맞춤기술찾기

이전대상기술

상전류 신호를 이용한 모터 고장 진단 방법 및 장치

  • 기술번호 : KST2022019851
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명에 따른 모터 고장 진단 방법은, 모터의 상전류 신호로부터 얻어지는 학습 데이터를 이용하여 신경망 모델을 학습시키는 단계-여기서, 상기 신경망 모델은, 모터의 고장 모드를 식별하는 고장 진단 모듈 및 각 고장 모드에 대한 고장 심각도를 추정하는 심각도 추정 모듈을 포함하고, 상기 고장 진단 모듈에서 추출된 특징 데이터가 상기 심각도 추정 모듈에 입력됨-; 및 상기 학습된 신경망 모델을 이용하여 모터의 고장 모드 및 고장 심각도를 판단하는 단계를 포함하는 것을 특징으로 한다.
Int. CL G01R 31/34 (2006.01.01) G01R 31/28 (2006.01.01) G06N 20/00 (2019.01.01) G06N 3/08 (2006.01.01)
CPC G01R 31/34(2013.01) G01R 31/2848(2013.01) G06N 20/00(2013.01) G06N 3/08(2013.01)
출원번호/일자 1020210047020 (2021.04.12)
출원인 서울대학교산학협력단
등록번호/일자
공개번호/일자 10-2022-0141019 (2022.10.19) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2021.04.12)
심사청구항수 20

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 서울대학교산학협력단 대한민국 서울특별시 관악구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 윤병동 서울특별시 관악구
2 박찬희 서울특별시 관악구
3 김현재 서울특별시 관악구
4 이준민 서울특별시 관악구
5 윤명백 서울특별시 관악구
6 안길준 서울특별시 관악구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인우인 대한민국 서울특별시 강남구 역삼로 ***, *층(역삼동, 중평빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2021.04.12 수리 (Accepted) 1-1-2021-0422664-90
2 특허고객번호 정보변경(경정)신고서·정정신고서
2021.07.29 수리 (Accepted) 4-1-2021-5205564-29
3 선행기술조사의뢰서
Request for Prior Art Search
2022.02.15 수리 (Accepted) 9-1-9999-9999999-89
4 특허고객번호 정보변경(경정)신고서·정정신고서
2022.04.04 수리 (Accepted) 4-1-2022-5079741-71
5 특허고객번호 정보변경(경정)신고서·정정신고서
2022.08.11 수리 (Accepted) 4-1-2022-5189083-38
6 특허고객번호 정보변경(경정)신고서·정정신고서
2022.10.07 수리 (Accepted) 4-1-2022-5235636-01
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
모터 고장 진단 방법으로서,모터의 상전류 신호로부터 얻어지는 학습 데이터를 이용하여 신경망 모델을 학습시키는 단계-여기서, 상기 신경망 모델은, 모터의 고장 모드를 식별하는 고장 진단 모듈 및 각 고장 모드에 대한 고장 심각도를 추정하는 심각도 추정 모듈을 포함하고, 상기 고장 진단 모듈에서 추출된 특징 데이터가 상기 심각도 추정 모듈에 입력됨-; 및상기 학습된 신경망 모델을 이용하여 모터의 고장 모드 및 고장 심각도를 판단하는 단계를 포함하는 것을 특징으로 하는 모터 고장 진단 방법
2 2
제1항에 있어서,상기 심각도 추정 모듈은 각 고장 모드마다 대응되도록 구비되고, 상기 특징 데이터가 상기 고장 진단 모듈을 통해 식별된 고장 모드에 대응하는 심각도 추정 모듈에 입력되는 것을 특징으로 하는 모터 고장 진단 방법
3 3
제1항에 있어서,상기 고장 진단 모듈은, 순차적으로 연결된 복수 개의 컨볼루션 블록들을 포함하고, 마지막 컨볼루션 블록에서 출력되는 상기 특징 데이터가 상기 고장 심각도 모듈에 입력되는 것을 특징으로 하는 모터 고장 진단 방법
4 4
제3항에 있어서,상기 복수 개의 컨볼루션 블록들 각각은, 컨볼루션 계층 및 풀링 계층을 포함하는 것을 특징으로 하는 모터 고장 진단 방법
5 5
제3항에 있어서,상기 고장 진단 모듈은, 상기 마지막 컨볼루션 블록에 연결되어 고장 모드를 출력하는 완전 연결 계층을 더 포함하는 것을 특징으로 하는 모터 고장 진단 방법
6 6
제1항에 있어서,상기 심각도 추정 모듈은, 순차적으로 연결된 복수 개의 컨볼루션 블록들 및 마지막 컨볼루션 블록에 연결되어 고장 심각도를 출력하는 완전 연결 계층을 포함하는 것을 특징으로 하는 모터 고장 진단 방법
7 7
제6항에 있어서,상기 복수 개의 컨볼루션 블록들 각각은, 컨볼루션 계층 및 풀링 계층을 포함하는 것을 특징으로 하는 모터 고장 진단 방법
8 8
제1항에 있어서,상기 상전류 신호를 전처리하여 상기 학습 데이터를 생성하는 단계를 더 포함하는 것을 특징으로 하는 모터 고장 진단 방법
9 9
제2항에 있어서,상기 학습시키는 단계는, 상기 입력 데이터를 이용하여 상기 고장 진단 모듈을 학습시킨 다음 상기 특징 데이터를 이용하여 상기 심각도 추정 모듈을 학습시키되, 상기 학습된 고장 진단 모듈에서 추출된 특징 데이터를 해당 고장 모드에 대응하는 심각도 추정 모듈에 입력하여 상기 심각도 추정 모듈을 학습시키는 것을 특징으로 하는 모터 고장 진단 방법
10 10
제2항에 있어서,상기 학습시키는 단계는, 상기 고장 진단 모듈과 상기 심각도 추정 모듈을 동시에 학습시키되, 학습 과정 중에 상기 고장 진단 모듈에서 추출되는 특징 데이터를 해당 고장 모드에 대응하는 심각도 추정 모듈에 입력하여 상기 심각도 추정 모듈을 학습시키는 것을 특징으로 하는 모터 고장 진단 방법
11 11
모터 고장 진단 장치로서,모터의 상전류 신호로부터 얻어지는 학습 데이터를 이용하여 신경망 모델을 학습시키는 학습부-여기서, 상기 신경망 모델은, 모터의 고장 모드를 식별하는 고장 진단 모듈 및 각 고장 모드에 대한 고장 심각도를 추정하는 심각도 추정 모듈을 포함하고, 상기 고장 진단 모듈에서 추출된 특징 데이터가 상기 심각도 추정 모듈에 입력됨-; 및상기 학습된 신경망 모델을 이용하여 모터의 고장 모드 및 고장 심각도를 판단하는 판단부를 포함하는 것을 특징으로 하는 모터 고장 진단 장치
12 12
제11항에 있어서,상기 심각도 추정 모듈은 각 고장 모드마다 대응되도록 구비되고, 상기 특징 데이터가 상기 고장 진단 모듈을 통해 식별된 고장 모드에 대응하는 심각도 추정 모듈에 입력되는 것을 특징으로 하는 모터 고장 진단 장치
13 13
제11항에 있어서,상기 고장 진단 모듈은, 순차적으로 연결된 복수 개의 컨볼루션 블록들을 포함하고, 마지막 컨볼루션 블록에서 출력되는 상기 특징 데이터가 상기 고장 심각도 모듈에 입력되는 것을 특징으로 하는 모터 고장 진단 장치
14 14
제13항에 있어서,상기 복수 개의 컨볼루션 블록들 각각은, 컨볼루션 계층 및 풀링 계층을 포함하는 것을 특징으로 하는 모터 고장 진단 장치
15 15
제13항에 있어서,상기 고장 진단 모듈은, 상기 마지막 컨볼루션 블록에 연결되어 고장 모드를 출력하는 완전 연결 계층을 더 포함하는 것을 특징으로 하는 모터 고장 진단 장치
16 16
제11항에 있어서,상기 심각도 추정 모듈은, 순차적으로 연결된 복수 개의 컨볼루션 블록들 및 마지막 컨볼루션 블록에 연결되어 고장 심각도를 출력하는 완전 연결 계층을 포함하는 것을 특징으로 하는 모터 고장 진단 장치
17 17
제16항에 있어서,상기 복수 개의 컨볼루션 블록들 각각은, 컨볼루션 계층 및 풀링 계층을 포함하는 것을 특징으로 하는 모터 고장 진단 장치
18 18
제11항에 있어서,상기 상전류 신호를 전처리하여 상기 학습 데이터를 생성하는 전처리부를 더 포함하는 것을 특징으로 하는 모터 고장 진단 장치
19 19
제12항에 있어서,상기 학습부는, 상기 학습 데이터를 이용하여 상기 고장 진단 모듈을 학습시킨 다음 상기 특징 데이터를 이용하여 상기 심각도 추정 모듈을 학습시키되, 상기 학습된 고장 진단 모듈에서 추출된 특징 데이터를 해당 고장 모드에 대응하는 심각도 추정 모듈에 입력하여 상기 심각도 추정 모듈을 학습시키는 것을 특징으로 하는 모터 고장 진단 장치
20 20
제12항에 있어서,상기 학습시키는 단계는, 상기 고장 진단 모듈과 상기 심각도 추정 모듈을 동시에 학습시키되, 학습 과정 중에 상기 고장 진단 모듈에서 추출되는 특징 데이터를 해당 고장 모드에 대응하는 심각도 추정 모듈에 입력하여 상기 심각도 추정 모듈을 학습시키는 것을 특징으로 하는 모터 고장 진단 장치
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 과학기술정보통신부 서울대학교 산학협력단 집단연구지원 한국-독일 지능형 제조 시스템 연구실
2 과학기술정보통신부 서울대학교 산학협력단 이공분야기초연구사업/중견연구자지원사업 기계시스템에 대한 물리+인공지능 통합모델링 및 모델 진화 방법론 연구
3 산업통상자원부 한국전자기술연구원 산업전문인력영량강화사업 산업인공지능 전문인력양성