• Title/Summary/Keyword: 비모델 진단 방식

Search Result 28, Processing Time 0.02 seconds

Object Oriented Fault Detection for Fault Models of Current Testing (전류 테스팅 고장모델을 위한 객체기반의 고장 검출)

  • Bae, Sung-Hwan;Han, Jong-Kil
    • The Journal of the Korea institute of electronic communication sciences
    • /
    • v.5 no.4
    • /
    • pp.443-449
    • /
    • 2010
  • Current testing is an effective method which offers higher fault detection and diagnosis capabilities than voltage testing. Since current testing requires much longer testing time than voltage testing, it is important to note that a fault is untestable if the two nodes have same values at all times. In this paper, we present an object oriented fault detection scheme for various fault models using current testing. Experimental results for ISCAS benchmark circuits show the effectiveness of the proposed method in reducing the number of faults and its usefulness in various fault models.

A Study on Estimation Algorithm of Maximum Charge/Discharge Power Based on High-accuracy SOC/Capacity Estimation through DEKF (이중 확장 칼만 필터 기반 고정밀 SOC/용량 추정을 통한 폐배터리 충/방전 최대 출력 추정 알고리즘 연구)

  • Park, Jinhyeong;Kim, Gunwoo;Kim, Jonghoon
    • Proceedings of the KIPE Conference
    • /
    • 2019.07a
    • /
    • pp.204-206
    • /
    • 2019
  • 본 논문은 이중 확장 칼만 필터를 통한 SOC (State of charge) 및 용량 추정과 배터리 모델 파라미터를 이용한 폐배터리의 최대 출력을 추정하는 방법을 연구 및 제안한다. 배터리의 단순 전압 측정을 통해 상태를 진단할 경우, 부하 조건에 따라 급격한 전압 상승 및 강하로 인해 정밀한 안전 진단 및 운용에 어려움이 따르지만, 폐배터리는 일반 배터리에 비해 전압 변동율이 크기 때문에 상태 진단에 큰 어려움이 존재한다. 따라서 본 논문에서는 폐배터리의 정밀한 안전진단을 하기 위해 SOC 영역 및 충/방전에 따른 최대 출력을 계산하여 사전에 배터리의 상태를 진단할 수 있는 알고리즘을 제안한다. 또한, 배터리의 노화도에 따른 최대 출력을 실험 및 시뮬레이션을 통해 결과를 제시하여 유효한 방식임을 검증한다.

  • PDF

Research on DNN Modeling using Feature Selection on Frequency Domain for Vital Reaction of Breeding Pig (모돈 생체 반응 신호의 주파수 영역 Feature selection을 통한 DNN 모델링 연구)

  • Cho, Jinho;Oh, Jong-woo;Lee, DongHoon
    • Proceedings of the Korean Society for Agricultural Machinery Conference
    • /
    • 2017.04a
    • /
    • pp.166-166
    • /
    • 2017
  • 모돈의 건강 상태를 정량 지수화 하기 위한 연구를 수행 중이다. 지제이상, 섭식 불량, 수면 패턴 등의 운동 특성 분석을 위하여 복수의 초음파 센서를 이용하였다. 시계열 계측 신호를 분석하여 정량 지수화를 수행하는 과정에서 주파수 도메인 분석을 시도하였다. 이 과정에서 주파수 도메인의 분해능에 따른 편차 극복을 위한 비선형 모델링을 수행하였다. 또한 인접한 시계열 데이터 구간 간의 상관성 분석이 가능하면 대용량 데이터의 실시간 처리로 인한 지연 시간 극복 및 기대되는 예후에 대한 조기 진단이 가능할 것이다. 본 연구에서는 구글에서 제공하는 Tensorflow와 NVIDIA에서 제공하는 CUDA 엔진을 동시 적용한 심층 학습 시스템을 이용하였다. 전 처리를 위하여 주파수 분해능 (2분, 3분, 5분, 7분, 11분, 13분, 17분, 19분)에 따른 데이터 집합을 1단계로 두고, 상위 10 순위 안에 드는 파워 스펙트럼 밀도의 크기를 2단계로 하여, 총 2~10개의 입력 노드를 순차적으로 선정하였고, 동일한 방식으로 인접한 시계열의 파워 스펙터럼 밀도를 순위를 변화시켜 지정하였다. 대표적인 심층학습 모델인 Softmax regression with a multilayer convolutional network를 이용하여 Recursive feature selection 경우의 수를 $8{\times}9{\times}9$로 총 648 가지 선정하고, Epoch는 10,000회로 지정하였다. Calibration 모델링의 경우 Cost function이 10% 이하인 경우 해당 경우의 학습을 중단하였으며, 모델 간 상호 교차 검증을 수행하기 위하여 $_8C_2{\times}_8C_2{\times}_8C_2$ 경우의 수에 대한 Verification test를 수행하였다. Calibration 과정 상 모든 경우에 대하여 10% 이하의 Cost function 값을 보였으나, 검증 테스트 과정에서 모든 경우에 대하여 $r^2$ < 0.5 인 결정 계수 값이 나타났다. 단적으로 심층학습 모델의 과도한 적합(Over fitting) 방식의 한계를 보인 것이라 판단할 수 있다. 적합한 Feature selection 및 심층 학습 모델에 대한 지속적이고 추가적인 고려를 통해 과도적합을 해소함과 동시에 실효적이고 활용 가능한 Classification을 위한 입, 출력 노드 단의 전후 Indexing, Quantization에 대한 고려가 필요할 것이다. 이를 통해 모돈 생체 정보 정량화를 위한 지능형 현장 진단 기술 연구를 지속할 것이다.

  • PDF

Fault Detection and Diagnosis Methods for Polymer Electrolyte Fuel Cell System (고분자전해질연료전지를 위한 고장 검출 및 진단 기술)

  • LEE, WON-YONG;PARK, GU-GON;SOHN, YOUNG-JUN;KIM, SEUNG-GON;KIM, MINJIN
    • Journal of Hydrogen and New Energy
    • /
    • v.28 no.3
    • /
    • pp.252-272
    • /
    • 2017
  • Fuel cell systems have to satisfy acceptable operating reliability, sufficient lifetime and price to enter the market in competition with existing products. Fuel cells are made up of complex element technologies and various problems related to the failure of the components can affect the reliability and safety of the system. This problem can be overcome by introducing a monitoring and supervisory control system in addition to automatic control to detect the failure of the fuel cell quickly and properly diagnose the performance degradation. For the fault detection and diagnosis of polymer electrolyte fuel cells, the model based method using the theoretical superposition value and the non-model based method of checking the signal tendency or the converted signal characteristic can be applied. The methods analyzed in this paper can contribute to the development of integrated monitoring and control technology for the whole system as well as the stack.

Performance comparison of lung sound classification using various convolutional neural networks (다양한 합성곱 신경망 방식을 이용한 폐음 분류 방식의 성능 비교)

  • Kim, Gee Yeun;Kim, Hyoung-Gook
    • The Journal of the Acoustical Society of Korea
    • /
    • v.38 no.5
    • /
    • pp.568-573
    • /
    • 2019
  • In the diagnosis of pulmonary diseases, auscultation technique is simpler than the other methods, and lung sounds can be used for predicting the types of pulmonary diseases as well as identifying patients with pulmonary diseases. Therefore, in this paper, we identify patients with pulmonary diseases and classify lung sounds according to their sound characteristics using various convolutional neural networks, and compare the classification performance of each neural network method. First, lung sounds over affected areas of the chest with pulmonary diseases are collected by using a single-channel lung sound recording device, and spectral features are extracted from the collected sounds in time domain and applied to each neural network. As classification methods, we use general, parallel, and residual convolutional neural network, and compare lung sound classification performance of each neural network through experiments.

자동차 ALC에 대응하는 Job Shop의 동기화 생산시스템에 관한 연구

  • 권보식;김경섭
    • Proceedings of the Korea Society for Simulation Conference
    • /
    • 1997.04a
    • /
    • pp.100-100
    • /
    • 1997
  • 본 연구에서는 우리 자동차산업이 직면한 총체적인 위기상황을 극복하기 위한 방 안으로, 자동차 생산방식의 변혁, 인적자원관리의 혁신을 통한 생산성 제고, 독자 기술개발 능력의 조기확보, 효율적인 부품조달체제의 형성 등 산업전반에 걸친 혁신으로, 내적인 경 쟁력을 축적함과 동시에, 지역주의화의 진전에 따른 수출 여건의 악화를 극복하기 위해 선 진권 및 개발도상국으로의 현지화 노력이 적극적으로 추진되지 않으면 안될, 중대한 시점에 와 있다고 진단하면서, 본 연구의 목적을, 생산현장을 중심으로 한 내적 경쟁력 확보로 정 의하고, 그 실현방안으로서, 급변하는 시장환경에 적극 대응하기 위한 생산방식의 도입과, 이를 지원하는 생산정보시스템의 구축 모델을 제시하고자 한다. 첫 번째는, 변화가 급격한 시장환경에 적극 대응하는 생산방식의 도입으로, 철저한 낭비 배제 사상 - 생산현장의 낭비 소요를 배제(개선)하는 것만이 아니라 배제하고 바로 체계를 바꾸어 (개혁) 원래의 상태로 되돌아가지 않도록 하는 -을 기본으로, 정보, 관리, 생산, 제품, 물류 등에 관련된 손실 비 용을 감축시킴으로서 원가를 낮추고, 고객이 요구하는 다양하고, 좋은 품질이 제품을 신속 히 공급할 수 있는 체계를 갖추는 것이다. 이러한 낭비 배제 사상은 생산현장에서 필요한 것을, 필요한 때에, 필요한 만큼 만들고 운반하며 전달하는 관리 개선 등을 의미하며, 이것 을 적은 인원 및 설비로 최대한 빨리 (리드 타임의 단축), 계획대로 수행하도록 하는 것이 동기화 생산방식이다. 따라서, 본 연구에서는 자동차 생산공정 중 주 조립공정의 ALC(Assembly Line Control)에 대응하여, 선행 공정으로서 부품을 공급하는 Job Shop의 동기화 생산방식을 실제 적용한 사례 중심으로 전개하고자 한다. 두 번째의 접근방식은, 동 기화 생산방식에 컴퓨터 통합생산 (CIM, Computer Integrated Manufacturing)의 기술을 구 현, 적용하는 것이다. 즉, 동기화 생산 시스템 (SPS, Syncronized Production Sytem)을 구 축하는 것인데, 이것은 최신의 컴퓨터 기술을 생산현장에 적용함으로써 새로운 생산방식의 혁신에 버금가는 기술혁신이라 할 수 있을 것이다. 따라서, 이러한 접근은 컴퓨터 및 통신 기술의 눈부신 발전을 기초로 가능해진 것인데, 제조업에서의 심각한 고비용, 저효율 문제 를 해결하기 위해 필수적으로 도입해야만 하는 실정이다. 또한 소비자의 다양한 요구로 인 하여 제품의 종류와 사양면에서 심한 변동을 보이는 시장 수요에, 신속한 정보처리로 대응 하는데도 크게 기여하고 있다. 이에 본 연구에서는, 자동차 Job Shop의 동기화 생산방식을 지원하는 동기화 생산시스템의 구축 모델을 제시하고자 한다.

  • PDF

A Research on Applicability of Drone Photogrammetry for Dam Safety Inspection (드론 Photogrammetry 기반 댐 시설물 안전점검 적용성 연구)

  • DongSoon Park;Jin-Il Yu;Hojun You
    • Journal of the Korea institute for structural maintenance and inspection
    • /
    • v.27 no.5
    • /
    • pp.30-39
    • /
    • 2023
  • Large dams, which are critical infrastructures for disaster prevention, are exposed to various risks such as aging, floods, and earthquakes. Better dam safety inspection and diagnosis using digital transformation technologies are needed. Traditional visual inspection methods by human inspectors have several limitations, including many inaccessible areas, danger of working at heights, and know-how based subjective inspections. In this study, drone photogrammetry was performed on two large dams to evaluate the applicability of digital data-based dam safety inspection and propose a data management methodology for continuous use. High-quality 3D digital models with GSD (ground sampling distance) within 2.5 cm/pixel were generated by flat double grid missions and manual photography methods, despite reservoir water surface and electromagnetic interferences, and severe altitude differences ranging from 42 m to 99.9 m of dam heights. Geometry profiles of the as-built conditions were easily extracted from the generated 3D mesh models, orthomosaic images, and digital surface models. The effectiveness of monitoring dam deformation by photogrammetry was confirmed. Cracks and deterioration of dam concrete structures, such as spillways and intake towers, were detected and visualized efficiently using the digital 3D models. This can be used for safe inspection of inaccessible areas and avoiding risky tasks at heights. Furthermore, a methodology for mapping the inspection result onto the 3D digital model and structuring a relational database for managing deterioration information history was proposed. As a result of measuring the labor and time required for safety inspection at the SYG Dam spillway, the drone photogrammetry method was found to have a 48% productivity improvement effect compared to the conventional manpower visual inspection method. The drone photogrammetry-based dam safety inspection is considered very effective in improving work productivity and data reliability.

Ex Vivo Raman Spectroscopy Measurement of a Mouse Model of Alzheimer's Disease (라만 기반 치매 모델의 뇌조직 분광 특성 측정)

  • Ko, Kwanhwi;Seo, Younghee;Im, Seongmin;Lee, Hongki;Park, Ji Young;Chang, Won Seok;Kim, Donghyun
    • Korean Journal of Optics and Photonics
    • /
    • v.33 no.6
    • /
    • pp.331-337
    • /
    • 2022
  • Raman spectroscopy is an optical technique that can identify molecules in a label-free manner, and is therefore heavily investigated in various areas ranging from biomedical engineering to materials science. Probe-based Raman spectroscopy can perform minimally invasive chemical analysis, and thus has potential as a real-time diagnostic tool during surgery. In this study, Raman experimentation was calibrated by examining the Raman shifts with respect to the concentrations of chemical substances. Raman signal characteristics, targeted for normal mice and cerebral tissues of the 5xFAD dementia mutant model with accumulated amyloid beta plaques, were measured and analyzed to explore the possibility of diagnosis of Alzheimer's disease. The application to the diagnosis of dementia was cross-validated by measuring Raman signals of amyloid beta. The results suggest the potential of Raman spectroscopy as a diagnostic tool that may be useful in various areas of application.

Study on the Nonlinear Analysis Model for Seismic Performance Evaluation of School Buildings Retrofitted with Infilled Steel Frame with Brace (철골 끼움가새골조로 보강된 학교건물의 내진성능평가를 위한 비선형 해석 모델에 관한 연구)

  • Yoo, Suk-Hyeong;Ko, Kwan-Wook
    • Journal of the Korea institute for structural maintenance and inspection
    • /
    • v.26 no.4
    • /
    • pp.65-72
    • /
    • 2022
  • Recently, damage to buildings due to earthquakes in Korea occurred mainly in school buildings and Piloti-type multi-family houses, highlighting the need for seismic retrofit for buildings of the same type. In the early days of the seismic retrofit project for school facilities, various patented methods using dampers as a ductile seismic retrofit method were applied without sufficient verification procedures. However, in 「School Facility Seismic Performance Evaluation and Retrofit Manual, 2021」, when the patented method is applied, it must be applied through a separate strict verification procedure, and instead, the strength/stiffness retrofit method was induced as a general method. In practice,when evaluating seismic performance for retrofit by infilled steel frame with brace, the analysis model is constructed by directly connecting only the steel brace to the existing RC member. However, if the frame is removed from the analysis model of the infilled steel frame with brace, the force reduction occurring on the existing RC member near the retrofit is considered to be very large, and this is judged to affect the review of whether to retrofit the foundation or not. Therefore, in this study, preliminary analysis with variables such as whether or not steel frame is taken into account and frame link method for the analysis model of RC school building retrofitted by infilled steel frame with brace and nonlinear analysis for actual 3-story school building was performed, and basic data for rational analysis model setting were presented by comparing preliminary analysis and pushover analysis results for each variable.

Performance comparison on vocal cords disordered voice discrimination via machine learning methods (기계학습에 의한 후두 장애음성 식별기의 성능 비교)

  • Cheolwoo Jo;Soo-Geun Wang;Ickhwan Kwon
    • Phonetics and Speech Sciences
    • /
    • v.14 no.4
    • /
    • pp.35-43
    • /
    • 2022
  • This paper studies how to improve the identification rate of laryngeal disability speech data by convolutional neural network (CNN) and machine learning ensemble learning methods. In general, the number of laryngeal dysfunction speech data is small, so even if identifiers are constructed by statistical methods, the phenomenon caused by overfitting depending on the training method can lead to a decrease the identification rate when exposed to external data. In this work, we try to combine results derived from CNN models and machine learning models with various accuracy in a multi-voting manner to ensure improved classification efficiency compared to the original trained models. The Pusan National University Hospital (PNUH) dataset was used to train and validate algorithms. The dataset contains normal voice and voice data of benign and malignant tumors. In the experiment, an attempt was made to distinguish between normal and benign tumors and malignant tumors. As a result of the experiment, the random forest method was found to be the best ensemble method and showed an identification rate of 85%.