• The Transactions of the Korean Institute of Power Electronics
• /
• v.13 no.6
• /
• pp.430-438
• /
• 2008

Recently, permanent magnet synchronous motor are applied to various applications such as electric vehicle, aerospace, medical service and military applications due to several outstanding characteristics. Because of the importance of high reliable operation in these areas, many research related to the fault detection and diagnosis of inverter system are conducted. In this paper, new simple fault detection method of voltage source inverter for permanent magnet synchronous motor is proposed. The feasibility of the proposed method are improved by simulation and experiment. By the simulation and experiments, rapid detection characteristic of the proposed method has been proved without any additional voltage sensor.

• ETRI Journal
• /
• v.14 no.4
• /
• pp.148-164
• /
• 1992

본 논문에서는 TDX-10 데이터베이스 데이터의 고장을 주기적으로 진단하고 복구할 수 있는 고장진단 전문가 시스팀을 제안하고 구현하였다. 실시간 환경 및 분산구조를 갖는 데이터베이스 관리 시스팀에서 데이터베이스의 효과적인 접근을 위해서 필요한 데이터베이스의 데이터 즉, 디렉토리와 딕셔너리는 매우 중요하며 고장이 발생할 경우 데이터베이스 관리시스팀에 미치는 영향은 치명적이다. 따라서, 실시간 환경을 갖는 데이터베이스 관리 시스팀에서 데이터베이스 데이터에 대한 고장 진단 및 복구는 필수적이라고 할 수 있다. 본 논문에서 제안한 고장진단 전문가 시스팀은 데이터베이스 데이터를 운용중 변하는 부분과 변하지 않는 부분으로 분류하고 미리 주어진 고장진단 규칙에 따라 진단하는 방법이다. 데이터베이스 데이터의 고장진단 데이터, 고장진단 규칙, 고장진단 데이터 생성기, 고장진단 데이터 검증기, 그리고 고장진단기로 구성되어 있다. 고장진단 데이터는 고장진단기가 데이터베이스 데이터를 주기적으로 진단하기 위하여 사용하는 마스터 데이터로서 두개가 존재한다. 고장진단 데이터 생성기는 데이터베이스 데이터의 고장진단을 위한 데이터 구조를 생성하고 데이터베이스로부터 데이터베이스를 데이터를 중복하여 읽어들이는 역할을 한다. 이와 같은 과정은 시스팀이 초기에 동작을 시작하거나 운용중 운용자에 의해서 릴레이션의 추가 및 삭제, 그리고 튜플의 추가등과 같은 사건이 발생할 경우에 이루어진다. 데이터베이스 검증기는 고장진단 데이터 생성기가 중복하여 생성한 데이터에 대해서 데이터베이스 데이터의 제작시의 초기 오류를 검증해냄으로써 데이터베이스 관리 시스팀의 안전한 운용을 가능하게 하며 고장진단기가 데이터베이스 데이터를 주기적으로 진단할 데이터를 탄생시킨다. 마지막으로 고장진단기는 주기적으로 데이터베이스 데이터의 고장을 진단하여 고장이 발생한 데이터를 미리 분류한 규칙에 따라 원래의 데이터로 복구하거나 운용자에게 보고함으로써 고장에 대비하도록 한다. 그리고 데이터베이스 상의 운용자에 의한 변경을 감지하여 고장진단 데이터의 재생성을 지시한다. 본 논문에서 제시하고 구현한 데이터베이스 데이터의 고장진단 및 복구를 위한 전문가 시스팀은 실시간 환경과 고장허용 환경, 분산 구조 그리고 빈번한 접근을 갖는 데이터베이스 관리 시스팀에서 아주 중요한 역할을 할 수 있다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.301-301
• /
• 2022

본 연구는 운영 조건이 달라짐에 따라 회전수가 변하는 기기의 정상적 가동 여부와 고장 종류를 판별하기 위한 인공지능 알고리즘의 적용을 다루고 있다. 회전수가 변하는 장비로부터 계측된 상태 모니터링 센서의 신호는 비정상(non-stationary)적 특성이 있으므로, 상태 신호의 한계치가 고장 판별의 기준이 되기 어렵다는 점을 해결하고자 하였다. 정상 가동 여부는 이상 감지에 효율적인 오토인코더 및 기계학습 알고리즘을 적용하였으며, 고장 종류 판별에는 기계학습법과 합성곱 기반의 심층학습 방법을 적용하였다. 변하는 회전수와 연계된 주파수의 비정상적 시계열도 적절한 고장 특징 (Feature)로 대변될 수 있도록 시간 및 주파수 영역에서 특징 벡터를 구성할 수 있음을 예제로 설명하였다. 차원 축소 및 카이 제곱 기법을 적용하여 최적의 특징 벡터를 추출하여 기계학습의 분류 알고리즘이 비정상적 회전 신호를 가진 장비의 고장 예측에 활용될 수 있음을 보였다. 이 과정에서 k-NN(k-Nearest Neighbor), SVM(Support Vector Machine), Random Forest의 기계학습 알고리즘을 적용하였다. 또한 시계열 기반의 오토인코더 및 CNN (Convolution Neural Network) 적용하여 이상 감지와 고장진단을 수행한 결과를 비교하여 제시하였다.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.41 no.11
• /
• pp.735-742
• /
• 2017

In this study, an effective model-based sensor fault detection methodology that can detect and isolate PEM temperature sensors fault is introduced. In fuel cell vehicle operation process, the stack temperature affects durability of a fuel cell. Thus, it is important for fault algorithm to detect the fault signals. The major objective of sensor fault detection is to guarantee the healthy operations of the fuel cell system and to prevent the stack from high temperature and low temperature. For the residual implementation, parity equation based on the state space is used to detect the sensors fault as stack temperature and coolant inlet temperature, and residual is compared with the healthy temperature signals. Then the residuals are evaluated by various fault scenarios that detect the presence of the sensor fault. In the result, the designed in this study fault algorithm can detect the fault signal.

• Korean Journal of Air-Conditioning and Refrigeration Engineering
• /
• v.16 no.9
• /
• pp.872-880
• /
• 2004

The fault detection and diagnosis technology may be applied in order to decrease the energy consumption and the maintenance cost of the air-conditioning system. In this study, an air handling unit fault test apparatus was built and fault diagnosis algorithms were applied to diagnose various faults of an air handling unit. Test results showed the good diagnosis for applied faults. Therefore, these algorithms may be effectively used to develope the real time fault detection and diagnosis system for the air handling unit.

• Journal of Convergence for Information Technology
• /
• v.9 no.10
• /
• pp.101-107
• /
• 2019

This paper proposes a method for detecting faults in conveyor systems used for transportation of raw materials needed in the thermal power plant and cement industries. A small drone was designed in consideration of the difficulty in accessing the industrial site and the need to use it in wide industrial site. In order to apply the system to the embedded microprocessor, hardware and algorithms considering limited memory and execution time have been proposed. At this time, the failure determination method measures the peak frequency through the measurement, detects the continuity of the high frequency, and performs the failure diagnosis with the high frequency components of noise. The proposed system consists of experimental environment based on the data obtained from the actual thermal power plant, and it is confirmed that the proposed system is useful by conducting virtual environment experiments with the drone designed system. In the future, further research is needed to improve the drone's flight stability and to improve discrimination performance by using more intelligent methods of fault frequency.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2016.04a
• /
• pp.405-407
• /
• 2016

최근, ICT/loT 기술과의 융합은 다양한 산업분야에 적용되고 있으며, 안정적인 전력공급 및 지능형전력망 구축에 대해 다양한 연구가 이루어지고 있다. 특히, 수요라인과 직접적으로 연관된 배전계통의 효율적인 운영 및 배전설비의 유지/관리 기술에 대한 연구에 많은 연구를 수행하고 있다. 본 논문에서는 다양한 배전설비에 대한 환경정보를 loT 센서를 통해 수집함으로써 실시간으로 정전상황을 불러올 수 있는 기자재의 고장감지 및 예측을 위한 시스템 모델을 제안한다. 제안하는 시스템 모델은 실시간으로 수집되는 정보들에 대해 시계열 기반의 필터링 및 이상점 판단을 위한 성분 분석을 실시하고, 고장진단 및 예측을 위해 기계학습 기반의 데이터 분석실시하여 기자재들의 고장감지 및 고장 발생 여부를 예측한다.

• Proceedings of the SAREK Conference
• /
• 2008.06a
• /
• pp.282-287
• /
• 2008

Identification of steady-state is the first step in developing a fault detection and diagnosis (FDD) system. In a complete FDD system, the steady-state detector will be included as a module in a self-learning algorithm which enables the working system's reference model to "tune" itself to its particular installation. In this study, a steady-state detector of a residential air conditioner based on moving windows was designed. Seven representing measurements were selected as key features for steady-state detection. The optimized moving window size and the feature thresholds was suggested through startup transient test and no-fault steady-state test. Performance of the steady-state detector was verified during indoor load change test. From the research, the general methodology to design a moving window steady-state detector was provided for vapor compression applications.

• The KIPS Transactions:PartA
• /
• v.17A no.2
• /
• pp.81-92
• /
• 2010

There has been some research in the equipment defect detection based on vibration information. Most research of them is based on vibration monitoring to determine the equipment defect or not. In this paper, we introduce more accurate system for engine defect detection based on vibration information and we focus on detection of engine defect for boat and system control. First, it uses the duplicated-checking method for vibration information to determine the engine defect or not. If there is a defect happened, we use the method using error part of vibration information basis with error range to determine which kind of error is happened. On the other hand, we use the engine trend analysis and standard of safety engine to implement the vibration information database. Our simulation results show that the probability of engine defect determination is 100% and the probability of engine defect classification and detection is 96%.

• Journal of Advanced Navigation Technology
• /
• v.15 no.1
• /
• pp.18-24
• /
• 2011

This paper proposes fault diagnosis system which is able to diagnose the fault from present operating condition by analyzing monitored signals with present ship monitoring system without additional sensors. For this all kinds of ship's engine room monitored data are classified with combustion subsystem, heat exchange subsystem and electric motor and pump subsystem by analyzing ship's operation data. To extract dynamic characteristics of these subsystems, log book data of container ship of H shipping company are used.