KR102181966B1 - 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법 및 시스템 - Google Patents

Abstract

본 발명은 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법 및 시스템에 관한 것으로, MI-LSTM알고리즘을 설계하여 기왕자료(historical data)를 처리한 후 변위를 예측하는 단계; MI-LSTM알고리즘을 LabVIEW 중에 내장하여 피시험체 실린더의 변위를 실시간으로 온라인 예측하는 단계를 포함하는 것을 특징으로 한다. MI의 LSTM 네트워크 예측방법에 근거하여 그는 MI알고리즘과 LSTM네트워크의 각자 특징을 결합하였는 데, 종래기술에 따른 선형 모델링 또는 신경망 모델링 알고리즘에 비해, MI알고리즘은 변수 선택을 실시하고 LSTM 네트워크 모델에게 대량의 유효 입력 데이터를 제공함으로써 예측 정확률을 향상시키고 모델의 복잡도를 낮춘다. MI-LSTM알고리즘을 LabVIEW 소프트 측량 시스템에 내장하면 예측이 정확하고 계산 원가가 낮다. 해당 방법에 근거하는 측량장치는 가격이 높고 낙후되었으며 유지보수와 정비가 어려운 일반 센서의 폐단을 해결하여 비교적 우수한 실용성과 경제성을 갖는다.

Description

유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법 및 시스템 {SOFT SURVEY METHOD AND SYSTEM FOR HYDRAULIC CYLINDER COMPREHENSIVE TEST STATION}

본 발명은 유압실린더 종합 테스트 스테이션 장치 피시험체 실린더 변위의 소프트 측량 기술분야에 관한 것으로, 상세하게는, 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법 및 시스템에 관한 것이다.

현대 공업생산 중에서, 합격된 고품질 제품을 더 많이 확보하고, 더 나아가, 경제적 효과와 이익을 향상시키려면 제품 품질을 엄격히 통제하여야 한다. 유압시스템 실험실은 공정기계의 작동 특징을 조준하여, 그의 유압소자, 유압시스템에게 정밀도가 높은 대형 조이합 실험 플랫폼을 제공한다. 컴퓨터의 제어하에서 공정기계의 다양한 작동상태를 시뮬레이션하고 피시험체 소자와 시스템을 로딩함으로써, 실제 장비로 실험하지 않는 상황에서 유압소자와 유압시스템의 정적 및 동적 등 특성에 대한 테스트를 실시한다. 해당 실험시스템은 단일체 소자의 성능 테스트에 이용할 수 있을 뿐만 아니라, 공정기계 작동상태의 시스템 시뮬레이션 정합 테스트도 진행할 수 있다. 각 시험대 서브스테이션은 산업용 퍼스널 컴퓨터(IndustrialPersonalComputer)의 LabVIEW 프로그램을 인간 컴퓨터 인터페이스로 이용하며, 작업자는 그를 통해 실험과정과 실험 파라미터를 설치하여 데이터의 수집과 처리를 완성한다. 실험 과정 중의 각 측정 가능 상태 파라미터의 데이터수집처리과정은 수집 하드웨어와 LabVIEW 프로그램을 통해 구현된다. 실험실 현장 환경으로부터 제약받아 실험 데이터를 수집하는 과정에서 가이드레일의 한정과 변위 연결봉의 전동때문에 시스템이 수집한 변위 데이터에 비교적 많은 지연과 오차가 존재하며, 변위는 시스템에 있어서 유압실린더 성능을 평가하는 아주 중요한 실험 데이터이다. 시스템의 속도 또한 변위에 의하여 구하며, 피시험체 실린더의 대량 성능 파라미터는 모두 변위의 정확성과 관련된다. 따라서, 변위 데이터의 실시간성과 정확성은 실험 결과에 대해 비교적 큰 영향을 미치며, 온라인장치는 측량 요구에 아주 우수하게 도달할 수 없다. 따라서, 온라인분석기를 대체하는 소프트 측량방법이 필요하다. 수많은 복잡한 입력 변수에 직면하였을 때, 다수 개의 입력 변수에 대한 신속하고 정확하며 효과적인 모델링과 해당 유압실린더 종합 테스트 실험대 변위에 대한 예측은 아주 어려운 측량 난이점으로 되고 있다.

변위 데이터의 실시간성과 정확성은 실험 결과에 대해 비교적 큰 영향을 미치며, 온라인장치는 측량 요구에 아주 우수하게 도달할 수 없는 문제점을 해결하기 위하여, 본 발명의 목적은 유압실린더 종합 테스트 스테이션의 소프트 측량방법 및 시스템을 제공하는 데 있다.

본 발명의 기술방안은 아래와 같다.

일 측면에서, 본 발명의 기술방안은 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법을 제공하고, 이하의 단계,

MI-LSTM 알고리즘을 설계하여 기왕자료(historical data)를 처리한 후 변위를 예측하는 단계;

MI-LSTM 알고리즘을 LabVIEW 중에 내장하여 피시험체 실린더 변위를 실시간으로 온라인 예측하는 단계;를 포함한다.

더 나아가, 상기 MI-LSTM 알고리즘을 설계하여 기왕자료를 처리한 후 변위를 예측하는 단계는,

기왕자료에 있어서, MI알고리즘으로 변수를 선택하고, 관련성이 없는 변수를 제거하는 단계;

나머지 변수를 LSTM 네트워크 입력 데이터로 삼아 모델링을 실시하고 피시험체 실린더의 변위를 예측하는 단계;를 포함한다.

더 나아가, MI-LSTM 알고리즘을 LabVIEW 중에 내장하여 피시험체 실린더 변위를 실시간으로 온라인 예측하는 단계는,

상호정보 MI 전략의 입력 변수에 근거하여 알고리즘을 선택해 평가표준을 확정하고 검색전략과 정지준칙을 제정하는 단계;

MI 알고리즘이 얻은 유효 데이터를 LSTM 네트워크 입력 데이터로 삼고, LSTM 네트워크를 이용하여 피시험체 실린더 변위를 예측하는 단계;

LSTM 네트워크에 대해 파라미터 조정 트레이닝과 네트워크 최적화를 실시하고, 트레이닝이 완성된 네트워크 파라미터를 추출하며, 파라미터를 LabVIEW 중에 통합하여 프로그래밍을 실시하고, 피시험체 실린더 변위를 실시간으로 온라인 예측하는 단계;를 포함한다.

더 나아가, 평가표준은 선택대기 변수 서브세트의 장단점을 가늠하는 데 사용하며;

검색 전략은 선택대기 변수 서브세트를 생성하는 데 사용하며;

정지준칙은 최적 또는 준최적 변수 서브세트의 개수를 확정하는 데 사용한다.

더 나아가, 평가표준 확정은, 상호정보MI(Mutual Information) 전략에 근거하여, 변수 선택의 목표에 따라 최소치를 이용하거나 또는 직접 평균 수치를 이용하여 변수 서브세트의 상호정보 수준을 표시하며;

검색전략 제정에서, 알고리즘을 무작위 검색하는 구체적인 단계는 코딩 규칙 확정과; 적응도 함수 확정이 포함된다.

정지준칙은, 사전에 선택하려는 변수 숫자를 지정함으로써, 해당 숫자에 도달할 경우 즉시 정지하거나, 또는 변수 숫자가 고정수치인 경우, 변수 선택 표준의 가장 바람직한 수치에 대응되는 각 변수를 선택하며;

설정된 준칙에 근거해 변수 규모를 자동 확정하는 데에는, 전후변수 선택 표준의 변화 정도가 설정 조건에 부합되면 바로 정지되거나, 또는 설정 표준을 만족시키는 최소 규모의 변수 집합이 포함된다.

더 나아가, MI-LSTM 알고리즘을 LabVIEW 설계에 내장하는 구체적인 구현 과정에 있어서,

2개의 이산 랜덤 변수인 X와 Y의 상호정보를

로 정의하되,

여기에서, p(x,y)는 X와 Y의 연합 확률 분포 함수이고, p(x)와 p(y)는 각각 X와 Y의 주변 확률 분포 함수이며; 연속 랜덤 변수의 경우에 합계를 구하는 것이

의 이중 정적분으로 교체되는 데,

여기에서, p(x,y)는 현재 X와 Y의 연합 확률 밀도 함수이고, p(x)와 p(y)는 각각 X와 Y의 주변 확률 밀도 함수인 S331 단계;

원시 견본추출 데이터를 V몫으로 나누고, 1개의 단독 견본을 모델 검증의 데이터로 이용하며; 기타 V-1개 견본은 트레이닝에 사용하되, 교차 검증은 V번 반복하고, 각각의 서브 견본은 1번 검증하며, 평균 V번의 결과에 의해 1개 예측해 내는 과정을 통해 v-fold 교차 검증을 구현하는 S332 단계;

LSTM 네트워크가 파라미터 조정 트레이닝과 네트워크 최적화를 실시하되; 계산공식은 아래와 같으며,

식 중에서,

와

는 각각 망각(forget) 게이트, 입력 게이트, 입력 노드, 출력 게이트, 중간 출력과 상태 유닛의 상태이며;

는 각각 대응 게이트를 입력

와 곱셈한 어레이 가중치이며;

는 각각 대응 게이트를 중간 출력

와 곱셈한 어레이 가중치이며;

는 각각

,

를 입력 노드

와 곱셈한 어레이 가중치이고;

는 각각 대응 게이트의 바이어스항(bias term)이며;

는 입력 노드의 바이어스항이고; ⊙는 벡터 중 원소를 올림이 없는 곱셈을 한 것을 표시하며; σ는 sigmoid 함수 변화를 표시하며;

는 tanh 함수 변화를 표시하는 S333단계;

LabVIEW가 트레이닝이 완성된 파라미터에 근거하여 프로그래밍을 실시함으로써, 변위를 예측하는 S334단계;를 포함한다.

