• 한국항해항만학회지
• /
• 제33권10호
• /
• pp.671-678
• /
• 2009

현재 진동 정보를 통해 기계 설비의 상태나 고장 유무를 판단하는 연구들이 다수 진행 중에 있는데, 대부분의 연구에서는 설비에 대한 진동을 모니터링하거나 고장 유무를 판별하여 사용자에게 알리는 수준이다. 본 논문에서는 진동 정보 적용 대상을 선박으로 정하고, 진동에 의한 고장 진단과 판별을 보다 정교하게 수행하는 선박 엔진 감지 기법과 시스템을 제안하였다. 일차적으로 이중화된 진동 정보 판별 기법을 적용하여 진동 정보를 확인한 다음에 고장 유무를 검사한다. 만일 고장이 발생한 경우에는 적분을 이용하여 고장 진동 파형에 대한 넓이를 기준으로 어떤 유형의 고장인지를 판별할 수 있는 기법을 적용하였다. 또한 선박의 진동 경향 분석과 엔진 안전 보존을 목적으로 진동 정보를 데이터베이스에 저장하고 추적할 수 있도록 시스템을 구현하였다. 제안 시스템을 선박 엔진의 고장 판별 유무와 고장 진동 파형 감별 인자에 대해 실험을 수행한 결과 고장 판별은 약 98% 정확성을 가졌고 고장 진동 파형 감별에서는 약 72% 정확성을 가졌다.

• 조명전기설비학회논문지
• /
• 제23권12호
• /
• pp.201-209
• /
• 2009

발전소 현장에 설치되어 있는 계기들은 주위환경의 영향이나 계기 자체의 고장으로 틀린 값을 나타내는 경우가 종종 발생한다. 그러나 기존의 발전소 운전감시 및 고장진단 시스템들은 대부분 정확한 센서 값들이 항상 주어진다는 가정 하에서 상황판단 및 고장진단을 수행하기 때문에 계측값들에 에러가 발생할 경우 잘못된 판단과 정보의 제공으로 불필요한 발전소의 긴급정지와 같은 심각한 운전상의 문제점이 야기될 수 있으며 이로 인해 큰 경제적 손실을 초래할 수 있다. 본 논문에서는 발전소의 각 부속 시스템 중 특히 보일러 주급수 공급 시스템(Boiler Feed Water System)에 공간적으로 분포되어 있는 계측기들의 상호관계를 체계적으로 표현하고 적절한 데이터구조로 나타냄으로서 그러한 상호관계를 통하여 내재하는 계측값들의 중복성(Redundancy)을 최대한 발굴하여 각 계측값들의 유효성 여부를 검증하고 고장진단과 연계하여 발전소의 안정운전을 지원하기 위한 기법을 개발하고 그 적용 예와 향후의 적용 가능성을 보였다.

• 한국전자통신학회논문지
• /
• 제16권5호
• /
• pp.835-844
• /
• 2021

본 논문에서는 스마트 그리드 전력설비 간 통신을 통해 고장구간을 자율적으로 판단, 분리하기 위한 기반기술인 통신제어장치를 설계하였다. 통신제어장치에서 제어모듈은 3상 전압, 전류를 계측할 수 있도록 DSP, 통신모듈은 전력설비 간 통신을 통해 고장구간을 판단, 고장구간 분리를 실현할 수 있도록 라즈베리 파이로 설계되었다. DSP와 라즈베리 간 통신은 SPI 통신방식을 기반으로, 반면에 라즈베리 간 통신은 Wi-Fi 기반으로 설계되었다. 끝으로, 3개의 전력설비 통신제어 장치로 구성되는 성능 평가 시스템을 구축하였으며, 선로 상의 다양한 고장 이벤트들에 대한 모의 검증을 실시하였다. 평가 결과, 모든 시험경우들에 대해서 통신제어장치가 요구된 응답을 보임으로서 통신제어장치 설계 방법론의 유효성을 확인할 수 있었다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2001년도 추계학술대회 논문집
• /
• pp.144-148
• /
• 2001

자동차의 발전과 함께 유지 보수를 위한 사용자의 요구는 급증하고 있으나 정비사의 부족으로 인해 경제성 및 신속성 등 이 문제가 되고 있고 이를 해결하기 위해 현재 개발되고 있는 장치들은 대부분 전자 제어 유닛에서 발생시키는 신호를 분석하거나 운전자와의 대화를 통하여 진단하는 방식으로 고장으로 인한 소음이나 진동등 운전자들의 주관적인 평가대상에 대해서는 적절한 해결책으로 제시해 주지 못하고 있다. 그러므로 계측에 의한 소음과 진동 데이터를 이용하여 전문가의 판단을 가지고 고장의 원인을 규명하며 운전자를 위한 오디오적인 표현을 해 줄 수 있는 진단 전문가 시스템이 필요하게 되었다. 본 논문에서는 자동차의 여러 단품중 쇼크 옵서버와 에어컨에 대하여 소음 진동 현상의 정상 및 이상 증상과 신호 계측 방법을 연구하였고 계측된 신호에 대해 패턴 화하여 인공 신경 회로망과 퍼지 추론을 통한 진단을 할 수 있는 알고리즘을 개발하였으며 차후 계속되는 연구에 사용될 정상 및 이상신호에 대한 기본적인 데이터 베이스를 구축하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2011년도 제42회 하계학술대회
• /
• pp.2164-2165
• /
• 2011

