KR20210047474A - Method for diagnosing cross correlation and causality between plant loops and plant loop diagnosis apparatus using the same - Google Patents
Method for diagnosing cross correlation and causality between plant loops and plant loop diagnosis apparatus using the same Download PDFInfo
- Publication number
- KR20210047474A KR20210047474A KR1020190131114A KR20190131114A KR20210047474A KR 20210047474 A KR20210047474 A KR 20210047474A KR 1020190131114 A KR1020190131114 A KR 1020190131114A KR 20190131114 A KR20190131114 A KR 20190131114A KR 20210047474 A KR20210047474 A KR 20210047474A
- Authority
- KR
- South Korea
- Prior art keywords
- correlation
- cross
- value
- index
- plant
- Prior art date
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
- G05B23/0243—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
- G05B23/0245—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 based on a qualitative model, e.g. rule based; if-then decisions
- G05B23/0248—Causal models, e.g. fault tree; digraphs; qualitative physics
-
- 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
- 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
- G05B23/0254—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 based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
본 발명은 플랜트 공정간 상관관계 및 인과관계 진단 방법과 이를 이용한 플랜트 공정 진단 장치에 관한 것으로써, 보다 상세하게는 시간지연 기반의 상호상관관계지수 값과 인과관계지수 값을 이용하되, 한계값을 설정하여 일정 범위 이상의 변화를 갖는 공정에 대해 공정간 상관관계 및 인과관계 진단을 수행함으로써, 플랜트 공정간의 복잡한 관계를 추출된 데이터만을 이용하여 분석하기 위한, 플랜트 공정간 상관관계 및 인과관계 진단 방법과 이를 이용한 플랜트 공정 진단 장치에 관한 것이다.The present invention relates to a method for diagnosing correlations and causal relationships between plant processes, and a plant process diagnosis apparatus using the same, and more specifically, using a time delay-based cross-correlation index value and a causal relationship index value, A method for diagnosing correlations and causal relationships between plant processes to analyze complex relationships between plant processes by using only extracted data by performing correlation and causal relationship between processes for processes with changes over a certain range by setting and It relates to a plant process diagnosis apparatus using this.
플랜트(plant)에서는 수십 내지 수백개의 공정들이 서로 복잡한 상관관계를 가지고 운영되고 있다.In a plant, dozens to hundreds of processes are operated with complex correlations with each other.
이러한 이유로, 특정 공정에서 발생된 이상 현상(예, 오실레이션, 밸브 고착현상, 센서 이상 신호 등)은 해당 공정만의 문제가 되지 않고, 해당 공정과 상관관계가 높은 다른 공정에도 파급되어 악영향을 미칠 수 있다. For this reason, abnormal phenomena occurring in a specific process (e.g., oscillation, valve sticking, sensor abnormal signals, etc.) are not a problem only for the process, but also spread to other processes that are highly correlated with the process and have adverse effects. I can.
더욱이, 이상 현상이 발생된 특정 공정이 플랜트의 핵심 공정인 경우라면, 플랜트 전반에 걸쳐 이상 현상이 전파되어 안정성과 운영 효율을 저하시킬 우려가 있다.Moreover, if the specific process in which the abnormal phenomenon has occurred is the core process of the plant, there is a concern that the abnormal phenomenon will propagate throughout the plant, reducing stability and operational efficiency.
따라서, 플랜트에서는 특정 공정에서 이상 현상이 발생되었을 경우에 해당 공정과 상관관계가 높은 공정들을 분석하여 함께 모니터링하는 과정이 안정적인 운영을 위해 반드시 필요한 과정이라 할 수 있다.Therefore, in a plant, when an abnormal phenomenon occurs in a specific process, the process of analyzing and monitoring processes having a high correlation with the process is essential for stable operation.
또한, 이 경우에는 이상 현상이 다른 공정으로부터 파급된 것인지를 파악하기 위해 인과관계를 분석하여 이상 현상의 근본 원인이 되는 공정을 찾아내는 과정도 필요하다.In addition, in this case, it is necessary to analyze the causal relationship to determine whether the anomaly has spread from another process to find a process that is the root cause of the anomaly.
기존에는 상호상관관계지수(Cross-Correlation Coefficient, CCC)를 이용하여 공정 간의 상관관계와 인과관계를 분석하는 알고리즘이 제안된 바 있다.Previously, an algorithm that analyzes the correlation and causal relationship between processes using a cross-correlation coefficient (CCC) has been proposed.
이 경우, 상호상관관계지수는 절대값이 0∼1 사이의 값을 가지며, 1에 가까울수록 두 변수 간의 상관관계가 높다고 할 수 있다. 즉, 아래 표 1과 같이 나타낼 수 있다.In this case, the mutual correlation index has an absolute value between 0 and 1, and it can be said that the closer to 1, the higher the correlation between the two variables. That is, it can be expressed as shown in Table 1 below.
그런데, 이러한 방식은 두 공정이 안정 상태에 있는 경우(값의 변화가 거의 없어, 증가 혹은 감소의 경향이 뚜렷하지 않은 경우)에도 상호상관관계지수가 매우 높게 나타날 수 있기 때문에 오진단이 발생할 수 있다.However, in this method, even when the two processes are in a stable state (there is little change in values, the trend of increase or decrease is not clear), the cross-correlation index may appear very high, so false diagnosis may occur. .
아울러, 이러한 방식은 상호상관관계지수에 대한 기준값이 없기 때문에 사용자에 따라 해석을 다르게 할 수 있기 때문에, 플랜트 공정에 대한 이해도가 높은 숙련자만 효율적으로 적용할 수 있는 한계가 있다.In addition, since this method does not have a reference value for the cross-correlation index, the interpretation can be different according to the user, so there is a limitation that only skilled persons with high understanding of the plant process can be effectively applied.
본 발명의 목적은 시간지연 기반의 상호상관관계지수 값과 인과관계지수 값을 이용하되, 한계값을 설정하여 일정 범위 이상의 변화를 갖는 공정에 대해 공정간 상관관계 및 인과관계 진단을 수행함으로써, 플랜트 공정간의 복잡한 관계를 추출된 데이터만을 이용하여 분석하기 위한, 플랜트 공정간 상관관계 및 인과관계 진단 방법과 이를 이용한 플랜트 공정 진단 장치를 제공하는데 있다.An object of the present invention is to use a time delay-based cross-correlation index value and a causal relationship index value, but by setting a limit value to perform inter-process correlation and causal relationship diagnosis for a process having a change in a certain range or more, It is to provide a method for diagnosing the correlation and causal relationship between plant processes and a device for diagnosing plant processes using the same to analyze complex relationships between processes using only extracted data.
본 발명의 실시예에 따른 플랜트 공정간 상관관계 및 인과관계 진단 방법은, (a) 진단의 기준이 되는 기준공정과 비교 진단을 수행할 비교공정을 설정하여 상기 비교공정의 최대값과 최소값 사이의 차이값을 연산하는 단계; (b) 상기 차이값을 최소변화폭 한계값과 비교함에 따라 상기 기준공정과 상기 비교공정 간의 시간지연에 따른 상호상관함수를 도출하는 단계; (c) 상기 상호상관함수를 이용하여 최대 상호상관관계지수 값과 그때의 최대 시간지연 값을 연산하는 단계; 및 (d) 상기 최대 상호상관관계지수 값을 상호상관관계지수 한계값과 비교함에 따라 상기 최대 상호상관관계지수와 상기 최대 시간지연 값을 각각 상호상관관계지수와 인과관계지수에 입력하여 저장하는 단계;를 포함할 수 있다.The method for diagnosing the correlation and causal relationship between plant processes according to an embodiment of the present invention includes (a) setting a reference process that is a standard for diagnosis and a comparison process to perform the comparison diagnosis, so that there is no difference between the maximum value and the minimum value of the comparison process. Calculating a difference value; (b) deriving a cross-correlation function according to a time delay between the reference process and the comparison process by comparing the difference value with the minimum change width limit value; (c) calculating a maximum cross-correlation index value and a maximum time delay value at that time using the cross-correlation function; And (d) comparing the maximum cross-correlation index value with a limit value of the cross-correlation index, thereby inputting and storing the maximum cross-correlation index and the maximum time delay value in the cross-correlation index and the causal relationship index, respectively. May include;
상기 (b) 단계는, 상기 차이값이 상기 최소변화폭 한계값 보다 작을 경우에, 상기 상호상관관계지수와 상기 인과관계지수를 NaN(not a number)로 처리하는 단계;를 포함할 수 있다.The step (b) may include processing the cross-correlation index and the causal relationship index with NaN (not a number) when the difference value is less than the minimum change width limit value.
상기 (d) 단계는, 상기 최대 상호상관관계지수 값이 상호상관관계지수 한계값 보다 작을 경우에, 상기 상호상관관계지수와 상기 인과관계지수를 NaN(not a number)로 처리하는 단계;를 포함할 수 있다.In the step (d), when the maximum cross-correlation index value is less than the cross-correlation index limit value, processing the cross-correlation index and the causal index as NaN (not a number); includes can do.
실시예에 따르면, (e) 상기 (d) 단계 이후에, 상기 기준공정과 상기 비교공정 N개 간에 상관관계 및 인과관계 진단을 모두 실시하여 상기 상호상관관계지수와 상기 인과관계지수에 대한 결과리포트를 제공하는 단계;를 더 포함할 수 있다.According to an embodiment, (e) after step (d), the correlation and causal relationship diagnosis between the reference process and the N comparison processes are all performed, and the result report on the cross-correlation index and the causal relationship index. Providing a; may further include.
실시예에 따르면, (f) 상기 (e) 단계 이후에, 상기 기준공정에 이상현상이 발생할 경우에, 상기 비교공정 간에 선행/후행 관계에 대한 인과관계를 분석하는 단계;를 더 포함할 수 있다.According to an embodiment, (f) after the step (e), when an abnormal phenomenon occurs in the reference process, analyzing a causal relationship with respect to the preceding/following relationship between the comparison processes; may be further included. .
상기 최소변화폭 한계값은, 공정이 안정상태 일 때 발생할 수 있는 상관관계 및 인과관계 분석의 오진단을 방지하기 위해, 사용자가 플랜트의 공정 특성에 따라 조정 가능하고, 상기 상호상관관계지수 한계값은, 공정 전문가가 아닌 사용자도 상관관계 및 인과관계 분석을 용이하게 하기 위해, 사용자가 플랜트의 공정 특성에 따라 조정 가능한 것일 수 있다.In order to prevent misdiagnosis of correlation and causal analysis that may occur when the process is in a stable state, the minimum change width limit value can be adjusted by the user according to the process characteristics of the plant, and the cross-correlation index limit value is In order to facilitate correlation and causal analysis even by users who are not process experts, it may be adjustable by the user according to the process characteristics of the plant.
