• 기계저널
• /
• 제53권7호
• /
• pp.26-34
• /
• 2013

이 글에서는 최근 관심을 모으고 있는 고장예지 및 건전성관리(PHM: Prognostics and Health Management) 기술을 소개하고, 항공우주분야의 적용사례를 중심으로 PHM 기술을 어떻게 활용하고 있는지를 설명하고자 한다.

• 기계저널
• /
• 제57권3호
• /
• pp.34-37
• /
• 2017

이 글은 공학시스템 고장예지 및 건전성 관리 기술을 소개하고, 최근 주목받고 있는 인공지능기술인 딥러닝과 접목한 연구 사례를 제시한다.

• 기계저널
• /
• 제53권7호
• /
• pp.44-52
• /
• 2013

이 글에서는 고장진단 및 예지기술(PHM: Prognostics and Health Management)의 에너지산업 분야 적용 사례를 상세히 소개하고, PHM기술의 접목을 통한 에너지산업에의 기여와 예상되는 기술적 어려움, 그리고 향후 연구방향을 제시하고자 한다.

• 기계저널
• /
• 제56권11호
• /
• pp.46-49
• /
• 2016

이 글에서는 최근 3년간(2013-2015) PHM society 학회에서 발표된 논문에 기반하여 분석된 고장예지기술의 연구 동향 및 도전과제에 대해 소개하고자 한다.

• 대한기계학회논문집A
• /
• 제35권7호
• /
• pp.799-804
• /
• 2011

본 논문에서는 칩저항을 실장하는 솔더에 대한 온도사이클 시험을 수행하고, 그 결과로부터 고장 예지 실현을 위한 열하중에서의 솔더실장의 고장메커니즘을 연구하였다. 시험 중 솔더의 고장을 모니터링하기 위하여 실장된 칩저항 양단간의 저항 변화를 데이터 측정기로 실시간 관찰하였다. 관찰 데이터로부터 솔더의 크랙 진전 중과 크랙 진전 완료 시점의 고장 메커니즘을 제시하였다. 제시된 고장 메커니즘을 유한요소법으로 검증하여 솔더의 크랙이 진전 중에는 저온조건에서 크랙이 열리고 저항이 증가하며, 크랙의 진전이 완료된 후에는 고온조건에서 크랙이 열리고 저항이 증가하는 조건으로 바뀜을 보였다. 이런 결과에 기반하여 온도 사이클에서 저항측정을 통해 칩저항 실장 솔더의 고장예지가 가능함을 제시하였다.

• 전기기술인
• /
• 제174권2호
• /
• pp.10-17
• /
• 1997

전기설비를 운전, 관리하는 전기기술자는 설비가 안전한지 항상 마음을 쓰게 될 것이다. 전기설비를 장기간 안전하게 사용하는 것을 바람직한 일이지만 최근 그런 경향이 강해져, 과거에 시행했던 사후보전을 넘어서 예지보전의 요망이 점차 높아가고 있다. 이와 같은 전기설비의 예지보전을 목표로 고장진단기술에 관한 근본적인 고찰과 그 응용기술을 전기기술자에게 제공, 활용토록 하기 위하여 그 내용을 연재한다.

• 한국기계가공학회지
• /
• 제19권9호
• /
• pp.47-52
• /
• 2020

With the 4th industrial revolution, condition monitoring using machine learning techniques has become popular among researchers. An overload due to complex operations causes several irregularities in MOSFETs. This study investigated the acquired voltage to analyze the overcurrent effects on MOSFETs using a failure mode effect analysis (FMEA). The results indicated that the voltage pattern changes greatly when the current is beyond the threshold value. Several features were extracted from the collected voltage signals that indicate the health state of a switched-mode power supply (SMPS). Then, the data were reduced to a smaller sample space by using a principal component analysis (PCA). A robust machine learning algorithm, the support vector machine (SVM), was used to classify different health states of an SMPS, and the classification results are presented for different parameters. An SVM approach assisted by a PCA algorithm provides a strong fault diagnosis framework for an SMPS.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.11-12
• /
• 2019

본 논문에서 에스컬레이터 기계실 내부 전동기, 감속기, 구동 체인의 IoT 소음 및 진동 센서를 부착하여 에스컬레이터 운영중 실시간 상태 감시가 가능한 IoT 기반 에스컬레이터 고장 예지 시스템을 제안한다. IoT 소음 및 진동 센서는 에스컬레이터 운영 중 발생하는 소음 및 진동 데이틀 수집하여 PHM(Prognostics and Health Management) 서버로 전송하며, 서버에서는 진단 알고리즘을 통해 고장 유 무를 판단한다. 소음 데이터를 이용한 체인 피치 길이 알고리즘을 검증하기 위하여 실제 체인의 길이를 측정한 결과 값과 비교한 결과 99.8% 정확도를 가지며, 진동 데이터를 이용하여 전동기, 감속기의 상태 판단을 위한 알고리즘 검증을 위해 AST 사의 진동 센서와 비교한 결과 약간의 오차는 발생하지만 ISO 10816-3을 기준으로 한 판단 결과 값은 동일한 결과 값을 가지는 것을 확인하였다.

• 소음진동
• /
• 제25권1호
• /
• pp.22-28
• /
• 2015

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
• /
• pp.9-10
• /
• 2017

본 논문에서 소음, 진동을 이용한 딥러닝 기반 기계 고장진단 임베디드 시스템을 제안하였다. 제안된 시스템은 기계로부터 취득된 소리와 진동을 바탕으로 학습한 DNN모델을 통해 실시간으로 기계 고장을 진단한다. 딥러닝 기술을 사용하여 학습에 따라 적용대상이 변경될 수 있도록 함으로써 특정 기계에 종속적이지 않고 가변적으로 다양한 기계에 대해 고장 예지 및 건전성 관리를 제공하도록 설계하였으며, 이를 증명하기 위해 액추에이터를 환풍기로 설정하여 정상상태와 4가지 비정상상태의 5가지상태를 학습하여 실험한 결과 93%의 정확도를 얻었다.