KR20190047878A - 신호 기반 센서 고장 감지 장치 및 방법 - Google Patents

신호 기반 센서 고장 감지 장치 및 방법 Download PDF

Info

Publication number
KR20190047878A
KR20190047878A KR1020170142223A KR20170142223A KR20190047878A KR 20190047878 A KR20190047878 A KR 20190047878A KR 1020170142223 A KR1020170142223 A KR 1020170142223A KR 20170142223 A KR20170142223 A KR 20170142223A KR 20190047878 A KR20190047878 A KR 20190047878A
Authority
KR
South Korea
Prior art keywords
signal
sensor
failure
variance
average
Prior art date
Application number
KR1020170142223A
Other languages
English (en)
Inventor
손석만
김희수
배용채
민형철
Original Assignee
한국전력공사
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 한국전력공사 filed Critical 한국전력공사
Priority to KR1020170142223A priority Critical patent/KR20190047878A/ko
Publication of KR20190047878A publication Critical patent/KR20190047878A/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
    • G05B23/0218—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
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/28—Testing of electronic circuits, e.g. by signal tracer
    • G01R31/282—Testing of electronic circuits specially adapted for particular applications not provided for elsewhere
    • G01R31/2829—Testing of circuits in sensor or actuator systems
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/048—Monitoring; Safety
    • 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
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
    • 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
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/185—Electrical failure alarms

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Electromagnetism (AREA)
  • General Engineering & Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 장치는, 발전 설비에 설치된 복수의 센서들로부터 전송되는 신호를 지속적으로 검출하는 신호 검출부, 윈도우 슬라이딩 컨볼루션을 통해 상기 증폭된 신호에 대한 평균 및 분산을 실시간으로 계산하는 통계치 산출부, 상기 산출된 평균 및 분산의 신호 패턴 변화 추이를 분석하는 신호 패턴 분석부, 및 상기 평균 및 분산의 신호 패턴이 정상 범위에서 벗어나는지 감지하여 상기 센서의 고장 여부를 판정하는 고장 판정부를 포함한다.

Description

신호 기반 센서 고장 감지 장치 및 방법{APPARATUS AND METHOD FOR DETECTING TROUBLE OF SENSOR BASED ON SIGNAL}
본 발명은 신호 기반의 센서 고장 감지 장치 및 방법에 관한 것이다.
발전소는 전기 산업 인프라에서 핵심 요소로서, 그 중요도로 인해 모든 발전사들이 주도면밀하게 감시하고 있는 대상이다. 특히 발전소의 핵심 설비인 터빈, 보일러, 발전기와 보조 설비(balance of plant, BOP) 등은 수많은 센서들을 통해 실시간으로 운전 데이터를 저장 중이다.
발전 설비는 그 크기와 복잡도로 인해 운전원의 육안 정비가 매우 어려운 실정이며, 주기적으로 실시하는 오버홀(overhaul) 기간을 제외하고는 센서로부터 취득된 데이터를 중앙 데이터 센터에서 그래프 형식으로 띄워서 감시한다. 대부분의 경우 신호를 취득한 후, 이상 신호들의 징조를 파악하여 건전성을 평가하는데, 그 중 센서의 고장으로 인한 오신호로 인해 운전원들에게 잘못된 알람들이 발생하는 경우가 상당히 많이 발생하고 있다.
종래에는 센서 고장을 알아내기 위해서는 발전 설비에 설치된 수많은 센서들을 일일이 수작업으로 검토하는 수 밖에 없었다.
본 발명은 발전 설비에 설치된 센서들을 일일이 수작업으로 검토하지 않고도, 센서로부터 발생하는 신호 패턴들을 감지하여 센서의 고장 여부를 용이하게 판단할 수 있는 신호 기반 센서 고장 감지 장치 및 방법을 제공하는 것을 목적으로 한다.
본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 장치는, 발전 설비에 설치된 복수의 센서들로부터 전송되는 신호를 지속적으로 검출하는 신호 검출부, 윈도우 슬라이딩 컨볼루션(window sliding convolution)을 통해 상기 증폭된 신호에 대한 평균 및 분산을 실시간으로 계산하는 통계치 산출부, 상기 산출된 평균 및 분산의 신호 패턴 변화 추이를 분석하는 신호 패턴 분석부, 및 상기 평균 및 분산의 신호 패턴이 정상 범위에서 벗어나는지 감지하여 상기 센서의 고장 여부를 판정하는 고장 판정부를 포함한다.
본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 방법은 발전 설비에 설치된 복수의 센서들로부터 전송되는 신호를 지속적으로 검출하는 단계, 윈도우 슬라이딩 컨볼루션을 통해 상기 증폭된 신호에 대한 평균 및 분산을 실시간으로 계산하는 단계, 상기 산출된 평균 및 분산의 신호 패턴 변화 추이를 분석하는 단계, 및 상기 평균 및 분산의 신호 패턴이 정상 범위에서 벗어나는지 감지하여 상기 센서의 고장 여부를 판정하는 단계를 포함한다.
본 발명의 신호 기반 센서 고장 감지 장치 및 방법에 따르면, 발전 설비에 설치된 센서들을 일일이 수작업으로 검토하지 않고도, 센서로부터 발생하는 신호 패턴들을 감지하여 센서의 고장 여부를 용이하게 판단할 수 있다.
도 1은 본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 장치의 구성을 나타내는 도면이다.
도 2a는 신호가 비선형적으로 상승하는 경우의 신호 패턴을 나타낸다.
도 2b는 신호 중간에 과다 노이즈가 발생하는 경우의 신호 패턴을 나타낸다.
도 2c는 신호 중간에 급작스러운 피크가 발생하는 경우의 신호 패턴을 나타낸다.
도 3a는 신호가 비선형적으로 상승하는 경우의 마하라노비스 거리(mahalanobis distance)를 나타낸다.
도 3b는 신호 중간에 과다 노이즈가 발생하는 경우의 마하라노비스 거리를 나타낸다.
도 3c는 신호 중간에 급작스러운 피크가 발생하는 경우의 마하라노비스 거리를 나타낸다.
도 4는 본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 방법의 흐름도를 나타내는 도면이다.
이하, 첨부한 도면을 참조하여 본 발명의 다양한 실시 예들에 대해 상세히 설명하고자 한다. 본 문서에서 도면상의 동일한 구성 요소에 대해서는 동일한 참조 부호를 사용하고 동일한 구성요소에 대해서 중복된 설명은 생략한다.
본 문서에 개시되어 있는 본 발명의 다양한 실시 예들에 대해서, 특정한 구조적 내지 기능적 설명들은 단지 본 발명의 실시 예를 설명하기 위한 목적으로 예시된 것으로, 본 발명의 다양한 실시 예들은 여러 가지 형태로 실시될 수 있으며 본 문서에 설명된 실시 예들에 한정되는 것으로 해석되어서는 아니 된다.
다양한 실시 예에서 사용된 "제1", "제2", "첫째", 또는 "둘째" 등의 표현들은 다양한 구성요소들을, 순서 및/또는 중요도에 상관없이 수식할 수 있고, 해당 구성 요소들을 한정하지 않는다. 예를 들면, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성 요소는 제2 구성 요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성 요소로 바꾸어 명명될 수 있다.
본 문서에서 사용된 용어들은 단지 특정한 실시 예를 설명하기 위해 사용된 것으로, 다른 실시 예의 범위를 한정하려는 의도가 아닐 수 있다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명의 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의된 용어들은 관련 기술의 문맥 상 가지는 의미와 동일 또는 유사한 의미를 가지는 것으로 해석될 수 있으며, 본 문서에서 명백하게 정의되지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다. 경우에 따라서, 본 문서에서 정의된 용어일지라도 본 발명의 실시 예들을 배제하도록 해석될 수 없다.
도 1은 본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 장치(1)의 구성을 나타내는 도면이다. 도 1을 참조하면, 신호 기반 센서 고장 감지 장치(1)는 신호 검출부(10), 앰프부(20), 통계치 산출부(30), 신호 패턴 분석부(40), 고장 판정부(50), 디스플레이부(60), 알람부(70)를 포함할 수 있다.
신호 검출부(10)는 발전 설비에 설치되어 있는 센서들로부터 전송되는 신호를 지속적으로 검출한다. 여기서, 발전 설비에 설치되어 있는 센서란 배기 온도 센서, 온도/습도/조도 등 환경 센서, 진동/초음파 센서, 전압/전류 센서, 윤활유 입력 센서 등을 의미한다. 이 때, 이러한 각각의 센서로부터의 데이터들, 예를 들면 온도, 압력, 유량 등의 데이터 값을 데이터 관리 시스템(미도시)에서 아날로그-디지털 변환기(A/D)를 이용하여 디지털 신호로 변환한 후, 신호 패턴의 감시를 실시하게 된다.
앰프부(20)는 신호 검출부(10)에서 검출된 신호를 증폭시켜 통계치 산출부(30)로 전송한다.
통계치 산출부(30)는 윈도우 슬라이딩 컨볼루션을 통해 증폭된 신호에 대한 평균 및 분산을 실시간으로 계산한다. 구체적으로, 통계치 산출부(30)는 검출된 신호에 기반하여 통계적인 특징 인자를 추출함으로써, 센서의 이상 상태를 검증하는 알고리즘을 수행하도록 구성된다. 특히, 제1 모멘트(first moment) 및 제2 모멘트(second moment)는 통계적으로 사용하는 데이터의 대표 값을 추출하는 알고리즘으로 평균 및 분산으로도 널리 알려져 있으며, 주로 대상 데이터의 차원을 축소하는 방법으로 사용된다.
윈도우 슬라이딩 컨볼루션은 실시간으로 신호를 취득하는 발전 설비 감시 시스템의 특성상 신호를 지속적으로 관측하는 동시에 데이터의 통계적 특징 중 널리 쓰이는 제1 모멘트(μ=E[X])와 제2 모멘트(σ=(E[μ-X]2)1/2)의 값을 실시간으로 계산하여 축적할 수 있는 방법이다.
윈도우 슬라이딩 컨볼루션은 다음 식 (1)로 나타낸다.
Figure pat00001
… 식 (1)
즉, 윈도우 슬라이딩 컨볼루션은 실시간으로 축적되는 데이터를 정해진 길이만큼 자동으로 추출하여 t1, t2 … tn의 타임 스탬프(time stamp) 마다 특성값을 저장할 수 있는 알고리즘이다.
신호 패턴 분석부(40)는 통계치 산출부(30)에서 산출된 평균 및 분산의 신호 패턴 변화 추이를 분석한다. 본 발명의 일 실시예 따른 신호 기반 센서 고장 감지 장치(1)에서는 제1 모멘트인 평균, 제2 모멘트인 분산을 통해 신호의 급격한 변화의 순간을 인지할 수 있으며, 그 순간 이후로부터는 센서가 고장났다고 판별한다. 구체적인 신호 패턴에 대해서는 도 2a 내지 2c 및 도 3a 내지 3c에서 후술한다.
고장 판정부(50)는 평균 및 분산의 신호 패턴이 정상 범위에서 벗어나는지를 감지하여 상기 센서의 고장 여부를 판정한다. 구체적으로는, 후술하는 바와 같이 신호가 비선형적으로 상승하거나, 신호 중간에 과다한 노이즈가 발생하거나, 또는 신호 중간에 급작스럽게 피크들이 발생하는 경우의 신호 패턴을 감지하여 센서가 고장임을 판명할 수 있다.
디스플레이부(60)는 고장 판정부에 의해 센서가 고장임이 판명된 경우에 사용자에게 상기 센서의 고장에 대한 정보를 표시하여 알려준다.
알람부(70)는 고장 판정부에 의해 상기 센서가 고장임이 판명된 경우에 사용자에게 상기 센서의 고장에 대한 경고 알람을 제공한다.
통상적으로 센서의 이상이 발생한 경우에 기존의 발전 설비의 고장과는 다른 패턴의 신호를 보이는데, 특히 센서가 고장난 경우에는 일반적인 발전 설비 고장에 비해 신호 패턴의 변화가 매우 급격하게 나타나는 특징이 있다. 이러한 급격한 신호 패턴의 변화는 통계적인 알고리즘을 통한 분석 방법을 통해 감지해 낼 수가 있다. 따라서, 센서의 이상 신호 패턴을 시뮬레이션을 통해 생성한 후, 윈도우 슬라이딩 컨볼루션과 마하라노비스 거리(후술함) 등의 알고리즘들을 통해 추세를 감시할 수 있다.
도 2a 내지 2c는 각각 신호가 비선형적으로 상승하는 경우, 신호 중간에 과다 노이즈가 발생하는 경우 및 신호 중간에 급작스러운 피크가 발생하는 경우의 신호 패턴을 나타낸다. 도 2a 내지 2c에서, 추정치(estimation)는 센서가 정상일 경우에 취득된 신호의 패턴이며, 실측치(real)는 센서의 오작동으로 인해 발생하는 신호의 패턴이다.
도 2a를 참조하면, 작은 노이즈와 함께 일정하게 유지되는 정상 신호와는 달리 센서가 고장난 경우 값이 비선형적으로 증가하는데, 이 경우에는 제1 모멘트와 제2 모멘트, 특히 제2 모멘트 값의 극심한 변화를 통해 센서 오작동 여부를 파악할 수 있다
도 2b를 참조하면, 신호의 값이 일정하게 유지되는 정상 신호와는 달리 센서가 오작동할 경우 중간에 과다한 노이즈가 발생하는 패턴이 나타나는데, 급작스러운 값의 변화를 제1 모멘트와 제2 모멘트 값의 변화를 통해 감지할 수 있다.
도 2c를 참조하면, 제어 신호의 값이 일정하게 유지되어야 하는데 센서가 오작동할 경우 중간에 피크들이 발생하는 것을 확인할 수 있다. 이 경우에도 제안된 제1 모멘트와 제2 모멘트, 특히 제2 모멘트 값의 변화를 통해 센서의 오작동과 동시에 어떠한 시점에서 센서가 잘못 작동하고 있는지 시간 축에서도 파악할 수 있다.
도 3a 내지 3c는 신호가 비선형적으로 상승하는 경우, 신호 중간에 과다 노이즈가 발생하는 경우, 신호 중간에 급작스러운 피크가 발생하는 경우의 마하라노비스 거리를 나타낸다. 도 2a 내지 2c에서와 마찬가지로, 추정치는 센서가 정상일 경우에 나와야 하는 취득된 신호의 패턴이며, 실측치는 센서의 오작동으로 인해 발생하는 신호의 패턴이다.
마하라노비스 거리는 상술한 윈도우 슬라이딩 컨볼루션에 더하여, 보다 정확한 신호들의 패턴을 파악하기 위해 도입된 개념으로서, 정상 신호의 군집과 비정상 신호의 군집을 계측한다. 즉, 마하라노비스 거리는 확률 분포의 통계적 개념이 담긴 통계적 거리로서, 다음 식 (2)를 통해 구할 수 있다.
Figure pat00002
… 식 (2)
마하라노비스 거리를 통해 예측 신호와 오작동 신호의 직관적인 군집을 확인함으로써, 2차원 영역에서의 평균 및 분산이 정상 영역에서 벗어난 거리값의 변화를 감시할 수 있고, 이를 통해 보다 정밀한 고장 판단 알고리즘을 갖출 수 있게 된다.
도 4는 본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 방법의 흐름도를 나타내는 도면이다.
도 4를 참조하면, 본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 방법센서로부터 전송되는 신호를 지속적으로 검출하는 단계(S10), 검출된 신호를 증폭시키는 단계(S20), 윈도우 슬라이딩 컨볼루션을 통해 증폭된 신호에 대한 평균 및 분산을 실시간으로 계산하는 단계(S30), 산출된 평균 및 분산의 신호 패턴 변화 추이를 분석하는 단계(S40), 상기 평균 및 분산의 신호 패턴이 정상 범위에서 벗어나는지를 감지하여 센서의 고장 여부를 판정하는 단계(S50) 및 센서가 고장임이 판명된 경우, 사용자에게 센서 고장에 대한 정보를 표시하거나 경고 알람을 제공하는 단계(S60)를 포함한다.
구체적으로, S10 단계에서는 발전 설비에 설치된 센서들로부터 전송되는 신호를 지속적으로 검출하고, 검출된 신호에 통계적 처리를 하기 위하여 S20 단계에서 증폭한다.
증폭된 신호는 도 1에서 상술한 바와 같이, S30 단계에서, 제1 모멘트인 평균 및 제2 모멘트인 분산을 산출하고, 윈도우 슬라이딩 컨볼루션 및/또는 마하라노비스 거리와 같은 통계적 알고리즘에 적용하여 특성값을 실시간으로 계산한다.
S40 단계에서, 산출된 평균과 분산에 대한 신호 패턴의 변화 추이를 분석하여, 상술한 바와 같이 신호가 비선형적으로 상승하는 경우, 신호 중간에 과다 노이즈가 발생하는 경우, 신호 중간에 급작스러운 피크가 발생하는 경우 등에 대하여 신호 패턴의 변화를 감시한다.
S50 단계에서는, 산출된 평균 및 분산의 신호 패턴이 정상 범위에서 벗어나는지를 감지하여 센서의 고장 여부를 판정한다. 즉, S40 단계에서와 같이, 평균 및 분산에 대한 신호 패턴의 급격한 변화가 나타나는지를 감시함으로써 센서 고장 여부를 판명한다.
S70 단계에서는, S60 단계에서 센서 고장임이 판명된 경우에 사용자에게 센서 고장에 대한 정보를 시각적으로 표시하거나, 경고 알람을 제공함으로써, 발전 설비의 센서 고장시 관리자가 상황에 맞게 적절하게 대처할 수 있도록 한다.
이와 같이, 본 발명의 일 실시예에 따른 신호 기반 센서 고장 감지 장치 및 방법에 의하면, 발전 설비에 설치된 센서들을 일일이 수작업으로 검토하지 않고도 센서로부터 발생하는 신호 패턴들을 감지함으로써 센서의 고장 여부를 용이하게 판단할 수 있다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합하거나 결합하여 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다.
또한, 이상에서 기재된 "포함하다", "구성하다" 또는 "가지다" 등의 용어는, 특별히 반대되는 기재가 없는 한, 해당 구성 요소가 내재할 수 있음을 의미하는 것이므로, 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것으로 해석되어야 한다. 기술적이거나 과학적인 용어를 포함한 모든 용어들은, 다르게 정의되지 않는 한, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미가 있다. 사전에 정의된 용어와 같이 일반적으로 사용되는 용어들은 관련 기술의 문맥상의 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구 범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리 범위에 포함되는 것으로 해석되어야 할 것이다.
1: 신호 기반 센서 고장 감지 장치 10: 신호 검출부
20: 앰프부 30: 통계치 산출부
40: 신호 패턴 분석부 50: 고장 판정부
60: 디스플레이부 70: 알람부

Claims (12)

  1. 발전 설비에 설치된 복수의 센서들로부터 전송되는 신호를 지속적으로 검출하는 신호 검출부;
    윈도우 슬라이딩 컨볼루션(window sliding convolution)을 통해 상기 증폭된 신호에 대한 평균 및 분산을 실시간으로 계산하는 통계치 산출부;
    상기 산출된 평균 및 분산의 신호 패턴 변화 추이를 분석하는 신호 패턴 분석부; 및
    상기 평균 및 분산의 신호 패턴이 정상 범위에서 벗어나는지 감지하여, 상기 센서의 고장 여부를 판정하는 고장 판정부를 포함하는 센서 고장 감지 장치.
  2. 청구항 1에 있어서,
    상기 검출된 신호를 증폭시키는 앰프부를 더 포함하는 센서 고장 감지 장치.
  3. 청구항 1에 있어서,
    상기 고장 판정부에 의해 상기 센서가 고장임이 판명된 경우, 사용자에게 상기 센서의 고장에 대한 정보를 표시하는 디스플레이부를 더 포함하는 센서 고장 감지 장치.
  4. 청구항 1에 있어서,
    상기 고장 판정부에 의해 상기 센서가 고장임이 판명된 경우, 사용자에게 상기 센서의 고장에 대한 경고 알람을 제공하는 알람부를 더 포함하는 센서 고장 감지 장치.
  5. 청구항 1에 있어서,
    상기 고장 판정부는 상기 평균 및 분산의 신호 패턴이 비선형적으로 상승하는 경우에 고장으로 판정하는 센서 고장 감지 장치.
  6. 청구항 1에 있어서,
    상기 고장 판정부는 상기 평균 및 분산의 신호 패턴 중간에 노이즈가 발생하는 경우에 고장으로 판정하는 센서 고장 감지 장치.
  7. 청구항 1에 있어서,
    상기 고장 판정부는 상기 평균 및 분산의 신호 패턴 중간에 피크들이 발생하는 경우에 고장으로 판정하는 센서 고장 감지 장치.
  8. 청구항 1에 있어서,
    상기 통계치 산출부는 상기 평균 및 분산에 대한 마하라노비스 거리(mahalanobis distance)를 계산하여, 2차원 영역에서 정상 영역으로부터 벗어난 거리값의 변화를 감시하는 센서 고장 감지 장치.
  9. 발전 설비에 설치된 복수의 센서들로부터 전송되는 신호를 지속적으로 검출하는 단계;
    윈도우 슬라이딩 컨볼루션을 통해 상기 증폭된 신호에 대한 평균 및 분산을 실시간으로 계산하는 단계;
    상기 산출된 평균 및 분산의 신호 패턴 변화 추이를 분석하는 단계; 및
    상기 평균 및 분산의 신호 패턴이 정상 범위에서 벗어나는지 감지하여, 상기 센서의 고장 여부를 판정하는 단계를 포함하는 센서 고장 감지 방법.
  10. 청구항 9에 있어서,
    상기 센서가 고장임이 판명된 경우, 사용자에게 상기 센서의 고장에 대한 정보를 표시하는 단계를 더 포함하는 센서 고장 감지 방법.
  11. 청구항 9에 있어서,
    상기 센서가 고장임이 판명된 경우, 사용자에게 상기 센서의 고장에 대한 경고 알람을 제공하는 단계를 더 포함하는 센서 고장 감지 방법.
  12. 청구항 9에 있어서,
    상기 평균 및 분산에 대한 마하라노비스 거리를 계산하여, 2차원 영역에서 정상 영역으로부터 벗어난 거리값의 변화를 감시하는 단계를 더 포함하는 센서 고장 감지 방법.

KR1020170142223A 2017-10-30 2017-10-30 신호 기반 센서 고장 감지 장치 및 방법 KR20190047878A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170142223A KR20190047878A (ko) 2017-10-30 2017-10-30 신호 기반 센서 고장 감지 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170142223A KR20190047878A (ko) 2017-10-30 2017-10-30 신호 기반 센서 고장 감지 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20190047878A true KR20190047878A (ko) 2019-05-09

Family

ID=66546263

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170142223A KR20190047878A (ko) 2017-10-30 2017-10-30 신호 기반 센서 고장 감지 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20190047878A (ko)

Similar Documents

Publication Publication Date Title
JP5306902B2 (ja) 資産システムの高性能条件監視のためのシステムおよび方法
JP7068246B2 (ja) 異常判定装置、および、異常判定方法
JP5875726B1 (ja) 異常予兆診断装置のプリプロセッサ及びその処理方法
KR101491017B1 (ko) 전력 기기 음향 진단 장치 및 방법
KR101214765B1 (ko) 전력설비 모니터링 시스템 및 방법
EP3270250A1 (en) Method and system for remote monitoring of power generation units
KR102319083B1 (ko) 인공지능 기반의 화재예방 제공 장치 및 방법
KR102375679B1 (ko) 패턴 분석을 이용한 인공지능 기반의 화재 예측 방법 및 장치
KR20090010430A (ko) 기계 장치의 고장 진단 장치
KR20190025473A (ko) 플랜트 데이터 예측 장치 및 방법
US20210224383A1 (en) Abnormality detection device
CN109241353A (zh) 一种数据审核方法
JP7248103B2 (ja) 異常検知方法、異常検知装置、プログラム
CN116740883A (zh) 一种基于云计算的安防监控报警系统
CN111579001A (zh) 机器人的故障检测方法及装置
JP2016004298A (ja) ポンプ異常検知システム、ポンプ異常検知方法、及びポンプ異常検知プログラム
US20190041838A1 (en) Detection of temperature sensor failure in turbine systems
KR102056101B1 (ko) 발전 계통과 송전 계통 통합 감시/분석 시스템
KR20190047878A (ko) 신호 기반 센서 고장 감지 장치 및 방법
CN107655624B (zh) 压力变送器监测方法
US20220156586A1 (en) System for monitoring a circuit breaker
CN115356970A (zh) 一种基于实时数据和运维数据的动环监控系统及方法
KR20110075332A (ko) 설비 고장 예측 방법
JP2014026327A (ja) 実稼働データによる機器の状態診断装置
Hashemian Applying online monitoring for nuclear power plant instrumentation and control