| 1 |
1
블레이드 설계도에 기반하여 블레이드 모델을 구축하는 단계;손상 종류, 손상 발생 형태, 위치, 및 길이 중 적어도 하나가 서로 상이한 다수의 손상 유형을 정의하고, 상기 손상 유형 각각을 상기 블레이드 모델에 적용시켜 다수의 손상 모델을 생성하는 단계;상기 손상 모델 각각에 대한 모달 해석을 수행하여, 손상 유형별 고유 주파수 데이터를 획득 및 저장하는 단계;상기 고유 주파수 데이터와 상기 손상 유형간 상관 관계가 정의된 다수의 학습 데이터를 생성한 후, 상기 학습 데이터 각각을 이용하여 신경망을 기계 학습시키는 단계;펄스 변위 측정 장치 또는 고속 카메라를 탑재한 드론을 통해 운행 중인 블레이드의 진동 데이터를 획득하는 단계; 및 상기 진동 데이터를 주파수 데이터로 변환한 후 상기 신경망에 입력하여, 상기 신경망을 통해 손상 유형에 대한 검사 정보를 획득 및 출력하는 단계를 포함하는 드론 및 신경망에 기반한 블레이드 손상 검사 방법
|
| 2 |
2
제1항에 있어서, 상기 손상 유형별 고유 주파수 데이터를 획득 및 저장하는 단계는 모달 해석 결과값으로부터 n차(n은 자연수)의 주파수 피크를 검출하고, 피크 각각의 주파수를 측정 및 저장함으로써, 상기 고유 주파수 데이터를 획득하는 것을 특징으로 하는 드론 및 신경망에 기반한 블레이드 손상 검사 방법
|
| 3 |
3
제1항에 있어서, 상기 학습 데이터는 상기 고유 주파수 데이터가 입력 조건이고, 상기 손상 유형이 출력 조건인 것을 특징으로 하는 드론 및 신경망에 기반한 블레이드 손상 검사 방법
|
| 4 |
4
제1항에 있어서, 상기 검사 정보를 획득 및 출력하는 단계는 FFT(Fast Fourier transform)를 통해 시간 영역의 신호인 상기 진동 데이터를 주파수 영역의 신호인 상기 주파수 데이터로 변환하는 것을 특징으로 하는 드론 및 신경망에 기반한 블레이드 손상 검사 방법
|
| 5 |
5
제1항에 있어서, 상기 다수의 손상 모델을 생성하는 단계는 빅데이터 기반으로 손상 유형에 대한 자료를 수집 및 통계 분석함으로써, 상기 다수의 손상 유형을 자동 설정하는 것을 특징으로 하는 드론 및 신경망에 기반한 블레이드 손상 검사 방법
|
