WO2012057378A1 - 범용 센서 자가 진단 장치 및 그 진단 방법 - Google Patents

범용 센서 자가 진단 장치 및 그 진단 방법 Download PDF

Info

Publication number
WO2012057378A1
WO2012057378A1 PCT/KR2010/007483 KR2010007483W WO2012057378A1 WO 2012057378 A1 WO2012057378 A1 WO 2012057378A1 KR 2010007483 W KR2010007483 W KR 2010007483W WO 2012057378 A1 WO2012057378 A1 WO 2012057378A1
Authority
WO
WIPO (PCT)
Prior art keywords
sensor
failure
modeling
unit
failure type
Prior art date
Application number
PCT/KR2010/007483
Other languages
English (en)
French (fr)
Inventor
손희근
김한실
남구운
Original Assignee
파웰테크윈(주)
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 파웰테크윈(주) filed Critical 파웰테크윈(주)
Priority to CN2010800061698A priority Critical patent/CN102695943A/zh
Priority to JP2012541005A priority patent/JP2013501945A/ja
Publication of WO2012057378A1 publication Critical patent/WO2012057378A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/12—Checking intermittently signalling or alarm systems
    • G08B29/14—Checking intermittently signalling or alarm systems checking the detection circuits

Definitions

  • the present invention relates to a general-purpose sensor self-diagnostic apparatus, and more particularly, receives an initial normal input signal from a specific sensor and models the sensor (where modeling includes modeling coefficients, types, and various variables, and the like). After the initial modeling, the diagnostic modeling value from the specific sensor is compared with the normal modeling output value to determine whether the sensor is faulty or failure type, and if the sensor fails, the user is notified by preventing the accident and including the sensor.
  • the present invention relates to a general-purpose sensor self-diagnosis apparatus and a diagnostic method thereof, which enable the system to ensure safety and reliability.
  • the present invention relates to a general-purpose sensor self-diagnostic apparatus and a diagnostic method thereof.
  • sensors for checking the movement amount in a machine for precise processing of nanometer units sensors installed at each unit process of a chemical plant, and sensors having various monitoring functions such as pressure, temperature, CO2 concentration and oxygen concentration sensor, automobile, etc.
  • sensors installed at each unit process of a chemical plant
  • sensors having various monitoring functions such as pressure, temperature, CO2 concentration and oxygen concentration sensor, automobile, etc.
  • the importance of each sensor used in various facilities of important national key industries, such as various sensors directly connected to life used in ships, ships, airplanes, temperature and pressure sensors for nuclear power generation equipment, etc. can be understood without detailed explanation. It is an important component.
  • the present invention has been invented to solve the above problems, the present invention receives an initial normal input signal from a specific sensor and modeling the sensor (where modeling includes modeling coefficients, types, and various variables), After the initial modeling, the diagnostic modeling value from the specific sensor is compared with the normal modeling output value to determine whether the sensor is faulty or failure type, and if the sensor fails, the user is notified to prevent the accident and prevent the sensor.
  • An object of the present invention is to provide a general-purpose sensor self-diagnostic apparatus and its diagnostic method, which can ensure the safety and reliability of the system.
  • a general-purpose sensor self-diagnostic apparatus comprises a sensor signal input unit for receiving a sensor signal from at least one sensor; An input data processing unit processing the sensor signal received from the sensor signal input unit into a value that can be used in a diagnostic apparatus; A modeling unit configured to model data processed by the input data processing unit to calculate a diagnostic modeling value; A memory for storing reference modeling values of sensor signals of the sensors that are previously modeled when the sensor is in a normal state, and storing failure type determination data for determining a failure type of the sensor; A fault diagnosis unit comparing a correlation between the diagnostic modeling value and a reference modeling value of the corresponding sensor stored in the memory to diagnose whether the corresponding sensor has a fault; And a failure type determination unit for determining a failure type of the corresponding sensor by comparing a correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data when the failure diagnosis unit determines that the corresponding sensor is a failure. Equipped.
  • the failure type determination unit uses one or more of the continuity, shape, and delay value of the diagnostic modeling value to determine a failure type of the corresponding sensor.
  • an output unit for receiving the data on the type of failure of the sensor from the failure type determination unit and outputs to the user using voice, text and graph.
  • the apparatus may further include a communication unit configured to receive data regarding a failure type of the corresponding sensor from the failure type determination unit and transmit the data to the external device using a wired or wireless communication method.
  • the input data processing unit converts the analog signal into a digital signal and transmits the analog signal to the modeling unit.
  • a diagnostic method of a general-purpose sensor self-diagnosis apparatus includes: receiving a sensor signal from at least one sensor; (B) diagnosing a failure of a corresponding sensor by modeling an input sensor signal to calculate a diagnostic modeling value and comparing a correlation between the diagnostic modeling value and a reference modeling value of the corresponding sensor stored in a memory; And (C) determining a failure type of the corresponding sensor by comparing a correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory when it is determined that the corresponding sensor is a failure.
  • the reference modeling value is a modeling value of a sensor signal of a corresponding sensor that is previously modeled when the corresponding sensor is in a normal state.
  • the determining of the failure type of the corresponding sensor by comparing the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory may include: continuity of the diagnostic modeling value to determine the failure type of the corresponding sensor; Preference is given to using one or more of, form and delay values.
  • the method may further include (D) outputting data on the type of failure of the sensor to a user using voice, text, and graphs.
  • the present invention receives an initial normal input signal from a specific sensor and models the sensor (where modeling includes modeling coefficients, types, and various variables, etc.), and then, from the specific sensor after the initial modeling.
  • the diagnostic modeling value is compared with the normal modeling output value to determine whether there is a sensor failure or failure type, and if the sensor fails, the user is notified by preventing the accident and improving the safety and reliability of the system including the sensor. This has the advantage of facilitating the management of the automation system.
  • the present invention has the advantage of easy to manage and use in the measurement sensor for continuous long-term monitoring of the environment, such as air pollution, water pollution, traffic volume, etc. using the advantage that can predict the aging of the sensor over time.
  • FIG. 1 is a block diagram showing the internal configuration of a general-purpose sensor self-diagnostic apparatus according to a preferred embodiment of the present invention.
  • FIG. 2 is an explanatory diagram illustrating a process in which the present invention operates.
