 해석 결과를 나타내고, 계 9개의 계측 항목을 이용하여 작성한 상관관계 모델에 주기 출력 이외의 과거의 데이터군의 계산값을 적용시켜 산출된 주기 출력의 예측값과, 주기 출력의 계측값의 괴리도가 나타내어져 있다. 그래프(302)에 나타내는 바와 같이 제 2 계층의 관련 항목의 데이터뿐만 아니라 제 3 계층의 관련 항목의 데이터를 포함해서 상관관계 모델을 작성한 경우에는 불균일이 적고 주기 출력의 예측값과 계측값의 일치 정밀도가 높은 것을 알 수 있다.
이렇게 검토 대상 항목인 선속도 등의 제 1 계층의 계측 항목에 직접 관계가 있는 주기 출력이나 프로펠러 회전수(제 2 계층의 계측 항목)뿐만 아니라 주기 출력이나 프로펠러 회전수에 공학적으로 종속하는 복수의 계측 항목(제 3 계층 이하의 계층의 계측 항목)을 포함시킴으로써 제 2 계층의 계측 항목의 예측값과 계측값의 일치 정밀도를 높여 적정한 상관관계 모델을 작성할 수 있다.
또한, 검토 대상 항목 이외의 계측 항목의 예측값과 실측값이 정밀도 좋게 일치하는 경우에는 선속도의 예측값과 실측값의 불균일(괴리도)은 주기 출력이나 프로펠러 회전수 등의 계측 항목의 영향에 의하지 않고 계측 항목 이외의 다른 요인에 의해 발생하고 있는 것으로 추정할 수 있다.
따라서, 계측값과 예측값의 일치 정밀도를 향상시키기 위해서는 다수의 관련 항목을 선택해서 상관관계 모델을 작성할 필요가 있다. 그러나, 상기한 바와 같은 공학적인 관련성이 있어도 ON-OFF 등 비연속적으로 제어되고 있는 계측 항목을 포함시키면 적확한 추산을 할 수 없다. 이 때문에 검토 대상 항목 이외의 계측 항목은 검토 대상 항목과 공학적으로 직접적 또는 간접적인 관련이 있고, 또한 제어되고 있지 않은 대상의 계측 항목이거나, 연속적으로 제어되고 있는 대상의 계측 항목일 필요가 있다. 또한, 상관 모델을 작성할 때의 계산 코스트는 관련 항목수에 크게 의존하기 때문에 불필요한 관련 항목을 포함시키는 것은 계산 코스트의 증가로 연결되어 적절하지 않다.
도 4에 나타내는 바와 같이 선속도의 계측값은 파장, 파고나 조향조속(潮向潮速) 등의 외적 요인(그룹 A)이나, 주기 출력이나 프로펠러 회전수 등의 선체의 구조에 기인하는 요인(그룹 B) 등의 영향에 의해 변화되는 계측값이다. 즉, 선속도의 예측값과 실측값의 불균일의 요인은 그룹 A나 그룹 B의 영향을 받고 있다.
이 때, 상기한 바와 같이 그룹 B의 주기 출력이나 프로펠러 회전수의 계측 항목의 예측값과 실측값이 정밀도 좋게 일치하고 있으면 선속도의 예측값과 실측값의 불균일의 요인으로부터 주기 출력이나 프로펠러 회전수의 영향을 제외할 수 있다.
또한, 선체 성능이나 선체의 오염 등은 상관관계 모델 작성 시부터 현재까지 변화가 없다고 가정하면 선속도의 예측값과 실측값의 불균일에 무관계인 것으로 해서 선체 성능이나 선체의 오염 등의 영향도 제외할 수 있다. 이렇게 선속도의 계측값으로부터 그룹 B의 영향을 제외할 수 있으면 선속도의 예측값과 실측값의 불균일의 요인은 그룹 A의 외적 요인이라고 할 수 있다.
(3) 계측값 해석 처리의 상세
이어서 계측값 해석 장치(100)에 의한 계측값 해석 처리의 상세에 대하여 설명한다. 이하에서는 각종 처리의 처리 주체를 계측값 해석 장치(100)의 각 부를 주어로 해서 설명하지만 실제로는 계측값 해석 장치(100)의 메모리에 격납되어 있는 각 프로그램에 의거하여 계측값 해석 장치(100)의 CPU가 그 처리를 실행하는 것은 말할 필요도 없다.
