1 |
1
입력된 학습 신호 또는 진단 대상으로부터 취득된 취득 신호의 포락 분석을 통해 학습 신호 또는 취득 신호의 포락 신호를 추출하는 포락 분석부;상기 추출된 포락 신호의 주파수 변환을 통해 학습 신호 또는 취득 신호의 스펙트럼을 추출하는 스펙트럼 추출부;상기 추출된 스펙트럼을 이용해 각 고장에 대한 결함주파수 대역을 계산하여 학습 신호 또는 취득 신호의 결함주파수 성분을 추출하는 결함주파수 성분 추출부;상기 추출된 결함주파수 성분 값을 복수 개의 특징벡터로 확장하여 학습 신호 또는 취득 신호의 확장 특징벡터를 생성하는 특징벡터 생성부; 및상기 학습 신호로부터 생성된 학습 신호의 확장 특징벡터를 기설정된 기계학습 분류기에 학습시키고, 상기 학습시킨 기계학습 분류기를 통해 상기 취득 신호로부터 생성된 취득 신호의 확장 특징벡터를 분류하여 상기 진단 대상의 고장을 진단하는 기계학습 분류부;를 포함하고,상기 특징벡터 생성부는, 샘플 인덱스를 확장하고, 상기 확장된 샘플 인덱스에 상기 취득 신호의 특징벡터에 대한 입력 샘플을 맵핑하고, 상기 맵핑된 샘플을 통해 확장된 샘플을 계산하여 상기 취득 신호의 확장 특징벡터를 생성하는 것을 특징으로 하는 환경 변화에 강인한 고장 진단 장치
|
2 |
2
제1항에 있어서,상기 결함주파수 성분 추출부는, 상기 진단 대상의 기하학적 형상에 대한 수치와 상기 진단 대상을 회전시키는 회전기기의 회전속도를 파라미터로 이용해 각 고장에 대한 결함주파수 대역을 계산하여 결함주파수 성분을 추출하는 환경 변화에 강인한 고장 진단 장치
|
3 |
3
제1항에 있어서,상기 결함주파수 성분 추출부는, 상기 계산된 결함주파수 대역에서 최대 결함주파수 값을 기준으로 결함주파수 성분 값을 추출하고, 상기 추출된 결함주파수 성분 값을 정규화하는 환경 변화에 강인한 고장 진단 장치
|
4 |
4
제1항에 있어서,상기 특징벡터 생성부는, 상기 추출된 취득 신호의 결함주파수 성분 값을 상기 학습된 기계학습 분류기의 입력 노드 개수에 해당하는 복수 개만큼 취득 신호의 확장 특징벡터를 확장하는 환경 변화에 강인한 고장 진단 장치
|
5 |
5
삭제
|
6 |
6
고장 진단 장치에 의해 수행되는 환경 변화에 강인한 고장 진단 방법에 있어서,입력된 학습 신호의 포락 분석을 통해 학습 신호의 포락 신호를 추출하고, 상기 추출된 포락 신호의 주파수 변환을 통해 학습 신호의 스펙트럼을 추출하고, 상기 추출된 스펙트럼을 이용해 각 고장에 대한 결함주파수 대역을 계산하여 학습 신호의 결함주파수 성분을 추출하고, 상기 추출된 결함주파수 성분 값을 복수 개의 특징벡터로 확장하여 학습 신호의 확장 특징벡터를 생성하는 단계;상기 학습 신호로부터 생성된 학습 신호의 확장 특징벡터를 기설정된 기계학습 분류기에 학습시키는 단계;진단 대상으로부터 취득된 취득 신호의 포락 분석을 통해 취득 신호의 포락 신호를 추출하고, 상기 추출된 포락 신호의 주파수 변환을 통해 취득 신호의 스펙트럼을 추출하고, 상기 추출된 스펙트럼을 이용해 각 고장에 대한 결함주파수 대역을 계산하여 취득 신호의 결함주파수 성분을 추출하고, 상기 추출된 결함주파수 성분 값을 복수 개의 특징벡터로 확장하여 취득 신호의 확장 특징벡터를 생성하는 단계; 및상기 학습시킨 기계학습 분류기를 통해 상기 취득 신호로부터 생성된 취득 신호의 확장 특징벡터를 분류하여 상기 진단 대상의 고장을 진단하는 단계;를 포함하고,상기 취득 신호의 확장 특징벡터를 생성하는 단계는, 샘플 인덱스를 확장하고, 상기 확장된 샘플 인덱스에 상기 취득 신호의 특징벡터에 대한 입력 샘플을 맵핑하고, 상기 맵핑된 샘플을 통해 확장된 샘플을 계산하여 상기 취득 신호의 확장 특징벡터를 생성하는 것을 특징으로 하는 환경 변화에 강인한 고장 진단 방법
|
7 |
7
제6항에 있어서,상기 취득 신호의 확장 특징벡터를 생성하는 단계는, 상기 진단 대상의 기하학적 형상에 대한 수치와 상기 진단 대상을 회전시키는 회전기기의 회전속도를 파라미터로 이용해 각 고장에 대한 결함주파수 대역을 계산하여 결함주파수 성분을 추출하는 환경 변화에 강인한 고장 진단 방법
|
8 |
8
제6항에 있어서,상기 취득 신호의 확장 특징벡터를 생성하는 단계는, 상기 계산된 결함주파수 대역에서 최대 결함주파수 값을 기준으로 결함주파수 성분 값을 추출하고, 상기 추출된 결함주파수 성분 값을 정규화하는 환경 변화에 강인한 고장 진단 방법
|
9 |
9
제6항에 있어서,상기 취득 신호의 확장 특징벡터를 생성하는 단계는, 상기 추출된 취득 신호의 결함주파수 성분 값을 상기 학습된 기계학습 분류기의 입력 노드 개수에 해당하는 복수 개만큼 취득 신호의 확장 특징벡터를 확장하는 환경 변화에 강인한 고장 진단 방법
|
10 |
10
삭제
|