• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 A
• /
• pp.283-286
• /
• 2003

본 연구는 기존의 고장진단 기법들을 토대로 주어진 자동화 시스템에 실제 적용이 가능한 고장예측 알고리즘을 제시한다. 고장예측은 시스템이 운용되는 도중에 제한된 정보와 컴퓨터 자원을 이용하여 수행되어야 하므로 실시간 적용을 위하여 2단계로 구분하여 수행된다. 첫 번째는 실시간 고장예측 단계로서 시스템 운용 중에 시스템의 고장 징후를 탐지하는 역할을 하며, 두 번째는 오프라인 고장예측 단계로서 실시간으로 고장 징후가 탐지되면 시스템의 작동을 멈춘 후 고장의 징후를 분류하고 식별하는 역할을 수행한다 원활한 고장예측 알고리즘을 도출하기 위해 자동화 시스템의 이산사건 모델과 연속시간 모델을 수립하였으며, 이들을 통합한 공정모델에 대하여 하이브리드 시뮬레이션 환경을 구축하였다. 제안된 기법은 자동화 시스템의 공정모델에 기구부, 모터부에 대한 고장모델을 부가하여 컴퓨터 시뮬레이션을 통하여 타당성을 검증하였다.

• 한국항공우주학회지
• /
• 제39권2호
• /
• pp.144-152
• /
• 2011

본 논문에서는 인공위성 자세제어 시스템의 고장 검출 기법을 제시하였다. 논문에서는 상호간섭 다중모델을 기반으로 벌점을 이용하여 인공위성 자세 시스템 중 구동기의 완전 고장과 구동력 저하 고장을 검출하였다. 제안한 고장 검출 기법은 2단계로 구분되는데, 먼저 11개의 구동기 고장 관련 모델을 구성하여 구동기 고장 검출을 수행한 후, 구동기의 고장이 검출되면 구동기의 고장 특성에 관련된 하위 모델을 생성하여 실제 발생한 고장이 완전 고장인지 구동력 저하 고장인지를 구분하게 된다. 또한 기존에 제안된 상호간섭 다중모델을 이용한 고장 검출 기법과 비교한 결과, 본 논문에서는 병렬로 구성되었던 고장 모델들을 2단계로 구성하고 각 단계별로 차등화된 벌점을 이용함으로써 구동기 고장 검출 시간을 줄였을 뿐만 아니라, 고장의 특성까지 빠르게 구분할 수 있는 장점이 있음을 확인 하였다.

• 지능정보연구
• /
• 제5권2호
• /
• pp.29-42
• /
• 1999

현재 산업의 고도상장과 함께 주기적으로 고장을 진단하여야 하는 기기의 수와 종류도 급속도로 증가하고 있다. 이에 따라 여러 산업 분야에서 고장진단 시스템의 이용이 늘고 있는 추세이다. 이러한 고장진단 시스템은 경험적 고장진단 방식과 모델기반 고장 진단 방식으로 크게 나눌 수 있다. 경험적 고장진단 방식은 전문가가 경험한 사실의 범주에서는 신속하게 고장의 원인을 진단할 수 있지만 전문가가 경험하지 못했던 상황에 대해서는 융통성 있게 진단하지 못한다. 한편 기기의 물리적 기능적 지식을 기반으로 하는 모델기반 고장진단 방식을 변화하는 상황에 적절하게 대처하여 고장의 원인을 진단할 수 있다. 그러나 모델기반 고장진단 방식을 기기의 구조로부터 증상들을 추론하여 원인을 파악하므로 탐색 범위가 넓어 진단속도가 늦다는 단점이 있다. 본 연구에서는 이러한 경험적 고장진단 방식과 기기의 모델기반 고장진단 방식의 장점을 결합하여 신속하고 정확하게 고장진단을 할 수 있는 통합방식 고장진단 시스템을 제시한다. 통합방식 고장진단 시스템은 대상 기기의 진단 상태에 따라서 동적으로 적절한 진단 방식을 선택하기 위해서 블랙보드 추론기관을 이용한다. 또한 각 진단방식이 생성하는 가설 및 사실들을 효과적으로 통합하여 추론하기 위해서 제어지식을 정의하여 적용한다. 그리고 사용자와 진단 시스템간에 원활한 의사소통을 위해서 멀티미디어 기반 인터페이스를 채용하여 통합방식 진단 시스템을 구축한다.

• 한국가스학회지
• /
• 제22권6호
• /
• pp.40-43
• /
• 2018

압력안전밸브의 열림고장과 닫힘고장은 서로 부분적으로 종속되어있다. 본 연구에서는 마르코프 프로세스 모델과 Weibull 분포 모델을 이용하여 두 가지 고장에 대한 신뢰성 모델을 구축하는 방법을 제안한다. 압력안전 밸브 모델은 알려진 열림고장 모델, 유도된 닫힘고장 모델, 최근 보고된 점검결과를 재현하는 동시고장 모델로부터 얻어진다. 제안된 방법은 부분적으로 종속된 다중 고장상태를 갖는 다양한 시스템의 정량적 위험성 평가로 확대 적용할 수 있을 것으로 기대된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다

• 한국공간정보시스템학회:학술대회논문집
• /
• 한국공간정보시스템학회 2002년도 춘계학술대회 논문집
• /
• pp.89-94
• /
• 2002

본 논문에서는 배전분야 설비관리 시스템을 대상으로 배전설비 고장시 GIS 기능을 이용하여 고장설비를 예측할 수 있는 방법과 구현 실례를 소개하고자 한다. 배전설비관리를 위한 지리정보 데이터 모델은 가공과 지중, 전기와 비전기, 점형과 선형의 특성을 가지는 배전설비의 특성을 분석하여 모델링된다. 모델링의 결과 생성된 데이터베이스는 실세계에 존재하는 대부분의 객체에 대한 정보를 포함하고 있으므로 매우 크고 그 구조 또한 복잡하다. 그러므로 응용프로그램이 필요로 하는 데이터를 추출하기 위하여 많은 시간이 요구된다. 그러나 고장복구업무를 위한 시스템은 사용자의 만족도를 위하여 추론의 정확성과 더불어 응답속도를 최소화하는 것이 필수조건이다. 이를 위하여 GIS 데이터베이스 모델을 좀 더 개량할 필요가 있으며, 본 논문에서는 이에 대한 한가지 방안으로 배전설비의 GIS 모델의 축약된 형태인 관계형 데이터베이스 모델을 제시한다. 고장점 추론은 이렇게 만들어진 축약모델을 이용하여 진행되며 고장신고 고객별로 회선, 개폐기, 변압기, 인입주 등 정보를 추출하고 추출된 설비들의 계통상 위치의 유사성을 추론하여 최종 예측점을 파악한다.

• 한국산학기술학회논문지
• /
• 제19권10호
• /
• pp.410-417
• /
• 2018

현대의 시스템은 지속적으로 대형화, 복잡화되어 왔기 때문에 시스템의 오류 발생 가능성이 커졌다. 시스템의 고장은 안전 사고를 발생시키고, 인명과 재산상의 막대한 피해를 줄 수 있다. 이러한 이유로 미 국방성과 IEC 등의 국제표준기구에서는 시스템의 안전성을 확보하기 위한 안전 관련 국제표준을 제정하였고, 시스템 설계와 안전 활동이 통합적으로 수행되어야 함을 권고하였다. 이에 따라 최근의 연구들은 모델기반 시스템 설계를 진행함과 동시에 모델을 활용하여 시스템의 안전성 검증을 수행하였다. 하지만 시스템 설계를 위한 모델과 안전성 분석 및 검증을 위한 고장모델을 서로 다른 모델링 언어를 기반으로 생성하였기 때문에 시스템 설계와 안전 활동이 통합적으로 수행되지 못하였다. 또한, UML 또는 SysML 기반으로 고장모델을 활용하여 안전 요구사항을 도출한 연구들은 안전 분석 및 검증에 고장모델이 제한적으로 활용되었다. 이와 같은 문제점을 해결하기 위해서 기존의 고장모델 활용법을 확장 시킬 필요가 있다. 우선 시스템 설계와 안전성 검증 활동을 통합적으로 수행할 수 있는 개선된 SysML 기반의 고장모델을 생성해야 한다. 다음으로 이 고장모델을 활용하여 도출된 안전요구사항이 시스템 설계에 제대로 반영되었는지 검증할 수 있어야 한다. 따라서 본 논문에서는 개선된 SysML 기반 고장모델의 개념과 생성 절차를 제시하였고, 자동차 시스템에 대한 고장모델을 생성하였다. 또한, 자동차 시스템의 안전성을 검증하기 위해서 고장모델의 시뮬레이션을 수행하였다. 이를 통해서 개선된 SysML 기반 고장모델을 활용하여 시스템 설계와 안전성 검증 활동을 수행할 수 있음을 보였다.

• 전자공학회논문지SC
• /
• 제39권1호
• /
• pp.42-50
• /
• 2002

본 논문에서는 비선형시스템에서 발생한 고장을 감지하고 분류하기 위한 신경회로망기반 다중고장모델을 이용한 고장감지 및 분류 방법을 제안한다. 시스템에 변화가 발생하면 시스템의 출력과 신경회로망 공칭모델 출력 사이의 오차가 고장감지를 위한 문턱값을 넘고, 고장이 감지되면 각 신경회로망 고장모델 출력과 시스템 출력 사이의 오차를 이용하여 통계적 기법으로 고장을 분류한다. 컴퓨터 시뮬레이션 결과로부터 제안한 고장진단방법이 비선형시스템에서의 고장감지 및 분류문제에 잘 적용됨을 알 수 있다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권1호
• /
• pp.9-18
• /
• 2015

소프트웨어 신뢰도 성장 모델은 고장 데이터를 사용해서 소프트웨어 출시일 또는 추가 테스트 노력을 결정하는 데 사용된다. 소프트웨어 신뢰도 성장 모델을 사용할 때 특정 소프트웨어 신뢰도 성장 모델을 모든 소프트웨어에 사용할 수 없는 문제가 있다. 또한 신뢰도를 평가하기 위해 이미 많은 수의 소프트웨어 신뢰도 성장 모델이 제안되었다. 따라서 특정 조건에 맞는 최적의 소프트웨어 신뢰도 성장 모델을 선택하는 것은 중요한 이슈가 되었다. 기존 소프트웨어 신뢰도 성장 모델 선택 방법에서는 수집된 고장 데이터 전체를 사용하고 있다. 그런데 초기에 수집된 고장 데이터는 미래 고장 예측에 영향을 주지 않을 수도 있고 경우에 따라서는 미래 고장 예측 과정에서 왜곡된 결과를 초래할 수도 있다. 이를 해결하기 위해서 이 논문에서는 부분 고장 데이터를 이용하여 적합도 평가를 수행하는 방법에 기반을 둔 소프트웨어 신뢰도 성장 모델 선택 방법을 제안한다. 이 논문에서는 고장 데이터에서 과도하게 불안정한 데이터를 제외한 부분 데이터를 사용한다. 소프트웨어 신뢰도 성장 모델 선택에 사용될 부분 데이터는 전체 고장 데이터와 고장 데이터의 일부를 제외한 부분 고장 데이터의 미래 고장 예측 능력의 비교를 통해서 찾는다. 연구의 타당성을 보이기 위하여 실제 수집된 고장 데이터를 사용해서 전체 데이터를 적용한 경우보다 부분 데이터를 사용한 경우의 미래 고장 예측 능력이 더 정확함을 보인다.

• 조명전기설비학회논문지
• /
• 제23권6호
• /
• pp.40-51
• /
• 2009

인버터 스위치의 개당 혹은 인버터와 모터 터미널의 분리로 인해 발생하는 고장을 해석하고 진단 알고리즘의 시험 평가를 위해 효과적으로 사용할 수 있는 영구자석 동기전동기 구동 인버터의 개방 고장에 의한 제어 특성해석 및 고장모델이 제시된다. 기존의 전동기의 해석과 제어에 많이 사용되는 dq 모델은 상전압 모델을 변환한 것으로 고장 상황에서는 3상평형 조건이 성립하지 않기 때문에 개방 회로의 입력 전압을 구하기가 쉽지 않아 고장 모델의 해석을 위해 직접 사용하기 어렵다. 이를 해결하기 위해 스위치 개방에 따른 전통기의 선전압 관계를 이용한 인버터의 고장 모델이 제안되고 제안된 고장모델의 타당성을 입증하기 위해 시뮬레이션이 수행된다. 전체 시스템이 DSP TMS320F28335에 의해 구현되어 동일 고장 조건에서의 비교 실험과 특성 해석이 수행된다.