• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2014년도 춘계학술대회 논문집
• /
• pp.417-419
• /
• 2014

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2013년도 추계학술대회 논문집
• /
• pp.316-317
• /
• 2013

• 전자공학회논문지SC
• /
• 제39권2호
• /
• pp.104-115
• /
• 2002

인덕터 전기 부품을 구성하는 핵심 부품인 링-코어를 물질 특성, 인덕턴스 값 및 Q-값에 따라 10등급으로 분류하는 선별기를 설계하는 데 있어, 한번에 10개의 코어를 동시에 자동 분류할 수 있도록 설계한다. 동시에 10개의 코어를 자동 선별하려면 10개의 측정 장비가 필요한데, 이러한 측정 장비는 대단히 고가이므로, 하나의 측정 장비를 사용하여 10개의 링-코어를 검사한 후, 각각의 등급에 따라서 해당 그릇으로 저장하도록 한다. 이러한 시스템을 개발하는 데 있어서, 초당 0.5개의 생산 속도보다 빠른 속도인 초당 1개 정도로 측정 분류할 수 있는 속도가 필요하다. 시스템의 구성물은 먼저 작업 명령을 내려주고, 각종 생산 및 품질 통계를 관리하는 작업 PC와, 100개의 고무호스, 공급기, 측정기, 10개의 등급-상자, 1개의 메인-보드, 10개의 모터-제어-보드, 10개의 모터-드라이버-보드, 10개의 스텝-모터 등으로 구성되어 있다. 따라서 많은 고장, 오동작이 예상된다. 가장 중요한 사항은 일부의 모터 고장, 일부 모터 드라이버 보드 고장, 일부 모터 제어 보드 등의 고장이 발생하여도 작동이 멈추지 않도록 설계하는 것이다. 이를 위하여 센서 회로 추가 및 관련 소프트웨어 알고리즘을 개발한다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.551-559
• /
• 2017

본 논문에서는 베어링 고장진단 성능을 개선하기 위해 실시간 학습 방법을 제안한다. 기존 베어링 고장진단의 문제점은 학습되지 않은 상태에 대해 올바른 분류를 할 수 없다는 점이다. 제안한 4단계 실시간 학습 방법은 새로운 상태를 실시간으로 인지 및 학습하여 새로운 상태의 데이터를 올바르게 분류할 수 있다. 1단계에서는 학습 정보에서 각 클래스의 무게중심과 그 클래스 내 각 특징벡터 사이의 유클리디안 거리를 계산하여 각 클래스별로 거리의 최대값을 계산한다. 2단계에서는 새로 취득된 데이터의 특징벡터와 각 클래스의 무게중심 사이의 유클리디안 거리를 계산하고 각 클래스별 최대 허용 거리와 비교한다. 3단계에서는 새로 취득된 데이터들과 각 클래스 내 무게중심 사이의 거리가 각 클래스의 최대 허용 거리보다 모두 클 경우 새로운 상태의 데이터로 인지하고 새로운 상태 인지 횟수를 증가시킨다. 마지막 4단계에서는 새로운 상태 인지 회수가 10보다 클 경우 새로운 상태의 클래스를 생성하기 위해 새로운 상태로 인지된 10개의 데이터를 새로운 상태의 클래스로 지정하고 분류기를 재학습시킨다. 제안한 방법의 성능을 검증하기 위해 실제 베어링 결함 데이터를 사용하여 제안한 실시간 학습 방법의 효율성을 검증하였다.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.341-344
• /
• 2004

발전소에서 운전 중인 발전 설비의 장비 및 기계의 동작, 감시, 진단은 매우 중요한 일이다. 발전소의 이상 감지를 위해 상태 모니터링이 사용되며, 이상이 발생되었을 때 고장의 원인을 분석하고 적절한 조치를 계획하기 위한 이상 진단 과정을 따르게 된다. 본 논문에서는 산업 현장에서 기기들의 운전시에 발생하는 기기 발생 음을 획득하여 정상/비정상을 판정하기 위한 알고리듬에 대하여 연구하였다. 사운드 감시(Sound Monitoring) 기술은 관측된 신호를 acoustic event로 분류하는 것과 분류된 이벤트를 정상 또는 비정상으로 구분하는 두 가지 과정으로 진행할 수 있다. 기존의 기술들은 주파수 분석과 패턴 인식의 방법으로 간단하게 적용되어 왔으며, 본 논문에서는 K-means clustering 알고리듬을 이용하여 사운드를 acoustic event로 분류하고 분류된 사운드를 정상 또는 비정상으로 구분하는 알고리듬을 개발하였다.

• 설비공학논문집
• /
• 제20권7호
• /
• pp.508-516
• /
• 2008

Fault detection and diagnosis(FDD) system is beneficial in equipment management by providing the operator with tools which can help find out a failure of the system. An experimental study has been performed on fault detection and diagnosis method for a water chiller. Bayes classifier, which is one of classical pattern classifiers, is adopted in deciding whether fault occurred or not. Failure modes in this study include refrigerant leakage, decrease in mass flow rate of the chilled water and cooling water, and sensor error of the cooling water inlet temperature. It is possible to detect and diagnose faults in this study by adopting FDD algorithm using only four parameters(compressor outlet temperature, chilled water inlet temperature, cooling water outlet temperature and compressor power consumption). Refrigerant leakage failure is detected at 20% of refrigerant leakage. When mass flow rate of the chilled and cooling water decrease more than 8% or 12%, FDD algorithm can detect the faults. The deviation of temperature sensor over $0.6^{\circ}C$ can be detected as fault.

• 한국철도학회:학술대회논문집
• /
• 한국철도학회 2008년도 추계학술대회 논문집
• /
• pp.1473-1480
• /
• 2008

본 연구는 현장 운영데이터 분석을 통한 도시철도차량 도어장치의 RAM(신뢰성, 가용성, 유지보수성) 성능 평가 사례를 다룬다. 이를 위하여 도어장치의 고장을 분류하고 정의하며, 각 고장 범주별 신뢰도를 운영 데이터를 통해 분석한다. 유지보수성 평가를 위해서 유지보수 전문가를 통해 LRU(Line Replaceable Unit)를 분류하고 LRU별 교환시간의 추정하여 도어시스템의 평균수리시간을 추정한다. 도어시스템의 가용도는 분석된 신뢰도 및 유지보수성을 기반으로 분석한다. 본 연구에서 제시하는 도어 시스템의 RAM 평가 사례는 도어시스템의 적절한 RAM 요구조건의 수립과 운영단계의 RAM 성능 향상을 위한 정책 수립으로 이어질 수 있을 것으로 기대된다.

• 한국기계가공학회지
• /
• 제20권3호
• /
• pp.1-7
• /
• 2021

With the advent of industry 4.0, big data and machine learning techniques are being widely adopted in the maintenance domain. Inverters are widely used in many engineering applications. However, overloading and complex operation conditions may lead to various failures in inverters. In this study, failure mode effect analysis was performed on inverters and voltages collected to investigate the over-voltage effect on capacitors. Several features were extracted from the collected sensor data, which indicated the health state of the inverter. Based on this correlation, the best features were selected for classification. Moreover, random forest classifiers were used to classify the healthy and faulty states of inverters. Different performance metrics were computed, and the classifiers' performance was evaluated in terms of various health features.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.230-231
• /
• 2019

본 연구에서는 미래의 자율운항선박의 핵심기술인 상태기반 예지보전(Condition Based Maintenance, CBM) 기술에 관한 연구로써 고장진단을 위한 실 운항선박을 대상으로 상태 모니터링 시스템의 설계/탑재 및 데이터 취득/처리/분석 기술 개발을 수행하고 있다. 본 연구의 목적은 데이터 확보, 유효데이터 식별/검증을 통해 최종적인 고장진단 알고리즘 개발을 위함이며 이를 위해서는 대상 기기의 고장 메커니즘에 관한 이해가 필요하다. 따라서 선박 엔진의 FEMA 분석과 Fault Tree Analysis 과정이 수반되어야 하며 엔진의 주요 계통분류, 대상기기 식별, 고장유형, 고장원인과 현상에 대한 분석을 포함하여야 한다. 최종적으로 도출되는 CBM 시스템의 솔루션 S/W는 엔지니어링 지식기반의 실선 운항데이터에 대한 통합적인 데이터 분석을 통해 선박 엔진의 고장예측 및 진단이 가능하다. 본 연구를 통해 운항중인 실선의주 기관을 대상으로 기존 모니터링 항목 이외의 핵심 영향인자를 측정하고, 취득된 데이터에 대한 빅 데이터 분석기법을 통해 적절한 유지보수 방법과 해당 시점을 예측함으로써 향후 선박 엔진의 이상 징후에 대한 사전적 대처와 효율적인 관리가 가능하며 결과적으로 항해 중 해양사고 및 선박운항 손실을 미연에 방지할 수 있을 것으로 기대한다.

• 대한환경공학회지
• /
• 제35권11호
• /
• pp.763-768
• /
• 2013

본 논문에서는 하수처리장 주요 장비 고장밀도함수를 기반으로 시스템 가용성 평가가 수행되었다. 프로세스 구성과 구성요소의 고장률에 따른 시스템 가용성 및 위험요소 분석에 초점을 맞추고 있다. 하수처리장 시스템 가용성 분석을 위하여 기자재 분류와 해당기자재의 고장확률밀도함수를 정립하였다. 가용성 평가 과정의 불확실성의 해소를 위하여 몬테카를로 시뮬레이션 기법과 이벤트기법을 도입하였다. 하수처리장 시스템 가용성은 구성장비가 직렬연결 상태인 경우에 50.4%로 평가되었으며, 장비별 보조시스템이 추가 적용된 경우 80.1% 이상으로 증가하였다. 슬러지 탈수 및 농축 공정의 시스템 오작동은 전체 시스템 오작동의 77% 이상에 해당하고 있어 주 위험 요인으로 평가되었다.