KR101318168B1

KR101318168B1 - Apparatus and method for fault diagnosis of agricultural machine

Info

Publication number: KR101318168B1
Application number: KR1020120138457A
Authority: KR
Inventors: 주영훈; 김진규
Original assignee: 군산대학교산학협력단
Priority date: 2012-11-30
Filing date: 2012-11-30
Publication date: 2013-10-16

Abstract

PURPOSE: Apparatus and a method thereof capable of diagnosing a malfunction of an agricultural machine are provided to calculate the range of operation patterns of each sensor and perform the malfunction diagnosis of the agricultural machine based on the calculated operation pattern range. CONSTITUTION: Each of multiple sensors (11) senses an operation state of component. An electronic controller (13) controls the multiple sensors. The electronic controller receives a measured measurement value from each of the sensors. A communication unit (15) delivers the measurement value which is inputted from the electronic controller. A terminal (20) diagnoses whether an agricultural machine has a malfunction or not from the inputted measurement value in real time by interacting with the communication unit. [Reference numerals] (11) Sensor; (13) Electronic controller; (15) Communication unit; (20) Terminal

Description

농기계의 고장을 진단하는 장치 및 방법{Apparatus and method for fault diagnosis of agricultural machine}Apparatus and method for fault diagnosis of agricultural machine

본 발명은 농기계의 고장을 진단하는 기술에 관한 것으로, 특히 농기계에 구비된 센서를 이용하여 각 구성/부품의 동작을 감지한 측정값을 입력받고, 전자 제어기를 통해 이러한 측정값을 전달받아 분석함으로써 해당 농기계의 각 구성의 고장 여부를 진단할 수 있는 장치, 방법 및 그 방법을 기록한 기록매체에 관한 것이다.The present invention relates to a technique for diagnosing a failure of a farming machine, and in particular, by using a sensor provided in a farming machine, receiving a measurement value for detecting the operation of each component / part, and receiving and analyzing the measurement value through an electronic controller. The present invention relates to an apparatus, a method for diagnosing a failure of each component of a farm machine, and a recording medium recording the method.

농기계와 같은 차량은 다양한 부품들로 구성되며, 특히 일반적인 승용 자동차와 달리 농기계는 그 활용 목적에 따라 다양한 구동 수단, 센서, 제어기가 수반되며, 이들 구성은 서로 일련의 규칙에 따라 목적으로 하는 동작을 수행한다. 농기계는 그 목적상 통상적인 승용 자동차보다 열악하고 거친 환경에 노출되며 사용되므로, 물리적인 외력에 의한 고장에 쉽게 노출이 될 수밖에 없다.Vehicles, such as agricultural machinery, are composed of various parts.In particular, unlike general passenger cars, agricultural machinery is accompanied by various driving means, sensors, and controllers depending on the purpose of use. To perform. Agricultural machinery is exposed to harsh and harsh environment than a conventional passenger car for that purpose, it is easy to be exposed to breakdown caused by physical external force.

이하에서 인용되는 특허문헌에는 일반적인 승용 차량에 관하여 차량을 구성하는 각 구성 요소를 제어하는 제어기를 소개하면서, 차량에 이상 징후/동작이 발생하는 경우, 고장 발생에 대한 코드를 검출하는 진단 장치 및 분석 수단에 관해 소개하고 있다.The patent document cited below introduces a controller for controlling each component constituting a vehicle with respect to a general passenger vehicle, and a diagnostic device and analysis for detecting a code for a failure when an abnormality sign / action occurs in the vehicle. Introducing the means.

그러나, 이러한 승용 차량과는 달리, 농기계는 그 구성의 특수성으로 인해 기계적인 고장이 발생할 경우 전문가의 진단을 통해 고장을 확인하고 있는 실정이며, 전자적인 고장(전자 부품, 센서 및 센서 구동 회로부, 엔진 제어기 및 동작 제어 프로그램 등)이 발생할 경우 현장에 전문가가 직접 농기계를 점검하더라도 신뢰도 높은 고장 진단 내지 확인이 매우 어렵다.However, unlike such a passenger vehicle, agricultural machinery is a situation where the failure is confirmed by expert diagnosis when a mechanical failure occurs due to the specificity of its configuration, and electronic failure (electronic components, sensors and sensor drive circuits, engines). In the event of a controller or motion control program, etc.), even if the expert inspects the farm machinery on site, it is very difficult to diagnose or confirm a reliable fault.

한국 공개특허공보 10-2006-0042279, 현대자동차주식회사, 2006.05.12 공개.Korean Unexamined Patent Publication No. 10-2006-0042279, Hyundai Motor Company, published May 12, 2006.

본 발명의 실시예들이 해결하고자 하는 기술적 과제는, 농기계가 갖는 구성의 특수성으로 인해 현장 전문가가 농기계의 전자적인 고장을 진단하는데 어려움을 겪는 한계를 극복하고, 고장 확인 및 수리를 위해 농기계에 구비된 전자 제어기를 전문 분석 기관에 가져와 다양한 측정 수단을 통해 동작값들을 측정하였음에도 그 오류 패턴을 확인한 사람의 경험칙에 의거하여 고장을 확인할 수밖에 없는 불편함을 해소하고자 한다.The technical problem to be solved by the embodiments of the present invention is to overcome the limitation that the field expert has difficulty in diagnosing the electronic failure of the agricultural machinery due to the specificity of the configuration of the agricultural machinery, and provided in the agricultural machinery for failure confirmation and repair Even though the electronic controller was brought to a professional analysis institution and the operation values were measured through various measuring means, the inconvenience of having to confirm the failure based on the rule of thumb of the person who confirmed the error pattern is solved.

상기 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 농기계의 고장을 진단하는 방법은, 상기 농기계에 구비된 복수 개의 센서로부터 미리 정상 상태의 측정값을 입력받고, 상기 입력된 측정값으로부터 각각의 센서마다 동작 패턴 범위를 산출하는 단계; 상기 농기계의 고장 진단이 필요한 경우, 상기 복수 개의 센서로부터 측정값을 입력받는 단계; 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사하는 단계; 및 상기 검사 결과에 기초하여 상기 농기계에서 고장이 발생한 부분을 검출하는 단계;를 포함한다.In order to solve the above technical problem, a method for diagnosing a failure of a farm machine according to an embodiment of the present invention, the measurement value of the steady state is input in advance from a plurality of sensors provided in the farm machine, Calculating an operation pattern range for each sensor; Receiving a measurement value from the plurality of sensors when diagnosing a failure of the agricultural machine; Checking whether the input measured value is within the calculated operating pattern range; And detecting a failure portion of the farm machine based on the inspection result.

일 실시예에 따른 상기 진단 방법에서, 상기 동작 패턴 범위를 산출하는 단계는, 주성분 분석(principal component analysis, PCA)을 이용하여 상기 각각의 센서마다 동작 패턴 범위를 산출하여 저차원 벡터 공간에 저장할 수 이TEk.In the diagnosis method according to an exemplary embodiment, the calculating of the operation pattern range may include calculating a motion pattern range for each of the sensors using principal component analysis (PCA) and storing the motion pattern range in a low dimensional vector space. This TEk.

일 실시예에 따른 상기 진단 방법에서, 상기 동작 패턴 범위를 산출하는 단계는, 상기 측정값에 대응하는 모든 특징 벡터에서 평균 벡터를 산출하여 각 특징들과의 차를 산출하는 단계; 측정값 집합으로부터 공분산 행렬을 산출하고, 상기 공분산 행렬에 대한 고유치와 고유 벡터를 산출하는 단계; 평균 측정값이 감산된 측정값 집합을 상기 측정값의 고유 공간에 투영시키는 단계; 및 상기 투영된 측정값을 클러스터링을 이용하여 고유한 센서의 동작 패턴 범위를 결정하는 단계;를 포함할 수 있다.In the diagnosis method according to an exemplary embodiment, the calculating of the operation pattern range may include: calculating a difference from each feature by calculating an average vector from all feature vectors corresponding to the measured value; Calculating a covariance matrix from the set of measurements, and calculating eigenvalues and eigenvectors for the covariance matrix; Projecting a set of measurements subtracted from an average measurement to the eigenspace of the measurement; And determining an operation pattern range of a unique sensor using clustering of the projected measured values.

일 실시예에 따른 상기 진단 방법에서, 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사하는 단계는, 상기 산출된 동작 패턴 범위에 기초하여 퍼지 분류기를 학습시키는 단계; 및 상기 학습된 퍼지 분류기에 상기 입력된 측정값을 입력함으로써 상기 센서를 통해 입력된 측정값의 이상 여부를 판단하는 단계;를 포함할 수 있다.In the diagnosis method according to an exemplary embodiment, the checking whether the input measured value is within the calculated operating pattern range may include: learning a fuzzy classifier based on the calculated operating pattern range; And determining whether the measured value input through the sensor is abnormal by inputting the input measured value to the learned fuzzy classifier.

일 실시예에 따른 상기 진단 방법에서, 상기 동작 패턴 범위를 산출하는 단계는, 소정 횟수 이상으로 반복적으로 수행됨으로써 상기 각각의 센서마다 특징 패턴 범위를 결정할 수 있다.In the diagnosis method according to an exemplary embodiment, the calculating of the operation pattern range may be repeatedly performed a predetermined number or more to determine a feature pattern range for each of the sensors.

한편, 이하에서는 상기 기재된 농기계의 고장을 진단하는 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체를 제공한다.On the other hand, the following provides a computer-readable recording medium recording a program for executing a method for diagnosing the failure of the agricultural machine described above on a computer.

상기 기술적 과제를 해결하기 위하여, 본 발명의 일 실시예에 따른 농기계의 고장을 진단하는 장치는, 상기 농기계에 구비되어 부품의 동작 상태를 감지하는 복수 개의 센서; 상기 농기계에 구비되어 상기 복수 개의 센서를 제어하고, 상기 센서로부터 측정된 측정값을 입력받는 전자 제어기; 상기 농기계에 구비되어 상기 전자 제어기로부터 입력된 측정값을 전달하는 통신부; 및 상기 통신부와 상호 작용하며, 입력된 측정값으로부터 상기 농기계의 고장 여부를 실시간으로 진단하는 단말기;를 포함하되, 상기 단말기는, 상기 통신부를 통해 상기 센서로부터 미리 정상 상태의 측정값을 입력받고, 상기 입력된 측정값으로부터 각각의 센서마다 동작 패턴 범위를 산출하고, 상기 농기계의 고장 진단이 필요한 경우, 상기 복수 개의 센서로부터 측정값을 입력받아 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사하며, 상기 검사 결과에 기초하여 상기 농기계에서 고장이 발생한 부분을 검출한다.In order to solve the technical problem, an apparatus for diagnosing a failure of a farm machine according to an embodiment of the present invention, a plurality of sensors provided in the farm machine for detecting the operation state of the parts; An electronic controller provided in the agricultural machine to control the plurality of sensors and receive measured values measured from the sensors; A communication unit provided in the agricultural machine and transferring a measured value input from the electronic controller; And a terminal for interacting with the communication unit and diagnosing the failure of the agricultural machine in real time from the inputted measurement value, wherein the terminal receives a measurement value of a normal state from the sensor in advance through the communication unit, An operation pattern range is calculated for each sensor from the inputted measurement values, and when a failure diagnosis of the agricultural machine is required, the measurement values are received from the plurality of sensors and the input measured values exist within the calculated operation pattern range. And detecting a failure portion of the agricultural machine based on the inspection result.

일 실시예에 따른 상기 진단 장치에서, 상기 단말기는, 상기 측정값에 대응하는 모든 특징 벡터에서 평균 벡터를 산출하여 각 특징들과의 차를 산출하고, 측정값 집합으로부터 공분산 행렬을 산출하고, 상기 공분산 행렬에 대한 고유치와 고유 벡터를 산출하고, 평균 측정값이 감산된 측정값 집합을 상기 측정값의 고유 공간에 투영시키며, 상기 투영된 측정값을 클러스터링을 이용하여 고유한 센서의 동작 패턴 범위를 결정함으로써, 상기 동작 패턴 범위를 산출할 수 있다.In the diagnostic apparatus according to an embodiment, the terminal calculates a difference from each feature by calculating an average vector from all feature vectors corresponding to the measured value, calculates a covariance matrix from a set of measured values, and Compute the eigenvalues and eigenvectors for the covariance matrix, project a set of measured values subtracted from the averaged measured values into the eigenspace of the measured values, and determine the range of motion patterns of the unique sensor by clustering the projected measured values. By the determination, the operation pattern range can be calculated.

일 실시예에 따른 상기 진단 장치에서, 상기 단말기는, 상기 산출된 동작 패턴 범위에 기초하여 퍼지 분류기를 학습시키고, 상기 학습된 퍼지 분류기에 상기 입력된 측정값을 입력하며, 상기 센서를 통해 입력된 측정값의 이상 여부를 판단함으로써, 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사할 수 있다.In the diagnostic apparatus according to an embodiment, the terminal learns a fuzzy classifier based on the calculated operation pattern range, inputs the input measured value to the learned fuzzy classifier, and is input through the sensor. By determining whether the measured value is abnormal, it may be checked whether the input measured value is within the calculated operating pattern range.

일 실시예에 따른 상기 진단 장치에서, 상기 단말기는, 복수의 농기계에 대응하는 동작 패턴 범위 및 이에 기초하여 학습된 퍼지 분류기를 미리 저장하고, 상기 통신부를 통해 상기 전자 제어기로부터 상기 농기계의 식별 정보 및 센서 정보를 획득하고, 상기 획득된 농기계 식별 정보 및 센서 정보에 대응하는 동작 패턴 범위 및 퍼지 분류기를 독출함으로써 고장 진단을 수행할 수 있다.In the diagnostic apparatus according to an embodiment, the terminal may store in advance an operation pattern range corresponding to a plurality of farm machinery and a fuzzy classifier learned based on the identification information, and identify identification information of the farm machinery from the electronic controller through the communication unit. The failure diagnosis may be performed by acquiring sensor information and reading an operation pattern range and a fuzzy classifier corresponding to the acquired agricultural machine identification information and the sensor information.

일 실시예에 따른 상기 진단 장치에서, 상기 전자 제어기는 상기 농기계를 제어하는 펌웨어(firmware)를 저장하고, 상기 단말기는 상기 통신부를 통해 상기 펌웨어를 갱신하는 명령을 상기 전자 제어기에 전달할 수 있다.In the diagnostic apparatus according to an embodiment, the electronic controller may store firmware for controlling the agricultural machinery, and the terminal may transmit a command to update the firmware to the electronic controller through the communication unit.

또한, 일 실시예에 따른 상기 진단 장치의 단말기는, 상기 통신부를 통해 상기 전자 제어기에 저장된 펌웨어의 버전을 확인하고, 상기 확인된 펌웨어의 버전을 최신 펌웨어의 버전과 비교하며, 비교 결과에 따라 상기 통신부를 통해 상기 단말기로부터 상기 전자 제어기로 최신 펌웨어를 선택적으로 전송하며, 상기 전자 제어기에 저장된 펌웨어를 상기 최신 펌웨어로 갱신하는 명령을 수행할 수 있다.In addition, the terminal of the diagnostic apparatus according to an embodiment, check the version of the firmware stored in the electronic controller through the communication unit, compare the version of the confirmed firmware with the version of the latest firmware, according to the comparison result The controller may selectively transmit the latest firmware from the terminal to the electronic controller through the communication unit, and update the firmware stored in the electronic controller to the latest firmware.

또한, 일 실시예에 따른 상기 진단 장치의 단말기는, 상기 농기계에서 고장이 탐지된 부품과 연관된 펌웨어의 오류를 확인하고, 상기 통신부를 통해 상기 단말기로부터 상기 전자 제어기로 정상 펌웨어를 전송하며, 상기 오류가 확인된 펌웨어를 상기 정상 펌웨어로 갱신하는 명령을 수행할 수 있다.In addition, the terminal of the diagnostic apparatus according to an embodiment, check the error of the firmware associated with the component detected a failure in the agricultural machine, and transmits the normal firmware from the terminal to the electronic controller through the communication unit, the error May perform a command to update the confirmed firmware to the normal firmware.

일 실시예에 따른 상기 진단 장치에서, 상기 단말기는, 상기 센서를 통해 감지된 상기 농기계의 각 부품과 상기 농기계에서 고장이 탐지된 부품을 GUI(graphic user interface)를 통해 시각적으로 표시하는 디스플레이부;를 더 포함할 수 있다.In the diagnostic apparatus according to an embodiment, the terminal, the display unit for visually displaying each component of the agricultural machine and the components detected a failure in the agricultural machine through the graphical user interface (GUI) detected through the sensor; It may further include.

일 실시예에 따른 상기 진단 장치에서, 상기 통신부는, 무선 또는 유선 통신 수단 중 어느 하나로서, 상기 농기계에 구비된 전자 제어기와 고장 진단을 위한 상기 단말기를 연결하여 상호 작용시킬 수 있다.In the diagnostic apparatus according to an embodiment, the communication unit, as one of wireless or wired communication means, may connect and interact with the electronic controller provided in the agricultural machine and the terminal for fault diagnosis.

본 발명의 실시예들은 미리 정상 상태의 측정값을 입력받아 각각의 센서마다 동작 패턴 범위를 산출하고 이에 기초하여 농기계의 고장 진단을 수행함으로써, 현장 전문가가 자동화된 고장 진단 수단을 통해 농기계의 전자적인 고장을 진단할 수 있으며, 고장 확인 및 수리를 위해 농기계에 구비된 전자 제어기를 전문 분석 기관으로 가져가거나 경험이 많은 전문가의 분석 없이도 실시간으로 현장에서 동작 패턴에 기반한 고장 진단 수단을 통해 자동화된 고장 진단 및 펌웨어 갱신을 통한 수리가 가능하다.Embodiments of the present invention by receiving the measurement value of the steady state in advance to calculate the operating pattern range for each sensor and based on the failure diagnosis of the agricultural machine, by the field experts through the automated failure diagnostic means Automated fault diagnosis via fault diagnosis means based on operating patterns in the field in real time without the need to bring electronic controllers on agricultural machines to specialized analysis institutions for analysis and repair of faults, or to analyze them in the field without the experience of experienced specialists. And a firmware update is possible.

도 1은 농기계에서 고장이 발생하는 경우 본 발명의 실시예들이 수행하는 기본적인 고장 진단 과정을 설명하기 위한 도면이다.
도 2는 본 발명의 일 실시예에 따른 농기계의 고장을 진단하는 방법을 도시한 흐름도이다.
도 3은 본 발명의 일 실시예에 따른 농기계의 고장을 진단하는 장치를 도시한 블록도이다.
도 4는 본 발명의 일 실시예에 따른 도 3의 고장 진단 장치에서 펌웨어를 갱신하는 과정을 설명하기 위한 블록도이다.
도 5는 본 발명의 일 실시예에 따라 개발된 소프트웨어 프로토타입을 탑재한 단말기를 통해 농기계의 고장을 진단하는 과정을 예시하고 있는 도면이다.
도 6은 본 발명의 다른 실시예에 따라 개발된 소프트웨어 프로토타입을 탑재한 단말기를 통해 농기계의 펌웨어를 갱신하는 과정을 예시하고 있는 도면이다.1 is a view for explaining a basic failure diagnosis process performed by embodiments of the present invention when a failure occurs in agricultural machinery.
2 is a flowchart illustrating a method of diagnosing a failure of an agricultural machine according to an exemplary embodiment of the present invention.
3 is a block diagram illustrating an apparatus for diagnosing a failure of an agricultural machine according to an exemplary embodiment of the present invention.
4 is a block diagram illustrating a process of updating firmware in the failure diagnosis apparatus of FIG. 3 according to an embodiment of the present invention.
5 is a diagram illustrating a process of diagnosing a failure of an agricultural machine through a terminal equipped with a software prototype developed according to an embodiment of the present invention.
6 is a diagram illustrating a process of updating the firmware of agricultural machinery through a terminal equipped with a software prototype developed according to another embodiment of the present invention.

이하에서는 도면을 참조하여 본 발명의 개요를 소개한 후, 그에 따른 실시예들을 구체적으로 기술한다.Hereinafter, after introducing the outline of the present invention with reference to the drawings, the embodiments according to it will be described in detail.

도 1은 농기계에서 고장이 발생하는 경우 본 발명의 실시예들이 수행하는 기본적인 고장 진단 과정을 설명하기 위한 도면이다.1 is a view for explaining a basic failure diagnosis process performed by embodiments of the present invention when a failure occurs in agricultural machinery.

트랙터, 콤바인 또는 이양기와 같은 농기계가 고장이 발생한 경우, 본 발명의 실시예들이 채택하고 있는 단말기는 해당 농기계에 구비된 통신부를 통해 농기계 전자 제어기로부터 다양한 측정값들을 수신한다. 이에 앞서, 단말기는 사전에 정상 상태의 농기계로부터 농기계의 각 부품별로 센서를 통해 동작 범위에 대한 값들을 측정하고, 이를 토대로 정상적인 동작 패턴 범위를 결정해야만 한다. 일단 사전 작업을 통해 정상적인 동작 패턴 범위가 결정되었다면, 농기계에 이상 징후가 발생한 경우, 언제든 단말기를 연결하여 측정값들을 수신하고, 이로부터 해당 농기계의 고장 여부를 진단할 수 있다.When a farm machine such as a tractor, combine, or handover has failed, the terminal adopting embodiments of the present invention receives various measurement values from a farm machine electronic controller through a communication unit provided in the farm machine. Prior to this, the terminal measures the values of the operating range for each component of the agricultural machinery from the farm machinery in the normal state through the sensor, and determines the normal operating pattern range based on this. Once the normal operation pattern range is determined through preliminary work, when an abnormality occurs in the agricultural machinery, the terminal can be connected at any time to receive the measured values, and diagnose the failure of the agricultural machinery therefrom.

특히, 이러한 단말기는 농기계의 제조사로부터 정상 상태의 각 부품별(센서의 측정 대상에 대응된다.)로 동작 패턴 범위에 대한 측정값들을 제공받을 수 있으며, 하나의 단말기 내에 다양한 제조사와 각 제조사의 생산 제품(농기계)에 대한 패턴 값들을 저장할 수 있다. 즉, 농기계 고장 진단을 위한 단말기는 농기계에 연결시 해당 농기계가 어떤 제조사의 어떤 제품인지를 식별한 후, 이에 적합한 동작 패턴 범위를 독출하여 고장 진단을 수행할 수 있다.In particular, such a terminal can receive the measurement values for the operating pattern range for each part of the steady state (corresponding to the measurement target of the sensor) from the manufacturer of the agricultural machine, and the production of various manufacturers and each manufacturer in one terminal. Pattern values for the product (farm machine) can be stored. That is, the terminal for diagnosing a farm machine failure may identify which product of which manufacturer the farm machine is connected to when it is connected to the farm machine, and read a range of operation patterns suitable for this to perform a diagnosis of the fault.

도 2는 본 발명의 일 실시예에 따른 농기계의 고장을 진단하는 방법을 도시한 흐름도로서, 다음과 같은 단계들을 포함한다.2 is a flowchart illustrating a method for diagnosing a failure of an agricultural machine according to an embodiment of the present invention, and includes the following steps.

210 단계에서는, 농기계에 구비된 복수 개의 센서로부터 미리 정상 상태의 측정값을 입력받고, 상기 입력된 측정값으로부터 각각의 센서마다 동작 패턴 범위를 산출한다. 이 때, 상기 동작 패턴 범위를 산출하는 단계는, 주성분 분석(principal component analysis, PCA)을 이용하여 상기 각각의 센서마다 동작 패턴 범위를 산출하여 저차원 벡터 공간에 저장하는 것이 바람직하다.In operation 210, a measurement value of a steady state is input in advance from a plurality of sensors provided in the agricultural machine, and an operation pattern range is calculated for each sensor from the input measurement values. At this time, the step of calculating the operation pattern range, it is preferable to calculate the operation pattern range for each of the sensors using the principal component analysis (PCA) and to store in the low-dimensional vector space.

본 발명의 실시예들은 농기계의 전자 제어기(예를 들어, MCU(micro control unit)가 될 수 있다.)로부터 데이터를 전송받아 고장 유무 데이터를 처리하는 알고리즘을 채택하고 있다. 이러한 전자 제어기로부터 입력되는 데이터는 비트(bit) 단위의 데이터로 이는 농기계에 구비된 부품마다 대응되는 각각의 센서로부터 측정되어 전송된다. Embodiments of the present invention employ an algorithm that processes data from failures by receiving data from an electronic controller of a farm machine (for example, may be a micro control unit (MCU)). Data input from such an electronic controller is a bit unit of data, which is measured and transmitted from each sensor corresponding to each component of the agricultural machine.

최초 고장 진단을 위해서 주성분 분석 기법을 사용한다. 주성분 분석 기법을 이용하여 각 센서의 동작 패턴 범위를 저차원 벡터 공간에 생성하게 되는데, 이는 고장 데이터가 발생시 동작 패턴 범위 내에 존재하는지 않는지를 빠르게 판별할 수 있을 뿐만 아니라, 유동적인 센서 데이터를 효율적으로 관리하기 위함이다.Principal component analysis is used for initial failure diagnosis. Principal component analysis technique generates the range of motion pattern of each sensor in low dimensional vector space, which can quickly determine whether the fault data exists within the range of motion pattern. To manage.

또한, 이러한 사전 측정 과정(일종의 선행 학습 과정으로 이해될 수 있다.)은 한번에 하나의 센서 데이터 값들을 계산할 수 있으므로, 이후 동일한 과정을 반복함으로써 각각의 센서 데이터들의 고유의 동작 패턴 범위를 추출할 수 있다. 특히, 이상의 동작 패턴 범위를 산출하는 단계는, 일정한 횟수 이상으로 반복적으로 수행됨으로써 각각의 센서마다 특징 패턴 범위를 신뢰도 높은 값으로서 결정하는 것이 가능하다.In addition, since this pre-measurement process (which can be understood as a kind of preliminary learning process) can calculate one sensor data value at a time, a unique motion pattern range of each sensor data can be extracted later by repeating the same process. have. In particular, the step of calculating the above operation pattern range can be repeatedly performed a predetermined number or more, thereby determining the characteristic pattern range for each sensor as a highly reliable value.

먼저 센서의 측정값의 고유 공간을 계산하기 위해서 모든 특징 벡터에서 평균 벡터를 구하여 각 특징들과의 차를 구한다. 평균 센서 데이터

와 센서 데이터 집합

는 다음의 수학식 1 및 수학식 2와 같이 정의된다.First, in order to calculate the eigenspace of the measured values of the sensor, the mean vector is obtained from all the feature vectors, and the difference from each feature is obtained. Average sensor data

And sensor data sets

Is defined as in

Equations

1 and 2 below.

수학식 1에서 N은 입력값의 총 개수,

는 순차적으로 입력되는 센서 데이터를 나타낸다.In Equation 1, N is the total number of input values,

Represents sensor data sequentially input.

고유 공간을 구하기 위해서는 M*N의 크기를 지닌 센서 데이터 집함

를 다음의 수학식 3와 같이 계산하고, 수학식 4를 만족하는 고유 벡터를 구하면 된다. 즉, 공분산 행렬

에 대한 고유치

와 고유벡터

를 구한다.Sensor data collection with M * N size to find the unique space

Is calculated as in Equation 3 below, and an eigenvector satisfying Equation 4 is obtained. That is, the covariance matrix

Eigenvalues for

And eigenvectors

.

고유치 분해를 위하여 특이치 분해를 이용한다. 얻어진 고유 공간에 평균 센서 데이터

에서 뺀 센서 데이터 집합

를 모두 다음의 수학식 5를 이용하여 투영시킨다.Singular value decomposition is used for eigenvalue decomposition. Average sensor data in the obtained unique space

Sensor data set subtracted from

Are all projected using the following equation (5).

수학식 5에서

는 i번째 센서의 각 패턴들의 집합을 나타낸다.In Equation (5)

Denotes a set of patterns of the i-th sensor.

수학식 5를 통해 투영된 입력된 센서 데이터는 클러스터링 방법인 다변량 분산 분석법을 이용하여 고유한 센서의 동작 패턴 범위를 정의할 수 있다. 여기서 얻어진 데이터는 고장 검출을 위한 퍼지 분류기의 학습데이터로 이용된다. The input sensor data projected through Equation 5 may define a range of motion patterns of a unique sensor using a multivariate variance method, which is a clustering method. The data obtained here is used as learning data of the fuzzy classifier for fault detection.

요약하건대, 이상의 210 단계를 통해 동작 패턴 범위를 산출하는 과정은, 상기 측정값에 대응하는 모든 특징 벡터에서 평균 벡터를 산출하여 각 특징들과의 차를 산출하고, 측정값 집합으로부터 공분산 행렬을 산출하고, 상기 공분산 행렬에 대한 고유치와 고유 벡터를 산출하고, 평균 측정값이 감산된 측정값 집합을 상기 측정값의 고유 공간에 투영시키며, 상기 투영된 측정값을 클러스터링을 이용하여 고유한 센서의 동작 패턴 범위를 결정함으로써 수행된다. 여기서, 상기 클러스터링은 다변량 분산분석법이며, 상기 결정된 동작 패턴 범위는 이후 고장 검출을 위한 퍼지(fuzzy) 분류기의 학습 데이터로 입력된다.In summary, the process of calculating the operation pattern range through the above step 210, calculates the difference with each feature by calculating the average vector from all the feature vectors corresponding to the measured value, and calculates the covariance matrix from the set of measured values Calculate eigenvalues and eigenvectors for the covariance matrix, project the set of measured values subtracted from the averaged measured value into the eigenspace of the measured value, and operate the unique sensor by clustering the projected measured values This is done by determining the pattern range. Here, the clustering is a multivariate variance method, and the determined operation pattern range is input as learning data of a fuzzy classifier for fault detection.

이상과 같은 일련의 과정을 통해 각각의 센서마다 특징 패턴 범위가 결정되며, 이는 퍼지 분류기의 학습을 위한 선행 과정으로 이해될 수 있다.Through a series of processes as described above, the feature pattern range is determined for each sensor, which can be understood as a preceding process for learning a fuzzy classifier.

220 단계에서는, 농기계의 고장 진단이 필요한 경우, 복수 개의 센서로부터 측정값을 입력받는다. 이러한 농기계는 현재 고장이 발생한 경우가 될 수 있고, 또는 고장 징후가 발견되는 경우도 될 수 있다. 앞서 210 단계를 통해 정상 상태의 농기계의 동작 패턴 범위가 추출되었으므로, 비록 심각한 고장 상태가 아닌 농기계일지라도 센서로부터의 측정값을 통해 고장 범위에 근접하였는지, 고장 직전의 상태에 있는지 등의 상태를 검출할 수 있다.In operation 220, when it is necessary to diagnose a failure of the agricultural machine, the measurement values are input from the plurality of sensors. Such farm machinery may be the case where a failure currently occurs, or may be the case that a failure indication is found. Since the operation pattern range of the steady state agricultural machinery is extracted in step 210, even if the agricultural machinery is not a serious failure state, it is possible to detect a state such as whether it is close to the failure range or immediately before the failure through the measurement value from the sensor. Can be.

230 단계에서는, 상기 220 단계를 통해 입력된 측정값이 상기 210 단계를 통해 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사한다. 본 발명의 일 실시예에 따라 고장 검출을 분류하기 위하여 퍼지 분류기를 이용한 방법을 사용할 수 있다.In step 230, it is checked whether the measured value input in step 220 exists within the operation pattern range calculated in step 210. According to one embodiment of the present invention, a method using a fuzzy classifier may be used to classify fault detection.

고장 검출을 위한 퍼지 분류기는 다음과 같이 수학식 6과 같은 규칙들로 나타낼 수 있다.The fuzzy classifier for fault detection may be represented by the rules as shown in Equation 6 as follows.

여기서,

은 특징 벡터들의 입력 벡터, 즉 각 센서로부터 입력되는 패턴값을 나타내며,

는 미리 학습된 센서의 패턴 범위값으로서 i번째 규칙의 j번째 가우시안 멤버쉽 함수를 나타낸다.

는 입력된 패턴값과 미리 결정된 패턴값의 차이로서 i번째 규칙의 결론부 변수이며,

는 입력된 패턴값과 학습된 패턴값의 비교 결과로서 i번째 규칙의 결론부 상수를 나타낸다. 그리고, k는 퍼지 규칙의 수를 나타낸다. 여기서 퍼지 규칙의 수는 고장 여부를 판별할 수 있는 규칙으로서 규칙의 수는 제한적이지 않다. 최종 퍼지 분류기의 출력식은 다음의 수학식 7과 같다.here,

Represents an input vector of feature vectors, i.e., a pattern value input from each sensor,

Denotes the j th Gaussian membership function of the i th rule as the pattern range value of the previously learned sensor.

Is the difference between the input pattern value and the predetermined pattern value and is the conclusion variable of the i th rule.

Denotes the conclusion constant of the i th rule as a result of comparing the input pattern value with the learned pattern value. K represents the number of fuzzy rules. Here, the number of fuzzy rules is a rule that can determine whether there is a failure, the number of rules is not limited. The output equation of the final fuzzy classifier is shown in Equation 7 below.

는 입력된 패턴값에 따른 고장 여부를 판별할 수 있는 정도를 나타내는 값으로서 전건부 발화 정도를 의미하고,

은 고장 여부를 판별할 수 있는 규칙으로서 퍼지 규칙의 수를 나타낸다. 최종적으로 조건부의 멤버쉽 함수와 결론부 상수는 유전 알고리즘을 사용하여 동정한다.

Is a value representing the degree to determine whether or not a failure according to the input pattern value means the degree of ignition in the front part,

Denotes the number of fuzzy rules as a rule that can determine whether a failure occurs. Finally, conditional membership functions and conclusion constants are identified using genetic algorithms.

요약하건대, 이상의 220 단계를 통해 입력된 측정값이 상기 210 단계를 통해 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사하는 과정은, 상기 산출된 동작 패턴 범위에 기초하여 퍼지 분류기를 학습시키고, 상기 학습된 퍼지 분류기에 상기 입력된 측정값을 입력함으로써 상기 센서를 통해 입력된 측정값의 이상 여부를 판단함으로써 수행될 수 있다. 여기서, 상기 퍼지 분류기의 규칙은 고장이 발생하는 규칙에 기초하여 설계되며, 상기 퍼지 분류기의 멤버쉽 함수와 결론부 상수는 유전 알고리즘을 사용하여 동정할 수 있다.In summary, the process of checking whether the measured value input in step 220 is within the operation pattern range calculated in step 210 includes training the fuzzy classifier based on the calculated operation pattern range, It may be performed by determining whether the measured value input through the sensor is abnormal by inputting the input measured value to the fuzzy classifier. Here, the rule of the fuzzy classifier is designed based on a rule in which a failure occurs, and the membership function and the conclusion constant of the fuzzy classifier may be identified using a genetic algorithm.

마지막으로 240 단계에서는, 상기 230 단계의 검사 결과에 기초하여 상기 농기계에서 고장이 발생한 부분을 검출한다. 즉, 이상과 같은 일련의 과정을 통해 최종적으로 학습된 센서 데이터 기반의 퍼지 분류기를 통해 실시간으로 입력되는 센서 데이터들로부터 고장 검출이 가능하다.Finally, in step 240, a portion in which the failure occurs in the agricultural machine is detected based on the test result of step 230. That is, fault detection is possible from the sensor data input in real time through the fuzzy classifier based on the sensor data finally learned through the above series of processes.

도 3은 본 발명의 일 실시예에 따른 농기계의 고장을 진단하는 장치를 도시한 블록도로서, 크게 농기계(10)와 고장 진단을 위한 단말기(20)로 구성된다. 이러한 농기계(10)는 다시 복수 개의 센서(11), 전자 제어기(13), 및 통신부(15)를 포함한다. 각 구성의 역할 및 기능은 앞서 도 2를 통해 기술된 고장 진단 방법의 각 과정에 대응되므로, 여기서는 장치적 구성을 중심으로 그 동작을 약술하되, 설명의 중복을 피하기 위해 구체적인 연산 과정은 생략하도록 한다.3 is a block diagram illustrating an apparatus for diagnosing a failure of a farm machine according to an embodiment of the present invention, and is largely comprised of a farm machine 10 and a terminal 20 for diagnosing a failure. The farm machine 10 again includes a plurality of sensors 11, an electronic controller 13, and a communication unit 15. Since the role and function of each component correspond to each process of the failure diagnosis method described above with reference to FIG. 2, the operation will be outlined here based on the device configuration, and the detailed calculation process will be omitted in order to avoid duplication of description. .

복수 개의 센서(11)는, 농기계(10)에 구비되어 부품의 동작 상태를 감지한다.A plurality of sensors 11 are provided in the agricultural machine 10 to detect the operating state of the parts.

전자 제어기(13)는, 농기계(10)에 구비되어 상기 복수 개의 센서(11)를 제어하고, 상기 센서로부터 측정된 측정값을 입력받는다.The electronic controller 13 is provided in the agricultural machine 10 to control the plurality of sensors 11 and receives the measured values measured from the sensors.

통신부(15)는, 상기 농기계(10)에 구비되어 상기 전자 제어기(13)로부터 입력된 측정값을 전달한다. 물론, 통신부(15)는 단말기와의 상호 작용을 통해 단말기로부터의 각종 데이터 및 명령을 수신할 수도 있다.The communication unit 15 is provided in the agricultural machine 10 and transfers the measured value input from the electronic controller 13. Of course, the communication unit 15 may receive various data and commands from the terminal through interaction with the terminal.

단말기(20)는, 상기 농기계(10)의 통신부(15)와 상호 작용하며, 입력된 측정값으로부터 상기 농기계(10)의 고장 여부를 실시간으로 진단한다. 이때, 상기 단말기(20)는, 상기 통신부(15)를 통해 상기 센서(11)로부터 미리 정상 상태의 측정값을 입력받고, 상기 입력된 측정값으로부터 각각의 센서(11)마다 동작 패턴 범위를 산출하고, 상기 농기계(10)의 고장 진단이 필요한 경우, 상기 복수 개의 센서(11)로부터 측정값을 입력받아 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사하며, 상기 검사 결과에 기초하여 상기 농기계(10)에서 고장이 발생한 부분을 검출한다.The terminal 20 interacts with the communication unit 15 of the farm machine 10 and diagnoses in real time whether the farm machine 10 has failed from the input measured value. In this case, the terminal 20 receives a measurement value of a normal state in advance from the sensor 11 through the communication unit 15, and calculates an operation pattern range for each sensor 11 from the input measurement value. And, if it is necessary to diagnose the failure of the agricultural machine 10, and receives a measurement value from the plurality of sensors 11 to check whether the input measurement value is within the calculated operating pattern range, and the test result Based on the detection of the portion where the failure occurs in the agricultural machine (10).

또한, 상기 단말기(20)는, 상기 측정값에 대응하는 모든 특징 벡터에서 평균 벡터를 산출하여 각 특징들과의 차를 산출하고, 측정값 집합으로부터 공분산 행렬을 산출하고, 상기 공분산 행렬에 대한 고유치와 고유 벡터를 산출하고, 평균 측정값이 감산된 측정값 집합을 상기 측정값의 고유 공간에 투영시키며, 상기 투영된 측정값을 클러스터링을 이용하여 고유한 센서의 동작 패턴 범위를 결정함으로써, 상기 동작 패턴 범위를 산출할 수 있다. 여기서, 상기 클러스터링은 다변량 분산분석법이며, 상기 결정된 동작 패턴 범위는 고장 검출을 위한 퍼지 분류기의 학습 데이터로 입력될 수 있다.In addition, the terminal 20 calculates a difference from each feature by calculating an average vector from all feature vectors corresponding to the measured values, calculates a covariance matrix from a set of measured values, and calculates eigenvalues for the covariance matrix. And calculating the eigenvectors, projecting the set of measured values subtracted from the averaged measured values into the eigenspace of the measured values, and determining the motion pattern range of the unique sensor by clustering the projected measured values, thereby The pattern range can be calculated. Here, the clustering is a multivariate variance analysis method, and the determined operation pattern range may be input as learning data of a fuzzy classifier for fault detection.

또한, 상기 단말기(20)는, 상기 산출된 동작 패턴 범위에 기초하여 퍼지 분류기를 학습시키고, 상기 학습된 퍼지 분류기에 상기 입력된 측정값을 입력하며, 상기 센서를 통해 입력된 측정값의 이상 여부를 판단함으로써, 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사할 수 있다. 여기서, 상기 퍼지 분류기의 규칙은 고장이 발생하는 규칙에 기초하여 설계되며, 상기 퍼지 분류기의 멤버쉽 함수와 결론부 상수는 유전 알고리즘을 사용하여 동정할 수 있다.In addition, the terminal 20 learns a fuzzy classifier based on the calculated operation pattern range, inputs the input measured value to the learned fuzzy classifier, and checks whether the measured value input through the sensor is abnormal. By judging, it may be checked whether the input measured value is within the calculated operating pattern range. Here, the rule of the fuzzy classifier is designed based on a rule in which a failure occurs, and the membership function and the conclusion constant of the fuzzy classifier may be identified using a genetic algorithm.

한편, 상기 농기계(10)의 통신부(15)는, 무선 또는 유선 통신 수단 중 어느 하나로서, 상기 농기계(10)에 구비된 전자 제어기(13)와 고장 진단을 위한 상기 단말기(20)를 연결하여 상호 작용시키는 역할을 수행한다. 이를 위해, 상기 단말기(20)는, 스마트폰, 노트북 PC, 태블릿 PC, PDA 또는 워크스테이션 등과 같은 다양한 기기로서 구현될 수 있으며, 실제 작업 환경에서의 활용을 고려할 때, 휴대가 용이한 단말 장치로서 제작되는 것이 바람직하다.On the other hand, the communication unit 15 of the agricultural machine 10, as one of wireless or wired communication means, by connecting the electronic controller 13 provided in the agricultural machine 10 and the terminal 20 for failure diagnosis It serves to interact. To this end, the terminal 20 may be implemented as various devices such as a smart phone, a notebook PC, a tablet PC, a PDA or a workstation, etc., and considering the application in an actual work environment, the terminal 20 is a portable terminal device. It is preferable to be produced.

도 4는 본 발명의 일 실시예에 따른 도 3의 고장 진단 장치에서 펌웨어를 갱신하는 과정을 설명하기 위한 블록도로서, 도 3의 고장 진단 장치에서 전자 제어기(13) 및 단말기(20) 내에 저장되는 추가적인 구성을 소개하고 있다. 따라서, 도 4에서는 도 3과 차별적인 구성을 중심으로 그 기능을 기술하도록 한다.4 is a block diagram illustrating a process of updating firmware in the failure diagnosis apparatus of FIG. 3 according to an embodiment of the present invention, and is stored in the electronic controller 13 and the terminal 20 in the failure diagnosis apparatus of FIG. 3. It introduces additional configurations. Therefore, in FIG. 4, its function will be described mainly in a configuration different from that of FIG. 3.

도 4의 단말기(20)는, 복수의 농기계에 대응하는 동작 패턴 범위 및 이에 기초하여 학습된 퍼지 분류기를 미리 저장하고, 상기 통신부(15)를 통해 상기 전자 제어기(13)로부터 농기계(10)의 식별 정보 및 센서 정보를 획득하고, 상기 획득된 농기계 식별 정보 및 센서 정보에 대응하는 동작 패턴 범위 및 퍼지 분류기를 독출함으로써 고장 진단을 수행할 수 있다. 즉, 단말기(20)는 다양한 제조사의 다양한 농기계에 적용될 수 있는 범용적인 고장 진단 장치로서 활용될 수 있다.The terminal 20 of FIG. 4 stores in advance an operation pattern range corresponding to a plurality of agricultural machines and a fuzzy classifier learned based on the same, and stores the agricultural machine 10 from the electronic controller 13 through the communication unit 15. The failure diagnosis may be performed by acquiring the identification information and the sensor information, and reading the operation pattern range and the fuzzy classifier corresponding to the acquired agricultural machine identification information and the sensor information. That is, the terminal 20 may be utilized as a general failure diagnosis apparatus that can be applied to various agricultural machines of various manufacturers.

또한, 전자 제어기(13)는 농기계(10)를 제어하는 펌웨어(firmware)(14)를 저장할 수 있다. 따라서, 단말기(20)는 상기 통신부(15)를 통해 상기 펌웨어(14)를 새로운 펌웨어(24)로 갱신하는 명령을 상기 전자 제어기(13)에 전달함으로써 원격 펌웨어 업그레이드가 가능하다.In addition, the electronic controller 13 may store firmware 14 for controlling the agricultural machine 10. Accordingly, the terminal 20 may remotely upgrade the firmware by transmitting a command to the electronic controller 13 to update the firmware 14 to the new firmware 24 through the communication unit 15.

다른 실시예에 있어서, 상기 단말기(20)는, 상기 통신부(15)를 통해 상기 전자 제어기(13)에 저장된 펌웨어(14)의 버전을 확인하고, 상기 확인된 펌웨어(14)의 버전을 최신 펌웨어(24)의 버전과 비교하며, 비교 결과에 따라 상기 통신부(15)를 통해 상기 단말기(20)로부터 상기 전자 제어기(13)로 최신 펌웨어를 선택적으로 전송할 수 있다. 그런 다음, 상기 전자 제어기(13)에 저장된 종래의 펌웨어(14)를 상기 전송된 최신 펌웨어(24)로 갱신하는 명령을 수행할 수 있다.In another embodiment, the terminal 20 confirms the version of the firmware 14 stored in the electronic controller 13 through the communication unit 15, and checks the version of the checked firmware 14 as the latest firmware. Compared to the version of 24, the latest firmware may be selectively transmitted from the terminal 20 to the electronic controller 13 through the communication unit 15 according to the comparison result. Then, a command for updating the conventional firmware 14 stored in the electronic controller 13 to the latest firmware 24 transmitted may be performed.

또 다른 실시예에 있어서, 상기 단말기(20)는, 상기 농기계(10)에서 고장이 탐지된 부품과 연관된 펌웨어(14)의 오류를 확인하고, 상기 통신부(15)를 통해 상기 단말기(20)로부터 상기 전자 제어기(13)로 정상 펌웨어(24)를 전송하며, 상기 오류가 확인된 펌웨어(14)를 상기 정상 펌웨어(24)로 갱신하는 명령을 수행함으로써 고장을 치유할 수 있다.In another embodiment, the terminal 20 confirms an error of the firmware 14 associated with the component in which the failure is detected in the agricultural machine 10, and from the terminal 20 through the communication unit 15. The failure can be healed by transmitting the normal firmware 24 to the electronic controller 13 and executing a command to update the firmware 14 in which the error is confirmed to the normal firmware 24.

나아가, 상기 단말기(20)는, 상기 센서(11)를 통해 감지된 상기 농기계(10)의 각 부품과 상기 농기계(10)에서 고장이 탐지된 부품을 GUI(graphic user interface)를 통해 시각적으로 표시하는 디스플레이부(26)를 더 포함함으로써 사용자로 하여금 보다 용이한 고장 부품의 식별을 가능하게 한다.In addition, the terminal 20 visually displays each component of the agricultural machine 10 detected through the sensor 11 and the components of which the failure is detected in the agricultural machine 10 through a graphical user interface (GUI). By further including the display unit 26 to enable the user to identify the failure parts more easily.

도 5는 본 발명의 일 실시예에 따라 개발된 소프트웨어 프로토타입을 탑재한 단말기를 통해 농기계의 고장을 진단하는 과정을 순차적으로 예시하고 있는 도면이다.5 is a diagram sequentially illustrating a process of diagnosing a failure of a farm machine through a terminal equipped with a software prototype developed according to an embodiment of the present invention.

도 5의 [A]는 개발된 프로토타입 소프트웨어에서 사용자가 고장 진단을 위한 단말기의 컨트롤러 및 동작 모드를 체크하는 과정을 예시하고 있다. 화면 상에서 농기계의 종류가 콤바인이고, 진단 모드와 통신 속도가 더불어 표시되고 있음을 확인할 수 있다.[A] of FIG. 5 illustrates a process in which a user checks a controller and an operation mode of a terminal for fault diagnosis in the developed prototype software. On the screen, it can be seen that the type of agricultural machinery is a combine, and the diagnostic mode and communication speed are displayed together.

도 5의 [B]는 고장 진단을 위한 단말기의 통신을 설정하는 과정을 예시하고 있다. 통신 포트 번호와 통신 속도를 설정하는 모습이 화면 상에 표시되고 있다.[B] of FIG. 5 illustrates a process of setting communication of a terminal for fault diagnosis. The setting of the communication port number and the communication speed is displayed on the screen.

도 5의 [C]는 고장 진단을 위한 단말기의 전자 제어기와 데이터 송/수신 준비 및 명령 전달 과정을 예시하고 있다. 농기계의 MCU와 데이터 송/수신 준비가 완료되었으며, 센서를 이용해 농기계의 MCU로부터 진단 데이터를 수신하고자 하는 명령을 수행하게 된다.[C] of FIG. 5 illustrates an electronic controller, a data transmission / reception preparation, and a command transmission process of the terminal for fault diagnosis. It is ready to send / receive data with MCU of farm machinery and execute command to receive diagnostic data from MCU of farm machinery using sensor.

도 5의 [D]는 전자 제어기로부터 수신된 고장 진단 데이터 표시하는 화면을 예시하고 있다. 수신된 측정값들은 특정 패턴으로 나타나게 되며, 앞서 도 2를 통해 설명한 바와 같이, 미리 저장된 정상 동작 패턴과의 비교를 통해 고장 패턴을 자동으로 감지하게 된다.FIG. 5D illustrates a screen displaying fault diagnosis data received from an electronic controller. The received measurement values are displayed in a specific pattern, and as described above with reference to FIG. 2, a failure pattern is automatically detected through comparison with a previously stored normal operation pattern.

도 6은 본 발명의 다른 실시예에 따라 개발된 소프트웨어 프로토타입을 탑재한 단말기를 통해 농기계의 펌웨어를 갱신하는 과정을 예시하고 있는 도면이다.6 is a diagram illustrating a process of updating the firmware of agricultural machinery through a terminal equipped with a software prototype developed according to another embodiment of the present invention.

도 6의 [A]는 펌웨어 업데이트 프로그램의 파일을 선택 열고 있는 모습을 예시하고 있다. 이에 앞서 본 단말기에서는 농기계의 MCU에 탑재된 펌웨어가 노후된 펌웨어이거나 또는 고장에 의해 펌웨어 자체에 오류가 발견되었음을 확인하였다고 가정하자.FIG. 6A illustrates a case where a file of a firmware update program is selected and opened. Prior to this, it is assumed that the terminal confirms that the firmware installed in the MCU of the agricultural machine is an old firmware or an error is found in the firmware itself due to a failure.

도 6의 [B]는 컨트롤러 업데이트를 위한 HEX 파일을 선택하는 모습을 예시하고 있다.6B illustrates an example of selecting a HEX file for updating a controller.

도 6의 [C]는 송신(SEND) 버튼을 선택하여 업데이트 프로그램을 단말기로부터 농기계의 MCU에 다운로드하기 위한 조작 과정을 예시하고 있다.[C] of FIG. 6 illustrates an operation procedure for downloading the update program from the terminal to the MCU of the agricultural machine by selecting the SEND button.

도 6의 [D]는 농기계 MCU에 다운로드하고 있는 과정을 예시하고 있다. 이렇게 다운로드되면, 펌웨어 설치 명령을 통해 농기계 내의 MCU에서 펌웨어 업그레이드가 수행될 수 있다.6D illustrates a process of downloading to the agricultural machine MCU. Once downloaded, firmware upgrade may be performed on the MCU in the agricultural machine through a firmware installation command.

상기된 본 발명의 실시예들에 따르면, 미리 정상 상태의 측정값을 입력받아 각각의 센서마다 동작 패턴 범위를 산출하고 이에 기초하여 농기계의 고장 진단을 수행함으로써, 현장 전문가가 자동화된 고장 진단 수단을 통해 농기계의 전자적인 고장을 진단할 수 있으며, 고장 확인 및 수리를 위해 농기계에 구비된 전자 제어기를 전문 분석 기관으로 가져가거나 경험이 많은 전문가의 분석 없이도 실시간으로 현장에서 동작 패턴에 기반한 고장 진단 수단을 통해 자동화된 고장 진단 및 펌웨어 갱신을 통한 수리가 가능하다.According to the embodiments of the present invention described above, by receiving a measurement value of the steady state in advance, calculates the operation pattern range for each sensor, and based on the failure diagnosis of the agricultural machine, by the field expert to provide an automated failure diagnosis means It is possible to diagnose the electronic failure of agricultural machinery, and to bring the electronic controller equipped on the agricultural machinery to a specialized analysis institution for checking and repairing the failure, or to provide a failure diagnosis means based on the operation pattern in the field in real time without the analysis of experienced experts. Automated fault diagnosis and firmware update allow for repairs.

한편, 본 발명의 실시예들은 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.Meanwhile, embodiments of the present invention can be implemented by computer readable codes on a computer readable recording medium. A computer-readable recording medium includes all kinds of recording apparatuses in which data that can be read by a computer system is stored.

컴퓨터가 읽을 수 있는 기록 매체의 예로는 ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현하는 것을 포함한다. 또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산 방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다. 그리고 본 발명을 구현하기 위한 기능적인(functional) 프로그램, 코드 및 코드 세그먼트들은 본 발명이 속하는 기술 분야의 프로그래머들에 의하여 용이하게 추론될 수 있다.Examples of the computer-readable recording medium include a ROM, a RAM, a CD-ROM, a magnetic tape, a floppy disk, an optical data storage device and the like, and also a carrier wave (for example, transmission via the Internet) . In addition, the computer-readable recording medium may be distributed over network-connected computer systems so that computer readable codes can be stored and executed in a distributed manner. In addition, functional programs, codes, and code segments for implementing the present invention can be easily deduced by programmers skilled in the art to which the present invention belongs.

이상에서 본 발명에 대하여 그 다양한 실시예들을 중심으로 살펴보았다. 본 발명에 속하는 기술 분야에서 통상의 지식을 가진 자는 본 발명이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 구현될 수 있음을 이해할 수 있을 것이다. 그러므로 개시된 실시예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 한다. 본 발명의 범위는 전술한 설명이 아니라 특허청구범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.The present invention has been described above with reference to various embodiments. It will be understood by those skilled in the art that various changes in form and details may be made therein without departing from the spirit and scope of the invention as defined by the appended claims. Therefore, the disclosed embodiments should be considered in an illustrative rather than a restrictive sense. The scope of the present invention is defined by the appended claims rather than by the foregoing description, and all differences within the scope of equivalents thereof should be construed as being included in the present invention.

10 : 농기계
11 : 센서 13 : 전자 제어기
14 : 펌웨어 15 : 통신부
20 : 단말기
22 : 퍼지 분류기 24 : 펌웨어
26 : 디스플레이부10: agricultural machinery
11 sensor 13 electronic controller
14: firmware 15: communication unit
20:
22: fuzzy classifier 24: firmware
26: display unit

Claims

농기계의 고장을 진단하는 방법에 있어서,
상기 농기계에 구비된 복수 개의 센서로부터 미리 정상 상태의 측정값을 입력받고, 상기 입력된 측정값으로부터 각각의 센서마다 동작 패턴 범위를 산출하는 단계;
상기 농기계의 고장 진단이 필요한 경우, 상기 복수 개의 센서로부터 측정값을 입력받는 단계;
상기 산출된 동작 패턴 범위에 기초하여 퍼지 분류기를 학습시키고, 상기 학습된 퍼지 분류기에 상기 입력된 측정값을 입력하며, 상기 센서를 통해 입력된 측정값의 이상 여부를 판단함으로써 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사하는 단계; 및
상기 검사 결과에 기초하여 상기 농기계에서 고장이 발생한 부분을 검출하는 단계;를 포함하는 방법.In the method of diagnosing the failure of agricultural machinery,
Receiving a measurement value of a steady state in advance from a plurality of sensors provided in the agricultural machine, and calculating an operation pattern range for each sensor from the input measurement value;
Receiving a measurement value from the plurality of sensors when diagnosing a failure of the agricultural machine;
The fuzzy classifier is trained based on the calculated operation pattern range, the input measured value is input to the learned fuzzy classifier, and the inputted measured value is determined by determining whether the measured value input through the sensor is abnormal. Checking whether it is within the calculated operation pattern range; And
Detecting a failure portion of the agricultural machine based on the inspection result.

제 1 항에 있어서,
상기 동작 패턴 범위를 산출하는 단계는,
주성분 분석(principal component analysis, PCA)을 이용하여 상기 각각의 센서마다 동작 패턴 범위를 산출하여 저차원 벡터 공간에 저장하는 것을 특징으로 하는 방법.The method of claim 1,
Computing the operation pattern range,
And calculating a range of motion patterns for each of the sensors using principal component analysis (PCA) and storing them in a low dimensional vector space.

제 1 항에 있어서,
상기 동작 패턴 범위를 산출하는 단계는,
상기 측정값에 대응하는 모든 특징 벡터에서 평균 벡터를 산출하여 각 특징들과의 차를 산출하는 단계;
측정값 집합으로부터 공분산 행렬을 산출하고, 상기 공분산 행렬에 대한 고유치와 고유 벡터를 산출하는 단계;
평균 측정값이 감산된 측정값 집합을 상기 측정값의 고유 공간에 투영시키는 단계; 및
상기 투영된 측정값을 클러스터링을 이용하여 고유한 센서의 동작 패턴 범위를 결정하는 단계;를 포함하는 방법.The method of claim 1,
Computing the operation pattern range,
Calculating a difference from each feature by calculating an average vector from all feature vectors corresponding to the measured values;
Calculating a covariance matrix from the set of measurements, and calculating eigenvalues and eigenvectors for the covariance matrix;
Projecting a set of measurements subtracted from an average measurement to the eigenspace of the measurement; And
Determining a range of motion patterns of a unique sensor using clustering of the projected measurements.

제 3 항에 있어서,
상기 클러스터링은 다변량 분산분석법이며,
상기 결정된 동작 패턴 범위는 고장 검출을 위한 퍼지(fuzzy) 분류기의 학습 데이터로 입력되는 것을 특징으로 하는 방법.The method of claim 3, wherein
The clustering is a multivariate variance method,
And the determined operation pattern range is input as learning data of a fuzzy classifier for fault detection.

삭제delete

제 1 항에 있어서,
상기 퍼지 분류기의 규칙은 고장이 발생하는 규칙에 기초하여 설계되며,
상기 퍼지 분류기의 멤버쉽 함수와 결론부 상수는 유전 알고리즘을 사용하여 동정하는 것을 특징으로 하는 방법.The method of claim 1,
The rules of the fuzzy classifier are designed based on the rules in which a failure occurs,
The membership function and the conclusion constant of the fuzzy classifier are identified using a genetic algorithm.

제 1 항에 있어서,
상기 동작 패턴 범위를 산출하는 단계는, 소정 횟수 이상으로 반복적으로 수행됨으로써 상기 각각의 센서마다 특징 패턴 범위를 결정하는 것을 특징으로 하는 방법.The method of claim 1,
The calculating of the operation pattern range may be performed repeatedly for a predetermined number or more to determine a feature pattern range for each sensor.

제 1 항 내지 제 4 항, 제 6 항, 제 7 항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.A computer-readable recording medium having recorded thereon a program for executing the method of any one of claims 1 to 4, 6 and 7.

농기계의 고장을 진단하는 장치에 있어서,
상기 농기계에 구비되어 부품의 동작 상태를 감지하는 복수 개의 센서;
상기 농기계에 구비되어 상기 복수 개의 센서를 제어하고, 상기 센서로부터 측정된 측정값을 입력받는 전자 제어기;
상기 농기계에 구비되어 상기 전자 제어기로부터 입력된 측정값을 전달하는 통신부; 및
상기 통신부와 상호 작용하며, 입력된 측정값으로부터 상기 농기계의 고장 여부를 실시간으로 진단하는 단말기;를 포함하되,
상기 단말기는,
상기 통신부를 통해 상기 센서로부터 미리 정상 상태의 측정값을 입력받고, 상기 입력된 측정값으로부터 각각의 센서마다 동작 패턴 범위를 산출하고, 상기 농기계의 고장 진단이 필요한 경우, 상기 복수 개의 센서로부터 측정값을 입력받아 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사하며, 상기 검사 결과에 기초하여 상기 농기계에서 고장이 발생한 부분을 검출하되,
상기 산출된 동작 패턴 범위에 기초하여 퍼지 분류기를 학습시키고, 상기 학습된 퍼지 분류기에 상기 입력된 측정값을 입력하며, 상기 센서를 통해 입력된 측정값의 이상 여부를 판단함으로써, 상기 입력된 측정값이 상기 산출된 동작 패턴 범위 내에 존재하는지 여부를 검사하는 것을 특징으로 하는 장치.In the device for diagnosing the failure of agricultural machinery,
A plurality of sensors provided in the farm machinery for detecting an operation state of a part;
An electronic controller provided in the agricultural machine to control the plurality of sensors and receive measured values measured from the sensors;
A communication unit provided in the agricultural machine and transferring a measured value input from the electronic controller; And
And a terminal for interacting with the communication unit and diagnosing the failure of the agricultural machine in real time from the inputted measurement value.
The terminal comprises:
When the measurement value of the steady state is input from the sensor in advance through the communication unit, the operation pattern range is calculated for each sensor from the input measurement value, and if the failure diagnosis of the agricultural machine is necessary, the measurement value from the plurality of sensors Receiving the input and checks whether the input measured value is within the calculated range of the operation pattern, based on the inspection result detects the failure portion in the agricultural machine,
The fuzzy classifier is trained based on the calculated operation pattern range, the input measured value is input to the learned fuzzy classifier, and the abnormality of the measured value input through the sensor is determined. And checking whether it is within the calculated operating pattern range.

제 9 항에 있어서,
상기 단말기는,
상기 측정값에 대응하는 모든 특징 벡터에서 평균 벡터를 산출하여 각 특징들과의 차를 산출하고, 측정값 집합으로부터 공분산 행렬을 산출하고, 상기 공분산 행렬에 대한 고유치와 고유 벡터를 산출하고, 평균 측정값이 감산된 측정값 집합을 상기 측정값의 고유 공간에 투영시키며, 상기 투영된 측정값을 클러스터링을 이용하여 고유한 센서의 동작 패턴 범위를 결정함으로써, 상기 동작 패턴 범위를 산출하는 것을 특징으로 하는 장치.The method of claim 9,
The terminal comprises:
The average vector is calculated from all the feature vectors corresponding to the measured values to calculate a difference from each feature, a covariance matrix is calculated from the set of measured values, an eigenvalue and an eigenvector for the covariance matrix are calculated, and the average measurement is performed. Calculating the operation pattern range by projecting the subtracted measurement set into a unique space of the measurement value, and determining the operation pattern range of the unique sensor by clustering the projected measurement value. Device.

제 10 항에 있어서,
상기 클러스터링은 다변량 분산분석법이며,
상기 결정된 동작 패턴 범위는 고장 검출을 위한 퍼지 분류기의 학습 데이터로 입력되는 것을 특징으로 하는 장치.11. The method of claim 10,
The clustering is a multivariate variance method,
And the determined operation pattern range is input as learning data of a fuzzy classifier for fault detection.

삭제delete

제 9 항에 있어서,
상기 퍼지 분류기의 규칙은 고장이 발생하는 규칙에 기초하여 설계되며,
상기 퍼지 분류기의 멤버쉽 함수와 결론부 상수는 유전 알고리즘을 사용하여 동정하는 것을 특징으로 하는 장치.The method of claim 9,
The rules of the fuzzy classifier are designed based on the rules in which a failure occurs,
And the membership function and conclusion constant of the fuzzy classifier are identified using a genetic algorithm.

제 9 항에 있어서,
상기 단말기는,
복수의 농기계에 대응하는 동작 패턴 범위 및 이에 기초하여 학습된 퍼지 분류기를 미리 저장하고,
상기 통신부를 통해 상기 전자 제어기로부터 상기 농기계의 식별 정보 및 센서 정보를 획득하고,
상기 획득된 농기계 식별 정보 및 센서 정보에 대응하는 동작 패턴 범위 및 퍼지 분류기를 독출함으로써 고장 진단을 수행하는 것을 특징으로 하는 장치.The method of claim 9,
The terminal comprises:
Storing in advance a motion pattern range corresponding to a plurality of agricultural machines and a fuzzy classifier learned based thereon,
Acquire identification information and sensor information of the agricultural machine from the electronic controller through the communication unit,
And performing a fault diagnosis by reading an operation pattern range and a fuzzy classifier corresponding to the acquired farm machine identification information and sensor information.

제 9 항에 있어서,
상기 전자 제어기는 상기 농기계를 제어하는 펌웨어(firmware)를 저장하고,
상기 단말기는 상기 통신부를 통해 상기 펌웨어를 갱신하는 명령을 상기 전자 제어기에 전달하는 것을 특징으로 하는 장치.The method of claim 9,
The electronic controller stores firmware for controlling the agricultural machine,
And the terminal transmits a command for updating the firmware to the electronic controller through the communication unit.

제 15 항에 있어서,
상기 단말기는,
상기 통신부를 통해 상기 전자 제어기에 저장된 펌웨어의 버전을 확인하고,
상기 확인된 펌웨어의 버전을 최신 펌웨어의 버전과 비교하며,
비교 결과에 따라 상기 통신부를 통해 상기 단말기로부터 상기 전자 제어기로 최신 펌웨어를 선택적으로 전송하며,
상기 전자 제어기에 저장된 펌웨어를 상기 최신 펌웨어로 갱신하는 명령을 수행하는 것을 특징으로 하는 장치.The method of claim 15,
The terminal comprises:
Check the version of the firmware stored in the electronic controller through the communication unit,
Compare the checked firmware version with the latest firmware version,
Selectively transmitting the latest firmware from the terminal to the electronic controller according to a comparison result;
And updating the firmware stored in the electronic controller to the latest firmware.

제 15 항에 있어서,
상기 단말기는,
상기 농기계에서 고장이 탐지된 부품과 연관된 펌웨어의 오류를 확인하고,
상기 통신부를 통해 상기 단말기로부터 상기 전자 제어기로 정상 펌웨어를 전송하며,
상기 오류가 확인된 펌웨어를 상기 정상 펌웨어로 갱신하는 명령을 수행하는 것을 특징으로 하는 장치.The method of claim 15,
The terminal comprises:
Identify an error in the firmware associated with the component in which the failure was detected in the agricultural machine,
Transmitting normal firmware from the terminal to the electronic controller through the communication unit;
And updating the firmware in which the error is confirmed to the normal firmware.

제 9 항에 있어서,
상기 단말기는,
상기 센서를 통해 감지된 상기 농기계의 각 부품과 상기 농기계에서 고장이 탐지된 부품을 GUI(graphic user interface)를 통해 시각적으로 표시하는 디스플레이부;를 더 포함하는 것을 특징으로 하는 장치.The method of claim 9,
The terminal comprises:
And a display unit for visually displaying each part of the farm machine and the part of the farm machine detected by the sensor through a graphical user interface (GUI).

제 9 항에 있어서,
상기 통신부는,
무선 또는 유선 통신 수단 중 어느 하나로서,
상기 농기계에 구비된 전자 제어기와 고장 진단을 위한 상기 단말기를 연결하여 상호 작용시키는 것을 특징으로 하는 장치.The method of claim 9,
Wherein,
As either wireless or wired communication means,
And an electronic controller provided in the agricultural machine and the terminal for interacting with the terminal for fault diagnosis.

제 9 항에 있어서,
상기 단말기는,
스마트폰, 노트북 PC, 태블릿 PC, PDA 또는 워크스테이션 중 어느 하나인 것을 특징으로 하는 장치.The method of claim 9,
The terminal comprises:
Device, characterized in that any one of a smartphone, notebook PC, tablet PC, PDA or workstation.