1 |
1
펌프의 이상 진단을 위한 머신러닝 기반의 펌프 고장 진단 모니터링 방법에 있어서,펌프 데모 시스템을 이용해 펌프의 정상, 비정상을 판단할 수 있는 고장 진단용 학습결과 정보를 생성하는 학습결과정보 생성단계(S1000)와;생성된 고장 진단용 학습결과 정보를 이용하여 고장 진단을 하고자 하는 대상 펌프의 고장을 진단하는 고장 진단단계(S2000)를 포함하는 것을 특징으로 하는 머신러닝 기반의 펌프 고장 진단 모니터링 방법
|
2 |
2
청구항 1에 있어서,상기 학습결과정보 생성단계(S1000)는,정상적인 펌프 데모 시스템을 구축한 후, 정상적인 펌프의 센서별 정상 원시 데이터를 획득하는 제1단계(S100)와,비정상적인 펌프 데모 시스템을 구축한 후, 비정상적인 펌프의 센서별 비정상 원시 데이터를 고장 부위별로 획득하는 제2단계(S200)와,획득된 센서별 정상 원시 데이터와 고장 부위별로 획득된 센서별 비정상 원시 데이터를 이용하여 펌프의 정상, 비정상을 판단할 수 있는 펌프 고장 진단용 학습결과 정보를 생성하는 제3단계(S300)를 포함하는 것을 특징으로 하는 머신러닝 기반의 펌프 고장 진단 모니터링 방법
|
3 |
3
청구항 2에 있어서,상기 제1단계(S100)는,정상적인 펌프 데모 시스템의 각 위치에 센서들을 설치하는 제1-1단계(S110)와,센서 설치 후, 펌프 데모 시스템을 동작시켜 센서별 정상 원시 데이터를 획득하는 제1-2단계(S120)를 포함하되,상기 제1-1단계(S110)에서 설치되는 센서들은 가속도센서, 유량센서, 압력센서, 전류센서를 포함하고,상기 제1-2단계(S120)에서의 센서별 정상 원시 데이터 획득은 설정된 횟수만큼 반복하여 획득하고,상기 가속도센서는 펌프의 진동을 측정하기 위해 임펠러 케이스에 설치되고, 상기 유량센서는 작동 유량을 측정하기 위해 토출구로부터 충분히 이격된 상부 배관에 설치되고, 상기 압력센서는 차압 측정을 위해 흡입구와 토출구에 설치되고, 상기 전류센서는 펌프가 소모하는 전력을 측정하기 위해 전선의 핫라인에 설치되는 것을 특징으로 하는 머신러닝 기반의 펌프 고장 진단 모니터링 방법
|
4 |
4
청구항 2에 있어서,상기 제2단계(S200)는,정상적인 펌프 데모 시스템을 구성하는 펌프의 특정 부위를 인위적으로 고장 시켜 비정상적인 펌프 데모 시스템을 구축하는 제2-1단계(S210)와,구축된 비정상적인 펌프 데모 시스템을 동작시켜 센서별 비정상 원시 데이터를 획득하는 제2-2단계(S220)를 포함하되,상기 제2-1단계(S210)와 제2-2단계(S220)는 고장 시킬 펌프의 특정 부위를 달리하여 반복 수행되고, 상기 제2-2단계(S220)는 고장 부위별로 설정된 횟수만큼 반복 수행되는 것을 특징으로 하는 머신러닝 기반의 펌프 고장 진단 모니터링 방법
|
5 |
5
청구항 2에 있어서,상기 제3단계(S300)는,획득된 센서별 정상 원시 데이터로부터 정상 센서별 특성값을 추출하는 제3-1단계(S310)와,고장 부위별로 획득된 센서별 비정상 원시 데이터로부터 고장 부위별로 비정상 센서별 특성값을 추출하는 제3-2단계(S320)와,추출된 정상 센서별 특성값과 고장 부위별로 추출된 비정상 센서별 특성값을 이용하여, 센서별 정상 특성값 범위를 결정하고, 고장 부위별로 센서별 비정상 특성값 범위를 결정하는 제3-3단계(S330)와,결정된 센서별 특성값 범위들을 이용해 고장 진단용 학습결과 정보를 생성하는 제3-4단계(S340)를 포함하되,상기 특성값은 설정된 시간 구간별 표준편차인 것을 특징으로 하는 머신러닝 기반의 펌프 고장 진단 모니터링 방법
|
6 |
6
청구항 1에 있어서,상기 고장 진단단계(S2000)는,고장 진단 펌프 시스템을 구축하고, 구축된 시스템의 각 위치에 센서들을 설치하는 제4-1단계(S2100)와,고장 진단 펌프 시스템을 동작시켜 센서별 고장 진단용 데이터를 획득하는 제4-2단계(S2200)와,획득된 센서별 고장 진단용 데이터와 고장 진단용 학습결과 정보를 이용하여 고장 진단 대상인 펌프의 고장을 진단하는 제4-3단계(S2300)를 포함하되,상기 제4-1단계(S2100)에서 설치되는 센서들은 가속도센서, 유량센서, 압력센서, 전류센서를 포함하고,상기 가속도센서는 펌프의 진동을 측정하기 위해 임펠러 케이스에 설치되고, 상기 유량센서는 작동 유량을 측정하기 위해 토출구로부터 충분히 이격된 상부 배관에 설치되고, 상기 압력센서는 차압 측정을 위해 흡입구와 토출구에 설치되고, 상기 전류센서는 펌프가 소모하는 전력을 측정하기 위해 전선의 핫라인에 설치되는 것을 특징으로 하는 머신러닝 기반의 펌프 고장 진단 모니터링 방법
|
7 |
7
청구항 6에 있어서,상기 제4-3단계(S2300)는,획득된 센서별 고장 진단용 데이터로부터 센서별 특성값을 추출하는 제4-3-1단계(S2310)와,추출된 센서별 특성값을 고장 진단용 학습결과 정보와 비교하여, 고장 진단 대상 펌프의 정상, 비정상을 판단하는 제4-3-2단계(S2320)를 포함하고,센서별 고장 진단용 데이터로부터 추출되는 상기 센서별 특성값은 설정된 시간 구간별 표준편차이고,상기 고장 진단용 학습결과 정보는 정상인 펌프의 센서별 특성값 범위에 대한 정보와 고장 부위별 비정상인 펌프의 센서별 특성값 범위에 대한 정보를 포함하는 것을 특징으로 하는 머신러닝 기반의 펌프 고장 진단 모니터링 방법
|