Nothing Special   »   [go: up one dir, main page]

KR20190021560A - 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법 - Google Patents

빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법 Download PDF

Info

Publication number
KR20190021560A
KR20190021560A KR1020170106441A KR20170106441A KR20190021560A KR 20190021560 A KR20190021560 A KR 20190021560A KR 1020170106441 A KR1020170106441 A KR 1020170106441A KR 20170106441 A KR20170106441 A KR 20170106441A KR 20190021560 A KR20190021560 A KR 20190021560A
Authority
KR
South Korea
Prior art keywords
data
failure prediction
failure
big data
mes
Prior art date
Application number
KR1020170106441A
Other languages
English (en)
Inventor
서창성
Original Assignee
주식회사 에스씨티
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 에스씨티 filed Critical 주식회사 에스씨티
Priority to KR1020170106441A priority Critical patent/KR20190021560A/ko
Publication of KR20190021560A publication Critical patent/KR20190021560A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법에 관한 것으로, 더욱 상세하게는 시스템에 센서를 부착하여, 시스템에서 발생하는 각종 데이터를 인터넷으로 주고받을 수 있는 환경을 구축하여, 수집된 정보인 빅데이터를 바탕으로 변형 예측 및 고장 판단이 가능한 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법에 관한 것이다. 데이터를 추출하고자 하는 제1시스템 상기 제1시스템에 부착하여, 상기 제1시스템으로부터 데이터를 실시간으로 모니터링이 가능한 감지센서 상기 감지센서에서 서로 다른 기종의 장비에 연결하여 원만한 통신이 이루어지게 하는 미들웨어, 상기 미들웨어로부터 데이터를 제공 받아, 신뢰할 수 있는 데이터를 이용해 상기 제1시스템의 모든 작업 활동을 가이드하는 제조실행시스템(MES) 상기 제조실행시스템(MES)과 연동되어 있으면서, 불필요한 데이터를 삭제하는 삭제시스템 및 상기 삭제시스템을 통해 삭제되고 남은 데이터를 분석하여, 사물의 고장을 미리 알리는 고장예지보전모듈을 포함한다.

