WO2023128549A1 - 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템 - Google Patents

기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템 Download PDF

Info

Publication number
WO2023128549A1
WO2023128549A1 PCT/KR2022/021377 KR2022021377W WO2023128549A1 WO 2023128549 A1 WO2023128549 A1 WO 2023128549A1 KR 2022021377 W KR2022021377 W KR 2022021377W WO 2023128549 A1 WO2023128549 A1 WO 2023128549A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
frequency
filtering frequency
machine
pass filtering
Prior art date
Application number
PCT/KR2022/021377
Other languages
English (en)
French (fr)
Inventor
김정희
윤일근
이수
민혜리
Original Assignee
주식회사 이파피루스
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 주식회사 이파피루스 filed Critical 주식회사 이파피루스
Publication of WO2023128549A1 publication Critical patent/WO2023128549A1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H7/00—Multiple-port networks comprising only passive electrical elements as network components
    • H03H7/01—Frequency selective two-port networks
    • H03H7/0153—Electrical filters; Controlling thereof
    • H03H7/0161—Bandpass filters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H11/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties
    • G01H11/06—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by detecting changes in electric or magnetic properties by electric means
    • H—ELECTRICITY
    • H03—ELECTRONIC CIRCUITRY
    • H03H—IMPEDANCE NETWORKS, e.g. RESONANT CIRCUITS; RESONATORS
    • H03H7/00—Multiple-port networks comprising only passive electrical elements as network components
    • H03H7/01—Frequency selective two-port networks

