| 1 |
1
외부로부터 공급된 기체에 대한 특징을 추출하고, 상기 추출된 특징에 기반하여 데이터를 생성하고, 상기 데이터를 출력하는 측정부; 및상기 데이터를 수신하여 상기 데이터에 대한 오류 발생 여부를 판단하고, 상기 오류 발생 여부에 따라 이상 감지 결과를 출력하는 데이터 처리부를 포함하되,상기 측정부는 상기 특징을 추출하기 전에 캘리브레이션(calibration) 동작 또는 환경 조절 동작을 수행하고,상기 데이터 처리부는 기계 학습에 기반하여 상기 데이터에 대한 상기 오류 발생 여부를 판단하는 이상 감지 장치
|
| 2 |
2
제 1 항에 있어서,상기 측정부는:회로 전압 및 가열 전압을 공급하는 전원부;상기 외부로부터 공급된 기체를 측정하기 위한 적어도 하나의 기체 센서를 포함하는 센서부;상기 센서부의 구동 조건에 기반하여 상기 캘리브레이션 동작을 수행하는 캘리브레이션부;상기 센서부의 측정 환경을 조절하기 위한 상기 환경 조절 동작을 수행하는 환경조절부; 및상기 전원부, 상기 센서부, 상기 캘리브레이션부 및 상기 환경조절부를 제어하는 제어부를 포함하는 이상 감지 장치
|
| 3 |
3
제 2 항에 있어서,상기 적어도 하나의 기체 센서는 휘발성 유기 화합물(Volatile Organic Compounds, VOC) 계열의 기체를 측정하는 이상 감지 장치
|
| 4 |
4
제 2 항에 있어서,상기 캘리브레이션부는:상기 캘리브레이션 동작에 사용되는 기체를 저장하기 위한 저장용기;상기 캘리브레이션 동작에 사용되는 기체의 상기 센서부로의 유입을 조절하는 밸브; 및 상기 캘리브레이션 동작에 사용되는 기체의 유입량을 조절하는 레귤레이터를 포함하는 이상 감지 장치
|
| 5 |
5
제 2 항에 있어서,상기 데이터 처리부는:상기 수신된 데이터를 수집하는 데이터 수집부;상기 기계 학습에 기반하여 상기 수신된 데이터의 이상 여부를 판단하는 데이터 판별부;상기 수집된 데이터 및 상기 이상 여부의 판단 결과를 저장하는 데이터 저장부; 및상기 데이터 저장부에 저장된 상기 수집된 데이터 및 상기 판단 결과에 기반하여 상기 기계 학습을 수행하는 데이터 학습부를 포함하는 이상 감지 장치
|
| 6 |
6
제 5 항에 있어서,상기 제어부는:상기 캘리브레이션부에서 수행된 상기 캘리브레이션 동작의 정보, 상기 센서부에 포함된 상기 적어도 하나의 기체 센서의 노화(aging) 정보 및 상기 환경 조절부로부터 획득한 환경 정보를 저장하고,상기 캘리브레이션 동작의 정보, 상기 적어도 하나의 기체 센서의 노화 정보 및 상기 환경 정보를 상기 데이터 저장부에 전달하는 이상 감지 장치
|
| 7 |
7
제 6 항에 있어서,상기 데이터 저장부에 전달되는 상기 캘리브레이션 동작의 정보, 상기 적어도 하나의 기체 센서의 노화 정보 및 상기 환경 정보에 기반하여 상기 데이터 처리부에서 출력되는 상기 이상 감지 결과의 신뢰도를 출력하는 이상 감지 장치
|
| 8 |
8
제 1 항에 있어서,상기 기계 학습은 Cycle-GAN(Generative Adversarial Network) 네트워크 또는 Cascaded Cycle-GAN 네트워크에 기반하는 이상 감지 장치
|
| 9 |
9
제 1 항에 있어서,상기 이상 감지 결과를 표시하는 표시부 또는 상기 이상 감지 결과를 알리는 알람부를 더 포함하는 이상 감지 장치
|
| 10 |
10
제 1 항에 있어서,상기 데이터 처리부는 상기 이상 감지 결과를 일정한 시간 간격으로 도출하는 이상 감지 장치
|
| 11 |
11
이상 감지 장치의 기체 센서로부터 측정되는 데이터에 기반한 기체 센서의 이상 감지 방법에 있어서:정상 데이터 및 비정상 데이터에 기반하여 제 1 기계 학습을 수행하는 단계;측정 대상 기체를 센싱하는 단계;상기 측정 대상 기체로부터 측정된 상기 데이터를 처리하는 단계; 및상기 기체 센서로부터 출력되는 상기 데이터의 이상 여부를 판단하는 단계를 포함하되,상기 데이터에 이상이 있는 것으로 판단되는 경우 상기 기체 센서의 이상을 나타내는 신호를 외부로 출력하고, 상기 데이터 이상이 없는 것으로 판단되는 경우 상기 이상 여부에 대한 판단 결과에 기반하여 제 2 기계 학습을 수행하는 방법
|
| 12 |
12
제 11 항에 있어서,상기 기체 센서에 대한 캘리브레이션 동작을 수행하는 단계; 및상기 기체 센서에 대한 환경 조절 동작을 수행하는 단계를 더 포함하는 방법
|
| 13 |
13
제 12 항에 있어서,상기 캘리브레이션 동작의 정보, 상기 기체 센서의 노화(aging) 정보 및 상기 환경 조절 동작의 정보를 저장하는 단계를 더 포함하는 방법
|
| 14 |
14
제 13 항에 있어서,상기 캘리브레이션 동작의 정보, 상기 기체 센서의 노화 정보 및 상기 환경 조절 동작의 정보에 기반하여 상기 이상 여부에 대한 판단 결과에 대한 신뢰도를 출력하는 단계를 더 포함하는 방법
|
| 15 |
15
제 11 항에 있어서,상기 제 1 기계 학습 및 상기 제 2 기계 학습은 Cycle-GAN(Generative Adversarial Network) 네트워크 또는 Cascaded Cycle-GAN 네트워크에 기반하는 방법
|
