KR101065767B1 - 성능저하 및 고장원인 조기 진단방법 - Google Patents

Abstract

본 발명은 본 발명에 따른 플랜트 운전영역 내에서 각 장치들의 성능저하나 고장요인을 조기에 진단하는 진단방법에 있어서, 기존의 정상 운전데이터를 기초로 하여 가상 운전모델을 생성하는 단계, 현재 운전데이터를 입력받아 상기 가상 운전모델에 근거하여 예측 운전신호를 생성하는 단계, 예측 운전신호와 현재 운전데이터를 비교하여 이상신호를 검출하는 단계, 검출된 이상신호와 성능저하/고장원인과의 상관관계를 진단/분석 알고리즘 모델을 통하여 실시간으로 진단/분석하는 단계 및 진단/분석 결과를 출력하는 단계를 포함하는 것을 특징으로 한다. 이와 같이 구성되는 본 발명은 예측 운전신호를 통해 현재 운전데이터와 비교하여 이상신호를 검출하고, 이를 성능저하/고장유형별로 기 제작된 알고리즘 모델과 비교하여 성능저하나 고장요인을 조기에 진단할 수 있는 이점이 있다.

Description

성능저하 및 고장원인 조기 진단방법{ONLINE EARLY FAULT DETECTION AND DIAGNOSTIC METHOD FOR PLANT OPERATION}

본 발명은 성능저하 및 고장원인 조기 진단방법에 관한 것으로, 좀 더 상세하게는 플랜트 운전의 성능저하와 고장과의 상관관계를 해석하여 성능 및 고장을 조기에 예측하는 성능저하 및 고장원인 조기 진단방법에 관한 것이다.

다양한 종류의 수백 개의 기계 및 전기 설비들이 복잡하게 연결되어 운전되는 발전 또는 화학 등의 대형플랜트들은 일반적으로 주 제어실이라 불리는 중앙제어실에서 운전(Operation)을 하게 되며 이곳의 근무자는 2-10명으로 근래 기업 경쟁력 향상 및 생산성 증대추구와 맞물려 그 수가 감소하고 있다. 특히, 과거 한 기당 수십 명이 근무하던 화력발전소의 경우 이제는 5명 내외로 근무자 1인당 관리 및 제어해야하는 설비의 수가 대폭 증가하였다. 이에 따라 운전 및 조작 방식도 과거 현장 제어반(Local Panel) 조작 방식에서 주 제어반 조작 방식으로 발전되었으며 근래 IT(정보기술)의 발달과 함께 컴퓨터 기반의 MMI(Man-Machine Interface)를 이용한 조작 방식이 주를 이루고 있다.

문제는 수년~수십 년의 근무 경력을 가진 숙련된 근무자의 경우 다양한 각종 상황별 조치 사항을 숙지하고 있으며 복잡한 내부 제어 로직을 이해하고 있으나, 경험이 부족한 대부분의 근무자는 발생상황에 따라 수시로 관련 참고 도서(운전 절차서, 공급자의 설계자료, 내부 도서 등)를 봐야 하는데 이러한 방식의 운전 환경은 신속하고 안정적인 조치를 요하는 플랜트의 운전측면에서 대단히 취약할 수밖에 없는 환경이다.

또한 운전정보를 표시하는 운전조작용 콘솔(Console)에도 기본적인 운전 정보를 표시해줄 뿐 각종 상황 발생시 실제 조작에 필요한 정보는 충분히 나타내지 못한다.

따라서, 기본적인 정보만을 제공하는 주제어반의 조작용 콘솔(Console)외 운전에 관련된 적절한 정보를 신속히 제공하는 운전지원용 콘솔(Console)을 마련하고 이를 통해 상황에 따른 적절한 정보를 제공해 줄 수 있는 시스템이 필요하다. 종래에는 효과적인 운영 시스템 구축을 위해 전문가 시스템, 실시간 성능감시, 각종 감시 장치 등의 설비를 구성하여 왔으나, 이 방대한 정보가 제한된 하나의 화면에 출력될 수 없으므로 설비에 대한 숙련도나 이해도가 부족한 근무자에게 각종 운전상황에 신속하게 대처하는데 필요한 정보가 충분하게 제공되지 못하는 문제점이 있다.

도 1은 종래기술의 예로 단일 설정치 경보의 개념도를 나타낸 것으로, 수십 년 전부터 플랜트에 널리 적용되고 있는 경보 방식으로써, 플랜트 특정기기의 관련 운전변수가 정상 운전 상태를 벗어나 위험한 상태에 접근할 경우 그 위험을 경고하여 신속한 조치를 취하도록 하기 위하여 설치 운영하는 경보 방식으로, 특정 운전변수들의 위험경보 수준(대체로 설비 제작 공급사의 기기보호를 위한 권고치 적용)을 각각 고정된 단일 경보 설정치로 설정하여 운영한다.

따라서, 이 경보방식은 운전부하 영역에 따라 변화되는 각종 운전변수들의 특성과는 상관없이 그 특정 운전 변수가 설정된 단일 경보치에 도달 되어야 경보를 발생시키는 경보 방식이므로 운전 중 이미 이상 현상이 상당히 진행된 후에 경보가 발생 되게 될 수밖에 없음으로, 경우에 따라서는 그 상황을 수습 하는데 상당한 혼란이 뒤따를 수도 있으며, 고장진행 상황에 따라서는 기기나 시스템을 정지해야 하거나 상황이 악화되어 자동정지 될 경우도 발생 할 수 있어, 이로 인한 많은 운전손실비용 및 정비비용이 발생하는 등 근본적인 문제점을 가지고 있다.

도 2는 예측모델 생성기법을 이용한 조기경보 방식으로써, 최근에 개발되어 상용화 되고 있는 통계적 기법을 기반으로 한 전부하 운전 영역의 경험 데이터 학습 예측모델 생성기법 조기 경보 방식으로, 설비 운전 중 어느 특정 운전 변수에 이상 징후가 발생될 경우, 즉 현재의 운전값이 학습 예측값의 설정 한계를 벗어날 경우 발생 초기에 정확히 조기경보를 동작시키는 방식이다.

이 방식을 적용한 조기경보 시스템은 주로 감시 및 진단센타에 설치하여 이상경보가 발생되면 감시 및 진단센터에 상주하는 전문가 조직이 여러 가지 상관 변수들을 분석하여 이상 징후의 근본원인을 분석하게 되며, 그 분석 결과를 현장 운전 정비 부서에 통보하여 적절한 조치를 취하도록 한다.

이 조기경보 방식은 위에서 기술한 일반적인 단일 설정치 경보 방식과 비교해 보면, 첫째, 이상 징후의 발생 초기에 조기 경보 할 수 있는 기능을 가진 점과, 둘째, 고정된 단일 경보 설정치 에 의한 경보가 아닌 운전특성에 따라 운전 변수 값이 달라지는 전 부하 영역에서 학습 예측 값을 초과할 경우에, 즉 정상운전 패턴을 벗어나는 초기에 경보를 동작시킨다는 점에서 획기적 발전이라 할 수 있다.

이러한 예측모델 생성기법 조기경보시스템의 조기경보 기능은 획기적인 발전으로 평가할 수 있으나, 어느 특정 경보 그 자체가 곧 계통이나 설비의 성능 저하나 고장의 근본적인 원인이 아니므로, 즉 계통 운전변수 중 압력이나 온도 상승, 또는 설비의 베어링 온도상승이나 진동 상승 등 계통이나 설비의 어느 특정 운전 변수의 변화 그 자체는 계통이나 설비의 이상 현상의 결과로 나타나는 현상일 뿐 근본적인 원인이 아니다.

따라서, 계통 및 설비의 운전 상태를 감시하고 이상 현상 발생 시 근본적인 원인을 분석하기 위해서는, 현장의 운전 감시요원 이외에 별도의 감시 및 진단센터를 설치하여 상황분석을 위한 전문가 조직이 상주하여야 한다는 문제와, 상황 분석에 상당한 시간이 소요 되어야 한다는 문제가 수반 될 수밖에 없는데, 설비의 이상 현상과 원인의 인지는 빠르면 빠를수록 대처하는데 유리한 설비운전의 관점과 설비 보호 관점에서, 또 비용절감의 관점에서 볼 때 보다 진보된 이상적인 조기 경보 시스템의 개발이 요구 된다.

상기와 같은 문제점을 해결하기 위한 본 발명은 감시 및 진단센터와 상황분석 전문가 조직의 역무를 대행할 수 있는 기능과, 종합 상황분석에 소요되는 시간을 제로(zero)화하여 조기에 실시간으로 분석할 수 있는 기능을 만족 시킬 수 있는 진단방법을 제공하고자 하는데 그 목적이 있다.

상기와 같은 목적을 달성하기 위한 본 발명은, 플랜트 운전영역 내에서 각 기기들의 성능저하나 고장요인을 조기에 진단하는 진단방법에 있어서, 기존의 정상 운전데이터를 기초로 하여 가상 운전모델을 생성하는 단계, 현재 운전데이터를 입력받아 상기 가상 운전모델에 근거하여 예측 운전신호를 생성하는 단계, 예측 운전신호와 현재 운전데이터를 비교하여 이상신호를 검출하는 단계, 검출된 이상신호와 성능저하/고장원인과의 상관관계를 진단/분석 알고리즘 모델을 통하여 실시간으로 진단/분석하는 단계 및 진단/분석 결과를 출력하는 단계를 포함하는 것을 특징으로 한다.

또한, 상기 진단/분석하는 단계는, 운전변수와의 상관관계를 통해 기기별, 고장요인별로 분류하여 각각에 해당하는 진단분석 알고리즘 모델을 생성하며, 상기 알고리즘 모델의 집합체에 해당하는 진단분석엔진을 통해 진단/분석하는 것을 특징으로 한다.

또한, 상기 알고리즘 모델은, 기기별로 설치된 센서수단을 통해 해당 기기별 진동, 소음, 압력, 온도 등을 포함하는 운전정보를 획득하고, 상기 운전정보를 통해 성능저하/고장요인별로 분석된 분석테이블을 이용하여 논리적 해석으로 상기 알고리즘 모델을 생성하는 것을 특징으로 한다.

또한, 상기 분석테이블은, 진단/분석 알고리즘의 기본 성립조건이 되는 운전변수에 해당하는 조건변수와, 고장유발 또는 상황발전에 따라 크게 반응하는 운전변수에 해당하는 직접변수 및 고장유발 또는 상황발전에 따라 작게 반응하는 운전변수에 해당하는 간접변수로 구성되는 것을 특징으로 한다.

또한, 플랜트 운전영역 내에서 각 장치들의 성능저하나 고장요인이 발생된 원인을 진단하는 진단방법에 있어서, 현재 운전데이터를 입력받고, 상기 운전데이터에 해당하는 성능저하/고장원인과의 상관관계를 진단/분석 알고리즘 모델을 통하여 실시간으로 진단/분석하는 단계 및 진단/분석 결과를 출력하는 단계를 포함하는 것을 특징으로 한다.

이와 같이 구성되는 본 발명은 다양한 플랜트 운전 중에 발생되는 성능저하나 고장의 초기징후로 나타나는 다양한 실시간 실제운전변수를 입력받고, 성능저하/고장요인과 운전변수와의 상관관계 진단분석 알고리즘을 통하여 실시간으로 진단/분석하여 조기 경보함으로써 상황분석 전문가의 역무를 대행할 수 있고, 분석되는 시간을 제로화하여 신속한 운전정보를 파악할 수 있다.

따라서, 플랜트 운전의 유지관리 비용을 최소화 시킬 수 있으며, 신속한 상황 분석과 조치를 통해 운전의 안정성을 확보할 수 있는 장점이 있다.

도 1은 종래기술에 따른 단일 설정치 경보방식의 개념도,
도 2는 다른 종래기술에 따른 예측모델 생성기법을 이용한 조기경보 방식의 개념도,
도 3은 본 발명에 따른 성능저하 및 고장원인 조기 진단방법의 순서도,
도 4는 본 발명의 실시예로 플랜트 설비 중 급수 가열기의 운전변수 상관관계를 나타낸 개략도,
도 5는 급수 가열기의 성능저하로 인한 운전변수 상관관계 분석테이블을 나타낸 도면,
도 6은 급수 가열기의 수위 제어 밸브고장 상관관계 분석테이블을 나타낸 도면,
도 7은 급수 가열기의 튜브 누설 상관관계 분석테이블을 나타낸 도면,
도 8 내지 도 13은 각 성능저하/고장 예측 유형별 알고리즘 모델을 도시한 도면.

이하, 첨부된 도면을 참조하여 본 발명에 따른 성능저하 및 고장원인 조기 진단방법의 바람직한 실시예를 상세히 설명하면 다음과 같다.

본 발명에 따른 플랜트 운전영역 내에서 각 기기들의 성능저하나 고장요인을 조기에 진단하는 진단방법에 있어서, 기존의 정상 운전데이터를 기초로 하여 가상 운전모델을 생성하는 단계, 현재 운전데이터를 입력받아 상기 가상 운전모델에 근거하여 예측 운전신호를 생성하는 단계, 예측 운전신호와 현재 운전데이터를 비교하여 이상신호를 검출하는 단계, 검출된 이상신호와 성능저하/고장원인과의 상관관계를 진단/분석 알고리즘 모델을 통하여 실시간으로 진단/분석하는 단계 및 진단/분석 결과를 출력하는 단계를 포함하는 것을 특징으로 한다.

본 발명에 따른 진단방법은, 플랜트에 설치된 진동, 소음, 압력, 온도 등의 다양한 센서수단으로부터 제공되는 운전변수(운전데이터)를 계통 및 설비의 성능저하 또는 고장과 관련된 여러 가지 요인과 운전변수와의 상관관계 분석을 통해 기기별, 고장요인별로 분류하여 각각에 해당하는 진단분석 알고리즘 모델을 생성하며, 이 단위모델들의 집합체가 성능저하/고장원인 진단분석엔진, 즉 진단분석엔진 데이터베이스로 구축되어, 플랜트 운전 중 성능저하/기기고장 발생징후가 나타나기 시작하면, 실시간으로 입력되는 운전변수 중 이상징후의 초기에 나타나는 이상신호를 해당 진단분석 엔진에서 감지하여 성능저하/기기고장과의 상관관계 분석을 통해 성능저하나 고장요인을 정확하게 진단/분석하여 경보함으로써 플랜트 운전 중 이상 발생 시 신속하게 대처할 수 있게 하는 것을 주요 기술적 요지로 한다.

도 3은 본 발명에 따른 성능저하 및 고장원인 조기 진단방법의 순서도이다.

우선, 과거의 정상 운전데이터를 기초로 하여 가상 운전모델을 생성한다(S100). 상기 운전데이터는 플랜트를 구성하는 다양한 기기에 설치되어 기기의 진동, 소음, 압력, 온도 등의 정보를 검출하는 센서수단으로부터 정상 운전변수(운전 데이터)를 획득한 것이다. 따라서, 플랜트의 기기별 운전이 정상 상태로 운전됐을 때 해당하는 운전데이터를 근거로 하여 운전조건별 가상 운전모델을 생성한다.

다음으로, 현재 운전데이터를 입력받아 상기 가상모델에 근거하여 운전조건별 예측 운전신호를 생성한다(S200). 이것은 가상 운전모델과 현재 운전데이터를 비교함으로써 앞으로의 운전신호가 어떻게 변화될 가능성이 있는지를 예측하기 위한 신호에 해당한다. 즉, 정상운전상태에서의 운전조건에 따른 예측신호이다.

그리고 상기 과정에서 획득한 예측신호는 현재 운전데이터와 비교하여 현재 운전데이터에 이상신호가 발생하는지 여부를 검출한다(S300). 플랜트를 구성하는 기기에 성능저하를 일으키는 이상신호나 고장을 일으킬 수 있는 이상신호를 상기 단계에서 검출한다.

여기서 검출된 이상신호를 성능저하, 고장요인별 각각의 알고리즘 모델이 적용된 진단분석엔진을 통해 진단/분석한다(S400).

상기 알고리즘 모델의 구현은 하기에서 상세히 설명한다. 알고리즘 모델의 제작은 운전상태에 따라 발생될 수 있는 다양한 형태의 성능저하, 고장요인에 해당하는 모델을 기기별, 용도별로 제작하며, 이는 소프트웨어적으로 구현하여 상기 이상신호에 적용한다. 하기 알고리즘 모델의 제작과정은 축적된 다양한 경험자료를 근거로 고도의 운전, 정비 경험과 기술을 가진 전문가에 의해 제작된다.

우선, 성능저하/고장요인과 운전변수와의 상관관계를 분석하고, 주요 진단/분석 항목을 설정하는 것으로 이를 도 4를 참조하여 상세히 설명한다.

도 4는 본 발명의 실시예로 플랜트 설비의 급수 가열기의 운전변수 상관관계를 나타낸 개략도이다. 본 발명에서는 일예로 발전 플랜트의 실시예를 설명한다. 주요 진단항목으로는 튜브오염과 역류방지밸브고장/터빈 내부의 문제에 따른 성능저하, 구동기/수위제어밸브 고장, 튜브 의 누설 및 이로 인한 터빈 물 유입 위험 등이 있다.

급수 가열기의 급수 입구, 급수 출구에는 급수의 온도, 압력, 유량을 검출하는 센서수단(Twi, Pwi, Fwi, Two, Pwo, Fwo)이 각각 설치되며, 증기입구(터빈 추기증기)에는 온도, 압력, 유량을 검출하는 센서 수단(Ts, Ps, Tsi, Psi, Fsi)이 각각 설치되고, 급수 가열기 자체에도 각각의 센서수단 등 급수 가열기의 가동 상태를 확인하기 위한 다양한 센서수단이 설치되게 된다. 이와 같이 플랜트 운전을 위한 설비 중 일부 기기에 해당하는 급수 가열기 뿐만 아니라, 모든 기기의 정보를 검출하기 위해 센서수단이 설치되며, 기기의 특성에 따라 적합하게 설치되는 것이 바람직하다.

이는 특정 성능저하/고장요인이 발생했을 때에 따른 각각의 센서수단에 검출되는 신호의 변화값을 획득하는 과정이라고 볼 수 있다. 그리고 이러한 상관관계를 통해 진단/분석 항목을 분류한다.

도 5는 급수 가열기의 성능저하로 인한 운전변수 상관관계 분석테이블을 나타낸 도면이다. 이는 상기 상관관계 분석 및 진단 항목 설정과정에서 획득한 정보를 통해 성능저하나 고장요인을 유형별로 분석테이블을 구성한 것이다. 상기 분석테이블과 운전변수 상관관계 개략도를 통해 알고리즘 모델을 제작한다.

여기서, 상기 분석테이블은 조건변수, 직접변수, 간접변수로 구분하여 테이블을 생성한다. 조건변수는 진단/분석 알고리즘의 기본 성립조건이 되는 운전변수로 알고리즘 구성의 필수요소이며, 직접변수는 고장유발 또는 상황발전에 따라 크게 반응하는 운전변수로 알고리즘 구성의 필수요소이고, 간접변수는 고장유발 또는 상황발전에 따라 작게 반응하는 운전변수로 알고리즘 구성의 보조요소에 해당한다.

도 6은 급수 가열기의 수위 제어 밸브고장에 따른 분석테이블을 나타낸 도면, 도 7은 급수 가열기의 튜브 누설에 따른 분석테이블을 나타낸 도면으로, 도 5의 설명과 마찬가지로 플랜트의 고장유형에 따른 운전변수가 테이블화 된 것이다.

도 8 내지 도 13은 운전변수 상관관계와 성능저하/고장유형별 상관관계를 통해 작성된 알고리즘 모델을 나타내고 있다. 상기 알고리즘 모델은 소프트웨어적으로 변환하여 검출된 이상신호와 비교함으로써 플랜트의 이상징후를 조기 진단 분석할 수 있다.

도 8은 원인이 튜브오염으로 인한 급수 가열기 성능 저하 상관관계 분석테이블을 통해 구현된 성능저하 원인을 진단하는 알고리즘 모델을 나타내고 있다. 이는 계통이 어느 부하로 운전되고 있다고 할 때, 조건변수인 운전부하(MW), 급수유량(Fwo)이 정상이고, 직접변수인 증기압력(Psi), 쉘압력(Psh), 급수 입구온도(Twi)가 정상상태일 때 응축수 출구온도(Tco)가 정상상태를 벗어나 상승되고 급수 출구온도(Two)가 정상상태를 벗어나 낮게 측정된다면, 추기 증기나 급수의 조건은 변함이 없는데 반하여, 응축수 출구온도(Tco)가 상승되고, 급수 출구온도(Two)는 하강된 원인은 급수 가열기 내부의 열교환용 튜브의 오염으로 인한 열 교환량의 감소의 결과로 나타나는 현상으로 분석할 수 있다.

도 9는 역류방지밸브 고장/증기량 감소로 인한 급수 가열기 성능 저하 상관관계 분석테이블을 통해 구현된 성능저하 원인을 진단하는 알고리즘 모델을 나타내고 있다. 운전부하(MW)에 따른 급수유량(Fwo),급수 입구온도(Twi)는 정상인데 반하여, 추기 증기관의 역류방지밸브가 고장으로 닫히면서 추기 증기압력(Ps)은 상승되고, 역류방지밸브 후단의 증기압력(Psi)은 하강되어 증기 공급이 감소됨으로 인하여, 급수량에 비하여 열교환 증기량의 공급부족으로 응축수 출구온도(Tco)와 급수 출구온도(Two)가 하강되었다고 분석할 수 있다.

도 10은 터빈 내부 문제 발생/증기량 감소로 인한 급수 가열기 성능 저하 상관관계 분석테이블을 통해 구현된 성능저하 원인분석 알고리즘 모델을 나타내고 있다. 운전부하(MW)에 따른 급수유량(Fwo),급수 입구온도(Twi)는 정상인데 반하여, 터빈 내부의 문제로 인하여 추기 증기량이 감소되면서 추기 증기압력(Ps) 및 역류방지밸브 후단의 증기압력(Psi)이 하강되어 증기 공급이 감소됨으로 인하여, 급수량에 비하여 열교환 증기량의 공급부족으로 응축수 출구온도(Tco)와 급수 출구온도(Two)가 하강되면서 급수가열기 성능이 저하되었다고 분석할 수 있다.

도 11은 구동기 고장/수위제어 밸브 고장 상관관계 분석테이블을 통해 구현된 고장진단 알고리즘 모델을 나타내고 있다. 운전부하 (MW)와 이에 따른 급수유량(Fwo)이 정상일 때, 수위제어 밸브1의 개도요구신호(DMD1)와 밸브개도 신호(POS1)간의 편차가 정상범위를 벗어나면 수위제어밸브1 구동기의 포지셔너 고장에 의한 구동기 고장으로 진단/분석할 수 있으며(수위제어밸브2의 경우에도 동일함), 밸브 개도요구 신호(DMD1)와 (POS1)간의 편차 없이 수위(Lsh)가 정상범위를 벗어나 상승되면 수위제어밸브1의 스템 절단이나 막힘에 의한 기계적 고장으로 진단/분석할 수 있으며(수위제어밸브2의 경우에도 동일함), 수위제어밸브1의 개도요구신호와 개도신호와의 편차가 정상범위를 벗어나면서 수위(Lsh)가 정상범위를 벗어나 하강되면 수위제어밸브1의 과대개방 상태에서 고착된 수위제어밸브1의 기계적 고장으로 진단/분석할 수 있다.

도 12는 튜브누설 발생을 진단/분석하는 알고리즘 모델을 나타낸 것이다. 운전부하 (MW)에 따른 급수유량(Fwo)이 정상일 때, 증기입구 온도(Ts)와 역류방지밸브후단 증기 온도(Tsi)는 정상이나, 급수가열기 수위(Lsh)가 상승되면서 수위제어밸브1,2 개도(POS1,2)가 정상개도 이상으로 개방되고 쉘온도(Tsh)가 저하 된다면, 급수가열기 TUBE누설에 의한 수위상승으로 진단/분석할 수 있다.

도 13은 운전부하(MW)에 따른 급수유량(Fwo)이 정상일 때, 증기입구온도(Ts)는 정상이나 급수가열기 수위(Lsh)가 상승되어 수위제어밸브1,2의 개도(POS1,2)가 비정상으로 개방되면서 쉘온도(Tsh)와 역류방지밸브 후단 증기온도(Tsi)가 저하된다면 TUBE누설에 의한 수위상승으로 물이 증기관의 역류방지밸브 후단까지 차오르고 있다고 진단분석 할 수 있으며, 역류방지밸브가 정상적으로 작동되지 않을 경우 물이 터빈으로 역류될 위험이 있으므로 신속한 조치가 필요한 상황으로 터빈 물유입 위험경고가 필요하다.

위에서 설명한 바와 같이 상관관계 분석테이블을 통해 제작한 다양한 알고리즘 모델을 데이터베이스화 한 진단분석엔진을 통해 인공 지능적 논리의 해석으로 플랜트의 이상여부를 조기에 진단/분석하여 최종적으로 관리자가 모니터링 할 수 있도록 해당 정보를 출력한다(S500).

따라서, 본 발명은 조기 검출된 이상신호를 연관변수 상관관계의 논리해석을 통하여 기기의 고장원인을 진단 분석하고, 기기별 운전변수 상관관계 개략도와 고장유형별 상관관계 분석표를 통하여 확실하게 입증 되는 조건변수들을 선별하여 '기기별 성능저하/원인 진단분석 알고리즘'에 적용함으로써 진단분석의 정확성을 기할 수 있으며, 기기별 과거의 고장사례 및 예측가능한 모든 고장유형들을 성능저하/원인분석 알고리즘에 반영함으로써 전체 설비의 조기경보가 가능하고, 어느 특정 운전변수의 이상상태 조기경보만으로는 단시간에 분석할 수 없는 근본적인 고장원인을 이상징후 검출과 동시에 실시간 분석 가능한 특징이 있다.

한편, 본 발명에 따른 다른 실시예로 앞서 언급한 바와 같이 제작한 알고리즘 모델을 통해 조기경보에서 기기별 성능저하/고장요인을 검출하는 것 뿐만 아니라, 조기경보를 지나 그 이상의 위험신호 내에서도 유형별 성능저하나 고장요인을 검출할 수 있음은 물론이다. 이는 고장징후 시작점(조기경보) 뿐만 아니라, 단일설정치경보-고장위험 경고, 위험 경고나 기능상실점에서 다양한 알고리즘 모델을 통해 문제점을 원인을 검출할 수 있는 것이다. 기능상실점을 포함하는 모든 영역에서의 이상신호를 알고리즘 모델에 적용함으로써 설비 및 계통의 문제점과 원인을 진단 분석할 수 있는 것이다.

