• 대한전자공학회논문지SD
• /
• 제43권4호
• /
• pp.49-55
• /
• 2006

고장 진단은 고장이 빈번히 발생하는 위치를 파악하여 공정상의 문제점을 해결할 수 있도록 하는 매우 유용한 기법이다. 그러나 이 경우 일반적인 고장검출을 위한 것보다 훨씬 많은 고장에 대한 정보가 필요하며, 이는 딕셔너리라고 하는 형태로 저장된다. 이때 집적도가 높은 회로의 경우 고장에 대한 모든 정보를 포함한 딕셔너리를 구성하는 것은 매우 비효율적인 커다란 딕셔너리 크기를 요구하게 되어, 효과적인 딕셔너리 구조가 필요하다. 본 논문에서 제안하는 딕셔너리 구조는 고장에 대한 모든 정보를 포함하면서도 크기가 작은 딕셔너리이며, 이는 단일 고착 고장뿐 아니라 다중 고장의 경우에도 적용이 가능한 효과적인 딕셔너리 구조이다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2962-2964
• /
• 2000

최근 웹의 사용이 일반화되면서 인터넷의 사용자가 급속히 증가하고 있어서. 기존의 단일 웹서버 방식에서는 막대한 접속 트래픽의 수용과 유연한 시스템 확장 등의 문제점이 예상되고 있다. 이와 함께 business-critical한 작업의 경우, 웹서버의 안정성 및 가용성 문제가 가장 중요한 문제로 지적되고 있어서 이러한 문제를 해결할 수 있는 웹전용 서버를 개발이 절대적으로 필요하다. 본 연구에서는 이를 위해. 급격한 트래픽 변화의 수용 및 웹서버의 확장성이 용이한 가상머신 개념과 고신뢰성의 시스템 운영을 위한 고장포용(fault-tolerant)기법을 적용하여 클러스터링 웹전용 서버를 구축하고, 특히 클러스터 웹서버의 부하를 분배해주는 로드밸런서의 고가용성 보장을 위해 heartbeat, fake, mon등의 기법을 이용하여 백업(backup)을 구현한다. 또한 구현된 시스템의 고성능 및 고가용성을 극대화하고. 시스템의 고장시 데이터 손실의 최소화와 이의 복구를 위해 고장 검출 및 진단 기법에 대한 방안을 제시한다.

• 전기기술인
• /
• 제186권2호
• /
• pp.24-30
• /
• 1998

전력용 변압기의 단락임피던스를 현장에서 측정하기도 하며 명판이나 공장시험치와 비교 할수도 있다. 이러한 과정은 공장시험이 실시된 이후에 발생 할 수 있는 권선의 이동을 검출하기 위한 것이다. 권선의 이동은 보통 큰 고장전류 또는 운송이나 설치시의 기계적 손상으로 인하여 발생한다.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2004년도 하계학술발표 논문집
• /
• pp.144-144
• /
• 2004

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 추계학술대회 논문집 전기설비전문위원
• /
• pp.6-8
• /
• 2008

배전케이블 수 트리 현상은 XLPE케이블의 고장을 초래하는 주요원인이다. 수 트리에 기인한 신호는 아주 미세하여 현장진단은 배경 잡음으로 인해 검출이 어렵다. 본 논문에서는 고주파특성이 우수한 L-C결합센서를 사용하여 방전신호를 측정하고 이를 주파수영역에서의 분석을 통해 현장에서 부분방전이 발생하기 훨씬 이전에 존재하는 미세신호(Pre-Discharge)를 검출하고 분석한 결과를 제시하였다. 케이블 내 수(水) 트리가가 존재하면 이것이 이종 절연물의 경계면 역할을 하석 서-지 임피던스의 차이로 인해 케이블 단자에서 발생하는 전기적 신호가 수 트리 지점에서 다수의 반사를 일으켜 그 잡음 수준을 높이는 역한을 하게 되는 것으로 알려져 있다. 만일 여러 개소에 수 트리가 존재하는 경우에는 그 배경잡음을 현저하게 높이는 결과를 보여주었다. 실험실에서 발생하는 미세 신호와 현장의 신호를 비교한 결과 아주 유사한 패턴이 있음이 파악되어 이 방법은 수 트리의 활선 진단이 가능함을 확인시켜 주었다.

• 한국통신학회논문지
• /
• 제17권11호
• /
• pp.1279-1289
• /
• 1992

고장 방지 시스템은 하드웨어나 소프트웨어의 여분 (Redundancy)을 이용하여 신뢰도(Reliability) 및 안전도(Safety)를 향상 시킨다. 시스템의 대상 영역(application areas)에 따라 고장 마스크(fault mask), 고장검출(fault detection), 고장 확인(fault identification)등의 기법을 선택하여 이용한다. 본 연구에서는 최소의 하드웨어와 소프트웨어의 여분을 이용하는 DMR(Double Modular Redundancy) 시스템을 대기 모듈(standby module)과 Fail-safe 모듈로 동작 시킬때 신뢰도와 안전도의 특성을 비교 제시한다. 또한 자기 진단 프로그램의 과도 오류 방지 능력에 대한 시스템의 MTTF를 비교함으로서 과도 오류를 취급하는 효과적인 방법을 제시하였다.

• 설비공학논문집
• /
• 제22권10호
• /
• pp.687-696
• /
• 2010

In this study, FDD algorithm was developed using the normalized distance method and general pattern classifier method that can be applied to constant air volume air handling unit(CAV AHU) system. The simulation model using TRNSYS and EES was developed in order to obtain characteristic data of CAV AHU system under the normal and the faulty operation. Sensitivity analysis of fault detection was carried out with respect to fault progress. When differential pressure of mixed air filter increased by more than about 105 pascal, FDD algorithm was able to detect the fault. The return air temperature is very important measurement parameter controlling cooling capacity. Therefore, it is important to detect measurement error of the return air temperature. Measurement error of the return air temperature sensor can be detected at below $1.2^{\circ}C$ by FDD algorithm. FDD algorithm developed in this study was found to indicate each failure modes accurately.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2008년도 하계학술발표대회 논문집
• /
• pp.30-35
• /
• 2008

This paper describes a fault detection and diagnosis (FDD) system developed for the heat source apparatus in building air-conditioning system. As HVAC&R systems in building become complex and instrumented with highly automated controllers, the processes and systems get more difficult for the operator to understand and detect the mal-functions. Poorly maintained, degraded, and improperly controlled equipment wastes an estimated 15% to 30% of energy used in commercial building. When operating a complex facility, FDD system is beneficial in equipment management to provide the operator with tools which can help in decision making for recovery from a failure of the system. Automated FDD for HVAC&R system has the potential to reduce energy and maintenance costs and improves comfort and reliability. Over the last decade there has been considerable research for developing FDD system for HVAC&R equipment. However, they are being made too much of a theoretical study, so only a small of FDD methods are deployed in the field. This study deduced an actual defect source for the heat source apparatus and suggested a low price FDD method which is ready to be deployed in the field.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.163-169
• /
• 2020

최근 4차 산업혁명의 핵심기술인 인공지능, 빅데이터, 사물인터넷의 발전으로 산업 현장에서 가동되는 기계의 자동화 및 무인화에 대한 연구가 활발히 진행되고 있다. 이러한 공정 기계들은 부착된 다양한 센서들로부터 수집된 데이터를 기반으로 제어되고 이를 통해 공정이 관리된다. 만약 센서에 고장이 발생한다면 센서 데이터 이상으로 인해 자동화 기계들이 오작동함으로써 공정 손실 발생뿐만 아니라 인명피해로도 이어질 수 있다. 전문가가 센서의 이상 여부를 주기적으로 확인하여 관리하고 있으나 산업 현장의 여러 가지 환경요인 및 상황으로 인하여 고장점검 시기를 놓치거나 고장을 발견하지 못하여 센서 고장으로 인한 피해를 막지 못하는 경우가 발생하고 있다. 또한 고장이 발생하여도 즉각 감지하지 못함으로써 공정 손실을 더욱 악화시키고 있는 실정이다. 따라서 이러한 돌발적인 센서 고장으로 인한 피해를 막기 위해 자체적으로 임베디드 시스템에서 센서의 고장 유무를 실시간으로 파악하고 빠른 대응을 위해 고장 진단 및 유형을 판별하는 것이 필요하다. 본 논문에서는 대표적인 센서 고장 유형인 erratic fault, hard-over fault, spike fault, stuck fault를 분류하기 위해 딥 뉴럴 네트워크 기반의 고장 진단 시스템을 설계하고 라즈베리 파이를 활용하여 구현하였다. 센서 고장 진단을 위해 구글이 제안한 MobilieNetV2의 Inverted residual block 구조를 사용하여 네트워크를 구성하였다. 본 논문에서 제안하는 방식은 기존 CNN 기법을 사용한 경우보다 메모리 사용량이 줄고 성능이 향상되며, 입력 신호에 대해 구간별로 센서 고장을 분류하여 산업 현장에서 효과적으로 사용될 것으로 기대된다.

• 설비공학논문집
• /
• 제13권12호
• /
• pp.1288-1296
• /
• 2001

A scheme for on-line fault detection and diagnosis of an air-handling unit is presented. The fault detection scheme uses residuals which are generated by comparing each measurement with analytical redundancies computed from the reference models. In this paper, artificial neural networks (ANNs) are used to estimate analytical redundancy and to classify faults. The Lebenburg-Marquardt algorithm is used to train feed forward ANNs that provide estimates of continuous states and diagnosis results. The simulation result demonstrated that the ANNs can effectively detect and diagnose faults in the highly non-linear and complex HVAC systems.