1 |
1
건전성 예측 대상 시스템과 연결되어, 상기 건전성 예측 대상 시스템의 구성요소의 센싱 데이터 및 시스템의 동작 데이터를 포함하는 측정정보(z)를 수집하여 출력하는 구성요소 동작정보 수집부;시스템 레벨 예측 입력정보 입력받는 입력부;상기 건전성 예측 대상 시스템의 작동 주기 동안 상기 동작정보 수집부를 통해 수집되는 측정정보를 저장하는 저장부; 및상기 건전성 예측 대상 시스템의 물리 모델 존재 여부에 따라 물리 기반 접근법 및 데이터 접근법 중 어느 하나 이상을 선택한 후, 상기 측정정보(z) 및 입력받은 상기 시스템 레벨 예측 입력정보를 선택된 접근법에 적용하여 구성요소 레벨 주기별 구성요소 건강상태정보(h)를 생성하고 주기별 구성요소 건강상태정보(h)의 성능 열화 추이에 따른 구성요소 잔여수명을 예측하며, 시스템 레벨의 주기별 시스템 성능 정보(S)를 생성한 후 시스템 성능 정보의 성능 열화 추이에 따른 시스템 잔여수명을 예측하는 PHM 예측부를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 장치
|
2 |
2
제1항에 있어서,상기 구성요소 동작정보 수집부는,상기 건전성 예측 대상 시스템에 설치되어 측정 대상 구성요소에 의해 발생하는 측정요소를 센싱하여 상기 측정요소에 대한 센싱 데이터를 상기 측정정보(z)로서 출력하는 센싱부; 및상기 건전성 예측 대상 시스템과 데이터통신을 수행하여 상기 건전성 예측 대상 시스템으로부터 동작 데이터를 상기 측정정보(z)로서 출력하는 통신부를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 장치
|
3 |
3
제1항에 있어서,상기 PHM 예측부는,상기 구성요소 동작정보 수집부 및 입력부를 통해 상기 측정정보 및 시스템 레벨 예측 입력정보를 수집하여 상기 저장부에 저장하는 데이터 수집부; 및상기 건전성 예측 대상 시스템의 물리 모델 존재 여부에 따라 물리 기반 접근법 및 데이터 접근법 중 어느 하나 이상을 선택한 후, 상기 측정정보 및 입력받은 상기 시스템 레벨 예측 입력정보를 선택된 접근법에 적용하여 구성요소 레벨 주기별 구성요소 건강상태정보(h)를 생성하고 주기별 구성요소 건강상태정보(h)의 성능 열화 추이에 따른 구성요소 잔여수명을 예측하며, 시스템 레벨의 주기별 시스템 성능 정보(S)를 생성한 후 시스템 성능 정보의 성능 열화 추이에 따른 시스템 잔여수명을 예측하는 PHM 분석부를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 장치
|
4 |
4
제3항에 있어서,상기 데이터 수집부는,상기 구성요소 동작정보 수집부를 통해 상기 측정정보를 수집하고, 상기 입력부를 통해 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u)를 수집하여 상기 저장부에 저장하는 시스템 역학 데이터 획득부; 및상기 구성요소 동작정보 수집부를 통해 측정정보를 수집하고, 상기 입력부를 통해 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u) 및 과거의 시스템 성능 정보(S)를 입력받고, 상기 측정정보(z)를 하기 수학식을 적용하여 측정신호 특징정보(fz)를 생성하여 저장부에 저장하는 유지 관리 데이터 획득부를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 장치
|
5 |
5
제4항에 있어서,상기 PHM 분석부는,상기 건전성 예측 대상 시스템의 물리 모델 존재 시 동작하여 상기 측정정보(z) 및 입력받은 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u)를 측정 물리 모델에 적용하여 구성요소 레벨 주기별 구성요소 건강상태정보(h)를 생성하고 주기별 구성요소 건강상태정보(h)의 성능 열화 추이에 따른 구성요소 잔여수명을 예측하며, 상태 물리 모델 및 시스템 성능 물리 모델에 구성요소 건강상태정보(h) 및 예측 상태(x)를 적용하여 시스템 레벨의 주기별 시스템 성능 정보(S)를 생성한 후 시스템 성능 정보의 성능 열화 추이에 따른 시스템 잔여수명을 예측하는 물리 기반 PHM 분석부; 및상기 건전성 예측 대상 시스템의 물리 모델 존재하지 않으면 동작하여 상기 측정정보에 대한 측정신호 특징정보(fz) 및 입력받은 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u) 및 과거의 시스템 성능 정보를 건강상태 추정 인공지능 모델에 적용하여 구성요소 레벨 주기별 구성요소 건강상태정보(h)를 생성하고 주기별 구성요소 건강상태정보(h)의 성능 열화 추이에 따른 구성요소 잔여수명을 예측하며, 상기 구성요소 건강상태정보(h) 및 동작 매개변수(u)를 시스템 성능 예측 인공지능 모델에 적용하여 시스템 레벨의 주기별 시스템 성능 정보(S)를 생성한 후 시스템 성능 정보의 성능 열화 추이에 따른 시스템 잔여수명을 예측하는 데이터 기반 PHM 분석부를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 장치
|
6 |
6
제5항에 있어서,상기 물리 기반 PHM 분석부는,상기 구성요소 동작정보 수집부 및 입력부를 통해 측정정보(z) 및 동작 매개변수(u)를 획득하는 파라미터 획득부, 상기 상태 물리 모델에 동작 매개변수(u) 및 측정정보(z)를 적용하여 임시 상태정보() 및 임시 구성요소 건강상태정보()를 생성하고, 상기 임시 상태정보() 및 임시 구성요소 건강상태정보()를 측정 물리 모델에 적용하여 추정 상태정보(x) 및 추정 구성요소 건강상태정보(h)를 생성하여 출력하는 추정부 및 예측 구성요소 건강상태정보(h) 및 동작 매개변수(u)를 입력받아 상기 상태 물리 모델에 적용하여 예측 상태정보(x)를 생성한 후, 시스템 성능 물리 모델에 상기 추정 상태정보(x), 예측 상태정보(x) 및 추정 구성요소 건강상태정보(h)를 적용하여 시스템 성능 정보(S)를 생성하는 예측부를 포함하는 온라인 예측부; 및상기 추정 구성요소 건강상태정보를 하기 수학식 9에 적용하여 구성요소 성능열화 추이를 판단하고, 구성요소 성능열화에 따른 예측 구성요소 건강상태정보(h=hcyc)를 생성하여 상기 온라인 예측부(310)로 출력하는 건강상태 예측부(321) 및 상기 구성요소 성능열화에 의해 구성요소의 잔여수명을 예측하고, 생성된 시스템 성능 정보에 따른 시스템 성능열화의 추이에 따른 시스템 잔여수명을 예측하는 잔여수명 결정부(322)를 포함하는 오프라인 예측부를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 장치
|
7 |
7
제5항에 있어서,상기 데이터 기반 PHM 분석부는,상기 구성요소 동작정보 수집부 및 입력부를 통해 측정정보(z) 및 동작 매개변수(u)를 획득하는 파라미터 획득부, 상기 건전성 예측 대상 시스템의 물리 모델 존재하지 않으면 동작하여 상기 측정정보에 대한 측정신호 특징정보(fz) 및 입력받은 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u) 및 과거의 시스템 성능 정보를 건강상태 추정 인공지능 모델에 적용하여 구성요소 레벨 주기별 추정 구성요소 건강상태정보(h)를 생성하여 출력하는 추정 모델부 및 예측 구성요소 건강상태정보(h)를 입력받아 동작 매개변수(u)와 함께 시스템 성능 예측 인공지능 모델에 적용하여 시스템 성능 정보(S)를 생성하는 예측 모델부를 포함하는 온라인 예측부; 및 상기 추정 구성요소 건강상태정보를 하기 수학식에 적용하여 구성요소 성능열화 추이를 판단하고, 구성요소 성능열화에 따른 예측 구성요소 건강상태정보(h=hcyc)를 생성하여 상기 추정 모델부로 출력하는 건강상태 예측부 및 주기별 예측 구성요소 건강상태정보(h)의 성능 열화 추이에 따른 구성요소 잔여수명을 예측하며, 시스템 성능 정보의 성능 열화 추이에 따른 시스템 잔여수명을 예측하는 잔여수명 결정부를 포함하는 오프라인 예측부를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 장치
|
8 |
8
PHM 예측부가 구성요소 동작정보 수집부를 통해 건전성 예측 대상 시스템과 연결되어, 상기 건전성 예측 대상 시스템의 구성요소의 센싱 데이터 및 시스템의 동작 데이터를 포함하는 측정정보(z)를 수집하는 구성요소 동작정보 수집 과정;PHM 예측부가 입력부를 통해 시스템 레벨 예측 입력정보 입력받는 시스템 레벨 예측 입력정보 획득 과정;PHM 예측부가 상기 건전성 예측 대상 시스템의 작동 주기 동안 상기 동작정보 수집부를 통해 수집되는 측정정보를 저장부에 저장하는 저장 과정; 및상기 PHM 예측부가 상기 건전성 예측 대상 시스템의 물리 모델 존재 여부에 따라 물리 기반 접근법 및 데이터 접근법 중 어느 하나 이상을 선택한 후, 상기 측정정보(z) 및 입력받은 상기 시스템 레벨 예측 입력정보를 선택된 접근법에 적용하여 구성요소 레벨 주기별 구성요소 건강상태정보(h)를 생성하고 주기별 구성요소 건강상태정보(h)의 성능 열화 추이에 따른 구성요소 잔여수명을 예측하며, 시스템 레벨의 주기별 시스템 성능 정보(S)를 생성한 후 시스템 성능 정보의 성능 열화 추이에 따른 시스템 잔여수명을 예측하는 PHM 예측 과정을 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 방법
|
9 |
9
제8항에 있어서,상기 구성요소 동작정보 수집 과정은,상기 PHM 예측부가 구성요소 동작정보 수집부의 센싱부를 통해 상기 건전성 예측 대상 시스템에 설치되어 측정 대상 구성요소에 의해 발생하는 측정요소를 센싱하여 상기 측정요소에 대한 센싱 데이터를 상기 측정정보로서 수집하는 센싱 정보 수집 단계; 및상기 PHM 예측부가 구성요소 동작정보 수집부의 통신부를 통해 상기 상기 건전성 예측 대상 시스템과 데이터통신을 수행하여 상기 건전성 예측 대상 시스템으로부터 동작 데이터를 상기 측정정보로서 수집하는 동작 데이터 수집 단계를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 방법
|
10 |
10
|
11 |
11
제10항에 있어서,상기 데이터 획득 단계는,PHM 예측부가 데이터 수집부의 시스템 역학 데이터 획득부를 통해 상기 구성요소 동작정보 수집부로부터 상기 측정정보를 수집하고, 상기 입력부로부터 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u)를 수집하여 상기 저장부에 저장하는 시스템 역학 데이터 획득 단계; 및PHM 예측부가 데이터 수집부의 유지 관리 데이터 획득부를 통해 상기 구성요소 동작정보 수집부로부터 측정정보를 수집하고, 상기 입력부로부터 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u) 및 과거의 시스템 성능 정보(S)를 입력받고, 상기 측정정보(z)를 하기 수학식을 적용하여 측정신호 특징정보(fz)를 생성하는 유지 관리 데이터 획득부를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 방법
|
12 |
12
제11항에 있어서,상기 PHM 분석 단계는,PHM 예측부가 상기 건전성 예측 대상 시스템의 물리 모델 존재 시 PHM 분석부의 물리 기반 PHM 분석부를 동작시켜 상기 측정정보(z) 및 입력받은 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u)를 측정 물리 모델에 적용하여 구성요소 레벨 주기별 구성요소 건강상태정보(h)를 생성하고 주기별 구성요소 건강상태정보(h)의 성능 열화 추이에 따른 구성요소 잔여수명을 예측하며, 상태 물리 모델 및 시스템 성능 물리 모델에 구성요소 건강상태정보(h) 및 예측 상태(x)를 적용하여 시스템 레벨의 주기별 시스템 성능 정보(S)를 생성한 후 시스템 성능 정보의 성능 열화 추이에 따른 시스템 잔여수명을 예측하는 물리 기반 PHM 분석 단계; 및상기 PHM 예측부가 상기 건전성 예측 대상 시스템의 물리 모델 존재하지 않으면 PHM 분석부의 데이터 기반 PHM 분석부를 동작시켜 상기 측정정보에 대한 측정신호 특징정보(fz) 및 입력받은 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u) 및 과거의 시스템 성능 정보를 건강상태 추정 인공지능 모델에 적용하여 구성요소 레벨 주기별 구성요소 건강상태정보(h)를 생성하고 주기별 구성요소 건강상태정보(h)의 성능 열화 추이에 따른 구성요소 잔여수명을 예측하며, 상기 구성요소 건강상태정보(h) 및 동작 매개변수(u)를 시스템 성능 예측 인공지능 모델에 적용하여 시스템 레벨의 주기별 시스템 성능 정보(S)를 생성한 후 시스템 성능 정보의 성능 열화 추이에 따른 시스템 잔여수명을 예측하는 데이터 기반 PHM 분석 단계를 포함하는 것을 특징으로 하는 시스템 레벨 상태 예측 방법
|
13 |
13
제12항에 있어서,상기 물리 기반 PHM 분석 단계는,상기 상태 물리 모델에 동작 매개변수(u) 및 측정정보(z)를 적용하여 임시 상태정보() 및 임시 구성요소 건강상태정보()를 생성하는 임시 구성요소 건강상태정보 생성 단계;상기 임시 상태정보() 및 임시 구성요소 건강상태정보()를 측정 물리 모델에 적용하여 추정 상태정보(x) 및 추정 구성요소 건강상태정보(h)를 생성하는 추정 구성요소 건강상태정보 생성 단계;상기 추정 구성요소 건강상태정보를 하기 수학식에 적용하여 구성요소 성능열화 추이를 판단하고, 구성요소 성능열화에 따른 예측 구성요소 건강상태정보(h=hcyc)를 생성하는 예측 구성요소 건강상태정보 생성 단계;[수학식]여기서 hcyc는 주기의 함수로서 구성요소 건강상태정보를 나타내고, d는 수학적 모델, θ는 모델 매개변수, t는 주기이다
|
14 |
14
제12항에 있어서,상기 데이터 기반 PHM 분석 단계는,상기 건전성 예측 대상 시스템의 물리 모델 존재하지 않으면 동작하여 상기 측정정보에 대한 측정신호 특징정보(fz) 및 입력받은 상기 시스템 레벨 예측 입력정보인 동작 매개변수(u) 및 과거의 시스템 성능 정보를 건강상태 추정 인공지능 모델에 적용하여 구성요소 레벨 주기별 추정 구성요소 건강상태정보(h)를 생성하는 추정 구성요소 건강상태정보 생성 단계;상기 추정 구성요소 건강상태정보를 하기 수학식에 적용하여 구성요소 성능열화 추이를 판단하고, 구성요소 성능열화에 따른 예측 구성요소 건강상태정보(h=hcyc)를 생성하는 예측 구성요소 건강상태정보 생성 단계;[수학식]여기서 hcyc는 주기의 함수로서 구성요소 건강상태정보를 나타내고, d는 수학적 모델, θ는 모델 매개변수, t는 주기이다
|