우선, 도 5를 참조하여 상관관계 모델 작성부(120)에 의한 상관관계 모델의 작성 처리에 대해서 설명한다. 도 5에 나타내는 바와 같이 우선 선택부(110)는 계측값(140)으로부터 과거의 계측 데이터를 취득한다(S101). 구체적으로 선택부(110)는 계측값(140)으로부터 검토 대상 항목과, 검토 대상 항목에 직접적 또는 간접적인 관련이 있는 복수의 관련 항목의 계측 데이터를 추출한다. 추출하는 계측 데이터는 예를 들면 2개월분의 계측 데이터이며, 2000~3000 정도의 데이터 세트가 되도록 계측 데이터를 솎아 내서 추출해도 좋다.
그리고 상관관계 모델 작성부(120)는 스텝 S101에서 취득된 계측 데이터로부터 상관관계 모델을 작성한다(S102). 구체적으로 상관관계 모델 작성부(120)는 IBM사의 ANACONDA(Anomaly Analyzer for Correlational Data) 등의 데이터 해석 기술을 이용하여 계측 데이터로부터 상관관계 모델을 작성한다.
그리고, 상관관계 모델 작성부(120)는 스텝 S102에서 작성된 상관관계 모델을 평가한다(S103). 구체적으로 상관관계 모델 작성부(120)는 ANACONDA(Anomaly Analyzer for Correlational Data) 등의 데이터 해석 기술의 알고리즘에 계측 데이터를 적용시켜 계측 데이터의 추출 기간이나 솎아 내는 방법 등 계측 데이터의 특성에 의해 수식 상의 에러 등이 없는 적절한 상관관계 모델이 작성되었는지를 평가한다.
스텝 S103에 있어서, 상관관계 모델이 옳지 않다고 평가되었을 경우(스텝 S103에서 NG로 분기)에는 스텝 S102로 되돌아가고, 상관관계 모델 작성부(120)는 상관관계 모델을 다시 작성한다.
한편, 스텝 S103에 있어서, 상관관계 모델이 옳다고 평가되었을 경우(스텝 S103에서 OK로 분기)에는 산출부(130)는 상관관계 모델에 새로운 계측값(실측값)을 적용시켜 각 계산 항목의 예측값을 산출한다(S104). 구체적으로 산출부(130)는 대상이 되는 계측 항목 이외의 실측값을 상관관계 모델에 적용시킴으로써 대상이 되는 계측 항목의 예측값을 산출한다.
그리고, 산출부(130)는 예측값과 실측값의 비교 결과(예실 결과)를 평가한다(S105). 구체적으로 산출부(130)는 복수의 관련 항목의 예측값과 실측값의 괴리도가 계층마다 소정의 역치 이하인지를 판정한다. 예를 들면, 검토 대상 항목(제 1 계층)에 공학적으로 직접적인 관련이 있는 관련 항목(제 2 계층)의 역치가 소정의 역치 이하인지를 판정한다.
스텝 S105에 있어서, 복수의 관련 항목의 예측값과 실측값의 괴리도가 역치 이하인 것으로 판정되었을 경우(스텝 S105에서 OK로 분기)에는 처리를 종료한다. 한편, 스텝 S105에 있어서 복수의 관련 항목의 예측값과 실측값의 괴리도가 역치보다 크다고 판정되었을 경우(스텝 S105에서 NG로 분기)에는 스텝 S101의 처리로 되돌아가고, 전회의 상관관계 모델 작성 시와는 다른 관련 항목의 과거의 계측 데이터를 대상에 스텝 S101 이후의 처리를 반복한다.
상기한 바와 같이 적정한 상관관계 모델을 작성하기 위해서는 복수의 관련 항목의 예측값과 실측값이 일치할 필요가 있다. 따라서, 스텝 S105에 있어서 검토 대상 항목 이외의 복수의 관련 항목의 예측값과 실측값이 일치하도록 복수의 관련 항목을 선택하여 상기 관련 항목의 계측 데이터로부터 상관관계 모델을 작성한다. 즉, 각 관련 항목의 예측값과 실측값의 일치 정밀도를 높여 도 3의 그래프(301)와 같이 불균일이 많은 상태로부터 그래프(302)의 불균일이 적은 상태로 한다.
예를 들면, 검토 대상 항목이 선속도인 경우에는 상기한 바와 같이 선속도에 공학적으로 직접적인 관련이 있는 프로펠러 회전수나 주기 출력의 계측값뿐만 아니라 선속도에 간접적으로 관련이 있는 소기압, 과급기 회전수, 부하 지침, 기온 및 과급기 배기가스 온도 등의 계측값을 추출하고, 상관관계 모델을 작성함으로써 스텝 S105에 있어서의 예측값과 실측값의 일치 정밀도를 높일 수 있다. 이 때 선속도에 공학적으로 직접적인 관련이 있는 프로펠러 회전수나 주기 출력의 계측값의 예측값과 실측값의 일치 정밀도를 높이는 것이 중요하다.
