KR20180057829A - 통계적 공정 관리에 기반한 센서 제어 방법 - Google Patents

통계적 공정 관리에 기반한 센서 제어 방법 Download PDF

Info

Publication number
KR20180057829A
KR20180057829A KR1020160156145A KR20160156145A KR20180057829A KR 20180057829 A KR20180057829 A KR 20180057829A KR 1020160156145 A KR1020160156145 A KR 1020160156145A KR 20160156145 A KR20160156145 A KR 20160156145A KR 20180057829 A KR20180057829 A KR 20180057829A
Authority
KR
South Korea
Prior art keywords
control
sensing data
chart
sensor
limit
Prior art date
Application number
KR1020160156145A
Other languages
English (en)
Other versions
KR101896157B1 (ko
Inventor
박철진
이규영
박인재
이미림
Original Assignee
한양대학교 산학협력단
홍익대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한양대학교 산학협력단, 홍익대학교 산학협력단 filed Critical 한양대학교 산학협력단
Priority to KR1020160156145A priority Critical patent/KR101896157B1/ko
Publication of KR20180057829A publication Critical patent/KR20180057829A/ko
Application granted granted Critical
Publication of KR101896157B1 publication Critical patent/KR101896157B1/ko

Links

Images

Classifications

    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
    • 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
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model

Abstract

통계적 공정 관리(SPC)에 기반한 센서 제어 방법 및 장치가 개시된다. 개시된 센서 제어 방법은, 센서의 센싱 데이터를 입력받는 단계; 기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계; 상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계; 및 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 상기 센싱 데이터와 비교하여, 기 설정된 동작을 수행하는 단계를 포함하며, 상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정된다.

Description

통계적 공정 관리에 기반한 센서 제어 방법{METHOD FOR CONTROLLING SENSOR BASED ON STATISTICAL PROCESS CONTROL}
본 발명은 센서 제어 방법에 관한 것으로서, 더욱 상세하게는 통계적 공정 관리(SPC)에 기반한 센서 제어 방법에 관한 것이다.
현재 다양한 분야에서 센서가 활용되고 있으며, 미세 기술의 발달과 함께 점점 더 센서의 활용도는 높아질 것으로 예상된다.
센서가 탑재된 전자 기기는, 센서로부터 획득한 센싱 데이터와 임계값(threshold)을 비교하고 그 비교 결과에 따라 전자 기기를 제어하고 특정 동작을 수행한다. 예를 들어, 공기 청정기의 경우, 공기 중의 미세 먼지 농도를 센서를 통해 검출하고, 미세 먼지 농도가 임계값 이상인 경우 경보를 발생하거나 자동으로 공기 청정 기능을 수행한다.
이 때, 센서의 측정 오류, 센싱 데이터의 전송 오류 등으로 인해, 센싱 데이터에 오차가 포함되고 이러한 오차로 인해 상태에 대한 진단 결과가 달라지고 오경보(false alarm)가 발생할 수 있다. 또는 주변 환경의 일시적인 변화나 센서의 노후화로 인해 오경보가 발생할 수 있다.
오경보율을 줄이기 위해 임계값을 조절할 수 있는데, 임계값이 지나치게 높게 설정된 경우 오경보율을 낮출 수 있지만 상태 변화에 대한 감지가 늦어질 수 있다. 반대로 임계값이 지나치게 낮게 설정되는 경우 작은 상태 변화에도 센서가 민감하게 반응하여, 센싱 결과에 대한 신뢰성이 떨어질 수 있다.
이에, 센서를 제어하는 다양한 방법들이 연구되고 있으며, 통계적 방법에 의하여 공정을 관리하는 통계적 공적 관리(Statistical Process Control)에 기반하여 센서를 제어하는 방법이 연구되고 있다. 통계적 공정 관리를 위해 품질의 변동상황을 그래프로 나타내는 SPC 관리도가 이용되는데, SPC 관리도에서는 공정 품질의 임계치를 의미하는 관리 한계(control limit)가 정의된다.
즉, 공정 품질 수준이 관리 한계 범위에서 유지될 수 있도록, SPC 관리도를 통해 공정이 관리될 수 있다. 관리 한계는, 결국 센싱 데이터의 비교 대상인 임계값과 대응되는 개념이므로, 센서를 제어하기 위한 방법으로 통계적 공정 관리가 활용되고 있다.
SPC 관리도에는 슈하르트(Shewhart) 관리도, 누적합(CUSUM) 관리도 등이 있다. 슈하르트 관리도는 Shewhart(1931)에 의해 제안된 관리도로서 사용법이 간단하면서도 효율적이어서 가장 널리 사용되는 관리도이다. 누적합 관리도는 목표값에서 각 표본 값 편차의 누적합(CUSUM)을 표시하는 시간 가중 관리도이다.
통계적 공적 관리는 센서 이외 다양한 응용 분야에도 적용되고 있으며, 관련 선행문헌으로 특허문헌인 일본 공개특허 제2005-331944호, 대한민국 등록특허 제10-0907468호가 있다.
본 발명은 통계적 공정 관리에 기반하여 관리 한계를 설정하는 센서 제어 방법 및 장치를 제공하기 위한 것이다.
상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 센서의 센싱 데이터를 입력받는 단계; 기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계; 상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계; 및 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 상기 센싱 데이터와 비교하여, 기 설정된 동작을 수행하는 단계를 포함하며, 상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정되는 통계적 공정 관리에 기반한 센서 제어 방법이 제공된다.
또한 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 센서의 센싱 데이터를 입력받는 단계; 기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계; 상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 하나를 상기 센싱 데이터와 비교하여, 기 설정된 제어 신호를 출력하는 단계; 상기 제어 신호 출력 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태인 경우, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가, 기 설정된 지속 시간동안 유지되는지 판단하는 단계; 및 상기 제1평균값이 상기 제2평균값보다 큰 상태가 상기 지속 시간동안 유지되는 경우, 상기 제어 신호 출력을 중단하는 단계를 포함하는 통계적 공정 관리에 기반한 센서 제어 방법이 제공된다.
