Development of Fault Prediction System Using Peak-code Method in Power Plants

피크코드 기법을 이용한 발전설비 고장예측 시스템 개발

The facilities with new technologies in the recent power plants become larger and need a lot of high cost for maintenance due to stop operations and accidents from the operating machines. Therefore, it claims new systems to monitor the operating status and predict the faults of the machines. This research classifies the normal/abnormal status of the machines into 5 levels which are normal-level/abnormal-level/care-level/dangerous-level/fault and develops the new system that predicts faults without stop operation in power plants. We propose the regional segmentation technique in the frequency domain from the data of the operating machines and generate the Peak-codes similar to the Bar-codes, The high efficient and economic operations of the power plants will be achieved by carrying out the pre-maintenance at the care level of 5 levels in the plants. In order to be utilized easily at power plants, we developed the algorithm appling to a notebook computer from signal acquisition to the discrimination.

최근 발전소의 첨단기술을 적용한 설비들이 대형화되고, 발전기의 정지나 사고 등으로 막대한 유지보수 비용을 필요로 하고 있다. 따라서 이러한 기계설비들의 운전 상태를 감시하고 고장을 예측할 수 있는 새로운 진단장치의 개발이 요구된다고 본다. 본 연구는 이러한 점에 착안하여 기계들의 정상/비정상 운전 상태를 정상레벨/비정상레벨/주의레벨/위험레벨/고장 즉 5단계로 세분화하고 각 단계별 판별기준을 정하여 운전 중 발생하는 기기들의 신호를 취득 및 분석하여 기기들의 정지 없이 기기의 운전 상태를 실시간 판별할 수 있는 시스템을 개발한다. 이를 위하여, 영역분할 알고리즘에 기반하여 기기의 운전 상태를 주파수특성 행렬로 표시하는 방법을 고안하였다. 각 기기들의 운전 상태를 간략히 피크코드화하고, 이 피크코드를 바코드처럼 활용할 수 있도록 발전설비 기기에 부착함으로서 기기의 운전상태 관리를 시스템화 할 수 있도록 하였다. 5단계 중 주의레벨에서 기기들의 예방정비를 수행하여 발전소의 경제적이고 안정적인 운전효율을 높이는 것이 궁극적 목표이며, 현장 적용 시의 이동성을 고려하여 노트북 컴퓨터로 신호취득에서 판별까지 가능하도록 알고리즘을 개발하였다.