또한, 복수의 관련 항목을 선택해서 상관관계 모델을 작성했을 경우에 복수의 관련 항목 중 특히 제 2 계층의 계측 항목에 대해서 예측값과 실측값의 일치 정밀도가 보다 높아지도록 관련 항목을 우선적으로 선택해서 상관관계 모델을 작성하도록 해도 좋다. 이렇게 예측값과 실측값의 일치 정밀도가 높은 관련 항목을 선택해서 상관관계 모델을 작성함으로써 검토 대상 항목의 예측값과 실측값의 불균일을 관련 항목 이외의 요인에 의한 것으로 할 수 있다.
이어서 도 6을 참조하여 계측값 해석 처리의 상세에 대해서 설명한다. 우선, 선택부(110)는 상관관계 모델을 작성하기 위한 검토 대상 항목 및 복수의 관련 항목을 선택한다(S201). 스텝 S201에서 선택되는 계측 항목은 도 5에서 설명한 상관관계 모델 작성 처리에 있어서 적정하다고 평가된 상관관계 모델을 작성할 때에 선택된 계측 항목이다.
즉, 스텝 S201에서 선택되는 계측 항목은 검토 대상 항목과, 검토 대상 항목에 직접적 또는 간접적으로 관련되는 관련 항목이며, 또한 상관관계 모델을 이용하여 산출된 예측값과 실측값의 일치 정밀도가 높은 관련 항목이다.
계속해서, 상관관계 모델 작성부(120)는 스텝 S201에서 선택된 계측 항목의 계측값을 이용하여 상관관계 모델을 작성한다(S202). 또한, 스텝 S202에서 이용되는 계측값은 스텝 S201에서 선택된 계측 항목의 과거의 계측 데이터 중 적정한 상관관계 모델을 작성하기 위해서 필요한 기간 및 양의 계측 데이터이다.
그리고, 산출부(130)는 스텝 S202에서 작성된 상관관계 모델에 검토 대상 항목 이외의 새로운 계측값(실측값)을 적용시켜 검토 대상 항목의 예측값을 산출한다(S203).
그리고, 산출부(130)는 검토 대상 항목의 실측값과, 스텝 S203에서 산출한 검토 대상 항목의 예측값의 괴리도를 산출한다(S204).
예를 들면, 도 7은 검토 대상 항목이 선속도인 경우에 선속도에 관련되는 주기 회전속도가 일정 기간의 계측 결과에 착안하여 선속도의 실측값과 예측값을 비교한 결과를 나타내고 있다. 주기 회전속도가 일정하게 유지되어 있고, 그 외의 요인의 영향을 받고 있지 않는 경우에는 선속도는 일정해지는 것으로 추정할 수 있다. 따라서, 주기 회전속도가 일정하면 선속도의 예측값에의 주기 회전의 영향은 없다고 가정할 수 있고, 선속도의 실측값과 예측값의 괴리도는 외적인 환경 요인에 의한 영향만을 산출하고 있는 것이 된다.
도 7의 그래프에서는 선속도의 실측값과, 선속도의 실측값으로부터 예측값을 감산한 값을 비교하고 있다. 선속도의 실측값과, 선속도의 실측값으로부터 예측값을 감산한 값의 일치 정밀도가 높은 것을 알 수 있다.
또한, 도 8은 복수의 관련 항목을 이용하여 작성된 상관관계 모델로부터 산출된 선속도의 예측값과, 선속도의 실측값을 비교한 결과를 나타낸다. 상기한 바와 같이 이 상관관계 모델로부터 산출된 공학적으로 직접적인 관련이 있는 제 2 계층의 계측 항목의 예측값과 실측값의 일치 정밀도는 높기 때문에 선속도에 대한 제 2 계층의 계측 항목의 영향은 배제되어 있다. 따라서, 도 8에 나타내는 선속도의 예측값과 실측값의 차는 제 2 계층의 계측 항목의 영향 이외의 외적인 환경 요인이 영향을 미치고 있다고 할 수 있다.
도 8에서는 선속도의 예측값과 실측값의 차가 0 이하인 경우에는 외적인 환경 요인에 의해 선체가 진행되기 어려운 상황이라고 말할 수 있다. 또한, 선속도의 예측값과 실측값의 차가 0보다 큰 경우에는 외적인 환경 요인으로 의해 선체가 나아가기 쉬운 상황이라고 말할 수 있다.
이렇게, 검토 대상 항목인 선속도의 예측값과 실측값의 차를 외적인 환경 요인에 의한 것으로 할 수 있기 때문에 선속도에 대한 외적인 환경 요인에 의한 영향만을 정밀도 좋게 추출하는 것이 가능해진다. 즉, 예측값과 실측값이 일치하는 복수의 관련 항목을 이용하여 상관관계 모델을 작성하고, 상기 상관관계 모델을 이용하여 산출한 검토 대상 항목의 예측값과 실측값의 괴리도는 실제로는 계측되고 있지 않는 물리량을 의미하는 것이 된다.
또한, 상기 실시형태에서는 검토 대상 항목의 일례로서 선속도를 예시해서 설명했지만 이러한 예에 한정되지 않는다. 예를 들면, 검토 대상 항목이 가스 터빈의 효율인 경우에는 가스 터빈의 회전수, 연료 발열량, 토크, 출력이나 가스압 온도 등의 가스 터빈의 효율에 관련되는 복수의 관련 항목의 예측값과 실측값의 차가 일치하는 상관관계 모델을 작성한다. 그리고, 작성된 상관관계 모델에 복수의 관련 항목의 계측값을 적용시켜 산출한 가스 터빈 효율의 예측값과, 가스 터빈의 실측값의 차분을 산출함으로써 가스 터빈 효율의 외적인 환경 요인인, 예를 들면 가스 터빈의 오염에 의한 영향만을 추출할 수 있다.
또한, 예를 들면 검토 대상 항목이 보일러의 효율인 경우는 보일러의 연료 발열량, 증기압, 증기 온도, 기수온, 증기량, 배기온이나 압력 등의 보일러의 효율에 관련되는 복수의 관련 항목의 예측값과 실측값의 차가 일치하는 상관관계 모델을 작성한다. 그리고, 작성된 상관관계 모델에 복수의 관련 항목의 계측값을 적용시켜 산출한 보일러의 효율의 예측값과, 보일러의 실측값의 차분을 산출함으로써 보일러의 효율의 외적인 환경 요인인, 예를 들면 전열관의 오염에 의한 영향만을 추출할 수 있다.
또한, 본 실시형태에서는 검토 대상 항목은 직접 제어되고 있지 않은 값으로 하고 있다. 상기 예시한 선속도는 프로펠러 회전수나 주기 출력과 같이 직접 제어되는 값이 아니라 직접 제어되고 있지 않은 값이다. 그러나, 본 발명은 이러한 예에 한정되지 않고 검토 대상 항목은 제어되고 있는 값이어도 좋다.
예를 들면, 복수의 항목에 의해 제어된 결과로서 조정되고 있는 제어 대상의 계측값에 있어서 제어되고 있는 항목 중 어느 하나의 계산 항목을 뽑아서 상관관계 모델을 작성하고, 모든 항목의 계산 항목을 이용하여 상관관계 모델을 작성하고, 쌍방의 상관관계 모델에서 산출한 예측값의 차분을 취함으로써 제어 대상값 중 뽑은 항목에 의한 영향량을 파악할 수 있다.
예를 들면, 소정의 압력값이 목표값이 되도록 유입량, 온도, 유출량의 3개의 항목을 조정해서 압력값을 제어하고 있었던 경우에 모든 항목을 포함해서 상관관계 모델을 작성하고, 온도의 항목을 제외하여 상관관계 모델을 작성한다. 그리고, 쌍방의 상관간 관계 모델을 이용하여 산출한 압력의 예측값의 차분을 취함으로써 그 차분이 온도가 압력에 준 영향인 것이라고 추정할 수 있다.
(4) 본 실시형태의 효과
이상과 같이 본 실시형태에 의하면 선택부(110)가 검토 대상이 되는 1개의 검토 대상 항목과, 검토 대상 항목과 직접적 또는 간접적으로 관련이 있는 복수의 관련 항목을 선택하고, 상관관계 모델 작성부(120)가 검토 대상 항목 및 복수의 관련 항목의 과거의 계측값으로부터 계측값 간의 상관관계 모델을 작성하고, 산출부(130)가 관련 항목의 계측값을 상관관계 모델에 적용시켜 검토 대상 항목의 예측값을 산출하고, 검토 대상 항목의 실측값과 상기 예측값의 괴리도를 산출한다. 이것에 의해 복수의 계측 항목 간의 상관관계에 의거하여 계측 대상이 되는 계측값에 영향을 미치는 성분을 적절하게 산출하고, 계측값 이외의 외적 요인에 의한 성분의 영향 정도를 파악할 수 있다
100 계측값 해석 장치 110 선택부
120 상관관계 모델 작성부 130 산출부
140 계측값 150 예측값

Claims (8)

  1. 검토 대상이 되는 하나의 검토 대상 항목과, 상기 검토 대상 항목과 직접적 또는 간접적으로 관련이 있는 복수의 관련 항목을 선택하는 선택부와,
    상기 검토 대상 항목 및 상기 복수의 관련 항목의 과거의 계측값으로부터 계측값 간의 상관관계 모델을 작성하는 상관관계 모델 작성부와,
    상기 관련 항목의 계측값을 상기 상관관계 모델에 적용시켜 상기 검토 대상 항목의 예측값을 산출하여 상기 검토 대상 항목의 실측값과 상기 예측값의 괴리도를 산출하는 산출부를 구비하는 것을 특징으로 하는 계측값 해석 장치.
  2. 제 1 항에 있어서,
    상기 산출부는,
    상기 복수의 관련 항목의 계측값을 상기 상관관계 모델에 적용시켜 상기 복수의 관련 항목의 예측값을 산출하여 각 관련 항목의 실측값과 상기 예측값의 괴리도를 산출하는 것을 특징으로 하는 계측값 해석 장치.
  3. 제 2 항에 있어서,
    상기 선택부는,
    상기 산출된 상기 복수의 관련 항목의 예측값과 실측값의 괴리도가 소정의 역치 이하인 상기 관련 항목을 선택하는 것을 특징으로 하는 계측값 해석 장치.
  4. 제 3 항에 있어서,
    상기 선택부는,
    상기 산출된 상기 복수의 관련 항목의 예측값과 실측값의 괴리도가 소정의 역치 이하가 아닌 경우에 상기 복수의 관련 항목을 다시 선택하는 것을 특징으로 하는 계측값 해석 장치.
  5. 제 1 항에 있어서,
    상기 선택부는,
    상기 검토 대상 항목과 직접적으로 관련되는 제 1 관련 항목과,
    상기 검토 대상 항목과 직접적으로 관련되지 않지만 상기 제 1 관련 항목을 통해 상기 검토 대상 항목과 간접적으로 관련되는 제 2 관련 항목을 포함하는 상기 복수의 관련 항목을 선택하는 것을 특징으로 하는 계측값 해석 장치.
  6. 제 1 항에 있어서,
    상기 선택부는,
    상기 검토 대상 항목과 공학적으로 직접적 또는 간접적으로 관련되는 상기 복수의 관련 항목을 선택하는 것을 특징으로 하는 계측값 해석 장치.
  7. 제 1 항에 있어서,
    상기 산출부는,
    상기 검토 대상 항목에 영향을 미치고 있는 상기 복수의 관련 항목 이외의 환경 요인의 계측값으로서 상기 검토 대상 항목의 실측값과 상기 예측값의 괴리도를 산출하는 특징으로 하는 계측값 해석 장치.
  8. 복수의 계측 항목의 계측값을 해석하는 계측값 해석 장치에 있어서의 계측값 해석 방법으로서,
    선택부가 검토 대상이 되는 하나의 검토 대상 항목과, 상기 검토 대상 항목과 직접적 또는 간접적으로 관련이 있는 복수의 관련 항목을 선택하는 스텝과,
    상관관계 모델 작성부가 상기 검토 대상 항목 및 상기 복수의 관련 항목의 과거의 계측값으로부터 계측값 간의 상관관계 모델을 작성하는 스텝과,
    산출부가 상기 복수의 관련 항목의 계측값을 상기 상관관계 모델에 적용시켜 상기 복수의 관련 항목의 예측값을 산출하여 각 관련 항목의 실측값과 상기 예측값의 괴리도를 산출하는 스텝과,
    상기 선택부가 상기 산출된 상기 복수의 관련 항목의 예측값과 실측값의 괴리도가 소정의 역치 이하인 상기 관련 항목을 다시 선택하는 스텝과,
    상기 산출부가 재차 상기 검토 대상 항목 및 상기 복수의 관련 항목의 과거의 계측값으로부터 계측값 간의 상관관계 모델을 재작성하는 스텝과,
    상기 산출부가 상기 관련 항목의 계측값을 상기 상관관계 모델에 적용시켜 상기 검토 대상 항목의 예측값을 산출하고, 상기 검토 대상 항목의 실측값과 상기 예측값의 괴리도를 상기 검토 대상 항목에 영향을 미치고 있는 상기 복수의 관련 항목 이외의 환경 요인의 계측값으로서 산출하는 스텝을 포함하는 것을 특징으로 하는 계측값 해석 방법.
KR1020167026112A 2014-03-31 2015-03-30 계측값 해석 장치 및 계측값 해석 방법 KR101942825B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2014-070796 2014-03-31
JP2014070796A JP6181589B2 (ja) 2014-03-31 2014-03-31 計測値解析装置及び計測値解析方法
PCT/JP2015/060010 WO2015152181A1 (ja) 2014-03-31 2015-03-30 計測値解析装置及び計測値解析方法