또한 상기한 목적을 달성하기 위한 본 발명의 또 다른 실시예에 따르면, 센서의 센싱 데이터를 저장하는 데이터 베이스; 기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 데이터 분석부; 및 상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 이용하여 제어 신호를 활성화하거나 비활성화하는 제어신호 출력부를 포함하며, 상기 제어신호 출력부는 상기 제어 신호가 활성화된 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태이며, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가 기 설정된 지속 시간동안 유지되는 경우, 상기 제어 신호를 비활성시키는 통계적 공정 관리에 기반한 센서 제어 장치가 제공된다.
본 발명에 따르면, 센서의 측정 오류를 고려하여 사용자 요구 수준인 오경보율 이하를 보장하는 관리 한계를 사용하기 때문에, 센서의 이상 경보에 대한 신뢰성을 높일 수 있다.
또한 본 발명에 따르면, 센싱 데이터를 주기적으로 획득해서 주변 환경의 변화나 센서의 노후화에 따른 데이터의 변동성을 반영하고 자동으로 관리 한계를 갱신하기 때문에, 지속적으로 관리한계를 수동적으로 재설정해야하는 번거로움을 없앨 수 있다.
또한 본 발명에 따르면, 통계적 공정 관리 기법에 기반하여 관리 한계를 설정하기 때문에, 시간에 따른 데이터의 상관성을 모두 다룰 수 있고, 데이터의 분포에도 영향을 받지 않기 때문에, 분포에 대한 큰 제약이나 가정없이 본 발명을 활용할 수 있다.
또한 본 발명에 따르면, 지속 시간 동안 센싱 데이터가 안정 상태에 도달한 이후에, 이상 경보를 해제시키기 때문에, 센서 시스템이 관리 한계 측면에서 계속 이상 경보를 발생시키는 문제없이 안정 상태에 도달시킬 수 있게 하는 장점이 있다.
도 1은 본 발명의 일실시예에 따른 통계적 공정 관리에 기반한 센서 제어 장치를 설명하기 위한 도면이다.
도 2는 센싱 데이터의 판단 구간을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 통계적 공정 관리에 기반한 센서 제어 방법을 설명하기 위한 도면이다.
도 4 및 도 5는 본 발명의 구체적 실시예에 따른 통계적 공정 관리에 기반한 센서 제어 방법을 설명하기 위한 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
도 1은 본 발명의 일실시예에 따른 통계적 공정 관리에 기반한 센서 제어 장치를 설명하기 위한 도면이며, 도 2는 센싱 데이터의 판단 구간을 설명하기 위한 도면이다.
본 발명에 따른 센서 제어 장치는, 실시예에 따라서 센서와 함께 모듈화된 형태로 제공되거나 또는 별도로 제공될 수 있다.
도 1을 참조하면, 본 발명에 따른 센서 제어 장치(100)는 데이터 베이스(110), 데이터 분석부(120) 및 제어신호 출력부(130)를 포함한다.
데이터 베이스(110)는 센서(140)의 센싱 데이터를 입력받아 저장하며, 저장된 센싱 데이터를 데이터 분석부(120)로 제공한다.
데이터 분석부(120)는 센싱 데이터의 통계적 특성을 분석한다. 센싱 데이터가 시계열 데이터이기 때문에, 데이터 분석부(120)는 기 설정된 판단 구간 별로 센싱 데이터를 분석한다.
데이터 분석부(120)는 통계적 특성으로서 예를 들어, 센싱 데이터가 통계적 안정 상태(steady state)인지, 센싱 데이터들 간에 자기 상관성(autocorralation)이 존재하는지, 또는 센싱 데이터의 확률 분포 모델이 적분 가능한지 여부 등을 분석할 수 있다. 여기서, 통계적 안정 상태는, 일정 시간이 지난후 데이터가 일정한 평균 수준에 도달하는 상태를 의미한다.
제어신호 출력부(130)는 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 이용하여 제어 신호를 활성화하거나 비활성화시켜 출력한다. 즉, 제어신호 출력부(130)는 센싱 데이터의 통계적 특성에 따라서, 전술된 관리 한계 중 하나와 센싱 데이터를 비교하여 제어 신호를 활성화하거나 비활성화할 수 있다.
관리 한계는 센싱 데이터와의 비교 대상이 되는 임계값에 대응하며, 결국 제어신호 출력부(130)는 센싱 데이터와 관리 한계를 비교하여 센서 주변 환경에 대한 감지 결과를 출력하는 것이다.
슈하르트 관리도의 관리 한계 및 CUSUM 관리도의 관리 한계는, 사용자에 의해 설정되는 오경보율(falss alarm rate)에 따라서 결정될 수 있으며, 정상 관리 한계는 센서 제조업체 또는 사용자에 의해 설정될 수 있다. 그리고 슈하르트 관리도의 관리 한계는 슈하르트 관리도에서 정의된 관리 한계이며, CUSUM 관리도의 관리 한계는 CUSUM 관리도에 의해 정의되는 관리 한계로서, 산출 방법은 도 3에서 보다 상세히 설명하기로 한다.
본 발명에 따른 센서 제어 장치가 탑재된 시스템에 따라서, 제어신호에 응답하여 수행되는 동작이 다를 수 있다. 예를 들어, 미세 먼지에 대한 센싱 데이터가 관리 한계 이상인 경우, 공기 정화 시스템의 제어 신호가 활성화되고, 공기 정화 시스템은 미세 먼지 경보 등을 울리며 공기 청정을 시작할 수 있다. 반대로 미세 먼지에 대한 센싱 데이터가 관리 한계 미만인 경우, 공기 정화 시스템의 제어 신호는 비활성화되며, 공기 정화 시스템은 경보를 해제하고 공기 청정을 중단할 수 있다.
한편, 제어신호 출력부(130)는, 제어신호가 활성화된 이후, 제어 신호의 활성화된 상태를 지속적으로 유지할지 여부를 판단한다. 보다 구체적으로 제어신호 출력부(130)는 제1판단 구간(210)에서 제어 신호가 활성화된 경우, 다음 구간인 제2판단 구간(220)의 센싱 데이터를 이용하여 제어신호를 비활성화시킬지 여부를 판단할 수 있다.
제어신호 출력부(130)는 제2판단 구간(220)에서 센싱 데이터가 통계적 안정 상태이며, 제1판단 구간(210)에서의 제1평균값이 제2판단 구간(220)에서의 제2평균값보다 큰 상태가 기 설정된 지속 시간동안 유지되는 경우, 제어 신호를 비활성시킬 수 있다. 여기서, 평균값은 판단 구간에서의 센싱 데이터의 평균값을 의미한다.
도 3은 본 발명의 일실시예에 따른 통계적 공정 관리에 기반한 센서 제어 방법을 설명하기 위한 도면으로서, 도 3에서는 전술된 센서 제어 장치의 센서 제어 방법이 일실시예로서 설명된다.
본 발명에 따른 센서 제어 장치는, 센서로부터 센싱 데이터를 수신(S310)한다. 즉, 센서의 센싱 데이터를 입력받는다. 그리고 기 설정된 제1판단 구간에서, 센싱 데이터의 통계적 특성을 분석(S320)한다.
그리고 센서 제어 장치는 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출(S330)한다.
슈하르트 관리도의 관리 한계 및 CUSUM 관리도의 관리 한계가 산출되는 경우의 통계적 특성을 설명하기 위해, 다시 단계 S320으로 돌아가서 설명하면, 보다 구체적으로 단계 S320에서 센서 제어 장치는 먼저, 센싱 데이터가 통계적 안정 상태인지 여부를 판단한다. 센서 제어 장치는, 데이터의 통계적 안정 상태를 판단하는데 이용되는 통계적 기법인 F-test statistic method, R-Statistic Method 등을 이용하여 센싱 데이터의 통계적 안정 상태를 판단할 수 있다.
F-test statistic method 및 R-Statistic Method는 동일한 데이터 셋에 대해 서로 다른 방법으로 산출한 값의 변동 비율을 통해 통계적 안정 상태를 판단하는 방법이다. F-test statistic method는 평균제곱편차와, 데이터의 제곱된 차이의 평균값의 변동 비율을 이용하며, R-Statistic Method는 데이터 평균의 차이의 제곱에 기초한 지수 가중 이동 분산과, 데이터 차이에 기초한 지수 가중 이동 분산의 변동 비율을 이용한다.
이후, 센서 제어 장치는 센싱 데이터가 통계적 안정 상태인 경우, 센싱 데이터의 자기 상관성을 판단한다. 센서 제어 장치는 더빈-왓슨 검정법(Durbin-Watson test), 브리쉬-고드프리(BG) 검정법 등을 이용하여, 센서 데이터에 자기 상관성이 존재하는지 판단할 수 있다. 더빈-왓슨 검정법 및 브리쉬-고드프리 검정법은 그래프 검정법과 함께 자기 상관성의 존재 여부를 판단하기 위해 주로 이용되는 방법으로서, 브리쉬-고드프리 검정법은 더빈-왓슨 검정법의 제약적 가정들을 보다 일반화시킨 검정법이다.
그리고, 센서 제어 장치는 센싱 데이터의 자기 상관성이 존재하는 경우, 센싱 데이터의 확률 분포 모델의 적분 가능 여부를 판단한다. 센서 데이터의 특성에 따라, 센싱 데이터는 정규 분포와 같은 연속 확률 분포로 모델링되거나, 이산 확률 분포로 모델링될 수 있는데, 정규 분포와 달리 이산 확률 분포는 수리적으로 적분이 불가능하다. 즉, 센서 제어 장치는 센싱 데이터의 확률 분포 모델에 따라서 적분 가능 여부를 판단할 수 있다.
다시 단계 S330으로 돌아와, 센서 제어 장치는 센싱 데이터가 통계적 안정 상태이며 자기 상관성이 존재하고, 확률 분포 모델이 적분 가능한 경우, 슈하르트 관리도의 관리 한계를 산출한다. 그리고 센싱 데이터가 통계적 안정 상태이지만 자기 상관성이 없거나 또는 자기 상관성은 존재하지만 적분이 불가능한 경우, CUSUM 관리도의 관리 한계를 산출한다.
센서 제어 장치는 일실시예로서, [수학식 1]을 이용하여 슈하르트 관리도의 관리 한계(
Figure pat00001
)를 산출할 수 있으며, 일실시예로서 [수학식 2]를 이용하여 CUSUM 관리도의 관리 한계(
Figure pat00002
)를 산출할 수 있다.
Figure pat00003
Figure pat00004
여기서, α는 오경보율을 나타내며,
Figure pat00005
는 센싱 데이터의 확률 분포 모델을 나타낸다. 그리고
Figure pat00006
는 센서 데이터의 분산매개변수(variance parameter)로서,
Figure pat00007
는 센서 데이터를 특정 구간으로 균등하게 나누고, 특정 구간별 공분산(covariance)을 합한 값이다. K는 CUSUM 관리도의 참조값(reference value)로서 주로
Figure pat00008
에 0.1을 곱한 값이 사용되며,
Figure pat00009
는 센서 데이터의 표준 편차를 의미한다.
오경보율은 사용자에 의해 설정되는 값으로서, 센싱 데이터가 관리 한계를 넘어서는 비율을 나타낸다. 즉, 오경보율이 낮다는 것은 센싱 데이터가 관리 한계를 넘어서는 비율이 적도록 설정되는 것이므로, 센싱 데이터가 급격히 변해야지만 주변 상황의 변화가 인지될 수 있으며, 상황 변화 인지에 오랜 시간이 소요될 수 있다. 반대로 오경보율이 높다는 것은 센싱 데이터가 관리 한계를 넘어서는 비율이 높도록 설정되는 것이므로, 센싱 데이터가 조금만 변하더라도 주변 상황의 변화가 인지될 수 있지만, 센서의 민감성이 높아져 신뢰도가 낮아질 수 있다.
다시 설명하면, 오경보율이 낮을 경우 관리 한계가 높게 설정되고, 오경보율이 높을 경우 관리 한계가 낮게 설정되는데, 본 발명은 단순히 오경보율만을 파라미터로 이용하여 슈하르트 관리도의 관리 한계 및 CUSUM 관리도의 관리 한계를 결정하는 것은 아니며, 다양한 요인에 의해 발생할 수 있는 센성 데이터의 오류 및 변동성을 고려하여 관리 한계를 설정하기 위해, 센싱 데이터의 통계적 특성에 기반하여 관리 한계를 산출하고 이를 센싱 데이터와의 비교에 적용한다.
전술된 바와 같이 관리 한계가 산출되면, 센서 제어 장치는 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 센싱 데이터와 비교하여, 기 설정된 동작을 수행(S340)한다. 여기서, 센서 제어 장치는 특정 동작을 수행하기 위한 제어 신호를 출력할 수 있으며, 제어 신호는 하이 또는 로우 레벨로 활성화되어 출력되는 신호일 수 있다. 그리고 센서 제어 장치는 기 설정된 판단 구간에 포함되는 센싱 데이터 각각과 관리 한계를 비교하여 제어 신호를 출력할 수 있다.
슈하르트 관리도의 관리 한계가 산출된 경우, 단계 S340에서 센서 제어 장치는 슈하르트 관리도의 관리 한계 및 정상 관리 한계 중 작은 값보다 센싱 데이터가 큰 경우, 활성화된 제어 신호를 출력할 수 있다. 또는 CUSUM 관리도의 관리 한계가 산출된 경우 단계 S340에서 센서 제어 장치는 센싱 데이터가 정상 관리 한계보다 크거나 또는 CUSUM 통계량이 CUSUM 관리도의 관리 한계보다 큰 경우, 활성화된 제어 신호를 출력할 수 있다. 또는 슈하르트 관리도의 관리 한계 및 CUSUM 관리도의 관리 한계가 산출되지 않은 경우, 단계 S340에서 센서 제어 장치는 센싱 데이터가 정상 관리 한계보다 큰 경우 활성화된 제어 신호를 출력할 수 있다. 여기서, CUSUM 통계량은 센싱 데이터의 누적된 합을 의미한다.
결국, 본 발명에 따르면, 센서의 측정 오류를 고려하여 사용자 요구 수준인 오경보율 이하를 보장하는 관리 한계를 사용하기 때문에, 센서의 이상 경보에 대한 신뢰성을 높일 수 있다.
또한 본 발명에 따르면, 센싱 데이터를 주기적으로 획득해서 주변 환경에 변화이나 센서의 노후화에 따른 데이터의 변동성을 반영하고 자동으로 관리한계를 갱신하기 때문에, 지속적으로 관리한계를 수동적으로 재설정해야하는 번거로움을 없앨 수 있다.
또한 본 발명에 따르면, 통계적 공정 관리 기법에 기반하여 관리 한계를 설정하기 때문에, 시간에 따른 데이터의 상관성을 모두 다룰 수 있고, 데이터의 분포에도 영향을 받지 않기 때문에, 큰 제약이나 가정없이 본 발명을 활용할 수 있다.
한편, 전술된 제어신호가 출력되어 예를 들어 경보가 발생한 경우, 본 발명에 따른 센서 제어 장치는 경보의 유지 여부를 판단하기 위해, 다음과 같은 단계를 더 수행할 수 있다.
센서 제어 장치는 전술된 동작, 즉 제어 신호 출력 이후, 제2판단 구간에서 센싱 데이터가 통계적 안정 상태인지 판단(S350)하고, 센싱 데이터가 통계적 안정 상태인 경우, 제1판단 구간에서의 제1평균값이 제2판단 구간에서의 제2평균값보다 큰 상태가, 기 설정된 지속 시간(ATS)동안 유지되는지 판단(S360)한다.
그리고 제1평균값이 제2평균값보다 큰 상태가 지속 시간(ATS)동안 유지되는 경우, 제어 신호 출력을 중단(S370)한다. 센서 제어 장치는 제2판단 구간의 센싱 데이터를 시계열 순서에 따라 순차적으로 더하며 제2평균값을 갱신하고, 제1평균값이 갱신되는 제2평균값보다 큰 상태가 지속 시간(ATS)동안 유지되는 경우, 제어 신호 출력을 중단한다.
지속 시간(ATS)은 오경보율 및 센싱 데이터의 샘플링 레이트에 따라 결정될 수 있으며, 일실시예로서, [수학식 3]과 같이 결정될 수 있다. 여기서, ARL0는 오경보율의 역수이며, h는 센싱 데이터의 샘플링 레이트를 나타낸다.
Figure pat00010
예를 들어, 오경보율이 0.1이고 샘플링 레이트가 10Hz(0.1초 간격)일 경우, 지속 시간은 1초가 된다.
전술된 바와 같이, 오경보율에 따라서 상황 변화를 감지하는데 소요되는 시간이 달라지므로, 센서 제어 장치는 상황 변화를 감지하는데 소요되는 시간에 비례하여 지속 시간을 결정한다. 상황 변화에 소요되는 시간이 길어지는만큼 지속 시간 역시 증가한다.
결국, 본 발명에 따르면, 지속 시간 만큼의 시간 동안 센싱 데이터가 안정 상태에 도달한 이후에, 이상 경보를 해제시키기 때문에, 센서 시스템이 관리 한계 측면에서 계속 이상 경보를 발생시키는 문제없이 안정 상태에 도달시킬 수 있게 하는 장점이 있다.
도 4 및 도 5는 본 발명의 구체적 실시예에 따른 통계적 공정 관리에 기반한 센서 제어 방법을 설명하기 위한 도면이다.
도 4를 참조하면, 본 발명에 따른 센서 제어 장치는, 사용자로부터 오경보율을 입력받는다(S401). 그리고 센서의 센싱 데이터를 입력받아, 기 설정된 제1판단 구간에서 센싱 데이터의 제1평균 값과 표준 편차를 계산한다. 그리고 센싱 데이터가 통계적 안정 상태인지 판단(S402)한다.
그리고 센서 제어 장치는 센싱 데이터가 통계적 안정 상태인 경우, 센싱 데이터에 자기 상관성이 존재하는지 판단(S403)한다. 센싱 데이터가 통계적 안정 상태가 아닌 경우, 센서 제어 장치는 기 설정된 정상 관리 한계(
Figure pat00011
)를 적용(S409)하여, 센싱 데이터가 정상 관리 한계보다 큰 경우(S410) 오류 경보를 발생(S411)한다. 즉, 센서에 의해 감지된 주변 환경에 변화 정도가 정상 관리 한계보다 큰 경우, 이를 안내하는 경보를 발생한다.
센서 제어 장치는 센싱 데이터에 자기 상관성이 존재하지 않는 경우, 센싱 데이터의 확률 분포 모델이 적분 가능한지 판단(S404)하고, 적분 가능할 경우, 오경보율과 확률 분포 모델을 이용하여 슈하르트 관리도의 관리 한계(
Figure pat00012
)를 산출(S405)한다. 그리고 슈하르트 관리도의 관리 한계 및 정상 관리 한계중 보다 적은 값보다 센싱 데이터가 큰 경우(S406), 오류 경보를 발생(S411)한다.
단계 S403에서 센싱 데이터에 자기 상관성이 존재하거나, 단계 S404에서 적분이 불가능한 경우, 센싱 제어 장치는 오경보율 및 표준 편차를 이용하여 CUSUM 관리도의 관리 한계(
Figure pat00013
)를 산출(S407)한다. 그리고 센싱 데이터가 정상 관리 한계보다 크거나 CUSUM 통계량(
Figure pat00014
)이 CUSUM 관리도의 관리 한계보다 큰 경우(S409), 오류 경보를 발생(S411)한다.
이후, 센서 제어 장치는 오류 경보 발생을 계속 유지할지 여부에 대해 결정한다. 도 5를 참조하면, 센서 제어 장치는 오류 경보 발생 이후, 제2판단 구간에서, 센싱 데이터가 통계적 안정 상태인지 여부를 판단(S501)한다.
센싱 데이터가 통계적 안정 상태인 경우, 센서 제어 장치는, 제2판단 구간에서의 제2평균 값을 계산하고, 제1평균 값(
Figure pat00015
)이 제2평균 값(
Figure pat00016
)보다 큰 상태가 기 설정된 지속 시간(ATS)동안 유지되는지 판단(S502)한다. 제1평균 값이 제2평균 값보다 큰 상태가 지속시간동안 유지되는 경우 센서 제어 장치는, 오류 경보를 해제(S503)하고 그렇지 않은 경우 오류 경보를 미해제(S504)한다.
센싱 데이터가 통계적 안정 상태인 경우, 센서 제어 장치는, 정상 관리 한계를 적용(S505)하여 제2판단 구간의 센싱 데이터가 정상 관리 한계보다 작은지 판단(S506)한다. 그리고 제2판단 구간의 센싱 데이터가 정상 관리 한계보다 작은 경우, 오류 경보를 해제(S507)한다.
앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (11)

  1. 센서의 센싱 데이터를 입력받는 단계;
    기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계;
    상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계; 및
    슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 상기 센싱 데이터와 비교하여, 기 설정된 동작을 수행하는 단계를 포함하며,
    상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정되는
    통계적 공정 관리에 기반한 센서 제어 방법.
  2. 제 1항에 있어서,
    상기 센싱 데이터의 통계적 특성을 분석하는 단계는
    상기 센싱 데이터가 통계적 안정 상태인지 여부를 판단하는 단계;
    상기 센싱 데이터가 통계적 안정 상태인 경우, 상기 센싱 데이터의 자기 상관성을 판단하는 단계; 및
    상기 센싱 데이터의 자기 상관성이 존재하는 경우, 상기 센싱 데이터의 확률 분포 모델의 적분 가능 여부를 판단하는 단계
    를 포함하는 통계적 공정 관리에 기반한 센서 제어 방법.
  3. 제 2항에 있어서,
    상기 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계는
    상기 센싱 데이터의 자기 상관성이 존재하지 않는 경우, 상기 CUSUM 관리도의 관리 한계를 산출하는 단계; 및
    상기 확률 분포 모델의 적분이 가능한 경우, 상기 슈하르트 관리도의 관리 한계를 산출하는 단계
    를 포함하는 통계적 공정 관리에 기반한 센서 제어 방법.
  4. 제 3항에 있어서,
    상기 기 설정된 동작을 수행하는 단계는
    상기 슈하르트 관리도의 관리 한계 및 상기 정상 관리 한계 중 작은 값보다 상기 센싱 데이터가 큰 경우, 활성화된 제어 신호를 출력하는
    통계적 공정 관리에 기반한 센서 제어 방법.
  5. 제 3항에 있어서,
    상기 기 설정된 동작을 수행하는 단계는
    상기 센싱 데이터가 상기 정상 관리 한계보다 크거나 또는 CUSUM 통계량이 상기 CUSUM 관리도의 관리 한계보다 큰 경우, 활성화된 제어 신호를 출력하는
    통계적 공정 관리에 기반한 센서 제어 방법.
  6. 제 3항에 있어서,
    상기 기 설정된 동작을 수행하는 단계는
    상기 센싱 데이터가 통계적 안정 상태가 아니며, 상기 정상 관리 한계보다 큰 경우, 활성화된 제어 신호를 출력하는
    통계적 공정 관리에 기반한 센서 제어 방법.
  7. 제 1항에 있어서,
    상기 기 설정된 동작이 수행된 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태인지 판단하는 단계;
    상기 센싱 데이터가 통계적 안정 상태인 경우, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가, 기 설정된 지속 시간동안 유지되는지 판단하는 단계; 및
    상기 제1평균값이 상기 제2평균값보다 큰 상태가 상기 지속 시간동안 유지되는 경우, 상기 동작 수행을 중단하는 단계
    를 포함하는 통계적 공정 관리에 기반한 센서 제어 방법.
  8. 제 7항에 있어서,
    상기 지속 시간은
    상기 오경보율 및 상기 센싱 데이터의 샘플링 레이트에 따라 결정되는
    통계적 공정 관리에 기반한 센서 제어 방법.
  9. 센서의 센싱 데이터를 입력받는 단계;
    기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계;
    상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 하나를 상기 센싱 데이터와 비교하여, 기 설정된 제어 신호를 출력하는 단계;
    상기 제어 신호 출력 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태인 경우, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가, 기 설정된 지속 시간동안 유지되는지 판단하는 단계; 및
    상기 제1평균값이 상기 제2평균값보다 큰 상태가 상기 지속 시간동안 유지되는 경우, 상기 제어 신호 출력을 중단하는 단계
    를 포함하는 통계적 공정 관리에 기반한 센서 제어 방법.
  10. 제 9항에 있어서,
    상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정되며,
    상기 지속 시간은
    상기 오경보율 및 상기 센싱 데이터의 샘플링 레이트에 따라 결정되는
    통계적 공정 관리에 기반한 센서 제어 방법.
  11. 센서의 센싱 데이터를 저장하는 데이터 베이스;
    기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 데이터 분석부; 및
    상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 이용하여 제어 신호를 활성화하거나 비활성화하는 제어신호 출력부를 포함하며,
    상기 제어신호 출력부는
    상기 제어 신호가 활성화된 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태이며, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가 기 설정된 지속 시간동안 유지되는 경우, 상기 제어 신호를 비활성시키는
    통계적 공정 관리에 기반한 센서 제어 장치.
KR1020160156145A 2016-11-23 2016-11-23 통계적 공정 관리에 기반한 센서 제어 방법 KR101896157B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160156145A KR101896157B1 (ko) 2016-11-23 2016-11-23 통계적 공정 관리에 기반한 센서 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160156145A KR101896157B1 (ko) 2016-11-23 2016-11-23 통계적 공정 관리에 기반한 센서 제어 방법

Publications (2)

Publication Number Publication Date
KR20180057829A true KR20180057829A (ko) 2018-05-31
KR101896157B1 KR101896157B1 (ko) 2018-09-07

Family

ID=62454341

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160156145A KR101896157B1 (ko) 2016-11-23 2016-11-23 통계적 공정 관리에 기반한 센서 제어 방법

Country Status (1)

Country Link
KR (1) KR101896157B1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019225949A1 (ko) 2018-05-21 2019-11-28 주식회사 엘지화학 편광판, 이를 포함하는 화상 표시 장치 및 편광판용 접착제 조성물
KR102470763B1 (ko) * 2022-10-13 2022-11-25 주식회사 비플컨설팅 데이터 이상치 탐색 장치 및 방법

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102307373B1 (ko) * 2019-10-18 2021-09-29 한양대학교 산학협력단 기계 학습 기반의 이상 상태 발생 지점 탐지 방법 및 이상 상태 발생 지점의 탐지를 위한 학습 방법

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100841876B1 (ko) * 2003-12-19 2008-06-27 프로클래러티 코포레이션 의미있는 변화를 드러내는 다이나믹 프로세스 메트릭스의자동 모니터링 및 통계적 분석

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100841876B1 (ko) * 2003-12-19 2008-06-27 프로클래러티 코포레이션 의미있는 변화를 드러내는 다이나믹 프로세스 메트릭스의자동 모니터링 및 통계적 분석

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019225949A1 (ko) 2018-05-21 2019-11-28 주식회사 엘지화학 편광판, 이를 포함하는 화상 표시 장치 및 편광판용 접착제 조성물
KR102470763B1 (ko) * 2022-10-13 2022-11-25 주식회사 비플컨설팅 데이터 이상치 탐색 장치 및 방법

Also Published As

Publication number Publication date
KR101896157B1 (ko) 2018-09-07

Similar Documents

Publication Publication Date Title
US11024141B2 (en) Smoke device and smoke detection circuit
US10496515B2 (en) Abnormality detection apparatus, abnormality detection method, and non-transitory computer readable medium
EP3731199A1 (en) Smoke detector for event classification and methods of making and using same
KR101896157B1 (ko) 통계적 공정 관리에 기반한 센서 제어 방법
CN110849781B (zh) 基于多光谱传感器的警报条件检测器
US10330494B2 (en) Method to determine a pressure noise metric for fall detection systems
US11113941B2 (en) Ambient light sensor in a hazard detector and a method of using the same
KR101832337B1 (ko) 건축물의 지진감지 알림 시스템
US8560492B2 (en) Robust filtering and prediction using switching models for machine condition monitoring
JP2020052740A (ja) 異常検知装置、異常検知方法及びプログラム
US20180188104A1 (en) Signal detection device, signal detection method, and recording medium
US9116515B2 (en) In-room probability estimating apparatus, method therefor and program
KR102534577B1 (ko) 가스 분석 시스템 및 가스 분석 방법
US20220146303A1 (en) Optical fiber sensing system, state detection apparatus, state detection method, and computer readable medium
KR102384742B1 (ko) 센서 데이터를 이용한 이상 감지 장치 및 방법
KR20180061091A (ko) 센서를 이용한 건축물의 지진감지 알림 시스템
JP2009145346A (ja) 検知システム
KR101969936B1 (ko) 가스센서 집중관리 시스템 및 이의 동작방법
KR20170038423A (ko) 환기율 계산 장치 및 방법
KR101261135B1 (ko) 통계에 기반한 적응적 감시카메라 시스템 구동 방법 및 시스템
KR102475908B1 (ko) 동작감지장치 및 동작감지방법
KR20180061092A (ko) 건축공정에서 시공되는 지진감지 알림 시스템
KR20100062844A (ko) 차량 검지 장치 및 방법
EP3832303A1 (en) Self-tuning processing of environmental sensor data
US11448581B2 (en) High sensitivity fiber optic based detection system

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