• 항공우주기술
• /
• 제6권2호
• /
• pp.150-156
• /
• 2007

본 논문에서는 2축 자유도를 갖는 동조자이로 3개가 직교배치를 이루고 있는 관성항법 장치의 관성센서 고장검출기법에 대해 다루었다. 특히 동조자이로 고장특성을 고려하여 동조자이로 입력 축에 대한 고장 판단보다는 자이로 단위의 고장 판단을 수행하였으며, 보다 신뢰성 있는 고장 판단을 위해 검출할 고장 크기에 따른 개별 고장검출 모듈을 설정하였다. 큰 고장 감지는 현재 순간의 관성센서 정보만을 이용하는 방법을 이용하여 짧은 시간내에 고장판단이 가능하도록 하였으며, 작은 고장감지는 과거부터 현재까지 누적된 정보를 순차적으로 사용하여 고장판단에 소요되는 시간은 다소 길지만 보다 신뢰성 있는 고장정보를 제공하도록 하였다. 동조자이로 고장특성 및 고장 크기에 따른 개별 고장검출 모듈을 통해 성공적인 관성센서 고장검출이 가능함을 확인할 수 있었다.

• 대한기계학회논문집 C: 기술과 교육
• /
• 제3권3호
• /
• pp.175-181
• /
• 2015

전투차량의 내부는 혹서기에는 약 $80^{\circ}C$에 이를 만큼 고온 다습한 환경에 노출되어 감지거리를 측정하여 제어기에 신호를 전달하는 근접센서가 감지거리가 늘어나면서 결국에는 센서 자체의 금속물질을 인식하여 작동이 안되는 고장이 다발하여 원인분석 및 개선을 수행하게 되었다. 개선은 2차에 걸쳐 수행되었고 많은 시행착오를 거쳐 고온에 장기적으로 노출될 경우 고장이 발생된다는 것을 알아내어 개선방안을 도출한 결과, 이미터코일(Emitter Coil)을 한 개 더 추가하여 전압차이를 높여 감지 정확도를 향상시키고, 내부 몰딩 면적을 높여 진동 및 충격 내성을 강화하여 온도 및 습도 변화에 둔감하도록 설계개선을 하였다. 입증을 위해 고온 다습($85^{\circ}C$, 85%습도)한 환경챔버에서 136시간 내구시험을 실시하여 고장 발생이 없음을 확인하였다.

• 한국통신학회논문지
• /
• 제34권11B호
• /
• pp.1133-1141
• /
• 2009

본 논문에서는 무선 센서 망으로 k-연결 (k+1)-감지 고장 감내 위상을 구성하는 분산 위상 제어 프로토콜을 제시한다. 센서 망에 있어 최근에 주목받고 있는 근본적인 문제는 최소한의 활동하는 노드들로 위상을 구성하며, 다양한 응용과 환경에 적합한 감지도와 망 연결수를 제공하는 것이다. 망의 수용 능력을 증대시키는 동시에 에너지 효율성을 개선하고 더불어 망의 연결성을 유지하기 위해서, 많은 위상 제어 알고리즘들이 제안되어 왔다. 대부분의 알고리즘들은 연결되는 링크들의 수를 줄임으로써, 노드들의 고장이나 파손시에 여분의 경로배정이 어렵게 되는 문제를 발생시킨다. 특정 감지도를 보장하며 이 문제를 해결하는 프로토콜이 제안되었으나, 감지도 계산을 위해서는 정확한 위치정보가 필요하고, k-감지인 경우에 대부분의 활동 센서들이 2k-연결을 유지한다. 우리는 감지범위의 반지름이 통신 범위의 반지름의 두 배인 조건이 연결이 감지범위를 함의하기 위한 필요충분조건임을 증명하고, 이에 기반하여 무선 센서 망에서 k-연결을 제공하며 (k+1)-감지를 보장하는 고장 감내 위상을 구성하는 프로토콜을 제시한다. 제안한 분산된 알고리즘은 정확한 위치정보 없이 (k+1)-감지를 보장하며, 복잡도는 O(1) 이다. 모의 실험하여 패킷손실율과 전송 지연시간 그리고 에너지 소비율을 분석 하였다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• 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.

• 대한전자공학회논문지SD
• /
• 제38권7호
• /
• pp.493-502
• /
• 2001

기존의 논리 테스팅에 비하여 여러 가지 장점을 가지는 전류 테스팅을 위하여 새로운 내장형 전류 감지 회로를 설계하였다. 본 논문에서 제안된 내장형 전류 감지 회로는 시험 대상 회로에서 발생하는 전류와 인버터의 전류 발생 특성에 의해 복사되어진 전류를 비교함으로서 시험 대상 회로의 고장 존재 여부를 감지하여 Pass/Fail 신호로 발생시킨다. 설계된 회로는 차동 증폭 형태의 증폭기와 비교기로 이루어져 있으며, 시험 대상 회로의 전류를 복사해 내기 위한 인버터를 포함하고 있어서 총 10개의 트랜지스터와 3개의 인버터를 사용한다. 본 논문에서 제안된 내장형 전류 감지 회로는 고장 테스트를 위하여 별도의 클럭을 사용하지 않는다. 또한 모드 선택이 필요하지 않아 on-line 테스팅이 가능하며, Pass/Fail 신호를 칩의 외부로 전달하는 출력단자 하나를 제외하고는 별도의 제어단자가 필요하지 않은 장점을 가진다. HSPICE를 사용한 컴퓨터 모의 실험을 통하여 시험 대상 회로에 삽입된 고장을 정확하게 검출해 낼 수 있음을 확인하였다. 제안된 내장형 전류 감지 회로가 칩의 전체 면적에서 차지하는 면적소모는 8×8 병렬 승산기를 시험 대상 회로로 사용한 경우에 약 4.34 %로 매우 작아서 내장형 전류 감지회로에 의한 면적 소모에 대한 부담은 거의 없는 것으로 측정되었다.

• 한국산학기술학회논문지
• /
• 제17권7호
• /
• pp.492-498
• /
• 2016

운전 중인 유도전동기에 고장이 발생하면, 구동장치 등 전체 시스템에 2차적인 고장을 유발 시킬 수 있다. 이 경우 구동시스템의 신뢰도와 안전성이 저하되고, 경제적인 손실을 초래할 뿐만 아니라, 인명 피해의 위험 등 많은 문제가 발생할 수 있다. 따라서 유도전동기의 고장징후를 조기 감지하여 전체 시스템 고장을 방지할 수 있도록 하는 유도전동기 고장진단 방법이 필요하다. 본 논문은 유도전동기에서 고정자권선의 부분 단락과 회전자 바의 균열이 발생하는 경우, 인버터 입력전류를 분석하여 고장징후를 조기 감지하는 유도전동기 고장진단 방법을 제안한다. 제안한 고장진단 방법은 고정자 전류 3개를 모두 센싱해야 하는 기존 고장진단 방법과 달리, 인버터 입력전류 센서 한 개만으로 유도전동기 고장진단이 가능하다. 또한, 정상전류 주파수성분과 고장전류 주파수성분이 서로 분리되어 나타나는 인버터 입력전류 특성을 통해 기존 고장진단 방법보다 비교적 쉽고 확실한 고장진단이 가능하다. 시뮬레이션을 통하여 제안한 유도전동기 고장진단 방법의 우수성과 유효성을 확인한다.

• 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.

• 한국지능시스템학회논문지
• /
• 제19권5호
• /
• pp.706-712
• /
• 2009

본 논문에서는 프레스공정라인에서 발생하는 고장을 감지하고 분류하기 위한 고장진단기법을 제안한다. 또한 윤활유 레벨을 자동감지 하기 위한 방법도 제안하다. 제안한 방법에서는 FFT 주파수해석과 여러 경계인수를 갖는 ART2 신경회로망을 사용하며, LabVIEW를 이용하여 고장진단 및 윤활유 레벨 자동감시를 위한 GUI(Graphical User Interface) 프로그램을 제작하여 고장진단을 수행하였다. 실험결과들로부터 제안한 유도전동기 고장진단 및 윤활유 레벨 자동감시시스템의 성능을 확인하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2020년도 전력전자학술대회
• /
• pp.282-283
• /
• 2020

3상 컨버터에서 스위치의 개방고장이 발생한 경우 고장 전류에 직류 및 고조파 성분이 발생할 수 있으며, 보호회로에 의한 고장 감지가 어려우므로 주변 기기에 2차 고장이 발생할 수 있다. 단일 및 이중 스위치 개방고장의 경우 21가지 고장 모드가 존재한다. 본 논문에서는 이러한 고장 모드를 진단하기 위해 정지 좌표계 d-q축 전류의 직류 및 고조파 성분을 활용하는 two-step 구조의 ANN(Artificial Neural Network)을 제안한다. 고장 시에 발생된 직류 및 고조파 성분 전류는 ADALINE(Adaptive-Linear Neuron)을 통해 얻는다. 고장 진단의 첫 번째 단계에서는 직류 성분을 기반으로 ANN을 이용하여 고장모드를 6개 영역으로 분류한다. 두 번째 단계에서는 6개의 각 영역에서 직류 성분과 전류의 THD(Total Harmonics Distortion)를 기반으로 ANN을 이용하여 개방고장이 발생한 스위치를 진단한다. 제안된 Two-step 방법으로 고장을 진단하므로써 간단한 구조로 ANN의 설계가 가능하다. 3.7kW급 3상 PWM 컨버터로 실험을 통해 제안된 방법의 효용성을 검증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.293-294
• /
• 2012

실시간으로 고장모듈을 교체하기 어려운 대다수의 군용 시스템에서 고장상황시 고장 모듈을 대체하기 위하여 동일 모듈의 중복운용 방식은 대다수의 시스템에서 사용되고 있다. 본 논문에서는 서비스 단위로 중복운용되는 무인체계 다계층 서비스 미들웨어에서의 고장복구 방법을 제안하고자 한다. 운용 상태 설정 정보에 따라 정상운용되는 미들웨어 시스템은 고장발생시 고장감지 흐름에 의해 고장을 판단하고, 고장복구 흐름에 따라 고장상황을 복구한다. 이를 통하여 이기종의 분산환경 상에서 예기치못한 시스템의 오동작이나 비가용 시에도 서비스 단위의 고장복구를 통한 가용성 증대 및 시스템 전체의 고신뢰성 목표수준을 충족시킬 수 있다.