KR20230157054A - Abnormality diagnosis apparatus for a movable body - Google Patents
Abnormality diagnosis apparatus for a movable body Download PDFInfo
- Publication number
- KR20230157054A KR20230157054A KR1020220056559A KR20220056559A KR20230157054A KR 20230157054 A KR20230157054 A KR 20230157054A KR 1020220056559 A KR1020220056559 A KR 1020220056559A KR 20220056559 A KR20220056559 A KR 20220056559A KR 20230157054 A KR20230157054 A KR 20230157054A
- Authority
- KR
- South Korea
- Prior art keywords
- electric
- abnormality
- vehicle
- mobile
- mobile vehicle
- Prior art date
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 104
- 238000003745 diagnosis Methods 0.000 title claims description 40
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 230000001141 propulsive effect Effects 0.000 claims description 7
- 238000000034 method Methods 0.000 claims description 5
- 230000001144 postural effect Effects 0.000 claims description 5
- 230000001939 inductive effect Effects 0.000 claims description 4
- 238000001962 electrophoresis Methods 0.000 claims 3
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D27/00—Arrangement or mounting of power plant in aircraft; Aircraft characterised thereby
- B64D27/02—Aircraft characterised by the type or position of power plant
- B64D27/24—Aircraft characterised by the type or position of power plant using steam, electricity, or spring force
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U50/00—Propulsion; Power supply
- B64U50/10—Propulsion
- B64U50/19—Propulsion using electrically powered motors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/34—Testing dynamo-electric machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R33/00—Arrangements or instruments for measuring magnetic variables
- G01R33/02—Measuring direction or magnitude of magnetic fields or magnetic flux
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
- B64D2045/0085—Devices for aircraft health monitoring, e.g. monitoring flutter or vibration
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T50/00—Aeronautics or air transport
- Y02T50/60—Efficient propulsion technologies, e.g. for aircraft
Abstract
본 발명은 전기 이동체의 이상 진단 장치에 관한 것으로, 드론 등과 같은 전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 로드셀을 이용해 측정하여 전기 이동체의 이상 여부를 쉽고 간편하게 진단함으로써 전기 이동체의 사고를 미연에 방지할 수 있도록 한 것이다.The present invention relates to a device for diagnosing abnormalities in electric vehicles, and it measures the driving force according to the rotation of a plurality of electric motors mounted on electric vehicles such as drones using a load cell to easily and conveniently diagnose abnormalities in the electric vehicle, thereby causing accidents in the electric vehicle. This was done so that it could be prevented in advance.
Description
본 발명은 드론 등과 같은 전기 이동체의 자세 안정성 등과 같은 이상을 진단하는 전기 이동체의 이상 진단 장치에 관한 것이다.The present invention relates to an abnormality diagnosis device for electric mobile vehicles such as drones, which diagnoses abnormalities such as posture stability of electric mobile vehicles.
드론 등과 같은 전기 이동체는 다수의 전기 모터 구동에 의해 운행되며, 전기 모터에 이상이 발생하면 사고가 발생할 가능성이 크다. 이러한 이유로 인해 드론 등과 같은 전기 이동체의 이상을 진단하여 사고를 미연에 방지할 수 있는 기술에 대한 필요성이 요구되고 있다.Electric vehicles such as drones are driven by multiple electric motors, and if something goes wrong with the electric motors, there is a high possibility that an accident will occur. For this reason, there is a need for technology that can prevent accidents in advance by diagnosing abnormalities in electric vehicles such as drones.
대한민국 등록특허 제10-2261899호(2021.06.07 공고)에서 드론 구동시 발생하는 진동 원시 데이터를 수집하고, 수집된 진동 원시 데이터 중 드론의 이상 진단을 위해 유효한 주파수 대역만을 통과시킨 시간영역의 데이터를 주파수 영역으로 변환한 후 점검 데이터로 출력하고, 출력된 점검 데이터와 드론이 정상상태일 때의 기준 데이터를 비교하여 드론의 이상 여부를 감지하는 드론의 이상 진단장치 및 그 방법을 개시하고 있다.In Korea Registered Patent No. 10-2261899 (announced on June 7, 2021), raw vibration data generated when driving a drone is collected, and among the collected raw vibration data, only time-domain data is passed through the valid frequency band for the purpose of diagnosing abnormalities in the drone. Disclosed is a drone abnormality diagnosis device and method that converts to the frequency domain, outputs inspection data, and detects abnormalities in the drone by comparing the output inspection data with reference data when the drone is in a normal state.
그러나, 이 기술은 드론 구동시 발생하는 진동 원시 데이터를 대역 필터링하고, 시간영역의 데이터를 주파수 영역으로 푸리에 변환하는 복잡한 연산 과정을 통해 드론의 이상 여부를 감지한다. However, this technology detects any abnormalities in the drone through a complex calculation process that band-filters the raw vibration data generated when the drone is driven and Fourier transforms the data in the time domain to the frequency domain.
따라서, 본 발명자는 드론 등과 같은 전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 로드셀을 이용해 측정하여 전기 이동체의 이상 여부를 쉽고 간편하게 진단할 수 있는 개선된 전기 이동체 이상 진단 기술에 대한 연구를 하였다.Therefore, the present inventor is researching an improved electric vehicle abnormality diagnosis technology that can easily and conveniently diagnose abnormalities in an electric vehicle by measuring the driving forces due to the rotation of a plurality of electric motors mounted on an electric vehicle such as a drone using a load cell. did.
본 발명은 드론 등과 같은 전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 로드셀을 이용해 측정하여 전기 이동체의 이상 여부를 쉽고 간편하게 진단할 수 있는 전기 이동체의 이상 진단 장치를 제공함을 그 목적으로 한다.The purpose of the present invention is to provide an abnormality diagnosis device for electric vehicles that can easily and conveniently diagnose abnormalities in electric vehicles by measuring the driving force due to the rotation of a plurality of electric motors mounted on electric vehicles such as drones using a load cell. do.
상기한 목적을 달성하기 위한 본 발명의 일 양상에 따르면, 전기 이동체의 이상 진단 장치가 다수의 전기 모터들에 의해 이동되는 전기 이동체 하부의 다수 위치에 각각 결합 고정되는 다수의 이동체 고정부들과; 전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 각각 측정하는 다수의 로드셀(Load Cell)들과; 다수의 로드셀들과 다수의 이동체 고정부들 간을 각각 연결하는 다수의 연결부재들과; 다수의 로드셀들 각각에 의해 측정되는 추진력들을 기반으로 전기 이동체의 이상 여부를 진단하는 이상 여부 진단부를 포함한다.According to one aspect of the present invention for achieving the above object, an apparatus for diagnosing abnormalities in an electric mobile device includes a plurality of moving body fixing units each coupled and fixed to a plurality of positions on the lower part of the electric mobile body moved by a plurality of electric motors; A plurality of load cells that measure the driving force according to the rotation of a plurality of electric motors mounted on the electric vehicle; A plurality of connection members respectively connecting a plurality of load cells and a plurality of moving object fixtures; It includes an abnormality diagnosis unit that diagnoses abnormalities in the electric mobile body based on the driving forces measured by each of the plurality of load cells.
