Journal of Intelligence and Information Systems (지능정보연구)

Korea Intelligent Information System Society (한국지능정보시스템학회)
권호 표지

Development of Operation Aided System for Fault Diagnosis of Chemical Process

화학 공정의 이상 진단을 위한 조업 지원 시스템의 개발

  • 모경주 (서울대학교 화학공학과 공정시스템실) ;
  • 정창욱 (삼성엔지니어링 공정부) ;
  • 이기백 (서울대학교 화학공학과 공정시스템실) ;
  • 윤인섭 (서울대학교 화학공학과 공정시스템실)
  • Published : 1996.06.01
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 화학공정의 이상 진단을 위한 지식 기반 조업 지원 시스템의 개발에 관하여 살펴보고자 한다. 조업지원 시스템에서 가장 핵심적인 부분은 공정에 비정상 상황이 발생한 경우 이를 감지하고, 공정에 발생한 증상들을 분석하여 이상의 근본 원인을 찾아내는 작업-이상 진단이다. 이상 진단을 효과적으로 수행하기 위해서는 적절한 데이터의 해석이 매우 중요한데, 기존의 데이터 해석법들은 정상상태에 기반한 방법들을 동적거동을 효과적으로 표현하기에는 어려움이 많다. 본 연구에서는 RBF에 기반한 신경망을 사용하여 동적을 효과적으로 표현할 수 있는 정성적인 데이터 해석 모듈을 구축하였으며, 이 모듈에서는 공정에서 측정된 정략적인 센서값들을 정성적인 정보로 가공하여 이상진단 모듈에 제공한다. 본 연구에서는 효과적인 이상진단을 위하여 기존의 인과관계 그래프 모델(Cause Effect DiGraph)에 기반한 두가지 그래프 모델을 개발하였다. RCED(Reduced Caue Effect Digraph)는 공정의 측정 변수만으로 공정의 인과관계를 표현하는 오프라인으로 구축된 지식베이스 모델이며, PGTT(Pattern Graph Through Time)는 공정에서 발생한 증상간의 인과관계를 실시간으로 나타내는 동적인 모델이다. 이상, 신경망에 기반한 정성적인 데이터 해석 모듈과 이상진단 모듈을 전문가 시스템 도구인 G2를 DEC AlphaStation 상에서 폴리프로필렌 공정에 대한 조업지원전문가 시스템을 구축하고 이를 적용하여보았다.

Keywords

References

  1. Proc. of PSE '91 v.Ⅱ Fault Diagnosis Strategies for Chemical Plants : A Review of Competing technologies Becraft, W.R.(et al.)
  2. Ind. Eng. Chem. Res. v.29 On-Line Fault Diagnosis Using the Signed Directed Graph Chang, C.C.;C.C. Yu
  3. Comput. Chem. Engng. v.14 Representation of Process Trends-Ⅱ. The problem of scale and qualitative scailing Cheng J. T.-Y.;G. Stephanopoulos
  4. IEEE Expert v.6 Process Monitoring and Diagnosis : A Model-Based Approach Dvorak, D.;B. Kuipers
  5. 5th international Symposium on Process System Engineering Self-Learning RBF Neural Network for On-line Process Fault Diagnosis Gomm, J.B.
  6. Comput. Chem. Eng. v.3 An Algorithm for Diagnosis of System Failures in the Chemical Process Iri, M.;K. Aoki;E. O'Shima;H. Matsuyaama
  7. Automatica v.20 Process Fault Detection Based on Modeling and Estimation Methods-A Survey Isermann, R.
  8. Automatica v.19 Fault Location Using Digraph and Inverse Direction Search with Apllication Kokawa, M.;S. Miyazaki;S. Shingai
  9. AIChE J. v.22 A Rule-Based Approach to Fault Diagnosis Using the Signed Directed Graph Kramer M.S.;B.L. Palowitch, Jr
  10. IEEE Control Magazine Radial Basis Function Networks for Classifying Process Faults Leonard, J.;M.A. Kramer
  11. Comput. Chem. Eng. v.17 A Distributed Fault Diagnosis Method Based on Digraph Models : Steady-State Analysis Mohindra, S.;P.A. Clark
  12. Comput. Chem. Eng. v.9 An Improved Algorithm for Diagnosis of System Failures in the Chemical Process Shiozaki, J.;H. Matsuyama;E. O'Shima;M. Iri
  13. SIAM J. Computing v.1 Depth First Search and Linear Graph Algorithms Tarjan, R. E.
  14. Chem. Eng. Sci. v.35 A Graphical Approach to Cause and Effect Analysis of Chemical Processing Systems Umeda, T.;T. Kuriymama;E. O'Shima;H. Matsuyama
  15. Comput. Chem. Eng. v.16 Knowledge-based Interpretation of Sensor Patterns Whiteley, J. R.;J.F. Davis
  16. Comput. Chem. Eng. v.18 A Similarity-Based Approach to Interpretation of Sensor Data Using Adaptive Resnance Theory Whiteley, J. R.;J.F. Davis
  17. Comput. Chem. Eng. v.18 The Possible Cause and Effect Graphs (PCEG) Model for Fault Diagnosis-Ⅰ. Methodoliogy Wilcox, N. A.;D.M. Himmelblau
  18. Comput. Chem. Eng. v.18 The Possible Cause and Effect Graphs (PCEG) Model for Fault Diagnosis-Ⅱ. Application Wilcox, N. A.;D.M. Himmelblau
  19. AIChE J. v.37 Fault Diagnosis Based on Qualitative/ Quantitative Process Knowledge Yr, C.C.;C. Lee
  20. 서울대학교 박사학위논문 화학공정의 이상진단을 위한 유향 그래프와 패턴 인식을 이용한 동적모델의 개발 정창욱