KR20180115826A - Monitoring apparatus and method for abnormal of equipments - Google Patents
Monitoring apparatus and method for abnormal of equipments Download PDFInfo
- Publication number
- KR20180115826A KR20180115826A KR1020170047784A KR20170047784A KR20180115826A KR 20180115826 A KR20180115826 A KR 20180115826A KR 1020170047784 A KR1020170047784 A KR 1020170047784A KR 20170047784 A KR20170047784 A KR 20170047784A KR 20180115826 A KR20180115826 A KR 20180115826A
- Authority
- KR
- South Korea
- Prior art keywords
- information
- facility
- unit
- vibration
- equipment
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 230000002159 abnormal effect Effects 0.000 title abstract 4
- 239000000463 material Substances 0.000 claims abstract description 60
- 238000005259 measurement Methods 0.000 claims abstract description 23
- 230000010365 information processing Effects 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 9
- 230000005856 abnormality Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 13
- 229910000831 Steel Inorganic materials 0.000 claims description 7
- 239000010959 steel Substances 0.000 claims description 7
- 230000003993 interaction Effects 0.000 claims description 6
- 238000010224 classification analysis Methods 0.000 claims description 4
- 238000010438 heat treatment Methods 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000010219 correlation analysis Methods 0.000 claims 1
- 238000012806 monitoring device Methods 0.000 claims 1
- 230000011218 segmentation Effects 0.000 claims 1
- 230000001133 acceleration Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 239000003638 chemical reducing agent Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000002436 steel type Substances 0.000 description 1
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
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- 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
- G05B2219/37—Measurements
- G05B2219/37434—Measuring vibration of machine or workpiece or tool
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
본 발명은 설비의 이상을 모니터링하는 설비 이상 모니터링 장치 및 방법에 관한 것이다.The present invention relates to a facility abnormality monitoring apparatus and method for monitoring an abnormality of a facility.
제철소는 설비에 의해 제품의 생산 전반이 이루어진다. 설비에 문제가 발생하여 정상적인 가동이 어려울 경우 설비는 멈추게 되며 생산도 중단이 된다. 예기치 않은 생산중단을 막기 위해 주기를 정하여 부품을 교체하며 매일같이 조업 및 정비요원들이 설비의 상태를 점검하지만 모든 설비장애를 예방하기에는 역부족이다. The steel mill is equipped with the whole production of the product. If there is a problem with the equipment and normal operation is difficult, the equipment will stop and production will be interrupted. In order to prevent unexpected production interruptions, it is necessary to replace the parts and replace the parts, and the operation and maintenance personnel check the condition of the equipment every day, but it is not enough to prevent all equipment failures.
이러한 문제점을 해소하기 위해 설비의 진동정도를 측정하고 경향관리 및 주파수 분석을 통해 설비가 중단되기 전에 미리 설비의 결함을 알고자 CMS (Condition Monitoring System)가 도입되어 제철소에 활용되고 있다. CMS는 주로 감속기, 베어링과 같은 회전부위에 진동가속도 센서를 부착하여 0~20KHz 가량의 높은 샘플링 레이트(Sampling Rate)로 가속도 값을 측정하고 초,분,시 등으로 구간화하여 평균한 RMS(Root Means Square) 값을 통해 진동크기의 경향을 보거나, 주파수 분석을 통해 특정 대역의 주파수 성분이 높아졌을 경우 결함으로 판단하는 등의 용도로 활용하고 있다. In order to solve these problems, the Condition Monitoring System (CMS) is introduced to measure the degree of vibration of the facility and to know the faults of the facility before the facility is shut down through trend management and frequency analysis. The CMS mainly measures the acceleration value at a high sampling rate of 0 ~ 20KHz by attaching a vibration acceleration sensor to the rotating part such as the reducer and the bearing, and measures the acceleration value by RMS (Root Means Square) to determine the magnitude of the vibration magnitude, or to judge a defect when the frequency component of a specific band is increased through frequency analysis.
CMS는 설비이상을 감지하기 위해 진동가속도 RMS값의 경계값을 설정하도록 하여 이를 넘어서는 경우 정비요원에게 알림을 주는 기능을 가지고 있는데 이러한 기능이 효과적으로 활용되기 위해서는 센서별로 적절한 경계값 설정이 필수이다. 하지만, 설비의 진동정도는 설비의 열화정도, 모터 속도, 전류와 같은 설비 부하상태, 작업 중인 소재의 온도, 폭, 두께, 강종 등 소재성 인자 등으로부터 다양하게 영향을 받기 때문에 모든 경우에 합당한 진동 경계치 설정은 사실상 어렵다. 따라서 경계치 설정은 특정 기간동안 진동치를 모니터링 하여 해당 기간중 최대치와 최소치로 설정하는 것이 일반적인데 이러한 방식으로 경계치를 설정하다보니 경계치를 넘어서는 경우는 베어링, 감속기 기어 등이 완전 파손되어 더 이상 가동이 불가할 정도 외에는 발생하지 않게 된다. CMS의 최초 목적인 알림 기능을 통해 설비의 결함을 미리 알고자 하는 용도로는 활용이 어렵고 진동치의 장기적 경향관리를 통해 설비의 열화정도를 파악하기 위해 주로 사용하는데 이마저도 사람이 지속적으로 모니터링 해야하는 문제점이 있다. CMS has a function to set the boundary value of the vibration acceleration RMS value in order to detect the equipment abnormality and to notify the maintenance personnel when it exceeds the threshold value. In order to utilize this function effectively, it is necessary to set an appropriate boundary value for each sensor. However, the degree of vibration of the equipment is variously influenced by factors such as the degree of deterioration of the equipment, the speed of the equipment, the load of the equipment such as the current, temperature, width, thickness, Setting the value is practically difficult. Therefore, it is common to set the threshold value to a maximum value and a minimum value during a certain period by monitoring the vibration value for a specific period. When setting the threshold value in this manner, when the threshold value is exceeded, the bearings and the reducer gears are completely damaged, It will not occur unless it is inevitable. CMS is mainly used for the purpose of knowing facility defects in advance through the notification function, and it is mainly used to grasp the degree of deterioration of facilities through long-term trend management of vibration value, and there is a problem that people must continuously monitor .
본 발명의 일 실시예에 따르면, 설비상태 및 작업조건을 고려하여 현재 상태에 적합한 진동 경계치를 자동적으로 계산 및 제공할 수 있는 설비 이상 모니터링 장치 및 방법이 제공된다.According to an embodiment of the present invention, there is provided an apparatus abnormality monitoring apparatus and method capable of automatically calculating and providing an oscillation threshold value suitable for a current state in consideration of a facility condition and a work condition.
상술한 본 발명의 과제를 해결하기 위해, 본 발명의 일 실시예에 따른 설비 이상 모니터링 장치는 소재정보, 설비 정보 및 진동 측정 정보를 수집하는 정보 수집부, 상기 정보 수집부에 의해 수집된 소재정보, 설비 정보 및 진동 측정 정보를 소재의 작업에 기초하여 가공하는 정보 가공부, 상기 정보 가공부에 의해 가공된 정보 중 설비의 진동에 관련된 변수를 선택하는 분석부, 상기 분석부에 의해 선택된 변수에 기초하여 설비의 진동을 예측하는 모델을 생성하는 모델링부, 및 상기 모델링부의 모델에 따른 진동 예상치와 실측된 진동 측정 정보를 비교하여 설비 이상을 예측하는 모니터링부를 포함할 수 있다. According to an aspect of the present invention, there is provided an apparatus abnormality monitoring apparatus including an information collecting unit collecting material information, equipment information, and vibration measurement information, An information processing section for processing the equipment information and the vibration measurement information based on the work of the material, an analyzing section for selecting a parameter related to the vibration of the equipment among the information processed by the information processing section, And a monitoring unit for comparing the estimated vibration according to the model of the modeling unit and the measured vibration measurement information to predict a facility abnormality.
본 발명의 다른 일 실시예에 따른 설비 이상 모니터링 방법은 정보 수집부가 소재정보, 설비 정보 및 진동 측정 정보를 수집하는 수집 단계, 정보 가공부가 상기 정보 수집부에 의해 수집된 소재정보, 설비 정보 및 진동 측정 정보를 소재의 작업에 기초하여 가공하는 가공 단계, 분석부가 상기 정보 가공부에 의해 가공된 정보 중 설비의 진동에 관련된 변수를 선택하는 선정 단계, 모델링부가 상기 분석부에 의해 선택된 변수에 기초하여 설비의 진동을 예측하는 모델을 생성하는 모델 구현 단계, 및 모니터링부가 상기 모델링부의 모델에 따른 진동 예상치와 실측된 진동 측정 정보를 비교하여 설비 이상을 예측하는 활용 단계를 포함할 수 있다. The apparatus abnormality monitoring method according to another embodiment of the present invention includes a collecting step of collecting material information, equipment information, and vibration measurement information of an information collecting unit, information collecting means collecting material information, facility information, and vibration information collected by the information collecting unit A processing step of processing the measurement information based on the work of the workpiece, a selecting step of selecting a variable related to the vibration of the equipment among the information processed by the information processing unit by the analyzing unit, A model implementation step of generating a model for predicting the vibration of the equipment, and a utilization step of comparing the vibration estimation information according to the model of the modeling unit with the measured vibration measurement information to predict the equipment abnormality.
본 발명의 일 실시예에 따르면, 설비상태 및 작업조건을 고려하여 현재 상태에 적합한 진동 경계치를 자동적으로 계산 및 제공함으로서 정확도 및 정밀도가 높은 설비이상 알림을 제공할 수 있는 효과가 있다.According to an embodiment of the present invention, it is possible to provide a notification of a facility abnormality with high accuracy and accuracy by automatically calculating and providing vibration threshold values suitable for the current state in consideration of facility conditions and working conditions.
도 1은 본 발명의 일 실시예에 따른 설비 이상 모니터링 장치의 개략적인 블럭도이다.
도 2는 본 발명의 일 실시예에 따른 설비 이상 모니터링 방법의 개략적인 플로우챠트이다.1 is a schematic block diagram of an equipment abnormality monitoring apparatus according to an embodiment of the present invention.
FIG. 2 is a schematic flow chart of a method for monitoring abnormality in accordance with an embodiment of the present invention.
이하, 첨부된 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 본 발명을 용이하게 실시할 수 있도록 바람직한 실시예를 상세히 설명한다. Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings, in order that those skilled in the art can easily carry out the present invention.
도 1은 본 발명의 일 실시예에 따른 설비 이상 모니터링 장치의 개략적인 블럭도이다.1 is a schematic block diagram of an equipment abnormality monitoring apparatus according to an embodiment of the present invention.
도 1을 참조하면, 본 발명의 일 실시예에 따른 설비 이상 모니터링 장치는 정보 수집부(110), 정보 가공부(120), 분석부(130), 모델링부(140) 및 모니터링부(150)를 포함할 수 있다.1, an apparatus abnormality monitoring apparatus according to an embodiment of the present invention includes an
도 2는 본 발명의 일 실시예에 따른 설비 이상 모니터링 방법의 개략적인 플로우챠트이다.FIG. 2 is a schematic flow chart of a method for monitoring abnormality in accordance with an embodiment of the present invention.
도 1과 함께, 도 2를 참조하면, 본 발명의 일 실시예에 따른 설비 이상 모니터링 방법은 정보 수집부(110)가 정보를 수집하는 수집 단계(S10), 정보 가공부(120)가 수집된 정보를 가공하는 가공 단계(S20), 분석부(130)가 가공된 정보 중 주요 변수를 선정하는 선정 단계(S30), 모델링부(140)가 선정된 주요 변수에 기초하여 모델을 구현하는 모델 구현 단계(S40) 및 모니터링부(150)가 모델에 기초하여 설비 이상을 예측하는 활용 단계(S50)를 포함할 수 있다.Referring to FIG. 2 together with FIG. 2, an apparatus abnormality monitoring method according to an embodiment of the present invention includes a collecting step (S10) of collecting information by the
도 1 및 도 2를 참조하면, 정보 수집부(110)는 MES(Manufacturing Execution System; 제조 실행 시스템)로부터 소재의 온도, 두께, 강종 등과 같은 소재 기본정보(S11)와, DAQ(Data acquisition)로부터 모터속도, 모터에 흐르는 전류, 소재의 표면을 냉각 및 세척하는 디스케일러(descaler)의 압력 등과 같은 설비의 가동 정보(S12)와, CMS(Condition Monitoring System)로부터 진동 측정 정보(S13)를 각각 수집할 수 있다(S10).1 and 2, the
MES로부터의 소재의 온도, 두께, 강종 등과 같은 소재 기본정보는 평균치일 수 있고, DAQ로부터 모터속도, 모터에 흐르는 전류, 디스케일러의 압력 등과 같은 설비의 가동 정보 및 CMS로부터의 진동 측정 정보는 초단위의 정보일 수 있다. 이에 따라 정보의 가공이 필요하다.The material basic information such as the temperature, thickness, and type of material from the MES can be an average value. From the DAQ, the operation information of the equipment such as the motor speed, the current flowing to the motor, the pressure of the descaler, Unit of information. Accordingly, processing of information is required.
정보 가공부(120)는 MES로부터 소재의 온도, 두께, 강종 등과 같은 소재 기본정보를 모터속도, 전류와 같은 설비의 가동 초단위 정보를 가지고 있는 DAQ, 초단위 진동측정치를 가지고 있는 CMS로부터 데이터와 연계하여 소재작업구간만 필터링 및 소재번호를 연결하고, 동일 소재번호 별로 구간화하여 평균, 표준편차, 최대, 최소 등과 같은 통계요약 정보를 생성한다(S20).The
이에 따라, 가공 단계(S20)는 MES로부터 소재의 온도, 두께, 강종 등과 같은 소재 기본정보를 모터속도, 전류와 같은 설비의 가동 초단위 정보를 가지고 있는 DAQ, 초단위 진동측정치를 가지고 있는 CMS로부터 데이터와 연계하여 소재작업구간만 필터링 및 소재번호를 연결하는 연결 단계(S21) 및 동일 소재번호 별로 구간화하여 평균, 표준편차, 최대, 최소 등과 같은 통계요약 정보를 생성하는 구간화 단계(S22)를 포함할 수 있다.Accordingly, the machining step S20 is a step of calculating, from the MES, material basic information such as the material temperature, thickness, and steel grade, from the CMS having the DAQ having the information on the operating seconds of the equipment such as the motor speed and the current, A connecting step S21 of filtering only the work work section and connecting the work number in association with the data, and a segmenting step S22 of generating statistics summary information such as average, standard deviation, maximum, minimum, . ≪ / RTI >
분석부(130)는 만들어진 데이터들을 소재번호를 기준으로, 통합하고 분석하고자 하는 센서의 진동치 정보를 대상으로 상관 관계(Correlation), 시각적분석, 분류분석 등의 방법들을 활용하여 진동과 관련이 있는 주요변수들을 선택한다.The
이에 따라, 선정 단계(S30)는 만들어진 데이터들을 소재번호를 기준으로, 통합하고 분석하고자 하는 센서의 진동치 정보를 대상으로 상관 관계(Correlation), 시각적분석, 분류분석 등의 방법들을 활용하여 분석하는 분석 단계(S31) 및 상술한 분석에 기초하여 진동과 관련이 있는 주요변수들을 선택하는 선택 단계(S32)를 포함할 수 있다. Accordingly, in the selection step S30, the generated data is analyzed based on the material number by using methods such as correlation, visual analysis, and classification analysis on the vibration value information of the sensor to be integrated and analyzed The selection step S32 for selecting the main parameters related to the vibration based on the analysis step S31 and the above-described analysis.
모델링부(140)는 주요 변수의 선정이 완료되면, 해당 변수들을 활용하여 선형 회귀(Linear Regression), SVM(Support Vector Machine), 회귀 트리(Regression Tree)와 같은 모델링 방법들을 활용하여 모델링을 실시하게 되는데 모델링의 성능의 대부분은 종속변수를 설명하고자 하는 독립변수의 종류에 따라 결정되게 된다. 따라서, 모델링을 하고자 하는 데이터의 속성을 이해하고 종속변수를 표현할 수 있는 적절한 파생변수를 생성해 주어야만 활용이 가능한 수준의 모델을 만들 수가 있다. The
이를 위해, 본 발명에서는 선재공정의 특성과 진동측정치와의 관계를 잘 표현할 수 있는 대표적인 인자들과 모델링 방법을 하기의 식 1과 같이 제시한다.For this, typical parameters and modeling method that can express the relationship between the characteristic of the wire rod process and the vibration measurement value are presented as Equation 1 below.
(식1)(Equation 1)
진동예상치 = f(설비성인자, 소재성인자, 상호작용인자)Vibration Estimate = f (Equipment Adult, Material Adult, Interaction Factor)
설비성인자(a) = 모터속도, 모터전류, 디스케일러의 압력 Equipment (a) = motor speed, motor current, pressure of scaler
소재성인자(b) = 강종구분, 소재온도, 가열온도, 로안에서 얼마나 있었나를나타내는 재로시간, 소재두께, 소재중량(B) = steel grade, material temperature, heating temperature, ash time indicating how long the material is in the furnace, material thickness, material weight
상호작용인자 = 
여기서 n : 
제철소는 다양한 강종과 다양한 크기의 제품을 생산하며, 각 소재에 맞는 설비제어 설정치가 상위 프로세스 컴퓨터(Process Computer)에 세분화되어 저장되어 작업시에 PLC를 통해 설비제어에 활용된다. 같은 강종이라 할지라도 가열온도, 소재크기가 모두 다를 수 있으며 이는 모터속도, 모터전류와 같은 공정변수도 이에 따라 달라질 수 있다. 상술한 식 1의 인자들은 이러한 변화를 효과적으로 반영하여 수식을 구성하도록 되어있다. The steel mills produce various steel types and various sizes of products. The equipment control set values for each material are subdivided in the upper process computer (Process Computer), and are used for facility control through PLC during the work. Even if the same steel grade is used, the heating temperature and material size may be different, and the process parameters such as motor speed and motor current may vary accordingly. The above-mentioned factors of Equation 1 are intended to constitute equations effectively reflecting such changes.
모니터링부(150)는 모델이 완성되면 현재의 DAQ, MES, CMS로부터 현재 작업중인 소재정보, 설비정보, 진동정보를 받아 모델의 예측값과 실제 진동값과의 차이를 비교 분석하여 비교적 큰 차이가 발생할 경우 정비요원에게 알림을 줄 수 있다(S50). When the model is completed, the
예를 들어, 식 1의 예측식에서 진동측정치가 진동예상치의 95% 신뢰구간을 벗어나면 유의한 차이가 있는 것으로 판단할 수 있다.For example, in the prediction equation of Equation 1, it can be judged that there is a significant difference when the vibration measurement deviates from the 95% confidence interval of the vibration estimate.
상술한 바와 같이, 본 발명에 따르면, 설비상태 및 작업조건을 고려하여 현재 상태에 적합한 진동 경계치를 자동적으로 계산 및 제공함으로서 정확도 및 정밀도가 높은 설비이상 알림을 제공할 수 있다.As described above, according to the present invention, it is possible to automatically calculate and provide the vibration threshold value suitable for the current state in consideration of the equipment condition and the working condition, thereby providing the facility abnormality notification with high accuracy and high accuracy.
이상에서 설명한 본 발명은 전술한 실시예 및 첨부된 도면에 의해 한정되는 것이 아니고 후술하는 특허청구범위에 의해 한정되며, 본 발명의 구성은 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 그 구성을 다양하게 변경 및 개조할 수 있다는 것을 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자는 쉽게 알 수 있다.It is to be understood that both the foregoing general description and the following detailed description are exemplary and explanatory and are not intended to limit the invention to the particular forms disclosed. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims.
110: 정보 수집부
120: 정보 가공부
130: 분석부
140: 모델링부
150: 모니터링부110: Information collecting unit
120: information processing section
130:
140: Modeling unit
150:
Claims (13)
상기 정보 수집부에 의해 수집된 소재정보, 설비 정보 및 진동 측정 정보를 소재의 작업에 기초하여 가공하는 정보 가공부;
상기 정보 가공부에 의해 가공된 정보 중 설비의 진동에 관련된 변수를 선택하는 분석부;
상기 분석부에 의해 선택된 변수에 기초하여 설비의 진동을 예측하는 모델을 생성하는 모델링부; 및
상기 모델링부의 모델에 따른 진동 예상치와 실측된 진동 측정 정보를 비교하여 설비 이상을 예측하는 모니터링부
를 포함하는 설비 이상 모니터링 장치.
An information collecting unit for collecting material information, facility information, and vibration measurement information;
An information processing unit for processing the material information, the facility information, and the vibration measurement information collected by the information collecting unit based on the work of the material;
An analysis unit for selecting a parameter related to the vibration of the equipment among the information processed by the information processing unit;
A modeling unit for generating a model for predicting the vibration of the facility based on the parameter selected by the analysis unit; And
A monitoring unit for comparing the estimated vibration value according to the model of the modeling unit and the measured vibration measurement information to predict the equipment abnormality,
And a monitoring device.
상기 정보 가공부는 상기 정보 수집부에 의해 수집된 소재정보, 설비 정보 및 진동 측정 정보를 소재의 유무 여부, 소재의 위치 및 소재 번호 중 적어도 하나에 매칭하여 통계 정보를 생성하는 설비 이상 모니터링 장치.
The method according to claim 1,
Wherein the information processing unit generates statistical information by matching the material information, the facility information, and the vibration measurement information collected by the information collecting unit with at least one of the presence or absence of the material, the position of the material, and the material number.
상기 분석부는 상관관계(Correlation), 시각적 분석, 분류분석 중 적어도 하나의 분석 방법을 이용하여 설비의 진동에 관련된 변수를 선택하는 설비 이상 모니터링 장치.
The method according to claim 1,
Wherein the analyzing unit selects a variable related to the vibration of the facility using at least one of a correlation, a visual analysis, and a classification analysis.
상기 모델링부는 설비에 의한 설비성 인자와, 소재에 의한 소재성 인자 및 상기 설비성 인자 및 상기 소재성 인자의 상호 작용에 의한 상호 작용 인자에 기초하여 모델을 생성하는 설비 이상 모니터링 장치.
The method according to claim 1,
Wherein the modeling unit generates a model based on a facility factor by the facility, a material factor by the material, and an interaction factor by the interaction of the facility factor and the material factor.
상기 설비성 인자는 설비 중 모터의 속도, 모터에 흐르는 전류, 소재의 표면을 냉각 및 세척하는 디스케일러(descaler)의 압력 중 적어도 하나를 포함하는 설비 이상 모니터링 장치.
5. The method of claim 4,
Wherein the facility factor comprises at least one of the speed of the motor in the facility, the current flowing in the motor, and the pressure of the descaler to cool and clean the surface of the workpiece.
상기 소재성 인자는 소재의 강종, 소재의 온도, 소재의 가열 온도, 소재가 용광로에 있었던 소재의 재로 시간, 소재의 두께 및 소재의 중량 중 적어도 하나를 포함하는 설비 이상 모니터링 장치.
5. The method of claim 4,
Wherein the material factor includes at least one of a steel grade of the material, a temperature of the material, a heating temperature of the material, a time of ash of the material in the furnace, a thickness of the material, and a weight of the material.
정보 가공부가 상기 정보 수집부에 의해 수집된 소재정보, 설비 정보 및 진동 측정 정보를 소재의 작업에 기초하여 가공하는 가공 단계;
분석부가 상기 정보 가공부에 의해 가공된 정보 중 설비의 진동에 관련된 변수를 선택하는 선정 단계;
모델링부가 상기 분석부에 의해 선택된 변수에 기초하여 설비의 진동을 예측하는 모델을 생성하는 모델 구현 단계; 및
모니터링부가 상기 모델링부의 모델에 따른 진동 예상치와 실측된 진동 측정 정보를 비교하여 설비 이상을 예측하는 활용 단계
를 포함하는 설비 이상 모니터링 방법.
A collecting step of collecting material information, equipment information, and vibration measurement information of the information collecting unit;
A processing step in which the information processing section processes the material information, the facility information, and the vibration measurement information collected by the information collecting section based on the work of the material;
A selecting step of selecting a parameter related to the vibration of the equipment among the information processed by the information processing unit by the analyzing unit;
A modeling step in which a modeling unit generates a model for predicting vibration of equipment based on a variable selected by the analyzing unit; And
The monitoring unit compares the estimated vibration value according to the model of the modeling unit with the measured vibration measurement information to estimate the equipment abnormality
A method for monitoring a facility abnormality.
상기 가공 단계는 상기 정보 가공부가 상기 정보 수집부에 의해 수집된 소재정보, 설비 정보 및 진동 측정 정보를 소재의 유무 여부, 소재의 위치 및 소재 번호 중 적어도 하나에 매칭하여 통계 정보를 생성하는 설비 이상 모니터링 방법.
8. The method of claim 7,
The processing step may include a facility abnormality in which the information processing unit generates statistical information by matching the material information, the facility information, and the vibration measurement information collected by the information collecting unit with at least one of the presence or absence of a material, How to monitor.
상기 가공 단계는
상기 정보 가공부가 상기 정보 수집부에 의해 수집된 소재정보, 설비 정보 및 진동 측정 정보 중 소재 번호와 해당 소재의 진동 측정 정보 및 설비 정보를 연결하는 연결 단계; 및
상기 정보 가공부가 연결된 정보를 동일 소재번호 별로 구간화하여 해당 소재의 진동 측정 정보 및 설비 정보의 통계 정보를 생성하는 구간화 단계
를 포함하는 설비 이상 모니터링 방법.
9. The method of claim 8,
The processing step
A connection step of connecting the material number, the vibration measurement information of the material, and the equipment information among the material information, equipment information, and vibration measurement information collected by the information collecting unit; And
A segmentation step of dividing the information connected to the information processing unit by the same material number to generate the vibration measurement information of the material and the statistical information of the equipment information
A method for monitoring a facility abnormality.
상기 선정 단계는 상기 분석부가 상관관계(Correlation), 시각적 분석, 분류분석 중 적어도 하나의 분석 방법을 이용하여 설비의 진동에 관련된 변수를 선택하는 설비 이상 모니터링 방법.
8. The method of claim 7,
Wherein the selecting step selects the variable related to the vibration of the facility using at least one of the analysis method, the correlation analysis, the visual analysis, and the classification analysis.
상기 모델링 단계는 상기 모델링부가 설비에 의한 설비성 인자와, 소재에 의한 소재성 인자 및 상기 설비성 인자 및 상기 소재성 인자의 상호 작용에 의한 상호 작용 인자에 기초하여 모델을 생성하는 설비 이상 모니터링 방법.
8. The method of claim 7,
Wherein the modeling step generates a model on the basis of a facility factor by the modeling addition facility, a material factor by the material, and an interaction factor by interaction of the facility factor and the material factor.
상기 소재성 인자는 소재의 강종, 소재의 온도, 소재의 가열 온도, 소재가 용광로에 있었던 소재의 재로 시간, 소재의 두께 및 소재의 중량 중 적어도 하나를 포함하는 설비 이상 모니터링 방법.
11. The method of claim 10,
Wherein the material factor includes at least one of a steel grade of the material, a temperature of the material, a heating temperature of the material, a time of ash of the material in the furnace, a thickness of the material, and a weight of the material.
상기 설비성 인자는 설비 중 모터의 속도, 모터에 흐르는 전류, 소재의 표면을 냉각 및 세척하는 디스케일러(descaler)의 압력 중 적어도 하나를 포함하는 설비 이상 모니터링 방법.11. The method of claim 10,
Wherein the facility factor comprises at least one of the speed of the motor in the facility, the current flowing in the motor, and the pressure of the descaler to cool and clean the surface of the workpiece.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170047784A KR102045617B1 (en) | 2017-04-13 | 2017-04-13 | Monitoring apparatus and method for abnormal of equipments |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170047784A KR102045617B1 (en) | 2017-04-13 | 2017-04-13 | Monitoring apparatus and method for abnormal of equipments |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180115826A true KR20180115826A (en) | 2018-10-24 |
| KR102045617B1 KR102045617B1 (en) | 2019-11-18 |
Family
ID=64132371
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170047784A KR102045617B1 (en) | 2017-04-13 | 2017-04-13 | Monitoring apparatus and method for abnormal of equipments |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102045617B1 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102338159B1 (en) | 2020-02-17 | 2021-12-10 | 경희대학교 산학협력단 | Virtual sensing apparatus of structural vibration and operating method thereof |
| KR102447405B1 (en) | 2021-02-08 | 2022-09-26 | 경희대학교 산학협력단 | Virtual sensing apparatus of fluid-structure and operating method thereof |
| KR20240075949A (en) | 2022-11-17 | 2024-05-30 | (주)명성에이앤티(A&T) | System for monitoring facilities and equipment |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040020487A (en) * | 2002-08-30 | 2004-03-09 | 주식회사 포스코 | Apparatus and method for prediction of roll chattering in hot rolling process |
| KR20110075332A (en) * | 2009-12-28 | 2011-07-06 | 재단법인 포항산업과학연구원 | Fault prediction method for plant |
| KR101482509B1 (en) | 2013-07-23 | 2015-01-19 | 주식회사 우진 | Diagnosis System and Method of Bearing Defect |
| KR101667164B1 (en) | 2015-10-02 | 2016-10-17 | 경북대학교 산학협력단 | Rotor speed-based bearing fault diagnosis method |
-
2017
- 2017-04-13 KR KR1020170047784A patent/KR102045617B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20040020487A (en) * | 2002-08-30 | 2004-03-09 | 주식회사 포스코 | Apparatus and method for prediction of roll chattering in hot rolling process |
| KR20110075332A (en) * | 2009-12-28 | 2011-07-06 | 재단법인 포항산업과학연구원 | Fault prediction method for plant |
| KR101482509B1 (en) | 2013-07-23 | 2015-01-19 | 주식회사 우진 | Diagnosis System and Method of Bearing Defect |
| KR101667164B1 (en) | 2015-10-02 | 2016-10-17 | 경북대학교 산학협력단 | Rotor speed-based bearing fault diagnosis method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102045617B1 (en) | 2019-11-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200356069A1 (en) | Machine tool management system | |
| JP6443312B2 (en) | Management system | |
| KR101893745B1 (en) | Preventive maintenance method of driving device | |
| JP5868784B2 (en) | Process monitoring system and method | |
| CN108241343A (en) | A kind of intelligent plant management platform system | |
| EP2959347B1 (en) | A method and an apparatus for predicting the condition of a machine or a component of the machine | |
| KR101893744B1 (en) | Preventive maintenance method of driving device | |
| CN116758719B (en) | Online monitoring system for production workshop equipment environment | |
| KR20180115826A (en) | Monitoring apparatus and method for abnormal of equipments | |
| JP2009080612A (en) | Method for evaluating distribution, method for producing article, distribution evaluation program, and distribution evaluation system | |
| KR101857393B1 (en) | Preventive maintenance method of driving device | |
| JP2017120532A (en) | Preventive maintenance management system for creating maintenance plan for machinery | |
| JP2020138254A (en) | Process defect occurrence forecast system for machine tool | |
| KR20190029749A (en) | Accurate predictive maintenance method of driving part | |
| WO2015021751A1 (en) | Data-driven exception warning technical method for integrated circuit technology device | |
| KR20230005064A (en) | The method and device for optimizing machine tool cutting conditions using vibration acceleration | |
| WO2017056749A1 (en) | Management system and management method | |
| US20230191476A1 (en) | Real-time monitoring method and stability analysis method for continuous casting process | |
| CN105938352B (en) | The numerical control device for avoiding main shaft from overheating | |
| CN109240253B (en) | Online equipment diagnosis and preventive maintenance method and system | |
| CN107093568B (en) | Method and device for on-line monitoring of crystal element | |
| JP6264725B2 (en) | Product quality analyzer for production line | |
| KR101893746B1 (en) | Preventive maintenance method of driving device | |
| Lesage et al. | Maintenance & quality control: A first methodological approach for maintenance policy optimization | |
| CN116595657A (en) | Engine quality prediction system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |