KR101896157B1 - Method for controlling sensor based on statistical process control - Google Patents
Method for controlling sensor based on statistical process control Download PDFInfo
- Publication number
- KR101896157B1 KR101896157B1 KR1020160156145A KR20160156145A KR101896157B1 KR 101896157 B1 KR101896157 B1 KR 101896157B1 KR 1020160156145 A KR1020160156145 A KR 1020160156145A KR 20160156145 A KR20160156145 A KR 20160156145A KR 101896157 B1 KR101896157 B1 KR 101896157B1
- Authority
- KR
- South Korea
- Prior art keywords
- control
- sensing data
- chart
- management
- limit
- Prior art date
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
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
-
- 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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
통계적 공정 관리(SPC)에 기반한 센서 제어 방법 및 장치가 개시된다. 개시된 센서 제어 방법은, 센서의 센싱 데이터를 입력받는 단계; 기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계; 상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계; 및 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 상기 센싱 데이터와 비교하여, 기 설정된 동작을 수행하는 단계를 포함하며, 상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정된다.A sensor control method and apparatus based on statistical process control (SPC) is disclosed. The disclosed sensor control method includes: receiving sensing data of a sensor; Analyzing a statistical characteristic of the sensing data in a predetermined first judgment interval; Calculating a management limit of the Schuhardt control chart or a control limit of the CUSUM control chart according to the statistical characteristic; And performing a predetermined operation by comparing at least one of a management limit of the Schuhart management chart, a management limit of the CUSUM management chart, and a predetermined normal management limit with the sensing data, The management limit of the CUSUM control chart is determined according to the false alarm rate set by the user.
Description
본 발명은 센서 제어 방법에 관한 것으로서, 더욱 상세하게는 통계적 공정 관리(SPC)에 기반한 센서 제어 방법에 관한 것이다.The present invention relates to a sensor control method, and more particularly, to a sensor control method based on statistical process control (SPC).
현재 다양한 분야에서 센서가 활용되고 있으며, 미세 기술의 발달과 함께 점점 더 센서의 활용도는 높아질 것으로 예상된다.Currently, sensors are used in various fields, and it is expected that the utilization of sensors will be increased more and more with the development of micro technology.
센서가 탑재된 전자 기기는, 센서로부터 획득한 센싱 데이터와 임계값(threshold)을 비교하고 그 비교 결과에 따라 전자 기기를 제어하고 특정 동작을 수행한다. 예를 들어, 공기 청정기의 경우, 공기 중의 미세 먼지 농도를 센서를 통해 검출하고, 미세 먼지 농도가 임계값 이상인 경우 경보를 발생하거나 자동으로 공기 청정 기능을 수행한다.The electronic device equipped with the sensor compares the threshold value with the sensing data acquired from the sensor, and controls the electronic device according to the comparison result and performs a specific operation. For example, in the case of an air cleaner, the concentration of fine dust in the air is detected through a sensor, and an alarm is generated when the fine dust concentration is equal to or higher than a threshold value or an air cleaning function is automatically performed.
이 때, 센서의 측정 오류, 센싱 데이터의 전송 오류 등으로 인해, 센싱 데이터에 오차가 포함되고 이러한 오차로 인해 상태에 대한 진단 결과가 달라지고 오경보(false alarm)가 발생할 수 있다. 또는 주변 환경의 일시적인 변화나 센서의 노후화로 인해 오경보가 발생할 수 있다. In this case, due to a measurement error of the sensor, a transmission error of the sensing data, and the like, errors may be included in the sensing data. As a result, the diagnosis result of the state may be changed and a false alarm may occur. Or a temporary change in the surrounding environment or the deterioration of the sensor may cause false alarms.
오경보율을 줄이기 위해 임계값을 조절할 수 있는데, 임계값이 지나치게 높게 설정된 경우 오경보율을 낮출 수 있지만 상태 변화에 대한 감지가 늦어질 수 있다. 반대로 임계값이 지나치게 낮게 설정되는 경우 작은 상태 변화에도 센서가 민감하게 반응하여, 센싱 결과에 대한 신뢰성이 떨어질 수 있다.Threshold can be adjusted to reduce the false alarm rate. If the threshold value is set too high, the false alarm rate can be lowered, but detection of the state change can be delayed. Conversely, if the threshold value is set too low, the sensor may react sensitively to a small state change, and the reliability of the sensing result may deteriorate.
이에, 센서를 제어하는 다양한 방법들이 연구되고 있으며, 통계적 방법에 의하여 공정을 관리하는 통계적 공적 관리(Statistical Process Control)에 기반하여 센서를 제어하는 방법이 연구되고 있다. 통계적 공정 관리를 위해 품질의 변동상황을 그래프로 나타내는 SPC 관리도가 이용되는데, SPC 관리도에서는 공정 품질의 임계치를 의미하는 관리 한계(control limit)가 정의된다. Accordingly, various methods of controlling the sensor have been studied, and a method of controlling the sensor based on statistical process control for managing the process by a statistical method has been studied. For statistical process control, an SPC chart is used that graphically shows the change in quality. In the SPC chart, a control limit is defined, which means a threshold of process quality.
즉, 공정 품질 수준이 관리 한계 범위에서 유지될 수 있도록, SPC 관리도를 통해 공정이 관리될 수 있다. 관리 한계는, 결국 센싱 데이터의 비교 대상인 임계값과 대응되는 개념이므로, 센서를 제어하기 위한 방법으로 통계적 공정 관리가 활용되고 있다.That is, the process can be managed through the SPC control chart so that the process quality level can be maintained within the control limit range. Since the management limit corresponds to the threshold value to be compared with the sensing data, statistical process control is utilized as a method for controlling the sensor.
SPC 관리도에는 슈하르트(Shewhart) 관리도, 누적합(CUSUM) 관리도 등이 있다. 슈하르트 관리도는 Shewhart(1931)에 의해 제안된 관리도로서 사용법이 간단하면서도 효율적이어서 가장 널리 사용되는 관리도이다. 누적합 관리도는 목표값에서 각 표본 값 편차의 누적합(CUSUM)을 표시하는 시간 가중 관리도이다.The SPC control chart includes the Shewhart control chart and the cumulative sum (CUSUM) control chart. The Schuhardt control chart is a control chart proposed by Shewhart (1931), which is the most widely used control chart since its usage is simple and efficient. The cumulative sum control chart is a time-weighted control chart that displays the cumulative sum (CUSUM) of each sample value deviation at the target value.
통계적 공적 관리는 센서 이외 다양한 응용 분야에도 적용되고 있으며, 관련 선행문헌으로 특허문헌인 일본 공개특허 제2005-331944호, 대한민국 등록특허 제10-0907468호가 있다.Statistical and public management has been applied to various applications besides sensors, and Japanese Patent Laid-Open Publication No. 2005-331944 and Korean Patent No. 10-0907468 are the related prior arts.
