WO2023128090A1 - 머신 러닝 기반의 고장 형태 영향 분석 시스템 - Google Patents

머신 러닝 기반의 고장 형태 영향 분석 시스템 Download PDF

Info

Publication number
WO2023128090A1
WO2023128090A1 PCT/KR2022/009384 KR2022009384W WO2023128090A1 WO 2023128090 A1 WO2023128090 A1 WO 2023128090A1 KR 2022009384 W KR2022009384 W KR 2022009384W WO 2023128090 A1 WO2023128090 A1 WO 2023128090A1
Authority
WO
WIPO (PCT)
Prior art keywords
user terminal
failure
input
information
failure mode
Prior art date
Application number
PCT/KR2022/009384
Other languages
English (en)
French (fr)
Inventor
노경현
김홍범
김승남
Original Assignee
주식회사 브이웨이
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 브이웨이 filed Critical 주식회사 브이웨이
Publication of WO2023128090A1 publication Critical patent/WO2023128090A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management

Definitions

  • the present invention relates to a failure mode and effect analysis system, and more particularly, to a system for failure mode and effect analysis using machine learning.
  • FMEA Failure Mode and Effect Analysis
  • the purpose of the failure mode effect analysis system is to provide a technique that can recommend failure severity, occurrence, and detection of machine learning-based FMEA safety analysis.
  • failure mode and effect analysis Another object of the failure mode and effect analysis system according to the technical concept of the present invention is the failure mode and effect analysis (FMEA), which is a safety analysis technique, the failure severity, occurrence, By automating detection degree calculation with machine learning, human error is minimized, and rapid and accurate system safety analysis is provided.
  • FMEA failure mode and effect analysis
  • a failure mode and effect analysis system includes a failure severity calculation unit that calculates a failure severity using machine learning based on safety analysis information; a failure occurrence rate calculation unit that calculates a failure occurrence rate using machine learning based on the safety analysis information; and a failure detection degree calculating unit configured to calculate a failure detection degree using machine learning based on the safety analysis information.
  • the failure mode effect analysis system includes at least one calculation information of the calculated failure severity calculation information, the calculated failure incidence calculation information, and the calculated failure detection degree calculation information. It may further include a calculation information provider provided to the user terminal.
  • the failure severity calculation unit may use a machine learning framework using open source neural network libraries.
  • the failure incidence calculation unit may use a machine learning framework using an end-to-end open source machine learning platform.
  • the failure detection degree calculation unit may use a machine learning framework using Keras or Tensorflow.
  • the calculation information providing unit may transmit information about automated failure analysis and evaluation of the input data received from the user terminal to the user terminal.
  • the calculation information providing unit may provide at least one of information on a new failure mode, information on a risk scenario, and information on an optimal risk countermeasure, which is derived based on input data received from a user terminal. It can be transmitted to the user terminal.
  • the failure mode effect analysis system is an electronic control device and software (SW) across the electronics and communication device industry, automobile industry, aviation industry, and medical industry according to the 4th industrial revolution.
  • SW electronic control device and software
  • FMEA Failure Mode and Effect Analysis
  • the failure mode effect analysis system is accurate in analysis without the need for extensive time and manual labor due to repetitive and qualitative judgments of the severity, occurrence, and detection calculation steps performed when FMEA is applied. and to increase reliability.
  • FIG. 1 is a schematic diagram of a failure mode effect analysis system according to an embodiment of the present invention.
  • FIG. 2 is a flowchart illustrating steps of performing a failure mode and effect analysis method performed by a failure mode and effect analysis system according to an embodiment of the present invention.
  • FIG. 3 is a diagram illustrating a flow of operations of a failure mode and effect analysis system according to an embodiment of the present invention.
  • FIG. 4 is a perspective view showing an input guide base and an input guide body applied to a user terminal in a failure mode and effect analysis system according to an embodiment of the present invention.
  • FIG. 5 is a diagram illustrating a state in which an input guide base and an input guide body are applied to a user terminal in a failure mode effect analysis system according to an embodiment of the present invention.
  • FIG. 6 is diagrams illustrating the operation of an input guide base and an input guide body applied to a user terminal in a failure mode effect analysis system according to an embodiment of the present invention.
  • one component when one component is referred to as “connected” or “connected” to another component, the one component may be directly connected or directly connected to the other component, but in particular Unless otherwise described, it should be understood that they may be connected or connected via another component in the middle.
  • components expressed as ' ⁇ part' may be two or more components combined into one component, or one component may be differentiated into two or more for each more subdivided function.
  • each of the components to be described below may additionally perform some or all of the functions of other components in addition to its own main function, and some of the main functions of each component may be different from other components. Of course, it may be performed exclusively by a component.
  • FIG. 1 is a schematic diagram of a failure mode effect analysis system according to an embodiment of the present invention.
  • the user terminal 10 may communicate with the failure mode and effect analysis system 100 through a network.
  • the failure mode effect analysis system 100 may be a computing device that provides services such as a server.
  • a network refers to a connection structure capable of exchanging information between nodes such as a plurality of terminals and servers.
  • networks include a 3rd Generation Partnership Project (3GPP) network, LTE ( Long Term Evolution (Long Term Evolution) network, 5G network, WIMAX (World Interoperability for Microwave Access) network, Internet (Internet), LAN (Local Area Network), Wireless LAN (Wireless Local Area Network), WAN (Wide Area Network), PAN (Personal Area Network), Bluetooth network, satellite broadcasting network, analog broadcasting network, DMB (Digital Multimedia Broadcasting) network, etc. are included, but are not limited thereto.
  • 3GPP 3rd Generation Partnership Project
  • LTE Long Term Evolution (Long Term Evolution) network
  • 5G network Fifth Generation Partnership Project
  • WIMAX Worldwide Interoperability for Microwave Access
  • Internet Internet
  • LAN Local Area Network
  • Wireless LAN Wireless Local Area Network
  • WAN Wide Area Network
  • PAN Personal Area Network
  • Bluetooth network satellite broadcasting network
  • the user terminal 10 is, for example, a wireless communication device that ensures portability and mobility, or a computing device including a camera or connected to a camera, such as a personal communication system (PCS), a global system for mobile communications (GSM), and a PDC.
  • PCS personal communication system
  • GSM global system for mobile communications
  • PDC Personal Digital Cellular
  • PHS Personal Handyphone System
  • PDA Personal Digital Assistant
  • IMT International Mobile Telecommunication
  • CDMA Code Division Multiple Access
  • W-CDMA Wide-Code Division Multiple Access
  • Wibro Wireless Broadband Internet
  • smart phone smart phone
  • smart pad smart pad
  • tablet PC Tablett PC
  • the failure mode effect analysis system 100 includes a failure severity calculation unit 110, a failure occurrence rate calculation unit 120, a failure detection degree calculation unit 130, and a calculation information providing unit 140.
  • a failure severity calculation unit 110 can include Other components of the failure severity calculation unit 110, the failure occurrence rate calculation unit 120, the failure detection degree calculation unit 130, the calculation information providing unit 140, or the failure mode effect analysis system 100 include a processor, It may include at least one of a memory and a data transceiver.
  • the failure severity calculation unit 110 may calculate the failure severity using machine learning based on the safety analysis information.
  • the safety analysis information may include at least a part of all data related to failure mode effect analysis, such as safety analysis performance data and failure mode data.
  • the failure severity calculation unit 110 may calculate a failure severity, such as a severity when performing a new safety analysis, based on safety analysis performance data learned through machine learning or deep learning.
  • the calculated failure severity may be recommended through a user terminal or the like using artificial intelligence (AI).
  • AI artificial intelligence
  • Safety analysis performance data can be learned through machine learning, and a severity level can be recommended through AI when performing a new safety analysis.
  • the failure incidence calculator 120 may calculate the failure incidence using machine learning based on the safety analysis information.
  • the failure occurrence rate calculation unit 120 may calculate a failure occurrence rate, such as an occurrence rate when a new safety analysis is performed, based on safety analysis performance data learned through machine learning or deep learning.
  • the calculated failure rate may be recommended through a user terminal or the like using artificial intelligence (AI).
  • AI artificial intelligence
  • Safety analysis performance data can be learned through machine learning, and the occurrence rate when performing new safety analysis can be recommended through AI.
  • the failure detection degree calculation unit 130 may calculate the failure detection degree using machine learning based on the safety analysis information.
  • the failure detection degree calculation unit 130 may calculate a failure detection degree, such as a detection degree when performing a new safety analysis, based on safety analysis performance data learned through machine learning or deep learning.
  • the calculated failure detection degree may be recommended through a user terminal or the like using artificial intelligence (AI).
  • AI artificial intelligence
  • Safety analysis performance data may be learned through machine learning, and a detection degree may be recommended through AI when performing a new safety analysis.
  • the calculation information providing unit 140 may provide the user terminal with at least one of calculation information about the calculated failure severity, calculation information about the calculated failure incidence, and calculation information about the calculated failure detection degree. there is.
  • At least one of the failure severity calculation unit 110, the failure occurrence rate calculation unit 120, and the failure detection degree calculation unit 130 uses an open source neural network library.
  • a machine learning framework can be used.
  • At least one of the failure severity calculation unit 110, the failure occurrence rate calculation unit 120, and the failure detection degree calculation unit 130 is an end-to-end open source machine learning platform (End-To-End Machine learning frameworks using the Open Source Machine Learning Platform) are available.
  • At least one of the failure severity calculation unit 110, the failure occurrence rate calculation unit 120, and the failure detection degree calculation unit 130 uses Keras or Tensorflow. Machine learning frameworks are available.
  • the calculation information providing unit 140 may transmit information about automated failure analysis and evaluation of the input data received from the user terminal to the user terminal.
  • the information on the automated failure analysis evaluation may be at least a part of all information obtained by automatically analyzing and evaluating failures of all factors affecting systems or software such as devices, machines, hardware, or software by type.
  • Information on automated failure analysis evaluations may include information evaluating the effect of failures of specific pieces of equipment or parts on all overall systems or other components.
  • the information on the automated failure analysis evaluation is all information on the failure analysis evaluation, and may include a ranking according to the severity of the accident, failure frequency, failure impact, damage, criticality, and the like.
  • the calculation information providing unit 140 may include among information on a new failure mode, information on a risk scenario, and information on an optimal risk countermeasure derived based on the input data received from the user terminal. At least one may be transmitted to the user terminal.
  • Information on new failure modes, information on risk scenarios, and information on optimal risk countermeasures are all information on new failure modes, all information on risk scenarios, and information on optimal risk countermeasures, respectively. It may include at least some of failure modes, risk scenarios, and optimal risk measures.
  • the information on the new failure mode, the information on the risk scenario, the information on the optimal risk countermeasure, etc. may include at least some of additional protection characteristics, safety measures, and failure countermeasures.
  • FIG. 2 is a flowchart illustrating steps of performing a failure mode and effect analysis method performed by a failure mode and effect analysis system according to an embodiment of the present invention.
  • each step of the failure mode and effect analysis method may be performed by at least one component of the failure mode and effect analysis system.
  • Components of the failure mode effect analysis system may include a failure severity calculation unit, a failure occurrence rate calculation unit, a failure detection degree calculation unit, and a calculation information providing unit.
  • the failure mode effect analysis system may calculate a failure severity using machine learning based on the safety analysis information.
  • the failure mode and effect analysis system may calculate a failure occurrence degree by using machine learning based on the safety analysis information.
  • the failure mode effect analysis system may calculate a failure detection degree using machine learning based on the safety analysis information.
  • the failure mode effect analysis system may provide the user terminal with at least one of calculation information regarding calculated failure severity, calculated failure incidence, and calculated failure detection.
  • the failure mode effect analysis system may use a machine learning framework using open source neural network libraries.
  • the failure mode effect analysis system may use a machine learning framework using an end-to-end open source machine learning platform.
  • the failure mode effect analysis system may use a machine learning framework using Keras or Tensorflow.
  • the failure mode effect analysis system may transmit information about automated failure analysis and evaluation on the input data received from the user terminal to the user terminal.
  • the failure mode effect analysis system may include at least one of information on a new failure mode, information on a risk scenario, and information on an optimal risk countermeasure derived based on input data received from a user terminal. can be transmitted to the user terminal.
  • FIG. 3 is a diagram illustrating a flow of operations of a failure mode and effect analysis system according to an embodiment of the present invention.
  • the failure mode effect analysis system may include an FMEA artificial intelligence engine (AI Engine) and the like.
  • AI Engine artificial intelligence engine
  • the failure mode effect analysis system may further include a safety analysis information management unit that manages safety analysis information such as failure mode data using a database or the like.
  • Failure mode data includes Critical, False Alarm, Abnormal instrument reading, Breakdown, Degrades, False Alarm, Abnormal instrument reading, Erratic output, It may include at least some of data related to failure modes such as Incipient, External leakage, Noise, Unknown, No of failures, and Failure rate. .
  • the failure mode effect analysis system may perform data analysis on the failure mode data and automatically recognize or recognize the failure mode.
  • the failure mode effect analysis system may analyze severity, impact, and occurrence probability for each failure mode pattern using AI machine learning and the like.
  • the failure mode effect analysis system may improve accuracy by learning a risk analysis process for each failure mode pattern through machine learning using a machine learning framework including or using Keras, TensorFlow, or the like.
  • the failure mode effect analysis system may process input data based on information accumulated through machine learning using a data input actuator or the like.
  • the failure mode effect analysis system may perform automated failure analysis evaluation, recommend new failure modes, risk scenarios, and recommend optimal risk measures.
  • the calculation information providing unit 140 may convert the calculation information into a digital signal, and the calculation information providing unit ( 140) randomly generates a rotation start number considering the order of the entire digital signal, and if the first digital signal starts with sequence number 1 and increases by 1, and the last digital signal is a natural number D, the sequence number is higher than the rotation start number.
  • a rotation keycreating module that rearranges the smaller digital signal to be positioned behind the last digital signal;
  • a first rotation dispatching module that transmits the entire rotated digital signal to the user terminal 10; and a second rotation dispatching module that transmits the rotation start number to the user terminal 10 .
  • the user terminal 10 receives the entire rotated digital signal and the rotation start number transmitted to the user terminal 10, and reversely rotates the entire rotated digital signal according to the rotation start number to generate a reverse rotated digital signal. It may include a rotational reassembly module.
  • the rotated overall digital signal becomes “1111011010” and the reverse rotated overall digital signal becomes “0101111011”.
  • the calculation information provider 140 may convert the calculation information into an image, and the calculation information provider 140 ) divides the image data signal to generate a plurality of image data pieces, assigns an address to each of the image data pieces, and generates a combination rule considering the address; a first dispatching module for transmitting a plurality of pieces of image data to the user terminal 10 in an arbitrary order; and a second dispatching module for transmitting the combination rule to the user terminal 10 .
  • the user terminal 10 includes a reassembly module that receives the plurality of image data pieces transmitted to the user terminal 10 and the combination rule, and generates image data by combining the plurality of image data pieces according to the combination rule.
  • the calculation information providing unit 140 converts the information on automated failure analysis and evaluation into a digital signal. can be converted, and the calculation information providing unit 140 randomly generates a rotation start number considering the order of the entire digital signal, starts with the first digital signal as the order number 1, increases it by 1, and sets the last digital signal to a natural number D 1
  • a rotation key creating module that rearranges a digital signal having a sequence number smaller than the rotation start number to be located behind the last digital signal
  • a first rotation dispatching module that transmits the entire rotated digital signal to the user terminal 10
