| 1 |
1
출입문의 고장 유형을 학습하고 예측하기 위해 상기 출입문의 상태에 따른 전류 데이터를 입력받는 데이터 입력부; 상기 데이터 입력부로부터 입력된 상기 전류 데이터 및 학습결과를 저장하는 저장부; 상기 전류 데이터를 전처리하여 상기 고장 유형에 따라 학습하여 상기 저장부에 저장하고, 고장 예측을 위해 입력된 상기 전류 데이터에 대해 학습결과에 기초하여 상기 고장 유형을 예측하는 제어부; 및 상기 제어부에서 예측된 상기 고장 유형을 시각화하여 예측결과를 출력하는 출력부;를 포함하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 장치
|
| 2 |
2
제 1항에 있어서, 상기 출입문의 상태에 따른 상기 전류 데이터는, 상기 출입문의 열림상태에서의 전류 데이터인 것을 특징으로 하는 철도차량의 출입문 고장 예측 장치
|
| 3 |
3
제 1항에 있어서, 상기 제어부는, 상기 출입문의 제조사 모델에 따라 상기 고장 유형을 분류하여 학습하고 예측하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 장치
|
| 4 |
4
제 1항에 있어서, 상기 제어부는, 상기 데이터 입력부로부터 입력되는 상기 출입문의 상기 전류 데이터에 대해 전처리하는 전처리부; 상기 전처리부에서 전처리된 상기 전류 데이터에 대해 상기 출입문의 제조사 모델에 따른 상기 고장 유형에 기초하여 딥러닝 기반으로 학습하는 고장 학습부; 및 상기 전처리부에서 전처리된 상기 전류 데이터에 대해 상기 출입문의 제조사 모델에 따라 상기 저장부에 저장된 학습결과에 기초하여 딥러닝 기반으로 상기 고장 유형을 예측하는 고장 예측부;를 포함하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 장치
|
| 5 |
5
제 4항에 있어서, 상기 전처리부는 입력된 상기 전류 데이터에 대해 전류 변화시점이 같고 길이가 같도록 조정하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 장치
|
| 6 |
6
제 1항에 있어서, 상기 고장 유형을 예측하기 위한 상기 출입문의 제조사 모델 및 예측 진행 상황을 선택하는 키입력부를 더 포함하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 장치
|
| 7 |
7
상기 제어부가 데이터 입력부로부터 출입문의 상태에 따른 전류 데이터를 입력받아 저장부에 저장하는 단계; 상기 제어부가 전류 데이터에 대해 전처리하여 딥러닝 기반으로 상기 출입문의 고장 유형을 학습하여 저장부에 저장하는 단계; 상기 제어부가 고장 유형을 예측하기 위해 상기 출입문의 상태에 따른 전류 데이터를 입력받는 단계; 상기 제어부가 전류데이터를 전처리한 후 학습결과에 기초하여 딥러닝 기반으로 고장 유형을 예측하는 단계; 및 상기 제어부가 예측한 고장 유형을 시각화하여 예측결과를 출력하는 단계;를 포함하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 방법
|
| 8 |
8
제 7항에 있어서, 상기 출입문의 상태에 따른 전류 데이터는, 상기 출입문의 열림상태에서의 전류 데이터인 것을 특징으로 하는 철도차량의 출입문 고장 예측 방법
|
| 9 |
9
제 7항에 있어서, 전류 데이터에 대해 전처리할 때 상기 제어부가 입력된 전류 데이터에 대해 전류 변화시점이 같고 길이가 같도록 조정하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 방법
|
| 10 |
10
제 7항에 있어서, 상기 고장 유형을 예측하는 단계는, 상기 제어부가 키입력부를 통해 선택된 상기 출입문의 제조사 모델에 따른 상기 고장 유형으로 분류하여 예측하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 방법
|
| 11 |
11
제 7항에 있어서, 상기 출입문의 상기 고장 유형을 학습하여 상기 저장부에 저장하는 단계는, 상기 제어부가 상기 출입문의 제조사 모델에 따라 상기 고장 유형에 기초하여 딥러닝 기반으로 학습하는 것을 특징으로 하는 철도차량의 출입문 고장 예측 방법
|