본 발명의 부가적인 양상에 따르면, 이상 여부 진단부가 다수의 로드셀들 각각에 의해 측정되는 추진력들을 비교하여 전기 이동체의 자세 안정성 또는 전기 모터들 각각의 이상 여부를 판단하도록 구현될 수 있다.According to an additional aspect of the present invention, the abnormality diagnosis unit may be implemented to compare the propulsive forces measured by each of the plurality of load cells to determine the postural stability of the electric vehicle or whether each of the electric motors is abnormal.
본 발명의 부가적인 양상에 따르면, 이상 여부 진단부가 다수의 로드셀들 각각에 의해 측정되는 추진력들을 정상 상태에서 학습된 각 전기 모터들의 추진력 특성 데이터들과 비교하여 전기 이동체의 자세 안정성 또는 전기 모터들 각각의 이상 여부를 판단하도록 구현될 수 있다.According to an additional aspect of the present invention, the abnormality diagnosis unit compares the driving force measured by each of the plurality of load cells with the driving force characteristic data of each electric motor learned in the normal state to determine the postural stability of the electric vehicle or each electric motor. It can be implemented to determine whether there is an abnormality.
본 발명의 부가적인 양상에 따르면, 이상 여부 진단부가 전기 모터들 각각의 이상 여부 판단시, 전기 이동체로부터 수신되는 모터 진동 데이터들 또는 모터 소음 데이터들 또는 모터 자기장 신호들 중 적어도 하나를 더 고려하여 전기 모터들 각각의 이상 여부를 판단하도록 구현될 수 있다.According to an additional aspect of the present invention, when the abnormality diagnosis unit determines whether each of the electric motors is abnormal, it further considers at least one of motor vibration data, motor noise data, or motor magnetic field signals received from the electric mobile body to determine whether the electric motor is abnormal. It can be implemented to determine whether each motor is abnormal.
본 발명의 부가적인 양상에 따르면, 전기 이동체의 이상 진단 장치가 이상 여부 진단부에 의해 전기 이동체의 이상 진단시, 전기 이동체의 이상을 경고하는 이동체 이상 경고부를 더 포함할 수 있다.According to an additional aspect of the present invention, the device for diagnosing an abnormality in an electric mobile device may further include a mobile device abnormality warning unit that warns of an abnormality in the electric mobile device when an abnormality in the electric mobile device is diagnosed by an abnormality diagnosis unit.
본 발명의 부가적인 양상에 따르면, 전기 이동체의 이상 진단 장치가 다수의 로드셀들 각각에 의해 측정되는 추진력 데이터들을 딥러닝(Deep Learning)하여 전기 이동체에 장착되는 다수의 전기 모터들의 추진력 특성 데이터를 학습하는 학습부를 더 포함할 수 있다.According to an additional aspect of the present invention, an apparatus for diagnosing an abnormality in an electric vehicle learns the thrust characteristic data of a plurality of electric motors mounted on the electric vehicle by deep learning the propulsion data measured by each of a plurality of load cells. It may further include a learning section.
본 발명의 부가적인 양상에 따르면, 전기 이동체의 이상 진단 장치가 다수의 전기 모터들에 의해 이동되는 전기 이동체의 이륙 또는 정차를 유도하는 이동체 이륙 유도 신호 또는 이동체 정차 유도 신호를 발생시키는 이동체 유도부와; 이동체 유도부에 의해 발생되는 이동체 이륙 유도 신호 또는 이동체 정차 유도 신호를 전기 이동체로 무선 송신하는 무선 통신부와; 이동체 이륙 유도 제어와, 이동체 정차 유도 제어와, 무선 통신 제어 및 이동체 이상 진단 동작 제어를 포함하는 장치 전반을 제어하는 제어부를 더 포함할 수 있다.According to an additional aspect of the present invention, an apparatus for diagnosing an electric vehicle abnormality includes: a mobile vehicle inducing unit that generates a mobile vehicle take-off guidance signal or a mobile vehicle stopping guidance signal for inducing takeoff or stopping of an electric mobile vehicle moved by a plurality of electric motors; a wireless communication unit that wirelessly transmits a mobile vehicle takeoff guidance signal or a mobile vehicle stopping guidance signal generated by the mobile vehicle guidance unit to the electric mobile vehicle; It may further include a control unit that controls the overall device, including a mobile vehicle takeoff guidance control, a mobile vehicle stopping guidance control, a wireless communication control, and a mobile unit abnormality diagnosis operation control.
본 발명은 드론 등과 같은 전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 로드셀을 이용해 측정하여 전기 이동체의 이상 여부를 쉽고 간편하게 진단함으로써 전기 이동체의 사고를 미연에 방지할 수 있으므로, 전기 이동체의 안전성을 향상할 수 있는 효과가 있다.The present invention measures the propulsive force resulting from the rotation of a plurality of electric motors mounted on an electric vehicle such as a drone using a load cell to easily and conveniently diagnose abnormalities in the electric vehicle, thereby preventing accidents in the electric vehicle. It has the effect of improving safety.
도 1 은 본 발명에 따른 전기 이동체의 이상 진단 장치의 일 실시예의 구성을 도시한 도면이다.
도 2 는 본 발명에 따른 전기 이동체의 이상 진단 장치의 또 다른 실시예의 구성을 도시한 블럭도이다.1 is a diagram illustrating the configuration of an embodiment of a device for diagnosing abnormalities in an electric mobile device according to the present invention.
Figure 2 is a block diagram showing the configuration of another embodiment of the device for diagnosing abnormalities in an electric mobile device according to the present invention.
이하, 첨부된 도면을 참조하여 기술되는 바람직한 실시예를 통하여 본 발명을 당업자가 용이하게 이해하고 재현할 수 있도록 상세히 기술하기로 한다. 특정 실시예들이 도면에 예시되고 관련된 상세한 설명이 기재되어 있으나, 이는 본 발명의 다양한 실시예들을 특정한 형태로 한정하려는 것은 아니다.Hereinafter, the present invention will be described in detail through preferred embodiments described with reference to the accompanying drawings so that those skilled in the art can easily understand and reproduce it. Although specific embodiments are illustrated in the drawings and related detailed descriptions are described, they are not intended to limit the various embodiments of the present invention to any particular form.