이상, 본 발명의 원리를 예시하기 위한 바람직한 실시예와 관련하여 설명하고 도시하였지만, 본 발명은 그와 같이 도시되고 설명된 그대로의 구성 및 작용으로 한정되는 것이 아니다. 오히려, 첨부된 청구범위의 사상 및 범주를 일탈함이 없이 본 발명에 대한 다수의 변경 및 수정이 가능함을 당업자들은 잘 이해할 수 있을 것이다. 따라서 그러한 모든 적절한 변경 및 수정과 균등물들도 본 발명의 범위에 속하는 것으로 간주되어야 할 것이다.

Claims (8)

1. 플랜트 운전영역 내에서 각 장치들의 성능저하나 고장요인을 조기경보시스템에 의해 조기에 진단하는 진단방법에 있어서,
   상기 조기 경보 시스템은 기존의 정상 운전데이터를 기초로 하여 가상 운전모델을 생성하는 단계;
   상기 조기 경보 시스템은 현재 운전데이터를 입력받아 상기 가상 운전모델에 근거하여 예측 운전신호를 생성하는 단계;
   상기 조기 경보 시스템은 예측 운전신호와 현재 운전데이터를 비교하여 이상신호를 검출하는 단계;
   상기 조기 경보 시스템은 검출된 이상신호와 성능저하/고장원인과의 상관관계를 진단/분석 알고리즘 모델을 통하여 실시간으로 진단/분석하는 단계 및 진단/분석 결과를 출력하는 단계를 포함를 포함하되,
   상기 진단/분석하는 단계는,
   운전변수와의 상관관계를 통해 기기별, 고장요인별로 분류하여 각각에 해당하는 진단분석 알고리즘 모델을 생성하며, 상기 알고리즘 모델의 집합체에 해당하는 진단분석엔진을 통해 진단/분석하고,
   상기 알고리즘 모델은,
   기기별 설치된 센서수단을 통해 해당 기기별 진동, 압력, 온도를 포함하는 운전정보를 획득하고, 상기 운전정보를 통해 성능저하/고장요인별로 분석된 분석테이블을 이용하여 논리적 해석으로 상기 알고리즘 모델을 생성하며,
   상기 분석테이블은,
   진단/분석 알고리즘의 기본 성립조건이 되는 운전변수에 해당하는 조건변수와, 고장유발 또는 상황발전에 따라 크게 반응하는 운전변수에 해당하는 직접변수 및 고장유발 또는 상황발전에 따라 작게 반응하는 운전변수에 해당하는 간접변수로 구성되는 것을 특징으로 하는 성능저하 및 고장원인 조기 진단방법.
   
2. 삭제
3. 삭제
4. 삭제
5. 플랜트 운전영역 내에서 조기경보시스템을 적용하여 각 장치들의 성능저하나 고장요인이 발생된 원인을 진단하는 진단방법에 있어서,
   상기 조기 경보 시스템은 현재 운전데이터를 입력받고, 상기 운전데이터에 해당하는 성능저하/고장원인과의 상관관계를 진단/분석 알고리즘 모델을 통하여 실시간으로 진단/분석하며, 진단/분석 결과를 출력하되,
   상기 진단/분석하는 단계는,
   운전변수와의 상관관계를 통해 기기별, 고장요인별로 분류하여 각각에 해당하는 진단분석 알고리즘 모델을 생성하며,
   상기 알고리즘 모델은,
   기기별 설치된 센서수단을 통해 해당 기기별 진동, 압력, 온도를 포함하는 운전정보를 획득하고, 상기 운전정보를 통해 성능저하/고장요인별로 분석된 분석테이블을 이용하여 논리적 해석으로 상기 알고리즘 모델을 생성하며,
   상기 분석테이블은,
   진단/분석 알고리즘의 기본 성립조건이 되는 운전변수에 해당하는 조건변수와, 고장유발 또는 상황발전에 따라 크게 반응하는 운전변수에 해당하는 직접변수 및 고장유발 또는 상황발전에 따라 작게 반응하는 운전변수에 해당하는 간접변수로 구성되는 것을 특징으로 하는 성능저하 및 고장원인 진단방법.
6. 삭제
7. 삭제
8. 삭제

Images