• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.34 no.1
• /
• pp.25-33
• /
• 2021

With the development of machine learning techniques, various types of data such as vibration, temperature, and flow rate can be used to detect and diagnose abnormalities in machine conditions. In particular, in the field of the state monitoring of rotating machines, the fault diagnosis of machines using vibration data has long been carried out, and the methods are also very diverse. In this study, an experiment was conducted to collect vibration data from normal and abnormal compressors by installing accelerometers directly on rotary compressors used in household air conditioners. Data segmentation was performed to solve the data shortage problem, and the main features for the fault classification model were extracted through the chi-square test after statistical and physical features were extracted from the vibration data in the time domain. The support vector machine (SVM) model was developed to classify the normal or abnormal conditions of compressors and improve the classification accuracy through the hyperparameter optimization of the SVM.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.24 no.8
• /
• pp.55-61
• /
• 2010

In this paper, we proposed selective extraction method of frequency information and PCA-ELM based diagnosis system for three-phase induction motors. 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 variance As the next step, feature extraction is performed by principal component analysis (PCA). Finally, we used the classifier based on Extreme Learning Machine (ELM) with fast learning procedure. To show the effectiveness, the proposed diagnostic system has been intensively tested with the various data acquired under different electrical and mechanical faults with varying load.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1995.04b
• /
• pp.353-357
• /
• 1995

교반기나 펌프등의 회전기계에서의 트러블은 베어링 부분의 파손이나 결함보다는 미케니컬시일(이하 시일이라 한다)의 이상상태로 인한 액이나 기체의 누설에 의한 경우가 많다. 기계 또는 설비의 가동중에 이 실일의 고장은 단순히 시일 자체뿐만 아니라 설비 전체의 파손을 야기하고 시스템의 가동 중단으로 생산 계획에 막대한 차질을 가져오기 때문에 시일이 장착된 시스템에서는 시일의 이상상태에 대한 관리, 감시가 중요한 문제가 되고 있다. 본 연구에서는 온도와 토오크의 출력변화를 온라인 센싱 하고이들 센싱정보를 통합처리하여 시일의 이상 상태를 진단하는 방법에 대해 검토하였다. 센싱정보의 통합처리 모델로는 예측기능을 갖는 다충신경회로망을 이용하였다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2012.04a
• /
• pp.745-745
• /
• 2012

원자력발전소에서 비상디젤발전기는 노심의 안전성을 지키는 매우 중요한 역할을 담당하고 있다. 이를 위해 디젤발전기는 신뢰성능 높게 유지하도록 규제요건이 마련되어 있다. 디젤발전기의 엔진 상태를 주기적으로 감시하고 평가하기 위해서는 엔진 상태 신호 분석 기술이 필요하다. 엔진 상태 신호 분석에는 연소분석과 진동 및 초음파 측정 및 분석기술이 중요한 비중을 차지한다. 연소 분석은 디젤 엔진의 개별 실린더에 대한 연소 성능에 대한 정보를 제공한다. 진동 및 초음파 분석은 이벤트 타이밍과 기계적 상태에 대한 정보를 알려준다. 이들 신호는 정상적인 부하로 운전하는 디젤엔진의 가동에 영향을 미치지 않고 수집할 수 있다. 엔진 상태 신호 분석을 이용하는 주요 동기는 전통적으로 장비 제작자의 권고에 따라 수행되는 분해-검사 유지 보수 프로그램을 일부 대체하고 예측정비를 통해 신뢰도를 유지하기 위함이다. 상태 진단정비는 엔진 상태 신호분석을 주로 이용하여 엔진의 신뢰도와 이용률을 증가시킬 수 있다. 본 논문에서는 국내외서 경험한 엔진상태신호 측정 및 분석 사례를 기술하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.1
• /
• pp.13-22
• /
• 2013

Smartphone addiction has become more serious than internet addiction since people can download and run numerous applications with smartphones even without internet connection. However, smartphone addiction is not sufficiently dealt with in current studies. The S-scale method developed by Korea National Information Society Agency involves so many questions that respondents are likely to avoid the diagnosis itself. Moreover, since S-scale is determined by the total score of responded items without taking into account of demographic variables, it is difficult to get an accurate result. Therefore, in this paper, we have extracted important factors from all data, which affect smartphone addiction, including demographic variables. Then we classified the selected items with a neural network. The result of a comparative analysis with backpropagation learning algorithm and multiclass support vector machine shows that learning rate is slightly higher in multiclass SVM. Since multiclass SVM suggested in this paper is highly adaptable to rapid changes of data, we expect that it will lead to a more accurate self-diagnosis of smartphone addiction.

• Journal of Aerospace System Engineering
• /
• v.13 no.1
• /
• pp.38-46
• /
• 2019

There is a growing interest in engine diagnostic technology for gas turbine engines. An engine simulation program, precisely simulating the engine performance, is required in order to apply it to the engine diagnosis technology for engine health monitoring. In particular, the simulation program can predict not only design point performance but also off-design point and partial load performance in accurate. So the engine simulation program for the 2-spool separate flow type turbofan engine was developed and the JT9D-7R4G engine of PW(Pratt & Whitney) was analyzed. The steady-sate performance analysis is conducted at both design and off-design points in flight path and the differences between analysis results of takeoff and cruise conditions are compared. The effect of Reynold's correction method was analyzed as a scaling method of the engine component performance. The simulation results was compared with NPSS.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2009.10a
• /
• pp.558-559
• /
• 2009

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1991.11a
• /
• pp.219-222
• /
• 1991

오늘날 점점 “지능적인” 우주구조물과 기계적 시스템의 빠를 발견으로 인하여 자체 진단과 제어 능력을 가진 발전된 구조가 중요해지고 있다. 일반적으로 이들 구조물이 자연 상태에서 유연하게 분포되어 있으므로 분포된 동적 측정과 효과적인 진동감쇄가 이들의 수행에 필수적이 되고 있다. 이 분야에 대한 이론적 발전은 지난 20년간 꾸준히 이루어져 왔다.(중략)

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2000.06a
• /
• pp.231-236
• /
• 2000

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2000.11a
• /
• pp.692-695
• /
• 2000