본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명 실시예들의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.In describing the present invention, if it is determined that a detailed description of a related known function or configuration may unnecessarily obscure the gist of the embodiments of the present invention, the detailed description will be omitted.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. When a component is said to be "connected" or "connected" to another component, it is understood that it may be directly connected to or connected to the other component, but that other components may exist in between. It should be.
반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해될 수 있어야 할 것이다.On the other hand, when it is mentioned that a component is “directly connected” or “directly connected” to another component, it should be understood that there are no other components in between.
도 1 은 본 발명에 따른 전기 이동체의 이상 진단 장치의 일 실시예의 구성을 도시한 도면, 도 2 는 본 발명에 따른 전기 이동체의 이상 진단 장치의 또 다른 실시예의 구성을 도시한 블럭도이다.FIG. 1 is a diagram showing the configuration of one embodiment of an apparatus for diagnosing an abnormality in an electric mobile device according to the present invention, and FIG. 2 is a block diagram showing the configuration of another embodiment of an apparatus for diagnosing an abnormality in an electric mobile device according to the present invention.
도 1 및 도 2 에 도시한 바와 같이, 이 실시예에 따른 전기 이동체의 이상 진단 장치(100)는 다수의 이동체 고정부(110)들과, 다수의 로드셀(Load Cell)(120)들과, 다수의 연결부재(130)들과, 이상 여부 진단부(140)를 포함한다.As shown in FIGS. 1 and 2, the apparatus 100 for diagnosing abnormalities in an electric mobile device according to this embodiment includes a plurality of mobile fixing parts 110, a plurality of load cells 120, and It includes a plurality of connection members 130 and an abnormality diagnosis unit 140.
다수의 이동체 고정부(110)들은 다수의 전기 모터(210)들에 의해 이동되는 전기 이동체(200) 하부의 다수 위치에 각각 결합 고정된다. 이 때, 이동체 고정부(110)들이 드론 등과 같은 전기 이동체(200)의 전기 모터(210)들이 위치하는 하부에 각각 결합 고정되도록 구현될 수 있다.The plurality of mobile body fixing units 110 are respectively coupled and fixed to multiple positions below the electric mobile body 200 moved by the plurality of electric motors 210. At this time, the mobile device fixing units 110 may be implemented to be respectively coupled and fixed to the lower part of the electric mobile device 200, such as a drone, where the electric motors 210 are located.
예컨대, 도 1 에 도시한 바와 같이 이동체 고정부(110)가 드론 등과 같은 전기 이동체(200)의 전기 모터(210)들이 위치하는 하부에 각각 형성되는 고정홈이나 고정돌기 등과 같은 결합구(220)에 결합되어 고정되는 걸림고리 형태로 구현될 수 있으나, 이에 한정되지는 않는다.For example, as shown in FIG. 1, the moving body fixing part 110 has a coupler 220 such as a fixing groove or a fixing protrusion formed at the lower part where the electric motors 210 of the electric mobile object 200, such as a drone, are located. It may be implemented in the form of a hook that is coupled and fixed, but is not limited to this.
다수의 로드셀(Load Cell)(120)들은 전기 이동체(200)에 장착되는 다수의 전기 모터(210)들의 회전에 따른 추진력들을 각각 측정한다. 로드셀(120)은 힘 또는 하중이 인가되어 발생되는 변형량을 전기 신호로 검출한 뒤 디지털 신호로 출력하는 센서이므로, 이를 이용해 전기 이동체(200)에 장착되는 다수의 전기 모터(210)들의 회전에 따른 추진력들을 각각 측정할 수 있다.A plurality of load cells (Load Cells) 120 each measure driving force according to the rotation of a plurality of electric motors 210 mounted on the electric mobile body 200. The load cell 120 is a sensor that detects the amount of deformation generated when a force or load is applied as an electrical signal and then outputs it as a digital signal. Therefore, it uses this to detect the amount of deformation generated by applying force or load as an electrical signal and outputs it as a digital signal. The driving forces can be measured individually.
다수의 연결부재(130)들은 다수의 로드셀(120)들과 다수의 이동체 고정부(110)들 간을 각각 연결한다. 도 1 을 참조해 보면, 다수의 연결부재(130)들 각각이 다수의 로드셀(120)들과 다수의 이동체 고정부(110)들 간에 연결되어 전기 이동체(200)의 전기 모터(210)의 회전에 의해 발생되는 추진력이 이동체 고정부(110)와 연결부재(130)를 통해 로드셀(120)로 인가됨을 볼 수 있다.A plurality of connection members 130 connect the plurality of load cells 120 and the plurality of moving object fixing parts 110, respectively. Referring to FIG. 1, each of the plurality of connecting members 130 is connected between the plurality of load cells 120 and the plurality of moving body fixing parts 110 to rotate the electric motor 210 of the electric moving body 200. It can be seen that the driving force generated by is applied to the load cell 120 through the moving body fixing part 110 and the connecting member 130.
이상 여부 진단부(140)는 다수의 로드셀(120)들 각각에 의해 측정되는 추진력들을 기반으로 전기 이동체(200)의 이상 여부를 진단한다. 전기 이동체(200)에 장착되는 다수의 전기 모터(210)들이 회전하면, 전기 모터(210)들이 회전하면서 프로펠러를 회전시켜 상승 추력, 전진 추력, 후진 추력 등과 같은 추진력이 각 전기 모터(210)별로 발생되고, 이 추진력들은 이동체 고정부(110)들과 연결부재(130)들을 통해 로드셀(120)들로 인가되어 각 전기 모터(210)의 추진력이 측정되고, 이상 여부 진단부(140)가 다수의 로드셀(120)들 각각에 의해 측정되는 추진력들을 기반으로 전기 이동체(200)의 이상 여부를 진단한다.The abnormality diagnosis unit 140 diagnoses the abnormality of the electric mobile body 200 based on the driving forces measured by each of the plurality of load cells 120. When the plurality of electric motors 210 mounted on the electric mobile body 200 rotate, the electric motors 210 rotate and rotate the propeller to generate thrust such as upward thrust, forward thrust, and backward thrust for each electric motor 210. Generated, these driving forces are applied to the load cells 120 through the moving object fixing parts 110 and connecting members 130, so that the driving force of each electric motor 210 is measured, and an abnormality diagnosis unit 140 is provided. An abnormality in the electric mobile body 200 is diagnosed based on the driving forces measured by each of the load cells 120.