본 논문에서는 직렬아크 고장 시 발생하는 전류파형의 특징인 전류의 shoulder의 검출을 통하여 아크고장을 판별하는 직렬아크 고장 검출기를 제안하였다. 또한 정상적인 동작에서 발생하는 전류의 shoulder를 아크신호로 판단하지 않기 위한 방법을 제안 하였으며 이를 시뮬레이션을 통해 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 춘계학술발표대회
• /
• pp.553-555
• /
• 2017

수전 설비 시스템은 전력 회사에서 3 상 전원을 받는 설비로, 전기를 공급받기 위한 설비이다. 정전이나 제품생산설비의 중단은 기업에 있어서는 경제적 손실이 매우 큰 사고일 수 밖에 없다. 요즘은 IoT 센서를 이용한 수전설비 관리 시스템의 활용이 늘어나고 있는 추세이다. IoT 센서를 이용한 수전 설비의 구축에서 정확한 상태 값의 센싱과 수집된 값의 전송, 그리고 정확성 판단에 대한 이슈들이 고려되어야 하며, 또한 기기간 통신을 통해 실시간 상호작용으로 수전설비의 고장을 어떻게 예방할 것인가에 대한 것이 중요하다. 본 연구에서는 수전 설비의 실시간 감지와 모니터링을 위한 목적으로 기존의 고장 및 오류 정보를 기반으로 하는 빅데이터 분석을 통해 발생 가능한 고장 및 오류를 사전 예측할 수 있도록 정보를 제공하는 것에 주안점을 두었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 A
• /
• pp.268-270
• /
• 2002

신속한 고장복구를 통해서 정전시간을 최소화하고자 배전기동보수업무에 최신 정보통신기술을 접목하려는 시도는 많이 있었다. 그러나, 그간 GIS, GPS, Mobile 등 시스템 구현에 필요한 핵심요소기술들이 성숙되지 않은 상태였고, 무엇보다 기반 시스템으로서의 NDIS가 전제되지 않은 상태에서 설비종합 DB와의 체계적인 연계가 미비하여 사업소 확산에 어려움이 있었다. 그렇지만, 최근에 관련 정보기술(IT)의 발달과 NDIS DB구축사업이 사업소별로 추진되어 기동보수시스템이 현장업무에 적용될 환경이 충분히 조성되어 있다고 판단된다. 이러한 배경에서 이동보수차량의 위치를 GPS와 TRS망을 연계하여 실시간 관리함으로써 고장지점으로 신속히 출동시키게 하고, 현장에서는 고장접수정보와 계통구성정보 등 관련 설비정보를 이용할 수 있게 함으로써 고객서비스의 질을 높이고, 많은 비용과 노력을 기울인 GIS DB 구축자료의 활용성과 이용효율성을 극대화시킬 수 있을 것으로 기대된다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2022년도 하계학술대회
• /
• pp.1232-1235
• /
• 2022

최근 자동차, 철도차량 등 사용자가 있는 기계 시스템에서의 고장 발생 시 사용자의 안전과 관련된 사고로 이어질 수 있어 부품에 대한 모니터링 및 고장 여부 판단은 매우 중요하다. 이러한 부품 중에서 베어링은 회전체와 회전하지 않는 물체 사이에서 회전이 원활하게 이루어질 수 있도록 하는 부품인데, 베어링에 결함이 발생하게 될 경우, 기계 시스템이 정지하거나, 마찰 열에 의해 화재 등의 치명적인 위험이 발생한다. 본 논문에서는 Resnet과 오토인코더를 활용하여 진동 신호 기반의 베어링의 고장을 감지하고 분류할 수 있는 모델을 제안한다. 제안 방법은 raw data를 이미지로 변환하여 입력으로 사용하는데, 이러한 접근을 통해 수집된 데이터의 손실을 최소화하고 데이터가 가지는 정보를 최대한 분석에 활용할 수 있다. 제안 모델의 검증을 위하여 공개된 데이터셋으로 학습/검증 하였고, 제안 방법이 기존 방법과 비교하여 더 높은 F1 Score와 정확도를 보임을 확인하였다.

• 한국음향학회지
• /
• 제39권4호
• /
• pp.263-269
• /
• 2020

본 논문에서는 정상상태와 8가지의 고장이 재현가능한 회전체를 제작하고 진동 데이터를 취득하였다. 취득한 데이터로 특징을 계산하여 인공신경망과 유전알고리즘을 적용한 고장진단을 통해 정확성을 분석한다. 최적의 시간과 높은 정확성의 구현을 위해 특징을 3가지 영역으로 구분하여 고장진단에 적용하였다. 설정변수는 학습수로 설정하였다. 회전체 고장진단의 결과는 다른 영역보다 주파수영역에서 높은 정확성을 보였으며 학습수 5000, 8000회에서 10회의 구동 모두 정확한 고장진단을 하였다. 시간의 효율성을 고려하였을 경우, 학습수가 5000회일 때 가장 우수하다고 판단하였다.