기기 이상 검출 방법, 컴퓨터 판독 가능한 저장 매체, 칩 및 장치

본 발명은 기기 이상 검출 장치를 제공한다. 상기 장치는 비지도(unsupervised) 또는 자가 지도(self-supervised) 뉴럴 네트워크를 사용하여 타겟 시스템(예를 들어, 기기 또는 기계)의 정상 조건을 학습한다. 훈련된 상기 뉴럴 네트워크는 상기 타겟 시스템의 N개의 정상적 센서 이벤트 스트림을 재구성하여 상기 타겟 시스템의 정상 조건에서의 N개의 정상적 센서 이벤트 스트림의 뉴럴 네트워크 재구성 버전으로 사용할 수 있다. 상기 기기 이상 검출 장치는 상기 뉴럴 네트워크 재구성 버전에 따라 소정의 임계값을 초과하는 상황에 따라 상기 타겟 시스템의 작동 상황을 분석 및 예측할 수 있다. N개의 정상적 센서 이벤트 스트림과 뉴럴 네트워크 재구성 버전의 신호 차이가 소정의 임계값을 초과할 경우, 상기 기기 이상 검출 장치는 상기 타겟 시스템의 이상적인 작동 상황을 반영하는 경보 신호를 보낼 수 있다. A detection device is provided in the disclosure. The device uses unsupervised or self-supervised neural networks to learn nominal conditions of a target system, such as a device or a machine. The trained neural networks can reproduce sensory signals of the target system as a neural-network-reconstructed version of the sensory signals in the nominal conditions of a target system. The equipment anomaly detection device may analyze and predict operation conditions of the target system based on the neural-network-reconstructed version exceeding a certain level. When signal difference between the sensory signals and the neural-network-reconstructed version exceeds a certain level, the equipment anomaly detection device may issue an alert signal to reflect abnormal operation conditions of the target system.