본 방법은 우선 센서 소자를 통해 데이터를 수집하고, 신호처리회로를 통해 수집한 데이터를 처리한 후, 무선통신모듈을 통해 데이터를 어퍼 컴퓨터(upper computer)까지 전송하고, 어퍼 컴퓨터는 구축된 예측 모델을 통해 소프트 측량을 실시하며, 기왕자료를 이용하여 반복적으로 모델링하고 MI-LSTM 알고리즘을 LabVIEW 중에 내장하여 피시험체 실린더 변위를 실시간으로 온라인 예측한다.

다른 일 측면에서, 본 발명의 기술방안은 유압실린더 종합 테스트 스테이션 장치, 전원모듈, 주제어 모듈, 통신모듈을 포함하는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량 시스템을 제공하는 데,

전원모듈은 측량 시스템에게 전력을 공급하는 데 사용하며;

주제어 모듈은 데이터를 수신하고 데이터를 구축 완료된 모델에 입력하여 소프트 측량 결과를 출력하는 데 사용하며;

통신모듈은 현장에서 수집한 데이터를 수신하여, 어퍼 컴퓨터에게 데이터를 발송하는 데 사용한다.

어퍼 컴퓨터는 유압실린더 종합 테스트 스테이션 장치로부터 발송된 측정 가능 입력 변수를 실시간 수신하고, MI-LSTM 알고리즘을 이용하여 LabVIEW가 구축한 예측 모델에서 소프트 측량을 구현하는 데 사용한다.

더 나아가, 유압실린더 종합 테스트 스테이션 장치는 압력센서, 온도센서, 유량센서를 설치하며 압력센서, 온도센서와 유량센서는 각각 주제어 모듈과 통신으로 연결되고;

압력센서는 유압실린더 종합 테스트 스테이션 장치의 배관위치별 압력을 측량하는 데 사용하며;

온도센서는 오일탱크 중 및 배관 중 유압유의 온도를 측량하는 데 사용하며;

유량센서는 펌프 구멍과 배관 구멍의 유압유 유량을 측량하는 데 사용한다.

상기 기술방안으로부터 알 수 있다시피, 본 발명은 아래의 장점을 갖고 있다. MI를 기반으로 하는 LSTM 네트워크 예측방법은 MI 알고리즘과 LSTM 네트워크의 각자 특징을 결합함에 따라, 종래기술에 따른 선형 모델링 또는 신경망 모델링 알고리즘에 비해, MI 알고리즘이 변수를 선택하여 LSTM 네트워크 모델에게 대량의 유효 입력 데이트를 제공하여 예측 정확률을 향상시키고 모델의 복잡도를 낮추었다. MI-LSTM 알고리즘을 LabVIEW 소프트 측량시스템에 내장하여 예측이 정확하고 계산 원가가 낮다. 상기 방법에 근거하는 측량장치는 가격이 높고 낙후하며 유지보수와 정비가 어려운 일반 센서의 폐단을 해결하며 비교적 우수한 실용성과 경제성을 갖는다.

또한, 본 발명은 설계 원리가 믿음직하고 구조가 간단하며 아주 광범위한 응용 전망을 갖고 있다.

이로부터 알 수 있다시피, 본 발명은 종래기술에 비해, 돌출된 실질적 특징과 뚜렷한 진보를 이루었으며, 그가 실시하는 발명효과 또한 자명한 사실이다.

본 발명의 실시예 또는 종래기술 중의 기술방안을 더 명확히 설명하기 위하여, 이하에서는 실시예 또는 종래기술 설명 중에서 사용하여야 하는 도면을 간단히 소개한다. 본 기술분야의 기술자라면 창조적인 노동을 진행하지 않는 전제하에서, 이와 같은 도면에 근거해 기타 도면을 얻는 것 또한 자명한 것이다.
도 1은 유압실린더 종합 테스트 실험대 장치의 원리도이고;
도 2는 시스템 주제어 프로그램의 흐름도이고;
도 3은 MI-LSTM 알고리즘 과정 설명도이고;
도 4는 MPX2050에 근거하는 4채널 연산증폭기의 정밀 압력-전압 변환기 회로도이고;
도 5는 AD590 집적 온도 센서에 근거하는 정밀 온도차 측량 회로도이다.

본 기술분야의 기술자들이 본 발명 중의 기술방안을 더 잘 이해하도록 하기 위하여, 이하에서는 본 발명 실시예 중의 도면과 결합하여 본 발명 실시예 중의 기술방안을 분명하게 전면적으로 설명한다. 물론, 설명하는 실시예는 본 발명의 전부 실시예가 아닌 일부 실시예에 불과하다. 본 기술분야의 통상적인 기술자들이 본 발명 중의 실시예에 근거하여 창조성 노동을 진행하지 않은 전제하에 도출해 낸 모든 기타 실시예는 모두 본 발명의 보호범위에 속해야 할 것이다.

실시예 1

본 발명의 실시예는 MI-LSTM 알고리즘을 설계하여 기왕자료(historical data)를 처리한 후 변위를 예측하는 S1 단계;

MI-LSTM 알고리즘을 LabVIEW 중에 내장하여 피시험체 실린더 변위를 실시간으로 온라인 예측하는 S2단계;를 포함하는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법을 제공한다.

본 실시예에서, 상호정보MI(Mutual Information)는 정보론 중에서 유용한 정보척도로서, 그는 2개 사건 집합 간의 관련성을 가리킨다. 2개의 이산 랜덤 변수인 X와 Y는 관련 계수가 다르며, 상호정보는 실제수치 랜덤 변수에 한정되지 않으며, 그는 통상적으로 연합 분포 p(x, y)와 분해의 주변 분포를 곱한 적의 p(x)p(y) 근사 정도를 결정한다.

LSTM(Long Short-Term Memory）장단기 기억 네트워크는 시간 순환 신경망으로서, 시계열 중에서 간격과 지연이 상대적으로 비교적 긴 중요 사건을 처리하고 예측하는 데 적절하다. LSTM 네트워크는 모델 트레이닝 중에서 “기울기 소실”의 문제를 해결하고, 시계열 장단기 종속 정보를 학습할 수 있어, 현재 가장 성공적인 시간 순환 신경망(Recurrent Neural Network, RNN) 아키텍처이며, 다양한 환경 중에서 응용될 수 있다.

MI를 기반으로 하는 LSTM 네트워크 예측방법은 MI와 LSTM 네트워크의 각자 특징과 결합하므로, 종래기술에 따른 선형 모델링 또는 신경망 모델링 알고리즘에 비해, MI가 변수를 선택하여 LSTM 네트워크 모델에게 대량의 유효 입력 데이터를 제공함으로써, 예측 정확률을 향상시키고 모델의 복잡도를 낮추었다. 유압실린더 종합 테스트 스테이션 장치를 선택하는 18개 측정 가능 입력 변수는, 먼저 기왕자료를 이용하고 MI 알고리즘을 사용하여 변수를 선택하여, 관련성이 없는 변수를 제거한다. 그런 다음, 나머지 변수를 입력 데이터로 삼아 출력 변수의 예상 방정식을 구성한다. 상호정보(MI)와 LSTM의 예측 알고리즘은 변수 선택 문제를 효과적으로 해결하여 입력 데이터의 유효성을 향상시켰다. LSTM 네트워크는 배관 길이의 원인으로 발생되는 측량 데이터 판독 지연 문제를 해결하였다. 상호정보(MI)는 변수 간의 선형과 비선형 관계를 설명할 수 있고, 데이터의 통계 분포에 어떠한 제약도 받지 않으며, 입력 변수에 대해 필요한 선택을 실시하고 ,유한 견본세트 관련 추정량의 신임도를 높인다. LabVIEW는 프로그램 개발 환경으로서, 그래픽화 편집 언어 G프로그래밍 프로그램을 사용하고, 생성되는 프로그램은 블록도 형식의 프로그램을 생성하며, 그의 개발환경은 엔지니어와 과학자가 다양한 애플리케이션을 신속히 구축하는 데 필요한 모든 공구를 집적하였다. MILSTM 알고리즘을 LabVIEW 중에 내장하면 종래기술의 선형 모델링 또는 신경망 모델링 알고리즘에 비해, 효과적으로 변수를 선택할 수 있고 예측 정밀도가 더 높으며, 안정성이 더 우수하고 비교적 우수한 실용성을 가질 수 있다.

MI-LSTM 알고리즘이 데이터를 선처리한 후, MI가 서로 다른 입력, 입력과 출력 간의 잠재적 관계를 충분히 감안할 수 있으며, 상호정보의 입력 변수에 근거하여 알고리즘을 선택해 모델 복잡도를 낮추고, 모델링 시간을 단축하며, 신경망의 예측 정밀도를 향상시키고, MI-LSTM 알고리즘 흐름도는 도 3에서 도시하는 바와 같다. MI-LSTM 알고리즘을 LabVIEW에 내장하는 구체적인 단계는 아래와 같다.

S31：상호정보의 입력 변수에 근거하여 알고리즘을 선택한 다음, 검색전략과 정지준칙을 제정하고; 평가표준은 선택대기 변수 서브세트의 장단점을 가늠하는 데 사용하며, 검색전략은 선택대기 변수 서브세트를 생성하는 데 사용하며, 정지준칙은 최적 또는 준최적 변수 서브세트의 개수를 확정하는 데 사용하며;

본 실시예에서, MI 알고리즘 입력 변수가 선택하는 관건 단계는 평가표준 확정, 검색전략 및 정지준칙 제정이 있다.

1) 상호정보 MI(Mutual Information) 전략을 바탕으로, 일반성을 잃지 않는 상황에서, 임의의 평균 수치가 줄곧 최소치와 최대치 사이에 위치하도록 한다. 근사한 각도에서, 최소치는 평균 수치에 대한 보수적인 추정이며, 최대치는 평균 수치에 대한 낙관적인 추정이다. 변수 선택의 목표에 근거하여, 일반적으로 최소치를 이용하거나 또는 직접 평균 수치를 이용하여 변수 서브세트의 상호정보 수준을 표시한다.

2) 무작위식을 선택하여 알고리즘을 검색하며, 어느 규칙에 따라 해당 공간 중에서 무작위 조회로 최적 해법을 모색한다. 이해와 프로그래밍을 구현하는 데 쉽고, 최적 모색 효율과 정밀도가 비교적 높으며, 주요 단계는 2개로서, ①코딩규칙 확정; ②적응도 함수 확정이 있다.

3) 정지준칙의 일반적인 실행방법은 2가지가 있는 데, ①사전에 선택하려는 변수 숫자를 지정함으로써, 숫자에 도달하면 즉시 정지하거나 또는 변수 숫자가 고정 수치일 때, 변수 선택 표준 최적 수치에 대응되는 각 변수를 선택하며; ②일정한 준칙에 근거해 변수 규모를 자동으로 확정하는 데, 예를 들어, 전후변수 선택 표준의 변화 정도는 일정 조건을 만족시키면 즉시 정지하거나, 또는 일정 표준을 만족시키는 최소 규모 변수 집합이다.

S32: MI 알고리즘이 얻은 유효 데이터를 LSTM 네트워크 입력 데이터로 삼으며, 다시, LSTM 네트워크를 이용하여 변위를 예측한다.

S33：LSTM 네트워크에 대해 파라미터 조정 트레이닝과 네트워크 최적화를 실시하며, 트레이닝이 완성된 네트워크 파라미터를 추출하고, 파라미터를 LabVIEW 중에 통합하여 프로그래밍한다.

MI-LSTM 알고리즘을 LabVIEW에 내장하여 설계하는 구체적인 구현 과정에 있어서,

2개의 이산 랜덤 변수인 X와 Y의 상호정보를,

로 정의하되,

여기에서, p(x,y)는 X와 Y의 연합 확률 분포 함수이고, p(x)와 p(y)는 각각 X와 Y의 주변 확률 분포 함수이며; 연속 랜덤 변수의 경우에서, 합계를 구하는 것이

의 이중 정적분으로 교체되는 데,

여기에서, p(x,y)는 현재 X와 Y의 연합 확률 밀도 함수이고, p(x)와 p(y)는 각각 X와 Y의 주변 확률 밀도 함수인 S331 단계;

원시 견본추출 데이터를 V몫으로 나누고, 1개의 단독 견본을 모델 검증의 데이터로 이용하며, 기타 V-1개 견본은 트레이닝에 사용하되, 교차 검증은 V번 반복하고, 각각의 서브 견본은 1번 검증하며, 평균 V번의 결과에 의해 1개 예측해 내는 과정을 통해 v-fold 교차 검증을 구현하는 S332 단계;

LSTM 네트워크가 파라미터 조정 트레이닝과 네트워크 최적화를 실시하되, 계산공식은 아래와 같으며,

식 중에서,

와

는 각각 망각(forget) 게이트, 입력 게이트, 입력 노드, 출력 게이트, 중간 출력과 상태 유닛의 상태이며;

는 각각 대응 게이트를 입력

와 곱셈한 어레이 가중치이며;

는 각각 대응 게이트를 중간 출력

와 곱셈한 어레이 가중치이며;

는 각각

,

를 입력 노드

와 곱셈한 어레이 가중치이고;

는 각각 대응 게이트의 바이어스항(bias term)이며;

는 입력 노드의 바이어스항이고; ⊙는 벡터 중 원소를 올림이 없는 곱셈을 한 것을 표시하며; σ는 sigmoid 함수 변화를 표시하며;

는 tanh 함수 변화를 표시하는 S333단계;

LabVIEW가 트레이닝이 완성된 파라미터에 근거하여 프로그래밍을 실시함으로써, 변위를 예측하는 S334단계;를 포함한다.

유압실린더 종합 테스트 스테이션 장치가 최종적으로 얻은 실험보고서 부분의 성능 파라미터는 피시험체 실린더의 변위에 의해 확정되며, 유압실린더 종합 테스트 스테이션 장치 중에서 실시간으로 정확한 피시험체 실린더의 변위 데이터를 얻는 것이 어려운 경우에는 표 1에서 표시하는 바와 같이, 장치 중 18개 측정 가능 변수에 대한 변수 선택을 실시한 다음, 나머지 변수를 LSTM 네트워크 입력 데이터로 삼으며, LSTM 네트워크를 이용하여 모델링하여 피시험체 실린더의 변위를 예측한다. 시스템은 MI-LSTM 알고리즘 모델링 방법을 이용하고, 각 알고리즘의 장점을 통합하였다. 또한, 해당 알고리즘을 LabVIEW 중에 내장하여 1세트의 소프트 측량 시스템을 구성하는 데, 이와 같은 세트형 소프트 측량시스템은 피시험체 실린더 변위를 실시간으로 온라인 예측할 수 있다. 이와 같은 방법은 호응이 신속하고 투자가 적으며 유지보수 및 정비가 간단하다는 등의 장점을 갖고 있다.

표 1 유압실린더 종합 테스트 스테이션 장치의 측정 가능 입력 변수표

MI는 변수를 정확히 선택하여 관련성이 없는 변수를 제거할 수 있다. 모델의 복잡도를 효과적으로 낮출 수 있어, 해당 소프트 측량 시스템의 성능을 향상시킬 수 있다. 또한, 유압실린더 종합 테스트 스테이션 장치는 경제성, 유지보수의 난이도 등도 감안해야 한다. 실천이 증명하듯이, MI-LSTM 알고리즘을 LabVIEW에 내장하는 소프트 측량방법은 관련성이 없는 변수를 효과적으로 제거하며, 더 나아가, 시스템의 예측 정밀도를 향상시키고 계산 원가를 줄인다.

실시예 2

본 발명은 유압실린더 종합 테스트 스테이션 장치, 전원모듈, 주제어모듈, 통신모듈을 포함하며;

전원모듈은 측량시스템에 전력을 공급하는 데 사용하고; 동시에 전압을 안정시키고 센서를 보호하는 역할을 하며;

주제어모듈은 데이터를 수신하고 데이터를 구축 완료된 모델에 입력하여 소프트 측량 결과를 출력하는 데 사용하며;

통신모듈은 현장에서 수집한 데이터를 수신하여 어퍼 컴퓨터(upper computer)에게 데이터를 발송하는 데 사용하는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량 시스템을 제공한다.

어퍼 컴퓨터는 유압실린더 종합 테스트 스테이션 장치가 발송한 18개 측정 가능 입력 변수를 실시간 수신하고 MILSTM 알고리즘을 이용하여 LabVIEW에서 구축된 예측 모델에서 소프트측량을 구현하는 데 사용하는 데, 유압실린더 종합 테스트 스테이션 장치의 원리도는 도 1에서 도시한 바와 같으며;

유압실린더 종합 테스트 스테이션 장치에 압력센서, 온도센서와 유량센서를 설치하며;

압력센서, 온도센서와 유량센서는 각각 주제어모듈과 통신으로 연결한다.

상기 압력센서는 MPX2050 시리즈 실리콘 압력 센서를 이용하는 데, MPX2050 시리즈 실리콘 압력 센서는 실리콘판 내 온도 보상과 수정을 갖고, 스트레인게이지(Strain Gauge)와 박막 온도 보상, 교정 저항 회로망을 동일 실리콘판에 집적시키며 레이저수정기술을 이용하여 정확한 수치범위 교정, 0비트편차교정과 온도보상을 구현하여 아주 높은 정밀도를 갖는다. 해당 센서는 유압 펌프, 모터제어기, 원격제어설비 측량 등 측면에 응용된다. 해당 센서는 최대 압력이 200kPa이고 최대 충격 압력이 500kPa이며, 작동온도가 -40℃~125℃이다. 해당 MPX2050 시리즈 실리콘 압력 센서는 주로 배관위치별 압력을 측정하는 데 사용하며, 도 4에서 도시하는 바와 같이, MPX2050 시리즈 실리콘 압력 센서에 근거해 1개의 4채널 연산증폭기의 정밀 압력-전압 변환기 회로로 연결한다.

온도센서는 오일탱크 중 및 배관 중 유압유의 온도를 측정하는 데 사용하는 데, 상기 온도센서는 AD590 집적 온도센서를 이용하며, AD590 집적 온도센서는 작동온도범위가 -50℃~+150℃로서, 출력 저항이 높고 교란차단능력이 강한 장점을 가지며, 직접 컴퓨터 테스트 시스템과 인터페이스할 수 있다. AD590 집적 온도센서는 주변 온도 보상과 선형 처리 회로가 필요하지 않으며, 인터페이스가 간단하고, 사용하는 데 편리하다. 직류를 사용하는 전원 범위가 비교적 넓고, 전원 전압 범위가 +4V~+30V이다. 해당 AD590 집적 온도센서는 주로 오일탱크 중 및 배관 중 유압유의 온도를 측정하는 데 사용한다. 도 5는 AD590 온도 민감성 소자에 근거하여 설계한 정밀형 온도차 측량 회로를 도시하였다. 여기에서, 2개 AD581는 전압 기준으로서, 2개의 AD590에게 ±10V 전원을 제공하고, AD542W는 고입력저항의 연산증폭기로서, 전류전압의 전환을 구현하는 동시에, DVM는 디지털 패널 계기판이며; 유량센서는 펌프 구명과 배관 구멍의 유압유 유량을 측량하는 데 사용한다.

유량센서는 SWINGWIRLⅡ 전기용량식 와동렬 유량센서를 이용하는 데, SWINGWIRLⅡ 전기용량식 와동렬 유량센서는 전기용량 검사 회로가 “차동 스위치 전기용량” 원리에 의하여 설계되어 전기용량차 수치에 의해 결정되는 1개의 차동 신호만 생성하며, 원래의 2개 기본 전기용량 수치는 전동 신호를 형성할 때 상쇄되었다. 차동 신호는 1개의 사인파(sine wave) 신호로서, 처리를 거친 후 4~20mA의 전류 펄스 형식으로 출력되며, 그 주파수와 유량은 정비례를 구성한다. 전원은 전압이 24V인 직류전기이며, 매개체 온도 범위는 -50℃~+400℃이다. 해당 SWINGWIRLⅡ 전기용량식 와동렬 유량센서는 주로 펌프구멍과 주요 배관 구멍의 유압유 유량을 측량하는 데 사용한다.

해당 시스템의 주제어 프로그램 실행절차는 도 2에서 도시하는 바와 같이, 먼저 센서 소자를 통해 데이터를 수집하고 신호처리회로를 통해 수집한 데이터를 처리한 후, 무선통신모듈을 통해 데이터를 어퍼 컴퓨터에 까지 전송하며, 어퍼 컴퓨터는 구축된 예측 모델을 이용하여 소프트 측량을 실시하고 기왕자료를 반복적으로 모델링하며, MI-LSTM 알고리즘을 LabVIEW 중에 내장하여 피시험체 실린더 변위를 실시간으로 온라인 예측한다.

도면을 참조하고 바람직한 실시예와 결합하는 방식을 통해 본 발명을 상세히 설명하였지만, 본 발명은 이에 한정되지 않는다. 본 발명의 정신과 실질을 이탈하지 않는 전제 하에, 본 기술분야의 통상적인 기술자들은 본 발명의 실시예에 대해 다양한 등가적 보정 또는 치환을 실시할 수 있으며, 이와 같은 보정과 치환은 모두 본 발명의 포괄 범위 내에 포함되어야 한다. 본 기술분야를 숙지하고 있는 모든 기술자들은 본 발명이 공개한 기술범위 내에서 용이하게 변화 또는 치환을 생각해 낼 수 있을 것으로 보아지며, 그들은 모두 본 발명의 보호범위 내에 포함되어야 할 것이다. 따라서, 본 발명의 보호범위는 상술한 바와 같이 청구항의 보호범위를 기준으로 하여야 한다.

Claims (9)

1. 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법에 있어서,
   이하의 단계,
   MI-LSTM 알고리즘을 설계하여 기왕자료(historical data)를 처리한 후 변위를 예측하는 단계;
   MI-LSTM 알고리즘을 LabVIEW 중에 내장하여 피시험체 실린더 변위를 실시간으로 온라인 예측하는 단계;를 포함하고,
   더 나아가, 상기 MI-LSTM 알고리즘을 설계하여 기왕자료를 처리한 후 변위를 예측하는 단계는,
   기왕자료에 있어서, MI알고리즘으로 변수를 선택하고, 관련성이 없는 변수를 제거하는 단계;
   나머지 변수를 LSTM 네트워크 입력 데이터로 삼아 모델링을 실시하고 피시험체 실린더의 변위를 예측하는 단계;를 포함하고,
   더 나아가, 상기 MI-LSTM 알고리즘을 LabVIEW 중에 내장하여 피시험체 실린더 변위를 실시간으로 온라인 예측하는 단계는,
   상호정보 MI의 입력 변수에 근거하여 알고리즘을 선택해 평가표준을 확정하고 검색전략과 정지준칙을 제정하는 단계;
   MI 알고리즘이 얻은 유효 데이터를 LSTM 네트워크 입력 데이터로 삼고, LSTM 네트워크를 이용하여 피시험체 실린더 변위를 예측하는 단계;
   LSTM 네트워크에 대해 파라미터 조정 트레이닝과 네트워크 최적화를 실시하고, 트레이닝이 완성된 네트워크 파라미터를 추출하며, 파라미터를 LabVIEW 중에 통합하여 프로그래밍을 실시하고, 피시험체 실린더 변위를 실시간으로 온라인 예측하는 단계;를 포함하고,
   더 나아가, MI-LSTM 알고리즘을 LabVIEW 설계에 내장하는 구체적인 구현 과정에 있어서,
   2개의 이산 랜덤 변수인 X와 Y의 상호정보를
   

   

   
   로 정의하되,
   여기에서, p(x,y)는 X와 Y의 연합 확률 분포 함수이고, p(x)와 p(y)는 각각 X와 Y의 주변 확률 분포 함수이며; 연속 랜덤 변수의 경우에 합계를 구하는 것이
   

   

   
   의 이중 정적분으로 교체되는 데,
   여기에서, p(x,y)는 현재 X와 Y의 연합 확률 밀도 함수이고, p(x)와 p(y)는 각각 X와 Y의 주변 확률 밀도 함수인 S331 단계;
   v-fold 교차 검증을 구현하는 S332 단계;
   LSTM 네트워크가 파라미터 조정 트레이닝과 네트워크 최적화를 실시하고, 계산공식은 아래와 같으며,
   

   

   
   식 중에서,

   

   와

   

   는 각각 망각(forget) 게이트, 입력 게이트, 입력 노드, 출력 게이트, 중간 출력과 상태 유닛의 상태이며;

   

   는 각각 대응 게이트를 입력

   

   와 곱셈한 어레이 가중치이며;

   

   는 각각 대응 게이트를 중간 출력

   

   와 곱셈한 어레이 가중치이며;

   

   는 각각

   

   ,

   

   를 입력 노드

   

   와 곱셈한 어레이 가중치이고;

   

   는 각각 대응 게이트의 바이어스항(bias term)이며;

   

   는 입력 노드의 바이어스항이고; ⊙는 벡터 중 원소를 올림이 없는 곱셈을 한 것을 표시하며; σ는 sigmoid 함수 변화를 표시하며;

   

   는 tanh 함수 변화를 표시하는 S333단계;
   LabVIEW가 트레이닝이 완성된 파라미터에 근거하여 프로그래밍을 실시함으로써, 변위를 예측하는 S334단계;를 포함하는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법.
2. 제1항에 있어서,
   평가표준은 선택대기 변수 서브세트의 장단점을 가늠하는 데 사용하며;
   검색 전략은 선택대기 변수 서브세트를 생성하는 데 사용하며;
   정지준칙은 최적 또는 준최적 변수 서브세트의 개수를 확정하는 데 사용하는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법.
3. 제2항에 있어서,
   평가표준 확정은, 상호정보MI(Mutual Information) 전략에 근거하여, 변수 선택의 목표에 따라 최소치를 이용하거나 또는 직접 평균 수치를 이용하여 변수 서브세트의 상호정보 수준을 표시하며;
   검색전략 제정은, 알고리즘을 무작위 검색하는 구체적인 단계에 있어서 코딩 규칙 확정과; 적응도 함수 확정이 포함되고;
   정지준칙은, 사전에 선택하려는 변수 숫자를 지정함으로써, 해당 숫자에 도달할 경우 즉시 정지하거나, 또는 변수 숫자가 고정수치인 경우, 변수 선택 표준의 가장 바람직한 수치에 대응되는 각 변수를 선택하며;
   설정된 준칙에 근거해 변수 규모를 자동 확정하는 데에는, 전후변수 선택 표준의 변화 정도가 설정 조건에 부합되면 바로 정지되거나, 또는 설정 표준을 만족시키는 최소 규모의 변수 집합이 포함되는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법.
4. 제1항에 있어서,
   상기 단계 S332에서, v-fold 교차 검증은 구체적으로,
   원시 견본추출 데이터를 V몫으로 나누고, 1개의 단독 견본을 모델 검증의 데이터로 이용하며; 기타 V-1개 견본은 트레이닝에 사용하며; 교차 검증은 V번 반복하고; 각각의 서브 견본은 1번 검증하며, 평균 V번의 결과에 의해 1개 예측해 내는 과정을 통해 구현되는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량방법.
5. 제1항의 소프트 측량 방법을 구현하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량 시스템에 있어서,
   유압실린더 종합 테스트 스테이션 장치, 전원모듈, 주제어 모듈, 통신모듈을 포함하되,
   전원모듈은 측량 시스템에게 전력을 공급하는 데 사용하며;
   주제어 모듈은 데이터를 수신하고 데이터를 구축 완료된 모델에 입력하여 소프트 측량 결과를 출력하는 데 사용하며;
   통신모듈은 현장에서 수집한 데이터를 수신하여, 어퍼 컴퓨터에게 데이터를 발송하는 데 사용하며,
   어퍼 컴퓨터는 유압실린더 종합 테스트 스테이션 장치로부터 발송된 측정 가능 입력 변수를 실시간 수신하고, MI-LSTM 알고리즘을 이용하여 LabVIEW에서 구축된 예측 모델에서 소프트 측량을 구현하는 데 사용하는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량 시스템.
6. 제5항에 있어서,
   유압실린더 종합 테스트 스테이션 장치에는 압력센서, 온도센서, 유량센서가 설치되고;
   압력센서, 온도센서와 유량센서는 각각 주제어 모듈과 통신으로 연결되고;
   압력센서는 유압실린더 종합 테스트 스테이션 장치의 배관위치별 압력을 측량하는 데 사용하며;
   온도센서는 오일탱크 중 및 배관 중 유압유의 온도를 측량하는 데 사용하며;
   유량센서는 펌프 구멍과 배관 구멍의 유압유 유량을 측량하는 데 사용하는 것을 특징으로 하는 유압실린더 종합 테스트 스테이션에 대한 소프트 측량 시스템.
7. 삭제
8. 삭제
9. 삭제

Images