Definitions

  • the present invention relates to a method for determining a filtering frequency for removing vibration noise due to a rigid motion of a machine, a method for removing vibration noise due to a rigid motion of a machine, and a computing system performing the same. More specifically, in order to extract only the vibrations generated from the motor in a moving machine such as a robot, a filtering frequency for removing vibration noise caused by the rigid body motion of the machine is determined, and the vibration noise caused by the rigid body motion of the machine is removed using this filtering frequency. It is a technique for
  • the simple analysis method of vibration size is a traditional technique for diagnosing abnormalities when there is a difference between the vibration of the equipment and the reference vibration through hearing or touch, based on the know-how of the operator operating the equipment for many years.
  • the equipment It is a way of judging abnormalities.
  • the present invention has been made to solve the above-mentioned conventional problems, and determines a filtering frequency for removing vibration noise caused by a rigid motion of a machine in order to extract only vibration generated from a motor in a moving machine such as a robot, and uses it. To provide a method and system for eliminating vibration noise caused by rigid motion of a machine.
  • a computing system acquires measurement data measured during a predetermined measurement period by a vibration sensor that detects vibration of a machine, the measurement data being time domain amplitude data, the computing system
  • the step of transforming the measurement data into frequency domain data (through a fast Fourier transform algorithm) and determining, by the computing system, a reference filtering frequency corresponding to the frequency domain data, Determining a corresponding reference filtering frequency includes: (a) initializing a high-pass filtering frequency with a predetermined initial frequency; (b) high-pass filtering the frequency domain data with the high-pass filtering frequency to obtain first intermediate data (c) transforming the first intermediate data into time domain data (through a fast Fourier inverse transform algorithm) to generate second intermediate data, (d) converting the second intermediate data based on time Calculating a representative amplitude value of each of the first to Nth divided data divided into N equal parts (N is an integer greater than or equal to 2), (f) the maximum of the representative amplitude values of each of the first to
  • Steps (b) to (f) are performed until the difference between the maximum value of the representative amplitude values of each of the N-division data and the minimum value of the representative amplitude values of the first to N-th split data becomes smaller than the threshold value. is repeatedly performed, and when the difference between the maximum value among the representative amplitude values of each of the first divided data to the N-th divided data and the minimum value among the representative amplitude values of each of the first divided data to the N-th divided data is smaller than the threshold value. , determining the finally updated high-pass filtering frequency as the reference filtering frequency.
  • the updating of the high pass filtering frequency may include updating the high pass filtering frequency by adding a predetermined delta value to the high pass filtering frequency.
  • the initial frequency may be 5 Hz
  • the highest value of the high pass filtering frequency may be 15 Hz.
  • the vibration sensor may be a 3-axis vibration sensor
  • the measurement data may be any one of x-axis data, y-axis data, and z-axis data output from the 3-axis vibration sensor.
  • a computing system obtaining measurement data measured during a predetermined detection period by a vibration sensor that detects vibration of a machine - the measurement data being time domain amplitude data -, the computing converting, by a system, the measurement data into frequency domain data (via a fast Fourier transform algorithm); and, by the computing system, filtering the frequency domain data to a predetermined reference filtering frequency to perform rigid body motion of the machine.
  • the reference filtering frequency is determined by the method for determining the filtering frequency for removing vibration noise caused by rigid body motion of a machine.
  • a computer program installed in a data processing device and recorded on a medium for performing the above method is provided.
  • a computer readable recording medium on which a computer program for performing the above method is recorded is provided.
  • a computing system includes a processor and a memory for storing a computer program, wherein the computer program, when executed by the processor, causes vibration noise caused by rigid motion of a machine.
  • Control to perform a filtering frequency determination method for removal, and the filtering frequency determination method for removing vibration noise caused by the rigid motion of the machine includes measurement data measured for a predetermined measurement period by a vibration sensor that senses vibration of the machine.
  • the measurement data is time domain amplitude data, transforming the measurement data into frequency domain data (through a fast Fourier transform algorithm) and determining a reference filtering frequency corresponding to the frequency domain data.
  • the step of determining a reference filtering frequency corresponding to the frequency domain data includes: (a) initializing a high-pass filtering frequency to a predetermined initial frequency; (b) setting the frequency domain data to the high-pass filtering frequency. Generating first intermediate data by high-pass filtering with (c) converting the first intermediate data into time domain data (through a fast Fourier inverse transform algorithm) to generate second intermediate data, (d) Calculating a representative amplitude value of each of the first divided data to the Nth divided data obtained by dividing the second intermediate data into N equal parts based on time (N is an integer greater than or equal to 2), (f) the first divided data to the Nth divided data Updating the high-pass filtering frequency when a difference between the maximum value of the representative amplitude values of each of the divided data and the minimum value of the representative amplitude values of each of the first to Nth division data is greater than a predetermined threshold, and (g ( Steps b) to (f) are repeatedly performed, and the maximum value among the representative
  • a computing system includes a processor and a memory for storing a computer program, wherein the computer program, when executed by the processor, causes vibration noise caused by rigid motion of a machine.
  • control to perform an elimination method wherein the vibration noise elimination method due to the rigid motion of the machine comprises the steps of acquiring measurement data measured for a predetermined detection period by a vibration sensor that detects the vibration of the machine - the measurement data is time domain amplitude data—converting, by the computing system, the measurement data to frequency domain data (through a fast Fourier transform algorithm), and by the computing system filtering the frequency domain data to a predetermined reference filtering frequency to obtain the
  • a computing system is provided which includes removing vibration noise caused by a rigid body motion of a machine, wherein the reference filtering frequency is determined by the method of claim 1 .
  • an acquisition module for acquiring measurement data measured during a predetermined measurement period by a vibration sensor that detects vibration of a machine in a computing system, wherein the measurement data is time domain amplitude data;
  • a frequency domain transformation module for converting measurement data into frequency domain data (through a fast Fourier transform algorithm) and a reference filtering frequency determination module for determining a reference filtering frequency corresponding to the frequency domain data, wherein the reference filtering frequency determination module (a) initializing the high-pass filtering frequency to a predetermined initial frequency, (b) generating first intermediate data by high-pass filtering the frequency domain data with the high-pass filtering frequency, (c) Generating second intermediate data by transforming the first intermediate data into time domain data (through a fast Fourier inverse transform algorithm), (d) dividing the second intermediate data into N equal parts based on time (N is an integer greater than or equal to 2).
  • Steps (b) to (f) are repeatedly performed until a difference between the maximum value and the minimum value among the representative amplitude values of the first divided data to the Nth divided data becomes smaller than the threshold value, and the first divided data
  • the finally updated high-pass filtering A filtering frequency determining system for removing vibration noise due to a rigid body motion of a machine performing a determining process as a reference filtering frequency comprising determining a frequency as the reference filtering frequency is provided.
  • an acquisition module for acquiring measurement data measured during a predetermined detection period by a vibration sensor that senses vibration of a machine—the measurement data being time domain amplitude data—, the measurement data ( A frequency domain conversion module for converting into frequency domain data (through a fast Fourier transform algorithm) and a control module for filtering the frequency domain data with a predetermined reference filtering frequency to remove vibration noise caused by rigid body motion of the machine.
  • the reference filtering frequency is determined by the method according to claim 1, there is provided a system for removing vibration noise caused by a rigid motion of a machine.
  • a filtering frequency for removing vibration noise caused by the rigid body motion of the machine is determined, and vibration caused by the rigid body motion of the machine is used.
  • a method and system for removing noise can be provided.
  • the motor in the machine can be diagnosed and predictive maintenance of the machine can be made possible.
  • FIG. 1 is a diagram schematically illustrating an environment in which a method for determining a filtering frequency for removing vibration noise due to a rigid motion of a machine and a method for removing vibration noise due to a rigid motion of a machine according to a technical concept of the present invention are performed.
  • FIG. 2 is a flowchart illustrating a method for determining a filtering frequency according to an embodiment of the present invention.
  • FIG. 3 is a flowchart illustrating an example of a process of determining a reference filtering frequency in more detail according to an embodiment of the present invention.
  • FIG. 4 is a flowchart illustrating a noise removal method according to an embodiment of the present invention.
  • FIG. 5 and 6 are diagrams showing a schematic configuration of a filtering frequency determination system according to an embodiment of the present invention
  • FIG. 7 is a diagram showing a schematic configuration of a noise removal system according to an embodiment of the present invention.
  • first and second may be used to describe various components, but the components should not be limited by the terms. Terms such as first and second do not indicate a particular order, and are used only for the purpose of distinguishing one element from another.
  • the component when one component 'transmits' data to another component, the component may directly transmit the data to the other component, or through at least one other component. It means that the data can be transmitted to the other component. Conversely, when one component 'directly transmits' data to another component, it means that the data is transmitted from the component to the other component without going through the other component.
  • a 'method for determining a filtering frequency' a method for determining a filtering frequency for removing vibration noise caused by a rigid body motion of a machine
  • a 'method for determining a filtering frequency' a method for removing vibration noise due to a rigid body motion of a machine
  • a 'method for determining a filtering frequency' a method for removing vibration noise due to a rigid body motion of a machine
  • a filtering frequency determining method is performed by a filtering frequency determining system (100; hereinafter referred to as 'filtering frequency determining system') for removing vibration noise caused by a rigid motion of a machine.
  • the noise removal method may be performed by a vibration noise removal system 200 (hereinafter, referred to as 'noise removal system') by a rigid motion of a machine.
  • the filtering frequency determination system 100 may determine a filtering frequency for filtering vibration generated by rigid body motion of the machine 10, and the noise removal system 200 may determine the determined filtering frequency. Noise vibration due to rigid body motion can be removed by using.
  • the filtering frequency determination system 100 and/or the noise cancellation system 200 may be a computing system that is a data processing device having an arithmetic capability for implementing the technical concept of the present invention, and is generally accessed by a client through a network. It may include not only a server, which is a possible data processing device, but also a computing device such as a personal computer or a portable terminal.
  • the filtering frequency determination system 100 and/or the noise removal system 200 may be implemented with any one physical device, but a plurality of physical devices are organically combined as needed to achieve the An average expert in the art of the present invention will readily be able to infer that the filtering frequency determination system 100 and/or the denoising system 200 may be implemented.
  • the filtering frequency determination system 100 may determine the filtering frequency based on measurement data measured during a predetermined measurement period by the vibration sensor 20 that senses the vibration of the machine 10 .
  • the machine 10 may include a motor 11 rotating about a rotation axis.
  • the machine 10 itself can perform rigid motion, which can cause vibration.
  • the motor 11 built into the machine 10 may be, for example, a DC Motor, a Brushless DC Motor, a Torque Motor, a Stepper Motor, a Gear Motor, a voice coil, a linear motor, etc.
  • the motor 11 may cause vibration during rotation.
  • the vibration sensor 20 may detect vibration of the machine 10 and measure vibration of the machine 10 .
  • the vibration sensor 20 may be implemented as an acceleration sensor.
  • the vibration sensor 20 may be installed in contact with the machine 10 or may be a non-contact sensor spaced apart from the machine 10 by a certain distance.
  • the vibration sensor 20 may be a 3-axis vibration sensor.
  • the 3-axis vibration sensor 20 may measure 3-dimensional vibration of the machine 10 .
  • the 3-axis vibration sensor 20 may be implemented as a 3-axis acceleration sensor or a 3-axis accelerometer that outputs acceleration data in three directions of x-axis, y-axis, and z-axis.
  • one axis (eg, z-axis) of the 3-axis vibration sensor 20 may be parallel to the axis of rotation of the machine 10 .
  • the vibration sensor 20 may include a wireless communication module, through which wireless communication may be performed with the filtering frequency determination system 100 and the noise removal system 200.
  • the wireless communication module is, for example, a long-distance wireless communication method such as 3G, LTE, LTE-A, Wi-Fi, WiGig, Ultra Wide Band (UWB) or MST, Bluetooth, NFC, RFID, ZigBee, Z-Wave It is possible to communicate with the filtering frequency determination system 100 and the noise removal system 200 using a short-range wireless communication method such as , IR, or the like.
  • the vibration sensor 20 performs wireless communication with the three-axis vibration sensor 20 and a wireless repeater (not shown) that performs wired communication with the filtering frequency determining system 100 and the noise removal system 200. Communication with the filtering frequency determination system 100 and the noise removal system 200 may be performed through a time).
  • FIG. 1 shows only one machine 10 and one vibration sensor 20 for convenience, the filtering frequency determining system 100 collects vibration data from a plurality of vibration sensors corresponding to a plurality of rotating machines, You can also determine the filtering frequency.
  • the determined filtering frequency may be transmitted to the noise removal system 200, and the noise removal system 200 may use the filtering frequency to determine the overall vibration generated in the machine to be diagnosed (eg, 10). Vibration noise caused by the rigid motion of the machine 10 may be removed and only vibration generated by the motor 11 inside the machine 10 may be extracted. The vibration of the motor 11 extracted in this way (that is, the result of removing the vibration noise due to the rigid motion) can be used to determine whether the motor 11 inside the machine 10 is abnormal.
  • the machine used to measure the filtering frequency and the machine to be diagnosed are shown as the same, but in actual implementation, the machine used to measure the filtering frequency and the machine to be diagnosed may be different.
  • the filtering frequency determination system 100 and the noise removal system 200 may be implemented in a form separated from each other or implemented as one system.
  • the filtering frequency determination system 100 and/or the noise removal system 200 may be implemented as subsystems of a predetermined parent system.
