맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

신경회로망을 이용한 회전체의 출력 데이터 추정 시스템 및 방법

  • 기술번호 : KST2019006354
  • 담당센터 : 경기기술혁신센터
  • 전화번호 : 031-8006-1570
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명은 신경회로망을 이용한 회전체의 출력 데이터 추정 시스템에 관한 것으로서, 회전체의 입력 데이터에 따른 출력 데이터를 확보하는 데이터 획득부; 상기 데이터 획득부에서 확보된 입출력데이터를 학습용 입력데이터로 설정하는 데이터 변환부; 상기 데이터 변환부에서 설정된 학습용 입력데이터를 입력으로 하여 학습시키는 신경회로망 학습 모델부; 및 상기 신경회로망 학습 모델부를 통해 학습된 내역을 기반으로 회전체의 입력 데이터에 대한 출력 데이터를 추정하는 추정부; 를 포함하는 것을 특징으로 한다. 또한, 본 발명은 신경회로망을 이용한 회전체의 출력 데이터 추정 방법에 관한 것으로서, 회전체의 입력 데이터에 따른 출력 데이터를 확보하는 제1단계; 상기 제1단계로부터 확보된 입출력데이터를 학습용 입력데이터로 설정하는 제2단계; 상기 제2단계로부터 설정된 학습용 입력데이터를 입력으로 하여 학습시키는 제3단계; 및 상기 제3단계로부터 학습된 내역을 기반으로 회전체의 입력 데이터에 대한 출력 데이터를 추정하는 제4단계; 를 포함하는 것을 특징으로 한다. 이에 의해, 센서 없이 회전체의 출력 데이터를 추정하는 데 있어 블랙 박스 모델 방식을 채택함과 동시에 신경회로망을 기반으로 하는 기계학습 방식으로 회전체의 출력 데이터 추정이 구현됨으로써, 복잡한 비선형 모델을 고려하지 않아도 되고 회전체의 사양이나 종류에 무관하게 적용될 수 있으며, 회전체의 토크 뿐만 아닌 RPM, 효율, 역율, 전류 등의 다양한 출력 데이터의 추정이 구현된다. 또한, 추정치와 실측치의 비교를 통한 검증을 통해 신경회로망의 설정을 주기적으로 업데이트(변경)함으로써, 신경회로망 모델의 구조 최적화 및 추정치의 신뢰성이 증대될 수 있다.
Int. CL G06N 3/08 (2006.01.01) G06N 5/04 (2006.01.01) G01R 31/34 (2006.01.01)
CPC G06N 3/08(2013.01)G06N 3/08(2013.01)G06N 3/08(2013.01)
출원번호/일자 1020170159828 (2017.11.28)
출원인 한국생산기술연구원
등록번호/일자
공개번호/일자 10-2019-0061433 (2019.06.05) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 거절
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2017.11.28)
심사청구항수 1

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국생산기술연구원 대한민국 충청남도 천안시 서북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 권순오 경상북도
2 이수웅 대구광역시 달서구
3 남윤주 대구광역시 동구
4 이호영 대구광역시 달성군 유가면 테크노대로 ***(대구
5 이종일 부산광역시 부산진구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 누리 대한민국 서울특별시 강남구 테헤란로 **길 **-*(역삼동, IT빌딩 *층)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2017.11.28 수리 (Accepted) 1-1-2017-1181742-17
2 직권정정안내서
Notification of Ex officio Correction		 2017.12.06 발송처리완료 (Completion of Transmission) 1-5-2017-0175812-99
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2018.07.02 수리 (Accepted) 4-1-2018-5123030-77
4 의견제출통지서
Notification of reason for refusal		 2019.07.22 발송처리완료 (Completion of Transmission) 9-5-2019-0527212-49
5 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2019.09.17 수리 (Accepted) 1-1-2019-0947682-77
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2019.09.17 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2019-0947683-12
7 거절결정서
Decision to Refuse a Patent		 2020.01.31 발송처리완료 (Completion of Transmission) 9-5-2020-0075690-38
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2020.02.24 수리 (Accepted) 1-1-2020-0190792-60
9 [명세서등 보정]보정서(재심사)
Amendment to Description, etc(Reexamination)		 2020.02.24 보정각하 (Rejection of amendment) 1-1-2020-0190793-16
10 보정각하결정서
Decision of Rejection for Amendment		 2020.03.25 발송처리완료 (Completion of Transmission) 9-5-2020-0216616-99
11 거절결정서
Decision to Refuse a Patent		 2020.03.25 발송처리완료 (Completion of Transmission) 9-5-2020-0216617-34
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
회전체의 입력 데이터에 따른 출력 데이터를 확보하는 데이터 획득부;상기 데이터 획득부에서 확보된 입출력데이터를 학습용 입력데이터로 설정하는 데이터 변환부;상기 데이터 변환부에서 설정된 학습용 입력데이터를 입력으로 하여 학습시키는 신경회로망 학습 모델부; 및상기 신경회로망 학습 모델부를 통해 학습된 내역을 기반으로 회전체의 입력 데이터에 대한 출력 데이터를 추정하는 추정부; 를 포함하는 것을 특징으로 하는신경회로망을 이용한 회전체의 출력 데이터 추정 시스템
2 2
제1항에 있어서,상기 신경회로망 학습 모델부는 베이지안 정규화 알고리즘을 기반으로 학습을 수행하며, 복수개의 퍼셉트론(perceptron)으로 구성된 은닉층(Hidden Layer)과 최대 4개의 퍼셉트론으로 구성된 출력층(Output Layer)으로 신경회로망을 형성하는 것을 특징으로 하는신경회로망을 이용한 회전체의 출력 데이터 추정 시스템
3 3
제2항에 있어서,상기 신경회로망 학습 모델부는 상기 학습용 입력데이터를 통해 각 입출력데이터의 연결 강도를 결정하여 하중값을 출력하는 학습 모드 처리부와 상기 학습 모드 처리부에서 획득된 하중값을 이용하여 유사한 입출력데이터에 대하여 학습된 패턴과 일치하는 지를 검사하는 생성 모드 처리부를 포함하는 것을 특징으로 하는신경회로망을 이용한 회전체의 출력 데이터 추정 시스템
4 4
제3항에 있어서,상기 신경회로망을 이용한 회전체의 출력 데이터 추정 시스템은 상기 추정부에서 추정된 회전체의 출력 데이터에 대한 검증을 수행하는 추정치 검증부를 추가적으로 포함하는 것을 특징으로 하는신경회로망을 이용한 회전체의 출력 데이터 추정 시스템
5 5
제4항에 있어서,상기 추정치 검증부는 동일한 조건 하에서 추정된 추정 데이터와 실측된 실측 데이터를 비교하여 추정 데이터를 검증하며, 상기 추정 데이터가 실측 데이터와 일정 이상의 차이가 있을 경우 상기 추정치 검증부는 해당 내역을 상기 신경회로망 학습 모델부로 전달하여 상기 학습 모드 처리부의 설정을 변경하도록 구성되는 것을 특징으로 하는신경회로망을 이용한 회전체의 출력 데이터 추정 시스템
6 6
회전체의 입력 데이터에 따른 출력 데이터를 확보하는 제1단계;상기 제1단계로부터 확보된 입출력데이터를 학습용 입력데이터로 설정하는 제2단계;상기 제2단계로부터 설정된 학습용 입력데이터를 입력으로 하여 학습시키는 제3단계; 및상기 제3단계로부터 학습된 내역을 기반으로 회전체의 입력 데이터에 대한 출력 데이터를 추정하는 제4단계; 를 포함하는 것을 특징으로 하는신경회로망을 이용한 회전체의 출력 데이터 추정 방법
7 7
제6항에 있어서,상기 제3단계는, 상기 학습용 입력데이터를 통해 각 입출력데이터의 연결 강도를 결정하여 하중값을 출력하는 제3-1단계;와상기 제3-1단계를 통해 획득된 하중값을 이용하여 유사한 입출력데이터에 대하여 학습된 패턴과 일치하는 지를 검사하는 제3-2단계; 를 포함하는 것을 특징으로 하는신경회로망을 이용한 회전체의 출력 데이터 추정 방법
8 8
제7항에 있어서,상기 신경회로망을 이용한 회전체의 출력 데이터 추정 방법은,상기 제4단계 이후에 상기 추정된 회전체의 출력 데이터에 대한 검증을 수행하는 제5단계를 추가적으로 포함하는 것을 특징으로 하는신경회로망을 이용한 회전체의 출력 데이터 추정 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.