• 제목/요약/키워드: 고장 감지

검색결과 221건 처리시간 0.023초

네트워크 고장감내 소프트웨어 스트리밍 기술의 설계 및 구현 (Design and Implementation of Network Fault-Tolerant Application Software Streaming)

  • 심정민;김원영;최완
    • 한국콘텐츠학회논문지
    • /
    • 제6권10호
    • /
    • pp.126-133
    • /
    • 2006
  • 소프트웨어 스트리밍은 사용자가 자신의 컴퓨터에 설치되어 있지 않고 서버에 있는 응용 프로그램을 스트리밍 받아 바로 사용할 수 있게 하는 가상화 기술이다. 이 기술을 이용하면 사용자는 응용 프로그램이 마치 로컬 컴퓨터에 설치된 것처럼 바로 사용할 수 있으며, 별도의 다운로드나 설치 과정을 요구하지 않는다. 소프트웨어 스트리밍은 네트워크를 기반으로 하기 때문에 제공되는 서비스는 네트워크 성능 및 상태에 영향을 받는다. 특히, 네트워크 고장이 발생하면 스트리밍이 더 이상 불가능하기 때문에 스트리밍 중인 응용 프로그램이 고장나거나 심한 경우 시스템 전체가 고장나게 된다. 파레토의 원리(Pareto Principle)에 의하면, 대부분의 사용자들은 자주 사용하는 몇 가지 기능을 주로 사용한다. 이러한 원리에 따라 네트워크 고장 감지와 지능적인 스트리밍 기술을 제공한다면, 네트워크 고장이 발생하더라도 사용자들은 이미 스트리밍된 응용 프로그램의 기능을 중단 없이 사용할 수 있을 것이다. 본 논문에서는 네트워크 고장이 발생하더라도 로컬 컴퓨터에 스트리밍된 기능을 사용자들이 지속적으로 사용 할 수 있게 하는 네트워크 고장감내 소프트웨어 스트리밍(에버그린)의 개념 및 기술을 제안한다. 또한, 에버그린 기술의 구현에 대한 자세한 내용에 대해 논의한다.

  • PDF

인공신경망을 이용한 수전설비 고장 예측 방법 (A Prediction Scheme for Power Apparatus using Artificial Neural Networks)

  • 기태석;이상호
    • 융합정보논문지
    • /
    • 제7권6호
    • /
    • pp.201-207
    • /
    • 2017
  • 수전설비의 고장은 산업과 가정 등 전력을 사용하는 모든 곳에 정전사고를 발생시켜 많은 불편과 문제의 원인이 되고 있다. 수전설비 고장의 주요 원인으로는 노후화를 비롯하여 태풍, 지진을 비롯한 자연재해와 동물 등으로 파악되고 있다. 현재는 수전설비의 온도가 높아지면 고장이 발생한다는 추측만으로 온도의 고온이 지속되는 것을 모니터링한다. 따라서 적기에 수전설비의 고장에 대응하기 어려운 측면이 존재하는 것이 사실이다. 이 논문에서 제안하는 수전설비 모니터링 시스템은 갑작스런 자연재해 등으로 인한 고장을 제외한 일반적인 고장에 대해 효율적으로 대응하는 방안으로 제안한다. 수전설비 모니터링 시스템은 열 감지 센서를 부착하여 수전설비를 실시간으로 감시하고, 감시한 데이터를 수집하여 인공신경망을 이용한 학습을 통해 축적된 정보를 이용하여 고장을 예측한다. 인공신경망의 학습과 실험을 통하여 제안 방식이 효율적임을 보였다.

비디오 스트리밍의 안정성 향상을 위한 실시간 고장 감내 기법의 연구 (A Study of Fault-Tolerance Mechanism for enhanced Sustainability of Video Streaming)

  • 류복희;전동운;김두현
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(B)
    • /
    • pp.75-78
    • /
    • 2011
  • 최근 IPTV, 원격 학습 등과 같은 일대다(One-to-Many) 형식의 비디오 스트리밍 서비스가 일반적이다 일대다 형식의 비디오 응용에서 서버의 역할을 하는 호스트에 하드웨어 흑은 소프트웨어적인 오류가 발생할 경우 접속한 전체 클라이언트에 영향을 미지며 스트리밍의 신뢰성이 떨어질 가능성을 내포하고 있다. 본 논문에서는 특정 응용을 위한 일대다 형식의 비디오 스트리밍에서 신뢰성 있는 영상 전송을 위해 고장 감내 메커니즘을 제안하고 실험을 통해 고장의 감지와 복구에 소요되는 시간을 제시함으로써 신뢰성 있는 영상전송의 방법을 모색하고자 한다.

IoT 센서로 수집한 수전 설비의 온도 데이터를 이용한 오류 빅데이터 분석 (Error Analysis for Temperature Big Data of Hydropower Collected by IoT sensors)

  • 주은진;홍장의
    • 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.

동적 전원 전류(Dynamic Power Supply Current : DPSC)를 이용한 새로운 SRAM Transparent 테스트 (A New SRAM Transparent Testing Methodology : Using Dynamic Power Supply Current)

  • 김홍식;강성호
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 1999년도 추계학술대회 논문집 학회본부 B
    • /
    • pp.803-806
    • /
    • 1999
  • 고성능 시스템이 개발됨에 따라 실시간 테스트의 중요성이 증가하고 있다. 메모리의 경우 저장된 값을 보존하면서 테스트할 수 있는 Transparent 테스트 알고리듬들이 개발되고 있다. 본 논문에서는 테스트 시간과 오버 헤드를 줄일 수 있는 새로운 Transparent 테스트 알고리듬을 제안한다. 제안하는 알고리듬은 SRAM의 전이 쓰기 동작 중에 발생하는 동적 전원 전류를 이용하는 방법이다. 동적 전원전류와 고장 모델과의 상관 관계를 규명한 결과 기존의 알고리듬보다 많은 고장 모델들을 테스트 할 수 있음을 발견하였다. 또한 쓰기 동작 중의 전류를 감지하기 때문에 압축치를 생성할 필요가 없어 그에 따른 테스트 시간과 오버 헤드를 줄일 수 있다. 본 논문에서는 기존의 March 알고리듬들을 본 테스트 방법론에 적합하도록 변형하는 방법을 설명하고 기존의 transparent 알고리듬과의 테스트 시간 고장 검출률 그리고 BIST 구현시의 하드웨어 오버헤드 측면에서 비교를 한다.

  • PDF

모듈신경망을 이용한 다중고장 진단기법 (Multiple Fault Diagnosis Method by Modular Artificial Neural Network)

  • 배용환;이석희
    • 한국정밀공학회지
    • /
    • 제15권2호
    • /
    • pp.35-44
    • /
    • 1998
  • This paper describes multiple fault diagnosis method in complex system with hierarchical structure. Complex system is divided into subsystem, item and component. For diagnosing this hierarchical complex system, it is necessary to implement special neural network. We introduced Modular Artificial Neural Network(MANN) for this purpose. MANN consists of four level neural network, first level for symptom classification, second level for item fault diagnosis, third level for component symptom classification, forth level for component fault diagnosis. Each network is multi layer perceptron with 7 inputs, 30 hidden node and 7 outputs trained by backpropagation. UNIX IPC(Inter Process Communication) is used for implementing MANN with multitasking and message transfer between processes in SUN workstation. We tested MANN in reactor system.

  • PDF

온라인 기계 진동 관리 시스템을 이용한 가스 압축기 선회 실속의 원격 진단

  • 장은구
    • 소음진동
    • /
    • 제14권1호
    • /
    • pp.18-23
    • /
    • 2004
  • 균열 현상은 모든 필터에서 발생하였다. 1997년 9월 원심 압축기 B에서 발생한 지나친 진동현상으로 여러 필터 중 한 필터가 부서져 임펠러 흡입부로 빨려 들어갔다. 1997년 10월 기동중에 선회실속 문제가 임펠러에서 발생하였고, 이 원인은 임펠러 eye가 부분적으로 막혔기 때문이었다. 압축기 입구와 출구의 전체 유량과 압력 상태는 정상이었기 때문에 어떠한 서지현상도 anti-surge 시스템에 의해서 감지되지 않았다. 고장상태를 진단함으로써 압축기의 재가동을 방지하여 필터들이 부서졌다는 것을 확인하게 되었다. 이번 기계 점검과정을 통하여 원격진단의 중요성을 확인하였으며, 이에 회사는 원격서비스(remote service) 계약을 체결하여 현재 원격 진단 서비스 점검이 계약 기간에 따라 정기적으로 이루어지고 있다. 이와 같이 기계에 대한 정기적인 점검을 실시하는 목적은 기계의 결함이나 고장문제를 조기에 발견함으로써 중대한 고장으로의 진행을 사전에 예방하거나 또는 최소화하는데 있다.

실시간 발전소 시설 장비 센서 데이터에 대한 빅데이터 스트리밍 질의 처리 시스템 설계 및 구현 (Design and Implementation of Big Data Streaming Query Processing System for Realtime Power Plant Sensor data)

  • 엄정호;유찬희;;박경석
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2020년도 추계학술발표대회
    • /
    • pp.88-91
    • /
    • 2020
  • 발전 시설은 연간 무중단으로 운영되어야 하고, 고장이 발생하면 손해가 막대하기 때문에 발전 시설 장비에는 수십만 개의 센서 데이터가 설치되어 있다. 본 논문에서는 효율적인 센서 데이터의 수집과 시설 모니터링 및 고장 예측 등을 위한 빅데이터 스트리밍 질의 처리 시스템을 설계 및 구현하였다. 또한 실시간 데이터 수집의 효율적인 관리를 위해 인코딩 방식을 설계하였으며, 데이터 전송 성능을 측정하여 문자열로 데이터를 전송하는 것보다 평균 12%, 최대 32% 데이터 처리 성능이 향상됨을 보였다. 또한, 스트리밍 데이터에 대한 윈도우 질의 처리 성능을 측정하여 약 0.97초의 평균 집계 질의 처리 시간이 소요됨을 확인하였다. 향후에는 고장 감지를 위한 인공지능 추론 모델을 제안하는 빅데이터 스트리밍 질의 처리 시스템에 적용할 예정이다.

베어링 진단을 위한 진동 신호 기반의 딥러닝 모델 (A Vibration Signal-based Deep Learning Model for Bearing Diagnosis)

  • 박수연;김재광
    • 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.

  • PDF