  • FIG. 3 is a flowchart illustrating a process of operating a general-purpose sensor self-diagnosis apparatus according to a preferred embodiment of the present invention.
  • FIG. 1 is a block diagram showing the internal configuration of a general-purpose sensor self-diagnostic apparatus according to a preferred embodiment of the present invention.
  • the general-purpose sensor self-diagnosis apparatus 100 of the present invention includes a sensor 110, a sensor signal input unit 120, an input data processing unit 121, a modeling unit 123, and a failure diagnosis unit ( 130, a failure type determination unit 140, a central processing unit 150, a power supply unit 160, a communication unit 170, a memory 180, and an output unit 190.
  • At least one sensor 110 generates a sensor signal and provides the sensor signal to the sensor signal input unit 120 in real time.
  • the sensor signal input unit 120 receives the sensor signal from the one or more sensors 110 in real time via wired / wireless and transmits the sensor signal to the input data processing unit 121.
  • the sensor signal may be in the form of an analog signal represented by voltage or current, or direct current or sine wave, or may be a digital signal represented by pulse, RS232, RS485, or the like.
  • the analog signal or digital signal may be input through a wired / wireless communication network.
  • the input data processing unit 121 processes the sampling period and the size thereof in a promised form so that the central processing unit 150 can process the digital signal or the analog signal of the input sensor.
  • the input data processing unit 121 converts the analog signal into a digital signal through an ADC and transmits the analog signal to the modeling unit 123.
  • the modeling unit 123 models the input data to calculate a diagnostic modeling value.
  • the modeling includes modeling coefficients, types, various variables, and the like.
  • reference modeling values of sensor signals of the sensor 110 that are pre-modeled when the sensor 110 is in a normal state are stored, and failure type determination data for determining a failure type of the sensor 110. Is stored.
  • the failure type determination data is classified and stored in a table according to various factors such as continuity, shape, and delay value of modeling values.
  • the failure diagnosis unit 130 compares the correlation between the diagnostic modeling value and the reference modeling value of the corresponding sensor 110 stored in the memory 180 to determine the corresponding sensor. Diagnose the failure.
  • the failure diagnosis unit 130 compares the correlation between the diagnostic modeling value and the reference modeling value and determines that the failure has occurred when the correlation exceeds the preset threshold range.
  • the failure diagnosis unit 130 has an operating frequency of 40Mhz or more for modeling, it is preferable to use a floating point (floating point) that can be used. If there is no internal ADC, it is recommended to use an ADC with more than 10-BIT RESOLUTION for external mounting and accuracy.
  • FIG. 2 is an explanatory diagram illustrating that the failure diagnosis unit 130 diagnoses the presence or absence of a failure when a sensor signal is input.
  • the failure type determination unit 140 compares the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data to determine the corresponding sensor. Determine the type of failure.
  • the failure type determination unit 140 uses one or more of the continuity, shape, and delay value of the diagnostic modeling value to determine the failure type of the sensor 110. More specifically, the failure type determination unit 140 determines the failure type according to the corresponding range through the correlation comparison based on the failure type determination data stored in the memory 180.
  • the communication unit 170 receives data on the type of failure of the sensor 110 from the failure type determination unit 140 and transmits the data to the external device using a wired or wireless communication method. For example, the communication unit 170 may transmit data regarding the type of failure of the sensor 110 to a higher level control device, a device maker, a designated A / S center, an insurance company, or the like through a communication network.
  • RS232 and various wired / wireless communication networks may be used for communication with an external device.
  • the output unit 190 receives data on the type of failure of the sensor 110 from the failure type determination unit 140 and outputs the data to the user using voice, text, and graphs.
  • the CPU 150 determines whether a reference modeling value of the corresponding sensor is stored in the memory 180, and determines that the memory signal ( If there is no reference modeling value for the corresponding sensor 110 in 180, the sensor 110 is regarded as starting up for the first time, and the first data input from the corresponding sensor 110 is determined as the reference modeling value for memory. Save at 180.
  • the central processing unit 150 when the central processing unit 150 receives sensor signals from a plurality of sensors, the central processing unit 150 performs a function of switching the plurality of input sensor signals. In other words, it functions as a multiplexer for processing a plurality of sensor signals.
  • the power supply unit 160 processes the power input from the outside to be applied to the general-purpose sensor self-diagnosis apparatus 100.
  • FIG. 3 is a flowchart illustrating a process of operating a general-purpose sensor self-diagnosis apparatus according to a preferred embodiment of the present invention.
  • the sensor signal input unit 120 receives a sensor signal from one or more sensors 110 (step S100).
  • the input data processing unit 121 processes the sampling period and the size thereof in a predetermined form so that the digital signal or the analog signal of the sensor input may be processed by the central processing unit 150.
  • the input data processing unit 121 converts the analog signal into a digital signal through an ADC and transmits the analog signal to the modeling unit 123.
  • the modeling unit 123 models the input data to calculate a diagnostic modeling value (step S110).
  • the modeling includes modeling coefficients, types, various variables, and the like.
  • the CPU 150 determines whether a reference modeling value for the corresponding sensor 110 exists in the memory 180 (step S110).
  • the reference modeling value is a modeling value of a sensor signal of a corresponding modeled model when the corresponding sensor 110 is in a normal state.
  • step 120 when there is no reference modeling value for the sensor 110 in the memory 180, it is assumed that the sensor 110 is first started, and data first input from the sensor 110 is assumed. It is determined as a reference modeling value and stored in the memory 180.
  • the failure diagnosis unit 130 references the diagnostic modeling value and the corresponding sensor stored in the memory 180.
  • the degree of failure of the corresponding sensor 110 is diagnosed by comparing the correlation between the modeling values (step S130).
  • the failure type determination unit 140 compares the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory 180. The failure type of the corresponding sensor 110 is determined (step S150).
  • comparing the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory 180 to determine a failure type of the corresponding sensor 110 may include a failure type of the corresponding sensor 110. It is preferable to use one or more of the continuity, shape, and delay value of the diagnostic modeling value to determine.
  • the central processing unit 150 processes the data regarding the failure type of the corresponding sensor 110 through the output unit 190 (step S160). ). At this time, it is preferable to output to the user using voice, text, and graph.

