KR20180022330A

KR20180022330A - 선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법

Info

Publication number: KR20180022330A
Application number: KR1020160107625A
Authority: KR
Inventors: 정하정; 김기환; 박형근; 고성훈; 이동제
Original assignee: 현대중공업 주식회사
Priority date: 2016-08-24
Filing date: 2016-08-24
Publication date: 2018-03-06
Also published as: KR102231900B1

Abstract

선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법이 개시된다.
시스템은 엔진 성능 분석에 사용되는 복수 종류의 센서들을 계측 데이터 변동성 정도에 따라 그룹화하여 각 센서별 그룹을 설정하고, 시운전하는 엔진에 설치된 센서들로부터 계측 데이터들을 수집하며, 센서들 각각의 그룹을 판별한 후 판별된 각 센서별 그룹에 따라 센서들로부터 수집된 계측 데이터들 각각에 대한 필터링을 선택적으로 적용하여 계측 데이터 편차를 보상한다.
이에 따라, 엔진에 부착된 각종 센서들이 심한 진동을 받아 높은 계측 데이터 편차가 발생할 경우 데이터 편차를 저감하여 엔진 성능 분석의 신뢰성을 향상시킬 수 있다.
나아가, 엔진의 운전 특성이나 연소 과정, 센서 설치 위치 등을 고려한 선별적인 데이터 필터링을 통해 데이터 편차 저감의 효율성을 극대화할 수 있다.

Description

선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법{DATA MEASURE SYSTEM FOR PERFORMANCE VERIFICATION TEST OF MARINE LARGE ENGINE AND METHOD THEREOF}

본 발명은 선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법에 관한 것으로서, 특히 계측 데이터 편차를 저감하여 엔진 성능 분석의 신뢰성을 향상시킬 수 있도록 하는 선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법에 관한 것이다.

특허문헌 1을 참조하면, 선박 대형 엔진 시운전용 데이터 계측 시스템은 시운전하는 대형 엔진에 부착된 각종 압력 센서, 온도 센서, 진동 센서 등을 통해 계측되는 데이터를 통합 데이터베이스에 수집하고, 이 수집된 데이터를 분석하여 엔진의 성능 지수를 판정한다.

이와 같이 각종 센서들로부터 수집되는 계측 데이터를 엔진 성능 분석에 활용하고자 하는 경우, 각종 센서들에서 계측되는 데이터의 정확도가 높아야 엔진 성능 분석의 신뢰성 역시 높아질 수 있다.

그런데, 선박 대형 엔진의 운전시 엔진에 부착된 각종 센서들이 자체적으로 심한 진동을 받기 때문에 해당 센서들에서 입력되는 계측 데이터에 편차가 크게 발생하게 되고 이로 인해 정확한 엔진 성능의 분석이 불가능한 문제점이 있다.

한국공개특허공보 제10-2010-0116429호

본 발명은 상술한 바와 같은 종래 기술의 문제점을 해결하기 위하여 제안된 것으로, 그 목적은 엔진에 부착된 각종 센서들이 심한 진동을 받아 높은 계측 데이터 편차가 발생할 경우 데이터 편차를 저감하여 엔진 성능 분석의 신뢰성을 향상시킬 수 있도록 하는 선박 대형 엔진 시운전용 데이터 계측 시스템을 제공하고자 하는 것이다.

또한, 엔진의 운전 특성이나 연소 과정, 센서 설치 위치 등을 고려한 선별적인 데이터 필터링을 통해 데이터 편차 저감의 효율성을 극대화할 수 있도록 하는 선박 대형 엔진 시운전용 데이터 계측 시스템을 제공하고자 하는 것이다.

본 발명이 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

전술한 목적을 달성하기 위한 본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 시스템은 엔진 성능 분석에 사용되는 복수 종류의 센서들을 계측 데이터 변동성 정도에 따라 그룹화하여 각 센서별 그룹을 설정하는 설정부; 시운전하는 엔진에 설치된 센서들로부터 계측 데이터들을 수집하는 데이터 수집부; 상기 센서들 각각의 그룹을 판별하는 그룹 판별부; 및 상기 그룹 판별부에서 판별된 각 센서별 그룹에 따라 상기 센서들로부터 수집된 계측 데이터들 각각에 대한 필터링을 선택적으로 적용하여 계측 데이터 편차를 보상하는 데이터 편차 보상부를 포함한다.

