1 |
1
(a) 가속도센서에 의해 베어링 근접신호가 수집되는 단계; (b1) 노이즈 제거부의 푸리에 변환부가 상기 베어링 근접신호에 대해 STFT(short time fourier transform) 및 피크값 추출(peak extraction)을 함으로써 베어링 주파수신호를 생성하는 단계; (b2) 상기 노이즈 제거부의 모델저장부가, 베어링 주파수신호를 입력자료로 하고 잡음제거 주파수신호를 출력자료로하여 생성되어 있는 학습모델에, 상기 (b1) 단계에서 생성된 상기 베어링 주파수신호를 입력함으로써 예측 잡음제거 신호를 출력하는 단계; (b3) 상기 푸리에 변환부가 상기 (b2) 단계에서 출력된 상기 예측 잡음제거 주파수신호를 IFFT(inverse fast fourier transform)함으로써 예측 잡음제거 신호를 생성하는 단계; 및 (c) 특징추출부가, 상기 (b3) 단계에서 생성된 상기 예측 잡음제거 신호에 대해 포락선(envelope) 처리 및 FFT(fast fourier transformation)함으로써, BPF(ball pass frequency) 주파수대역에서의 에너지 레벨을 연산하는 단계를 포함하며, 상기 연산된 에너지 레벨을 이용하여 베어링의 수명을 예측하는, 베어링의 수명예측 방법
|
2 |
2
제1항에 있어서, 상기 (b2) 단계는, (b20) 베어링 및 소음원 사이에 배치되되 상기 베어링에 더 가깝게 배치되는 제1 학습용 가속도센서로부터 베어링 근접신호가 수집되고, 상기 베어링 및 상기 소음원 사이에 배치되되 상기 소음원에 더 가깝게 배치되는 제2 학습용 가속도센서로부터 소음원 근접신호가 수집되는 단계; (b21) 상기 베어링 근접신호 및 상기 소음원 근접신호가 전처리부에 전송되면, 상기 전처리부가 상기 베어링 근접신호와 상기 소음원 근접신호를 이용하여 적응형 노이즈 캔슬(adaptive noise cancellation)함으로써, 적응형 잡음제거 신호를 생성하는 단계; (b22) 상기 전처리부는, 상기 베어링 근접신호와 상기 적응형 잡음제거 신호를 각각 STFT(short time fourier transform) 및 피크값 추출함으로써, 베어링 주파수신호 및 잡음제거 주파수신호를 생성하는 단계; (b23) 상기 베어링 주파수신호 및 상기 잡음제거 주파수신호가 모델생성부에 전송되면, 상기 모델생성부가 상기 베어링 주파수신호를 입력자료로 하고, 상기 잡음제거 주파수신호를 출력자료로 하여 학습모델을 생성하는 단계; 및 (b24) 생성된 상기 학습모델이 상기 노이즈 제거부에 전송 및 저장되는 단계를 포함하는,베어링의 수명예측 방법
|
3 |
3
제1항에 있어서,상기 BPF 주파수대역은, 베어링 축회전 주파수(fn), 베어링 볼 직경(d), 베어링 피치 직경(D) 및 베어링 접촉각(θ)에 관한 수학식 1, 수학식 2 및 수학식 3에 따라 결정된 BPFI(ball pass frequency inner), BPFO(ball pass frequency outer) 및 BSF(ball spin frequency)의 값을 포함하는, [수학식 1] [수학식 2] [수학식 3] 베어링의 수명예측 방법
|
4 |
4
제3항에 있어서, 상기 (c) 단계는, (c1) 상기 특징추출부가, 상기 BPFI 값의 ± 0
|
5 |
5
제4항에 있어서, 상기 (c) 단계 이후, (d) 고장진단부가, 상기 (c2) 단계에서 연산된 각각의 에너지 레벨을 기 설정된 방법에 따라 이용하여 고장을 진단하는 단계를 더 포함하는,베어링의 수명예측 방법
|
6 |
6
제5항에 있어서,상기 고장진단부는, 상기 각각의 에너지 레벨을 미리 결정된 방법으로 연산한 값이, 기준 에너지 레벨 이상인 것으로 판단된 경우 고장인 것으로 판단하되, 상기 기준 에너지 레벨은, 사용자에 의해 이음(異音) 발생하는 것으로 판단되기 시작한 에너지 레벨인, 베어링의 수명예측 방법
|
7 |
7
제4항에 있어서,상기 (c) 단계 이후, (e1) 베어링 수명예측부가, 상기 (c2) 단계에서 연산된 각각의 에너지 레벨과 주행거리에 대한 회귀 알고리즘(regression algorithm)을 이용하여 예측 주행거리를 연산하는 단계; 및(e2) 상기 베어링 수명예측부가, 상기 예측 주행거리를 기 설정된 방법에 따라 이용하여 예상 주행 가능거리를 연산하는 단계를 더 포함하는,베어링의 수명예측 방법
|
8 |
8
제1항에 있어서, 상기 학습모델은, CNN, DNN 및 SVM 중 어느 하나에 따라 생성된 모델인,베어링의 수명예측 방법
|