| 1 |
1
데이터 처리 모듈, 군집화 모듈 및 예측 모듈을 포함하는 설비 건강 모니터링 장치에서 수행되는 센서 군집화 기반 설비 건강 모니터링 방법에 있어서,상기 데이터 처리 모듈이 설비에 부착된 복수 개의 센서로부터 실시간으로 수집되는 FDC(Fault Detection 0026# Classification) 데이터를 수집하는 단계;상기 데이터 처리 모듈이 설비 수명 지표를 생성하는 설비 수명 지표 생성 단계;상기 데이터 처리 모듈이 각 센서에서 수집된 FDC 데이터 변수 중에서 적어도 하나의 변수를 제거하여 다중 공선성(multicollinearity)를 제거하는 변수 선택 단계;상기 데이터 처리 모듈이 모든 센서 데이터가 동일한 평균, 표준편차를 가지도록 각 센서 데이터의 표준화를 수행하는 표준화 단계;상기 데이터 처리 모듈이 각 센서 데이터의 평균과 표준 편차를 계산하여 특질을 추출하는 특질 추출 단계;상기 데이터 처리 모듈이 이상치 센서를 제거하는 이상치 센서 제거 단계;상기 군집화 모듈이 센서 대표 패턴을 정의하는 단계;상기 군집화 모듈이 추출된 특질을 기반으로 군집화 알고리즘을 적용하여 유사한 특성을 가진 센서들을 군집화하는 군집화 단계;상기 군집화 모듈이 복수의 군집들 중 어느 하나의 군집에 포함된 센서들을 중요 센서로 추출하는 단계;상기 예측 모듈이 중요 센서들의 특질들을 이용하여 설비 건강 모니터링 모델을 학습하는 단계; 및상기 예측 모듈이 새로운 센서 데이터가 수집되면 학습된 모델을 기반으로 설비의 건강을 진단하고 예측하는 단계를 포함하는 센서 군집화 기반의 설비 건강 모니터링 방법
|
| 2 |
2
제1항에 있어서,상기 군집화 단계에서 상기 군집화 알고리즘은 Hierarchical algorithm, K-means algorithm, K-medhoids algorithm, DBSCAN(Density Based Spatial Clustering of Applications with Noise), 및 OPTICS(Ordering Points To Identify the Clustering Structure)를 포함하는,센서 군집화 기반의 설비 건강 모니터링 방법
|
| 3 |
3
제1항에 있어서, 상기 센서 대표 패턴을 정의하는 단계에서 상기 센서 대표 패턴은 시간에 따라 증가하는 제1 패턴, 시간에 따라 감소하는 제2 패턴, 시간에 독립적이며 바뀌지 않는 패턴인 제3 패턴, 및 시간에 독립적인 기타 패턴인 제4 패턴을 포함하는,센서 군집화 기반의 설비 건강 모니터링 방법
|
| 4 |
4
제1항에 있어서, 상기 변수 선택 단계는 다음의 식을 이용하여 계산한 VIF(variance inflation actor)를 사용하여 변수를 선택하는,센서 군집화 기반의 설비 건강 모니터링 방법
|
| 5 |
5
설비에 부착된 복수 개의 센서로부터 실시간으로 수집되는 FDC(Fault Detection 0026# Classification) 데이터를 수집하여, 설비 수명 지표를 생성하고, 각 센서에서 수집된 FDC 데이터 변수 중에서 적어도 하나의 변수를 제거하여 다중 공선성을 제거하며, 모든 센서 데이터가 동일한 평균, 표준편차를 가지도록 각 센서 데이터의 표준화를 수행하고, 각 센서 데이터의 평균과 표준 편차를 계산하여 특질을 추출하며, 이상치 센서를 제거하는 데이터 처리 모듈;센서 대표 패턴을 정의하여, 추출된 특질을 기반으로 군집화 알고리즘을 적용하여 유사한 특성을 가진 센서들을 군집화하고, 복수의 군집들 중 어느 하나의 군집에 포함된 센서들을 중요 센서로 추출하는 군집화 모듈; 및중요 센서들의 특질들을 이용하여 설비 건강 모니터링 모델을 학습하고, 새로운 센서 데이터가 수집되면 학습된 모델을 기반으로 설비의 건강을 진단하고 예측하는 예측 모듈을 포함하는 센서 군집화 기반의 설비 건강 모니터링 장치
|
| 6 |
6
제5항에 있어서,상기 군집화 알고리즘은 Hierarchical algorithm, K-means algorithm, K-medhoids algorithm, DBSCAN(Density Based Spatial Clustering of Applications with Noise), 및 OPTICS(Ordering Points To Identify the Clustering Structure)를 포함하는 센서 군집화 기반의 설비 건강 모니터링 장치
|
| 7 |
7
제5항에 있어서,상기 센서 대표 패턴은 시간에 따라 증가하는 제1 패턴, 시간에 따라 감소하는 제2 패턴, 시간에 독립적이며 바뀌지 않는 패턴인 제3 패턴, 및 시간에 독립적인 기타 패턴인 제4 패턴을 포함하는,센서 군집화 기반의 설비 건강 모니터링 장치
|
| 8 |
8
제5항에 있어서, 상기 데이터 처리 모듈은 다음의 식을 이용하여 계산한 VIF(variance inflation actor)를 사용하여 각 센서에서 수집된 FDC 데이터 변수 중에서 적어도 하나의 변수를 제거하는,센서 군집화 기반의 설비 건강 모니터링 장치
|
