맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

머신러닝 기반 고장진단 장치 및 방법

  • 기술번호 : KST2020014590
  • 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 고장진단 기술에 관한 것으로서, 상세하게는 머신러닝 기술을 사용하여 주변환경에 관계없이 고해상도 영상을 획득함으로써 대상물을 안정적으로 모니터링하고 대상물의 고장진단을 정밀하게 수행할 수 있는 머신러닝 기반 고장진단 장치 및 방법에 관한 것이다. 이를 위하여, 본 발명에 따른 머신러닝 기반 고장진단 장치는 딥 러닝(deep-learning) 기반으로 사전 학습된 제1 모델에 따라 대상물의 변위신호를 영상신호로 변환하는 영상 생성부와, 딥 러닝 기반으로 사전 학습된 제2 모델에 따라 영상신호를 분석하여 대상물의 결함을 검출하는 진단부를 포함한다.
Int. CL G06T 7/00 (2017.01.01) G06T 3/40 (2006.01.01) G06N 3/08 (2006.01.01)
CPC G06T 7/0004(2013.01) G06T 7/0004(2013.01) G06T 7/0004(2013.01) G06T 7/0004(2013.01) G06T 7/0004(2013.01)
출원번호/일자 1020190056906 (2019.05.15)
출원인 한국생산기술연구원
등록번호/일자 10-2172271-0000 (2020.10.26)
공개번호/일자
공고번호/일자 (20201030) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2019.05.15)
심사청구항수 5

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 윤종필 경상북도 포항시 남구
2 정승현 대구광역시 수성구
3 박진형 경상북도 경산시 경안로
4 신우상 대구광역시 동구
5 구교권 대구광역시 달서구
6 김민수 경상남도 창원시 의창구

대리인

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

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국생산기술연구원 충청남도 천안시 서북구
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		 2019.05.15 수리 (Accepted) 1-1-2019-0496458-00
2 의견제출통지서
Notification of reason for refusal		 2020.07.27 발송처리완료 (Completion of Transmission) 9-5-2020-0509546-85
3 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2020.07.31 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0805260-41
4 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
 2020.07.31 수리 (Accepted) 1-1-2020-0805259-05
5 등록결정서
Decision to grant		 2020.10.20 발송처리완료 (Completion of Transmission) 9-5-2020-0718333-14
6 [명세서등 보정]보정서(심사관 직권보정)
 2020.10.28 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-5027403-85
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
딥 러닝(deep-learning) 기반으로 사전 학습된 제1 모델에 따라 대상물의 변위신호를 영상신호로 변환하는 영상 생성부와,딥 러닝 기반으로 사전 학습된 제2 모델에 따라 영상신호를 분석하여 대상물의 결함을 검출하는 진단부를 포함하며,상기 영상 생성부는 변위센서의 변위 데이터와 이미지센서의 고해상도 영상 데이터를 제공받아 오토인코더 방식으로 학습된 후 GAN 모델을 이용해 다시 한 번 학습되는 것을 특징으로 하는 머신러닝 기반 고장진단 장치
2 2
삭제
3 3
제1항에 있어서, 상기 진단부는 컨벌루션층과 분류층으로 구성된 신경망을 사용하여 대상물의 고장원인을 분류하는 것을 특징으로 하는 머신러닝 기반 고장진단 장치
4 4
딥 러닝(deep-learning) 기반으로 사전 학습된 제1 모델에 따라 대상물의 변위신호를 처리하여 영상신호를 생성하는 단계와, 딥 러닝 기반으로 사전 학습된 제2 모델에 따라 영상신호를 분석하여 대상물의 결함을 검출하는 단계를 포함하며,상기 영상신호를 생성하는 단계는 오토인코더와 GAN 학습이 동시에 적용된 학습모델을 이용해 고해상도 영상신호를 생성하는 것을 특징으로 하는 머신러닝 기반 고장진단 방법
5 5
삭제
6 6
제4항에 있어서,상기 대상물의 결함을 검출하는 단계는 컨벌루션층과 분류층으로 구성된 신경망을 사용하여 대상물의 고장원인을 분류하는 것을 특징으로 하는 머신러닝 기반 고장진단 방법
7 7
변위센서의 변위 데이터 및 이미지센서의 고해상도 영상 데이터를 제공받아 오토인코더 모델을 이용해 변위신호로부터 영상신호가 생성되도록 영상 생성부를 학습시키는 제1 학습 단계와, GAN 모델을 이용해 상기 제1 학습 단계에서 학습된 영상 생성부에 의해 생성된 영상신호가 상기 고해상도 영상 데이터와 구별되지 못하는 수준까지 도달하도록 영상 생성부를 학습시키는 제2 학습 단계와, 상기 제1 학습 단계 및 상기 제2 학습 단계에서 학습된 영상 생성부를 통해 변위신호로부터 영상신호를 생성하는 단계를 포함하는 머신러닝 기반 고장진단 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.