• 대한기계학회논문집B
• /
• 제35권11호
• /
• pp.1111-1117
• /
• 2011

본 연구에서는 비선형회귀모델을 이용한 히트펌프시스템에서의 고장감지 및 진단 알고리즘을 개발하였다. 히트펌프시스템에 발생할 수 있는 다양한 고장요소 중, 열교환기 고장에 대한 연구를 수행하였다. 해석 식을 바탕으로 제작한 모델을 이용하여 총 4가지 작동 모드(무고장, 증발기 고장, 응축기 고장, 응축기와 증발기 고장)에 대한 시뮬레이션을 수행하였다. 고장감지 및 진단 알고리즘을 개발하기 위해 무고장모드에서의 데이터를 바탕으로 각 열교환기의 과열도 또는 과냉도를 예측할 수 있는 비선형회귀모델을 제시하였다. 고장감지 및 진단 알고리즘은 이 비선형회귀모델을 바탕으로 예측한 열교환기에서의 과열도 또는 과냉도 값과 시뮬레이션 값을 비교하여 그 차이의 정도에 따라 각 열교환기의 고장을 감지 및 진단하도록 하였다.

• 대한기계학회논문집B
• /
• 제35권12호
• /
• pp.1351-1358
• /
• 2011

열펌프의 고장감지 및 진단을 위하여 측정값에 대한 분석은 필수적이다. 열펌프의 고장감지는 열전대 등의 온도센서로 수행되는데, 재연성과 센서자체의 오차에 의해 시스템의 정상상태 측정값들은 통상 백색 노이즈의 형태로 존재한다. 고장감지 및 진단시스템을 구축하기 위하여 이상적인 정상상태를 정의하는 기준모델을 추출하게 되는데, 실제 측정값과 모델에 의한 기대값은 수학적 편차, 즉 잔차가 필연적으로 존재하게 된다. 이러한 잔차는 운전조건에 따라 변화하며, 다양한 불확실도를 포함한 확률분포를 갖게 된다. 본 연구에서는 온도센서를 활용하여 정상상태 진단을 수행하고 이를 기반으로 기준모델을 도출하였다. 이후 실측값과 기준모델과의 잔차를 통계적으로 분석하여 고장여부를 판단하는 경계값을 산출하였다. 본 분석에 의하여 열펌프의 고장감지 및 진단시스템의 개발을 위한 불확실도와 경계값을 통계적으로 계산함으로써 진단결과의 확률적 신뢰성을 보장할 수 있는 방법론을 제공하였다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.673-681
• /
• 2005

원자력 발전소는 안정성 및 신뢰성 확보가 가장 중요하므로 고장의 감지 및 진단 시스템의 개발은 원전 자체가 구축하고 있: 다중의 하드웨어 중첩도(hardware redundancy)에도 불구하고 가장 중요한 문제로 취급되고 있다. 본 논문에서는 원저 PWR 증기발생기에서 발생한 고장을 진단하기 위한 알고리듬의 개발을 위해 시스템에서 발생한 고장을 감지하고 분류할 수 있는 ART2 시경회로망 기반 고장진단방법을 제안한다. 고장진단시스템은 발생한 고장을 감지하기 위한 고장감지부, 변화된 시스템파라미터를 추정하기 위한 파라미터 추정부 및 발생한 고장의 종류를 알아내기 위한 고장분류부로 구성된다. 고장분류부는 여러 경계인수를 갖는 ART2(adaptive resonance theory 2) 신경회로망을 이용한 고장분류기로 구성된다. 제안한 고장진단 알고리듬을 증기발생기의 고장진단문제에 적용하여 성능을 확인하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2017년도 추계학술대회
• /
• pp.103-104
• /
• 2017

영구자석 전동기는 전력 밀도가 높고 효율이 좋은 특징으로 견인, 의료, 군사 분야 등 다양한 산업 분야에서 사용되고 있다. 이러한 분야에서 사용되는 전동기 구동 시스템은 높은 신뢰성이 요구되므로 인버터에서 발생하는 전력 반도체 스위치 고장을 빠르게 감지해야한다. 본 논문에서는 제어기 상전압 지령과 추정된 상전압 사이의 오차를 통해 전력 반도체 개방 고장을 감지하고 진단하는 방법을 제시하였다. 제안된 방법은 추가적인 측정 회로 없이 제어기 내부 값을 사용하여 개방 고장을 감지하고 개방된 스위치를 진단할 수 있다. 특히 부하 변동을 고려한 감지 방법을 제안하여 고장 감지의 신뢰성을 개선한다.

• 한국지능시스템학회논문지
• /
• 제12권6호
• /
• pp.503-510
• /
• 2002

본 논문에서는 비선형시스템에서 발생한 고장을 감지하고 분류하기 위해 신경회로망기반 다중고장모델과 통계적기법에 의한 고장진단 방법을 제안한다. 제안한 알고리듬에서는 시스템의 출력과 신경회로망 공칭모델 출력 사이의 오차가 미리 설정한 문턱 값을 넘으면 고장을 감지한다. 고장이 감지되면 고장분류기에서는 각 신경회로망 고장모델 출력과 시스템 출력 사이의 오차를 이용하여 통계적 기법으로 고장을 분류한다. 컴퓨터 시뮬레이션 결과로부터 제안한 고장진단방법이 비선형 시스템에서의 고장감지 및 분류문제에 잘 적용됨을 알 수 있다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.830-837
• /
• 2004

본 논문에서는 비선형시스템에서 발생한 고장을 감지하고 분류하기 위한 신경회로망기반 고장진단 방법을 제안한다. 제안한 알고리듬에서는 시스템의 출력과 다층신경회로망 공칭모델 출력 사이의 오차가 미리 설정한 문턱값을 넘으면 고장을 감지한다. 고장이 감지되면 다층신경회로망과 ART2 신경회로망을 이용한 고장분류기에서 시스템에서 발생한 고장을 분류한다. 컴퓨터 시뮬레이션 결과로부터 제안한 고장진단방법이 비선형시스템에서의 고장감지 및 분류문제에 잘 적용됨을 알 수 있다.

• 대한기계학회논문집B
• /
• 제34권4호
• /
• pp.333-339
• /
• 2010

고장감지 및 진단(FDD) 시스템의 구축의 기초 연구로 정상상태 진단기에 대한 연구를 수행하였다. 정상상태에 대한 진단은 시스템 전체를 관찰하거나 몇몇 필요한 시스템 파라미터를 모니터링 함으로써 가능하다. 최적화된 정상상태 진단기를 이용하면 FDD 시스템에서 필수적인 정상운전 시의 기준모델(no fault reference model)을 자가학습을 통하여 적용할 수 있다. 본 연구에서는 가정용 열펌프가 냉방조건으로 작동할 경우에 대해 이동창을 기반으로 7개의 측정값들에 대한 표준편차를 분석함으로써 정상상태 판정을 내리도록 하였다. 정상상태 진단기의 작동의 여부는 실내부하를 조절함으로써 확인하였다. 본 연구를 통하여 열펌프 등의 증기압축 사이클 시스템에 대하여 이동창을 기반으로 한 정상상태 진단기 개발 방법을 제시하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2020년도 전력전자학술대회
• /
• pp.282-283
• /
• 2020

3상 컨버터에서 스위치의 개방고장이 발생한 경우 고장 전류에 직류 및 고조파 성분이 발생할 수 있으며, 보호회로에 의한 고장 감지가 어려우므로 주변 기기에 2차 고장이 발생할 수 있다. 단일 및 이중 스위치 개방고장의 경우 21가지 고장 모드가 존재한다. 본 논문에서는 이러한 고장 모드를 진단하기 위해 정지 좌표계 d-q축 전류의 직류 및 고조파 성분을 활용하는 two-step 구조의 ANN(Artificial Neural Network)을 제안한다. 고장 시에 발생된 직류 및 고조파 성분 전류는 ADALINE(Adaptive-Linear Neuron)을 통해 얻는다. 고장 진단의 첫 번째 단계에서는 직류 성분을 기반으로 ANN을 이용하여 고장모드를 6개 영역으로 분류한다. 두 번째 단계에서는 6개의 각 영역에서 직류 성분과 전류의 THD(Total Harmonics Distortion)를 기반으로 ANN을 이용하여 개방고장이 발생한 스위치를 진단한다. 제안된 Two-step 방법으로 고장을 진단하므로써 간단한 구조로 ANN의 설계가 가능하다. 3.7kW급 3상 PWM 컨버터로 실험을 통해 제안된 방법의 효용성을 검증하였다.

• 전자공학회논문지SC
• /
• 제39권1호
• /
• pp.42-50
• /
• 2002

본 논문에서는 비선형시스템에서 발생한 고장을 감지하고 분류하기 위한 신경회로망기반 다중고장모델을 이용한 고장감지 및 분류 방법을 제안한다. 시스템에 변화가 발생하면 시스템의 출력과 신경회로망 공칭모델 출력 사이의 오차가 고장감지를 위한 문턱값을 넘고, 고장이 감지되면 각 신경회로망 고장모델 출력과 시스템 출력 사이의 오차를 이용하여 통계적 기법으로 고장을 분류한다. 컴퓨터 시뮬레이션 결과로부터 제안한 고장진단방법이 비선형시스템에서의 고장감지 및 분류문제에 잘 적용됨을 알 수 있다.

• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.706-712
• /
• 2009

본 논문에서는 프레스공정라인에서 발생하는 고장을 감지하고 분류하기 위한 고장진단기법을 제안한다. 또한 윤활유 레벨을 자동감지 하기 위한 방법도 제안하다. 제안한 방법에서는 FFT 주파수해석과 여러 경계인수를 갖는 ART2 신경회로망을 사용하며, LabVIEW를 이용하여 고장진단 및 윤활유 레벨 자동감시를 위한 GUI(Graphical User Interface) 프로그램을 제작하여 고장진단을 수행하였다. 실험결과들로부터 제안한 유도전동기 고장진단 및 윤활유 레벨 자동감시시스템의 성능을 확인하였다.