유압 펌프에 구비된 센서로부터 신호값을 수신하는 단계;미리 학습된 오토인코더(AutoEncoder)를 이용하여 상기 신호값에서 특성 인자를 추출하는 단계;정상 특성 인자와 상기 추출된 특성 인자와의 거리를 산출하는 단계; 및상기 거리에 기초하여 상기 유압 펌프의 이상 여부를 판단하는 단계를 포함하는인공지능을 이용한 유압 펌프 고장 진단 방법.

제1항에 있어서,상기 센서는 상기 유압 펌프에서 발생하는 진동에 따라 상기 신호값을 생성하는인공지능을 이용한 유압 펌프 고장 진단 방법.

제1항에 있어서,상기 추출하는 단계는상기 신호값을 주파수 신호로 변환하고, 상기 주파수 신호를 상기 오토인코더에 입력하여 상기 특성 인자를 추출하는 단계를 포함하는인공지능을 이용한 유압 펌프 고장 진단 방법.

제1항에 있어서,상기 오토인코더는, 정상 상태의 유압 펌프에서 취득된 정상 신호값에 의해 미리 학습되는인공지능을 이용한 유압 펌프 고장 진단 방법.

제1항에 있어서,상기 정상 특성 인자는, 정상 상태의 유압 펌프에서 취득된 정상 신호값을 상기 미리 학습된 오토인코더에 입력하였을 때 상기 오토인코더로부터 추출되는 특성 인자인인공지능을 이용한 유압 펌프 고장 진단 방법.

제3항에 있어서,상기 추출하는 단계는상기 오토인코더를 구성하는 인코더를 통해 상기 신호값에서 특성 인자를 추출하는 단계를 포함하는인공지능을 이용한 유압 펌프 고장 진단 방법.

제1항에 있어서,상기 산출하는 단계는상기 정상 특성 인자와 상기 추출된 특성 인자 사이의 마할라노비스(Mahalanobis) 거리를 산출하는 단계를 포함하는인공지능을 이용한 유압 펌프 고장 진단 방법.

제1항에 있어서,상기 판단하는 단계는상기 거리가 미리 설정된 기준값을 초과하면 상기 유압 펌프의 상태를 이상 상태로 판단하는 단계를 포함하는인공지능을 이용한 유압 펌프 고장 진단 방법.

제1항에 있어서,상기 판단하는 단계는상기 거리에 따라 상기 유압 펌프의 이상 부위를 판단하는 단계를 포함하는인공지능을 이용한 유압 펌프 고장 진단 방법.

제9항에 있어서,상기 판단하는 단계는이상 부위별로 미리 설정된 복수의 거리 범위와 상기 산출된 거리를 비교하여 상기 이상 부위를 판단하는 단계를 포함하는인공지능을 이용한 유압 펌프 고장 진단 방법.

제1항에 있어서,상기 이상 여부 판단 결과에 순차 확률 비 검정을 적용하는 단계를 더 포함하는인공지능을 이용한 유압 펌프 고장 진단 방법.