  • FIG. 2 is a flowchart illustrating a method for determining a filtering frequency according to an embodiment of the present invention.
  • the filtering frequency determination system 100 may obtain measurement data measured during a predetermined measurement period by the vibration sensor 20 that senses the vibration of the machine 10 (S100). For example, the filtering frequency determination system 100 may acquire vibration data for 5 seconds at a frequency of 1,000 times per second from the vibration sensor 20 .
  • the filtering frequency determination system 100 may transform the measurement data into frequency domain data through Fourier transform (S200).
  • the measurement data is time domain amplitude data, i.e., data having time as the x-axis and amplitude as the y-axis
  • the filtering frequency determination system 100 converts the time domain measurement data into frequency domain data through Fourier transform can do.
  • Fourier transform means an operation of decomposing a function (or signal) in the time domain into frequency components constituting the function.
  • the measurement data may be converted into domain data through a fast Fourier transform algorithm of the filtering frequency determination system 100 .
  • the filtering frequency determination system 100 may further perform a preprocessing process using a windowing function prior to the process of performing Fourier transform on the measurement data. .
  • the filtering frequency determination system 100 may determine a reference filtering frequency corresponding to the frequency domain data (S300), and an example of a specific process thereof is shown in FIG. 3 .
  • FIG. 3 is a flowchart illustrating an example of a process of determining a reference filtering frequency (S300 in FIG. 2) in more detail according to an embodiment of the present invention.
  • the filtering frequency determining system 100 may initialize the high pass filtering frequency to a predetermined initial frequency (S110).
  • the initial frequency may be, for example, 5 Hz.
  • the filtering frequency determination system 100 may generate first intermediate data by high-pass filtering the frequency domain data with the high-pass filtering frequency (S120).
  • the filtering frequency determining system 100 may check whether the frequency domain data is normally filtered by the high pass filtering frequency.
  • the filtering frequency determination system 100 may generate second intermediate data by transforming the first intermediate data into time domain data through an inverse Fourier transform, and converting the second intermediate data into time domain data by N Representative amplitude values (A 1 to A N ) of each of the first divided data to the N th divided data divided equally ( N is an integer greater than or equal to 2) may be calculated (S130).
  • the filtering frequency determination system 100 may divide the second intermediate data into 4 equal parts to generate 4 divided data and calculate a representative value of each divided data.
  • a representative value of each segmented data may be an average value. However, it is not limited thereto, and the representative value may be calculated in various ways such as a maximum value, a minimum value, and a median value.
  • the filtering frequency determination system 100 determines the maximum value among the representative amplitude values (A 1 to A N ) of each of the first divided data to the N th divided data and the representative amplitude of each of the first divided data to the N th divided data. It may be determined whether the difference between the minimum values among the values A 1 to A N is smaller than a predetermined threshold value (S140).
  • the filtering frequency determination system 100 may update the high pass filtering frequency (S150).
  • the filtering frequency determining system 100 may find an appropriate high-pass filtering frequency while gradually increasing the high-pass filtering frequency. Therefore, the filtering frequency determination system 100 may update the high-pass filtering frequency by adding a predetermined delta value to the high-pass filtering frequency. For example, the filtering frequency determining system 100 may increase the high pass filtering frequency by 1 Hz.
  • the filtering frequency determining system 100 calculates a difference between a maximum value among representative amplitude values of each of the first divided data to the Nth divided data and a minimum value among representative amplitude values of each of the first divided data to the Nth divided data. Steps S120 to S150 may be repeatedly performed until the value is smaller than the threshold value (see S150 and S120).
  • the maximum value among the representative amplitude values (A 1 to A N ) of each of the first divided data to the N th divided data and the representative amplitude values (A 1 to AN ) of each of the first divided data to the N th divided data If the difference between the minimum values is smaller than the threshold value, it can be regarded that the frequency domain data is normally filtered by the high-pass filtering frequency. It may be determined as a filtering frequency (S160).
  • the filtering frequency determination system 100 may limit the high pass filtering frequency to a predetermined maximum value. For example, the filtering frequency determination system 100 may limit the highest value of the high pass filtering frequency to 15 Hz. To this end, when the high pass filtering frequency increases to 15 Hz, the filtering frequency determining system 100 may determine the reference filtering frequency as 15 Hz without updating the high pass filtering frequency any more.
  • each measurement data may include x-axis data, y-axis data, and z-axis data. That is, each measurement data may be in the form of a 3-dimensional vector, the x-axis data is the x-axis direction data of the vibration measured by the 3-axis vibration sensor 20, and the y-axis data is the 3-axis vibration sensor 20 is data in the y-axis direction of vibration measured, and z-axis data is data in the z-axis direction of vibration measured by the three-axis vibration sensor 20.
  • the filtering frequency determination system 100 performs the filtering frequency determination method described above for each of the x-axis data, the y-axis data, and the z-axis data, thereby determining the criteria for each of the x-axis vibration, the y-axis vibration, and the z-axis vibration. filtering frequency can be determined.
  • the filtering frequency determining system 100 repeats the process of FIGS. 2 to 3 a plurality of times to determine the reference filtering frequency, and uses the reference filtering frequency calculated in each process to determine the final reference filtering frequency. can be calculated
  • the filtering frequency determining system 100 may determine an average value, a maximum value, or a minimum value of each calculated result as a final reference filtering frequency.
  • the filtering frequency determination system 100 may divide measurement data measured for a long period of time or acquire measurement data at regular intervals and repeat the process of FIGS. 2 to 3 a plurality of times.
  • FIG. 4 is a flowchart illustrating a noise removal method according to an embodiment of the present invention.
  • the noise removal method according to FIG. 4 may be performed by the noise removal system 200, and the noise removal system 200 may store a reference filtering frequency previously determined by the filtering frequency determination system 100. there is.
  • the noise removal system 200 measures data measured during a predetermined detection period by the vibration sensor 20 that measures the vibration of the machine 10, which is a target of vibration noise removal according to rigid body motion. can be obtained (S400).
  • the noise removal system 200 may convert the measurement data into frequency domain data through Fourier transform (S500).
  • the noise removal system 200 may filter the frequency domain data with the reference filtering frequency to remove vibration noise caused by the motion of the rigid body of the machine 10 .
  • the result of removing the vibration noise caused by the rigid body motion of the machine 10 from the frequency domain data can be used to determine whether the motor 11 in the machine is abnormal, and in addition, the machine 10 can be predicted. can be used for preservation.
  • FIG. 5 and 6 are diagrams showing a schematic configuration of a filtering frequency determining system 100 according to an embodiment of the present invention
  • FIG. 7 is a schematic diagram of a noise removal system 200 according to an embodiment of the present invention. It is a drawing showing the configuration.
  • the filtering frequency determination system 100 and the noise cancellation system 200 may refer to a logical configuration having hardware resources and/or software required to implement the technical concept of the present invention, and necessarily have one It does not mean a physical component or a device. That is, the filtering frequency determination system 100 and the noise removal system 200 may refer to a logical combination of hardware and/or software provided to implement the technical idea of the present invention, and if necessary, are spaced apart from each other. It may be implemented as a set of logical components for implementing the technical idea of the present invention by being installed in a device and performing each function. In addition, the filtering frequency determination system 100 and the noise cancellation system 200 may refer to a set of components implemented separately for each function or role to implement the technical idea of the present invention.
  • Each component of the filtering frequency determination system 100 and the noise removal system 200 may be located in different physical devices or in the same physical device.
  • a combination of software and/or hardware constituting each of the components of the filtering frequency determination system 100 and the noise cancellation system 200 is also located in different physical devices. Components may be organically combined with each other to implement each of the modules.
  • a module may mean a functional and structural combination of hardware for implementing the technical concept of the present invention and software for driving the hardware.
  • the module may mean a logical unit of a predetermined code and a hardware resource for executing the predetermined code, and does not necessarily mean a physically connected code or one type of hardware. can be easily deduced to an average expert in the art of the present invention.
  • the filtering frequency determination system 100 may include an acquisition module 110 , a frequency domain conversion module 120 , and a filtering frequency determination module 130 .
  • the filtering frequency determination system 100 may include more components than this.
  • the filtering frequency determining system 100 includes a communication module (not shown) for communicating with the vibration sensor 20 and a control module for controlling components and resources of the filtering frequency determining system 100 (not shown). city) may be further included.
  • the acquisition module 120 may obtain measurement data measured during a predetermined measurement period by a vibration sensor (eg, 20) that detects vibration of the machine (eg, 10).
  • the measurement data may be time domain amplitude data.
  • the frequency domain conversion module 120 may convert the measurement data into frequency domain data through a Fourier transform algorithm.
  • the filtering frequency determination module 130 may determine a reference filtering frequency corresponding to the frequency domain data, and may include a detailed configuration as shown in FIG. 6 for this purpose.
  • FIG. 6 is a block diagram schematically showing components constituting the filtering frequency determining module 130.
  • the filtering frequency determination module 130 includes an initialization module 131, a high-pass filtering module 132, a time domain conversion module 133, a determination module 134, an update module 135, and an iteration control. module 136.
  • the initialization module 131 may initialize the high pass filtering frequency to a predetermined initial frequency.
  • the high-pass filtering module 132 may generate first intermediate data by performing high-pass filtering on the frequency domain data at the high-pass filtering frequency.
  • the time domain conversion module 133 may generate second intermediate data by converting the first intermediate data into time domain data through an inverse Fourier transform algorithm.
  • the determination module 134 calculates a representative amplitude value of each of the first divided data to the Nth divided data obtained by dividing the second intermediate data into N equal parts based on time (N is an integer greater than or equal to 2), and It may be determined whether a difference between a maximum value of the representative amplitude values of each of the Nth division data and a minimum value of representative amplitude values of each of the first division data to the Nth division data is smaller than a predetermined threshold value.
  • the update module 135 determines that the difference between the maximum value among the representative amplitude values of each of the first divided data to the Nth divided data and the minimum value among the representative amplitude values of each of the first divided data to the Nth divided data is a predetermined threshold value. If greater than , the high pass filtering frequency may be updated.
  • the repetition control module 136 determines that the difference between the maximum value among the representative amplitude values of each of the first divided data to the Nth divided data and the minimum value among the representative amplitude values of each of the first divided data to the Nth divided data is the threshold value.
  • the high-pass filtering module 132, the time domain conversion module 133, the determination module 134, and the update module 135 may be controlled to repeatedly perform the above-described functions until the first division is smaller than the first partition.
  • the finally updated high-pass filtering A frequency may be determined as the reference filtering frequency.
  • the noise removal system 200 may include an acquisition module 210 , a frequency domain conversion module 220 and a control module 230 .
  • the noise removal system 200 may further include a communication module (not shown) for communicating with the vibration sensor 20 .
  • the control module 230 may control components and resources of the noise removal system 200 .
  • the acquisition module 210 may obtain measurement data measured during a predetermined detection period by a vibration sensor (eg, 20) that detects vibration of a predetermined machine to be diagnosed (eg, 10).
  • a vibration sensor eg, 20
  • a predetermined machine to be diagnosed eg, 10
  • the frequency domain conversion module 220 may convert the measurement data into frequency domain data through a Fourier transform algorithm.
  • the control module 230 may filter the frequency domain data with the reference filtering frequency to remove vibration noise caused by the motion of the rigid body of the machine.
  • the filtering frequency determination system 100 and the noise removal system 200 may include a processor and a memory storing a program executed by the processor.
  • the processor may include a single-core CPU or a multi-core CPU.
  • the memory may include high-speed random access memory and may also include non-volatile memory such as one or more magnetic disk storage devices, flash memory devices, or other non-volatile solid-state memory devices. Access to memory by processors and other components may be controlled by a memory controller.
  • the method according to the embodiment of the present invention may be implemented in the form of computer-readable program instructions and stored in a computer-readable recording medium, and the control program and target program according to the embodiment of the present invention are also computer-readable. It can be stored on a readable recording medium.
  • the computer-readable recording medium includes all types of recording devices in which data that can be read by a computer system is stored.
  • Program commands recorded on the recording medium may be specially designed and configured for the present invention, or may be known and usable to those skilled in the software field.
  • Examples of computer-readable recording media include magnetic media such as hard disks, floppy disks and magnetic tapes, optical media such as CD-ROMs and DVDs, 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.
  • the computer-readable recording medium is distributed in computer systems connected through a network, so that computer-readable codes can be stored and executed in a distributed manner.
  • Examples of program instructions include high-level language codes that can be executed by a device that electronically processes information using an interpreter, for example, a computer, as well as machine language codes generated by a compiler.
  • the hardware device described above may be configured to operate as one or more software modules to perform the operations of the present invention, and vice versa.
  • the present invention can be used for a method for determining a filtering frequency for removing vibration noise due to a rigid motion of a machine, a method for removing vibration noise due to a rigid motion of a machine, and a computing system performing the same.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템이 개시된다. 본 발명의 일 측면에 따르면, 컴퓨팅 시스템이, 기계의 진동을 감지하는 진동 센서에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-, 상기 컴퓨팅 시스템이, 상기 측정 데이터를 주파수 도메인 데이터로 변환하는 단계 및 상기 컴퓨팅 시스템이, 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계를 포함하는 필터링 주파수 결정 방법이 제공된다.

Description

기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템
본 발명은 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템에 관한 것이다. 보다 상세하게는 로봇과 같이 움직이는 기계 내의 모터에서 발생하는 진동만을 추출하기 위하여, 기계의 강체 운동으로 인한 진동 노이즈를 제거하기 위한 필터링 주파수를 결정하고 이를 이용하여 기계의 강체 운동으로 인한 진동 노이즈를 제거하기 위한 기술이다.
일반적으로 산업 기계(특히, 회전기계)들은 구동되는 과정에서 필수적으로 기계적인 진동이 발생한다. 기계들의 진동을 살펴보면 기계의 구조에 따른 일정한 패턴을 가지고 있으며 그 패턴의 분석만으로도 회전 기계의 이상 유무 및 고장 종류 예측도 가능하다.
산업기계의 진동 분석 기술로는 진동의 크기와 주파수로 분석하는 방법이 존재한다. 진동 크기의 단순 분석 기법은 작업자가 다년간 설비를 구동시킨 다년간의 노하우를 바탕으로 설비의 진동을 청각 또는 촉각을 통해 기준 진동과 차이가 있는 경우 이상 유무를 진단하는 전통적 기법이다. 또한 진동의 크기를 진동 센서에 의해 측정된 진동의 크기가 기준 진동 크기에 비해서 일정 값 이상의 차이가 나는 경우 설비가 이상하다는 판단을 하는 기법도 있다. 진동의 주파수 분석 방법으로는 진동 시 발생하는 측정된 주파수가 기준 주파수에 비교하여 일정 수준 이상의 차이가 발생하는 경우, 깨짐 또는 헐거워짐 등의 현상 시 발생되는 주파수 대역의 주파수가 발생하는 경우에는 설비의 이상을 판단하는 방법이다.
그런데, 종래의 산업 시설에서는 일반적으로 기계(정확하게는 진동을 일으키는 기계 내의 모터)가 고정되어 있는 경우가 많기 때문에, 이러한 산업 기계의 진동을 측정할 경우, 모터와 관련된 진동만이 측정된다. 하지만 기술의 발전으로 사람을 대체하여 움직이는 로봇들의 사용이 크게 증가하고 있으며, 로봇 내에 있는 모터는 로봇이 움직임에 따라 관련된 진동이 함께 발생한다. 로봇의 움직임을 강체 운동(rigid body motion)이라고 통칭하며, 로봇 내 모터의 진동을 측정하면 강체 운동(rigid body motion)에 의한 진동이 함께 측정되어 파형의 모양이 크게 변화한다. 이로 인해 진동 크기나 주파수가 크게 변화하여 기존의 진동 분석 기술을 이용한 고장 탐지 방법을 사용하지 못한다는 문제점이 있다.
본 발명은 상술한 종래의 문제점을 해결하기 위하여 안출된 것으로서, 로봇과 같이 움직이는 기계 내의 모터에서 발생하는 진동만을 추출하기 위하여 기계의 강체 운동으로 인한 진동 노이즈를 제거하기 위한 필터링 주파수를 결정하고 이를 이용하여 기계의 강체 운동으로 인한 진동 노이즈를 제거하기 위한 방법 및 시스템을 제공하는 것이다.
본 발명의 일 측면에 따르면, 컴퓨팅 시스템이, 기계의 진동을 감지하는 진동 센서에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-, 상기 컴퓨팅 시스템이, 상기 측정 데이터를 (고속 푸리에 변환 알고리즘을 통해) 주파수 도메인 데이터로 변환하는 단계 및 상기 컴퓨팅 시스템이, 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계를 포함하되, 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계는, (a) 하이패스 필터링 주파수를 소정의 초기 주파수로 초기화하는 단계, (b) 상기 주파수 도메인 데이터를 상기 하이패스 필터링 주파수로 하이패스 필터링하여 제1중간 데이터를 생성하는 단계, (c) 상기 제1중간 데이터를 (고속 푸리에 역변환 알고리즘을 통해) 시간 도메인 데이터로 변환하여 제2중간 데이터를 생성하는 단계, (d) 상기 제2중간 데이터를 시간을 기준으로 N 등분(N은 2 이상의 정수)한 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값을 산출하는 단계, (f) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 소정의 임계값 보다 큰 경우, 상기 하이패스 필터링 주파수를 업데이트하는 단계 및 (g) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 상기 임계값 보다 작아질 때까지 상기 (b) 단계 내지 상기 (f) 단계를 반복 수행하고, 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭 값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭 값 중 최소값의 차이가 상기 임계값 보다 작아지면, 최종적으로 업데이트된 상기 하이패스 필터링 주파수를 상기 기준 필터링 주파수로 결정하는 단계를 포함하는 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법이 제공된다.
일 실시예에서, 상기 하이패스 필터링 주파수를 업데이트하는 단계는, 상기 하이패스 필터링 주파수에 소정의 델타값을 합산하여 상기 하이패스 필터링 주파수를 업데이트하는 단계를 포함할 수 있다.
일 실시예에서, 상기 초기 주파수는 5Hz이며, 상기 하이패스 필터링 주파수의 최고값은 15Hz인 것을 특징으로 할 수 있다.
일 실시예에서, 상기 진동 센서는 3축 진동 센서이며, 상기 측정 데이터는 상기 3축 진동 센서에서 출력된 x축 데이터, y축 데이터 및 z축 데이터 중 어느 하나인 것을 특징으로 할 수 있다.
본 발명의 다른 일 측면에 따르면, 컴퓨팅 시스템이, 기계의 진동을 감지하는 진동 센서에 의해 소정의 탐지기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-, 상기 컴퓨팅 시스템이, 상기 측정 데이터를 (고속 푸리에 변환 알고리즘을 통해) 주파수 도메인 데이터로 변환하는 단계 및 상기 컴퓨팅 시스템이, 상기 주파수 도메인 데이터를 소정의 기준 필터링 주파수로 필터링하여 상기 기계의 강체 운동(rigid body motion)에 의한 진동 노이즈를 제거하는 단계를 포함하되, 상기 기준 필터링 주파수는, 상술한 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법에 의하여 결정되는 기계의 강체 운동에 의한 진동 노이즈 제거 방법이 제공된다.
본 발명의 다른 일 측면에 따르면, 데이터 처리장치에 설치되며 상술한 방법을 수행하기 위한 매체에 기록된 컴퓨터 프로그램이 제공된다.
본 발명의 다른 일 측면에 따르면, 상술한 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능한 기록매체가 제공된다.
본 발명의 다른 일 측면에 따르면, 컴퓨팅 시스템으로서, 프로세서 및 컴퓨터 프로그램을 저장하는 메모리를 포함하고, 상기 컴퓨터 프로그램은, 상기 프로세서에 의해 실행되는 경우, 상기 컴퓨팅 시스템이 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법을 수행하도록 제어하고, 상기 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법은, 기계의 진동을 감지하는 진동 센서에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-, 상기 측정 데이터를 (고속 푸리에 변환 알고리즘을 통해) 주파수 도메인 데이터로 변환하는 단계 및 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계를 포함하되, 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계는, (a) 하이패스 필터링 주파수를 소정의 초기 주파수로 초기화하는 단계, (b) 상기 주파수 도메인 데이터를 상기 하이패스 필터링 주파수로 하이패스 필터링하여 제1중간 데이터를 생성하는 단계, (c) 상기 제1중간 데이터를 (고속 푸리에 역변환 알고리즘을 통해) 시간 도메인 데이터로 변환하여 제2중간 데이터를 생성하는 단계, (d) 상기 제2중간 데이터를 시간을 기준으로 N 등분(N은 2 이상의 정수)한 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값을 산출하는 단계, (f) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 소정의 임계값 보다 큰 경우, 상기 하이패스 필터링 주파수를 업데이트하는 단계 및 (g) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 상기 임계값 보다 작아질 때까지 상기 (b) 단계 내지 상기 (f) 단계를 반복 수행하고, 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭 값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭 값 중 최소값의 차이가 상기 임계값 보다 작아지면, 최종적으로 업데이트된 상기 하이패스 필터링 주파수를 상기 기준 필터링 주파수로 결정하는 단계를 포함하는 컴퓨팅 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 컴퓨팅 시스템으로서, 프로세서 및 컴퓨터 프로그램을 저장하는 메모리를 포함하고, 상기 컴퓨터 프로그램은, 상기 프로세서에 의해 실행되는 경우, 상기 컴퓨팅 시스템이 기계의 강체 운동에 의한 진동 노이즈 제거 방법을 수행하도록 제어하고, 상기 기계의 강체 운동에 의한 진동 노이즈 제거 방법은, 기계의 진동을 감지하는 진동 센서에 의해 소정의 탐지기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-, 상기 컴퓨팅 시스템이, 상기 측정 데이터를 (고속 푸리에 변환 알고리즘을 통해) 주파수 도메인 데이터로 변환하는 단계 및 상기 컴퓨팅 시스템이, 상기 주파수 도메인 데이터를 소정의 기준 필터링 주파수로 필터링하여 상기 기계의 강체 운동(rigid body motion)에 의한 진동 노이즈를 제거하는 단계를 포함하되, 상기 기준 필터링 주파수는, 제1항에 기재된 방법에 의하여 결정되는 컴퓨팅 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 컴퓨팅 시스템이, 기계의 진동을 감지하는 진동 센서에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득하는 획득모듈-상기 측정 데이터는 시간 도메인 진폭 데이터임-, 상기 측정 데이터를 (고속 푸리에 변환 알고리즘을 통해) 주파수 도메인 데이터로 변환하는 주파수 도메인 변환모듈 및 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 기준 필터링 주파수 결정모듈을 포함하되, 상기 기준 필터링 주파수 결정모듈은, (a) 하이패스 필터링 주파수를 소정의 초기 주파수로 초기화하는 단계, (b) 상기 주파수 도메인 데이터를 상기 하이패스 필터링 주파수로 하이패스 필터링하여 제1중간 데이터를 생성하는 단계, (c) 상기 제1중간 데이터를 (고속 푸리에 역변환 알고리즘을 통해) 시간 도메인 데이터로 변환하여 제2중간 데이터를 생성하는 단계, (d) 상기 제2중간 데이터를 시간을 기준으로 N 등분(N은 2 이상의 정수)한 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값을 산출하는 단계, (f) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 소정의 임계값 보다 큰 경우, 상기 하이패스 필터링 주파수를 업데이트하는 단계 및 (g) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 상기 임계값 보다 작아질 때까지 상기 (b) 단계 내지 상기 (f) 단계를 반복 수행하고, 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭 값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭 값 중 최소값의 차이가 상기 임계값 보다 작아지면, 최종적으로 업데이트된 상기 하이패스 필터링 주파수를 상기 기준 필터링 주파수로 결정하는 단계를 포함하는 기준 필터링 주파수로 결정과정을 수행하는 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 시스템이 제공된다.
본 발명의 다른 일 측면에 따르면, 기계의 진동을 감지하는 진동 센서에 의해 소정의 탐지기간 동안 측정된 측정 데이터를 획득하는 획득모듈-상기 측정 데이터는 시간 도메인 진폭 데이터임-, 상기 측정 데이터를 (고속 푸리에 변환 알고리즘을 통해) 주파수 도메인 데이터로 변환하는 주파수 도메인 변환모듈 및 상기 주파수 도메인 데이터를 소정의 기준 필터링 주파수로 필터링하여 상기 기계의 강체 운동(rigid body motion)에 의한 진동 노이즈를 제거하는 제어모듈을 포함하되, 상기 기준 필터링 주파수는, 제1항에 기재된 방법에 의하여 결정되는 기계의 강체 운동에 의한 진동 노이즈 제거 시스템이 제공된다.
본 발명의 기술적 사상에 의하면, 로봇과 같이 움직이는 기계 내의 모터에서 발생하는 진동만을 추출하기 위하여 기계의 강체 운동으로 인한 진동 노이즈를 제거하기 위한 필터링 주파수를 결정하고 이를 이용하여 기계의 강체 운동으로 인한 진동 노이즈를 제거하기 위한 방법 및 시스템을 제공할 수 있다.
또한 기계의 강체 운동으로 인한 진동 노이즈가 제거된 데이터를 종전의 모터 상태 판단 방법에 적용함으로써 기계 내의 모터를 진단할 수 있으며 기계의 예지보전이 가능하도록 할 수 있다.
본 발명의 상세한 설명에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 기술적 사상에 따른 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법 및 기계의 강체 운동에 의한 진동 노이즈 제거 방법이 수행되는 환경을 개략적으로 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따른 필터링 주파수 결정 방법을 설명하기 위한 흐름도이다.
도 3 은 본 발명의 일 실시예에 따라 기준 필터링 주파수를 결정하는 과정의 일 예를 보다 구체적으로 도시한 흐름도이다.
도 4는 본 발명의 일 실시예에 따른 노이즈 제거 방법을 나타내는 흐름도이다.
도 5 및 도 6은 본 발명의 일 실시예에 다른 필터링 주파수 결정 시스템의 개략적인 구성을 도시한 도면이며, 도 7은 발명의 일 실시예에 따른 노이즈 제거 시스템의 개략적인 구성을 도시한 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변환, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 본 발명을 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
제1, 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 제1, 제2 등의 용어는 특별한 순서를 나타내는 것이 아니며, 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
본 명세서에 있어서, "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.
또한, 본 명세서에 있어서는 어느 하나의 구성요소가 다른 구성요소로 데이터를 '전송'하는 경우에는 상기 구성요소는 상기 다른 구성요소로 직접 상기 데이터를 전송할 수도 있고, 적어도 하나의 또 다른 구성요소를 통하여 상기 데이터를 상기 다른 구성요소로 전송할 수도 있는 것을 의미한다. 반대로 어느 하나의 구성요소가 다른 구성요소로 데이터를 '직접 전송'하는 경우에는 상기 구성요소에서 다른 구성요소를 통하지 않고 상기 다른 구성요소로 상기 데이터가 전송되는 것을 의미한다.
이하, 첨부된 도면들을 참조하여 본 발명의 실시예들을 중심으로 본 발명을 상세히 설명한다. 각 도면에 제시된 동일한 참조부호는 동일한 부재를 나타낸다.
도 1은 본 발명의 기술적 사상에 따른 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법(이하, '필터링 주파수 결정 방법'이라고 함) 및 기계의 강체 운동에 의한 진동 노이즈 제거 방법(이하, '노이즈 제거 방법'이라고 함)이 수행되는 환경을 개략적으로 도시한 도면이다.
도 1을 참조하면, 본 발명의 일 실시예에 따른 필터링 주파수 결정 방법은 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 시스템 (100; 이하 '필터링 주파수 결정 시스템'이라고 함)에 의해 수행될 수 있으며, 본 발명의 일 실시예에 따른 노이즈 제거 방법은 기계의 강체 운동에 의한 진동 노이즈 제거 시스템(200; 이하 '노이즈 제거 시스템'이라고 함)에 의해 수행될 수 있다. 상기 필터링 주파수 결정 시스템(100)은 기계(10)의 강체 운동(rigid body motion)에 의해 발생하는 진동을 필터링하기 위한 필터링 주파수를 판단할 수 있으며, 상기 노이즈 제거 시스템(200)은 판단된 필터링 주파수를 이용하여 강체 운동에 의한 노이즈 진동을 제거할 수 있다.
상기 필터링 주파수 결정 시스템(100) 및/또는 상기 노이즈 제거 시스템(200)은 본 발명의 기술적 사상을 구현하기 위한 연산능력을 가진 데이터 처리장치인 컴퓨팅 시스템일 수 있으며, 일반적으로 네트워크를 통해 클라이언트가 접속 가능한 데이터 처리 장치인 서버뿐만 아니라 개인용 컴퓨터나 휴대 단말 등과 같은 컴퓨팅 장치를 포함할 수 있다.
상기 필터링 주파수 결정 시스템(100) 및/또는 상기 노이즈 제거 시스템(200)은 어느 하나의 물리적 장치로 구현될 수도 있으나, 필요에 따라 복수의 물리적 장치가 유기적으로 결합되어 본 발명의 기술적 사상에 따른 상기 필터링 주파수 결정 시스템(100) 및/또는 상기 노이즈 제거 시스템(200)을 구현할 수 있음을 본 발명의 기술분야의 평균적 전문가는 용이하게 추론할 수 있을 것이다.
상기 필터링 주파수 결정 시스템(100)은 기계(10)의 진동을 감지하는 진동 센서(20)에 의해 소정의 측정기간 동안 측정된 측정 데이터에 기반하여 필터링 주파수를 결정할 수 있다.
상기 기계(10)는 회전축을 중심으로 회전하는 모터(11)를 포함할 수 있다. 상기 기계(10) 그 자체로 강체 운동을 할 수 있으며 이로 인해 진동이 발생할 수 있다. 상기 기계(10)에 내장된 모터(11)는, 예를 들어, DC Motor, Brushless DC Motor, Torque Motor, Stepper Motor, Gear Motor, 보이스코일, 리니어모터 등일 수 있으며, 기계(10)에 내장된 모터(11)는 회전 시 진동을 유발할 수 있다.
상기 진동 센서(20)는 상기 기계(10)의 진동을 감지하고 상기 기계(10)에 대한 진동을 측정할 수 있다. 상기 진동 센서(20)는 가속도 센서로 구현될 수 있다. 상기 진동 센서(20)는 상기 기계(10)에 접촉하여 설치될 수도 있으며, 상기 기계(10)에서 일정거리만큼 이격된 비접촉식 센서일 수도 있다.
일 실시예에서 상기 진동 센서(20)는 3축 진동 센서일 수 있다. 이 경우 상기 3축 진동 센서(20)는 상기 기계(10)에 대한 3차원 진동을 측정할 수 있다. 상기 3축 진동 센서(20)는 x축, y축, z축 3방향의 가속도 데이터를 출력하는 3축 가속도 센서 혹은 3축 가속도계로 구현될 수 있다.
일 실시예에서, 상기 3축 진동 센서(20)의 한 축(예를 들어, z축)은 상기 기계(10)의 회전축과 수평을 이룰 수 있다.
상기 진동 센서(20)는 무선통신모듈을 구비할 수 있으며 이를 통하여 상기 필터링 주파수 결정 시스템(100) 및 상기 노이즈 제거 시스템(200)과 무선통신을 수행할 수 있다. 상기 무선통신모듈은, 예를 들어, 3G, LTE, LTE-A, Wi-Fi, WiGig, Ultra Wide Band(UWB) 등의 원거리 무선 통신 방식 혹은 MST, Bluetooth, NFC, RFID, ZigBee, Z-Wave, IR 등의 근거리 무선 통신 방식으로 상기 필터링 주파수 결정 시스템(100) 및 상기 노이즈 제거 시스템(200)과 통신할 수 있다. 또는 상기 진동 센서(20)는 상기 3축 진동 센서(20)와 무선통신을 수행하며, 상기 필터링 주파수 결정 시스템(100) 및 상기 노이즈 제거 시스템(200)과 유선통신을 수행하는 무선 중계장치(미도시)을 통해 상기 필터링 주파수 결정 시스템(100) 및 상기 노이즈 제거 시스템(200)과 통신을 수행할 수도 있다.
도 1은 편의상 하나의 기계(10) 및 하나의 진동 센서(20)만을 도시하고 있으나, 상기 필터링 주파수 결정 시스템(100)은 복수의 회전 기계에 각각 대응되는 복수의 진동 센서로부터 진동 데이터를 수집하여 필터링 주파수를 결정할 수도 있다.
한편, 결정된 필터링 주파수는 상기 노이즈 제거 시스템(200)에 전달될 수 있으며, 상기 노이즈 제거 시스템(200) 상기 필터링 주파수를 이용하여 소정의 진단 대상 기계(예를 들어, 10)에서 발생하는 전체적인 진동으로부터 상기 기계(10)의 강체 운동으로 인한 진동 노이즈를 제거하고 상기 기계(10) 내부의 모터(11)에서 발생하는 진동만을 추출할 수 있다. 이렇게 추출된 모터(11)의 진동(즉, 강체 운동으로 인한 진동 노이즈가 제거된 결과물)은 상기 기계(10) 내부의 모터(11)의 이상 여부를 판단하는데 이용될 수 있다.
도 1에서는 편의상 필터링 주파수를 측정하는데 이용되는 기계와 진단 대상이 되는 기계를 동일한 것으로 도시하였으나, 실제 구현에서는 당연히 필터링 주파수를 측정하는데 이용되는 기계와 진단 대상이 되는 기계는 상이할 수 있다.
실시예에 따라, 상기 필터링 주파수 결정 시스템(100) 및 상기 노이즈 제거 시스템(200)은 서로 분리된 형태로 구현될 수도 있고 하나의 시스템으로 구현될 수도 있다. 또는 상기 필터링 주파수 결정 시스템(100) 및/또는 상기 노이즈 제거 시스템(200)은 소정의 모(母) 시스템의 서브 시스템의 형태로 구현될 수도 있다.
도 2는 본 발명의 일 실시예에 따른 필터링 주파수 결정 방법을 설명하기 위한 흐름도이다.
도 2를 참조하면, 상기 필터링 주파수 결정 시스템(100)은 기계(10)의 진동을 감지하는 진동 센서(20)에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득할 수 있다(S100). 예를 들어, 상기 필터링 주파수 결정 시스템(100)은 진동 센서(20)로부터 초당 1,000회의 빈도로 5초 동안의 진동 데이터를 획득할 수 있다.
이후 상기 필터링 주파수 결정 시스템(100)은 상기 측정 데이터를 푸리에 변환을 통해 주파수 도메인 데이터로 변환할 수 있다(S200).
상기 측정 데이터는 시간 도메인 진폭 데이터, 즉 시간을 x축으로 하고 진폭을 y축으로 하는 데이터인데, 상기 필터링 주파수 결정 시스템(100)은 시간 도메인 데이터인 측정 데이터를 푸리에 변환을 통해 주파수 도메인 데이터로 변환할 수 있다. 푸리에 변환은 잘 알려져 있는 바와 같이, 시간 도메인의 함수(혹은 신호)를 함수를 구성하고 있는 주파수 성분으로 분해하는 작업을 의미한다. 일 실시예에서 상기 필터링 주파수 결정 시스템(100) 고속 푸리에 변환 알고리즘을 통하여 상기 측정 데이터를 도메인 데이터로 변환할 수 있다.
푸리에 변환할 때에 스펙트럴 리키지(Spectral Leakage) 현상이 발생할 수 있으므로 상기 필터링 주파수 결정 시스템(100)은 상기 측정 데이터를 푸리에 변환하는 수행하는 과정 이전에 Windowing 함수를 사용한 전처리 과정을 더 수행할 수 있다.
이후 상기 필터링 주파수 결정 시스템(100)은 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정할 수 있으며(S300), 그 구체적인 과정의 일 예가 도 3에 도시되어 있다.
도 3 은 본 발명의 일 실시예에 따라 기준 필터링 주파수를 결정하는 과정(도 2의 S300)의 일 예를 보다 구체적으로 도시한 흐름도이다.
도 3을 참조하면, 필터링 주파수 결정 시스템(100)은 하이패스 필터링 주파수를 소정의 초기 주파수로 초기화할 수 있다(S110). 상기 초기 주파수는 예를 들어 5Hz일 수 있다.
이후 상기 필터링 주파수 결정 시스템(100)은 상기 주파수 도메인 데이터를 상기 하이패스 필터링 주파수로 하이패스 필터링하여 제1중간 데이터를 생성할 수 있다(S120).
상기 필터링 주파수 결정 시스템(100)은 상기 하이패스 필터링 주파수에 의해 상기 주파수 도메인 데이터가 정상적으로 필터링되었는지 여부를 확인할 수 있다.
보다 구체적으로는 상기 필터링 주파수 결정 시스템(100)은 상기 제1중간 데이터를 푸리에 역변환을 통해 시간 도메인 데이터로 변환하여 제2중간 데이터를 생성할 수 있으며, 상기 제2중간 데이터를 시간을 기준으로 N 등분(N은 2 이상의 정수)한 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값(A1 ~ AN)을 산출할 수 있다(S130). 예를 들어 상기 필터링 주파수 결정 시스템(100)은 상기 제2중간 데이터를 4등분하여 4개의 분할 데이터를 생성할 수 있으며 각각의 분할 데이터의 대표값을 산출할 수 있다. 각 분할 데이터의 대표값은 평균값일 수 있다. 그러나 이에 한정되는 것은 아니고, 최대값, 최소값, 중간값 등 다양한 방식으로 대표값이 산출될 수 있음은 물론이다.
또한 상기 필터링 주파수 결정 시스템(100)은 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값(A1 ~ AN) 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값(A1 ~ AN) 중 최소값의 차이가 소정의 임계값 보다 작은지 여부를 판단할 수 있다(S140).
만약 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값(A1 ~ AN) 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값(A1 ~ AN) 중 최소값의 차이가 상기 임계 값보다 큰 경우, 상기 필터링 주파수 결정 시스템(100)은 상기 하이패스 필터링 주파수를 업데이트할 수 있다(S150). 바람직하게는 상기 필터링 주파수 결정 시스템(100)은 상기 하이패스 필터링 주파수를 점차 증가시켜가면서 적정한 하이패스 필터링 주파수를 찾을 수 있다. 따라서 상기 필터링 주파수 결정 시스템(100)은 상기 하이패스 필터링 주파수에 소정의 델타값을 합산하여 상기 하이패스 필터링 주파수를 업데이트할 수 있다. 예를 들어 상기 필터링 주파수 결정 시스템(100)은 1Hz만큼 상기 하이패스 필터링 주파수를 증가할 수 있다.
이후 상기 필터링 주파수 결정 시스템(100)은 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 상기 임계값 보다 작아질 때까지 S120 단계 내지 S150 단계를 반복 수행할 수 있다(S150, S120 참조).
한편, 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값(A1 ~ AN) 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값(A1 ~ AN) 중 최소값의 차이가 상기 임계값 보다 작다면, 상기 하이패스 필터링 주파수에 의해 상기 주파수 도메인 데이터가 정상적으로 필터링된 것으로 볼 수 있으므로 필터링 주파수 결정 시스템(100) 최종적으로 업데이트된 상기 하이패스 필터링 주파수를 상기 기준 필터링 주파수로 결정할 수 있다(S160).
일 실시예에서, 상기 필터링 주파수 결정 시스템(100)은 상기 하이패스 필터링 주파수를 소정의 최고값으로 제한할 수 있다. 예를 들어 상기 필터링 주파수 결정 시스템(100)은 상기 하이패스 필터링 주파수의 최고값을 15Hz로 제한할 수 있다. 이를 위하여 상기 필터링 주파수 결정 시스템(100)은 상기 하이패스 필터링 주파수가 15Hz까지 증가하면 더 이상 상기 하이패스 필터링 주파수를 업데이트하지 아니하고 상기 기준 필터링 주파수를 15Hz로 결정할 수 있다.
한편 상기 진동 센서(200)가 3중 진동 센서인 경우, 각 측정 데이터는 x축 데이터, y축 데이터, z축 데이터를 포함할 수 있다. 즉, 각 측정 데이터는 3차원 벡터의 형태일 수 있으며, x축 데이터는 상기 3축 진동 센서(20)가 측정한 진동의 x축 방향 데이터이며, y축 데이터는 상기 3축 진동 센서(20)가 측정한 진동의 y축 방향 데이터이며, z축 데이터는 상기 3축 진동 센서(20)가 측정한 진동의 z축 방향 데이터이다. 이 경우 상기 필터링 주파수 결정 시스템(100)은 x축 데이터, y축 데이터, z축 데이터 각각에 대하여 상술한 필터링 주파수 결정 방법을 수행함으로써, x축 진동, y축 진동, z축 진동 각각에 대한 기준 필터링 주파수를 결정할 수 있다.
한편, 앞서 도 2 내지 도 3을 참조하여 설명한 것은 1화의 측정에 의해 측정 데이터가 생성되고, 이를 통하여 기준 필터링 주파수가 결정되는 과정에 관한 것이다. 그런데, 상기 필터링 주파수 결정 시스템(100)은 상기 기준 필터링 주파수를 결정하기 위하여 도 2 내지 도 3의 과정을 복수 회 반복하고, 각각의 과정에서 산출된 기준 필터링 주파수를 이용하여 최종적인 기준 필터링 주파수를 산출할 수 있다. 예를 들어, 상기 필터링 주파수 결정 시스템(100)은 각각의 산출 결과물의 평균값, 최대값 혹은 최소값을 최종적인 기준 필터링 주파수로 결정할 수 있다. 상기 필터링 주파수 결정 시스템(100)은 오랜 기간 측정된 측정 데이터를 분할하여, 혹은 일정 주기마다 측정 데이터를 획득하여 복수 회만큼 도 2 내지 도 3의 과정을 반복 수행할 수 있다.
도 4는 본 발명의 일 실시예에 따른 노이즈 제거 방법을 나타내는 흐름도이다. 도 4에 따른 노이즈 제거 방법은 상기 노이즈 제거 시스템(200)에 의하여 수행될 수 있으며, 상기 노이즈 제거 시스템(200)는 상기 필터링 주파수 결정 시스템(100)에 의해 미리 결정된 기준 필터링 주파수가 저장되어 있을 수 있다.
도 4를 참조하면, 상기 노이즈 제거 시스템(200)은 강체 운동에 따른 진동 노이즈 제거의 대상이 되는 기계(10)의 진동을 측정하는 진동 센서(20)에 의해 소정의 탐지기간 동안 측정된 측정 데이터를 획득할 수 있다(S400).
상기 노이즈 제거 시스템(200)은 상기 측정 데이터를 푸리에 변환을 통해 주파수 도메인 데이터로 변환할 수 있다(S500).
이후 상기 노이즈 제거 시스템(200)은 상기 주파수 도메인 데이터를 상기 기준 필터링 주파수로 필터링하여 상기 기계(10)의 강체 운동에 의한 진동 노이즈를 제거할 수 있다.
상기 주파수 도메인 데이터에서 상기 기계(10)의 강체 운동에 의한 진동 노이즈를 제거되고 난 결과물은 상기 기계 내의 모터(11)의 이상 여부를 판단하는데 이용될 수 있으며, 그 외에도 상기 기계(10)의 예지보전에 이용될 수 있다.
도 5 및 도 6은 본 발명의 일 실시예에 다른 필터링 주파수 결정 시스템(100)의 개략적인 구성을 도시한 도면이며, 도 7은 발명의 일 실시예에 따른 노이즈 제거 시스템(200)의 개략적인 구성을 도시한 도면이다.
상기 필터링 주파수 결정 시스템(100) 및 노이즈 제거 시스템(200)은 본 발명의 기술적 사상을 구현하기 위해 필요한 하드웨어 리소스(resource) 및/또는 소프트웨어를 구비한 논리적인 구성을 의미할 수 있으며, 반드시 하나의 물리적인 구성요소를 의미하거나 하나의 장치를 의미하는 것은 아니다. 즉, 상기 필터링 주파수 결정 시스템(100) 및 노이즈 제거 시스템(200)은 본 발명의 기술적 사상을 구현하기 위해 구비되는 하드웨어 및/또는 소프트웨어의 논리적인 결합을 의미할 수 있으며, 필요한 경우에는 서로 이격된 장치에 설치되어 각각의 기능을 수행함으로써 본 발명의 기술적 사상을 구현하기 위한 논리적인 구성들의 집합으로 구현될 수도 있다. 또한, 상기 필터링 주파수 결정 시스템(100) 및 노이즈 제거 시스템(200)은 본 발명의 기술적 사상을 구현하기 위한 각각의 기능 또는 역할별로 별도로 구현되는 구성들의 집합을 의미할 수도 있다. 필터링 주파수 결정 시스템(100) 및 노이즈 제거 시스템(200)의 각 구성은 서로 다른 물리적 장치에 위치할 수도 있고, 동일한 물리적 장치에 위치할 수도 있다. 또한, 구현 예에 따라서는 상기 필터링 주파수 결정 시스템(100) 및 노이즈 제거 시스템(200)의 구성 요소 각각을 구성하는 소프트웨어 및/또는 하드웨어의 결합 역시 서로 다른 물리적 장치에 위치하고, 서로 다른 물리적 장치에 위치한 구성들이 서로 유기적으로 결합되어 각각의 상기 모듈들을 구현할 수도 있다.
또한, 본 명세서에서 모듈이라 함은, 본 발명의 기술적 사상을 수행하기 위한 하드웨어 및 상기 하드웨어를 구동하기 위한 소프트웨어의 기능적, 구조적 결합을 의미할 수 있다. 예컨대, 상기 모듈은 소정의 코드와 상기 소정의 코드가 수행되기 위한 하드웨어 리소스(resource)의 논리적인 단위를 의미할 수 있으며, 반드시 물리적으로 연결된 코드를 의미하거나, 한 종류의 하드웨어를 의미하는 것은 아님은 본 발명의 기술분야의 평균적 전문가에게는 용이하게 추론될 수 있다.
도 5를 참조하면, 상기 필터링 주파수 결정 시스템(100)은 획득모듈(110), 주파수 도메인 변환모듈(120), 필터링 주파수 결정모듈(130)을 포함할 수 있다. 본 발명의 실시예에 따라서는, 상술한 구성요소들 중 일부 구성요소는 반드시 본 발명의 구현에 필수적으로 필요한 구성요소에 해당하지 않을 수도 있으며, 또한 실시예에 따라 상기 필터링 주파수 결정 시스템(100)은 이보다 더 많은 구성요소를 포함할 수도 있음은 물론이다. 예를 들어 상기 필터링 주파수 결정 시스템(100)은 상기 진동 센서(20)와 통신하기 위한 통신모듈(미도시), 상기 필터링 주파수 결정 시스템(100)의 구성요소 및 리소스를 제어하기 위한 제어모듈(미도시)을 더 포함할 수 있다.
상기 획득모듈(120)은 기계(예를 들어, 10)의 진동을 감지하는 진동 센서(예를 들어, 20)에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득할 수 있다. 상기 측정 데이터는 앞서 설명한 바와 같이 시간 도메인 진폭 데이터일 수 있다.
상기 주파수 도메인 변환모듈(120)은 상기 측정 데이터를 푸리에 변환 알고리즘을 통해 주파수 도메인 데이터로 변환할 수 있다.
상기 필터링 주파수 결정모듈(130)은 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정할 수 있으며, 이를 위하여 도 6에 도시된 바와 같은 세부 구성을 포함할 수 있다. 도 6은 상기 필터링 주파수 결정모듈(130)을 구성하는 구성요소를 개략적으로 도시한 블록도이다. 도 6을 참조하면 상기 필터링 주파수 결정모듈(130)은 초기화모듈(131), 하이패스 필터링 모듈(132), 시간 도메인 변환모듈(133), 판단모듈(134), 업데이트모듈(135) 및 반복제어모듈(136)을 포함할 수 있다.
상기 초기화모듈(131)은 하이패스 필터링 주파수를 소정의 초기 주파수로 초기화할 수 있다.
상기 하이패스 필터링 모듈(132)은 상기 주파수 도메인 데이터를 상기 하이패스 필터링 주파수로 하이패스 필터링하여 제1중간 데이터를 생성할 수 있다.
상기 시간 도메인 변환모듈(133)은 상기 제1중간 데이터를 푸리에 역변환 알고리즘을 통해 시간 도메인 데이터로 변환하여 제2중간 데이터를 생성할 수 있다.
상기 판단모듈(134)은 상기 제2중간 데이터를 시간을 기준으로 N 등분(N은 2 이상의 정수)한 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값을 산출하고 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 소정의 임계값 보다 작은지 여부를 판단할 수 있다.
상기 업데이트모듈(135)은 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 소정의 임계값 보다 큰 경우, 상기 하이패스 필터링 주파수를 업데이트할 수 있다.
상기 반복제어모듈(136)은 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 상기 임계값 보다 작아질 때까지 상기 하이패스 필터링 모듈(132), 시간 도메인 변환모듈(133), 판단모듈(134), 업데이트모듈(135)이 상술한 기능을 반복 수행하도록 제어할 수 있으며, 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭 값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭 값 중 최소값의 차이가 상기 임계값 보다 작아지면, 최종적으로 업데이트된 상기 하이패스 필터링 주파수를 상기 기준 필터링 주파수로 결정할 수 있다.
도 11을 참조하면, 상기 노이즈 제거 시스템(200)은 획득모듈(210), 주파수 도메인 변환모듈(220) 및 제어모듈(230)을 포함할 수 있다. 본 발명의 실시예에 따라서는, 상술한 구성요소들 중 일부 구성요소는 반드시 본 발명의 구현에 필수적으로 필요한 구성요소에 해당하지 않을 수도 있으며, 또한 실시예에 따라 상기 노이즈 제거 시스템(200) 은 이보다 더 많은 구성요소를 포함할 수도 있음은 물론이다. 예를 들어 상기 노이즈 제거 시스템(200)은 상기 진동 센서(20)와 통신하기 위한 통신모듈(미도시)을 더 포함할 수 있다.
상기 제어모듈(230)은 상기 노이즈 제거 시스템(200)의 구성요소 및 리소스를 제어할 수 있다.
상기 획득모듈(210)은 소정의 진단 대상 기계(예를 들어, 10)의 진동을 감지하는 진동 센서(예를 들어, 20)에 의해 소정의 탐지기간 동안 측정된 측정 데이터를 획득할 수 있다.
상기 주파수 도메인 변환모듈(220)은 상기 측정 데이터를 푸리에 변환 알고리즘을 통해 주파수 도메인 데이터로 변환할 수 있다.
상기 제어모듈(230은 상기 주파수 도메인 데이터를 상기 기준 필터링 주파수로 필터링하여 상기 기계의 강체 운동에 의한 진동 노이즈를 제거할 수 있다.
한편, 구현 예에 따라서, 상기 필터링 주파수 결정 시스템(100) 및 노이즈 제거 시스템(200)은 프로세서 및 상기 프로세서에 의해 실행되는 프로그램을 저장하는 메모리를 포함할 수 있다. 상기 프로세서는 싱글 코어 CPU혹은 멀티 코어 CPU를 포함할 수 있다. 메모리는 고속 랜덤 액세스 메모리를 포함할 수 있고 하나 이상의 자기 디스크 저장 장치, 플래시 메모리 장치, 또는 기타 비휘발성 고체상태 메모리 장치와 같은 비휘발성 메모리를 포함할 수도 있다. 프로세서 및 기타 구성 요소에 의한 메모리로의 액세스는 메모리 컨트롤러에 의해 제어될 수 있다.
한편, 본 발명의 실시예에 따른 방법은 컴퓨터가 읽을 수 있는 프로그램 명령 형태로 구현되어 컴퓨터로 읽을 수 있는 기록 매체에 저장될 수 있으며, 본 발명의 실시예에 따른 제어 프로그램 및 대상 프로그램도 컴퓨터로 판독 가능한 기록 매체에 저장될 수 있다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
기록 매체에 기록되는 프로그램 명령은 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 소프트웨어 분야 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터로 읽을 수 있는 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, 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. 또한 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
상술한 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타나며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
본 발명은 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템에 이용될 수 있다.

