• 한국정보통신학회논문지
• /
• 제25권12호
• /
• pp.1777-1783
• /
• 2021

대단위 신재생 에너지 발전단지의 효율적인 유지관리를 위해 드론의 활용이 점차 증가하고 있다. 오래전부터 태양광 패널을 드론으로 촬영하여 패널의 유실 및 오염 등을 관리하고 있다. 본 논문에서는 열화상카메라를 장착한 드론을 이용하여 획득된 태양광패널 이미지에서 아크, 단선, 크랙 등의 고장 유무를 판별하기 위해 시멘틱세그멘테이션 기법을 이용한 분류모델을 제안한다. 또한 적은 데이터셋으로도 강인한 분류 성능을 보이는 U-Net의 튜닝을 통해 효율적인 분류모델을 구현하였다.

• 한국철도학회논문집
• /
• 제20권4호
• /
• pp.491-499
• /
• 2017

철도 분기기는 철도에 가장 중요한 시스템 중 하나이며, 분기기가 이상이 발생하였을 경우에는 사고가 발생할 수 있다. 분기기의 상태를 검지하기 위해서 밀착검지기를 사용한다. 밀착검지기의 고장은 분기기의 고장으로 간주되어 열차운행에 커다란 장애가 될 수 있다. 분기기 밀착검지기의 고장 특성분석은 분기기의 운용에서 매우 중요하다. 밀착검지기의 운용특성 및 고장특성을 분석하기 위해서, 밀착검지기를 본선(A) 및 측선(B), 분기기 동작 횟수가 10회 미만(C) 및 80회 이상(D)로 분류하였다. 선정된 밀착검지기 140대를 기준으로 밀착검지기 고장특성을 분석하였다. 분기기의 고장은 제어부, 케이블 및 검지센서에 발생하였으며, 이 데이터를 운용 환경(A, B, C, D)에 따라 분류하였으며 각각의 고장밀도함수를 선정하고 모수를 추론하여 사전분포 값을 선정하였다. Bayesian추론을 이용하여 기기의 평균수명과 한계수명(Life expectancy)을 예측하여 밀착검지기 제어부에 대한 교체시점을 제시하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권7호
• /
• pp.299-306
• /
• 2022

최근 로봇이나 설비, 회로 등에 센서 내장이 보편화 되고, 측정된 센서 데이터를 학습하여 기기의 고장을 진단하기 위한 연구가 활발하게 수행되고 있다. 이러한 고장 진단 연구는 고장 상황이나 종류를 예측하기 위한 분류(Classification) 모델 개발과 정량적으로 고장 상황을 예측하기 위한 회귀(Regression) 모델 개발로 구분된다. 분류 모델의 경우, 단순히 고장이나 결함의 유무(Class)를 확인하는 반면, 회귀 모델은 무수히 많은 수치 중에 하나의 값(Value)을 예측해야 하므로 학습 난이도가 더 높다. 즉, 입력과 출력을 대응시켜 고장을 예측을 할 때, 유사한 입력값이 동일한 출력을 낸다고 결정하기 어려운 불규칙한 상황이 다수 존재하기 때문이다. 따라서 본 논문에서는 주기성을 지닌 입출력 데이터에 초점을 맞추어, 입출력 관계를 분석하고, 슬라이딩 윈도우 기반으로 입력 데이터를 패턴화 하여 입출력 데이터 간의 규칙성을 확보하도록 한다. 제안하는 방법을 적용하기 위해, 본 연구에서는 MMC(Modular Multilevel Converter) 회로 시스템으로부터 주기성을 지닌 전류, 온도 데이터를 수집하여 ANN을 이용하여 학습을 진행하였다. 실험 결과, 한 주기의 2% 이상의 윈도우를 적용하였을 때, 적합도 97% 이상의 성능이 확보될 수 있음을 확인하였다.

• 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.

• 전자공학회논문지 IE
• /
• 제43권4호
• /
• pp.93-98
• /
• 2006

본 논문에서는 센서잡음을 갖는 선형동적시스템의 미지의 구동기 고장을 추정할 수 있는 적분관측기 설계에 대해서 다루었다. 일반적으로 UIO(unknown input observer) 설계 방법은 다양한 형태로 존재해 왔으나, 본 논문에서는 새로운 형태의 적분 관측기를 제안함으로써 출력 측 잡음이 있을 경우에 대해서도 미지입력으로 분류한 구동기 고장을 기존의 적분 관측기에 비해 우수한 성능으로 추정할 수 있었다.

• 전기저널
• /
• 통권261호
• /
• pp.70-76
• /
• 1998

철도분야에서의 전기$\cdot$신호설비 고장은 열차의 정상운행에 차질을 일으켜 사회적으로 커다란 영향을 끼치게 되므로 설비의 유지관리를 위해서는 많은 노력이 필요하다. 또 이러한 보전작업에는 철도 설비가 널리 산재되어 있기 때문에 이동을 수반하는 작업, 열차가 통과하지 않는 야간 작업, 만일의 경우 위험을 수반하는 작업 등, 이 분야 특유의 작업이 있다. 한편 보전작업에 종사하는 기술자는 해마다 줄어들고 있으며 앞으로 젊은 근로자의 부족은 더욱더 심해질 것으로 보인다. 그러한 이유로 설비보전의 자력화, 미연의 고장방지, 고장의 조기복구와 재발방지를 목표로 지금까지 사람의 손에 의지해 오던 설비보전을 기계화하고 자동화하는 시스템을 개발하게 되었다. 이 시스템은 대상설비에 따라 다음의 3가지 시스템으로 분류된다. $\cdot$신호설비 보전시스템 $\cdot$변전$\cdot$수배전설비 보전시스템$\cdot$연선전기설비 보전시스템 이들시스템에 공통적인 주요 특징을 들면 아래와 같다. (1)사고를 미연에 방지하고 사고원인을 규명 이벤트발생 전후의 변화나 중장기트렌드를 원격감시할 수 있다. (2)시스템의 변경$\cdot$증설이 용이 인텔리전트단말에 의하여 처리를 계층화하였기 때문에 빌딩블록식으로 시스템을 확장할 수 있다. (3)경제적인 시스템 필드 네트워크의 채용으로 공사비를 삭감할 수 있다.

• 한국자동차공학회논문집
• /
• 제16권4호
• /
• pp.173-178
• /
• 2008

Electro-hydraulic brake system has many advantages. It provides improved braking performance and stability functions. It also removes complex mechanical parts for freedom of design, improves maintenance requirements and reduces unit weight. However, the EHB system should be dependable and have back-up redundancy in case of a failure. In this paper, the model-based fault diagnosis system is developed to monitor the brake status using the analytical redundancy method. The performance of the model-based fault diagnosis system is verified in real-time simulation. It demonstrates the effectiveness of the proposed system in various faulty cases.

• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.54-55
• /
• 2022

해양에 설치된 항로표지는 선박의 안전한 항해를 위해 위치 정보를 제공하고, 항로표지에 부착된 센서를 통해 다양한 해양 정보를 수집하고 있다. 하지만 항로표지는 육지와 멀리 떨어진 해상이라는 특수한 작업환경으로 인해 항로표지 유지보수를 위한 많은 시간과 비용이 발생하게 된다. 현재 항로표지에 부착된 센서를 통해 다양한 정보를 수집하고 있지만, 정상 데이터와 비정상 데이터를 구분할 수 있는 정보가 없어 고장진단에 어려움이 있다. 따라서 본 연구에서는 항로표지 센서 고장진단을 위해 머신러닝 비지도학습 중 하나인 K-means 알고리즘을 활용하여 정상 데이터와 비정상 데이터로 군집화하였으며, 분류가 잘 되는 것을 확인할 수 있었다. 향후 연구방향으로는 2개의 클러스터로 구분된 데이터가 실제로 정상 데이터인지, 비정상 데이터인지에 대한 비교·분석이 필요하다.

• 산업과 과학
• /
• 제2권4호
• /
• pp.11-16
• /
• 2023

지하철은 현대 도시의 교통 체계에서 중요한 역할을 하는 대중 교통 수단이다. 하지만, 갑작스런 고장 및 시스템 불통 등의 이유로 혼잡을 야기시키는 경우가 종종 발생하여 불편을 초래하고 있다. 따라서, 본 논문에서는 지하철 시스템의 효율적 운영을 위해 머신러닝을 활용한 고장 예측 및 예방 연구를 진행하였다. UC Irvine의 MetroPT-3 데이터셋을 활용하고, 로지스틱 회귀를 이용하여 지하철 고장 예측 모델을 구축하였다. 모델은 0.991의 높은 정확도로 비고장 상태를 예측하나, 정밀도와 재현율은 상대적으로 낮아 고장 예측에 있어 오류 가능성을 시사하고 있다. ROC_AUC 값이 0.901로, 모델이 무작위 추측보다 뛰어난 분류를 할 수 있다. 구축한 모델은 지하철 시스템의 안정적인 운영 운영에 유용하나, 성능 개선을 위한 추가 연구가 필요하다고 생각한다. 따라서 학습 데이터가 많고 데이터의 정제가 잘 이루어진다면 고장 예측을 통해 사전 점검을 하여 예방할 수 있다.