1 |
1
다중 메타학습을 이용한 플랜트 배관 이상 감지 장치에 있어서,플랜트 배관에 대한 센싱을 처리하는 복수의 센서로부터의 다중 센서 데이터 스트림을 각각 수신하며, 임의의 수신 시점으로부터 각 추세별 설정된 패킷 구간 범위까지의 센서 데이터에 대해 메타학습을 처리하는 복수의 메타학습기; 및상기 메타학습기 별 처리 결과를 취합하여 플랜트 배관 이상을 탐지하고, 탐지 결과를 출력하는 다중추세 메타평가기를 포함하되,상기 복수의 메타학습기는 상기 임의의 수신 시점으로부터 서로 상이한 길이의 패킷 구간의 다중 센서 데이터를 처리하며,각 메타학습기는,설정된 패킷 구간 범위에서 수집된 상기 다중 센서 데이터로부터 기설정된 하나 이상의 종류의 특징을 추출하여 2차원 이미지 특징을 생성하고, 상기 복수의 센서 별로 상기 2차원 이미지 특징들을 깊이 방향으로 누적하여 3차원 볼륨 특징을 생성하고, 센서 별로 대응된 학습기를 통해 상기 3차원 볼륨 특징들을 병렬학습하며,상기 다중추세 메타평가기는,상기 복수의 메타학습기 별로 다중 특징, 다중 센서, 및 다중 패킷 구간의 조합에 대한 학습 수행 및 비용 계산 평가를 통해 학습된 결과들을 입력받고, 학습된 결과를 애그리게이션하여 플랜트 배관의 이상 여부를 판단하는 것인, 플랜트 배관 이상 감지 장치
|
2 |
2
제 1 항에 있어서,상기 복수의 메타학습기는,제 1 패킷 구간 범위의 센서 데이터를 처리하는 단기추세 메타학습기;상기 제 1 패킷 구간 범위를 초과하는 제 2 패킷 구간 범위의 센서 데이터를 처리하는 중기추세 메타학습기; 및상기 제 2 패킷 구간 범위를 초과하는 제 3 패킷 구간 범위의 센서 데이터를 처리하는 장기추세 메타학습기를 포함하는, 플랜트 배관 이상 감지 장치
|
3 |
3
제 1 항에 있어서,상기 복수의 메타학습기 별로 대응되며, 상기 각 메타학습기 별 패킷 구간 범위 설정, 상기 하나 이상의 종류의 특징 조합 설정, 및 상기 학습기 별 학습 비용에 따른 센서 조합 설정에 대해, 각각의 추세별로 학습된 모델 및 비용을 바탕으로 전역 최적화 기법을 통해 각각의 최적 조합을 찾도록 제어하는 복수의 최적화기를 더 포함하는 것인, 플랜트 배관 이상 감지 장치
|
4 |
4
제 3 항에 있어서,상기 최적화기는 유전자 알고리즘 기법을 적용하여 상기 최적 조합을 찾는 것인, 플랜트 배관 이상 감지 장치
|
5 |
5
제 1 항에 있어서,상기 메타학습기는,상기 다중 센서 데이터에 대해 시간에 따른 RMS(Root Mean Square) 크기, 스펙트럼 크기, 및 주파수 특징 중 적어도 하나에 대한 상기 특징을 추출하는 것인, 플랜트 배관 이상 감지 장치
|
6 |
6
제 5 항에 있어서,상기 메타학습기는,상기 다중 센서 데이터를 슬라이딩 윈도우, 필터링, 리샘플링, 및 크기 양자화를 처리하여 시간에 따른 RMS 크기를 추출하고, 추출된 RMS 크기를 시간-RMS 크기 영역에 맵핑하여 RMS 크기 이미지 특징을 생성하는, 플랜트 배관 이상 감지 장치
|
7 |
7
제 5 항에 있어서,상기 메타학습기는,상기 다중 센서 데이터를 슬라이딩 윈도우, 푸리에 변환, 필터링, 대표값 추출, 크기 양자화를 처리하여 시간에 따른 스펙트럼 크기를 추출하고, 추출된 스펙트럼 크기를 시간-스펙트럼 크기 영역에 맵핑하여 스펙트럼 크기 이미지 특징을 생성하는, 플랜트 배관 이상 감지 장치
|
8 |
8
제 5 항에 있어서,상기 메타학습기가 추출한 특징은, 이미지 영역에서 시간에 따라 해당되는 크기 픽셀 궤도에만 그 값이 존재하고, 나머지 영역은 0으로 채워져 밀도가 희박한 것을 특징으로 하는, 플랜트 배관 이상 감지 장치
|
9 |
9
제 1 항에 있어서,상기 다중추세 메타평가기는,다수결 결정, 상기 메타학습기 별 학습 결과에 대해 기설정된 룰에 따라 최종 판단하는 처리, 상기 메타학습기 별로 상이한 가중치를 적용하여 합산하여 판단하는 처리 및 앙상블 학습 중 어느 하나의 방식에 따라 상기 애그리게이션을 처리하는, 플랜트 배관 이상 감지 장치
|
10 |
10
다중 메타학습을 이용한 플랜트 배관 이상 감지 장치를 통한 플랜트 배관 이상 감지 방법에 있어서,각각 상이한 패킷 구간 범위를 처리하는 복수의 메타학습기 별로 플랜트 배관에 대한 다중 센서 데이터 스트림을 수신하는 단계;상기 복수의 메타학습기 별로 임의의 수신시점부터 각 추세별 각자 설정된 패킷 구간 범위까지의 센서 데이터에 대해 기설정된 하나 이상의 종류의 특징을 추출하는 단계;상기 복수의 메타학습기 별로 다중 센서 별 시간에 따른 상기 특징에 대한 2차원 이미지 특징을 생성하는 단계;상기 복수의 메타학습기 별로 상기 2차원 이미지 특징들을 다중 센서 별로 깊이 방향으로 누적하여 3차원 볼륨 특징을 생성하는 단계;상기 복수의 메타학습기 별로 상기 3차원 볼륨 특징들을 다중 센서 별 학습기를 통해 병렬학습하는 단계; 및 상기 복수의 메타학습기 별로 다중 특징, 다중 센서, 및 다중 패킷 구간 조합의 학습 수행 및 비용 계산 평가를 통해 학습된 결과들을 입력받고, 상기 학습된 결과들을 애그리게이션하여 플랜트 배관의 이상 여부를 판단하는 단계를 포함하는, 플랜트 배관 이상 감지 방법
|
11 |
11
제 10 항에 있어서,상기 복수의 메타학습기는,제 1 패킷 구간 범위의 센서 데이터를 처리하는 단기추세 메타학습기;상기 제 1 패킷 구간 범위를 초과하는 제 2 패킷 구간 범위의 센서 데이터를 처리하는 중기추세 메타학습기; 및상기 제 2 패킷 구간 범위를 초과하는 제 3 패킷 구간 범위의 센서 데이터를 처리하는 장기추세 메타학습기를 포함하는, 플랜트 배관 이상 감지 방법
|
12 |
12
제 10 항에 있어서,상기 각 메타학습기 별 패킷 구간 범위 설정, 상기 하나 이상의 종류의 특징 조합 설정, 및 상기 학습기 별 학습 비용에 따른 센서 조합 설정에 대해, 각각의 추세별로 학습된 모델 및 비용을 바탕으로 전역 최적화 기법을 통해 각각의 최적 조합을 찾도록 제어하는 것인 플랜트 배관 이상 감지 방법
|
13 |
13
제 12 항에 있어서,상기 전역 최적화 기법으로서 유전자 알고리즘 기법을 적용하여 상기 최적 조합을 찾는 것인, 플랜트 배관 이상 감지 방법
|
14 |
14
제 10 항에 있어서,상기 기설정된 하나 이상의 종류의 특징을 추출하는 단계는,상기 다중 센서 데이터에 대해 시간에 따른 RMS(Root Mean Square) 크기, 스펙트럼 크기, 및 주파수 특징 중 적어도 하나에 대한 상기 특징을 추출하는, 플랜트 배관 이상 감지 방법
|
15 |
15
제 14 항에 있어서,상기 2차원 이미지 특징을 생성하는 단계는,상기 RMS 크기 특징을 추출하는 경우, 상기 다중 센서 데이터를 슬라이딩 윈도우, 필터링, 리샘플링, 및 크기 양자화를 처리하여 시간에 따른 RMS 크기를 추출하고, 추출된 RMS 크기를 시간-RMS 크기 영역에 맵핑하여 RMS 크기 이미지 특징을 생성하는, 플랜트 배관 이상 감지 방법
|
16 |
16
제 14 항에 있어서,상기 2차원 이미지 특징을 생성하는 단계는,상기 스펙트럼 크기 특징을 추출하는 경우, 상기 다중 센서 데이터를 슬라이딩 윈도우, 푸리에 변환, 필터링, 대표값 추출, 크기 양자화를 처리하여 시간에 따른 스펙트럼 크기를 추출하고, 추출된 스펙트럼 크기를 시간-스펙트럼 크기 영역에 맵핑하여 스펙트럼 크기 이미지 특징을 생성하는, 플랜트 배관 이상 감지 방법
|
17 |
17
제 10 항에 있어서,상기 플랜트 배관의 이상 여부를 판단하는 단계는,다수결 결정, 상기 메타학습기 별 학습 결과에 대해 기설정된 룰에 따라 최종 판단하는 처리, 상기 메타학습기 별로 상이한 가중치를 적용하여 합산하여 판단하는 처리 및 앙상블 학습 중 어느 하나의 방식에 따라 상기 애그리게이션을 처리하는, 플랜트 배관 이상 감지 방법
|