KR100807093B1

KR100807093B1 - Fault tolerant method of predictive hybrid redundancy using exponential smoothing method

Info

Publication number: KR100807093B1
Application number: KR1020070051366A
Authority: KR
Inventors: 이석; 이경창; 김만호; 손준우
Original assignee: (재)대구경북과학기술연구원
Priority date: 2007-05-28
Filing date: 2007-05-28
Publication date: 2008-02-26

Abstract

A fault allowance method of predictive hybrid redundancy using an exponential smoothing method is provided to cope with faults actively by predicting a threshold by the exponential smoothing method and detecting the fault by the predictive threshold. A fault allowance method of predictive hybrid redundancy using an exponential smoothing method comprises the steps of: predicting a threshold for detecting a fault, in a threshold predicating unit by using an exponential smoothing method; judging whether an input signal is reliable or not in a fault detecting unit, on the basis of the threshold calculated in the threshold predicating unit; generating an output value according to the increase and decrease tendency of an input value in an exception processing unit, if the fault detecting unit determines that all input values are unreliable; controlling a switch for determining the pass state of the input value according to the fault detection result of the fault detecting unit, in a reconstitution unit; and deciding a final output value by correcting the value passing through the reconstitution unit, in an output calculation unit.

Description

지수 평활법을 이용한 예측 하이브리드 중복 구조의 고장 허용 방법{Fault tolerant method of predictive hybrid redundancy using exponential smoothing method}Fault tolerant method of predictive hybrid redundancy using exponential smoothing method

도 1은 종래 중복 구조로 설계된 드라이브 바이 와이어(drive-by-wire) 시스템의 페달 모듈의 구조도,1 is a structural diagram of a pedal module of a drive-by-wire system designed as a conventional redundant structure;

도 2는 종래 하드웨어 중복 시스템의 구조도,2 is a structural diagram of a conventional hardware redundancy system;

도 3은 본 발명 예측 하이브리드 중복 구조의 구조도,3 is a structural diagram of a predictive hybrid redundant structure of the present invention;

도 4는 본 발명의 임계값 예측부에서 예측된 임계값을 이용한 고장 검출 알고리즘,4 is a failure detection algorithm using the threshold predicted by the threshold predicting unit of the present invention;

도 5는 본 발명의 고장 검출부에서 두 개의 입력값이 모두 고장으로 판단되는 경우 예외 처리부에서 출력값을 결정하기 위한 알고리즘,5 is an algorithm for determining an output value in an exception processing unit when both input values are determined to be a failure in the failure detection unit of the present invention;

도 6은 본 발명의 성능 평가를 위해 센서부의 센서 잡음이 포함된 스텝 응답을 획득하기 위한 시뮬레이션 모델을 나타내는 도면,6 is a view showing a simulation model for obtaining a step response including the sensor noise of the sensor unit for the performance evaluation of the present invention;

도 7은 본 발명의 시뮬레이션 모델의 스텝 응답을 나타내는 그래프,7 is a graph showing the step response of the simulation model of the present invention;

도 8은 고장이 첨가된 두 개 또는 세 개의 스텝 응답을 이용하여 평균값 보터, 중간값 보터, 예측 하이브리드 중복 구조를 적용시킨 후의 스텝 응답을 나타내는 그래프,8 is a graph showing the step response after applying the average, middle, and predictive hybrid redundant structures using two or three step responses with a failure added;

도 9는 고장값과 고장율을 변화시켰을 경우 평균값 보터, 중간값 보터, 예측 하이브리드 중복 구조의 성능 지표(IAE)의 값을 나타내는 그래프.9 is a graph showing the values of the average value, intermediate value, and predictive hybrid performance indicators (IAE) when the failure value and the failure rate are changed.

<도면의 주요 부분에 대한 부호의 설명><Explanation of symbols for the main parts of the drawings>

10 : 페달 모듈 12 : 페달 기구10: pedal module 12: pedal mechanism

14 : 센서 16 : 연산 모듈14 sensor 16 arithmetic module

18 : 보터 30 : 입력 모듈18: Botter 30: Input module

31 : 임계값 예측부 32 : 고장 검출부31: threshold predictor 32: fault detection unit

33 : 예외 처리부 34 : 재구성부33: exception handling section 34: reconstruction section

35 : 출력 연산부 40 : 예측 하이브리드 중복 구조35: output operation unit 40: predictive hybrid redundant structure

본 발명은 지수 평활법을 이용한 예측 하이브리드 중복 구조(predictive hybrid redundancy)의 고장 허용 방법에 관한 것으로서, 더욱 상세하게는 시스템의 신뢰성을 보장하기 위한 고장 허용 수단인 하이브리드 중복 구조의 하나로서 지수 평활법을 이용하여 고장값과 센서잡음을 보정하여 출력값을 산출할 수 있는 지수 평활법을 이용한 예측 하이브리드 중복 구조의 고장 허용 방법에 관한 것이다.The present invention relates to a failure tolerance method of predictive hybrid redundancy using exponential smoothing. More particularly, the present invention relates to an exponential smoothing method as one of the hybrid redundant structures as a failure tolerance means for guaranteeing the reliability of a system. The present invention relates to a fault tolerance method of a predictive hybrid redundant structure using an exponential smoothing method that can calculate an output value by correcting a fault value and a sensor noise.

최근 들어, 자동차나 선박과 같은 제어 시스템에서 신뢰성, 가용성 및 안전성에 대한 관심이 증대되어 가고 있다. 예로, 지능형 차량에 적용되는 엑스 바이 와이어(x-by-wire) 시스템에서는 차량의 성능 향상을 위하여 기구적 연결이 전자식 연결로 대체되고 있으며, 운전자의 안전을 보장하기 위하여 고장에 능동적으로 대처할 수 있는 기능이 요구되고 있다.Recently, interest in reliability, availability, and safety in control systems such as automobiles and ships is increasing. For example, in an x-by-wire system applied to an intelligent vehicle, mechanical connection is replaced by an electronic connection to improve the performance of the vehicle, and proactively cope with failures to ensure driver safety. Function is required.

이와 같이, 시스템의 신뢰성을 보장하기 위해서는 고장이 발생하더라도 일정 시간 이상 정상 상태를 유지할 수 있어야 할 뿐만 아니라, 고장의 원인을 진단하여 제거할 수 있어야 한다. 따라서 시스템의 고장에 능동적으로 대처할 수 있는 고장 허용 기법과 같은 적극적인 대응 기법이 요구된다.As such, in order to ensure the reliability of the system, it should be able to maintain a normal state for a predetermined time even if a failure occurs, and also be able to diagnose and eliminate the cause of the failure. Therefore, active countermeasures such as fault-tolerance techniques that can actively cope with system failures are required.