Publications (2)

Publication Number Publication Date
KR20160125461A true KR20160125461A (ko) 2016-10-31
KR101942825B1 KR101942825B1 (ko) 2019-01-28

Family

ID=54240503

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167026112A KR101942825B1 (ko) 2014-03-31 2015-03-30 계측값 해석 장치 및 계측값 해석 방법

Country Status (6)

Country Link
US (1) US10496056B2 (ko)
EP (1) EP3128296B1 (ko)
JP (1) JP6181589B2 (ko)
KR (1) KR101942825B1 (ko)
CN (1) CN106489068B (ko)
WO (1) WO2015152181A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160365736A1 (en) * 2015-06-13 2016-12-15 General Electric Company Model-based control system and method for power production machinery
JP6846896B2 (ja) * 2016-08-30 2021-03-24 株式会社Ｉｈｉ原動機 船舶の推進性能の解析
JP7378151B2 (ja) * 2018-05-14 2023-11-13 国立研究開発法人 海上・港湾・航空技術研究所 船舶の実海域推進性能評価方法、実海域推進性能評価プログラム、及び実海域推進性能評価システム
JP7036697B2 (ja) * 2018-09-27 2022-03-15 株式会社日立製作所 監視システム及び監視方法
CN110231447A (zh) * 2019-06-10 2019-09-13 精锐视觉智能科技（深圳）有限公司 水质异常检测的方法、装置及终端设备
JP7231493B2 (ja) * 2019-06-12 2023-03-01 三菱重工業株式会社 制御装置、ガスタービン、制御方法及びプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2983941B2 (ja) * 1997-11-11 1999-11-29 川崎重工業株式会社 ３次元自動計測装置用計測誤差補正方法
JP2000227342A (ja) * 1999-02-08 2000-08-15 Ee D K:Kk 歩数計の誤差自動補正方法及び距離計測方法並びに携帯型情報処理装置
JP2008072047A (ja) 2006-09-15 2008-03-27 Omron Corp モデル作成装置並びにプロセス異常分析装置およびそれらの方法並びにプログラム
JP5090013B2 (ja) * 2007-02-23 2012-12-05 株式会社日立製作所 情報管理システム及びサーバ
DE602007009878D1 (de) * 2007-06-08 2010-11-25 Abb Research Ltd Tands eines stromversorgungssystems im zeitbereich
US8725667B2 (en) * 2008-03-08 2014-05-13 Tokyo Electron Limited Method and system for detection of tool performance degradation and mismatch
DE102008021558A1 (de) * 2008-04-30 2009-11-12 Advanced Micro Devices, Inc., Sunnyvale Verfahren und System für die Halbleiterprozesssteuerung und Überwachung unter Verwendung von PCA-Modellen mit reduzierter Grösse
WO2010082322A1 (ja) * 2009-01-14 2010-07-22 株式会社日立製作所 装置異常監視方法及びシステム
JP5297272B2 (ja) * 2009-06-11 2013-09-25 株式会社日立製作所 装置異常監視方法及びシステム
JP5606114B2 (ja) * 2010-03-19 2014-10-15 株式会社東芝 発電量予測装置、予測方法及び予測プログラム
JP5550969B2 (ja) * 2010-04-08 2014-07-16 株式会社ディーゼルユナイテッド ディーゼル機関の状態監視運転方法
JP5929575B2 (ja) * 2012-07-11 2016-06-08 ソニー株式会社 消費電力管理装置及び消費電力管理システム

Also Published As

Publication number Publication date
US10496056B2 (en) 2019-12-03
EP3128296A4 (en) 2017-11-15
WO2015152181A1 (ja) 2015-10-08
JP2015190970A (ja) 2015-11-02
EP3128296A1 (en) 2017-02-08
US20170010591A1 (en) 2017-01-12
JP6181589B2 (ja) 2017-08-16
CN106489068A (zh) 2017-03-08
KR101942825B1 (ko) 2019-01-28
EP3128296B1 (en) 2021-11-17
CN106489068B (zh) 2019-06-07

Similar Documents

Publication Publication Date Title
KR101942825B1 (ko) 계측값 해석 장치 및 계측값 해석 방법
Tsoutsanis et al. A component map tuning method for performance prediction and diagnostics of gas turbine compressors
US20190019096A1 (en) Estimator, estimation method, program and storage medium where program stored for model parameter estimation and model parameter estimation system
JP6404909B2 (ja) 技術的な系の出力量のモデルを算出する方法
CN111177930B (zh) 基于混合序列的航空发动机系统辨识建模方法
JP2010277577A (ja) 制御及び推定のための線形モデルのリアルタイムスケジューリング
US20130046519A1 (en) Method and system for modeling a power plant
Alberto Misté et al. Turbojet engine performance tuning with a new map adaptation concept
US20160365735A1 (en) Systems and Methods for Power Plant Data Reconciliation
KR101737968B1 (ko) 발전플랜트 성능데이터 학습에 의한 발전기 출력 추정 방법
JP5020338B2 (ja) 初期値生成装置及び初期値生成方法
JP6889008B2 (ja) 較正された性能モデルによる機械の制御
US11002624B2 (en) Method and device for measuring a thrust margin of a turbomachine
US20050038817A1 (en) System and method for processing inspection data for evaluating degradation of coating on components
CN1782672A (zh) 改善发电设备故障检测的方法和装置
Zaccaria et al. A model-based solution for gas turbine diagnostics: Simulations and experimental verification
Breikin et al. Regularisation approach for real-time modelling of aero gas turbines
Grebneva et al. Optimizing the composition of measurements for identifying pipeline systems
Head et al. Mach number estimation and pressure profile measurements of expanding dense organic vapors
CN109194050A (zh) 一种基于中心复合设计的转子结构优化方法
KR20150054245A (ko) 비선형 설계공간 내에서의 근사모델 최적설계방법
Rootliep et al. Evolutionary algorithm for enhanced gas path analysis in turbofan engines
Jarrett et al. Validation of a Gas Turbine Thermodynamic Model Without Accurate Component Maps
Goeing et al. Virtual process for evaluating the influence of real combined module variations on the overall performance of an aircraft engine
EP4254094A1 (en) Data processing apparatus, data processing method, and program

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant