KR102698820B1 - Testing apparatus and method - Google Patents
Testing apparatus and method Download PDFInfo
- Publication number
- KR102698820B1 KR102698820B1 KR1020230147984A KR20230147984A KR102698820B1 KR 102698820 B1 KR102698820 B1 KR 102698820B1 KR 1020230147984 A KR1020230147984 A KR 1020230147984A KR 20230147984 A KR20230147984 A KR 20230147984A KR 102698820 B1 KR102698820 B1 KR 102698820B1
- Authority
- KR
- South Korea
- Prior art keywords
- artificial intelligence
- aircraft
- intelligence equipment
- simulated
- test
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 149
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 174
- 238000013515 script Methods 0.000 claims abstract description 53
- 238000010998 test method Methods 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims description 71
- 230000036541 health Effects 0.000 claims description 58
- 230000004044 response Effects 0.000 claims description 51
- 238000003745 diagnosis Methods 0.000 claims description 40
- 238000004088 simulation Methods 0.000 claims description 26
- 238000002347 injection Methods 0.000 claims description 12
- 239000007924 injection Substances 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 description 13
- 238000012795 verification Methods 0.000 description 9
- 230000007547 defect Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 3
- 230000003449 preventive effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
- B64F5/60—Testing or inspecting aircraft components or systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
본 발명은, 비행체용 인공지능 장비의 작동을 시험하기 위한 것으로, 비행체에 기초하여 시험 스크립트를 작성하기 위한 스크립트 작성부, 비행체에 탑재되는 전자 장비의 신호를 모사한 모사 신호를 생성하기 위한 장비 모사부, 비행체에 탑재되는 센서의 데이터를 모사한 모사 데이터를 생성하기 위한 센서 모사부, 시험 스크립트에 따라 모사 신호 및 모사 데이터를 이용하여 인공지능 장비를 작동시키기 위한 운용부 및 인공지능 장비가 정상 작동하는지를 시험하기 위한 시험부를 포함하는 시험 장치와 이에 적용되는 시험 방법으로서, 실제의 운항 환경과 동등하거나 유사한 수준의 모사 환경 하에서 비행체에 대한 인공지능 장비의 운용성을 정확하게 검증할 수 있는 시험 장치 및 방법이 제시된다.The present invention relates to a test device for testing the operation of artificial intelligence equipment for an aircraft, comprising: a script writing unit for writing a test script based on an aircraft; an equipment copying unit for generating a copy signal that copies a signal of electronic equipment mounted on an aircraft; a sensor copying unit for generating copy data that copies data of a sensor mounted on an aircraft; an operating unit for operating the artificial intelligence equipment using the copy signal and copy data according to the test script; and a test unit for testing whether the artificial intelligence equipment operates normally; and a test method applied thereto. The test device and method are capable of accurately verifying the operability of artificial intelligence equipment for an aircraft under a copy environment that is equivalent to or similar to an actual operating environment.
Description
본 발명은 시험 장치 및 시험 방법에 관한 것으로서, 더욱 상세하게는 실제의 운항 환경과 동등하거나 유사한 수준의 모사 환경 하에서 비행체에 대한 인공지능 장비의 운용성을 정확하게 검증할 수 있는 시험 장치 및 방법에 관한 것이다.The present invention relates to a test device and a test method, and more particularly, to a test device and method capable of accurately verifying the operability of artificial intelligence equipment for an aircraft under a simulated environment that is equivalent to or similar to an actual operating environment.
항공기('비행체'라고도 한다)의 사고의 원인으로는 크게 기체결함, 인적요인 및 자연재해가 있다. 그중 기체결함에 의한 사고를 방지하기 위하여 항공기는 감항성(Airworthiness)을 유지해야 한다. 이때, 항공기의 감항성 유지를 위해 항공기를 관리하는 것을 건전성 관리라고 한다.The causes of aircraft accidents (also called 'aircraft') are mainly aircraft defects, human factors, and natural disasters. In order to prevent accidents due to aircraft defects, aircraft must maintain airworthiness. At this time, managing aircraft to maintain airworthiness is called health management.
항공기의 건전성을 관리하는 방식에는 크게 예방적(Preventive) 건전성 관리 방식과 사후적(Reactive) 건전성 관리 방식이 있다. 하지만 이들 방식은 항공기에 운용에 위험이 되는 요소를 파악하는 것에 한계가 있다. 이를테면, 예방적 건전성 관리 방식으로 항공기의 모든 결함을 발견하는 것은 어렵다. 또한, 감항당국으로부터 인가받은 항공기 정비 프로그램(MPD: Maintenance Planning Document)에 따라 항공기를 정기적으로 정비할 때에는 발견되거나 발생하지 않았던 결함들이 항공기의 운항 중에 발생하거나 운항 후에 발견할 수도 있다. 그리고 결함 발생 후 대처하는 사후적 건전성 관리 방식으로는 안전 관리 요건을 모두 충족할 수 없는 문제점이 있다.There are two main methods for managing the health of aircraft: preventive health management and reactive health management. However, these methods have limitations in identifying factors that pose risks to the operation of aircraft. For example, it is difficult to find all defects in an aircraft using the preventive health management method. In addition, when regularly maintaining an aircraft according to the aircraft maintenance program (MPD: Maintenance Planning Document) approved by the airworthiness authority, defects that were not found or occurred may occur during or after the aircraft is operated. In addition, the reactive health management method that deals with defects after they occur has the problem that it cannot satisfy all safety management requirements.
또한, 항공 대형 사고의 원인분석 방법에 따르면, 대형 사고는 하나의 큰 결함으로 발생하는 경우보다, 감항성에 직접적인 영향을 미치지 않는 작은 결함이나 혹은 위험 요소들이 동시에 혹은 연속적으로 발생할 때 생긴다. 그리고, 작은 결함이나 위험 요소들은 전술한 기존의 방식으로 찾아내는 것이 어렵다.In addition, according to the cause analysis method of major aviation accidents, major accidents occur when small defects or risk factors that do not directly affect airworthiness occur simultaneously or consecutively, rather than when they occur due to a single major defect. And it is difficult to find small defects or risk factors using the existing methods mentioned above.
이에, 최근에 항공운항 분야에서는 인공지능 체계(AI SYSTEM)를 기반으로 하여 항공기의 건전성을 예지적으로 관리하는 장비(이하 '인공지능 장비')에 대한 연구 개발이 시도되고 있다. 이에 따라 통합 레벨 환경(이를테면 실제의 운항 환경과 동등하거나 유사한 수준의 모사 환경)에서 인공지능 장비를 검증할 수 있는 시스템의 구축이 필요한 실정이다.Accordingly, in the aviation operation field, research and development are being attempted on equipment (hereinafter referred to as 'AI equipment') that predictively manages the health of aircraft based on an artificial intelligence system (AI SYSTEM). Accordingly, it is necessary to build a system that can verify AI equipment in an integrated level environment (i.e., a simulated environment that is equivalent to or similar to the actual operation environment).
그런데 이러한 시스템이 아직 구축되지 않아서, 인공지능 체계을 이용한 항공기의 예지적 건전성 관리 방식이 개발 및 보급되기 어려운 문제점이 있다.However, since such a system has not yet been established, there is a problem that it is difficult to develop and distribute a predictive health management method for aircraft using an artificial intelligence system.
본 발명의 배경이 되는 기술은 하기의 특허문헌에 게재되어 있다.The technology that serves as the background for the present invention is published in the following patent documents.
본 발명은 실제의 운항 환경과 동등하거나 유사한 수준의 모사 환경 하에서 비행체에 대한 인공지능 장비의 운용성을 정확하게 검증할 수 있는 시험 장치 및 방법을 제공한다.The present invention provides a test device and method capable of accurately verifying the operability of artificial intelligence equipment for an aircraft under a simulated environment at a level equivalent to or similar to an actual operating environment.
본 발명의 실시 형태에 따른 시험 장치는, 비행체용 인공지능 장비의 작동을 시험하기 위한 시험 장치로서, 비행체에 기초하여 시험 스크립트를 작성하기 위한 스크립트 작성부; 상기 비행체에 탑재되는 전자 장비의 신호를 모사한 모사 신호를 생성하기 위한 장비 모사부; 상기 비행체에 탑재되는 센서의 데이터를 모사한 모사 데이터를 생성하기 위한 센서 모사부; 상기 시험 스크립트에 따라 상기 모사 신호 및 상기 모사 데이터를 이용하여 상기 인공지능 장비를 작동시키기 위한 운용부; 및 상기 인공지능 장비가 정상 작동하는지를 시험하기 위한 시험부;를 포함한다.A test device according to an embodiment of the present invention is a test device for testing the operation of artificial intelligence equipment for an aircraft, comprising: a script writing unit for writing a test script based on the aircraft; an equipment copying unit for generating a copy signal that copies a signal of electronic equipment mounted on the aircraft; a sensor copying unit for generating copy data that copies data of a sensor mounted on the aircraft; an operation unit for operating the artificial intelligence equipment using the copy signal and the copy data according to the test script; and a test unit for testing whether the artificial intelligence equipment operates normally.
복수 비행체 중 시험에 적용할 비행체를 선택하기 위한 비행체 선택부;를 포함할 수 있다.It may include an aircraft selection unit for selecting an aircraft to be tested among multiple aircraft.
선택된 비행체에 대한 정보를 사용자에게 전시하기 위한 전시부;를 포함할 수 있다.It may include a display section for displaying information about the selected aircraft to the user.
상기 전자 장비의 신호와 상이한 오류 신호를 모사한 모사 오류 신호를 생성하여 상기 인공지능 장비로 입력하기 위한 오류 주입부;를 포함할 수 있다.It may include an error injection unit for generating a simulated error signal that simulates an error signal different from the signal of the electronic equipment and inputting it into the artificial intelligence equipment.
클라우드를 통해 상기 시험부의 시험 결과 및 상기 인공지능 장비의 작동 데이터를 수신하고, 상기 시험 결과 및 상기 작동 데이터를 사용자에게 전시하기 위한 모니터링부;를 포함할 수 있다.It may include a monitoring unit for receiving test results of the test unit and operation data of the artificial intelligence equipment through the cloud, and displaying the test results and the operation data to the user.
상기 시험부는 상기 인공지능 장비로 입력되는 상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응에 따라 상기 인공지능 장비를 정상 작동 또는 비정상 작동으로 판단할 수 있다.The above test unit can determine whether the artificial intelligence equipment is operating normally or abnormally based on the health diagnosis response of the artificial intelligence equipment to the simulated signal and simulated data input to the artificial intelligence equipment.
상기 시험부는 상기 인공지능 장비로 입력되는 상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응과 상기 인공지능 장비로 입력되는 상기 모사 오류 신호에 대한 상기 인공지능 장비의 건전성 진단 반응을 비교하고, 그 결과에 따라 상기 인공지능 장비를 정상 작동 또는 비정상 작동으로 판단할 수 있다.The above test unit compares the health diagnosis response of the artificial intelligence equipment to the simulated signal and simulated data input to the artificial intelligence equipment and the health diagnosis response of the artificial intelligence equipment to the simulated error signal input to the artificial intelligence equipment, and can determine whether the artificial intelligence equipment is operating normally or abnormally based on the result.
본 발명의 실시 형태에 따른 시험 방법은, 비행체용 인공지능 장비의 작동을 시험하기 위한 시험 방법으로서, 비행체에 기초하여 시험 스크립트를 작성하는 과정; 상기 비행체의 작동 상태를 모사하는 과정; 상기 비행체의 모사된 작동 상태를 기반으로, 상기 시험 스크립트에 따라 상기 인공지능 장비를 작동시키는 과정; 상기 인공지능 장비가 정상 작동하는지를 시험하는 과정;을 포함한다.A test method according to an embodiment of the present invention is a test method for testing the operation of artificial intelligence equipment for an aircraft, comprising: a process of creating a test script based on an aircraft; a process of simulating an operating state of the aircraft; a process of operating the artificial intelligence equipment according to the test script based on the simulated operating state of the aircraft; and a process of testing whether the artificial intelligence equipment is operating normally.
상기 비행체에 기초하여 시험 스크립트를 작성하는 과정은, 복수의 비행체 중 시험에 적용할 비행체를 선택하는 과정; 선택된 비행체에 대한 정보를 사용자에게 전시하는 과정; 및 상기 선택된 비행체에 기초하여 시험 스크립트를 작성하는 과정;을 포함할 수 있다.The process of creating a test script based on the above aircraft may include a process of selecting an aircraft to be applied to a test among a plurality of aircraft; a process of displaying information about the selected aircraft to a user; and a process of creating a test script based on the selected aircraft.
상기 비행체의 작동 상태를 모사하는 과정은, 상기 비행체에 탑재되는 전자 장비의 신호를 모사한 모사 신호를 생성하는 과정; 및 상기 비행체에 탑재되는 센서의 데이터를 모사한 모사 데이터를 생성하는 과정;을 포함할 수 있다.The process of simulating the operating state of the aircraft may include a process of generating a simulated signal that simulates a signal of electronic equipment mounted on the aircraft; and a process of generating simulated data that simulates data of a sensor mounted on the aircraft.
상기 시험 스크립트에 따라 상기 인공지능 장비를 작동시키는 과정은, 시험 스크립트에 따라 상기 모사 신호 및 상기 모사 데이터를 인공지능 장비로 입력하는 과정;을 포함할 수 있다.The process of operating the artificial intelligence equipment according to the test script may include a process of inputting the simulated signal and the simulated data into the artificial intelligence equipment according to the test script.
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정은, 상기 인공지능 장비로 상기 모사 신호와 상이한 신호인 모사 오류 신호를 입력하는 과정;을 포함할 수 있다.The process of testing whether the above artificial intelligence equipment is operating normally may include a process of inputting a simulated error signal, which is a signal different from the simulated signal, into the artificial intelligence equipment.
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정은, 상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응을 검출하는 과정; 상기 건전성 진단 반응을 미리 설정된 기준 반응과 비교하여 오차 범위 내에서 일치하면 상기 인공지능 장비를 정상 작동으로 판단하는 과정; 상기 건전성 진단 반응을 미리 설정된 기준 반응과 비교하여 오차 범위 내에서 일치하지 않으면 상기 인공지능 장비를 비정상 작동으로 판단하는 과정;을 포함할 수 있다.The process of testing whether the above artificial intelligence equipment is operating normally may include: a process of detecting a health diagnosis response of the artificial intelligence equipment to the simulated signal and the simulated data; a process of comparing the health diagnosis response with a preset reference response and determining that the artificial intelligence equipment is operating normally if the response matches within an error range; a process of comparing the health diagnosis response with a preset reference response and determining that the artificial intelligence equipment is operating abnormally if the response matches within an error range.
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정은, 상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응을 검출하는 과정; 상기 모사 오류 신호에 대한 상기 인공지능 장비의 건전성 진단 반응을 검출하는 과정; 상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응과 상기 모사 오류 신호에 대한 상기 인공지능 장비의 건전성 진단 반응을 비교하여 오차 범위 내에서 일치하지 않으면 상기 인공지능 장비를 정상 작동으로 판단하는 과정; 및 상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응과 상기 모사 오류 신호에 대한 상기 인공지능 장비의 건전성 진단 반응을 비교하여 오차 범위 내에서 일치하면 상기 인공지능 장비를 비정상 작동으로 판단하는 과정;을 포함할 수 있다.The process of testing whether the above artificial intelligence equipment is operating normally may include: a process of detecting a health diagnosis response of the artificial intelligence equipment to the simulated signal and the simulated data; a process of detecting a health diagnosis response of the artificial intelligence equipment to the simulated error signal; a process of comparing the health diagnosis response of the artificial intelligence equipment to the simulated signal and the simulated data with the health diagnosis response of the artificial intelligence equipment to the simulated error signal, and determining that the artificial intelligence equipment is operating normally if the health diagnosis response of the artificial intelligence equipment to the simulated signal and the simulated data does not match within a range of errors; and a process of comparing the health diagnosis response of the artificial intelligence equipment to the simulated signal and the simulated data with the health diagnosis response of the artificial intelligence equipment to the simulated error signal, and determining that the artificial intelligence equipment is operating abnormally if the health diagnosis response of the artificial intelligence equipment to the simulated error signal does not match within a range of errors.
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정은, 시험 결과 및 상기 인공지능 장비의 작동 데이터를 사용자에게 전시하는 과정;을 포함할 수 있다.The process of testing whether the above artificial intelligence equipment is operating normally may include a process of displaying the test results and the operating data of the above artificial intelligence equipment to the user.
본 발명의 실시 형태에 따르면, 비행체용 인공지능 체계가 탑재된 인공지능 장비를 실제와 동일 혹은 유사하게 모사된 항공기 환경에서 점검할 수 있다. 따라서, 인공지능 장비를 효과적으로 검증할 수 있고, 검증 결과의 신뢰성을 확보할 수 있다.According to an embodiment of the present invention, the artificial intelligence equipment equipped with the artificial intelligence system for aircraft can be inspected in an aircraft environment that is identical or similar to the actual environment. Accordingly, the artificial intelligence equipment can be effectively verified, and the reliability of the verification results can be secured.
또한, 본 발명의 실시 형태에 따르면, 비행체의 모델에 따라 모사 환경을 다르게 하여 인공지능 장비의 점검을 할 수 있다. 이에, 인공지능 장비가 탑재될 수 있는 비행체의 모델이 달라지더라도, 원환한 점검이 가능할 수 있다. 이에, 검증 범위를 확대할 수 있으며, 효율적인 검증이 가능하다.In addition, according to an embodiment of the present invention, the AI equipment can be inspected by changing the simulation environment according to the model of the aircraft. Accordingly, even if the model of the aircraft on which the AI equipment can be installed is different, a cyclical inspection can be possible. Accordingly, the verification scope can be expanded, and efficient verification is possible.
도 1은 본 발명의 실시 예에 따른 인공지능 장비 및 시험 장치를 보여주는 블록도이다.
도 2 및 도 3은 본 발명의 실시 예에 따른 시험 방법을 보여주는 플로우 챠트이다.Figure 1 is a block diagram showing an artificial intelligence equipment and a test device according to an embodiment of the present invention.
Figures 2 and 3 are flow charts showing a test method according to an embodiment of the present invention.
이하, 첨부된 도면을 참조하여, 본 발명의 실시 예를 상세히 설명한다. 그러나 본 발명은 이하에서 개시되는 실시 예에 한정되는 것이 아니고, 서로 다른 다양한 형태로 구현될 것이다. 단지 본 발명의 실시 예는 본 발명의 개시가 완전하도록 하고, 해당 분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이다. 본 발명의 실시 예를 설명하기 위하여 도면은 과장될 수 있고, 도면상의 동일한 부호는 동일한 요소를 지칭한다.Hereinafter, with reference to the attached drawings, embodiments of the present invention will be described in detail. However, the present invention is not limited to the embodiments disclosed below, and may be implemented in various different forms. The embodiments of the present invention are provided only to ensure that the disclosure of the present invention is complete, and to fully inform those skilled in the art of the scope of the invention. In order to explain the embodiments of the present invention, the drawings may be exaggerated, and the same reference numerals in the drawings represent the same elements.
본 발명은 시험 장치 및 시험 방법에 관한 것이다. 보다 구체적으로는 본 발명은 실제의 운항 환경과 동등하거나 유사한 수준의 모사 환경 하에서 비행체에 대한 인공지능 장비의 운용성을 정확하게 검증할 수 있는 시험 장치 및 방법에 관한 것이다. 이하에서는 시험 장치 및 시험 방법이 항공기의 예지적 건전성 관리를 위한 인공지능 장비를 통합 레벨 환경에서 검증하는 것에 적용되는 경우를 예시하여, 본 발명의 실시 예를 설명한다.The present invention relates to a test device and a test method. More specifically, the present invention relates to a test device and a test method capable of accurately verifying the operability of artificial intelligence equipment for an aircraft under a simulated environment that is equivalent to or similar to an actual operating environment. Hereinafter, an embodiment of the present invention will be described by exemplifying a case where the test device and the test method are applied to verifying artificial intelligence equipment for predictive health management of an aircraft in an integrated level environment.
도 1은 본 발명의 실시 예에 따른 인공지능 장비 및 시험 장치를 보여주는 블록도이다.Figure 1 is a block diagram showing an artificial intelligence equipment and a test device according to an embodiment of the present invention.
이하에서 본 발명의 실시 예에 따른 시험 장치 및 시험 방법을 설명하기 전에, 먼저 본 발명의 실시 예에 따른 비행체 및 인공지능 장비를 설명한다.Before describing a test device and a test method according to an embodiment of the present invention below, an aircraft and artificial intelligence equipment according to an embodiment of the present invention will first be described.
비행체는 예컨대 항공기일 수 있다. 비행체는 기체부, 엔진부 및 장비부를 포함할 수 있다. 기체부는 동체, 날개, 랜딩 기어 등을 포함할 수 있다. 엔진부는 항공기 엔진을 포함할 수 있다. 장비부는 비행체의 임무 수행을 위한 각종 계통 장비를 포함할 수 있다. 이들 계통 장비는 각기 다양한 전자 장비들을 포함할 수 있다. 또한, 장비부는 각종 센서를 더 포함할 수 있다. 물론, 비행체의 구성은 다양할 수 있다.The aircraft may be, for example, an aircraft. The aircraft may include a fuselage, an engine section, and an equipment section. The fuselage section may include a fuselage, wings, landing gear, etc. The engine section may include an aircraft engine. The equipment section may include various system equipment for performing the mission of the aircraft. Each of these system equipment may include various electronic equipment. In addition, the equipment section may further include various sensors. Of course, the configuration of the aircraft may vary.
한편, 전자 장비 및 센서는 비행체의 안전 운항을 위한 공지된 다양한 종류의 것들이 적용될 수 있다. 이에, 비행체의 전자 장비 및 센서에 대한 구체적인 설명은 생략한다.Meanwhile, various types of electronic equipment and sensors known to be applicable for safe operation of aircraft can be applied. Accordingly, a detailed description of the electronic equipment and sensors of the aircraft is omitted.
인공지능 장비(10)는 비행체의 예지적 건전성 관리를 위해 비행체에 탑재하기 위한 것이다. 인공지능 장비(10)는 인공지능 체계를 이용하여 비행체에 대한 예지적 건전성 관리를 수행할 수 있다. 구체적으로 인공지능 장비(10)는 비행체의 전자 장비들 및 센서들로부터 발생되는 각종 신호 및 데이터를 이용하여 이들에 대한 예지적 건전성 관리를 수행할 수 있다.The artificial intelligence equipment (10) is to be installed on the aircraft for predictive health management of the aircraft. The artificial intelligence equipment (10) can perform predictive health management of the aircraft using an artificial intelligence system. Specifically, the artificial intelligence equipment (10) can perform predictive health management of the aircraft using various signals and data generated from electronic equipment and sensors of the aircraft.
한편, 인공지능 장비(10)는 비행체에 탑재되기 전에 본 발명의 실시 예에 따른 시험 장치와 연결될 수 있다. 이를 위해 인공지능 장비(10)는 인터페이스부(11)를 가질 수 있다. 인터페이스부(11)는 검증을 위한 각종 신호 및 데이터를 시험 장치와 주고받을 수 있도록, 본 발명의 실시 예에 따른 시험 장치와 연결될 수 있다.Meanwhile, the artificial intelligence device (10) may be connected to a test device according to an embodiment of the present invention before being mounted on an aircraft. For this purpose, the artificial intelligence device (10) may have an interface unit (11). The interface unit (11) may be connected to a test device according to an embodiment of the present invention so as to be able to exchange various signals and data for verification with the test device.
또한, 인공지능 장비(10)는 시험 장치에 의해, 실제의 운항 환경과 동등하거나 유사한 수준의 모사 환경 하에서 비행체에 대한 인공지능 장비의 운용성을 정확하게 검증받을 수 있다. 검증이 완료된 인공지능 장비(10)는 비행체에 탑재될 수 있고, 이후 비행체의 운항 중에 비행체의 건전성을 예지적으로 관리할 수 있다. 물론, 검증이 완료된 인공지능 장비(10)는 검증으로부터 도출된 개선점이 보완될 수 있고, 보완이 완료된 인공지능 장비(10)는 비행체에 탑재될 수 있고, 이후 비행체의 운항 중에 비행체의 건전성을 예지적으로 관리할 수 있다. 한편, 운항 중인 비행체는 이륙을 목적으로 비행체가 최초로 움직이기 시작한 시점부터 비행이 종료되어 최종적으로 비행체가 정지한 후 비행체의 발동기가 정지된 시점까지 비행체를 의미할 수 있다.In addition, the artificial intelligence device (10) can be accurately verified for its operability on an aircraft under a simulated environment that is equivalent to or similar to an actual operating environment by a test device. The artificial intelligence device (10) that has been verified can be mounted on an aircraft, and the health of the aircraft can be predictively managed during the operation of the aircraft thereafter. Of course, the artificial intelligence device (10) that has been verified can have improvements derived from the verification supplemented, and the artificial intelligence device (10) that has been supplemented can be mounted on an aircraft, and the health of the aircraft can be predictively managed during the operation of the aircraft thereafter. Meanwhile, an aircraft in operation can mean an aircraft from the time the aircraft first starts moving for the purpose of takeoff to the time the aircraft stops after the flight ends and the aircraft finally stops and its engine is stopped.
이하, 본 발명의 실시 예에 따른 시험 장치 및 시험 방법을 설명한다. 이때, 이하에서 설명되는 시험 장치는 항공기 모사 환경 구축 및 이를 이용한 인공지능 체계 장비 검증 장치라고 지칭할 수도 있다. 물론, 이하에서 설명되는 시험 방법은 항공기 모사 환경 구축 및 이를 이용한 인공지능 체계 장비 검증 방법이라고 지칭할 수도 있다.Hereinafter, a test device and a test method according to an embodiment of the present invention will be described. At this time, the test device described below may be referred to as an aircraft simulation environment construction and artificial intelligence system equipment verification device using the same. Of course, the test method described below may also be referred to as an aircraft simulation environment construction and artificial intelligence system equipment verification method using the same.
도 1을 참조하면, 본 발명의 실시 예에 따른 시험 장치는, 비행체용 인공지능 장비(10)의 작동을 시험하기 위한 시험 장치로서, 비행체에 기초하여 시험 스크립트를 작성하기 위한 스크립트 작성부(130), 비행체에 탑재되는 전자 장비의 신호를 모사한 모사 신호를 생성하기 위한 장비 모사부(141), 비행체에 탑재되는 센서의 데이터를 모사한 모사 데이터를 생성하기 위한 센서 모사부(142), 시험 스크립트에 따라 모사 신호 및 모사 데이터를 이용하여 인공지능 장비(10)를 작동시키기 위한 운용부(150), 및 인공지능 장비(10)가 정상 작동하는지를 시험하기 위한 시험부(160)를 포함한다.Referring to FIG. 1, a test device according to an embodiment of the present invention is a test device for testing the operation of artificial intelligence equipment (10) for an aircraft, and includes a script writing unit (130) for writing a test script based on the aircraft, an equipment copying unit (141) for generating a copy signal that copies a signal of electronic equipment mounted on the aircraft, a sensor copying unit (142) for generating copy data that copies data of a sensor mounted on the aircraft, an operation unit (150) for operating the artificial intelligence equipment (10) using the copy signal and copy data according to the test script, and a test unit (160) for testing whether the artificial intelligence equipment (10) is operating normally.
또한, 시험 장치는, 인공지능 장비(10)에 연결되는 데이터 프로토콜부(110), 복수 비행체 중 시험에 적용할 비행체를 선택하기 위한 비행체 선택부(120), 전자 장비의 신호와 상이한 오류 신호를 모사한 모사 오류 신호를 생성하여 인공지능 장비(10)로 입력하기 위한 오류 주입부(170), 선택된 비행체에 대한 정보를 사용자에게 전시하기 위한 전시부(181), 및 클라우드를 통해 시험부(160)의 시험 결과 및 인공지능 장비(10)의 작동 데이터를 수신하고, 시험 결과 및 작동 데이터를 사용자에게 전시하기 위한 모니터링부(182)를 포함하 수 있다.In addition, the test device may include a data protocol unit (110) connected to the artificial intelligence equipment (10), a vehicle selection unit (120) for selecting a vehicle to be tested from among multiple vehicles, an error injection unit (170) for generating a simulated error signal that simulates an error signal different from a signal of an electronic device and inputting the same into the artificial intelligence equipment (10), a display unit (181) for displaying information on the selected vehicle to the user, and a monitoring unit (182) for receiving test results of the test unit (160) and operation data of the artificial intelligence equipment (10) through the cloud and displaying the test results and operation data to the user.
데이터 프로토콜부(110)는 시험 장치의 구성부들과 인공지능 장비(10)를 연동시키는 역할을 한다. 이를 위하여 데이터 프로토콜부(110)는 인터페이스부(11)에 연결될 수 있고, 신호 및 데이터 통로의 역할을 할 수 있다. 따라서, 시험 장치의 나머지 구성부들은 데이터 프로토콜부(110) 및 인터페이스부(11)를 통해 인공지능 장비(10)의 인공지능 체계와 신호 및 데이터를 송수신할 수 있다. 한편, 나머지 구성부들 이라 함은, 비행체 선택부(120), 스크립트 작성부(130), 장비 모사부(141), 센서 모사부(142), 운용부(150), 시험부(160), 오류 주입부(170), 전시부(181), 모니터링부(182)를 지칭할 수 있다. 또한, 신호 및 데이터는 모사된 신호, 모사된 오류 신호, 모사된 데이터 및 작동 데이터를 포함할 수 있다. 물론, 데이터 프로토콜부(110)는 전술한 나머지 구성부들 간의 신호 및 데이터의 송수신에도 사용될 수 있다.The data protocol unit (110) serves to connect the components of the test device with the artificial intelligence device (10). For this purpose, the data protocol unit (110) can be connected to the interface unit (11) and can serve as a signal and data path. Accordingly, the remaining components of the test device can transmit and receive signals and data with the artificial intelligence system of the artificial intelligence device (10) through the data protocol unit (110) and the interface unit (11). Meanwhile, the remaining components may refer to the aircraft selection unit (120), the script writing unit (130), the equipment simulation unit (141), the sensor simulation unit (142), the operation unit (150), the test unit (160), the error injection unit (170), the display unit (181), and the monitoring unit (182). In addition, the signals and data may include a simulated signal, a simulated error signal, simulated data, and operation data. Of course, the data protocol section (110) can also be used for transmitting and receiving signals and data between the remaining components described above.
비행체 선택부(120)는 복수 비행체 중 시험에 적용할 비행체를 선택하는 역할을 한다. 여기서, 시험에 적용할 비행체라고 함은 인공지능 장비(10)를 탑재하고자 하는 비행체를 의미할 수 있다. 예컨대 복수의 비행체가 일 비행체 및 타 비행체를 포함하고, 인공지능 장비(10)가 일 비행체에 탑재되기로 계획된 경우, 비행체 선택부(120)는 시험에 적용할 비행체로서 일 비행체를 선택할 수 있다. 구체적으로 비행체 선택부(120)는 일 비행체에 대한 소정의 레퍼런스 모델(Reference model)을 선택할 수 있다. 비행체 선택부(120)에서 선택된 비행체는 스크립트 작성부(130)로 입력될 수 있다.The aircraft selection unit (120) selects an aircraft to be applied to the test among multiple aircraft. Here, the aircraft to be applied to the test may refer to an aircraft on which the artificial intelligence device (10) is to be loaded. For example, if multiple aircraft include one aircraft and another aircraft, and the artificial intelligence device (10) is planned to be loaded on one aircraft, the aircraft selection unit (120) may select one aircraft as the aircraft to be applied to the test. Specifically, the aircraft selection unit (120) may select a predetermined reference model for one aircraft. The aircraft selected by the aircraft selection unit (120) may be input to the script writing unit (130).
여기서, 복수 비행체는 각기 탑재되는 전자 장비('항공 전자 장비'라고도 한다)와 센서가 다를 수 있다. 즉, 비행체 선택부(120)가 비행체를 선택하는 것에 의해 비행체에 구비된 전자 장비 및 센서가 변경되며, 이에 따라, 장비 모사부(141)와 센서 모사부(142)와 오류 주입부(170)가 생성하는 모사 신호, 모사 데이터 및 모사 오류 신호도 달라질 수 있다. 이에, 인공지능 장비(10)가 탑재될 비행체의 종류에 맞춰, 인공지능 장비(10)에 적합한 신호들과 오류 신호들과 데이터들이 입력될 수 있음으로써, 비행체에 따라 정확한 검증이 이루어질 수 있다.Here, the electronic equipment (also referred to as 'avionics equipment') and sensors mounted on each of the multiple aircraft may be different. That is, the electronic equipment and sensors mounted on the aircraft are changed by the aircraft selection unit (120) selecting the aircraft, and accordingly, the simulated signals, simulated data, and simulated error signals generated by the equipment replica unit (141), the sensor replica unit (142), and the error injection unit (170) may also be different. Accordingly, signals, error signals, and data suitable for the artificial intelligence equipment (10) may be input according to the type of aircraft on which the artificial intelligence equipment (10) is to be mounted, thereby enabling accurate verification to be performed depending on the aircraft.
한편, 일 비행체와 타 비행체는 실시 예를 설명하기 위한 것으로, 본 발명을 한정하기 위한 것이 아니다. 즉, 복수 비행체의 종류의 개수는 3 개 이상의 개수일 수 있다. 또한, 복수 비행체는 기존의 예방적 방식 및 사후적 방식 중 적어도 하나의 방식으로 건전성이 관리되고 있었던 다양한 종류의 비행체들에 대한 다수의 레퍼런스 모델을 포함할 수 있다. 다르게 표현하자면, 복수 비행체는 건전성을 예지적으로 관리하고자 하는 비행체들에 대한 다소의 레퍼런스 모델을 포함할 수 있다.Meanwhile, the one aircraft and the other aircraft are for illustrating an embodiment and are not intended to limit the present invention. That is, the number of types of the plurality of aircraft may be three or more. In addition, the plurality of aircraft may include a plurality of reference models for various types of aircraft whose health has been managed in at least one of the existing preventive and reactive manners. In other words, the plurality of aircraft may include some reference models for aircraft whose health is to be managed predictively.
한편, 비행체 선택부(120)에서 선택된 비행체는 전시부(181)에서 전시될 수 있다. 사용자는 전시부(181)을 통해 선택된 비행체의 레퍼런스 모델에 대한 정보를 제공받을 수 있다. 레퍼런스 모델에 대한 정보는 형상 정보, 기종 정보, 탑재 전자 장비 정보, 탑재 센서 정보, 운용되는 항로 정보, 부여받은 임무 정보 등 다양할 수 있다.Meanwhile, the aircraft selected in the aircraft selection unit (120) can be displayed in the exhibition unit (181). The user can receive information on the reference model of the selected aircraft through the exhibition unit (181). The information on the reference model can be diverse, such as shape information, aircraft type information, information on mounted electronic equipment, information on mounted sensors, information on the route being operated, and information on assigned missions.
스크립트 작성부(130)는 선택된 비행체에 기초하여 시험 스크립트를 작성하는 역할을 한다. 스크립트 작성부(130)에 의해 인공지능 장비(10)가 모사된 환경과 선택된 비행체에 적합하도록 스크립트에서 정해진 소정의 순서대로 작동되면서 시험될 수 있고, 스크립트 작성부(130)에 의해 시험 자동화(Test Automation)가 이루어질 수 있다. 스크립트 작성부(130)에서 작성된 시험 스크립트는 운용부(150)와 시험부(160)로 입력될 수 있다.The script writing unit (130) plays a role in writing a test script based on the selected aircraft. The artificial intelligence equipment (10) can be tested by operating in a predetermined order determined in the script to suit the simulated environment and the selected aircraft by the script writing unit (130), and test automation can be achieved by the script writing unit (130). The test script written by the script writing unit (130) can be input to the operation unit (150) and the test unit (160).
장비 모사부(141)는 선택된 비행체에 탑재되는 전자 장비의 신호를 모사한 모사 신호를 생성할 수 있다. 또한, 센서 모사부(142)는 비행체에 탑재되는 센서의 데이터를 모사한 모사 데이터를 생성할 수 있다. 이들을 통칭하여 환경 모사부라고 지칭할 수 있다. 또한, 장비 모사부(141)와 센서 모사부(142)가 각기 신호 및 데이터를 모사하는 방식은 다양할 수 있으며, 이를 특별히 한정하지는 않는다. 예컨대 장비 모사부(141)에는 복수 비행체 각각에 탑재되는 전자 장비에 대한 정보가 저장되며, 비행체 선택부(120)가 선택한 비행체를 비행체 선택부(120)로부터 입력받으면, 해당 비행체에 탑재되는 전자 장비에 대한 정보를 기반으로, 해당 전자 장비의 신호를 모사할 수 있다. 여기서, 전자 장비에 대한 정보는 전자 장비가 정상적으로 작동하는 동안 생성 및 입출력되는 신호 정보를 의미할 수 있다. 센서 모사부(142)도 이와 동일 혹은 유사한 방식으로 작동할 수 있다. The equipment replicator (141) can generate a replica signal that replicates the signal of the electronic equipment mounted on the selected aircraft. In addition, the sensor replicator (142) can generate replica data that replicates the data of the sensor mounted on the aircraft. These may be collectively referred to as an environment replicator. In addition, the method by which the equipment replicator (141) and the sensor replicator (142) replicate signals and data may vary, and is not particularly limited. For example, the equipment replicator (141) stores information on the electronic equipment mounted on each of the plurality of aircraft, and when the aircraft selected by the aircraft selection unit (120) is input from the aircraft selection unit (120), the signal of the electronic equipment mounted on the aircraft can be replicated based on the information on the electronic equipment. Here, the information on the electronic equipment may refer to signal information generated and input/output while the electronic equipment is operating normally. The sensor replicator (142) may also operate in the same or similar manner.
운용부(150)는 운용 패널부라고 지칭할 수도 있다. 운용부(150)는 시험 스크립트에 따라 모사 신호 및 모사 데이터를 이용하여 인공지능 장비(10)를 작동시킬 수 있다. 즉, 운용부(150)는 시험 스크립트에 따라 소정의 정해진 순서로 모사 신호들과 모사 데이터들을 인공지능 장비(10)에 입력함으로써, 인공지능 장비(10)를 실제와 동일 혹은 유사하게 작동시킬 수 있고, 인공지능 장비(10)를 시험하기 위한 시험 장치의 전체적인 작동을 제어할 수 있다. 여기서, 실제와 동일 혹은 유사하게 작동한다는 것은, 인공지능 장비(10)가 원하는 비행체에 탑재되어 예지적 건전성 관리를 하기 위해 일련의 과정에 따라 작동하는 것과 동일 혹은 유사하게, 인공지능 장비(10)가 운용부(150)에 의해 전술한 일련의 과정에 따라 동일 혹은 유사하게 작동하는 것을 의미한다.The operation unit (150) may also be referred to as an operation panel unit. The operation unit (150) can operate the artificial intelligence equipment (10) using simulated signals and simulated data according to a test script. That is, the operation unit (150) can operate the artificial intelligence equipment (10) identically or similarly to the actual equipment by inputting simulated signals and simulated data into the artificial intelligence equipment (10) in a predetermined order according to the test script, and can control the overall operation of the test device for testing the artificial intelligence equipment (10). Here, operating identically or similarly to the actual equipment means that the artificial intelligence equipment (10) operates identically or similarly to the artificial intelligence equipment (10) according to a series of processes described above by the operation unit (150) identically or similarly to the artificial intelligence equipment (10) being mounted on a desired aircraft and operating according to a series of processes for predictive health management.
따라서, 운용부(150)에 의해 비행체 선택부(120), 스크립트 작성부(130), 장비 모사부(141), 센서 모사부(142), 시험부(160), 오류 주입부(170), 전시부(181), 모니터링부(182)의 작동이 제어될 수 있다. 예를 들면, 운용부(150)는, 환경 모사부(141, 142)의 작동을 제어하여 모사할 비행체 환경을 설정할 수 있고, 비행체 선택부(120)를 제어하여 선택된 비행체에 대한 모사 신호 및 모사 데이터를 생성하여 인공지능 장비(10)로 주입할 수 있고, 오류 주입부(170)의 작동을 제어하여 선택된 비행체에 대한 모사 오류 신호를 생성하여 인공지능 장비(10)로 주입할 수 있고, 이와 함께, 시험부(160)를 작동시켜 인공지능 장비(10)에 탑재된 인공지능 체계에 대한 통합 레벨 환경 점검을 진행함으로써, 시험 장비를 운용할 수 있다.Accordingly, the operation of the aircraft selection unit (120), the script writing unit (130), the equipment simulation unit (141), the sensor simulation unit (142), the test unit (160), the error injection unit (170), the display unit (181), and the monitoring unit (182) can be controlled by the operation unit (150). For example, the operation unit (150) can control the operation of the environment simulation units (141, 142) to set the aircraft environment to be simulated, control the aircraft selection unit (120) to generate a simulation signal and simulation data for the selected aircraft and inject them into the artificial intelligence equipment (10), control the operation of the error injection unit (170) to generate a simulation error signal for the selected aircraft and inject it into the artificial intelligence equipment (10), and at the same time, operate the test unit (160) to conduct an integrated level environmental inspection of the artificial intelligence system mounted on the artificial intelligence equipment (10), thereby operating the test equipment.
시험부(160)는 시험 스크립트에 따라 인공지능 장비(10)가 정상 작동하는지를 시험할 수 있다. 시험부(160)는 인공지능 장비(10)가 입력받는 신호 및 데이터에 의해 생성하는 작동 데이터를 수집하여, 작동 데이터가 시험 스크립트에 의거한 인공지능 장비(10)의 작동 내용을 가지는지 점검할 수 있고, 그 점검 결과에 따라, 인공지능 장비(10)가 정상 작동인지 혹은 비정상 작동인지를 판단할 수 있다. 구체적으로, 시험부(160)는 인공지능 장비(10)로 입력되는 모사 신호 및 모사 데이터에 대한 인공지능 장비(10)의 건전성 진단 반응에 따라 인공지능 장비(10)를 정상 작동 또는 비정상 작동으로 판단할 수 있다. 즉, 모사 신호 및 모사 데이터는 비행체가 정상적으로 작동하는 경우의 모사 신호 및 모사 데이터이므로, 인공지능 장비(10)는 이들 모사 신호 및 모사 데이터를 입력받으면 비행체의 건전성을 양호한 것으로 판단해야 한다. 이러한 건전성 진단 반응을 이용하여 시험부(160)가 인공지능 장비(10)를 정상 작동 또는 비정상 작동으로 판단할 수 있다.The test unit (160) can test whether the artificial intelligence device (10) operates normally according to the test script. The test unit (160) can collect operation data generated by the signals and data inputted by the artificial intelligence device (10), check whether the operation data has the operation content of the artificial intelligence device (10) based on the test script, and determine whether the artificial intelligence device (10) operates normally or abnormally according to the check result. Specifically, the test unit (160) can determine whether the artificial intelligence device (10) operates normally or abnormally according to the health diagnosis response of the artificial intelligence device (10) to the simulated signals and simulated data inputted to the artificial intelligence device (10). That is, since the simulated signals and simulated data are simulated signals and simulated data when the aircraft operates normally, the artificial intelligence device (10) should determine that the health of the aircraft is good when these simulated signals and simulated data are inputted. Using these health diagnostic reactions, the test unit (160) can determine whether the artificial intelligence equipment (10) is operating normally or abnormally.
이를 위해 시험부(160)에는 비행체의 기종별로, 시험 스크립트의 내용별로, 시험할 환경별로(즉, 모사 환경별로), 각각 기준 데이터가 저장될 수 있고, 이 기준 데이터를 판단에 사용할 수 있다. 기준 데이터는 인공지능 장비(10)가 정상적으로 작동할 때 생성할 것으로 판단되는 데이터로서, 소정의 컴퓨팅 장치에 의해 사전에 작성되어 인공지능 장비(10)의 시험을 위해 시험부(160)로 주입될 수 있다.To this end, reference data can be stored in the test section (160) for each aircraft type, each test script content, and each environment to be tested (i.e., each simulated environment), and this reference data can be used for judgment. The reference data is data that is judged to be generated when the artificial intelligence device (10) operates normally, and can be created in advance by a predetermined computing device and injected into the test section (160) for testing the artificial intelligence device (10).
오류 주입부(170)는 선택된 비행체의 전자 장비의 신호와 상이한 오류 신호를 모사한 모사 오류 신호를 생성할 수 있다. 즉, 전자 장비가 정상 작동할 때의 신호는 명확하게 알고 있는 것이고, 전자 장비로부터 획득할 수 있는 것이다. 그런데 전자 장비에서 정상 작동 시에 전자 장비로부터 발생해야 할 신호와 다른 신호가 전자 장비에서 생성이 되면, 이는 전자 장비가 정상 작동하지 않는 것으로 간주될 수 있다. 이에, 오류 주입부(170)는 선택된 비행체의 전자 장비가 정상 작동할 때의 전자 장비의 신호와 상이한 신호를 오류 신호로서 생성할 수 있다. 또한, 오류 주입부(170)는 생성한 모사 오류 신호를 인공지능 장비(10)로 주입할 수 있다.The error injection unit (170) can generate a simulated error signal that simulates an error signal that is different from a signal of the electronic equipment of the selected aircraft. That is, the signal when the electronic equipment operates normally is clearly known and can be obtained from the electronic equipment. However, if a signal different from a signal that should be generated from the electronic equipment when operating normally is generated from the electronic equipment, this can be regarded as the electronic equipment not operating normally. Accordingly, the error injection unit (170) can generate a signal that is different from a signal of the electronic equipment when operating normally as an error signal. In addition, the error injection unit (170) can inject the generated simulated error signal into the artificial intelligence equipment (10).
이때, 시험부(160)는 인공지능 장비(10)로 입력되는 모사 신호 및 모사 데이터에 대한 인공지능 장비(10)의 건전성 진단 반응과, 인공지능 장비(10)로 입력되는 모사 오류 신호에 대한 인공지능 장비(10)의 건전성 진단 반응을 비교하고, 그 결과에 따라 인공지능 장비(10)를 정상 작동 또는 비정상 작동으로 판단할 수 있다. 구체적으로 이들 진단 반응이 상이하면 인공지능 장비(10)가 잘 작동하는 것으로 판단할 수 있고, 이들 진단 반응이 유사 혹은 동일하면 인공지능 장비(10)가 비정상 작동하는 것으로 판단할 수 있다. 이를테면, 인공지능 장비(10)로 모사 오류 신호가 입력이 되었는데도, 인공지능 장비(10)가 비행체의 해당 전자 장비가 정상 작동하는 것으로 건전성 관리를 하는 경우, 인공지능 장비(10)가 비정상 작동하는 것으로 판단할 수 있다.At this time, the test unit (160) compares the health diagnosis response of the artificial intelligence equipment (10) to the simulated signal and simulated data input to the artificial intelligence equipment (10) and the health diagnosis response of the artificial intelligence equipment (10) to the simulated error signal input to the artificial intelligence equipment (10), and can determine whether the artificial intelligence equipment (10) is operating normally or abnormally based on the result. Specifically, if these diagnostic responses are different, the artificial intelligence equipment (10) can be determined to be operating properly, and if these diagnostic responses are similar or the same, the artificial intelligence equipment (10) can be determined to be operating abnormally. For example, if the artificial intelligence equipment (10) performs health management assuming that the corresponding electronic equipment of the aircraft is operating normally even though a simulated error signal is input to the artificial intelligence equipment (10), the artificial intelligence equipment (10) can be determined to be operating abnormally.
모니터링부(182)는 클라우드를 통해 시험부(160)의 시험 결과 및 인공지능 장비(10)의 작동 데이터를 수신하고, 시험 결과 및 작동 데이터를 사용자에게 전시할 수 있다. 이에, 사용자는 실시간으로 클라우드를 통해 인공지능 장비(10)가 정상적으로 동작하는지를 확인할 수 있고, 인공지능 장비(10)의 작동 데이터(분석 데이터라고도 한다)가 정상적으로 수신되는지 확인할 수 있고, 인공지능 장비(10)의 작동 데이터의 내용을 실시간으로 볼 수 있다.The monitoring unit (182) can receive the test results of the test unit (160) and the operation data of the artificial intelligence equipment (10) through the cloud, and display the test results and the operation data to the user. Accordingly, the user can check in real time through the cloud whether the artificial intelligence equipment (10) is operating normally, check whether the operation data (also called analysis data) of the artificial intelligence equipment (10) is received normally, and view the contents of the operation data of the artificial intelligence equipment (10) in real time.
이하, 본 발명의 실시 예에 따른 시험 방법을 설명한다. 이때, 시험 방법은 본 발명의 실시 예에 따른 시험 장치에 의해 수행될 수 있다. 이에, 하기에서는 시험 장치를 이용하여 시험 방법을 수행하는 것을 예시하여 이하에서 설명하기로 한다. 여기서, 설명의 중복을 피하기 위해, 이하에서 본 발명의 실시 예에 따른 시험 방법을 설명하면서 본 발명의 실시 예에 따른 시험 장치와 관련하여 전술한 내용과 중복되는 설명은 생략하기로 한다.Hereinafter, a test method according to an embodiment of the present invention will be described. At this time, the test method can be performed by a test device according to an embodiment of the present invention. Accordingly, the following description will be given by way of example of performing the test method using a test device. Herein, in order to avoid duplication of explanation, while describing the test method according to an embodiment of the present invention below, any description that overlaps with the above-described content related to the test device according to an embodiment of the present invention will be omitted.
도 2 및 도 3은 본 발명의 실시 예에 따른 시험 방법을 보여주는 플로우 챠트이다. 도 3에서는 도 2의 시험 스크립트 작성 과정(S100), 비행체의 작동 상태 모사 과정(S200), 인공지능 장비 시험 과정(S400)을 구체적으로 나타내었다.Figures 2 and 3 are flow charts showing a test method according to an embodiment of the present invention. Figure 3 specifically shows the test script writing process (S100) of Figure 2, the aircraft operation status simulation process (S200), and the artificial intelligence equipment test process (S400).
도 2 내지 도 3을 참조하면, 본 발명의 실시 예에 따른 시험 방법은, 비행체용 인공지능 장비(10)의 작동을 시험하기 위한 시험 방법으로서, 비행체에 기초하여 시험 스크립트를 작성하는 과정(S100), 비행체의 작동 상태를 모사하는 과정(S200), 비행체의 모사된 작동 상태를 기반으로, 시험 스크립트에 따라 인공지능 장비를 작동시키는 과정(S300), 인공지능 장비가 정상 작동하는지를 시험하는 과정(S400)을 포함한다. 이들 과정에 의해, 인공지능 장비(10)는 비행체에 탑재되기 전에 실제 환경과 유사 혹은 동일한 모사 환경에서 구동되며 성능이 점검될 수 있고, 그에 따라, 검증이 된 상태에서 비행체에 탑재될 수 있다.Referring to FIGS. 2 and 3, a test method according to an embodiment of the present invention is a test method for testing the operation of an artificial intelligence device (10) for an aircraft, including a process of creating a test script based on an aircraft (S100), a process of simulating the operating state of the aircraft (S200), a process of operating the artificial intelligence device according to the test script based on the simulated operating state of the aircraft (S300), and a process of testing whether the artificial intelligence device is operating normally (S400). Through these processes, the artificial intelligence device (10) can be operated in a simulated environment similar or identical to an actual environment and its performance can be checked before being loaded onto an aircraft, and thus, it can be loaded onto an aircraft in a verified state.
이때, 시험 방법은 본 발명의 실시 예에 따른 시험 장치에 의해 수행될 수 있다. 그러나, 이에 한정되지 않으며, 다양한 구성의 시험 장치에서 시험 방법이 수행될 수 있다. 즉, 이하에서 설명되는 내용은 다양한 구성의 시험 장치에 의해 본 발명의 실시 예에 따른 시험 방법이 수행되는 경우에도 유사 혹은 동일하게 적용될 수 있다.At this time, the test method can be performed by a test device according to an embodiment of the present invention. However, it is not limited thereto, and the test method can be performed in a test device of various configurations. That is, the contents described below can be similarly or identically applied even when the test method according to an embodiment of the present invention is performed by a test device of various configurations.
우선, 비행체에 기초하여 시험 스크립트를 작성한다(S100). 이를 위해, 사용자가 운용부(150)를 통해 비행체 선택부(120)를 작동시킬 수 있다. 그리고, 비행기 선택부(120)가 미리 저장된 복수의 비행체 중 시험에 적용할 비행체를 선택할 수 있다(S110). 이 과정에서, 비행체의 기종을 선택할 수 있고, 그에 따라, 비행체에 구비되는 전자 장비와 센서의 종류가 변경될 수 있다. 또한, 이러한 전자 장비의 종류와 센서의 종류에 대한 정보는 환경 모사부(141, 142)로 전달되어 모사 신호와 모사 데이터의 생성에 활용될 수 있고, 오류 주입부(170)로 전달되어 모사 오류 신호의 생성에 활용될 수 있고, 스크립트 작성부(130)로 전달되어 시험 스크립트의 작성에 돨용되 수 있다.First, a test script is created based on the aircraft (S100). To this end, the user can operate the aircraft selection unit (120) through the operation unit (150). Then, the aircraft selection unit (120) can select an aircraft to be applied to the test among a plurality of aircraft stored in advance (S110). In this process, the type of aircraft can be selected, and accordingly, the types of electronic equipment and sensors equipped on the aircraft can be changed. In addition, information on the types of electronic equipment and sensors can be transmitted to the environment simulation unit (141, 142) and utilized for generating simulation signals and simulation data, transmitted to the error injection unit (170) and utilized for generating simulation error signals, and transmitted to the script writing unit (130) and used for writing a test script.
또한, 전시부(181)에서, 비행기 선택부(110)가 선택한 비행체에 대한 정보를 사용자에게 전시할 수 있다(S120). 이에, 사용자가 선택된 비행체를 확인할 수 있으므로, 비행체가 잘못 선택된 채로 시험이 진행되는 것을 미리 방지할 수 있다.In addition, in the display section (181), information on the aircraft selected by the aircraft selection section (110) can be displayed to the user (S120). Accordingly, since the user can check the selected aircraft, it is possible to prevent the test from proceeding with the aircraft incorrectly selected.
그리고, 선택된 비행체에 기초하여 시험 스크립트를 작성할 수 있다(S130). 이 과정은 스크립트 작성부(130)에서 수행될 수 있다. 예컨대 스크립트 작성부(130)는 선택된 비행체에 탑재되는 전자 장비의 종류와 센서의 종류와, 선택된 비행체가 운용되는 항로, 선택된 비행체에 부여된 임무 형상 등의 각종 정보에 따라, 시험 스크립트를 작성할 수 있다.And, a test script can be created based on the selected aircraft (S130). This process can be performed in the script writing unit (130). For example, the script writing unit (130) can create a test script based on various information such as the type of electronic equipment and sensor mounted on the selected aircraft, the route on which the selected aircraft is operated, and the mission configuration assigned to the selected aircraft.
한편, 이하에서 설명되는 과정들 에서도 운용부(150)에 의해 시험 장치의 각 구성부들이 작동함으로써, 수행될 수 있다.Meanwhile, the processes described below can also be performed by having each component of the test device operate by the operating unit (150).
이후, 비행체의 작동 상태를 모사한다(S200). 즉, 비행체에 탑재되는 전자 장비의 신호를 모사한 모사 신호를 생성할 수 있고(S210), 그리고, 비행체에 탑재되는 센서의 데이터를 모사한 모사 데이터를 생성할 수 있다(S220). 이들 과정은 장비 모사부(141)와 센서 모사부(142)에 의해 수행될 수 있다. 선택된 비행체에 탑재되는 전자 장비들에 대해, 해당 전자 장비들이 정상적으로 작동할 때에 발생하는 신호들을 모사하여, 모사 신호로서 생성할 수 있다. 마찬가지로, 선택된 비행체에 탑재되는 센서들에 대해, 선택된 비행체에 적합하도록 부여된 소정의 비행 환경에서, 해당 센서들이 정상적으로 작동할 때 발생하는 데이터들을 모사하여, 모사 데이터로서 생성할 수 있다. 선택된 비행체에 적합하도록 소정의 비행 환경을 부여하는 것은 운영부(150)에서 수행될 수 있다. 예컨대 선택된 비행체가 장거리 수송을 위한 군용의 대형 항공기이면, 비행 환경으로 장거리 수송 시에 지나가는 항로에서 비행체에 영향을 주는 대기의 온도, 습도, 압력 등과, 비행체의 고도, 비행속도 등의 여러 환경을 비행 시간에 따라 비행 환경으로 부여할 수 있다.Thereafter, the operating state of the aircraft is simulated (S200). That is, a simulated signal that simulates a signal of an electronic device mounted on the aircraft can be generated (S210), and simulated data that simulates data of a sensor mounted on the aircraft can be generated (S220). These processes can be performed by the equipment simulation unit (141) and the sensor simulation unit (142). For the electronic devices mounted on the selected aircraft, signals generated when the corresponding electronic devices operate normally can be simulated and generated as simulated signals. Similarly, for the sensors mounted on the selected aircraft, data generated when the corresponding sensors operate normally in a predetermined flight environment suitable for the selected aircraft can be simulated and generated as simulated data. Providing a predetermined flight environment suitable for the selected aircraft can be performed by the operation unit (150). For example, if the selected aircraft is a large military aircraft for long-distance transport, various environments that affect the aircraft during long-distance transport, such as temperature, humidity, and pressure of the air along the route it passes, and the aircraft's altitude and flight speed, can be provided as a flight environment according to the flight time.
또한, 비행체의 모사된 작동 상태를 기반으로, 시험 스크립트에 따라 인공지능 장비를 작동시킨다(S300). 즉, 시험 스크립트에 따라 모사 신호 및 모사 데이터를 인공지능 장비로 입력할 수 있다. 이에, 인공지능 장비(10)는 자신의 상태를 실제로 비행체에 탑재된 상태로 인식할 수 있다. 이 과정에 의해, 실제 운항 환경과 동등하거나 유사한 비행체 모사 환경 하에서 시험이 수행될 수 있다.In addition, based on the simulated operating state of the aircraft, the artificial intelligence equipment is operated according to the test script (S300). That is, simulated signals and simulated data can be input into the artificial intelligence equipment according to the test script. Accordingly, the artificial intelligence equipment (10) can recognize its own state as a state actually mounted on the aircraft. Through this process, the test can be performed under an aircraft simulation environment equivalent to or similar to the actual operating environment.
한편, 모사 신호 및 모사 데이터의 입력은 데이터 프로토콜부(110)와 인터페이스부(11)를 통해 이루어질 수 있다.Meanwhile, input of the simulated signal and simulated data can be done through the data protocol section (110) and the interface section (11).
또한, 인공지능 장비가 정상 작동하는지를 시험한다(S400). 구체적으로, 인공지능 장비(10)로 모사 신호와 상이한 신호인 모사 오류 신호를 입력할 수 있다(S410). 모사 오류 신호는 인위적으로 만든 신호로서, 오류 주입부(170)에서 생성될 수 있다. 그리고, 데이터 프로토콜부(110)와 인터페이스부(11)를 통해 인공지능 장비(10)로 입력될 수 있다. 이에 의해 비행체가 정상적으로 작동하는 중에 비행체에서 이상이 발생한 인위적인 상황을 인공지능 장비(10)에 부여하여 줄 수 있다. 또한, 인공지능 장비의 건전성 진단 반응을 검출할 수 있다(S420). 즉, 모사 신호 및 모사 데이터에 대한 인공지능 장비(10)의 건전성 진단 반응을 검출하고, 건전성 진단 반응을 미리 설정된 기준 반응과 비교하여 오차 범위 내에서 일치하면 인공지능 장비를 정상 작동으로 판단하고, 건전성 진단 반응을 미리 설정된 기준 반응과 비교하여 오차 범위 내에서 일치하지 않으면 인공지능 장비를 비정상 작동으로 판단할 수 있다. 또한, 모사 오류 신호에 대한 인공지능 장비의 건전성 진단 반응을 검출하고, 앞서 검출했던 모사 신호 및 모사 데이터에 대한 인공지능 장비의 건전성 진단 반응과 모사 오류 신호에 대한 인공지능 장비의 건전성 진단 반응을 비교하여 오차 범위 내에서 일치하지 않으면 인공지능 장비를 정상 작동으로 판단할 수 있다. 또한, 모사 신호 및 모사 데이터에 대한 인공지능 장비의 건전성 진단 반응과 모사 오류 신호에 대한 인공지능 장비의 건전성 진단 반응을 비교하여 오차 범위 내에서 일치하면 인공지능 장비를 비정상 작동으로 판단할 수 있다. 물론, 모사 오류 신호에 대한 인공지능 장비의 건전성 진단 반응을 미리 설정된 기준 반응과 대비하여 인공지능 장비의 정상 작동 여부를 판단할 수도 있다.In addition, it is tested whether the artificial intelligence equipment is operating normally (S400). Specifically, a simulated error signal, which is a signal different from the simulated signal, can be input to the artificial intelligence equipment (10) (S410). The simulated error signal is an artificially created signal and can be generated in the error injection unit (170). Then, it can be input to the artificial intelligence equipment (10) through the data protocol unit (110) and the interface unit (11). As a result, an artificial situation in which an abnormality occurs in the aircraft while the aircraft is operating normally can be given to the artificial intelligence equipment (10). In addition, the health diagnosis response of the artificial intelligence equipment can be detected (S420). That is, the health diagnosis response of the artificial intelligence equipment (10) to the simulated signal and simulated data is detected, and if the health diagnosis response matches with a preset reference response and matches within an error range, the artificial intelligence equipment is judged to be operating normally, and if the health diagnosis response matches with a preset reference response and does not match within an error range, the artificial intelligence equipment is judged to be operating abnormally. In addition, the health diagnosis response of the AI equipment to the simulated error signal is detected, and the health diagnosis response of the AI equipment to the previously detected simulated signal and simulated data is compared with the health diagnosis response of the AI equipment to the simulated error signal. If they do not match within the error range, the AI equipment can be determined to be operating normally. In addition, the health diagnosis response of the AI equipment to the simulated signal and simulated data is compared with the health diagnosis response of the AI equipment to the simulated error signal. If they do match within the error range, the AI equipment can be determined to be operating abnormally. Of course, the health diagnosis response of the AI equipment to the simulated error signal can be compared with a preset reference response to determine whether the AI equipment is operating normally.
이 과정은, 시험부(160)에서 수행될 수 있다. 구체적으로, 시험부(160)가 인공지능 장비로 입력되는 모사 신호 및 모사 데이터에 대한 인공지능 장비의 건전성 진단 반응에 따라 상기 인공지능 장비를 정상 작동 또는 비정상 작동으로 판단할 수 있다.This process can be performed in the test unit (160). Specifically, the test unit (160) can determine whether the artificial intelligence equipment is operating normally or abnormally based on the artificial intelligence equipment's health diagnosis response to the simulated signals and simulated data input to the artificial intelligence equipment.
이러한 과정을 수행하면서, 모니터링부(182)를 이용하여 시험 결과 및 인공지능 장비의 작동 데이터를 사용자에게 전시할 수 있다(S430). 즉, 이에 사용자는 클라우드를 기반으로, 인공지능 장비의 분석 데이터가 실시간으로 정상 수신되는지 확인할 수 있고, 또한, 인공지능 장비의 데이터가 클라우드 기반으로 확인 가능한지를 모니터링 할 수 있다.During this process, the test results and the operation data of the artificial intelligence equipment can be displayed to the user using the monitoring unit (182) (S430). That is, the user can check whether the analysis data of the artificial intelligence equipment is normally received in real time based on the cloud, and can also monitor whether the data of the artificial intelligence equipment can be confirmed based on the cloud.
본 발명의 실시 예에 의하면, 비행체가 운용되는 환경을 모사한 모사 환경을 구축할 수 있고, 인공지능 장비에 대해 통합 레벨 환경에서의 실제 운용성 및 연동성에 대한 검증을 진행할 수 있다.According to an embodiment of the present invention, a simulated environment simulating an environment in which an aircraft is operated can be constructed, and verification of actual operability and interoperability in an integrated level environment for artificial intelligence equipment can be conducted.
본 발명의 상기 실시 예는 본 발명의 설명을 위한 것이고, 본 발명의 제한을 위한 것이 아니다. 본 발명의 상기 실시 예에 개시된 구성과 방식은 서로 결합하거나 교차하여 다양한 형태로 조합 및 변형될 것이고, 이에 의한 변형 예들도 본 발명의 범주로 볼 수 있음을 주지해야 한다. 즉, 본 발명은 청구범위 및 이와 균등한 기술적 사상의 범위 내에서 서로 다른 다양한 형태로 구현될 것이며, 본 발명이 해당하는 기술 분야에서의 업자는 본 발명의 기술적 사상의 범위 내에서 다양한 실시 예가 가능함을 이해할 수 있을 것이다.The above embodiments of the present invention are for the purpose of explaining the present invention, and are not intended to limit the present invention. It should be noted that the configurations and methods disclosed in the above embodiments of the present invention may be combined or crossed with each other and combined and modified in various forms, and that modifications made thereby may also be considered within the scope of the present invention. That is, the present invention may be implemented in various different forms within the scope of the claims and equivalent technical ideas thereof, and those skilled in the technical field to which the present invention pertains will be able to understand that various embodiments are possible within the scope of the technical ideas of the present invention.
110: 데이터 프로토콜부 120: 비행체 선택부
130: 스크립트 작성부 141: 장비 모사부
142: 센서 모사부 160: 시험부
181: 전시부 182: 모니터링부110: Data Protocol Section 120: Vehicle Selection Section
130: Script writing department 141: Equipment copy department
142: Sensor simulation section 160: Test section
181: Exhibition Department 182: Monitoring Department
Claims (15)
비행체에 기초하여 시험 스크립트를 작성하기 위한 스크립트 작성부;
상기 비행체에 탑재되는 전자 장비의 신호를 모사한 모사 신호를 생성하기 위한 장비 모사부;
상기 비행체에 탑재되는 센서의 데이터를 모사한 모사 데이터를 생성하기 위한 센서 모사부;
상기 시험 스크립트에 따라 상기 모사 신호 및 상기 모사 데이터를 이용하여 상기 인공지능 장비를 작동시키기 위한 운용부;
상기 인공지능 장비가 정상 작동하는지를 시험하기 위한 시험부;
복수 비행체 중 시험에 적용할 비행체를 선택하기 위한 비행체 선택부; 및
상기 전자 장비의 신호와 상이한 오류 신호를 모사한 모사 오류 신호를 생성하여 상기 인공지능 장비로 입력하며, 상기 비행체 선택부가 비행체를 선택하는 것에 따라 모사 오류 신호를 다르게 생성하기 위한 오류 주입부;를 포함하고,
상기 운용부는, 상기 비행체 선택부가 선택한 비행체의 항로에서 해당 비행체에 영향을 주는 비행 환경을 상기 장비 모사부 및 상기 센서 모사부에 부여하는 시험 장치.As a test device for testing the operation of artificial intelligence equipment for aircraft,
A script writing unit for writing test scripts based on the aircraft;
An equipment simulation unit for generating a simulation signal that simulates the signal of electronic equipment mounted on the above aircraft;
A sensor simulation unit for generating simulation data that simulates data of a sensor mounted on the above aircraft;
An operating unit for operating the artificial intelligence equipment using the simulated signal and the simulated data according to the test script;
A test section to test whether the above artificial intelligence equipment is operating normally;
A vehicle selection unit for selecting a vehicle to be tested among multiple vehicles; and
It includes an error injection unit for generating a simulated error signal that simulates an error signal different from the signal of the electronic equipment and inputting it to the artificial intelligence equipment, and for generating a different simulated error signal depending on the aircraft selection unit selecting the aircraft;
The above operation unit is a test device that provides a flight environment affecting the aircraft selected by the aircraft selection unit on the flight path to the equipment simulation unit and the sensor simulation unit.
선택된 비행체에 대한 정보를 사용자에게 전시하기 위한 전시부;를 포함하는 시험 장치.In claim 1,
A test device including a display section for displaying information about a selected aircraft to a user.
클라우드를 통해 상기 시험부의 시험 결과 및 상기 인공지능 장비의 작동 데이터를 수신하고, 상기 시험 결과 및 상기 작동 데이터를 사용자에게 전시하기 위한 모니터링부;를 포함하는 시험 장치.In claim 1 or claim 3,
A test device including a monitoring unit for receiving test results of the test unit and operation data of the artificial intelligence equipment through the cloud, and displaying the test results and the operation data to a user.
상기 시험부는 상기 인공지능 장비로 입력되는 상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응에 따라 상기 인공지능 장비를 정상 작동 또는 비정상 작동으로 판단하는 시험 장치.In claim 1 or claim 3,
The above test unit is a test device that determines whether the artificial intelligence equipment is operating normally or abnormally based on the health diagnosis response of the artificial intelligence equipment to the simulated signal and simulated data input to the artificial intelligence equipment.
상기 시험부는 상기 인공지능 장비로 입력되는 상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응과 상기 인공지능 장비로 입력되는 상기 모사 오류 신호에 대한 상기 인공지능 장비의 건전성 진단 반응을 비교하고, 그 결과에 따라 상기 인공지능 장비를 정상 작동 또는 비정상 작동으로 판단하는 시험 장치.In claim 1,
The above test unit is a test device that compares the health diagnosis response of the artificial intelligence equipment to the simulated signal and simulated data input to the artificial intelligence equipment and the health diagnosis response of the artificial intelligence equipment to the simulated error signal input to the artificial intelligence equipment, and determines whether the artificial intelligence equipment is operating normally or abnormally based on the result.
비행체에 기초하여 시험 스크립트를 작성하는 과정;
상기 비행체의 작동 상태를 모사하는 과정;
상기 비행체의 모사된 작동 상태를 기반으로, 상기 시험 스크립트에 따라 상기 인공지능 장비를 작동시키는 과정;
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정;을 포함하고,
상기 비행체에 기초하여 시험 스크립트를 작성하는 과정은,
복수의 비행체 중 시험에 적용할 비행체를 선택하는 과정;을 포함하고,
상기 비행체의 작동 상태를 모사하는 과정은,
선택된 비행체의 항로에서 해당 비행체에 영향을 주는 비행 환경에서의, 상기 비행체에 탑재되는 전자 장비의 신호를 모사한 모사 신호를 생성하는 과정; 및
선택된 비행체의 항로에서 해당 비행체에 영향을 주는 비행 환경에서의, 상기 비행체에 탑재되는 센서의 데이터를 모사한 모사 데이터를 생성하는 과정;을 포함하고,
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정은,
선택된 비행체에 따라 모사 오류 신호가 다르도록 하여, 시험에 사용할 모사 오류 신호를 생성하는 과정; 및
상기 인공지능 장비로 상기 모사 신호와 상이한 신호인 모사 오류 신호를 입력하는 과정;을 포함하는 시험 방법.As a test method for testing the operation of artificial intelligence equipment for aircraft,
The process of writing a test script based on an aircraft;
A process of simulating the operating state of the above aircraft;
A process of operating the artificial intelligence equipment according to the test script based on the simulated operating state of the aircraft;
A process for testing whether the above artificial intelligence equipment is operating normally;
The process of writing a test script based on the above aircraft is as follows:
A process for selecting an aircraft to be tested among multiple aircraft;
The process of simulating the operating status of the above aircraft is:
A process of generating a simulated signal that simulates the signals of electronic equipment mounted on a selected aircraft in a flight environment that affects the aircraft in the selected aircraft's flight path; and
A process of generating simulated data that simulates data of a sensor mounted on an aircraft in a flight environment that affects the aircraft in the flight path of the selected aircraft;
The process of testing whether the above artificial intelligence equipment is operating normally is as follows:
A process for generating a simulated error signal to be used in a test by making the simulated error signal different depending on the selected aircraft; and
A test method including a process of inputting a simulated error signal, which is a signal different from the simulated signal, into the artificial intelligence equipment.
상기 비행체에 기초하여 시험 스크립트를 작성하는 과정은,
선택된 비행체에 대한 정보를 사용자에게 전시하는 과정; 및
상기 선택된 비행체에 기초하여 시험 스크립트를 작성하는 과정;을 포함하는 시험 방법.In claim 8,
The process of writing a test script based on the above aircraft is as follows:
The process of displaying information about a selected aircraft to the user; and
A test method comprising: a process of creating a test script based on the selected aircraft;
상기 시험 스크립트에 따라 상기 인공지능 장비를 작동시키는 과정은,
시험 스크립트에 따라 상기 모사 신호 및 상기 모사 데이터를 인공지능 장비로 입력하는 과정;을 포함하는 시험 방법.In claim 8,
The process of operating the artificial intelligence equipment according to the above test script is as follows:
A test method comprising: a process of inputting the above-described simulated signal and the above-described simulated data into an artificial intelligence device according to a test script;
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정은,
상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응을 검출하는 과정;
상기 건전성 진단 반응을 미리 설정된 기준 반응과 비교하여 오차 범위 내에서 일치하면 상기 인공지능 장비를 정상 작동으로 판단하는 과정;
상기 건전성 진단 반응을 미리 설정된 기준 반응과 비교하여 오차 범위 내에서 일치하지 않으면 상기 인공지능 장비를 비정상 작동으로 판단하는 과정;을 포함하는 시험 방법.In claim 11,
The process of testing whether the above artificial intelligence equipment is operating normally is as follows:
A process of detecting a health diagnosis response of the artificial intelligence equipment to the above-mentioned simulated signal and the above-mentioned simulated data;
A process of comparing the above soundness diagnosis response with a preset reference response and determining that the artificial intelligence equipment is operating normally if it matches within the error range;
A test method including a process of judging the artificial intelligence equipment as operating abnormally if the above soundness diagnosis response is compared with a preset reference response and does not match within an error range.
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정은,
상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응을 검출하는 과정;
상기 모사 오류 신호에 대한 상기 인공지능 장비의 건전성 진단 반응을 검출하는 과정;
상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응과 상기 모사 오류 신호에 대한 상기 인공지능 장비의 건전성 진단 반응을 비교하여 오차 범위 내에서 일치하지 않으면 상기 인공지능 장비를 정상 작동으로 판단하는 과정; 및
상기 모사 신호 및 상기 모사 데이터에 대한 상기 인공지능 장비의 건전성 진단 반응과 상기 모사 오류 신호에 대한 상기 인공지능 장비의 건전성 진단 반응을 비교하여 오차 범위 내에서 일치하면 상기 인공지능 장비를 비정상 작동으로 판단하는 과정;을 포함하는 시험 방법.In claim 11,
The process of testing whether the above artificial intelligence equipment is operating normally is as follows:
A process of detecting a health diagnosis response of the artificial intelligence equipment to the above-mentioned simulated signal and the above-mentioned simulated data;
A process of detecting a health diagnosis response of the artificial intelligence equipment to the above-mentioned simulated error signal;
A process of comparing the health diagnosis response of the artificial intelligence equipment to the above-mentioned simulated signal and the above-mentioned simulated data and the health diagnosis response of the artificial intelligence equipment to the above-mentioned simulated error signal and determining that the artificial intelligence equipment is operating normally if they do not match within the error range; and
A test method including a process of comparing the health diagnosis response of the artificial intelligence equipment to the simulated signal and the simulated data and the health diagnosis response of the artificial intelligence equipment to the simulated error signal, and determining that the artificial intelligence equipment is operating abnormally if they match within an error range.
상기 인공지능 장비가 정상 작동하는지를 시험하는 과정은,
시험 결과 및 상기 인공지능 장비의 작동 데이터를 사용자에게 전시하는 과정;을 포함하는 시험 방법.In claim 8,
The process of testing whether the above artificial intelligence equipment is operating normally is as follows:
A test method comprising: a process of displaying test results and operation data of the artificial intelligence equipment to a user;
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230147984A KR102698820B1 (en) | 2023-10-31 | 2023-10-31 | Testing apparatus and method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020230147984A KR102698820B1 (en) | 2023-10-31 | 2023-10-31 | Testing apparatus and method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102698820B1 true KR102698820B1 (en) | 2024-08-26 |
Family
ID=92592963
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020230147984A Active KR102698820B1 (en) | 2023-10-31 | 2023-10-31 | Testing apparatus and method |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102698820B1 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200008550A (en) | 2017-06-15 | 2020-01-28 | 오로라 플라이트 사이언시스 코퍼레이션 | Autonomous aircraft soundness system and method |
| CN113602526A (en) * | 2021-08-27 | 2021-11-05 | 中国航空工业集团公司上海航空测控技术研究所 | Verification test method and system for aircraft electromechanical fault prediction and health management system |
| KR102376362B1 (en) | 2020-06-18 | 2022-03-18 | 주식회사 디지트로그 | System and method for designing optimization algorithm for determining integrity of aircraft structural |
| CN115598999A (en) * | 2022-12-14 | 2023-01-13 | 中国航空工业集团公司西安飞机设计研究所（Cn） | A method and device for verifying the fault diagnosis function of an airborne PHM system |
-
2023
- 2023-10-31 KR KR1020230147984A patent/KR102698820B1/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20200008550A (en) | 2017-06-15 | 2020-01-28 | 오로라 플라이트 사이언시스 코퍼레이션 | Autonomous aircraft soundness system and method |
| KR102376362B1 (en) | 2020-06-18 | 2022-03-18 | 주식회사 디지트로그 | System and method for designing optimization algorithm for determining integrity of aircraft structural |
| CN113602526A (en) * | 2021-08-27 | 2021-11-05 | 中国航空工业集团公司上海航空测控技术研究所 | Verification test method and system for aircraft electromechanical fault prediction and health management system |
| CN115598999A (en) * | 2022-12-14 | 2023-01-13 | 中国航空工业集团公司西安飞机设计研究所（Cn） | A method and device for verifying the fault diagnosis function of an airborne PHM system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5111402A (en) | Integrated aircraft test system | |
| US8606538B2 (en) | Method of testing an electronic system | |
| CN110320996B (en) | Re-authentication of interactive computer simulation stations | |
| Marsh | The ISA expert system: a prototype system for failure diagnosis on the space station | |
| KR102698820B1 (en) | Testing apparatus and method | |
| CN108073157A (en) | A kind of method for building Cabin Pressure Control System application software virtual testing environment | |
| KR102730083B1 (en) | Inspection apparatus and inspection method | |
| Mackey et al. | Integrated system health management (ISHM) technology demonstration project final report | |
| Singh et al. | Model based test framework for verification of flight control software | |
| McIntyre et al. | The boeing 777 fault tolerant air data and inertial reference system-a new venture in working together | |
| CN111190821A (en) | Test platform construction method and test method of cabin door comprehensive management software | |
| Mackall | Qualification needs for advanced integrated aircraft | |
| Cochran | Artificial intelligence techniques applied to vehicle management system diagnostics | |
| US7415327B2 (en) | Computerised flight manual and method for dynamic control of such a flight manual | |
| Peaden | Using simulation for launch team training and evaluation | |
| Itsara et al. | PROJECT TEAM MEMBERS | |
| Baltes et al. | Virtual flight test as advanced step in aircraft development | |
| Applegate et al. | Integrated safety systems design and human factors considerations for jet transport aeroplanes | |
| Keller et al. | Advanced Onboard Diagnostic System for Vehicle Management | |
| Halski | FLASH fly-by-light flight control demonstration results overview | |
| Ballauer et al. | Testing of the V-22 flight control system | |
| McTigue et al. | Information Representations for Crew-Led Operations Beyond Low-Earth Orbit | |
| Wang et al. | System Engineering-Based Flight Simulation Device Design Technology and Application Research | |
| Parrish et al. | Knowledge-based autonomous test engineer (KATE) | |
| Hancioglu et al. | Automated System Level Test Approach for Flight Control Software |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PA0109 | Patent application |
Patent event code: PA01091R01D Comment text: Patent Application Patent event date: 20231031 |
|
| PA0201 | Request for examination |
Patent event code: PA02011R01I Patent event date: 20231031 Comment text: Patent Application |
|
| PA0302 | Request for accelerated examination |
Patent event date: 20240116 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: 20240326 Patent event code: PE09021S01D |
|
| E701 | Decision to grant or registration of patent right | ||
| PE0701 | Decision of registration |
Patent event code: PE07011S01D Comment text: Decision to Grant Registration Patent event date: 20240815 |
|
| GRNT | Written decision to grant | ||
| PR0701 | Registration of establishment |
Comment text: Registration of Establishment Patent event date: 20240821 Patent event code: PR07011E01D |
|
| PR1002 | Payment of registration fee |
Payment date: 20240822 End annual number: 3 Start annual number: 1 |
|
| PG1601 | Publication of registration |