• 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.

• Journal of the Korean Society for Precision Engineering
• /
• v.18 no.10
• /
• pp.33-44
• /
• 2001

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.05a
• /
• pp.230-231
• /
• 2019

This study is a development on condition based maintenance(CBM) technology which is a core item of future autonomous ships. It is developing to design & installation of condition monitoring system and acquisition & processing of data from ongoing ships for fault prediction & prognosis of engine in operation. The ultimate goal of this study is to develop a predicts and decision support software for marine engine faults. To do this, the FMEA and fault tree analysis of the main engine should be accompanied by the analysis of classification of system, identification of the components, the type of faults, and the cause and phenomenon of the failure. Finally, the CBM system solution software could predict and diagnose the failure of main engine through integrated analysis for bid-data of ongoing ships and engineering knowledge. Through this study, it is possible to pro-actively cope with abnormal signals of engine and to manage efficiently, and as a result, expected that marine accident and ship operation loss during navigation will be prevented in advance.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1619-1622
• /
• 2002

최근에 생산되는 디지털 VLSI칩들은 그 집적도가 계속 높아지고 있으며, 이러한 칩들을 장착한 보드의 경우도 그 복잡성이 점차 높아지고 있다. 이에 따라 칩 및 보드에 대한 철저한 테스트 과정이 요구된다. 지금까지 보드 테스트 방법으로 널리 쓰였던 ICT(In-Circuit Test)는 칩의 고집적화에 따른 핀 간격의 조밀화와 SMT(Surface Mount Technology), BGA(Ball Grid Array), MCM(Multi Chip Module) 등의 새로운 패키징 방식의 등장에 따라 테스트 방법으로의 한계성을 드러내고 있다. 이에 대한 대안으로 등장한 IEEE Std 1149.1 은 ICT의 한계성을 극복할 수 있는 기술일 뿐 아니라 여러 가지 장점을 가지고 있으며 그 활용 분야도 다양하다. 본 논문에서는 IEEE Std 1149.1에 따라 설계된 보드 상에서 발생 가능한 고장들에 대한 고장 모델을 제시한다. 또한 각 고장 모델들의 양상과 진단 기법을 제시한다. 이를 통해 IEEE Std 1149.1에 따라 설계된 보드 상에서 발생한 고장들을 검출할 수 있으며, 고장의 종류 및 성격, 그리고 고장의 발생 위치 등의 정보를 얻을 수 있다. IEEE Std 1149.1에 따른 보드 설계가 보드의 신뢰성 보장에 긴요함을 인식하는 계기가 되기를 기대하며 제시된 고장 모델 및 진단 기법이 기술적으로 중요한 참고자료가 되기를 기대한다.

• Proceedings of the KIEE Conference
• /
• 2004.10a
• /
• pp.245-247
• /
• 2004

고속철도는 수많은 하이테크 기술의 결정체이며, 이 중에서도 추진장치는 차량의 성능을 결정하는 매우 중요한 요소이다. 이러한 전장품들에 대한 다양한 성능을 평가하고 진단하기 위해 상시계측시스템을 구축하여 활용하고 있다. 이러한 계측장비들은 여러 전장품에 대한 계측 및 분석을 통한 시험평가와 동시에 완성차 시험이나 본선시운전 시험시에 발생할 수 있는 고장원인을 찾아내고 해결하는데 많은 도움을 주고 있다. 본 논문에서는 강시계측 시스템을 통해 추진장치에 대한 고장진단을 실시한 내용에 대하여 기술하였다.

• Journal of KSNVE
• /
• v.6 no.4
• /
• pp.387-393
• /
• 1996

진단 시스템에 대한 필요성과 관심이 높아가고 있는 가운데 진단 방법의 수준과 진단 시스템의 조건 등을 살펴보았다. 물론 언급되어진 사항들이 일률적으로 모든 진단 시스템에 적용이 된다고는 말할 수는 없다. 왜냐하면 진단 시스템은 진단 의 대상, 진단의 종류 등에 따라서 각각 최선의 방법이 따로 존재하기 때문이다. 그러나 고통적인 사항은 진단 신호를 얼마나 잘 재생해 내는가에 따라 진단의 성공 여부가 달려 있다는 사실이다. 기계진단 신호 처리의 예에서 살펴보았듯이 신호 처리 방법에 따라 재생된 신호의 정확도는 달라질 수 있다. 계속적인 새로운 진단 기술의 개발과 응용으로 안전적이고 경제적인 공장 운영과 공장의 자동화에 크게 기여할 수 있기를 바라며, 좀 더 많은 관심을 갖고 기계 진단의 기술을 활용할 수 있기를 기대한다.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.50 no.9
• /
• pp.627-638
• /
• 2022

This paper discusses the utilization of fault-tolerant technology in the industry by analyzing the status of drone failures in the unmanned vehicle industry survey conducted in 2020. Based on the survey results of the domestic unmanned vehicle industry, we identify subsystems with high fault rates and high severity when faults occur. In addition, fault simulations of the identified subsystems are conducted to analyze the effect of the fault on the vehicles. After that, the fault diagnosis and fault compensation methods studied so far are reviewed, and research cases of the methods are examined. Moreover, the ways to apply it to actual fault cases in the unmanned vehicle industry are debated. Furthermore, based on the previous discussion, the fault-tolerant system is presented, and the consideration when designing the fault-tolerant system in the industry are studied.

• KIPE Magazine
• /
• v.21 no.4
• /
• pp.54-60
• /
• 2016

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.336_337
• /
• 2009

전력용 변압기 운반, 설치, 고장전류 유입 등으로 권선 및 철심의 접지, 권선의 층간단락, 개방, 기계적 변형, 이탈, 구조물의 기계적 손상, 이완 등이 발생해도 현재 보유하고 있는 진단장비만으로는 정확한 이상 판단이 불가하여 변압기 해체 후 확인 하는 현실을 감안하여 변압기 기계적 변형 고장분석이 가능한 장비 도입이 필요한 시점이다. 또한 변압기 등 변전기기 고장 발생시 광범위한 고객 정전 및 복구비용이 발생(년 평균 3건)하고 있어 본 논문에서는 이러한 문제점을 해결하고자 2003년 한전에 도입된 SFRA(Sweep Frequency Response Analyzer) 주파수 반응 분석기의 진단 원리 및 권선변형 진단사례를 소개하고자 한다.