• Bulletin of the Korea Photovoltaic Society
• /
• v.7 no.2
• /
• pp.7-15
• /
• 2021

태양광 발전소에 대한 성능을 평가하기 위해서는 IEC 61724-1에 적합한 계측장치를 설치하고 데이터를 수집하여 평가하는 것이 일반적인 방법이다. 본 논문에서는 태양광발전소 현장에서 DC 어레이 성능을 평가하기 위한 방법을 제시하였다. 측정 일사량과 같은 환경정보 값과 태양광 DC 어레이 전압-전류 특성 곡선을 이용해 일사량에 따른 출력모델 식을 도출하였다. 도출된 모델 식은 태양전지 셀의 종류나 버스바에 따라서 차이가 발생되므로 기존의 태양전지 셀 등가회로 수식을 반영한 시뮬레이션 모델식이 적절히 변경되어야 함을 실험을 통해 검증하였다. 주기적인 진단 평가를 실시하지 않는 국내외 태양광 발전소는 성능저하가 발생된 상태로 운전되는 경우가 다수 일 것이다. 대부분의 관제모니터링을 시스템은 미쓰매칭 손실 평가분석이 불가능하며 운전상태 모니터링 하는 시스템이 대부분이다. 이에 태양광 발전소의 효율적 운영을 위해서는 현장진단 장치를 이용한 주기적 성능진단 평가나 발전소 데이터의 손실평가 분석 기술의 개발이 필요할 것이다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2007.05a
• /
• pp.238-242
• /
• 2007

자동차의 고장은 그 종류나 특징면에서 다양하게 나타나게 되므로 자동차의 진단과 점검에는 많은 노동력과 비용, 시간이 소요되며 운전자에 의한 정보를 기대하기 힘든 경우에는 진단이나 정비과정에 많은 어려움을 겪게 된다. 따라서 본 연구에서는 운전자에 의한 일반적인 정보와 진동 소음센서에 의한 정보의 신호처리기술을 종합하여 자동차 부품의 이상 신호 분석을 하였다. 그리고 정상 상태 대비 이상 신호에 따른 진동 소음 데이터 변화율을 계산하여 작동 모드 별 실내음압에 영향을 미치는 신호 및 해당 주파수 특성을 분석하였다. 이에 따라 자동차 정비 전문가 시스템 구축을 위한 기초 연구로 엔진부의 이상 신호와 각 부품 별 이상 신호로 나누어 분석하여 데이터 처리 과정 및 이상 증상 별 경향 파악에 본 연구의 목적을 둔다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2007.05a
• /
• pp.243-246
• /
• 2007

자동차의 고장은 그 종류나 특징 면에서 다양하게 나타나게 되므로 자동차의 진단과 점검에는 많은 노력과 비용, 시간이 소요되며 운전자에 의한 정보를 기대하기 힘든 경우에는 진단이나 정비과정에 많은 어려움을 겪게 된다. 따라서 본 연구에서는 운전자에 의한 일반적인 정보와 진동 소음 센서에 의한 정보의 신호처리기술을 종합하여 자동차 부품의 이상 신호 분석을 하였다. 그리고 정상 상태 대비 이상 신호에 따른 진동 소음 데이터 변화율을 계산하여 작동 모드 별 실내 음압에 영향을 미치는 신호 및 해당 주파수 특성을 분석하였다. 이에 따라 자동차 정비 전문가 시스템 구축을 위한 기초 연구로 엔진부의 이상 신호와 각 부품 별 이상 신호로 나누어 분석하여 데이터 처리 과정 및 이상 증상 별 경향 파악에 본 연구의 목적을 둔다.

• Proceedings of the KIEE Conference
• /
• 1999.11b
• /
• pp.119-121
• /
• 1999

송전선의 고장은 다양한 형태를 가지며 전체 계통의 안정적인 운용을 위하여 신속하고 정확한 고장제거가 요구된다. 송전선로용 보호제어유니트는 계측, 감시, 보호, 제어, 통신, 자기진단, 기록 등의 기능을 종합 수행하는 디지털 보호계전장치이다. LG산전에서는 축적된 기술을 바탕으로 장기적인 투자와 시행착오를 거쳐 선진 외국제품과 경쟁할 수 있는 제품을 개발하였다. 개발된 보호제어유니트는 VME BUS를 기반으로 한 프로세서부, 입출력부, 표시조작부, 전원부로 구성되며, 사변형 거리계전요소를 기본으로 과전류요소, 자동재폐로요소, 동기탈조 보호요소와 같은 기본기능 외에 많은 기능을 내장하였고, 자기진단기능, 이벤트/고장기록기능 등과 같은 기타기능들로 구비하였다.

• Journal of the KSME
• /
• v.57 no.3
• /
• pp.38-41
• /
• 2017

이 글에서는 인공지능을 이용한 공학시스템 고장진단 및 예지기술(PHM: Prognostics and Health Management)의 개념을 소개하고, 실제 적용 사례를 제시한다.

• Journal of Aerospace System Engineering
• /
• v.11 no.1
• /
• pp.35-40
• /
• 2017

Aircraft diagnostic systems identify system failures and nip aircraft accidents in the bud by removing hazards that hinder Safety Of Flight (SOF). The necessity for diagnostic systems is increasing as aircraft manufacturing technology is modernized. Many countries have conducted studies and developed diagnostic systems. However, studies about diagnostic systems are very few in Korea. This study defines the scope of aircraft diagnostics systems and closely considers methods to ensure the Safety Of Flight (SOF) for military aircraft.

• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.3
• /
• pp.212-216
• /
• 2011

Fault detection technique for photovoltaic power systems is significant to dramatically reduce economic damage in industrial fields. This paper presents a novel fault detection approach using Fourier neural networks and stochastic decision making strategy for photovoltaic systems. We achieve neural modeling to represent its nonlinear dynamic behaviors through a gradient descent based learning algorithm. Next, a general likelihood ratio test (GLRT) is derived for constructing a decision malling mechanism in stochastic fault detection. A testbed of photovoltaic power systems is established to conduct real-time experiments in which the DC power line communication (DPLC) technique is employed to transfer data sets measured from the photovoltaic panels to PC systems. We demonstrate our proposed fault detection methodology is reliable and practicable over this real-time experiment.

• Journal of KIISE:Computer Systems and Theory
• /
• v.26 no.8
• /
• pp.1024-1030
• /
• 1999

IEEE 1149.1 바운다리스캔은 보드 수준에서 고장점검 및 진단을 위한 테스트 설계기술이다. 그러나, 바운다리스캔 제어기의 특성상 테스트 패턴의 주입에서 관측까지 2.5 TCK가 소요되므로, 연결선상의 지연고장을 점검할 수 없다. 본 논문에서는 UpdateDR 신호를 변경하여, 테스트 패턴 주입에서 관측까지 1 TCK가 소요되게 함으로써, 지연고장 점검을 가능하게 하는 기술을 소개한다. 나아가서, 정적인 고장점검을 위한 테스트 패턴을 개선해 지연고장 점검까지 가능하게 하는, N개의 net에 대한 2 log(n+2) 의 새로운 테스트패턴도 제안한다. 설계와 시뮬레이션을 통해 지연고장 점검이 가능함을 확인하였다.Abstract IEEE 1149.1 Boundary-Scan is a testable design technique for the detection and diagnosis of faults on a board. However, since it takes 2.5TCKs to observe data launched from an output boundary scan cell due to inherent characteristics of the TAP controller, it is impossible to test delay defects on the interconnect nets. This paper introduces a new technique that postpones the activation of UpdateDR signal by 1.5 TCKs while complying with IEEE 1149.1 standard. Furthermore we have developed 2 log(n+2) , where N is the number of nets, interconnect test patterns to test delay faults in addition to the static interconnect faults. The validness of our approach is verified through the design and simulation.

• 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.

• Proceedings of the Korean Society of Marine Engineers Conference
• /
• 2005.06a
• /
• pp.321-325
• /
• 2005

These days, it is needed that more stability and reliability of Diesel engine. So it is essential that a systematic and comprehensive fault diagnosis analysis technology. this technology makes fault diagnosis analysis system more efficient. Expert System is required to make fault diagnosis analysis system. In this paper, fault and early diagnosis system is implemented to use Expert System development tools.