상세정보
등록 철도 차량의 부품 및 운영 환경 특징 벡터 정보 기반의 기계 학습 고장 진단 시스템 및 그 방법
- 출원번호
- 10-2018-0010964 (2018.01.29) KIPRIS
- 공개번호
- 10-2019-0091868 (2019.08.07)
- 등록번호
- 10-2527319-0000 (2023.04.25)
- 출원국
- 대한민국
- 협약과제
- 17GH1400, 철도차량 상태 데이터 분석기반 유지보수 지원시스템 개발, 정훈
- 초록
- 철도 차량의 부품 및 운영 환경 특징 벡터 정보 기반의 기계 학습 고장 진단 시스템 및 그 방법이 개시된다. 차량의 고장 진단 방법은 차량의 부품, 또는 선로에 설치된 상태 센서들로부터 수신한 상태 센서 정보를 이용하여 부품 특징 벡터 정보를 생성하는 단계; 상기 선로가 포함된 차량의 운영 구간에 설치된 환경 센서로부터 수신한 환경 센서 정보 및 차량의 운영 실적 정보를 이용하여 운영 특징 벡터 정보를 생성하는 단계; 검증 알고리즘을 이용하여 상기 부품 특징 벡터 정보와 상기 운영 특징 벡터 정보들의 고장 진단용 우선 순위를 결정하는 단계; 상기 부품 특징 벡터 정보와 상기 운영 특징 벡터 정보 및 상기 부품 특징 벡터 정보와 상기 운영 특징 벡터 정보의 고장 진단용 우선 순위를 이용하여 상기 차량의 부품의 고장 진단 환경을 설정하는 단계; 상기 부품 특징 벡터 정보와 상기 운영 특징 벡터 정보를 이용하여 트레이닝 정보 세트와 테스트 정보 세트를 생성하는 단계; 트레이닝 정보 세트와 테스트 정보 세트를 고장 진단을 위한 기계 학습 모델에 적용하여 고장 진단 결과를 출력하는 단계를 포함할 수 있다.
- KSP 제안 키워드
- Feature Vector, Feature vector data, Prognostics and health, Rolling Stock, health management, machine Learning, prognostics and health management(PHM), vector data