상기 상호상관함수는, 수학식 
(여기서, N; 공정신호의 길이, τ; 시간지연)로 나타내는 것일 수 있다.(Here, N; length of the process signal, τ; time delay).
상기 인과관계지수는, 수학식 
상기 상호상관관계지수는, 상기 상호상관함수에 각 시간지연을 대입하여 연산하여 도출하는 것일 수 있다.The cross-correlation index may be calculated by substituting each time delay into the cross-correlation function.
또한, 본 발명의 실시예에 따른 플랜트 공정 진단 장치로서, 적어도 하나 이상의 프로세서; 및 컴퓨터 판독 가능한 명령들을 저장하기 위한 메모리;를 포함하며, 상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금, 진단의 기준이 되는 기준공정과 비교 진단을 수행할 비교공정을 설정하여 상기 비교공정의 최대값과 최소값 사이의 차이값을 연산하게 하고, 상기 차이값을 최소변화폭 한계값과 비교함에 따라 상기 기준공정과 상기 비교공정 간의 시간지연에 따른 상호상관함수를 도출하게 하며, 상기 상호상관함수를 이용하여 최대 상호상관관계지수 값과 그때의 최대 시간지연 값을 연산하게 하고, 상기 최대 상호상관관계지수 값을 상호상관관계지수 한계값과 비교함에 따라 상기 최대 상호상관관계지수와 상기 최대 시간지연 값을 각각 상호상관관계지수와 인과관계지수에 입력하여 저장하게 하는 것일 수 있다.In addition, a plant process diagnosis apparatus according to an embodiment of the present invention, comprising: at least one processor; And a memory for storing computer-readable instructions, wherein the instructions, when executed by the at least one processor, cause the plant process diagnosis apparatus to perform a comparison diagnosis with a reference process serving as a standard for diagnosis. By setting a comparison process, a difference value between the maximum value and the minimum value of the comparison process is calculated, and the cross-correlation function according to the time delay between the reference process and the comparison process is calculated by comparing the difference value with the minimum change width limit value. The maximum cross-correlation index value and the maximum time delay value at that time are calculated using the cross-correlation function, and the maximum cross-correlation index value is compared with the limit value of the cross-correlation index. The correlation index and the maximum time delay value may be input and stored in the mutual correlation index and the causal relation index, respectively.
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금, 상기 차이값을 상기 최소변화폭 한계값과 비교할 때, 상기 차이값이 상기 최소변화폭 한계값 보다 작을 경우에, 상기 상호상관관계지수와 상기 인과관계지수를 NaN(not a number)로 처리하게 하는 것일 수 있다.The instructions, when executed by the at least one processor, cause the plant process diagnosis apparatus to, when comparing the difference value with the minimum change width limit value, when the difference value is less than the minimum change width limit value, the It may be to treat the cross-correlation index and the causality index as NaN (not a number).
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금, 상기 최대 상호상관관계지수 값을 상기 상호상관관계지수 한계값과 비교할 때, 상기 최대 상호상관관계지수 값이 상호상관관계지수 한계값 보다 작을 경우에, 상기 상호상관관계지수와 상기 인과관계지수를 NaN(not a number)로 처리하게 하는 것일 수 있다.The instructions, when executed by the at least one processor, cause the plant process diagnosis apparatus to cause the maximum cross-correlation index value to be compared with the cross-correlation index limit value, the maximum cross-correlation index value. When the correlation index is smaller than the threshold value, the cross-correlation index and the causal relation index may be processed as NaN (not a number).
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금, 상기 최대 상호상관관계지수와 상기 최대 시간지연 값을 각각 상호상관관계지수와 인과관계지수에 입력하여 저장한 이후에, 상기 기준공정과 상기 비교공정 N개 간에 상관관계 및 인과관계 진단을 모두 실시하여 상기 상호상관관계지수와 상기 인과관계지수에 대한 결과리포트를 제공하게 하는 것일 수 있다.The instructions, when executed by the at least one processor, cause the plant process diagnosis device to input and store the maximum cross-correlation index and the maximum time delay value in the cross-correlation index and the causal relationship index, respectively. In addition, it may be to provide a result report on the cross-correlation index and the causal relationship by performing both the correlation and causal diagnosis between the reference process and the N comparison processes.
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금, 상기 결과리포트를 제공한 이후에, 상기 기준공정에 이상현상이 발생할 경우에, 상기 비교공정 간에 선행/후행 관계에 대한 인과관계를 분석하게 하는 것일 수 있다.The instructions, when executed by the at least one processor, cause the plant process diagnostic device to provide the result report and, after providing the result report, in the case of an abnormality in the reference process, the preceding/following relationship between the comparison processes. It may be to analyze the causal relationship of.
또한, 본 발명의 실시예에 따른 프로그램 코드가 기록된 컴퓨터 판독 가능한 저장매체로서, 진단의 기준이 되는 기준공정과 비교 진단을 수행할 비교공정을 설정하여 상기 비교공정의 최대값과 최소값 사이의 차이값을 연산하는 동작; 상기 차이값을 최소변화폭 한계값과 비교함에 따라 상기 기준공정과 상기 비교공정 간의 시간지연에 따른 상호상관함수를 도출하는 동작; 상기 상호상관함수를 이용하여 최대 상호상관관계지수 값과 그때의 최대 시간지연 값을 연산하는 동작; 및 상기 최대 상호상관관계지수 값을 상호상관관계지수 한계값과 비교함에 따라 상기 최대 상호상관관계지수와 상기 최대 시간지연 값을 각각 상호상관관계지수와 인과관계지수에 입력하여 저장하는 동작;을 포함하는 플랜트 공정간 상관관계 및 인과관계 진단 방법을 실행하는 프로그램 코드가 기록된 컴퓨터 판독 가능한 저장매체일 수 있다.In addition, as a computer-readable storage medium in which the program code according to the embodiment of the present invention is recorded, the difference between the maximum value and the minimum value of the comparison process is set by setting a reference process serving as a standard for diagnosis and a comparison process for performing the comparison diagnosis. The operation of calculating a value; Deriving a cross-correlation function according to a time delay between the reference process and the comparison process by comparing the difference value with a minimum change width limit value; Calculating a maximum cross-correlation index value and a maximum time delay value at that time by using the cross-correlation function; And inputting and storing the maximum cross-correlation index and the maximum time delay value into a cross-correlation index and a causal relationship, respectively, by comparing the maximum cross-correlation index value with a cross-correlation index limit value. It may be a computer-readable storage medium in which a program code for executing a method for diagnosing correlations and causal relations between plant processes to be performed is recorded.
본 발명은 시간지연 기반의 상호상관관계지수 값과 인과관계지수 값을 이용하되, 한계값을 설정하여 일정 범위 이상의 변화를 갖는 공정에 대해 공정간 상관관계 및 인과관계 진단을 수행함으로써, 플랜트 공정간의 복잡한 관계를 추출된 데이터만을 이용하여 분석할 수 있다.The present invention uses a time delay-based cross-correlation index value and a causal relationship index value, but by setting a limit value to perform inter-process correlation and causal analysis for a process having a change in a certain range or more, Complex relationships can be analyzed using only the extracted data.
또한, 본 발명은 플랜트의 특정 공정에 이상현상(오실레이션, 밸브 problem, 센서 이상, 튜닝 issue 등)이 발생하였을 때, 문제사항이 해당 공정에 국한된 것인지 다른 공정과의 연계에 의해 영향을 받은 것인지를 분석할 수 있다.In addition, the present invention, when an abnormal phenomenon (oscillation, valve problem, sensor abnormality, tuning issue, etc.) occurs in a specific process of the plant, whether the problem is limited to the process or is affected by linkage with other processes. Can be analyzed.
또한, 본 발명은 상호상관함수를 이용하여 공정 간의 상관관계를 분석할 수 있고, 시간지연에 따른 상호상관함수 값을 연산하여 공정간의 선행/후행 관계를 밝힘으로써 공정간 인과관계를 분석할 수 있다.In addition, the present invention can analyze the correlation between processes by using the cross-correlation function, and by calculating the value of the cross-correlation function according to the time delay to reveal the preceding/post-process relationship between processes, it is possible to analyze the causal relationship between processes. .
또한, 본 발명은 공정 최소 변화에 대한 한계값(thr1)을 설정하여 공정이 안정상태 일 때 발생할 수 있는 상관관계 및 인과관계 분석의 오진단을 방지할 수 있다.In addition, the present invention can prevent misdiagnosis of correlation and causal analysis that may occur when a process is in a stable state by setting a threshold value thr1 for a minimum change in a process.
또한, 본 발명은 상호상관관계지수의 한계값(thr2)을 설정하여 공정 전문가가 아닌 사용자도 상관관계 및 인과관계를 용이하게 분석할 수 있다.In addition, according to the present invention, by setting a threshold value (thr2) of a cross-correlation index, a user who is not a process expert can easily analyze the correlation and causal relationship.
