• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.315-322
• /
• 1999

설비에 고장이 발생하여 고객이 수리를 요청하기 전에 미리 고객을 방문하여 예방점검을 실시하는 것은 고객의 만족도를 높이고 수리기술자의 효과적인 활용을 위해서 매우 중요한 활동이다. 본 연구에서는 설비에 고장이 발생하여 수리가 이루어진 후에 그 설비의 다음 고장은 언제 발생할 것인가를 예측하기 위하여 사례기반 추론을 적용하였다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.7 no.6
• /
• pp.1004-1011
• /
• 2006

In this study, we have performed a systematic case study on troubles and diagnoses of passenger car's engine based on OBD. We have acquired 1,242 data in order to analysis accurate troubles' causes and apposite diagnoses. 128 data of them are got using OBD apparatus, and the rest of them are collected on related website. As results, distribution on trouble cases shows bad idling(32%), poor acceleration(21%), stop in running(19%), faulty start(11%), inferior fuel economy(9%), and insufficient power(8%) in order of magnitude. And in the systematic cases, it is not difficult to detect troubles in a single part. But we know that special apparatus such as multichannel scanner is needed in complicated troubles. Furthermore we think that the survey is continued in various ways for more systematic case study on troubles and diagnoses.

• Proceedings of the KAIS Fall Conference
• /
• 2005.05a
• /
• pp.86-88
• /
• 2005

본 논문은 인공지능의 한 영역인 지식형 시스템(knowledge system)을 자동차 정비 분야에 활용하여 전문지식이 부족한 여성운전자나 일반인들에게 기초정비 지식을 효율적으로 전달하는 모의 자가 정비시스템을 통하여 지식습득을 하도록 하는데 목적을 두고 있다. 이 시스템은 Visual Basic 6.0을 이용하여 데이터 베이스 체계로 구축하였다. 서론은 지식형 시스템의 개념과 연구배경에 관하여 정리하였고, 본론은 모의 차량고장진단 프로그램(VDKS)의 구성, 설명, 수행과정, 진단실행 및 설명 모듈을 제시하였으며 결론에서는 모의 차량고장진단 프로그램(VDKS)의 활용 및 발전 방향등을 제시하고자한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.301-301
• /
• 2022

본 연구는 운영 조건이 달라짐에 따라 회전수가 변하는 기기의 정상적 가동 여부와 고장 종류를 판별하기 위한 인공지능 알고리즘의 적용을 다루고 있다. 회전수가 변하는 장비로부터 계측된 상태 모니터링 센서의 신호는 비정상(non-stationary)적 특성이 있으므로, 상태 신호의 한계치가 고장 판별의 기준이 되기 어렵다는 점을 해결하고자 하였다. 정상 가동 여부는 이상 감지에 효율적인 오토인코더 및 기계학습 알고리즘을 적용하였으며, 고장 종류 판별에는 기계학습법과 합성곱 기반의 심층학습 방법을 적용하였다. 변하는 회전수와 연계된 주파수의 비정상적 시계열도 적절한 고장 특징 (Feature)로 대변될 수 있도록 시간 및 주파수 영역에서 특징 벡터를 구성할 수 있음을 예제로 설명하였다. 차원 축소 및 카이 제곱 기법을 적용하여 최적의 특징 벡터를 추출하여 기계학습의 분류 알고리즘이 비정상적 회전 신호를 가진 장비의 고장 예측에 활용될 수 있음을 보였다. 이 과정에서 k-NN(k-Nearest Neighbor), SVM(Support Vector Machine), Random Forest의 기계학습 알고리즘을 적용하였다. 또한 시계열 기반의 오토인코더 및 CNN (Convolution Neural Network) 적용하여 이상 감지와 고장진단을 수행한 결과를 비교하여 제시하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.403_404
• /
• 2009

전력은 공공재화로서 광역정전이나 전역정전이 발생하면 전력공급에 매우 심각한 문제가 발생하므로 이에 대한 합리적인 분석과 효과적인 대책 수립이 필요하다. 송전계통의 주 구성요소인 선로, 철탑, 변압기, 개폐장치들은 장기 사용에 따른 노후화와 같은 문제와 절연의 특성상 초고압전기 절연의 근원적 난점 등으로 다수의 절연파괴 고장이 불시에 발생하게 되어 전력공급의 신뢰성을 떨어뜨리게 된다. 이와 같이 전력기기들은 사전에 진단을 하여 기기의 상태를 알아내는 것이 필요하다. 주요 기기에 대한 진단은 데이터베이스의 구축과 이로부터 고장을 예측하고 신뢰성을 평가하는 것으로 이루어진다. 이를 위해 보다 정교하고 정확한 고장 예측 기술, 진단기술, 신뢰성 평가기술을 개발할 필요가 있다. 본 논문에서는 송전기기의 유지보수를 위한 기기 상태 추정 모델을 제시하고, 송전유지보수 전략 수립을 위한 방법을 제시한다.

• Electric Engineers Magazine
• /
• s.170
• /
• pp.12-21
• /
• 1996

• Electric Engineers Magazine
• /
• s.171
• /
• pp.11-19
• /
• 1996

• Journal of Korea Ship Safrty Technology Authority
• /
• s.26
• /
• pp.24-35
• /
• 2009

본 연구에서는 소형선박용 고속디젤기관의 고장으로 발생되는 해양사고를 저감하기 위하여 엔진의 상태를 사전에 기관운전자가 알 수 있도록 시스템을 구성하여 기존의 엔진에 이상이 발생하였을때 가시가청 경보를 울리는 것보다 한 단계 전에 엔진의 상태를 미리 알 수 있도록 하여, 기관의 고장으로 인한 해양사고 저감에 목표를 두고 과제를 진행하였다. 또한, 대형선박에서 사용하고 있는 고가의 고성능을 발휘하는 고장예측진단시스템은 많이 개발되어 있으나, 영세한 소형어선에 적용할 수 있는 소형의 저렴한 시스템 개발에 최종목표를 두고 1차년도 연구과제를 수행하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2017.07a
• /
• 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.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2017.05a
• /
• pp.355-357
• /
• 2017

With the development of automation technology and the increase of large-scale automation projects, sensors used for state monitor and parameter measurement have become more and more important. Once the sensor faults occur, which will lead to the degradation of automation system's performance, and even disastrous consequences. In this paper, sensor output value modeling is performed using Kung's Algorithm for direct fault diagnosis of sensor, and fault diagnosis method based on decision theory is presented.