Abstract

본 발명은 범용 센서 자가 진단 장치 및 그 진단 방법에 관한 것이다. 좀 더 구체적으로 본 발명은 하나 이상의 센서로부터 센서 신호를 입력받는 센서신호 입력부와, 상기 센서신호 입력부로부터 입력받은 센서신호를 진단 장치에서 사용할 수 있는 값으로 가공하는 입력 데이터 가공부와, 상기 입력 데이터 가공부에 의해 가공된 데이터를 모델링하여 진단 모델링 값을 산출하는 모델링부와, 상기 센서가 정상상태일 때 미리 모델링 된 상기 센서의 센서 신호에 대한 참조 모델링값을 저장하고, 상기 센서의 고장 유형을 판단하기 위한 고장유형판단 데이터를 저장하는 메모리와, 상기 진단 모델링 값과 상기 메모리에 저장된 해당 센서의 참조 모델링 값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 고장 진단부 및 상기 고장 진단부에 의해 해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 고장유형 판단부를 포함한다.

Description

범용 센서 자가 진단 장치 및 그 진단 방법
본 발명은 범용 센서 자가 진단 장치에 관한 것으로, 더욱 자세하게는 특정 센서로부터 초기 정상 입력신호를 받아 그 센서를 모델링(여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함함)한 뒤, 그 초기 모델링 후 특정센서로부터의 진단 모델링 값과 정상 모델링 출력 값을 비교하여 센서의 고장유무 및 고장 유형을 판단하며, 해당 센서가 고장이 난 경우 사용자에게 이를 알림으로써 사고를 미연에 방지하고 센서를 포함한 시스템을 안전성 및 신뢰성을 확보할 수 있도록 하는 범용 센서 자가 진단 장치 및 그 진단 방법에 관한 것이다.
본 발명은 범용 센서 자가 진단 장치 및 그 진단 방법에 관한 것이다.
교량, 댐, 터널, 대형빌딩 등 대형시스템의 경우 접근성의 한계로 인해 기존의 검사나 관리 방법은 접근방법 면에서 효율성이 떨어지며, 순간적인 이상을 포착하기가 어려운 경우가 많다.
한편, 대형 화학공정시스템의 최근의 화재 및 안전사고 발생은 경제적 손실, 인명피해 및 환경오염 등의 직접적 손실뿐만 아니라 국가적 신뢰도를 저하시켜 국가 경제를 저해하는 요인이 되고 있다.
따라서, 대형 시스템 등의 안전 확보와 유지관리를 위한 기반 핵심 기술인 스마트 센서시스템 구조와 관련된 기술 개발이 절실하게 요구되며, 또한 신규 및 기존설비의 경우 복잡화 및 노후화로 인해 설비의 안전성이 중요한 사안으로 떠오르고 있다.
또한, 나노 미터(nano meter) 단위를 정밀 가공하는 기계에 있어서의 이동량 확인용 센서, 화학 플랜트의 각 단위공정에 설치되어 각종 압력, 온도, CO2 농도, 산소농도센서 등 감시기능을 갖는 센서류, 자동차, 선박, 비행기 등에 사용되고 있는 생명과 직결되어 있는 각종 센서류, 원자력 발전장비에 소요되는 온도, 압력센서 등 중요한 국가 기간산업분야의 각종 설비에 소요되는 각 센서류의 중요성은 굳이 상세히 설명하지 않아도 알 수 있을 만큼 중요한 구성요소라고 할 수 있다.
그런데 이런 중요한 기능을 담당하는 센서에서 출력되는 신호가 센서의 고장으로 부정확한 신호를 출력하고 있고, 그 이상 및 고장상태를 알 수 없다면 각 설비의 오동작으로 인한 경제적인 피해는 이루 말할 수 없을 만큼 크다고 할 수 있다.
하지만, 종래에는 센서의 고장 여부 및 고장 유형을 자동으로 판단하여 이를 알리는 시스템이 발명되지 않아 센서의 고장 여부를 용이하게 파악할 수 없고, 이에 따라 그 센서를 이용하는 설비가 오작동 되어 경제적으로 큰 피해를 끼치는 문제점이 있다.
본 발명은 상기 문제점을 해결하기 위하여 발명된 것으로, 본 발명은 특정 센서로부터 초기 정상 입력신호를 받아 그 센서를 모델링(여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함함)한 뒤, 그 초기 모델링 후 특정센서로부터의 진단 모델링 값과 정상 모델링 출력 값을 비교하여 센서의 고장유무 및 고장 유형을 판단하며, 해당 센서가 고장이 난 경우 사용자에게 이를 알림으로써 사고를 미연에 방지하고 센서를 포함한 시스템을 안전성 및 신뢰성을 확보할 수 있도록 하는 범용 센서 자가 진단 장치 및 그 진단 방법을 제공하는 것을 목적으로 한다.
상기의 목적을 달성하기 위하여 본 발명에 의한 범용 센서 자가 진단 장치는 하나 이상의 센서로부터 센서 신호를 입력받는 센서신호 입력부; 상기 센서신호 입력부로부터 입력받은 센서신호를 진단 장치에서 사용할 수 있는 값으로 가공하는 입력 데이터 가공부; 상기 입력 데이터 가공부에 의해 가공된 데이터를 모델링하여 진단 모델링 값을 산출하는 모델링부; 상기 센서가 정상상태일 때 미리 모델링 된 상기 센서의 센서 신호에 대한 참조 모델링값을 저장하고, 상기 센서의 고장 유형을 판단하기 위한 고장유형판단 데이터를 저장하는 메모리; 상기 진단 모델링 값과 상기 메모리에 저장된 해당 센서의 참조 모델링 값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 고장 진단부; 및 상기 고장 진단부에 의해 해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 고장유형 판단부;를 구비한다.
그리고 상기 고장유형 판단부는, 해당 센서의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용한다.
한편, 상기 고장유형 판단부로부터 해당 센서의 고장 유형에 관한 데이터를 입력받아 음성, 텍스트 및 그래프를 이용하여 사용자에게 출력하는 출력부;를 더 구비하는 것이 바람직하다.
또, 상기 고장유형 판단부로부터 해당 센서의 고장 유형에 관한 데이터를 입력받아 유선 또는 무선 통신방식을 이용하여 외부장치로 전송하는 통신부;를 더 구비한다.
그리고 상기 입력 데이터 가공부는, 상기 하나 이상의 센서로 입력되는 센서 신호가 아날로그 신호인 경우, 상기 아날로그 신호를 디지털 신호로 변환하여 상기 모델링부에 전달한다.
상기의 목적을 달성하기 위하여 본 발명에 의한 범용 센서 자가 진단 장치의 진단 방법은 하나 이상의 센서로부터 센서 신호를 입력받는 (A)단계; 입력된 센서 신호를 모델링하여 진단 모델링값을 산출하고, 상기 진단 모델링값과 메모리에 저장된 해당 센서의 참조 모델링값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 (B)단계; 및 해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리에 저장된 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 (C)단계;를 포함한다.
이때, 상기 참조 모델링값은, 해당 센서가 정상상태일 때 미리 모델링된 해당 센서의 센서 신호에 대한 모델링값이다.
그리고 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리에 저장된 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 단계는,해당 센서의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용하는 것이 바람직하다.
또한, 해당 센서의 고장 유형에 관한 데이터를 음성, 텍스트, 및 그래프를 이용하여 사용자에게 출력하는 (D)단계;를 더 포함하는 것이 바람직하다.
본 발명에 따르면, 본 발명은 특정 센서로부터 초기 정상 입력신호를 받아 그 센서를 모델링(여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함함)한 뒤, 그 초기 모델링 후 특정센서로부터의 진단 모델링 값과 정상 모델링 출력 값을 비교하여 센서의 고장유무 및 고장 유형을 판단하며, 해당 센서가 고장이 난 경우 사용자에게 이를 알림으로써 사고를 미연에 방지하고 센서를 포함한 시스템을 안전성 및 신뢰성을 높이며 이를 통해 자동화 시스템의 관리를 용이하게 할 수 있는 장점이 있다.
또한, 본 발명은 시간에 따른 센서의 노후를 예측할 수 있는 장점을 이용 대기 오염, 수질 오염 등의 환경, 교통량 등의 지속적인 장시간 감시를 위한 계측 센서에 있어서 관리 및 사용이 용이한 장점이 있다.
도 1은 본 발명의 바람직한 실시예에 의한 범용 센서 자가 진단 장치의 내부구성을 도시한 블럭도.
도 2는 본 발명이 동작하는 과정을 설명하는 설명도.
도 3은 본 발명의 바람직한 실시예에 의한 범용 센서 자가 진단 장치가 동작하는 과정을 도시한 순서도.
이하에서는 상기한 바와 같은 본 발명에 의한 범용 센서 자가 진단 장치의 바람직한 실시예를 첨부된 도면을 참고로 하여 상세하게 설명한다.
도 1에는 본 발명의 바람직한 실시예에 의한 범용 센서 자가 진단 장치의 내부구성을 도시한 블럭도가 도시되어 있다.
도 1에 도시된 바와 같이, 본 발명의 범용 센서 자가 진단 장치(100)는 센서(110), 센서신호 입력부(120), 입력데이터 가공부(121), 모델링부(123), 고장 진단부(130), 고장유형 판단부(140), 중앙처리부(150), 전원부(160), 통신부(170), 메모리(180), 출력부(190)를 포함한다.
하나 이상의 센서(110)는 센서 신호를 생성하여 실시간으로 센서신호 입력부(120)에 그 센서 신호를 제공한다.
센서신호 입력부(120)는 하나 이상의 센서(110)로부터 실시간으로 센서 신호를 유/무선으로 입력받고 그 센서신호를 입력데이터 가공부(121)에 전달한다. 이때, 센서 신호는 전압 또는 전류 또는 직류 또는 정현파 등으로 표현되는 아날로그 신호 형태일 수도 있고, 펄스, RS232, RS485 등으로 표현되는 디지털 신호일 수도 있다. 이러한 아날로그 신호 또는 디지털 신호는 유/무선 통신망을 통해 입력받을 수 있다.
입력데이터 가공부(121)는 입력되는 센서의 디지털 신호 또는 아날로그 신호를 중앙 처리부(150)에서 처리할 수 있도록 샘플링주기 및 그 크기를 약속된 형태로 가공처리한다.
이때, 입력데이터 가공부(121)는 입력되는 센서 신호가 아날로그 신호인 경우, ADC를 통해 상기 아날로그 신호를 디지털 신호로 변환하여 모델링부(123)에 전달한다.
모델링부(123)는 입력데이터 가공부(121)에서 가공된 데이터가 입력되면, 그 입력된 데이터를 모델링하여 진단 모델링 값을 산출한다. 여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함한다.
메모리(180)에는 센서(110)가 정상상태일 때 미리 모델링 된 상기 센서(110)의 센서 신호에 대한 참조 모델링값이 저장되고, 상기 센서(110)의 고장 유형을 판단하기 위한 고장유형판단 데이터가 저장된다.
이때, 고장유형판단 데이터는 모델링 값의 연속성, 형태 및 딜레이값과 같은 여러 요소에 의해 분별되어 테이블화되어 저장되어 있는 것이 바람직하다.
고장 진단부(130)는 입력데이터 가공부(121)에 센서 신호가 입력되면, 진단 모델링값과 상기 메모리(180)에 저장된 해당 센서(110)의 참조 모델링값의 상관도를 비교하여 해당 센서의 고장 유무를 진단한다.
좀 더 구체적으로, 고장 진단부(130)는 상기 진단 모델링값과 상기 참조 모델링값의 상관도를 비교하여 그 상관도가 기 설정된 임계범위를 초과하는 경우 고장이 났다고 판단하는 것이다.
이때, 고장 진단부(130)는 모델링을 하기 위해 40Mhz 이상의 동작주파수를 가지며, 플로팅 포인트(floating point) 연산이 가능한 것을 사용하는 것이 바람직하다. 만약, 내부 ADC가 없는 경우, 외부에 장착, 정확성을 위해 10-BIT 이상의 RESOLUTION을 가지는 ADC를 사용하는 것이 바람직하다.
도 2에는 고장 진단부(130)가 센서 신호가 입력되었을 때 고장 유무를 진단하는 것을 설명하는 설명도가 도시되어 있다.
고장유형 판단부(140)는 고장 진단부(130)에 의해 해당 센서(110)가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단한다.
이때, 고장유형 판단부(140)는 해당 센서(110)의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용한다. 좀 더 구체적으로, 고장유형 판단부(140)는 메모리(180)에 저정되어 있는 고장유형판단 데이터에 기초하여 상관도 비교를 통해 해당 범위에 따라 그 고장 유형을 결정하는 것이다.
통신부(170)는 고장유형 판단부(140)로부터 해당 센서(110)의 고장 유형에 관한 데이터를 입력받아 유선 또는 무선 통신방식을 이용하여 외부장치로 전송한다. 예컨대, 통신부(170)는 해당 센서(110)의 고장 유형에 관한 데이터를 통신망을 통해 상위제어장치, 장치 메이커, 지정 A/S센터, 보험회사 등에 전송할 수 있는 것이다.
한편, 외부장치와의 통신은 RS232와 각종 유무선 통신망이 사용될 수 있다.
출력부(190)는 고장유형 판단부(140)로부터 해당 센서(110)의 고장 유형에 관한 데이터를 입력받아 음성, 텍스트 및 그래프를 이용하여 사용자에게 출력한다.
중앙처리부(150)는 센서신호 입력부(120)가 하나 이상의 센서(110)로부터 센서 신호를 입력받으면, 그 해당 센서의 참조 모델링값이 메모리(180)에 저장되어 있는지 판단하고, 그 판단결과 메모리(180)에 해당 센서(110)에 대한 참조 모델링값이 존재하지 않는 경우, 해당 센서(110)가 처음 시동되는 것이라고 간주하고, 해당 센서(110)로부터 처음 입력되는 데이터를 참조 모델링값으로 판단하여 메모리(180)에 저장한다.
또한, 중앙처리부(150)는 다수개의 센서로부터 센서 신호를 입력받는 경우, 그 입력되는 다수개의 센서 신호를 전환하는 기능을 수행한다. 즉, 다수의 센서 신호를 처리하기 위한 멀티플렉서와 같은 기능을 수행하는 것이다.
전원부(160)는 외부로부터 입력받은 전원이 범용 센서 자가 진단 장치(100)에 인가되도록 처리한다.
도 3에는 본 발명의 바람직한 실시예에 의한 범용 센서 자가 진단 장치가 동작하는 과정을 도시한 순서도가 도시되어 있다.
우선, 센서신호 입력부(120)가 하나 이상의 센서(110)로부터 센서 신호를 입력받는다(단계 S100).
그러면, 입력데이터 가공부(121)가 입력되는 센서의 디지털 신호 또는 아날로그 신호를 중앙처리부(150)에서 처리할 수 있도록 샘플링 주기 및 그 크기를 기 설정된 형태로 가공 처리한다.
이때, 입력데이터 가공부(121)는 입력되는 센서 신호가 아날로그 신호인 경우, ADC를 통해 상기 아날로그 신호를 디지털 신호로 변환하여 모델링부(123)에 전달한다.
모델링부(123)는 입력데이터 가공부(121)에서 가공된 데이터가 입력되면, 입력된 데이터를 모델링하여 진단 모델링 값을 산출한다(단계 S110). 여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함한다.
이후, 중앙처리부(150)는 메모리(180)에 해당 센서(110)에 대한 참조 모델링값이 존재하는지 판단한다(단계 S110). 이때, 상기 참조 모델링값은, 해당 센서(110)가 정상상태일 때 미리 모델링된 해당 센서의 센서 신호에 대한 모델링값이다.
단계 120의 판단결과, 메모리(180)에 해당 센서(110)에 대한 참조 모델링값이 존재하지 않는 경우, 해당 센서(110)가 처음 시동되는 것이라고 간주하고, 해당 센서(110)로부터 처음 입력되는 데이터를 참조 모델링값으로 판단하여 메모리(180)에 저장한다.
한편, 단계 120의 판단결과, 메모리(180)에 해당 센서(110)에 대한 참조 모델링값이 존재하는 경우, 고장진단부(130)는 상기 진단 모델링값과 메모리(180)에 저장된 해당 센서의 참조 모델링값의 상관도를 비교하여 해당 센서(110)의 고장 유무를 진단한다(단계 S130).
단계 S130의 판단결과 해당 센서(110)가 고장인 것으로 판단되면, 고장유형 판단부(140)는 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리(180)에 저장된 고장유형판단 데이터를 비교하여 해당 센서(110)의 고장 유형을 판단한다(단계 S150).
이때, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리(180)에 저장된 고장유형판단 데이터를 비교하여 해당 센서(110)의 고장 유형을 판단하는 단계는, 해당 센서(110)의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용하는 것이 바람직하다.
이후, 단계 S150에 의해 해당 센서(110)의 고장 유형이 판단되면, 중앙처리부(150)는 출력부(190)를 통해 해당 센서(110)의 고장 유형에 관한 데이터가 출력되도록 처리한다(단계 S160). 이때, 음성, 텍스트, 및 그래프를 이용하여 사용자에게 출력하는 것이 바람직하다.
이상에서는 본 발명을 특정의 바람직한 실시예에 대해서 도시하고 설명하였다. 그러나 본 발명은 상술한 실시예에만 국한되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어남이 없이 얼마든지 다양하게 변경 실시할 수 있을 것이다. 따라서 본 발명의 권리범위는 특정 실시예에 한정되는 것이 아니라, 첨부된 특허청구범위에 의해 정해지는 것으로 해석되어야 할 것이다.

Claims (9)

  1. 하나 이상의 센서로부터 센서 신호를 입력받는 센서신호 입력부;
    상기 센서신호 입력부로부터 입력받은 센서신호를 진단 장치에서 사용할 수 있는 값으로 가공하는 입력 데이터 가공부;
    상기 입력 데이터 가공부에 의해 가공된 데이터를 모델링하여 진단 모델링 값을 산출하는 모델링부;
    상기 센서가 정상상태일 때 미리 모델링 된 상기 센서의 센서 신호에 대한 참조 모델링값을 저장하고, 상기 센서의 고장 유형을 판단하기 위한 고장유형판단 데이터를 저장하는 메모리;
    상기 진단 모델링 값과 상기 메모리에 저장된 해당 센서의 참조 모델링 값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 고장 진단부; 및
    상기 고장 진단부에 의해 해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 고장유형 판단부;를 구비하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
  2. 제1항에 있어서, 상기 고장유형 판단부는,
    해당 센서의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
  3. 제1항에 있어서,
    상기 고장유형 판단부로부터 해당 센서의 고장 유형에 관한 데이터를 입력받아 음성, 텍스트 및 그래프를 이용하여 사용자에게 출력하는 출력부;를 더 구비하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
  4. 제1항에 있어서,
    상기 고장유형 판단부로부터 해당 센서의 고장 유형에 관한 데이터를 입력받아 유선 또는 무선 통신방식을 이용하여 외부장치로 전송하는 통신부;를 더 구비하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
  5. 제1항에 있어서, 상기 입력 데이터 가공부는,
    상기 하나 이상의 센서로 입력되는 센서 신호가 아날로그 신호인 경우, 상기 아날로그 신호를 디지털 신호로 변환하여 상기 모델링부에 전달하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
  6. 하나 이상의 센서로부터 센서 신호를 입력받는 (A)단계;
    입력된 센서 신호를 모델링하여 진단 모델링값을 산출하고, 상기 진단 모델링값과 메모리에 저장된 해당 센서의 참조 모델링값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 (B)단계; 및
    해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리에 저장된 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 (C)단계;를 포함하는 범용 센서 자가 진단 장치의 진단 방법.
  7. 제6항에 있어서,
    상기 참조 모델링값은, 해당 센서가 정상상태일 때 미리 모델링된 해당 센서의 센서 신호에 대한 모델링값인 것을 특징으로 하는 범용 센서 자가 진단 장치의 진단 방법.
  8. 제6항에 있어서,
    상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리에 저장된 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 (C)단계는,
    해당 센서의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용하는 것을 특징으로 하는 범용 센서 자가 진단 장치의 진단 방법.
  9. 제6항에 있어서,
    해당 센서의 고장 유형에 관한 데이터를 음성, 텍스트, 및 그래프를 이용하여 사용자에게 출력하는 (D)단계;를 더 포함하는 것을 특징으로 하는 범용 센서 자가 진단 장치의 진단 방법.
PCT/KR2010/007483 2010-10-27 2010-10-28 범용 센서 자가 진단 장치 및 그 진단 방법 WO2012057378A1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN2010800061698A CN102695943A (zh) 2010-10-27 2010-10-28 用于通用传感器的自诊断装置和方法
JP2012541005A JP2013501945A (ja) 2010-10-27 2010-10-28 汎用センサーの自己診断装置及びその診断方法

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2010-0105505 2010-10-27
KR1020100105505A KR20120046821A (ko) 2010-10-27 2010-10-27 범용 센서 자가 진단 장치 및 그 진단 방법

Publications (1)

Publication Number Publication Date
WO2012057378A1 true WO2012057378A1 (ko) 2012-05-03

Family

ID=45994075

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2010/007483 WO2012057378A1 (ko) 2010-10-27 2010-10-28 범용 센서 자가 진단 장치 및 그 진단 방법

Country Status (4)

Country Link
JP (1) JP2013501945A (ko)
KR (1) KR20120046821A (ko)
CN (1) CN102695943A (ko)
WO (1) WO2012057378A1 (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111272954A (zh) * 2020-03-13 2020-06-12 光力科技股份有限公司 一种传感器设置的自诊断方法及装置
CN114323102A (zh) * 2021-12-17 2022-04-12 中国重汽集团济南动力有限公司 一种sent接口传感器故障诊断方法、装置及系统

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10145882B2 (en) 2010-09-24 2018-12-04 Infineon Technologies Ag Sensor self-diagnostics using multiple signal paths
US9874609B2 (en) 2010-09-24 2018-01-23 Infineon Technologies Ag Sensor self-diagnostics using multiple signal paths
CN102538859A (zh) * 2011-05-19 2012-07-04 广东迅通科技股份有限公司 多类传感器的监测处理方法
KR101399488B1 (ko) * 2012-10-09 2014-05-28 한국수력원자력 주식회사 원전 저널 베어링 온라인 결함 진단 시스템
KR101399487B1 (ko) * 2012-10-09 2014-05-27 주식회사 엠앤디 스마트 센서 기반 원전 고압 터빈 온라인 감시 시스템
KR101438168B1 (ko) * 2012-12-12 2014-09-11 한국수력원자력 주식회사 스마트 센서를 이용한 원전 기기 성능 감시 시스템
CN104048692B (zh) * 2013-03-15 2016-09-21 英飞凌科技股份有限公司 使用多个信号路径的传感器自诊断
US9767671B2 (en) * 2014-11-05 2017-09-19 Intel Corporation System for determining sensor condition
JP2017075844A (ja) * 2015-10-14 2017-04-20 株式会社デンソー 複合センサ
CN105425775B (zh) * 2015-12-04 2018-06-19 河南中烟工业有限责任公司许昌卷烟厂 一种传感器故障自动判断方法及系统
US10690511B2 (en) * 2015-12-26 2020-06-23 Intel Corporation Technologies for managing sensor anomalies
CN105681664B (zh) * 2016-02-26 2019-07-16 纵横皆景（武汉）信息技术有限公司 一种异步多传感器同步触发及监测的方法及装置
CN107235027B (zh) * 2016-03-29 2022-01-04 罗伯特·博世有限公司 用于车辆的碰撞检测设备、感应带、及控制单元
CN106773919B (zh) * 2016-11-30 2019-02-19 无锡华润矽科微电子有限公司 多传感器接口的处理芯片电路
DE102017101545A1 (de) * 2017-01-26 2018-07-26 Infineon Technologies Ag Sensorsteuereinheit, Sensorsignalempfänger, ein Modul mit inkrementellem, magnetischem Geschwindigkeitssensor, ein Verfahren für eine Sensorsteuereinheit, ein Verfahren für einen Sensorsignalempfänger und Computerprogramm
CN107544464B (zh) * 2017-09-11 2020-08-11 天津达芸科技有限公司 一种工业故障的检测方法及系统
CN107643712A (zh) * 2017-09-25 2018-01-30 中国航空工业集团公司西安飞机设计研究所 一种多传感器智能监测装置
CN109990803B (zh) * 2018-01-02 2022-05-24 西门子（中国）有限公司 检测系统异常的方法、装置及传感器处理的方法、装置
DE102018110084A1 (de) * 2018-04-26 2019-10-31 Fibro Gmbh Diagnoseeinheit
KR102252779B1 (ko) 2019-06-28 2021-05-17 한국생산기술연구원 센서데이터 스마트 송수신기 및 센서데이터 스마트 송수신 방법
CN112799378A (zh) * 2021-01-04 2021-05-14 中车株洲电力机车研究所有限公司 一种用于风力发电机组硬件信号的诊断及模拟方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010009181A (ko) * 1999-07-08 2001-02-05 윤장진 자가진단장치를 구비한 차량항법장치 및 그 자가진단방법
KR20010107325A (ko) * 2000-05-26 2001-12-07 구자홍 원격 고장 진단형 세탁 시스템 및 그 방법
KR200350619Y1 (ko) * 2004-03-02 2004-05-13 주식회사바텍 디지털 유니트 체어
KR20050026232A (ko) * 2003-09-09 2005-03-15 현대모비스 주식회사 통신 네크워크를 이용한 자동차 자가 진단 시스템

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5481481A (en) * 1992-11-23 1996-01-02 Architectural Engergy Corporation Automated diagnostic system having temporally coordinated wireless sensors
JP2001022431A (ja) * 1999-07-09 2001-01-26 Hitachi Ltd 組込型故障診断装置
CN1256550C (zh) * 2004-03-25 2006-05-17 上海交通大学 中央空调水系统温度及流量传感器的在线故障诊断系统
DE102005030535A1 (de) * 2005-06-30 2007-01-04 Robert Bosch Gmbh Verfahren zur Diagnose von Sensoren
JP4762088B2 (ja) * 2006-08-31 2011-08-31 株式会社東芝 プロセス異常診断装置
JP2008269215A (ja) * 2007-04-19 2008-11-06 Nippon Telegr & Teleph Corp <Ntt> 特異パターン検出システム、モデル学習装置、特異パターン検出方法、及び、コンピュータプログラム
CN101867486A (zh) * 2010-06-08 2010-10-20 江苏大学 一种无线传感器网络故障诊断方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010009181A (ko) * 1999-07-08 2001-02-05 윤장진 자가진단장치를 구비한 차량항법장치 및 그 자가진단방법
KR20010107325A (ko) * 2000-05-26 2001-12-07 구자홍 원격 고장 진단형 세탁 시스템 및 그 방법
KR20050026232A (ko) * 2003-09-09 2005-03-15 현대모비스 주식회사 통신 네크워크를 이용한 자동차 자가 진단 시스템
KR200350619Y1 (ko) * 2004-03-02 2004-05-13 주식회사바텍 디지털 유니트 체어

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111272954A (zh) * 2020-03-13 2020-06-12 光力科技股份有限公司 一种传感器设置的自诊断方法及装置
CN114323102A (zh) * 2021-12-17 2022-04-12 中国重汽集团济南动力有限公司 一种sent接口传感器故障诊断方法、装置及系统
CN114323102B (zh) * 2021-12-17 2024-01-19 中国重汽集团济南动力有限公司 一种sent接口传感器故障诊断方法、装置及系统

Also Published As

Publication number Publication date
CN102695943A (zh) 2012-09-26
KR20120046821A (ko) 2012-05-11
JP2013501945A (ja) 2013-01-17

Similar Documents

Publication Publication Date Title
WO2012057378A1 (ko) 범용 센서 자가 진단 장치 및 그 진단 방법
CN107222362A (zh) 一种整车can网络自动化测试平台及其优化方法
RU180856U1 (ru) Автоматизированное информационное устройство дистанционного контроля параметров опасных объектов
CN108538015A (zh) 一种燃气阀门井的监测装置及方法
CN102636306A (zh) 用于船舶结构长期安全监测的分布式应变采集器
CA2773370A1 (en) A method and system to validate wired sensors
CN108983110B (zh) 一种换流阀监测设备的供电电源可靠性检测系统
CN205527132U (zh) 一种基于物联网的电梯监测系统
WO2022025386A1 (ko) 건축물 에너지 공공 데이터를 이용한 규칙 기반 및 기계 학습 기반의 고장 진단 시스템 및 방법
CN201364482Y (zh) 综合测量、监测报警和控制系统
CN109802371A (zh) 一种用于继电保护健康管理的集成系统及方法
CN111649872A (zh) 一种具备冗余诊断的压力传感器装置及系统
CN111174993A (zh) 密封性监测装置及本安设备
CN112836219B (zh) 一种目标系统的安全性评估装置及方法
WO2021261614A1 (ko) 설비의 진단 방법, 프로그램 및 시스템
CN112153330A (zh) 一种工业互联网实时监控系统
CN211178899U (zh) 密封性监测装置及本安设备
KR0143536B1 (ko) 전력선 반송 보호 계전 시스템에서의 고장 진단방법 및 장치
JP2642534B2 (ja) 自動検針方式
CN211086964U (zh) 一种基于物联网的远程设备振动管理系统
CN204731186U (zh) 一种气体绝缘组合电器内部分解物的检测电路
CN212255499U (zh) 一体式配电自动化终端信号及控制测试系统
CN211927202U (zh) 一种sf6电气设备中气体泄漏在线检测装置
WO2017074089A1 (ko) 선택적 촉매 환원 시스템의 관리장치 및 이의 제어방법
CN208378230U (zh) 一种用于诊断起重机故障的装置

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2012541005

Country of ref document: JP

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 10858992

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205 DATED 04.07.2013)

122 Ep: pct application non-entry in european phase

Ref document number: 10858992

Country of ref document: EP

Kind code of ref document: A1