• 한국전자통신학회논문지
• /
• 제13권4호
• /
• pp.751-756
• /
• 2018

스마트 팩토리나 산업용 IoT에서는 공장 내 모든 기기와 장비가 인터넷으로 연결되어 모니터링 됨으로써, 장비나 기기가 고장 나기 전에 예지보전을 통해 설비의 다운타임을 줄이고, 생산성과 가용성을 높일 수 있다. 공장내 주요 설비의 이상 상태는 온도의 이상 상승, 진동과 소음의 변화를 수반하여 나타나게 되므로, 좁은 공간에 쉽게 설치하여 설비의 진동상태를 실시간으로 모니터링 할 수 있는 초소형 스마트 디바이스 개발은 매우 중요하다. 본 연구에서는 WiFi 기능이 있는 초소형 마이크로컨트롤러와 MEMS 가속도 센서를 이용하여 스마트 펙토리의 이상 고장 예지 및 건전성 관리를 위한 스마트 디바이스를 개발하고 그 성능을 분석하였다.

• 해양환경안전학회지
• /
• 제26권6호
• /
• pp.706-714
• /
• 2020

전 세계 90 %의 인구가 WHO의 연평균 미세먼지 노출 기준(10 ㎍/㎥)을 초과한 공기를 흡입하고 있다. 전 세계적으로 육상뿐만 아니라 해양에서 발생하는 질소산화물에 대한 규제를 통해 2차 오염물질, 초미세먼지 저감에 대해 노력하고 있으며 국내에서는 선박에서 미세먼지 발생의 주요한 원인인 황 함유량 저감과 환경친화적 선박의 개발 및 보급 등을 통해 깨끗한 해양환경 조성을 위한 노력을 하고 있다. 디젤엔진 유해 배출가스 저감을 위한 기술 중 압력 손실이 적고 높은 집진 효율 및 NOx의 제거와 유지 관리의 장점이 많은 전기 집진기의 수요와 중요성이 증가하고 있다. 본 연구는 총톤수 999톤급 선박의 2,427 kW 선박용 디젤엔진의 미세먼지 저감을 목적으로 개발된 전기 집진기를 예지보전단계에서 고장모드영향분석을 통해 장비 품질을 높여 선박 내에서의 내구연한을 높이고자 위험 우선순위 도출하였다. 위험 우선순위는 고장모드 241(poor dust capture efficiency)이 RPN 180으로 가장 높았다. Collecting electrode에서 가장 많은 고위험 고장모드를 검출하여 집중관리 부품으로 관리해야 할 필요가 있었으며 원인으로 진동과 핀 풀림으로 인한 유격 불량이 가장 많이 검출되었다. 핀 풀림 역시 근본적으로는 선체 또는 장비에서 발생하는 진동이 원인이 되어 발생할 수 있는 사항이기 때문에 핀 풀림이 발생하는 개소에 보완이 필요하겠다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• 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.

• 한국전산구조공학회논문집
• /
• 제31권1호
• /
• pp.63-69
• /
• 2018

베어링은 많은 회전체에서 사용되는 핵심부품으로, 예기치 않은 고장을 방지하기 위해 많은 연구가 집중되고 있다. 이때 중요한 것은 되도록 초기에 건전성 상태를 잘 나타내는 적절한 특징신호를 추출하는 것이다. 그러나 기존의 연구들은 주로 진단관점에서 특징신호를 추출하여 고장예지에는 적합하지 않은 측면이 있었다. 본 논문에서는 이러한 문제를 극복하기 위해 베어링 고장 주파수의 에너지와 시간 사이의 상관계수 가중 합을 이용하여 베어링 수명 예측에 용이한 특징신호를 추출하는 방법을 개발하였다. 그 결과 일반적으로 고장진단에서 많이 사용되고 있는 특징신호인 RMS에 비해서 결함 초기부터 단조로운 증가 경향의 특징신호를 추출함을 알 수 있었다. 이를 입증하기 위해서 NASA Ames에서 제공한 IMS bearing 진동 데이터를 이용하였고 제시한 특징신호와 일반적인 RMS와 의 거동을 비교하여 유효성을 검증하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2018년도 추계학술대회
• /
• pp.69-71
• /
• 2018

대한민국의 제조 산업을 둘러보면 현재 노후화된 제조 공장이 많다. 실제로 제조 공장에서 제품의 재고관리나 제품의 단가 관리 등을 전부 엑셀을 만들어 수기로 작성하거나 그것을 이용하여 공장을 운영 하고 있다. 또한 작업자가 작업 시 해당 제품을 만들기 위해 설비에 대해 고장을 예측 할 수가 없다. 이에 관한 문제점으로 관리자 및 작업자 사이의 지시 및 작업 과정에서 해당 문서가 손실 될 수 있으며 관리자와 작업자의 의사소통이 제대로 되지 않아 재고관리나 해당 지시한 작업에 대해 제대로 작업량을 채우지 못하고 또한 작업자가 해당 설비에 대해 고장을 인지하지 못하고 그 설비를 계속 사용하여 작업을 진행하는 상황이 발생한다. 이에 따라 효율적인 재고관리와 단가관리, 생산량 파악 및 작업자의 해당 설비의 고장예지를 미리 예측하여 제품의 생산성 및 생산량을 높이기 위해 본 연구인 노후화 된 제조공장의 고도화 방법에 관한 연구를 진행 해보자 한다.

• 한국추진공학회지
• /
• 제18권6호
• /
• pp.50-58
• /
• 2014

본 논문에서는 우주발사체용 액체로켓엔진의 건전성 감시 및 관리 기법에 대한 연구 동향을 소개한다. 이를 위하여 미국, 유럽, 러시아와 같은 우주선진국에서 실제 우주발사체용 액체로켓엔진에 연구 및 적용되었던 고장진단 알고리즘을 조사하였다. 특히 최근 우주선진국으로 발돋움하고 있는 중국에서 적용한 기술들을 중심으로 조사하였으며 적용된 사례들을 분석하여 특징들을 나열하였다. 이를 통하여 한국형발사체 KSLV-II 및 그 후의 한국형 달탐사선 발사체 개발사업에 적용하기 위해 고려해야 할 사항에 대하여 토의한다.

• 대한기계학회논문집A
• /
• 제35권10호
• /
• pp.1299-1306
• /
• 2011

본 연구에서는 측정된 균열 데이터를 토대로 변동하중 하에서의 균열성장모델 변수들을 베이지안 모델변수 추정 방법을 통해서 확률적인 분포로 구하는 방법을 제시하였다. 모델변수의 확률분포를 구하기 위해 Markov Chain Monte Carlo (MCMC) 샘플링 방법을 이용하였다. 변동하중 하에서는 균열성장 모델이 더욱 복잡해 짐에 따라 기존의 MCMC 기법으로는 확률분포를 잘 구하지 못하므로 주변확률밀도분포를 제안함수로 사용하는 MCMC 기법을 새롭게 제안하였다. 모델변수의 추정을 위해 여러 크기의 일정 진폭 하중 하에서 시편시험을 수행하여 얻은 균열성장 데이터를 이용하였다. 추정된 변수들을 사용하여 변동하중 하에서의 시편에 대해 균열성장 예측을 수행하였고, 이를 실제 시험 데이터를 통해서 검증하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.230-231
• /
• 2019

본 연구에서는 미래의 자율운항선박의 핵심기술인 상태기반 예지보전(Condition Based Maintenance, CBM) 기술에 관한 연구로써 고장진단을 위한 실 운항선박을 대상으로 상태 모니터링 시스템의 설계/탑재 및 데이터 취득/처리/분석 기술 개발을 수행하고 있다. 본 연구의 목적은 데이터 확보, 유효데이터 식별/검증을 통해 최종적인 고장진단 알고리즘 개발을 위함이며 이를 위해서는 대상 기기의 고장 메커니즘에 관한 이해가 필요하다. 따라서 선박 엔진의 FEMA 분석과 Fault Tree Analysis 과정이 수반되어야 하며 엔진의 주요 계통분류, 대상기기 식별, 고장유형, 고장원인과 현상에 대한 분석을 포함하여야 한다. 최종적으로 도출되는 CBM 시스템의 솔루션 S/W는 엔지니어링 지식기반의 실선 운항데이터에 대한 통합적인 데이터 분석을 통해 선박 엔진의 고장예측 및 진단이 가능하다. 본 연구를 통해 운항중인 실선의주 기관을 대상으로 기존 모니터링 항목 이외의 핵심 영향인자를 측정하고, 취득된 데이터에 대한 빅 데이터 분석기법을 통해 적절한 유지보수 방법과 해당 시점을 예측함으로써 향후 선박 엔진의 이상 징후에 대한 사전적 대처와 효율적인 관리가 가능하며 결과적으로 항해 중 해양사고 및 선박운항 손실을 미연에 방지할 수 있을 것으로 기대한다.

• 한국군사과학기술학회지
• /
• 제27권2호
• /
• pp.294-303
• /
• 2024

The objective of condition-based maintenance plus(CBM+) is to improve the availability and maintenance efficiency of missiles, bolstering national defense capabilities. This study proposes an application of CBM+ to enhance the reliability and the safety of missiles, which are the devices typically stored for long durations. CBM+ CBM+ does not only contribute to defense capabilities, but it also aims to reduce maintenance costs. This study focuses particularly on the dormant stage of the missile life-cycle, in which various failure modes and environmental impacts on failure mechanisms are investigated. The effectiveness of maintenance strategies and the implementation of CBM+ is evaluated using simulation data.

• 한국기계가공학회지
• /
• 제19권12호
• /
• pp.21-27
• /
• 2020

Lithium-ion batteries are the heart of energy-storing devices and electric vehicles. Owing to their superior qualities, such as high capacity and energy efficiency, they have become quite popular, resulting in an increased demand for failure/damage prevention and useable life maximization. To prevent failure in Lithium-ion batteries, improve their reliability, and ensure productivity, prognosticative measures such as condition monitoring through sensors, condition assessment for failure detection, and remaining useful life prediction through data-driven prognostics and health management approaches have become important topics for research. In this study, the residual useful life of Lithium-ion batteries was predicted using two efficient artificial recurrent neural networks-ong short-term memory (LSTM) and gated recurrent unit (GRU). The proposed approaches were compared for prognostics accuracy and cost-efficiency. It was determined that LSTM showed slightly higher accuracy, whereas GRUs have a computational advantage.