한국지능시스템학회논문지 (Journal of the Korean Institute of Intelligent Systems)

  • 제16권1호
  • /
  • Pages.119-123
  • /
  • 2006
  • /
  • 1976-9172(pISSN)
  • /
  • 2288-2324(eISSN)
한국지능시스템학회 (Korean Institute of Intelligent Systems)
권호 표지
DOI QR코드

DOI QR Code

PCA와 비선형분류기에 기반을 둔 유도전동기의 고장진단

Fault Diagnosis of Induction Motor based on PCA and Nonlinear Classifier

  • 박성무 (한국폴리텍대학/청주대학 전기과) ;
  • 이대종 (충북대학교 컴퓨터 정보통신 연구소, 전기전자컴퓨터공학부) ;
  • 전명근 (충북대학교 컴퓨터 정보통신 연구소, 전기전자컴퓨터공학부)
  • 발행 : 2006.02.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문에서는, 주성분분석기법과 다층신경망에 기반을 유도전동기의 고장진단기법을 제안하고자 한다. 입력의 수가 많을 경우 다층신경망만을 이용하여 분류하는 데는 한계가 있다. 이러한 문제점을 해결하기 위해 주성분분석기법에 의해 입력특징의 수를 축약한 후, 비선형분류기인 다층신경망을 적용하였다. 또한, 주성 분석기법에 추출된 특징벡터가 고장상태별로 비선형성 특성을 보일 경우 기존의 거리척도 기반에 의한 분류방법으로 정확한 진단을 하는데 어려움이 있다. 이를 위해 비선형 분류기인 MLP를 적용함으로써 효과적인 고장진단을 하자 한다. 세안된 기법은 다양한 실험을 통해 기존의 선형분류기에 비해 우수한 겨과를 보임을 나타내고자 한다.

In this paper, we propose fault diagnosis of induction motor based on PCA and MLP. To resolve the main drawback of MLP, we calculate the reduced features by PCA in advance. Finally, we develop the diagnosis system based on nonlinear classifier by MLP rather than linear classifier by conventional k-NN. By various experiments, we obtained better classification performance in comparison to the results produced by linear classifier by k-NN.

키워드

참고문헌

  1. Nejjari, H., Benbouzid, M.E.H., 'Monitoring and dia gnosis of induction motors electrical faults using a current Park's vector pattern learning approach ', IEEE Transactions on Industry Applications, VoI. 36, Issue 3, pp. 730-735, 2000 https://doi.org/10.1109/28.845047
  2. Bellini, A, Filippetti, F., Franceschini, G., Tassoni, C., Kliman, G.B., 'Quantitative evaluation of induct ion motorbroken bars by means of electrical signat ure analysis', IEEE Transactions on Industfy Applications, Vol. 37, Issue 5, pp. 1248-1255, 2001 https://doi.org/10.1109/28.952499
  3. Kyusung Kim, Parlos, A.G., Mohan Bharadwaj, R., sensorless fault diagnosis of induction motors, IEEE Transactions on Industrial Electronics, Vol. 50 Issue 5, pp. 1038-1051, 2003 https://doi.org/10.1109/TIE.2003.817693
  4. Zidani, F., El IIachemi Benbouzid, M., Diallo, D., N ait-Said, M.S., 'Induction motor stator faults diag nosis by a current concordia pattern-based fuzzy decision system', IEEE Transactions on Energy Conversion, Vol. 18, Issue 4, pp. 469-475, 2003 https://doi.org/10.1109/TEC.2003.815832
  5. M. Turk and A. Pentland, 'Face recognition using eigenfaces', IEEE Conf. on Computer Vision and P attern Recognition, pp. 586-591, 1991
  6. Wang, Y., Van Huttel, S., Vanhamme, L., Mastron ardi, N., Van Heeke, P., 'Advanced signal processing methods for Quantitation of resonances in magnTetic resonance spectra', Proce.,13th IEEE Symposiu m on Computer-Based Medical Systems, pp.63-68, 2000
  7. Wei-Zhen Lu, Wen-Jian Wang, Xie-Kang Wang, Sui-Hang Yan and Joseph c. Lam, 'Potential asse ssment of a neural network model with PCA/ RB F approach for forecasting pollutant trends in Man g Kok urban air, Hong Kong'Environmental Research, Vol. 96, Issue 1, pp.79-87, 2004
  8. 전병석, 이대종, 이상혁, 유정웅, 전명근, ' PCA와 LDA에 기반을 둔 융합 알고리즘에 의한 유도전동기의 고장진단.' 한국조명설비학회, Vol. 19, No., 2, pp. 152-159, 2005