KR20210021857A - 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템 - Google Patents
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템 Download PDFInfo
- Publication number
- KR20210021857A KR20210021857A KR1020190101346A KR20190101346A KR20210021857A KR 20210021857 A KR20210021857 A KR 20210021857A KR 1020190101346 A KR1020190101346 A KR 1020190101346A KR 20190101346 A KR20190101346 A KR 20190101346A KR 20210021857 A KR20210021857 A KR 20210021857A
- Authority
- KR
- South Korea
- Prior art keywords
- equipment
- facility
- dynamic simulator
- process value
- facilities
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 126
- 230000003449 preventive effect Effects 0.000 claims abstract description 54
- 238000007689 inspection Methods 0.000 claims abstract description 52
- 238000003745 diagnosis Methods 0.000 claims abstract description 33
- 238000004088 simulation Methods 0.000 claims abstract description 32
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 16
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 6
- 238000005265 energy consumption Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 abstract description 17
- 230000007257 malfunction Effects 0.000 description 6
- 239000010779 crude oil Substances 0.000 description 5
- 238000005553 drilling Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011109 contamination Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
-
- 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
- G05B23/0283—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]
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은 자동화 컨트롤러에 동적 시뮬레이터를 결합시켜 예방 점검 후 운전 시간을 고려한 시뮬레이션 공정값과 실제 공정값을 비교 분석하여 설비 및 장비의 이상여부와 센서의 이상여부를 진단할 수 있는, 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템에 관한 것이다. 본 발명의 실시예에 따른 진단 시스템은, 선박 또는 해양플랜트의 설비 및 장비의 현장 운전조건에 따른 운전데이터를 형성하는 운전자 스테이션, 운전자 스테이션에서 형성된 운전데이터를 실시간 저장하는 운전조건 저장서버, 운전데이터를 이용하여 설비 및 장비의 가상 모델을 구축하고 모의 운전하여 모의 공정값을 분석하는 동적 시뮬레이터, 운전조건 저장서버로부터의 운전데이터에 따라 설비 및 장비를 실제 운전하고, 설비 및 장비를 모니터링하는 센서를 통해 실제 운전에 따른 실제 공정값을 수신하는 자동화 컨트롤러와, 모의 공정값과 실제 공정값을 비교하여 상호 격차에 따라 설비 및 장비의 이상여부와 센서의 이상여부를 진단하는 AMS(Alarm Monitoring System)를 포함하고, 운전자 스테이션은, 설비 및 장비의 마지막 예방 점검 후 운전 시간을 고려하여 운전데이터를 형성한다.
Description
본 발명은 해양구조물의 지능형 진단시스템에 관한 것으로, 보다 상세하게는 자동화 컨트롤러에 동적 시뮬레이터를 결합시켜 설비 및 장비의 예방 점검 후 운전 시간을 고려한 시뮬레이션 공정값과 실제 공정값을 비교 분석하여 설비 및 장비의 이상여부와 센서의 이상여부를 진단할 수 있는, 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템에 관한 것이다.
통상, 해상 운항하는 선박 또는 원유와 가스의 해양 지하자원을 시추하는 해양플랜트와 같은 해양구조물에 설치된 설비 및 장비는 대형의 해양구조물의 전문적인 설비와 장비의 장치로 구성되어서, 이의 운전을 위해서는 경험 많은 숙련자의 조작을 필요로 하며, 다양한 기상조건 하에서 다양한 이벤트 발생시에 능동적으로 정확하게 대처할 수 있는 운전능력이 요구되고, 설비 및 장비의 원제조사의 설계수명 이외에 실제 운전 시의 설계수명과 유지보수주기를 예측하여 대처할 필요성이 있다.
해양구조물에 설치된 설비 또는 장비를 실제 운전조건에서 운전하는 것은 예기치 못한 알람발생 또는 오작동의 발생을 필연적으로 수반하는데, 실제 운전을 통해 미숙련자가 설비와 장비에 대한 운전경험을 축적하는 것은 비효율적이고, 설계상으로 안정적인 운전조건으로 설비와 장비를 구축하였다 하더라도, 다양한 운전조건에 따른 예기치 못한 알람발생 또는 오작동발생을 실제 운전을 통해서만 파악하고 대처하게 되어 상당히 비효율적인 측면이 있다.
또한, 해양구조물에 설치된 설비 또는 장비를 실제 운전조건에서 운전하는 것은 예기치 못한 알람발생 또는 오작동의 발생시, 이의 알람발생 또는 오작동 발생이 설비 및 장비의 실제 운전 임계값 초과에 따른 것인지 설비 및 장비의 출력을 감지하도록 설치된 센서의 오작동인지 판단하기 어려운 문제점이 있다.
이에, 해양구조물에 설치된 설비 및 장비의 예방 점검 후 운전 시간을 분석용 변수로 고려하여 실제 상황과 동일하거나 유사한 가상모델을 구축하고, 설비 및 장비의 출력을 측정하도록 설치된 센서에 의해 감지된 실제 공정값과 비교분석이 가능하도록 시뮬레이션 운전하여 설비 및 장비의 결함 또는 이상의 원인규명을 명확히 하고, 설비 및 장비의 예방 점검 후 실제 운전 시간을 고려하여 설비 및 장비 분석의 신뢰도를 향상시킬 수 있는 기술을 필요로 한다.
본 발명은 자동화 컨트롤러에 동적 시뮬레이터를 결합시켜 설비 및 장비의 예방 점검 후 운전 시간을 고려한 시뮬레이션 공정값과 실제 공정값을 비교 분석하여 설비 및 장비의 이상여부와 센서의 이상여부를 진단할 수 있는, 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템을 제공한다.
본 발명의 실시예에 따른, 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비 운전의 지능형 진단시스템은, 선박 또는 해양플랜트의 설비 및 장비의 현장 운전조건에 따른 운전데이터를 형성하는 운전자 스테이션; 상기 운전자 스테이션에서 형성된 상기 운전데이터를 실시간 저장하는 운전조건 저장서버; 상기 운전데이터를 이용하여 상기 설비 및 장비의 가상 모델을 구축하고 모의 운전하여 모의 공정값을 분석하는 동적 시뮬레이터; 상기 운전조건 저장서버로부터의 운전데이터에 따라 상기 설비 및 장비를 실제 운전하고, 상기 설비 및 장비를 모니터링하는 센서를 통해 실제 운전에 따른 실제 공정값을 수신하는 자동화 컨트롤러; 및 상기 모의 공정값과 상기 실제 공정값을 비교하여 상호 격차에 따라 상기 설비 및 장비의 이상여부와 상기 센서의 이상여부를 진단하는 AMS(Alarm Monitoring System)를 포함하고, 상기 운전자 스테이션은, 상기 설비 및 장비의 마지막 예방 점검 후 운전 시간을 고려하여 상기 운전데이터를 형성할 수 있다.
여기서, 상기 동적 시뮬레이터는, 상기 설비 및 장비의 마지막 예방 점검 후 운전 시간을 분석용 변수로 더 고려하여 상기 설비 및 장비의 가상 모델을 구축하고 모의 운전하여 모의 공정값을 분석함으로써, 상기 모의 공정값의 신뢰도를 향상시킬 수 있다.
여기서, 상기 AMS는, 상기 실제 공정값의 변화 추이를 분석하여 상기 설비 및 장비의 제작사가 제안한 예방 점검 기간까지 상기 설비 및 장비를 운전 가능한지, 상기 예방 점검 기간 전에 상기 설비 및 장비를 분해 점검할 필요가 있는지 진단할 수 있다.
여기서, 상기 AMS는, 상기 실제 공정값의 변화 추이를 분석하고, 상기 설비 및 장비의 운용 시간 증감과 지난 예방 점검 시 획득한 예방 점검 결과 데이터에 기초하여 차기 예방 점검 주기에 대한 정보를 형성할 수 있다.
여기서, 상기 동적 시뮬레이터는, 상기 설비 및 장비의 정상운전범위 내에서 허용 가능한 모의 공정값을 산출하고, 상기 AMS는 상기 실제 공정값의 상기 정상운전범위의 모의 공정값 초과여부를 분석하여, 상기 설비 및 장비의 정상운전 여부 및 기계적 결합 발생여부와, 상기 센서의 정상 계측여부를 진단할 수 있다.
여기서, 상기 동적 시뮬레이터는, 현장 디바이스, 압축기와 펌프와 열교환기와 익스팬더와 가스터빈과 밸브와 배관 중 어느 하나 이상을 포함하는 장비, 피팅류 또는 트랜스미터에 대한 특정 시간 동안의 운전 시뮬레이션을 수행하면서 수학적 분석 및 상기 운전조건의 변동에 따른 열수지와 물질수지(heat and mass balance) 분석을 통해서, 운전중인 설비 및 장비의 성능을 할 수 있다.
여기서, 상기 동적 시뮬레이터는, 상기 설비 및 장비의 공정온도와 압력과 유량과 전력소비량과 모터 RPM과 제어밸브 포지션의 정상제어여부와 알람발생여부와 셧다운 발생 여부에 대한 가능성을 해석하여 성능을 계측할 수 있다.
여기서, 상기 자동화 컨트롤러는, ICSS(Integrated Control and Safety System), IAS(Integrated Automation System) 및 AMS(Alarm Monitoring System) 중 적어도 하나를 포함할 수 있다.
여기서, 상기 동적 시뮬레이터는, 선박 운항해역 또는 해양플랜트 설치해역의 발생 가능한 환경조건데이터를 적용하여 다양한 환경조건 하에서의 상기 가상 모델에 대한 스트레스 테스트가 적용된 모의운전을 수행하여, 설비 및 장비의 설계수명을 분석하고 감가상각을 분석하여, 유지보수주기를 예측할 수 있다.
여기서, 상기 동적 시뮬레이터는, 모델링되어 구축된 상기 설비 및 장비의 모의 운전시 소비되는 전력량을 계측하여 최적화된 에너지 소비전력을 산출하여 상기 자동화 컨트롤러에 적용할 수 있다.
본 발명에 의하면, 자동화 컨트롤러에 동적 시뮬레이터를 결합시켜 설비 및 장비의 예방 점검 후 운전 시간을 고려한 시뮬레이션 공정값과 실제 공정값을 비교 분석하여 설비 및 장비의 이상여부와 센서의 이상여부를 진단할 수 있으며, 설비 및 장비의 실제 운전 전에, 성능을 시뮬레이션하여 성능을 테스트할 수 있고, 다양한 환경조건 하에서의 스트레스 테스트가 적용된 시뮬레이션 운전을 수행하여 유지보수 주기를 예측하여 설비 및 장비를 최적의 성능을 유지하도록 하여 정상운전 가능시간을 증가시킬 수 있다. 또한, 설비 및 장비의 마지막 점검 후 운전 시간을 시뮬레이션 공정값에 반영될 수 있도록 하여 설비 및 장비의 이상여부와 센서의 이상여부 판단의 신뢰도를 향상시킬 수 있다.
도 1은 본 발명의 실시예에 따른 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템의 개략적인 구성도이다.
도 2는 본 발명의 실시예에 따른 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템에 의한 진단방법의 절차를 보이는 흐름도이다.
도 3은 도 1의 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템의 변형 예시도이다.
도 4는 본 발명의 실시예에 따른 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템에 의한 진단방법의 절차를 보이는 흐름도이다.
도 2는 본 발명의 실시예에 따른 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템에 의한 진단방법의 절차를 보이는 흐름도이다.
도 3은 도 1의 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템의 변형 예시도이다.
도 4는 본 발명의 실시예에 따른 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템에 의한 진단방법의 절차를 보이는 흐름도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다.
도 1은 본 발명의 실시예에 따른 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템의 개략적인 구성도이다.
도 1을 참조하면, 본 발명의 실시예에 의한 해상을 운항하는 선박 또는 원유와 가스의 해양 지하자원을 시추하는 해양플랜트와 같은 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템은, 실제 운전데이터를 생성하는 운전자 스테이션(110), 운전데이터를 실시간 저장하는 운전조건 저장서버(120), 가상 모델을 시뮬레이션하여 설비 및 장비(151, 152, 153)의 성능을 계측하는 동적 시뮬레이터(130), 설비 및 장비(151, 152, 153)를 실제 운전하고 센서(160)를 통해 실제 공정값을 수신하는 자동화 컨트롤러(140), 및 시뮬레이션 공정값과 실제 공정값을 비교 분석하여 설비 및 장비(151, 152, 153) 또는 센서(160)의 이상여부를 진단하는 AMS(170)로 구성되고, 운전자 스테이션(110)은, 설비 및 장비(151, 152, 153)의 마지막 예방 점검 후 운전 시간(running hour)을 고려하여 운전데이터를 형성하여서, 자동화 컨트롤러에 동적 시뮬레이터를 결합시켜 시뮬레이션 공정값과 실제 공정값을 비교 분석하여 설비 및 장비(151, 152, 153)의 이상여부와 센서(160)의 이상여부를 진단할 수 있으며, 설비 및 장비(151, 152, 153)의 실제 운전 전에, 성능을 시뮬레이션하여 성능을 테스트할 수 있고, 유지 보수 주기를 예측하여 설비 및 장비(151, 152, 153)를 최적의 성능을 유지하도록 하여 정상운전 가능시간을 증가시킬 수 있다. 또한, 설비 및 장비(151, 152, 153)의 마지막 점검 후 운전시간(Running Hour)을 가상 모델 시뮬레이션의 분석용 변수(Parameter)로 활용하여, 더 높은 신뢰도의 진단 및 분석 결과를 얻을 수 있다.
운전자 스테이션(operator station)(110)은, 해상 운항하는 선박 또는 원유와 가스의 해양 지하자원을 시추하는 해양플랜트와 같은 해양구조물에 설치된 설비(facility) 및 장비(equipment and device)의 실제 현장(field)과 로컬(local)의 운전조건에 따른 실제 운전데이터를 생성하여 후단의 운전조건 저장서버(120)로 전송할 수 있다. 일 실시예로서, 운전자 스테이션(110)은, 설비 및 장비(151, 152, 153)의 마지막 예방 점검 후 운전 시간(running hour)을 고려하여 운전데이터를 형성하여서, 자동화 컨트롤러(140)에 동적 시뮬레이터(130)를 결합시켜 시뮬레이션 공정값과 실제 공정값을 비교 분석하여 설비 및 장비(151, 152, 153)의 이상여부와 센서(160)의 이상여부를 높은 신뢰도를 가지고 진단할 수 있다.
예를 들어, 운전자 스테이션(110)은, 오퍼레이터(111)에 의해 조작되는, 선내 또는 육상 통제실에 설치되는 설비 및 장비(151, 152, 153)의 관제 및 통제 시스템, 또는 설비 및 장비(151, 152, 153)의 제어단말장치일 수 있다.
운전조건 저장서버(120)는, 운전자 스테이션(110)으로부터 전송되는 운전데이터를 실시간으로 저장하고, 후단의 동적 시뮬레이터(130) 및 자동화 컨트롤러(140)로 전송할 수 있다.
동적 시뮬레이터(130)는, 운전조건 저장서버(120)로부터 운전데이터를 전송받아 가상 모델로 구축된 설비 및 장비(151, 152, 153)를 시뮬레이션 운전하여 시뮬레이션 공정값을 분석할 수 있다.
일 실시예로서, 동적 시뮬레이터(130)는, 설비 및 장비(151, 152, 153)의 실제 공정과 동일하거나 유사한 배관 플러깅(plugging) 정도, 열교환기의 오염정도, 원심펌프의 캐비테이션(cavitation) 정도, 밸브의 누수(leakage) 정도 등을 모사하여 설비 및 장비(151, 152, 153)의 가상 모델을 구축할 수 있다.
예컨대, 동적 시뮬레이터(130)는, 설비 및 장비, 즉 현장 디바이스(field device)(151), 압축기(compressor), 펌프(pump), 열교환기, 익스팬더(expander), 가스터빈, 밸브(valve), 배관(vessel) 등과 같은 장비(equipment)(152), 피팅류(fittings) 또는 트랜스미터(transmitter)(153)에 대한 특정 시간 동안의 운전 시뮬레이션을 수행하면서 수학적 분석 및 운전 조건 변동에 따른 열수지 및 물질수지(heat and mass balance) 분석을 통해서, 운전중인 설비 및 장비(151, 152, 153)의 성능(performance)을 계측할 수 있다.
또한, 동적 시뮬레이터(130)는, 설비 및 장비(151, 152, 153)의 마지막 예방 점검 후 운전 시간을 분석용 변수로 더 고려하여 설비 및 장비(151, 152, 153)의 가상 모델을 구축하고 모의 운전하여 모의 공정값을 분석함으로써, 모의 공정값의 신뢰도를 향상시킬 수 있다. 예방 점검 후 설비 및 장비(151, 152, 153)의 운전 시간을 무시하고 모의 공정값을 분석할 경우에는 설비 및 장비(151, 152, 153)의 실제 운전 시간이 시뮬레이션에 반영되지 않기 때문에 일률적인 모의 공정값만이 출력되지만, 설비 및 장비(151, 152, 153)의 운전 시간을 반영하여 모의 공정값을 분석할 경우 가상 모델의 시뮬레이션 결과에 보다 높은 신뢰도를 부여할 수 있게 된다.
자동화 컨트롤러(140)는, 운전조건 저장서버(120)로부터의 운전데이터에 따라 설비 및 장비(151, 152, 153)를 실제 운전하고, 설비 및 장비(151, 152, 153)를 각각 모니터링하는 센서(160)를 통해서 실제 운전에 따른 설비 및 장비(151, 152, 153)의 실제 공정값을 수신하고, 수신된 실제 공정값을 AMS(170)로 전송할 수 있다.
일 실시예로서, 자동화 컨트롤러(140)는, ICSS(Integrated Control and Safety System; 통합형 제어 및 안정 시스템), IAS(Integrated Automation System; 집적제어시스템) 및 AMS(Alarm Monitoring System) 중 적어도 하나를 포함할 수 있다. 예를 들어, AMS(170)는 자동화 컨트롤러(140)와 통합되어 구성될 수도 있고, 별도의 구성으로 자동화 컨트롤러(140)와 분리되어 구성될 수도 있다.
예를 들어, 자동화 컨트롤러(140)는, 설비 및 장비(151, 152, 153)의 공정 온도, 압력 또는 유량의 정상제어여부와 알람발생여부와 셧다운(shutdown) 발생여부에 대한 가능성을 판단하고, 운전자 스테이션(110)으로 전송하여 오퍼레이터(111)가 인지하도록 할 수 있다.
일 실시예로서, AMS(Alarm Monitoring System)(170)는, 동적 시뮬레이터(130)의 시뮬레이션 운전에 의해 산출된 시뮬레이션 공정값과, 설비 및 장비(151, 152, 153)의 센서(160)에 의해 감지된 실제 공정값을 비교하여서, 상호 격차를 분석하여 설비 및 장비(151, 152, 153)의 이상여부와 센서(160)의 이상여부를 진단할 수 있다. 예를 들어, AMS(170)는, 시뮬레이션 공정값과 실제 공정값을 비교하여 시뮬레이션 공정값과 실제 공정값의 격차가 소정 임계값보다 클 경우 설비 및 장비(151, 152, 153)와 센서(160)가 비정상적으로 작동하고 있는 것으로 진달할 수 있다. 하지만, AMS(170)의 설비 및 장비(151, 152, 153)와 센서(160)의 이상여부 판단 방법은 이에 한정되지 않는다.
또한, AMS(170)는, 장기간에 걸쳐 누적된 실제 공정값의 변화 추이를 분석하고, 설비 및 장비(151, 152, 153)의 제작사가 설비 및 장비(151, 152, 153)의 설계 또는 생산 시에 제안한 설비 및 장비(151, 152, 153)의 권장 예방 점검 기간까지 설비 및 장비(151, 152, 153)를 운전 가능한지, 권장 예방 점검 기간 전에 설비 및 장비(151, 152, 153)를 분해 점검할 필요가 있는지 진단할 수 있다. 일 실시예로서, AMS(170)는, 장기간에 걸쳐 누적된 실제 공정값의 변화 추이가 설비 및 장비(151, 152, 153)의 운전 시간이 증가하는 것으로 나타나면, 차기 예방 점검 주기를 제작사가 제안한 권장 예방 점검 주기보다 짧은 기간으로 설정할 수 있고, 장기간에 걸쳐 누적된 실제 공정값의 변화 추이가 설비 및 장비(151, 152, 153)의 운전 시간이 감소하는 것으로 나타나면, 차기 예방 점검 주기를 제작사가 제안한 권장 예방 점검 주기보다 긴 기간으로 설정할 수 있다. 그러나, AMS(170)의 예방 점검 주기 설정 방법은 이에 한정되지 않고, 다양한 방법으로 설비 및 장비(151, 152, 153)의 예방 점검 주기를 설정할 수 있다.
또한, AMS(170)는, 장기간에 걸쳐 누적된 실제 공정값의 변화 추이를 분석하고, 설비 및 장비(151, 152, 153)의 운용 시간 증감과 지난 예방 점검 시 획득한 예방 점검 결과 데이터에 기초하여 차기 예방 점검 주기에 대한 정보를 형성할 수 있다. 일 실시예로서, AMS(170)는, 설비 및 장비(151, 152, 153)의 운용 시간이 증가할 경우 차기 예방 점검 주기를 당초에 예상된 예방 점검 주기에 비하여 앞당겨 설정할 수 있고, 설비 및 장비(151, 152, 153)의 운용 시간이 감소할 경우 차기 예방 점검 주기를 당초에 예상된 예방 점검 주기에 비하여 늦어지도록 설정할 수 있다. 그러나, AMS(170)의 차기 예방 점검 주기 설정 방법은 이에 한정되지 않고, 다양한 방법으로 설비 및 장비(151, 152, 153)의 차기 예방 점검 주기를 설정할 수 있다.
일 실시예로서, 동적 시뮬레이터(130)는, 특정 조건하에서의 설비 및 장비(151, 152, 153)의 정상운전범위 내에서 허용 가능한 시뮬레이션 공정값을 산출하고, AMS(170)는 실제 공정값의 정상 운전 범위의 시뮬레이션 공정값 초과여부를 분석하여, 설비 및 장비(151, 152, 153)의 정상 운전 여부 및 기계적 결함 발생여부와, 센서(160)의 정상 계측여부를 진단할 수 있다.
동적 시뮬레이터(130)는, 열교환기의 공정 온도, 압축기, 펌프 및 배관의 압력, 배관 및 밸브의 유량, 전력소비량, 가스터빈의 모터 RPM(rate per minute), 제어밸브 포지션의 정상 제어 여부, 알람발생 여부, 셧다운(shutdown) 발생여부에 대한 가능성을 해석하여 설비 및 장비(151, 152, 153)와 센서(160)의 성능을 계측할 수 있다.
도 2는 본 발명의 실시예에 따른 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템에 의한 진단방법의 절차를 보이는 흐름도이다. 도 2의 흐름도에서 프로세스 단계들, 방법 단계들, 알고리즘들 등이 순차적인 순서로 설명되었지만, 그러한 프로세스들, 방법들 및 알고리즘들은 임의의 적합한 순서로 작동하도록 구성될 수 있다. 다시 말하면, 본 발명의 다양한 실시예들에서 설명되는 프로세스들, 방법들 및 알고리즘들의 단계들이 본 발명에서 기술된 순서로 수행될 필요는 없다. 또한, 일부 단계들이 비동시적으로 수행되는 것으로서 설명되더라도, 다른 실시예에서는 이러한 일부 단계들이 동시에 수행될 수 있다. 또한, 도면에서의 묘사에 의한 프로세스의 예시는 예시된 프로세스가 그에 대한 다른 변화들 및 수정들을 제외하는 것을 의미하지 않으며, 예시된 프로세스 또는 그의 단계들 중 임의의 것이 본 발명의 다양한 실시예들 중 하나 이상에 필수적임을 의미하지 않으며, 예시된 프로세스가 바람직하다는 것을 의미하지 않는다.
도 2에 도시한 바와 같이, 단계(S210)에서, 실제 운전데이터가 생성된다. 예를 들어, 도 1을 참조하면, 운전자 스테이션(110)은, 해상을 운항하는 선박 또는 원유와 가스의 해양 지하자원을 시추하는 해양플랜트와 같은 해양구조물에 설치된 설비 및 장비(151, 152, 153)의 실제 현장과 로컬의 운전조건에 따른 실제 운전데이터를 생성할 수 있다.
단계(S215)에서, 마지막 예방 점검 후 운전 시간을 고려하여 운전데이터가 형성된다. 예를 들어, 도 1을 참조하면, 운전자 스테이션(110)은, 설비 및 장비(151, 152, 153)의 마지막 예방 점검(예를 들어, 설비 및 장비의 분해 예방 점검) 후 운전 시간(running hour)을 고려하여 운전데이터를 형성할 수 있다.
단계(S220)에서, 운전데이터가 실시간 저장된다. 예를 들어, 도 1을 참조하면, 운전조건 저장서버(120)는, 운전자 스테이션(110)으로부터 전송되는 운전데이터를 실시간으로 저장하고, 후단의 동적 시뮬레이터(130) 및 자동화 컨트롤러(140)로 전송할 수 있다.
단계(S230)에서, 가상 모델이 구축된다. 예를 들어, 도 1을 참조하면, 동적 시뮬레이터(130)는, 운전조건 저장서버(120)로부터 운전데이터를 전송받아 설비 및 장비(151, 152, 153)의 운전조건에 대한 가상 모델을 형성할 수 있다. 일 실시예로서, 동적 시뮬레이터(130)는, 설비 및 장비(151, 152, 153)의 실제 공정과 동일하거나 유사한 배관 플러깅(plugging) 정도, 열교환기의 오염정도, 원심펌프의 캐비테이션(cavitation) 정도, 밸브의 누수(leakage) 정도 등을 모사하여 가상 모델을 구축할 수 있다. 하지만, 동적 시뮬레이터(130)가 가상 모델 구축 시 사용하는 정보는 이에 한정되지 않는다.
단계(S240)에서, 설비 및 장비가 시뮬레이션 운전된다. 예를 들어, 도 1을 참조하면, 동적 시뮬레이터(130)는, 운전조건 저장서버(120)로부터 전송된 운전데이터를 이용하여 형성된 설비 및 장비(151, 152, 153)의 가상 모델을 시뮬레이션 운전할 수 있다.
단계(S245)에서, 마지막 예방 점검 후 운전 시간을 고려하여 설비 및 장비가 시뮬레이션 운전된다. 예를 들어, 도 1을 참조하면, 동적 시뮬레이터(130)는, 운전조건 저장서버(120)로부터 전송된 운전데이터 및 설비 및 장비(151, 152, 153)의 마지막 예방 점검 후 운전 시간을 고려하여 가상 모델을 시뮬레이션 운전함으로써 동적 시뮬레이터(130)에서 형성되는 시뮬레이션 공정값에 더 높은 신뢰도를 부여할 수 있다.
단계(S250)에서, 가상 모델의 시뮬레이션 운전에 따른 시뮬레이션 공정값이 분석된다. 예를 들어, 도 1을 참조하면, 동적 시뮬레이터(130)는, 설비 및 장비(151, 152, 153)의 가상 모델의 시뮬레이션 운전에 의해서 형성되는 시뮬레이션 공정값의 분석을 수행할 수 있다. 일 실시예로서, 동적 시뮬레이터(130)는, 설비 및 장비, 즉 현장 디바이스(151), 압축기와 펌프와 열교환기와 익스팬더와 가스터빈과 밸브와 배관 등의 장비(152), 피팅류 또는 트랜스미터(153)에 대한 특정 시간 동안의 운전 시뮬레이션을 수행하면서 수학적 분석 및 운전조건 변동에 따른 열수지와 물질수지 분석을 통해서, 운전중인 설비 및 장비(151, 152, 153)의 성능을 계측할 수 있다.
단계(S260)에서, 실제 공정값이 수신된다. 예를 들어, 도 1을 참조하면, 자동화 컨트롤러(140)는, 운전조건 저장서버(120)로부터의 운전데이터에 따라 설비 및 장비(151, 152, 153)를 실제 운전하고, 설비 및 장비(151, 152, 153)를 각각 모니터링하는 센서(160)를 통해서 실제 운전에 따른 설비 및 장비(151, 152, 153)의 실제 공정값을 수신하여 AMS(170)로 전송할 수 있다.
단계(S270)에서, 시뮬레이션 공정값과 실제 공정값이 비교된다. 예를 들어, 도 1을 참조하면, AMS(170)는, 단계 S250에서 동적 시뮬레이터(130)의 시뮬레이션 운전에 의해 산출된 시뮬레이션 공정값과, 단계 S260에서 설비 및 장비(151, 152, 153)의 센서(160)에 의해 계측된 실제 공정값을 비교할 수 있다.
단계(S280)에서, 설비 및 장비의 이상여부와 센서의 이상여부가 진단된다. 예를 들어, 도 1을 참조하면, AMS(170)는, 시뮬레이션 공정값과 실제 공정값을 비교하여서, 상호 격차를 분석하여 설비 및 장비(151, 152, 153)의 이상여부와 센서(160)의 이상여부를 진단할 수 있다. 일 실시예로서, AMS(170)는, 시뮬레이션 공정값과 실제 공정값을 비교하여 시뮬레이션 공정값과 실제 공정값의 격차가 소정 임계값보다 클 경우 설비 및 장비(151, 152, 153)와 센서(160)가 비정상적으로 작동하고 있는 것으로 진달할 수 있다. 하지만, AMS(170)의 설비 및 장비(151, 152, 153)와 센서(160)의 이상여부 판단 방법은 이에 한정되지 않는다.
도 3은 도 1의 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템의 변형 예시도이다.
도 2 및 도 3을 참조하면, 동적 시뮬레이터(130)는, 선박 운항해역 또는 해양플랜트 설치해역의 발생 가능한 환경조건데이터를 기상청서버(180)로부터 전송받아 적용하여, 다양한 환경조건 하에서의 가상 모델에 대한 스트레스 테스트가 적용된 시뮬레이션 운전을 수행하여서, 설비 및 장비(151, 152, 153)의 설계수명을 분석하고 감가상각을 분석하여, 유지보수 필요시점의 유지보수주기를 예측하여 설비 및 장비(151, 152, 153)를 최적의 성능을 유지하도록 할 수 있다.
또한, 동적 시뮬레이터(130)는, 모델링되어 구축된 설비 및 장비(151, 152, 153)의 시뮬레이션 조작 시 소비되는 전력량을 계측하여 최적화된 에너지 소비전력을 산출하고, 산출된 최적의 에너지 소비전력을 자동화 컨트롤러(140)에 적용하도록 할 수도 있다.
도 4는 본 발명의 실시예에 따른 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템에 의한 진단방법의 절차를 보이는 흐름도이다. 일 실시예로서, 도 4의 흐름도에 나타난 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템에 의한 진단방법의 절차는 도 2의 흐름도에 나타난 진단방법의 단계 S280 이후에 수행될 수 있지만, 이에 한정되지 않는다.
도 4에 도시한 바와 같이, 단계(S290)에서, 실제 공정값의 변화 추이가 분석된다. 예를 들어, 도 1 내지 도 3을 참조하면, AMS(170)는, 해상을 운항하는 선박 또는 원유와 가스의 해양 지하자원을 시추하는 해양플랜트와 같은 해양구조물에 설치된 설비 및 장비(151, 152, 153)의 실제 현장과 로컬에서 장기간에 걸쳐 누적된 실제 공정값의 변화 추이(trend)를 분석할 수 있다. 즉, 자동화 컨트롤러(140)는, 운전조건 저장서버(120)로부터 전송되는 운전데이터에 따라 설비 및 장비(151, 152, 153)를 실제 운전하고, 설비 및 장비(151, 152, 153)를 각각 모니터링하는 센서(160)를 통해서 실제 운전에 따른 설비 및 장비(151, 152, 153)의 실제 공정값을 수신하여 AMS(170)로 전송하고, AMS(170)는 이러한 실제 공정값들을 누적 저장하여 실제 공정값의 변화 추이 분석을 위한 데이터를 제공할 수 있다.
단계(S300)에서, 설비 및 장비의 제작사가 제안한 설비 및 장비의 권장 예방 점검 기간까지 설비 및 장비가 운전 가능한지, 권장 예방 점검 기간 전에 설비 및 장비를 분해 점검할 필요가 있는지 진단된다. 예를 들어, 도 1 내지 도 3을 참조하면, AMS(170)는, 설비 및 장비(151, 152, 153)의 제작사가 설비 및 장비(151, 152, 153)의 설계 또는 생산 시에 제안한 설비 및 장비(151, 152, 153)의 권장 예방 점검 기간까지 설비 및 장비(151, 152, 153)를 운전 가능한지, 권장 예방 점검 기간 전에 설비 및 장비(151, 152, 153)를 분해 점검할 필요가 있는지 진단할 수 있다. 일 실시예로서, AMS(170)는, 장기간에 걸쳐 누적된 실제 공정값의 변화 추이가 설비 및 장비(151, 152, 153)의 운전 시간이 증가하는 것으로 나타나면, 차기 예방 점검 주기를 제작사가 제안한 권장 예방 점검 주기보다 짧은 기간으로 설정할 수 있고, 장기간에 걸쳐 누적된 실제 공정값의 변화 추이가 설비 및 장비(151, 152, 153)의 운전 시간이 감소하는 것으로 나타나면, 차기 예방 점검 주기를 제작사가 제안한 권장 예방 점검 주기보다 긴 기간으로 설정할 수 있다.
상기 방법은 특정 실시예들을 통하여 설명되었지만, 상기 방법은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의해 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피 디스크, 광데이터 저장 장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고, 상기 실시예들을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술분야의 프로그래머들에 의해 용이하게 추론될 수 있다.
이상, 본 발명을 도면에 도시된 실시예를 참조하여 설명하였다. 그러나, 본 발명은 이에 한정되지 않고 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 본 발명과 균등한 범위에 속하는 다양한 변형예 또는 다른 실시예가 가능하다. 따라서, 본 발명의 진정한 보호범위는 이어지는 특허청구범위에 의해 정해져야 할 것이다.
110: 운전자 스테이션
111: 오퍼레이터
120: 운전조건 저장서버 130: 동적 시뮬레이터
140: 자동화 컨트롤러 151: 현장 디바이스
152: 장비 153: 트랜스미터
160: 센서 170: AMS
180: 기상청 서버
120: 운전조건 저장서버 130: 동적 시뮬레이터
140: 자동화 컨트롤러 151: 현장 디바이스
152: 장비 153: 트랜스미터
160: 센서 170: AMS
180: 기상청 서버
Claims (10)
- 선박 또는 해양플랜트의 설비 및 장비의 현장 운전조건에 따른 운전데이터를 형성하는 운전자 스테이션;
상기 운전자 스테이션에서 형성된 상기 운전데이터를 실시간 저장하는 운전조건 저장서버;
상기 운전데이터를 이용하여 상기 설비 및 장비의 가상 모델을 구축하고 모의 운전하여 모의 공정값을 분석하는 동적 시뮬레이터;
상기 운전조건 저장서버로부터의 운전데이터에 따라 상기 설비 및 장비를 실제 운전하고, 상기 설비 및 장비를 모니터링하는 센서를 통해 실제 운전에 따른 실제 공정값을 수신하는 자동화 컨트롤러; 및
상기 모의 공정값과 상기 실제 공정값을 비교하여 상호 격차에 따라 상기 설비 및 장비의 이상여부와 상기 센서의 이상여부를 진단하는 AMS(Alarm Monitoring System)를 포함하고,
상기 운전자 스테이션은, 상기 설비 및 장비의 마지막 예방 점검 후 운전 시간을 고려하여 상기 운전데이터를 형성하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비 운전의 지능형 진단시스템. - 제 1 항에 있어서,
상기 동적 시뮬레이터는,
상기 설비 및 장비의 마지막 예방 점검 후 운전 시간을 분석용 변수로 더 고려하여 상기 설비 및 장비의 가상 모델을 구축하고 모의 운전하여 모의 공정값을 분석함으로써, 상기 모의 공정값의 신뢰도를 향상시키는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템. - 제 2 항에 있어서,
상기 AMS는,
상기 실제 공정값의 변화 추이를 분석하여 상기 설비 및 장비의 제작사가 제안한 권장 예방 점검 기간까지 상기 설비 및 장비를 운전 가능한지, 상기 권장 예방 점검 기간 전에 상기 설비 및 장비를 분해 점검할 필요가 있는지 진단하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템. - 제 1 항에 있어서,
상기 AMS는, 상기 실제 공정값의 변화 추이를 분석하고, 상기 설비 및 장비의 운용 시간 증감과 지난 예방 점검 시 획득한 예방 점검 결과 데이터에 기초하여 차기 예방 점검 주기에 대한 정보를 형성하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템. - 제 1 항에 있어서,
상기 동적 시뮬레이터는,
상기 설비 및 장비의 정상운전범위 내에서 허용 가능한 모의 공정값을 산출하고, 상기 AMS는 상기 실제 공정값의 상기 정상운전범위의 모의 공정값 초과여부를 분석하여, 상기 설비 및 장비의 정상운전 여부 및 기계적 결합 발생여부와, 상기 센서의 정상 계측여부를 진단하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템. - 제 1 항에 있어서,
상기 동적 시뮬레이터는,
현장 디바이스, 압축기와 펌프와 열교환기와 익스팬더와 가스터빈과 밸브와 배관 중 어느 하나 이상을 포함하는 장비, 피팅류 또는 트랜스미터에 대한 특정 시간 동안의 운전 시뮬레이션을 수행하면서 수학적 분석 및 상기 운전조건의 변동에 따른 열수지와 물질수지(heat and mass balance) 분석을 통해서, 운전중인 설비 및 장비의 성능을 계측하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템. - 제 6 항에 있어서,
상기 동적 시뮬레이터는,
상기 설비 및 장비의 공정온도와 압력과 유량과 전력소비량과 모터 RPM과 제어밸브 포지션의 정상제어여부와 알람발생여부와 셧다운 발생 여부에 대한 가능성을 해석하여 성능을 계측하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템. - 제 1 항에 있어서,
상기 자동화 컨트롤러는,
ICSS(Integrated Control and Safety System), IAS(Integrated Automation System) 및 AMS(Alarm Monitoring System) 중 적어도 하나를 포함하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템. - 제 1 항에 있어서,
상기 동적 시뮬레이터는,
선박 운항해역 또는 해양플랜트 설치해역의 발생 가능한 환경조건데이터를 적용하여 다양한 환경조건 하에서의 상기 가상 모델에 대한 스트레스 테스트가 적용된 모의운전을 수행하여, 설비 및 장비의 설계수명을 분석하고 감가상각을 분석하여, 유지보수주기를 예측하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템. - 제 9 항에 있어서,
상기 동적 시뮬레이터는,
모델링되어 구축된 상기 설비 및 장비의 모의 운전시 소비되는 전력량을 계측하여 최적화된 에너지 소비전력을 산출하여 상기 자동화 컨트롤러에 적용하는,
해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190101346A KR20210021857A (ko) | 2019-08-19 | 2019-08-19 | 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190101346A KR20210021857A (ko) | 2019-08-19 | 2019-08-19 | 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210021857A true KR20210021857A (ko) | 2021-03-02 |
Family
ID=75169437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190101346A KR20210021857A (ko) | 2019-08-19 | 2019-08-19 | 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210021857A (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230003962A (ko) * | 2021-06-30 | 2023-01-06 | 재단법인 중소조선연구원 | 안전 운항 지원 서비스 어플리케이션의 개발을 위한 선박 시뮬레이터 연계 시험 방법 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150118340A (ko) | 2014-04-14 | 2015-10-22 | 대우조선해양 주식회사 | 시추선의 장비 시뮬레이션 및 장비 제어 장치와 이를 이용한 장비 시뮬레이션 및 장비 제어 방법 |
| KR20150124241A (ko) | 2014-04-28 | 2015-11-05 | 대우조선해양 주식회사 | 가상 현실을 이용한 해양 플랜트 통합 운영 시스템 및 방법 |
| KR20160042673A (ko) | 2014-10-10 | 2016-04-20 | 엘지전자 주식회사 | 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법 |
-
2019
- 2019-08-19 KR KR1020190101346A patent/KR20210021857A/ko unknown
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20150118340A (ko) | 2014-04-14 | 2015-10-22 | 대우조선해양 주식회사 | 시추선의 장비 시뮬레이션 및 장비 제어 장치와 이를 이용한 장비 시뮬레이션 및 장비 제어 방법 |
| KR20150124241A (ko) | 2014-04-28 | 2015-11-05 | 대우조선해양 주식회사 | 가상 현실을 이용한 해양 플랜트 통합 운영 시스템 및 방법 |
| KR20160042673A (ko) | 2014-10-10 | 2016-04-20 | 엘지전자 주식회사 | 설비를 관제하는 중앙 제어 장치, 이를 포함하는 설비 제어 시스템 및 설비 제어 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230003962A (ko) * | 2021-06-30 | 2023-01-06 | 재단법인 중소조선연구원 | 안전 운항 지원 서비스 어플리케이션의 개발을 위한 선박 시뮬레이터 연계 시험 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ayo-Imoru et al. | A survey of the state of condition-based maintenance (CBM) in the nuclear power industry | |
| JP6250942B2 (ja) | 信頼性が改善されたオペレーションのためのシステム及び方法 | |
| US9122253B2 (en) | Systems and methods for dynamic risk derivation | |
| US9551633B2 (en) | Systems and methods for improved reliability operations | |
| RU2592146C2 (ru) | Способ проведения испытания целостности седла клапана | |
| US9280617B2 (en) | Systems and methods for improved reliability operations | |
| KR101065767B1 (ko) | 성능저하 및 고장원인 조기 진단방법 | |
| US20170091358A1 (en) | Model-based prognosis of machine health | |
| US10663162B2 (en) | Fluid utilization facility management method and fluid utilization facility management system | |
| US20120239315A1 (en) | Valve fault test system | |
| US20050107963A1 (en) | Method for assessing the integrity of a structure | |
| JPS6270914A (ja) | プラント診断装置 | |
| KR20210108257A (ko) | 부유식 해상풍력 터빈용 디지털 트윈 시스템 장치 | |
| CN115618592A (zh) | 一种电厂燃气轮机气路故障诊断方法、系统、设备及终端 | |
| KR20210021857A (ko) | 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템 | |
| KR20210021832A (ko) | 해양구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단 시스템 | |
| JP2009115090A (ja) | タービン内部構成要素の劣化の自動的検出及び通知 | |
| KR20210003463A (ko) | 해상구조물의 동적 시뮬레이터에 의한 설비 및 장비운전의 지능형 진단시스템 | |
| JP7453049B2 (ja) | 異常予兆監視システム、異常予兆監視方法、及びプログラム | |
| Zarate et al. | Computation and monitoring of the deviations of gas turbine unmeasured parameters | |
| KR101372489B1 (ko) | 스마트 센서를 이용한 원전 저압 터빈 온라인 감시 시스템 | |
| Brighenti et al. | Hardware in the Loop Simulation of Gas Turbines: How Real Time Control System Design Tools Can Be Exploited Also to Generate Fault Cases to Train and Tune Data Based Diagnostic Systems. | |
| CN117669381A (zh) | 融合动态仿真和实时监测的长输供热管线安全运行方法 | |
| EP4254430A1 (en) | Device and method for tracking basis of abnormal state determination by using neural network model | |
| Omata et al. | Data-driven and Model-based Approaches for Post-Flight Inspection of a Reusable Rocket Engine |