Description

빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법{Failure prediction system using big data and failure prediction method}
본 발명은 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법에 관한 것으로, 더욱 상세하게는 시스템에 센서를 부착하여, 시스템에서 발생하는 각종 데이터를 인터넷으로 주고받을 수 있는 환경을 구축하여, 수집된 정보인 빅데이터를 바탕으로 변형 예측 및 고장 판단이 가능한 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법에 관한 것이다.
본 발명에 언급되어 있는 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법은 빅데이터를 이용하여 변형 예측 및 고장 판단을 하기 위한 것으로, 빅데이터란, 디지털 환경에서 생성되는 데이터로 그 규모가 방대하고, 생성주기가 짧고, 형태도 수치데이터 뿐만 아니라 문자와 영상 데이터를 포함하는 대규모 데이터를 말한다. 우리 주변에는 많은 정보와 데이터가 생산되는 빅데이터 환경이 도래하고 있다. 현재의 많은 정보와 데이터는 과거의 아날로그 환경에서 비하면 너무 방대해져서, 이전의 방법이나 도구로 수집, 저장, 검색, 분석, 시각화 등이 어려운 데이터이다. 이러한 빅데이터 환경은 과거에 비해 데이터의 양이 폭증했다는 점과 함께 데이터의 종류도 다양해져서 사람들의 행동은 물론 위치정보와 SNS를 통해 생각과 의견까지 분석하고 예측할 수 있다.
이와 같이, 데이터 정보가 기하급수적으로 증가하고 있는 이유 중 하나는, 이유사물지능통신의 확산이 있다. 사용자가 직접 제작하는 UCC를 비롯한 동영상 콘텐츠, 휴대전화와 SNS에서 생성되는 문자 등은 데이터의 증가 속도뿐 아니라, 형태와 질에서도 기존과 다른 양상을 보이고 있다. 트위터에서만 하루평균 1억 5500만 건이 생겨나고, 유튜브의 하루 평균 동영상 재생건수는 40억 회에 이른다. 주요 도로와 공공건물은 물론 심지어 아파트 엘리베이터 안에까지 설치된 CCTV가 촬영하고 있는 영상 정보의 양도 상상을 초월할 정도로 엄청나다. 그야말로 일상생활의 행동 하나하나가 빠짐없이 데이터로 저장되고 있는 셈이다.
따라서, 오늘날 정보통신 분야에서의 화두는 단연 빅데이터이다. 빅데이터의 활용 사례를 예를 들면, 미국 국세청은 2011년 대용량 데이터와 IT기술을 결합해 ‘통합형 탈세 및 사기 범죄 방지 시스템’을 구축했다. 사기 방지 솔루션으로 이상 징후를 미리 찾아냈는데, 예측 모델링을 통해 납세자의 과거 행동 정보를 분석한 다음 사기 패턴과 유사한 행동을 검출했다. 그 뒤 페이스북이나 트위터를 통해 범죄자와 관련된 계좌, 주소, 전화번호, 납세자 간 연관관계 등을 분석해 고의 세금 체납자를 찾아냈다. 이 과정에서 미 국세청은 오픈소스 기반의 대용량 데이터 처리 소프트웨어인 하둡(Hadoop) 등을 적용해 저렴한 비용으로 데이터를 분석했고 그 결과 연간 3,450억 달러에 이르는 세금 누락을 막아냈다. 상기 내용은 빅데이터의 활용 사례 중 일부이다. 이제 빅데이터를 적절하게 처리하고, 분석하면 예전에는 생각도 못했던 일들도 가능해진다.
아울러, 이러한 빅데이터 분석기술을 활용한 정밀기계가공 분야 설비 고장예지보전기술은, 생산활동에서 발생하는 다양한 생산 및 설비 데이터 소스로부터 이상 징후를 감지하여, 고장에 대비한 데이터를 수집할 수 있다.
이와 관련하여, 종래의 기술을 살펴보면, 대한민국 등록특허 제10-1518720(2015.05.01)인 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법이 있다.
하지만, 종래의 기술은 실시간으로 모니터링 하는 시스템의 미흡한 기술로 많은 양의 훈련 데이터를 수집하고, 분석하는 데는 한계가 있다.
또한, 고장요소를 예지하여 발생장애의 자율대응 하는 속도가 느리고, 건전성 인자와 고장 기준치를 정확하게 설정할 수 없는 단점이 있었다.
또한, 빅데이터 중에 원하는 정보를 얻어내는 데 어려움이 있는 시스템이었다.
1. 대한민국 등록특허 제10-1518720호(2015.05.01)
따라서, 본 발명은 전술한 문제점을 해결하고자 하는 것으로,
빅데이터 분석 기법을 사물인터넷과 접목하여 시스템을 개발하여 많은 양의 훈련 데이터 수집 한계를 극복하고자 하는 데 목적이 있다.
또한, 기계장비 및 생산시스템의 잔여 유효수명을 연장하고, 실시간 상태 점검 및 고장예지보전시스템을 개발하여, 제작설비의 오작동, 고장요소를 예지하여 발생장애의 자율대응으로 인한 생산효율 및 안정화의 기여를 목적으로 한다.
또한, 고장을 예지하는 방법으로, 데이터기반방법을 제시하여, 기계학습 기법을 이용한 하중 대비 손상의 관계를 기계학습 시킨 후, 미래의 고장을 예측하는 방법에 대해 제시하고자 한다.
또한, 고장을 예지하는 방법으로, 모델기반방법을 제시하여, 물리적 고장 모델을 기반으로 고장을 진단 및 예지하는 방법에 대해 제시하고자 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급한 과제로 제한되지 않으며, 여기에 언급되지 않은 본 발명이 해결하고자 하는 또 다른 과제들은 아래의 기재로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
본 발명의 바람직한 일실시예에 의하면, 데이터를 추출하고자 하는 제1시스템, 상기 제1시스템에 부착하여, 상기 제1시스템으로부터 데이터를 실시간으로 모니터링이 가능한 감지센서, 상기 감지센서에서 서로 다른 기종의 장비에 연결하여 원만한 통신이 이루어지게 하는 미들웨어, 상기 미들웨어로부터 데이터를 제공 받아, 신뢰할 수 있는 데이터를 이용해 상기 제1시스템의 모든 작업 활동을 가이드하는 제조실행시스템(MES), 상기 제조실행시스템(MES)과 연동되어 있으면서, 불필요한 데이터를 삭제하는 삭제시스템 및 상기 삭제시스템을 통해 삭제되고 남은 데이터를 분석하여, 사물의 고장을 미리 알리는 고장예지보전모듈을 포함한다. 또한, 사물인터넷과 빅데이터가 결합된 방법은 시스템의 이상 징후를 감지하여 제조실행시스템(MES)으로 데이터를 수집하는 데이터 취득 단계, 상기 데이터 취득 단계에서 얻은 데이터를 실시간으로 모니터상에서 육안으로 확인할 수 있는 데이터 취득 단계, 상기 데이터 취득 단계에서 데이터를 확인한 후, 데이터의 결함 여부를 판별하는 데이터 진단 단계, 상기 데이터 진단 단계에서 분석된 데이터를 바탕으로, 미래 결함 진행을 예지하는 데이터 고장예지 단계, 상기 데이터 고장 예지 단계에서 예지된 미래 결함에 대한 문제해결방안을 제시하고, 수정 조치를 위한 핵심정보를 제공하는 데이터 제시 및 조치단계와 상기 데이터 제시 및 조치단계에서 확인된 정보를 통해 문제 해결방안을 확인하고, 사후 상태를 진단하는 데이터 사후분석단계를 포함하여 구성된다. 여기서, 상기 삭제시스템은, 빅데이터 내에서 원하는 정보를 얻어내는 데이터 마이닝 기법을 통해, 제1시스템의 고장모드 및 고장에 영향을 주는 요소 등을 분석할 수 있고, 또한, 제1시스템의 건전성 인자와 고장 기준치를 정확하게 설정할 수 있다. 상기 데이터 진단 단계는, 데이터를 체계적으로 저장하고 관리하면서 숨겨진 현상을 발견하고, 마이닝 마인즈로 유효한 데이터를 얻는 제거 단계를 더 포함하는 구성이다.
본 발명에 따른 빅데이터를 활용한 고장예지보전 시스템 및 고장예지보전 방법은 효과적으로 시스템 운행의 데이터를 실시간으로 수집할 수 있고, 시스템의 실시간 모니터링이 가능하다는 장점이 있다.
또한, 발전소, 대형공장 등의 대형시스템 뿐만 아니라, 소형시스템에서도 적용이 가능하다는 장점이 있다.
또한, 사물의 상태 정보와 센서에서 취득된 많은 정보들이 인터넷을 통해 전송되며 클라우드에 저장되어 빅데이터를 형성할 수 있다는 이점이 있다.
또한, 사물인터넷을 통하여 수집된 거대한 양의 정보와 사용자의 사용패턴, 및 고장정보의 분석을 통해, 빅데이터 중에 원하는 정보를 얻어내는 데이터 마이닝 기법을 통하여 시스템의 고장모드, 고장에 영향을 주는 요소 등을 분석할 수 있다.
또한, 시스템의 건전성 인자와 고장 기준치를 정확하게 설정할 수 있어 효율적인 시스템 진단 및 고장 예지가 가능하다.
또한, 시스템의 건전성 저하 모델을 정교하게 설정할 수 있어서 건전성 예지 측면에서 최적화 되어 있다.
도 1은 본 발명의 일실시예에 따른 고장예지보전 시스템의 구성을 개략적으로 도시한 도면이다.
도 2는 본 발명의 일실시예에 따른 본 발명의 고장예지보전 방법을 각 단계별로 도시한 도면이다.
도 3은 본 발명의 일실시예에 따른 본 발명의 고장관련 메시지를 추출하는 과정을 도시한 도면이다.
도 4는 본 발명의 일실시예에 따른 본 발명의 유용한 데이터를 추출하기 위하여 실시하는 방법을 도시한 도면이다.
도 5는 본 발명의 일실시예에 따른 본 발명으로 해결할 수 있는 데이터를 추출하여 도시한 도면이다.
도 6는 본 발명의 일실시예에 따른 본 발명의 작동 흐름을 전체적으로 도시한 도면이다.
이상과 같은 본 발명에 대한 해결하고자 하는 과제, 과제의 해결수단, 발명의 효과를 포함한 구체적인 사항들은 다음에 기재할 실시예 및 도면들에 포함되어 있다. 본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다.
첨부된 도면을 참조하여 본 발명을 보다 상세히 설명하기로 한다.
일실시예로, 도 1은 본 발명의 일실시예에 따른 고장예지보전 시스템의 구성을 개략적으로 도시한 도면이다.
본 발명인 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법은, 데이터를 추출하고자 하는 제1시스템, 상기 제1시스템에 부착하여, 상기 제1시스템으로부터 데이터를 실시간으로 모니터링이 가능한 감지센서, 상기 감지센서에서 서로 다른 기종의 장비에 연결하여 원만한 통신이 이루어지게 하는 미들웨어, 상기 미들웨어로부터 데이터를 제공 받아, 신뢰할 수 있는 데이터를 이용해 상기 제1시스템의 모든 작업 활동을 가이드하는 제조실행시스템(MES), 상기 제조실행시스템(MES)과 연동되어 있으면서, 불필요한 데이터를 삭제하는 삭제시스템 및 상기 삭제시스템을 통해 삭제되고 남은 데이터를 분석하여, 사물의 고장을 미리 알리는 고장예지보전모듈을 포함하여 구성될 수 있다.
먼저 본 발명은 스마트 공장과 같은 곳에서, 기계 및 설비 장치인 제1시스템에 온도, 진동, 신호, 가속도와 같은 각종 이상징후를 감지할 수 있는 센서를 설치하여, 상기 감지센서(110)가 공장에 있는 기계 및 설비 장치의 정보를 감지하기 위해 마련되는 시스템이다.
보다 상세히 설명하면, 공정 기기의 상기 감지센서(110)로부터 수집된 정보를 가상화시켜 다양한 센서 기반의 응용 서비스 또는 사전에 많은 가능성들을 타진해 볼 수 있는 기술로써, 실제 물리적 충돌 또는 움직임 중첩, 재연이 어려운 상황을 소프트웨어로 연출하여, 발생 가능한 문제점을 예측하여 혁신적 비용 절감을 실현한다.
여기서, 상기 감지센서(110)에서 서로 다른 기종의 장비에 연결하여 원만한 통신이 이루어지게 하는 소프트웨어라고 할 수 있는 미들웨어(120) 환경이 필요하다.
다음으로, 생산 및 설비와 같은 제1시스템(100)으로부터 각종 데이터를 수집한 상기 미들웨어(120)에서 상기 제1시스템(100)의 모든 작업 활동을 가이드하는 상기 제조실행시스템(MES)(130)이 작동하도록 연동된다.
이는, 상기 제조실행시스템(MES)(130)과의 연계모듈이 개발되어 레거시 시스템의 작업지시번호 및 LTO-NO 와의 연계 추적이 가능하고, 상기 시스템의 기본정보 및 예방보전 정보로 연계가 가능해진다.
아울러, 본 발명인 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법은 불필요한 데이터를 삭제하는 삭제시스템(140)과 상기 삭제시스템(140)을 통해 삭제되고 남은 데이터를 분석하여, 사물의 고장을 미리 알리는 고장예지보전모듈(150)이 마련된다.
또한, 도 2는 본 발명의 일실시예에 따른 본 발명의 고장예지보전 방법을 각 단계별로 도시한 도면이다.
본 발명은 사물인터넷과 빅데이터가 결합된 방법으로, 시스템의 이상 징후를 감지하여 제조실행시스템(MES)(130)으로 데이터를 수집하는 데이터 취득 단계(S100), 상기 데이터 취득 단계(S100)에서 얻은 데이터를 실시간으로 모니터상에서 육안으로 확인할 수 있는 데이터 취득 단계(S100), 상기 데이터 취득 단계(S100)에서 데이터를 확인한 후, 데이터의 결함 여부를 판별하는 데이터 진단 단계(S300), 상기 데이터 진단 단계(S300)에서 분석된 데이터를 바탕으로, 미래 결함 진행을 예지하는 데이터 고장예지 단계(S400)와 상기 데이터 고장예지 단계(S400)에서 예지된 미래 결함에 대한 문제해결방안을 제시한다.
상기 데이터 취득 단계(S100)는, 거의 모든 단계에 적용될 수도 있다.
또한, 상기 데이터 취득 단계(S100)에서 취득한 데이터를 결함 및 결함의 원인을 진단하고 심각도를 분류할 수 있는 단계가 상기 데이터 진단 단계(S300)이다.
여기서, 상기 데이터 진단 단계(S300)에서는 빅데이터 혹은 기계학습 기반의 데이터 상태를 분석하는데, 정상 데이터인지 비정상 데이터인지 혹은 사용자가 필요로 하는 유효데이터인지, 불필요한 데이터인지를 판별하는 과정이 있다.
또한, 수정 조치를 위한 핵심정보를 제공하는 데이터 제시 및 조치단계(S500) 및 상기 데이터 제시 및 조치단계(S500)에서 확인된 정보를 통해, 문제 해결방안을 확인하고 사후 상태를 진단하는 데이터 사후분석단계를 포함하는 것을 특징으로 하는 빅데이터를 활용한 고장예지보전방법이다.
상기 시스템으로부터 이상징후를 감지하여 데이터를 취득하는 단계가 데이터 취득 단계(S100)이다. 상기 데이터 취득 단계(S100)에서는, 이상 징후를 감지할 수 있고, 진동 및 초음파와 같은 소음을 감지할 수 있다. 이러한 전체 과정에서 실시간 모니터링을 통해 육안으로 확인 가능한 단계가 상기 데이터 취득 단계(S100)이다.
상기 내용을 보다 정확히 하기 위해 도 6을 참조하면, 이런 판별의 과정에는 기준 데이터와의 비교를 비롯한, 데이터 마이닝 기법, 건전성 인자 및 고장 기준치 설정, 레거시 제거 등의 방법이 사용된다.
다음으로, 향후 고장 및 결함을 예지하는 상기 데이터 예지 단계이다.
상기 데이터 예지 단계에서는, 향후 결함과 진행 및 예지를 위하여 확률 평가와 신뢰도 해석을 한다.
보다 상세히 서술하면, 상기 데이터 예지 단계에서는, 빅데이터 혹은 기계학습 기반의 데이터 결함 상태를 예지한다.
다음으로, 결함과 고장에 대한 문제해결방안을 제시하고 조치를 취하는 단계인 데이터 제시 및 조치 단계이다. 상기 데이터 제시 및 조치단계(S500)에서는, 수정조치를 위한 핵심정보를 제공한다.
보다 구체적으로, 데이터 제시 및 조치단계(S500)에서 고장과 관련한 메시지의 패턴과 기존에 설정되어 있던 패턴을 비교하여 고장여부를 판단할 수 있다.
또한, 고장과 관련하여 상태메시지와 같이 프로그램, 어플리케이션 등의 실행이 늦어질 수 있음을 알리거나 실행할 수 없음을 알리는 내용 등 부정적 의미를 포함하는 메시지를 말하고, 이에 한정되지 않으며, 사용자가 지정할 수도 있다.
또한, 해당장비 및 부품과 고장 및 결함 유형을 파악할 수 있고, 최적의 권장 조치를 취할 수 있다.
마지막으로, 문제해결의 확인과 미래의 상태를 진단하는 상태 진단인 데이터 사후분석단계이다. 상기 데이터 사후분석단계에서는, 상기 데이터 제시 및 조치 단계에서 취득한 핵심 정보를 토대로 사후 상태 즉, 미래 상태를 예측 분석 가능하다.
도 3은 본 발명의 일실시예에 따른 본 발명의 고장관련 메시지를 추출하는 과정을 도시한 도면이다.
도 3을 참조하여 본 발명의 시스템을 보다 구체적으로 설명하면, 본 발명인 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법은 빅데이터 혹은 기계학습 분석기법과 사물인터넷 기술과 데이터기반 방식을 채택하여, 많은 양의 데이터를 수집한다.
또한, 데이터기반방법과 함께 기존 레거시시스템으로부터 제품정보, 품질 등의 생산데이터를 확보한다.
또한, 예방 정비 기술을 통한 고장진단의 경우, 성능저하가 이미 진행이 되어 충분한 상태 변화가 발생하였을 경우 감지하도록 하여, 예방정비기술의 효용성 한계를 보완한다.
따라서, 기계장비 및 생산시스템의 잔여유효수명을 연장하고, 기존의 실시간 상태 점검 및 고장 예지시스템의 부족한 면을 보완한다.
여기서, 고장예지 및 건전성관리 관련 기술로는 데이터기반방법과 모델기반방법이 있다.
상기 데이터기반방법은 기계학습 기법을 이용하여 하중 대비 손상의 관계를 상기 기계학습 시킨 뒤 미래 고장을 예측하는 방법이고, 구현하기 어려운 다변량 시스템에 적용이 가능하다. 하지만 데이터를 수집하기 위해 많은 데이터가 필요하다.
상기 모델기반방법은 물리적 고장 모델을 기반으로 고장을 진단 및 예지한다. 적용대상에 따라 물리적 모델이 달라지지만 보다 장기적인 손상의 거동에 대하여 비교적 정확한 예측이 가능하다는 장점이 있다.
적은 양의 고장 데이터로 고장 진단이 가능하며, 모델의 변수를 바꿔줌으로써, 다양한 운행 환경에서도 적용이 가능하다는 장점이 있다.
도 4는 본 발명의 일실시예에 따른 본 발명의 유용한 데이터를 추출하기 위하여 실시하는 방법을 도시한 도면이고, 도 5는 본 발명의 일실시예에 따른 본 발명으로 해결할 수 있는 데이터를 추출하여 도시한 도면이며, 도 6는 본 발명의 일실시예에 따른 본 발명의 작동 흐름을 전체적으로 도시한 도면이다.
도4 내지 도6을 참조하면, 사물인터넷 및 빅데이터 분석 기술을 접목하여 사물인터넷의 장점과 빅데이터 분석기술의 장점을 동시에 가질 수 있다.
상기 사물인터넷 기술 적용시 장점으로는, 시스템 운행의 실시간 데이터를 쉽게 수집할 수 있으며, 시스템의 실시간 모니터링이 가능하다.
또한, 본 발명의 장점은 발전소 및 대형플랜트 등의 대형 시스템 뿐만 아니라 소형 시스템에서도 적용이 가능하다
또한, 사물 인터넷 적용을 통해 각종 장비와 센서들은 통신의 제약으로부터 자유로워질 수 있으며, 거의 모든 시스템의 실시간 상태 모니터링이 가능하다.
또한, 사물의 상태 정보와 센서에서 취득된 센서데이터, 유저의 사용정보 등 많은 정보들이 인터넷을 통해 전송되며, 클라우드에 저장되어 빅데이터를 형성할 수 있다.
상기 빅데이터 분석 기술의 적용시에 장점은 사물 인터넷을 통해서 모아진 설비 및 제품에 대한 거대한 양의 사물 작동 정보와 고장정보, 사용자의 사용패턴 등을 분석하여, 빅데이터 내에서 원하는 정보를 얻어내는 데이터 마이닝 기법을 통해 시스템의 고장모드, 고장에 영향을 주는 요소 등을 분석한다.
또한, 시스템의 건강 상태를 나타내는 건전성 인자와 고장 기준치를 정확하게 설정할 수 있는 효율적인 시스템 진단 및 예지가 가능하다.
아울러, 시스템의 건전성 저하 모델을 정교하게 설정할 수 있기 때문에, 건전성 예지 측면에 최적화 되어 있다고 할 수 있다.
따라서, 본 발명인 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법은 맞춤형 인터페이스를 지원하고, 실시간 빅데이터분석 알고리즘을 적용하고, 실시간 데이터 처리화면을 제시하며, 분석데이터를 다양하게 시각화한다.
또한, 사용자 정의의 툴을 제공하고 제조업 장비와 쉬운 연동이 가능하다.
아울러, 실시간 알림 서비스를 통해, 실시간 분석 및 배치분석을 지원하고, 빅데이터 시스템과 MES시스템을 연계시킨다.
이하에서는, 본 발명의 실시예에 따른 도면을 참조하여 설명하지만, 이는 본 발명의 더욱 용이한 이해를 위한 것으로, 본 발명의 범주가 그것에 의해 한정되는 것은 아니다.
이상 본 발명의 실시예에 따른 도면을 참조하여 설명하였지만, 본 발명이 속한 분야에서 통상의 지식을 가진 자라면 상기 내용을 바탕으로 본 발명의 범주 내에서 다양한 응용 및 변형을 행하는 것이 가능할 것이다.
100: 제1시스템
110: 감지센서
120: 미들웨어
130: 제조실행시스템(MES)
140: 삭제시스템
150: 고장예지보전모듈
S100: 데이터 취득 단계
S200: 데이터 취득 단계
S300: 데이터 진단 단계
S400: 데이터 고장예지 단계
S500: 데이터 제시 및 조치단계
S600: 데이터 사후 분석 단계

Claims (5)

  1. 데이터를 추출하고자 하는 제1시스템;
    상기 제1시스템에 부착하여, 상기 제2시스템으로부터 데이터를 실시간으로 모니터링이 가능한 감지센서;
    상기 감지센서에서 서로 다른 기종의 장비에 연결하여 원만한 통신이 이루어지게 하는 미들웨어;
    상기 미들웨어로부터 데이터를 제공받아, 신뢰할 수 있는 데이터를 이용해 상기 제1시스템의 모든 작업 활동을 가이드하는 제조실행시스템(MES);
    상기 제조실행시스템(MES)과 연동되어 있으면서, 불필요한 데이터를 삭제하는 삭제시스템; 및
    상기 삭제시스템을 통해 삭제되고 남은 데이터를 분석하여, 사물의 고장을 미리 알리는 고장예지보전모듈;을 포함하는 것을 특징으로 하는 빅데이터를 활용한 고장예지보전시스템.
  2. 제 1항에 있어서,
    상기 삭제시스템은,
    빅데이터 내에서 원하는 정보를 얻어내는 데이터 마이닝 기법을 통해,
    시스템의 고장모드 및 고장에 영향을 주는 요소 등을 분석할 수 있는 것을 특징으로 하는 빅데이터를 활용한 고장예지보전시스템.
  3. 제 2항에 있어서,
    상기 삭제시스템은,
    시스템의 건전성 인자와 고장 기준치를 정확하게 설정할 수 있는 것을 특징으로 하는 빅데이터를 활용한 고장예지보전시스템.
  4. 사물인터넷과 빅데이터가 결합된 방법에 있어서,
    제1시스템의 이상 징후를 감지하여 제조실행시스템(MES)으로 데이터를 수집하는 데이터 취득 단계;
    상기 데이터 취득 단계에서 얻은 데이터를 실시간으로 모니터상에서 육안으로 확인할 수 있는 실시간 모니터링 단계;
    상기 데이터 취득 단계에서 데이터를 확인한 후, 데이터의 결함 여부를 판별하는 데이터 진단 단계;
    상기 데이터 진단 단계에서 분석된 데이터를 바탕으로, 미래 결함 진행을 예지하는 데이터 고장예지 단계;
    상기 데이터 고장 예지 단계에서 예지된 미래 결함에 대한 문제해결방안을 제시하고, 수정 조치를 위한 핵심정보를 제공하는 데이터 제시 및 조치단계; 및
    상기 데이터 제시 및 조치단계에서 확인된 정보를 통해, 문제 해결방안을 확인하고 사후 상태를 진단하는 데이터 사후분석단계;를 포함하는 것을 특징으로 하는 빅데이터를 활용한 고장예지보전방법.
  5. 제 4항에 있어서,
    상기 데이터 진단 단계는,
    데이터를 체계적으로 저장하고 관리하면서 숨겨진 현상을 발견하고, 마이닝 마인즈로 유효한 데이터를 얻는 제거 단계;를 더 포함하는 것을 특징으로 하는 빅데이터를 활용한 고장예지보전방법.
KR1020170106441A 2017-08-23 2017-08-23 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법 KR20190021560A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020170106441A KR20190021560A (ko) 2017-08-23 2017-08-23 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170106441A KR20190021560A (ko) 2017-08-23 2017-08-23 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법

Publications (1)

Publication Number Publication Date
KR20190021560A true KR20190021560A (ko) 2019-03-06

Family

ID=65761020

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170106441A KR20190021560A (ko) 2017-08-23 2017-08-23 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법

Country Status (1)

Country Link
KR (1) KR20190021560A (ko)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109885011A (zh) * 2019-03-22 2019-06-14 宿州德源服装有限公司 一种纺织印染厂物联网管理系统
KR102092197B1 (ko) 2019-09-17 2020-03-23 경기대학교 산학협력단 수리 가능한 시스템의 열화 분석 장치 및 방법
CN111290371A (zh) * 2020-03-05 2020-06-16 深圳知路科技有限公司 物联网设备远程诊断的方法及装置、电子设备
KR20210019652A (ko) * 2019-08-13 2021-02-23 주식회사 유비벨록스모바일 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템 및 방법
KR20210056528A (ko) 2019-11-11 2021-05-20 주식회사 엑센솔루션 뿌리산업을 위한 통합 제조 운영 시스템 및 방법
KR20210056526A (ko) 2019-11-11 2021-05-20 주식회사 엑센솔루션 뿌리산업을 위한 스마트 공장의 수직형 통합 패키지 운영 시스템 및 방법
WO2021107180A1 (ko) * 2019-11-27 2021-06-03 위즈코어 주식회사 제조 빅테이터 기반의 머신러닝 장치 및 방법
KR20210097369A (ko) 2020-01-30 2021-08-09 주식회사 이엠포커스 고장유형 빅데이터를 이용한 기계설비의 잠재적 고장예측 시스템 및 그 방법
KR20220011884A (ko) 2020-07-22 2022-02-03 (주)파즈코리아 비전검사 기반의 예지보전 장치
CN114925867A (zh) * 2022-06-14 2022-08-19 鑫鹏源智能装备集团有限公司 一种无缝钢管生产重点设备物联网维修预测系统
CN114997521A (zh) * 2022-06-30 2022-09-02 昆岳互联环境技术(江苏)有限公司 一种环保设备监测预警及故障预测的方法及系统
KR102482378B1 (ko) * 2021-11-15 2022-12-29 가온플랫폼 주식회사 빅데이터 분석 및 진단 플랫폼 제공 시스템 및 방법
KR20230062300A (ko) * 2021-10-29 2023-05-09 한국교통대학교산학협력단 제동작용장치의 고장데이터 수집방법 및 이를 실행하는 장치
KR102571758B1 (ko) * 2022-12-14 2023-08-28 주식회사 오상엠엔이티 서지 대응 기반의 내전압성 cctv 영상 감지 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101518720B1 (ko) 2015-02-15 2015-05-08 (주)부품디비 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101518720B1 (ko) 2015-02-15 2015-05-08 (주)부품디비 해양자원 생산장비의 예지보전을 위한 고장유형관리 장치 및 방법

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109885011A (zh) * 2019-03-22 2019-06-14 宿州德源服装有限公司 一种纺织印染厂物联网管理系统
KR20210019652A (ko) * 2019-08-13 2021-02-23 주식회사 유비벨록스모바일 빅데이터 기반 IoT 가전제품 실시간 상태 분석 정보 소비자 알림 시스템 및 방법
KR102092197B1 (ko) 2019-09-17 2020-03-23 경기대학교 산학협력단 수리 가능한 시스템의 열화 분석 장치 및 방법
KR20210056526A (ko) 2019-11-11 2021-05-20 주식회사 엑센솔루션 뿌리산업을 위한 스마트 공장의 수직형 통합 패키지 운영 시스템 및 방법
KR20210056528A (ko) 2019-11-11 2021-05-20 주식회사 엑센솔루션 뿌리산업을 위한 통합 제조 운영 시스템 및 방법
WO2021107180A1 (ko) * 2019-11-27 2021-06-03 위즈코어 주식회사 제조 빅테이터 기반의 머신러닝 장치 및 방법
KR20210097369A (ko) 2020-01-30 2021-08-09 주식회사 이엠포커스 고장유형 빅데이터를 이용한 기계설비의 잠재적 고장예측 시스템 및 그 방법
CN111290371A (zh) * 2020-03-05 2020-06-16 深圳知路科技有限公司 物联网设备远程诊断的方法及装置、电子设备
CN111290371B (zh) * 2020-03-05 2021-08-10 深圳知路科技有限公司 物联网设备远程诊断的方法及装置、电子设备
KR20220011884A (ko) 2020-07-22 2022-02-03 (주)파즈코리아 비전검사 기반의 예지보전 장치
KR20230062300A (ko) * 2021-10-29 2023-05-09 한국교통대학교산학협력단 제동작용장치의 고장데이터 수집방법 및 이를 실행하는 장치
KR102482378B1 (ko) * 2021-11-15 2022-12-29 가온플랫폼 주식회사 빅데이터 분석 및 진단 플랫폼 제공 시스템 및 방법
CN114925867A (zh) * 2022-06-14 2022-08-19 鑫鹏源智能装备集团有限公司 一种无缝钢管生产重点设备物联网维修预测系统
CN114997521A (zh) * 2022-06-30 2022-09-02 昆岳互联环境技术(江苏)有限公司 一种环保设备监测预警及故障预测的方法及系统
KR102571758B1 (ko) * 2022-12-14 2023-08-28 주식회사 오상엠엔이티 서지 대응 기반의 내전압성 cctv 영상 감지 시스템

Similar Documents

Publication Publication Date Title
KR20190021560A (ko) 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법
KR102118670B1 (ko) Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법
CA2889685C (en) Method, device, and computer program for monitoring an industrial control system
US8275735B2 (en) Diagnostic system
EP3663919B1 (en) System and method of automated fault correction in a network environment
US10963797B2 (en) System for analyzing machine data
EP3825966A1 (en) A system and method for monitoring and predicting breakdowns in vehicles
CN108027611B (zh) 利用受专家意见监督的决策模式学习的用于机器维护的决策辅助系统和方法
CN113196311A (zh) 用于识别和预测机器的异常感测行为模式的系统和方法
KR20140036375A (ko) 철도시스템의 지능형 고장자산관리시스템
JP2009086896A (ja) コンピュータの障害予測システムおよび障害予測方法
KR102483811B1 (ko) 자동화 공정 이상상태 모니터링 및 제어 시스템 및 방법
CN111061581B (zh) 一种故障检测方法、装置及设备
CN113722134A (zh) 一种集群故障处理方法、装置、设备及可读存储介质
KR20220073314A (ko) 공정 모니터링 시스템 및 방법
US11262743B2 (en) Predicting leading indicators of an event
CN116244444A (zh) 设备故障诊断方法和装置
Lee et al. Intelligent factory agents with predictive analytics for asset management
US20160170395A1 (en) Case management linkage of updates, evidence, and triggers
US11755007B2 (en) System and method for determining a health condition and an anomaly of an equipment using one or more sensors
CN107924185B (zh) 用于维护使用自动化技术的工厂中现场设备的方法和系统
Mao et al. A visual model-based evaluation framework of cloud-based prognostics and health management
US20200385141A1 (en) Data driven machine learning for modeling aircraft sensors
Xin et al. Dynamic probabilistic model checking for sensor validation in Industry 4.0 applications
CN117932394A (zh) 电子元器件故障管理方法以及系统

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application