본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 시스템은 필터링 및 비 필터링된 계측 데이터들을 취합하여 엔진 성능 데이터로서 실시간으로 표시하는 표시부를 더 포함할 수 있다.

본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 시스템에서, 상기 데이터 편차 보상부는 이동평균필터를 적용하여 데이터 스무딩(Smoothing)을 수행할 수 있다.

한편, 본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 방법은 시스템이 엔진 성능 분석에 사용되는 복수 종류의 센서들을 계측 데이터 변동성 정도에 따라 그룹화하여 각 센서별 그룹을 설정하는 단계; 상기 시스템이 시운전하는 엔진에 설치된 센서들로부터 계측 데이터들을 수집하는 단계; 상기 시스템이 상기 센서들 각각의 그룹을 판별하는 단계; 및 상기 시스템이 상기 판별된 각 센서별 그룹에 따라 상기 센서들로부터 수집된 계측 데이터들 각각에 대한 필터링을 선택적으로 적용하여 계측 데이터 편차를 보상하는 단계를 포함한다.

본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 방법에서, 각 센서별 그룹을 계측 데이터 변동성이 높은 고 편차 그룹과 계측 데이터 변동성이 낮은 저 편차 그룹으로 분류하고, 고 편차 그룹의 센서에 대해서만 선택적으로 이동평균필터를 적용하여 계측 데이터 편차를 보상할 수 있다.

본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 방법에서, 압력 데이터를 계측하는 센서들을 고 편차 그룹으로 분류하되, 상기 센서들 중 엔진 내 설치 위치를 근거로 높은 계측 데이터 변동성이 예측되는 일부만 선별하여 고 편차 그룹으로 분류할 수 있다.

본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 방법에서, 흡기 압력 데이터 및 배기 압력 데이터를 계측하는 센서를 고 편차 그룹으로 분류할 수 있다.

본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 방법에서, 냉각수, 윤활유 및 연료를 포함하는 유체 압력을 계측하는 센서와 온도 데이터를 계측하는 센서를 저 편차 그룹으로 분류할 수 있다.

본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 방법에서, 고 편차 그룹을 계측 데이터 변동성 정도에 따라 복수 레벨의 그룹으로 세분화하고, 고 편차 그룹에서 계측 데이터 변동성이 높은 상위 레벨의 그룹일수록 이동평균필터 개수를 증가시켜 적용할 수 있다.

본 발명에 의한 선박 대형 엔진 시운전용 데이터 계측 시스템에 따르면, 엔진에 부착된 각종 센서들이 심한 진동을 받아 높은 계측 데이터 편차가 발생할 경우 데이터 편차를 저감하여 엔진 성능 분석의 신뢰성을 향상시킬 수 있게 된다.

나아가, 본 발명에 의한 선박 대형 엔진 시운전용 데이터 계측 시스템에 따르면, 엔진의 운전 특성이나 연소 과정, 센서 설치 위치 등을 고려한 선별적인 데이터 필터링을 통해 데이터 편차 저감의 효율성을 극대화할 수 있게 된다.

도 1은 본 발명의 일 실시예에 따른 선박 대형 엔진 시운전용 데이터 계측 시스템의 구성을 개략적으로 보인 도면이다.
도 2는 본 발명의 일 실시예에 따라 수집되는 계측 데이터를 예시적으로 보인 도면이다.
도 3은 본 발명의 일 실시예에 따른 선박 대형 엔진 시운전용 데이터 계측 방법을 설명하기 위한 처리도이다.
도 4는 본 발명의 일 실시예에 따라 제공되는 데이터 계측 화면을 예시적으로 보인 도면이다.

이하에서는 첨부한 도면을 참조하여 본 발명의 바람직한 실시예에 따른 선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법에 대해서 상세하게 설명한다.

도 1은 본 발명의 일 실시예에 따른 선박 대형 엔진 시운전용 데이터 계측 시스템의 구성을 개략적으로 보인 도면이다.

도 1에서, 복수 개의 각종 센서(10)는 시운전하는 대형 엔진의 각 부분에 부착되어 압력, 온도, 진동, 속도 등 엔진 성능 분석에 필요한 각종 엔진 성능 데이터를 계측하고, 계측 데이터를 데이터 수집부(30)로 전달한다.

일 예로, 엔진의 여러 부분에 분포된 복수의 압력 센서(센서 A1 내지 An) 및 복수의 온도 센서(센서 B1 내지 Bm)가 엔진 각 부의 압력 및 온도를 계측하여 데이터 수집부(30)로 실시간 출력할 수 있다.

데이터 수집부(30)는 각종 센서(10)들로부터 전송되는 아날로그 신호 형태의 계측 데이터를 수집하고, 수신된 아날로그 신호 형태의 계측 데이터를 A/D(Analog to Digital) 변환한 후, 이 계측 데이터를 엔진 성능 데이터로서 통합 데이터베이스에 저장한다.

이와 같이 통합 데이터베이스에 저장된 각종 계측 데이터들은 엔진의 성능 지수를 판정하는데 사용된다.

이때 대형 엔진의 운전시 엔진에 부착된 각종 센서(10)들이 받는 진동에 의해 필연적으로 발생하는 계측 데이터의 편차를 간과하고서 정확성이 떨어지는 계측 데이터를 토대로 대형 엔진의 성능을 분석하게 되면, 엔진 성능 분석의 신뢰성이 크게 저하된다.

이에 데이터 편차 보상부(50)는 데이터 수집부(30)에서 수집한 계측 데이터를 통합 데이터베이스에 저장하기 전에 데이터 변동성 정도에 따라 일부 계측 데이터에 필터링을 적용하여 그 데이터 편차를 보상한다.

일 예로, 데이터 편차 보상부(50)는 특정 센서(10)로부터의 계측 데이터에 이동평균필터(Moving Average Filter)를 적용하여 데이터 스무딩(Smoothing)을 수행함으로써 그 편차를 현저하게 저감시킬 수 있고 이로 인해 대형 엔진의 성능 분석 정확도 및 신뢰성을 크게 향상시킬 수 있다.

단, 데이터 편차 저감을 위해 모든 종류의 센서(10)들과 그 계측 데이터들에 대해 광범위한 필터링을 단순 적용할 경우 데이터 처리 속도가 저하되거나 연산 복잡도가 증가하여 오히려 비효율적일 수 있다.

그러므로, 엔진의 운전 특성이나 연소 과정, 센서 종류, 센서 번호, 센서 설치 위치 등을 고려한 선별적인 데이터 필터링을 구현하면 데이터 편차 저감의 효율성을 극대화할 수 있다.

이를 위해 엔진 성능 분석에 사용되는 복수 종류의 센서(10)들이 계측 데이터 변동성 정도에 따라 그룹화되어 각 센서별 그룹이 설정되며, 각 센서별 그룹 정보가 설정부(20)에 저장된다.

그룹 판별부(40)는 데이터 수집부(30)에 계측 데이터를 출력하는 복수의 센서(10) 각각의 그룹을 판별한다.

일 예로, 그룹 판별부(40)는 특정 센서(10)가 데이터 수집부(30)에 계측 데이터를 전송한 경우 센서 번호나 연결 포트 정보 등의 센서 판별정보로 해당 센서(10)를 판별하고 설정부(20)로부터 판별된 센서(10)가 어느 그룹에 속하는지 여부를 파악할 수 있다.

데이터 편차 보상부(50)는 그룹 판별부(40)에서 판별된 각 센서별 그룹에 따라 복수의 센서(10)로부터 데이터 수집부(30)로 수집된 각종 계측 데이터 각각에 대한 필터링을 선택적으로 적용하여 계측 데이터 편차를 보상한다.

이때 각 센서(10)의 그룹은 엔진 성능 분석을 위한 데이터 계측시에 각종 센서(10)로부터 수집되는 계측 데이터들 각각에 대한 필터링 여부 및 필터 개수를 결정하기 위한 기준으로 활용될 수 있다.

각 센서가 속하는 그룹은 엔진의 운전 특성이나 연소 과정, 센서 설치 위치 등을 고려하여 설정될 수 있다.

일 예로, 각 센서별 그룹은 계측 데이터 변동성이 높은 고 편차 그룹과 계측 데이터 변동성이 낮은 저 편차 그룹으로 분류될 수 있다.

계측 데이터의 변동성 정도에 따라 엔진 성능 분석을 위한 데이터 계측에 사용되는 다양한 각종 센서(10)를 그룹화하여 각 센서별 그룹을 설정하되, 계측 데이터의 변동성이 높은 센서(10)들을 선별하여 고 편차 그룹으로 설정하는 것이다.

이 경우 복수의 각종 센서(10) 중 고 편차 그룹의 센서(10)에 대해서만 선택적으로 계측 데이터 필터링(대표적으로, 이동평균필터)을 적용하여 그 편차를 보상할 수 있다.

특정 계측 데이터에 대한 편차 보상이 완료되고 난 후, 데이터 수집부(30)는 필터링 및 비 필터링된 계측 데이터들을 취합하여 엔진 성능 데이터로서 통합 데이터베이스에 저장함과 더불어 표시부(60)의 화면을 통해 실시간으로 표시한다.

데이터 수집부(30)를 통해 수집되는 각종 계측 데이터의 추이(Trend)는 표시부(60)의 화면을 통해 도 2에 예시된 바와 같이 표시될 수 있다.

도 2를 참조하면, 일부 특정 센서(10)들의 계측 데이터는 편차가 거의 없는데 반해서(상위 3개 그래프, DA), 다른 특정 센서(10)들의 계측 데이터는 편차가 크게 나타남을 알 수 있다(하위 5개 그래프, DB).

즉 엔진에 장착된 각 센서(10)에 따라 계측 데이터 편차의 크기에 차이가 있는데 그 이유는 다음과 같다.

엔진 성능 데이터는 주로 압력 및 온도이다. 이 중 온도 데이터는 순간적인 변동이 거의 없으나, 압력 데이터의 경우 변동이 클 수 있다.

특히 흡/배기 압력은 순차적으로 발생되는 흡입/폭발/배기 등의 연소 과정으로 인한 충격파 전파 및 유량 변동 등에 의해 변동성이 매우 심할 수 있다.

또한 터보차저(T/C)의 터빈 후단 압력(back pressure)의 경우 터빈 전단의 배기압 변동(bar 단위)이 그대로 전해지면서 작은 단위(mmAq)로 인해 더 큰 변동성을 가지게 된다.

결국 엔진이 가동되면서 흡입/폭발/배기 등의 연소 과정에서 측정되는 흡/배기 압력의 경우에는 편차가 크게 발생할 수 있기에 이들은 필터링을 적용하여 스무딩된 계측 데이터 상태로 수집한 후 엔진의 성능을 분석하는 것이 엔진 성능 분석의 정확도 및 신뢰성을 높일 수 있는 방안이다.

반면 냉각수, 윤활유 및 연료 등 원심 및 기어 펌프로 공급되는 유체의 압력은 상대적으로 변동성이 적기 때문에 필터링(이동평균필터 등)을 적용할 필요가 없다.

도 3은 본 발명의 일 실시예에 따른 선박 대형 엔진 시운전용 데이터 계측 방법을 설명하기 위한 처리도이다.

우선, 엔진 성능 분석에 사용되는 복수 종류의 센서들이 계측 데이터 변동성 정도에 따라 그룹화되어 각 센서별 그룹이 설정되며, 설정된 각 센서별 그룹 정보가 시스템의 설정부(20)에 저장된다(S10).

이후, 시스템의 데이터 수집부(30)는 시운전하는 엔진의 각 부분에 설치된 복수의 각종 센서(10)들로부터 출력되는 아날로그 신호 형태의 계측 데이터들을 실시간으로 수집한다(S20).

상기한 단계 S20을 통해 복수의 각종 센서(10)로부터 아날로그 신호 형태의 계측 데이터를 수집한 데이터 수집부(30)는 수집한 아날로그 신호 형태의 계측 데이터를 디지털 신호로 변환한 후, 디지털 신호로 변환된 계측 데이터들을 엔진 성능 데이터로서 통합 데이터베이스에 저장한다.

이 과정에서, 데이터 수집부(30)에서 수집한 계측 데이터가 통합 데이터베이스로 저장되기 전에 일부 센서(10)의 계측 데이터에 대하여 선택적으로 필터링을 적용하여 그 데이터 편차를 보상하는 것이 효율적이다.

이에 데이터 편차 보상부(50)에서 특정 센서(10)들에 대한 선택적인 데이터 필터링을 수행할 수 있도록, 그룹 판별부(40)가 그룹 설정부(20)에 저장된 각 센서별 그룹 정보를 근거로 계측 데이터를 제공하는 복수의 센서(10) 각각의 그룹을 판별한다(S30).

시스템의 데이터 편차 보상부(50)는 상기한 단계 S30을 통해 판별된 각 센서별 그룹에 따라 복수의 센서(10)로부터 수집된 계측 데이터들 각각에 대한 필터링을 선택적으로 적용하여 계측 데이터 편차를 보상한다(S40).

일 예로, 데이터 편차 보상부(50)는 고 편차 그룹으로 지정된 특정 센서(10)의 계측 데이터에 대해서만 이동평균필터를 적용하여 데이터 스무딩(Smoothing)을 수행할 수 있다.

이후 데이터 수집부(30)는 상기한 단계 S20을 통해 수집된 후 필터링되어 편차 보상된(S42) 계측 데이터들과, 상기한 단계 S20을 통해 수집된 나머지 비 필터링된(S44) 계측 데이터들을 취합하여 엔진 성능 데이터로서 통합 데이터베이스에 저장함과 더불어 표시부(60)를 통해 실시간으로 표시한다(S50).

시스템의 데이터 수집부(30)를 통해 통합 데이터베이스로 저장된 각종 계측 데이터들은 엔진의 성능 지수를 판정하는데 사용된다.

상기한 단계 S10에서 지정되는 각 센서별 그룹은 계측 데이터 변동성이 높은 고 편차 그룹과 계측 데이터 변동성이 낮은 저 편차 그룹으로 분류 가능하다.

이 경우 상기한 단계 S40에서 시스템의 데이터 편차 보상부(50)는 고 편차 그룹의 센서(10)에 대해서만 선택적으로 필터링(이동평균필터 등)을 적용하여 그 계측 데이터 편차를 보상할 수 있다(S42).

일 예로, 흡기 압력 데이터 및 배기 압력 데이터를 계측하는 흡/배기 압력 센서가 고 편차 그룹으로 분류될 수 있다. 냉각수, 윤활유 및 연료를 포함하는 유체 압력을 계측하는 유체 압력 센서와 온도 데이터를 계측하는 온도 센서 등은 저 편차 그룹으로 분류될 수 있다.

압력 데이터를 계측하는 센서(10)들이 고 편차 그룹으로 분류되는 경우, 복수의 센서(10)들 중 엔진 내 설치 위치를 근거로 높은 계측 데이터 변동성이 예측되는 일부(예컨대, 터보차저의 터빈 후단에 설치된 압력 센서)만 선별하여 고 편차 그룹으로 분류하는 것이 보다 효율적일 수 있다.

나아가, 고 편차 그룹은 계측 데이터 변동성 정도에 따라 복수 레벨의 그룹으로 세분화될 수 있다.

이 경우, 데이터 편차 보상부(50)는 여러 레벨로 세분화되어 있는 고 편차 그룹에서 계측 데이터 변동성이 높은 상위 레벨의 그룹일수록 필터 개수를 증가시켜 초기 변동성 정도와 무관하게 완만한 데이터를 얻어낼 수 있다.

도 4는 본 발명의 일 실시예에 따라 제공되는 데이터 계측 화면을 예시적으로 보인 도면으로서, 대형 엔진의 운전 중 1초마다 수집한 3개 압력 센서의 계측 데이터의 추이를 예시한 것이다.

(a)는 이동평균필터의 미적용 상태에서의 계측 데이터 추이를 나타내고, (b)는 여기에 이동평균필터를 적용한 결과를 나타낸다.

이동평균필터의 미적용 상태에서는 (a)에 도시된 바와 같이 수집된 계측 데이터의 최대 편차가 1초에 0.09bar까지 발생하였는데, 이 계측 데이터에 5개의 이동평균필터를 적용하여 이전 5초 동안의 평균값으로 바꾸어 주면, (b)에 도시된 바와 같이 데이터의 최대 편차가 0.013bar로 줄어들어 확연히 개선되었음을 확인할 수 있다.

본 발명에 따른 선박 대형 엔진 시운전용 데이터 계측 시스템 및 그 방법의 구성은 전술한 실시예에 국한되지 않고 본 발명의 기술 사상이 허용하는 범위 내에서 다양하게 변형하여 실시할 수 있다.

10: 센서, 20: 설정부,
30: 데이터 수집부, 40: 그룹 판별부,
50: 데이터 편차 보상부, 60: 표시부

Claims

엔진 성능 분석에 사용되는 복수 종류의 센서들을 계측 데이터 변동성 정도에 따라 그룹화하여 각 센서별 그룹을 설정하는 설정부;
시운전하는 엔진에 설치된 센서들로부터 계측 데이터들을 수집하는 데이터 수집부;
상기 센서들 각각의 그룹을 판별하는 그룹 판별부; 및
상기 그룹 판별부에서 판별된 각 센서별 그룹에 따라 상기 센서들로부터 수집된 계측 데이터들 각각에 대한 필터링을 선택적으로 적용하여 계측 데이터 편차를 보상하는 데이터 편차 보상부를 포함하는 선박 대형 엔진 시운전용 데이터 계측 시스템.
제1항에 있어서,
필터링 및 비 필터링된 계측 데이터들을 취합하여 엔진 성능 데이터로서 실시간으로 표시하는 표시부를 더 포함하는 선박 대형 엔진 시운전용 데이터 계측 시스템.
제1항에 있어서,
상기 데이터 편차 보상부는,
이동평균필터를 적용하여 데이터 스무딩(Smoothing)을 수행하는 선박 대형 엔진 시운전용 데이터 계측 시스템.
시스템이 엔진 성능 분석에 사용되는 복수 종류의 센서들을 계측 데이터 변동성 정도에 따라 그룹화하여 각 센서별 그룹을 설정하는 단계;
상기 시스템이 시운전하는 엔진에 설치된 센서들로부터 계측 데이터들을 수집하는 단계;
상기 시스템이 상기 센서들 각각의 그룹을 판별하는 단계; 및
상기 시스템이 상기 판별된 각 센서별 그룹에 따라 상기 센서들로부터 수집된 계측 데이터들 각각에 대한 필터링을 선택적으로 적용하여 계측 데이터 편차를 보상하는 단계를 포함하는 선박 대형 엔진 시운전용 데이터 계측 방법.
제4항에 있어서,
각 센서별 그룹을 계측 데이터 변동성이 높은 고 편차 그룹과 계측 데이터 변동성이 낮은 저 편차 그룹으로 분류하고,
고 편차 그룹의 센서에 대해서만 선택적으로 이동평균필터를 적용하여 계측 데이터 편차를 보상하는 선박 대형 엔진 시운전용 데이터 계측 방법.
제5항에 있어서,
압력 데이터를 계측하는 센서들을 고 편차 그룹으로 분류하되, 상기 센서들 중 엔진 내 설치 위치를 근거로 높은 계측 데이터 변동성이 예측되는 일부만 선별하여 고 편차 그룹으로 분류하는 선박 대형 엔진 시운전용 데이터 계측 방법.
제6항에 있어서,
흡기 압력 데이터 및 배기 압력 데이터를 계측하는 센서를 고 편차 그룹으로 분류하는 선박 대형 엔진 시운전용 데이터 계측 방법.
제5항에 있어서,
냉각수, 윤활유 및 연료를 포함하는 유체 압력을 계측하는 센서와 온도 데이터를 계측하는 센서를 저 편차 그룹으로 분류하는 선박 대형 엔진 시운전용 데이터 계측 방법.
제5항에 있어서,
고 편차 그룹을 계측 데이터 변동성 정도에 따라 복수 레벨의 그룹으로 세분화하고,
고 편차 그룹에서 계측 데이터 변동성이 높은 상위 레벨의 그룹일수록 이동평균필터 개수를 증가시켜 적용하는 선박 대형 엔진 시운전용 데이터 계측 방법.