KR102624649B1 - 전기차 통합유지보수 클라우드 플랫폼 - Google Patents
전기차 통합유지보수 클라우드 플랫폼 Download PDFInfo
- Publication number
- KR102624649B1 KR102624649B1 KR1020230042621A KR20230042621A KR102624649B1 KR 102624649 B1 KR102624649 B1 KR 102624649B1 KR 1020230042621 A KR1020230042621 A KR 1020230042621A KR 20230042621 A KR20230042621 A KR 20230042621A KR 102624649 B1 KR102624649 B1 KR 102624649B1
- Authority
- KR
- South Korea
- Prior art keywords
- information
- electric vehicle
- maintenance
- unit
- cloud platform
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 165
- 238000012544 monitoring process Methods 0.000 claims abstract description 50
- 238000003745 diagnosis Methods 0.000 claims abstract description 32
- 238000013459 approach Methods 0.000 claims abstract description 25
- 238000013528 artificial neural network Methods 0.000 claims abstract description 8
- 230000008439 repair process Effects 0.000 claims description 30
- 238000004393 prognosis Methods 0.000 claims description 24
- 230000006870 function Effects 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000013075 data extraction Methods 0.000 claims description 8
- 238000000746 purification Methods 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims description 3
- 230000001272 neurogenic effect Effects 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 230000001364 causal effect Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 39
- 238000005516 engineering process Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 7
- 238000001816 cooling Methods 0.000 description 5
- 238000012790 confirmation Methods 0.000 description 4
- 239000002826 coolant Substances 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004092 self-diagnosis Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000003831 deregulation Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
- B60Y2200/00—Type of vehicle
- B60Y2200/90—Vehicles comprising electric prime movers
- B60Y2200/91—Electric vehicles
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
구체적으로는, 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있는, 유지보수 관리 시스템과;
잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있는, 진단예지 시스템과;
전기차 유지보수 및 예지/진단에 관련된 정보를 모니터링할 수 있도록 하는 모니터링 시스템;을 포함하여 구성된, 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
또한, 본 발명은 클라우드 이용을 위한 모바일 및 웹 기반의 관리 플랫폼을 제공할 수 있는, 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
구체적으로는, 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있는, 유지보수 관리 시스템과;
잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있는, 진단예지 시스템과;
전기차 유지보수 및 예지/진단에 관련된 정보를 모니터링할 수 있도록 하는 모니터링 시스템;을 포함하여 구성된, 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
또한, 본 발명은 클라우드 이용을 위한 모바일 및 웹 기반의 관리 플랫폼을 제공할 수 있는, 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
Description
본 발명은 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
구체적으로는, 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있는, 유지보수 관리 시스템과;
잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있는, 진단예지 시스템과;
전기차 유지보수 및 예지/진단에 관련된 정보를 모니터링할 수 있도록 하는 모니터링 시스템;을 포함하여 구성된, 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
또한, 본 발명은 클라우드 이용을 위한 모바일 및 웹 기반의 관리 플랫폼을 제공할 수 있는, 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
`09년 전기차 출시 이후, `13년기준 연간 3만대 이상 보급되고 있으며, 보증기간 10년 160,000km를 상회하고 있어 유지보수 수요 및 필요성이 증대되고 있다.
전기차 정비수요가 급증하고 있으나, 인프라와 고장 관련 정보 부족에 따른 서비스 지연, 소비자 비용 부담과다 등 전기차 이용 신뢰성 및 수용성 개선 방안 마련도 필요하다.
또한, 전기차 보급확대를 위한 정비 서비스, 신뢰성 개선 등 소비자 수용성 개선이 필요하고, 전기차 유지보수 기술 선점을 위한 고장 유형, 빈도, 사고패턴 데이터 분석 및 기술개발이 필요하다.
자동차 산업은 안전, 편의, 환경 규제 강화에 따라 내연기관차에서 전력기반차 산업으로 재편되고 있으며, 초기 보급 중심에서 서비스, 안정성, 편리성 등의 관점으로 기술 및 산업 환경이 변화되고 있다.
예를 들어, 국제적인 환경규제에 따라 주요선진국을 중심으로 국가적 전기차 보급 정책이 시행되고 있으며, 주요 자동차 제조사 전기차 생산 비율이 2040년까지 30~50% 증대될 것이고, 선진국을 중심으로 IT기술과 데이터 기반의 정비 및 유지보수 기술개발 및 법제화가 준비 중에 있다.
세계적으로 전기차 보급확대 목표달성을 위하여 보조금 지원, 규제완화, 충전인프라 확대를 위한 정책이 추진되었지만, 사후관리 부분인 정비와 유지보수 시스템 구축은 시작단계에 있다.
예컨대, 미국은 전기차 성능 및 주행 데이터 수집을 통한 테스트 시스템 구축 방안을 제시했고, 독일은 제조사와 연구기관의 기술개발 시스템 구축을 통한 통합시스템 구축 방안을 제시했으며, 일본은 2024년까지 전기차를 포함한 자동차 정비를 OBD기반의 정비체계로 전환하였고, 중국은 전기차 관련 빅데이터 처리 및 분석 기술을 통한 통합 연구 환경을 구축하였으며, 한국은 전기차 정비 완성차 업체에 의존, 보급확산 및 성능개선을 위한 정책에 치중을 두고 있다.
전기차 보급 및 사용 연차 증가에 따라 정비수요는 급증하고 있으나, 정비 인프라 부족에 따른 서비스 및 신뢰성 저하 등 소비자 수용성 개선을 위한 유지보수 인프라 구축이 시급한 시점이다.
전기차 구매년도에 따른 이용항목별 만족도조사에 따르면, 전기차 충전과 정비에 대한 불만족이 가장 높게 조사되었다.
아울러, 전기차 특성을 고려한 고장 유형/빈도, 사고패턴 등에 대한 데이터 부족으로 고장 원인진단과 신속 및 정확한 유지보수 및 전기차관리가 어려워 사용자 불편에 가중을 주고 있다.
전기차 상태 데이터 획득 방법은 OBDⅡ와 GDS 스캐너로 분류되며, GDS에서 데이터를 획득한 경우에도 고장이력 등 DB부족으로 고장진단이 어려운 실정이다.
한편, 전기차 관리 기술에 관련하여, 등록특허공보 제10-2194904호에는 전기차 충전기 운영 최적화 시스템 및 그 처리 방법이 기재되어 있다.
상기 기술은, 충전기 운영에 중요한 내외부 환경요인들을 파악하여 변수화 하고, 이들 변수에 해당하는 변수 값들을 충전기 내외부의 각종 센서로 측정하며, 측정된 정보는 충전기 중앙서버 시스템으로 수집하여 관계형 데이터베이스로 구축하므로, 추후 설치될 충전기가 다양한 환경에서도 최적화 될 수 있도록 적합한 충전기 기종(모델)이 선정되어 설치될 수 있으며, 설치된 이후에는 충전기의 운영효율을 극대화 하도록 충전기 내외부 환경변수를 조절 및 모니터링 하기 위한 충전기 운영 최적화 시스템 및 방법에 관한 구성이다.
또한, 공개특허공보 제10-2020-0079055호에는 모듈화된 전기자동차용 통합제어시스템이 기재되어 있다.
상기 기술은, 전기자동차를 구동시키는 위한 구동력을 발생시키는 전기모터의 동작을 제어하는 모터컨트롤러(110)와, 전기자동차의 배터리 직류전원을 자동차 모터를 동작시키기 위한 교류전원으로 변환하는 모터 인버터(120)와, 냉각수를 강제로 순환시켜 전기차주행시 발생하는 열을 냉각시키기 위해 라디에이터와 쿨링팬이 결합되어 냉각수를 냉각시키는 쿨링모듈과 상기 쿨링모듈과 제1 냉각수 배관을 통해 연결되어 상기 쿨링모듈로 냉각수를 순환시키는 워터펌프의 동작을 제어하는 워터펌프인버터(130)와, 전기차 실내의 냉방을 위한 에어를 순환시키는 에어펌프의 동작을 제어하는 에어컨 인버터(140)와, 고전압 전력을 전기차에서 사용가능한 전압으로 변환시켜 전기차에 안정적인 전원을 공급하도록 하는 저전압 DC/DC 컨버터와(150), 상기 모터컨트롤러(110), 모터인버터(120), 워터펌프인버터(130), 에어컨인버터(140), 저전압 DC/DC 컨버터(150)를 1개의 인버터를 통해 통합적으로 제어하는 통합컨트롤러(100)로 구성되어 전기자동차 내에 설치되는 모터컨트롤러(110), 모터인버터(120), 워터펌프 인버터(130), 에어컨 인버터(140), 저전압 DC/DC 컨버터(150)를 하나의 인버터에 의한 통합컨트롤러(100)에 의해 제어할 수 있도록 모듈화함으로써 설치공간을 줄이고 전기차의 무게를 줄여 전기자동차의 연비를 개선시킬 수 있는 효과가 있고, 부품수를 줄여 원가절감의 효과가 있으며, 전기자동차의 유지보수에 있어 개별장치들을 일일이 관리하는 것보다 하나의 통합제어장치를 관리함으로써 보다 효과적인 관리가 이루질 수 있는 효과가 있다.
등록특허공보 제10-2031116호에는 전기차 충전기의 원격 자가진단 피드백 시스템 및 방법이 기재되어 있다.
상기 기술은, 전기차 충전기의 원격 자가진단 피드백 시스템을 개시한다. 실시예에 따른 전기차 충전기의 원격 자가진단 피드백 시스템은 전기차 충전 스테이션 및 스테이션에 설치된 전기차 충전기를 모니터링하고, 전기차 충전기와 통신하는 관리서버; 전기차 충전 스테이션을 이용하고, 관리서버 및 전기차 충전기로 위치정보, 충전 필요여부, 전기차 상태정보를 전송하고, 근접한 충전스테이션 및 전기차 충전기 정보를 수신하는 전기차; 및 충전인터페이스에서 발생 가능한 커넥터 손상, 전력선 및 신호선의 단선, 단락, 노이즈 증가, 절연파괴 및 통신오류, 제어오류를 포함하는 전기차 충전기 오류를 자가 진단하고 진단결과를 피드백 하는 전기차 충전기; 를 포함한다.
또한, 일본 등록특허공보 제5490473호에는 데이터 처리 시스템, 전기 자동차 및 유지보수 서비스 시스템이 기재되어 있다.
상기 기술은, 복수개의 배터리 셀이 실장된 전기자동차용의 배터리 모듈로 마이크로 컴퓨터를 이용하여 개개의 배터리 셀과 배터리 모듈 그 자체의 인증을 계층적으로 실시하는 데이터 처리 시스템을 채용한다. 이 데이터 처리 시스템의 마이크로 컴퓨터에는 배터리의 전압 이력이나 충전 이력을 불휘발성 기억 회로로 축적시켜, 이 이력 정보를 자동차의 ID와 함께 전자 제어 유닛을 통해 메인터넌스 장치나 데이터 서버로 빨아 올려 가능하게 하는 자동차를 구성하고, 더욱이 유지보수 서비스 시스템을 구축한다.
본 발명의 목적은, 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있는, 유지보수 관리 시스템과;
잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있는, 진단예지 시스템과;
전기차 유지보수 및 예지/진단에 관련된 정보를 모니터링할 수 있도록 하는 모니터링 시스템;을 포함하여 구성된, 전기차 통합유지보수 클라우드 플랫폼을 제공하는데 있다.
본 발명의 다른 목적은, 클라우드 이용을 위한 모바일 및 웹 기반의 관리 플랫폼을 제공할 수 있는, 전기차 통합유지보수 클라우드 플랫폼을 제공하는데 있다.
상술된 목적을 달성하기 위하여 안출된 것으로, 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼은, 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있는, 유지보수 관리 시스템과;
잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있는, 진단예지 시스템과;
전기차 유지보수 및 예지/진단에 관련된 정보를 모니터링할 수 있도록 하는 모니터링 시스템;을 포함하는 전기차 통합유지보수 클라우드 플랫폼에 있어서,
상기 전기차 통합유지보수 클라우드 플랫폼은,
빅데이터 웨어하우스와 연계되는 것을 특징으로 한다.
이때, 상기 진단예지 시스템은,
확률이론모듈; 신경성이론모듈; 및 신뢰성이론모듈;을 포함하는 분석부와,
상기 분석시스템과 연계하여 이론 적용을 통해 전기차의 고장을 진단하고 예지하는 예지/진단부와,
진단 및 예지의 수행을 위한 정보를 저장하는 데이터베이스 형식의 지식베이스를 포함하여 구성된 것을 특징으로 한다.
또한, 상기 예지/진단부는,
전기차의 고장을 진단하는 진단모듈과; 전기차의 고장을 예지하는 예지모듈;을 포함하는 것을 특징으로 한다.
또한, 상기 빅데이터 웨어하우스는,
전기차 관련 지식정보를 저장하며 관리하는 전기차 유지보수 빅데이터 시스템과;
상기 지식정보를 제공하는 서브시스템;을 포함하여 구성되는 것을 특징으로 한다.
또한, 상기 전기차 유지보수 빅데이터 시스템은,
전기차 기술정보 지식정보를 저장하는 라이브러리와;
전기차 유지보수 지식정보를 저장하는 유지보수 관련 지식저장소와;
전기차의 기본정보부터 유지보수정보까지 관리를 수행하는 통합정보형상관리데이터베이스;를 포함하는 것을 특징으로 한다.
또한, 상기 전기차 유지보수 빅데이터 시스템은,
서브시스템으로부터 정부를 추출하는 기능을 하는 데이터추출부와;
상기 데이터추출부를 통해 추출된 데이터를 라이브러르 및 지식저장소에 저장되기 위한 형식으로 정제하는 기능을 수행하는 데이터정제부와;
상기 데이터정제부를 통해 정제된 데이터들에 기반하여, 연관관계를 가지는 데이터들 간에 참조관계를 생성하여, 데이터 상의 원인정보와 결과정보를 분류하는 기능을 수행하는 데이터웨어하우스와;
분류된 원인정보와 결과정보에 기반하여 테이블정보를 생성하여 적용하는 기능을 수행하는 테이블정보 생성 및 적용부;를 포함하는 것을 특징으로 한다.
또한, 상기 유지보수 관리 시스템은,
전기차 유지보수 빅데이터 웨어하우스의 정보를 공유받아 저장하는 데이터베이스와;
시스템에 접속한 단말기를 통해 접속자가 조작이 가능하도록 하는 인터페이스와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차의 고장을 분석하는 고정분석부와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차를 진단하고, 예지보전의 기능을 수행하는 진단예지부와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차의 형상정보를 공유하도록 하는 형상관리부;를 포함하는 것을 특징으로 한다.
또한, 상기 유지보수 관리 시스템은,
접속자가 전기차를 사용하는 사용자인 경우, 사용자의 단말기와 통합 유지보수 시스템이 연결되도록 하는 사용자연결부와;
접속자가 전기차를 정비하는 정비사인 경우, 정비사의 단말기와 통합 유지보수 시스템이 연결되도록 하는 정비사연결부와;
접속자가 전기차사업자인 경우, 전기차사업자(기업)의 단말기와 통합 유지보수 시스템이 연결되도록 하는 기업연결부;를 더 포함하는 것을 특징으로 한다.
또한, 상기 모니터링 시스템은,
상기 진단예지 시스템으로부터 정보를 공유받아 사용자, 정비사 또는 기업의 단말기로 모니터링이 가능하도록 하는 예지/진단 정보 모니터링부와;
상기 진단예지 시스템으로부터 정보를 공유받아 특정 전기차에 대한 동일모델의 기전 유사고장정보를 모니터링 할 수 있도록 지원하는 동일모델 유사고장정보 모니터링부와;
특정 전기차에 대한 유지정보 정보를 출력하는 유지보수 모니터링부;를 포함하는 것을 특징으로 한다.
또한, 상기 모니터링 시스템은,
상기 진단예지 시스템으로부터 정보를 공유받아 특정 전기차에 대한 가상의 수리정보를 출력하는 가상수리 모니터링부;를 더 포함하는 것을 특징으로 한다.
본 발명의 목적은, 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있는, 유지보수 관리 시스템과;
잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있는, 진단예지 시스템과;
전기차 유지보수 및 예지/진단에 관련된 정보를 모니터링할 수 있도록 하는 모니터링 시스템;을 포함하여 구성된, 전기차 통합유지보수 클라우드 플랫폼을 제공할 수 있다.
또한, 본 발명은, 클라우드 이용을 위한 모바일 및 웹 기반의 관리 플랫폼을 제공할 수 있는, 전기차 통합유지보수 클라우드 플랫폼을 제공할 수 있다.
도 1은 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼을 나타낸 것이다.
도 1a는 도 1의 사용상태를 부연하는 것이다.
도 2는 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 모니터링 시스템을 나타낸 것이다.
도 3은 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 진단예지 시스템을 나타낸 것이다.
도 4는 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 통합 유지보수 관리 시스템을 나타낸 것이다.
도 4a는 도 4의 클라우드 플랫폼의 통합 유지보수 관리 시스템의 빅데이터 웨어하우스의 구성을 나타낸 것이다.
도 4b는 도 4의 클라우드 플랫폼의 통합 유지보수 관리 시스템의 전기차 유지보수 빅데이터 시스템을 나타낸 것이다.
도 1a는 도 1의 사용상태를 부연하는 것이다.
도 2는 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 모니터링 시스템을 나타낸 것이다.
도 3은 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 진단예지 시스템을 나타낸 것이다.
도 4는 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 통합 유지보수 관리 시스템을 나타낸 것이다.
도 4a는 도 4의 클라우드 플랫폼의 통합 유지보수 관리 시스템의 빅데이터 웨어하우스의 구성을 나타낸 것이다.
도 4b는 도 4의 클라우드 플랫폼의 통합 유지보수 관리 시스템의 전기차 유지보수 빅데이터 시스템을 나타낸 것이다.
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 안되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서 본 명세서에 기재된 실시 예와 도면에 도시된 구성은 본 발명의 가장 바람직한 실시 예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형 예들이 있을 수 있음을 이해하여야 한다.
이하, 도면을 참조하여 설명하기에 앞서, 본 발명의 요지를 드러내기 위해서 필요하지 않은 사항 즉 통상의 지식을 가진 당업자가 자명하게 부가할 수 있는 공지 구성에 대해서는 도시하지 않거나, 구체적으로 기술하지 않았음을 밝혀둔다.
본 발명은 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
구체적으로는, 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있는, 유지보수 관리 시스템과;
잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있는, 진단예지 시스템과;
전기차 유지보수 및 예지/진단에 관련된 정보를 모니터링할 수 있도록 하는 모니터링 시스템;을 포함하여 구성된, 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
또한, 본 발명은 클라우드 이용을 위한 모바일 및 웹 기반의 관리 플랫폼을 제공할 수 있는, 전기차 통합유지보수 클라우드 플랫폼에 관한 것이다.
도 1은 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼을 나타낸 것이고, 도 1a는 도 1의 사용상태를 부연하는 것이다.
또한, 도 2는 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 모니터링 시스템을 나타낸 것이며, 도 3은 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 진단예지 시스템을 나타낸 것이다.
또한, 도 4는 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼의 통합 유지보수 관리 시스템을 나타낸 것이고, 도 4a는 도 4의 클라우드 플랫폼의 통합 유지보수 관리 시스템의 빅데이터 웨어하우스의 구성을 나타낸 것이며, 도 4b는 도 4의 클라우드 플랫폼의 통합 유지보수 관리 시스템의 전기차 유지보수 빅데이터 시스템을 나타낸 것이다.
본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼은, 첨부된 도면의 도 1과 같이, 미리 확보된 전기차 고장DB의 정보 혹은 고장분석을 실증에 기반한 전기차 고장데이터를 수집하도록 한다.
이러한 수집은 인터넷서버에 연동되어 획득되는 것일 수도 있으나, 전문가에 의해 입력된 정보를 기초로 할 수도 있다.
이러한 전기차 통합유지보수 클라우드 플랫폼은, 통합 유지보수 관리 시스템과; 모니터링 시스템과; 진단예지 시스템;을 포함하며, 플랫폼에 접속한 사용자들이 조작이 가능하도록 하며 각 시스템이 정보를 출력할 수 있도록 하는 인터페이스모듈을 포함할 수 있다.
또한, 상기 전기차 통합유지보수 클라우드 플랫폼은, 데이터 I/O 모듈을 통해 데이터의 입출력이 가능하도록 하며, 이를 통해 빅데이터 웨어하우스와 연계되도록 할 수 있다.
빅데이터 웨어하우스는 첨부된 도면의 도 4a를 통해 후술하도록 한다.
이러한 전기차 통합유지보수 클라우드 플랫폼은 웹(Web) 또는 앱(App, 응용프로그램)을 통해 사용자의 단말기가 접속할 수 있도록 하며, 웹기반 또는 앱기반의 환경에서 사용할 수 있도록 하고, 아울러, 클라우드 환경에서 제공될 수 있도록 구현된다.
이하에서는, 첨부된 도면의 도 3을 참조하여 진단예지 시스템을 부연한다.
상기 진단예지 시스템은, 잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있다.
이러한 진단예지 시스템은, 확률이론모듈; 신경성이론모듈; 및 신뢰성이론모듈;을 포함하는 분석부와,
상기 분석시스템과 연계하여 이론 적용을 통해 전기차의 고장을 진단하고 예지하는 예지/진단부와,
진단 및 예지의 수행을 위한 정보를 저장하는 데이터베이스 형식의 지식베이스를 포함하여 구성된다.
이때, 분석부의 각 모듈을 부연하면, 각 이론을 적용하기 위하여 소프트웨어 형식으로 구성된 모듈을 의미한다.
예컨대, 확률이론, 신경성이론, 신뢰성이론 각각은 실존되어 정립된 이론으로 이들을 시스템으로 구현하기 위한 모듈이다.
또한, 예지/진단부는, 전기차의 고장을 진단하는 진단모듈과; 전기차의 고장을 예지하는 예지모듈;을 포함하여 구성된다.
아울러, 지식베이스는 관리자로부터 인위적으로 입력된 정보일 수도 있고, 인터넷 서버에 기록된 다양한 정보일 수도 있다.
상기 예지/진단부는, 바람직하게 확률이론모듈과 연계하여 확률적 접근을 통해 전기차를 진단하고 예지할 수 있다.
일예로서, 진단모듈은 가능성판단유닛을 포함한다.
상기 가능성판단유닛은 전기차의 각 부품에 구비된 센서로부터 데이터를 수집하고 분석한 후 데이터 특징을 추출하는 것으로 전기차의 고장 진단을 수행하는 것으로서, 부연하면 센서로부터 정상데이터와 이상데이터를 수집하여 분석하되, 정상데이터 일때와 다른 이상데이터의 데이터를 데이터 특징으로 하여 추출하도록 한다.
이렇게 추출된 데이터 특징을 별도 분류하고 모델화시켜 저장하도록 함으로써, 추후 수집되는 센서의 데이터 상에서 데이터 특징이 추출되는 경우, 전기차의 이상을 진단하도록 한다.
추가로, 진단모듈은, 전기차의 진단정보를 저장하는 저장유닛을 더 포함할 수 있고, 이러한 저장유닛은 데이터베이스, 기록유닛 등 다양한 형태로 지칭될 수 있다.
또한, 진단된 결과를 가시화하기 위한 가시화유닛을 더 포함할 수 있다. 이때 가시화유닛을 통해 가시화되는 정보는 문자나열 혹은 도면이나 3D모델링으로 가시화되는 것일 수도 있고, 가상현실에 기반한 가시화일 수도 잇다.
다른 일예로서, 상기 진단모듈은, 가능성판단유닛, 유사결과타판단확인유닛, 문제해결유닛 및 기록유닛을 포함하여 구성된다.
상기 가능성판단유닛은 진단요청된 전기차정보가 존재하는 경우, 해당 전기차의 차종을 기반으로, 같은 차종에서 고장이력이 있는지 판단하는 기능을 수행한다.
이를 위하여, 상기 전기차정보란 전기차의 차종과 제조사에 대한 정보를 포함하고, 해당 전기차의 고장정보를 포함한다.
이때, 상기 가능성판단유닛에 의해 판단된 결과, 같은 차종에서 동일한 고장이력이 있는 경우, 기록모듈을 통해 진단에 대한 성공을 의미하는 성공모드로 기록하여 지식베이스에 저장하도록 한다.
다만, 같은 차종에서 동일한 고장이력이 없는 경우, 지식베이스와 연계하여 해당 차종에서 유사 또는 동일결과를 보이는 다른 판단(진단)이 있는지 판단하는데, 이는 상기 유사결과타판단확인유닛을 통해 수행된다.
만약, 유사결과타판단확인유닛을 통해 지식베이스에 저장된 정보가 없는 경우, 실패모드로 지식베이스에 기록하도록 한다.
만약 정보가 있다면, 문제해결유닛을 통해 가진단 후 문제를 가상으로 해결하고, 고장에 대한 문제해결이 이루어졌다면 기록모듈을 통해 성공모드로 저장하여 지식베이스에서 새로운 확률이 발생되도록 하고, 문제해결이 이루어지지 않는다면 실패모드로 기록하도록 한다.
이때 상술된 실패모드란, 지식베이스에 저장되어, 시스템이 같은 진단을 배제하도록 하는 것이다.
이를 위하여 문제해결유닛은, 전기차를 가진단하기 위한 시뮬레이션이 가능하도록 하는 시뮬레이션부와, 상기 시뮬레이션부를 통해 처리된 가진단전기차에 대한 문제해결을 가상으로 수행하는 처리부와, 상기 처리부의 결과를 확인하는 확인부를 포함하여 구성된다.
이때 시뮬레이션은 종래 다양하게 공지된 기술을 이용할 수 있고, 이는 시스템에 접속한 단말기를 통해 가시화될 수 있음을 통상의 기술자라면 쉽게 이해할 수 있을 것이다.
상술된 예지모듈은, 진단모듈에서 진단된 전기차의 진단정보를 기반으로 고장을 예측하고, 예측결과를 가시화하는 예측유닛 및 가시화유닛 등을 포함할 수 있다. 또한 예측정보를 저장하기 위한 저장유닛을 더 포함할 수도 있다.
한편, 통합 유지보수 관리 시스템은, 첨부된 도면의 도 4와 같이 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있다.
이러한 전기차 유지보수 대상 통합정보 시스템은, 상기 전지가 유지보수 빅데이터 웨어하우스에 저장된 정보를 기반으로 정기차를 진단하되, 사용자; 기업; 또는 정비사;에게 맞춤형 정보를 제공할 수 있는 통합 유지보수 시스템;을 포함하여 구성된다.
한편, 본 발명에 따른 전기차 통합유지보수 클라우드 플랫폼은 전기차 유지보수를 위한 빅데이터 웨어하우스와 데이터 입출력을 통해 연계할 수 있는데, 이러한 빅데이터 웨어하우스는, 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현된다.
이러한 빅데이터 웨어하우스를 첨부된 도면의 도 4a를 통해 부연하면, 전기차 관련 지식정보를 저장하며 관리하는 전기차 유지보수 빅데이터 시스템과; 상기 지식정보를 제공하는 서브시스템;을 포함하여 구성된다.
이때, 상기 전기차 유지보수 빅데이터 시스템은 전기차 기술정보 지식정보를 저장하는 라이브러리와; 전기차 유지보수 지식정보를 저장하는 유지보수 관련 지식저장소와; 전기차의 기본정보부터 유지보수정보까지 관리를 수행하는 통합정보형상관리데이터베이스;를 포함한다.
또한, 첨부된 도면의 도 1을 참조하면, 상기 전기차 유지보수 빅데이터 시스템은 전기차의 고장 데이터를 저장 관리하는 전기차 고장 데이터베이스;를 더 포함할 수도 있다.
또한, 상기 서브시스템은, 상기 라이브러리와 지식저장소 각각에 전기차 기술정보 지식정보와 전기차 유지보수 지식정보로 저장되기 위한 정보들을 제공하는 보조시스템의 개념으로서, 예컨대 연구소나 제조사의 서버, 혹은 인터넷 서버 등 다양하게 적용될 수 있다.
즉, 상기 라이브러리와 지식저장소는 서브시스템으로부터 정보를 공유받을 수 있도록 구성되며, 특히 인터넷 서버의 경우, 관련정보를 텍스트 추출에 기반하여 저장하도록 하는 것이다.
도면에서 서브시스템에 포함된 전기차 기술정보 제공부와 전기차 유지보수정보 제공부는, 일예로서 기재된 것으로 상술된 바와 같이 상기 라이브러리와 지식저장소 각각에 전기차 기술정보 지식정보와 전기차 유지보수 지식정보로 저장되기 위한 정보들을 제공한다는 측면에서 기재된 것일 뿐, 본 발명은 도면에 한정되는 것은 아니다.
예컨대, 서브시스템을 통해 정보를 제공받은 전기차 기술정보 지식 라이브러리는, 전기차의 기본적인 모든 기술정보를 저장하는 것으로서, 예를 들어 배터리, 모터, 동력전달장치 등 기타 주요부품의 진단과 분석을 위한 전기차 기술정보를 저장한다.
또한, 유지보수 관련 지식저장소는, 전기차 정비에 관련되 안전 메뉴얼에서부터, 전기차의 설비와 부품의 규격정보, 재고정보, 고장/수리정보를 유지보수정보로서 저장한다.
또한, 통합정보형상관리 데이터베이스는, 전기차의 고장, 정비 및 유지보수가 시행된 이력정보와, 규격정보 및 재고정보가 변경된 변경정보와, 정비 및 유지보수에 필요한 메뉴얼, 기술문서 등의 문서정보를 포함할 수 있다.
이때, 이력정보는 고장, 정비 및 유지보수의 원인이 된 원인정보와 상기 원인정보에 따라 시행된 결과정보를 포함할 수 있는데, 부연하면 고장사유가 원인정보이고 고장에 따른 조치가 결과정보인 것이다.
상기 전기차 유지보수 빅데이터 시스템은, 첨부된 도면의 도 4b와 같이, 데이터추출부; 데이터정제부; 데이터웨어하우스; 및 테이블정보 생성 및 적용부;를 포함하여, 서브시스템으로부터 공유받은 정보를, 라이브러리 및 지식저장소에 저장하도록 한다.
부연하면, 데이터추출부는 서브시스템으로부터 정부를 추출하는 기능을 하고, 데이터정제부는 상기 데이터추출부를 통해 추출된 데이터를 라이브러르 및 지식저장소에 저장되기 위한 형식으로 정제하는 기능을 수행하며, 데이터웨어하우스는 데이터정제부를 통해 정제된 데이터들에 기반하여, 연관관계를 가지는 데이터들 간에 참조관계를 생성하여, 데이터 상의 원인정보와 결과정보를 분류하는 기능을 하고, 테이블정보 생성 및 적용부는, 분류된 원인정보와 결과정보에 기반하여 테이블정보를 생성하여 적용함으로써, 최종적으로 라이브러리 및 지식저장소에 저장되도록 하는 기능을 한다.
한편, 상술된 바와 같이 라이브러리와 지식저장소는 주기적으로 서브시스템으로부터 정보를 공유받아 상술된 과정을 통해 정보를 저장하기 때문에, 새로운 지식정보가 제공되어 저장될 가능성이 있다.
이를 위하여 전기사 유지보수 빅데이터 시스템은 다음과 같이 기능할 수 있다.
먼저, 데이터추출부를 통해 추출되어 데이터정제부를 통해 정제된 데이터를 분석하여 원인정보와 결과정보를 분류한 후, 테이블정보를 생성할 때, 분류된 원인정보에 가중치를 100%를 설정하여 기존 라이브러리 또는 지식저장소에 저장된 정보들을 대상으로 키워드를 추출함으로써 원인정보가 동일하거나 소정의 퍼센테이지(%) 만큼 유사한 테이블이 존재하는지 확인하는 과정을 수행하고,
만약 원인정보가 동일하거나 유사한 테이블정보가 존재한다면, 결과정보에 가중치를 100% 설정하여 마찬가지로 결과정보가 동일한지 비교하는 과정을 수행한다.
만약, 결과정보가 동일하면서 제거 또는 중복적용으로 처리하면 되지만, 결과정보가 동일하지 않고 유사하지도 않다면, 테이블정보 생성 및 적용부를 통해 비교대상이된 테이블정보에 적용하되 결과정보가 부연되는 보조지식정보가 되도록 업데이트하여 저장한다.
예컨대, A라는 원인정보에 대해서 a' / a''의 결과정보가 저장되도록 하는 것이다.
이에 따르면, 지속적으로 새로운 지식이 발생하는 서브시스템에서 자동으로 지식정보가 업데이트되도록 할 수 있는 장점을 가진다.
이러한 빅데이터 웨어하수으에 저장된 정보를 기반으로 사용자; 기업; 또는 정비사;에게 정보를 제공하는 유지보수 관리 시스템은,
첨부된 도면의 도 4와 같이, 전기차 유지보수 빅데이터 웨어하우스의 정보를 공유받아 저장하는 데이터베이스와;
시스템에 접속한 단말기를 통해 접속자가 조작이 가능하도록 하는 인터페이스와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차의 고장을 분석하는 고정분석부와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차를 진단하고, 예지보전의 기능을 수행하는 진단예지부와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차의 형상정보를 공유하도록 하는 형상관리부;를 포함한다.
여기서, 특정된 전기차란, 전기차를 사용하는 사용자인 접속자가 제공한 정보에 기반한 전기차를 의미한다.
또한, 상기 유지보수 관리 시스템은, 접속자가 전기차를 사용하는 사용자인 경우, 사용자의 단말기와 통합 유지보수 시스템이 연결되도록 하는 사용자연결부와;
접속자가 전기차를 정비하는 정비사인 경우, 정비사의 단말기와 통합 유지보수 시스템이 연결되도록 하는 정비사연결부와;
접속자가 전기차사업자인 경우, 전기차사업자(기업)의 단말기와 통합 유지보수 시스템이 연결되도록 하는 기업연결부;를 더 포함할 수 있다.
이러한 본 발명에 따른 전기차 유지보수 대상 통합정보 시스템을 이용하면, 통합 유지보수 시스템에 접속하는 접속자가 누구든지 시스템을 이용하여 웨어하우스에 저장된 정보를 쉽게 공유할 수 있고, 이로 인해 정보의 통합 관리는 물론 이에 기반한 정보의 사용처가 다양해지는 장점을 가진다.
이하에서는, 첨부된 도면의 도 2를 참조하여 모니터링 시스템을 설명한다.
첨부된 도면의 도 2에 따른 모니터링 시스템은, 진단예지 시스템으로부터 정보를 공유받아 사용자, 정비사 또는 기업의 단말기로 모니터링이 가능하도록 하는 예지/진단 정보 모니터링부와; 상기 진단예지 시스템으로부터 정보를 공유받아 특정 전기차에 대한 동일모델의 기전 유사고장정보를 모니터링 할 수 있도록 지원하는 동일모델 유사고장정보 모니터링부와; 특정 전기차에 대한 유지정보 정보를 출력하는 유지보수 모니터링부;를 포함한다.
또한, 상기 모니터링 시스템은, 진단예지 시스템으로부터 정보를 공유받아 특정 전기차에 대한 가상의 수리정보를 출력하는 가상수리 모니터링부;를 더 포함할 수 있다.
상기 가상수리 모니터링부는, 특정 전기차의 진단정보를 가시화하여 출력하는 진단정보모니터링모듈과; 상기 진단정보모니터링모듈과 별개로 특정 전기차에 대한 진단정보를 가시화하되 진단정보에 따른 수리를 가능하도록 가상으로 가시화하여 출력하는 임의가상정보모니터링모듈과; 상기 임의가상정보모니터링모듈에 적용 가능하도록 구현된 수리인터페이스와; 상기 수리인터페이스의 적용에 따라 특정 전기차의 수리가 완료되는지 딥러닝에 기반하여 확인을 수행하는 체크모듈과; 상기 체크모듈의 결과 수리가 완료되는 것으로 확인되면 해당 진단(원인)에 따른 수리(수리)를 인과관계로 인정하여 긍정처리정보로서 1회씩 누적하고, 1회 누적마다 해당 긍정처리정보에 소정의 %씩 가중치를 부여하는 가중치부여모듈;을 포함한다.
아울러, 상기 수리인터페이스를 제공함에 있어서, 상기 가중치모듈에 의해 가중치가 가장 높게 부여된 긍정처리정보를 우선적으로 제공하도록 하며, 해당 긍정처리정보를 제공한 후 수리가 이루어지지 않는 것으로 체크모듈에서 확인되면 다음 번의 가중치가 가장 높은 긍정처리정보를 순차적으로 제공한다.
이는 특정 진단에서 다양한 원인에 따라 여러방향의 수리방법이 있을 수 있음을 위함이다.
또한, 상술된 딥러닝은 종래 학습기술을 적용하도록 하되, 기존의 전기차가 진단 후 수리되었던 정보를 입력하여 학습하도록 함으로써 구현할 수 있다.
상기에서 도면을 이용하여 서술한 것은, 본 발명의 주요 사항만을 서술한 것으로, 그 기술적 범위 내에서 다양한 설계가 가능한 만큼, 본 발명이 도면의 구성에 한정되는 것이 아님은 자명하다.
Claims (10)
- 전기차 관련 지식정보, 전기차 유지보수를 위한 지식정보 및 전기차의 형상관리를 위한 데이터를 저장 및 관리할 수 있도록 구현되되, 전기차의 유지보수를 위한 정보를 사용자, 전기차 취급 기업 및 정비사에 따른 정보를 모두 통합하여 관리할 수 있는, 유지보수 관리 시스템과;
잘알려진 신경망이론(Neural Network approach), 신뢰성이론(Rellability approach) 및 통계 및 확률이론(stochastic approach)에 기반하여 전기차의 고장을 진단하고 고장을 예지할 수 있는, 진단예지 시스템과;
전기차 유지보수 및 예지/진단에 관련된 정보를 모니터링할 수 있도록 하는 모니터링 시스템;을 포함하는 전기차 통합유지보수 클라우드 플랫폼에 있어서,
상기 전기차 통합유지보수 클라우드 플랫폼은,
빅데이터 웨어하우스와 연계되되,
상기 모니터링 시스템은,
상기 진단예지 시스템으로부터 정보를 공유받아 사용자, 정비사 또는 기업의 단말기로 모니터링이 가능하도록 하는 예지/진단 정보 모니터링부와;
상기 진단예지 시스템으로부터 정보를 공유받아 특정 전기차에 대한 동일모델의 기존 유사고장정보를 모니터링 할 수 있도록 지원하는 동일모델 유사고장정보 모니터링부와;
특정 전기차에 대한 유지정보 정보를 출력하는 유지보수 모니터링부와;
상기 진단예지 시스템으로부터 정보를 공유받아 특정 전기차에 대한 가상의 수리정보를 출력하는 가상수리 모니터링부;를 더 포함하며,
상기 가상수리 모니터링부는,
특정 전기차의 진단정보를 가시화하여 출력하는 진단정보모니터링모듈과;
상기 진단정보모니터링모듈과 별개로 특정 전기차에 대한 진단정보를 가시화하되 진단정보에 따른 수리를 가능하도록 가상으로 가시화하여 출력하는 임의가상정보모니터링모듈과;
상기 임의가상정보모니터링모듈에 적용 가능하도록 구현된 수리인터페이스와;
상기 수리인터페이스의 적용에 따라 특정 전기차의 수리가 완료되는지 딥러닝에 기반하여 확인을 수행하는 체크모듈과;
상기 체크모듈의 결과 수리가 완료되는 것으로 확인되면 해당 진단(원인)에 따른 수리(수리)를 인과관계로 인정하여 긍정처리정보로서 1회씩 누적하고, 1회 누적마다 해당 긍정처리정보에 소정의 %씩 가중치를 부여하는 가중치부여모듈;을 포함하되,
상기 수리인터페이스를 제공함에 있어서, 상기 가중치부여모듈에 의해 가중치가 가장 높게 부여된 긍정처리정보를 우선적으로 제공하도록 하며, 해당 긍정처리정보를 제공한 후 수리가 이루어지지 않는 것으로 체크모듈에서 확인되면 다음 번의 가중치가 가장 높은 긍정처리정보를 순차적으로 제공하는 것을 특징으로 하는, 전기차 통합유지보수 클라우드 플랫폼.
- 청구항 1에 있어서,
상기 진단예지 시스템은,
확률이론모듈; 신경성이론모듈; 및 신뢰성이론모듈;을 포함하는 분석부와,
상기 분석부와 연계하여 이론 적용을 통해 전기차의 고장을 진단하고 예지하는 예지/진단부와,
진단 및 예지의 수행을 위한 정보를 저장하는 데이터베이스 형식의 지식베이스를 포함하여 구성된 것을 특징으로 하는, 전기차 통합유지보수 클라우드 플랫폼.
- 청구항 2에 있어서,
상기 예지/진단부는,
전기차의 고장을 진단하는 진단모듈과; 전기차의 고장을 예지하는 예지모듈;을 포함하는 것을 특징으로 하는, 전기차 통합유지보수 클라우드 플랫폼.
- 청구항 1에 있어서,
상기 빅데이터 웨어하우스는,
전기차 관련 지식정보를 저장하며 관리하는 전기차 유지보수 빅데이터 시스템과;
상기 지식정보를 제공하는 서브시스템;을 포함하여 구성되는 것을 특징으로 하는, 전기차 통합유지보수 클라우드 플랫폼.
- 청구항 4에 있어서,
상기 전기차 유지보수 빅데이터 시스템은,
전기차 기술정보 지식정보를 저장하는 라이브러리와;
전기차 유지보수 지식정보를 저장하는 유지보수 관련 지식저장소와;
전기차의 기본정보부터 유지보수정보까지 관리를 수행하는 통합정보형상관리데이터베이스;를 포함하는 것을 특징으로 하는, 전기차 통합유지보수 클라우드 플랫폼.
- 청구항 4에 있어서,
상기 전기차 유지보수 빅데이터 시스템은,
서브시스템으로부터 정부를 추출하는 기능을 하는 데이터추출부와;
상기 데이터추출부를 통해 추출된 데이터를 라이브러르 및 지식저장소에 저장되기 위한 형식으로 정제하는 기능을 수행하는 데이터정제부와;
상기 데이터정제부를 통해 정제된 데이터들에 기반하여, 연관관계를 가지는 데이터들 간에 참조관계를 생성하여, 데이터 상의 원인정보와 결과정보를 분류하는 기능을 수행하는 데이터웨어하우스와;
분류된 원인정보와 결과정보에 기반하여 테이블정보를 생성하여 적용하는 기능을 수행하는 테이블정보 생성 및 적용부;를 포함하는 것을 특징으로 하는, 전기차 통합유지보수 클라우드 플랫폼.
- 청구항 1에 있어서,
상기 유지보수 관리 시스템은,
전기차 유지보수 빅데이터 웨어하우스의 정보를 공유받아 저장하는 데이터베이스와;
시스템에 접속한 단말기를 통해 접속자가 조작이 가능하도록 하는 인터페이스와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차의 고장을 분석하는 고정분석부와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차를 진단하고, 예지보전의 기능을 수행하는 진단예지부와;
상기 데이터베이스에 저장된 정보를 기반으로 특정된 전기차의 형상정보를 공유하도록 하는 형상관리부;를 포함하는 것을 특징으로 하는, 전기차 통합유지보수 클라우드 플랫폼.
- 청구항 7에 있어서,
상기 유지보수 관리 시스템은,
접속자가 전기차를 사용하는 사용자인 경우, 사용자의 단말기와 통합 유지보수 시스템이 연결되도록 하는 사용자연결부와;
접속자가 전기차를 정비하는 정비사인 경우, 정비사의 단말기와 통합 유지보수 시스템이 연결되도록 하는 정비사연결부와;
접속자가 전기차사업자인 경우, 전기차사업자(기업)의 단말기와 통합 유지보수 시스템이 연결되도록 하는 기업연결부;를 더 포함하는 것을 특징으로 하는, 전기차 통합유지보수 클라우드 플랫폼.
- 삭제
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230042621A KR102624649B1 (ko) | 2023-03-31 | 2023-03-31 | 전기차 통합유지보수 클라우드 플랫폼 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230042621A KR102624649B1 (ko) | 2023-03-31 | 2023-03-31 | 전기차 통합유지보수 클라우드 플랫폼 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102624649B1 true KR102624649B1 (ko) | 2024-01-17 |
Family
ID=89713313
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230042621A Active KR102624649B1 (ko) | 2023-03-31 | 2023-03-31 | 전기차 통합유지보수 클라우드 플랫폼 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102624649B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102739870B1 (ko) * | 2024-07-04 | 2024-12-05 | 소현찬 | 운항 선박 장애 해결을 위한 인공지능 원격지원 센터 운영시스템 및 그 방법 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5490473U (ko) | 1977-12-10 | 1979-06-26 | ||
| KR101009516B1 (ko) * | 2003-02-24 | 2011-01-18 | 바이에리셰 모토렌 베르케 악티엔게젤샤프트 | 차량 수리 과정의 비주얼화 방법 및 장치 |
| KR102031116B1 (ko) | 2018-09-20 | 2019-10-14 | 주식회사 이에스피 | 전기차 충전기의 원격 자가진단 피드백 시스템 및 방법 |
| KR20200079055A (ko) | 2018-12-24 | 2020-07-02 | (주)엠피코 | 모듈화된 전기자동차용 통합제어시스템 |
| KR102194904B1 (ko) | 2019-02-11 | 2020-12-24 | (주)이카플러그 | 전기차 충전기 운영 최적화 시스템 및 그 처리 방법 |
| KR102456499B1 (ko) * | 2022-05-18 | 2022-10-21 | (주)부품디비 | 전기차 유지보수 대상 통합정보 시스템 |
-
2023
- 2023-03-31 KR KR1020230042621A patent/KR102624649B1/ko active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5490473U (ko) | 1977-12-10 | 1979-06-26 | ||
| KR101009516B1 (ko) * | 2003-02-24 | 2011-01-18 | 바이에리셰 모토렌 베르케 악티엔게젤샤프트 | 차량 수리 과정의 비주얼화 방법 및 장치 |
| KR102031116B1 (ko) | 2018-09-20 | 2019-10-14 | 주식회사 이에스피 | 전기차 충전기의 원격 자가진단 피드백 시스템 및 방법 |
| KR20200079055A (ko) | 2018-12-24 | 2020-07-02 | (주)엠피코 | 모듈화된 전기자동차용 통합제어시스템 |
| KR102194904B1 (ko) | 2019-02-11 | 2020-12-24 | (주)이카플러그 | 전기차 충전기 운영 최적화 시스템 및 그 처리 방법 |
| KR102456499B1 (ko) * | 2022-05-18 | 2022-10-21 | (주)부품디비 | 전기차 유지보수 대상 통합정보 시스템 |
Non-Patent Citations (1)
| Title |
|---|
| 전기차 통합유지보수 플랫폼 기술개발 (연차보고서) (2020.11)* * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102739870B1 (ko) * | 2024-07-04 | 2024-12-05 | 소현찬 | 운항 선박 장애 해결을 위한 인공지능 원격지원 센터 운영시스템 및 그 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR102031116B1 (ko) | 전기차 충전기의 원격 자가진단 피드백 시스템 및 방법 | |
| CN113167834A (zh) | 重型电机健全性分析平台及使用其的分析方法 | |
| CN106406273A (zh) | 车辆中故障原因的确定 | |
| EP2697699B1 (en) | Dynamic assessment system for high-voltage electrical components | |
| US6338152B1 (en) | Method and system for remotely managing communication of data used for predicting malfunctions in a plurality of machines | |
| EP1538503A1 (en) | Distributed power generation plant automated event assessment and mitigation plan determination process | |
| TWI767508B (zh) | 電池服務管理方法、電池服務管理平臺以及電子設備 | |
| KR20190056553A (ko) | 전기차 충전기 자가진단 시스템, 서버 및 자가진단 방법 | |
| WO2001033513A1 (en) | Method and system for remotely managing communication of data used for predicting malfunctions in a plurality of machines | |
| KR102300207B1 (ko) | 피드백을 이용한 전기차 충전소의 자가진단 방법 | |
| KR102624649B1 (ko) | 전기차 통합유지보수 클라우드 플랫폼 | |
| KR20220096729A (ko) | 전기자동차 충전기 모니터링 시스템 | |
| CN118552001B (zh) | 储能集装箱安全巡检方法及系统 | |
| CN111045364B (zh) | 一种基于大数据平台的动力环境监控系统辅助决策方法 | |
| JP7233215B2 (ja) | 蓄電システム、異常予兆診断システム | |
| CN112906920B (zh) | 汽车智能制造设备的状态监测及预测性维修方法及装置 | |
| CN118353162A (zh) | 一种电厂变压器智能检测预警方法及系统 | |
| CN119722048A (zh) | 一种用于新能源运维管理的智能监控方法及系统 | |
| CN118863333B (zh) | 基于停留点分析的新能源车队管理系统及方法 | |
| KR20120102460A (ko) | 배터리 정보의 관리 장치 및 그 관리 방법 | |
| KR102456499B1 (ko) | 전기차 유지보수 대상 통합정보 시스템 | |
| CN110954335A (zh) | 一种工业车辆的健康评估方法及系统 | |
| KR102317982B1 (ko) | 전기차 유지보수 빅데이터 웨어하우스 시스템 | |
| KR102484633B1 (ko) | 전기차충전기 고장판단 시스템 | |
| KR20240146386A (ko) | 인공지능을 이용한 전기차 can 데이터 기반 배터리 수명예측 시스템 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20230331 |
|
| PA0201 | Request for examination | ||
| PA0302 | Request for accelerated examination |
Patent event date: 20230331 Patent event code: PA03022R01D Comment text: Request for Accelerated Examination |
|
| PE0902 | Notice of grounds for rejection |
Comment text: Notification of reason for refusal Patent event date: 20230620 Patent event code: PE09021S01D |
|
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20230825 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20240111 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20240111 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |