• Transactions of the Korean Society for Noise and Vibration Engineering
• /
• v.19 no.7
• /
• pp.726-735
• /
• 2009

In this paper, we propose an approach to signal model-based fault detection and diagnosis system for induction motors. The current fault detection techniques used in the industry are limit checking techniques, which are simple but cannot predict the types of faults and the initiation of the faults. The system consists of two consecutive processes: fault detection process and fault diagnosis process. In the fault detection process, the system extracts the significant features from sound signals using combination of variance, cross-correlation and wavelet. Consequently, the pattern classification technique is applied to the fault diagnosis process to recognize the system faults based on faulty symptoms. The sounds generated from different kinds of typical motor's faults such as motor unbalance, bearing misalignment and bearing loose are examined. We propose two approaches for fault detection and diagnosis system that are waveletand-variance-based and wavelet-and-crosscorrelation-based approaches. The results of our experiment show more than 95 and 78 percent accuracy for fault classification, respectively.

• Journal of IKEEE
• /
• v.25 no.3
• /
• pp.548-555
• /
• 2021

This paper outlines the basic concepts, approaches and research trends of fault diagnosis and fault tolerant control applied to industrial processes, facilities, and motor drives. The main role of fault diagnosis for industrial processes is to create effective indicators to determine the defect status of the process and then take appropriate measures against failures or hazadous accidents. The technologies of fault detection and diagnosis have been developed to determine whether a process has a trend or pattern, or whether a particular process variable is functioning normally. Firstly, data-driven based and model-based techniques were described. Secondly, fault detection and diagnosis techniques for industrial processes are described. Thirdly, passive and active fault tolerant control techniques are considered. Finally, major faults occurring in AC motor drives were listed, described their characteristics and fault diagnosis and fault tolerant control techniques are outlined for this purpose.

• Proceedings of the Korea Society for Simulation Conference
• /
• 1999.10a
• /
• pp.169-169
• /
• 1999

최근 산업 플랜트의 공정제어 시스템은 복잡하고 대규모화되어 고장 발생시 경제적 손실과 위험성이 증폭되어 규정된 안정서와 신뢰성 확보가 필수적이라 할 수 있다. 고장검출 및 진단기법은 시스템의 신뢰성을 높이기 위한 효과적인 방안을 연구하는 것으로 현대에 들어서 많은 학자들의 관심을 끌고 있으며 실제 계통에 점차적으로 응용되고 있다. 현재까지 개발된 고장검출 및 진단기법은 사용된 프로세스 모델의 형태, 고장검출 진단 알고리즘에 따라 다양하게 분류 될 수 있으며 일반적으로 사용된 모델에 따라 크게 1) 정량적 모델에 근거한 해석적 기법, 2) 정성적 모델에 근거한 기법, 3) 지식기반 진단 기법으로 구분 할 수 있다. 이중 정량적 모델 기법은 대상계통의 수학적 모델에 근거하여 운전 데이터를 분석함으로서 고장검출 진단을 수행하는 해석적 기법으로서 근본적으로 계통의 정확한 수학적 모델을 요구하므로 불확실성을 포함한 계통 및 비선형성이 강한 계통등에는 적용이 곤란하다. 정성적 모델 및 지식기반 기법은 정량적 진단 기법과는 달리 대상 프로세스에 대한 수학적 모델 대신에 운전자의 경험과 프로세스 변수간의 상호 작용 및 고장의 전파과정, 고장원인과 증상과의 직접적인 관계에 대한 구조적 지식에 근거한 것으로 고장원인에 대한 계통의 동작을 추론 할 수 있으며, 상황 변화에 따른 영향을 예측할 수 있다. 본 논문에서는 정성적 모델 및 지식기반 기법에 근거한 고장검출 및 진단 기술을 화력 발전소 보일로 프로세스에 적용하여 정성적 시뮬레이션에 의한 설비의 고장을 조기에 발견하여 고장 파급으로 인한 발전 정지 및 설비의 손상 확대를 방지하고 고장 발생시 신속한 원인 규명 및 후속 조치관련 정보들을 운전원에게 제공할 목적으로 현재 전력원에서 개발중인 지능형 경보시스템에 대하여 기술하고자 한다.음과 같이 설명하였다. 서로 상반되는 것들이 다음과 같이 설명하였다. 서로 상반되는 것들이 부딛힘이 없이 공존하고 일상의 논리가 무시된다. 부정, 의심이 없고 확실한 것이 없다. 한 대상에 가졌던 생각이 다른 대상에 옮겨간다(displacement). 한 대상이 여러 대상이 갖고 있는 의미를 함축하고 있다(condensation). 시각적인 순서가 무시된다. 마음속의 생각과 외부의 실제적인 일을 구분하지 못한다. 시간 상의 순서가 있다가 없다가 한다. 차례로 일어나야 할 일이 동시에 한꺼번에 일어난다. 대상들이 서로 비슷해지고 동시에 있을 수 없는 대상들이 함께 나타난다. 사고의 정상적인 구조가 와해된다. Matte-Blance는 무의식에서는 여러 독립된 대상들간의 구분을 없애며, 주체와 객체를 하나로 보려는 대칭화(symmetrization)의 경향이 있기 때문에 이런 변화가 생긴다고 하였다. 또 대칭화가 진행되면 무한대의 느낌을 갖게 되어, 전지(moniscience), 전능(omnipotence), 무력감(impotence), 이상화(idealization)가 나타난다. 그러나 무의식에 대칭화만 있는 것은 아니며, 의식의 사고양식인 비대칭도 어느 정도 나타나며, 대칭화의 정도에 따라, 대상들이 잘 구분되어 있는 단계, 의식수준의 감정단계, 집단 내에서의 대칭화 단계, 집단간에서의 대칭화 단계, 구분이 없어지는 단계로 구분하였다.systems. We believe that this taxonomy is a significant contribution because it adds clarity, completeness, and "global perspective" to workflow architectural discussions. The vocabulary suggested here

• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.3
• /
• pp.212-216
• /
• 2011

Fault detection technique for photovoltaic power systems is significant to dramatically reduce economic damage in industrial fields. This paper presents a novel fault detection approach using Fourier neural networks and stochastic decision making strategy for photovoltaic systems. We achieve neural modeling to represent its nonlinear dynamic behaviors through a gradient descent based learning algorithm. Next, a general likelihood ratio test (GLRT) is derived for constructing a decision malling mechanism in stochastic fault detection. A testbed of photovoltaic power systems is established to conduct real-time experiments in which the DC power line communication (DPLC) technique is employed to transfer data sets measured from the photovoltaic panels to PC systems. We demonstrate our proposed fault detection methodology is reliable and practicable over this real-time experiment.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.04b
• /
• pp.1619-1622
• /
• 2002

최근에 생산되는 디지털 VLSI칩들은 그 집적도가 계속 높아지고 있으며, 이러한 칩들을 장착한 보드의 경우도 그 복잡성이 점차 높아지고 있다. 이에 따라 칩 및 보드에 대한 철저한 테스트 과정이 요구된다. 지금까지 보드 테스트 방법으로 널리 쓰였던 ICT(In-Circuit Test)는 칩의 고집적화에 따른 핀 간격의 조밀화와 SMT(Surface Mount Technology), BGA(Ball Grid Array), MCM(Multi Chip Module) 등의 새로운 패키징 방식의 등장에 따라 테스트 방법으로의 한계성을 드러내고 있다. 이에 대한 대안으로 등장한 IEEE Std 1149.1 은 ICT의 한계성을 극복할 수 있는 기술일 뿐 아니라 여러 가지 장점을 가지고 있으며 그 활용 분야도 다양하다. 본 논문에서는 IEEE Std 1149.1에 따라 설계된 보드 상에서 발생 가능한 고장들에 대한 고장 모델을 제시한다. 또한 각 고장 모델들의 양상과 진단 기법을 제시한다. 이를 통해 IEEE Std 1149.1에 따라 설계된 보드 상에서 발생한 고장들을 검출할 수 있으며, 고장의 종류 및 성격, 그리고 고장의 발생 위치 등의 정보를 얻을 수 있다. IEEE Std 1149.1에 따른 보드 설계가 보드의 신뢰성 보장에 긴요함을 인식하는 계기가 되기를 기대하며 제시된 고장 모델 및 진단 기법이 기술적으로 중요한 참고자료가 되기를 기대한다.

• Aerospace Engineering and Technology
• /
• v.6 no.2
• /
• pp.21-28
• /
• 2007

The goal of this paper is to represent a technique of fault detection for the control surface as a base research of the fault tolerant control system for safety improvement of UAV. The real-time system identification based on the recursive Fourier Transform was implemented for the fault detection of the control surface and verified through the HILS and flight test. The failures of the control surface are detected by comparing the control derivatives in fault condition with the normal condition. As a result from the flight test, we have confirmed that the control derivatives of fault condition less than normal condition.

• Proceedings of the Korean Institute of IIIuminating and Electrical Installation Engineers Conference
• /
• 2005.05a
• /
• pp.311-318
• /
• 2005

이 논문은 다른 종류의 유도전동기 구름베어링 손상을 유도전동기 고정자 전류신호해석을 통하여 검출하고 실시간으로 손상을 진단하는 알고리즘을 개발하였다. 유도전동기 구름베어링의 손상을 검출하기 위하여 정상적인 베어링을 갖는 유도전동기, 축정열에 불량을 가지고 있는 전동기와 베어링 외륜에 구멍을 가지고 있는 2가지 종류의 비정상 베어링을 갖는 유도전동기 3set를 실험시스템을 구축하였다. 또한 유도전동기의 구름베어링시스템의 비정상적인 상태에서 고정자전류을 검출하기 위하여 TMS320F2407 DSP 칩을 이용하여 데이터 획득보드를 개발하였다. 이 고정자전류신호를 해석을 통하여 베어링 손상을 검출하기 위한 방법으로 FPT, 웨이브렛 분석 및 내적에 의한 평균신호패던에 의한 분석결과를 제시하였다. 특히 내적에 의한 신호분석을 통하여 베어링 손상 여부를 실시간으로 진단할 수 있는 새로운 알고리즘과 분석방법을 제시하였다.

• Proceedings of the KIEE Conference
• /
• 2006.07e
• /
• pp.17-18
• /
• 2006

최근 전기설비의 용량이 커짐에 따라 전기설비와 송전설비 및 배전설비 등에서 발생되는 사고는 '2003년 코로나 방전에 의한 미국 동북부 정전사고와 같은 대형사고로 직결될 수 있기 때문에 전기설비에서 발생되는 코로나방전 검출을 통한 기간시설 및 송배전 설비에 대한 사고 원인을 사전 도출하여 전기설비의 장기간에 걸친 원활한 운용과 신뢰성 확보가 매우 중요하다. 이를 위해서 최적의 무정전 첨단계측장비의 필요성이 대두되고 있다. 현재 전력공급의 중단없이 설비의 이상유무를 진단, 감시하기 위한 기술이 활발히 진행되고 있으며 전기설비의 예고 없는 고장발생시 파생되는 악영향은 매우 심각하며, 국내의 경우 전기설비의 노후화로 대형 사고의 위험성이 매우 높아 이러한 사고의 예방을 위한 예지보전(예측보전)을 위한 기술에 대한 도입이 필요하다. 최근 미국전기연구원(EPRI)의 주도로 코로나가 전기설비에 미치는 부정적 영향에 대한 연구가 활발하게 진행되었으며 그 결과 코로나 방전으로부터 전기설비의 안정성과 신뢰성을 확보하고 사고를 방지하기 위한 진단기술로서 OFIL사(社)의 DayCorII가 개발되었다. 이 논문에서는 전력설비와 송전 및 배전분야에 있어 발생하는 코로나 방전의 영향과 이를 탐지하는 진단기술에 대하여 초점을 맞추고자 한다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1556-1557
• /
• 2011

변압기의 고체 절연이 열화 되거나 불순물 및 수분이 혼입되어 임계치 이상의 고전계가 인가되면 결합부분에서 부분방전이 발생한다. 현재 변압기에서 부분방전을 검출하기 위해서는 부싱탭을 이용하거나 전류센서, 초음파센서 등을 이용하여 부분방전을 검출하고 있지만 전기적인 부싱탭이나 전류센서를 이용한 검출 방법은 주변 잡음의 영향을 많이 받고 초음파법은 감도가 낮다는 단점을 가지고 있다. 이에, UHF 방식을 이용한 부분방전 검출 기술이 전력기기의 초기 고장진단을 발견하는 효과적인 방법으로 인식되고 있다. 최근에는 이러한 UHF 진단방식의 높은 감도, 외부노이즈에 대한 적은 영향, 온라인 측정의 가능성의 장점으로 전력용 변압기에도 적용되고 있다. 본 논문에서는 전력 변압기에서 PD 진단에 적합한 UHF 센서의 개발에 대해서 소개한다. 제안된 UHF 센서는 광대역(500 ~ 1,500MHz)에서 측정이 가능하며 감도가 우수하며 특정 대역에서 공진점을 가지는 다중 공진 모노폴 안테나 타입이다. 안테나 시뮬레이션 및 해석을 통해 유중 부분방전을 모의하여 감도 측정을 실시한 결과 제안된 UHF 센서가 전력용 변압기의 부분방전 측정에서 높은 감도를 나타냈으며, 기존 측정 방식의 단점을 보완할 수 있는 방안으로서 전자파를 이용한 부분방전 측정에 대한 기초연구를 실시하여 변압기 운전중에 전자파 측정에 의한 부분방전 감시가 가능한 것으로 나타났다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1305-1307
• /
• 2022

자동차 부품의 결함은 시스템 전체의 성능 저하 및 인적 물적 손실이 발생할 수 있으므로 생산라인에서의 불량 검출은 매우 중요하다. 따라서 정확하고 균일한 결과의 불량 검출을 위해 딥러닝 기반의 고장 진단 시스템이 다양하게 연구되고 있다. 하지만 제조현장에서는 정상 샘플보다 비정상 샘플의 발생 빈도가 현저히 낮다. 이는 학습 데이터의 클래스 불균형 문제로 이어지게 되고, 이러한 불균형 문제는 고장을 판별하는 분류 모델의 성능에 영향을 끼치게 된다. 이에 본 연구에서는 모터의 동작음으로부터 불량 모터를 판별하는 불량 검출 시스템 설계를 위한 데이터 불균형 해결 방법을 제안한다. 자동차 사이드 미러 모터의 동작음을 학습 및 테스트를 위한 데이터 셋으로 사용하였으며 손실함수 계산 시 학습 데이터 셋의 클래스별 샘플 수 가 반영되는 label-distribution-aware margin(LDAM) loss 와 Inception, ResNet, DenseNet 신경망 모델의 비교 분석을 통해 불균형 데이터를 처리할 수 있는 가능성을 보여주었다.