도 1은 본 발명의 실시예에 따른 플랜트 공정간 상관관계 및 인과관계 진단 방법을 나타낸 도면,
도 2는 시뮬레이션 프로그램을 이용한 플랜트 공정 진단 장치의 검증을 위해 각 공정간 관계를 나타낸 도면,
도 3은 도 2에서 공정 구성을 나타낸 도면,
도 4는 도 2에서 테스트 공정 신호를 나타낸 도면,
도 5는 도 2에서 상관관계 진단 결과를 나타낸 도면,
도 6은 도 2에서 인과관계 진단 결과를 나타낸 도면,
도 7은 플랜트 공정데이터를 이용한 플랜트 공정 진단 장치의 검증을 위해 표준화력발전소의 급수 및 증기 공급 계통도를 나타낸 도면,
도 8은 도 7의 공정 제어루프를 설명하는 도면,
도 9는 도 7의 각 공정 트랜드를 나타낸 도면,
도 10은 각 공정간의 상호상관관계지수 연산값(한계값 적용 전)을 나타낸 도면,
도 11은 각 공정간의 인과관계지수 연산값(한계값 적용 전)을 나타낸 도면,
도 12는 도 11의 각 공정간의 인과관계 모식도(한계값 적용 전)를 나타낸 도면,
도 13은 공정의 최소변화폭 한계값(thr1)을 적용한 이후 L1 내지 L18 공정 간의 상호상관관계지수 연산값을 나타낸 도면,
도 14는 공정의 최소변화폭 한계값(thr1)을 적용한 이후 L1 내지 L18 공정 간의 인과관계지수 연산값을 나타낸 도면,
도 15는 공정의 상호상관관계지수 한계값(thr2)을 적용한 이후 L1 내지 L18 공정 간의 상호상관관계지수 연산값을 나타낸 도면,
도 16은 공정의 상호상관관계지수 한계값(thr2)을 적용한 이후 L1 내지 L18 공정 간의 인과관계지수 연산값을 나타낸 도면,
도 17은 공정의 최소변화폭 한계값(thr1)과 상호상관관계지수 한계값(thr2)을 적용한 이후 L1 내지 L18 공정 간의 상호상관관계지수 연산값을 나타낸 도면,
도 18은 공정의 최소변화폭 한계값(thr1)과 상호상관관계지수 한계값(thr2)을 적용한 이후 L1 내지 L18 공정 간의 인과관계지수 연산값을 나타낸 도면,
도 19는 도 18의 도 11의 각 공정간의 인과관계 모식도(한계값 적용 이후)를 나타낸 도면,
도 20은 상관관계 및 인과관계 최종 진단 결과를 나타낸 도면,
도 21은 플랜트 공정 진단 장치의 검증 결과를 나타낸 도면이다.1 is a diagram showing a method for diagnosing a correlation between plant processes and a causal relationship according to an embodiment of the present invention;
2 is a diagram showing the relationship between each process for verification of a plant process diagnosis device using a simulation program;
3 is a diagram showing a process configuration in FIG. 2;
4 is a diagram showing a test process signal in FIG. 2;
5 is a diagram showing a result of correlation diagnosis in FIG. 2;
6 is a diagram showing a result of a causal relationship diagnosis in FIG. 2;
7 is a diagram showing a water supply and steam supply system diagram of a standardized power plant for verification of a plant process diagnosis device using plant process data.
8 is a diagram illustrating the process control loop of FIG. 7;
9 is a diagram showing a trend of each process of FIG. 7;
10 is a diagram showing the calculated value of the inter-correlation index between each process (before applying the limit value);
Fig. 11 is a diagram showing the calculated causality index calculation value (before applying the limit value) between each process;
12 is a diagram showing a schematic diagram of a causal relationship between each process in FIG. 11 (before applying a limit value);
FIG. 13 is a diagram showing a calculated value of a cross-correlation index between processes L1 to L18 after applying the minimum change width limit value (thr1) of the process; FIG.
FIG. 14 is a diagram showing a causal relationship index calculation value between processes L1 to L18 after applying the minimum change width limit value thr1 of the process; FIG.
FIG. 15 is a diagram showing a calculated value of a cross-correlation index between processes L1 to L18 after applying a limit value of the cross-correlation index thr2 of the process; FIG.
FIG. 16 is a diagram showing a causal relationship index calculation value between processes L1 to L18 after applying a threshold value thr2 of a process cross-correlation index; FIG.
FIG. 17 is a diagram showing a calculated value of a cross-correlation index between processes L1 to L18 after applying a minimum change width limit value thr1 and a cross-correlation index limit value thr2 of a process;
FIG. 18 is a diagram showing a causal relationship index calculation value between processes L1 to L18 after applying the minimum change width limit value thr1 and the cross-correlation index limit value thr2 of the process;
FIG. 19 is a diagram showing a schematic diagram of a causal relationship between each process in FIG. 11 of FIG. 18 (after applying a limit value);
20 is a diagram showing a result of a final diagnosis of a correlation and a causal relationship;
21 is a view showing the verification result of the plant process diagnosis device.
이하 본 발명의 바람직한 실시 예를 첨부한 도면을 참조하여 상세히 설명한다. 다만, 하기의 설명 및 첨부된 도면에서 본 발명의 요지를 흐릴 수 있는 공지 기능 또는 구성에 대한 상세한 설명은 생략한다. 또한, 도면 전체에 걸쳐 동일한 구성 요소들은 가능한 한 동일한 도면 부호로 나타내고 있음에 유의하여야 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the accompanying drawings. However, in the following description and the accompanying drawings, detailed descriptions of known functions or configurations that may obscure the subject matter of the present invention will be omitted. In addition, it should be noted that the same components are denoted by the same reference numerals as much as possible throughout the drawings.
이하에서 설명되는 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위한 용어로 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.The terms or words used in the present specification and claims described below should not be construed as being limited to their usual or dictionary meanings, and the inventors are appropriately defined as terms for describing their own invention in the best way. It should be interpreted as a meaning and concept consistent with the technical idea of the present invention based on the principle that it can be done.
따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시 예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.Therefore, the embodiments described in the present specification and the configurations shown in the drawings are only the most preferred embodiments of the present invention, and do not represent all the technical ideas of the present invention. It should be understood that there may be equivalents and variations.
첨부 도면에 있어서 일부 구성요소는 과장되거나 생략되거나 또는 개략적으로 도시되었으며, 각 구성요소의 크기는 실제 크기를 전적으로 반영하는 것이 아니다. 본 발명은 첨부한 도면에 그려진 상대적인 크기나 간격에 의해 제한되어지지 않는다.In the accompanying drawings, some components are exaggerated, omitted, or schematically illustrated, and the size of each component does not entirely reflect the actual size. The present invention is not limited by the relative size or spacing drawn in the accompanying drawings.
명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다.When a part of the specification is said to "include" a certain component, it means that other components may be further included rather than excluding other components unless specifically stated to the contrary. In addition, when a part is said to be "connected" with another part, this includes not only the case of being "directly connected", but also the case of being "electrically connected" with another element interposed therebetween.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.Singular expressions include plural expressions unless the context clearly indicates otherwise. Terms such as "comprise" or "have" are intended to designate the presence of features, numbers, steps, actions, components, parts, or combinations thereof described in the specification, and one or more other features, numbers, or steps. It is to be understood that it does not preclude the possibility of the presence or addition of, operations, components, parts, or combinations thereof.
또한, 명세서에서 사용되는 "부"라는 용어는 소프트웨어, FPGA 또는 ASIC과 같은 하드웨어 구성요소를 의미하며, "부"는 어떤 역할들을 수행한다. 그렇지만 "부"는 소프트웨어 또는 하드웨어에 한정되는 의미는 아니다. "부"는 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다. 따라서, 일 예로서 "부"는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다. 구성요소들과 "부"들 안에서 제공되는 기능은 더 작은 수의 구성요소들 및 "부"들로 결합되거나 추가적인 구성요소들과 "부"들로 더 분리될 수 있다.In addition, the term "unit" used in the specification refers to a hardware component such as software, FPGA, or ASIC, and "unit" performs certain roles. However, "unit" is not meant to be limited to software or hardware. The “unit” may be configured to be in an addressable storage medium or may be configured to reproduce one or more processors. Thus, as an example, "unit" refers to components such as software components, object-oriented software components, class components, and task components, processes, functions, properties, procedures, Includes subroutines, segments of program code, drivers, firmware, microcode, circuitry, data, database, data structures, tables, arrays and variables. The functions provided within the components and "units" may be combined into a smaller number of components and "units" or may be further separated into additional components and "units".
아래에서는 첨부한 도면을 참고하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings so that those of ordinary skill in the art may easily implement the present invention. However, the present invention may be implemented in various different forms and is not limited to the embodiments described herein. In the drawings, parts irrelevant to the description are omitted in order to clearly describe the present invention, and similar reference numerals are attached to similar parts throughout the specification.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 설명한다.Hereinafter, preferred embodiments of the present invention will be described with reference to the accompanying drawings.
도 1은 본 발명의 실시예에 따른 플랜트 공정간 상관관계 및 인과관계 진단 방법을 나타낸 도면이다.1 is a diagram showing a method for diagnosing a correlation between plant processes and a causal relationship according to an embodiment of the present invention.
도 1을 설명하기에 앞서, 본 발명의 실시예에 따른 플랜트 공정 진단 장치는 적어도 하나 이상의 프로세서와 컴퓨터 판독 가능한 명령들을 저장하기 위한 메모리를 포함하되, 적어도 하나 이상의 프로세서에 의해 메모리에 저장된 컴퓨터 판독 가능한 명령들을 실행할 때, 본 발명의 실시예에 따른 플랜트 공정간 상관관계 및 인과관계 진단 방법을 수행할 수 있다.Prior to describing FIG. 1, a plant process diagnosis apparatus according to an embodiment of the present invention includes at least one processor and a memory for storing computer-readable instructions, and is computer-readable stored in the memory by at least one processor. When executing the instructions, it is possible to perform a method for diagnosing a correlation between plant processes and a causal relationship according to an embodiment of the present invention.
여기서, 프로세서는 적어도 하나 이상의 프로세서로서, 컨트롤러(controller), 마이크로 컨트롤러(microcontroller), 마이크로 프로세서(microprocessor), 마이크로 컴퓨터(microcomputer) 등으로도 호칭될 수 있다. 그리고, 프로세서는 하드웨어(hardware) 또는 펌웨어(firmware), 소프트웨어, 또는 이들의 결합에 의해 구현될 수 있다.Here, the processor is at least one processor, and may also be referred to as a controller, a microcontroller, a microprocessor, a microcomputer, or the like. In addition, the processor may be implemented by hardware, firmware, software, or a combination thereof.
또한, 메모리는 하나의 저장 장치일 수 있거나, 또는 복수의 저장 엘리먼트의 집합적인 용어일 수 있다. 메모리에 저장된 컴퓨터 판독 가능한 명령들은 실행가능한 프로그램 코드 또는 파라미터, 데이터 등일 수 있다. 그리고, 메모리는 RAM(Random Access Memory)을 포함할 수 있거나, 또는 자기 디스크 저장장치 또는 플래시(flash) 메모리와 같은 NVRAM(Non-Volatile RAM)을 포함할 수 있다. Also, the memory may be a single storage device, or may be a collective term for a plurality of storage elements. Computer-readable instructions stored in the memory may be executable program code or parameters, data, and the like. In addition, the memory may include a random access memory (RAM), or may include a non-volatile RAM (NVRAM) such as a magnetic disk storage device or a flash memory.
먼저, 플랜트 공정 진단 장치는 시간지연(time lag) 기반의 상호상관관계지수(Cross-Correlation Coefficient, CCC)를 이용하여 플랜트 공정 즉, 진단의 기준이 되는 기준공정(reference loop)과 비교 진단을 수행할 비교공정(comparison loop) 간의 상관관계와 인과관계를 진단한다.First, the plant process diagnosis device performs comparative diagnosis with the plant process, that is, the reference loop, which is the standard for diagnosis, using a time lag-based cross-correlation coefficient (CCC). The correlation and causal relationship between the comparison loops to be performed are diagnosed.
