| 1 |
1
건전성 감시 시스템에 의해 수행되는 파워 드라이빙 시스템의 건전성 감지 방법에 있어서,파워 드라이빙 시스템에서 측정되는 소음 신호를 이용하여 이미지를 생성하는 단계;상기 생성된 이미지를 결함 진단을 위한 학습 모델에 입력받는 단계; 및 상기 결함 진단을 위한 학습 모델을 이용하여 상기 생성된 이미지로부터 파워 드라이빙 시스템의 결함 패턴을 분류하는 단계를 포함하고,상기 결함 진단을 위한 학습 모델은, 이미지로부터 복수 개의 결함 조건 및 정상 조건을 포함하는 결함 패턴이 분류되도록 학습된 것을 특징으로 하는 파워 드라이빙 시스템의 건전성 감지 방법
|
| 2 |
2
제1항에 있어서,상기 생성하는 단계는,상기 측정된 소음 신호에 연속 웨이블렛(CWT)에 적용하여 시간-주파수 영역의 이미지 데이터를 생성하는 단계를 포함하는 파워 드라이빙 시스템의 건전성 감지 방법
|
| 3 |
3
제1항에 있어서, 상기 학습 모델은, 상기 생성된 이미지가 입력되는 입력층, 필터 크기가 3×3인 16개의 특징 지도가 있는 합성곱 층, 크기가 2×2인 최대 풀링층, 필터 크기가 3×3인 32개의 특징 지도가 있는 합성곱층, 크기가 2×2인 최대 풀링층이 있는 합성곱 층, 소프트맥스 함수가 적용된 최종 합성곱 층으로 구성된 것을 특징으로 하는 파워 드라이빙 시스템의 건전성 감지 방법
|
| 4 |
4
제3항에 있어서,상기 학습 모델은, 이미지로부터 결함 정보를 추출하는 단계; 및 상기 추출된 결함 정보를 포함하는 특징 지도를 추출하는 단계를 통해 학습되는 것을 특징으로 하는 파워 드라이빙 시스템의 건전성 감지 방법
|
| 5 |
5
제1항에 있어서, 상기 파워 드라이빙 시스템은 모터, 체인, 피니언, 스프라켓, 기어, 베어링 또는 회전축을 포함하는 부품들, 상기 부품들의 결합으로 구성되는 것을 포함하고, 상기 결함 패턴을 분류하는 단계는,상기 결함 진단을 위한 학습 모델을 이용하여 상기 생성된 이미지로부터 결함 조건과 관련 있는 결함 특징 정보를 추출하고, 상기 추출된 결함 특징 정보에 기초하여 상기 파워 드라이빙 시스템의 결함 패턴을 분류하는 단계를 포함하는 파워 드라이빙 시스템의 건전성 감지 방법
|
| 6 |
6
제1항에 있어서,상기 결함 패턴을 분류하는 단계는,상기 생성된 이미지로부터 상기 파워 드라이빙 시스템의 결함 부품을 진단하고, 상기 진단된 결함 부품에 대한 단일 결함 패턴 또는 다중 결함 패턴을 분류하는 단계를 포함하는 파워 드라이빙 시스템의 건전성 감지 방법
|
| 7 |
7
제1항에 있어서, 상기 복수 개의 결함 조건 및 정상 조건을 포함하는 결함 패턴은,구동 기어의 치차 크랙, 구동 기어의 치차 절손, 모터에서 구동축의 편심, 베어링의 구멍으로 인한 외륜 결함, 베어링의 이물질로 인한 내륜 결함, 모터의 구동축 편심 + 구동 기어의 치차 절손, 모터의 구동축 편심 + 구동 기어의 치차절손 + 베어링의 외륜 결함, 모터의 구동축 편심 + 구동 기어의 치차 절손 + 베어링의 내륜 결함 또는 정상 조건 중 어느 하나를 포함하는 것을 특징으로 하는 파워 드라이빙 시스템의 건전성 감지 방법
|
| 8 |
8
건전성 감시 시스템에 있어서,파워 드라이빙 시스템에서 측정되는 소음 신호를 이용하여 이미지를 생성하는 이미지 생성부;상기 생성된 이미지를 결함 진단을 위한 학습 모델에 입력받는 이미지 입력부; 및 상기 결함 진단을 위한 학습 모델을 이용하여 상기 생성된 이미지로부터 파워 드라이빙 시스템의 결함 패턴을 분류하는 결함 패턴 분류부를 포함하고,상기 결함 진단을 위한 학습 모델은, 이미지로부터 복수 개의 결함 조건 및 정상 조건을 포함하는 결함 패턴이 분류되도록 학습된 것을 특징으로 하는 건전성 감지 시스템
|
