KR101990676B1 - A Method for Producing a Diagnosing Database of a Train Bearing with a Plural of Detecting Modules - Google Patents
A Method for Producing a Diagnosing Database of a Train Bearing with a Plural of Detecting Modules Download PDFInfo
- Publication number
- KR101990676B1 KR101990676B1 KR1020170040528A KR20170040528A KR101990676B1 KR 101990676 B1 KR101990676 B1 KR 101990676B1 KR 1020170040528 A KR1020170040528 A KR 1020170040528A KR 20170040528 A KR20170040528 A KR 20170040528A KR 101990676 B1 KR101990676 B1 KR 101990676B1
- Authority
- KR
- South Korea
- Prior art keywords
- detection
- parameters
- correlation
- bearing
- modules
- Prior art date
Links
- 238000004519 manufacturing process Methods 0.000 title 1
- 238000001514 detection method Methods 0.000 claims abstract description 138
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000009434 installation Methods 0.000 claims description 2
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 230000007547 defect Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 239000012790 adhesive layer Substances 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 239000010410 layer Substances 0.000 description 3
- 239000000758 substrate Substances 0.000 description 3
- 239000000853 adhesive Substances 0.000 description 2
- 230000001070 adhesive effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003780 insertion Methods 0.000 description 2
- 230000037431 insertion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007847 structural defect Effects 0.000 description 1
- 229920003002 synthetic resin Polymers 0.000 description 1
- 239000000057 synthetic resin Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/50—Trackside diagnosis or maintenance, e.g. software upgrades
- B61L27/57—Trackside diagnosis or maintenance, e.g. software upgrades for vehicles or trains, e.g. trackside supervision of train conditions
-
- B61L27/0094—
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61K—AUXILIARY EQUIPMENT SPECIALLY ADAPTED FOR RAILWAYS, NOT OTHERWISE PROVIDED FOR
- B61K9/00—Railway vehicle profile gauges; Detecting or indicating overheating of components; Apparatus on locomotives or cars to indicate bad track sections; General design of track recording vehicles
- B61K9/04—Detectors for indicating the overheating of axle bearings and the like, e.g. associated with the brake system for applying the brakes in case of a fault
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Biomedical Technology (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
본 발명은 다수 개의 탐지 모듈에 의한 열차 베어링의 진단 데이터베이스 형성 방법에 관한 것이고, 구체적으로 각각이 동일 또는 유사한 다수 개의 탐지 유닛을 가진 다수 개의 탐지 모듈로부터 전송된 매개변수 사이에 상관도를 분석하여 서로 다른 위치에 배치된 베어링의 상태 진단이 가능하도록 하는 다수 개의 탐지 모듈에 의한 열차 베어링의 진단 데이터베이스 형성 방법에 관한 것이다. 다수 개의 탐지 모듈에 의한 열차 베어링의 진단 데이터베이스 형성 방법은 서로 다른 차축 또는 베어링에 배치된 다수 개의 탐지 모듈(11a 내지 11n)의 각각에 배치된 다수 개의 탐지 유닛으로부터 미리 결정된 매개변수에 따른 탐지 정보를 수신하는 단계; 수신된 탐지 정보를 분류하여 탐지 매개변수 사이의 상관도를 분석하는 단계; 상기 상관도에 따라 탐지 매개변수 사이의 계층 구조가 만들어지는 단계; 및 상기 계층 구조에 따라 탐지 매개변수가 분류되어 진단 데이터베이스가 형성되는 단계를 포함한다. The present invention relates to a method of forming a diagnostic database of a train bearing by a plurality of detection modules, and more particularly, to a method of analyzing a correlation between parameters transmitted from a plurality of detection modules each having a plurality of detection units, And more particularly, to a method of forming a diagnostic database of a train bearing by a plurality of detection modules that enable diagnosis of the condition of a bearing disposed at another position. A method of forming a diagnostic database of a train bearing by a plurality of detection modules includes detecting information according to predetermined parameters from a plurality of detection units arranged in each of a plurality of detection modules (11a to 11n) arranged in different axles or bearings Receiving; Classifying the received detection information and analyzing the correlation between detection parameters; Generating a hierarchy between detection parameters according to the correlation; And a detection database is formed by classifying the detection parameters according to the hierarchical structure.
Description
본 발명은 다수 개의 탐지 모듈에 의한 열차 베어링의 진단 데이터베이스 형성 방법에 관한 것이고, 구체적으로 각각이 동일 또는 유사한 다수 개의 탐지 유닛을 가진 다수 개의 탐지 모듈로부터 전송된 매개변수 사이에 상관도를 분석하여 서로 다른 위치에 배치된 베어링의 상태 진단이 가능하도록 하는 다수 개의 탐지 모듈에 의한 열차 베어링의 진단 데이터베이스 형성 방법에 관한 것이다. The present invention relates to a method of forming a diagnostic database of a train bearing by a plurality of detection modules, and more particularly, to a method of analyzing a correlation between parameters transmitted from a plurality of detection modules each having a plurality of detection units, And more particularly, to a method of forming a diagnostic database of a train bearing by a plurality of detection modules that enable diagnosis of the condition of a bearing disposed at another position.
철도 차량은 다양한 속도로 운행될 수 있고, 철도 차량의 구조적 결함은 차량의 운행 과정에서 탐지되는 것이 유리하다. 그러나 운행 중 차축 베어링과 같은 장치의 탐지는 탐지 상황의 다양성, 탐지 모듈 배치의 어려움 또는 이와 유사한 탐지 조건 설정이 어려우면서 탐지 정보의 처리가 어렵다는 문제를 가진다. 예를 들어 250 km/h 이상의 속도로 운행될 수 있도록 설계된 고속철도의 경우 탐지 모듈의 설치가 어렵고, 탐지 정보가 복잡하여 처리가 어렵게 된다. 그러므로 적절한 방법으로 탐지 정보가 처리되어 열차 부품의 상태에 대한 진단이 가능하도록 하는 기술이 개발될 필요가 있다. The railway vehicle can be operated at various speeds, and it is advantageous that structural defects of the railway vehicle are detected during the running of the vehicle. However, the detection of devices such as axle bearings during operation has the problem that it is difficult to process the detection information because of the variety of detection situations, difficulty in locating the detection modules, or setting similar detection conditions. For example, in the case of a high-speed railway designed to operate at a speed of 250 km / h or more, it is difficult to install a detection module and the detection information is complicated and difficult to process. Therefore, there is a need to develop a technology that enables detection of the status of train components by processing detection information in an appropriate manner.