예컨대, 도 1 에 도시한 바와 같이 전기 이동체(200)가 4개의 동일 제품의 전기 모터(210)를 구비한 드론이라고 가정하면, 4개의 전기 모터(210)들이 이상이 없을 경우 상승 추력 발생시에는 4개의 로드셀(120)들 모두에서 거의 동일한 추진력이 측정되나, 적어도 하나의 전기 모터에 이상이 있을 경우에는 해당 이상이 발생한 전기 모터에 대응하는 로드셀에 의해 측정되는 추진력은 정상 추진력 보다 작거나 클 것이다.For example, assuming that the electric vehicle 200 is a drone equipped with four electric motors 210 of the same product as shown in FIG. 1, if there is no problem with the four electric motors 210, when upward thrust is generated, 4 Almost the same driving force is measured in all of the load cells 120, but if there is a problem with at least one electric motor, the driving force measured by the load cell corresponding to the electric motor in which the problem occurred will be smaller or larger than the normal driving force.
따라서, 이상 여부 진단부(140)가 다수의 로드셀(120)들 각각에 의해 측정되는 추진력들을 비교하여 전기 이동체(200)의 자세 안정성을 판단할 수 있다. 상승 추력 발생시 다수의 로드셀(120)들 모두에서 거의 동일한 추진력이 측정되면 이상 여부 진단부(140)가 전기 이동체(200)의 자세가 안정한 상태라 판단하고, 적어도 하나의 로드셀에 의해 측정되는 추진력이 다른 로드셀에 의해 측정되는 추진력에 비해 임계값 이상의 차이가 있을 경우 이상 여부 진단부(140)가 전기 이동체(200)의 자세가 불안정한 상태라 판단하도록 구현될 수 있다.Accordingly, the abnormality diagnosis unit 140 can compare the propulsive forces measured by each of the plurality of load cells 120 to determine the postural stability of the electric mobile device 200. When almost the same driving force is measured in all of the plurality of load cells 120 when upward thrust is generated, the abnormality diagnosis unit 140 determines that the attitude of the electric mobile device 200 is stable, and the driving force measured by at least one load cell is If there is a difference greater than a threshold compared to the driving force measured by another load cell, the abnormality diagnosis unit 140 may be implemented to determine that the posture of the electric mobile device 200 is unstable.
한편, 이상 여부 진단부(140)가 다수의 로드셀(120)들 각각에 의해 측정되는 추진력들을 비교하여 전기 모터(210)들 각각의 이상 여부를 판단할 수 있다. 상승 추력 발생시 다수의 로드셀(120)들 모두에서 거의 동일한 추진력이 측정되면 이상 여부 진단부(140)가 모든 전기 모터(210)들이 정상 상태라 판단하고, 적어도 하나의 로드셀에 의해 측정되는 추진력이 다른 로드셀에 의해 측정되는 추진력에 비해 임계값 이상의 차이가 있을 경우 이상 여부 진단부(140)가 해당 추진력 차이가 발생한 로드셀에 대응하는 전기 모터가 이상 상태라 판단하도록 구현될 수 있다.Meanwhile, the abnormality diagnosis unit 140 may determine whether each of the electric motors 210 is abnormal by comparing the propulsive forces measured by each of the plurality of load cells 120. When almost the same driving force is measured in all of the plurality of load cells 120 when upward thrust is generated, the abnormality diagnosis unit 140 determines that all electric motors 210 are in a normal state, and the driving force measured by at least one load cell is different. If there is a difference greater than a threshold compared to the driving force measured by the load cell, the abnormality diagnosis unit 140 may be implemented to determine that the electric motor corresponding to the load cell where the driving force difference occurred is in an abnormal state.
한편, 이상 여부 진단부(140)가 다수의 로드셀(120)들 각각에 의해 측정되는 추진력들을 정상 상태에서 학습된 각 전기 모터(210)들의 추진력 특성 데이터들과 비교하여 전기 이동체(200)의 자세 안정성 또는 전기 모터(210)들 각각의 이상 여부를 판단하도록 구현될 수도 있다.Meanwhile, the abnormality diagnosis unit 140 compares the driving force measured by each of the plurality of load cells 120 with the driving force characteristic data of each electric motor 210 learned in a normal state to determine the posture of the electric vehicle 200. It may also be implemented to determine stability or abnormality of each of the electric motors 210.
이와 같이 구현함에 의해 본 발명은 드론 등과 같은 전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 로드셀을 이용해 측정하여 전기 이동체의 이상 여부를 쉽고 간편하게 진단함으로써 전기 이동체의 사고를 미연에 방지할 수 있으므로, 전기 이동체의 안전성을 향상할 수 있다.By implementing it in this way, the present invention measures the driving force according to the rotation of a plurality of electric motors mounted on an electric vehicle such as a drone using a load cell to easily and conveniently diagnose abnormalities in the electric vehicle to prevent accidents in the electric vehicle in advance. Therefore, the safety of the electric vehicle can be improved.
한편, 발명의 부가적인 양상에 따르면, 이상 여부 진단부(140)가 전기 모터(210)들 각각의 이상 여부 판단시, 전기 이동체(200)로부터 수신되는 모터 진동 데이터들 또는 모터 소음 데이터들 또는 모터 자기장 신호들 중 적어도 하나를 더 고려하여 전기 모터들 각각의 이상 여부를 판단하도록 구현될 수 있다.Meanwhile, according to an additional aspect of the invention, when the abnormality diagnosis unit 140 determines whether each of the electric motors 210 is abnormal, motor vibration data or motor noise data or motor noise data received from the electric mobile body 200 It may be implemented to determine whether each electric motor is abnormal by further considering at least one of the magnetic field signals.
이를 위해, 전기 이동체(200)가 다수의 전기 모터(210)들 각각의 모터 진동 데이터들 또는 모터 소음 데이터들 또는 모터 자기장 신호들을 측정하는 진동 측정 센서(도면 도시 생략)들 또는 소음 측정 센서(도면 도시 생략)들 또는 모터 자기장 측정 센서(도면 도시 생략)들과 이들을 무선 전송하기 위한 무선 통신 모듈(도면 도시 생략)을 구비할 수 있다.For this purpose, the electric mobile body 200 uses vibration measurement sensors (not shown in the figure) or noise measurement sensors (not shown in the figure) that measure motor vibration data, motor noise data, or motor magnetic field signals of each of the plurality of electric motors 210. (not shown) or motor magnetic field measurement sensors (not shown) and a wireless communication module (not shown) for wirelessly transmitting them.
이 실시예는 다수의 로드셀(120)들 각각에 의해 측정되는 전기 이동체(200)의 추진력들을 이용하여 전기 이동체(200)의 전기 모터들 각각의 이상 여부 판단에 부가하여 전기 이동체(200)로부터 수신되는 모터 진동 데이터들 또는 모터 소음 데이터들 또는 모터 자기장 신호들 중 적어도 하나를 더 고려하여 전기 모터들 각각의 이상 여부를 종합적으로 판단함으로써 더욱 정확하게 전기 이동체의 이상을 진단하도록 한 실시예이다.In this embodiment, in addition to determining whether each of the electric motors of the electric vehicle 200 is abnormal using the driving forces of the electric vehicle 200 measured by each of the plurality of load cells 120, the power received from the electric vehicle 200 This is an embodiment in which abnormalities in the electric mobile body are diagnosed more accurately by comprehensively determining whether there is an abnormality in each electric motor by further considering at least one of the motor vibration data, motor noise data, or motor magnetic field signals.
이와 같이 구현함에 의해 본 발명은 드론 등과 같은 전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 로드셀을 이용해 측정하여 전기 이동체의 이상 여부를 쉽고 간편하게 진단함으로써 전기 이동체의 사고를 미연에 방지할 수 있으므로, 전기 이동체의 안전성을 향상할 수 있다.By implementing it in this way, the present invention measures the driving force according to the rotation of a plurality of electric motors mounted on an electric vehicle such as a drone using a load cell to easily and conveniently diagnose abnormalities in the electric vehicle to prevent accidents in the electric vehicle in advance. Therefore, the safety of the electric vehicle can be improved.
한편, 발명의 부가적인 양상에 따르면, 본 발명에 따른 전기 이동체의 이상 진단 장치(100)가 이동체 이상 경고부(150)를 더 포함할 수 있다. 이동체 이상 경고부(150)는 이상 여부 진단부(140)에 의해 전기 이동체(200)의 이상 진단시, 전기 이동체(200)의 이상을 경고한다.Meanwhile, according to an additional aspect of the invention, the apparatus 100 for diagnosing problems in an electric mobile device according to the present invention may further include a mobile device abnormality warning unit 150. The mobile device abnormality warning unit 150 warns of an abnormality in the electric mobile device 200 when the abnormality diagnosis unit 140 diagnoses an abnormality in the electric mobile device 200 .
예컨대, 이동체 이상 경고부(150)가 경고음 출력과 같은 청각적인 방식이나, LED 표시와 같은 시각적인 방식으로 전기 이동체의 이상을 경고하도록 구현될 수 있으나, 이에 한정되지는 않는다.For example, the mobile object abnormality warning unit 150 may be implemented to warn of an abnormality in the electric mobile object through an auditory method such as output of a warning sound or a visual method such as an LED display, but is not limited to this.
이와 같이 구현함에 의해 본 발명은 전기 이동체의 이상 진단시, 전기 이동체의 이상을 이동체 이상 경고부(150)를 통해 경고할 수 있으므로, 전기 이동체의 이상을 전기 이동체 운전자나 관리자 등이 알 수 있어 전기 이동체 이상에 대한 조치가 취해지도록 할 수 있다.By implementing it in this way, the present invention can warn of abnormalities in the electric mobile device through the mobile device abnormality warning unit 150 when diagnosing an abnormality in the electric mobile device, so that the driver or manager of the electric mobile device can know the abnormality of the electric mobile device. Measures can be taken to address abnormalities in moving objects.
한편, 발명의 부가적인 양상에 따르면, 본 발명에 따른 전기 이동체의 이상 진단 장치(100)가 학습부(160)를 더 포함할 수 있다. 학습부(160)는 다수의 로드셀(120)들 각각에 의해 측정되는 추진력 데이터들을 딥러닝(Deep Learning)하여 전기 이동체(200)에 장착되는 다수의 전기 모터(210)들의 추진력 특성 데이터를 학습한다.Meanwhile, according to an additional aspect of the invention, the apparatus 100 for diagnosing abnormalities in an electric mobile device according to the present invention may further include a learning unit 160. The learning unit 160 deep learns the propulsion data measured by each of the plurality of load cells 120 and learns the propulsion characteristic data of the plurality of electric motors 210 mounted on the electric mobile device 200. .
예컨대, 이상 여부 진단부(140)에 의한 진단 결과 전기 이동체가 이상 없다 진단된 경우, 학습부(160)가 다수의 로드셀(120)들 각각에 의해 측정되는 추진력 데이터들을 전기 이동체(200)에 장착되는 다수의 전기 모터(210)들의 추진력 특성 데이터로 학습하여 학습 DB를 갱신하도록 구현될 수 있다.For example, when the diagnosis by the abnormality diagnosis unit 140 determines that there is no abnormality in the electric mobile body, the learning unit 160 mounts the propulsion data measured by each of the plurality of load cells 120 on the electric mobile body 200. It can be implemented to update the learning DB by learning with the propulsion characteristic data of the plurality of electric motors 210.
이렇게 학습된 다수의 전기 모터(210)들의 추진력 특성 데이터들은 다수의 로드셀(120)들 각각에 의해 측정되는 추진력 데이터들을 이용해 전기 이동체(200)에 장착되는 다수의 전기 모터(210)들 각각의 이상 여부 진단시 참조 데이터로 이용될 수 있다.The propulsion characteristic data of the plurality of electric motors 210 learned in this way are used to determine abnormalities of each of the plurality of electric motors 210 mounted on the electric mobile body 200 using the propulsion data measured by each of the plurality of load cells 120. It can be used as reference data when diagnosing.
이와 같이 구현함에 의해 본 발명은 전기 이동체의 이상 진단에 필요한 다수의 전기 모터(210)들 각각의 추진력 특성 데이터들을 딥러닝 기반으로 학습하여 지속적으로 갱신할 수 있으므로, 전기 이동체의 전기 모터 이상 진단 정확도를 향상할 수 있다.By implementing this, the present invention can continuously update the driving force characteristic data of each of the plurality of electric motors 210 necessary for diagnosing abnormalities in electric vehicles by learning them based on deep learning, so the accuracy of diagnosing abnormalities in electric motors of electric vehicles can be improved.
한편, 발명의 부가적인 양상에 따르면, 본 발명에 따른 전기 이동체의 이상 진단 장치(100)가 이동체 유도부(170)와, 무선 통신부(180)와, 제어부(190)를 더 포함할 수 있다.Meanwhile, according to an additional aspect of the invention, the apparatus 100 for diagnosing abnormalities in an electric mobile device according to the present invention may further include a mobile device guidance unit 170, a wireless communication unit 180, and a control unit 190.
이동체 유도부(170)는 다수의 전기 모터(210)들에 의해 이동되는 전기 이동체(200)의 이륙 또는 정차를 유도하는 이동체 이륙 유도 신호 또는 이동체 정차 유도 신호를 발생시킨다.The mobile vehicle guidance unit 170 generates a mobile vehicle takeoff guidance signal or a mobile vehicle stopping guidance signal that induces takeoff or a stop of the electric mobile vehicle 200 moved by a plurality of electric motors 210.
이동체 유도부(170)의 유도에 의해 전기 이동체(200)가 스테이션(Station)으로부터 자동으로 이륙하거나, 스테이션에 자동으로 착륙하여 정차한다. 이 때, 전기 이동체는 드론 등과 같이 다수의 전기 모터 구동에 의해 구동되는 장치를 통칭한다. 스테이션(Station)은 전기 이동체의 이상 진단 장치(100)의 상부면 등에 형성되며, 전기 이동체가 설정된 위치에 정차하여 보관되는 부분이다.The electric mobile vehicle 200 automatically takes off from the station by guidance of the mobile vehicle guidance unit 170 or automatically lands and stops at the station. At this time, the electric mobile object refers to a device driven by multiple electric motors, such as a drone. The station is formed on the upper surface of the electric mobile device abnormality diagnosis device 100, and is a part where the electric mobile device is stopped and stored at a set location.
한편, 이동체 이륙 유도 신호는 전기 이동체를 스테이션의 설정된 위치에서 이륙하도록 유도하는 전자 신호로, 전기 이동체가 이륙되는 스테이션(Station) 위치 정보를 포함한다.Meanwhile, the mobile vehicle take-off guidance signal is an electronic signal that guides the electric mobile vehicle to take off from a set location of the station, and includes location information of the station from which the electric mobile vehicle takes off.
한편, 이동체 정차 유도 신호는 전기 이동체를 스테이션의 설정된 위치에 정차하도록 유도하는 전자 신호로, 전기 이동체가 정차하여 보관되는 스테이션(Station) 위치 정보를 포함한다.Meanwhile, the mobile vehicle stopping inducing signal is an electronic signal that induces the electric mobile vehicle to stop at a set location of the station, and includes location information of the station where the electric mobile vehicle is stopped and stored.
무선 통신부(180)는 이동체 유도부(170)에 의해 발생되는 이동체 이륙 유도 신호 또는 이동체 정차 유도 신호를 전기 이동체로 무선 송신한다. 예컨대, 무선 통신부(120)가 10Km 내외의 송신 거리를 가지는 LoRa(Long Range) 기반으로 구현될 수 있으나, 이에 한정되지는 않는다.The wireless communication unit 180 wirelessly transmits the mobile vehicle takeoff guidance signal or the mobile vehicle stopping guidance signal generated by the mobile vehicle guidance unit 170 to the electric mobile vehicle. For example, the wireless communication unit 120 may be implemented based on LoRa (Long Range) with a transmission distance of approximately 10 km, but is not limited to this.
제어부(190)는 이동체 이륙 유도 제어와, 이동체 정차 유도 제어와, 무선 통신 제어 및 이동체 이상 진단 동작 제어를 포함하는 장치 전반을 제어한다. 제어부(150)에 의해 이동체 이륙 유도 제어와, 이동체 정차 유도 제어와, 무선 통신 제어 및 이동체 이상 진단 동작 제어가 이루어짐으로써 전기 이동체의 이상 진단 장치(100)의 여러 동작들이 수행된다.The control unit 190 controls the entire device, including mobile vehicle takeoff guidance control, mobile vehicle stopping guidance control, wireless communication control, and mobile vehicle abnormality diagnosis operation control. The control unit 150 performs various operations of the electric mobile device abnormality diagnosis device 100 by performing takeoff guidance control, mobile vehicle stopping guidance control, wireless communication control, and mobile abnormality diagnosis operation control.
이와 같이 구현함에 의해 본 발명은 전기 이동체의 이상 진단을 수행하는 전기 이동체의 이상 진단 장치를 전기 이동체를 보관하는 전기 이동체 스테이션 형태로 구현할 수 있다.By implementing in this way, the present invention can be implemented in the form of an electric mobile station that stores the electric mobile body, a device for diagnosing problems in the electric mobile body.
한편, 발명의 부가적인 양상에 따르면, 본 발명에 따른 전기 이동체의 이상 진단 장치(100)가 이동체 전원 충전부(192)를 더 포함할 수 있다. 이동체 전원 충전부(192)는 스테이션에 정차된 전기 이동체의 전원 배터리(도면 도시 생략)를 충전시킨다. 예컨대, 이동체 전원 충전부(192)가 RF 기반 무선전력 송신 기술을 이용해 전기 이동체의 전원 배터리를 충전하도록 구현될 수 있으나, 이에 한정되지는 않는다.Meanwhile, according to an additional aspect of the invention, the apparatus 100 for diagnosing abnormalities in an electric mobile device according to the present invention may further include a mobile device power charging unit 192. The mobile power charging unit 192 charges the power battery (not shown) of the electric mobile vehicle stopped at the station. For example, the mobile power charging unit 192 may be implemented to charge the power battery of the electric mobile vehicle using RF-based wireless power transmission technology, but is not limited to this.
이와 같이 구현함에 의해 본 발명은 전기 이동체 스테이션 형태로 구현된 전기 이동체의 이상 진단 장치의 스테이션에 정차되어 보관되는 전기 이동체의 전원 배터리(도면 도시 생략)를 별도의 충전 장치를 사용하지 않고도 충전시킬 수 있다.By implementing this, the present invention can charge the power battery of an electric vehicle (not shown), which is stopped and stored at the station of an abnormality diagnosis device for an electric vehicle implemented in the form of an electric vehicle station, without using a separate charging device. there is.
한편, 발명의 부가적인 양상에 따르면, 본 발명에 따른 전기 이동체의 이상 진단 장치(100)가 메모리(194)를 더 포함할 수 있다. 메모리(194)는 학습부(160)에 의해 딥러닝 기반으로 학습되어 갱신되는 전기 이동체의 이상 진단에 필요한 다수의 전기 모터(210)들 각각의 추진력 특성 데이터들과 관련된 학습DB를 포함하는 각종 데이터를 저장한다.Meanwhile, according to an additional aspect of the invention, the apparatus 100 for diagnosing abnormalities in an electric mobile device according to the present invention may further include a memory 194. The memory 194 contains various data including a learning DB related to the propulsion characteristic data of each of the plurality of electric motors 210 necessary for diagnosing abnormalities in the electric vehicle, which is learned and updated based on deep learning by the learning unit 160. Save it.
메모리(194)에 저장된 전기 이동체의 이상 진단에 필요한 다수의 전기 모터(210)들 각각의 추진력 특성 데이터들과 관련된 학습DB는 다수의 로드셀(120)들 각각에 의해 측정되는 추진력 데이터들을 이용해 전기 이동체(200)에 장착되는 다수의 전기 모터(210)들 각각의 이상 여부 진단시 참조될 수 있다.The learning DB related to the propulsion characteristic data of each of the plurality of electric motors 210 required for diagnosing abnormalities in the electric mobile vehicle stored in the memory 194 uses the propulsive force data measured by each of the plurality of load cells 120 to It can be referred to when diagnosing abnormalities in each of the plurality of electric motors 210 mounted on 200.
이상에서 설명한 바와 같이, 본 발명은 드론 등과 같은 전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 로드셀을 이용해 측정하여 전기 이동체의 이상 여부를 쉽고 간편하게 진단함으로써 전기 이동체의 사고를 미연에 방지할 수 있으므로, 전기 이동체의 안전성을 향상할 수 있다.As described above, the present invention measures the driving force according to the rotation of a plurality of electric motors mounted on an electric vehicle such as a drone using a load cell to easily and conveniently diagnose abnormalities in the electric vehicle to prevent accidents in the electric vehicle in advance. Therefore, the safety of the electric vehicle can be improved.
본 명세서 및 도면에 개시된 다양한 실시예들은 이해를 돕기 위해 특정 예를 제시한 것일 뿐이며, 본 발명의 다양한 실시예들의 범위를 한정하고자 하는 것은 아니다. The various embodiments disclosed in this specification and drawings are merely presented as specific examples to aid understanding, and are not intended to limit the scope of the various embodiments of the present invention.
따라서, 본 발명의 다양한 실시예들의 범위는 여기에서 설명된 실시예들 이외에도 본 발명의 다양한 실시예들의 기술적 사상을 바탕으로 도출되는 모든 변경 또는 변형된 형태가 본 발명의 다양한 실시예들의 범위에 포함되는 것으로 해석되어야 한다.Accordingly, the scope of the various embodiments of the present invention includes all changes or modified forms derived based on the technical idea of the various embodiments of the present invention in addition to the embodiments described herein. It should be interpreted as being
본 발명은 드론 등과 같은 전기 이동체의 이상 진단 기술분야 및 이의 응용 기술분야에서 산업상으로 이용 가능하다.The present invention can be used industrially in the field of abnormal diagnosis technology and application technology for electric vehicles such as drones.
100 : 전기 이동체의 이상 진단 장치
110 : 이동체 고정부
120 : 로드셀
130 : 연결부재
140 : 이상 여부 진단부
150 : 이동체 이상 경고부
160 : 학습부
170 : 이동체 유도부
180 : 무선 통신부
190 : 제어부
192 : 이동체 전원 충전부
194 : 메모리
200 : 전기 이동체
210 : 전기 모터
220 : 결합구100: Device for diagnosing abnormalities in electric carriers
110: moving body fixing part
120: load cell
130: connecting member
140: Abnormality diagnosis unit
150: Moving object abnormality warning unit
160: Learning Department
170: moving body guidance unit
180: Wireless communication department
190: control unit
192: Mobile power charging unit
194: memory
200: electrophoretic body
210: electric motor
220: Combiner
Claims (7)
전기 이동체에 장착되는 다수의 전기 모터들의 회전에 따른 추진력들을 각각 측정하는 다수의 로드셀(Load Cell)들과;
다수의 로드셀들과 다수의 이동체 고정부들 간을 각각 연결하는 다수의 연결부재들과;
다수의 로드셀들 각각에 의해 측정되는 추진력들을 기반으로 전기 이동체의 이상 여부를 진단하는 이상 여부 진단부를;
포함하는 전기 이동체의 이상 진단 장치.A plurality of moving body fixing parts each coupled and fixed to a plurality of positions on the lower part of the electric moving body moved by a plurality of electric motors;
A plurality of load cells that measure the driving force according to the rotation of a plurality of electric motors mounted on the electric vehicle;
A plurality of connection members respectively connecting a plurality of load cells and a plurality of moving object fixtures;
an abnormality diagnosis unit that diagnoses abnormalities in the electric vehicle based on the driving forces measured by each of the plurality of load cells;
A device for diagnosing abnormalities in an electric carrier, including:
이상 여부 진단부가:
다수의 로드셀들 각각에 의해 측정되는 추진력들을 비교하여 전기 이동체의 자세 안정성 또는 전기 모터들 각각의 이상 여부를 판단하는 전기 이동체의 이상 진단 장치.According to claim 1,
Diagnosis department:
An abnormality diagnosis device for an electric vehicle that compares the propulsive forces measured by each of a plurality of load cells to determine the postural stability of the electric vehicle or whether there is an abnormality in each of the electric motors.
이상 여부 진단부가:
다수의 로드셀들 각각에 의해 측정되는 추진력들을 정상 상태에서 학습된 각 전기 모터들의 추진력 특성 데이터들과 비교하여 전기 이동체의 자세 안정성 또는 전기 모터들 각각의 이상 여부를 판단하는 전기 이동체의 이상 진단 장치.According to claim 1,
Diagnosis department:
An abnormality diagnosis device for an electric vehicle that compares the propulsive forces measured by each of a plurality of load cells with the propulsion characteristic data of each electric motor learned in a normal state to determine the postural stability of the electric vehicle or whether there is an abnormality in each of the electric motors.
이상 여부 진단부가:
전기 모터들 각각의 이상 여부 판단시, 전기 이동체로부터 수신되는 모터 진동 데이터들 또는 모터 소음 데이터들 또는 모터 자기장 신호들 중 적어도 하나를 더 고려하여 전기 모터들 각각의 이상 여부를 판단하는 전기 이동체의 이상 진단 장치.According to claim 2,
Diagnosis department:
When determining whether each of the electric motors is abnormal, at least one of motor vibration data, motor noise data, or motor magnetic field signals received from the electric mobile body is further considered to determine whether each of the electric motors is abnormal. Diagnostic device.
전기 이동체의 이상 진단 장치가:
이상 여부 진단부에 의해 전기 이동체의 이상 진단시, 전기 이동체의 이상을 경고하는 이동체 이상 경고부를;
더 포함하는 전기 이동체의 이상 진단 장치.According to claim 1,
A device for diagnosing abnormalities in electrophoresis:
A moving body abnormality warning unit that warns of an abnormality in the electric mobile body when an abnormality in the electric mobile body is diagnosed by the abnormality diagnosis unit;
A device for diagnosing an abnormality in an electrophoretic carrier, further comprising:
전기 이동체의 이상 진단 장치가:
다수의 로드셀들 각각에 의해 측정되는 추진력 데이터들을 딥러닝(Deep Learning)하여 전기 이동체에 장착되는 다수의 전기 모터들의 추진력 특성 데이터를 학습하는 학습부를;
더 포함하는 전기 이동체의 이상 진단 장치.According to claim 1,
A device for diagnosing abnormalities in electrophoresis:
a learning unit that deep learns the propulsion data measured by each of a plurality of load cells to learn the propulsion characteristic data of a plurality of electric motors mounted on the electric mobile vehicle;
A device for diagnosing an abnormality in an electrophoretic carrier, further comprising:
전기 이동체의 이상 진단 장치가:
다수의 전기 모터들에 의해 이동되는 전기 이동체의 이륙 또는 정차를 유도하는 이동체 이륙 유도 신호 또는 이동체 정차 유도 신호를 발생시키는 이동체 유도부와;
이동체 유도부에 의해 발생되는 이동체 이륙 유도 신호 또는 이동체 정차 유도 신호를 전기 이동체로 무선 송신하는 무선 통신부와;
이동체 이륙 유도 제어와, 이동체 정차 유도 제어와, 무선 통신 제어 및 이동체 이상 진단 동작 제어를 포함하는 장치 전반을 제어하는 제어부를;
더 포함하는 전기 이동체의 이상 진단 장치.The method according to any one of claims 1 to 6,
A device for diagnosing abnormalities in electrophoresis:
a mobile vehicle guidance unit that generates a mobile vehicle take-off guidance signal or a mobile vehicle stopping guidance signal for inducing takeoff or stopping of an electric mobile vehicle moved by a plurality of electric motors;
a wireless communication unit that wirelessly transmits a mobile vehicle takeoff guidance signal or a mobile vehicle stopping guidance signal generated by the mobile vehicle guidance unit to the electric mobile vehicle;
A control unit that controls the overall device, including mobile vehicle takeoff guidance control, mobile vehicle stopping guidance control, wireless communication control, and mobile vehicle abnormality diagnosis operation control;
A device for diagnosing an abnormality in an electrophoretic carrier, further comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220056559A KR102642535B1 (en) | 2022-05-09 | 2022-05-09 | Abnormality diagnosis apparatus for a movable body |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020220056559A KR102642535B1 (en) | 2022-05-09 | 2022-05-09 | Abnormality diagnosis apparatus for a movable body |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230157054A true KR20230157054A (en) | 2023-11-16 |
| KR102642535B1 KR102642535B1 (en) | 2024-02-29 |
Family
ID=88964763
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020220056559A KR102642535B1 (en) | 2022-05-09 | 2022-05-09 | Abnormality diagnosis apparatus for a movable body |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102642535B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190092787A (en) * | 2018-01-31 | 2019-08-08 | (주)하늘과기술 | The Unusual Condition Monitoring Device for Remotely Piloted Vehicle |
| JP2021046111A (en) * | 2019-09-19 | 2021-03-25 | Ｉｈｉ運搬機械株式会社 | Drone port |
| KR102261899B1 (en) | 2019-11-15 | 2021-06-07 | 주식회사 스마티 | Apparatus and method for diagnosing fault of drone |
| KR102303118B1 (en) * | 2020-04-21 | 2021-09-16 | (주)제이마플 | Method for Diagnosis of Multicopter Thrust Abnormalities |
-
2022
- 2022-05-09 KR KR1020220056559A patent/KR102642535B1/en active IP Right Grant
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20190092787A (en) * | 2018-01-31 | 2019-08-08 | (주)하늘과기술 | The Unusual Condition Monitoring Device for Remotely Piloted Vehicle |
| JP2021046111A (en) * | 2019-09-19 | 2021-03-25 | Ｉｈｉ運搬機械株式会社 | Drone port |
| KR102261899B1 (en) | 2019-11-15 | 2021-06-07 | 주식회사 스마티 | Apparatus and method for diagnosing fault of drone |
| KR102303118B1 (en) * | 2020-04-21 | 2021-09-16 | (주)제이마플 | Method for Diagnosis of Multicopter Thrust Abnormalities |
Also Published As
| Publication number | Publication date |
|---|---|
| KR102642535B1 (en) | 2024-02-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7394953B2 (en) | Vehicles and drive modules with replaceable drive modules | |
| KR102062855B1 (en) | The Unusual Condition Monitoring Device for Remotely Piloted Vehicle | |
| US10168183B2 (en) | Method and system for determining failure within resolver | |
| WO2018222375A1 (en) | Vehicle with interchangeable drive module and drive module | |
| US10525957B2 (en) | Brake-by-wire system | |
| US8930161B2 (en) | Apparatus and method for diagnosing fault of multi-sensor of motor | |
| US10071633B2 (en) | Control device for electric vehicle | |
| CN103292945A (en) | In-vehicle apparatus including distortion detection element | |
| KR102642535B1 (en) | Abnormality diagnosis apparatus for a movable body | |
| US20170106765A1 (en) | Method and system for detecting fusion of relay | |
| KR102666076B1 (en) | Station apparatus having abnormality diagnosis function for movable body | |
| CN104636100A (en) | Display device for a motor vehicle and test method for a display device of a motor vehicle | |
| KR20190028842A (en) | Method and apparatus of fail-safe electric power steering | |
| CN202785138U (en) | Automobile ladder detection device | |
| KR101476136B1 (en) | Apparatus for measuring driving of electronic parking brake apparatus and method for measuring driving thereof | |
| KR20230035160A (en) | Station apparatus having abnormality diagnosis function for movable body | |
| CN111619477B (en) | Communication system and communication method for motor vehicle communication | |
| US10107848B2 (en) | Portable testing device for a traction motor sensor | |
| KR20140110424A (en) | Apparatus and method for torque sensor fault detection | |
| US20210396800A1 (en) | Electric insulation monitoring arrangement | |
| KR20200087307A (en) | Vehicle and control method of the same | |
| JP2019196920A (en) | Diagnostic device | |
| KR102577719B1 (en) | Driving Train Breakdown Prediction System for In-Wheel Motor Vehicle and Driving Train Breakdown Prediction Method for In-Wheel Motor Vehicle Using the Same | |
| JP3160219U (en) | Back radar alarm system without mainframe | |
| EP3889571A1 (en) | Method and system for diagnosing a rotation machine |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |