가상센서 활용 초순수 플랜트 회수계통 압력제어밸브 및 계측기 이상진단 기술 = Fault Detection Technology for Ultrapure Water Plant using Virtual Sensors for Pressure Control Valve and Indicators in Return Line

국문 초록 (Abstract)

목적:본 연구에서는 초순수 플랜트에서 발생할 수 있는 회수계통 압력제어밸브 및 계측기 이상 발생을 가상센서를 이용해서 빠르고 정확하게 진단하는 기술을 제안하고자 한다.
방법:초순수 공정의 회수계통에 있는 3개 설비(압력제어밸브, 압력계, 유량계)로부터 수집되는 운영 데이터를 활용하여 실험식을 도출하고 예측범위를 산정한 후 이를 이용한 가상센서를 구축한다.
결과 및 토의:초순수 플랜트의 운영을 통해서 수집된 24시간 데이터를 활용할 경우 월간 데이터를 추정하는데에도 높은 정확도를 보이는 것을 확인할 수 있었다. Phase 1의 경우에서 Phase 2에 비해서 이상진단 기술이 더 정확하게 값을 예측하며 유의미한 오차범위를 가지는 것을 확인할 수 있었다.
결론:실험식으로 도출된 가상센서를 활용해서도 공정의 이상진단 기술의 개발이 가능하였다. 유량계와 압력제어밸브 개도율에 대한 이상을 감지하기에는 높은 성능을 보였지만, 일정하게 유지되는 압력 값 자체 추정하기에는 한계를 보였으며, 압력에 대한 예측을 위한 개선이 필요하다고 판단된다. 또한, 하루의 데이터를 이용해서 월간 데이터 전체를 추정하는데 이상이 없었다는 점을 감안하며, 운전조건에 변화가 생길 경우 하루의 데이터를 수집해서 실험식을 보정할 경우 이상진단 알고리즘으로 계속 사용할 수 있을 것으로 생각된다.

다국어 초록 (Multilingual Abstract)

Objectives:This study aims to propose a technology that utilizes virtual sensors to quickly and accurately diagnose faults in valves and measurement devices that may occur in the return line of an ultrapure water plant.
Methods:The empirical equations were derived, and the error range was calculated using operational data collected from three pieces of equipment (pressure control valve, pressure transmitter, and flow transmitter) in the recovery system of the ultrapure water process. Based on this, a virtual sensor is established.
Results and Discussion:It was confirmed that the utilization of 24-hour data collected from the operation of the ultrapure water plant was enough to establish virtual sensors and could also estimate monthly data with high accuracy. In Phase 1, the fault diagnosis technology was found to estimate values more accurately and had a meaningful margin of error compared to Phase 2.
Conclusion:It was possible to develop a fault detection technology using the virtual sensor derived from the empirical equation. The technology showed high performance in detecting anomalies in the flow meter and pressure control valve opening but had limitations in estimating consistently pressure values. Additionally, considering that there was no issue in estimating monthly data using the equations derived using 24 hours operational data. The fault detection algorithm could be used continuously if the empirical equations are updated by collecting a day's data when operating conditions change.