• Journal of the Korean Society of Marine Environment & Safety
• /
• v.28 no.1
• /
• pp.184-192
• /
• 2022

Valve internal leakage is caused by damage to the internal parts of the valve, resulting in accidents and shutdowns of the piping system. This study investigated the possibility of a real-time leak detection method using the acoustic emission (AE) signal generated from the piping system during the internal leakage of a butterfly valve. Datasets of raw time-domain AE signals were collected and postprocessed for each operation mode of the valve in a systematic manner to develop a data-driven model for the detection and classification of internal leakage, by applying machine learning algorithms. The aim of this study was to determine whether it is possible to treat leak detection as a classification problem by applying two classification algorithms: support vector machine (SVM) and convolutional neural network (CNN). The results showed different performances for the algorithms and datasets used. The SVM-based binary classification models, based on feature extraction of data, achieved an overall accuracy of 83% to 90%, while in the case of a multiple classification model, the accuracy was reduced to 66%. By contrast, the CNN-based classification model achieved an accuracy of 99.85%, which is superior to those of any other models based on the SVM algorithm. The results revealed that the SVM classification model requires effective feature extraction of the AE signals to improve the accuracy of multi-class classification. Moreover, the CNN-based classification can be a promising approach to detect both leakage and valve opening as long as the performance of the processor does not degrade.

• Journal of the Korea Society of Computer and Information
• /
• v.18 no.9
• /
• pp.43-51
• /
• 2013

Classification result by comprehensive analysis of rhythm section and heartbeat unit makes a reliable diagnosis of heart disease possible. In this paper, based on feature-points of ECG signals, rhythm analysis for constant section and heartbeat unit is conducted using rule-based classification and SVM-based classification respectively. Rhythm types are classified using a rule base deduced from clinical materials for features of rhythm section in rule-based classification, and monotonic rhythm or major abnormality heartbeats are classified using multiple SVMs trained previously for features of heartbeat unit in SVM-based classification. Experimental results for the MIT-BIH arrhythmia database show classification ratios of 68.52% by rule-based method alone and 87.04% by fusion method of rule-based and SVM-based for 11 rhythm types. The proposed fusion method is improved by about 19% through misclassification improvement for monotonic and arrangement rhythms by SVM-based method.

• Proceedings of the KIEE Conference
• /
• 2006.05a
• /
• pp.83-85
• /
• 2006

변압기 및 GIS 설비 내의 부분방전(Partial Discharge: PD) 발생 시 과도 UHF 신호들이 발생하고 그 신호들은 탱크 안에서 공진한다. 한 개 이상의 PD소스가 존재하고 간섭을 포함 할 때, PD에서 발생하는 본 신호들을 정확히 분류 할 수 있는 능력은 진단의 수준을 높일 것이다. 고속 푸리에 변환(FFT)은 주파수변화가 많을 시에, 주요 주파수의 특징 구별이 어렵다. 즉 푸리에 변환 적용 시 noise의 불규칙적인 파형으로 원 신호와의 구분이 어렵다. 그래서 시간과 주파수영역 모두에서 좋은 해상도를 나타내는 웨이블릿을 사용하였다. 변압기 및 GIS 설비 탱크에서 다른 위치의 PD소스로부터 UHF신호들을 인지하는 것에 대하여 웨이블렷에 기초된 방법은, 단지 한 개의 UHF 센서로 신호를 받았을 경우에도 묘사되어진다. UHF PD신호들의 시간-주파수 특성은 웨이블릿 변환으로부터 설립되고, 신호의 에너지 분포 mapping의 의미로 제공되어 진다. 유사함수(similarity function)는 다양한 웨이블릿 계수분포 사이에서 유사성의 측정을 제공하기 위하여 정의된다. 실험으로 측정된 데이터를 통하여 다중부분방전의 유무를 판단하고자 한다.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.2
• /
• pp.60-65
• /
• 1993

이 논문에서는 신호원의 도착 방향을 추정할 때 쓰이는 영 스펙트럼의 일반화를 생각하였다. 일반화된 영 스펙트럼의 상하한, 곧 최대 영 스펙트럼과 최소 영 스펙트럼을 얻었고, 최대 영 스펙트럼이 다중 신호 분류 영 스펙트럼이나 Min-Norm dud 스펙트럼과 같은 것을 포함하는 다른 영 스펙트럼들보다 해상 능력이 좋음을 알았다. 컴퓨터로 모의 실험을 하여 여러 영스펙트럼의해상확률을 얻었는데 이로부터 최대 영 스펙트럼의 뛰어난 해상 능력을 확인할 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2009.11a
• /
• pp.39-42
• /
• 2009

중계 기술은 음영지역 해소 및 전송 용량 증대를 위해 기지국과 단말기 사이에 중계기(relay)의 도움을 받아 정보를 전송하는 통신 기술이다. 이 논문에서는 좁고 긴 도로상에 구성되는 선형 클러스터(linear cluster) 자동차 통신 환경을 고려하여 사용자와 중계기 그리고 기지국이 선형 네트워크로 구성됨을 가정한다. 이를 통해 본 논문에서는 선형 네트워크 시스템에서 다중 사용자와 다중 중계기가 존재할 때 최적 중계기 선택 기법을 통한 새로운 중계 전송 기법을 제안한다. 제안된 중계 전송 기법에서는 사용자와 중계기의 신호 전송을 위해 시분할 방식으로 채널이 할당된다고 가정한다. 첫 번째 전송단계에서는 모든 사용자들이 자신의 신호를 중계기와 기지국으로 전송한다. 기지국에서는 사용자들로부터 전송된 신호의 세기를 기반으로 재전송이 필요한 사용자들을 분류하고 이 사용자들만 중계기를 통해 재전송되도록 한다. 두 번째 전송단계에서는 중계기에서 재전송이 필요한 사용자들 중 일부 사용자들의 정보를 결합하여 기지국으로 재전송한다. 기지국에서는 앞의 두 전송단계를 통해 수신된 신호를 바탕으로 모든 사용자들의 정보를 복호한다. 컴퓨터 모의실험을 통해 비트오율(BER) 성능을 보인다.

• Broadcasting and Media Magazine
• /
• v.16 no.4
• /
• pp.84-92
• /
• 2011

다성 음악 신호의 주요 멜로디 검출 기술은 프레임 단위로 다중 피치를 검색하고 멜로디 피치를 선택하여 최종 멜로디를 검출한다. 그러나 다중 피치 검색의 한계와 피치 검색에서의 더블링(doubling)과 하빙(halving) 등으로 인하여 멜로디 피치 검출의 정확도가 저하되는 문제점을 가진다. 따라서 다성 음악의 주요 멜로디 검출 과정은 프레임 사이의 멜로디 피치를 분석하여 추가적으로 멜로디 피치를 보정하는 과정이 필요하다. 본 고에서는 다성 음악 신호에서 프레임 단위로 검출된 멜로디 피치를 보정하여 주요 멜로디 검출의 정확도를 추가로 향상시키는 기술들을 소개한다. 다양한 기술들을 접근 방식에 따라 분류하여 설명하고, 대표적인 기술의 검출 정확도 향상 성능을 간단히 정리한다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.31 no.5C
• /
• pp.556-561
• /
• 2006

In this study, an ultra-wideband(UWB) signal model is considered to estimate the angle-of-arrivals(AOAs) of clusters in an UWB indoor-to-outdoor communication environment having random angle spreads. A conventional AOA algorithm for UWB estimates the directions of both clusters and multipath signals together and so has complex estimation procedure. In order to solve that problem, we propose a new clustered AOA estimation algorithm. The estimation technique based a well-known MUSIC algorithm is proposed and the estimates of the AOA on received clusters are obtained using the proposed technique. The proposed model and estimation technique are verified through computer simulations.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.411-414
• /
• 2008

본 논문에서는 다중 출력을 가지는 퍼지 집합 기반 퍼지뉴럴네크워크(Fuzzy-Nueral Network; FNN)를 설계한다. 퍼지 집한 기반 퍼지뉴럴네트워크는 각 입력 변수에 따른 개별적인 입력 공간을 공간 분할함으로서 네트워크를 구성한다. 규칙의 전반부는 앞서 언급한 개별적인 입력 공간을 분할하여 표현하고, 규칙의 후반부는 다항식으로서 표현되며 오류역전파 알고리즘을 이용하여 연결가중치인 후반부 다항식의 계수를 학습한다. 또한, 각 입력에 대한 전반부 멤버쉽 함수의 정점과 학습률 및 모멤텀 계수를 유전자 알고리즘을 이용하여 최적 동조한다. 따라서 유전자 알고리즘을 이용하여 퍼지뉴럴네트워크를 최적 설계한다. 제안된 네트워크는 초고압 XLPE 케이블 절연접속함의 모의결함에 대해 부분방전 신호를 패턴인식한다. 부분방전 신호는 PRPDA 방법을 통해 200개의 입력 벡터와 4개의 출력 벡터를 가지며, 보이드 방전, 코로나 방전, 표면 방전, 노이즈의 4개 클래스를 분류한다.

• The Journal of the Acoustical Society of Korea
• /
• v.27 no.3
• /
• pp.111-118
• /
• 2008

In this paper, we propose a new automatic taxonomy generation algorithm for the audio genre classification. The proposed algorithm automatically generates hierarchical taxonomy based on the estimated classification accuracy at all possible nodes. The estimation of classification accuracy in the proposed algorithm is conducted by applying the training data to classifier using k-fold cross validation. Subsequent classification accuracy is then to be tested at every node which consists of two clusters by applying one-versus-one support vector machine. In order to assess the performance of the proposed algorithm, we extracted various features which represent characteristics such as timbre, rhythm, pitch and so on. Then, we investigated classification performance using the proposed algorithm and previous flat classifiers. The classification accuracy reaches to 89 percent with proposed scheme, which is 5 to 25 percent higher than the previous flat classification methods. Using low-dimensional feature vectors, in particular, it is 10 to 25 percent higher than previous algorithms for classification experiments.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• pp.3-6
• /
• 2008

베어링은 각종 설비에서 활용하는 중요한 기계요소 중 하나이다. 설비고장의 상당수는 베어링의 결함이나 파손에 기인하고 있다. 따라서 베어링에 대한 온라인모니터링기술은 설비의 정지를 예방하고 손실을 줄이는 데 필수적이다. 본 논문은 진동신호를 이용하여 베어링의 상태를 예측하기 위한 온라인모니터링에 대해 연구한다. 프로파일로 주어지는 진동신호는 이산웨이블릿변환을 통해 분석되고, 분해수준별 웨이블릿계수로부터 얻은 통계적 특징 중 유의한 것을 선별하고자 분산분석 (ANOVA)을 이용한다. 선별된 특징벡터는 Support Vector Machine (SVM)의 입력이 되는 데, 본 논문에서는 다중클래스 분류문제를 다루기 위한 계층적 SVM 네트워크를 제안한다.