• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.21 no.5
• /
• pp.7-13
• /
• 2020

This paper focuses on detecting abnormal patterns of respiration of humans. In this study, a contact-based device was used to acquire both normal and abnormal respiration signals. To this end, this paper reports the development of a monitoring system to investigate the respiratory status of humans in a normal environment. This work aims to classify the respiratory status, i.e., normal and abnormal status, quantitatively. The respiration signal is acquired using a contact-based medical device (BIOBPAC), and noise reduction is carried out before classifying the respiratory status. To reduce noise, a mixed filter that combines the Savitzky-Golay filter and Median filter is applied to the acquired respiration signals. The inter-class distance is maximized, and the intra-class distance is minimized. The proposed algorithm is straightforward and can be applied to a practical environment. In addition, the experimental results are provided to substantiate the proposed approach.

• Proceedings of the KIPE Conference
• /
• 1999.07a
• /
• pp.214-217
• /
• 1999

IGBT 소자는 고전류 밀도의 특성을 지니면서 구동전력이 작기 때문에 500V 이상의 고전압 응용에서 널리 이용되고 있다. 본 논문에서는 기존의 IGBT 소자의 구동회로가 갖는 기본기능 이외에 소자에 대한 보호기능과 소자의 동작 상태를 감지하기 위한 모니터링 기능을 갖는 지능형 구동회로에 대해 제안한다. 제안된 회로는 소자에 비정상적인 큰 전류가 흐를 경우 논리회로에 의해 게이트 구동전압을 일정시간 즉시 차단하여 소자를 과전류와 과열로부터 보호하고, 소자의 동작 상태가 정상인지 차단 상태인지 감지할 수 있다. 언급한 기능을 가진 구동회로가 제시되며, 제안된 회로의 동작은 Pspice를 이용한 시뮬레이션 및 실험을 통해 확인된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.301-301
• /
• 2022

본 연구는 운영 조건이 달라짐에 따라 회전수가 변하는 기기의 정상적 가동 여부와 고장 종류를 판별하기 위한 인공지능 알고리즘의 적용을 다루고 있다. 회전수가 변하는 장비로부터 계측된 상태 모니터링 센서의 신호는 비정상(non-stationary)적 특성이 있으므로, 상태 신호의 한계치가 고장 판별의 기준이 되기 어렵다는 점을 해결하고자 하였다. 정상 가동 여부는 이상 감지에 효율적인 오토인코더 및 기계학습 알고리즘을 적용하였으며, 고장 종류 판별에는 기계학습법과 합성곱 기반의 심층학습 방법을 적용하였다. 변하는 회전수와 연계된 주파수의 비정상적 시계열도 적절한 고장 특징 (Feature)로 대변될 수 있도록 시간 및 주파수 영역에서 특징 벡터를 구성할 수 있음을 예제로 설명하였다. 차원 축소 및 카이 제곱 기법을 적용하여 최적의 특징 벡터를 추출하여 기계학습의 분류 알고리즘이 비정상적 회전 신호를 가진 장비의 고장 예측에 활용될 수 있음을 보였다. 이 과정에서 k-NN(k-Nearest Neighbor), SVM(Support Vector Machine), Random Forest의 기계학습 알고리즘을 적용하였다. 또한 시계열 기반의 오토인코더 및 CNN (Convolution Neural Network) 적용하여 이상 감지와 고장진단을 수행한 결과를 비교하여 제시하였다.

• The Bulletin of The Korean Astronomical Society
• /
• v.37 no.2
• /
• pp.187.2-187.2
• /
• 2012

다목적실용위성 3호는 2012년 5월 발사되어, 위성 기능점검을 위한 시험을 성공적으로 완료하였다. 위성발사이후 태양전지판 전개를 포함하여 장착된 모든 전장품(Unit)을 순차적으로 모니터링하면서 관련 명령어를 송신하고, 이후 송신된 명령어에 대한 수행여부를 모니터링하며 전장품의 정상 동작상태를 판단하게 된다. 위성상태의 모니터링은 상태 디스플레이 페이지(AND, AlphaNumeric Display), 각종 이벤트 디스플레이 및 위성에서 수신한 덤프 데이터 디스플레이 등을 통해서 수행한다. 이러한 위성의 상태정보는 지상의 엔지니어가 신속하면서 정확한 판단을 수행할 수 있도록 정확한 정보를 가독성있게 디스플레이해야할 필요가 있다. 또한, 위성교신 이후에는 위성에서 저장된 상태정보를 수신하여 비실시간 위성상태 데이터를 분석하는 작업을 수행한다. 이때, 엔지니어가 필요로 하는 상태정보 아이템을 자신이 원하는 형태로 추출할 수 있어야 한다. 이러한 필수 기능들은 시스템의 안정성을 기반으로 동작하여야 한다. 이와 같은 시스템이 운영될 수 있도록 초기운영 이전에 안정화 및 검증 작업을 수행하였으며, 초기운영 기간에도 정상운영 단계에서 임무관제국의 운영요원이 용이하게 위성의 상태를 모니터링할 수 있도록 위성상태정보에 대한 데이터베이스와 오류 감지 능력을 포함하는 위성상태 표출 기능을 최적화 하는 작업을 수행하였다. 임무관제국에서 개발된 위성상태모니터링 시스템을 통하여 안정적으로 다목적실용위성 3호의 초기운영에 대한 실시간 모니터링 및 비실시간 데이터 분석 작업을 수행하였다. 또한, 초기운영기간동안의 최적화 작업을 통하여 정상운영기간 동안 운영요원이 용이하게 오류 감지를 수행할 수 있도록 시스템을 지속적으로 개선하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.12 no.6
• /
• pp.1233-1242
• /
• 2017

Various attempts have been made to prevent crime risk. One of the cases where outdoor pedestrians are attacked by criminals is the abnormal health condition. When a mental or mental condition that can not sustain normal walking due to drunkenness is exposed, the case of being a crime is revealed through crime case analysis. In this study, we propose a method for estimating the state of an individual that can be detected in outdoor activities. In order to avoid the inconvenience of installing a separate terminal for event information transmission of sensors and sensors, it is possible to estimate an abnormal state by using a 3-axis acceleration sensor built in a smart phone. The state of the user can be estimated by analyzing the momentum of the user and analyzing it with the passage of time. It is possible to distinguish the flow of time at regular intervals, to recognize the activity patterns in each time band, and to distinguish between normal and abnormal. In this study, we have evaluated the total amount of kinetic energy and kinetic energy in each direction of the acceleration sensor and the Fourier transformed value of the total energy amount to distinguish the abnormal state.

• Proceedings of the Acoustical Society of Korea Conference
• /
• spring
• /
• pp.341-344
• /
• 2004

발전소에서 운전 중인 발전 설비의 장비 및 기계의 동작, 감시, 진단은 매우 중요한 일이다. 발전소의 이상 감지를 위해 상태 모니터링이 사용되며, 이상이 발생되었을 때 고장의 원인을 분석하고 적절한 조치를 계획하기 위한 이상 진단 과정을 따르게 된다. 본 논문에서는 산업 현장에서 기기들의 운전시에 발생하는 기기 발생 음을 획득하여 정상/비정상을 판정하기 위한 알고리듬에 대하여 연구하였다. 사운드 감시(Sound Monitoring) 기술은 관측된 신호를 acoustic event로 분류하는 것과 분류된 이벤트를 정상 또는 비정상으로 구분하는 두 가지 과정으로 진행할 수 있다. 기존의 기술들은 주파수 분석과 패턴 인식의 방법으로 간단하게 적용되어 왔으며, 본 논문에서는 K-means clustering 알고리듬을 이용하여 사운드를 acoustic event로 분류하고 분류된 사운드를 정상 또는 비정상으로 구분하는 알고리듬을 개발하였다.

• Journal of Convergence for Information Technology
• /
• v.11 no.5
• /
• pp.23-29
• /
• 2021

Recently, a situation in which a specific content service is impossible worldwide has occurred due to a failure of the platform service and a significant social and economic problem has been caused in the global service market. In order to secure the stability of platform services, intelligent platform operation management is required. In this study, big data flow management(BDFM) and implementation method were proposed to quickly detect to abnormal service status in the platform operation environment. As a result of analyzing, BDFM technique improved the characteristics of abnormal failure detection by more than 30% compared to the traditional NMS. The big data flow management method has the advantage of being able to quickly detect platform system failures and abnormal service conditions, and it is expected that when connected with AI-based technology, platform management is performed intelligently and the ability to prevent and preserve failures can be greatly improved.

• Journal of the Institute of Convergence Signal Processing
• /
• v.19 no.3
• /
• pp.97-103
• /
• 2018

This paper addresses an improved naval combat UPS(Uninterruptable Power Supply) system under abnormal transients. Previously, thermistor and varistor elements were used to cope with transient overvoltage and overcurrent, however the UPS was frequently unavailable because it was vulnerable to abnormal transient voltage generated during system operation. In order to overcome this problem and protect UPS system, this paper proposes an input power cut-off circuit that detects the initial input power and abnormal transient voltage generated during operation, improvement of power control sequence, and a method to prevent malfunction of an inverter and CPU. The UPS system implementing the proposed method was simulated by input power variable test using programmable AC/DC generator, and finally validated its reliability and stability through field tests by mounting on multifunctional console of naval combat system.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.9
• /
• pp.1731-1733
• /
• 2015

Since electroencephalogram(EEG) has non-linear and non-stationary properties, it is effective to analyze the characteristic of EEG with time-frequency method rather than spectrum method. In this letter, we propose the modified drowsiness detection system using discrete wavelet transform combined with errors-in-variables and multilayer perceptron methods. For the comparison of the proposed scheme with the previous one, the state 'others' is added to the previous states of drivers: 'alertness,' 'transition,' and 'drowsiness.' From the computer simulation using machine learning, we confirm that the proposed scheme outperforms the previous one for some conditions.

• Journal of the Korean Institute of Gas
• /
• v.11 no.4
• /
• pp.41-46
• /
• 2007

The residential fuel cell system was modeled as a box-shaped chamber with vent openings, filled with various components such as reformer, desulfurizer, fuel cell stack and humidifier. When the vent openings are 1% of the total surface and hydrogen leakage 1%, hydrogen concentration is around 0.1% higher than the other regions from leak points in the chamber at 30 seconds and hydrogen concentration is increased from 0.3% to 0.7% in the upper region of the system after 200 seconds. When the vent openings are 1% of the total surface and hydrogen leakage 1%, 3%, 5%, the steady state result of CFD, 5% of hydrogen leakage is reached the lowest ignition limit in the system. When the vent openings are 2% of the total surface and hydrogen leakage 1%, hydrogen concentration is increased in the bottom of the system for 60 seconds. After 250 seconds, hydrogen concentration is reached the steady state in the system. As the vent opening of the total surface increased from 1% to 2%, averaged hydrogen mole fraction is under 1% in the system, however, upper regions of the system from the hydrogen leakage points are shown over 1% of hydrogen mole fraction.