시스템의 고장 허용을 위한 대표적인 방법으로는, 동일한 기능을 수행하는 모듈을 다수 설치하여 일부 모듈에서 고장이 발생하면 정상적인 모듈로 대체할 수 있는 중복 구조를 이용하는 것이다.A typical method for fault tolerance of a system is to install a plurality of modules that perform the same function and use a redundant structure that can be replaced with a normal module when a failure occurs in some modules.

도 1은 종래 중복 구조로 설계된 드라이브 바이 와이어(drive-by-wire) 시스템의 페달 모듈의 구조도이다.1 is a structural diagram of a pedal module of a drive-by-wire system designed in a conventional redundant structure.

도시된 듀오-듀플렉스(duo-duplex) 중복 구조로 설계된 페달 모듈(10)에는 운전자의 제동명령에 따라 페달기구(12)를 밟게 되고, 상기 페달기구(12)의 조작 상태를 측정하는 센서(14), 상기 센서(14)의 신호 처리와 연산을 수행하는 연산 모듈(16), 그리고 연산 결과를 바탕으로 출력값을 결정하는 보터(18)가 중복으로 설치되어 있다. 여기에서, 보터(18)는 입력받은 두 개의 센서(14)의 값을 평균하여 하나의 결과값을 출력하는 기능을 담당한다.Pedal module 10 designed in the duo-duplex overlap structure shown in the step is pressed by the pedal mechanism 12 according to the driver's braking command, the sensor 14 for measuring the operation state of the pedal mechanism 12 ), A calculation module 16 for performing signal processing and calculation of the sensor 14, and a boat 18 for determining an output value based on the calculation result is provided in duplicate. Here, the bowler 18 is in charge of a function of outputting one result value by averaging the values of the two input sensors 14.

만일 상기 센서(14)나 연산 모듈(16)에서 고장이 발생한 경우에 중복 구조를 적용하지 않은 차량은 사고를 일으키게 된다. 특히, 엑스 바이 와이어 시스템과 같은 첨단 전자 시스템에서 고장이 발생하면, 기계적인 백업이 없기 때문에 중복 구 조를 적용하지 않은 차량은 승객의 안전에 치명적인 문제점을 가지게 된다. If a failure occurs in the sensor 14 or the calculation module 16, the vehicle that does not apply the redundant structure will cause an accident. In particular, in the case of failures in advanced electronic systems such as X-by-wire systems, there is no mechanical backup, so vehicles without redundant structures have a critical problem for passenger safety.

이와 같이, 엑스 바이 와이어 시스템과 같은 첨단 전자 시스템이 차량에 적용됨에 따라, 필연적으로 고장에 대한 신뢰성을 확보하기 위한 중복 구조의 적용이 요구된다.As such, as an advanced electronic system such as an X-by-wire system is applied to a vehicle, an application of a redundant structure is inevitably required to secure reliability of failure.

일반적으로, 중복 구조는 동일한 기능을 수행하는 모듈을 중복으로 설계하는 하드웨어 중복 구조(hardware redundancy), 시스템 모델에 근거하여 소프트웨어로 가상의 중복 구조를 설계하는 소프트웨어 중복 구조(software redundancy), 패리티 코드(parity code)와 같이 추가적인 정보를 바탕으로 고장을 검출하는 정보 중복 구조(information redundancy)와 시간 구간에서 반복 연산을 바탕으로 고장을 검출하는 시간 중복 구조(time redundancy)가 있다.In general, redundancy refers to hardware redundancy, which designes modules that perform the same function redundantly, software redundancy, which designes virtual redundancy with software based on system models, and parity code ( Information redundancy, which detects a failure based on additional information, such as a parity code, and time redundancy, which detects a failure based on repetitive operations in a time interval.

상기 중복 구조 중 가장 대표적인 중복 구조인 하드웨어 중복 구조는 디지털 제어 시스템에서 센서, 모듈 및 엑츄에이터의 중복 구조 설계에 많이 사용되고 있다. 특히, 마이크로 컨트롤러의 가격이 하락함에 따라 사용 빈도가 급속히 증가하고 있으며 가장 확실한 고장 허용 방법으로 인식되고 있다.Hardware redundancy, which is the most representative redundancy among the redundancies, is widely used in the redundancy design of sensors, modules, and actuators in digital control systems. In particular, as the price of microcontrollers drops, the frequency of use is increasing rapidly and is considered the most reliable method of fault tolerance.

도 2는 종래 하드웨어 중복 시스템의 구조도로서, 도 2의 (a)는 정적 중복 시스템의 구조도, 도 2의 (b)는 핫 스탠바이 동적 중복 시스템의 구조도, 도 2의 (c)는 콜드 스탠바이 동적 중복 시스템의 구조도, 도 2의 (d)는 하이브리드 중복 시스템의 구조도이다.2 is a structural diagram of a conventional hardware redundancy system, FIG. 2A is a structural diagram of a static redundancy system, FIG. 2B is a structural diagram of a hot standby dynamic redundancy system, and FIG. 2C is a cold standby. 2 is a structural diagram of a hybrid redundant system.

하드웨어 중복 구조는 기능과 구조에 따라 정적 중복 구조(static redundancy), 동적 중복 구조(dynamic redundancy)와 하이브리드 중복 구조(hybrid redundancy)로 나눌 수 있다.Hardware redundancy can be divided into static redundancy, dynamic redundancy and hybrid redundancy according to function and structure.

우선 도 2의 (a)와 같은 정적 중복 구조는 고장이 발생하면 고장을 차단(fault masking)하여 억제(fault containment)하는 기능을 가진다. 3개 이상의 모듈을 사용하기 때문에 상대적으로 비용이 높을 뿐만 아니라, 두 개 이상의 모듈에서 동시에 고장이 발생할 경우 고장을 판단하기 어렵다는 단점을 가지고 있다.First, a static redundancy structure such as (a) of FIG. 2 has a function of fault containment by fault masking when a failure occurs. It is relatively expensive because three or more modules are used, and it has a disadvantage that it is difficult to determine a failure when two or more modules simultaneously occur.

반면, 도 2의 (b)와 도 2의 (c)와 같은 동적 중복 구조는 고장 검출(fault detection)을 통해 고장 위치를 찾아서(fault location) 고장 회복(fault recovery)하는 기능을 가진다. 즉, 동적 중복 구조는 고장이 발생하면 고장이 발생된 모듈을 교체(reconfiguration)할 수 있는 기능을 가지고 있다. 왜냐하면, 고장은 불규칙하게 순간적으로 발생된 부분만을 잠시 격리하는 것이 고장을 완벽하게 차단하는 방법보다 더 효율적이기 때문이다. On the other hand, a dynamic redundancy structure such as (b) of FIG. 2 and (c) of FIG. 2 has a function of fault recovery by fault location through fault detection. That is, the dynamic redundancy structure has a function of reconfiguring a failed module when a failure occurs. This is because failure is only more efficient than isolating the failure completely.

동적 중복 구조는 주 모듈과 대기 모듈의 동작 상태에 따라 도 2의 (b)를 핫 스탠바이(hot standby) 중복 구조, 도 2의 (c)를 콜드 스탠바이(cold standby) 중복 구조라고 한다.In the dynamic redundancy structure, (b) of FIG. 2 is referred to as a hot standby redundancy structure and FIG. 2 (c) is referred to as a cold standby redundancy structure according to operating states of the main module and the standby module.

도 2의 (d)는 하이브리드 중복 구조로서 상기 정적 중복 구조와 동적 중복 구조를 혼합한 구조를 가진다. 하이브리드 중복 구조는 정적 중복 구조와 동적 중복 구조의 장점을 동시에 가지고 있지만, 복잡한 연산 기능을 수행하는 고가의 마이크로 컨트롤러가 필요하기 때문에 우주선과 같은 높은 안전성을 필요로 하는 시스템에만 제한적으로 사용되어 왔다. 그러나 최근에는 마이크로 컨트롤러의 가격이 낮아지고 기능이 향상됨에 따라 자동차를 비롯한 디지털 제어 시스템에서의 사용이 증대되고 있다.FIG. 2D illustrates a hybrid overlapping structure in which the static overlapping structure and the dynamic overlapping structure are mixed. Hybrid redundancy has the advantages of static redundancy and dynamic redundancy at the same time. However, hybrid redundancy has been limited to high safety systems such as spacecraft because of the need for expensive microcontrollers that perform complex computational functions. In recent years, however, microcontrollers have been increasingly priced down and feature-rich, increasing their use in digital control systems, including automobiles.

하이브리드 형태의 중복 구조로는 평활 보터(smoothing voter)가 있다. 평활 보터는 보터 임계값(voter threshold)을 이용하여 트리플 모듈 중복 구조(TMR;Triple Module Redundancy)에서 입력받은 3개의 입력값 사이의 차이를 비교하여 일정한 임계값을 피드백된 전 단계의 값과 비교하여 평활 임계값(smoothing threshold) 내에 포함될 경우 통과시킨다. 그후 통과된 값을 보터가 다수결 방법에 따라 하나의 출력값을 결정한다.A hybrid type of redundant structure is a smoothing voter. The smoother bower compares the difference between the three inputs received in Triple Module Redundancy (TMR) using the bower threshold and compares a certain threshold with the previous feedback value. Pass if included within the smoothing threshold. The passed value then determines the output value according to the majority voter method.

그러나 상기 TMR 중복 구조에서 자주 사용되는 평균값 보터(average voter)나 중간값 보터(median voter)의 경우는 고도의 신뢰성을 보장할 수 없는 문제점이 있고, TMR 중복 구조는 3개의 입력 모듈을 필요로 하므로 높은 비용을 필요로 하는 문제점이 있다.However, the average voter or median voter that is frequently used in the TMR redundant structure cannot guarantee high reliability, and the TMR redundant structure requires three input modules. There is a problem that requires a high cost.

본 발명은 상기와 같은 문제점을 해결하기 위하여 안출된 것으로서, 시스템의 신뢰성을 보장하기 위한 고장 허용 수단인 하이브리드 중복 구조에 있어서 지수 평활법을 이용하여 임계값을 예측하고 예측된 임계값을 이용하여 고장을 검출함으로써 고장에 능동적으로 대처할 수 있는 지수 평활법을 이용한 예측 평활 보터의 고장 허용 방법을 제공함을 목적으로 한다.The present invention has been made to solve the above problems, and in the hybrid redundancy structure which is a fault tolerance means for guaranteeing the reliability of the system, the threshold value is predicted by using the exponential smoothing method and the fault is estimated using the predicted threshold value. It is an object of the present invention to provide a fault tolerance method of a predictive smoothing boat using an exponential smoothing method that can actively cope with a fault by detecting a.

상술한 바와 같은 목적을 구현하기 위한 본 발명의 지수 평활법을 이용한 예측 하이브리드 중복 구조의 고장 허용 방법은, 고장 검출을 위하여 사용되는 임계 값을 시계열 예측 기법인 지수 평활법을 이용하여 임계값 예측부에서 예측하는 단계; 상기 임계값 예측부에서 산출한 임계값을 기준으로 입력 신호의 신뢰 여부를 고장 검출부에서 판단하는 단계; 상기 고장 검출부가 입력값 모두 신뢰할 수 없는 경우 예외 처리부에서 입력값의 증감 추세에 따라 출력값을 생성하는 단계; 상기 고장 검출부에서의 고장 검출 결과에 따라 입력값의 통과 여부를 결정하는 스위치를 재구성부에서 제어하는 단계;및 상기 재구성부에서 통과된 값을 출력 연산부에서 보정하여 최종 출력값을 결정하는 단계;를 포함하는 것을 특징으로 한다.In the fault-tolerance method of the predictive hybrid redundant structure using the exponential smoothing method of the present invention for realizing the above object, the threshold predicting unit uses the exponential smoothing method, which is a time series prediction method, for a threshold value used for fault detection. Predicting at; Determining whether the failure detection unit trusts the input signal based on the threshold value calculated by the threshold predicting unit; Generating an output value according to an increase / decrease trend of an input value by an exception processing unit when the failure detection unit is unreliable in all input values; And controlling, by a reconstruction unit, a switch that determines whether an input value passes according to a failure detection result in the failure detection unit; and determining a final output value by correcting the value passed by the reconstruction unit in an output operation unit. Characterized in that.

또한, 상기 임계값 예측부에서 예측하는 단계는, 이중 지수 평활법을 이용하며, 현재 사이클에 가까운 값에 높은 가중치를 주기 위하여 지수 평활화 상수를 0.05 ~ 0.3 의 범위 내의 값을 적용함을 특징으로 한다.In the predicting, the threshold predicting unit uses a double exponential smoothing method and applies an exponential smoothing constant within a range of 0.05 to 0.3 to give a high weight to a value close to the current cycle. .

또한, 상기 고장 검출부에서 판단하는 단계는, 상기 예측 임계값과, 잡음이나 외란에 의한 센서 및 엑츄에이터 값의 오차 범위인 임계값 범위를 산출하는 단계; 상기 계산된 예측 임계값과 임계값 범위를 이용하여 고장을 검출함에 있어서, 두개의 각 입력값과 직전 사이클의 출력값의 차이값이 상기 예측 임계값에 임계값 범위를 더하거나 뺀 값의 범위 내에 있는지를 판단하고, 상기 범위 내를 만족하는 입력값에 대해서만 재구성부로 송출하는 단계;및 상기 범위 내를 만족하는 입력값이 하나도 없는 경우에는 당해 사이클에서 입력된 두개의 입력값 간의 차이값을 계산하고, 그 차이값의 절대값이 상기 임계값 범위 내에 있는지를 판단하여, 범위 내라면 재구성부로 송출하고, 범위를 벗어나면 예외 처리부로 송출하는 단계;를 포함하는 것을 특징으로 한다.The determining of the failure detection unit may include: calculating a threshold range which is an error range between the prediction threshold value and the sensor and actuator values due to noise or disturbance; In detecting a failure by using the calculated prediction threshold and the threshold range, whether the difference between each of the two input values and the output value of the previous cycle is within a range of adding or subtracting the threshold range to the prediction threshold value. Judging, and sending only the input values satisfying the range to the reconstruction unit; and if there is no input value satisfying the range, calculating a difference value between the two input values input in the cycle, and Determining whether the absolute value of the difference value is within the threshold range, sending the result to the reconstruction unit if it is within the range, and sending the exception value to the exception processing unit.

또한, 상기 예외 처리부에서 처리하는 단계는, 피드백 된 이전 사이클에서 결정된 출력값들을 이용하여 입력값의 증감 추세를 판단하여, 입력값이 증가하는 추세인 경우라면 직전 사이클에서 피드백 된 출력값에 임계값 범위를 더한 값을 출력하고, 입력값이 감소하는 추세인 경우라면 직전 사이클에서 피드백 된 출력값에 임계값 범위를 뺀 값을 출력하는 단계를 포함하는 것을 특징으로 한다.In the processing of the exception processing unit, the increase / decrease trend of the input value is determined by using the output values determined in the previous feedback cycle. If the input value is a trend of increasing, the threshold range is applied to the output value fed back in the previous cycle. And outputting the added value and outputting a value obtained by subtracting a threshold range from an output value fed back in a previous cycle if the input value is in a decreasing trend.

이하 첨부한 도면을 참조하여 본 발명의 바람직한 실시예에 대한 구성 및 작용을 상세히 설명하면 다음과 같다.Hereinafter, the configuration and operation of the preferred embodiment of the present invention will be described in detail with reference to the accompanying drawings.

도 3은 본 발명 예측 하이브리드 중복 구조의 구조도이다.3 is a structural diagram of a predictive hybrid redundant structure of the present invention.

먼저, 임계값 예측부(31)는 고장을 검출하기 위하여 사용되는 임계값을 예측하는 기능을 담당한다. 본 발명에서는 임계값을 예측하기 위하여 시계열 예측 기법인 지수 평활법을 사용한다. 일반적으로, 지수 평활법은 입력값의 상관관계가 과거에서 현재로 감에 따라 최근의 값에 높은 비중을 주는 예측 방법이다. 또한, 지수 평활법은 직관적으로 이해하기 쉽고 사용이 편리하다는 측면에서 자료 예측에 많이 사용되는 방법이다. 특히, 이중 지수 평활법은 제어 신호와 같이 값이 경향을 가지는 경우에 뛰어난 예측 특성을 가진다고 알려져 있다.First, the threshold predicting unit 31 is responsible for predicting a threshold used to detect a failure. In the present invention, an exponential smoothing method, which is a time series prediction method, is used to predict a threshold value. In general, exponential smoothing is a prediction method that gives higher weight to recent values as the correlation of input values goes from past to present. In addition, exponential smoothing is a method widely used for data prediction because it is intuitively understood and easy to use. In particular, the double exponential smoothing method is known to have excellent prediction characteristics when the value tends to be like a control signal.

상기 임계값 예측부(31)에서 사용되는 임계값은 수학식 1과 같은 이중 지수 평활법을 이용하여 예측된다.The threshold used in the threshold predicting unit 31 is predicted using a double exponential smoothing method as shown in Equation (1).

FT^[1](k)=αRT(k)+(1-α)FT^[1](k-1)FT ^[1] (k) = αRT (k) + (1-α) FT ^[1] (k-1)

FT^[2](k)=αFT^[1](k)+(1-α)FT^[2](k-1)FT ^[2] (k) = α FT ^[ ^1] (k) + (1-α) FT ^[2] (k-1)

RT(k)=r(k-1)-r(k-2)RT (k) = r (k-1) -r (k-2)

여기서, FT^[1](k)는 k-1 사이클에서 계산된 FT^[1](k-1) 값과 k 사이클의 실제 임계값(real threshold) RT(k)에 지수 평활법을 적용하여 예측된 임계값을 의미한다. α 는 지수 평활화 상수로서, 현재에 가까운 값에 높은 가중치를 주기 위하여 0.05 에서 0.3의 값을 가진다.Here, FT ^[1] (k) is predicted by applying exponential smoothing to the FT ^[1] (k-1) value calculated in k-1 cycles and the real threshold RT (k) of k cycles. Means a threshold. α is an exponential smoothing constant and has a value of 0.05 to 0.3 to give a high weight to a value close to the present.

실제 임계값 RT(k)는 k-1 사이클의 출력값인 r(k-1)과 k-2 사이클의 출력값인 r(k-2)의 편차로 정의한다. 단, RT(1)은 FT(1)과 같은 값을 가지는 것으로 정의한다. 마지막으로, 이중 지수 평활법을 이용한 예측 임계값(forecast threshold) FT(k)는 수학식 2를 이용하여 계산된다.The actual threshold value RT (k) is defined as the deviation between r (k-1) which is the output value of the k-1 cycle and r (k-2) which is the output value of the k-2 cycle. However, RT (1) is defined as having the same value as FT (1). Finally, the predictive threshold FT (k) using double exponential smoothing is calculated using Equation 2.

여기서, FT(k)는 k 사이클에서 예측된 FT^[1](k)와 FT^[2](k)를 이용하여 예측된 k 사이클에서의 임계값을 의미한다. 단, 이중 지수 평활법에서 FT(1), FT^[1](1), FT^[2](1)은 처음 입력값의 평균으로 정의하고, 입력값의 고장은 없다고 가정한다.Here, FT (k) means a threshold value in k cycles predicted using FT ^[1] (k) and FT ^[2] (k) predicted in k cycles. However, in the double exponential smoothing method, FT (1), FT ^[1] (1), and FT ^[2] (1) are defined as the average of the first input values, and it is assumed that there is no failure of the input values.

고장 검출부(32)는 상기 임계값 예측부(31)에서 예측된 임계값 FT(k)를 이용하여 입력값의 고장을 검출하는 기능을 담당한다. 본 발명에서는 입력 신호가 급격한 변화를 보이는 경우를 포함하여 입력값의 고장을 검출할 수 있는 알고리즘을 제시한다. 왜냐하면, 디지털 제어 시스템에서 일정 속도로 동작하는 플랜트의 출력인 센서 값이나 플랜트의 입력인 엑츄에이터 제어 값은 스텝 응답 신호와 같이 초기에 상대적으로 급격한 변화를 보이는 경우가 있기 때문이다.The failure detector 32 is responsible for detecting a failure of an input value by using the threshold value FT (k) predicted by the threshold value predictor 31. The present invention provides an algorithm capable of detecting a failure of an input value, including a case where an input signal shows a sudden change. This is because a sensor value, which is an output of a plant operating at a constant speed, or an actuator control value, which is an input of a plant, may exhibit a relatively rapid initial change such as a step response signal in a digital control system.

도 4는 본 발명의 임계값 예측부에서 예측된 임계값을 이용한 고장 검출 알고리즘이다.4 is a failure detection algorithm using the threshold predicted by the threshold predicting unit of the present invention.

고장 검출부(32)에서는 입력값이 들어오면 FT(k)와 임계값 범위(TR;threshold range)를 계산한다. 여기서, TR은 잡음이나 외란에 의한 센서 및 엑츄에이터 값의 오차 범위(tolerance)로서, 일반적으로 센서나 엑츄에이터 정격 출력의 5 %로 정의하였다.The failure detector 32 calculates an FT (k) and a threshold range TR when an input value is input. Here, TR is the tolerance of the sensor and actuator values due to noise or disturbance, and is generally defined as 5% of the rated output of the sensor or actuator.

다음으로, 고장 검출부(32)는 FT(k)와 TR을 이용하여 입력값의 고장을 검출하게 된다. 입력값인 a_i(k),a_j(k)와 직전 사이클의 출력값인 r(k-1)의 차이가 FT(k)±TR 범위를 벗어나게 되면 입력값에 문제가 있다고 판단한다. 여기서, 두 개의 입력값이 모두 문제가 있다고 판단되면, k 사이클에 입력된 a_i(k)와 a_j(k)의 차이값인 d_ij(k)=a_i(k)-a_j(k)를 이용하여 정말로 고장인지를 판단한다.Next, the failure detection unit 32 detects a failure of the input value by using the FT (k) and TR. If the difference between the input values a _i (k) and a _j (k) and the output value of the previous cycle r (k-1) is out of the FT (k) ± TR range, it is determined that there is a problem with the input value. Here, if it is determined that both input values have a problem, d _ij (k) = a _i (k) -a _j (k), which is a difference between a _i (k) and a _j (k) input in k cycles. To determine if it is really a failure.

만일, d_ij(k)가 ±TR 범위 밖이라면 두 입력이 서로 다르고, 두 입력 모두 신뢰할 수 없다고 판단하여 예외 처리부(33)를 작동하게 한다. If d _ij (k) is out of the ± TR range, it is determined that the two inputs are different from each other and both inputs are unreliable to operate the exception processor 33.

예외 처리부(33)는 고장 검출부(32)에서 두 개의 입력값이 모두 고장으로 판단된 경우에, 출력해야 할 값 r(k)를 계산하는 역할을 담당한다. The exception processor 33 is responsible for calculating a value r (k) to be output when both input values are determined to be a failure in the failure detector 32.

도 5는 본 발명의 고장 검출부에서 두 개의 입력값이 모두 고장으로 판단되는 경우 예외 처리부에서 출력값을 결정하기 위한 알고리즘이다.5 is an algorithm for determining an output value in an exception processing unit when both input values are determined to be a failure in the failure detection unit of the present invention.

고장 검출부(32)로부터 두 입력값인 a_i(k)와 a_j(k)가 모두 고장으로 판단되는 경우에는 피드백된 이전 사이클에서 결정된 출력값들을 이용하여 입력값의 증감을 판단한다. 만약, 입력값이 증가하는 추세라면 r(k-1)-r(k-2)≥0 으로 표현되며, 이때는 직전 사이클에서 피드백 된 출력값인 r(k-1)에 TR을 더한 값을 출력한다.If it is determined that the two input values a _i (k) and a _j (k) are both faults from the failure detection unit 32, the increase or decrease of the input value is determined using the output values determined in the previous cycle fed back. If the input value is increasing, r (k-1) -r (k-2) ≥0 is expressed. In this case, TR (r) is added to r (k-1), the output value fed back from the previous cycle. .

반대로, 입력값이 감소하는 추세라면 r(k-1)-r(k-2)≤0 으로 표현되며, 직전 사이클에서 피드백 된 출력값에 TR을 뺀 값을 출력한다. On the contrary, if the input value is decreasing, it is expressed as r (k-1) -r (k-2) ≤0, and the output value obtained by subtracting TR is output to the output value fed back in the previous cycle.

상기 방법에 의하여, 신뢰할 수 없는 입력값이 없을 때 임시적으로 출력을 생성하여 시스템이 작동되도록 하며, 입력값의 오류가 일시적이라면 다음 사이클의 입력을 받아 정상적으로 작동을 수행할 수 있게 한다.By this method, the system is operated by temporarily generating an output when there is no unreliable input value, and when the error of the input value is temporary, the normal operation can be performed by receiving the input of the next cycle.

재구성부(34)는 입력 모듈(30)과 연결되어 있는 스위치(36)를 조작하는 기능을 담당한다. 즉, 고장 검출부(32)에서 입력값의 고장을 검출하면 재구성부(34)는 고장이 발생된 모듈의 스위치(36)를 조작하여 신뢰할 수 없는 입력값이 출력 연산 부(35)에 전달되지 않도록 하는 기능을 담당한다. The reconstruction unit 34 is responsible for operating a switch 36 connected to the input module 30. That is, when the failure detection unit 32 detects a failure of the input value, the reconstruction unit 34 operates the switch 36 of the module in which the failure occurs so that an unreliable input value is not transmitted to the output operation unit 35. In charge of the function.

마지막으로, 출력 연산부(35)는 상기 재구성부(34)의 스위치(36) 조작의 결과로 전달받은 정상적인 입력값들의 보정 기능을 담당한다. 일반적으로, 센서는 일정한 값을 출력하고자 할 때에도 잡음이나 외란, 하드웨어적 특성 때문에 일정한 값이 출력되지 않는다. 따라서 이를 보정하기 위하여 예측 하이브리드 중복 구조(40)는 정상값으로 판단된 값들에 대하여 평균 연산을 수행하여 최종 출력값을 결정한다.Finally, the output calculator 35 is responsible for correcting the normal input values received as a result of the operation of the switch 36 of the reconstructor 34. In general, even when a sensor tries to output a constant value, the sensor does not output a constant value due to noise, disturbance, or hardware characteristics. Therefore, to correct this, the predictive hybrid overlapping structure 40 performs an average operation on the values determined as the normal values to determine the final output value.

본 발명에서 제안된 지수 평활법을 이용한 예측 평활 보터의 성능을 평가하기 위하여, PC 환경에서 시뮬레이션을 수행하였다. 특히, 제어 시스템에서 시간 영역 성능을 평가하는데 가장 많이 사용되는 스텝 응답 신호에 제어 입력 변수를 교란시키는 외란(disturbance)이나 센서 잡음이 포함된 것으로 가정하고 고장 검출이 정상적으로 이루어지는가를 평가하였다.In order to evaluate the performance of the predictive smoothing boat using the exponential smoothing method proposed in the present invention, a simulation was performed in a PC environment. In particular, it was assumed that the step detection signal used in evaluating the time domain performance in the control system includes disturbance or sensor noise disturbing the control input variable.

도 6은 본 발명의 성능 평가를 위해 센서부의 센서 잡음이 포함된 스텝 응답을 획득하기 위한 시뮬레이션 모델을 나타내는 도면이다.6 is a diagram illustrating a simulation model for obtaining a step response including sensor noise of a sensor unit for evaluating performance of the present invention.

스텝 응답을 획득하기 위하여, 수치해석 프로그램(MATLAB)을 이용하여 수학식 3과 같은 전달함수를 가지는 시스템을 고려하였다.In order to obtain a step response, a system having a transfer function such as Equation 3 is considered using a numerical analysis program (MATLAB).

이 시스템에서 스텝 입력이 주어졌을 때의 응답을 수치해석 프로그램에서 계산하고 그 결과를 10 ms 마다 파일에 저장하였다. 이 데이터를 C 언어로 작성된 잡음 추가 프로그램이 읽어 들인 후 고장율(fault rate)과 고장값(fault value)에 따라 잡음이 포함된 데이터를 생성하였다. 잡음을 추가하는 과정을 한 번 더 수행하여 잡음이 포함된 두 세트의 데이터를 생성하였다. 마지막으로, C 언어로 작성한 예측 하이브리드 중복 구조 프로그램이 잡음을 포함한 데이터를 읽어 들여서 최종 출력을 생성하였다.In this system, the response when a step input is given is calculated by the numerical program and the result is saved to file every 10 ms. The data was read by the noise adder program written in C, and the noise-containing data was generated according to the fault rate and fault value. The noise addition process was performed one more time to generate two sets of data containing noise. Finally, a predictive hybrid redundancy program written in C language read the noise-containing data and produced the final output.

여기에서, 고장율은 전체 입력된 데이터의 수에서 고장값을 포함한 데이터의 수의 비율로 정의하고, 고장값은 참값과 고장값의 비율로 정의하였다. 또한, 본 시뮬레이션에서는 고장율과 고장값에 따른 성능을 평가하기 위하여, 고장율과 고장값을 각각 5 % 에서 15 % 까지 조절하여 스텝 응답을 생성시켰다.Here, the failure rate is defined as the ratio of the number of data including the failure value to the total number of input data, and the failure value is defined as the ratio of the true value and the failure value. In addition, in this simulation, in order to evaluate the performance according to the failure rate and the failure value, the step response was generated by adjusting the failure rate and the failure value from 5% to 15%, respectively.

또한, 예측 하이브리드 중복 구조의 성능을 평가하기 위하여, 입력값의 평균을 출력하는 평균값 보터와 입력값의 중간값을 출력하는 중간값 보터의 성능을 비교하였다. 그러나 평균값 보터와 중간값 보터는 세 개 이상의 입력 신호가 존재할 때 효과적으로 동작하기 때문에 시뮬레이션 모델에서 3개의 입력 신호를 생성시켰다. In addition, in order to evaluate the performance of the predictive hybrid overlapping structure, the performance of the average value outputter that outputs the average of input values and the median value outputter that outputs the median value of input values is compared. However, because the average and mediators operate effectively when three or more input signals are present, three input signals are generated in the simulation model.

마지막으로, 보터의 성능을 비교하기 위한 성능 지표로서 IAE(Integral of the Absolute magnitude of the Error)를 사용하였다. 일반적으로, IAE는 수학식 4와 같이 시간 영역 T를 기준으로 발생한 오차의 적분 값으로 정의되며, 여기서 e(k)는 보터의 출력값과 잡음이 없는 데이터의 차이이고, IAE 값이 작을수록 잡음을 제거하는 능력이 우수함을 의미한다.Lastly, IAE (Integral of the Absolute magnitude of the Error) was used as a performance indicator for comparing the performance of the boat. In general, the IAE is defined as the integral value of the error generated based on the time domain T as shown in Equation 4, where e (k) is the difference between the output value of the bot and the noise-free data, and the smaller the IAE value, the lower the noise. It means that the ability to remove is excellent.

도 7은 본 발명의 시뮬레이션 모델의 스텝 응답을 나타내는 그래프로서, 도 7의 (a)는 잡음 신호가 없는 시뮬레이션 모델의 스텝 응답을 나타내는 그래프이고, 도 7의 (b)는 도 7의 (a)의 스텝 응답에 고장값과 고장율을 변화시켜 잡음 신호를 포함하는 시뮬레이션 모델의 스텝 응답을 나타내는 그래프이다.7 is a graph showing the step response of the simulation model of the present invention, Figure 7 (a) is a graph showing the step response of the simulation model without a noise signal, Figure 7 (b) is Figure 7 (a) It is a graph showing the step response of a simulation model including a noise signal by varying the failure value and the failure rate in step response.

도 7의 (a)는 상기 식(3)의 전달함수를 이용하여 10 ms 주기로 10,000 ms 동안 4,000 rpm 을 추종하는 스텝 응답 데이터를 나타내고 있다. 여기서 본 발명 예측 하이브리드 중복 구조의 성능을 평가하기 위하여, 도 7의 (a)의 스텝 응답에 고장값과 고장율을 변화시켜 가면서 도 7의 (b)와 같은 고장 신호를 얻었다. 특히, 센서가 잘못된 값을 읽은 경우를 모사하기 위하여, 잡음이 전혀 없는 스텝 응답에 잡음을 추가하여 고장 신호를 생성하였다. 예로, 도 7의 (b) 에서 1,190 ms 에서 임펄스 형태의 잡음이 추가되었는데, 이는 센서 잡음에 의해 5,649 rpm 을 6,217 rpm 으로 잘못 읽어 고장이 발생한 경우를 의미한다. FIG. 7A shows step response data for following 4,000 rpm for 10,000 ms at 10 ms intervals using the transfer function of Equation (3). Here, in order to evaluate the performance of the present invention hybrid hybrid structure, a failure signal as shown in FIG. 7B was obtained while changing the failure value and the failure rate in the step response of FIG. In particular, in order to simulate the case where the sensor reads the wrong value, a noise signal is generated by adding noise to the noise-free step response. For example, in FIG. 7B, an impulse noise was added at 1,190 ms, which means that a failure occurred by reading 5,649 rpm incorrectly at 6,217 rpm due to sensor noise.

도 8은 고장이 첨가된 두 개 또는 세 개의 스텝 응답을 이용하여 평균값 보 터, 중간값 보터, 예측 하이브리드 중복 구조를 적용시킨 후의 스텝 응답을 나타내는 그래프이다.8 is a graph showing the step response after applying the average, median, and predictive hybrid redundant structures using two or three step responses with a failure added.

고장값 15 % 와 고장율 10 % 로 적용시킨 결과이며, 도 8의 (a)의 평균값 보터와 도 8의 (b)의 중간값 보터는 고장을 제거하지 못한 경우가 많이 발생함을 확인할 수 있다. 그러나 도 8의 (c)의 예측 하이브리드 중복 구조는 고장이 고장 검출 알고리즘에 의해 제거되었음을 확인할 수 있다.It is a result of applying a failure value of 15% and a failure rate of 10%, and it can be seen that the average value bower of FIG. 8 (a) and the middle value bower of FIG. 8 (b) often fail to eliminate the failure. However, the predictive hybrid redundancy structure of FIG. 8C can confirm that the failure is eliminated by the failure detection algorithm.

도 9는 고장값과 고장율을 변화시켰을 경우 평균값 보터, 중간값 보터, 예측 하이브리드 중복 구조의 성능 지표(IAE)의 값을 나타내는 그래프이다.9 is a graph showing the values of the average value, intermediate value, and predictive hybrid performance indicators (IAE) when the failure value and the failure rate are changed.

도 9의 (a)는 고장값을 10 % 로 고정시킨 상태에서 고장율을 5 % 에서 15 % 까지 증가시켜 가면서 획득한 고장 신호로부터 계산된 평균값 보터, 중간값 보터, 예측 하이브리드 중복 구조의 IAE 값을 나타낸 그래프이고, 도 9의 (b)는 고장율을 10 % 로 고정시킨 상태에서 고장값을 5 % 에서 15 % 까지 증가시켜 가면서 획득한 고장 신호로부터 계산된 평균값 보터, 중간값 보터, 예측 하이브리드 중복 구조의 IAE 값을 나타낸 그래프이다.9 (a) shows the IAE values of the average, average, and predictive hybrid overlapping structures calculated from the failure signals obtained by increasing the failure rate from 5% to 15% with the failure value fixed at 10%. 9 (b) shows the average value, intermediate value, and predictive hybrid overlapping structure calculated from the failure signals obtained by increasing the failure value from 5% to 15% with the failure rate fixed at 10%. This graph shows the IAE value of.

도 9의 (a)에서 평균값 보터의 경우 고장율이 증가함에 따라 IAE 값이 일정하게 증가하며, 고장율이 15 % 일때 IAE 값이 57,557 임을 알 수 있었다. 또한, 중간값 보터의 경우에도 고장율이 증가함에 따라 IAE 값이 증가하며, 고장율이 15 % 일때 IAE 값이 48,802 임을 알 수 있었다. In (a) of FIG. 9, as the failure rate increases, the IAE value constantly increases as the failure rate increases, and when the failure rate is 15%, the IAE value is 57,557. In addition, in the case of the intermediate value bot, the IAE value increases as the failure rate increases, and when the failure rate is 15%, the IAE value is 48,802.

반면에, 본 발명 예측 하이브리드 중복 구조는 고장율의 변화에 영향 없이 일정한 IAE 값을 가지며, 고장율이 15 % 일때 IAE 값이 22,962 로 평균값 보터나 중간값 보터에 비하여 상대적으로 낮음을 알 수 있었다. 즉, 평균값 보터나 중간값 보터의 경우, 고장율의 변화에 상당히 민감하게 반응하는 데 반하여, 본 발명 예측 하이브리드 중복 구조는 고장율이 변화하더라도 크게 영향을 받지 않음을 알 수 있었다.On the other hand, the predicted hybrid redundant structure of the present invention has a constant IAE value without affecting the failure rate change, and when the failure rate is 15%, the IAE value is 22,962, which is relatively lower than that of the average or middle value. That is, in the case of the average or intermediate value, the response hybrid is very sensitive to the change in the failure rate, whereas the predicted hybrid redundant structure of the present invention is not significantly affected even if the failure rate is changed.

도 9의 (b)에서는 평균값 보터의 경우 고장값이 증가함에 따라 IAE 값이 일정하게 증가하며, 고장값이 15 % 일때 IAE 값이 60,679 임을 알 수 있었다. 반면, 중간값 보터의 경우 고장값이 증가함에 따라 IAE 값이 서서히 증가하며, 고장값이 15 % 일때 IAE 값이 22,237 의 값을 가짐을 알 수 있었다.In (b) of FIG. 9, in the case of the average value getter, the IAE value is constantly increased as the failure value is increased, and when the failure value is 15%, the IAE value is 60,679. On the other hand, in the case of the intermediate value bot, the IAE value gradually increased as the failure value increased, and when the failure value was 15%, the IAE value was 22,237.

이상의 결과로부터, 중간값 보터는 평균값 보터에 비하여, 상대적으로 우수함을 알 수 있다. 즉, 중간값 보터는 3개의 입력값 중에서 중간에 위치한 값을 선택하기 때문에, 신뢰할 수 없는 값을 포함하여 평균을 계산하는 평균값 보터 보다는 신뢰할 수 없는 값을 선택하지 않을 확률이 높다. From the above results, it can be seen that the intermediate value bower is relatively superior to the average value bower. In other words, since the middle value selector selects a middle value among three input values, it is more likely that the middle value selector does not select an unreliable value than the average value viewer that calculates an average including an unreliable value.

반면 도 9의 (a)에서 보는 바와 같이, 고장율이 높아지는 경우 중간값도 고장이 날 확률이 높아지기 때문에 IAE 가 증가하게 된다. 그러나 예측 하이브리드 중복 구조의 경우에는 고장값이나 고장율이 변화하더라도 크게 영향을 받지 않으며, 평균값 보터나 중간값 보터에 비하여 상대적으로 낮은 IAE 값을 보임을 알 수 있다. 즉, 예측 하이브리드 중복 구조에서는 고장난 값을 검출하여 제거하는 기능을 가지고 있기 때문에, 고장값이 출력값에 영향을 주는 경우가 거의 없기 때문이다.On the other hand, as shown in (a) of FIG. 9, when the failure rate is increased, the IAE increases because the probability of failure of the intermediate value also increases. However, in case of predictive hybrid redundancy structure, even if the failure value or failure rate is changed, it is not significantly affected, and it can be seen that the IAE value is relatively lower than that of the average or intermediate value. That is, because the predictive hybrid redundant structure has a function of detecting and removing a fault value, the fault value rarely affects the output value.

이상에서는 시스템의 신뢰성을 보장하기 위한 고장 허용 방법으로써 하이브 리드 중복 구조의 하나인 예측 하이브리드 중복 구조에 대해 설명하였다. In the above, the predictive hybrid redundant structure, which is one of the hybrid redundant structures, has been described as a fault-tolerant method for ensuring the reliability of the system.

상기 시뮬레이션을 통하여 본 발명 예측 하이브리드 중복 구조는 트리플 모듈 중복 구조(TMR;Triple Module Redundancy)에서 자주 사용되는 평균값 보터나 중간값 보터에 비하여 상대적으로 우수함을 확인하였다. 특히, 평균값 보터나 중간값 보터는 TMR 구조로서 3개의 입력 모듈을 필요로 하는 반면에, 예측 하이브리드 중복 구조는 2개의 입력 모듈만을 필요로 한다. 따라서 예측 하이브리드 중복 구조는 상대적으로 낮은 비용으로도 TMR 구조보다 더 신뢰성 있는 중복 구조 시스템을 만들 수 있다.Through the simulations, the predicted hybrid redundant structure of the present invention was found to be relatively superior to the average value or intermediate value type used in triple module redundancy (TMR). In particular, the average or mediators require three input modules as the TMR structure, whereas the predictive hybrid redundant structure requires only two input modules. Therefore, the predictive hybrid redundant structure can make the redundant structural system more reliable than the TMR structure at relatively low cost.

본 발명은 상기 실시예에 한정되지 않고 본 발명의 기술적 요지를 벗어나지 아니하는 범위 내에서 다양하게 수정·변형되어 실시될 수 있음은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 있어서 자명한 것이다.It is apparent to those skilled in the art that the present invention is not limited to the above embodiments and can be practiced in various ways without departing from the technical spirit of the present invention. will be.

이상에서 상세히 설명한 바와 같이, 본 발명에 따른 지수 평활법을 이용한 예측 하이브리드 중복 구조의 고장 허용 방법에 의하면, 지수 평활법을 이용하여 임계값을 예측하고, 예측된 임계값과 임계값 범위를 기준으로 입력값들의 고장 여부를 판단함으로써 시스템의 고장 여부를 정확히 판단 가능한 장점이 있다. As described in detail above, according to the failure tolerance method of the predictive hybrid redundant structure using the exponential smoothing method according to the present invention, the threshold value is predicted using the exponential smoothing method, and based on the predicted threshold value and the threshold range. By determining whether input values have failed, there is an advantage that can accurately determine whether a system has failed.

또한 입력값의 오류가 일시적인 경우라도 다음 사이클의 입력을 받아 정상적으로 작동을 수행할 수 있는 장점이 있다.In addition, there is an advantage that the operation can be normally performed by receiving the input of the next cycle even when the input value is temporarily error.

Claims

시스템의 신뢰성을 보장하기 위한 고장 허용 방법에 있어서,In the fault tolerance method to ensure the reliability of the system,

고장 검출을 위하여 사용되는 임계값을 시계열 예측 기법인 지수 평활법을 이용하여 임계값 예측부에서 예측하는 단계;Predicting, by the threshold predictor, a threshold value used for fault detection using an exponential smoothing method, which is a time series prediction technique;

상기 임계값 예측부에서 산출한 임계값을 기준으로 입력 신호의 신뢰 여부를 고장 검출부에서 판단하는 단계;Determining whether the failure detection unit trusts the input signal based on the threshold value calculated by the threshold predicting unit;

상기 고장 검출부가 입력값 모두 신뢰할 수 없는 경우 예외 처리부에서 입력값의 증감 추세에 따라 출력값을 생성하는 단계;Generating an output value according to an increase / decrease trend of an input value by an exception processing unit when the failure detection unit is unreliable in all input values;

상기 고장 검출부에서의 고장 검출 결과에 따라 입력값의 통과 여부를 결정하는 스위치를 재구성부에서 제어하는 단계;및Controlling, by a reconstruction unit, a switch that determines whether an input value passes according to a failure detection result of the failure detection unit; and

상기 재구성부에서 통과된 값을 출력 연산부에서 보정하여 최종 출력값을 결정하는 단계;를 포함하는 것을 특징으로 하는 지수 평활법을 이용한 예측 하이브리드 중복 구조의 고장 허용 방법.And correcting the value passed by the reconstruction unit by an output operation unit to determine a final output value.

제 1 항에 있어서, 상기 임계값 예측부에서 예측하는 단계는, 이중 지수 평활법을 이용하며, 현재 사이클에 가까운 값에 높은 가중치를 주기 위하여 지수 평활화 상수를 0.05 ~ 0.3 의 범위 내의 값을 적용함을 특징으로 하는 지수 평활법을 이용한 예측 하이브리드 중복 구조의 고장 허용 방법.The method of claim 1, wherein the predicting by the threshold predicting unit uses a double exponential smoothing method and applies an exponential smoothing constant within a range of 0.05 to 0.3 to give a high weight to a value close to a current cycle. A fault-tolerant method of predictive hybrid redundancy structure using exponential smoothing method characterized in that.

제 1 항에 있어서, 상기 고장 검출부에서 판단하는 단계는,The method of claim 1, wherein the determining by the failure detection unit comprises:

상기 예측 임계값과, 잡음이나 외란에 의한 센서 및 엑츄에이터 값의 오차 범위인 임계값 범위를 산출하는 단계;Calculating a threshold range which is an error range between the predicted threshold value and sensor and actuator values due to noise or disturbance;

상기 계산된 예측 임계값과 임계값 범위를 이용하여 고장을 검출함에 있어서, 두개의 각 입력값과 직전 사이클의 출력값의 차이값이 상기 예측 임계값에 임계값 범위를 더하거나 뺀 값의 범위 내에 있는지를 판단하고, 상기 범위 내를 만족하는 입력값에 대해서만 재구성부로 송출하는 단계;및In detecting a failure by using the calculated prediction threshold and the threshold range, whether the difference between each of the two input values and the output value of the previous cycle is within a range of adding or subtracting the threshold range to the prediction threshold value. Determining and transmitting only the input values satisfying the range to the reconstruction unit; and

상기 범위 내를 만족하는 입력값이 하나도 없는 경우에는 당해 사이클에서 입력된 두개의 입력값 간의 차이값을 계산하고, 그 차이값의 절대값이 상기 임계값 범위 내에 있는지를 판단하여, 범위 내라면 재구성부로 송출하고, 범위를 벗어나면 예외 처리부로 송출하는 단계;를 포함하는 것을 특징으로 하는 지수 평활법을 이용한 예측 하이브리드 중복 구조의 고장 허용 방법.If no input value satisfies the range, a difference value between the two input values input in the cycle is calculated, and it is determined whether the absolute value of the difference value is within the threshold range, and if it is within the range, And sending out to the exception processing unit if it is out of range, the fault tolerance method of the predictive hybrid redundant structure using an exponential smoothing method comprising a.

제 1 항에 있어서, 상기 예외 처리부에서 처리하는 단계는, 피드백 된 이전 사이클에서 결정된 출력값들을 이용하여 입력값의 증감 추세를 판단하여, 입력값이 증가하는 추세인 경우라면 직전 사이클에서 피드백 된 출력값에 임계값 범위를 더한 값을 출력하고, 입력값이 감소하는 추세인 경우라면 직전 사이클에서 피드백 된 출력값에 임계값 범위를 뺀 값을 출력하는 단계를 포함하는 것을 특징으로 하는 지수 평활법을 이용한 예측 하이브리드 중복 구조의 고장 허용 방법.The method of claim 1, wherein the processing of the exception processor is further configured to determine an increase or decrease trend of the input value by using the output values determined in the previous feedback cycle. Outputting a value obtained by adding a threshold range, and outputting a value obtained by subtracting a threshold range from an output value fed back in a previous cycle if the input value is in a decreasing trend. How to tolerate the failure of redundant structures.