본 발명은 통계적 공정 관리에 기반하여 관리 한계를 설정하는 센서 제어 방법 및 장치를 제공하기 위한 것이다.The present invention is to provide a sensor control method and apparatus for setting management limits based on statistical process control.
상기한 목적을 달성하기 위한 본 발명의 일 실시예에 따르면, 센서의 센싱 데이터를 입력받는 단계; 기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계; 상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계; 및 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 상기 센싱 데이터와 비교하여, 기 설정된 동작을 수행하는 단계를 포함하며, 상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정되는 통계적 공정 관리에 기반한 센서 제어 방법이 제공된다.According to an aspect of the present invention, there is provided a method of sensing a sensor, Analyzing a statistical characteristic of the sensing data in a predetermined first judgment interval; Calculating a management limit of the Schuhardt control chart or a control limit of the CUSUM control chart according to the statistical characteristic; And performing a predetermined operation by comparing at least one of a management limit of the Schuhart management chart, a management limit of the CUSUM management chart, and a predetermined normal management limit with the sensing data, The control limit of the CUSUM control chart is provided by a sensor control method based on statistical process control which is determined by the false alarm rate set by the user.
또한 상기한 목적을 달성하기 위한 본 발명의 다른 실시예에 따르면, 센서의 센싱 데이터를 입력받는 단계; 기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계; 상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 하나를 상기 센싱 데이터와 비교하여, 기 설정된 제어 신호를 출력하는 단계; 상기 제어 신호 출력 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태인 경우, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가, 기 설정된 지속 시간동안 유지되는지 판단하는 단계; 및 상기 제1평균값이 상기 제2평균값보다 큰 상태가 상기 지속 시간동안 유지되는 경우, 상기 제어 신호 출력을 중단하는 단계를 포함하는 통계적 공정 관리에 기반한 센서 제어 방법이 제공된다.According to another aspect of the present invention, there is provided a method for sensing data, comprising: receiving sensed data of a sensor; Analyzing a statistical characteristic of the sensing data in a predetermined first judgment interval; Outputting a predetermined control signal by comparing one of the management limit of the Schuhardt chart, the management limit of the CUSUM chart, and the predetermined normal management limit with the sensing data according to the statistical characteristic; When the sensing data is statistically stable in a second determination interval after the control signal is output, a state in which the first average value in the first determination interval is greater than a second average value in the second determination interval, Determining whether the time is maintained for a predetermined period of time; And stopping the output of the control signal when a state in which the first average value is greater than the second average value is maintained for the duration is provided.
또한 상기한 목적을 달성하기 위한 본 발명의 또 다른 실시예에 따르면, 센서의 센싱 데이터를 저장하는 데이터 베이스; 기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 데이터 분석부; 및 상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 이용하여 제어 신호를 활성화하거나 비활성화하는 제어신호 출력부를 포함하며, 상기 제어신호 출력부는 상기 제어 신호가 활성화된 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태이며, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가 기 설정된 지속 시간동안 유지되는 경우, 상기 제어 신호를 비활성시키는 통계적 공정 관리에 기반한 센서 제어 장치가 제공된다.According to another aspect of the present invention, there is provided a data processing apparatus including: a database for storing sensing data of a sensor; A data analyzer for analyzing the statistical characteristics of the sensing data in a predetermined first judgment interval; And a control signal output unit for activating or deactivating a control signal using at least one of a management limit of the Schuhardt control chart, a control limit of the CUSUM control chart, and a predetermined normal control limit according to the statistical characteristic, Wherein the sensing data is statistically stable in a second determination interval after the control signal is activated and the first average value in the first determination interval is greater than the second average value in the second determination interval, A sensor control device based on statistical process control for deactivating the control signal is provided.
본 발명에 따르면, 센서의 측정 오류를 고려하여 사용자 요구 수준인 오경보율 이하를 보장하는 관리 한계를 사용하기 때문에, 센서의 이상 경보에 대한 신뢰성을 높일 수 있다.According to the present invention, since the management limit for ensuring the false alarm rate or less, which is a user required level, is used in consideration of the measurement error of the sensor, the reliability of the sensor abnormal alarm can be enhanced.
또한 본 발명에 따르면, 센싱 데이터를 주기적으로 획득해서 주변 환경의 변화나 센서의 노후화에 따른 데이터의 변동성을 반영하고 자동으로 관리 한계를 갱신하기 때문에, 지속적으로 관리한계를 수동적으로 재설정해야하는 번거로움을 없앨 수 있다.Further, according to the present invention, since the sensing data is periodically acquired, the variation of the data due to the change of the surrounding environment or the sensor deterioration is reflected, and the management limit is automatically updated, so that it is troublesome to manually reset the management limit continuously It can be eliminated.
또한 본 발명에 따르면, 통계적 공정 관리 기법에 기반하여 관리 한계를 설정하기 때문에, 시간에 따른 데이터의 상관성을 모두 다룰 수 있고, 데이터의 분포에도 영향을 받지 않기 때문에, 분포에 대한 큰 제약이나 가정없이 본 발명을 활용할 수 있다.Further, according to the present invention, since the management limit is set based on the statistical process management technique, the correlation of the data over time can be handled and the data distribution is not affected. Therefore, The present invention can be utilized.
또한 본 발명에 따르면, 지속 시간 동안 센싱 데이터가 안정 상태에 도달한 이후에, 이상 경보를 해제시키기 때문에, 센서 시스템이 관리 한계 측면에서 계속 이상 경보를 발생시키는 문제없이 안정 상태에 도달시킬 수 있게 하는 장점이 있다.Further, according to the present invention, since the abnormal alarm is canceled after the sensing data reaches the stable state for the duration, the sensor system is able to reach the stable state There are advantages.
도 1은 본 발명의 일실시예에 따른 통계적 공정 관리에 기반한 센서 제어 장치를 설명하기 위한 도면이다.
도 2는 센싱 데이터의 판단 구간을 설명하기 위한 도면이다.
도 3은 본 발명의 일실시예에 따른 통계적 공정 관리에 기반한 센서 제어 방법을 설명하기 위한 도면이다.
도 4 및 도 5는 본 발명의 구체적 실시예에 따른 통계적 공정 관리에 기반한 센서 제어 방법을 설명하기 위한 도면이다. 1 is a view for explaining a sensor control apparatus based on statistical process control according to an embodiment of the present invention.
2 is a diagram for explaining a determination period of sensing data.
3 is a view for explaining a sensor control method based on statistical process control according to an embodiment of the present invention.
4 and 5 are views for explaining a sensor control method based on statistical process management according to a specific embodiment of the present invention.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다. While the invention is susceptible to various modifications and alternative forms, specific embodiments thereof are shown by way of example in the drawings and will herein be described in detail. It should be understood, however, that the invention is not intended to be limited to the particular embodiments, but includes all modifications, equivalents, and alternatives falling within the spirit and scope of the invention. Like reference numerals are used for like elements in describing each drawing.
이하에서, 본 발명에 따른 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, embodiments according to the present invention will be described in detail with reference to the accompanying drawings.
도 1은 본 발명의 일실시예에 따른 통계적 공정 관리에 기반한 센서 제어 장치를 설명하기 위한 도면이며, 도 2는 센싱 데이터의 판단 구간을 설명하기 위한 도면이다.FIG. 1 is a diagram for explaining a sensor control apparatus based on statistical process control according to an embodiment of the present invention, and FIG. 2 is a diagram for explaining a determination period of sensing data.
본 발명에 따른 센서 제어 장치는, 실시예에 따라서 센서와 함께 모듈화된 형태로 제공되거나 또는 별도로 제공될 수 있다.The sensor control apparatus according to the present invention may be provided in a modular form together with the sensor or may be provided separately according to the embodiment.
도 1을 참조하면, 본 발명에 따른 센서 제어 장치(100)는 데이터 베이스(110), 데이터 분석부(120) 및 제어신호 출력부(130)를 포함한다.Referring to FIG. 1, a
데이터 베이스(110)는 센서(140)의 센싱 데이터를 입력받아 저장하며, 저장된 센싱 데이터를 데이터 분석부(120)로 제공한다.The
데이터 분석부(120)는 센싱 데이터의 통계적 특성을 분석한다. 센싱 데이터가 시계열 데이터이기 때문에, 데이터 분석부(120)는 기 설정된 판단 구간 별로 센싱 데이터를 분석한다.The
데이터 분석부(120)는 통계적 특성으로서 예를 들어, 센싱 데이터가 통계적 안정 상태(steady state)인지, 센싱 데이터들 간에 자기 상관성(autocorralation)이 존재하는지, 또는 센싱 데이터의 확률 분포 모델이 적분 가능한지 여부 등을 분석할 수 있다. 여기서, 통계적 안정 상태는, 일정 시간이 지난후 데이터가 일정한 평균 수준에 도달하는 상태를 의미한다. The
제어신호 출력부(130)는 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 이용하여 제어 신호를 활성화하거나 비활성화시켜 출력한다. 즉, 제어신호 출력부(130)는 센싱 데이터의 통계적 특성에 따라서, 전술된 관리 한계 중 하나와 센싱 데이터를 비교하여 제어 신호를 활성화하거나 비활성화할 수 있다. The control
관리 한계는 센싱 데이터와의 비교 대상이 되는 임계값에 대응하며, 결국 제어신호 출력부(130)는 센싱 데이터와 관리 한계를 비교하여 센서 주변 환경에 대한 감지 결과를 출력하는 것이다.The control limit corresponds to a threshold value to be compared with the sensing data. As a result, the control
슈하르트 관리도의 관리 한계 및 CUSUM 관리도의 관리 한계는, 사용자에 의해 설정되는 오경보율(falss alarm rate)에 따라서 결정될 수 있으며, 정상 관리 한계는 센서 제조업체 또는 사용자에 의해 설정될 수 있다. 그리고 슈하르트 관리도의 관리 한계는 슈하르트 관리도에서 정의된 관리 한계이며, CUSUM 관리도의 관리 한계는 CUSUM 관리도에 의해 정의되는 관리 한계로서, 산출 방법은 도 3에서 보다 상세히 설명하기로 한다.The management limit of the Schuhard management chart and the management limit of the CUSUM control chart can be determined according to the falss alarm rate set by the user and the normal management limit can be set by the sensor manufacturer or the user. The management limit of the Schuhard management chart is a management limit defined in the Schuhard management chart. The management limit of the CUSUM control chart is a management limit defined by the CUSUM control chart. The calculation method will be described in more detail in FIG.
본 발명에 따른 센서 제어 장치가 탑재된 시스템에 따라서, 제어신호에 응답하여 수행되는 동작이 다를 수 있다. 예를 들어, 미세 먼지에 대한 센싱 데이터가 관리 한계 이상인 경우, 공기 정화 시스템의 제어 신호가 활성화되고, 공기 정화 시스템은 미세 먼지 경보 등을 울리며 공기 청정을 시작할 수 있다. 반대로 미세 먼지에 대한 센싱 데이터가 관리 한계 미만인 경우, 공기 정화 시스템의 제어 신호는 비활성화되며, 공기 정화 시스템은 경보를 해제하고 공기 청정을 중단할 수 있다.The operation performed in response to the control signal may differ depending on the system in which the sensor control apparatus according to the present invention is mounted. For example, when the sensing data for fine dust is above the control limit, the control signal of the air purification system is activated, and the air purification system can start air cleaning by ringing a fine dust alarm. Conversely, if the sensed data for the fine dust is below the management limit, the control signal of the air purification system is deactivated, and the air purification system can release the alarm and stop the air purification.
한편, 제어신호 출력부(130)는, 제어신호가 활성화된 이후, 제어 신호의 활성화된 상태를 지속적으로 유지할지 여부를 판단한다. 보다 구체적으로 제어신호 출력부(130)는 제1판단 구간(210)에서 제어 신호가 활성화된 경우, 다음 구간인 제2판단 구간(220)의 센싱 데이터를 이용하여 제어신호를 비활성화시킬지 여부를 판단할 수 있다.On the other hand, the control
제어신호 출력부(130)는 제2판단 구간(220)에서 센싱 데이터가 통계적 안정 상태이며, 제1판단 구간(210)에서의 제1평균값이 제2판단 구간(220)에서의 제2평균값보다 큰 상태가 기 설정된 지속 시간동안 유지되는 경우, 제어 신호를 비활성시킬 수 있다. 여기서, 평균값은 판단 구간에서의 센싱 데이터의 평균값을 의미한다. The control
도 3은 본 발명의 일실시예에 따른 통계적 공정 관리에 기반한 센서 제어 방법을 설명하기 위한 도면으로서, 도 3에서는 전술된 센서 제어 장치의 센서 제어 방법이 일실시예로서 설명된다.FIG. 3 is a diagram for explaining a sensor control method based on statistical process control according to an embodiment of the present invention. In FIG. 3, the sensor control method of the above-described sensor control apparatus is described as an embodiment.
본 발명에 따른 센서 제어 장치는, 센서로부터 센싱 데이터를 수신(S310)한다. 즉, 센서의 센싱 데이터를 입력받는다. 그리고 기 설정된 제1판단 구간에서, 센싱 데이터의 통계적 특성을 분석(S320)한다.The sensor control apparatus according to the present invention receives the sensing data from the sensor (S310). That is, the sensing data of the sensor is input. Then, in step S320, the statistical characteristic of the sensing data is analyzed in a predetermined first determination period.
그리고 센서 제어 장치는 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출(S330)한다.Then, the sensor control apparatus calculates the management limit of the Schuhard management chart or the management limit of the CUSUM management chart (S330) according to the statistical characteristics.
슈하르트 관리도의 관리 한계 및 CUSUM 관리도의 관리 한계가 산출되는 경우의 통계적 특성을 설명하기 위해, 다시 단계 S320으로 돌아가서 설명하면, 보다 구체적으로 단계 S320에서 센서 제어 장치는 먼저, 센싱 데이터가 통계적 안정 상태인지 여부를 판단한다. 센서 제어 장치는, 데이터의 통계적 안정 상태를 판단하는데 이용되는 통계적 기법인 F-test statistic method, R-Statistic Method 등을 이용하여 센싱 데이터의 통계적 안정 상태를 판단할 수 있다.More specifically, in step S320, the sensor control device first determines whether the sensed data is in a statistically stable state or not in step S320 to explain the statistical characteristics in the case where the management limit of the Schuhard management chart and the management limit of the CUSUM control chart are calculated. . The sensor control apparatus can determine the statistical stability state of the sensing data by using the F-test statistic method and the R-Statistic Method, which are statistical techniques used to determine the statistical stable state of the data.
F-test statistic method 및 R-Statistic Method는 동일한 데이터 셋에 대해 서로 다른 방법으로 산출한 값의 변동 비율을 통해 통계적 안정 상태를 판단하는 방법이다. F-test statistic method는 평균제곱편차와, 데이터의 제곱된 차이의 평균값의 변동 비율을 이용하며, R-Statistic Method는 데이터 평균의 차이의 제곱에 기초한 지수 가중 이동 분산과, 데이터 차이에 기초한 지수 가중 이동 분산의 변동 비율을 이용한다.The F-test statistic method and the R-statistic method are methods for determining the statistical steady state through the variation ratio of the values calculated by different methods for the same data set. The F-test statistic method uses the mean square deviation and the rate of change of the mean value of the squared differences of the data, and the R-Statistic Method calculates the exponential weighted mobile variance based on the squared difference of the data averages, The variation ratio of the mobile dispersion is used.
이후, 센서 제어 장치는 센싱 데이터가 통계적 안정 상태인 경우, 센싱 데이터의 자기 상관성을 판단한다. 센서 제어 장치는 더빈-왓슨 검정법(Durbin-Watson test), 브리쉬-고드프리(BG) 검정법 등을 이용하여, 센서 데이터에 자기 상관성이 존재하는지 판단할 수 있다. 더빈-왓슨 검정법 및 브리쉬-고드프리 검정법은 그래프 검정법과 함께 자기 상관성의 존재 여부를 판단하기 위해 주로 이용되는 방법으로서, 브리쉬-고드프리 검정법은 더빈-왓슨 검정법의 제약적 가정들을 보다 일반화시킨 검정법이다.Thereafter, the sensor control apparatus judges the autocorrelation of the sensing data when the sensing data is statistically stable. The sensor control device can determine whether there is an autocorrelation in the sensor data by using a Durbin-Watson test, a Brush-Godfrey (BG) test, or the like. The Durbin-Watson test and the Brush-Godfrey test are methods used mainly to determine the presence of autocorrelation along with the graph test. The Brith-Godfrey test is a more general test of the Durbin-Watson test.
그리고, 센서 제어 장치는 센싱 데이터의 자기 상관성이 존재하는 경우, 센싱 데이터의 확률 분포 모델의 적분 가능 여부를 판단한다. 센서 데이터의 특성에 따라, 센싱 데이터는 정규 분포와 같은 연속 확률 분포로 모델링되거나, 이산 확률 분포로 모델링될 수 있는데, 정규 분포와 달리 이산 확률 분포는 수리적으로 적분이 불가능하다. 즉, 센서 제어 장치는 센싱 데이터의 확률 분포 모델에 따라서 적분 가능 여부를 판단할 수 있다.The sensor control apparatus determines whether or not the probability distribution model of the sensing data is integrable when the autocorrelation of the sensing data exists. Depending on the characteristics of the sensor data, the sensing data may be modeled as a continuous probability distribution such as a normal distribution, or may be modeled as a discrete probability distribution. Unlike the normal distribution, the discrete probability distribution is not mathematically integrable. That is, the sensor control apparatus can determine whether or not it can be integrated according to the probability distribution model of the sensing data.
다시 단계 S330으로 돌아와, 센서 제어 장치는 센싱 데이터가 통계적 안정 상태이며 자기 상관성이 존재하고, 확률 분포 모델이 적분 가능한 경우, 슈하르트 관리도의 관리 한계를 산출한다. 그리고 센싱 데이터가 통계적 안정 상태이지만 자기 상관성이 없거나 또는 자기 상관성은 존재하지만 적분이 불가능한 경우, CUSUM 관리도의 관리 한계를 산출한다.Returning to step S330, the sensor control device calculates the management limit of the Schuhardt control chart when the sensing data is statistically stable and autocorrelation exists, and the probability distribution model is integrable. And if the sensing data is statistically stable, but there is no autocorrelation, or if the autocorrelation exists, but the integration is impossible, the control limits of the CUSUM control chart are calculated.
센서 제어 장치는 일실시예로서, [수학식 1]을 이용하여 슈하르트 관리도의 관리 한계(
여기서, α는 오경보율을 나타내며, 
오경보율은 사용자에 의해 설정되는 값으로서, 센싱 데이터가 관리 한계를 넘어서는 비율을 나타낸다. 즉, 오경보율이 낮다는 것은 센싱 데이터가 관리 한계를 넘어서는 비율이 적도록 설정되는 것이므로, 센싱 데이터가 급격히 변해야지만 주변 상황의 변화가 인지될 수 있으며, 상황 변화 인지에 오랜 시간이 소요될 수 있다. 반대로 오경보율이 높다는 것은 센싱 데이터가 관리 한계를 넘어서는 비율이 높도록 설정되는 것이므로, 센싱 데이터가 조금만 변하더라도 주변 상황의 변화가 인지될 수 있지만, 센서의 민감성이 높아져 신뢰도가 낮아질 수 있다.The false alarm rate is a value set by the user and indicates the rate at which the sensing data exceeds the management limit. That is, the fact that the false alarm rate is low means that the ratio of the sensing data exceeding the management limit is set to be small, so that the sensing data needs to be changed rapidly but the change of the surrounding situation can be recognized and it may take a long time to recognize the situation change. On the contrary, the fact that the false alarm rate is high means that the rate at which the sensing data exceeds the management limit is set to be high, so that even if the sensing data slightly changes, the change of the surrounding situation can be recognized. However, the sensitivity of the sensor becomes high and reliability can be lowered.
다시 설명하면, 오경보율이 낮을 경우 관리 한계가 높게 설정되고, 오경보율이 높을 경우 관리 한계가 낮게 설정되는데, 본 발명은 단순히 오경보율만을 파라미터로 이용하여 슈하르트 관리도의 관리 한계 및 CUSUM 관리도의 관리 한계를 결정하는 것은 아니며, 다양한 요인에 의해 발생할 수 있는 센성 데이터의 오류 및 변동성을 고려하여 관리 한계를 설정하기 위해, 센싱 데이터의 통계적 특성에 기반하여 관리 한계를 산출하고 이를 센싱 데이터와의 비교에 적용한다.The management limit is set to be high when the false alarm rate is low and the management limit is set to be low when the false alarm rate is high. The present invention uses only the false alarm rate as a parameter to control the management limit of the Schuhardt control chart and the management of the CUSUM control chart In order not to determine the limit but to set the management limit in consideration of the error and the variability of the sensibility data which may be caused by various factors, the management limit is calculated based on the statistical characteristics of the sensing data and compared with the sensing data To be applied.
전술된 바와 같이 관리 한계가 산출되면, 센서 제어 장치는 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 센싱 데이터와 비교하여, 기 설정된 동작을 수행(S340)한다. 여기서, 센서 제어 장치는 특정 동작을 수행하기 위한 제어 신호를 출력할 수 있으며, 제어 신호는 하이 또는 로우 레벨로 활성화되어 출력되는 신호일 수 있다. 그리고 센서 제어 장치는 기 설정된 판단 구간에 포함되는 센싱 데이터 각각과 관리 한계를 비교하여 제어 신호를 출력할 수 있다.When the management limit is calculated as described above, the sensor control device compares at least one of the management limit of the Schuhard management chart, the management limit of the CUSUM management chart, and the predetermined normal management limit with the sensing data to perform the predetermined operation (S340) do. Here, the sensor control device may output a control signal for performing a specific operation, and the control signal may be a signal activated and outputted at a high or low level. The sensor control device may compare each of the sensing data included in the predetermined determination period with a management limit and output a control signal.
슈하르트 관리도의 관리 한계가 산출된 경우, 단계 S340에서 센서 제어 장치는 슈하르트 관리도의 관리 한계 및 정상 관리 한계 중 작은 값보다 센싱 데이터가 큰 경우, 활성화된 제어 신호를 출력할 수 있다. 또는 CUSUM 관리도의 관리 한계가 산출된 경우 단계 S340에서 센서 제어 장치는 센싱 데이터가 정상 관리 한계보다 크거나 또는 CUSUM 통계량이 CUSUM 관리도의 관리 한계보다 큰 경우, 활성화된 제어 신호를 출력할 수 있다. 또는 슈하르트 관리도의 관리 한계 및 CUSUM 관리도의 관리 한계가 산출되지 않은 경우, 단계 S340에서 센서 제어 장치는 센싱 데이터가 정상 관리 한계보다 큰 경우 활성화된 제어 신호를 출력할 수 있다. 여기서, CUSUM 통계량은 센싱 데이터의 누적된 합을 의미한다.If the management limit of the Schuhard management chart is calculated, the sensor control apparatus can output the activated control signal when the sensing data is larger than the smaller of the management limit and the normal management limit of the Schuhard management chart in step S340. Or the control limit of the CUSUM control chart is calculated, the sensor control apparatus can output the activated control signal when the sensing data is larger than the normal control limit or the CUSUM statistic is larger than the control limit of the CUSUM control chart in step S340. Or the management limit of the Schuhardt control chart and the control limit of the CUSUM control chart have not been calculated, the sensor control device may output the activated control signal when the sensing data is larger than the normal control limit in step S340. Here, the CUSUM statistic means the cumulative sum of the sensing data.
결국, 본 발명에 따르면, 센서의 측정 오류를 고려하여 사용자 요구 수준인 오경보율 이하를 보장하는 관리 한계를 사용하기 때문에, 센서의 이상 경보에 대한 신뢰성을 높일 수 있다.As a result, according to the present invention, since the management limit for ensuring a false alarm rate or less, which is a user required level, is used in consideration of the measurement error of the sensor, reliability of the sensor abnormal alarm can be enhanced.
또한 본 발명에 따르면, 센싱 데이터를 주기적으로 획득해서 주변 환경에 변화이나 센서의 노후화에 따른 데이터의 변동성을 반영하고 자동으로 관리한계를 갱신하기 때문에, 지속적으로 관리한계를 수동적으로 재설정해야하는 번거로움을 없앨 수 있다.Further, according to the present invention, since the sensing data is periodically acquired, the variation of the data due to the change in the surrounding environment or the deterioration of the sensor is reflected, and the management limit is automatically updated. Therefore, it is troublesome to manually reset the management limit continuously It can be eliminated.
또한 본 발명에 따르면, 통계적 공정 관리 기법에 기반하여 관리 한계를 설정하기 때문에, 시간에 따른 데이터의 상관성을 모두 다룰 수 있고, 데이터의 분포에도 영향을 받지 않기 때문에, 큰 제약이나 가정없이 본 발명을 활용할 수 있다.Further, according to the present invention, since the management limit is set based on the statistical process management technique, the correlation of the data over time can be handled and the data distribution is not affected. Therefore, Can be utilized.
한편, 전술된 제어신호가 출력되어 예를 들어 경보가 발생한 경우, 본 발명에 따른 센서 제어 장치는 경보의 유지 여부를 판단하기 위해, 다음과 같은 단계를 더 수행할 수 있다.On the other hand, when the above-described control signal is output and an alarm occurs, for example, the sensor control apparatus according to the present invention may further perform the following steps to determine whether the alarm is maintained or not.
센서 제어 장치는 전술된 동작, 즉 제어 신호 출력 이후, 제2판단 구간에서 센싱 데이터가 통계적 안정 상태인지 판단(S350)하고, 센싱 데이터가 통계적 안정 상태인 경우, 제1판단 구간에서의 제1평균값이 제2판단 구간에서의 제2평균값보다 큰 상태가, 기 설정된 지속 시간(ATS)동안 유지되는지 판단(S360)한다. The sensor controller determines whether the sensing data is statistically stable in the second determination interval (S350) after the operation described above, that is, the control signal output, and if the sensing data is statistically stable, the first average value (S360) whether the state in which the second average value is greater than the second average value is maintained for a predetermined duration (ATS).
그리고 제1평균값이 제2평균값보다 큰 상태가 지속 시간(ATS)동안 유지되는 경우, 제어 신호 출력을 중단(S370)한다. 센서 제어 장치는 제2판단 구간의 센싱 데이터를 시계열 순서에 따라 순차적으로 더하며 제2평균값을 갱신하고, 제1평균값이 갱신되는 제2평균값보다 큰 상태가 지속 시간(ATS)동안 유지되는 경우, 제어 신호 출력을 중단한다.If the first average value is greater than the second average value, the control signal output is interrupted (S370). The sensor control device sequentially adds the sensed data of the second determination interval in a time series sequence, updates the second average value, and if the state in which the first average value is greater than the second average value is maintained for the duration time (ATS) The control signal output is stopped.
지속 시간(ATS)은 오경보율 및 센싱 데이터의 샘플링 레이트에 따라 결정될 수 있으며, 일실시예로서, [수학식 3]과 같이 결정될 수 있다. 여기서, ARL0는 오경보율의 역수이며, h는 센싱 데이터의 샘플링 레이트를 나타낸다.The duration ATS may be determined according to the false alarm rate and the sampling rate of the sensing data, and may be determined as Equation (3) as an example. Here, ARL 0 is the reciprocal of the false alarm rate, and h represents the sampling rate of the sensing data.
예를 들어, 오경보율이 0.1이고 샘플링 레이트가 10Hz(0.1초 간격)일 경우, 지속 시간은 1초가 된다.For example, if the false alarm rate is 0.1 and the sampling rate is 10 Hz (0.1 second interval), the duration is 1 second.
전술된 바와 같이, 오경보율에 따라서 상황 변화를 감지하는데 소요되는 시간이 달라지므로, 센서 제어 장치는 상황 변화를 감지하는데 소요되는 시간에 비례하여 지속 시간을 결정한다. 상황 변화에 소요되는 시간이 길어지는만큼 지속 시간 역시 증가한다. As described above, since the time required to detect the change of state is changed according to the false alarm rate, the sensor control device determines the duration in proportion to the time required to detect the change in status. The duration increases as the time required to change the situation increases.
결국, 본 발명에 따르면, 지속 시간 만큼의 시간 동안 센싱 데이터가 안정 상태에 도달한 이후에, 이상 경보를 해제시키기 때문에, 센서 시스템이 관리 한계 측면에서 계속 이상 경보를 발생시키는 문제없이 안정 상태에 도달시킬 수 있게 하는 장점이 있다.As a result, according to the present invention, since the abnormal alarm is released after the sensing data reaches the stable state for the duration of the duration, the sensor system can reach the stable state And the like.
도 4 및 도 5는 본 발명의 구체적 실시예에 따른 통계적 공정 관리에 기반한 센서 제어 방법을 설명하기 위한 도면이다. 4 and 5 are views for explaining a sensor control method based on statistical process management according to a specific embodiment of the present invention.
도 4를 참조하면, 본 발명에 따른 센서 제어 장치는, 사용자로부터 오경보율을 입력받는다(S401). 그리고 센서의 센싱 데이터를 입력받아, 기 설정된 제1판단 구간에서 센싱 데이터의 제1평균 값과 표준 편차를 계산한다. 그리고 센싱 데이터가 통계적 안정 상태인지 판단(S402)한다.Referring to FIG. 4, a sensor control apparatus according to the present invention receives a false alarm rate from a user (S401). The sensing data of the sensor is input, and a first average value and a standard deviation of the sensing data are calculated in a predetermined first determination interval. Then, it is determined whether the sensing data is statistically stable (S402).
그리고 센서 제어 장치는 센싱 데이터가 통계적 안정 상태인 경우, 센싱 데이터에 자기 상관성이 존재하는지 판단(S403)한다. 센싱 데이터가 통계적 안정 상태가 아닌 경우, 센서 제어 장치는 기 설정된 정상 관리 한계(
센서 제어 장치는 센싱 데이터에 자기 상관성이 존재하지 않는 경우, 센싱 데이터의 확률 분포 모델이 적분 가능한지 판단(S404)하고, 적분 가능할 경우, 오경보율과 확률 분포 모델을 이용하여 슈하르트 관리도의 관리 한계(
단계 S403에서 센싱 데이터에 자기 상관성이 존재하거나, 단계 S404에서 적분이 불가능한 경우, 센싱 제어 장치는 오경보율 및 표준 편차를 이용하여 CUSUM 관리도의 관리 한계(
이후, 센서 제어 장치는 오류 경보 발생을 계속 유지할지 여부에 대해 결정한다. 도 5를 참조하면, 센서 제어 장치는 오류 경보 발생 이후, 제2판단 구간에서, 센싱 데이터가 통계적 안정 상태인지 여부를 판단(S501)한다.Thereafter, the sensor control apparatus determines whether or not to continue generating the false alarm. Referring to FIG. 5, in step S501, the sensor control apparatus determines whether the sensing data is statistically stable in a second determination period after an error alarm is generated.
센싱 데이터가 통계적 안정 상태인 경우, 센서 제어 장치는, 제2판단 구간에서의 제2평균 값을 계산하고, 제1평균 값(
센싱 데이터가 통계적 안정 상태인 경우, 센서 제어 장치는, 정상 관리 한계를 적용(S505)하여 제2판단 구간의 센싱 데이터가 정상 관리 한계보다 작은지 판단(S506)한다. 그리고 제2판단 구간의 센싱 데이터가 정상 관리 한계보다 작은 경우, 오류 경보를 해제(S507)한다.If the sensing data is statistically stable, the sensor control device applies a normal management limit (S505) and determines whether the sensing data of the second determination interval is smaller than the normal management limit (S506). If the sensing data of the second judgment interval is smaller than the normal management limit, the error alarm is canceled (S507).
앞서 설명한 기술적 내용들은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예들을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 하드웨어 장치는 실시예들의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.The above-described technical features may be implemented in the form of program instructions that can be executed through various computer means and recorded in a computer-readable medium. The computer-readable medium may include program instructions, data files, data structures, and the like, alone or in combination. The program instructions recorded on the medium may be those specially designed and constructed for the embodiments or may be available to those skilled in the art of computer software. Examples of computer-readable media include magnetic media such as hard disks, floppy disks and magnetic tape; optical media such as CD-ROMs and DVDs; magnetic media such as floppy disks; Magneto-optical media, and hardware devices specifically configured to store and execute program instructions such as ROM, RAM, flash memory, and the like. Examples of program instructions include machine language code such as those produced by a compiler, as well as high-level language code that can be executed by a computer using an interpreter or the like. The hardware device may be configured to operate as one or more software modules to perform the operations of the embodiments, and vice versa.
이상과 같이 본 발명에서는 구체적인 구성 요소 등과 같은 특정 사항들과 한정된 실시예 및 도면에 의해 설명되었으나 이는 본 발명의 보다 전반적인 이해를 돕기 위해서 제공된 것일 뿐, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상적인 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명의 사상은 설명된 실시예에 국한되어 정해져서는 아니되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등하거나 등가적 변형이 있는 모든 것들은 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described with reference to particular embodiments, such as specific elements, and specific embodiments and drawings. However, it should be understood that the present invention is not limited to the above- And various modifications and changes may be made thereto by those skilled in the art to which the present invention pertains. Accordingly, the spirit of the present invention should not be construed as being limited to the embodiments described, and all of the equivalents or equivalents of the claims, as well as the following claims, belong to the scope of the present invention .
Claims (11)
기 설정된 판단 구간에서, 상기 센싱 데이터의 통계적 특성으로서, 상기 센싱 데이터가 통계적 안정 상태인지 여부를 판단하는 단계;
상기 센싱 데이터가 통계적 안정 상태인 경우, 상기 통계적 특성으로서, 상기 센싱 데이터의 자기 상관성을 판단하는 단계;
상기 센싱 데이터의 자기 상관성이 존재하는 경우, 상기 통계적 특성으로서, 상기 센싱 데이터의 확률 분포 모델의 적분 가능 여부를 판단하는 단계;
상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계; 및
슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 상기 센싱 데이터와 비교하여, 기 설정된 동작을 수행하는 단계를 포함하며,
상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정되는
통계적 공정 관리에 기반한 센서 제어 방법.
Receiving sensing data of the sensor;
Determining whether the sensing data is in a statistically stable state as a statistical characteristic of the sensing data in a predetermined determination period;
Determining the autocorrelation of the sensing data as the statistical characteristic when the sensing data is statistically stable;
Determining whether the probability distribution model of the sensing data is integrable as the statistical characteristic when the autocorrelation of the sensing data exists;
Calculating a management limit of the Schuhardt control chart or a control limit of the CUSUM control chart according to the statistical characteristic; And
Comparing at least one of a management limit of the Schuhard management chart, a management limit of the CUSUM management chart and a predetermined normal management limit with the sensing data to perform a predetermined operation,
The management limit of the Schuhardt management chart and the management limit of the CUSUM control chart are determined according to the false alarm rate set by the user
Sensor control method based on statistical process control.
상기 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계는
상기 센싱 데이터의 자기 상관성이 존재하지 않는 경우, 상기 CUSUM 관리도의 관리 한계를 산출하는 단계; 및
상기 확률 분포 모델의 적분이 가능한 경우, 상기 슈하르트 관리도의 관리 한계를 산출하는 단계
를 포함하는 통계적 공정 관리에 기반한 센서 제어 방법.
3. The method of claim 2,
The step of calculating the control limits of the Schuhardt control chart or the control limits of the CUSUM control chart
Calculating a management limit of the CUSUM control chart when the autocorrelation of the sensing data does not exist; And
If the probability distribution model is integrable, calculating a management limit of the Schuhardt management chart
A sensor control method based on statistical process control.
상기 기 설정된 동작을 수행하는 단계는
상기 슈하르트 관리도의 관리 한계 및 상기 정상 관리 한계 중 작은 값보다 상기 센싱 데이터가 큰 경우, 활성화된 제어 신호를 출력하는
통계적 공정 관리에 기반한 센서 제어 방법.
The method of claim 3,
The step of performing the predetermined operation
And outputting an activated control signal when the sensed data is larger than a smaller value of the management limit of the Schuhardt control chart and the normal management limit
Sensor control method based on statistical process control.
상기 기 설정된 동작을 수행하는 단계는
상기 센싱 데이터가 상기 정상 관리 한계보다 크거나 또는 CUSUM 통계량이 상기 CUSUM 관리도의 관리 한계보다 큰 경우, 활성화된 제어 신호를 출력하는
통계적 공정 관리에 기반한 센서 제어 방법.
The method of claim 3,
The step of performing the predetermined operation
When the sensing data is larger than the normal management limit or when the CUSUM statistic is larger than the management limit of the CUSUM control chart,
Sensor control method based on statistical process control.
상기 기 설정된 동작을 수행하는 단계는
상기 센싱 데이터가 통계적 안정 상태가 아니며, 상기 정상 관리 한계보다 큰 경우, 활성화된 제어 신호를 출력하는
통계적 공정 관리에 기반한 센서 제어 방법.
The method of claim 3,
The step of performing the predetermined operation
If the sensed data is not statistically stable and is greater than the normal management limit,
Sensor control method based on statistical process control.
기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계;
상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계 또는 CUSUM 관리도의 관리 한계를 산출하는 단계;
슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 상기 센싱 데이터와 비교하여, 기 설정된 동작을 수행하는 단계
상기 기 설정된 동작이 수행된 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태인지 판단하는 단계;
상기 센싱 데이터가 통계적 안정 상태인 경우, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가, 기 설정된 지속 시간동안 유지되는지 판단하는 단계; 및
상기 제1평균값이 상기 제2평균값보다 큰 상태가 상기 지속 시간동안 유지되는 경우, 상기 동작 수행을 중단하는 단계를 포함하며,
상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정되는
통계적 공정 관리에 기반한 센서 제어 방법.
Receiving sensing data of the sensor;
Analyzing a statistical characteristic of the sensing data in a predetermined first judgment interval;
Calculating a management limit of the Schuhardt control chart or a control limit of the CUSUM control chart according to the statistical characteristic;
Comparing at least one of a management limit of the Schuhard management chart, a management limit of the CUSUM control chart, and a predetermined normal management limit with the sensing data to perform a predetermined operation
Determining whether the sensing data is statistically stable in a second determination period after the predetermined operation is performed;
Determining whether a state in which the first average value in the first determination interval is greater than a second average value in the second determination interval is maintained for a predetermined duration when the sensing data is statistically stable; And
And stopping the operation if a state in which the first average value is greater than the second average value is maintained for the duration,
The management limit of the Schuhardt management chart and the management limit of the CUSUM control chart are determined according to the false alarm rate set by the user
Sensor control method based on statistical process control.
상기 지속 시간은
상기 오경보율 및 상기 센싱 데이터의 샘플링 레이트에 따라 결정되는
통계적 공정 관리에 기반한 센서 제어 방법.
8. The method of claim 7,
The duration
Is determined according to the false alarm rate and the sampling rate of the sensing data
Sensor control method based on statistical process control.
기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 단계;
상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 하나를 상기 센싱 데이터와 비교하여, 기 설정된 제어 신호를 출력하는 단계;
상기 제어 신호 출력 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태인 경우, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가, 기 설정된 지속 시간동안 유지되는지 판단하는 단계; 및
상기 제1평균값이 상기 제2평균값보다 큰 상태가 상기 지속 시간동안 유지되는 경우, 상기 제어 신호 출력을 중단하는 단계
를 포함하는 통계적 공정 관리에 기반한 센서 제어 방법.
Receiving sensing data of the sensor;
Analyzing a statistical characteristic of the sensing data in a predetermined first judgment interval;
Outputting a predetermined control signal by comparing one of the management limit of the Schuhardt chart, the management limit of the CUSUM chart, and the predetermined normal management limit with the sensing data according to the statistical characteristic;
When the sensing data is statistically stable in a second determination interval after the control signal is output, a state in which the first average value in the first determination interval is greater than a second average value in the second determination interval, Determining whether the time is maintained for a predetermined period of time; And
Stopping the output of the control signal when a state where the first average value is greater than the second average value is maintained for the duration
A sensor control method based on statistical process control.
상기 슈하르트 관리도의 관리 한계 및 상기 CUSUM 관리도의 관리 한계는 사용자에 의해 설정되는 오경보율에 따라 결정되며,
상기 지속 시간은
상기 오경보율 및 상기 센싱 데이터의 샘플링 레이트에 따라 결정되는
통계적 공정 관리에 기반한 센서 제어 방법.
10. The method of claim 9,
The management limit of the Schuhardt control chart and the control limit of the CUSUM control chart are determined according to the false alarm rate set by the user,
The duration
Is determined according to the false alarm rate and the sampling rate of the sensing data
Sensor control method based on statistical process control.
기 설정된 제1판단 구간에서, 상기 센싱 데이터의 통계적 특성을 분석하는 데이터 분석부; 및
상기 통계적 특성에 따라서, 슈하르트 관리도의 관리 한계, CUSUM 관리도의 관리 한계 및 기 설정된 정상 관리 한계 중 적어도 하나를 이용하여 제어 신호를 활성화하거나 비활성화하는 제어신호 출력부를 포함하며,
상기 제어신호 출력부는
상기 제어 신호가 활성화된 이후, 제2판단 구간에서 상기 센싱 데이터가 통계적 안정 상태이며, 상기 제1판단 구간에서의 제1평균값이 상기 제2판단 구간에서의 제2평균값보다 큰 상태가 기 설정된 지속 시간동안 유지되는 경우, 상기 제어 신호를 비활성시키는
통계적 공정 관리에 기반한 센서 제어 장치.
A database for storing sensing data of the sensor;
A data analyzer for analyzing the statistical characteristics of the sensing data in a predetermined first judgment interval; And
And a control signal output unit for activating or deactivating the control signal using at least one of a management limit of the Schuhardt control chart, a control limit of the CUSUM control chart, and a predetermined normal control limit according to the statistical characteristic,
The control signal output unit
Wherein the sensing data is statistically stable in a second determination interval after the control signal is activated and the first average value in the first determination interval is greater than the second average value in the second determination interval, Time, the control signal is deactivated
Sensor control system based on statistical process control.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160156145A KR101896157B1 (en) | 2016-11-23 | 2016-11-23 | Method for controlling sensor based on statistical process control |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020160156145A KR101896157B1 (en) | 2016-11-23 | 2016-11-23 | Method for controlling sensor based on statistical process control |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180057829A KR20180057829A (en) | 2018-05-31 |
| KR101896157B1 true KR101896157B1 (en) | 2018-09-07 |
Family
ID=62454341
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020160156145A KR101896157B1 (en) | 2016-11-23 | 2016-11-23 | Method for controlling sensor based on statistical process control |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101896157B1 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210046149A (en) * | 2019-10-18 | 2021-04-28 | 한양대학교 산학협력단 | Method for detecting location of abnormal state based on machine learning, learning method for detecting location of abnormal state |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111527163B (en) | 2018-05-21 | 2022-07-15 | 杉金光电(苏州)有限公司 | Polarizing plate, image display device including the same, and adhesive composition for polarizing plate |
| KR102470763B1 (en) * | 2022-10-13 | 2022-11-25 | 주식회사 비플컨설팅 | Data outlier detection apparatus and method |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100841876B1 (en) * | 2003-12-19 | 2008-06-27 | 프로클래러티 코포레이션 | Automatic monitoring and statistical analysis of dynamic process metrics to expose meaningful changes |
-
2016
- 2016-11-23 KR KR1020160156145A patent/KR101896157B1/en active IP Right Grant
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100841876B1 (en) * | 2003-12-19 | 2008-06-27 | 프로클래러티 코포레이션 | Automatic monitoring and statistical analysis of dynamic process metrics to expose meaningful changes |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210046149A (en) * | 2019-10-18 | 2021-04-28 | 한양대학교 산학협력단 | Method for detecting location of abnormal state based on machine learning, learning method for detecting location of abnormal state |
| KR102307373B1 (en) * | 2019-10-18 | 2021-09-29 | 한양대학교 산학협력단 | Method for detecting location of abnormal state based on machine learning, learning method for detecting location of abnormal state |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180057829A (en) | 2018-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11024141B2 (en) | Smoke device and smoke detection circuit | |
| EP3416145B1 (en) | Smoke detector for event classification and methods of making and using same | |
| EP3358508A1 (en) | Abnormality detection apparatus, abnormality detection method, and program | |
| KR101896157B1 (en) | Method for controlling sensor based on statistical process control | |
| KR102027252B1 (en) | Methods for differentiation of earthquake signal and prediction of earthquake intensity using randomly generated artificial seismic training data for an arbitrary zone | |
| CN110849781B (en) | Alarm Condition Detector Based on Multispectral Sensor | |
| US10330494B2 (en) | Method to determine a pressure noise metric for fall detection systems | |
| US11113941B2 (en) | Ambient light sensor in a hazard detector and a method of using the same | |
| KR101832337B1 (en) | Earthquake detection system of building | |
| US8560492B2 (en) | Robust filtering and prediction using switching models for machine condition monitoring | |
| US20180188104A1 (en) | Signal detection device, signal detection method, and recording medium | |
| CN114492629A (en) | Abnormality detection method, abnormality detection device, electronic apparatus, and storage medium | |
| KR102534577B1 (en) | Gas analysis system and gas analysis method | |
| JP5962036B2 (en) | Magnetic detection system | |
| KR102384742B1 (en) | System and method for detecting anomality using sensor data | |
| KR20180061091A (en) | Earthquake detection system of building using sensor | |
| KR101933670B1 (en) | Earthquake detection system constructed in building works | |
| KR101823387B1 (en) | A resilient sensor fusion apparatus by using heterogeneous sensors and method thereof | |
| CN110443035A (en) | The method and apparatus that the system for invading trial for identification is calibrated | |
| KR20170038423A (en) | Apparatus and method of calculating air change rate | |
| KR102475908B1 (en) | Apparatus and method for motion detecting | |
| KR101261135B1 (en) | Adaptive method and system for operating surveillance camera system based upon statistics | |
| US20210172921A1 (en) | Self-tuning event detection | |
| JP2017198565A (en) | Detector, infrared sensor, detection method, and program | |
| US20160266072A1 (en) | Analysis device, analysis method, and analysis program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right |