Home - News ( United States | United Kingdom | Italy | Germany ) - Football scores

Showing content from https://patents.google.com/patent/KR20120046821A/en below:

KR20120046821A - Apparatus and method for self-diagnosing the status of any kind of sensors

Publication number

KR20120046821A

KR20120046821A KR1020100105505A KR20100105505A KR20120046821A KR 20120046821 A KR20120046821 A KR 20120046821A KR 1020100105505 A KR1020100105505 A KR 1020100105505A KR 20100105505 A KR20100105505 A KR 20100105505A KR 20120046821 A KR20120046821 A KR 20120046821A

Authority

KR

South Korea

Prior art keywords

sensor

failure

diagnostic

modeling

value

Prior art date

2010-10-27

Legal status (The legal status 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 status listed.)

Ceased

• Espacenet
• Global Dossier
• Discuss

• 238000000034 method Methods 0.000 title claims description 22
• 238000012545 processing Methods 0.000 claims abstract description 30
• 238000003745 diagnosis Methods 0.000 claims abstract description 14
• 238000002405 diagnostic procedure Methods 0.000 claims abstract description 6
• 238000004891 communication Methods 0.000 claims description 13
• 238000004092 self-diagnosis Methods 0.000 claims description 6
• 230000007723 transport mechanism Effects 0.000 abstract 1
• 238000010586 diagram Methods 0.000 description 4
• 230000006870 function Effects 0.000 description 4
• 230000005856 abnormality Effects 0.000 description 2
• 238000005516 engineering process Methods 0.000 description 2
• 238000007667 floating Methods 0.000 description 2
• 230000007257 malfunction Effects 0.000 description 2
• 238000007726 management method Methods 0.000 description 2
• 238000012544 monitoring process Methods 0.000 description 2
• 238000005070 sampling Methods 0.000 description 2
• 230000032683 aging Effects 0.000 description 1
• 238000003915 air pollution Methods 0.000 description 1
• QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
• 238000001311 chemical methods and process Methods 0.000 description 1
• 238000011161 development Methods 0.000 description 1
• 230000018109 developmental process Effects 0.000 description 1
• 238000003912 environmental pollution Methods 0.000 description 1
• 238000007689 inspection Methods 0.000 description 1
• 230000007774 longterm Effects 0.000 description 1
• 238000005259 measurement Methods 0.000 description 1
• 238000012986 modification Methods 0.000 description 1
• 230000004048 modification Effects 0.000 description 1
• 229910052760 oxygen Inorganic materials 0.000 description 1
• 239000001301 oxygen Substances 0.000 description 1
• 238000010248 power generation Methods 0.000 description 1
• 239000000126 substance Substances 0.000 description 1
• 230000001052 transient effect Effects 0.000 description 1
• 238000004148 unit process Methods 0.000 description 1
• 238000003911 water pollution Methods 0.000 description 1

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

• Physics & Mathematics (AREA)
• General Physics & Mathematics (AREA)
• Testing Or Calibration Of Command Recording Devices (AREA)

본 발명은 범용 센서 자가 진단 장치 및 그 진단 방법에 관한 것이다. 좀 더 구체적으로 본 발명은 하나 이상의 센서로부터 센서 신호를 입력받는 센서신호 입력부와, 상기 센서신호 입력부로부터 입력받은 센서신호를 진단 장치에서 사용할 수 있는 값으로 가공하는 입력 데이터 가공부와, 상기 입력 데이터 가공부에 의해 가공된 데이터를 모델링하여 진단 모델링 값을 산출하는 모델링부와, 상기 센서가 정상상태일 때 미리 모델링 된 상기 센서의 센서 신호에 대한 참조 모델링값을 저장하고, 상기 센서의 고장 유형을 판단하기 위한 고장유형판단 데이터를 저장하는 메모리와, 상기 진단 모델링 값과 상기 메모리에 저장된 해당 센서의 참조 모델링 값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 고장 진단부 및 상기 고장 진단부에 의해 해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 고장유형 판단부를 포함한다. 상술한 바와 같은 본 발명에 따르면, 본 발명은 센서의 신뢰성을 향상하고 관리를 용이하게 할 수 있으므로 각종 운반 기구와 산업 설비 및 그 시스템의 안정성 및 생산성을 향상시킬 수 있는 장점이 있다.The present invention relates to a general-purpose sensor self-diagnostic apparatus and a diagnostic method thereof. More specifically, the present invention provides a sensor signal input unit for receiving a sensor signal from at least one sensor, an input data processing unit for processing the sensor signal received from the sensor signal input unit to a value that can be used in the diagnostic device, and the input data A modeling unit that calculates a diagnostic modeling value by modeling the processed data by the processing unit, and stores a reference modeling value of a sensor signal of the sensor that is pre-modeled when the sensor is in a normal state, and stores a failure type of the sensor. A memory for storing the failure type determination data for determining, and a failure diagnosis unit for diagnosing the failure of the sensor by comparing the correlation between the diagnostic modeling value and the reference modeling value of the sensor stored in the memory and the failure diagnosis unit If it is determined that the sensor is a fault by the diagnostic modeling value and the true Any help of the modeling value comparing said failure type determining data, and includes a failure determination to determine the type of failure modes of the sensor. According to the present invention as described above, the present invention can improve the reliability and easy management of the sensor, there is an advantage that can improve the stability and productivity of various transport mechanisms, industrial equipment and the system.

본 발명은 범용 센서 자가 진단 장치에 관한 것으로, 더욱 자세하게는 특정 센서로부터 초기 정상 입력신호를 받아 그 센서를 모델링(여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함함)한 뒤, 그 초기 모델링 후 특정센서로부터의 진단 모델링 값과 정상 모델링 출력 값을 비교하여 센서의 고장유무 및 고장 유형을 판단하며, 해당 센서가 고장이 난 경우 사용자에게 이를 알림으로써 사고를 미연에 방지하고 센서를 포함한 시스템을 안전성 및 신뢰성을 확보할 수 있도록 하는 범용 센서 자가 진단 장치 및 그 진단 방법에 관한 것이다.
The present invention relates to a general-purpose sensor self-diagnostic apparatus, and more particularly, receives an initial normal input signal from a specific sensor and models the sensor (where modeling includes modeling coefficients, types, and various variables, and the like). After the initial modeling, the diagnostic modeling value from the specific sensor is compared with the normal modeling output value to determine whether the sensor is faulty or failure type, and if the sensor fails, the user is notified by preventing the accident and including the sensor. The present invention relates to a general-purpose sensor self-diagnostic device and a method of diagnosing the same, which enable the system to secure safety and reliability.

본 발명은 범용 센서 자가 진단 장치 및 그 진단 방법에 관한 것이다.The present invention relates to a general-purpose sensor self-diagnostic apparatus and a diagnostic method thereof.

교량, 댐, 터널, 대형빌딩 등 대형시스템의 경우 접근성의 한계로 인해 기존의 검사나 관리 방법은 접근방법 면에서 효율성이 떨어지며, 순간적인 이상을 포착하기가 어려운 경우가 많다. In the case of large systems such as bridges, dams, tunnels, and large buildings, due to the limited accessibility, existing inspection and management methods are less efficient in terms of access methods, and it is often difficult to catch transient abnormalities.

한편, 대형 화학공정시스템의 최근의 화재 및 안전사고 발생은 경제적 손실, 인명피해 및 환경오염 등의 직접적 손실뿐만 아니라 국가적 신뢰도를 저하시켜 국가 경제를 저해하는 요인이 되고 있다. On the other hand, the recent fire and safety accidents of large chemical process systems are not only direct losses such as economic loss, casualties and environmental pollution, but also deteriorate national credibility and become a factor that undermines the national economy.

따라서, 대형 시스템 등의 안전 확보와 유지관리를 위한 기반 핵심 기술인 스마트 센서시스템 구조와 관련된 기술 개발이 절실하게 요구되며, 또한 신규 및 기존설비의 경우 복잡화 및 노후화로 인해 설비의 안전성이 중요한 사안으로 떠오르고 있다. Therefore, the development of technology related to the smart sensor system structure, which is the core technology for securing and maintaining safety of large systems, is urgently needed.In addition, the safety of facilities is emerging as an important issue due to the complexity and obsolescence of new and existing facilities. have.

또한, 나노 미터(nano meter) 단위를 정밀 가공하는 기계에 있어서의 이동량 확인용 센서, 화학 플랜트의 각 단위공정에 설치되어 각종 압력, 온도, CO₂ 농도, 산소농도센서 등 감시기능을 갖는 센서류, 자동차, 선박, 비행기 등에 사용되고 있는 생명과 직결되어 있는 각종 센서류, 원자력 발전장비에 소요되는 온도, 압력센서 등 중요한 국가 기간산업분야의 각종 설비에 소요되는 각 센서류의 중요성은 굳이 상세히 설명하지 않아도 알 수 있을 만큼 중요한 구성요소라고 할 수 있다.In addition, sensors for checking movement amount in a machine for precisely processing nanometer units, sensors installed at each unit process of a chemical plant, and sensors having various monitoring functions such as pressure, temperature, CO ₂ concentration, oxygen concentration sensor, The importance of each sensor used in various facilities of important national key industries such as sensors used directly for life used in automobiles, ships, airplanes, temperature and pressure sensors for nuclear power generation equipment, etc. is not necessarily explained in detail. It is an important component.

그런데 이런 중요한 기능을 담당하는 센서에서 출력되는 신호가 센서의 고장으로 부정확한 신호를 출력하고 있고, 그 이상 및 고장상태를 알 수 없다면 각 설비의 오동작으로 인한 경제적인 피해는 이루 말할 수 없을 만큼 크다고 할 수 있다.However, if the signal output from the sensor that is in charge of this important function is outputting an incorrect signal due to the sensor's failure, the economic damage due to the malfunction of each equipment is incredibly large if the abnormality and the failure status are unknown. can do.

하지만, 종래에는 센서의 고장 여부 및 고장 유형을 자동으로 판단하여 이를 알리는 시스템이 발명되지 않아 센서의 고장 여부를 용이하게 파악할 수 없고, 이에 따라 그 센서를 이용하는 설비가 오작동 되어 경제적으로 큰 피해를 끼치는 문제점이 있다.
However, in the related art, a system for automatically determining whether a sensor is broken and a type of failure is not invented so that it is not easy to determine whether the sensor is broken. Accordingly, a facility using the sensor malfunctions, causing economic damage. There is a problem.

본 발명은 상기 문제점을 해결하기 위하여 발명된 것으로, 본 발명은 특정 센서로부터 초기 정상 입력신호를 받아 그 센서를 모델링(여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함함)한 뒤, 그 초기 모델링 후 특정센서로부터의 진단 모델링 값과 정상 모델링 출력 값을 비교하여 센서의 고장유무 및 고장 유형을 판단하며, 해당 센서가 고장이 난 경우 사용자에게 이를 알림으로써 사고를 미연에 방지하고 센서를 포함한 시스템을 안전성 및 신뢰성을 확보할 수 있도록 하는 범용 센서 자가 진단 장치 및 그 진단 방법을 제공하는 것을 목적으로 한다.
The present invention has been invented to solve the above problems, the present invention receives an initial normal input signal from a specific sensor and modeling the sensor (where modeling includes modeling coefficients, types, and various variables), After the initial modeling, the diagnostic modeling value from the specific sensor is compared with the normal modeling output value to determine whether the sensor is faulty or failure type, and if the sensor fails, the user is notified to prevent the accident and prevent the sensor. An object of the present invention is to provide a general-purpose sensor self-diagnostic apparatus and its diagnostic method, which can ensure the safety and reliability of the system.

상기의 목적을 달성하기 위하여 본 발명에 의한 범용 센서 자가 진단 장치는 하나 이상의 센서로부터 센서 신호를 입력받는 센서신호 입력부; 상기 센서신호 입력부로부터 입력받은 센서신호를 진단 장치에서 사용할 수 있는 값으로 가공하는 입력 데이터 가공부; 상기 입력 데이터 가공부에 의해 가공된 데이터를 모델링하여 진단 모델링 값을 산출하는 모델링부; 상기 센서가 정상상태일 때 미리 모델링 된 상기 센서의 센서 신호에 대한 참조 모델링값을 저장하고, 상기 센서의 고장 유형을 판단하기 위한 고장유형판단 데이터를 저장하는 메모리; 상기 진단 모델링 값과 상기 메모리에 저장된 해당 센서의 참조 모델링 값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 고장 진단부; 및 상기 고장 진단부에 의해 해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 고장유형 판단부;를 구비한다.In order to achieve the above object, a general-purpose sensor self-diagnostic apparatus according to the present invention comprises a sensor signal input unit for receiving a sensor signal from at least one sensor; An input data processing unit processing the sensor signal received from the sensor signal input unit into a value that can be used in a diagnostic apparatus; A modeling unit configured to model data processed by the input data processing unit to calculate a diagnostic modeling value; A memory for storing reference modeling values of sensor signals of the sensors that are previously modeled when the sensor is in a normal state, and storing failure type determination data for determining a failure type of the sensor; A fault diagnosis unit comparing a correlation between the diagnostic modeling value and a reference modeling value of the corresponding sensor stored in the memory to diagnose whether the corresponding sensor has a fault; And a failure type determination unit for determining a failure type of the corresponding sensor by comparing a correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data when the failure diagnosis unit determines that the corresponding sensor is a failure. Equipped.

그리고 상기 고장유형 판단부는, 해당 센서의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용한다.The failure type determination unit uses one or more of the continuity, shape, and delay value of the diagnostic modeling value to determine a failure type of the corresponding sensor.

한편, 상기 고장유형 판단부로부터 해당 센서의 고장 유형에 관한 데이터를 입력받아 음성, 텍스트 및 그래프를 이용하여 사용자에게 출력하는 출력부;를 더 구비하는 것이 바람직하다.On the other hand, it is preferable to further include an output unit for receiving the data on the type of failure of the sensor from the failure type determination unit and outputs to the user using voice, text and graph.

또, 상기 고장유형 판단부로부터 해당 센서의 고장 유형에 관한 데이터를 입력받아 유선 또는 무선 통신방식을 이용하여 외부장치로 전송하는 통신부;를 더 구비한다.The apparatus may further include a communication unit configured to receive data regarding a failure type of the corresponding sensor from the failure type determination unit and transmit the data to the external device using a wired or wireless communication method.

그리고 상기 입력 데이터 가공부는, 상기 하나 이상의 센서로 입력되는 센서 신호가 아날로그 신호인 경우, 상기 아날로그 신호를 디지털 신호로 변환하여 상기 모델링부에 전달한다.When the sensor signal input to the at least one sensor is an analog signal, the input data processing unit converts the analog signal into a digital signal and transmits the analog signal to the modeling unit.

상기의 목적을 달성하기 위하여 본 발명에 의한 범용 센서 자가 진단 장치의 진단 방법은 하나 이상의 센서로부터 센서 신호를 입력받는 (A)단계; 입력된 센서 신호를 모델링하여 진단 모델링값을 산출하고, 상기 진단 모델링값과 메모리에 저장된 해당 센서의 참조 모델링값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 (B)단계; 및 해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리에 저장된 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 (C)단계;를 포함한다.In order to achieve the above object, a diagnostic method of a general-purpose sensor self-diagnosis apparatus according to the present invention includes: receiving a sensor signal from at least one sensor; (B) diagnosing a failure of a corresponding sensor by modeling an input sensor signal to calculate a diagnostic modeling value and comparing a correlation between the diagnostic modeling value and a reference modeling value of the corresponding sensor stored in a memory; And (C) determining a failure type of the corresponding sensor by comparing a correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory when it is determined that the corresponding sensor is a failure.

이때, 상기 참조 모델링값은, 해당 센서가 정상상태일 때 미리 모델링된 해당 센서의 센서 신호에 대한 모델링값이다.In this case, the reference modeling value is a modeling value of a sensor signal of a corresponding sensor that is previously modeled when the corresponding sensor is in a normal state.

그리고 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리에 저장된 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 단계는,해당 센서의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용하는 것이 바람직하다.The determining of the failure type of the corresponding sensor by comparing the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory may include: continuity of the diagnostic modeling value to determine the failure type of the corresponding sensor; Preference is given to using one or more of, form and delay values.

또한, 해당 센서의 고장 유형에 관한 데이터를 음성, 텍스트, 및 그래프를 이용하여 사용자에게 출력하는 (D)단계;를 더 포함하는 것이 바람직하다.
The method may further include (D) outputting data on the type of failure of the sensor to a user using voice, text, and graphs.

본 발명에 따르면, 본 발명은 특정 센서로부터 초기 정상 입력신호를 받아 그 센서를 모델링(여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함함)한 뒤, 그 초기 모델링 후 특정센서로부터의 진단 모델링 값과 정상 모델링 출력 값을 비교하여 센서의 고장유무 및 고장 유형을 판단하며, 해당 센서가 고장이 난 경우 사용자에게 이를 알림으로써 사고를 미연에 방지하고 센서를 포함한 시스템을 안전성 및 신뢰성을 높이며 이를 통해 자동화 시스템의 관리를 용이하게 할 수 있는 장점이 있다.According to the present invention, the present invention receives an initial normal input signal from a specific sensor and models the sensor (where modeling includes modeling coefficients, types, and various variables, etc.), and then, from the specific sensor after the initial modeling. The diagnostic modeling value is compared with the normal modeling output value to determine whether there is a sensor failure or failure type, and if the sensor fails, the user is notified by preventing the accident and improving the safety and reliability of the system including the sensor. This has the advantage of facilitating the management of the automation system.

또한, 본 발명은 시간에 따른 센서의 노후를 예측할 수 있는 장점을 이용 대기 오염, 수질 오염 등의 환경, 교통량 등의 지속적인 장시간 감시를 위한 계측 센서에 있어서 관리 및 사용이 용이한 장점이 있다.
In addition, the present invention has the advantage of easy to manage and use in the measurement sensor for continuous long-term monitoring of the environment, such as air pollution, water pollution, traffic volume, etc. using the advantage that can predict the aging of the sensor over time.

도 1은 본 발명의 바람직한 실시예에 의한 범용 센서 자가 진단 장치의 내부구성을 도시한 블럭도.
도 2는 본 발명이 동작하는 과정을 설명하는 설명도.
도 3은 본 발명의 바람직한 실시예에 의한 범용 센서 자가 진단 장치가 동작하는 과정을 도시한 순서도.1 is a block diagram showing the internal configuration of a general-purpose sensor self-diagnostic apparatus according to a preferred embodiment of the present invention.
2 is an explanatory diagram illustrating a process in which the present invention operates.
3 is a flowchart illustrating a process of operating a general-purpose sensor self-diagnosis apparatus according to a preferred embodiment of the present invention.

이하에서는 상기한 바와 같은 본 발명에 의한 범용 센서 자가 진단 장치의 바람직한 실시예를 첨부된 도면을 참고로 하여 상세하게 설명한다.
Hereinafter, with reference to the accompanying drawings, a preferred embodiment of a general-purpose sensor self-diagnostic apparatus according to the present invention as described above will be described in detail.

도 1에는 본 발명의 바람직한 실시예에 의한 범용 센서 자가 진단 장치의 내부구성을 도시한 블럭도가 도시되어 있다.1 is a block diagram showing the internal configuration of a general-purpose sensor self-diagnostic apparatus according to a preferred embodiment of the present invention.

도 1에 도시된 바와 같이, 본 발명의 범용 센서 자가 진단 장치(100)는 센서(110), 센서신호 입력부(120), 입력데이터 가공부(121), 모델링부(123), 고장 진단부(130), 고장유형 판단부(140), 중앙처리부(150), 전원부(160), 통신부(170), 메모리(180), 출력부(190)를 포함한다.As shown in FIG. 1, the general-purpose sensor self- diagnosis apparatus 100 of the present invention includes a sensor 110, a sensor signal input unit 120, an input data processing unit 121, a modeling unit 123, and a failure diagnosis unit ( 130, a failure type determination unit 140, a central processing unit 150, a power supply unit 160, a communication unit 170, a memory 180, and an output unit 190.

하나 이상의 센서(110)는 센서 신호를 생성하여 실시간으로 센서신호 입력부(120)에 그 센서 신호를 제공한다.At least one sensor 110 generates a sensor signal and provides the sensor signal to the sensor signal input unit 120 in real time.

센서신호 입력부(120)는 하나 이상의 센서(110)로부터 실시간으로 센서 신호를 유/무선으로 입력받고 그 센서신호를 입력데이터 가공부(121)에 전달한다. 이때, 센서 신호는 전압 또는 전류 또는 직류 또는 정현파 등으로 표현되는 아날로그 신호 형태일 수도 있고, 펄스, RS232, RS485 등으로 표현되는 디지털 신호일 수도 있다. 이러한 아날로그 신호 또는 디지털 신호는 유/무선 통신망을 통해 입력받을 수 있다.The sensor signal input unit 120 receives the sensor signal from the one or more sensors 110 in real time via wired / wireless and transmits the sensor signal to the input data processing unit 121. In this case, the sensor signal may be in the form of an analog signal represented by voltage or current, or direct current or sine wave, or may be a digital signal represented by pulse, RS232, RS485, or the like. The analog signal or digital signal may be input through a wired / wireless communication network.

입력데이터 가공부(121)는 입력되는 센서의 디지털 신호 또는 아날로그 신호를 중앙 처리부(150)에서 처리할 수 있도록 샘플링주기 및 그 크기를 약속된 형태로 가공처리한다.The input data processing unit 121 processes the sampling period and the size thereof in a promised form so that the central processing unit 150 can process the digital signal or the analog signal of the input sensor.

이때, 입력데이터 가공부(121)는 입력되는 센서 신호가 아날로그 신호인 경우, ADC를 통해 상기 아날로그 신호를 디지털 신호로 변환하여 모델링부(123)에 전달한다.In this case, when the input sensor signal is an analog signal, the input data processing unit 121 converts the analog signal into a digital signal through an ADC and transmits the analog signal to the modeling unit 123.

모델링부(123)는 입력데이터 가공부(121)에서 가공된 데이터가 입력되면, 그 입력된 데이터를 모델링하여 진단 모델링 값을 산출한다. 여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함한다.When the data processed by the input data processing unit 121 is input, the modeling unit 123 models the input data to calculate a diagnostic modeling value. Here, the modeling includes modeling coefficients, types, various variables, and the like.

메모리(180)에는 센서(110)가 정상상태일 때 미리 모델링 된 상기 센서(110)의 센서 신호에 대한 참조 모델링값이 저장되고, 상기 센서(110)의 고장 유형을 판단하기 위한 고장유형판단 데이터가 저장된다.In the memory 180, reference modeling values of sensor signals of the sensor 110 that are pre-modeled when the sensor 110 is in a normal state are stored, and failure type determination data for determining a failure type of the sensor 110. Is stored.

이때, 고장유형판단 데이터는 모델링 값의 연속성, 형태 및 딜레이값과 같은 여러 요소에 의해 분별되어 테이블화되어 저장되어 있는 것이 바람직하다.In this case, it is preferable that the failure type determination data is classified and stored in a table according to various factors such as continuity, shape, and delay value of modeling values.

고장 진단부(130)는 입력데이터 가공부(121)에 센서 신호가 입력되면, 진단 모델링값과 상기 메모리(180)에 저장된 해당 센서(110)의 참조 모델링값의 상관도를 비교하여 해당 센서의 고장 유무를 진단한다. When the sensor signal is input to the input data processing unit 121, the failure diagnosis unit 130 compares the correlation between the diagnostic modeling value and the reference modeling value of the corresponding sensor 110 stored in the memory 180 to determine the corresponding sensor. Diagnose the failure.

좀 더 구체적으로, 고장 진단부(130)는 상기 진단 모델링값과 상기 참조 모델링값의 상관도를 비교하여 그 상관도가 기 설정된 임계범위를 초과하는 경우 고장이 났다고 판단하는 것이다. More specifically, the failure diagnosis unit 130 compares the correlation between the diagnostic modeling value and the reference modeling value and determines that the failure has occurred when the correlation exceeds the preset threshold range.

이때, 고장 진단부(130)는 모델링을 하기 위해 40Mhz 이상의 동작주파수를 가지며, 플로팅 포인트(floating point) 연산이 가능한 것을 사용하는 것이 바람직하다. 만약, 내부 ADC가 없는 경우, 외부에 장착, 정확성을 위해 10-BIT 이상의 RESOLUTION을 가지는 ADC를 사용하는 것이 바람직하다.
At this time, the failure diagnosis unit 130 has an operating frequency of 40Mhz or more for modeling, it is preferable to use a floating point (floating point) that can be used. If there is no internal ADC, it is recommended to use an ADC with more than 10-BIT RESOLUTION for external mounting and accuracy.

도 2에는 고장 진단부(130)가 센서 신호가 입력되었을 때 고장 유무를 진단하는 것을 설명하는 설명도가 도시되어 있다.2 is an explanatory diagram illustrating that the failure diagnosis unit 130 diagnoses the presence or absence of a failure when a sensor signal is input.

고장유형 판단부(140)는 고장 진단부(130)에 의해 해당 센서(110)가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단한다.If it is determined by the failure diagnosis unit 130 that the corresponding sensor 110 is a failure, the failure type determination unit 140 compares the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data to determine the corresponding sensor. Determine the type of failure.

이때, 고장유형 판단부(140)는 해당 센서(110)의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용한다. 좀 더 구체적으로, 고장유형 판단부(140)는 메모리(180)에 저정되어 있는 고장유형판단 데이터에 기초하여 상관도 비교를 통해 해당 범위에 따라 그 고장 유형을 결정하는 것이다.In this case, the failure type determination unit 140 uses one or more of the continuity, shape, and delay value of the diagnostic modeling value to determine the failure type of the sensor 110. More specifically, the failure type determination unit 140 determines the failure type according to the corresponding range through the correlation comparison based on the failure type determination data stored in the memory 180.

통신부(170)는 고장유형 판단부(140)로부터 해당 센서(110)의 고장 유형에 관한 데이터를 입력받아 유선 또는 무선 통신방식을 이용하여 외부장치로 전송한다. 예컨대, 통신부(170)는 해당 센서(110)의 고장 유형에 관한 데이터를 통신망을 통해 상위제어장치, 장치 메이커, 지정 A/S센터, 보험회사 등에 전송할 수 있는 것이다.The communication unit 170 receives data on the type of failure of the sensor 110 from the failure type determination unit 140 and transmits the data to the external device using a wired or wireless communication method. For example, the communication unit 170 may transmit data regarding the type of failure of the sensor 110 to a higher level control device, a device maker, a designated A / S center, an insurance company, or the like through a communication network.

한편, 외부장치와의 통신은 RS232와 각종 유무선 통신망이 사용될 수 있다.Meanwhile, RS232 and various wired / wireless communication networks may be used for communication with an external device.

출력부(190)는 고장유형 판단부(140)로부터 해당 센서(110)의 고장 유형에 관한 데이터를 입력받아 음성, 텍스트 및 그래프를 이용하여 사용자에게 출력한다.The output unit 190 receives data on the type of failure of the sensor 110 from the failure type determination unit 140 and outputs the data to the user using voice, text, and graphs.

중앙처리부(150)는 센서신호 입력부(120)가 하나 이상의 센서(110)로부터 센서 신호를 입력받으면, 그 해당 센서의 참조 모델링값이 메모리(180)에 저장되어 있는지 판단하고, 그 판단결과 메모리(180)에 해당 센서(110)에 대한 참조 모델링값이 존재하지 않는 경우, 해당 센서(110)가 처음 시동되는 것이라고 간주하고, 해당 센서(110)로부터 처음 입력되는 데이터를 참조 모델링값으로 판단하여 메모리(180)에 저장한다.When the sensor signal input unit 120 receives a sensor signal from one or more sensors 110, the CPU 150 determines whether a reference modeling value of the corresponding sensor is stored in the memory 180, and determines that the memory signal ( If there is no reference modeling value for the corresponding sensor 110 in 180, the sensor 110 is regarded as starting up for the first time, and the first data input from the corresponding sensor 110 is determined as the reference modeling value for memory. Save at 180.

또한, 중앙처리부(150)는 다수개의 센서로부터 센서 신호를 입력받는 경우, 그 입력되는 다수개의 센서 신호를 전환하는 기능을 수행한다. 즉, 다수의 센서 신호를 처리하기 위한 멀티플렉서와 같은 기능을 수행하는 것이다.In addition, when the central processing unit 150 receives sensor signals from a plurality of sensors, the central processing unit 150 performs a function of switching the plurality of input sensor signals. In other words, it functions as a multiplexer for processing a plurality of sensor signals.

전원부(160)는 외부로부터 입력받은 전원이 범용 센서 자가 진단 장치(100)에 인가되도록 처리한다.
The power supply unit 160 processes the power input from the outside to be applied to the general-purpose sensor self- diagnosis apparatus 100.

도 3에는 본 발명의 바람직한 실시예에 의한 범용 센서 자가 진단 장치가 동작하는 과정을 도시한 순서도가 도시되어 있다.3 is a flowchart illustrating a process of operating a general-purpose sensor self-diagnosis apparatus according to a preferred embodiment of the present invention.

우선, 센서신호 입력부(120)가 하나 이상의 센서(110)로부터 센서 신호를 입력받는다(단계 S100).First, the sensor signal input unit 120 receives a sensor signal from one or more sensors 110 (step S100).

그러면, 입력데이터 가공부(121)가 입력되는 센서의 디지털 신호 또는 아날로그 신호를 중앙처리부(150)에서 처리할 수 있도록 샘플링 주기 및 그 크기를 기 설정된 형태로 가공 처리한다.Then, the input data processing unit 121 processes the sampling period and the size thereof in a predetermined form so that the digital signal or the analog signal of the sensor input may be processed by the central processing unit 150.

이때, 입력데이터 가공부(121)는 입력되는 센서 신호가 아날로그 신호인 경우, ADC를 통해 상기 아날로그 신호를 디지털 신호로 변환하여 모델링부(123)에 전달한다.In this case, when the input sensor signal is an analog signal, the input data processing unit 121 converts the analog signal into a digital signal through an ADC and transmits the analog signal to the modeling unit 123.

모델링부(123)는 입력데이터 가공부(121)에서 가공된 데이터가 입력되면, 입력된 데이터를 모델링하여 진단 모델링 값을 산출한다(단계 S110). 여기서, 모델링은 모델링 계수, 유형, 및 각종 변수 등을 포함한다.When the data processed by the input data processing unit 121 is input, the modeling unit 123 models the input data to calculate a diagnostic modeling value (step S110). Here, the modeling includes modeling coefficients, types, various variables, and the like.

이후, 중앙처리부(150)는 메모리(180)에 해당 센서(110)에 대한 참조 모델링값이 존재하는지 판단한다(단계 S110). 이때, 상기 참조 모델링값은, 해당 센서(110)가 정상상태일 때 미리 모델링된 해당 센서의 센서 신호에 대한 모델링값이다.Thereafter, the CPU 150 determines whether a reference modeling value for the corresponding sensor 110 exists in the memory 180 (step S110). In this case, the reference modeling value is a modeling value of a sensor signal of a corresponding modeled model when the corresponding sensor 110 is in a normal state.

단계 120의 판단결과, 메모리(180)에 해당 센서(110)에 대한 참조 모델링값이 존재하지 않는 경우, 해당 센서(110)가 처음 시동되는 것이라고 간주하고, 해당 센서(110)로부터 처음 입력되는 데이터를 참조 모델링값으로 판단하여 메모리(180)에 저장한다.As a result of the determination of step 120, when there is no reference modeling value for the sensor 110 in the memory 180, it is assumed that the sensor 110 is first started, and data first input from the sensor 110 is assumed. It is determined as a reference modeling value and stored in the memory 180.

한편, 단계 120의 판단결과, 메모리(180)에 해당 센서(110)에 대한 참조 모델링값이 존재하는 경우, 고장진단부(130)는 상기 진단 모델링값과 메모리(180)에 저장된 해당 센서의 참조 모델링값의 상관도를 비교하여 해당 센서(110)의 고장 유무를 진단한다(단계 S130).On the other hand, if the reference modeling value for the sensor 110 exists in the memory 180 as a result of the determination in step 120, the failure diagnosis unit 130 references the diagnostic modeling value and the corresponding sensor stored in the memory 180. The degree of failure of the corresponding sensor 110 is diagnosed by comparing the correlation between the modeling values (step S130).

단계 S130의 판단결과 해당 센서(110)가 고장인 것으로 판단되면, 고장유형 판단부(140)는 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리(180)에 저장된 고장유형판단 데이터를 비교하여 해당 센서(110)의 고장 유형을 판단한다(단계 S150).If it is determined in step S130 that the corresponding sensor 110 is a failure, the failure type determination unit 140 compares the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory 180. The failure type of the corresponding sensor 110 is determined (step S150).

이때, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리(180)에 저장된 고장유형판단 데이터를 비교하여 해당 센서(110)의 고장 유형을 판단하는 단계는, 해당 센서(110)의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용하는 것이 바람직하다.In this case, comparing the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory 180 to determine a failure type of the corresponding sensor 110 may include a failure type of the corresponding sensor 110. It is preferable to use one or more of the continuity, shape, and delay value of the diagnostic modeling value to determine.

이후, 단계 S150에 의해 해당 센서(110)의 고장 유형이 판단되면, 중앙처리부(150)는 출력부(190)를 통해 해당 센서(110)의 고장 유형에 관한 데이터가 출력되도록 처리한다(단계 S160). 이때, 음성, 텍스트, 및 그래프를 이용하여 사용자에게 출력하는 것이 바람직하다.
Subsequently, when the failure type of the corresponding sensor 110 is determined by step S150, the central processing unit 150 processes the data regarding the failure type of the corresponding sensor 110 through the output unit 190 (step S160). ). At this time, it is preferable to output to the user using voice, text, and graph.

이상에서는 본 발명을 특정의 바람직한 실시예에 대해서 도시하고 설명하였다. 그러나 본 발명은 상술한 실시예에만 국한되는 것은 아니며, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 사상을 벗어남이 없이 얼마든지 다양하게 변경 실시할 수 있을 것이다. 따라서 본 발명의 권리범위는 특정 실시예에 한정되는 것이 아니라, 첨부된 특허청구범위에 의해 정해지는 것으로 해석되어야 할 것이다.
The present invention has been shown and described with respect to specific preferred embodiments thereof. However, the present invention is not limited to the above-described embodiments, and various changes and modifications may be made without departing from the technical spirit of the present invention by those skilled in the art. Accordingly, the scope of the present invention should be construed as being determined not by the specific embodiments but by the appended claims.

100 : 범용 센서 자가 진단 장치 110 : 센서
120 : 센서신호 입력부 121 : 입력 데이터 가공부
123 : 모델링부 130 : 고장 진단부
140 : 고장유형 판단부 150 : 중앙처리부
160 : 전원부 170 : 통신부
180 : 메모리 190 : 출력부100: general-purpose sensor self-diagnostic device 110: sensor
120: sensor signal input unit 121: input data processing unit
123: modeling unit 130: fault diagnosis unit
140: failure type determination unit 150: central processing unit
160: power supply unit 170: communication unit
180: memory 190: output unit

하나 이상의 센서로부터 센서 신호를 입력받는 센서신호 입력부;
상기 센서신호 입력부로부터 입력받은 센서신호를 진단 장치에서 사용할 수 있는 값으로 가공하는 입력 데이터 가공부;
상기 입력 데이터 가공부에 의해 가공된 데이터를 모델링하여 진단 모델링 값을 산출하는 모델링부;
상기 센서가 정상상태일 때 미리 모델링 된 상기 센서의 센서 신호에 대한 참조 모델링값을 저장하고, 상기 센서의 고장 유형을 판단하기 위한 고장유형판단 데이터를 저장하는 메모리;
상기 진단 모델링 값과 상기 메모리에 저장된 해당 센서의 참조 모델링 값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 고장 진단부; 및
상기 고장 진단부에 의해 해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 고장유형 판단부;를 구비하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
A sensor signal input unit configured to receive a sensor signal from at least one sensor;
An input data processing unit processing the sensor signal received from the sensor signal input unit into a value that can be used in a diagnostic apparatus;
A modeling unit configured to model data processed by the input data processing unit to calculate a diagnostic modeling value;
A memory for storing reference modeling values of sensor signals of the sensors that are previously modeled when the sensor is in a normal state, and storing failure type determination data for determining a failure type of the sensor;
A fault diagnosis unit comparing a correlation between the diagnostic modeling value and a reference modeling value of the corresponding sensor stored in the memory to diagnose whether the corresponding sensor has a fault; And
And a failure type determination unit for determining a failure type of the corresponding sensor by comparing the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data when it is determined that the corresponding sensor is a failure by the failure diagnosis unit. General-purpose sensor self-diagnostic apparatus, characterized in that.
제1항에 있어서, 상기 고장유형 판단부는,
해당 센서의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
The method of claim 1, wherein the failure type determination unit,
And at least one of a continuity, a shape, and a delay value of the diagnostic modeling value to determine a failure type of the sensor.
제1항에 있어서,
상기 고장유형 판단부로부터 해당 센서의 고장 유형에 관한 데이터를 입력받아 음성, 텍스트 및 그래프를 이용하여 사용자에게 출력하는 출력부;를 더 구비하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
The method of claim 1,
And an output unit configured to receive data regarding a failure type of a corresponding sensor from the failure type determination unit and output the data to a user using voice, text, and graphs.
제1항에 있어서,
상기 고장유형 판단부로부터 해당 센서의 고장 유형에 관한 데이터를 입력받아 유선 또는 무선 통신방식을 이용하여 외부장치로 전송하는 통신부;를 더 구비하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
The method of claim 1,
And a communication unit which receives data on the type of failure of the corresponding sensor from the failure type determination unit and transmits the data to the external device using a wired or wireless communication method.
제1항에 있어서, 상기 입력 데이터 가공부는,
상기 하나 이상의 센서로 입력되는 센서 신호가 아날로그 신호인 경우, 상기 아날로그 신호를 디지털 신호로 변환하여 상기 모델링부에 전달하는 것을 특징으로 하는 범용 센서 자가 진단 장치.
The method of claim 1, wherein the input data processing unit,
And a sensor signal input to the at least one sensor is an analog signal, converting the analog signal into a digital signal and transmitting the converted analog signal to the modeling unit.
하나 이상의 센서로부터 센서 신호를 입력받는 (A)단계;
입력된 센서 신호를 모델링하여 진단 모델링값을 산출하고, 상기 진단 모델링값과 메모리에 저장된 해당 센서의 참조 모델링값의 상관도를 비교하여 해당 센서의 고장 유무를 진단하는 (B)단계; 및
해당 센서가 고장인 것으로 판단되면, 상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리에 저장된 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 (C)단계;를 포함하는 범용 센서 자가 진단 장치의 진단 방법.
(A) receiving a sensor signal from at least one sensor;
(B) diagnosing a failure of a corresponding sensor by modeling an input sensor signal to calculate a diagnostic modeling value and comparing a correlation between the diagnostic modeling value and a reference modeling value of the corresponding sensor stored in a memory; And
And (C) determining a failure type of the corresponding sensor by comparing a correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory when it is determined that the corresponding sensor has a failure. How to diagnose the self-test device.
제6항에 있어서,
상기 참조 모델링값은, 해당 센서가 정상상태일 때 미리 모델링된 해당 센서의 센서 신호에 대한 모델링값인 것을 특징으로 하는 범용 센서 자가 진단 장치의 진단 방법.
The method of claim 6,
The reference modeling value is a diagnostic method of a general-purpose sensor self-diagnosis apparatus, characterized in that the modeling value for the sensor signal of the sensor previously modeled when the sensor is in a normal state.
제6항에 있어서,
상기 진단 모델링값과 상기 참조 모델링값의 상관도와 상기 메모리에 저장된 고장유형판단 데이터를 비교하여 해당 센서의 고장 유형을 판단하는 (C)단계는,
해당 센서의 고장 유형을 판단하기 위해 상기 진단 모델링값의 연속성, 형태 및 딜레이값 중 하나 이상을 이용하는 것을 특징으로 하는 범용 센서 자가 진단 장치의 진단 방법.
The method of claim 6,
Step (C) of determining a failure type of the corresponding sensor by comparing the correlation between the diagnostic modeling value and the reference modeling value and the failure type determination data stored in the memory,
A diagnostic method of a general-purpose sensor self-diagnostic apparatus according to claim 1, wherein one or more of the continuity, shape, and delay value of the diagnostic modeling value are used to determine a failure type of the sensor.
제6항에 있어서,
해당 센서의 고장 유형에 관한 데이터를 음성, 텍스트, 및 그래프를 이용하여 사용자에게 출력하는 (D)단계;를 더 포함하는 것을 특징으로 하는 범용 센서 자가 진단 장치의 진단 방법.The method of claim 6,
(D) outputting data on the type of failure of the sensor to a user using voice, text, and graphs.

• 2010
  • 2010-10-27 KR KR1020100105505A patent/KR20120046821A/en not_active Ceased
  • 2010-10-28 CN CN2010800061698A patent/CN102695943A/en active Pending
  • 2010-10-28 JP JP2012541005A patent/JP2013501945A/en not_active Ceased
  • 2010-10-28 WO PCT/KR2010/007483 patent/WO2012057378A1/en active Application Filing

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20101027

Comment text: Notification of reason for refusal

Patent event date: 20120601

Patent event code: PE09021S01D

Patent event date: 20121130

Comment text: Decision to Refuse Application

Patent event code: PE06012S01D

Patent event date: 20120601

Comment text: Notification of reason for refusal

Patent event code: PE06011S01I

RetroSearch is an open source project built by @garambo | Open a GitHub Issue

Search and Browse the WWW like it's 1997 | Search results from DuckDuckGo

HTML: 3.2 | Encoding: UTF-8 | Version: 0.7.4