Claims (15)

  1. 컴퓨팅 시스템이, 기계의 진동을 감지하는 진동 센서에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-;
    상기 컴퓨팅 시스템이, 상기 측정 데이터를 주파수 도메인 데이터로 변환하는 단계; 및
    상기 컴퓨팅 시스템이, 상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계를 포함하되,
    상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계는,
    (a) 하이패스 필터링 주파수를 소정의 초기 주파수로 초기화하는 단계;
    (b) 상기 주파수 도메인 데이터를 상기 하이패스 필터링 주파수로 하이패스 필터링하여 제1중간 데이터를 생성하는 단계;
    (c) 상기 제1중간 데이터를 시간 도메인 데이터로 변환한 제2중간 데이터를 시간을 기준으로 N 등분(N은 2 이상의 정수)한 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값을 산출하는 단계;
    (d) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 소정의 임계값 보다 큰 경우, 상기 하이패스 필터링 주파수를 업데이트하는 단계; 및
    (e) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 상기 임계값 보다 작아질 때까지 상기 (b) 단계 내지 상기 (d) 단계를 반복 수행하고,
    상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭 값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭 값 중 최소값의 차이가 상기 임계값 보다 작아지면, 최종적으로 업데이트된 상기 하이패스 필터링 주파수를 상기 기준 필터링 주파수로 결정하는 단계를 포함하는 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법.
  2. 제1항에 있어서,
    상기 하이패스 필터링 주파수를 업데이트하는 단계는,
    상기 하이패스 필터링 주파수에 소정의 델타값을 합산하여 상기 하이패스 필터링 주파수를 업데이트하는 단계를 포함하는 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법.
  3. 제2항에 있어서,
    상기 초기 주파수는 5Hz이며,
    상기 하이패스 필터링 주파수의 최고값은 15Hz인 것을 특징으로 하는 기계의 강체 운동에 의한 진동 노이즈 제거 방법.
  4. 제1항에 있어서,
    상기 진동 센서는 3축 진동 센서이며,
    상기 측정 데이터는 상기 3축 진동 센서에서 출력된 x축 데이터, y축 데이터 및 z축 데이터 중 어느 하나인 것을 특징으로 하는 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법.
  5. 컴퓨팅 시스템이, 기계의 진동을 감지하는 진동 센서에 의해 소정의 탐지기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-;
    상기 컴퓨팅 시스템이, 상기 측정 데이터를 주파수 도메인 데이터로 변환하는 단계; 및
    상기 컴퓨팅 시스템이, 상기 주파수 도메인 데이터를 소정의 기준 필터링 주파수로 필터링하여 상기 기계의 강체 운동에 의한 진동 노이즈를 제거하는 단계를 포함하되,
    상기 기준 필터링 주파수는, 제1항 에 기재된 방법에 의하여 결정되는 기계의 강체 운동에 의한 진동 노이즈 제거 방법.
  6. 데이터 처리장치에 설치되며 제1항 내지 제5항 중 어느 한 항에 기재된 방법을 수행하기 위한 매체에 기록된 컴퓨터 프로그램.
  7. 제1항 내지 제5항 중 어느 한 항에 기재된 방법을 수행하기 위한 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능한 기록매체.
  8. 컴퓨팅 시스템으로서,
    프로세서; 및 컴퓨터 프로그램을 저장하는 메모리를 포함하고,
    상기 컴퓨터 프로그램은, 상기 프로세서에 의해 실행되는 경우, 상기 컴퓨팅 시스템이 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법을 수행하도록 제어하고,
    상기 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법은,
    기계의 진동을 감지하는 진동 센서에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-;
    상기 측정 데이터를 주파수 도메인 데이터로 변환하는 단계; 및
    상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계를 포함하되,
    상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 단계는,
    (a) 하이패스 필터링 주파수를 소정의 초기 주파수로 초기화하는 단계;
    (b) 상기 주파수 도메인 데이터를 상기 하이패스 필터링 주파수로 하이패스 필터링하여 제1중간 데이터를 생성하는 단계;
    (c) 상기 제1중간 데이터를 시간 도메인 데이터로 변환한 제2중간 데이터를 시간을 기준으로 N 등분(N은 2 이상의 정수)한 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값을 산출하는 단계;
    (d) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 소정의 임계값 보다 큰 경우, 상기 하이패스 필터링 주파수를 업데이트하는 단계; 및
    (e) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 상기 임계값 보다 작아질 때까지 상기 (b) 단계 내지 상기 (d) 단계를 반복 수행하고,
    상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭 값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭 값 중 최소값의 차이가 상기 임계값 보다 작아지면, 최종적으로 업데이트된 상기 하이패스 필터링 주파수를 상기 기준 필터링 주파수로 결정하는 단계를 포함하는 컴퓨팅 시스템.
  9. 제8항에 있어서,
    상기 하이패스 필터링 주파수를 업데이트하는 단계는,
    상기 하이패스 필터링 주파수에 소정의 델타값을 합산하여 상기 하이패스 필터링 주파수를 업데이트하는 단계를 포함하는 컴퓨팅 시스템.
  10. 제9항에 있어서,
    상기 초기 주파수는 5Hz이며,
    상기 하이패스 필터링 주파수의 최고값은 15Hz인 것을 특징으로 하는 컴퓨팅 시스템.
  11. 제8항에 있어서,
    상기 진동 센서는 3축 진동 센서이며,
    상기 측정 데이터는 상기 3축 진동 센서에서 출력된 x축 데이터, y축 데이터 및 z축 데이터 중 어느 하나인 것을 특징으로 하는 컴퓨팅 시스템.
  12. 컴퓨팅 시스템으로서,
    프로세서; 및 컴퓨터 프로그램을 저장하는 메모리를 포함하고,
    상기 컴퓨터 프로그램은, 상기 프로세서에 의해 실행되는 경우, 상기 컴퓨팅 시스템이 기계의 강체 운동에 의한 진동 노이즈 제거 방법을 수행하도록 제어하고,
    상기 기계의 강체 운동에 의한 진동 노이즈 제거 방법은,
    기계의 진동을 감지하는 진동 센서에 의해 소정의 탐지기간 동안 측정된 측정 데이터를 획득하는 단계-상기 측정 데이터는 시간 도메인 진폭 데이터임-;
    상기 컴퓨팅 시스템이, 상기 측정 데이터를 주파수 도메인 데이터로 변환하는 단계; 및
    상기 컴퓨팅 시스템이, 상기 주파수 도메인 데이터를 소정의 기준 필터링 주파수로 필터링하여 상기 기계의 강체 운동에 의한 진동 노이즈를 제거하는 단계를 포함하되,
    상기 기준 필터링 주파수는, 제1항에 기재된 방법에 의하여 결정되는 컴퓨팅 시스템.
  13. 컴퓨팅 시스템이, 기계의 진동을 감지하는 진동 센서에 의해 소정의 측정기간 동안 측정된 측정 데이터를 획득하는 획득모듈-상기 측정 데이터는 시간 도메인 진폭 데이터임-;
    상기 측정 데이터를 주파수 도메인 데이터로 변환하는 주파수 도메인 변환모듈; 및
    상기 주파수 도메인 데이터에 상응하는 기준 필터링 주파수를 결정하는 기준 필터링 주파수 결정모듈을 포함하되,
    상기 기준 필터링 주파수 결정모듈은,
    (a) 하이패스 필터링 주파수를 소정의 초기 주파수로 초기화하는 단계;
    (b) 상기 주파수 도메인 데이터를 상기 하이패스 필터링 주파수로 하이패스 필터링하여 제1중간 데이터를 생성하는 단계;
    (c) 상기 제1중간 데이터를 시간 도메인 데이터로 변환한 제2중간 데이터를 시간을 기준으로 N 등분(N은 2 이상의 정수)한 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값을 산출하는 단계;
    (d) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 소정의 임계값 보다 큰 경우, 상기 하이패스 필터링 주파수를 업데이트하는 단계; 및
    (e) 상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭값 중 최소값의 차이가 상기 임계값 보다 작아질 때까지 상기 (b) 단계 내지 상기 (d) 단계를 반복 수행하고,
    상기 제1분할 데이터 내지 상기 제N분할 데이터 각각의 대표 진폭 값 중 최대값과 제1분할 데이터 내지 제N분할 데이터 각각의 대표 진폭 값 중 최소값의 차이가 상기 임계값 보다 작아지면, 최종적으로 업데이트된 상기 하이패스 필터링 주파수를 상기 기준 필터링 주파수로 결정하는 단계를 포함하는 기준 필터링 주파수로 결정과정을 수행하는 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 시스템.
  14. 제13항에 있어서,
    상기 하이패스 필터링 주파수를 업데이트하는 단계는,
    상기 하이패스 필터링 주파수에 소정의 델타값을 합산하여 상기 하이패스 필터링 주파수를 업데이트하는 단계를 포함하는 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 시스템.
  15. 기계의 진동을 감지하는 진동 센서에 의해 소정의 탐지기간 동안 측정된 측정 데이터를 획득하는 획득모듈-상기 측정 데이터는 시간 도메인 진폭 데이터임-;
    상기 측정 데이터를 주파수 도메인 데이터로 변환하는 주파수 도메인 변환모듈; 및
    상기 주파수 도메인 데이터를 소정의 기준 필터링 주파수로 필터링하여 상기 기계의 강체 운동에 의한 진동 노이즈를 제거하는 제어모듈을 포함하되,
    상기 기준 필터링 주파수는, 제1항에 기재된 방법에 의하여 결정되는 기계의 강체 운동에 의한 진동 노이즈 제거 시스템.
PCT/KR2022/021377 2021-12-29 2022-12-27 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템 WO2023128549A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2021-0190730 2021-12-29
KR1020210190730A KR20230100997A (ko) 2021-12-29 2021-12-29 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템

Publications (1)

Publication Number Publication Date
WO2023128549A1 true WO2023128549A1 (ko) 2023-07-06

Family

ID=86999872

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/021377 WO2023128549A1 (ko) 2021-12-29 2022-12-27 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템

Country Status (2)

Country Link
KR (1) KR20230100997A (ko)
WO (1) WO2023128549A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004274976A (ja) * 2003-03-12 2004-09-30 Matsushita Electric Ind Co Ltd 電動機の制御装置
KR20100116705A (ko) * 2008-04-25 2010-11-01 산요덴키가부시키가이샤 진동 보정 제어 회로 및 그것을 탑재하는 촬상 장치
KR20180094568A (ko) * 2017-02-16 2018-08-24 주식회사 티브이에스 진동 제어 장치 및 방법
KR102302556B1 (ko) * 2018-02-27 2021-09-16 현대모비스 주식회사 스티어링 휠 진동 저감 장치 및 방법
KR20210151962A (ko) * 2019-11-27 2021-12-14 가부시키가이샤 히다치 산키시스템 모터 제어 장치, 및 그 자동 조정 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004274976A (ja) * 2003-03-12 2004-09-30 Matsushita Electric Ind Co Ltd 電動機の制御装置
KR20100116705A (ko) * 2008-04-25 2010-11-01 산요덴키가부시키가이샤 진동 보정 제어 회로 및 그것을 탑재하는 촬상 장치
KR20180094568A (ko) * 2017-02-16 2018-08-24 주식회사 티브이에스 진동 제어 장치 및 방법
KR102302556B1 (ko) * 2018-02-27 2021-09-16 현대모비스 주식회사 스티어링 휠 진동 저감 장치 및 방법
KR20210151962A (ko) * 2019-11-27 2021-12-14 가부시키가이샤 히다치 산키시스템 모터 제어 장치, 및 그 자동 조정 방법

Also Published As

Publication number Publication date
KR20230100997A (ko) 2023-07-06

Similar Documents

Publication Publication Date Title
WO2017007089A1 (ko) 실내 환경에서 이동 로봇의 리로케이션 방법 및 장치
WO2018207973A1 (ko) 발전 설비의 자동 진단 시스템 및 자동 진단 방법
KR100331771B1 (ko) 노광장치
WO2020230977A1 (ko) 메타 인지 기반 고속 환경 탐색 방법 및 장치
WO2018044034A1 (ko) 로터-베어링-파운데이션 모델을 이용한 회전설비 진단방법
WO2023128552A1 (ko) 회전 기계 설비의 탁월 주파수 결정 방법, 및 이를 수행하는 컴퓨팅 시스템
Dragos et al. Decentralized infrastructure health monitoring using embedded computing in wireless sensor networks
WO2023128549A1 (ko) 기계의 강체 운동에 의한 진동 노이즈 제거를 위한 필터링 주파수 결정 방법, 기계의 강체 운동에 의한 진동 노이즈 제거 방법 및 이를 수행하는 컴퓨팅 시스템
WO2019189950A1 (ko) 설비의 원격 진단 방법, 시스템 및 프로그램
CN111798865A (zh) 终端马达的检测方法、装置、终端及存储介质
EP3891513B1 (en) Embedded system for vibration detection and analysis
dos Santos Pedotti et al. Low-cost MEMS accelerometer network for rotating machine vibration diagnostics
WO2018044032A1 (ko) 회전설비 온라인 예측진단 시스템
WO2020050456A1 (ko) 설비 데이터의 이상 정도 평가 방법
WO2024167113A1 (ko) 금속체 표면파 통신을 이용한 진동 모니터링 시스템 및 방법
KR20220072645A (ko) 회전기계의 이상 여부 판단 방법, 및 이를 수행하는 컴퓨팅 시스템
Zeng et al. Adaptive fault diagnosis for robot manipulators with multiple actuator and sensor faults
Łuczak Machine Fault Diagnosis through Vibration Analysis: Time Series Conversion to Grayscale and RGB Images for Recognition via Convolutional Neural Networks
EP3459889A1 (en) Monitoring of operational condition of an elevator
Mononen et al. Filtering scheme for context-aware fog computing in cyber-physical systems
WO2023128320A1 (ko) 인공지능 검증 시스템 및 방법
WO2021261614A1 (ko) 설비의 진단 방법, 프로그램 및 시스템
WO2014104427A1 (ko) 구조물 진동 위치 추적 방법 및 시스템
WO2020209513A1 (ko) 부분방전 진단 및 위치 검출 방법
KR102535105B1 (ko) 회전기계의 이상 여부 판단을 위한 인공 뉴럴 네트워크 학습 방법, 회전기계의 이상 여부 판단 방법, 및 이를 수행하는 컴퓨팅 시스템

Legal Events

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

Ref document number: 22916690

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE