KR20230066874A - 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치 - Google Patents

열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치 Download PDF

Info

Publication number
KR20230066874A
KR20230066874A KR1020210152341A KR20210152341A KR20230066874A KR 20230066874 A KR20230066874 A KR 20230066874A KR 1020210152341 A KR1020210152341 A KR 1020210152341A KR 20210152341 A KR20210152341 A KR 20210152341A KR 20230066874 A KR20230066874 A KR 20230066874A
Authority
KR
South Korea
Prior art keywords
steady
state
boundary value
data
heat pump
Prior art date
Application number
KR1020210152341A
Other languages
English (en)
Other versions
KR102624730B1 (ko
Inventor
김민성
임지훈
정상훈
김소연
이진욱
정민규
구돈익
Original Assignee
중앙대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 중앙대학교 산학협력단 filed Critical 중앙대학교 산학협력단
Priority to KR1020210152341A priority Critical patent/KR102624730B1/ko
Publication of KR20230066874A publication Critical patent/KR20230066874A/ko
Application granted granted Critical
Publication of KR102624730B1 publication Critical patent/KR102624730B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B30/00—Heat pumps
    • F25B30/02—Heat pumps of the compression type
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/002—Thermal testing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2700/00—Sensing or detecting of parameters; Sensors therefor
    • F25B2700/21—Temperatures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Thermal Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

본 발명은 열펌프 시스템을 진단하는 정상상태 진단장치에서 수행되는 실시간 자가적응형 정상상태 진단방법에 관한 것으로, 열펌프 시스템에서 사전에 획득한 사전 연속운전 데이터로부터 기설정된 종속변수를 추출하는 단계; 추출된 종속변수별로 기준 경계값을 설정하고, 설정된 기준 경계값을 특정조건과 비교한 결과인 정상상태 데이터를 저장하는 단계; 정상상태 진단 알고리즘을 통해 상기 정상상태 데이터에 기초하여 동적 경계값을 추출하는 단계; 추출된 상기 동적 경계값에 기초하여 동적 정상상태 학습모델을 학습하여 상기 종속변수별로 정상상태 진단모델을 결정하는 단계; 및 상기 정상상태 진단모델에 기초하여 상기 열펌프 시스템의 정상상태를 진단하는 단계를 포함한다.

Description

열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치{REAL-TIME SELF-ADAPTIVE STEADY STATE DIAGNOSIS METHOD OF HEAT PUMP SYSTEM, RECORDING MEDIUM AND STEADY STATE DIAGNOSIS DEVICE FOR PERFORMING THE SAME}
본 발명은 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치는 열펌프 시스템의 우수한 고장진단 분석을 위해 열펌프 시스템의 동적 정상상태를 진단할 수 있는 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치에 관한 것이다.
일반적으로 열펌프 또는 히트펌프는 냉매의 발열 또는 응축열을 이용해 저온의 열원을 고온으로 전달하거나 고온의 열원을 저온으로 전달하는 장치이다.
열펌프 시스템은 난방 또는 냉방을 위해 운전을 시작하면 각 구성요소에서의 다양한 요인으로 인해 열펌프 시스템의 운전이 정상상태에 진입하기 전까지 온도구배 및 압력구배에 변동 양상이 나타나게 된다.
즉, 열펌프 시스템은 운전이 시작되면 시스템의 각 세부장치들의 운전 요인들로 인해 압력구배 및 온도구배가 일정 시간동안 변동되는 비정상상태로 진행되고, 일정 시간이 경과된 이후에는 시스템의 온도 및 압력상태가 안정되는 정상상태에 진입될 수 있다.
이 때 부품, 모듈, 제품, 시스템을 막론하고 일반적인 운용조건에서 주어진 기능을 제대로 수행하지 못할 때 고장이 발생했다고 판단하는데, 이러한 고장상태를 판단하기 위해서는 시스템의 현재 상태를 평가해야한다. 그리고 일반적으로 정상상태를 기준으로 시스템의 현재 상태를 비교하여 고장 여부를 판단하게 된다.
이러한 정상상태를 파악하기 위한 연구는 현재 일정한 온습도 환경이 구비되는 환경챔버에서 열펌프 시스템을 가동시켜 1~2시간 이상 방치해둔 다음, 열펌프 시스템의 운전 상태를 엔지니어들이 실시간으로 모니터링하여 시스템의 온도 및 압력의 변동폭이 일정 수치 이하가 되면 이를 시스템의 정상상태로 판단하고 있다.
특히 실제 열펌프 시스템은 설계 인자들이 각각 다양하고, 시스템 운전 시 서로 다른 인자들 간에 주고받는 영향도 각각 다른 것은 물론, 각 작동조건마다 센서의 진동과 분산이 다르지만, 종래에는 단순히 하나의 고정된 경계값으로 시스템의 정상상태 여부를 판단한다는 문제가 있다.
한국등록특허공보 제10-0797610호
본 발명은 상기와 같은 문제를 해결하기 위해 안출된 것으로, 본 발명의 목적은 열펌프 시스템의 정확한 고장진단을 위한 기준이 되는 정상상태의 경계값을 실시간으로 추출하여 열펌프 시스템의 현재 상태를 진단할 수 있는 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치를 제공하는 것이다.
상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 정상상태 진단장치에서 수행되는 실시간 자가적응형 정상상태 진단방법은, 상기 열펌프 시스템에서 사전에 획득한 사전 연속운전 데이터로부터 기설정된 종속변수를 추출하는 단계; 추출된 종속변수별로 기준 경계값을 설정하고, 설정된 기준 경계값을 특정조건과 비교한 결과인 정상상태 데이터를 저장하는 단계; 정상상태 진단 알고리즘을 통해 상기 정상상태 데이터에 기초하여 동적 경계값을 추출하는 단계; 추출된 상기 동적 경계값에 기초하여 동적 정상상태 학습모델을 학습하여 상기 종속변수별로 정상상태 진단모델을 결정하는 단계; 및 상기 정상상태 진단모델에 기초하여 상기 열펌프 시스템의 정상상태를 진단하는 단계를 포함한다.
여기서 상기 기준 경계값은, 상기 사전 연속운전 데이터에서 추출된 종속변수별로 산출된 표준편차를 기준으로 설정될 수 있다.
그리고 상기 열펌프 시스템의 특성에 기초하여 무빙윈도우(moving window)의 크기를 결정하는 단계를 더 포함하고, 상기 정상상태 데이터를 저장하는 단계에서는, 상기 열펌프 시스템으로부터 실시간으로 획득한 실시간 연속운전 데이터에 기초하여 산출된 상기 무빙윈도우의 표준편차를 상기 기준 경계값과 비교할 수 있다.
또한 제3항에 있어서, 상기 정상상태 데이터를 저장하는 단계에서는, 상기 무빙윈도우의 표준편차를 상기 기준 경계값과 비교한 결과로, 상기 기준 경계값보다 상기 무빙윈도우의 표준편차가 작으면 상기 실시간 연속운전 데이터를 상기 정상상태 데이터로 저장하고, 상기 기준 경계값보다 상기 무빙윈도우의 표준편차가 더 크면 상기 실시간 연속운전 데이터를 천이구간(transient)으로 분류하여 저장하지 않을 수 있다.
그리고 상기 동적 경계값을 추출하는 단계에서는, 상기 정상상태 데이터에 대응하는 무빙윈도우 표준편차인 불완전-정상상태 무빙윈도우 표준편차 데이터가 연속하는 일정구간에서 양수/음수 부호를 바꾸고, 상기 일정 구간의 시작지점의 데이터의 부호에 따라 특정 구간을 삭제한 후 상기 불완전 정상상태 무빙윈도우 표준편차 데이터의 각 포인트가 상기 기준 경계값보다 작으면 해당 데이터를 동적 경계값으로 추출할 수 있다.
또한 상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 실시간 자가적응형 정상상태 진단방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체일 수 있다.
한편, 상기 목적을 달성하기 위한 본 발명의 일 실시예에 따른 정상상태 진단장치는, 열펌프 시스템의 특성에 기초하여 종속변수를 입력받는 입력부; 상기 열펌프 시스템으로부터 연속운전 데이터를 수집하는 통신부; 및 상기 열펌프 시스템으로부터 사전에 획득한 사전 연속운전 데이터로부터 상기 종속변수를 추출하고, 추출된 종속변수별로 기준 경계값을 설정하고, 설정된 기준 경계값을 특정조건과 비교하여 정상상태 데이터가 저장되도록 하고, 정상상태 진단 알고리즘을 통해 상기 정상상태 데이터에 기초하여 동적 경계값을 추출하며, 추출된 상기 동적 경계값에 기초하여 동적 정상상태 학습모델을 학습하여 상기 종속변수별로 정상상태 진단모델을 결정하고, 상기 정상상태 진단모델에 기초하여 상기 열펌프 시스템의 정상상태를 진단하는 제어부를 포함한다.
여기서 상기 기준 경계값은, 상기 사전 연속운전 데이터에서 추출된 종속변수별로 산출된 표준편차를 기준으로 설정될 수 있다.
그리고 상기 입력부는, 상기 열펌프 시스템의 특성에 기초하여 무빙윈도우(moving window)의 크기를 입력받고, 상기 제어부는, 상기 기준 경계값과 상기 열펌프 시스템으로부터 실시간으로 획득한 실시간 연속운전 데이터에 기초하여 산출된 상기 무빙윈도우의 표준편차를 비교할 수 있다.
또한 상기 제어부는, 상기 무빙윈도우의 표준편차를 상기 기준 경계값과 비교한 결과로, 상기 기준 경계값보다 상기 무빙윈도우의 표준편차가 작으면 상기 실시간 연속운전 데이터를 상기 정상상태 데이터로 저장하고, 상기 기준 경계값보다 상기 무빙윈도우의 표준편차가 더 크면 상기 실시간 연속운전 데이터를 천이구간(transient)으로 분류하여 저장하지 않을 수 있다.
그리고 상기 제어부는, 상기 정상상태 데이터에 대응하는 무빙윈도우 표준편차인 불완전-정상상태 무빙윈도우 표준편차 데이터가 연속하는 일정구간에서 양수/음수 부호를 바꾸고, 상기 일정구간의 시작지점의 데이터의 부호에 따라 특정 구간을 삭제한 후 상기 불완전-정상상태 무빙윈도우 표준편차 데이터의 각 포인트가 상기 기준 경계값보다 작으면 해당 데이터를 동적 경계값으로 추출할 수 있다.
상술한 본 발명의 일측면에 따르면, 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치를 제공함으로써, 열펌프 시스템의 정확한 고장진단을 위한 기준이 되는 정상상태의 경계값을 실시간으로 추출하여 열펌프 시스템의 현재 상태를 정밀하게 진단할 수 있다.
도 1은 히트펌프 시스템의 일 예를 도시한 개략도이고,
도 2는 본 발명의 일 실시예에 따른 열펌프 시스템의 정상상태 진단장치의 구성을 설명하기 위한 블록도,
도 3은 단순 증기압축 사이클의 온도-엔트로피 선도를 설명하기 위한 도면,
도 4는 본 발명의 일 실시예에 따른 정상상태 진단장치가 동적 경계값을 추출하는 과정을 설명하기 위한 도면,
도 5는 본 발명의 일 실시예에 따른 정상상태 진단장치에서 수행되는 실시간 자가적응형 정상상태 진단방법을 설명하기 위한 흐름도, 그리고,
도 6 내지 도 9는 본 발명의 실시간 자가적응형 정상상태 진단방법에 따른 종속변수별 정상상태 진단 결과를 나타내는 그래프이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하에서는 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 히트펌프 시스템의 일 예를 도시한 개략도이고, 도 2는 본 발명의 일 실시예에 따른 열펌프 시스템의 정상상태 진단장치의 구성을 설명하기 위한 블록도, 도 3은 단순 증기압축 사이클의 온도-엔트로피 선도를 설명하기 위한 도면, 그리고, 도 4는 본 발명의 일 실시예에 따른 정상상태 진단장치가 동적 경계값을 추출하는 과정을 설명하기 위한 도면이다.
본 발명의 정상상태 진단장치(100)는 도 1에 도시된 바와 같이 증발기(10), 온도식 자동팽창밸브(20) 및 질량유량계(30)를 포함하는 실내기(실선영역)와 압축기(60), 응축기(40) 및 사방밸브(50)를 포함하는 실외기(점선영역)로 이루어지는 히트펌프 시스템에 적용될 수 있다. 이하에서는 설명의 편의를 위해 본 실시예에 따른 정상상태 진단장치(100)가 도 1에 도시된 열펌프 시스템에 적용된 경우를 기준으로 설명하기로 한다. 도 1에서는 본 실시예에 따른 정상상태 진단장치(100)가 분리형 가정용 열펌프 시스템으로 도시되었으나, 이에 한정되는 것은 아니며, 산업용 또는 건물용 열펌프 시스템에도 모두 적용될 수도 있음은 물론이다.
본 발명에 따른 정상상태 진단장치(100)는 열펌프 시스템으로부터 감지되는 변수들을 하나의 고정된 경계값을 기준으로 하여 시스템의 정상상태를 판단하는 것이 아니라 동적 경계값을 학습하여 열펌프 시스템의 정확한 고장진단을 위한 기준이 되는 정상상태의 경계값을 실시간으로 추출하여 열펌프 시스템의 현재 상태를 진단하기 위해 마련된다.
이에 정상상태 진단장치(100)는 입력부(110), 통신부(120), 저장부(130), 제어부(140) 및 출력부(150)를 포함하려 마련될 수 있다.
입력부(110)는 열펌프 시스템의 정상상태를 판단하기 위해 필요한 데이터를 사용자로부터 직접 입력받기 위해 마련될 수 있다. 그리고 입력부(110)를 통해 입력된 데이터는 저장부(130)에 저장되거나 제어부(140)에 전달될 수 있다.
그리고 입력부(110)는 사용자로부터 열펌프 시스템의 특성에 기초한 독립변수 및 종속변수를 입력받을 수 있다. 단순 증기압축 사이클로 온도-엔트로피(T-s) 선도 상에서 열펌프 사이클은 도 3에 도시된 바와 같이 표현될 수 있다. 선도는 고압부와 저압부로 구성되어 있으며, 압력수준은 열원이나 열침의 온도에 따라 변하게 된다.
입력부(110)는 열펌프의 운전조건으로 독립변수인 실내 건구온도(TID), 실내 상대습도(RH), 실외 건구온도(TOD)를 입력받고, 이러한 독립변수에 따라 시스템의 변화를 대표할 수 있는 종속변수를 입력받을 수 있다. 종속변수에는 냉매의 질량유량과 같은 값이 포함되는 것이 유리하지만, 본 실시예에서는 감지센서의 경제성을 감안하여 종속변수에 포함시키지 않았으며, 대부분 온도센서로 대체할 수 있는 측정값을 종속변수로 선정하였다. 이러한 종속변수는 열펌프 시스템의 특성에 따라 사용자에 의해 얼마든지 변경가능할 수 있다.
이상의 기준으로 본 발명에서는 종속변수로 도 3에서와 같이 냉매 측 종속변수로는 증발기 포화온도(TE), 과열도(TSH), 응축기 포화온도(TC), 압축기 토출온도(TD), 과냉도(TSC)가 있고, 공기 측 종속변수로 증발기 입출구 공기온도 차(TEA), 응축기 입출구 공기온도 차(TCA) 총 7개로 선정하였다.
이러한 종속변수 7개로 열교환기 내의 압력강하 등 작은 변화에 대한 예측은 어려운 것이 사실이나, 최소의 센서로 열펌프 시스템의 운전 상태를 파악하기 위해서는 적절할 수 있으며, 경제적으로 효과적일 수 있다. 그리고 증발기(10)와 응축기(40)의 포화온도는 설치된 압력센서의 측정값을 REFPROP 9을 이용하여 온도값으로 변환하고, 온도 실측에는 모두 T-형 열전대를 이용하였다.
또한 입력부(110)는 사용자로부터 열펌프 시스템의 특성에 기초한 무빙윈도우(moving window)의 크기를 입력받을 수 있다.
무빙윈도우는 열펌프 시스템의 정상상태를 판단하기 위해 필요한 것으로, 이러한 무빙윈도우의 크기는 열펌프 시스템의 특성에 따라 사용자가 임의로 설정할 수 있다. 무빙윈도우의 크기가 작을수록 열펌프 시스템의 상태를 정밀하게 파악할 수 있지만, 정상상태 경계값이 함께 작아지므로 유효한 데이터가 소식될 수 있다. 반대로 무빙윈도우의 크기를 키울수록 열펌프 시스템의 상태를 보다 간결하게 파악할 수 있지만 정상상태 경계값이 커지므로 진단의 신뢰도를 떨어뜨릴 수 있다. 이에 본 실시예에서는 유효 데이터의 소실을 방지하는 한편 정밀한 정상상태를 판단하여 진단의 신뢰도를 향상시키기 위해 입력부(110)가 무빙윈도우의 크기를 60초~200초 사이로 입력받는 것이 바람직하나, 이에 한정되는 것은 아니다.
이러한 입력부(110)는 키보드, 마우스, 또는 리모컨 등의 입력기기를 포함하거나 별도의 외부장치일 수도 있다.
통신부(120)는 외부장치와 각종 데이터를 송수신하기 위해 마련될 수 있으며, 본 실시예의 통신부(120)는 유무선 통신을 통해 열펌프 시스템에 마련된 각종 감지센서를 통해 각 세부장치의 운전상태를 수신할 수 있으며, 송수신된 데이터는 저장부(130)에 저장되거나 제어부(140)에 전달될 수 있다.
보다 구체적으로 본 실시예에 따른 통신부(120)는 열펌프 시스템의 다양한 온도센서, 압력센서 및 유량센서로부터 감지되는 데이터를 수신할 수 있다.
저장부(130)는 입력부(110), 통신부(120)로부터 전달받은 각종 데이터를 저장하거나 제어부(140)에서 처리되는 각종 데이터를 저장할 수 있다. 그리고 저장부(130)에는 입력부(110) 또는 통신부(120)를 통해 동적 정상상태 진단을 위한 알고리즘이 저장될 수 있고, 실시간 자가적응형 정상상태 진단방법을 수행하기 위한 프로그램이 기록된다. 또한 제어부(140)에서 처리하는 데이터를 일시적 또는 영구적으로 저장하며, 휘발성 저장매체 또는 비휘발성 저장매체를 포함할 수 있으나, 이에 한정되는 것은 아니다.
그리고 저장부(130)는 실시간 자가적응형 정상상태 진단방법을 수행하면서 누적되는 데이터가 저장될 수 있는데, 예를 들면 정상상태 학습모델 또는 진단모델에 사용되는 데이터, 정상상태 학습모델, 정상상태 진단모델, 임베딩 벡터 등이 저장될 수 있다.
한편 제어부(140)는 실시간 자가적응형 정상상태 진단방법을 제공하는 전체 과정을 제어하기 위해 마련되며, 실시간 자가적응형 정상상태 진단방법을 수행하기 위한 소프트웨어(어플리케이션)에 의해 제어될 수 있다.
그리고 제어부(140)는 입력부(110), 통신부(120), 저장부(130) 및 출력부(150)를 제어하고, 실시간 자가적응형 정상상태 진단방법에 따라 열펌프 시스템의 정상상태를 진단하고, 진단결과가 출력부(150)를 통해 출력되도록 제어할 수 있다.
제어부(140)는 종속변수 각각에 대한 기준 경계값(Manual Threshold)을 정할 수 있다. 기준 경계값은 정상상태의 성능을 제한하는 중요한 변수인데, 이러한 기준 경계값이 작을수록 정상상태 진단의 정밀도는 상승하지만, 유용한 많은 데이터가 소실될 수 있다. 실제로 변수의 불확실도는 온도에 따른 영향성이 있기 때문에 기준 경계값을 작게 설정하는 경우, 이러한 영향성에 따라 데이터의 수집범위를 지나치게 제한하는 오류를 범할 수 있다. 반면 과도하게 큰 기준 경계값을 설정하는 경우에는 정상상태와 크게 떨어진 상태가 포함될 수 있기 때문에 정상상태 진단의 신뢰도를 떨어뜨릴 수 있다. 이에 적절한 크기의 기준 경계값을 설정하는 것이 비정상 운전상태를 걸러내고 효율적인 고장진단 시스템을 구축하는데 효과적이다.
이에 본 실시예의 제어부(140)는 기준 경계값의 설정을 위해, 사전에 일정시간 동안 고도의 정상상태로 유지된 값들을 소정의 시간 동안 모니터링하고, 이를 통해 수집된 사전 연속운전 데이터로부터 종속변수를 추출할 수 있다. 구체적으로 통신부(120)를 통해 다양한 감지센서로부터 수집된 데이터인 사전 연속운전 데이터를 전달받으면 해당 데이터 중에서 상술한 7개의 종속변수에 해당하는 데이터만을 추출하는 것이다.
이렇게 추출된 종속변수 데이터를 분석하여 표준편차를 산출하고, 이렇게 산출된 표준편차를 기준으로 종속변수별로 기준 경계값을 설정할 수 있다.
이하의 표 1은 본 발명의 제어부(140)가 도 1의 8.8kW 공칭용량의 분리형 가정용 열펌프 시스템으로부터 사전에 수집한 사전 연속운전 데이터에 기초하여 설정된 각 종속변수(Feature)별 기준 경계값(Manual Threshold)이다. 종속변수는 상술한 바와 같이 총 7개로, 증발기 표화온도(TE), 과열도(Tsh), 응축기 포화온도(TC), 압축기 토출온도(TD), 과냉도(Tsc), 증발기 입출구 공기온도 차(TEA), 응축기 입출구 공기온도 차(TCA) 이다.
[표 1]
Figure pat00001
이상의 종속변수 별 기준 경계값은, 도 1의 실내외기 모두 핀-튜브 열교환기 형태이고, 실내기 및 실외기 모두 항온항습실에 설치되어 이하 표 2의 실내외 운전조건에 따라 사전에 수집된 데이터에 기반하여 설정된 경계값이다. 이 때 제어부(140)는 기준 경계값을 정하기 위하여 사전에 3시간 동안 고도의 정상상태로 유지된 값들을 1시간동안 모니터링하였는데, 이 값들은 실내외 운전조건이 고정된 상태에서 기동 후 3시간 뒤 기록되었다.
[표 2]
Figure pat00002
그리고 제어부(140)는 기준 경계값을 설정함에 있어서 각 분포가 정규분포를 따른다고 가정할 경우, 정상상태의 표준편차 값의 99% 정도의 영역 이내에 표준편차가 들어올 경우를 정상상태로 가정하여 이상의 기준 경계값을 설정하였다.
이상에서와 같이 제어부(140)는 각 종속변수별 기준 경계값을 사전에 산출하고나면 산출된 기준 경계값이 저장부(130)에 저장되도록 할 수 있다.
또한 제어부(140)는 이상의 기준 경계값이 사전에 설정된 이후, 설정된 기준 경계값을 특정조건과 비교하여 그 결과인 정상상태 데이터가 저장부(130)에 저장되도록 할 수 있다.
열펌프 연속운전 데이터에서 정상상태 데이터만을 추출하기 위해서는 이상의 방법으로 설정된 기준 경계값에 사용된 데이터가 정상상태 진단에 적합한 데이터인지에 대한 검증이 필요할 수 있다. 이에 본 발명의 제어부(140)는 이상의 기준 경계값을 특정조건과 비교할 수 있다.
여기서 특정 조건이라 함은, 열펌프 시스템으로부터 실시간으로 수집되는 실시간 연속운전 데이터에 기초하여 산출된 무빙윈도우 표준편차일 수 있다.
제어부(140)는 각 종속변수마다 결정된 기준 경계값보다 실시간으로 수집한 실시간 연속운전 데이터에 대한 무빙윈도우 구간의 표준편차가 작으면, 해당 실시간 연속운전 데이터를 정상상태로 판단하고, 이를 정상상태 데이터로써 저장부(130)에 실시간으로 저장할 수 있다. 한편, 각 종속변수마다 결정된 기준 경계값보다 무빙윈도우 구간의 표준편차가 크면, 실시간 연속운전 데이터는 천이구간(Transient)으로 분류하고 해당 데이터는 저장하지 않도록 한다.
제어부(140)가 기준 경계값과 무빙윈도우의 표준편차를 비교한 결과에 따라 정상상 데이터를 저장한 이후에는, 정상상태 진단 알고리즘을 통해 정상상태 데이터로부터 동적 경계값을 추출할 수 있다.
이러한 과정은 정상상태 데이터로부터 매우 정밀한 정상상태 데이터만을 추출하기 위한 과정으로, 정상상태 데이터는 무빙윈도우의 크기에 따라 일부 천이구간 데이터도 포함되기 때문에 불완전한 정상상태 데이터일 수밖에 없다. 이에 정상상태 데이터 중에서 불완전 정상상태 데이터를 제거함으로써 제어부(140)는 매우 정밀한 정상상태를 판단할 수 있는 데이터로 동적 경계값을 추출할 수 있게 된다.
이러한 정상상태 데이터로부터 동적 경계값을 추출하기 위한 정상상태 진단 알고리즘은 아래의 알고리즘 1과 같다.
[알고리즘 1]
Figure pat00003
먼저 제어부(140)는 이상의 알고리즘 1의 1 내지 4에와 같이 열펌프 시스템으로부터 수집된 종속변수(Feature) 데이터, 종속변수별 기준 경계값(Sigma), 정상상태 데이터에 대응하는 무빙윈도우 표준편차인 불완전-정상상태 무빙윈도우 표준편차 데이터(StdMW), 무빙윈도우 크기(MWsize)를 먼저 각각 불러온다.
이후 제어부(140)는 알고리즘 1의 6 및 7에서와 같이 불완전-정상상태 무빙윈도우 표준편차 데이터(StdMW)에서 종속변수별 기준 경계값(Sigma)을 뺀 값을 새로운 변수 ex에 할당한다. 이후 불완전-정상상태 무빙윈도우 표준편차 데이터(StdMW)에서 동적 경계값을 추출하기에는 적합하지 않은 무빙윈도우 크기의 절반(1/2)에 해당하는 데이터를 우선 삭제하는 과정을 수행할 수 있다.
보다 구체적으로 설명하면 본 발명의 제어부(140)는 실시간으로 수집되는 실시간 연속운전 데이터 중에서 운전이 시작된 시점부터 무빙윈도우 크기의 절반에 해당하는 시점까지의 데이터는 동적 경계값을 추출하기에는 적합하지 않은 구간으로 판단한다. 이에 도 4를 참고하여 무빙윈도우의 크기가 5분으로 설정된 경우를 예로 들면, 시간을 나타내는 가로축을 기준으로 0초부터 무빙윈도우의 크기인 5분의 절반에 해당하는 2분30초까지 해당하는 데이터를 삭제하는 것이다.
그리고 제어부(140)는 알고리즘 1의 8 내지 10과 같이, 변수 ex에 저장된 불완전-정상상태 무빙윈도우 표준편차 데이터 값이 연속하는 k, k+1 지점에서 양수/음수 부호가 바뀌고 그와 동시에 k지점의 값이 음수이면, 불완전-정상상태 무빙윈도우 표준편차 데이터(StdMW)의 [k-MWsize/2 : k]에 해당하는 구간을 삭제할 수 있다.
반면 제어부(140)는 알고리즘 1의 8, 11 내지 12와 같이, 변수 ex에 저장된 불완전-정상상태 무빙윈도우 표준편차 데이터 값이 연속하는 k, k+1 지점에서 양수/음수 부호가 바뀌고 그와 동시에 k지점의 값이 양수이면, 불완전-정상상태 무빙윈도우 표준편차 데이터(StdMW)의 [k : k+MWsize/2]에 해당하는 구간을 삭제할 수 있다.
제어부(140)에서 이상의 과정을 통해 특정구간이 삭제된 모습은 도 4의 하단에 도시된 바와 같다. 즉 이상의 정상상태 진단 알고리즘이 적용되기 이전에는 도 4의 상단에 도시된 도면에서와 같이 정상상태 데이터에 대응하는 무빙윈도우 표준편차인 불완전-정상상태 무빙윈도우 표준편차 데이터는 무빙윈도우 크기에 따라 일부 천이구간 데이터인 경사가 가파른 구간을 포함하는 불완전한 정상상태 데이터일 수 밖에 없다.
이에 제어부(140)는 정상상태 진단 알고리즘을 통해 불완전-정상상태 무빙윈도우 표준편차 데이터에서 일부 천이구간에 해당하는 경사가 가파른 구간을 삭제하는 과정을 수행할 수 있다.
그리고 알고리즘 1의 13 및 15를 통해 알 수 있듯, 제어부(140)는 불완전-정상상태 무빙윈도우 표준편차 데이터(StdMW)의 각 포인트가 기준 경계값인 j보다 작으면 해당 데이터를 동적 경계값으로 추출하고, 추출된 동적 경계값을 저장부(130)에 저장하는 반면, 불완전-정상상태 무빙윈도우 표준편차 데이터(StdMW)의 각 포인트가 기준 경계값인 j보다 크면 해당 데이터는 저장하지 않고 삭제할 수 있다.
따라서 제어부(140) 이상의 알고리즘 1을 통해 정상상태 데이터에서 불완전한 정상상태 데이터를 제거하여 동적 경계값을 추출할 수 있게 된다.
그리고 제어부(140)는 추출된 동적경계값에 기초하여 동적 정상상태 학습모델을 학습시켜 종속변수별 정상상태 진단모델을 결정할 수 있다.
제어부(140)는 이를 위해 학습부를 포함하여 마련될 수 있으며, 추출된 동적 경계값을 학습하기 위한 학습모델은 2차 다항함수의 형태로 구성될 수 있는데, 2차 다항함수는 하기의 수학식 1과 같다.
[수학식 1]
Figure pat00004
상술한 알고리즘 1이 적용된 데이터는 다양한 운전조건에서의 독립변수 한 쌍(실내 건구온도(TID), 실내 상대습도(RH), 실외 건구온도(TOD)) 마다 7개 종속변수의 동적 경계값을 갖게 된다. 따라서 이상의 수학식 1의 종속변수 i의 동적 경계값인
Figure pat00005
는 간단하게 독립변수들의 함수로 표현할 수 있게 된다.
또한 제어부(140)는 이렇게 종속변수별 정상상태 진단모델이 결정되고 나면, 결정된 정상상태 진단모델에 이후에 열펌프 시스템으로부터 새롭게 수집되는 데이터를 적용하여 열펌프 시스템의 정상상태를 진단할 수 있게 된다.
한편, 출력부(150)는 제어부(140)로부터 진단된 진단결과를 출력하기 위해 마련될 수 있으며, 이러한 출력부(150)는 모니터와 같은 디스플레이 장치이거나, 정상상태가 아닌 경우 사용자가 인지할 수 있도록 하는 스피커, 조명 등과 같은 알람장치를 포함하는 출력기기일 수도 있음은 물론이다.
한편, 도 5는 본 발명의 일 실시예에 따른 실시간 자가적응형 정상상태 진단장치에서 수행되는 실시간 자가적응형 정상상태 진단방법을 설명하기 위한 흐름도이다.
본 발명의 실시간 자가적응형 정상상태 진단방법은 사전 연속운전 데이터로부터 기설정된 종속변수를 추출하는 단계(S100), 정상상태 데이터를 저장하는 단계(S200), 정상상태 데이터에 기초하여 동적 경계값을 추출하는 단계(S300), 정상상태 진단모델을 결정하는 단계(S400) 및 열펌프 시스템의 정상상태를 진단하는 단계(S500)를 포함할 수 있다.
이상의 실시간 자가적응형 정상상태 진단방법은 상술한 정상상태 진단장치에 의해 수행될 수 있다.
그리고 도면에는 도시되어 있지 않지만, 기설정된 종속변수를 추출하는 단계(S100)를 수행하기에 앞서 사전에 독립변수 및 종속변수를 선정하는 단계(미도시)를 더 포함할 수 있다. 독립변수 및 종속변수는 열펌프 시스템의 특성에 기초하여 사용자에 의해 사전에 설정될 수 있는 것으로 실내 건구온도(TID), 실내 상대습도(RH), 실외 건구온도(TOD)로 입력받고, 이러한 독립변수에 따라 시스템의 변화를 대표할 수 있는 종속변수도 입력받을 수 있다.
종속변수는 도 3에서와 같이 냉매 측 종속변수로는 증발기 포화온도(TE), 과열도(TSH), 응축기 포화온도(TC), 압축기 토출온도(TD), 과냉도(TSC)가 있고, 공기 측 종속변수로 증발기 입출구 공기온도 차(TEA), 응축기 입출구 공기온도 차(TCA) 총 7개로 선정될 수 있다. 이러한 종속변수는 열펌프 시스템의 특성에 따라 사용자에 의해 얼마든지 변경가능할 수 있다. 본 실시예에서는 감지센서의 경제성을 감안하여 냉매의 질량유량과 같은 값은 포함시키지 않았지만, 이는 감지센서의 경제성을 감안한 것일 뿐, 이에 한정되는 것은 아니다.
그리고 본 발명의 실시간 자가적응형 정상상태 진단방법은 독립변수 및 종속변수를 선정하는 단계(미도시) 이전 또는 이후에 열펌프 시스템의 특성에 기초하여 무빙윈도우의 크기를 결정하는 단계(미도시)를 더 포함할 수 있다.
무빙윈도우의 크기를 결정하는 단계는 독립변수 및 종속변수를 선정하는 단계(미도시)와 마찬가지로 열펌프 시스템의 특성에 따라 사용자가 임의로 설정할 수 있는데, 본 발명에서는 유효 데이터의 소실을 방지하는 한편 정밀한 정상상태를 판단하여 진단의 신뢰도를 향상시키기 위해 60초~200초 사이로 무빙윈도우 크기를 설정하는 것이 바람직할 수 있지만, 이에 한정되는 것은 아니다.
독립변수 및 종속변수의 선정이 완료되고 난 이후에는 열펌프 시스템으로부터 사전에 획득한 사전 연속운전 데이터로부터 기설정된 종속변수를 추출하는 단계(S100)를 수행할 수 있다.
그리고 나서 정상상태 데이터를 저장하는 단계(S200)를 수행할 수 있다. 정상상태 데이터를 저장하는 단계(S200)는 추출된 종속변수별로 기준 경계값을 설정하고, 설정된 기준 경계값을 특정조건과 비교한 결과인 정상상태 데이터를 저장하는 단계일 수 있다.
정상상태 데이터를 저장하는 단계(S200)에서는 기준 경계값의 설정이 완료된 이후에 열펌프 시스템으로부터 실시간으로 획득한 실시간 연속운전 데이터에 기초하여 종속변수별로 무빙윈도우의 표준편차를 산출할 수 있다. 그리고 산출된 무빙윈도우의 표준편차를 설정된 기준 경계값과 비교하고, 기준 경계값보다 무빙윈도우의 표준편차가 작으면 무빙윈도우의 표준편차를 산출하기 위해 사용된 실시간 연속운전 데이터를 정상상태 데이터로 저장할 수 있다.
반면, 설정된 기준 경계값보다 무빙윈도우의 표준편차가 더 크면 무빙윈도우의 표준편차를 산출하기 위해 사용된 실시간 연속운전 데이터는 천이구간(transient)으로 분류하여 저장하지 않을 수 있다.
이렇게 정상상태 데이터를 저장하는 단계(S200)를 수행한 후에는 동적 경계값을 추출하는 단계(S300)를 수행할 수 있다. 동적 경계값을 추출하는 단계(S300)는 정상상태 데이터로부터 매우 정밀한 정상상태 데이터만을 추출하기 위한 과정으로, 정상상태 데이터 중에서 불완전 정상상태 데이터를 제거할 수 있다.
기설정된 정상상태 진단 알고리즘에 의해 정상상태 데이터로부터 동적 경계값을 추출할 수 있는데, 이러한 기설정된 정상상태 진단 알고리즘은 상술한 알고리즘 1과 동일하고, 상술한 내용으로부터 충분히 유추가능한 바, 자세한 설명은 생략하기로 한다.
동적 경계값이 추출되면 정상상태 진단장치(100)는 동적 경계값에 기초하여 동적 정상상태 학습모델을 학습시켜 정상상태 진단모델을 결정하는 단계(S400)를 수행하게 된다.
이 때 추출된 동적 경계값을 학습하기 위한 학습모델은 2차 다항함수의 형태로 구성될 수 있고, 종속변수별 정상상태 진단모델이 결정되고나면, 정상상태 진단모델에 기초하여 열펌프 시스템의 정상상태를 진단하는 단계(S500)를 수행할 수 있다. 이 단계는 정상상태 진단모델이 결정된 이후에 열펌프 시스템으로부터 새롭게 수집되는 데이터를 수집하고, 수집된 데이터를 결정된 정상상태 진단모델에 적용하여 실시간으로 열펌프 시스템의 상태를 동적 경계값과 비교함으로써 정상상태를 진단할 수 있게 된다.
이상의 본 실시간 자가적응형 정상상태 진단방법을 통해 고장진단을 위한 기준이 되는 정상상태의 경계값을 실시간으로 추출하여 열펌프 시스템의 현재 상태를 정밀하게 판단할 수 있게 된다.
한편, 도 6 내지 도 9는 본 발명의 실시간 자가적응형 정상상태 진단방법에 따른 종속변수별 정상상태 진단 결과를 나타내는 그래프이다.
도 6은 냉매 측 특성변수인 증발기 포화온도(TE)에 대한 정상상태 진단결과로, 정상상태를 진단하는 경계값은 전 구간에서 본 발명의 실시간 자가적응형 정상상태 진단방법에 따라 추출된 동적 경계값이 기존의 기준 경계값보다 높았다. 이 경우, 정상상태와 크게 떨어진 상태를 정상상태로 잘못 판단하는 경우가 발생할 수 있지만 데이터의 표준편차가 0.1이 넘는 모든 구간에 대해서는 천이구간으로 잘 판단하고 있음을 확인할 수 있다.
한편 냉매 측 특성변수인 과열도(Tsh)에 대한 정상상태 진단 결과를 나타낸 도 7을 참조하면, 일부 구간을 제외하고 동적 경계값이 기존의 기준 경계값보다 낮았다. 이 경우, 정상상태 진단의 정밀도는 상승하지만, 유용한 많은 데이터가 소실될 수 있는 우려가 있다. 하지만, 데이터의 표준편차가 0.25 부근에서 과열도는 종종 불안정한 상태를 보이지만 기존의 기준 경계값은 해당 상태를 정상상태로 간주하는 반면에, 동적 경계값은 해당 구간을 천이구간으로 판단한다. 이러한 결과는 본 발명에 의해 추출된 동적 한계값이 기존의 한계값보다 시스템의 정상상태를 정확하게 판단하는 것을 보여준다.
그리고 냉매 측 특성변수인 과냉도(Tsc)에 대한 정상상태 진단 결과를 나타낸 도 8에서는 전 구간에서 기존의 기준 경계값과 동적 경계값이 거의 일치하는 모습을 확인할 수 있다. 하지만, 동적 경계값은 과냉도가 비정상적으로 급격히 상승할 때, 운전 조건에 따라 함께 상승하는 모습을 보여주는데, 이는 다양한 운전환경에서 시스템의 정확한 정상상태 진단을 가능하게 할 수 있다는 장점이 있다.
한편 도 9에 도시된 바와 같이 공기 측 특성변수인 증발기 입·출구 공기온도 하락치(
Figure pat00006
TEA)에 대한 정상상태 진단 결과를 살펴보면, 본 발명의 동적 경계값은 기존의 기준 경계값보다 전 구간에서 낮았다. 이는 정상상태 진단의 정밀도를 높일 수 있으며 도면에서 알 수 있듯이, 시스템 가동 후 300 분 가량 지났을 때
Figure pat00007
TEA는 순간적으로 증가했지만 기존의 기준 경계값은 이 현상을 정상상태로 판단한 반면에, 본 발명에 따른 동적 경계값은 천이구간 상태로 진단하였다. 이는 본 발명에 따라 추출된 동적 경계값이 기존의 기준 경계값보다 더 정밀할 뿐만 아니라 정확하게 정상상태를 진단하는 것을 보여주는 결과이다.
본 발명에 따른 구성요소들은 물리적인 구분이 아니라 기능적인 구분에 의해서 정의되는 구성요소들로서 각각이 수행하는 기능들에 의해서 정의될 수 있다. 각각의 구성요소들은 하드웨어 또는 각각의 기능을 수행하는 프로그램 코드 및 프로세싱 유닛으로 구현될 수 있을 것이며, 두 개 이상의 구성요소의 기능이 하나의 구성요소에 포함되어 구현될 수도 있을 것이다. 따라서 이하의 실시예에서 구성요소에 부여되는 명칭은 각각의 구성요소를 물리적으로 구분하기 위한 것이 아니라 각각의 구성요소가 수행되는 대표적인 기능을 암시하기 위해서 부여된 것이며, 구성요소의 명칭에 의해서 본 발명의 기술적 사상이 한정되지 않는 것임에 유의하여야 한다.
이와 같은 본 발명의 실시간 자가적응형 정상상태 진단방법은 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 본 발명의 다양한 실시예에 대하여 도시하고 설명하였지만, 본 발명은 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형실시들은 본 발명의 기술적 사상이나 전망으로부터 개별적으로 이해되어져서는 안될 것이다.
100 : 정상상태 진단장치 110 : 입력부
120 : 통신부 130 : 저장부
140 : 제어부 150 : 출력부

Claims (11)

  1. 열펌프 시스템을 진단하는 정상상태 진단장치에서 수행되는 실시간 자가적응형 정상상태 진단방법은,
    상기 열펌프 시스템에서 사전에 획득한 사전 연속운전 데이터로부터 기설정된 종속변수를 추출하는 단계;
    추출된 종속변수별로 기준 경계값을 설정하고, 설정된 기준 경계값을 특정조건과 비교한 결과인 정상상태 데이터를 저장하는 단계;
    정상상태 진단 알고리즘을 통해 상기 정상상태 데이터에 기초하여 동적 경계값을 추출하는 단계;
    추출된 상기 동적 경계값에 기초하여 동적 정상상태 학습모델을 학습하여 상기 종속변수별로 정상상태 진단모델을 결정하는 단계; 및
    상기 정상상태 진단모델에 기초하여 상기 열펌프 시스템의 정상상태를 진단하는 단계를 포함하는 실시간 자가적응형 정상상태 진단방법.
  2. 제1항에 있어서,
    상기 기준 경계값은,
    상기 사전 연속운전 데이터에서 추출된 종속변수별로 산출된 표준편차를 기준으로 설정되는 것을 특징으로 하는, 실시간 자가적응형 정상상태 진단방법.
  3. 제2항에 있어서,
    상기 열펌프 시스템의 특성에 기초하여 무빙윈도우(moving window)의 크기를 결정하는 단계를 더 포함하고,
    상기 정상상태 데이터를 저장하는 단계에서는,
    상기 열펌프 시스템으로부터 실시간으로 획득한 실시간 연속운전 데이터에 기초하여 산출된 상기 무빙윈도우의 표준편차를 상기 기준 경계값과 비교하는 것을 특징으로 하는, 실시간 자가적응형 정상상태 진단방법.
  4. 제3항에 있어서,
    상기 정상상태 데이터를 저장하는 단계에서는,
    상기 무빙윈도우의 표준편차를 상기 기준 경계값과 비교한 결과로, 상기 기준 경계값보다 상기 무빙윈도우의 표준편차가 작으면 상기 실시간 연속운전 데이터를 상기 정상상태 데이터로 저장하고, 상기 기준 경계값보다 상기 무빙윈도우의 표준편차가 더 크면 상기 실시간 연속운전 데이터를 천이구간(transient)으로 분류하여 저장하지 않는 것을 특징으로하는 실시간 자가적응형 정상상태 진단방법.
  5. 제4항에 있어서,
    상기 동적 경계값을 추출하는 단계에서는,
    상기 정상상태 데이터에 대응하는 무빙윈도우 표준편차인 불완전-정상상태 무빙윈도우 표준편차 데이터가 연속하는 일정구간에서 양수/음수 부호를 바꾸고, 상기 일정 구간의 시작지점의 데이터의 부호에 따라 특정 구간을 삭제한 후 상기 불완전 정상상태 무빙윈도우 표준편차 데이터의 각 포인트가 상기 기준 경계값보다 작으면 해당 데이터를 동적 경계값으로 추출하는 것을 특징으로 하는, 실시간 자가적응형 정상상태 진단방법.
  6. 제1항에 따른 실시간 자가적응형 정상상태 진단방법을 수행하기 위한, 컴퓨터 프로그램이 기록된 컴퓨터로 판독 가능한 기록 매체.
  7. 열펌프 시스템의 특성에 기초하여 종속변수를 입력받는 입력부;
    상기 열펌프 시스템으로부터 연속운전 데이터를 수집하는 통신부; 및
    상기 열펌프 시스템으로부터 사전에 획득한 사전 연속운전 데이터로부터 상기 종속변수를 추출하고, 추출된 종속변수별로 기준 경계값을 설정하고, 설정된 기준 경계값을 특정조건과 비교하여 정상상태 데이터가 저장되도록 하고, 정상상태 진단 알고리즘을 통해 상기 정상상태 데이터에 기초하여 동적 경계값을 추출하며, 추출된 상기 동적 경계값에 기초하여 동적 정상상태 학습모델을 학습하여 상기 종속변수별로 정상상태 진단모델을 결정하고, 상기 정상상태 진단모델에 기초하여 상기 열펌프 시스템의 정상상태를 진단하는 제어부를 포함하는 정상상태 진단장치.
  8. 제7항에 있어서,
    상기 기준 경계값은,
    상기 사전 연속운전 데이터에서 추출된 종속변수별로 산출된 표준편차를 기준으로 설정되는 것을 특징으로 하는, 정상상태 진단장치.
  9. 제8항에 있어서,
    상기 입력부는,
    상기 열펌프 시스템의 특성에 기초하여 무빙윈도우(moving window)의 크기를 입력받고,
    상기 제어부는,
    상기 기준 경계값과 상기 열펌프 시스템으로부터 실시간으로 획득한 실시간 연속운전 데이터에 기초하여 산출된 상기 무빙윈도우의 표준편차를 비교하는 것을 특징으로 하는, 정상상태 진단장치.
  10. 제9항에 있어서,
    상기 제어부는,
    상기 무빙윈도우의 표준편차를 상기 기준 경계값과 비교한 결과로, 상기 기준 경계값보다 상기 무빙윈도우의 표준편차가 작으면 상기 실시간 연속운전 데이터를 상기 정상상태 데이터로 저장하고, 상기 기준 경계값보다 상기 무빙윈도우의 표준편차가 더 크면 상기 실시간 연속운전 데이터를 천이구간(transient)으로 분류하여 저장하지 않는 것을 특징으로 하는, 정상상태 진단장치.
  11. 제10항에 있어서,
    상기 제어부는,
    상기 정상상태 데이터에 대응하는 무빙윈도우 표준편차인 불완전-정상상태 무빙윈도우 표준편차 데이터가 연속하는 일정구간에서 양수/음수 부호를 바꾸고, 상기 일정구간의 시작지점의 데이터의 부호에 따라 특정 구간을 삭제한 후 상기 불완전-정상상태 무빙윈도우 표준편차 데이터의 각 포인트가 상기 기준 경계값보다 작으면 해당 데이터를 동적 경계값으로 추출하는 것을 특징으로 하는, 정상상태 진단장치.
KR1020210152341A 2021-11-08 2021-11-08 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치 KR102624730B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210152341A KR102624730B1 (ko) 2021-11-08 2021-11-08 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210152341A KR102624730B1 (ko) 2021-11-08 2021-11-08 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치

Publications (2)

Publication Number Publication Date
KR20230066874A true KR20230066874A (ko) 2023-05-16
KR102624730B1 KR102624730B1 (ko) 2024-01-15

Family

ID=86546196

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210152341A KR102624730B1 (ko) 2021-11-08 2021-11-08 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치

Country Status (1)

Country Link
KR (1) KR102624730B1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100797610B1 (ko) 2006-11-02 2008-01-23 주식회사 대우일렉트로닉스 전자팽창밸브를 포함하는 히트펌프의 난방과부하 검출 및제어방법
JP2008249234A (ja) * 2007-03-30 2008-10-16 Mitsubishi Electric Corp 冷凍サイクル装置の故障診断装置及びそれを搭載した冷凍サイクル装置
KR20120014685A (ko) * 2010-08-10 2012-02-20 서울대학교산학협력단 히트펌프 시스템의 정상운전상태 감지장치 및 감지방법
KR101151867B1 (ko) * 2010-11-25 2012-05-31 한국건설기술연구원 공조시스템의 고장 검출 및 진단 방법
KR20170031985A (ko) * 2015-09-14 2017-03-22 현대건설주식회사 공기조화시스템의 고장 검출 및 진단 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100797610B1 (ko) 2006-11-02 2008-01-23 주식회사 대우일렉트로닉스 전자팽창밸브를 포함하는 히트펌프의 난방과부하 검출 및제어방법
JP2008249234A (ja) * 2007-03-30 2008-10-16 Mitsubishi Electric Corp 冷凍サイクル装置の故障診断装置及びそれを搭載した冷凍サイクル装置
KR20120014685A (ko) * 2010-08-10 2012-02-20 서울대학교산학협력단 히트펌프 시스템의 정상운전상태 감지장치 및 감지방법
KR101151867B1 (ko) * 2010-11-25 2012-05-31 한국건설기술연구원 공조시스템의 고장 검출 및 진단 방법
KR20170031985A (ko) * 2015-09-14 2017-03-22 현대건설주식회사 공기조화시스템의 고장 검출 및 진단 방법

Also Published As

Publication number Publication date
KR102624730B1 (ko) 2024-01-15

Similar Documents

Publication Publication Date Title
CN106594966B (zh) 一种检测空调系统冷媒泄漏的方法及空调系统
Kim et al. Design of a steady-state detector for fault detection and diagnosis of a residential air conditioner
CN100549574C (zh) 基于距离故障分类器的故障诊断和预测
CN113432254B (zh) 空调器堵塞识别方法、装置、空调器及可读存储介质
US7712319B2 (en) Refrigerant charge adequacy gauge
EP3553426B1 (en) Data processing method for refrigerant leakage detection
JP3746729B2 (ja) 機器の劣化を検出する方法
CN113654182A (zh) 检测冷媒泄漏的方法和计算机可读存储介质以及空调器
US10989428B2 (en) Performance diagnosis device and performance diagnosis method for air conditioner
CN105509241A (zh) 判断冷凝器管中感温包是否脱落的方法、装置及空调器
US10746427B2 (en) Air conditioner blowing temperature estimation apparatus and computer-readable recording medium
US20240142125A1 (en) Air conditioning system, abnormality estimation method for air conditioning system, air conditioner, and abnormality estimation method for air conditioner
CN110836519A (zh) 一种空调器冷媒泄漏检测方法及检测系统
JP7445533B2 (ja) 異常検出装置、プログラムおよび電気機器システム
KR20230066874A (ko) 열펌프 시스템의 실시간 자가적응형 정상상태 진단방법, 이를 수행하기 위한 기록 매체 및 정상상태 진단장치
CN113669839B (zh) 检测冷媒泄漏的方法和计算机可读存储介质以及空调器
KR101549754B1 (ko) 가변속 냉동시스템의 고장진단방법
JP7124851B2 (ja) 空気調和機
CN106403201B (zh) 空调器的新风机换热器积液的控制方法及空调器
CN115597185A (zh) 空调器的控制方法、控制装置、空调器和可读存储介质
EP2256423B1 (en) Multi-type air conditioner and a method for checking operation of indoor electronic expansion valves of indoor units
JP2020094763A (ja) 空気調和装置
CN112179592B (zh) 制冷系统检测方法、装置和可读介质
US20240175595A1 (en) Air conditioning system, refrigerant amount estimation method for air conditioning system, air conditioner, and refrigerant amount estimation method for air conditioner
EP3839363A1 (en) A method for providing a diagnostic assessment of a chiller

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant