• Tribology and Lubricants
• /
• v.7 no.2
• /
• pp.22-27
• /
• 1991

접촉운동에 의해 재료 접촉부위의 기계적 상태의 변화가 야기될 때 에너지가 방출되며 그 중의 일부는 AE(음향방출)의 형태로 방출된다. AE가 재료의 표면과 작용해서 일어나는 표면변위(surface displacements)는 기술적으로 표면에 설치한 변위계(displacement sensor)에 의해 쉽게 측정될 수 있으며 이 측정값은 AE가 발생된 물리적인 원인을 설명해주는 여러가지 정보를 제공한다. AE측정의 용이함에 재료의 기계적 변형, 파단과구조 및 조성 등의 변화와 AE와의 밀접한 관계로 인해, 재료의 마찰 접촉시의 거동을 이해하기 위해 AE 모니터링이 점차 활발히 적용되고 있다.

• Journal of the KSME
• /
• v.23 no.3
• /
• pp.214-222
• /
• 1983

본 연구는 1982년도 한국동력자원연구소의 연구인 "기존주택의 에너지절약을 위한 연구의 일부 이다. 본 연구에서는 먼저 기존 집합주택의 대부분을 차지하는 아파트의 에너지관리진단에 관한 자료를 조사하고 통계처리분석하여 기존 아파트의 열관리 상태를 파악하고 이에 근거하여 개수 방안을 고안하는데 관한 연구를 하였다.

• Journal of the Korea Society of Computer and Information
• /
• v.27 no.8
• /
• pp.241-251
• /
• 2022

Diagnosis and management of customer's skin condition is an important essential function in the cosmetics and beauty industry. As the social media environment spreads and generalizes to all fields of society, the interaction of questions and answers to various and delicate concerns and requirements regarding the diagnosis and management of skin conditions is being actively dealt with in the social media community. However, since social media information is very diverse and atypical big data, an intelligent skin condition diagnosis system that combines appropriate skin condition information analysis and artificial intelligence technology is necessary. In this paper, we developed the skin condition diagnosis system SCDIS to intelligently diagnose and manage the skin condition of customers by processing the text analysis information of social media into learning data. In SCDIS, an artificial neural network model, AnnTFIDF, that automatically diagnoses skin condition types using artificial neural network technology, a deep learning machine learning method, was built up and used. The performance of the artificial neural network model AnnTFIDF was analyzed using test sample data, and the accuracy of the skin condition type diagnosis prediction value showed a high performance of about 95%. Through the experimental and performance analysis results of this paper, SCDIS can be evaluated as an intelligent tool that can be used efficiently in the skin condition analysis and diagnosis management process in the cosmetic and beauty industry. And this study can be used as a basic research to solve the new technology trend, customized cosmetics manufacturing and consumer-oriented beauty industry technology demand.

• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.41 no.6
• /
• pp.517-524
• /
• 2017

The objective of this research is to improve the efficiency of data collection from many machine components on smart factory floors using IoT(Internet of things) techniques and cloud platform, and to make it easy to update outdated diagnostic schemes through online deployment methods from cloud resources. The short-term analysis is implemented by a micro-controller, and it includes machine-learning algorithms for inferring snapshot information of the machine components. For long-term analysis, time-series and high-dimension data are used for root cause analysis by combining a cloud platform and multivariate analysis techniques. The diagnostic results are visualized in a web-based display dashboard for an unconstrained user access. The implementation is demonstrated to identify its performance in data acquisition and analysis for rotating machinery.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.20 no.3
• /
• pp.380-387
• /
• 2010

For the fault diagnosis of three-phase induction motors, we propose a diagnosis algorithm based on mutual information and linear discriminant analysis (LDA). The experimental unit consists of machinery module for induction motor drive and data acquisition module to obtain the fault signal. As the first step for diagnosis procedure, DFT is performed to transform the acquired current signal into frequency domain. And then, frequency components are selected according to discriminate order calculated by mutual information As the next step, feature extraction is performed by LDA, and then diagnosis is evaluated by k-NN classifier. The results to verify the usability of the proposed algorithm showed better performance than various conventional methods.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1490-1491
• /
• 2015

주파수 응답 분석기(Frequency Response Analyzer, FRA)는 수십 MHz 고주파수 범위까지 기기의 전달함수를 측정하여 변압기, 리액터 등과 같은 권선형 기기 내 기계적, 기하학적 변형을 진단하는 장치이다. 배전선로에 운영 중인 권선형 기기인 주상변압기는 현재 193만대(2015. 4 기준)가 현장에 설치되어 운전 중에 있다. 그러나 변압기의 상태진단은 권선저항 측정, 전압비 측정 등 기초적인 단계에 있으며 일부 PD 분석기법이 연구 중에 있다. 본 논문에서는 권선형 기기의 진단에 기 활용하고 있는 주파수 응답 분석기(FRA)의 측정원리를 바탕으로 주상 변압기에 적용하여 적용 가능성을 검토하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.77-80
• /
• 2003

본 논문은 웹 기반의 원격 보수유지 시스템을 구현하기 위한 첫 단계의 일부로서 원격 모니터링을 위한 웹 기반 기술 구축에 관한 것이다. 원격 작업장에 있는 정밀 기계 장비(CNC)를 대상으로 하여 작업장이 아닌 장소에서도 온도, 진동, 소음, 영상 데이터 등을 모니터하고 또한 장비의 상태를 진단할 수 있는 시스템 구축에 대한 것이다. 원격 사용자는 인터넷을 통해 어디에서나 생산 현장에 있는 로칼 서버에 접속하여 해당 장비를 모니터 및 상태 진단이 가능한 시스템을 구현하였다.

• 유체기계공업학회:학술대회논문집
• /
• 2006.08a
• /
• pp.57-60
• /
• 2006

The purpose of this study is to explain the importance of Vibration Monitoring Device by introducing an example of Predictive Maintenance System using Condition Monitoring System of Hydro-turbine generator. Confirming vibration of generation equipment is commissioning procedure during equipment completion for checking guaranteed items. Data from Generator output range are used to determine output band to continue the performance of equipment. The Vibration Monitoring System is not absolute method of maintenance, but if it is used well with expert, it will be visible, data-analyzed, scientific maintenance more than others. And also, Condition Monitoring System is very important for remote controlled small hydro-power plant although most of it is installed in Large hydro-power plant.

• Journal of the Korean Society of Manufacturing Process Engineers
• /
• v.3 no.3
• /
• pp.11-16
• /
• 2004

In this study, the characteristics of signals such as acoustic emission, vibration amplitude and noise level which are derived from the abnormal condition of compressor are investigated. The normal condition, vane stick sound and roller defect condition are chosen to analyze the signal in each cases. From the feature extraction of each signals, the dominant parameters of each signals which can identify the abnormal condition are suggested.

• Journal of Power System Engineering
• /
• v.6 no.2
• /
• pp.60-67
• /
• 2002

연삭가공은 나노스케일(Nano-scale)의 미소한 입자 절삭날을 이용한 가공으로, 공작물의 표면을 경면(Mirror surface)으로 가공할 수 있어 제품의 최종 마무리공정으로 사용되어 왔다. 그러나 연삭공정에 있어서는 공구(연삭숫돌)의 수명이 다하거나 가공계(Machining system)가 불안정해지면 채터진동과 연삭버닝 등의 현상이 발생하여 가공물의 표면품위를 저하시키는 요인으로 작용하고 있다. 따라서 본 연구는 원통플른지 연삭공정을 대상으로 공작물에서 발생하는 음향방출 신호와 연삭기 주축 모터의 동력 신호를 연삭가공 중에 검출하고, 이를 신경회로망에 적용하여 연삭가공 상태를 진단하는 시스템을 구축하고, 그 성능을 평가하였다.