KR960012077B1 - 자동차 진단 전문가 시스템 - Google Patents

Abstract

내용없음

Description

자동차 진단 전문가 시스템

제1도는 자동차 엔진룸에 대하여 X-Y테이블을 이동시킨 상태를 보인 도면.

제2도는 X-Y테이블의 32저측정지점을 개략적으로 나타낸 도면.

제3도는 본 발명의 자동차 진단 전문가 시스템을 보인 블록선도.

제4도는 본 발명의 원리에 따라 축조되는 계측부 구동제어장치와 데이터 인식장치의 상호 작동관계를 보인 데이터 인식 플로우챠트.

제5도는 본 발명의 자동차 진단방법을 보인 플로우챠트.

본 발명은 자동차의 모든 탑재부품 특히, 에어콘디셔너, 쇽업쇼버, 히터모터, 와이퍼모터 및 Engine등 소음, 진동시험을 통한 진단 시물레이션을 행하여 자동차 부품의 소음 및 진동신호에 따라서 자동차 고장을 진단하는 전문가 시스템에 관한 것이다.

자동차의 수요에 대한 증가와 함께 과잉보수의 배제 및 돌발고장의 억제를 위한 진단 기술은 정비업체에 컴퓨터 시스템의 도입을 요구하고 있으며, 온보오드진단 OBD(On-Board Diagnosis)에 대한 국제적인 규제가 현실화됨에 따라 진단 기술에 대한 자동차 메이커들의 관심도가 급속도로 높아지고 있다.

그러나 현재 시판중인 진단 시스템은 차량의 배기가스 분석에 의한 상태 점검이나 엔진의 전자제어유닛(ECU)에서 발생시키는 단순한 전기신호 정보만을 분석하여 진단하는 형태를 취하고 있다.

또한 전자제어유닛(ECU)은 전량수입에 의존하고 있어서 진단정보의 확장이나 새로운 진단 시스템의 개발에 커다란 장애요인으로 작용하고 있다.

한편 이러한 진단 시스템들은 차량에서 발생시키는 전자적인 결함에 대한 정보에 주로 의존하며 따라서 돌발고장의 주된 요인으로 작용하는 기계적인 결함은 진단하지 못하고 있으며 대부분 많은 시간과 노력이 요구되는 정비공동의 경험에 의존하고 있다.

그러나 이러한 숙련된 전문 정비 인력은 그 수요에 미치지 못하고 있으며, 이들의 경험적인 진단 지식의 체계화나 표준화는 그 작업이 방대하고 주관적이어서 아직까지 부분적으로만 실험실에서 연구되고 있는 실정이다.

따라서 본 발명에서는 자동차의 발달에 따른 정비 전문가의 상대적인 능력을 보완하여 진단의 정확성을 높이고, 또 이들을 원조할 수 있도록 센서에 의한 분석적 해결법을 첨가시켜 고장부위로 진단조치하는 규칙기반형 소음·진동검사를 한다.

이 검사결과에 따라 자동차 진단에 많은 영향을 미치는 작용변수나 차량 상태등을 고려하도록 퍼지추론방식에 의한 판단을 하고, 입력된 데이터가 충분하지 못할 경우 시스템 자체의 학습기능을 통하여 지식을 수정, 확장시켜 나갈 수 있도록 신경회로망(Neural Network)의 한 분야인 역전파이론(Back Propagation Network)에 의한 패턴인식을 할 수 있는 장치들을 실현하도록 하고 있다.

본 발명은 자동차 부품의 소음 진동신호로 계측하여 이를 분석후 일련의 알고리즘을 거쳐 정상,불량상태를 진단하는 자동차 진단 전문가 시스템을 제공하는 것을 주목적으로 한다.

본 발명의 다른 목적은 자동차의 이상을 진단하기 위하여 진동센서와 음향센서를 사용하여 자동차 부품의 소음 및 진동의 증상으로 정상신호와 이상신호의 패턴분류를 하기 위하여 역전파 인공신경망 알고리즘과 퍼지추론 알고리즘으로 실제 신호를 이용한 시뮬레이션을 통하여 그 결과가 기존의 옥타브밴드값의 단순한 패턴 비교만으로 자동차 부품의 고장을 진단하는 전문가 시스템을 제공한다.

이를 위하여 본 발명은 자동차의 이상을 진단하기 위하여 자동차 부품의 진동과 소음을 검출하는 진동센서와 음향센서를 구비한 계측부와; 상기 음향센서의 위치, 데이터입력 및 처리속도에 따른 트리거링, 측정자점의 수효등을 제어하기 위하여 제어 아날로그 신호를 발생시키는 계측부 구동제어부와; 상기 음향센서로부터 음향데이터들을 옥타브데이터로 변환시키고, 상기 진동센서로부터의 진동감지신호를 분석하는 데이터 인식장치와; 상기 데이터 인식장치로부터 옥타브데이터가 입력되는데, 여기서 해밍회로망(Hamming Network)이 입력신호의 패턴들을 효율적으로 분리하여 인식하고, 계산부가 필요한 자승평균치의 평방근RMS(Root Mean Square), 커토시스, 중심주파수 등의 통계, 신호의 처리결과를 산출하는 제1의 데이터 처리장치와; 상기 제1의 데이터 처리장치로부터 신호를 수신하여서 기설정된 기준신호를 기억하고 있는 지식 베이스 내부에 구축된 진단룰부 및 입력된 계산값들과 룰의 사용으로 판단을 하는 추론부로 구성되어 있는 제2데이터 처리장치와; 상기 제2데이터 처리장치로부터의 추론된 경과가 표시되게 하는 표시장치들로 구성되어 있다.

또한 본 발명은 자동차 진단부품별로 지정된 계측부위에 음향센서와 진동센서를 부착하여 소음과 진동신호를 수집하는 단계와; 수집된 신호가 증폭되고 저주파 통과필터를 경유하여 A/D변환되는 단계와; 상기 센서로 수집되어 저장된 시간데이터가 신경회로망 영역에서 사용되기 위하여 A/D변환기와 1/3 옥타브밴드필터를 거쳐 주파수영역으로 변환되는 단계와; 상기 단계에서의 다수의 주파수영역을 가지는 데이터가 신경회로망의 입력층으로 입력되고 출력층에는 이상증상을 표시하는 특징패턴을 동시에 학습시켜 교육패턴과 비교하여 퍼지추론에 의해 고장유무를 판단하는 단계와; 이상유무의 진단시 각 부품별 고장에 대한 진단결과를 입력시켜 반복 학습시키는 단계와; 자동차의 부품별로 정화한 진단결과를 나타내게 하는 단계들로 이루어진다.

본 발명을 첨부도면에 의거하여 상세히 기술하면 다음과 같다.

제1도 및 제 2도에는 자동차의 소음 및 진동을 측정하는 측정장치가 도시되어 있다.

이 측정장치(10)는 자동차 엔진룸(17)에 대하여 X-Y테이블을 형성하는데 이동가능한 케리어(11)를 구비하며, 이 케리어의 상부에는 Y측 지지대(12)가 가로로 설치된다.

지지대(12)에는 마이크앰프가 내장되고 스텝핑모터(13)에 의하여 Y축을 이동하는 이동부재(14)가 설치되어 있다.

이동부재(14)가 4개의 소정거리로 고정원 마이크(16)를 가진 X축의 아암(15)이 고정되어 있다.

따라서 제2도에 도시와 같이 이동부재(14)가 X축 지지대(112)에 8개의 이동점을 가지며, Y축-아암(15)에는 4개의 음향센서로 되는 마이크(16)를 가지므로, X-Y테이블은 자동차 엔진룸(17)의 32지점의 소음을 선택적으로 측정하도록 되며, 진동센서(도시않됨)는 쇽업쇼바의 불량진동을 검출하기 위하여 속업쇼바바디의 소정위치를 측정점으로 설치된다.

여기서 마이크(16)들과 가속도계들은 계측부로 구성되어서 자동차의 소음 및 진동을 검출한다.

그러므로 제3도 및 제4도에 도시와 같이 측정장치(10)를 계측부 구동제어부(20)가 제어하는데, 이 제어부는 인터페이스(21)와 스텝핑모더 제어기(22)로 구성된다.

인터페이스(21)는 이후 기술되는 제1데이터 처리장치(40)로부터의 명령을 수신하여서 마이크(16)의 위치 및 속도를 스템핑모터 제어기(22)가 제어하도록 하고 동시에 외부기억장치를 구비하여 이후 기술되는 데이터 인식장치(30)로부터의 데이터신호를 제1데이터 처리장치(40)에 대하여 인터페이스한다.

데이터 인식장치(30)는 마이크(16), 가속도계(18)로부터의 소음, 진동신호들을 입력한다.

제4도에 도시와 같이 4채널로 되는 마이크(16)로부터 신호는 증폭기(31)에서 증폭되고 멀티플렉서(32)에서 멀티플렉싱된 다음 밴드페스필터(33)로 전송된다.

이 필터(33)에서는 인간의 감각으로 느낄 수 있는 옥타브데이터로 변환된다.

여기서 옥타브의 중심주파수는 F_clx/fo의 비율로 결정되며, 이 구조나 f_BLX는 최대의 10MHz이다.

그런데 옥타브필터(33)를 통과시킨 신호는 각 밴드별로 컷오프(CUT-OFF)된 시간영역 신호이므로 이 시간영역의 신호를 각 밴드별의 레벨로 표현하기 위하여 RMS값을 취해주어야 한다.

이러한 목적으로 사용된 장치가 True RMS-to-DC변환기(34)이고 이 장치는 입력된 AC신호나 DC신호를 RMS(Root Mean Square) 계산하여 DC볼트로 출력하는 기능을 가지고 있으며, 이 DC볼트값을 샘플링홀드부(35)에서 샘폴링홀드한 다음 A/D변환기(36)로 변환하여 다시 l/3 옥타브밴드(37)에 인가하므로 옥타브밴드의 레벨값을 결정한다.

그후 이와같은 작동을 8회 정도 수행하고(단계 38), 만일 8회를 수행하지 못한 경우는 다음 측정의 우측으로 1단계 이동(단계 39)하게 된다.

또한 진동센서로 되는 가속도계(18)로부터의 측정점신호는 도면에 도시되지 않았으나 증폭기에서 증폭된 다음 FFT(Fast Frequency Trarnformation) 분석기에 인식된다.

한편 데이터 인식장치(30)로부터 옥타브데이터는 제1데이터 처리장치(40)에 입력된다.

제1데이터 처리장치(1)는 신경회로망의 구성되어서 패턴처리부(41)가 역전파(Back Propagation) 및 해밍회로망으로서 입력신호의 패턴들을 효율적으로 분리하고 인식하기 위하여 중앙의 10,14,18지점에 대한 해밍거리를 계산하여 패턴값을 구한다.

또 계산부(42)는 패턴값을 판단하기 위하여 RMS값, 커토시스, 중심주파수등의 통계를 내고 신호처리결과들을 산출한다.

이와같이 신호처리된 데이터, 즉 옥타브데이터, 패턴비교결과, 가중값들은 제2데이터 처리장치(50)에 입력한다.

제2데이터 처리장치(50)는 기준적인 신호를 저장하는 지식 베이스로부터(51), 증상분류를 위한 룰부(52)와 입력데이터값과 룰부(42)의 규칙에 의하여 최종판단을 하는 추론부(53)로 구성된다.

즉 옥타브데이터는 기존에 저장되어 있던 정상차량에 대한 옥타브데이터와 비교되며, 이때 가장 큰 차이를 나타내는 중심주파수와 오버올레벨(Overall level)값을 계산한다.

한편 고장데이터에 대한 패턴이 저장되어 있는 경우는 중심주파수, 오버올레벨값, 패턴값이 각각 계산되어 종합적으로 결과를 산출하게 된다.

이렇게 계산된 진단값에 제1데이터 처리장치(40)에서 추론된 기준값을 곱하여 최종적인 진단결과를 산출하였다.

그다음 이렇게 산출된 최종결과에 대한 데이터를 출력장치(60)로 입력되어 자동차 부품의 정상 및 이상을 판별한다.

따라서 본 발명은 먼저 단계(101)에서 진단하고자 하는 자동차 엔진룸(17)에 부품별로 지정된 계측부위에 마이크(16)와 가속도계(18)를 부착하여 소음과 진동신호를 감지한다.

이렇게 수집된 신호는 단계(102)에서 증폭되고 옥타브밴드필터를 경유하여 RMS-to-DC변환된 다음 샘플앤드홀딩되고 A/D변환되어서 디지탈 시간데이터로 제1데이터 처리장치에 입력된다.

그다음 단계(103)로 이전하여 제1데이터 처리장치에 저장된 시간데이터를 패턴처리부의 신경회로망 영역에서 사용하기 위하여 FFT 알고리즘에 의해 주파수영역으로 변환하고 1/3 옥타브밴드를 거쳐 20-2500HZ까지의 데이터로 변환한다.

단 쇽업쇼바의 경우 500HZ, 12개 밴드의 데이터로 된다.

이와같이 변환된 데이터를 변환된 옥타브밴드 데이터는 동일 증상에 대한 레벨변동에 의한 패턴의 불일치를 고려하여 각 밴드별 값을 오버올레벨로 정규화되었다.

이와같이 패턴화된 20개의 데이터 또는 13개는 단계(104)에서 신경회로망의 입력층으로 입력되고 출력층에는 각각의 이상증상을 표시하는 여섯자리의 2진수를 입력시킨 후에 각각의 이상신호에 대하여 동시에 학습시켜 연결강도를 조종하였다.

그다음 패턴학습에 대하여 고장패턴을 나타내는 가중치를 단계(105)에서 조정하여 단계(104)에서 다시 이용하도록 한다.

한편 단계(106)에서는 학습이 끝나면 임의의 이상증상을 시험하여 분류하고 그 단분의 고장유무를 처리추론에 의하여 판단하게 된다.

즉 퍼지알고리즘에 의한 고장판단을 하기 위하여 시간영역 RMS값이 계산된다.

그다음 단계(107)에서는 사용자에게 부품의 사용년수를 입력받은후 최소-최대합성법과 가중치조정법을 이용하여 퍼지추론을 행하게 된다.

이렇게 하여 단계(108)에서 고장부품의 진단이 이루어지나, 단계(109)에서 진단결과에 만족되지 않는 경우 단계(11)로 이전하여 정확한 진단결과를 입력시켜 학습알고리즘에 의해 학습시키고 차후 진단시 보다 정확한 결과가 나타나도록 한다.

이상에서 기재와 같이 본 발명은 신경회로망의 역전파 알고리즘을 이용하여 정상신호와 이상신호의 패턴분류에 의한 부품의 특성을 파악하고 학습효과를 수행하므로 자동차 진단의 효율성을 제공하였다.

Claims (3)

1. 자동차 진단 전문가 시스템에 있어서, 자동차 부품의 진동을 검출하는 진동센서, 소음을 검출하는 음향센서를 구비한 계측부와; 상기 음향센서의 위치, 데이터입력 및 처리속도에 따른 트리거링, 측정점의 수효등을 제어하기 위하여 제어 아날로그 신호를 발생시키는 계측부 구동베어부와; 상기 음향센서로부터 음향데이터들을 옥타브데이터로 변환시키고, 상기 진동센서로부터 진동감지신호를 감지하는 데이터 인식장치와; 상기 데이터 인식장치로부터 옥타브데이터가 입력되는데, 입력신호의 패턴들을 효율적으로 분리하여 인식하고, 계산부가 필요한 자승평균치의 평방근 RMS(Root Mean Square), 커토시스 중심 주파수등의 통계, 신호의 처리결과를 산출하는 제1의 데이터 처리장치와; 상기 제1의 데이터 처리장치로부터 신호를 수신하여서 기설정된 기준신호를 기억하고 있는 지식 베이스 내부에 구축된 진단룰부 및 입력된 계산값들과 롤의 사용으로 판단을 하는 추론부로 구성되어 있는 제2데이터 처리장치와; 상기 제2데이터 처리장치로부터의 추론된 결과가 표시되게 하는 표시장치들로 구성시킨 자동차의 진단 전문가 시스템.
2. 제1항에 있어서, 데이터 인식장치가 상기 제어부로부터 신호를 증폭하는 증폭기, 증폭신호를 멀티플렉싱하는 멀티플렉서, 멀티플렉서로부터의 신호를 옥타브 대역 주파수로 필터링하는 옥타브밴드패스필터, 필더링된 신호를 RMS-to-DC변환하는 변환기와; 변환신호를 샘플앤드홀딩하는 샘플앤드홀드부와 이 아날로그 신호를 디지틀 신호로 변환하는 A/D변환기들로 구성되게 한 자동차의 진단 전문가 시스템.
3. 자동차 부품 진단방법에 있어서, 자동차 진단부품별로 지정된 계측부위에 음향센서와 진동센서로 부착하여 소음과 진동신호를 수집하는 단계와; 수집된 신호가 증폭되고 저주파 통과필터를 경유하여 A/D변환되는 단계와; 상기 센서로 수집되어 저장된 시간데이터가 신경회로망의 영역에서 사용되기 위하여 A/D변환기와 1/3 옥타브앤드필터를 거쳐 주파수영역으로 변환되는 단계와; 상기 단계에서의 다수의 주파수영역을 가지는 데이터가 신경회로망의 입력층으로 입력되고 출력층에는 이상증상을 표시하는 특정패턴을 동시에 학습시켜 교육패턴과 비교하여 퍼지추론에 의해 고장유무를 판단하는 단계와; 이상유무의 진단시 각 부품별 고장에 대한 진단결과를 입력시켜 반복학습시키는 단계와; 자동차의 부품별로 정확한 진단결과를 나타내게 하는 단계들로 이루어진 자동차 진단방법.