제 12 항에 있어서,상기 모델링하는 단계는,상기 모델링부가, 상기 회전 기계 시스템의 비정상 상황에서 정상 상태의 진동 신호를 소정 시간 동안 획득하는 단계를 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 13 항에 있어서,상기 모델링하는 단계는,상기 모델링부가, 기설정된 기준 길이를 가지는 레퍼런스 신호를 상기 정상 상태의 진동 신호로부터 랜덤 추출하고, 추출된 신호에 레퍼런스 넘버링을 부여하는 단계를 더 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

회전 기계 시스템의 진동 신호를 입력받는 입력부;상기 진동 신호의 스펙트로그램(Spectrogram)을 생성하고, 기설정된 기준 길이만큼 상기 스펙트로그램을 분할하여 벡터값을 추출하는 스펙트로그램 생성부;미리 마련된 레퍼런스 신호와 상기 벡터값의 유사성을 기초로 상기 벡터값에 레퍼런스 넘버링을 수행하며, 미리 마련된 시간-주파수 확률 분포 모델을 기초로 레퍼런스 넘버링된 상기 벡터값의 인덱스를 추출하는 모델링부;추출된 상기 인덱스에 시간-주파수 필터링을 적용하여 고장 영향 신호 에너지 비율을 계산하는 고장신호 추출부; 및추출된 상기 인덱스를 기초로 상기 시간-주파수 필터링에 대응하는 임계값을 계산하고, 상기 고장 영향 신호 에너지 비율과 상기 임계값을 이용하여 상기 회전 기계 시스템의 상태를 진단하는 진단부;를 포함하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

제 1 항에 있어서,상기 진단부는,상기 고장 영향 신호 에너지 비율과 상기 임계값의 크기를 비교하여 상기 고장 영향 신호 에너지 비율이 상기 임계값 미만인 경우 회전 기계 시스템의 정상 상태로 진단하고,상기 고장 영향 신호 에너지 비율이 상기 임계값 이상인 경우 회전 기계 시스템의 고장 상태로 진단하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

제 1 항에 있어서,상기 모델링부는,상기 시간-주파수 확률 분포 모델을 모델링하는 경우, 상기 회전 기계 시스템의 비정상 상황에서 정상 상태의 진동 신호를 소정 시간 동안 획득하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

제 3 항에 있어서,상기 모델링부는,기설정된 기준 길이를 가지는 레퍼런스 신호를 상기 정상 상태의 진동 신호로부터 랜덤 추출하고, 추출된 신호에 레퍼런스 넘버링을 부여하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

제 4 항에 있어서,상기 모델링부는,상기 랜덤 추출된 레퍼런스 신호와 상기 정상 상태의 진동 신호에서 랜덤 추출되지 않은 비 레퍼런스 신호 각각에 대해 단시간 푸리에 변환 및 정규화된 스펙트로그램을 계산하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

제 5 항에 있어서,상기 모델링부는,상기 비 레퍼런스 신호와 상기 레퍼런스 신호의 에너지 분포 유사성을 기초로 상기 비 레퍼런스 신호에 대해 레퍼런스 넘버링을 부여하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

제 6 항에 있어서,상기 모델링부는,기설정된 적어도 두가지 조건을 기초로 상기 레퍼런스 신호가 정상 상태의 진동 신호를 확률 모델링하기에 충분한지를 평가하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

제 7 항에 있어서,상기 적어도 두가지 조건은,라벨링된 상기 레퍼런스 신호의 개수가 기설정된 기준 개수 이상을 만족하는지를 나타내는 제1 조건과,상기 비 레퍼런스 신호와 라벨이 정상 매칭되는지를 나타내는 제2 조건을 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

제 8 항에 있어서,상기 모델링부는,상기 레퍼런스 신호가 상기 두가지 조건을 모두 만족하는 경우, 상기 레퍼런스 신호에 대한 레퍼런스 넘버링을 저장하고, 미리 마련된 세가지 종류의 확률 모델링을 수행함으로써 상기 시간-주파수 에너지 확률 분포 모델을 생성하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 장치.

입력부가, 회전 기계 시스템의 진동 신호를 입력받는 입력 단계;스펙트로그램 생성부가, 상기 진동 신호의 스펙트로그램(Spectrogram)을 생성하는 스펙트로그램 생성 단계;상기 스펙트로그램 생성부가, 기설정된 기준 길이만큼 상기 스펙트로그램을 분할하여 벡터값을 추출하는 벡터 추출 단계:모델링부가, 미리 마련된 레퍼런스 신호와 상기 벡터값의 유사성을 기초로 상기 벡터값에 레퍼런스 넘버링을 수행하는 레퍼런스 넘버링 단계;상기 모델링부가, 미리 마련된 시간-주파수 확률 분포 모델을 기초로 레퍼런스 넘버링된 상기 벡터값의 인덱스를 추출하는 인덱스 추출 단계;고장신호 추출부가, 추출된 상기 인덱스에 시간-주파수 필터링을 적용하여 고장 영향 신호 에너지 비율을 계산하는 고장 에너지 계산 단계;진단부가, 추출된 상기 인덱스를 기초로 상기 시간-주파수 필터링에 대응하는 임계값을 계산하는 임계값 계산 단계: 및상기 진단부가, 상기 고장 영향 신호 에너지 비율과 상기 임계값을 이용하여 상기 회전 기계 시스템의 상태를 진단하는 상태 진단 단계;를 포함하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 10 항에 있어서,상기 상태 진단 단계는, 상기 진단부가, 상기 고장 영향 신호 에너지 비율과 상기 임계값의 크기를 비교하여 상기 고장 영향 신호 에너지 비율이 상기 임계값 미만인 경우 회전 기계 시스템의 정상 상태로 진단하고,상기 고장 영향 신호 에너지 비율이 상기 임계값 이상인 경우 회전 기계 시스템의 고장 상태로 진단하는 단계를 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 10 항에 있어서,상기 입력 단계 이전에, 상기 모델링부가, 상기 시간-주파수 확률 분포 모델을 모델링하는 단계를 더 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 14 항에 있어서,상기 모델링하는 단계는,상기 모델링부가, 상기 랜덤 추출된 레퍼런스 신호에 대해 단시간 푸리에 변환 및 정규화된 스펙트로그램을 계산하는 단계를 더 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 15 항에 있어서,상기 모델링하는 단계는,상기 모델링부가, 상기 정상 상태의 진동 신호에서 랜덤 추출되지 않은 비 레퍼런스 신호에 대해 단시간 푸리에 변환 및 정규화된 스펙트로그램을 계산하는 단계를 더 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 16 항에 있어서,상기 모델링하는 단계는,상기 모델링부가, 상기 비 레퍼런스 신호와 상기 레퍼런스 신호의 에너지 분포 유사성을 기초로 상기 비 레퍼런스 신호에 대해 레퍼런스 넘버링을 부여하는 단계를 더 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 17 항에 있어서,상기 모델링하는 단계는,상기 모델링부가, 기설정된 적어도 두가지 조건을 기초로 상기 레퍼런스 신호가 정상 상태의 진동 신호를 확률 모델링하기에 충분한지를 평가하는 단계를 더 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 18 항에 있어서,상기 적어도 두가지 조건은,라벨링된 상기 레퍼런스 신호의 개수가 기준 개수 이상을 만족하는지를 나타내는 제1 조건과,상기 비 레퍼런스 신호와 라벨이 정상 매칭되는지를 나타내는 제2 조건을 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.

제 18 항에 있어서,상기 모델링하는 단계는,상기 모델링부가, 상기 레퍼런스 신호가 상기 두가지 조건을 모두 만족하는 경우, 상기 레퍼런스 신호에 대한 레퍼런스 넘버링을 저장하고, 미리 마련된 세가지 종류의 확률 모델링을 수행함으로써 상기 시간-주파수 에너지 확률 분포 모델을 생성하는 단계를 더 포함하는 것을 특징으로 하는 운행 상태 모델링 데이터 기반 회전 기계 시스템의 상태 진단 방법.