KR960035312A - 고장 진단용 전문가 시스템 및 고장진단방법 - Google Patents
고장 진단용 전문가 시스템 및 고장진단방법 Download PDFInfo
- Publication number
- KR960035312A KR960035312A KR1019950006918A KR19950006918A KR960035312A KR 960035312 A KR960035312 A KR 960035312A KR 1019950006918 A KR1019950006918 A KR 1019950006918A KR 19950006918 A KR19950006918 A KR 19950006918A KR 960035312 A KR960035312 A KR 960035312A
- Authority
- KR
- South Korea
- Prior art keywords
- failure
- information
- fault
- current
- engine
- Prior art date
Links
- 238000003745 diagnosis Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 title claims abstract description 17
- 208000024891 symptom Diseases 0.000 claims 7
- 238000001514 detection method Methods 0.000 claims 2
- 238000005094 computer simulation Methods 0.000 claims 1
- 239000000284 extract Substances 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- 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
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은 과거의 공장진단 정보를 사례베이스화하여 고장진단 결과의 신뢰도를 향상시킬수 있는 고장 진단용 전문가 시스템 및 고장진단방법에 관한 것이다. 본 발명의 고장 진단용 전문가 시스템은 현재의 고장진단정보를 사례베이스화하는 제1과정과, 정합 알고리즘을 이용하여 현재 고장상황의 정보를 가지고 고장이라고 예상할 수 있는 가능한 요소를 구하는 제2과정과, 순위(Ranking)알고리즘을 이용하여 구축되어진 현재 고장사례와 과거의 고장진단 정보를 비교하여 과거 고장 사례중 가장 유사한 사례를 찾아내는 제3과정, 및 현재 고장사례를 이전 고장사례에 등록할 것인지를 판별하는 제4과정으로 이루어진다.
Description
본 내용은 요부공개 건이므로 전문내용을 수록하지 않았음
제 1도는 본 발명의 바람직한 실시예에 따른 고장 진단용 전문가 시스템을 나타내는 구성도. 제2도는 제1도의 전문가 시스템에서 대상 구조물의 고장을 진단하기 위한 절차를 나타내는 흐름도.
Claims (9)
- 대상 구조물내의 고장을 진단하기 위한 전문가 시스템에 있어서, 대상구조물을 이루는 각 구성요소들로 부터 감지되는 신호에서 필요한 신호만을 추출하고, 추출된 신호를 사전 정해진 규칙에 적용하여 고장여부를 판단하는 자동고장검출부; 상기 자동고장검출부에서 고장으로 판단되는 경우 내지 사용자로부터 고장진단요구가 발생하는 경우 RBR과 MBR기법을 이용하여 대상 구조물에 대한 시스템모델링과정을 수행한 후, 현재 고장상황이 적용된 고장 진단 정보를 사례베이스로 구축하는 규칙엔진과, CBR기법에 따라 규칙 엔진에서 구축된 현재 고장정보를 과거 고장 사례베이스에 저장된 이전 고장정보와 비교하여 고장 원인을 찾는 CBR엔진으로 된추로기관; 이전 고장정보를 사례베이스화하여 저장하는 과거 고장사례베이스; 상기 추론기관의 규칙엔진에서 구축된 현재 고장정보를 사례베이스화하여 저장하는 지식 베이스; 및 상기 추론기관의 CBR엔진으로부터 구한 고장원인을 화면 모니터링시키는 GUI와 고장정보 및 고장상황에 대한 데이타베이스를 포함하고, 상기 지식 베이스는 (1)고장증상과 그 고장증상에 부여되는 코드, (2)고장이 발생될 수 있는 대상이 되는 요소들에 대한 리스트와 그 고장요소에 부여되는 코드. (3)고장증상과 고장발생가능요소 및 해당 고장들에 관련된 감지된 신호값들로 나타내는 고장유형. (4)고장 발생가능요소와 고장유형 및 고장날 확률로 나타내는 고장일 가능성이 있는 요소들에 대한 리스트로 현재 고장정보에 대한 사례베이스를 구축하는 것을 특징으로 하는 고장 진단용 전문가 시스템.
- 제 1항에 있어서, 상기 추론기관의 규칙엔진에서는 상기 대상구조물에서 발생할 수 있는 모든 고장 증상에 대하여 구조적 부위별로 분류하는 제1과정과, 분류된 각각에 대하여 발생할 수 있는 고장 증상을 분류하는 제2과정과, 분류된 고장 증상 각각에 대하여 임의의 코드를 부여하는 제3과정과, 각 고장에 대하여 고장이 발생 가능한 요소를 구하는 제4과정, 및 각 요소들에 대하여 고장유형을 정의하는 제5과정으로 모델링하는 것을 특징으로 하는 고장 진단용 전문가 시스템.
- 제1항에 있어서, 상기 추론기관의 CBR엔진에서는 다음의 식으로 나타낸 정합 알고리즘을 이용하여 현재 고장상황의 정보를 가지고 고장이라고 예상할 수 있는 가능한 요소를 구하는 것을 특징으로 하는 고장 진단용 전문가 시스템.Wi=(ai*fi)+(bi*f2)+(ci*f3)(여기서, Wi는 정합율이고, f1, f2, f3는 Ranking Factor이며, ai는 후보요소들의 중요도, bi는 빈도수, ci는 수명을 나타낸다.
- 제3항에 있어서, 상기 정합알고리즘에서는 고장이 검출되면 고장이 발생될 수 있는 요소들을 모델링과정을 통하여 구하고, 구축되어진 현재 고장정보를 사전 정의 되어진 각 가능한 요소들에 대한 고장유형과 비교하여 각각의 정합율을 1차적으로 구하며, 1차적으로 구한 정합율에서 일정율 이상되는 요소를 선정한후 선정된 요소들에 대해 다시 중요도, 고장빈도수, 수명을 반영하여 2차 정합율을 구하는 것을 특징으로 하는 고장 진단용 전문가 시스템.
- 제3항에 있어서, 상기 추론기관의 CBR엔진에서는 고장원인을 찾기 위해 하기 식으로 나타낸 순위(Ranking)알고리즘에 통해 현재 고장정보와 과거의 고장진단경험의 정보셋트인 이전 고장정보와 비교하여 과거 고장정보중에 가장 유사한 사례를 찾아내는 것을 특징으로 하는 고장 진단용 전문가 시스템.여기서, f1은 순위율(Ranking Rate)로서, 현재 고장정보에 상기 정합알고리즘에서 구해진 가능한 요소들을 현재 고장정보의 구성요소로 반영한다.
- 제 5항에 있어서, 상기 추론기관의 CBR엔진에서는 현재 고장정보에 대해 이전 고장정보로의 등록 여부를 판별하여 상기 과정 고장사례베이스에 이전 고장정보로 갱신하는 것을 특징으로 하는 고장진단용 전문가 시스템.
- 제1항에 있어서, 상기 과거 고장사례베이스에서는 고장증상별로 부여된 코드. 해당 고장들에 관련된 감지된 I/O값, 고장이 발생될 수 있는 대상요소리스트, 가능한 요소들중에서 고장일 가능성이 있는 요소리스트, 실제고장 복구한 요소들로 베이스화하는 것을 특징으로 하는 고장 진단용 전문가 시스템.
- 대상 구조물내의 고장을 진단하기 위한 방법에 있어서, 대상 구조물의 작업상황에 따라 기설정된 동작시간 동안 각 구성요소의 동작 상태를 모델링 과정을 통해 분석하여 고장여부를 판별하는 단계; 상기 고장판별단계의 모델링과정을 통해 분류된 현재 상황 정보를 고장진단정보로 사례베이스를 구축하는 단계; 상기 현재 고장사례베이스구축단계의 현재 고장정보와 과거의 고장 진단정보를 비교하여, 과거 고장사례중 가장 유사한 사례로부터 현재의 고장원인을 찾아내는 단계; 및 현재 고정정보를 사례베이스화된 과거의 고장진단정보로 갱신하는 단계를 포함하는 고장진단 방법.
- 제8항에 있어서, 상기 고장원인 찾는 단계는 정합알고리즘과 순위(Ranking)알고리즘을 이용하는 것을 특징으로 하는 고장진단 방법.※ 참고사항 : 최초출원 내용에 의하여 공개하는 것임.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019950006918A KR0169808B1 (ko) | 1995-03-29 | 1995-03-29 | 고장 진단용 전문가 시스템 및 고장진단방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1019950006918A KR0169808B1 (ko) | 1995-03-29 | 1995-03-29 | 고장 진단용 전문가 시스템 및 고장진단방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR960035312A true KR960035312A (ko) | 1996-10-24 |
KR0169808B1 KR0169808B1 (ko) | 1999-01-15 |
Family
ID=19410837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1019950006918A KR0169808B1 (ko) | 1995-03-29 | 1995-03-29 | 고장 진단용 전문가 시스템 및 고장진단방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR0169808B1 (ko) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020055373A (ko) * | 2000-12-28 | 2002-07-08 | 니시무로 타이죠 | 장치관리방법, 장치관리 시스템 및 장치관리 프로그램을기록한 기록매체 |
KR100682509B1 (ko) * | 2003-12-16 | 2007-02-15 | 한국철도기술연구원 | 도시철도차량 유지보수 정보화 응용시스템 |
KR101027242B1 (ko) * | 2008-12-24 | 2011-04-07 | 포항공과대학교 산학협력단 | 공정 제어 네트워크에서의 장애 예측 방법 및 장치 |
KR20190135923A (ko) * | 2018-05-29 | 2019-12-09 | 경희대학교 산학협력단 | 설비 관리 방법 및 이를 실행하는 장치 |
CN114089722A (zh) * | 2021-11-17 | 2022-02-25 | 国家石油天然气管网集团有限公司 | 一种输气站场工控网络通讯故障便携式诊断方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20040107275A (ko) * | 2003-06-13 | 2004-12-20 | 한국항공우주산업 주식회사 | 항공기 비행 결함 분석 시스템 |
KR100974601B1 (ko) * | 2008-01-28 | 2010-08-06 | 현대자동차주식회사 | 통합 관리 시스템 |
CN106971231B (zh) * | 2017-03-31 | 2020-08-04 | 中国电子科技集团公司第三十八研究所 | 一种散粮运输车储粮环境智能管理专家*** |
-
1995
- 1995-03-29 KR KR1019950006918A patent/KR0169808B1/ko not_active IP Right Cessation
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20020055373A (ko) * | 2000-12-28 | 2002-07-08 | 니시무로 타이죠 | 장치관리방법, 장치관리 시스템 및 장치관리 프로그램을기록한 기록매체 |
KR100682509B1 (ko) * | 2003-12-16 | 2007-02-15 | 한국철도기술연구원 | 도시철도차량 유지보수 정보화 응용시스템 |
KR101027242B1 (ko) * | 2008-12-24 | 2011-04-07 | 포항공과대학교 산학협력단 | 공정 제어 네트워크에서의 장애 예측 방법 및 장치 |
KR20190135923A (ko) * | 2018-05-29 | 2019-12-09 | 경희대학교 산학협력단 | 설비 관리 방법 및 이를 실행하는 장치 |
CN114089722A (zh) * | 2021-11-17 | 2022-02-25 | 国家石油天然气管网集团有限公司 | 一种输气站场工控网络通讯故障便携式诊断方法 |
CN114089722B (zh) * | 2021-11-17 | 2024-03-26 | 国家石油天然气管网集团有限公司 | 一种输气站场工控网络通讯故障便携式诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
KR0169808B1 (ko) | 1999-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6622264B1 (en) | Process and system for analyzing fault log data from a machine so as to identify faults predictive of machine failures | |
AU768166B2 (en) | Method and apparatus for diagnosing difficult to diagnose faults in a complex system | |
US6543007B1 (en) | Process and system for configuring repair codes for diagnostics of machine malfunctions | |
US6625589B1 (en) | Method for adaptive threshold computation for time and frequency based anomalous feature identification in fault log data | |
US6181975B1 (en) | Industrial process surveillance system | |
US5351247A (en) | Adaptive fault identification system | |
CN110460460B (zh) | 业务链路故障定位方法、装置及设备 | |
US7912669B2 (en) | Prognosis of faults in electronic circuits | |
CN115225460A (zh) | 故障判定方法、电子设备和存储介质 | |
KR960035312A (ko) | 고장 진단용 전문가 시스템 및 고장진단방법 | |
JPH08212799A (ja) | テストパタン生成装置およびテストパタン生成方法 | |
CN113141273B (zh) | 基于预警信息的自修复方法、装置、设备及存储介质 | |
US6715103B1 (en) | Automatic fault diagnostic network system and automatic fault diagnostic method for networks | |
CN113568991B (zh) | 一种基于动态风险的告警处理方法及*** | |
CN111309584A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
Bodsberg | Comparative study of quantitative models for hardware, software and human reliability assessment | |
CN110865939A (zh) | 应用程序质量监测方法、装置、计算机设备和存储介质 | |
JP2693324B2 (ja) | 自己修復システムを有する画像形成装置 | |
JP2693318B2 (ja) | 自己修復システムを有する画像形成装置 | |
JP2693325B2 (ja) | 自己修復システムを有する画像形成装置 | |
JP2693322B2 (ja) | 自己修復システムを有する画像形成装置 | |
JP2693323B2 (ja) | 自己修復システムを有する画像形成装置 | |
JP2693309B2 (ja) | 自己修復システムを有する画像形成装置 | |
JP2693317B2 (ja) | 自己修復システムを有する画像形成装置 | |
JP2693316B2 (ja) | 自己修復システムを有する画像形成装置 |
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 | ||
GRNT | Written decision to grant | ||
FPAY | Annual fee payment |
Payment date: 20071005 Year of fee payment: 10 |
|
LAPS | Lapse due to unpaid annual fee |