| 1 |
1
열차운행기록파일과 열차 운행시 발생되는 고장에 대한 고장기록파일을 이용하여 기 설정된 시간 단위로 학습용 잔여유효수명을 생성하는 학습 데이터 생성부; 및상기 열차운행기록파일과 상기 고장기록파일 내 데이터와 상기 학습 데이터 생성부에 의해 생성된 학습용 잔여유효수명을 토대로, 새롭게 측정된 데이터에 대한 잔여유효수명을 기계학습 모델을 통해 예측하는 잔여유효수명 예측부를 포함하는 열차의 잔여유효수명 예측 장치
|
| 2 |
2
제 1 항에 있어서, 상기 학습 데이터 생성부는 TCMS(Train Control and Monitoring System)로부터 상기 열차운행기록파일과 상기 고장기록파일을 수집하는 데이터 수집부; 상기 열차운행기록파일과 상기 고장기록파일의 데이터를 판독 가능한 형태의 데이터로 변환하는 데이터 전처리부; 상기 전처리부에 의해 전처리된 상기 열차운행기록파일과 상기 고장기록파일의 데이터에서 실제 운용되지 않는 데이터를 제거하는 데이터 필터링부; 및상기 데이터 필터링부에 의해 필터링된 상기 열차운행기록파일과 상기 고장기록파일의 데이터를 이용하여 상기 학습용 잔여유효수명을 검출하는 잔여유효수명 검출부를 포함하는 것을 특징으로 하는 열차의 잔여유효수명 예측 장치
|
| 3 |
3
제 2 항에 있어서, 상기 잔여유효수명 검출부는 상기 열차운행기록파일과 상기 고장기록파일의 고장 발생 시간 및 고장 간격에 대한 정보를 이용하여 상기 학습용 잔여유효수명을 생성하는 것을 특징으로 하는 열차의 잔여유효수명 예측 장치
|
| 4 |
4
제 1 항에 있어서, 상기 잔여유효수명 예측부는 기 설정된 시간 단위별로 상기 열차운행기록파일과 상기 고장기록파일 내 열차 시스템의 훈련용 데이터와 상기 학습 데이터 생성부에 의해 생성된 상기 학습용 잔여유효수명 간의 관계를 상기 기계학습 모델을 통해 학습하는 것을 특징으로 하는 열차의 잔여유효수명 예측 장치
|
| 5 |
5
제 4 항에 있어서, 상기 잔여유효수명 예측부는 상기 학습용 잔여유효수명 간의 관계를 상기 기계학습 모델을 학습한 후, 상기 열차운행기록파일과 상기 고장기록파일 내 열차 시스템의 테스트용 데이터를 입력으로 하여 상기 기계학습 모델을 테스트하는 것을 특징으로 하는 열차의 잔여유효수명 예측 장치
|
| 6 |
6
제 5 항에 있어서, 상기 잔여유효수명 예측부는 상기 기계학습 모델의 상기 학습에서 얻은 가중치를 이용하여 테스트 데이터를 입력으로 하여 상기 기계학습 모델을 테스트하는 것을 특징으로 하는 열차의 잔여유효수명 예측 장치
|
| 7 |
7
제 5 항에 있어서, 상기 잔여유효수명 예측부는 상기 훈련용 테이터와 상기 테스트용 데이터를 기 설정된 설정범위로 구분하고, 상기 훈련용 데이터와 상기 테스트용 데이터의 평균과 단위분산을 '0'으로 변환하여 상기 기계학습 모델을 구축하여 상기 기계학습 모델의 수렴 속도를 증가시키는 것을 특징으로 하는 열차의 잔여유효수명 예측 장치
|
| 8 |
8
학습 데이터 생성부가 열차운행기록파일과 열차 운행시 발생되는 고장에 대한 고장기록파일을 이용하여 기 설정된 시간 단위로 학습용 잔여유효수명을 생성하는 단계; 및잔여유효수명 예측부가 상기 열차운행기록파일과 상기 고장기록파일 내 데이터의 데이터와 상기 학습 데이터 생성부에 의해 생성된 학습용 잔여유효수명을 토대로, 새롭게 측정된 데이터에 대한 잔여유효수명을 기계학습 모델을 통해 예측하는 단계를 포함하는 열차의 잔여유효수명 예측 방법
|
| 9 |
9
제 8 항에 있어서, 상기 학습용 잔여유효수명을 생성하는 단계는 TCMS(Train Control and Monitoring System)로부터 상기 열차운행기록파일과 상기 고장기록파일을 수집하는 단계; 상기 열차운행기록파일과 상기 고장기록파일의 데이터를 판독 가능한 형태의 데이터로 전처리하는 단계; 상기 열차운행기록파일과 상기 고장기록파일의 데이터에서 실제 운용되지 않는 데이터를 제거하는 단계; 및상기 열차운행기록파일과 상기 고장기록파일의 데이터를 이용하여 상기 학습용 잔여유효수명을 검출하는 단계를 포함하는 것을 특징으로 하는 열차의 잔여유효수명 예측 방법
|
| 10 |
10
제 9 항에 있어서, 상기 학습용 잔여유효수명을 검출하는 단계는, 상기 열차운행기록파일과 상기 고장기록파일의 고장 발생 시간 및 고장 간격에 대한 정보를 이용하여 상기 학습용 잔여유효수명을 생성하는 것을 특징으로 하는 열차의 잔여유효수명 예측 방법
|
| 11 |
11
제 8 항에 있어서, 상기 새롭게 측정된 데이터에 대한 잔여유효수명을 기계학습 모델을 통해 예측하는 단계는, 기 설정된 시간 단위별로 상기 열차운행기록파일과 상기 고장기록파일 내 열차 시스템의 훈련용 데이터와, 상기 학습 데이터 생성부에 의해 생성된 상기 학습용 잔여유효수명 간의 관계를 상기 기계학습 모델을 통해 학습하는 것을 특징으로 하는 열차의 잔여유효수명 예측 방법
|
| 12 |
12
제 11 항에 있어서, 상기 새롭게 측정된 데이터에 대한 잔여유효수명을 기계학습 모델을 통해 예측하는 단계는, 상기 학습용 잔여유효수명 간의 관계를 상기 기계학습 모델을 학습한 후, 상기 열차운행기록파일과 상기 고장기록파일 내 열차 시스템의 테스트용 데이터를 입력으로 하여 상기 기계학습 모델을 테스트하는 것을 특징으로 하는 열차의 잔여유효수명 예측 방법
|
| 13 |
13
제 12 항에 있어서, 상기 새롭게 측정된 데이터에 대한 잔여유효수명을 기계학습 모델을 통해 예측하는 단계는, 상기 기계학습 모델의 상기 학습에서 얻은 가중치를 이용하여 테스트 데이터를 입력으로 하여 상기 기계학습 모델을 테스트하는 것을 특징으로 하는 열차의 잔여유효수명 예측 방법
|
| 14 |
14
제 12 항에 있어서, 상기 새롭게 측정된 데이터에 대한 잔여유효수명을 기계학습 모델을 통해 예측하는 단계는, 상기 훈련용 데이터와 상기 테스트용 데이터를 기 설정된 설정범위로 구분하고, 상기 훈련용 데이터와 상기 테스트용 데이터의 평균과 단위분산을 '0'으로 변환하여 상기 기계학습 모델을 구축하여 상기 기계학습 모델의 수렴 속도를 증가시키는 것을 특징으로 하는 열차의 잔여유효수명 예측 방법
|
