• Journal of Advanced Marine Engineering and Technology
• /
• v.34 no.8
• /
• pp.1115-1127
• /
• 2010

Several methods have been applied to detect winding faults (turn-to-turn short). The representative approaches have been focusing on current signals. The current signal can give important information to extract features and to detect faults. In this study, current sensors were installed to measure signals for fault detection of BLDC motors. Therefore, it is necessary to select proper feature extraction methods among the popular methods that use current signals.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.511-513
• /
• 2016

본 논문에서는 세라믹 영상에서 사람의 눈으로 판단하기 어려운 결함 영역을 검출하기 위해 배경을 제거한 후에 지역 기반 오츠 이진화와 양방향 소벨 마스크를 적용하여 세라믹 영상의 윤곽선을 검출한다. 윤곽선이 검출된 영상을 수평으로 4등분하고, 각각의 영역에서 밝기 값이 변화는 지점을 탐색한다. 탐색된 좌표 중에서 최대 명암도 값을 이용하여 ROI 영역을 추출한다. 결함 영역 검출의 효율성을 높이기 위한 전 단계로 배경을 제거하기 위해 ROI 영역과 최소값 필터가 적용된 ROI 영역 간의 명암도의 차이를 이용하여 배경을 제거한다. 명암도의 차이를 통해 배경이 제거된 ROI 영역에서 개선된 명암 대비 스트레칭 기법을 적용하여 ROI 영역의 명암 대비를 강조한다. 명암이 강조된 ROI 영역에서 10mm, 11mm, 16mm, 22mm 영상의 결함 영역을 검출하기 위해 히스토그램 이진화 기법을 적용하여 결함의 후보 영역을 추출한다. 결함 후보 영역이 검출된 ROI 영역에서 미세 잡음을 제거하기 위해 중간값 필터와 침식과 팽창을 적용한 후에 최종적인 결함 영역을 검출한다. 제안된 방법을 8mm, 10mm, 11mm, 16mm, 22mm 세라믹 영상을 대상으로 실험한 결과, 제안된 검출 방법이 기존의 검출 방법보다 모든 mm 세라믹 영상에서 효과적으로 결함 영역이 검출되는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.05a
• /
• pp.73-76
• /
• 2011

본 논문에서는 세라믹 비파괴 검사를 이용하여 획득한 소재 영상에서 기존의 결함 검출 방법보다 결함 검출의 정확도를 개선하기 위한 개선된 결함 검출 방법을 제안한다. 제안된 결함 검출 방법은 명암 대비를 강조하기 위해 최소 명암도와 최대 명암도를 이용한 Ends-in Search Stretching 기법을 적용하여 비파괴 영상의 명암 대비를 강조한다. Stretching 기법이 적용된 영상에 $7{\times}7$ Sobel 마스크를 적용하여 비파괴 영상의 경계 영역을 추출하고, 영상의 잡음을 제거하기 위해 비등방성 필터링을 적용하여 영상을 보정한다. 보정된 영상에서 임계치 이진화 기법을 적용하여 경계 영역의 기울기를 계산하고, 계산된 기울기를 이용하여 비파괴 영상의 영역을 세분화한다. 세분화된 영역을 구분하기 위해 Grassfire Labeling 기법을 적용한다. Grassfire Labeling 기법이 적용된 영상을 Ends-in Search Stretching 기법이 적용된 비파괴 영상에 적용한 후에 대각선 이진화 기법을 적용한다. 이진화된 영상에서 형태학적 정보를 이용하여 잡음을 제거하고 결함을 검출한다. 본 논문에서 제안한 방법을 획득한 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 결함 검출 방법보다 더 효과적으로 소재의 결함을 추출할 수 있는 것을 확인할 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.586-588
• /
• 2022

산업용 설비의 결함을 예측하기 위해 기기에 탑재된 다양한 센서의 시계열 데이터를 이용한 결함 진단 연구가 확대되고 있다. 센서의 시계열 데이터는 값의 특성이 명확하지 않을 경우, 특징 추출이 제한적이지만, 주파수 영역으로 변환하면 진폭, 피크 주파수 등 데이터의 정보를 다각도로 담고 있어 특성을 추출하는 데에 이점이 있다. 따라서, 본 논문은 FFT(Fast Fourier Transform) 기법을 이용해 분해된 데이터를 조합하여 학습에 적용하는 선택적 FFT 기법을 제안한다. 제안 기법은 협동 로봇의 진동 신호를 이용한 결함 진단에 적용하였으며, 기존 결함 진단 정확도 대비 최대 41.81% 향상된 성능을 보였다.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.10 no.5
• /
• pp.105-111
• /
• 2010

In this paper the elasticity of fault-detection algorithm based on fuzzy logic is proposed through lots of experiments, justifying its validity. The four mathematical morpholgical operators was defined to detect the cracks. The cracks was detected via center of area method with ${\lambda}$-fuzzy measure of fuzzy sets. However generally favorable, the result owes to how adequate the lighting device is designed in case of the so far fine crack of pieces. In an attempt to improve the response of the system, It is designed to minimize the use of memory via LookUp table in software.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.215-218
• /
• 2011

본 논문에서는 비파괴 검사를 이용하여 획득한 세라믹 소재 영상에서 효율적으로 결함을 검출하는 방법을 제안한다. 제안된 방법은 세라믹 소재 영상에 비등방성 필터링 기법과 가우시안 필터링 기법을 반복 적용하여 잡음을 제거하고, Ends-in Search Stretching 기법을 적용하여 명암 대비를 강조한다. 명암 대비가 강조된 영상에 $7{\times}7$ Sobel 마스크를 적용하여 윤곽선을 추출한 후, 임계치 이진화 기법을 적용하여 영역을 세분화하기 위한 기울기를 계산한다. 계산된 기울기를 이용하여 영상을 세분화한 후에 Glassfire 기법을 적용한다. Glassfire 기법이 적용된 영상과 Ends-in Search Stretching 기법이 적용된 영상을 비교하여 중복되는 영역만을 추출한다. 추출된 영역에 퍼지 이진화 기법과 침식 연산을 적용하여 잡음을 제거하고 결함을 검출한다. 제안된 방법을 세라믹 소재 영상을 대상으로 실험한 결과, 기존의 결함 검출 방법보다 효율적으로 결함이 검출되는 것을 확인할 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.6
• /
• pp.852-859
• /
• 2009

Normally, to extract the defect in TFT-LCD inspection system, the image is obtained by using line scan camera or area scan camera which is achieved by CCD or CMOS sensor. Because of the limited dynamic range of CCD or CMOS sensor as well as the effect of the illumination, these images are frequently degraded and the important features are hard to decern by a human viewer. In order to overcome this problem, the feature vectors in the image are obtained by using the average intensity difference between defect and background based on the weber's law and the standard deviation of the background region. The defect detection method uses non-linear SVM (Supports Vector Machine) method using the extracted feature vectors. The experiment results show that the proposed method yields better performance of defect classification methods over conveniently method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.9
• /
• pp.1865-1870
• /
• 2011

In this paper, we propose an effective method that automatically detects flaws in air deck by using non-destructive testing. First, Gamma correlation transform, 7 ${\times}$ 7 and 13 ${\times}$ 13 Sobel mask apply to the image of air deck acquired non-destructive testing in order to detect the edge of the image. Second, the edge detection area is smoothed and corrected by mean binarization method. Finally, the region of flaws in air deck is detected by a labeling method after removing the noise by the erosion and the dilation operation. In experimental results, we showed that the proposed detection method is effective in air deck.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.15 no.3
• /
• pp.513-520
• /
• 2020

Recently, the development of a vision inspection system using machine learning has become more active. This study seeks to develop a defect inspection model using machine learning. Defect detection problems for images correspond to classification problems, which are the method of supervised learning in machine learning. In this study, defect detection models are developed based on algorithms that automatically extract features and algorithms that do not extract features. One-dimensional CNN and two-dimensional CNN are used as algorithms for automatic extraction of features, and MLP and SVM are used as algorithms for non-extracting features. A defect detection model is developed based on four models and their accuracy and AUC compare based on AUC. Although image classification is common in the development of models using CNN, high accuracy and AUC is achieved when developing SVM models by converting pixels from images into RGB values in this study.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.11 no.4
• /
• pp.99-104
• /
• 2011

In this paper the approach of neural network was proposed which detects a variety of defects in the molded parts. In an attempt to improve the response of the system, It is designed to minimize the use of memory via LookUp table in software. The goal of these methods was to extract the features of samples in learning of neural networks, overcoming the algorithms of defects detection and classification. Through the learning of 500 sample patterns of molded parts, defects of 3% molded parts was detected and classified as the incorrect diameter parts. We expect that proposed approach is an effective alternative to save test time and cost for defect detection of a fine pattern within the molded parts.