1 |
1
로봇에 설치된 적어도 하나의 모터로부터 기계적 결함, 전자적 결함 및 전기적 결함 중 적어도 하나의 결함에 대응되는 전류 데이터를 수집하는 데이터 수집부;상기 수집된 전류 데이터에 차원 감소 기법을 적용하는 전처리를 수행하는 데이터 전처리부;상기 전처리된 데이터에 대한 웨이블릿 분석에 기초하여 상기 적어도 하나의 결함에 따른 특징 데이터를 추출하는 특징 추출부 및 상기 추출된 특징 데이터에 기초하여 상기 로봇의 고장을 검출하는 고장 검출부를 포함하는 로봇의 고장 검출 장치
|
2 |
2
제1항에 있어서, 상기 데이터 수집부는, 모터 전류 시그니처 분석(motor current signature analysis, MCSA)를 통해 도출되는 상기 적어도 하나의 모터의 3상 전류 데이터를 수집하는 로봇의 고장 검출 장치
|
3 |
3
제2항에 있어서, 상기 데이터 전처리부는, DQ0 변환(DQ0 transformation)을 이용하여 상기 3상 전류 데이터를 2상 전류 데이터로 차원 감소시키는 로봇의 고장 검출 장치
|
4 |
4
제1항에 있어서,상기 특징 추출부는, DWT(Discrete Wavelet Transform) 기반의 시간-주파수 도메인 분석(time-domain analysis)을 통해 상기 전처리된 데이터를 웨이블릿 신호로 분해하는 로봇의 고장 검출 장치
|
5 |
5
제4항에 있어서,상기 특징 추출부는, 상기 분해된 웨이블릿 신호에 대하여 웨이블릿 도메인 분석 및 웨이블릿 통계 분석 중 적어도 하나의 분석을 수행하여 제1 특징을 추출하는 로봇의 고장 검출 장치
|
6 |
6
제5항에 있어서,상기 특징 추출부는, 상기 웨이블릿 도메인 분석을 통해, 웨이블릿 에너지(wavelet energy) 및 샤논 웨이블릿 엔트로피(shannon wavelet entropy) 중 적어도 하나에 대응되는 상기 제1 특징을 추출하는 로봇의 고장 검출 장치
|
7 |
7
제5항에 있어서,상기 특징 추출부는, 상기 웨이블릿 통계 분석을 통해, 상기 분해된 웨이블릿 신호에 대한 평균(mean), 표준 편차(standard deviation), 분산(variance), 첨도(kurtosis) 및 왜도(skewness) 중 적어도 하나의 통계 데이터에 대응되는 상기 제1 특징을 추출하는 로봇의 고장 검출 장치
|
8 |
8
제5항에 있어서,상기 특징 추출부는,상기 제1 특징을 입력으로 수신하는 특징 선택 알고리즘으로부터 출력되는 제2 특징을 상기 특징 데이터로 추출하는 로봇의 고장 검출 장치
|
9 |
9
제8항에 있어서,상기 특징 선택 알고리즘은, 상기 제1 특징에 대한 카이-제곱 테스트(chi-square tests) 및 상관 분석(correlation analysis)을 수행하여 상기 제2 특징을 출력하는 로봇의 고장 검출 장치
|
10 |
10
제1항에 있어서,상기 고장 검출부는, 상기 추출된 특징 데이터에 기초하여 기계학습 기반의 분류기를 학습시키는 로봇의 고장 검출 장치
|
11 |
11
제10항에 있어서,상기 데이터 수집부는, 상기 적어도 하나의 모터로부터 기설정된 시간에 대응되는 전류 데이터를 수신하고, 상기 고장 검출부는, 상기 기계학습 기반의 분류기를 이용하여 상기 기설정된 시간에 대응되는 전류 데이터에 대응되는 결함을 분류하고, 상기 결함의 분류 결과에 기초하여 상기 로봇의 고장을 검출하는 로봇의 고장 검출 장치
|
12 |
12
제10항에 있어서,상기 기계학습 기반의 분류기는, 선형 판별 분석(linear discriminant analysis, LDA), 파인 트리(fine tree, FT), 나이브 베이즈(naive bayes, NB) 및 서포트 벡터 머신(support vector machine, SVM) 중 적어도 하나에 기초하는 분류기인로봇의 고장 검출 장치
|
13 |
13
데이터 수집부에서, 로봇에 설치된 적어도 하나의 모터로부터 기계적 결함, 전자적 결함 및 전기적 결함 중 적어도 하나의 결함에 대응되는 전류 데이터를 수집하는 단계;데이터 전처리부에서, 상기 수집된 전류 데이터에 차원 감소 기법을 적용하는 전처리를 수행하는 단계;특징 추출부에서, 상기 전처리된 데이터에 대한 웨이블릿 분석에 기초하여 상기 적어도 하나의 결함에 따른 특징 데이터를 추출하는 단계 및 고장 검출부에서, 상기 추출된 특징 데이터에 기초하여 상기 로봇의 고장을 검출하는 단계를 포함하는 로봇의 고장 검출 방법
|
14 |
14
제13항에 있어서, 상기 특징 데이터를 추출하는 단계는, 상기 분해된 웨이블릿 신호에 대하여 웨이블릿 도메인 분석 및 웨이블릿 통계 분석 중 적어도 하나의 분석을 수행하여 제1 특징을 추출하는 로봇의 고장 검출 방법
|
15 |
15
제14항에 있어서, 상기 특징 데이터를 추출하는 단계는,상기 제1 특징을 입력으로 수신하는 특징 선택 알고리즘으로부터 출력되는 제2 특징을 상기 특징 데이터로 추출하는로봇의 고장 검출 방법
|