• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• 제35권3호
• /
• pp.238-247
• /
• 2007

Genetic Algorithms(GA) which searches optimum solution using natural selection and the law of heredity has been applied to learning algorithms in order to estimate performance deterioration of the aircraft gas turbine engine. The compressor, gas generator turbine and power turbine are considered for engine performance deterioration and estimation for performance deterioration of a single component at design point was conducted. As a result of that, defect diagnostics has been conducted. The input criteria for the genetic algorithm to guarantee the high stability and reliability was discussed as increasing learning data sets. As a result, the accuracy of defect estimation and diagnostics were verified with its RMS error within 3%.

• Proceedings of the KIPE Conference
• /
• 전력전자학회 2006년도 전력전자학술대회 논문집
• /
• pp.305-307
• /
• 2006

기존에 사용되어 온 진동데이터를 이용한 유도전동기 고장진단 기법은 유도전동기의 전기적 결함을 파악하기 어렵고 특정 고장의 경우 유사한 진동주파수를 포함하고 있어 정확한 고장진단이 어렵다. 본 논문에서는 유도전동기 고장진단 시스템을 구현하기 위해 기존의 진동데이터 분석에 전류 분석기법 중의 하나인 MCSA(Motor Current Signature Analysis)기법을 추가하여 유도전동기 예지보전시스템의 신뢰성을 향상시켰다. 구현된 시스템의 신뢰성을 검증하기 위해 유도전동기의 고장진단을 위한 실험환경을 구축하고 진동데이터만을 이용하여 얻어진 고장진단 결과와 전류데이터 분석을 병행하여 얻어진 고장진단 결과를 비교 분석하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (A)
• /
• pp.220-222
• /
• 2006

분산 어플리케이션은 동시에 여러 사용자가 각기 다른 환경에서 동기화된 프로세서를 사용하기 때문에 일정 한 성능을 유지하는 것이 무엇보다 중요하다. 진단엔진은 시스템을 진단하여 시스템 결함의 원인을 발견하여 시스템이 자가치료가 가능하게 한다. 적응형 미들웨어는 진단엔진을 사용해서 분산 어플리케이션이 로컬환경에 맞는 고른 서비스를 유지 할 수 있도록 한다. 본 논문은 베이지안 네트워크를 사용한 적응형 미들웨어의 진단엔진을 제안한다. 베이지안 네트워크는 상황인지분야에서 널리 사용되는 추론기법으로서, 수집 된 데이터를 통해서 그 구조를 학습하고 데이터를 증거 값으로 시스템 진단을 한다. 본 논문은 실험 대상자로부터 윈도우시스템에서 두 시간 동안 데이터를 수집하여 한 시간은 베이지안 네트워크 학습에 사용하고, 나머지는 베이지안 네트워크 성능평가에 사용하였다. 실험 결과 학습된 두 개의 베이지안 네트워크 모델은 각각 95.41%, 99.77%의 정확성을 보였다.

• Journal of KIISE:Computer Systems and Theory
• /
• 제26권12호
• /
• pp.1447-1457
• /
• 1999

본 논문에서는 일반적인 네트워크에서 적응력 있는(adaptive) 분산형 시스템 레벨 결함 진단을 위한 분할 기법을 제안한다. 적응력 있는 분산형 시스템 레벨 결함 진단 기법에서는 시스템의 형상이 변경될 때마다 시험 할당 알고리즘이 수행되므로 적응력 없는 결함 진단 기법에 비하여 결함 감지를 위한 시험의 갯수를 줄일 수 있다. 기존의 시험 할당 알고리즘들은 전체 시스템을 대상으로 하는 비분할(non-partitioning) 방식을 이용하였는데, 이 기법은 불필요한 과다한 메시지를 생성한다. 본 논문에서는 전체 시스템을 이중 연결 요소(biconnected component) 단위로 분할한 후, 시험 할당은 각 이중 연결 요소 내에서 수행한다. 이중 연결 요소의 관절점(articulation point)의 특성을 이용하여 각 시험 할당에 필요한 노드의 수를 줄임으로서, 비분할 기법들에 비해 초기 시험 할당에 필요한 메시지의 수를 감소시켰다. 또한 결함이 발생한 경우나 복구가 완료된 경우의 시험 재 할당은 직접 영향을 받는 이중 연결 요소내로 국지화(localize) 시켰다. 본 논문의 시스템 레벨 결함 진단 기법의 정확성을 증명하였으며, 기존 비분할 방식의 시스템 레벨 결함 진단 기법과의 성능 분석을 수행하였다.Abstract We propose an adaptive distributed system-level diagnosis using partitioning method in arbitrary network topologies. In an adaptive distributed system-level diagnosis, testing assignment algorithm is performed whenever the system configuration is changed to reduce the number of tests in the system. Existing testing assignment algorithms adopt a non-partitioning approach covering the whole system, so they incur unnecessary extra message traffic and time. In our method, the whole system is partitioned into biconnected components, and testing assignment is performed within each biconnected component. By exploiting the property of an articulation point of a biconnected component, initial testing assignment of our method performs better than non-partitioning approach by reducing the number of nodes involved in testing assignment. It also localizes the testing reassignment caused by system reconfiguration within the related biconnected components. We show that our system-level diagnosis method is correct and analyze the performance of our method compared with the previous non-partitioning ones.

• Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology
• /
• 제8권3호
• /
• pp.571-578
• /
• 2018

The deteriorated pipline often causes the unexpected leakage and crack. Negligence and late maintenance leads the enormous damage for gas and water resource. This paper proposes early fault detection and diagnosis algorithm for pipeline using acoustic emission (AE) signals. Early fault detection method for pipeline compares the frequency amplitude of the spectrum to that of the spectrum in normal condition. Larger amplitude of the spectrum indicates abnormal condition. Early fault diagnosis algorithm uses support vector machines (SVM), which is trained for normal and abnormal conditions to diagnose the measured AE signal from the target pipeline. In the experiment, a pipeline testbed is constructed similarly to real industrial pipeline. Normal, 5mm cracked, 10mm holed pipelines are installed and tested in this study. The proposed fault detection and diagnosis technique is validated as an efficient approach to detect early faulty condition of pipeline.

• Proceedings of the Korea Information Processing Society Conference
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.595-596
• /
• 2023

스마트팩토리의 핵심 설비 기기인 협동로봇의 유지보수를 위해 다양한 센서 데이터를 활용한 딥러닝 기반 결함 진단 연구가 확대되고 있다. 하지만 협동로봇은 기계적 특성과 수행하는 작업의 다양성으로 인해 내부 센서 데이터의 복잡도가 매우 높아 고정적인 결함 진단 기법을 적용하기 어렵다. 따라서 본 논문은 협동로봇의 동작 패턴을 직관적이고 신속하게 인지할 수 있는 비전 기술을 활용하여, 동작 오류 진단을 기반으로 원인이 되는 조인트 결함 위치를 추적하는 딥러닝 기법을 제안한다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 한국소음진동공학회 1994년도 추계학술대회논문집; 한국종합전시장, 18 Nov. 1994
• /
• pp.144-147
• /
• 1994

본 연구에서는 진도우파수 성분과 진동진폭에 대한 이상진동의 멤버쉽함수(membership function)를 고려하여, 멤버쉽정도(membership grade)를 구하고, 퍼지연산에 의하여 회전동기와 비동기진동을 구별하는 1차 진단을 한후, 각각에 대한 진동진폭의 멤버쉽함수와 인과매트릭스(decision table)를 이용하여 보다 세분된 2차 진단을 수행하는 2단계의 진단수법을 제안한다. 그리고 실험장치에서 여러가지의 결함을 인위적으로 만들고, 이 계측자료와 관련자료를 이용하여 본 진단법의 유용성을 검토하였다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 한국소음진동공학회 1995년도 춘계학술대회논문집; 전남대학교, 19 May 1995
• /
• pp.360-366
• /
• 1995

국내 발전소에서 사용하고 있는 대형 회전 기계인 터빈의 상태 진단 기능을 높이기 위하여 터빈에서 발생 될 수 있는 이상 진동의 특성을 파악하고 이를 이용하여 이상 진동의 발생 가능성을 확률적으로 출력하는 새로운 알고리즘을 개발하였으며, C-언어로 프로그램하여 이를 검증하였다. 이상과 같이 본 연구에서 제안한 알고리즘을 이용한 자동 진단 시스템을 통하여 각각의 이상 진동에 대한 진단을 수행한 결과 양호한 판정 결과를 보였으며, 터빈 이상 진동에 대한 자동 진단의 가능성을 입증하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• 제17권1호
• /
• pp.538-543
• /
• 2016

For a good product quality and plant safety, it is necessary to implement the on-line monitoring and diagnosis schemes of industrial processes. Combined with monitoring systems, reliable diagnosis schemes seek to find assignable causes of the process variables responsible for faults or special events in processes. This study deals with the real-time diagnosis of complicated industrial processes from the intelligent use of multivariate statistical techniques. The presented diagnosis scheme consists of a classification-based diagnosis using nonlinear representation and filtering of process data. A case study based on the simulation data was conducted, and the diagnosis results were obtained using different diagnosis schemes. In addition, the choice of future estimation methods was evaluated. The results showed that the performance of the presented scheme outperformed the other schemes.

• Proceedings of the KIPE Conference
• /
• 전력전자학회 2016년도 전력전자학술대회 논문집
• /
• pp.15-16
• /
• 2016

본 논문에서는 케이블 결함과 위치를 검출하기 위한 SSTDR(spread spectrum domain reflectomerty) 기반의 진단 장치를 개발하였다. 개발된 진단 장치는 sstdr 기법의 검출 성능을 향상시키기 위해 시간-주파수 상관 분석을 이용하여 기준신호(reference signal)의 상관계수 최댓값 위치를 검출 한 후 기준신호를 제거하여 반사신호의 상관계수의 최댓값 위치를 검출하는 2단계 과정을 갖는다. 개발된 케이블 결함 진단 장치는 실증 시험장을 구축하고, 성능시험을 실시한 결과, ${\pm}1%$ 내 외의 오차를 갖는 것으로 확인되었다.