  • a second rotation dispatching module that transmits the rotation start number to the user terminal 10 .
  • the user terminal 10 receives the entire rotated digital signal and the rotation start number transmitted to the user terminal 10, and reversely rotates the entire rotated digital signal according to the rotation start number to generate a reverse rotated digital signal. It may include a rotational reassembly module.
  • the calculation information provider 140 may convert the calculation information into an image, and the calculation information
  • the study 140 includes an axis lining module for setting n first axis lines in the horizontal direction and m second axis lines in the vertical direction in the image (where n and m are natural numbers); Selecting one of the first axis lines and the second axis lines, rotating an image on one side in one direction around the selected axis line (hereinafter referred to as “first selected axis line”) generating a first filed image by overlapping image regions on both sides of the first selected axis line with two layers; selecting the other one of the first axis lines and the second axis lines; The first filed image on either side of the second selected axis line is rotated in one direction centering on the other axis line (hereinafter referred to as “second selected axis line”) to obtain the first filed image on both sides of the second selected axis line.
  • the user terminal 10 may include a reassembly module that receives the second filed image and the filing rules transmitted to the user terminal 10 and generates an image by restoring the second filed image according to the filing rules.
  • the calculation information provider 140 may convert the information on the new failure mode into a digital signal.
  • the calculation information providing unit 140 randomly generates a rotation start number considering the order of the entire digital signal, the first digital signal starts with the order number 1 and increases by 1, and the last digital signal is a natural number D 2 .
  • a rotation key creating module that rearranges a digital signal having a sequence number smaller than the rotation start number to be located behind the last digital signal;
  • a first rotation dispatching module that transmits the entire rotated digital signal to the user terminal 10;
  • a second rotation dispatching module that transmits the rotation start number to the user terminal 10 .
  • the user terminal 10 receives the entire rotated digital signal and the rotation start number transmitted to the user terminal 10, and reverses the rotated digital signal according to the rotation start number to generate a reverse rotated digital signal. It may include a rotational reassembly module.
  • the calculation information provider 140 includes a storage module, and the storage module may store the transmitted image in a database.
  • a database consists of an aggregate of a plurality of sub-databases, and it may be preferable that these sub-databases are physically divided.
  • the storage module may include a sniffing module, a code assigning module, a random number creating module, and a dispersing storage module.
  • the sniffing module arbitrarily divides the image into a plurality of image pieces, and sets each of the plurality of image pieces as a plurality of individual pieces of information.
  • individual pieces of information may include W1, W2, W3, W4, and W5.
  • the image may be divided and separated in an X-shape or zigzag shape.
  • the code assigning module assigns different codes to a plurality of individual pieces of information divided by the sniffing module as described above. These codes are a kind of ID, and for example, codes such as xfd312 for W1, yga187 for W2, frh443 for W3, eiw451 for W4, and ctj323 for W5 are given.
  • the random number creating module Before being stored, the random number creating module generates the codes of these individual pieces of information, that is, xfd312 for W1, yga187 for W2, and yga187 for W3.
  • the same random variable is shared for a predetermined time by frh443 in W4, eiw451 in W4, and ctj323 in W5.
  • W1 to W5 constituting the image require a recombination process, and this recombination is mediated through a random variable shared at that moment.
  • the dispersing storage module distributes and stores a plurality of individual pieces of information, for example, W1 to W5, in each physically divided database.
  • the calculation information provider 140 may convert the information on the risk scenario into a digital signal,
  • the information providing unit 140 randomly generates a rotation start number considering the order of all digital signals, starts with the first digital signal as the sequence number 1 and increases by 1, and when the last digital signal is a natural number D 3 , rotation starts.
  • a rotation key creating module that rearranges a digital signal having a sequence number smaller than the number to be located behind the last digital signal;
  • a first rotation dispatching module that transmits the entire rotated digital signal to the user terminal 10; and a second rotation dispatching module that transmits the rotation start number to the user terminal 10 .
  • the user terminal 10 receives the entire rotated digital signal and the rotation start number transmitted to the user terminal 10, and reversely rotates the entire rotated digital signal according to the rotation start number to generate a reverse rotated digital signal. It may include a rotational reassembly module.
  • Figure 4 is a perspective view showing the input guide base 201 and the input guide body 202 applied to the user terminal 10 in the failure mode effect analysis system 100 according to an embodiment of the present invention, separated; 5 is a diagram showing how the input guide base 201 and the input guide body 202 are applied to the user terminal 10 in the failure mode effect analysis system 100 according to an embodiment of the present invention, and FIG. 6 is These are drawings showing the operation of the input guide base 201 and the input guide body 202 applied to the user terminal 10 in the failure mode effect analysis system 100 according to an embodiment of the present invention.
  • the user terminal 10 is coupled to the input guide base 201 and the input guide body 202, and uses the input guide base 201 and the input guide body 202 to , data may be received and transmitted to the failure mode effect analysis system 100 .
  • the data can be used to generate information regarding failure analysis evaluations.
  • the user terminal 10 is made in the form of a smart phone, and is located on one side of the user terminal 10, and an input area (a) for data and a numerical value corresponding to the data item (a) can be input ( b) a display unit 11 in the form of a display capable of outputting and a detector in the form of a camera or sensor spaced apart from the display unit 11 on one side of the user terminal 10 and located at the first end portion of the user terminal 10 (12) may be included.
  • the input area can display and input a numerical value that can be selected from data items, and is shown as consisting of three in this embodiment, but is not limited thereto, and includes three such as five, seven, and nine. more can be made.
  • the input guide base 201 has a shape corresponding to the user terminal 10 and can be accommodated in a detachable manner.
  • An accommodation space 210, a display opening 201a, and a mounting space 201b may be formed in the input guide base 201.
  • the accommodating space 210 may have a shape corresponding to the user terminal 10 inside the input guide base 201 and may have both open longitudinal sections.
  • the user terminal 10 may be accommodated in the accommodation space 210 passing through both longitudinal sections of the accommodation space 210 and may move along one direction (A).
  • the display opening 201a may be formed on an upper surface of the input guide base 201 and connected to the accommodation space 210 .
  • the display unit 11 and the sensing unit 12 of the user terminal 10 may be positioned to correspond to the display opening 201a.
  • the mounting space 201b may be concavely formed on the bottom surface of the accommodating space 210 to correspond to the user terminal 10 and may be positioned to correspond to the display opening 201a.
  • the user terminal 10 may be accommodated in the accommodation space 210 and inserted into and fixed in the mounting space 201b, and the display unit 11 and the detection unit 12 are positioned to correspond to the display opening 201a to open the display opening 201a. It can be confirmed through (201a).
  • the input guide base 201 may include a movement guide 211 .
  • the movement guides 211 may be formed in plurality, and may be positioned to be spaced apart from each other along one direction (A) on each of both side surfaces of the input guide base 201 . In a state where the user terminal 10 is accommodated in the accommodating space 210 , the movement guide 211 may be located above the user terminal 10 and spaced apart from the upper surface of the accommodating space 210 .
  • the moving guide 211 may include a driving body 211a and a rotating body 211b.
  • the driving body 211a is formed in the form of a motor and may be located on the side of the input guide base 201 .
  • the rotating body 211b is formed in the form of a pinion gear, and may be positioned in the accommodation space 210 and connected to the driving body 211a. Here, the rotating body 211b may be rotated by the driving body 211a.
  • the input guide body 202 may be formed in a plate shape corresponding to the display opening 201a. Here, the input guide body 202 may be inserted into the accommodating space 210 to be engaged with the movement guide 211 and movable by the movement guide 211 . An identification opening 202a and an input opening 202b may be formed in the input guide body 202 .
  • the confirmation opening 202a may be formed in the input guide body 202 in a size corresponding to one data item (a) for inputting data output to the display unit 11 of the user terminal 10 .
  • the input opening 202b may be formed in the input guide body 202 in a size corresponding to the input area b for inputting data output to the display unit 11 of the user terminal 10 .
  • the input opening 202b may be located on the input guide body 202 so as to form the same straight line along a direction orthogonal to one direction A in combination with the confirmation opening 202a, and in the input area b Correspondingly, it may be formed in plurality.
  • an identifier 220 may be formed on the first terminal portion of the lower surface of the input guide body 202 (refer to the upper portion of the input guide body 202 in FIG. 4 ).
  • the identifier 220 may be formed in the form of a QR code or bar code.
  • the identifier 220 may be positioned to correspond to the sensing unit 12 of the user terminal 10 accommodated in the accommodating space 210 .
  • the detector 12 detects the identifier 220, and the display unit 11 provides a plurality of data items (a) for input of data corresponding to the identifier and an input corresponding to each of the data items (a).
  • Area (b) can be output.
  • one data item (a) output to the first end portion of the display unit 11 and the input area (b) corresponding to the one data item (a) include a confirmation opening 202a and an input opening 202b. can be verified through
  • the input guide body 202 may include a moving body 221 .
  • the movable body 221 is formed as a pair, and may be positioned along one direction A on both sides of the input guide body 202 .
  • the moving body 221 may be formed in the form of a rack gear.
  • the moving body 221 is positioned above the rotating body 211b of the moving guide 211 and may be engaged with the rotating body 211b.
  • the movable body 221 and the rotating body 211b may be engaged in a rack gear and pinion gear coupling method.
  • the rotating body 211b may move the input guide body 202 by moving the moving body 221 .
  • the input guide base 201 and the input guide body 202 as described above may be applied to the user terminal 10 and operated as follows.
  • the user terminal 10 may be inserted into and accommodated in the accommodation space 210 of the input guide base 201 (see FIG. 6(a)).
  • the user terminal 10 may be inserted into and fixed in the mounting space 201b, and the display unit 11 and the detection unit 12 of the user terminal 10 may be positioned to correspond to the display opening 201a. .
  • the input guide body 202 may be inserted into and accommodated in the accommodation space 210 .
  • the input guide body 202 may be positioned above the user terminal 10 , and the moving body 221 may be engaged with the rotating body 211b of the moving guide 211 .
  • the identifier 220 may be positioned to correspond to the sensing unit 12.
  • the detector 12 detects the identifier 220, and the display unit 11 displays a plurality of data items (a) for inputting data corresponding to the identifier 220 and each of the data items (a).
  • a corresponding input area (b) may be output.
  • the confirmation opening 202a and the input opening 202b of the input guide body 202 are one data item (a) and one data item (a) output to the first end portion (upper portion in FIG. 6) of the display unit 11, respectively. It can be positioned to correspond to the input area (b) corresponding to the data item (a) of (see FIG.
  • the user terminal 10 may output the data item (a) corresponding to the confirmation opening 202a as a voice. That is, the user can easily recognize the data item (a) and the input area (b) to be input through the confirmation opening 202a and the input opening 202b.
  • the user may come into contact with the input area b output to the display unit 11 through the input opening 202b.
  • the display unit 11 may output a selection mark (c) corresponding to the touched input area (b), and a numerical value corresponding to the input area (b) where the selection mark (c) is output is a data item (a).
  • the user terminal 10 may generate an operation signal and transmit it to the input guide base 201 .
  • the movement guide 211 can be operated on the input guide base 201 .
  • the driving body 211a of the moving guide 211 rotates the rotating body 211b, so that the rotating body 211b moves the moving body 221 to the second terminal part opposite to the first terminal part of the display unit 11 ( lower part of FIG.
  • the identifier 220 may be moved away from the sensor 12 . Due to this, the confirmation opening 202a and the input opening 202b of the input guide body 202 form another data item (a) output on the display unit 11 and an input area (b) corresponding to the other data item (a). , and a part of the input guide body 202 may be positioned to protrude from the accommodation space 210 (see FIG. 6(c)).
  • the user can input data by selectively contacting the input areas b for the data items a output to the display unit 11 through the input opening 202b one by one.
  • the user can view the last data item (a) among data items (a) output on the display unit 11. It may be necessary to select and contact the input area (b) for a).
  • the user terminal 10 corresponds to the data items (a) and the data items (a) and selects Data including numerical values corresponding to the input area (b) may be generated.
  • the display unit 11 may output a plurality of data items (a) of different contents for data input and an input area (b) corresponding to each of the data items (a).
  • the user terminal 10 may generate a restored signal and transmit it to the input guide base 201 .
  • the movement guide 211 can be operated on the input guide base 201 .
  • the driving body 211a of the moving guide 211 rotates the rotating body 211b, and the rotating body 211b moves the moving body 221 to the first end portion of the display unit 11 (upper portion in FIG. 6). can be moved towards Here, the identifier 220 may be moved closer to the sensor 12 .
  • the identifier 220 is positioned to correspond to the detector 12 and the detector 12 detects the identifier 220, the user terminal 10 generates a stop signal and transmits it to the input guide base 201. And, the moving guide 211 can be stopped.
  • the confirmation opening 202a and the input opening 202b of the input guide body 202 are again connected to one data item (a) and one data item (a) output on the first end portion of the display unit 11. It can be positioned to correspond to the corresponding input area (b) (see FIG. 6(b)). That is, the input guide base 201 and the input guide body 202 input data while checking a plurality of data items (a) of different contents and an input area (b) corresponding to each of the data items (a). can be used for
  • the failure mode effect analysis system 100 of the present embodiment may receive data through the user terminal 10 by applying the input guide base 201 and the input guide body 202 to the user terminal 10 .
  • Data items (a) for inputting data output to the display unit 11 of the user terminal 10 and an input area (b) corresponding to the data items (a) are input for one data item (a). It can be physically identified by the guide body 202 . Due to this, in a state where it is difficult to identify the data item (a) and the input area (b) output on the display unit 11 of the user terminal 10, data can be easily input to the user terminal 10 by the user. there is.
  • Embodiments of the subject matter described herein are directed to one or more computer program products, namely one or more modules of computer program instructions encoded on a tangible program medium for execution by or controlling the operation of a data processing device.
  • a tangible program medium may be a propagated signal or a computer readable medium.
  • a propagated signal is an artificially generated signal, eg a machine generated electrical, optical or electromagnetic signal, generated to encode information for transmission by a computer to an appropriate receiver device.
  • the computer readable medium may be a machine readable storage device, a machine readable storage substrate, a memory device, a combination of materials that affect a machine readable propagating signal, or a combination of one or more of these.
  • a computer program (also known as a program, software, software application, script or code) may be written in any form of programming language, including compiled or interpreted language, a priori or procedural language, and may be a stand-alone program or module; It may be deployed in any form including components, subroutines, or other units suitable for use in a computer environment.
  • a computer program does not necessarily correspond to a file in a file system.
  • a program may be in a single file provided to the requested program, or in multiple interacting files (e.g., one or more modules, subprograms, or files that store portions of code), or parts of files that hold other programs or data. (eg, one or more scripts stored within a markup language document).
  • a computer program may be deployed to be executed on one computer or on multiple computers located at one site or distributed across multiple sites and interconnected by a communication network.
  • logic flows and structural block diagrams described herein describe corresponding actions and/or specific methods supported by corresponding functions and steps supported by the disclosed structural means, and corresponding software. It can also be used to build structures and algorithms and their equivalents.
  • processors suitable for the execution of computer programs include, for example, both general and special purpose microprocessors and any one or more processors of any kind of digital computer.
  • a processor will receive instructions and data from either read-only memory or random access memory or both.
  • the core elements of a computer are one or more memory devices for storing instructions and data and a processor for executing instructions.
  • a computer is also generally coupled to be operable to receive data from or transfer data to one or more mass storage devices for storing data, such as magnetic, magneto-optical or optical disks, or to perform both. will be or will contain However, a computer need not have such a device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Development Economics (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Molecular Biology (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Educational Administration (AREA)
  • Biomedical Technology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)

Abstract

본 발명의 기술적 사상에 의한 일 실시예에 따른 고장 형태 영향 분석 시스템은, 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 심각도를 계산하는 고장 심각도 계산부; 상기 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 발생도를 계산하는 고장 발생도 계산부; 및 상기 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 검출도를 계산하는 고장 검출도 계산부를 포함할 수 있다.

Description

머신 러닝 기반의 고장 형태 영향 분석 시스템
본 발명은 고장 형태 영향 분석 시스템에 관한 것으로서, 보다 상세하게는, 머신 러닝을 이용하는 고장 형태 영향 분석을 위한 시스템에 관한 것이다.
고장 형태 영향 분석(FMEA: Failure Mode and Effect Analysis)은 잠재 고장을 인식하고 미리 조치를 취하기 위한 기술이다. QS9000과 ISO9000에서 표준으로 정하고 있어 많은 기업에서 품질 관리에 있어서 매우 중요한 영역으로 인식된다.
하지만, FMEA 문서를 활용해 정보의 취득이 어려울 뿐 아니라 정보의 취득에 상당한 시간이 소요된다는 문제점이 있다.
이러한 문제점을 해결하고자, 많은 발명가들이 해결 방안을 찾고자 하는 시도를 하였으나, 아직까지 만족스러운 결과가 나오지는 않았다.
본 발명의 기술적 사상에 따른 고장 형태 영향 분석 시스템의 목적은 머신 러닝 기반의 FMEA 안전분석의 고장 심각도, 발생도, 검출도 추천할 수 있는 기술을 제공하는 것이다.
본 발명의 기술적 사상에 따른 고장 형태 영향 분석 시스템의 다른 목적은 안전 분석 기법 기술인 고장 형태 영향 분석(FMEA, Failure Mode and Effect Analysis)에 대해, 고장 형태 영향 분석(FMEA)의 고장 심각도, 발생도, 검출도 계산을 머신 러닝으로 자동화하여 휴먼 에러를 최소화, 신속하고 정확한 시스템 안전 분석의 수행을 제공하는 것이다.
본 발명의 기술적 사상에 따른 고장 형태 영향 분석 시스템이 이루고자 하는 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제는 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 발명의 기술적 사상에 의한 일 실시예에 따른 고장 형태 영향 분석 시스템은, 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 심각도를 계산하는 고장 심각도 계산부; 상기 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 발생도를 계산하는 고장 발생도 계산부; 및 상기 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 검출도를 계산하는 고장 검출도 계산부를 포함할 수 있다.
일 실시예에 따른 고장 형태 영향 분석 시스템은, 상기 계산된 고장 심각도에 관한 계산 정보, 상기 계산된 고장 발생도에 관한 계산 정보, 상기 계산된 고장 검출도에 관한 계산 정보 중 적어도 하나의 계산 정보를 사용자 단말에 제공하는 계산 정보 제공부를 더 포함할 수 있다.
일 실시예에 따른 상기 고장 심각도 계산부는, 오픈 소스 신경망 라이브러리(Open Source Neural Network Libraries)를 사용하는 머신 러닝 프레임워크(Framework)를 이용할 수 있다.
일 실시예에 따른 상기 고장 발생도 계산부는, 엔드 투 엔드 오픈 소스 머신 러닝 플랫폼(End-To-End Open Source Machine Learning Platform)을 사용하는 머신 러닝 프레임워크를 이용할 수 있다.
일 실시예에 따른 상기 고장 검출도 계산부는, 케라스(Keras) 또는 텐서플로(Tensorflow)를 사용하는 머신 러닝 프레임워크를 이용할 수 있다.
일 실시예에 따른 상기 계산 정보 제공부는, 사용자 단말로부터 수신된 입력된 데이터에 대한 자동화된 고장 분석 평가에 관한 정보를 상기 사용자 단말로 전송할 수 있다.
일 실시예에 따른 상기 계산 정보 제공부는, 사용자 단말로부터 수신된 입력된 데이터를 기초로 도출된, 신규 고장 모드에 관한 정보, 위험 시나리오에 관한 정보, 최적의 위험 대책에 관한 정보 중 적어도 하나를 상기 사용자 단말로 전송할 수 있다.
본 발명의 기술적 사상에 의한 실시예에 따른 고장 형태 영향 분석 시스템은, 4차 산업혁명에 따른 전자 및 통신기기 산업, 자동차 산업, 항공 산업, 의료 산업에 걸쳐, 전자 제어 장치, 소프트웨어(SW)의 개발 비중과 복잡도의 급증에 따라, 국가적 재난 및 재해, 사고 예방을 위한 안전 분석 기법 적용, 특히 고장 형태 영향 분석(FMEA, Failure Mode and Effect Analysis)을 이용하여 시스템 및 소프트웨어(SW) 개발 과정에서의 고장을 최소화할 수 있도록 한다.
본 발명의 기술적 사상에 의한 실시예에 따른 고장 형태 영향 분석 시스템은 FMEA 적용 시 수행하는 심각도, 발생도, 검출도 계산 단계의 반복적이고 정성적인 판단에 따른 방대한 시간과 수작업의 필요 없이, 분석의 정확성과 신뢰성을 높일 수 있도록 한다.
다만, 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템이 달성할 수 있는 효과는 이상에서 언급한 것들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
본 명세서에서 인용되는 도면을 보다 충분히 이해하기 위하여 각 도면의 간단한 설명이 제공된다.
도 1은 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템에 대한 개략도이다.
도 2는 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템에 의해 수행되는 고장 형태 영향 분석 방법의 수행 단계를 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템의 동작의 수행 흐름을 나타내는 도면이다.
도 4는 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템에서 사용자 단말에 적용되는 입력 가이드 베이스 및 입력 가이드 몸체를 분리하여 도시하는 사시도이다.
도 5은 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템에서 사용자 단말에 입력 가이드 베이스 및 입력 가이드 몸체를 적용한 모습을 도시하는 도면이다.
도 6은 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템에서 사용자 단말에 적용된 입력 가이드 베이스 및 입력 가이드 몸체의 작동 모습을 도시하는 도면들이다,
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고, 이를 상세한 설명을 통해 상세히 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명은 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
본 발명을 설명함에 있어서, 관련된 공지 기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다. 또한, 본 명세서의 설명 과정에서 이용되는 숫자(예를 들어, 제 1, 제 2 등)는 하나의 구성요소를 다른 구성요소와 구분하기 위한 식별기호에 불과하다.
또한, 본 명세서에서, 일 구성요소가 다른 구성요소와 "연결된다" 거나 "접속된다" 등으로 언급된 때에는, 상기 일 구성요소가 상기 다른 구성요소와 직접 연결되거나 또는 직접 접속될 수도 있지만, 특별히 반대되는 기재가 존재하지 않는 이상, 중간에 또 다른 구성요소를 매개하여 연결되거나 또는 접속될 수도 있다고 이해되어야 할 것이다.
또한, 본 명세서에서 '~부'로 표현되는 구성요소는 2개 이상의 구성요소가 하나의 구성요소로 합쳐지거나 또는 하나의 구성요소가 보다 세분화된 기능별로 2개 이상으로 분화될 수도 있다. 또한, 이하에서 설명할 구성요소 각각은 자신이 담당하는 주기능 이외에도 다른 구성요소가 담당하는 기능 중 일부 또는 전부의 기능을 추가적으로 수행할 수도 있으며, 구성요소 각각이 담당하는 주기능 중 일부 기능이 다른 구성요소에 의해 전담되어 수행될 수도 있음은 물론이다.
이하, 본 발명의 기술적 사상에 의한 실시예들을 차례로 상세히 설명한다.
도 1은 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템에 대한 개략도이다.
도 1을 참조하면, 사용자 단말(10)은 네트워크를 통해 고장 형태 영향 분석 시스템(100)과 통신할 수 있다. 고장 형태 영향 분석 시스템(100)은 서버와 같이 서비스를 제공하는 컴퓨팅 디바이스일 수 있다.
일 실시예에 따르면, 네트워크는, 복수의 단말기 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 이러한 네트워크의 일 예에는 3GPP(3rd Generation Partnership Project) 네트워크, LTE(Long Term Evolution) 네트워크, 5G 네트워크, WIMAX(World Interoperability for Microwave Access) 네트워크, 인터넷(Internet), LAN(Local Area Network), Wireless LAN(Wireless Local Area Network), WAN(Wide Area Network), PAN(Personal Area Network), 블루투스(Bluetooth) 네트워크, 위성 방송 네트워크, 아날로그 방송 네트워크, DMB(Digital Multimedia Broadcasting) 네트워크 등이 포함되나 이에 한정되지는 않는다.
사용자 단말(10)은, 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치, 또는 카메라를 포함하거나 카메라와 연결된 컴퓨팅 디바이스로서, PCS(Personal Communication System), GSM(Global System for Mobile communications), PDC(Personal Digital Cellular), PHS(Personal Handyphone System), PDA(Personal Digital Assistant), IMT(International Mobile Telecommunication)-2000, CDMA(Code Division Multiple Access)-2000, W-CDMA(W-Code Division Multiple Access), Wibro(Wireless Broadband Internet) 단말기, 스마트폰(smartphone), 스마트 패드(smartpad), 태블릿 PC(Tablet PC) 등과 같은 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치를 포함할 수 있다.
일 실시예에 따르면, 고장 형태 영향 분석 시스템(100)은, 고장 심각도 계산부(110), 고장 발생도 계산부(120), 고장 검출도 계산부(130), 계산 정보 제공부(140)를 포함할 수 있다. 고장 심각도 계산부(110), 고장 발생도 계산부(120), 고장 검출도 계산부(130), 계산 정보 제공부(140) 또는 고장 형태 영향 분석 시스템(100)의 다른 구성 요소는, 프로세서, 메모리, 데이터 송수신기 중 적어도 하나를 포함할 수 있다.
고장 심각도 계산부(110)는, 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 심각도를 계산할 수 있다.
안전 분석 정보는 안전 분석 수행 데이터, 고장 모드 데이터(Failure Mode Data) 등의 고장 형태 영향 분석과 관련된 모든 데이터의 적어도 일부를 포함할 수 있다.
고장 심각도 계산부(110)는, 머신 러닝 또는 딥 러닝 등으로 학습되는 안전 분석 수행 데이터를 기초로 신규 안전 분석 수행 시 심각도와 같은 고장 심각도를 계산할 수 있다. 계산된 고장 심각도는 인공지능(AI)을 이용하여 사용자 단말 등을 통해 추천될 수 있다.
안전 분석 수행 데이터가 머신 러닝으로 학습될 수 있으며, 신규 안전 분석 수행 시 심각도가 AI를 통해 추천될 수도 있다.
고장 발생도 계산부(120)는, 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 발생도를 계산할 수 있다.
고장 발생도 계산부(120)는, 머신 러닝 또는 딥 러닝 등으로 학습되는 안전 분석 수행 데이터를 기초로 신규 안전 분석 수행 시 발생도와 같은 고장 발생도를 계산할 수 있다. 계산된 고장 발생도는 인공지능(AI)을 이용하여 사용자 단말 등을 통해 추천될 수 있다.
안전 분석 수행 데이터가 머신 러닝으로 학습될 수 있으며, 신규 안전 분석 수행 시 발생도가 AI를 통해 추천될 수도 있다.
고장 검출도 계산부(130)는, 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 검출도를 계산할 수 있다.
고장 검출도 계산부(130)는, 머신 러닝 또는 딥 러닝 등으로 학습되는 안전 분석 수행 데이터를 기초로 신규 안전 분석 수행 시 검출도와 같은 고장 검출도를 계산할 수 있다. 계산된 고장 검출도는 인공지능(AI)을 이용하여 사용자 단말 등을 통해 추천될 수 있다.
안전 분석 수행 데이터가 머신 러닝으로 학습될 수 있으며, 신규 안전 분석 수행 시 검출도가 AI를 통해 추천될 수도 있다.
계산 정보 제공부(140)는, 계산된 고장 심각도에 관한 계산 정보, 계산된 고장 발생도에 관한 계산 정보, 계산된 고장 검출도에 관한 계산 정보 중 적어도 하나의 계산 정보를 사용자 단말에 제공할 수 있다.
일 실시예에 따르면, 고장 심각도 계산부(110), 고장 발생도 계산부(120), 고장 검출도 계산부(130) 중 적어도 하나는, 오픈 소스 신경망 라이브러리(Open Source Neural Network Libraries)를 사용하는 머신 러닝 프레임워크(Framework)를 이용할 수 있다.
일 실시예에 따르면, 고장 심각도 계산부(110), 고장 발생도 계산부(120), 고장 검출도 계산부(130) 중 적어도 하나는, 엔드 투 엔드 오픈 소스 머신 러닝 플랫폼(End-To-End Open Source Machine Learning Platform)을 사용하는 머신 러닝 프레임워크를 이용할 수 있다.
일 실시예에 따르면, 고장 심각도 계산부(110), 고장 발생도 계산부(120), 고장 검출도 계산부(130) 중 적어도 하나는, 케라스(Keras) 또는 텐서플로(Tensorflow)를 사용하는 머신 러닝 프레임워크를 이용할 수 있다.
일 실시예에 따르면, 계산 정보 제공부(140)는, 사용자 단말로부터 수신된 입력된 데이터에 대한 자동화된 고장 분석 평가에 관한 정보를 사용자 단말로 전송할 수 있다. 자동화된 고장 분석 평가에 관한 정보는 기기, 기계, 하드웨어 또는 소프트웨어 등의 시스템 또는 소프트웨어에 영향을 미치는 모든 요소의 고장을 형태별로 자동으로 분석하여 평가한 모든 정보 중 적어도 일부일 수 있다. 자동화된 고장 분석 평가에 관한 정보는 모든 전체 시스템이나 기타 구성 요소에 있는 특정 장비나 부분의 고장 효과를 평가한 정보를 포함할 수도 있다. 자동화된 고장 분석 평가에 관한 정보는 고장 분석 평가에 관한 모든 정보로서, 사고의 심각도 등에 따라 매긴 순위, 고장 빈도, 고장의 영향도, 피해도, 치명도 등을 포함할 수도 있다.
일 실시예에 따르면, 계산 정보 제공부(140)는, 사용자 단말로부터 수신된 입력된 데이터를 기초로 도출된, 신규 고장 모드에 관한 정보, 위험 시나리오에 관한 정보, 최적의 위험 대책에 관한 정보 중 적어도 하나를 사용자 단말로 전송할 수 있다.
신규 고장 모드에 관한 정보, 위험 시나리오에 관한 정보, 최적의 위험 대책에 관한 정보는, 각각 신규 고장 모드에 관한 모든 정보, 위험 시나리오에 관한 모든 정보, 최적의 위험 대책에 관한 모든 정보로서, 각각 신규 고장 모드, 위험 시나리오, 최적의 위험 대책 중 적어도 일부를 포함할 수 있다.
신규 고장 모드에 관한 정보, 위험 시나리오에 관한 정보, 최적의 위험 대책에 관한 정보 등은, 추가 보호 특성, 안전 조치 사항, 고장 대책 중 적어도 일부를 포함할 수 있다.
도 2는 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템에 의해 수행되는 고장 형태 영향 분석 방법의 수행 단계를 도시한 흐름도이다.
도 2를 참조하면, 고장 형태 영향 분석 방법의 각 단계는, 고장 형태 영향 분석 시스템의 구성 요소 중 적어도 하나에 의해 수행될 수 있다. 고장 형태 영향 분석 시스템의 구성 요소는, 고장 심각도 계산부, 고장 발생도 계산부, 고장 검출도 계산부, 계산 정보 제공부를 포함할 수 있다.
단계(S201)에서, 고장 형태 영향 분석 시스템은, 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 심각도를 계산할 수 있다.
단계(S202)에서, 고장 형태 영향 분석 시스템은, 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 발생도를 계산할 수 있다.
단계(S203)에서, 고장 형태 영향 분석 시스템은, 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 검출도를 계산할 수 있다.
고장 형태 영향 분석 시스템은, 계산된 고장 심각도에 관한 계산 정보, 계산된 고장 발생도에 관한 계산 정보, 계산된 고장 검출도에 관한 계산 정보 중 적어도 하나의 계산 정보를 사용자 단말에 제공할 수 있다.
일 실시예에 따르면, 고장 형태 영향 분석 시스템은, 오픈 소스 신경망 라이브러리(Open Source Neural Network Libraries)를 사용하는 머신 러닝 프레임워크(Framework)를 이용할 수 있다.
일 실시예에 따르면, 고장 형태 영향 분석 시스템은, 엔드 투 엔드 오픈 소스 머신 러닝 플랫폼(End-To-End Open Source Machine Learning Platform)을 사용하는 머신 러닝 프레임워크를 이용할 수 있다.
일 실시예에 따르면, 고장 형태 영향 분석 시스템은, 케라스(Keras) 또는 텐서플로(Tensorflow)를 사용하는 머신 러닝 프레임워크를 이용할 수 있다.
일 실시예에 따르면, 고장 형태 영향 분석 시스템은, 사용자 단말로부터 수신된 입력된 데이터에 대한 자동화된 고장 분석 평가에 관한 정보를 사용자 단말로 전송할 수 있다.
일 실시예에 따르면, 고장 형태 영향 분석 시스템은, 사용자 단말로부터 수신된 입력된 데이터를 기초로 도출된, 신규 고장 모드에 관한 정보, 위험 시나리오에 관한 정보, 최적의 위험 대책에 관한 정보 중 적어도 하나를 사용자 단말로 전송할 수 있다.
도 3은 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템의 동작의 수행 흐름을 나타내는 도면이다.
고장 형태 영향 분석 시스템은, FMEA 인공지능 엔진(AI Engine) 등을 포함할 수 있다.
고장 형태 영향 분석 시스템은, 고장 모드 데이터(Failure Mode Data)와 같은 안전 분석 정보를 데이터베이스 등을 이용하여 관리하는 안전 분석 정보 관리부를 더 포함할 수도 있다.
고장 모드 데이터는, 심각(Critical), 거짓 경보, 계측기 고장(Abnormal instrument reading), 심각한 손상(Breakdown), 보통(Degrades), 거짓 경보, 계측기 고장(Abnormal instrument reading), 불규칙 출력(Erratic output), 경미(Incipient), 외부 누설(External leakage), 소음(Noise), 모름(Unknown), 고장 수(No of failures), 고장율(Failure rate) 등의 고장 모드와 관련된 데이터 중 적어도 일부를 포함할 수 있다.
고장 형태 영향 분석 시스템은, 고장 모드 데이터에 대한 데이터 분석을 수행할 수 있으며, 고장 모드를 자동으로 인지 또는 인식할 수 있다.
고장 형태 영향 분석 시스템은, AI 머신 러닝(Machine Learning) 등을 이용하여 고장 모드 패턴별 심각도, 영향도, 발생 가능성을 분석할 수 있다.
고장 형태 영향 분석 시스템은, 케라스, 텐서플로 등을 이용하거나 또는 포함하는 머신 러닝 프레임워크 등을 이용하여 머신 러닝으로 고장 모드 패턴별 위험 분석 과정을 학습하여 정확성을 향상시킬 수 있다.
고장 형태 영향 분석 시스템은, 데이터 입력 작업 처리기(Actuator) 등을 이용하여 머신 러닝으로 축적된 정보를 기초로 입력된 데이터를 처리할 수 있다. 고장 형태 영향 분석 시스템은, 고장 분석 평가 자동화를 수행하고, 신규 고장 모드, 위험 시나리오 추천, 최적의 위험 대책 추천 등을 수행할 수 있다.
한편, 계산 정보 제공부(140)로부터 사용자 단말(10)로 전송되는 계산 정보의 보안화를 위하여, 계산 정보 제공부(140)는 계산 정보를 디지털 신호로 변환할 수 있으며, 계산 정보 제공부(140)는 전체 디지털 신호의 순서를 고려한 회전 시작 번호를 랜덤으로 생성하고, 처음 디지털 신호를 순서 번호 1로 시작하여 1씩 증가하고 마지막 디지털 신호를 자연수 D라고 할 경우, 회전 시작 번호보다 순서 번호가 작은 디지털 신호를 마지막 디지털 신호 뒤에 위치하도록 재배치시키는 회전 키크리에이팅 모듈; 회전된 전체 디지털 신호를 사용자 단말(10)로 전송하는 제 1 회전 디스패칭 모듈; 및 회전 시작 번호를 사용자 단말(10)로 전송하는 제 2 회전 디스패칭 모듈을 포함할 수 있다. 사용자 단말(10)은, 사용자 단말(10)에 전송된 회전된 전체 디지털 신호 및 회전 시작 번호를 전송받고, 회전된 전체 디지털 신호를 회전 시작 번호에 따라 역회전하여 역회전된 디지털 신호를 생성하는 회전 리어셈블링 모듈을 포함할 수 있다.
예를 들어, 전체 디지털 신호가 “0101111011”일 경우, 회전 시작 번호가 4이면, 회전된 전체 디지털 신호는 “1111011010”이 되고, 역회전된 전체 디지털 신호는 “0101111011”가 될 수 있다.
한편, 계산 정보 제공부(140)로부터 사용자 단말(10)로 전송되는 계산 정보의 보안화를 위하여, 계산 정보 제공부(140)는 계산 정보를 이미지로 변환할 수 있으며, 계산 정보 제공부(140)는 이미지 데이터 신호를 분할하여 복수 개의 이미지 데이터 조각들을 생성하고, 이미지 데이터 조각들의 각각에 어드레스를 부여하며, 어드레스를 고려한 조합 규칙을 생성하는 키크리에이팅 모듈; 복수 개의 이미지 데이터 조각들을 임의의 순서로 사용자 단말(10)로 전송하는 제 1 디스패칭 모듈; 및 조합 규칙을 사용자 단말(10)로 전송하는 제 2 디스패칭 모듈을 포함할 수 있다. 사용자 단말(10)은, 사용자 단말(10)에 전송된 복수 개의 이미지 데이터 조각들 및 조합 규칙을 전송받고, 조합 규칙에 따라 복수 개의 이미지 데이터 조각들을 조합하여 이미지 데이터를 생성하는 리어셈블링 모듈을 포함할 수 있다. 계산 정보 제공부(140)로부터 사용자 단말(10)로 전송되는 자동화된 고장 분석 평가에 관한 정보의 보안화를 위하여, 계산 정보 제공부(140)는 자동화된 고장 분석 평가에 관한 정보를 디지털 신호로 변환할 수 있으며, 계산 정보 제공부(140)는 전체 디지털 신호의 순서를 고려한 회전 시작 번호를 랜덤으로 생성하고, 처음 디지털 신호를 순서 번호 1로 시작하여 1씩 증가하고 마지막 디지털 신호를 자연수 D1이라고 할 경우, 회전 시작 번호보다 순서 번호가 작은 디지털 신호를 마지막 디지털 신호 뒤에 위치하도록 재배치시키는 회전 키크리에이팅 모듈; 회전된 전체 디지털 신호를 사용자 단말(10)로 전송하는 제 1 회전 디스패칭 모듈; 및 회전 시작 번호를 사용자 단말(10)로 전송하는 제 2 회전 디스패칭 모듈을 포함할 수 있다. 사용자 단말(10)은, 사용자 단말(10)에 전송된 회전된 전체 디지털 신호 및 회전 시작 번호를 전송받고, 회전된 전체 디지털 신호를 회전 시작 번호에 따라 역회전하여 역회전된 디지털 신호를 생성하는 회전 리어셈블링 모듈을 포함할 수 있다.
대안적으로는, 계산 정보 제공부(140)로부터 사용자 단말(10)로 전송되는 계산 정보의 보안화를 위하여, 계산 정보 제공부(140)는 계산 정보를 이미지로 변환할 수 있으며, 계산 정보 제공부(140)는, 이미지에 가로 방향으로 n개의 제 1 액시스 라인들을 설정하고, 세로 방향으로 m개의 제 2 액시스 라인들을 설정하는 액시스 라이닝 모듈(여기서, n 및 m은 자연수이다); 제 1 액시스 라인들 및 제 2 액시스 라인들 중 어느 하나를 선택하는 단계, 상기 선택된 액시스 라인(이하 “제 1 선택 액시스 라인”이라 한다)을 중심으로 어느 일 측의 이미지를 어느 한 방향으로 회전시켜 제 1 선택 액시스 라인의 양 측의 이미지 영역들이 2개의 층으로 중첩되도록 하여 제 1 파일드 이미지를 생성하는 단계, 제 1 액시스 라인들 및 제 2 액시스 라인들 중 다른 하나를 선택하는 단계, 상기 선택된 다른 하나의 액시스 라인(이하 “제 2 선택 액시스 라인”이라 한다)을 중심으로 어느 일 측의 제 1 파일드 이미지를 어느 한 방향으로 회전시켜 제 2 선택 액시스 라인의 양 측의 제 1 파일드 이미지 영역들이 2개의 층으로 중첩되도록 하여 제 2 파일드 이미지를 생성하는 단계를 포함하는 파일링 규칙을 수행하는 파일링 모듈; 제 2 파일드 이미지를 사용자 단말(10)로 전송하는 제 1 디스패칭 모듈; 및 파일링 규칙을 사용자 단말(10)로 전송하는 제 2 디스패칭 모듈을 포함할 수 있다. 사용자 단말(10)은, 사용자 단말(10)에 전송된 제 2 파일드 이미지 및 파일링 규칙을 전송받고, 파일링 규칙에 따라 제 2 파일드 이미지를 복원하여 이미지를 생성하는 리어셈블링 모듈을 포함할 수 있다. 계산 정보 제공부(140)로부터 사용자 단말(10)로 전송되는 신규 고장 모드에 관한 정보의 보안화를 위하여, 계산 정보 제공부(140)는 신규 고장 모드에 관한 정보를 디지털 신호로 변환할 수 있으며, 계산 정보 제공부(140)는 전체 디지털 신호의 순서를 고려한 회전 시작 번호를 랜덤으로 생성하고, 처음 디지털 신호를 순서 번호 1로 시작하여 1씩 증가하고 마지막 디지털 신호를 자연수 D2라고 할 경우, 회전 시작 번호보다 순서 번호가 작은 디지털 신호를 마지막 디지털 신호 뒤에 위치하도록 재배치시키는 회전 키크리에이팅 모듈; 회전된 전체 디지털 신호를 사용자 단말(10)로 전송하는 제 1 회전 디스패칭 모듈; 및 회전 시작 번호를 사용자 단말(10)로 전송하는 제 2 회전 디스패칭 모듈을 포함할 수 있다. 사용자 단말(10)은, 사용자 단말(10)에 전송된 회전된 전체 디지털 신호 및 회전 시작 번호를 전송받고, 회전된 전체 디지털 신호를 회전 시작 번호에 따라 역회전하여 역회전된 디지털 신호를 생성하는 회전 리어셈블링 모듈을 포함할 수 있다.
한편, 계산 정보 제공부(140)는 스토어링 모듈을 포함하며, 스토어링 모듈은 전송된 이미지를 데이터베이스에 저장할 수 있다. 데이터베이스는 복수 개의 서브 데이터베이스들의 집합체로 이루어지며, 이러한 서브 데이터베이스들은 물리적으로 분할된 상태로 이루어지는 것이 바람직할 수 있다. 스토어링 모듈은 스니핑 모듈, 코드어싸이닝 모듈, 랜덤 넘버 크리에이팅 모듈 및 디스퍼싱 스토어링 모듈을 포함할 수 있다.
스니핑 모듈은 이미지를 임의로 복수 개의 이미지 조각으로 분할하고, 복수 개로 분할된 이미지 조각 각각을 복수 개의 개별 조각 정보로 설정하게 된다. 예를 들어, 개별 조각 정보는 W1, W2, W3, W4, W5 등으로 이루어질 수 있다. 이미지는 X자 형태 또는 지그재그 형태로 분할되어 분리될 수 있다.
코드어싸이닝 모듈은 스니핑 모듈이 상술한 바와 같이 분할한 복수 개의 개별 조각 정보에 상이한 코드를 부여하게 된다. 이러한 코드는 일종의 ID와 같은 것으로서, 예를 들어, W1에는 xfd312, W2에는 yga187, W3에는 frh443, W4에는 eiw451, W5에는 ctj323 등의 코드를 부여하게 된다.
이러한 개별 조각 정보인 각각의 W1 내지 W5 들은 개별적인 물리공간인 서브 데이터베이스에 각각 나뉘어 저장되는데, 저장되기 전에 랜덤 넘버 크리에이팅 모듈이 이러한 개별 조각 정보의 코드 즉, W1에는 xfd312, W2에는 yga187, W3에는 frh443, W4에는 eiw451, W5에는 ctj323 각각에 동일한 랜덤 변수를 소정시간 동안 공유시키게 된다.
예를 들어, i) 11시 30분 00초부터 11시 30분 20초 사이에는 이들 W1의 코드 xfd312, W2의 코드 yga187, W3의 코드 frh443, W4의 코드 eiw451, W5의 코드 ctj323 각각에 동일한 랜덤 변수 wesdispdy2471738를 공유시키며, ii) 11시 30분 20초부터 11시 30분 40초 사이에는 이들 W1의 코드 xfd312, W2의 코드 yga187, W3의 코드 frh443, W4의 코드 eiw451, W5의 코드 ctj323 각각에 동일한 랜덤 변수 qartfrebh5243421를 공유시키게 된다. 이후 반복된다.
이미지 전체에 대한 호출이 있게 되면, 이미지를 구성하는 W1 내지 W5는 재조합의 과정이 필요한데, 이러한 재조합은 해당 순간에 공유하는 랜덤 변수를 통해 매개하여 재조합된다.
디스퍼싱 스토어링 모듈은 상술한 바와 같이, 복수 개의 개별 조각 정보, 예를 들어, W1 내지 W5를 물리적으로 분할된 데이터베이스 각각에 분산하여 저장하게 된다.
계산 정보 제공부(140)로부터 사용자 단말(10)로 전송되는 위험 시나리오에 관한 정보의 보안화를 위하여, 계산 정보 제공부(140)는 위험 시나리오에 관한 정보를 디지털 신호로 변환할 수 있으며, 계산 정보 제공부(140)는 전체 디지털 신호의 순서를 고려한 회전 시작 번호를 랜덤으로 생성하고, 처음 디지털 신호를 순서 번호 1로 시작하여 1씩 증가하고 마지막 디지털 신호를 자연수 D3라고 할 경우, 회전 시작 번호보다 순서 번호가 작은 디지털 신호를 마지막 디지털 신호 뒤에 위치하도록 재배치시키는 회전 키크리에이팅 모듈; 회전된 전체 디지털 신호를 사용자 단말(10)로 전송하는 제 1 회전 디스패칭 모듈; 및 회전 시작 번호를 사용자 단말(10)로 전송하는 제 2 회전 디스패칭 모듈을 포함할 수 있다. 사용자 단말(10)은, 사용자 단말(10)에 전송된 회전된 전체 디지털 신호 및 회전 시작 번호를 전송받고, 회전된 전체 디지털 신호를 회전 시작 번호에 따라 역회전하여 역회전된 디지털 신호를 생성하는 회전 리어셈블링 모듈을 포함할 수 있다.
도 4는 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템(100)에서 사용자 단말(10)에 적용되는 입력 가이드 베이스(201) 및 입력 가이드 몸체(202)를 분리하여 도시하는 사시도이고, 도 5는 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템(100)에서 사용자 단말(10)에 입력 가이드 베이스(201) 및 입력 가이드 몸체(202)를 적용한 모습을 도시하는 도면이며, 도 6은 본 발명의 일 실시예에 따른 고장 형태 영향 분석 시스템(100)에서 사용자 단말(10)에 적용된 입력 가이드 베이스(201) 및 입력 가이드 몸체(202)의 작동 모습을 도시하는 도면들이다.
도 4 내지 도 6에 도시된 바와 같이, 사용자 단말(10)은 입력 가이드 베이스(201) 및 입력 가이드 몸체(202)와 결합되고, 입력 가이드 베이스(201) 및 입력 가이드 몸체(202)를 이용하여, 데이터를 입력받아 고장 형태 영향 분석 시스템(100)에 전송할 수 있다. 데이터는 고장 분석 평가에 관한 정보를 생성하는 데 이용될 수 있다.
사용자 단말(10)은 스마트폰의 형태로 이루어지되, 사용자 단말(10)의 일면에 위치되고 데이터에 대한 데이터 항목(a) 및 데이터 항목(a)에 대응되는 수치를 입력할 수 있는 입력 영역(b)을 출력할 수 있는 디스플레이 형태의 표시부(11) 및 사용자 단말(10)의 일면에서 표시부(11)로부터 이격되고 사용자 단말(10)의 제 1 종단 부분에 위치되는 카메라 또는 센서 형태의 감지부(12)를 포함할 수 있다. 여기서, 입력 영역은 데이터 항목에서 선택될 수 있는 수치를 표시하여 입력할 수 있고, 본 실시예에서 3개로 이루어진 것으로 도시되어 있으나, 이에 한정되지 않고, 5개, 7개, 9개 등과 같이 3개 이상으로 이루어질 수 있다.
입력 가이드 베이스(201)는 사용자 단말(10)에 대응되는 형상으로 이루어지되, 사용자 단말(10)을 분리가능하도록 수용될 수 있다. 이러한 입력 가이드 베이스(201)에는 수용 공간(210), 표시 개구(201a) 및 장착 공간(201b)이 형성될 수 있다.
수용 공간(210)은 입력 가이드 베이스(201)의 내부에서 사용자 단말(10)에 대응되는 형상으로 이루어지고, 개방된 양 종단면을 가질 수 있다. 사용자 단말(10)은 수용 공간(210)의 양 종단면을 통과하여 수용 공간(210)에 수용될 수 있고, 일 방향(A)을 따라 이동가능하다.
표시 개구(201a)는 입력 가이드 베이스(201)의 상면에 형성되어 수용 공간(210)에 연결될 수 있다. 사용자 단말(10)이 수용 공간(210)에 수용될 때, 사용자 단말(10)의 표시부(11) 및 감지부(12)는 표시 개구(201a)에 대응하도록 위치될 수 있다.
장착 공간(201b)은 수용 공간(210)의 바닥면에 사용자 단말(10)에 대응하도록 오목하게 형성될 수 있고, 표시 개구(201a)에 대응하도록 위치될 수 있다. 사용자 단말(10)은 수용 공간(210)에 수용되어 장착 공간(201b)에 삽입되어 고정될 수 있고, 표시부(11) 및 감지부(12)는 표시 개구(201a)에 대응하도록 위치되어 표시 개구(201a)를 통해 확인될 수 있다.
또한, 입력 가이드 베이스(201)는 이동 가이드(211)를 포함할 수 있다. 이동 가이드(211)는 복수 개로 이루어지되, 입력 가이드 베이스(201)의 양측면의 각각에 일 방향(A)을 따라 상호 간에 이격되도록 위치될 수 있다. 사용자 단말(10)이 수용 공간(210)에 수용된 상태에서, 이동 가이드(211)는 사용자 단말(10)의 상측에 위치되고 수용 공간(210)의 상면으로부터 이격되도록 위치될 수 있다.
또한, 이동 가이드(211)는 구동체(211a) 및 회전체(211b)를 포함할 수 있다.
구동체(211a)는 모터의 형태로 이루어지되, 입력 가이드 베이스(201)의 측면에 위치될 수 있다.
회전체(211b)는 피니언(pinion) 기어의 형태로 이루어지되, 수용 공간(210)에 위치되어 구동체(211a)에 연결될 수 있다. 여기서, 회전체(211b)는 구동체(211a)에 의해 회전될 수 있다.
입력 가이드 몸체(202)는 표시 개구(201a)에 대응되는 판 형상으로 이루어질 수 있다. 여기서, 입력 가이드 몸체(202)는 수용 공간(210)에 삽입되어 이동 가이드(211)와 맞물릴 수 있고, 이동 가이드(211)에 의해 이동가능하다. 입력 가이드 몸체(202)에는 확인 개구(202a) 및 입력 개구(202b)가 형성될 수 있다.
확인 개구(202a)는 사용자 단말(10)의 표시부(11)에 출력되는 데이터의 입력을 위한 하나의 데이터 항목(a)에 대응되는 크기로 입력 가이드 몸체(202)에 형성될 수 있다.
입력 개구(202b)는 사용자 단말(10)의 표시부(11)에 출력되는 데이터의 입력을 위한 입력 영역(b)에 대응되는 크기로 입력 가이드 몸체(202)에 형성될 수 있다. 여기서, 입력 개구(202b)는 확인 개구(202a)와 조합하여 일 방향(A)과 직교하는 방향을 따라 동일 직선을 형성하도록 입력 가이드 몸체(202)에 위치될 수 있고, 입력 영역(b)에 대응하여 복수 개로 형성될 수 있다.
또한, 입력 가이드 몸체(202)의 하면의 제 1 종단 부분(도 4의 입력 가이드 몸체(202)에서 상단 부분 참조)에는 식별자(220)가 형성될 수 있다. 여기서, 식별자(220)는 QR 코드, 바 코드 등의 형태로 이루어질 수 있다.
입력 가이드 몸체(202)가 수용 공간(210)에 수용된 상태에서 식별자(220)는 수용 공간(210)에 수용된 사용자 단말(10)의 감지부(12)에 대응하도록 위치될 수 있다. 여기서, 감지부(12)는 식별자(220)를 감지하여, 표시부(11)는 식별자에 대응되는 데이터의 입력을 위한 복수 개의 데이터 항목(a)들 및 데이터 항목(a)들의 각각에 대응되는 입력 영역(b)을 출력할 수 있다. 또한, 표시부(11)의 제 1 종단 부분에 출력되는 하나의 데이터 항목(a) 및 하나의 데이터 항목(a)에 대응되는 입력 영역(b)은 확인 개구(202a) 및 입력 개구(202b)를 통해 확인될 수 있다.
또한, 입력 가이드 몸체(202)는 이동 몸체(221)를 포함할 수 있다.
이동 몸체(221)는 한 쌍으로 이루어지되, 입력 가이드 몸체(202)의 양측에서 일 방향(A)을 따라 위치될 수 있다. 여기서, 이동 몸체(221)는 래크(rack) 기어의 형태로 이루어질 수 있다. 입력 가이드 몸체(202)가 수용 공간(210)에 삽입될 때, 이동 몸체(221)는 이동 가이드(211)의 회전체(211b)의 상측에 위치되고 회전체(211b)와 맞물릴 수 있다. 여기서, 이동 몸체(221)와 회전체(211b)는 래크 기어와 피니언 기어의 결합 방식으로 맞물릴 수 있다. 구동체(211a)가 회전체(211b)를 회전시킬 때, 회전체(211b)는 이동 몸체(221)를 이동시켜 입력 가이드 몸체(202)를 이동시킬 수 있다.
상기와 같은 입력 가이드 베이스(201) 및 입력 가이드 몸체(202)는 사용자 단말(10)에 적용되어 다음과 같이 작동될 수 있다.
우선, 사용자 단말(10)은 입력 가이드 베이스(201)의 수용 공간(210)에 삽입되어 수용될 수 있다(도 6(a) 참조). 여기서, 사용자 단말(10)은 장착 공간(201b)에 삽입되어 고정될 수 있고, 사용자 단말(10)의 표시부(11) 및 감지부(12)는 표시 개구(201a)에 대응되도록 위치될 수 있다.
이어서, 입력 가이드 몸체(202)가 수용 공간(210)에 삽입되어 수용될 수 있다. 여기서, 입력 가이드 몸체(202)는 사용자 단말(10)의 상측에 위치될 수 있고, 이동 몸체(221)는 이동 가이드(211)의 회전체(211b)와 맞물릴 수 있다.
입력 가이드 몸체(202)가 표시 개구(201a)에 대응하도록 위치될 때, 식별자(220)는 감지부(12)에 대응하도록 위치될 수 있다. 여기서, 감지부(12)는 식별자(220)를 감지하고, 표시부(11)는 식별자(220)에 대응되는 데이터의 입력을 위한 복수 개의 데이터 항목(a)들 및 데이터 항목(a)들의 각각에 대응되는 입력 영역(b)을 출력할 수 있다. 또한, 입력 가이드 몸체(202)의 확인 개구(202a) 및 입력 개구(202b)는 각각 표시부(11)의 제 1 종단 부분(도 6의 상측 부분)에 출력된 하나의 데이터 항목(a) 및 하나의 데이터 항목(a)에 대응되는 입력 영역(b)에 대응하도록 위치될 수 있다(도 6(b) 참조). 여기서, 사용자 단말(10)은 확인 개구(202a)에 대응되는 데이터 항목(a)을 음성으로 출력할 수 있다. 즉, 사용자는 확인 개구(202a) 및 입력 개구(202b)를 통해 입력해야 할 데이터 항목(a) 및 입력 영역(b)을 용이하게 인지할 수 있다.
또한, 사용자는 입력 개구(202b)를 통해 표시부(11)에 출력된 입력 영역(b)에 접촉될 수 있다. 여기서, 표시부(11)는 접촉된 입력 영역(b)에 대응하도록 선택 표시(c)를 출력할 수 있고, 선택 표시(c)가 출력된 입력 영역(b)에 대응하는 수치가 데이터 항목(a)에 대하여 사용자 단말(10)에 입력될 수 있다. 사용자 단말(10)은 작동 신호를 생성하여 입력 가이드 베이스(201)에 전송할 수 있다. 또한, 입력 가이드 베이스(201)에서 이동 가이드(211)의 작동이 이루어질 수 있다. 이동 가이드(211)의 구동체(211a)는 회전체(211b)를 회전시켜, 회전체(211b)는 이동 몸체(221)를 표시부(11)의 제 1 종단 부분의 반대편인 제 2 종단 부분(도 6의 하측 부분)을 향하도록 이동시킬 수 있다. 즉, 식별자(220)는 감지부(12)로부터 멀어지도록 이동될 수 있다. 이로 인해, 입력 가이드 몸체(202)의 확인 개구(202a) 및 입력 개구(202b)는 표시부(11)에 출력된 다른 데이터 항목(a) 및 다른 데이터 항목(a)에 대응되는 입력 영역(b)에 대응하도록 위치될 수 있고, 입력 가이드 몸체(202)의 일부는 수용 공간(210)으로부터 돌출되도록 위치될 수 있다(도 6(c) 참조).
상기와 같이 사용자는 입력 개구(202b)를 통해 표시부(11)에 출력된 데이터 항목(a)들에 대한 입력 영역(b)을 선택적으로 하나씩 접촉시켜 데이터를 입력할 수 있다.
도 6(c)에 도시된 바와 같이, 입력 가이드 몸체(202)가 이동 가이드(211)에 의해 계속해서 이동되어, 사용자는 표시부(11)에 출력된 데이터 항목(a)들 중 마지막 데이터 항목(a)에 대한 입력 영역(b)을 선택하고 접촉시켜야 할 수 있다. 사용자가 마지막 데이터 항목(a)에 대한 입력 영역(b)을 선택하도록 표시부(11)를 접촉할 때, 사용자 단말(10)은 데이터 항목(a)들 및 데이터 항목(a)들에 대응되고 선택된 입력 영역(b)에 대응하는 수치를 포함하는 데이터를 생성할 수 있다. 또한, 표시부(11)는 데이터의 입력을 위한 다른 내용의 복수 개의 데이터 항목(a)들 및 데이터 항목(a)들의 각각에 대응되는 입력 영역(b)을 출력할 수 있다.
상기와 같은 상태에서 사용자 단말(10)은 복원 신호를 생성하여 입력 가이드 베이스(201)에 전송할 수 있다. 또한, 입력 가이드 베이스(201)에서 이동 가이드(211)의 작동이 이루어질 수 있다. 이동 가이드(211)의 구동체(211a)는 회전체(211b)를 회전시켜, 회전체(211b)는 이동 몸체(221)를 표시부(11)의 제 1 종단 부분(도 6의 상측 부분)을 향하도록 이동시킬 수 있다. 여기서, 식별자(220)는 감지부(12)에 근접하도록 이동될 수 있다. 식별자(220)가 감지부(12)에 대응하도록 위치되고, 감지부(12)가 식별자(220)를 감지할 때, 사용자 단말(10)은 정지 신호를 생성하여 입력 가이드 베이스(201)에 전송하고, 이동 가이드(211)는 정지될 수 있다. 여기서, 입력 가이드 몸체(202)의 확인 개구(202a) 및 입력 개구(202b)는 다시금 표시부(11)의 제 1 종단 부분에 출력된 하나의 데이터 항목(a) 및 하나의 데이터 항목(a)에 대응되는 입력 영역(b)에 대응하도록 위치될 수 있다(도 6(b) 참조). 즉, 입력 가이드 베이스(201) 및 입력 가이드 몸체(202)는 다른 내용의 복수 개의 데이터 항목(a)들 및 데이터 항목(a)들의 각각에 대응되는 입력 영역(b)을 확인하면서 데이터를 입력하는 데에 이용될 수 있다.
본 실시예의 고장 형태 영향 분석 시스템(100)은 사용자 단말(10)에 입력 가이드 베이스(201) 및 입력 가이드 몸체(202)를 적용하여, 사용자 단말(10)을 통해 데이터를 입력받을 수 있다. 사용자 단말(10)의 표시부(11)에 출력되는 데이터의 입력을 위한 데이터 항목(a)들 및 데이터 항목(a)들에 대응되는 입력 영역(b)은 하나의 데이터 항목(a)에 대하여 입력 가이드 몸체(202)에 의해 물리적으로 식별될 수 있다. 이로 인해, 사용자 단말(10)의 표시부(11)에 출력되는 데이터 항목(a) 및 입력 영역(b)을 식별하기 어려운 상태에서, 데이터는 사용자에 의해 사용자 단말(10)에 용이하게 입력될 수 있다.
이상 본 명세서에서 설명한 기능적 동작과 본 주제에 관한 실시형태들은 본 명세서에서 개시한 구조들 및 그들의 구조적인 등가물을 포함하여 디지털 전자 회로나 컴퓨터 소프트웨어, 펌웨어 또는 하드웨어에서 혹은 이들 중 하나 이상의 조합에서 구현 가능하다.
본 명세서에서 기술하는 주제의 실시형태는 하나 이상의 컴퓨터 프로그램 제품, 다시 말해 데이터 처리 장치에 의한 실행을 위하여 또는 그 동작을 제어하기 위하여 유형의 프로그램 매체 상에 인코딩되는 컴퓨터 프로그램 명령에 관한 하나 이상의 모듈로서 구현될 수 있다. 유형의 프로그램 매체는 전파형 신호이거나 컴퓨터로 판독 가능한 매체일 수 있다. 전파형 신호는 컴퓨터에 의한 실행을 위하여 적절한 수신기 장치로 전송하기 위한 정보를 인코딩하기 위하여 생성되는 예컨대 기계가 생성한 전기적, 광학적 혹은 전자기 신호와 같은 인공적으로 생성된 신호이다. 컴퓨터로 판독 가능한 매체는 기계로 판독 가능한 저장장치, 기계로 판독 가능한 저장 기판, 메모리 장치, 기계로 판독 가능한 전파형 신호에 영향을 미치는 물질의 조합 혹은 이들 중 하나 이상의 조합일 수 있다.
컴퓨터 프로그램(프로그램, 소프트웨어, 소프트웨어 어플리케이션, 스크립트 혹은 코드로도 알려져 있음)은 컴파일되거나 해석된 언어나 선험적 혹은 절차적 언어를 포함하는 프로그래밍 언어의 어떠한 형태로도 작성될 수 있으며, 독립형 프로그램이나 모듈, 컴포넌트, 서브루틴 혹은 컴퓨터 환경에서 사용하기에 적합한 다른 유닛을 포함하여 어떠한 형태로도 전개될 수 있다.
컴퓨터 프로그램은 파일 시스템의 파일에 반드시 대응하는 것은 아니다. 프로그램은 요청된 프로그램에 제공되는 단일 파일 내에, 혹은 다중의 상호 작용하는 파일(예컨대, 하나 이상의 모듈, 하위 프로그램 혹은 코드의 일부를 저장하는 파일) 내에, 혹은 다른 프로그램이나 데이터를 보유하는 파일의 일부(예컨대, 마크업 언어 문서 내에 저장되는 하나 이상의 스크립트) 내에 저장될 수 있다.
컴퓨터 프로그램은 하나의 사이트에 위치하거나 복수의 사이트에 걸쳐서 분산되어 통신 네트워크에 의해 상호 접속된 다중 컴퓨터 또는 하나의 컴퓨터 상에서 실행되도록 전개될 수 있다.
부가적으로, 본 명세서에서 기술하는 논리 흐름과 구조적인 블록도는 개시된 구조적인 수단의 지원을 받는 대응하는 기능과 단계의 지원을 받는 대응하는 행위 및/또는 특정한 방법을 기술하는 것으로, 대응하는 소프트웨어 구조와 알고리즘과 그 등가물을 구축하는 데에도 사용 가능하다.
본 명세서에서 기술하는 프로세스와 논리 흐름은 입력 데이터 상에서 동작하고 출력을 생성함으로써 기능을 수행하기 위하여 하나 이상의 컴퓨터 프로그램을 실행하는 하나 이상의 프로그래머블 프로세서에 의하여 수행 가능하다.
컴퓨터 프로그램의 실행에 적합한 프로세서는, 예컨대 범용 및 특수 목적의 마이크로프로세서 양자 및 어떤 종류의 디지털 컴퓨터의 어떠한 하나 이상의 프로세서라도 포함한다. 일반적으로, 프로세서는 읽기 전용 메모리나 랜덤 액세스 메모리 혹은 양자로부터 명령어와 데이터를 수신할 것이다.
컴퓨터의 핵심적인 요소는 명령어와 데이터를 저장하기 위한 하나 이상의 메모리 장치 및 명령을 수행하기 위한 프로세서이다. 또한, 컴퓨터는 일반적으로 예컨대 자기, 자기광학 디스크나 광학 디스크와 같은 데이터를 저장하기 위한 하나 이상의 대량 저장 장치로부터 데이터를 수신하거나 그것으로 데이터를 전송하거나 혹은 그러한 동작 둘 다를 수행하기 위하여 동작가능 하도록 결합되거나 이를 포함할 것이다. 그러나, 컴퓨터는 그러한 장치를 가질 필요가 없다.
본 기술한 설명은 본 발명의 최상의 모드를 제시하고 있으며, 본 발명을 설명하기 위하여, 그리고 당업자가 본 발명을 제작 및 이용할 수 있도록 하기 위한 예를 제공하고 있다. 이렇게 작성된 명세서는 그 제시된 구체적인 용어에 본 발명을 제한하는 것이 아니다.
따라서, 상술한 예를 참조하여 본 발명을 상세하게 설명하였지만, 당업자라면 본 발명의 범위를 벗어나지 않으면서도 본 예들에 대한 개조, 변경 및 변형을 가할 수 있다. 요컨대 본 발명이 의도하는 효과를 달성하기 위해 도면에 도시된 모든 기능 블록을 별도로 포함하거나 도면에 도시된 모든 순서를 도시된 순서 그대로 따라야만 하는 것은 아니며, 그렇지 않더라도 얼마든지 청구항에 기재된 본 발명의 기술적 범위에 속할 수 있다는 점을 밝힌다.
[부호의 설명]
100: 고장 형태 영향 분석 시스템
110: 고장 심각도 계산부
120: 고장 발생도 계산부
130: 고장 검출도 계산부
140: 계산 정보 제공부

Claims (8)

  1. 고장 형태 영향 분석 시스템에 있어서,
    안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 심각도를 계산하는 고장 심각도 계산부;
    상기 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 발생도를 계산하는 고장 발생도 계산부; 및
    상기 안전 분석 정보를 기초로 머신 러닝을 이용하여 고장 검출도를 계산하는 고장 검출도 계산부를 포함하는 것을 특징으로 하는 고장 형태 영향 분석 시스템.
  2. 제1항에 있어서,
    상기 계산된 고장 심각도에 관한 계산 정보, 상기 계산된 고장 발생도에 관한 계산 정보, 상기 계산된 고장 검출도에 관한 계산 정보 중 적어도 하나의 계산 정보를 사용자 단말에 제공하는 계산 정보 제공부를 더 포함하는 것을 특징으로 하는 고장 형태 영향 분석 시스템.
  3. 제1항에 있어서,
    상기 고장 심각도 계산부는,
    오픈 소스 신경망 라이브러리(Open Source Neural Network Libraries)를 사용하는 머신 러닝 프레임워크(Framework)를 이용하는 것을 특징으로 하는 고장 형태 영향 분석 시스템.
  4. 제1항에 있어서,
    상기 고장 발생도 계산부는,
    엔드 투 엔드 오픈소스 머신 러닝 플랫폼(End-To-End Open Source Machine Learning Platform)을 사용하는 머신 러닝 프레임워크를 이용하는 것을 특징으로 하는 고장 형태 영향 분석 시스템.
  5. 제1항에 있어서,
    상기 고장 검출도 계산부는,
    케라스(Keras) 또는 텐서플로(Tensorflow)를 사용하는 머신 러닝 프레임워크를 이용하는 것을 특징으로 하는 고장 형태 영향 분석 시스템.
  6. 제2항에 있어서,
    상기 계산 정보 제공부는,
    사용자 단말로부터 수신된 입력된 데이터에 대한 자동화된 고장 분석 평가에 관한 정보를 상기 사용자 단말로 전송하고, 사용자 단말로부터 수신된 입력된 데이터를 기초로 도출된, 신규 고장 모드에 관한 정보, 위험 시나리오에 관한 정보, 최적의 위험 대책에 관한 정보 중 적어도 하나를 상기 사용자 단말로 전송하는 것을 특징으로 하는 고장 형태 영향 분석 시스템.
  7. 제2항에 있어서,
    상기 계산 정보 제공부는 상기 계산 정보를 디지털 신호로 변환할 수 있으며, 상기 계산 정보 제공부는 상기 변환된 디지털 신호의 전체 디지털 신호의 순서 번호를 고려한 회전 시작 번호를 랜덤으로 생성하고, 상기 회전 시작 번호보다 순서 번호가 작은 디지털 신호를 마지막 디지털 신호 뒤에 위치하도록 재배치시키는 회전 키크리에이팅 모듈; 회전된 전체 디지털 신호를 상기 사용자 단말로 전송하는 제 1 회전 디스패칭 모듈; 및 상기 회전 시작 번호를 상기 사용자 단말로 전송하는 제 2 회전 디스패칭 모듈을 포함하고, 상기 사용자 단말은, 상기 사용자 단말에 전송된 회전된 전체 디지털 신호 및 상기 회전 시작 번호를 전송받고, 회전된 전체 디지털 신호를 상기 회전 시작 번호에 따라 역회전하여 역회전된 디지털 신호를 생성하는 회전 리어셈블링 모듈을 포함하는 것을 특징으로 하는 고장 형태 영향 분석 시스템.
  8. 제6항에 있어서,
    사용자 단말은, 데이터를 입력받아 고장 형태 영향 분석 시스템으로 전송하고,
    사용자 단말은,
    사용자 단말의 일면에 위치되고 데이터에 대한 데이터 항목 및 데이터 항목에 대응되는 수치를 입력받는 입력 영역을 출력할 수 있는 디스플레이 형태의 표시부; 및
    사용자 단말의 일면에서 표시부로부터 이격되고 사용자 단말의 제 1 종단 부분에 위치되는 카메라 또는 센서 형태의 감지부를 포함하고,
    고장 형태 영향 분석 시스템은,
    내부에는 사용자 단말에 대응되는 형상을 갖고 개방된 양 종단면을 가지면서 사용자 단말를 수용할 수 있는 수용 공간이 형성되고, 상면에는 수용 공간에 연결되는 표시 개구가 형성되며, 수용 공간의 바닥면에는 사용자 단말에 대응하도록 오목하게 장착 공간이 형성되고, 양측면의 각각에 일 방향을 따라 상호 간에 이격되도록 위치되는 복수 개의 이동 가이드를 포함하는 입력 가이드 베이스; 및
    판 형상으로 이루어지되, 확인 개구 및 입력 개구가 형성되며, 양측에 일 방향을 따라 위치되고 래크 기어의 형태로 이루어지며 이동 가이드와 맞물릴 수 있는 한 쌍의 이동 몸체를 포함하는 입력 가이드 몸체를 더 포함하며,
    이동 가이드는,
    입력 가이드 베이스의 측면에 위치되는 모터 형태의 구동체; 및
    수용 공간에 위치되어 구동체에 연결되고 구동체에 의해 회전될 수 있으며 이동 몸체와 맞물릴 수 있는 피니언 기어 형태의 회전체를 포함하고,
    사용자 단말은 수용 공간에 수용되고 장착 공간에 삽입되어 고정되며, 표시부 및 감지부는 표시 개구에 대응하도록 위치되고,
    입력 가이드 몸체가 수용 공간에 삽입되어 수용되어, 사용자 단말의 상측에 위치되고, 이동 몸체와 이동 가이드의 회전체는 맞물리며,
    이동 가이드의 구동체가 회전체를 회전시킬 때, 이동 몸체는 이동되어 입력 가이드 몸체는 수용 공간에서 이동하고,
    입력 가이드 몸체의 하면의 제 1 종단 부분에는 식별자가 형성되고,
    입력 가이드 몸체가 표시 개구에 대응하도록 위치될 때, 식별자는 감지부에 대응하도록 위치되고 감지부에 의해 감지되며, 표시부는 식별자에 대응되는 복수 개의 데이터 항목들 및 데이터 항목들의 각각에 대응되는 입력 영역을 출력하고, 입력 가이드 몸체의 확인 개구 및 입력 개구는 각각 표시부의 제 1 종단 부분에 출력된 하나의 데이터 항목 및 하나의 데이터 항목에 대응되는 입력 영역에 대응하도록 위치되며,
    사용자가 입력 개구를 통해 표시부에 출력된 입력 영역에 접촉될 때, 표시부는 접촉된 입력 영역에 대응하도록 선택 표시를 출력하며, 사용자 단말은 작동 신호를 생성하여 입력 가이드 베이스에 전송하고,
    구동체는 회전체를 회전시키고, 이동 몸체는 표시부의 제 1 종단 부분의 반대편인 제 2 종단 부분을 향하도록 이동되고, 확인 개구 및 입력 개구는 표시부에 출력된 다른 데이터 항목 및 데이터 항목에 대응되는 입력 영역에 대응하도록 위치되고, 입력 가이드 몸체의 일부는 수용 공간으로부터 돌출되도록 위치되는 것을 특징으로 하는 고장 형태 영향 분석 시스템.
PCT/KR2022/009384 2022-01-03 2022-06-30 머신 러닝 기반의 고장 형태 영향 분석 시스템 WO2023128090A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR10-2022-0000430 2022-01-03
KR1020220000430A KR102463732B1 (ko) 2022-01-03 2022-01-03 머신 러닝 기반의 고장 형태 영향 분석 시스템

Publications (1)

Publication Number Publication Date
WO2023128090A1 true WO2023128090A1 (ko) 2023-07-06

Family

ID=84101579

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/KR2022/009384 WO2023128090A1 (ko) 2022-01-03 2022-06-30 머신 러닝 기반의 고장 형태 영향 분석 시스템

Country Status (2)

Country Link
KR (1) KR102463732B1 (ko)
WO (1) WO2023128090A1 (ko)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070101128A (ko) * 2006-04-11 2007-10-16 오므론 가부시키가이샤 이상 관리 장치, 이상 관리 방법, 이상 관리 프로그램 및이것을 기록한 기록 매체
JP2012098820A (ja) * 2010-10-29 2012-05-24 Techno Management Solutions:Kk プロセスリスクアセスメント支援装置
WO2018092924A1 (ko) * 2016-11-15 2018-05-24 (주) 글루시스 스마트 컴퓨팅을 위한 시스템 자원의 장애 예측 방법
US20200272625A1 (en) * 2019-02-22 2020-08-27 National Geographic Society Platform and method for evaluating, exploring, monitoring and predicting the status of regions of the planet through time
KR20210031111A (ko) * 2019-09-11 2021-03-19 이동우 안전인증 자료 획득 장치 및 그 방법

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070101128A (ko) * 2006-04-11 2007-10-16 오므론 가부시키가이샤 이상 관리 장치, 이상 관리 방법, 이상 관리 프로그램 및이것을 기록한 기록 매체
JP2012098820A (ja) * 2010-10-29 2012-05-24 Techno Management Solutions:Kk プロセスリスクアセスメント支援装置
WO2018092924A1 (ko) * 2016-11-15 2018-05-24 (주) 글루시스 스마트 컴퓨팅을 위한 시스템 자원의 장애 예측 방법
US20200272625A1 (en) * 2019-02-22 2020-08-27 National Geographic Society Platform and method for evaluating, exploring, monitoring and predicting the status of regions of the planet through time
KR20210031111A (ko) * 2019-09-11 2021-03-19 이동우 안전인증 자료 획득 장치 및 그 방법

Also Published As

Publication number Publication date
KR102463732B1 (ko) 2022-11-04

Similar Documents

Publication Publication Date Title
JPH03276342A (ja) 計算機システム遠隔操作装置
CN104901874A (zh) 互连不同域的高保障安全网关
WO2023090864A1 (ko) 악성 이벤트로그 자동분석 장치 및 방법
CN107666415A (zh) Fc‑ae‑1553 协议桥的优化方法和装置
Zeng et al. An analytical method for reliability analysis of hardware‐software co‐design system
JP2005236978A (ja) バーチャルプレゼンスシステムおよび方法
CN109728943A (zh) 故障模拟器及计算机联锁can总线通信故障测试方法
WO2023128090A1 (ko) 머신 러닝 기반의 고장 형태 영향 분석 시스템
CN104685430A (zh) 包括至少一个现场装置、与其相关联的至少一个传感器单元或信号检测单元和至少一个功能块的布置
US11449408B2 (en) Method, device, and computer program product for obtaining diagnostic information
CN102298112A (zh) 一种可编程逻辑器件的测试方法及系统
CN101726691B (zh) 检查航空电子系统的完整性的方法以及实施所述方法的检查装置
WO2022173084A1 (ko) 3d 모델링 fbx 자동화 변환 기술 적용에 따른 제품 가공 프로세스 적용 시스템
KR102575037B1 (ko) 머신 러닝 기반의 고장 형태 영향 분석 시스템
Al-Sudani et al. The method of IMECA-based security assessment: case study for building automation system
CN114745749A (zh) 虚拟网元测试方法、装置、电子设备及可读存储介质
Zulkernine et al. Towards automatic monitoring of component-based software systems
CN105933097A (zh) 一种基于串口通信的检测方法和系统
WO2011087169A1 (ko) 운영시스템의 장애 등급 판단방법
Tiwari et al. Automatic Performance Verification of Industrial Gateway using Python Framework
KR950005637B1 (ko) 전전자교환기의 종합 정보 통신망 가입자 기본 액세스에 대한 설비 시험 방법
WO2017111539A1 (ko) 철강공정 수식모델 관리장치
WO2020130173A1 (ko) 안전 필수 시스템의 안전활동 관리방법 및 그 안전활동 관리장치
Lefticaru et al. An implementation relation for cyclic systems with refusals and discrete time
Aziz et al. Second Case Study: The Hermes Protocol

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22916245

Country of ref document: EP

Kind code of ref document: A1