• Proceedings of the KAIS Fall Conference
• /
• 2010.11a
• /
• pp.367-369
• /
• 2010

본 논문은 열차제어시스템 유지보수업무의 최적화를 위한 정량적 주기산출방법에 관한 것으로, 특히 전장품과 같이 유지보수업무로 주로 교체업무가 선택되는 경우, 운영비용을 최적화하기 위한 교체주기를 정량적으로 산출하기위한 방법을 제시하고, 장치의 고장분포 데이터를 통해, 철도신호장치의 교체주기를 할당한다. 제시한 방법은 유지보수장치의 운영이력을 분석하여, 장치의 고장데이터를 바탕으로 고장분포를 확률적으로 모델링한 뒤, 정확한 LCC데이터가 적용될 때 새롭게 도입되는 장비 및 시스템의 유지보수업무주기를 할당이 가능하고, 이를 통해여 시스템의 운영안전을 보장하면서, 운용비용을 최적화 할 수 있다.

• Journal of Power System Engineering
• /
• v.13 no.1
• /
• pp.59-64
• /
• 2009

Electronic control system of the engine is composed of various sensors and actuators, This paper is concerned with fault analysis for the stable operation of it. We suggest the technology that can systematically and reliably analyze fault causes of sensors and actuators by using the fault generating program. In results, we can acquire the systematic road map of occurring faults as well as the valuable information related to the operations of sensors and actuators. These results should be very useful to get the classification of fault causes, develop an electronic control system of engine, and review control strategies of it.

• Proceedings of the KIEE Conference
• /
• 2001.04a
• /
• pp.369-371
• /
• 2001

본 논문에서는 경량전철시스템 기술개발사업에서 개발하고자하는 차량시스템, 신호제어시스템, 전력공급시스템 및 선로구축불의 목표신뢰도를 정의하였다. 이 목표신뢰도의 배분은 국내지하철의 고장유형 및 철도분야에 축적되어있는 고장율을 바탕으로 작성되었다. 특히, 차량시스템분야는 보다 자세히 목표신뢰도를 배분하였다. 이러한 목표신뢰도 배분을 통하여 경량전철 시스템의 각 개발단계마다 이루어지는 개발활동(설계, 제작 및 구매)의 검증을 수행하여야 신뢰성을 확보한 경량전철시스템개발이라는 궁극적인 목적을 달성할 수 있다. 목표신뢰도 배분에 맞추어 경량전철시스템개발동안 제동장치, 추진장치, 출입문장치, 제어장치 등 고장시 열차의 운행을 정지시킬 수 있는 구성품에 대한 신뢰도를 모델링하여 신뢰도 예측 및 분석하고 이에 맞추어 설계검증 및 보안을 한다. 또한 경량전철시스템의 시험선로에서의 주행시험을 통하여 국내 경량전철시스템에 적합한 신뢰도 기준을 마련하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2005.07b
• /
• pp.1565-1567
• /
• 2005

본 논문은 듀얼듀플렉스구조로 설계된 한국형고속철도 열차제어시스템의 전자연동장치 선로전환기제어모듈에 대하여 안전성활동 체계에 따라 위험원을 도출하고 분석하여 선로전환기제어모듈에 대한 위험측고장률을 예측하였다. 시스템으로 인해 발생할 수 있는 리스크를 분석하여 리스크를 완화하기 위한 안전대책의 수준인 안전무결성레벨에서 제시하는 정량적인 기준을 만족하기 위한 위험측고장률예측을 선로전환기 제어모듈을 대상으로 연구하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.43-44
• /
• 2011

S-Transform은 어떠한 신호의 변환 후 원 신호의 주파수 및 크기를 모두 알 수 있는 효과적인 방법이다. 따라서, 본 논문에서는 IEEE에서 제시한 전력품질 이벤트의 분류를 기반으로 S-Transform 기반의 전력품질 이벤트의 측정지수를 제안하였다. 제안한 측정지수의 효율성을 검증하기 위하여, ATPDraw를 이용하여 고장 및 비선형 부하를 모의하였다. 그 결과를 이용하여 S-Transform을 수행하여 제안된 측정지수의 효율성을 검증하였다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2004.05a
• /
• pp.191-191
• /
• 2004

베어링은 회전기계에서 가장 일반적인 구성요소로 베어링의 초기 결함 또는 퇴화현상이 사전에 발견되지 않으면 회전기계의 고장 또는 파손으로 엄청난 손실이 초래될 수 있다. 베어링의 초기 결함을 검출하기 위한 가장 보편적인 방법으로 베어링 진동신호의 특징적인 패턴을 검출하는 것이다.(중략)

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.39 no.7
• /
• pp.665-671
• /
• 2015

The performance of fault diagnostics for a planetary gearbox depends on vibration modulation characteristics, which can vary with manufacturing & assembly tolerance, and load condition. In this paper, a fault diagnostics technique that considers vibration modulation characteristics is proposed for the effective fault detection of planetary gearboxes in wind turbines. For identifying the vibration modulation characteristics in practice, re-sampled vibration signals are processed with narrow band-pass filters. Thereafter, the optimal position of the vibration extraction window is identified for effective detection of faulty signals under the varying vibration modulation characteristics. The proposed diagnostics technique makes it possible to perform robust diagnostics of the planetary gearbox with regard to the changeable vibration modulation effect. For demonstrating the proposed fault diagnostics technique, a 2-kW WT testbed is designed with two DC motors and gearboxes. A faulty gear with partial tooth breakage is machined and assembled into the gearbox.

• The Journal of the Institute of Internet, Broadcasting and Communication
• /
• v.20 no.1
• /
• pp.163-169
• /
• 2020

Recently, research on automation and unmanned operation of machines in the industrial field has been conducted with the advent of AI, Big data, and the IoT, which are the core technologies of the Fourth Industrial Revolution. The machines for these automation processes are controlled based on the data collected from the sensors attached to them, and further, the processes are managed. Conventionally, the abnormalities of sensors are periodically checked and managed. However, due to various environmental factors and situations in the industrial field, there are cases where the inspection due to the failure is not missed or failures are not detected to prevent damage due to sensor failure. In addition, even if a failure occurs, it is not immediately detected, which worsens the process loss. Therefore, in order to prevent damage caused by such a sudden sensor failure, it is necessary to identify the failure of the sensor in an embedded system in real-time and to diagnose the failure and determine the type for a quick response. In this paper, a deep neural network-based fault diagnosis system is designed and implemented using Raspberry Pi to classify typical sensor fault types such as erratic fault, hard-over fault, spike fault, and stuck fault. In order to diagnose sensor failure, the network is constructed using Google's proposed Inverted residual block structure of MobilieNetV2. The proposed scheme reduces memory usage and improves the performance of the conventional CNN technique to classify sensor faults.

• Journal of Advanced Navigation Technology
• /
• v.16 no.4
• /
• pp.593-601
• /
• 2012

This paper develops and analyzes a new multiple-hypothesis Receiver Autonomous Integrity Monitoring (RAIM) algorithm as a candidate for future standard architecture. The proposed algorithm can handle simultaneous multiple failures as well as a single failure. It uses measurement residuals and satellite observation matrices of several consecutive epochs for Failure Detection and Exclusion (FDE). The proposed algorithm redueces the Minimum Detectable Bias (MDB) via the Relative RAIM (RRAIM) scheme. Simulation results show that the proposed algorithm can detect and filter out multiple failures in tens of meters.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.1
• /
• pp.241-248
• /
• 2011

In this paper we proposed and implemented a diagnosis system to control nuclear fuel handling machine. The proposed system consists of data acquisition system, diagnosis algorithm and faults simulator. Since the test on real operation of the fuel handling machine is impossible, we evaluated the proposed system by diagnosis experiments using the faults simulator, with which test signals on abnormal states of the bearing ball and the inner race of the bearing are generated. The experiments showed that resulting diagnosis analysis are consistent with the theoretical expectations.