KR20180094360A - Method for determination of sensor calibration - Google Patents

Method for determination of sensor calibration Download PDF

Info

Publication number
KR20180094360A
KR20180094360A KR1020170020573A KR20170020573A KR20180094360A KR 20180094360 A KR20180094360 A KR 20180094360A KR 1020170020573 A KR1020170020573 A KR 1020170020573A KR 20170020573 A KR20170020573 A KR 20170020573A KR 20180094360 A KR20180094360 A KR 20180094360A
Authority
KR
South Korea
Prior art keywords
value
sensor
error covariance
sensors
sensor output
Prior art date
Application number
KR1020170020573A
Other languages
Korean (ko)
Other versions
KR101938564B1 (en
Inventor
강성기
채장범
김현수
Original Assignee
주식회사 엠앤디
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 주식회사 엠앤디 filed Critical 주식회사 엠앤디
Priority to KR1020170020573A priority Critical patent/KR101938564B1/en
Publication of KR20180094360A publication Critical patent/KR20180094360A/en
Application granted granted Critical
Publication of KR101938564B1 publication Critical patent/KR101938564B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G21—NUCLEAR PHYSICS; NUCLEAR ENGINEERING
    • G21C—NUCLEAR REACTORS
    • G21C17/00—Monitoring; Testing ; Maintaining
    • G21Y2002/501—
    • G21Y2004/40—
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E30/00—Energy generation of nuclear origin
    • Y02E30/30—Nuclear fission reactors

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Plasma & Fusion (AREA)
  • General Engineering & Computer Science (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

The present invention relates to a method to determine correction of a sensor, comprising: a sensor output value reception step (S10) of receiving sensor output values outputted from a plurality of sensors; an error covariance calculation step (S20) of receiving the sensor output values to calculate an error covariance value; a predicted error covariance calculation step (S30) of receiving the error covariance value to calculate a predicted error covariance value; a Kalman gain calculation step (S40) of calculating a Kalman gain based on the error covariance value and the predicted error covariance value; an estimated sensor data value calculation step (S50) of calculating estimated sensor data values of the sensors based on the Kalman gain; and a sensor correction determination step (S60) of receiving the sensor output value and the estimated sensor data value, comparing a residual between the estimated sensor data value and the sensor output value with a reference value fixed by a user, and not correcting the sensors when the residual is less than the reference value, and correcting the sensors when the residual is equal to or greater than the reference value. The present invention is able to reduce a failure rate of a sensor caused by separation and installation of a sensor.

Description

센서 교정 유무 판단 방법{Method for determination of sensor calibration}[0001] The present invention relates to a method for determining sensor calibration,

본 발명은 센서 교정 유무 판단 방법에 관한 것으로서, 보다 상세하게는 센서가 설치되어 있는 상태에서 센서로부터 출력되는 센서출력값을 칼만필터 알고리즘에 의해 센서데이터 추정값을 산출하고, 센서출력값과 센서데이터 추정값을 비교하여 센서의 교정이 요구되는지 여부를 판단하여 센서 교정이 요구되는 센서들에 대해서만 교정을 행하고, 센서 교정이 불필요한 센서들에 대해서는 센서 교정을 실행하지 않도록 하여 센서 교정을 위한 시간 및 비용을 절감할 수 있고, 센서 교정을 위한 센서 분리 및 장착 횟수를 경감시켜 센서 분리 및 장착에 따른 센서 고장발생율을 저감시키고, 작업자들의 방사선에 노출되는 환경을 줄일 수 있는 센서 교정 유무 판단 방법에 관한 것이다.More particularly, the present invention relates to a method of determining whether or not a sensor is calibrated by calculating a sensor data estimate value using a Kalman filter algorithm, and comparing the sensor output value with a sensor data estimate value Therefore, it is possible to reduce the time and cost for the sensor calibration by preventing the sensor calibration from being performed for the sensors that do not need the sensor calibration, by determining whether the calibration of the sensor is required and correcting only the sensors requiring the sensor calibration The present invention relates to a method for determining whether or not a sensor is calibrated so as to reduce the number of sensor separation and installation times for sensor calibration, thereby reducing the occurrence of sensor failure due to sensor separation and installation, and reducing the exposure environment to radiation of workers.

원전에서는 운전성 향상과 안전성 확보를 목적으로 다수의 센서를 설치하여, 실시간으로 취득된 신호를 발전소 감시계통과 보호계통의 감시에 이용하고 있으며, 특히, 원전의 안전계통 관련 계측센서들은 계측신호의 정확도와 신뢰도를 보장하기 위하여 다중 계측기 개념을 채택하고 있으며, 운영기술지침서 상에서 매 핵연료교체 주기 마다 각 센서들의 점검과 교정을 수행하고 있다.In the nuclear power plant, a number of sensors are installed for the purpose of improving the drivability and safety, and the signals acquired in real time are used to monitor the monitoring system of the power plant and the protection system. Particularly, In order to ensure accuracy and reliability, we have adopted the concept of multi-instrument, and each sensor is checked and calibrated at each fuel replacement cycle in the operating technical manual.

안전계통에 관련된 센서들 뿐만 아니라, 발전소 효율 유지에 중요한 계측센서들도 주기적으로 점검과 교정을 수행하고 있다. In addition to sensors related to safety systems, instrumentation sensors that are critical to maintaining plant efficiency are also periodically performing checks and calibrations.

상기의 계측센서들의 교정과 관련된 선행기술로는, 한국 등록실용신안공보 20-0287369호 "원자로에서 사용되는 냉작제 펌프의 오일 레벨 센서 교정장치"(등록일자 : 2002.08.16)와, 한국 등록특허공보 10-1348603호 "극저온 온도센서 교정기"(등록일자 : 2013.12.31)에 개시되어 있다.Prior art related to the calibration of the above-mentioned measurement sensors is disclosed in Korean Utility Model Application No. 20-0287369 entitled " Apparatus for calibrating oil level sensors of a cooling pump used in a nuclear reactor "(registered on August 16, 2002) Publication No. 10-1348603 entitled " Cryogenic Temperature Sensor Calibrator "(Registered on Dec. 31, 2013).

종래의 계측센서들의 점검 및 교정을 수행하기 위해서는 점검 및 교정을 수행할 모든 센서들을 각각 물리적으로 시스템에서 분리하거나 장착된 센서에 정해진 값을 가해주기 위해 시스템을 변경시켜야 하나, 이러한 계측센서들의 점검 및 교정을 위해서는 시간과 비용이 많이 소모되고, 작업자들이 방사선 환경에 많이 노출되며, 센서를 교정하기 위하여 센서를 분리하고 조립하는 과정에서 오히려 센서에 고장을 일으키는 문제점이 있다. In order to carry out the inspection and calibration of the conventional measurement sensors, it is necessary to physically separate all the sensors to be inspected and calibrated from the respective systems or to change the system so as to apply predetermined values to the mounted sensors. Calibration is time consuming and costly, operators are exposed to the radiation environment, and there is a problem in that the sensor is broken down during the process of separating and assembling the sensor to calibrate the sensor.

종래의 경우 모든 계측센서들에 대해 주기적으로 반드시 교정을 하고 있으나, 조사에 따르면 90% 이상의 대상 센서들이 교정이 불필요한 것으로 나타났다. Conventionally, all calibration sensors are periodically calibrated, but according to the survey, more than 90% of the target sensors are found to be unnecessary.

한국 등록실용신안공보 20-0287369호 "원자로에서 사용되는 냉작제 펌프의 오일 레벨 센서 교정장치"(등록일자 : 2002.08.16)Korean Registered Utility Model No. 20-0287369 entitled " Oil Level Sensor Calibration Device for Refrigerant Pump Used in Reactor "(Registered Date: Aug. 16, 2002) 한국 등록특허공보 10-1348603호 "극저온 온도센서 교정기"(등록일자 : 2013.12.31)Korean Patent Registration No. 10-1348603 entitled "Cryogenic temperature sensor calibrator" (registered on December 31, 2013)

본 발명의 목적은 센서가 설치되어 있는 상태에서 센서로부터 출력되는 센서출력값을 칼만필터 알고리즘에 의해 센서데이터 추정값을 산출하고, 센서출력값과 센서데이터 추정값을 비교하여 센서의 교정이 요구되는지 여부를 판단하여 센서 교정이 요구되는 센서들에 대해서만 교정을 행하고, 센서 교정이 불필요한 센서들에 대해서는 센서 교정을 실행하지 않도록 하여 센서 교정을 위한 시간 및 비용을 절감할 수 있고, 센서 교정을 위한 센서 분리 및 장착 횟수를 경감시켜 센서 분리 및 장착에 따른 센서 고장발생율을 저감시키고, 작업자들의 방사선에 노출되는 환경을 줄일 수 있는 센서 교정 유무 판단 방법을 제공하는 데 있다.An object of the present invention is to provide a method and apparatus for estimating a sensor output value output from a sensor while a sensor is installed by calculating a sensor data estimation value by a Kalman filter algorithm and comparing the sensor output value with a sensor data estimation value to determine whether calibration of the sensor is required It is possible to save time and cost for sensor calibration by performing calibration only for sensors requiring sensor calibration and not performing sensor calibration for sensors that do not require sensor calibration, To reduce the occurrence of sensor failure due to sensor separation and installation, and to provide a method for determining whether or not a sensor is calibrated to reduce the exposure of workers to radiation.

상기한 목적을 달성하기 위해 본 발명의 센서 교정 유무 판단 방법은, 다수의 센서들로부터 출력되는 센서출력값을 수신하는 센서출력값 수신단계; 상기 센서출력값을 수신받아 오차 공분산값을 산출하는 오차 공분산 산출단계; 상기 오차 공분산값을 수신받아 오차 공분산 예측값을 산출하는 오차 공분산 예측 산출단계; 상기 오차 공분산값과 오차 공분산 예측값에 의해 칼만 이득을 산출하는 칼만이득 산출단계; 상기 칼만 이득에 의해 상기 센서들의 센서데이터 추정값을 산출하는 센서데이터 추정값 산출단계; 및 상기 센서출력값과 센서데이터 추정값을 수신받아, 상기 센서데이터 추정값과 센서출력값의 차이인 잔차값과 사용자에 의해 정해준 기준값을 비교하여, 상기 잔차값이 기준값 보다 작으면 상기 센서들에 대해서 센서 교정을 실행하지 않고, 상기 잔차값이 기준값 이상이면 상기 센서들에 대해서 센서 교정을 실행하는 센서 교정 판단단계를 구비한 것을 특징으로 한다.According to an aspect of the present invention, there is provided a method of determining whether a sensor is calibrated, comprising: a sensor output value receiving step of receiving a sensor output value output from a plurality of sensors; An error covariance calculation step of receiving the sensor output value and calculating an error covariance value; An error covariance prediction calculation step of receiving the error covariance value and calculating an error covariance prediction value; A Kalman gain calculating step of calculating a Kalman gain by the error covariance value and the error covariance prediction value; A sensor data estimation value calculation step of calculating a sensor data estimation value of the sensors by the Kalman gain; And The sensor output value and the sensor data estimation value are received, and the residual value, which is a difference between the sensor data estimation value and the sensor output value, is compared with a reference value determined by the user. If the residual value is smaller than the reference value, the sensor is calibrated And a sensor calibration determination step of performing sensor calibration on the sensors when the residual value is not less than a reference value.

본 발명의 센서 교정 유무 판단 방법은 센서가 설치되어 있는 상태에서 센서로부터 출력되는 센서출력값을 칼만필터 알고리즘에 의해 센서데이터 추정값을 산출하고, 센서출력값과 센서데이터 추정값을 비교하여 센서의 교정이 요구되는지 여부를 판단하여 센서 교정이 요구되는 센서들에 대해서만 교정을 행하고, 센서 교정이 불필요한 센서들에 대해서는 센서 교정을 실행하지 않도록 하여 센서 교정을 위한 시간 및 비용을 절감할 수 있고, 센서 교정을 위한 센서 분리 및 장착 횟수를 경감시켜 센서 분리 및 장착에 따른 센서 고장발생율을 저감시키고, 작업자들의 방사선에 노출되는 환경을 줄일 수 있다.In the method for determining whether or not a sensor is calibrated, a sensor output value output from a sensor in a state where a sensor is installed is calculated by a Kalman filter algorithm, a sensor output value is compared with a sensor data estimation value, It is possible to reduce the time and cost for the sensor calibration by performing the calibration only for the sensors requiring the sensor calibration and not performing the sensor calibration for the sensors that do not need the sensor calibration, By reducing the number of separation and mounting, it is possible to reduce the occurrence rate of sensor failure due to the separation and mounting of the sensor and reduce the exposure to workers' radiation.

도 1은 본 발명의 센서 교정 유무 판단 방법을 도시한 순서도이다. 1 is a flowchart showing a method for determining whether or not a sensor is calibrated according to the present invention.

이하 첨부된 도면을 참조하면서 본 발명의 센서 교정 유무 판단 방법을 상세히 설명하곶 한다.DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Reference will now be made in detail to the preferred embodiments of the present invention, examples of which are illustrated in the accompanying drawings.

도 1에 도시된 바와 같이, 본 발명의 센서 교정 유무 판단 방법은 다수의 센서들로부터 출력되는 센서출력값을 수신하는 센서출력값 수신단계(S10)와, 센서출력값을 수신받아 오차 공분산값을 산출하는 오차 공분산 산출단계(S20)와, 오차 공분산값을 수신받아 오차 공분산 예측값을 산출하는 오차 공분산 예측 산출단계(S30)와, 오차 공분산값과 오차 공분산 예측값에 의해 칼만 이득을 산출하는 칼만이득 산출단계(S40)와, 칼만 이득에 의해 센서들의 센서데이터 추정값을 산출하는 센서데이터 추정값 산출단계(S50)와, 센서출력값과 센서데이터 추정값을 수신받아, 센서데이터 추정값과 센서출력값의 차이인 잔차값과 사용자에 의해 정해준 기준값을 비교하여, 잔차값이 기준값 보다 작으면 센서들에 대해서 센서 교정을 실행하지 않고, 잔차값이 기준값 이상이면 센서들에 대해서 센서 교정을 실행하는 센서 교정 판단단계(S60)로 구성된다.As shown in FIG. 1, the method for determining the presence or absence of a sensor calibration according to the present invention includes a sensor output value reception step (S10) for receiving a sensor output value output from a plurality of sensors, an error calculation step (S30) for calculating an error covariance predicted value by receiving the error covariance value, a Kalman gain calculating step (S40) for calculating a Kalman gain based on the error covariance value and the error covariance predicted value, A sensor data estimation value calculation step (S50) of calculating a sensor data estimation value of the sensors by the Kalman gain; a sensor data estimation step of calculating a sensor data estimation value by using a residual value, which is a difference between the sensor data estimation value and the sensor output value, When the residual value is smaller than the reference value, the sensor is not calibrated for the sensor, and the residual value is the reference value If it consists of a sensor calibration determining step (S60) for executing the sensor calibration with respect to the sensors.

상기의 구성에 따른 본 발명인 센서 교정 유무 판단 방법의 동작은 다음과 같다.The operation of the sensor calibration presence / absence determination method according to the present invention is as follows.

도 1에 도시된 바와 같이, 센서출력값 수신단계(S10)는 원전에 장착된 다수의 계측센서들을 정상 동작 상태로 운전시킨 후, 정상 동작 중인 다수의 센서들로부터 출력되는 센서출력값을 수신한다.As shown in FIG. 1, the sensor output value receiving step (S10) receives a sensor output value output from a plurality of sensors under normal operation after operating a plurality of measurement sensors mounted in a nuclear reactor in a normal operation state.

센서출력값 수신단계(S10)에서 수신된 센서출력값을 수신받아, 오차 공분산 산출단계(S20)와, 오차 공분산 예측 산출단계(S30)와, 칼만이득 산출단계(S40)와, 센서데이터 추정값 산출단계(S50)를 실행하는 칼만필터 알고리즘을 사용하여 수신받은 센서출력값을 실시간으로 연산을 통해 최적의 값을 추적한다, 여기서 최적이란 랜덤 변수

Figure pat00001
의 평균 제곱 추정 오차의 최소화를 말한다. The sensor output value received in the sensor output value reception step S10 is received and the error covariance calculation step S20, the error covariance prediction calculation step S30, the Kalman gain calculation step S40 and the sensor data estimation value calculation step S50) is used to track the received sensor output value in real time to track the optimal value. Here,
Figure pat00001
Is the minimization of the estimation error of the mean squared error.

칼만필터 알고리즘 다음식과 같은 형태로 시스템을 모델링 합니다.Kalman Filter Algorithm Model your system in the following form:

Figure pat00002
Figure pat00002

위의 식에서

Figure pat00003
는 상태 변수로서
Figure pat00004
의 형태를 가지며,
Figure pat00005
는 측정값으로서
Figure pat00006
의 형태로 나타내진다. A는
Figure pat00007
의 열벡터로
Figure pat00008
와
Figure pat00009
의 관계를 나타내준다. 즉, 시간에 따라 시스템이 어떻게 움직이는 지를 나타내는 것으로, 시스템의 상태전이행렬이라 불린다.
Figure pat00010
는 상태 변수에 영향을 주는 노이즈이며,
Figure pat00011
는 센서에서 측정되는 노이즈이다.In the above equation
Figure pat00003
Is a state variable
Figure pat00004
, ≪ / RTI >
Figure pat00005
As a measurement value
Figure pat00006
. A is
Figure pat00007
As a column vector of
Figure pat00008
Wow
Figure pat00009
. That is, how the system moves over time, called the state transition matrix of the system.
Figure pat00010
Is the noise affecting the state variable,
Figure pat00011
Is the noise measured at the sensor.

센서들이 정상 상태의 운전시 A는

Figure pat00012
의 형태로 센서의 수 만큼
Figure pat00013
의 행렬값을 입력해주면 되고, H는 정상 상태의 운전시 1을 입력하여 사용한다. When the sensors are in normal operation, A
Figure pat00012
The number of sensors in the form of
Figure pat00013
, And H is used by inputting 1 in steady state operation.

오차 공분산 산출단계(S20)는 센서출력값을 수신받아 오차 공분산값(

Figure pat00014
)을 산출하는 것으로, 오차 공분산값(
Figure pat00015
)은 다음의 식에 의해 산출된다.The error covariance calculation step S20 receives the sensor output value and calculates an error covariance value
Figure pat00014
), And the error covariance value (
Figure pat00015
) Is calculated by the following equation.

Figure pat00016
Figure pat00016

상기 식에서

Figure pat00017
는 상태 변수의 예측추정치이고,
Figure pat00018
는 칼만이득이고,
Figure pat00019
는 오차 공분산 예측치이다.In the above formula
Figure pat00017
Is the predicted estimate of the state variable,
Figure pat00018
Is the Kalman gain,
Figure pat00019
Is the error covariance prediction.

오차 공분산 예측 산출단계(S30)는 오차 공분산값(

Figure pat00020
)을 수신받아 오차 공분산 예측값(
Figure pat00021
)산출하는 것으로, 오차 공분산 예측값(
Figure pat00022
)은 다음의 식의 의해 산출된다.The error covariance prediction and calculation step S30 calculates an error covariance value (
Figure pat00020
) And receives the error covariance predicted value (
Figure pat00021
), The error covariance predicted value (
Figure pat00022
) Is calculated by the following equation.

Figure pat00023
Figure pat00023

상기 식에서 E는 기대치이고,

Figure pat00024
는 에러이고,
Figure pat00025
는 입력된 데이터 각각의 표준편차값에 의해 산출되는 값이고, T는 전치행렬을 의미한다.Where E is the expected value,
Figure pat00024
Is an error,
Figure pat00025
Is a value calculated by the standard deviation value of each input data, and T is a transpose matrix.

칼만이득 산출단계(S40)는 오차 공분산값과 오차 공분산 예측값에 의해 칼만 이득(

Figure pat00026
)을 산출하는 것으로, 칼만 이득(
Figure pat00027
)은 다음의 식에 의해 산출된다.The Kalman gain calculation step (S40) calculates the Kalman gain by the error covariance value and the error covariance prediction value
Figure pat00026
), And the Kalman gain (
Figure pat00027
) Is calculated by the following equation.

Figure pat00028
Figure pat00028

상기 식에서

Figure pat00029
는 입력된 데이터의 최소의 기울기 값으로 데이터의 각 점과 점 사이의 값에 의해 산출된다.In the above formula
Figure pat00029
Is a minimum slope value of the input data and is calculated by the value between each point of the data and the point.

센서데이터 추정값 산출단계(S50)는 칼만 이득(

Figure pat00030
)에 의해 센서들의 센서데이터 추정값(
Figure pat00031
)을 산출하는 것으로, 센서데이터 추정값(
Figure pat00032
)은 다음의 식에 의해 산출된다.The sensor data estimation value calculating step (S50)
Figure pat00030
), The sensor data estimates of the sensors
Figure pat00031
), The sensor data estimation value (
Figure pat00032
) Is calculated by the following equation.

Figure pat00033
Figure pat00033

센서 교정 판단단계(S60)는 센서출력값과 센서데이터 추정값(

Figure pat00034
)을 수신받아, 센서데이터 추정값(
Figure pat00035
)과 센서출력값의 차이인 잔차값과 사용자에 의해 정해준 기준값인 센서 제조사에서 제공하는 센서의 허용 정확도 범위값을 비교하여, 잔차값이 기준값 보다 작으면, 즉 센서의 허용되는 정확도 범위 내에 있는 센서들에 대해서 센서 교정을 실행하지 않고, 잔차값이 기준값 이상이면, 즉 센서의 허용되는 정확도 범위를 벗어난 센서들에 대해서 센서 교정을 실행하도록 사용자에게 알려준다. The sensor calibration determination step (S60) includes a sensor output value and a sensor data estimation value
Figure pat00034
And receives the sensor data estimate (
Figure pat00035
) And the sensor output value is compared with the allowable accuracy range value of the sensor provided by the sensor manufacturer, which is a reference value set by the user. If the residual value is smaller than the reference value, that is, And informs the user to perform the sensor calibration for the sensors whose residual value is greater than or equal to the reference value, that is, for sensors outside the allowable accuracy range of the sensor.

상기와 같이 본 발명의 센서 교정 유무 판단 방법은 센서가 설치되어 있는 상태에서 센서로부터 출력되는 센서출력값을 칼만필터 알고리즘에 의해 센서데이터 추정값(

Figure pat00036
)을 산출하고, 센서 교정 판단단계(S60)에서 센서출력값과 센서데이터 추정값(
Figure pat00037
)에 의해 잔차값을 산출하고, 잔차값과 기준값을 비교하여 센서의 교정이 요구되는지 여부를 판단하여 센서 교정이 요구되는 센서들에 대해서만 교정을 행하고, 센서 교정이 불필요한 센서들에 대해서는 센서 교정을 실행하지 않도록 하여 센서 교정을 위한 시간 및 비용을 절감할 수 있고, 센서 교정을 위한 센서 분리 및 장착 횟수를 경감시켜 센서 분리 및 장착에 따른 센서 고장발생율을 저감시키고, 작업자들이 방사선에 노출되는 환경을 줄일 수 있다.As described above, according to the present invention, the sensor output value output from the sensor in the state where the sensor is installed is determined by the Kalman filter algorithm using the sensor data estimation value
Figure pat00036
In step S60, the sensor output value and the sensor data estimation value
Figure pat00037
), Compares the residual value with the reference value to determine whether or not the sensor is required to be calibrated, calibrates only the sensors that require calibration, and performs sensor calibration for the sensors that do not require calibration It is possible to reduce the time and cost for sensor calibration by reducing the number of sensor separation and mounting times for sensor calibration so as to reduce sensor failure rate due to sensor separation and mounting, Can be reduced.

Claims (1)

다수의 센서들로부터 출력되는 센서출력값을 수신하는 센서출력값 수신단계(S10);
상기 센서출력값을 수신받아 오차 공분산값을 산출하는 오차 공분산 산출단계(S20);
상기 오차 공분산값을 수신받아 오차 공분산 예측값을 산출하는 오차 공분산 예측 산출단계(S30);
상기 오차 공분산값과 오차 공분산 예측값에 의해 칼만 이득을 산출하는 칼만이득 산출단계(S40);
상기 칼만 이득에 의해 상기 센서들의 센서데이터 추정값을 산출하는 센서데이터 추정값 산출단계(S50): 및
상기 센서출력값과 센서데이터 추정값을 수신받아, 상기 센서데이터 추정값과 센서출력값의 차이인 잔차값과 사용자에 의해 정해준 기준값을 비교하여, 상기 잔차값이 기준값 보다 작으면 상기 센서들에 대해서 센서 교정을 실행하지 않고, 상기 잔차값이 기준값 이상이면 상기 센서들에 대해서 센서 교정을 실행하는 센서 교정 판단단계(S60)를 구비한 것을 특징으로 하는 센서 교정 유무 판단 방법.A sensor output value receiving step (S10) of receiving a sensor output value outputted from a plurality of sensors;
An error covariance calculation step (S20) of receiving the sensor output value and calculating an error covariance value;
An error covariance prediction calculation step (S30) of receiving the error covariance value and calculating an error covariance prediction value;
A Kalman gain calculating step (S40) of calculating a Kalman gain by the error covariance value and the error covariance prediction value;
A sensor data estimate value calculation step (S50) of calculating a sensor data estimation value of the sensors by the Kalman gain; and
The sensor output value and the sensor data estimation value are received, and the residual value, which is the difference between the sensor data estimation value and the sensor output value, is compared with a reference value determined by the user. If the residual value is smaller than the reference value, the sensor is calibrated And a sensor calibration determination step (S60) of performing sensor calibration on the sensors if the residual value is not less than a reference value.
KR1020170020573A 2017-02-15 2017-02-15 Method for determination of sensor calibration KR101938564B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170020573A KR101938564B1 (en) 2017-02-15 2017-02-15 Method for determination of sensor calibration

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170020573A KR101938564B1 (en) 2017-02-15 2017-02-15 Method for determination of sensor calibration

Publications (2)

Publication Number Publication Date
KR20180094360A true KR20180094360A (en) 2018-08-23
KR101938564B1 KR101938564B1 (en) 2019-01-15

Family

ID=63454623

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170020573A KR101938564B1 (en) 2017-02-15 2017-02-15 Method for determination of sensor calibration

Country Status (1)

Country Link
KR (1) KR101938564B1 (en)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101985458B1 (en) * 2018-11-15 2019-06-03 주식회사 미래와도전 Seismic analysis device and method for predicting errors in seismic sensors
WO2020105812A1 (en) * 2018-11-22 2020-05-28 제주대학교 산학협력단 Prediction system and method on basis of parameter improvement through learning

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20240051382A (en) 2022-10-12 2024-04-22 주식회사 그린이엔에스 Mobile remote sensor calibration device

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101462007B1 (en) 2013-08-22 2014-11-18 한국과학기술연구원 Apparatus for estimating attitude and method for estimating attitude
JP2016033474A (en) 2014-07-31 2016-03-10 セイコーエプソン株式会社 Position calculation method and position calculation device
KR101698682B1 (en) * 2015-08-26 2017-01-23 매그나칩 반도체 유한회사 Method and Apparatus of correcting output value of terrestrial magnetism sensor

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101985458B1 (en) * 2018-11-15 2019-06-03 주식회사 미래와도전 Seismic analysis device and method for predicting errors in seismic sensors
WO2020105812A1 (en) * 2018-11-22 2020-05-28 제주대학교 산학협력단 Prediction system and method on basis of parameter improvement through learning
KR20200063338A (en) * 2018-11-22 2020-06-05 제주대학교 산학협력단 Prediction system based on parameter improvement through learning and method thereof

Also Published As

Publication number Publication date
KR101938564B1 (en) 2019-01-15

Similar Documents

Publication Publication Date Title
KR101938564B1 (en) Method for determination of sensor calibration
CA2838132C (en) Degrading sensor detection implemented within a transmitter
US20150362596A1 (en) State detecting method, correction value processing device, positioning system, and state detection program
US10655606B2 (en) Blade load sensing system for a wind turbine
JP2013073414A (en) Sensor diagnostic device and sensor diagnostic method for plant
US11093316B2 (en) Abnormality detection device, abnormality detection method, and program
KR101477041B1 (en) Satellite Signal Anomaly Monitoring System for DGNSS Reference Station and Its Monitoring Method
CN111579081B (en) Infrared temperature measurement method, device and equipment
KR20180030447A (en) Method of inspecting gas supply system, method of calibrating flow controller, and method of calibrating secondary reference device
GB2473602A (en) Diagnosing EGR cooler efficiency in a Diesel engine
JP2011075373A (en) Method and device for diagnosis of equipment
CN113531403B (en) Water pipe leakage detection method and device
CN113607248B (en) Hydraulic weighing method and hydraulic weighing device
JP5792667B2 (en) Sensor diagnostic device and sensor diagnostic method
Coble et al. Calibration monitoring for sensor calibration interval extension: Identifying technical gaps
KR101861838B1 (en) Actual effect precipitaion calculation apparatus and method for weighting precipitation-gauge
JP4782734B2 (en) Plant measuring instrument calibration support apparatus and plant measuring instrument calibration support method
KR101040053B1 (en) An integrity monitoring method to detect and identify the gnss satellite clock anomaly by monitoring the pseudorange measurement noise
CN109211193B (en) Wireless sensor network inclination angle fulcrum temperature compensation method
Hashemian et al. Pressure transmitter accuracy
CN113114233B (en) Satellite-borne clock signal frequency and phase jump monitoring method and system
CN111562531B (en) Method and system for detecting sensitivity of GIS built-in ultrahigh frequency sensor
JP5142783B2 (en) Gas pressure detector for gas insulated switchgear
CN112255138A (en) Special fire extinguishing agent concentration measurement system inspection and maintenance method
US20180356535A1 (en) Dose calculation device, dose calculation method, and measurement device with dose calculation function

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