석탄 발전소의 석탄 분쇄기의 빈발하는 고장 문제를 해결하기 위해, 다중 상태 추정(MSET) 및 벡터 유사성에 기초한 지능적인 고장 경보 방법을 제안한다. 연구 대상으로는 350MW급 중속식 석탄 분쇄기를 선택하였으며, 그 운전 상태를 반영하는 주요 파라미터들을 선택하고, 고장 정보를 포함하는 역사 데이터를 수집하고 다양한 데이터 세트로 분할하였다. 훈련 데이터 세트에 대해 등간격 샘플링 방법을 이용하여 공정 기억 행렬을 구축하고, MSET 모델에 관측 벡터를 입력하여 해당하는 추정 벡터를 얻고, 동시에 그들의 유사성 함수를 정의하고, 경고 임계값을 결정하기 위해 이동 윈도우 방법을 사용한다. 마지막으로 실제 운전 데이터를 사용하여 검증한 결과, 분쇄기가 정상으로 동작할 때 모델 예측 데이터의 평균 상대 오차가 1% 이하임을 보여주었으며, 분쇄기가 석탄 막힘으로 고장 날 때 모델이 분쇄기의 비정상적인 운전을 빠르게 감지하고 고장 이전에 380초 전에 경고를 발생시킬 수 있음을 보여준다. 이는 모델이 매개 변수 변동의 추세를 정확하게 예측하여 분쇄기의 고장에 대한 빠르고 정확한 지능적인 경보를 실현할 수 있음을 보여준다.

중속식 석탄 분쇄기; 공정 기억 행렬; 다중 상태 추정; 평균 유사성; 고장 경보