특히, 두 공정 X, Y의 상호상관함수는 아래 수학식 1과 같이 나타낼 수 있고, 두 공정 X, Y의 시간지연에 따른 상호상관함수는 아래 수학식 2 및 3과 같이 나타낼 수 있다. In particular, the cross-correlation function of the two processes X and Y can be expressed as in
여기서, N은 공정신호의 길이, τ는 시간지연, σx는 변수 X의 표준편차, σy는 변수 Y의 표준편차이다.Here, N is the length of the process signal, τ is the time delay, σ x is the standard deviation of the variable X, and σ y is the standard deviation of the variable Y.
즉, 수학식 1의 두 공정 X, Y의 상호상관함수는 수학식 2 및 3의 시간지연에 따른 상호상관함수로 도출 가능하다.That is, the cross-correlation function of the two processes X and Y in
또한, 두 공정 X, Y의 시간지연에 따른 인과관계지수(Causality index)는 아래 수학식 4와 같이 나타낼 수 있다.In addition, the causality index according to the time delay of the two processes X and Y can be expressed as in
상기 수학식 1 및 2를 참조하면, 플랜트 공정 진단 장치는 두 공정 X, Y에 시간지연(τ)을 두고 연산하여 시간지연에 따른 상호상관함수(CCF)를 도출할 수 있다. 이때, 시간지연(τ)은 공정신호의 길이(N) 보다 1 작은 N-1까지 연산할 수 있다. Referring to
또한, 플랜트 공정 진단 장치는 상호상관함수(CCF)에 각 시간지연을 대입하여 연산함으로써 상호상관관계지수(CCC)를 도출할 수 있다.In addition, the plant process diagnosis apparatus may derive a cross-correlation index (CCC) by substituting each time delay into a cross-correlation function (CCF) and calculating it.
상기 수학식 3을 참조하면, 플랜트 공정 진단 장치는 상호상관함수의 값 즉, 상호상관관계지수를 최대가 되게 하는 시간지연을 인과관계지수로 도출할 수 있다.Referring to
다음으로, 플랜트 공정 진단 장치는 이상상태의 원인으로 진단할 공정으로 포함하는지를 결정하기 위해 플랜트 특성에 따라 공정신호의 최소변화폭 한계값(thr1)을 설정한다.Next, the plant process diagnosis apparatus sets the minimum change width limit value thr1 of the process signal according to the plant characteristics in order to determine whether it is included as a process to be diagnosed as the cause of the abnormal condition.
이는 두 공정이 안전상태에 있는 경우(공정 값의 변화가 거의 없어 증가 혹은 감소의 경향이 뚜렷하지 않은 경우)에 두 공정의 상호상관관계지수 연산값이 매우 높게 나올 수 있기 때문에, 실제로 두 공정 상호간에 영향이 없지만 상관관계가 높거나 인과관계를 가지는 것으로 오진단하는 것을 방지하기 위함이다.This is because when the two processes are in a safe state (when there is little change in the process value and the tendency of increase or decrease is not clear), the calculated value of the correlation index between the two processes can be very high. This is to prevent misdiagnosis as having a high correlation or causal relationship, although there is no effect on the product.
여기서, 최소변화폭 한계값은 공정신호(X)의 최대값과 최소값 사이의 차이값에 대한 한계값에 해당된다. 설명의 편의상 공정신호(X)의 최대값과 최소값 사이의 차이값은 이하 'PTP(Peak To Peak)'라 한다. 즉, PTP＝Xmax―Xmin으로 나타낼 수 있다.Here, the minimum change width limit value corresponds to a limit value for a difference value between the maximum value and the minimum value of the process signal X. For convenience of explanation, the difference between the maximum value and the minimum value of the process signal X is hereinafter referred to as'PTP (Peak To Peak)'. That is, it can be represented by PTP=X max -X min.
또한, 플랜트 공정 진단 장치는 상호상관관계지수 한계값을 설정한다. 이는 공정 전문가가 아닌 사용자도 상관관계 및 인과관계 분석을 용이하게 할 수 있도록 상호상관관계지수에 대한 기준값을 마련함으로써 사용자에 따라 해석이 달라지는 경우를 배제하기 위함이다.In addition, the plant process diagnosis device sets a limit value of the cross-correlation index. This is to exclude cases where the interpretation varies depending on the user by preparing a reference value for the correlation index so that users who are not process experts can easily analyze the correlation and causal relationship.
이하, 도 1을 참조하여 플랜트 공정간 상관관계 및 인과관계 진단 방법에 대해 구체적으로 설명하기로 한다.Hereinafter, a method for diagnosing a correlation between plant processes and a causal relationship will be described in detail with reference to FIG. 1.
먼저, 플랜트 공정 진단 장치는 기준공정(r_loop)과 비교공정(c_loop(i))을 설정한다(S101).First, the plant process diagnosis apparatus sets a reference process (r_loop) and a comparison process (c_loop(i)) (S101).
여기서, 비교공정은 N개 공정이 포함되어 있다. 이에, 플랜트 공정 진단 장치는 N개의 비교공정(c_loop(i))과 기준공정(r_loop) 간에 상관관계 및 인과관계 진단을 실시한다. 즉, 플랜트 공정 진단 장치는 i=1번부터 N번째까지 반복 수행한다.Here, the comparison process includes N processes. Accordingly, the plant process diagnosis apparatus diagnoses the correlation and causal relationship between the N comparison processes (c_loop(i)) and the reference process (r_loop). That is, the plant process diagnosis apparatus repeatedly performs from i=1 to the Nth.
다음, 플랜트 공정 진단 장치는 i번째 비교공정(c_loop(i))의 최대값과 최소값 사이의 차이값인 PTP(i)를 연산한다(S102).Next, the plant process diagnosis apparatus calculates PTP(i), which is a difference value between the maximum value and the minimum value of the i-th comparison process (c_loop(i)) (S102).
이후, 플랜트 공정 진단 장치는 PTP(i)와 최소변화폭 한계값(thr1)을 비교한다(S103).Thereafter, the plant process diagnosis apparatus compares the PTP(i) with the minimum change width limit value thr1 (S103).
이때, 플랜트 공정 진단 장치는 PTP(i)가 최소변화폭 한계값(thr1) 보다 작을 경우에(S103), 상호상관관계지수(Correlation_index(i))와 인과관계지수(Causality_index(i))를 NaN(not a number)으로 처리한 후 데이터베이스에 반환한다(S104).At this time, when the PTP(i) is less than the minimum change width limit value (thr1) (S103), the plant process diagnosis apparatus uses the correlation index (i) and the causality index (Causality_index(i)) as NaN ( not a number) and returns to the database (S104).
반면에, 플랜트 공정 진단 장치는 PTP(i)가 최소변화폭 한계값(thr1) 보다 클 경우에(S103), 기준공정(r_loop)과 비교공정(c_loop(i)) 간의 상호상관함수(CCF(i))를 연산한다(S105). 이러한 상호상관함수(CCF(i))는 상기 수학식 1과 같다.On the other hand, when the PTP(i) is greater than the minimum change width limit value (thr1) (S103), the plant process diagnosis apparatus has a cross-correlation function (CCF(i) between the reference process (r_loop) and the comparison process (c_loop(i)). )) is calculated (S105). This cross-correlation function (CCF(i)) is the same as in
이후, 플랜트 공정 진단 장치는 상호상관함수(CCF(i))를 이용하여 시간지연에 따른 상호상관함수(CCF)를 도출한다. 이러한 시간지연에 따른 상호상관함수(CCF)는 상기 수학식 2 및 3과 같다.Thereafter, the plant process diagnosis apparatus derives a cross-correlation function (CCF) according to a time delay using a cross-correlation function (CCF(i)). The cross-correlation function (CCF) according to this time delay is as shown in
이때, 플랜트 공정 진단 장치는 최대 상호상관관계지수(max_corr(i)) 값과 그때의 최대 시간지연(max_tau(i)) 값을 연산한다(S106).At this time, the plant process diagnosis apparatus calculates a value of a maximum cross-correlation index (max_corr(i)) and a value of the maximum time delay (max_tau(i)) at that time (S106).
그런 다음, 플랜트 공정 진단 장치는 최대 상호상관관계지수(max_corr(i))와 상호상관관계지수 한계값(thr2)과 비교한다(S107).Then, the plant process diagnosis apparatus compares the maximum cross-correlation index (max_corr(i)) and the cross-correlation index limit value thr2 (S107).
이때, 플랜트 공정 진단 장치는 최대 상호상관관계지수(max_corr(i))가 상호상관관계지수 한계값(thr2) 보다 작을 경우에(S107), 상호상관관계지수(Correlation_index(i))와 인과관계지수(Causality_index(i))를 NaN(not a number)으로 처리한 후 데이터베이스에 반환한다(S104).At this time, the plant process diagnostic device is the case where the maximum cross-correlation index (max_corr(i)) is less than the cross-correlation index limit value (thr2) (S107), the cross-correlation index (Correlation_index(i)) and the causality index (Causality_index(i)) is processed as NaN (not a number) and returned to the database (S104).
반면에, 플랜트 공정 진단 장치는 최대 상호상관관계지수(max_corr(i))가 상관관계지수 한계값(thr2) 보다 클 경우에(S107), 최대 상호상관관계지수(max_corr(i)) 값과 그때의 최대 시간지연(max_tau(i)) 값을 각각 상호상관관계지수(Correlation_index(i))와 인과관계지수(Causality_index(i))에 입력하여 데이터베이스에 저장한다(S108).On the other hand, the plant process diagnosis apparatus is used when the maximum cross-correlation index (max_corr(i)) is greater than the correlation index limit value (thr2) (S107), and the maximum cross-correlation index (max_corr(i)) value and then The maximum time delay (max_tau(i)) value of is entered into the correlation_index(i) and causality_index(i), respectively, and stored in the database (S108).
아울러, 플랜트 공정 진단 장치는 N개의 비교공정(c_loop(i))과 기준공정(r_loop) 간에 상관관계 및 인과관계 진단을 모두 실시한 이후에(S109), 상호상관관계지수(Correlation_index(i))와 인과관계지수(Causality_index(i))에 대한 결과 리포트를 사용자에게 제공한다(S110).In addition, the plant process diagnosis device performs both correlation and causal diagnosis between the N comparison processes (c_loop(i)) and the reference process (r_loop) (S109), and the correlation index (Correlation_index(i)) and The result report for the causality index (i) is provided to the user (S110).
도 2는 시뮬레이션 프로그램을 이용한 플랜트 공정 진단 장치의 검증을 위해 각 공정간 관계를 나타낸 도면이고, 도 3은 도 2에서 공정 구성을 나타낸 도면이며, 도 4는 도 2에서 테스트 공정 신호를 나타낸 도면이고, 도 5는 도 2에서 상관관계 진단 결과를 나타낸 도면이며, 도 6은 도 2에서 인과관계 진단 결과를 나타낸 도면이다.2 is a diagram showing a relationship between each process for verification of a plant process diagnosis apparatus using a simulation program, FIG. 3 is a diagram showing a process configuration in FIG. 2, and FIG. 4 is a diagram showing a test process signal in FIG. , FIG. 5 is a diagram showing a result of a correlation diagnosis in FIG. 2, and FIG. 6 is a diagram showing a result of a causal relationship diagnosis in FIG. 2.
도 2 내지 도 6에서는 시뮬레이션 프로그램(매트랩 simulink)을 이용하여 플랜트 공정 진단 장치에 대한 동작테스트를 수행하였다.In FIGS. 2 to 6, an operation test was performed on the plant process diagnosis apparatus using a simulation program (matlab simulink).
여기서는 도 2에서 Case 3의 각 공정관 관계에 대해 살펴보기로 하며, 기준공정을 sig4(L4)로 설정하였을 때 sig4(L4) 공정의 변화 원인이 sig1(L1)인지를 진단하는 테스트를 수행하였다.Here, the relationship between each process in
도 5를 참조하면, L4 공정과 상관관계가 높은 공정은 0.8 이상인 공정으로써, L1, L2, L3, L5, L6으로 진단되었다. 이는 도 4에서 실제 공정 트렌드의 증가와 감소가 비슷한 형태를 나타낸다는 점을 보면 타당한 결과라 할 수 있다.Referring to FIG. 5, the process having a high correlation with the L4 process is a process having a high correlation of 0.8 or more, and is diagnosed as L1, L2, L3, L5, and L6. This can be said to be a valid result in that the increase and decrease of the actual process trend in FIG. 4 show similar forms.
특히, L6 공정은 도 3에서 L4 공정에 이득값 0.7이 곱해진 경우로 시간적으로 증가와 감소가 일치하기 때문에 상호상관관계지수 값이 1로 진단된 것을 확인할 수 있다.In particular, the L6 process is a case in which the gain value of 0.7 is multiplied by the L4 process in FIG. 3, and since the increase and decrease in time coincide with each other, it can be confirmed that the cross-correlation index value is diagnosed as 1.
도 6을 참조하면, 인과관계지수는 음수(즉, 기준공정보다 선행 공정)인 경우만 추출되었다. L4 공정은 L1, L2, L3 공정이 선행된 것을 확인할 수 있다. 도 3의 공정 구성을 살펴보면, L4 공정에 해당하는 sig4보다 앞서서 발생한 선행 공정은 L1(sig1), L2(sig2), L3(sig3)인 것을 확인할 수 있다.Referring to FIG. 6, the causality index was extracted only when it was a negative number (ie, a process preceding the reference process). It can be seen that the L4 process preceded the L1, L2, and L3 processes. Looking at the process configuration of FIG. 3, it can be seen that the preceding processes occurring prior to sig4 corresponding to the L4 process are L1(sig1), L2(sig2), and L3(sig3).
이와 같이 상관관계와 인과관계 분석을 종합하면, L4 공정 변화의 원인은 상관관계가 높고 시간적으로 가장 앞서있는 L1 공정임을 확인 할 수 있다. 이는 도 3에 도시된 바와 같이 테스트를 위해 생성한 공정간 연계 결과와도 일치한 것으로, 공정간 상관관계와 인과관계를 잘 진단함을 볼 수 있다.When the correlation and causal analysis are combined in this way, it can be confirmed that the cause of the L4 process change is the L1 process that has a high correlation and is the most advanced in time. As shown in FIG. 3, this is consistent with the result of linkage between processes generated for the test, and it can be seen that the correlation between processes and the causal relationship are well diagnosed.
도 7은 플랜트 공정데이터를 이용한 플랜트 공정 진단 장치의 검증을 위해 표준화력발전소의 급수 및 증기 공급 계통도를 나타낸 도면이고, 도 8은 도 7의 공정 제어루프를 설명하는 도면이며, 도 9는 도 7의 각 공정 트랜드를 나타낸 도면이다.7 is a diagram showing a water supply and steam supply system diagram of a standardized power plant for verification of a plant process diagnosis device using plant process data, and FIG. 8 is a diagram illustrating the process control loop of FIG. 7, and FIG. 9 is It is a figure which shows the trend of each process.
도 7의 계통도에서는 상관관계 및 인과관계 진단을 수행하기 위해, L13(PLATEN SH INLET T SPRAY VV A)을 L15(FINAL SH INLET T SPRAY VV A)로 이어지고, 최종적으로 L1(MAIN STEAM TEMP (℃))의 변화를 발생시키도록 공정의 변화를 주었다. 여기서, 공정 제어루프에 대한 설명은 도 8을 통해 확인 가능하다.In the schematic diagram of FIG. 7, L13 (PLATEN SH INLET T SPRAY VV A) is connected to L15 (FINAL SH INLET T SPRAY VV A), and finally L1 (MAIN STEAM TEMP (℃)) in order to perform correlation and causal diagnosis. The process was changed to cause a change in ). Here, a description of the process control loop can be confirmed through FIG. 8.
또한, 도 9를 참조하면, L13의 공정값을 증가 또는 감소시키는 스윙테스트(swing test)를 수행하여 L15와 L1의 공정값 변화를 발생시켰다. 이때, L1이 기준 공정인 경우, L1의 변화 원인은 L15와 L13이 되고, L15의 변화 원인은 L13이므로, 최종적으로 L1의 변화 원인은 L13이 된다. 이에 대해 플랜트 공정 진단 장치가 정확히 진단하는지에 대해 검증을 실시하였다.In addition, referring to FIG. 9, a swing test for increasing or decreasing the process value of L13 was performed to generate a change in the process value of L15 and L1. At this time, when L1 is the reference process, the causes of changes in L1 are L15 and L13, and the causes of changes in L15 are L13, and finally, the cause of changes in L1 is L13. For this, it was verified whether the plant process diagnosis device accurately diagnosed.
먼저, 후술할 도 10 내지 도 12를 참조하여 한계값 적용 전 상호상관관계지수와 인과관계지수 연산 결과에 대해 살펴보기로 한다.First, with reference to FIGS. 10 to 12 to be described later, the results of calculating the intercorrelation index and the causal relationship index before applying the threshold value will be described.
도 10은 각 공정간의 상호상관관계지수 연산값(한계값 적용 전)을 나타낸 도면이고, 도 11은 각 공정간의 인과관계지수 연산값(한계값 적용 전)을 나타낸 도면이며, 도 12는 도 11의 각 공정간의 인과관계 모식도(한계값 적용 전)를 나타낸 도면이다.FIG. 10 is a diagram showing the calculated value of the correlation index between each process (before applying the limit value), FIG. 11 is a view showing the calculated value of the causal relationship index between each process (before applying the limit value), and FIG. It is a diagram showing a schematic diagram of the causal relationship between each process of (before applying the limit value).
도 10은 L1 내지 L18 공정 각각을 기준 공정(가로축)과 나머지 공정을 비교공정(세로축)으로 설정할 때 한계값 적용 전 상호상관관계지수를 연산한 결과를 나타낸다.10 shows a result of calculating a cross-correlation index before applying a threshold when setting each of the L1 to L18 processes as a reference process (horizontal axis) and a comparison process (vertical axis) for the rest of the processes.
이 경우, 양의 상관관계가 높을수록 진한 파란색을 나타내며, 음의 상관관계가 높을수록 진한 빨강색을 나타낸다.In this case, a higher positive correlation indicates a dark blue color, and a higher negative correlation indicates a dark red color.
예를 들어, L1은 L3과는 0.89의 양의 상관관계를 나타내고, L6은 L16과는 -0.85의 음의 상관관계를 나타낸다. 구체적으로, L1(가로축)이 기준공정일 때, L1과 나머지 공정(L2 내지 L18)(세로축)과의 상호상관관계지수는 L2(-0.68), L3(0.89), L4(0.18), L5(-0.23), L6(-0.91), L7(-0.69), L8(0.52), L9(-0.69), L10(0.22), L11(-0.25), L12(-0.16), L13(-0.76), L14(-0.68), L15(0.83), L16(0.83), L17(0.47), L18(0.25)이다.For example, L1 has a positive correlation of 0.89 with L3, and L6 has a negative correlation of -0.85 with L16. Specifically, when L1 (horizontal axis) is the reference process, the cross-correlation index between L1 and the remaining processes (L2 to L18) (vertical axis) is L2(-0.68), L3(0.89), L4(0.18), L5( -0.23), L6(-0.91), L7(-0.69), L8(0.52), L9(-0.69), L10(0.22), L11(-0.25), L12(-0.16), L13(-0.76), L14(-0.68), L15(0.83), L16(0.83), L17(0.47), L18(0.25).
도 11은 L1 내지 L18 공정 간의 한계값 적용 전 인과관계지수를 연산한 결과를 나타낸다.11 shows the result of calculating the causal relationship before applying the limit value between the L1 to L18 processes.
이 경우, 인과관계지수 값이 음수인 것은 시간적으로 기준공정 보다 해당 공정(루프)이 더 앞서서 발생한 선행공정(lead)임을 나타낸다. In this case, a negative causality index value indicates that the process (loop) precedes the reference process in time as a lead.
또한, 인과관계지수 값이 양수인 것은 시간적으로 기준공정 보다 해당 공정(루프)이 나중에 발생한 후행공정(lag)임을 나타낸다. 여기서, 후행공정은 '0'으로 표시된다.In addition, the fact that the causality index value is positive indicates that the process (loop) occurs later than the reference process in time. Here, the subsequent process is indicated by '0'.
예를 들어, L1이 기준공정으로 설정할 때, L1 보다 시간적으로 선행하여 변화가 발생한 선행공정은 L2(-192초), L8(-67초), L9(-178초), L13(-25초), L15(-21초), L18(-5초)이다. For example, when L1 is set as the reference process, the preceding processes that change in time prior to L1 are L2 (-192 seconds), L8 (-67 seconds), L9 (-178 seconds), and L13 (-25 seconds). ), L15 (-21 seconds), L18 (-5 seconds).
도 12는 도 11의 인과관계지수 연산결과를 화살표로 나타낸 것으로, 원인인 공정에서 결과인 공정으로 화살표가 향하게 나타낸 것이다.FIG. 12 shows the result of calculating the causal relationship index of FIG. 11 with an arrow, and shows an arrow pointing from a process that is a cause to a process that is a result.
그런데, 이는 입력된 공정 신호의 증가 또는 감소에 따른 개형만을 가지고 판단된 결과이기 때문에 실제 공정에서 인과관계를 정확하게 반영하고 있지 않다. 따라서, 플랜트 공정 진단 장치에서는 최소변화폭 한계값(thr1)과 상호상관관계지수 한계값(thr2)을 적용한다.However, since this is the result determined only with the remodeling according to the increase or decrease of the input process signal, the causal relationship is not accurately reflected in the actual process. Therefore, in the plant process diagnosis apparatus, the minimum change width limit value thr1 and the cross-correlation index limit value thr2 are applied.
다음으로, 후술할 도 13 내지 도 12를 참조하여 한계값 적용 이후 상호상관관계지수와 인과관계지수 연산 결과에 대해 살펴보기로 한다.Next, with reference to FIGS. 13 to 12 to be described later, the result of calculating the cross-correlation index and the causal relationship index after the application of the threshold value will be described.
도 13은 공정의 최소변화폭 한계값(thr1)을 적용한 이후 L1 내지 L18 공정 간의 상호상관관계지수 연산값을 나타낸 도면이고, 도 14는 공정의 최소변화폭 한계값(thr1)을 적용한 이후 L1 내지 L18 공정 간의 인과관계지수 연산값을 나타낸 도면이다.13 is a diagram showing the calculated value of the correlation index between the L1 to L18 processes after applying the minimum change width limit value (thr1) of the process, and FIG. 14 is a diagram showing the L1 to L18 processes after applying the minimum change width limit value (thr1) of the process. It is a diagram showing the calculated value of the causal relationship index between.
도 13을 참조하면, 각 공정 간의 상호상관관계지수 연산값은 공정이 안정상태인 경우에 상호상관관계지수가 높게 나오는 현상을 해결하기 위해, 공정의 PTP가 사용자에 의해 플랜트 특성에 따라 설정된 최소변화폭 한계값(thr1) 보다 큰 경우에만 결과가 표시된다. 즉, 플랜트 공정 진단 장치는 공정의 PTP가 최소변화폭 한계값(thr1) 보다 큰 경우에만 진단을 수행한다. 여기서는 최소변화폭 한계값(thr1)을 0.3으로 설정하였다.13, the calculated value of the cross-correlation index between each process is the minimum change width set by the user according to the plant characteristics in order to solve the phenomenon that the cross-correlation index is high when the process is in a stable state. Results are displayed only if it is greater than the threshold value (thr1). That is, the plant process diagnosis apparatus performs diagnosis only when the PTP of the process is greater than the minimum change width limit value thr1. Here, the minimum change width limit value (thr1) is set to 0.3.
L1이 기준공정일 때 최소변화폭 한계값(thr1)을 적용한 결과, L1, L13, L15, L18의 공정만 한계값 보다 큰 경우로서, 한계값 이상의 변동이 있는 것으로 확인되어 해당 공정간의 상호상관관계지수 연산값만 표시되어 있다. 그리고, 나머지 공정(L2 내지 L12, L14, L16, L17)은 상호상관관계지수를 NaN(not a number)으로 처리한 후 데이터베이스에 반환한다.As a result of applying the minimum change width limit value (thr1) when L1 is the reference process, only the processes of L1, L13, L15, and L18 are larger than the limit value, and it is confirmed that there is a change above the limit value, and the cross-correlation index between the corresponding processes Only the calculated value is displayed. In addition, the remaining processes (L2 to L12, L14, L16, and L17) process the cross-correlation index as NaN (not a number) and return it to the database.
도 14를 참조하면, 도 13의 상호상관관계지수와 마찬가지로 최소변화폭 한계값(thr1) 보다 큰 경우의 L1, L13, L15, L18 공정에 대한 인과관계지수 연산값만 추려진 것을 확인할 수 있다.Referring to FIG. 14, it can be seen that, like the cross-correlation index of FIG. 13, only the calculated causality index calculation values for the processes L1, L13, L15, and L18 when they are greater than the minimum change width limit value thr1 are selected.
도 15는 공정의 상호상관관계지수 한계값(thr2)을 적용한 이후 L1 내지 L18 공정 간의 상호상관관계지수 연산값을 나타낸 도면이고, 도 16은 공정의 상호상관관계지수 한계값(thr2)을 적용한 이후 L1 내지 L18 공정 간의 인과관계지수 연산값을 나타낸 도면이다.FIG. 15 is a diagram showing the calculated value of the cross-correlation index between processes L1 to L18 after applying the cross-correlation index limit value (thr2) of the process, and FIG. 16 is a diagram showing the calculated value of the cross-correlation index limit value (thr2) of the process. It is a diagram showing the calculated value of the causal relationship index between the processes L1 to L18.
여기서는 상호상관관계지수 한계값(thr2)을 절대값 0.7로 설정하였다. Here, the limit value of the intercorrelation index (thr2) is set to an absolute value of 0.7.
도 15를 참조하면, 상호상관관계지수 값이 작은 공정은 그 값을 NaN(not a number)로 처리하여 상호상관관계지수 값이 큰 공정들만 추려서 분석할 수 있게 하였다. 예를 들어, L1을 기준공정으로 설정할 때, 상호상관관계지수 값이 0.7보다 큰 공정은 L3(0.89), L6(-0.91), L13(-0.76), L15(0.83), L16(0.83)으로 확인된다.Referring to FIG. 15, a process having a small cross-correlation index value is processed as NaN (not a number) so that only processes having a large cross-correlation index value can be selected and analyzed. For example, when L1 is set as the reference process, processes with a cross-correlation index value greater than 0.7 are L3 (0.89), L6 (-0.91), L13 (-0.76), L15 (0.83), and L16 (0.83). Is confirmed.
도 16을 참조하면, 상호상관관계지수 한계값(thr2) 보다 작은 공정은 NaN으로 처리하고, 인과관계지수가 양수인 값을 갖는 후행공정은 '0'으로 처리하였다.Referring to FIG. 16, a process smaller than the cross-correlation index threshold thr2 was treated with NaN, and a subsequent process having a positive causal relationship was treated with '0'.
결국, L1을 기준공정으로 설정할 때, L1 보다 시간적으로 선행하여 변화가 발생한 선행공정은 L13(-25초)과 L15(-21초)이다. After all, when L1 is set as the reference process, the preceding processes in which the change occurs temporally prior to L1 are L13 (-25 seconds) and L15 (-21 seconds).
도 17은 공정의 최소변화폭 한계값(thr1)과 상호상관관계지수 한계값(thr2)을 적용한 이후 L1 내지 L18 공정 간의 상호상관관계지수 연산값을 나타낸 도면이고, 도 18은 공정의 최소변화폭 한계값(thr1)과 상호상관관계지수 한계값(thr2)을 적용한 이후 L1 내지 L18 공정 간의 인과관계지수 연산값을 나타낸 도면이며, 도 19는 도 18의 도 11의 각 공정간의 인과관계 모식도(한계값 적용 이후)를 나타낸 도면이고, 도 20은 상관관계 및 인과관계 최종 진단 결과를 나타낸 도면이며, 도 21은 플랜트 공정 진단 장치의 검증 결과를 나타낸 도면이다.FIG. 17 is a diagram showing the calculated value of the cross-correlation index between processes L1 to L18 after applying the minimum change width limit value (thr1) and the cross correlation index limit value (thr2) of the process, and FIG. 18 is a minimum change width limit value of the process. A diagram showing the calculated causal relationship between the processes L1 to L18 after applying (thr1) and the limit value of the cross-correlation index (thr2), and FIG. 19 is a schematic diagram of the causal relationship between the processes of FIG. 11 of FIG. After), FIG. 20 is a diagram showing a final diagnosis result of a correlation and a causal relationship, and FIG. 21 is a view showing a verification result of a plant process diagnosis apparatus.
여기서, 최소변화폭 한계값(thr1)은 0.3으로 설정하고, 상호상관관계지수 한계값(thr2)은 0.7로 설정하였다. Here, the minimum change width limit value (thr1) was set to 0.3, and the cross-correlation index limit value (thr2) was set to 0.7.
도 17을 참조하면, L1을 기준공정으로 설정할 때, 상호상관관계지수가 높은 공정은 L13과 L15이다.Referring to FIG. 17, when L1 is set as a reference process, processes having a high cross-correlation index are L13 and L15.
도 18을 참조하면, L1을 기준공정으로 설정할 때, L1 보다 시간적으로 선행하여 변화가 발생한 선행공정은 L13(-25초)과 L15(-21초)이다.Referring to FIG. 18, when L1 is set as a reference process, the preceding processes in which the change occurs in time prior to L1 are L13 (-25 seconds) and L15 (-21 seconds).
도 19를 참조하면, L1을 기준공정으로 설정할 때, L1의 원인으로 작용할 수 있는 공정은 L13과 L15이고, L15의 공정 변화 원인은 L13으로 진단되었다.Referring to FIG. 19, when L1 is set as a reference process, processes that can act as causes of L1 are L13 and L15, and the cause of process change in L15 is diagnosed as L13.
이는 전술한 도 7에 도시된 바와 같이 상관관계 및 인과관계 진단을 수행하기 위해 L13 공정에 인위적인 변화를 주어 L1 공정의 변화를 유도한 것과 일치한 결과를 나타낸다. 이에 대해서는 도 20 및 도 21에 정리된 결과와 같다.This shows a result consistent with that of inducing a change in the L1 process by artificially changing the L13 process in order to perform the correlation and causal diagnosis as shown in FIG. 7 described above. This is the same as the results summarized in FIGS. 20 and 21.
이와 같이, 플랜트 공정 진단 장치는 수십 내지 수백개의 플랜트 공정간의 복잡한 관계를 추출된 데이터만을 이용하여 플랜트 공정에 대한 선행 지식 없이 공정간 상관관계 및 인과관계 분석을 할 수 있다.In this way, the plant process diagnosis apparatus can analyze the correlation and causal relationship between processes without prior knowledge of the plant process using only the data extracted from the complex relationships between tens to hundreds of plant processes.
더욱이, 플랜트 공정 진단 장치는 공정간 상관관계 및 인과관계 분석 결과를 토대로, 플랜트의 특정 공정에 이상현상(오실레이션, 밸브 problem, 센서 이상, 튜닝 issue 등)이 발생하였을 때, 문제사항이 해당 공정에 국한된 것인지 다른 공정과의 연계에 의해 영향을 받은 것인지를 분석할 수 있다.Moreover, the plant process diagnosis device is based on the analysis result of correlation and causal relationship between processes, when an abnormal phenomenon (oscillation, valve problem, sensor abnormality, tuning issue, etc.) occurs in a specific process of the plant, the problem is addressed to the corresponding process. It is possible to analyze whether it is limited to or affected by linkage with other processes.
그리고, 플랜트 공정 진단 장치는 상호상관함수(CCF)를 이용하여 공정 간의 상관관계를 분석할 수 있고, 이때 시간지연(τ)에 따른 상호상관함수 값을 연산하여 공정 간의 선행(lead)/후행(lag) 관계를 밝힘으로써 공정간 인과관계를 분석할 수 있다.In addition, the plant process diagnosis device can analyze the correlation between processes using a cross-correlation function (CCF), and at this time, by calculating the value of the cross-correlation function according to the time delay (τ), the lead / trail ( lag) The causal relationship between processes can be analyzed by revealing the relationship.
이때, 플랜트 공정 진단 장치는 공정 최소 변화에 대한 최소변화 한계값(thr1)을 설정함으로써, 공정이 안정상태 일 때 발생할 수 있는 상관관계 및 인과관계 분석의 오진단을 방지할 수 있다. 즉, 플랜트 공정 진단 장치는 최소변화한계값(thr1)을 설정하여 일정 범위 이상의 변화를 가진 공정에 대해 상관관계 및 인과관계 진단을 수행한다.At this time, the plant process diagnosis apparatus may prevent misdiagnosis of correlation and causal analysis that may occur when the process is in a stable state by setting the minimum change limit value thr1 for the minimum change in the process. That is, the plant process diagnosis apparatus sets the minimum change limit value thr1 and performs correlation and causal relationship diagnosis on a process having a change in a certain range or more.
그리고, 플랜트 공정 진단 장치는 상호상관관계지수 한계값(thr2)을 설정함으로써 공정 전문가가 아닌 사용자도 상관관계 및 인과관계 분석을 용이하게 할 수 있게 한다. 여기서, 최소변화 한계값(thr1)과 상호상관관계지수 한계값(thr2)은 사용자가 플랜트의 공정 특성에 따라 조정할 수 있다. 즉, 플랜트 공정 진단 장치는 상호상관관계지수 한계값(thr2)을 설정하여 특정 한계값 이상의 변화를 가진 공정에 대해 상관관계 및 인과관계 진단을 수행한다.In addition, the plant process diagnosis apparatus sets the limit value thr2 of the intercorrelation index so that a user who is not a process expert can easily analyze the correlation and causal relationship. Here, the minimum change limit value thr1 and the cross-correlation index limit value thr2 can be adjusted by the user according to the process characteristics of the plant. That is, the plant process diagnosis apparatus sets the threshold value thr2 of the intercorrelation index and diagnoses the correlation and causal relationship for processes having a change of more than a specific threshold value.
일부 실시 예에 의한 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CDROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.The method according to some embodiments may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like alone or in combination. The program instructions recorded on the medium may be specially designed and configured for the present invention, or may be known and usable to those skilled in computer software. Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CDROMs and DVDs, and magnetic-optical media such as floptical disks. And hardware devices specially configured to store and execute program instructions such as magneto-optical media and ROM, RAM, flash memory, and the like. Examples of program instructions include not only machine language codes such as those produced by a compiler, but also high-level language codes that can be executed by a computer using an interpreter or the like.
비록 상기 설명이 다양한 실시예들에 적용되는 본 발명의 신규한 특징들에 초점을 맞추어 설명되었지만, 본 기술 분야에 숙달된 기술을 가진 사람은 본 발명의 범위를 벗어나지 않으면서도 상기 설명된 장치 및 방법의 형태 및 세부 사항에서 다양한 삭제, 대체, 및 변경이 가능함을 이해할 것이다. 따라서, 본 발명의 범위는 상기 설명에서보다는 첨부된 특허청구범위에 의해 정의된다. 특허청구범위의 균등 범위 안의 모든 변형은 본 발명의 범위에 포섭된다.Although the above description has been described with focus on the novel features of the present invention that are applied to various embodiments, those skilled in the art will have the above-described apparatus and method without departing from the scope of the present invention. It will be understood that various deletions, substitutions, and changes are possible in the form and detail of a document. Accordingly, the scope of the present invention is defined by the appended claims rather than by the above description. All modifications within the scope of equivalents of the claims are included in the scope of the present invention.
Claims (19)
(b) 상기 차이값을 최소변화폭 한계값과 비교함에 따라 상기 기준공정과 상기 비교공정 간의 시간지연에 따른 상호상관함수를 도출하는 단계;
(c) 상기 상호상관함수를 이용하여 최대 상호상관관계지수 값과 그때의 최대 시간지연 값을 연산하는 단계; 및
(d) 상기 최대 상호상관관계지수 값을 상호상관관계지수 한계값과 비교함에 따라 상기 최대 상호상관관계지수와 상기 최대 시간지연 값을 각각 상호상관관계지수와 인과관계지수에 입력하여 저장하는 단계;
를 포함하는 플랜트 공정간 상관관계 및 인과관계 진단 방법.
(a) calculating a difference value between a maximum value and a minimum value of the comparison process by setting a reference process serving as a standard for diagnosis and a comparison process for performing the comparison diagnosis;
(b) deriving a cross-correlation function according to a time delay between the reference process and the comparison process by comparing the difference value with the minimum change width limit value;
(c) calculating a maximum cross-correlation index value and a maximum time delay value at that time using the cross-correlation function; And
(d) inputting and storing the maximum cross-correlation index and the maximum time delay value in the cross-correlation index and the causal relationship index, respectively, by comparing the maximum cross-correlation index value with a cross-correlation index limit value;
A method for diagnosing the correlation and causal relationship between plant processes comprising a.
상기 (b) 단계는,
상기 차이값이 상기 최소변화폭 한계값 보다 작을 경우에, 상기 상호상관관계지수와 상기 인과관계지수를 NaN(not a number)로 처리하는 단계;
를 포함하는 플랜트 공정간 상관관계 및 인과관계 진단 방법.
The method of claim 1,
The step (b),
Processing the cross-correlation index and the causal relationship index as NaN (not a number) when the difference value is less than the minimum change width limit value;
A method for diagnosing the correlation and causal relationship between plant processes comprising a.
상기 (d) 단계는,
상기 최대 상호상관관계지수 값이 상호상관관계지수 한계값 보다 작을 경우에, 상기 상호상관관계지수와 상기 인과관계지수를 NaN(not a number)로 처리하는 단계;
를 포함하는 플랜트 공정간 상관관계 및 인과관계 진단 방법.
The method of claim 1,
The step (d),
Processing the cross-correlation index and the causality index as NaN (not a number) when the maximum cross-correlation index value is less than the cross-correlation index limit value;
A method for diagnosing the correlation and causal relationship between plant processes comprising a.
(e) 상기 (d) 단계 이후에, 상기 기준공정과 상기 비교공정 N개 간에 상관관계 및 인과관계 진단을 모두 실시하여 상기 상호상관관계지수와 상기 인과관계지수에 대한 결과리포트를 제공하는 단계;
를 더 포함하는 플랜트 공정간 상관관계 및 인과관계 진단 방법.
The method of claim 1,
(e) after step (d), performing both the correlation and causal diagnosis between the reference process and the N comparison processes to provide a result report on the cross-correlation index and the causal relationship index;
A method for diagnosing the correlation and causal relationship between plant processes further comprising a.
(f) 상기 (e) 단계 이후에, 상기 기준공정에 이상현상이 발생할 경우에, 상기 비교공정 간에 선행/후행 관계에 대한 인과관계를 분석하는 단계;
를 더 포함하는 플랜트 공정간 상관관계 및 인과관계 진단 방법.
The method of claim 4,
(f) after the step (e), when an abnormal phenomenon occurs in the reference process, analyzing a causal relationship with respect to the preceding/following relationship between the comparison processes;
A method for diagnosing the correlation and causal relationship between plant processes further comprising a.
상기 최소변화폭 한계값은,
공정이 안정상태 일 때 발생할 수 있는 상관관계 및 인과관계 분석의 오진단을 방지하기 위해, 사용자가 플랜트의 공정 특성에 따라 조정 가능하고,
상기 상호상관관계지수 한계값은,
공정 전문가가 아닌 사용자도 상관관계 및 인과관계 분석을 용이하게 하기 위해, 사용자가 플랜트의 공정 특성에 따라 조정 가능한 것인 플랜트 공정간 상관관계 및 인과관계 진단 방법.
The method of claim 1,
The minimum change width limit value is,
In order to prevent misdiagnosis of correlation and causal analysis that may occur when the process is in a stable state, the user can adjust it according to the process characteristics of the plant.
The cross-correlation index limit value is,
A method for diagnosing the correlation and causal relationship between plant processes, which is adjustable by the user according to the process characteristics of the plant in order to facilitate correlation and causal analysis even by users who are not process experts
상기 상호상관함수는,
수학식
The method of claim 1,
The cross-correlation function is,
Equation
상기 인과관계지수는,
수학식
The method of claim 7,
The causality index is,
Equation
상기 상호상관관계지수는,
상기 상호상관함수에 각 시간지연을 대입하여 연산하여 도출하는 것인 플랜트 공정간 상관관계 및 인과관계 진단 방법.
The method of claim 8,
The cross-correlation index is,
A method for diagnosing correlations and causal relationships between plant processes, which is derived by calculating by substituting each time delay into the cross-correlation function.
적어도 하나 이상의 프로세서; 및
컴퓨터 판독 가능한 명령들을 저장하기 위한 메모리;를 포함하며,
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금,
진단의 기준이 되는 기준공정과 비교 진단을 수행할 비교공정을 설정하여 상기 비교공정의 최대값과 최소값 사이의 차이값을 연산하게 하고,
상기 차이값을 최소변화폭 한계값과 비교함에 따라 상기 기준공정과 상기 비교공정 간의 시간지연에 따른 상호상관함수를 도출하게 하며,
상기 상호상관함수를 이용하여 최대 상호상관관계지수 값과 그때의 최대 시간지연 값을 연산하게 하고,
상기 최대 상호상관관계지수 값을 상호상관관계지수 한계값과 비교함에 따라 상기 최대 상호상관관계지수와 상기 최대 시간지연 값을 각각 상호상관관계지수와 인과관계지수에 입력하여 저장하게 하는 것인 플랜트 공정 진단 장치.
As a plant process diagnostic device,
At least one processor; And
Including; a memory for storing computer-readable instructions,
The instructions, when executed by the at least one processor, cause the plant process diagnostic device,
By setting a reference process, which is a standard of diagnosis, and a comparison process to perform the comparison diagnosis, the difference between the maximum value and the minimum value of the comparison process is calculated,
By comparing the difference value with the minimum change width limit value, a cross-correlation function according to a time delay between the reference process and the comparison process is derived,
The maximum cross-correlation index value and the maximum time delay value at that time are calculated using the cross-correlation function,
A plant process in which the maximum cross-correlation index and the maximum time delay value are input and stored in the cross-correlation index and the causality index, respectively, by comparing the maximum cross-correlation index value with the cross-correlation index limit value. Diagnostic device.
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금,
상기 차이값을 상기 최소변화폭 한계값과 비교할 때, 상기 차이값이 상기 최소변화폭 한계값 보다 작을 경우에, 상기 상호상관관계지수와 상기 인과관계지수를 NaN(not a number)로 처리하게 하는 것인 플랜트 공정 진단 장치.
The method of claim 10,
The instructions, when executed by the at least one processor, cause the plant process diagnostic device,
When comparing the difference value with the minimum change width limit value, when the difference value is less than the minimum change width limit value, the cross-correlation index and the causal relationship index are processed as NaN (not a number). Plant process diagnostic device.
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금,
상기 최대 상호상관관계지수 값을 상기 상호상관관계지수 한계값과 비교할 때, 상기 최대 상호상관관계지수 값이 상호상관관계지수 한계값 보다 작을 경우에, 상기 상호상관관계지수와 상기 인과관계지수를 NaN(not a number)로 처리하게 하는 것인 플랜트 공정 진단 장치.
The method of claim 10,
The instructions, when executed by the at least one processor, cause the plant process diagnostic device,
When comparing the maximum cross-correlation index value with the cross-correlation index limit value, when the maximum cross-correlation index value is less than the cross-correlation index limit value, the cross-correlation index and the causality index are NaN (not a number) is a plant process diagnostic device that is to be treated.
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금,
상기 최대 상호상관관계지수와 상기 최대 시간지연 값을 각각 상호상관관계지수와 인과관계지수에 입력하여 저장한 이후에, 상기 기준공정과 상기 비교공정 N개 간에 상관관계 및 인과관계 진단을 모두 실시하여 상기 상호상관관계지수와 상기 인과관계지수에 대한 결과리포트를 제공하게 하는 것인 플랜트 공정 진단 장치.
The method of claim 10,
The instructions, when executed by the at least one processor, cause the plant process diagnostic device,
After inputting and storing the maximum cross-correlation index and the maximum time delay value in the cross-correlation index and the causal relationship index, respectively, correlation and causal relationship diagnosis between the reference process and the N comparison processes are performed. Plant process diagnosis apparatus for providing a result report for the cross-correlation index and the causal index.
상기 명령들은, 상기 적어도 하나의 프로세서에 의해 실행될 때, 상기 플랜트 공정 진단 장치로 하여금,
상기 결과리포트를 제공한 이후에, 상기 기준공정에 이상현상이 발생할 경우에, 상기 비교공정 간에 선행/후행 관계에 대한 인과관계를 분석하게 하는 것인 플랜트 공정 진단 장치.
The method of claim 13,
The instructions, when executed by the at least one processor, cause the plant process diagnostic device,
After providing the result report, when an abnormal phenomenon occurs in the reference process, the plant process diagnosis device to analyze the causal relationship for the preceding / following relationship between the comparison process.
상기 최소변화폭 한계값은,
공정이 안정상태 일 때 발생할 수 있는 상관관계 및 인과관계 분석의 오진단을 방지하기 위해, 사용자가 플랜트의 공정 특성에 따라 조정 가능하고,
상기 상호상관관계지수 한계값은,
공정 전문가가 아닌 사용자도 상관관계 및 인과관계 분석을 용이하게 하기 위해, 사용자가 플랜트의 공정 특성에 따라 조정 가능한 것인 플랜트 공정 진단 장치.
The method of claim 10,
The minimum change width limit value is,
In order to prevent misdiagnosis of correlation and causal analysis that may occur when the process is in a stable state, the user can adjust it according to the process characteristics of the plant.
The cross-correlation index limit value is,
In order to facilitate correlation and causal analysis even by users who are not process experts, the plant process diagnosis device can be adjusted by the user according to the process characteristics of the plant.
상기 상호상관함수는,
수학식
The method of claim 10,
The cross-correlation function is,
Equation
상기 인과관계지수는,
수학식
The method of claim 16,
The causality index is,
Equation
상기 상호상관관계지수는,
상기 상호상관함수에 각 시간지연을 대입하여 연산하여 도출하는 것인 플랜트 공정 진단 장치.
The method of claim 17,
The cross-correlation index is,
Plant process diagnosis device that is derived by calculating by substituting each time delay into the cross-correlation function.
진단의 기준이 되는 기준공정과 비교 진단을 수행할 비교공정을 설정하여 상기 비교공정의 최대값과 최소값 사이의 차이값을 연산하는 동작;
상기 차이값을 최소변화폭 한계값과 비교함에 따라 상기 기준공정과 상기 비교공정 간의 시간지연에 따른 상호상관함수를 도출하는 동작;
상기 상호상관함수를 이용하여 최대 상호상관관계지수 값과 그때의 최대 시간지연 값을 연산하는 동작; 및
상기 최대 상호상관관계지수 값을 상호상관관계지수 한계값과 비교함에 따라 상기 최대 상호상관관계지수와 상기 최대 시간지연 값을 각각 상호상관관계지수와 인과관계지수에 입력하여 저장하는 동작;
을 포함하는 플랜트 공정간 상관관계 및 인과관계 진단 방법을 실행하는 프로그램 코드가 기록된 컴퓨터 판독 가능한 저장매체.As a computer-readable storage medium in which the program code is recorded,
Calculating a difference value between a maximum value and a minimum value of the comparison process by setting a reference process serving as a standard for diagnosis and a comparison process for performing the comparison diagnosis;
Deriving a cross-correlation function according to a time delay between the reference process and the comparison process by comparing the difference value with a minimum change width limit value;
Calculating a maximum cross-correlation index value and a maximum time delay value at that time by using the cross-correlation function; And
Inputting and storing the maximum cross-correlation index and the maximum time delay value into a cross-correlation index and a causal relationship, respectively, by comparing the maximum cross-correlation index value with a cross-correlation index limit value;
A computer-readable storage medium in which a program code for executing a method for diagnosing a correlation between plant processes and a causal relationship including a is recorded.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190131114A KR20210047474A (en) | 2019-10-22 | 2019-10-22 | Method for diagnosing cross correlation and causality between plant loops and plant loop diagnosis apparatus using the same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020190131114A KR20210047474A (en) | 2019-10-22 | 2019-10-22 | Method for diagnosing cross correlation and causality between plant loops and plant loop diagnosis apparatus using the same |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20210047474A true KR20210047474A (en) | 2021-04-30 |
Family
ID=75740583
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020190131114A KR20210047474A (en) | 2019-10-22 | 2019-10-22 | Method for diagnosing cross correlation and causality between plant loops and plant loop diagnosis apparatus using the same |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20210047474A (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101381469B1 (en) | 2013-08-21 | 2014-04-04 | 한국원자력연구원 | A Method for Reducing Mechanical Noise of Cross-Correlation Method for Leak Detection of a Buried Pipe |
-
2019
- 2019-10-22 KR KR1020190131114A patent/KR20210047474A/en active Search and Examination
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101381469B1 (en) | 2013-08-21 | 2014-04-04 | 한국원자력연구원 | A Method for Reducing Mechanical Noise of Cross-Correlation Method for Leak Detection of a Buried Pipe |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11169514B2 (en) | Unsupervised anomaly detection, diagnosis, and correction in multivariate time series data | |
| Tak et al. | Automatic speaker verification spoofing and deepfake detection using wav2vec 2.0 and data augmentation | |
| KR20190136893A (en) | Method, apparatus and computer program for generating robust automated learning systems and testing trained automated learning systems | |
| Durvaux et al. | How to certify the leakage of a chip? | |
| US20180314735A1 (en) | Using Machine Learning to Estimate Query Resource Consumption in MPPDB | |
| US10565185B2 (en) | MSET-based process for certifying provenance of time-series data in a time-series database | |
| US20190197236A1 (en) | Reconstruction-based anomaly detection | |
| US20210166121A1 (en) | Predicting device and predicting method | |
| US10394631B2 (en) | Anomaly detection and automated analysis using weighted directed graphs | |
| CN110692032A (en) | Method and device for automatic gesture recognition | |
| US11982995B2 (en) | Defect detection during an automated production process | |
| KR20210068993A (en) | Device and method for training a classifier | |
| CN111680727A (en) | Naive Bayes-based fault diagnosis method, diagnosis device, and storage medium | |
| CN112115184A (en) | Time series data detection method and device, computer equipment and storage medium | |
| CN115714674A (en) | Anomaly detection method and system for cloud network resource state | |
| JP7279473B2 (en) | Anomaly detection device, anomaly detection method, and computer program | |
| EP3754557A1 (en) | Robustness indicator unit, certificate determination unit, training unit, control unit and computer-implemented method to determine a robustness indicator | |
| KR20210047474A (en) | Method for diagnosing cross correlation and causality between plant loops and plant loop diagnosis apparatus using the same | |
| JP2023118101A (en) | Device and method for determining adversarial patch for machine learning system | |
| Solewicz et al. | Null-Hypothesis LLR: A Proposal for Forensic Automatic Speaker Recognition. | |
| CN110717601B (en) | Anti-fraud method based on supervised learning and unsupervised learning | |
| WO2021012535A1 (en) | Network data preprocessing method, apparatus, device, and storage medium | |
| CN112579979B (en) | Error discovery rate control method and device in self-adaptive data analysis | |
| CN110941542A (en) | Sequence integration high-dimensional data anomaly detection system and method based on elastic network | |
| Chan et al. | Linear econometric models with machine learning |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination |