• 한국태양광발전학회지
• /
• 제7권2호
• /
• 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.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 춘계학술대회논문집
• /
• 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.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2007년도 춘계학술대회논문집
• /
• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 추계학술대회 논문집 학회본부 A
• /
• 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.

• 기계저널
• /
• 제57권3호
• /
• pp.38-41
• /
• 2017

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

• 항공우주시스템공학회지
• /
• 제11권1호
• /
• pp.35-40
• /
• 2017

항공기 진단계통은 항공기 각 계통의 고장을 식별 및 탐지하고, 비행안전을 저해시키는 위험요소를 제거 및 개선함으로 사고를 미연에 방지하기 위한 계통이다. 해당 계통은 항공기 제작기술이 첨단화 될수록 필요성이 커지고 있다. 또한 여러 항공선진국에서는 진단계통에 대한 다양한 연구와 개발이 진행되고 있으나, 국내에서는 아직 진단계통에 대한 연구 및 응용 실적이 매우 적은편이다. 본 논문에서는 항공기 진단계통의 정의와 범위를 제안하고, 군용항공기 비행안전성 확보를 위한 접근방법을 고찰해 보고자 한다.

• 융합신호처리학회논문지
• /
• 제12권3호
• /
• pp.212-216
• /
• 2011

태양광 발전 시스템의 고장검출은 고장으로 인해 발생되는 기술적 및 경제적 손실을 최대한 줄이기 위한 첨단 기술로 각광을 받고 있다. 본 논문은 푸리에 신경회로망과 확률론적 의사결정법을 이용한 태양광 발전 시스템의 새로운 고장진단 알고리즘을 제안한다. 우선 태양광 시스템의 동적 모델링을 위하여 최급강하 기반 최적화 기법을 통해 신경회로망 모델을 구성하며 GLRT 알고리즘을 이용하여 태양광 시스템의 확률론적 고장검출 기법을 제안한다. 제안한 고장검출 알고리즘의 타당성 검증을 위하여 태양광 고장검출 테스트베드를 제작하여 실시간 실험을 실시하였으며 이 때 태양광으로부터의 신호는 직류 전력선 통신을 이용하였다.

• 한국정보과학회논문지:시스템및이론
• /
• 제26권8호
• /
• 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.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.163-169
• /
• 2020

최근 4차 산업혁명의 핵심기술인 인공지능, 빅데이터, 사물인터넷의 발전으로 산업 현장에서 가동되는 기계의 자동화 및 무인화에 대한 연구가 활발히 진행되고 있다. 이러한 공정 기계들은 부착된 다양한 센서들로부터 수집된 데이터를 기반으로 제어되고 이를 통해 공정이 관리된다. 만약 센서에 고장이 발생한다면 센서 데이터 이상으로 인해 자동화 기계들이 오작동함으로써 공정 손실 발생뿐만 아니라 인명피해로도 이어질 수 있다. 전문가가 센서의 이상 여부를 주기적으로 확인하여 관리하고 있으나 산업 현장의 여러 가지 환경요인 및 상황으로 인하여 고장점검 시기를 놓치거나 고장을 발견하지 못하여 센서 고장으로 인한 피해를 막지 못하는 경우가 발생하고 있다. 또한 고장이 발생하여도 즉각 감지하지 못함으로써 공정 손실을 더욱 악화시키고 있는 실정이다. 따라서 이러한 돌발적인 센서 고장으로 인한 피해를 막기 위해 자체적으로 임베디드 시스템에서 센서의 고장 유무를 실시간으로 파악하고 빠른 대응을 위해 고장 진단 및 유형을 판별하는 것이 필요하다. 본 논문에서는 대표적인 센서 고장 유형인 erratic fault, hard-over fault, spike fault, stuck fault를 분류하기 위해 딥 뉴럴 네트워크 기반의 고장 진단 시스템을 설계하고 라즈베리 파이를 활용하여 구현하였다. 센서 고장 진단을 위해 구글이 제안한 MobilieNetV2의 Inverted residual block 구조를 사용하여 네트워크를 구성하였다. 본 논문에서 제안하는 방식은 기존 CNN 기법을 사용한 경우보다 메모리 사용량이 줄고 성능이 향상되며, 입력 신호에 대해 구간별로 센서 고장을 분류하여 산업 현장에서 효과적으로 사용될 것으로 기대된다.

• 한국마린엔지니어링학회:학술대회논문집
• /
• 한국마린엔지니어링학회 2005년도 전기학술대회논문집
• /
• 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.