철도 차량의 장치 또는 운행의 감시와 관련된 다양한 기술이 개발되었고 특허공개번호 제10-2001-0111905호 철도의 대차 감시 시스템은 철도 차량의 대차를 감시하는 시스템에 대하여 개시하고 있다. 철도 차량의 감시와 관련된 다른 선행기술로 특허공개번호 제10-2006-0077593호 전기철도차량의 전동기 진동 가속도 측정 시스템은 차륜의 회전수에 대응되는 펄스 신호를 발생시키는 속도 센서에 의하여 가동 가속도를 측정하는 시스템에 대하여 개시한다. 그리고 특허공개번호 제10-2010-0021327호는 상하 또는 좌우 진동 센서에 의하여 궤도의 뒤틀림을 실시간으로 감시하는 감시 시스템에 대하여 개시한다. Various techniques relating to the monitoring of the apparatus or the operation of the railway vehicle have been developed, and the railway track surveillance system of Patent Publication No. 10-2001-0111905 discloses a system for monitoring the railway track. Patent Publication No. 10-2006-0077593 discloses an electric motor vibration acceleration measuring system of an electric railway vehicle, which measures a moving acceleration by a velocity sensor which generates a pulse signal corresponding to the number of revolutions of a wheel To a system that is capable of operating the system. And Patent Publication No. 10-2010-0021327 discloses a surveillance system that monitors the trajectory distortion in real time by a vertical or horizontal vibration sensor.
철도 차량은 차축을 지지하는 다수 개의 베어링을 가질 수 있고, 각각의 베어링은 동일 또는 유사한 구조로 만들어질 수 있다. 이와 같은 구조적 유사성으로 인하여 베어링에서 발생되는 결함은 유사한 형태로 나타날 수 있다. 또한 탐지 대상에서 발생된 결함은 다른 탐지 대상과 비교할 때 다양한 측정 매개변수의 변화를 나타낼 수 있다. 그러므로 베어링과 같은 철도 차량 부품의 결함을 탐지하는 과정에서 다수 개의 매개변수가 탐지되면서 이와 동시에 결함으로 인하여 다수 개의 매개변수 사이의 상관도가 분석될 필요가 있다. 상기 선행기술은 이와 같은 다수 개의 매개변수에 기초하는 진단 방법 및 매개변수 사이의 상관도에 기초하는 분석 방법에 대하여 개시하지 않는다. The railway vehicle may have a plurality of bearings for supporting the axle, and each bearing may be made of the same or similar structure. Due to such structural similarities, defects occurring in bearings can appear in a similar fashion. In addition, defects generated in the detection object can show various measurement parameter changes when compared with other detection objects. Therefore, in detecting the defects of railway vehicle parts such as bearings, a plurality of parameters are detected, and at the same time, a correlation between a plurality of parameters needs to be analyzed due to defects. The prior art does not disclose diagnostic methods based on such a plurality of parameters and analysis methods based on the correlation between parameters.
본 발명은 선행기술의 문제점을 해결하기 위한 것으로 아래와 같은 목적을 가진다. The present invention has been made to solve the problems of the prior art and has the following purpose.
본 발명의 목적은 동일 또는 유사한 구조를 가지는 다수 개의 탐지 모듈로부터 탐지된 철도 차량의 베어링 탐지 정보에 기초하여 탐지 매개변수 사이의 상관도를 결정하여 운행 과정에서 나타나는 베어링의 상태의 탐지가 가능하도록 하는 다수 개의 탐지 모듈에 의한 열차 베어링의 진단 데이터베이스 형성 방법을 제공하는 것이다. It is an object of the present invention to determine the correlation between detection parameters based on the bearing detection information of a railway car detected from a plurality of detection modules having the same or similar structure so as to be able to detect the state of the bearing And a method of forming a diagnostic database of a train bearing by a plurality of detection modules.
본 발명의 적절한 실시 형태에 따르면, 다수 개의 탐지 모듈에 의한 열차 베어링의 진단 데이터베이스 형성 방법은 서로 다른 차축 또는 베어링에 배치된 다수 개의 탐지 모듈의 각각에 배치된 다수 개의 탐지 유닛으로부터 미리 결정된 매개변수에 따른 탐지 정보를 수신하는 단계; 수신된 탐지 정보를 분류하여 탐지 매개변수 사이의 상관도를 분석하는 단계; 상기 상관도에 따라 탐지 매개변수 사이의 계층 구조가 만들어지는 단계; 및 상기 계층 구조에 따라 탐지 매개변수가 분류되어 진단 데이터베이스가 형성되는 단계를 포함한다.According to a preferred embodiment of the present invention, a method of forming a diagnostic database of a train bearing by a plurality of detection modules comprises the steps of: determining a predetermined parameter from a plurality of detection units disposed in each of a plurality of detection modules disposed on different axles or bearings; Receiving detection information according to the detection information; Classifying the received detection information and analyzing the correlation between detection parameters; Generating a hierarchy between detection parameters according to the correlation; And a detection database is formed by classifying the detection parameters according to the hierarchical structure.
본 발명의 다른 적절한 실시 형태에 따르면, 탐지 모듈은 차축 또는 베어링에 부착되어 함께 회전된다.According to another suitable embodiment of the present invention, the detection module is attached to the axle or bearing and rotated together.
본 발명의 또 다른 적절한 실시 형태에 따르면, 다수 개의 탐지 모듈은 설치 위치에 기초하여 서로 다른 그룹으로 분류되고, 각각의 그룹의 탐지 정보는 각각의 컬렉터에서 수신되어 처리된다. According to another preferred embodiment of the present invention, the plurality of detection modules are classified into different groups based on the installation position, and the detection information of each group is received and processed at each collector.
본 발명에 따른 열차 베어링의 진단 데이터베이스 형성 방법은 다수 개의 탐지 모듈로부터 전송된 탐지 정보에 기초하여 열차 베어링의 작동 상태를 탐지 및 비교하는 것에 의하여 특정 베어링의 작동 결함의 검출이 용이하도록 한다. 본 발명에 따른 진단 데이터베이스 형성 방법은 서로 다른 탐지 모듈에 설치된 다수 개의 베어링 또는 이와 유사한 부품으로부터 또는 하나의 베어링 또는 부품에 대하여 탐지된 매개변수 사이의 상관성을 분석하는 것에 의하여 결함 검출의 정확성이 향상되도록 한다. The method of forming a diagnostic database of a train bearing according to the present invention makes it easy to detect an operating defect of a specific bearing by detecting and comparing the operating state of a train bearing based on detection information transmitted from a plurality of detection modules. The diagnostic database forming method according to the present invention can be used to improve the accuracy of defect detection by analyzing the correlation between the detected parameters from a plurality of bearings or similar parts installed in different detection modules or one bearing or part do.
도 1은 본 발명에 따른 열차 베어링의 진단 데이터베이스 형성 방법의 실시 예를 블록 다이어그램으로 도시한 것이다.
도 2는 본 발명에 따른 열차 베어링의 진단 데이터베이스가 탐지 모듈에 배치된 다수 개의 탐지 유닛에 의하여 형성되는 과정의 실시 예를 도시한 것이다.
도 3은 본 발명에 따른 열차 베어링의 진단 데이터베이스의 형성을 위한 탐지 모듈이 차축에 배치된 실시 예를 도시한 것이다.
도 4는 본 발명에 따른 열차 베어링의 진단 데이터베이스의 적용 과정의 실시 예를 도시한 것이다. 1 is a block diagram showing an embodiment of a method of forming a diagnostic database of a train bearing according to the present invention.
FIG. 2 illustrates an exemplary process of forming a diagnostic database of a train bearing according to the present invention by a plurality of detection units disposed in a detection module.
FIG. 3 illustrates an embodiment in which a detection module for forming a diagnostic database of a train bearing according to the present invention is disposed on an axle.
FIG. 4 shows an embodiment of a process of applying a diagnostic database of a train bearing according to the present invention.
아래에서 본 발명은 첨부된 도면에 제시된 실시 예를 참조하여 상세하게 설명이 되지만 실시 예는 본 발명의 명확한 이해를 위한 것으로 본 발명은 이에 제한되지 않는다. 아래의 설명에서 서로 다른 도면에서 동일한 도면 부호를 가지는 구성요소는 유사한 기능을 가지므로 발명의 이해를 위하여 필요하지 않는다면 반복하여 설명이 되지 않으며 공지의 구성요소는 간략하게 설명이 되거나 생략이 되지만 본 발명의 실시 예에서 제외되는 것으로 이해되지 않아야 한다. DETAILED DESCRIPTION OF THE PREFERRED EMBODIMENTS Hereinafter, the present invention will be described in detail with reference to the embodiments shown in the accompanying drawings, but the present invention is not limited thereto. In the following description, components having the same reference numerals in different drawings have similar functions, so that they will not be described repeatedly unless necessary for an understanding of the invention, and the known components will be briefly described or omitted. However, It should not be understood as being excluded from the embodiment of Fig.
도 1은 본 발명에 따른 열차 베어링의 진단 데이터베이스 형성 방법의 실시 예를 블록 다이어그램으로 도시한 것이다. 1 is a block diagram showing an embodiment of a method of forming a diagnostic database of a train bearing according to the present invention.
도 1을 참조하면, 진단 데이터베이스의 형성 방법은 서로 다른 차축에 배치된 다수 개의 탐지 모듈(11a 내지 11n)의 각각에 배치된 다수 개의 탐지 유닛으로부터 미리 결정된 매개변수에 따른 탐지 정보를 수신하는 단계(P11); 수신된 탐지 정보를 분류하여 탐지 매개변수 사이의 상관도를 분석하는 단계(P12); 상기 상관도에 따라 탐지 매개변수 사이의 계층 구조가 만들어지는 단계(P13); 및 상기 계층 구조에 따라 탐지 매개변수가 분류되어 진단 데이터베이스가 형성되는 단계(P14)를 포함한다. Referring to FIG. 1, a method of forming a diagnostic database includes receiving detection information according to predetermined parameters from a plurality of detection units disposed in each of a plurality of detection modules (11a to 11n) arranged on different axles P11); Classifying the received detection information and analyzing the correlation between detection parameters (P12); A step (P13) of creating a hierarchy between detection parameters according to the correlation; And a step (P14) in which detection parameters are classified according to the hierarchical structure to form a diagnostic database.
탐지 모듈(11a 내지 11n)은 예를 들어 차축 또는 베어링에 배치될 수 있고, 다수 개의 탐지 유닛이 배치된 칩 형태로 만들어질 수 있다. 탐지 모듈(11a 내지 11n)은 예를 들어 진동 센서, 온도 센서, 소음 센서, 경사 센서, 응력 센서 또는 하중 센서를 포함할 수 있지만 이에 제한되지 않는다. 탐지 모듈(11a 내지 11n)은 철도 차량의 각각의 차축의 양쪽 끝 또는 베어링에 배치되어 차축, 베어링 또는 차륜으로부터 발생되는 진동, 온도 변화, 소음, 응력 또는 경사를 탐지할 수 있다. The
철도 차량의 다수 개의 객차 또는 화차로 이루어질 수 있고, 각각의 객차 또는 화차에 다수 개의 차축, 차륜 또는 베어링이 배치될 수 있다. 탐지 모듈(11a 내지 11n)은 각각의 베어링을 기준으로 설치될 수 있고, 하나의 객차 또는 화차에 설치된 다수 개의 탐지 모듈(11a 내지 11n)에서 탐지된 측정 정보는 하나의 컬렉터로 전송될 수 있다. 이와 같은 구조에서 각각의 객차 또는 화차는 탐지 모듈(11a 내지 11n)의 탐지 정보를 처리하기 위한 하나의 컬렉터를 가질 수 있다. 컬렉터는 각각의 탐지 모듈(11a 내지 11n)로부터 전송된 정보를 분류하여 미리 결정된 방법에 따라 분석하여 저장할 수 있다. 이후 저장된 정보가 차량 전체를 관리하는 관리 서버로 전송될 수 있다. A railway car, and a plurality of axles, wheels or bearings may be disposed on each carriage or a wagon. The
관리 서버는 각각의 컬렉터로부터 획득된 탐지 정보로부터 탐지 매개변수 상관도를 분석할 수 있다(P12). 탐지 매개변수 상관도는 변화 추이에 기초하여 만들어질 수 있고, 상관도에 따라 상관 값이 결정될 수 있다. 예를 들어 특정 진동 주파수 대역의 발생 빈도에 따라 온도가 상승하면서 소음 수준이 높아진다면 온도 및 소음은 특정 진동 주파수 대역에 대하여 상관성을 가지게 된다. 그리고 주파수 대역의 발생 빈도가 온도 상승 빈도 및 소음 수준 증가 빈도와 각각 비교될 수 있다. 이와 같은 상관도는 모든 탐지 모듈(11a 내지 11n)에서 측정된 탐지 정보에 대하여 이루어질 수 있다. 그리고 주파수 대역에 대한 온도 상승 빈도 및 소음 수준 증가의 상관 값이 결정될 수 있다. 이와 같이 다수 개의 매개변수 사이에 상관도가 결정되면 탐지 매개변수 사이에 계층 구조가 만들어질 수 있다(P13). The management server may analyze the detection parameter correlation from the detection information obtained from each collector (P12). The detection parameter correlation can be made based on the change trend, and the correlation value can be determined according to the correlation degree. For example, if the noise level increases with increasing temperature depending on the occurrence frequency of a specific frequency band, the temperature and noise have a correlation with respect to a specific frequency band. And frequency of frequency bands can be compared with frequency of temperature rise and frequency of noise level, respectively. Such a correlation can be made to the detection information measured by all the
탐지 매개변수 사이의 계층 구조는 하나의 매개변수가 상관성을 가지는 매개변수의 수에 따라 결정될 수 있다. 예를 들어 1 매개변수가 다른 3개의 매개변수와 상관성을 가지고, 2 매개변수는 동일하거나 다른 2개의 매개변수와 상관성을 가진다면 1 매개변수는 2 매개변수에 대하여 상위 계층을 가질 수 있다. 이와 같은 방법으로 적어도 두 개의 계층을 형성하고, 두 개의 계층에 각각의 컬렉터로부터 전송된 매개변수를 배치시킬 수 있다. 이에 의하여 전체 매개변수의 계층이 결정되어 탐지 매개변수에 대한 계층 구조가 만들어질 수 있다(P13). The hierarchy between detection parameters can be determined by the number of parameters for which one parameter has correlation. For example, a parameter can have an upper layer for two parameters if one parameter has correlation with the other three parameters, and two parameters have the same or different correlation with two parameters. In this way, at least two layers can be formed and the parameters transferred from each collector to the two layers. Thereby, the hierarchy of the entire parameters can be determined and a hierarchical structure of the detection parameters can be created (P13).
위에서 설명된 상관도 및 계층 구조에 기초하여 진단 데이터베이스가 생성될 수 있고(P14), 탐지 정보는 진단 데이터베이스에 기초하여 저장되면서 이와 동시에 진단 데이터베이스에 형성된 상관도 및 계층 구조에 따라 분석될 수 있다. 예를 들어 특정 매개변수가 미리 결정된 범위를 벗어나는 탐지 값을 나타내는 경우 큰 상관도를 가지는 매개변수의 값이 차례대로 탐지될 수 있다. 그리고 그에 따라 안전 수준 또는 교체 시기가 결정될 수 있다. 또한 진단 데이터베이스에 상관성을 가지는 탐지 매개변수는 시간에 따른 측정값의 대비 그래프가 생성될 수 있다. 이와 같이 진단 데이터베이스는 결함의 발생을 예측하는 기준이 되면서 추적이 되어야 하는 매개변수를 결정하는 기준이 될 수 있다. 또한 하나의 매개변수에 상관성을 가지는 다른 매개변수의 측정값의 안정 변화 범위를 결정하는 기준이 될 수 있다. A diagnostic database can be created based on the correlation and hierarchy described above (P14), and the detection information can be stored based on the diagnostic database and at the same time analyzed according to the correlation and hierarchical structure formed in the diagnostic database. For example, if a particular parameter indicates a detection value outside a predetermined range, the value of the parameter with a large correlation may be detected in order. The safety level or replacement timing can then be determined accordingly. In addition, a detection parameter having a correlation with a diagnostic database can generate a contrast graph of measured values over time. Thus, the diagnostic database can be used as a criterion for predicting the occurrence of defects and a criterion for determining parameters to be traced. It can also be a criterion for determining the stable change range of the measured value of another parameter having a correlation to one parameter.
진단 데이터베이스가 형성되면(P14), 진단 데이터베이스에 저장된 탐지 매개변수의 값의 변동 추이에 따라 진단 매개변수가 추출될 수 있다. 예를 들어 1 매개변수가 특정 횟수의 미리 결정된 범위를 벗어나는 측정값을 나타내는 경우 상관도가 높은 적어도 하나의 관련 매개변수가 진단 매개변수로 추출이 될 수 있다(P15). 그리고 이와 같이 추출된 진단 매개변수가 컬렉터로 전송될 수 있다. 컬렉터는 전송된 진단 매개변수를 저장하여 주기적으로 탐지할 수 있고, 탐지 결과에 따라 오작동 여부 또는 위험 상황을 예측하여 차량 운행 과정에서 관련자에게 알려줄 수 있다. 또는 베어링 또는 관련 부품의 교체 시기가 결정되도록 할 수 있다. When the diagnostic database is formed (P14), the diagnostic parameters can be extracted according to the variation of the values of the detection parameters stored in the diagnostic database. For example, if one parameter indicates a measurement that is outside a predetermined number of predetermined ranges, at least one relevant parameter that is highly correlated may be extracted as a diagnostic parameter (P15). The extracted diagnostic parameters can then be sent to the collector. The collector stores the transmitted diagnostic parameters and can detect them periodically, and can predict the malfunction or the dangerous situation according to the detection result and notify the concerned person in the course of vehicle operation. Or the timing of replacement of the bearing or related parts can be determined.
본 발명에 따른 진단 데이터베이스는 다양한 방법으로 만들어질 수 있고 제시된 실시 예에 제한되지 않는다. The diagnostic database according to the present invention can be made in various ways and is not limited to the embodiments shown.
도 2는 본 발명에 따른 열차 베어링의 진단 데이터베이스가 탐지 모듈에 배치된 다수 개의 탐지 유닛에 의하여 형성되는 과정의 실시 예를 도시한 것이다. FIG. 2 illustrates an exemplary process of forming a diagnostic database of a train bearing according to the present invention by a plurality of detection units disposed in a detection module.
도 2를 참조하면, 각각의 탐지 모듈(11a, 11b)은 다수 개의 탐지 유닛(PM11 내지 PM23)을 포함할 수 있고, 각각의 탐지 모듈(11a, 11b)은 동일한 매개변수의 값을 탐지하는 탐지 유닛(PM11 내지 PM23)을 가진다. 다만 각각의 탐지 모듈(11a, 11b)은 동일한 탐지 유닛은 추가적인 정보의 수집을 위한 추가 탐지 유닛을 포함할 수 있다. 탐지 모듈(11a, 11b)에서 탐지된 정보는 컬렉터에 의하여 수집되어 변수 변화 추이 분류 유닛(21)으로 전송될 수 있다. 변수 변화 추이 분류 유닛(21)은 예를 들어 관리 서버에 배치될 수 있고, 매개변수의 시간에 따른 변화 추이를 탐색할 수 있다. 매개변수는 예를 들어 차륜의 회전 속도, 주파수 대역별 진동, 온도, 소음, 하중, 경사, 차량에서 탐지 모듈의 위치, 응력 또는 이와 유사한 것이 될 수 있다. 추가로 매개변수는 환경 인자 유닛(22)으로부터 전송된 환경 인자를 포함할 수 있고, 환경 인자는 주변 온도, 주변 습도, 레일의 선형도 또는 해발 고도와 같은 것을 포함할 수 있다. 탐지 모듈(11a, 11b)에서 매개변수는 주기적으로 측정될 수 있고, 각각의 주기에서 탐지된 정보가 변수 변화 추이 분류 유닛(21)에서 탐색될 수 있다. 그리고 변수 변화 추이 분류 유닛(21)에서 일정 시간에 걸쳐 탐색된 매개변수 값이 분류되어 매개변수 상관도 결정 유닛(12)으로 전송될 수 있다. 매개변수 상관도 결정 유닛(12)은 매개변수 사이의 상관도에 따라 상관 값을 결정할 수 있다. 그리고 상관도가 결정된 매개변수는 매개변수 분류 유닛(23)으로 전송될 수 있고, 매개변수 분류 유닛(23)에서 위에서 설명된 매개변수의 계층 구조가 생성될 수 있다. 그리고 매개변수 분류 유닛(23)에 의하여 계층 구조가 결정된 매개변수는 탐지 데이터베이스 유닛(24)으로 전송될 수 있다. 탐지 데이터베이스 유닛(24)은 매개변수의 계층 구조 및 상관도에 따라 그리고 매개변수의 특성에 따라 정상 상태의 변동 폭 및 결함 상태로 간주되는 변동 폭을 결정할 수 있다. 그리고 이와 같이 상관도, 계층 구조 및 변동 폭이 결정된 매개변수가 진단 데이터베이스 생성 유닛(14)으로 전송되어 진단 데이터베이스가 만들어질 수 있다. 2, each of the
진단 데이터베이스의 생성은 탐지 모듈(11a, 11b)에 의하여 측정되는 매개변수 또는 탐지 모듈(11a, 11b)의 배치 위치에 의하여 다양한 형태로 만들어질 수 있다. The generation of the diagnostic database can be made in various forms depending on the parameters measured by the
도 3은 본 발명에 따른 열차 베어링의 진단 데이터베이스의 형성을 위한 탐지 모듈이 차축에 배치된 실시 예를 도시한 것이다. FIG. 3 illustrates an embodiment in which a detection module for forming a diagnostic database of a train bearing according to the present invention is disposed on an axle.
도 3을 참조하면, 탐지 모듈(11)은 차축 끝 부분(31), 베어링(34) 또는 차축(31)에 배치될 수 있지만 이에 제한되지 않는다. 예를 들어 탐지 모듈(11)은 베어링 하우징(33)에 설치되거나 기어 박스와 같은 곳에 배치될 수 있다. 탐지 모듈(11)은 칩 형태로 만들어질 수 있지만 이에 제한되지 않는다. 예를 들어 탐지 모듈(11a)은 광섬유 스트링 또는 멤스 소자 형태로 만들어질 수 있고, 각각 스트링 또는 소자가 칩에 연결될 수 있다. 그리고 탐지 모듈(11a)에 의하여 레일(RL), 차륜(WL), 베어링(34) 또는 차축(31)으로부터 발생되는 다양한 물리적 현상에 따른 매개변수 값이 탐지될 수 있다. 3, the
도 3의 (다)를 참조하면, 차축 끝 부분(31)에 고정 홈(35)이 형성될 수 있고, 고정 홈(35)에 탐지 모듈(11)이 분리 가능하도록 배치될 수 있다. 고정 홈(35)의 위쪽에 분리 가능하면서 고정 홈(35)을 밀폐시키는 윈도우(37)가 형성될 수 있고, 윈도우(37)는 볼트 또는 스크루와 같은 고정 수단(38)에 의하여 고정될 수 있다. 고정 홈(35)의 바닥 면의 측면에 탄성 고정 틈(36a, 36b)이 형성될 수 있고, 탄성 고정 틈(36a, 36b)의 내부에 탄성 수단이 배치될 수 있다.Referring to FIG. 3 (c), a fixing
고정 홈(35)에 분리 가능하도록 고정되는 탐지 모듈(11)은 고정 기판(391); 고정 기판(391)의 위쪽에 결합되는 부착 유닛(392); 부착 유닛(392)의 위쪽에 접착 및 충격 흡수 기능을 가지는 접착 층(393); 및 접착 층(393)에 부착 및 고정되는 탐지 칩(DC)으로 이루어질 수 있다. The
고정 기판(391)은 탄성 고정 틈(36a, 36b)에 삽입되어 고정되는 삽입 돌출 부분(391a)을 포함할 수 있고, 부착 유닛(392)은 예를 들어 자석과 같은 것이 될 수 있다. 또한 접착 층(393)은 신축성을 가진 합성수지 접착제가 될 수 있고, 탐지 칩(DC)은 기판 형상의 칩이 될 수 있다. 탐지 모듈(11)은 다수 개의 탐지 유닛을 포함할 수 있고, 차축 또는 차륜과 함께 회전될 수 있다. 서로 다른 차축 또는 베어링에 각각 탐지 모듈(11)이 배치되어 베어링 또는 차축의 진동, 온도 변화 또는 응력을 탐지할 수 있다. The fixed
탐지 모듈(11)은 다양한 구조로 만들어질 수 있고 본 발명은 제시된 실시 예에 제한되지 않는다. The
도 4는 본 발명에 따른 열차 베어링의 진단 데이터베이스의 적용 과정의 실시 예를 도시한 것이다. FIG. 4 shows an embodiment of a process of applying a diagnostic database of a train bearing according to the present invention.
도 4를 참조하면, 베어링과 같은 철도 차량의 부품의 결함을 탐지하는 방법은 하나의 탐지 모듈에 의하여 탐지되는 다수 개의 매개변수를 선택하는 단계(P41); 탐지 모듈을 준비하여 탐지 대상의 인접 위치에 배치하는 단계(P42); 탐지 모듈에 의하여 탐지되는 매개변수 사이의 상관도를 결정하는 단계(P43); 매개변수 사이의 상관도에 기초하여 진단 데이터베이스를 형성하는 단계(P44); 상관도에 따라 매개변수의 변이 안전 구간을 결정하는 단계(P45); 탐지 모듈에 의하여 매개변수의 값을 측정하는 단계(P46); 매개변수가 미리 결정된 안전 범위에 있는지 여부가 판단되는 단계(P47); 및 판단 결과에 따라 매개변수가 추적되는 단계(P48)를 포함한다. Referring to FIG. 4, a method for detecting defects in a part of a railway vehicle, such as a bearing, includes: (P41) selecting a plurality of parameters to be detected by one detection module; Preparing a detection module and arranging the detection module at a position adjacent to the detection target (P42); Determining a correlation between the parameters detected by the detection module (P43); Forming a diagnostic database based on the degree of correlation between the parameters (P44); Determining a mutation safety interval of the parameter according to the degree of correlation (P45); Measuring the value of the parameter by the detection module (P46); A step (P47) in which it is determined whether the parameter is in a predetermined safety range; And a step (P48) in which the parameter is tracked according to the determination result.
다수 개의 매개변수가 선택되어 결정되면(P41), 선택된 매개변수에 기초하여 탐지 모듈이 준비되어 차축 또는 베어링에 배치될 수 있다(P42). 탐지 모듈에 배치된 다수 개의 탐지 유닛에 의하여 서로 다른 차축 또는 베어링에서 발생되는 다수 개의 매개변수에 대한 정보가 획득될 수 있다. 그리고 탐지 정보를 분석하여 매개변수 상관도가 결정될 수 있다(P43). 매개변수 상관도는 진단 데이터베이스를 형성하는 기초가 되며 상관도에 따라 데이터가 분류되고 상관성이 추적될 수 있다. 일정 기간 동안 상관도가 산출되고, 상관도는 변경될 수 있다. 상관도가 미리 결정된 범위에서 안정된 수준을 나타내면 상관도가 최종적으로 결정될 수 있고, 그에 따라 진단 데이터베이스가 형성될 수 있다(P44). 진단 데이터베이스는 위험 진단의 기초가 될 수 있고, 예를 들어 상관성을 가진 두 개의 매개변수가 동시에 미리 결정된 범위를 벗어나면 위험 수준이 높은 것으로 판단될 수 있다. 이와 같이 서로 상관성을 가지는 매개변수의 변동 폭에 따라 변이 안전 구간이 결정될 수 있다(P45). 변이 안전 구간은 적어도 두 개의 상관성을 가지는 매개변수의 변동 폭에 따라 결정될 수 있다. 다수 개의 매개변수가 선택될 수 있고, 측정이 요구되는 매개변수가 선택되어 측정될 수 있다(P46). 그리고 설정된 변이 안전 구간에 따라 안전 범위에 있는지 여부가 판단될 수 있다(P47). 적어도 두 개의 매개변수가 동시에 선택되어 측정 및 판단될 수 있고, 만약 안전 범위에 있다고 판단되면, 다른 탐지 모듈에 대한 동일한 매개변수가 선택되거나, 다른 매개변수가 선택되어 측정될 수 있다(P46). 만약 안전 범위에 있지 않다고 판단된다면(NO), 매개변수에 대한 추적이 이루어질 수 있다(P48). 그리고 추적 결과에 따라 특정 베어링 또는 차축의 위험 수준이 최종적으로 결정될 수 있다. If a plurality of parameters are selected and determined (P41), a detection module may be prepared and placed in the axle or bearing based on the selected parameter (P42). Information about a plurality of parameters generated in different axles or bearings can be obtained by a plurality of detection units disposed in the detection module. The parameter correlation can be determined by analyzing the detection information (P43). The parameter correlation is the basis for forming the diagnostic database and the data can be classified and the correlation tracked according to the correlation. The correlation degree is calculated for a certain period of time, and the degree of correlation can be changed. If the correlation shows a stable level in a predetermined range, the correlation can be finally determined, and a diagnostic database can be formed accordingly (P44). The diagnostic database can be the basis for risk diagnosis, for example, if two parameters having a correlation are simultaneously out of a predetermined range, the risk level can be judged to be high. The variation safety interval can be determined according to the variation range of the parameter having correlation with each other (P45). The variation safety interval may be determined by the variation of the parameters having at least two correlations. A number of parameters can be selected, and parameters for which measurements are desired can be selected and measured (P46). Then, it can be determined whether or not it is in the safety range according to the set safety interval (P47). At least two parameters can be selected and measured at the same time, and if it is determined to be in the safe range, the same parameters for the different detection modules can be selected or other parameters can be selected and measured (P46). If it is determined that it is not within the safe range (NO), a trace of the parameter may be made (P48). And the risk level of a particular bearing or axle may ultimately be determined, depending on the result of the tracing.
본 발명에 따른 진단은 다양한 방법으로 이루어질 수 있고 본 발명은 제시된 실시 예에 제한되지 않는다. The diagnosis according to the present invention can be performed in various ways and the present invention is not limited to the embodiments shown.
본 발명에 따른 열차 베어링의 진단 데이터베이스 형성 방법은 다수 개의 탐지 모듈로부터 전송된 탐지 정보에 기초하여 열차 베어링의 작동 상태를 탐지 및 비교하는 것에 의하여 특정 베어링의 작동 결함의 검출이 용이하도록 한다. 본 발명에 따른 진단 데이터베이스 형성 방법은 서로 다른 탐지 모듈에 설치된 다수 개의 베어링 또는 이와 유사한 부품으로부터 또는 하나의 베어링 또는 부품에 대하여 탐지된 매개변수 사이의 상관성을 분석하는 것에 의하여 결함 검출의 정확성이 향상되도록 한다. The method of forming a diagnostic database of a train bearing according to the present invention makes it easy to detect an operating defect of a specific bearing by detecting and comparing the operating state of a train bearing based on detection information transmitted from a plurality of detection modules. The diagnostic database forming method according to the present invention can be used to improve the accuracy of defect detection by analyzing the correlation between the detected parameters from a plurality of bearings or similar parts installed in different detection modules or one bearing or part do.
위에서 본 발명은 제시된 실시 예를 참조하여 상세하게 설명이 되었지만 이 분야에서 통상의 지식을 가진 자는 제시된 실시 예를 참조하여 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다양한 변형 및 수정 발명을 만들 수 있을 것이다. 본 발명은 이와 같은 변형 및 수정 발명에 의하여 제한되지 않으며 다만 아래에 첨부된 청구범위에 의하여 제한된다. While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it will be understood by those skilled in the art that various changes and modifications may be made without departing from the spirit and scope of the invention . The invention is not limited by these variations and modifications, but is limited only by the claims appended hereto.
11, 11a 내지 11n: 탐지 모듈 12: 매개변수 상관도 결정 유닛
14: 진단 데이터베이스 생성 유닛 21: 변수 변화 추이 분류 유닛
22: 환경 인자 유닛 23: 매개변수 분류 유닛
24: 탐지 데이터베이스 유닛 31: 차축
33: 베어링 하우징 34: 베어링
35: 고정 홈 36a, 36b: 탄성 고정 틈
37: 윈도우 38: 고정 수단
391: 고정 기판 391a: 삽입 돌출 부분
392: 부착 유닛 393: 접착 층
DC: 탐지 칩 PM11 내지 PM23: 탐지 유닛
RL: 레일 WL: 차륜11, 11a to 11n: Detection module 12: Parameter correlation determination unit
14: Diagnostic database creation unit 21: Variable change trend classification unit
22: environmental factor unit 23: parameter classification unit
24: detection database unit 31: axle
33: bearing housing 34: bearing
35: fixing
37: Window 38: Fixing means
391: Fixing
392: attachment unit 393: adhesive layer
DC: Detection chip PM11 to PM23: Detection unit
RL: Rail WL: Wheel
Claims (3)
수신된 탐지 정보를 분류하여 탐지 매개변수 사이의 상관도를 분석하는 단계;
상기 상관도에 따라 탐지 매개변수 사이에서 하나의 매개변수가 상관성을 가지는 매개 변수의 수에 따라 결정되는 계층 구조가 만들어지는 단계; 및
상기 계층 구조에 따라 탐지 매개변수가 분류되어 진단 데이터베이스가 형성되는 단계를 포함하고,
상기 매개변수는 차륜의 회전 속도, 주파수 대역별 진동, 온도, 소음, 하중, 경사, 차량에서 탐지 모듈의 위치, 응력, 주변 온도, 주변 습도, 레일의 선형도 및 해발 고도를 포함하고,
탐지 모듈(11a 내지 11n)은 차축 또는 베어링에 부착되어 함께 회전되는 것을 특징으로 하는 다수 개의 탐지 모듈에 의한 열차 베어링의 진단 데이터베이스 형성 방법. Receiving detection information according to predetermined parameters from a plurality of detection units disposed in each of a plurality of detection modules (11a to 11n) arranged on different axles or bearings;
Classifying the received detection information and analyzing the correlation between detection parameters;
A hierarchical structure is created in which a parameter between the detection parameters is determined according to the number of parameters having a correlation according to the degree of correlation; And
Wherein the detection parameters are classified according to the hierarchical structure to form a diagnostic database,
The parameters include the rotational speed of the wheel, the vibration of each frequency band, temperature, noise, load, inclination, position of the detection module in the vehicle, stress, ambient temperature, ambient humidity,
Wherein the detection modules (11a to 11n) are attached to an axle or a bearing and are rotated together. ≪ RTI ID = 0.0 > 11. < / RTI >
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170040528A KR101990676B1 (en) | 2017-03-30 | 2017-03-30 | A Method for Producing a Diagnosing Database of a Train Bearing with a Plural of Detecting Modules |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020170040528A KR101990676B1 (en) | 2017-03-30 | 2017-03-30 | A Method for Producing a Diagnosing Database of a Train Bearing with a Plural of Detecting Modules |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20180110779A KR20180110779A (en) | 2018-10-11 |
| KR101990676B1 true KR101990676B1 (en) | 2019-06-19 |
Family
ID=63865665
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020170040528A KR101990676B1 (en) | 2017-03-30 | 2017-03-30 | A Method for Producing a Diagnosing Database of a Train Bearing with a Plural of Detecting Modules |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101990676B1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013257265A (en) * | 2012-06-14 | 2013-12-26 | Ntn Corp | Abnormality detection system of railroad vehicle bearing |
| JP6199497B2 (en) | 2014-08-18 | 2017-09-20 | 株式会社日立製作所 | Data processing system |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3321487B2 (en) * | 1993-10-20 | 2002-09-03 | 株式会社日立製作所 | Device / equipment diagnosis method and system |
| KR100369560B1 (en) | 2000-06-14 | 2003-01-29 | 케이티전기 주식회사 | Balance monitor system of railroad and Balance method thereof |
| KR100699549B1 (en) | 2004-12-30 | 2007-03-23 | 한국철도기술연구원 | A measurement-system of vibrate-acceleration of electromotor in electrical railway |
| KR100976055B1 (en) | 2008-08-14 | 2010-08-17 | 금천씨스템 (주) | Track Distortion Measuring and Monitoring System |
-
2017
- 2017-03-30 KR KR1020170040528A patent/KR101990676B1/en active IP Right Grant
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013257265A (en) * | 2012-06-14 | 2013-12-26 | Ntn Corp | Abnormality detection system of railroad vehicle bearing |
| JP6199497B2 (en) | 2014-08-18 | 2017-09-20 | 株式会社日立製作所 | Data processing system |
Also Published As
| Publication number | Publication date |
|---|---|
| KR20180110779A (en) | 2018-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112543725B (en) | Railcar acoustic monitoring system and method of use thereof | |
| CN104364629B (en) | The track component inspection analyzed based on resonance signal | |
| JP5382991B2 (en) | Abnormality diagnosis method and abnormality diagnosis system for track system | |
| CN107200040B (en) | Method and system for determining the vertical profile of a track surface | |
| Bocciolone et al. | Pantograph–catenary monitoring by means of fibre Bragg grating sensors: Results from tests in an underground line | |
| JP4298433B2 (en) | Railway vehicle abnormality detection device | |
| CN109278796A (en) | A kind of vehicular wheel out of round degree detection system | |
| CN103913600A (en) | Device and method for detecting speed measurement errors of speedometer of motor vehicle | |
| JP2010236875A (en) | Structure state change detection system | |
| KR102140365B1 (en) | A System for Processing an Operation Information of a Train | |
| EP3751249B1 (en) | Device and method for detecting abnormality in railroad vehicle | |
| US11597418B2 (en) | Method for determining an element characteristic of a railroad element | |
| BR102015030366A2 (en) | system to monitor the operating conditions of a train | |
| KR102111196B1 (en) | A System for Detecting an Element of a Train | |
| KR102094105B1 (en) | A System for Diagnosing a Rail Train Based on a Plural of Parameters and a Method for Diagnosing the Same | |
| KR101990676B1 (en) | A Method for Producing a Diagnosing Database of a Train Bearing with a Plural of Detecting Modules | |
| KR20180110783A (en) | A System for Diagnosing a Rail Train Based on a Plural of Parameters and a Method for Diagnosing the Same | |
| CN110220726A (en) | Detection system, the detection method of wheel out of round | |
| Shi et al. | Theory for computing vehicle-rail contact responses from a multi-DOF test vehicle and detecting track modulus and rail damages | |
| Altmann et al. | Identification of Damaging Road Events Using Pseudo Damage Density | |
| KR102082078B1 (en) | A System for Investigating a Train Bearing with a Structure of Processing a Detected Information by a Collector | |
| González et al. | Detection, localisation and quantification of stiffness loss in a bridge using indirect drive-by measurements | |
| KR102535467B1 (en) | A System for Detecting an Operating Condition of a Train with an Artificial Intelligence Algorism | |
| Mirza et al. | Road Condition Monitoring Using Axle-Based Acceleration Method and K-Means Clustering Algorithm | |
| KR20180110774A (en) | A System for Investigating a Train Bearing with a Structure of Processing a Detected Information by a Collector |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |