• 제목/요약/키워드: 기관고장

검색결과 107건 처리시간 0.024초

자율운항선박 보조기기 및 배관 실시간 모니터링 및 고장예측 시스템 연구

  • 최경열;박순호
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2022년도 춘계학술대회
    • /
    • pp.438-440
    • /
    • 2022
  • 자율운항선박 기술개발사업 중 2세부(자율운항선박 핵심 기관시스템 성능 모니터링 및 고장예측 진단 기술 개발)과제에서 자율운항선박 핵심장비 중 보조기기 2종(Pump, Purifier), 배관(Seawater Pipe, Steam Pipe)의 실시간 모니터링 및 고장예측 시스템의 연구 및 개발을 목표로 한다.

  • PDF

선박 스팀 배관 고장 진단과 예측을 위한 열화상 모니터링 시스템 개발

  • 임성래;최경열;박순호
    • 한국항해항만학회:학술대회논문집
    • /
    • 한국항해항만학회 2023년도 추계학술대회
    • /
    • pp.111-113
    • /
    • 2023
  • 자율운항선박 기술개발사업 중 2세부(자율운항선박 핵심 기관시스템 성능 모니터링 및 고장예측 진단 기술 개발)과제에서 자율운항선박 핵심장비 중 증기 배관(Steam Pipe)의 모니터링 및 고장예측 시스템 중 열화상 카메라에 의한 증기 배관(Steam Pipe)을 브라우저에서 모니터링 하는 시스템을 연구 및 개발 목표로 한다.

  • PDF

해난사고의 주성분분석 (Principal Component Analysis on Marine Casualties)

  • 김영식;윤석훈;고대권
    • 수산해양기술연구
    • /
    • 제26권3호
    • /
    • pp.303-307
    • /
    • 1990
  • 1986년부터 1988년까지 3년 동안 우리나라 주변 해역에서 발생한 1680건의 해난사고를 주성분분석법에 의한 전산프로그램을 작성하여 분석한 결과를 요약하면 다음과 같다. 1. 해난사고의 주된 원인은 운항부주의, 기관 정비불량 등 인적요인에 있으며, 사고유형으로서는 기관고장이, 선종으로서는 어선이 특히 해난사고의 큰 비중을 차지한다. 2. 어선, 관공선의 경우에는 기관고장이나 추진기장애 등이 경미한 해난사고가 많은 경향인데 비해 화물선, 여객선, 유조선의 경우에는 좌초, 충돌, 전복, 침수 등 재산과 인명의 피해가 큰 대형해난사고가 많은 경향이다. 3. 대형해난사고 중 좌초, 충돌, 전복 등은 그 주된 원인이 운항부주의에 있고, 침수의 경우는 재질구조결함에 기인하는 바가 크다.

  • PDF

지식기반 퍼지 추론을 이용한 디젤기관 연소계통의 고장진단 시스템에 관한 연구 (A Study on the Fault Diagnosis System for Combustion System of Diesel Engines Using Knowledge Based Fuzzy Inference)

  • 유영호;천행춘
    • Journal of Advanced Marine Engineering and Technology
    • /
    • 제27권1호
    • /
    • pp.42-48
    • /
    • 2003
  • In general many engineers can diagnose the fault condition using the abnormal ones among data monitored from a diesel engine, but they don't need the system modelling or identification for the work. They check the abnormal data and the relationship and then catch the fault condition of the engine. This paper proposes the construction of a fault diagnosis engine through malfunction data gained from the data fault detection system of neural networks for diesel generator engine, and the rule inference method to induce the rule for fuzzy inference from the malfunction data of diesel engine like a site engineer with a fuzzy system. The proposed fault diagnosis system is constructed in the sense of the Malfunction Diagnosis Engine(MDE) and Hierarchy of Malfunction Hypotheses(HMH). The system is concerned with the rule reduction method of knowledge base for related data among the various interactive data.

뉴럴 네트웍과 지식 기반 퍼지 추론을 이용한 디젤기관 고장진단 시스템에 관한 연구 (A study on the fault and diagnosis system for diesel engine using neural network and knowledge based fuzzy inference)

  • 천행춘;김영일;김경엽;안순영;오현경;유영호
    • 한국마린엔지니어링학회:학술대회논문집
    • /
    • 한국마린엔지니어링학회 2002년도 춘계학술대회논문집
    • /
    • pp.233-238
    • /
    • 2002
  • This paper propose the construction of fault diagnosis engine for diesel generator engine and rule inference method to induce rule for fuzzy inference from the monitored data of diesel engine. The proposed fault diagnosis system is constructed the Malfunction Diagnosis Engine(MDE) and Hierarchy of Malfunction Hypotheses(HME), It is Proposed the rule reduction method of knowledge base for concerning data among the various analog data.

  • PDF

이상감지 상관계수를 이용한 선박디젤기관의 고장진단시스템에 관한 연구 (The Fault Diagnosis of Marine Diesel Engines Using Correlation Coefficient for Fault Detection)

  • 김경엽;김영일;유영호
    • 한국항행학회논문지
    • /
    • 제15권1호
    • /
    • pp.18-24
    • /
    • 2011
  • 본 논문은 선박 감시 시스템에서 수집된 데이터를 통계적 분석을 통해 고장유무를 진단할 수 있는 통계적 방법 기반의 고장진단시스템을 제안한다. 이를 위해 선박엔진데이터를 연소계통, 열교환계통, 그리고 전동기 및 펌프계통으로 분류하고 이들 데이터 간 상관계수를 분석하여 고장진단을 위해 필요한 전문가지식기반의 진단테이블을 도출한다. 고장진단성능을 테스트하기 위해 실제 운항데이터에 고장의 원인이 될 수 있는 외란을 삽입하여 고장유무를 판단하며 이를 사용자편의의 인터페이스로 제공하기 위해 VC++로 고장진단시스템을 구현한다.

BLDCM 구동 인버터의 실시간 데이터를 이용한 고장진단 (Fault Diagnosis based on Real-Time Data of the inverter system for BLDCM drive)

  • 김광헌;배동관
    • 조명전기설비학회논문지
    • /
    • 제12권2호
    • /
    • pp.29-37
    • /
    • 1998
  • 이 논문은 브리시리스 직류전동기의 구동 인버터의 실시간 데이터를 이용한 고장진단에 관한 것이다. 구동 인버터의 고장유형을 파악하여 주요 고장증세별로 분류하고, 고장결과를 예측하여 ASCL로 시뮬레이션함으로써 지식 베이스로 구성하였다. 구동 인버터에 대해 실시간으로 감시된 데이터는 전문가 시스템의 추론기관에서 시뮬레이션된 지식베이스와 비교하게 된다. 고장이 발생하면, 운전을 중지시킨 후, 전문가 추론을 함으로써 고장원인을 진단한다. 이로써 구동 인버터에 대해 전문적인 지식을 갖고 있지 않는 사용자에게, 고장원인 제거 및 수리대책에 관한 전문가의 지식을 신속히 제공하는 것이다.

  • PDF