• The Journal of the Korea institute of electronic communication sciences
• /
• v.11 no.2
• /
• pp.203-208
• /
• 2016

This paper presents a fault detection and data processing algorithm for acoustic sensor systems using the multiple sensor algorithm that has originally developed for the wireless sensor nodes. The multiple sensor algorithm can increase the reliability of the sensor systems by utilizing and comparing the measurements of the multiple sensors. In the acoustic sensor system, the equivalent sound level($L_{eq}$) is used to detect the faulty sensor. The experiment was conducted to demonstrate the feasibility of the multiple acoustic sensor algorithm, and the results show that the algorithm can detect the faulty sensor and validate the data.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.213-216
• /
• 2007

본 논문에서는 DFT(Discret Fourier Transform)과 웨이블렛을 이용한 고장진단 알고리즘을 제안한다. 제안된 방법은 주파수 기반의 DFT에 의한 고장패턴의 추출방법과 시간-주파수 기반의 웨이블렛을 이용한 고장패턴의 추출방법을 제안한다. 유도전동기의 진단을 DFT와 웨이블렛에 의해 추출된 특정값들을 효과적으로 융합할 수 있는 융합 알고리즘에 의해 수행된다. 개발된 알고리즘은 다양한 실측 데이터에 적용하여 그 타당성을 보이고자 한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2021.11a
• /
• pp.212-213
• /
• 2021

자율운항선박 기술개발사업 중 2세부(자율운항선박 핵심 기관시스템 성능 모니터링 및 고장예측 진단 기술 개발) 과제는 자율운항선박의 추진 및 전력 생산을 담당하는 핵심 기관시스템의 운전 상태를 실시간 모니터링하여, 계측 데이터 기반의 고장 진단/예측을 수행하고 장애 발생 시 원격 지원체계를 통해 체계적/전문적 정비를 수행할 수 있도록 지원하는 기술이다. 자율운항선박은 선원이 없이 자율적으로 운항도 하지만, 핵심장비/기자재에 대해서도 실측 데이터를 기반으로 스스로 판단하여 고장여부에 대한 의사결정이 가능하여야 한다. 선박 기관시스템은 선박 운항의 안전과 정시 입·출항에 핵심이 되는 장비/기자재로써 자율운항선박 구현에 필요한 핵심 기술이다. 본 연구에서는 자율운항선박 핵심장비 중 보조기기 2종(Pump, Purifier), 배관(Seawater Pipe, Steam Pipe)의 성능 모니터링 및 고장예측/진단 소프트웨어를 개발하기 위한 연구를 수행한다.

• Proceedings of the KIEE Conference
• /
• 2008.07a
• /
• pp.359-360
• /
• 2008

765kV변전소의 운전 조건을 고려하여 유지보수(CBM) 기법을 활용한 예방진단시스템을 이용해 변전기기를 정비한 사례를 통하여 예방진단시스템의 운영실태를 살펴보고, 고장원인 및 고장설비를 더욱 정확히 구분할 수 있어 관계자에게 보다 신뢰성있는 시스템이 될 수 있도록 대안을 모색하며 향후 진단 및 감시항목을 더 발굴하기 위한 예방진단 시스템을 제도화 할 필요가 있다.

• 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 Institute of Intelligent Systems
• /
• v.14 no.1
• /
• pp.1-8
• /
• 2004

In this paper, we propose neural network-based fault diagnosis method to diagnose of sensor in the gas monitoring system. In the proposed method, using thermal modulation of operating temperature of sensor, the signal patterns are extracted from the voltage of load resistance. Also, ART2 neural network is used for fault isolation. The performance and effectiveness of the proposed ART2 neural network based fault diagnosis method are shown by simulation results using real data obtained from the gas monitoring system.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.9 no.2
• /
• pp.70-76
• /
• 1984

In this paper, a functional m-redundant system, which is m-fault tolerant, is defined based on the graph-theory. This system is designed to be t(t$\geq$m) fault-diagnosable by comparing its unit's outcomes without additive test functions, so, the system down for diagnosis is not needed. The diagnostic model for this system is presented. It is to avail the redundancy of the system effectively. It is shown that this model can be converted into Preparata's model. Thus, the diagnostic characteristics of a functional m-redundant system is analyzed by the method originated by Preparata et al.

• Proceedings of the KIEE Conference
• /
• 2004.07d
• /
• pp.2158-2160
• /
• 2004

본 논문에서는 불확실한 비선형 시스템에 대하여 새로운 고장진단 방법을 이용한 고장 허용 제어기를 설계한다. 잔류 신호는 비선형 관측기 구조를 이용하여 얻을 수 있다. 고장 성분은 neuro-fuzzy 근사기로 추정한다. 제안된 고장 허용 제어기는 강인 제어기와 고장 성분을 보상할 수 있는 보상제어기로 구성된다. 여기서 제안된 고장진단 방법은 고장으로 인해 발생되는 보상제어기의 크기로 고장을 진단함으로써 고장 전후의 강인 제어기의 특성을 계속유지 할 수 있게 설계하였다. 본 논문에서 제안한 고장 허용 제어기의 성능은 컴퓨터 모의실험을 통하여 증명하였다.

• Nuclear Engineering and Technology
• /
• v.22 no.2
• /
• pp.128-138
• /
• 1990

This paper presents a prototype expert system (ESRCP) for Reactor Coolant Pumps. The purpose of this system is to diagnose RCP failures and to offer corrective operational guides to plant operators. The first symptoms for the diagnosis are the alarms which are related to the RCP domain. Alarm processing is required to find a primary causal alarm when multiple alarms occur. The system performs the alarm processing by rule-based deduction or priority factor operation. To diagnose the RCP failure, the system performs rule-based deduction or Bayesian inference. Various sensor readings are required as symptoms to infer a root cause. When the symptoms are insufficient or uncertain to diagnose accurately, Bayesian inference is performed.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2000.04a
• /
• pp.427-434
• /
• 2000

사례기반 추론은 사후학습기법이기 때문에, 사례베이스의 크기가 커지면 추론의 수행시간이 증가하여 전체적인 성능을 저하시킨다. 본 연구에서는 이러한 단점을 극복하기 위하여 사례기반 시스템의 구현에 앞서 사례들이 저장되어 있는 사례베이스를 클러스터링 하였다. 클러스터링에 사용한 기법은 부분적 매칭에 의한 유사도를 기준으로 클러스터링을 하는 사례기반 클러스터링 기법이다. 도출된 클러스터 각각에 대해 가장 적합한 사례기반 시스템을 구축하여 고장진단의 분야에 적용하였다. 즉, 새로운 고장 사례가 입력되었을 때에 본 연구에서 구축된 시스템에서는 먼저 해당 클러스터를 판별한 후 그 클러스터에 적합한 사례기반 시스템으로 고장진단을 하게 되는 것이다. 그 결과, 하나의 사례기반 시스템을 구축하였을 때보다 수행시간이 감소하였으며, 적중률도 향상되었다.