• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.20 no.9
• /
• pp.551-557
• /
• 2019

Diagnosis of abnormal faults is essential for producing high quality products. The role of real-time diagnosis is quite increasing in the batch processes of producing high value-added products such as semiconductors, pharmaceuticals, and so forth. In this study, we evaluate the effect of variable selection and future-value estimation techniques on the performance of the diagnosis system, which is based on nonlinear classification and measurement data. The diagnostic performance can be improved by selecting only the variables that are important and have high contribution for diagnosis. Thus, the diagnostic performance of several variable selection techniques is compared and evaluated. In addition, missing data of a new batch, called future observations, should be estimated because the full data of a new batch is not available before the end of the cycle. In this work the use of different estimation techniques is analyzed. A case study on the polyvinyl chloride batch process was carried out so that optimal variable selection and estimation methods were obtained: maximum 21.9% and 13.3% improvement by variable selection and maximum 25.8% and 15.2% improvement by estimation methods.

• Journal of the Korea Society of Computer and Information
• /
• v.19 no.5
• /
• pp.53-60
• /
• 2014

With the rapid development of IT technology, recently, the development of IT convergence technology related to the facility diagnosis is prevalent, and the study for the efficient integrated management scheme is required to handle all relevant information, from the design to the maintenance, including the stage of repair. In this paper, an efficient scheme to process the complex data for the facility and its diagnosis is proposed based on IT convergence technique and the real-time complex data management is designed. In order to evaluate the performance of the proposed system, the real-time management system is designed for a particular facility, and the comparative results show the good performance of the proposed system.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.321-324
• /
• 2004

본 논문에서는 유도전동기 고장진단을 위하여 계층적인 하이브리드 뉴럴네트웍을 제안하였다. 시스템의 입출력 데이터에 근거하여 패턴을 분류하고자 할 때 직접적인 분류가 어렵거나 성능이 좋지 않을 경우 적절한 방법을 통하여 변환을 하거나 또는 패턴 분류기의 특성에 맞도록 변환하여 패턴 분류 성능을 향상하는 등 단계별 변환 및 분류 기법을 이용하였다. 제안된 방법에서는 실험에 의해 측정된 전류값을 주기별로 주성분분석(PCA) 기법을 이용하여 입력차원을 축소한 후 이를 조건부 FCM으로 방사기저함수의 초기치를 최적화하여 학습을 하였다. 이는 주성분분석이 가지는 특성을 이용하여 데이터의 특징을 나누었으며 이를 뉴럴네트웍의 학습 기능을 이용하여 모델의 최종 성능을 개선하는 것이다. 각각의 알고리즘이 가지는 특징을 활용하면서도 단점을 계층적으로 보안하여 유도 전동기 고장 진단 성능을 개선하였다. 이를 실제 계측된 유도전동기 데이터를 이용하여 제안된 방법의 유용성을 보이고자 한다.

• Proceedings of the KSME Conference
• /
• 2000.11a
• /
• pp.856-860
• /
• 2000

Liquid ejector is widely used for power plant water pump, marine pump and transportation of solid materials. It has high working confidence and simple configuration. However, It is not easy to know performance degradation of ejectors in field. When the geometry of ejector is complicate, the diagnosis of faults is required more skillful method without disassemble. This paper gives numerical method to predict cause of $45^{\circ}$ slurry suction ejector performance degradation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.220-222
• /
• 2006

분산 어플리케이션은 동시에 여러 사용자가 각기 다른 환경에서 동기화된 프로세서를 사용하기 때문에 일정 한 성능을 유지하는 것이 무엇보다 중요하다. 진단엔진은 시스템을 진단하여 시스템 결함의 원인을 발견하여 시스템이 자가치료가 가능하게 한다. 적응형 미들웨어는 진단엔진을 사용해서 분산 어플리케이션이 로컬환경에 맞는 고른 서비스를 유지 할 수 있도록 한다. 본 논문은 베이지안 네트워크를 사용한 적응형 미들웨어의 진단엔진을 제안한다. 베이지안 네트워크는 상황인지분야에서 널리 사용되는 추론기법으로서, 수집 된 데이터를 통해서 그 구조를 학습하고 데이터를 증거 값으로 시스템 진단을 한다. 본 논문은 실험 대상자로부터 윈도우시스템에서 두 시간 동안 데이터를 수집하여 한 시간은 베이지안 네트워크 학습에 사용하고, 나머지는 베이지안 네트워크 성능평가에 사용하였다. 실험 결과 학습된 두 개의 베이지안 네트워크 모델은 각각 95.41%, 99.77%의 정확성을 보였다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.94-94
• /
• 2011

배관 구조물에서는 내부 미세 균열에서부터 국부 좌굴, 볼트 풀림, 피로 균열 등과 같이 다양한 형태의 손상이 복합적으로 발생 가능하다. 이러한 복합 손상은 배관 구조물의 누수, 누유 등의 사고를 야기할 수 있다. 하지만 기존의 단일 스케일 계측 시스템으로부터 복합 손상에 의한 실시간 누수를 진단하기는 매우 어렵다. 본 연구 단계에서는 누수를 야기하는 복합 손상을 효율적으로 진단하기 위하여 선행 연구에서 제안된 압전센서를 이용한 자가 계측 회로 기반의 다중 스케일 계측 시스템을 구조물의 복합 손상 진단에 적용하였다. 자가 계측 회로 기반 다중 스케일 계측 시스템은 크게 두 가지 형태의 신호를 계측한다. 첫 번째 스케일은 임피던스 계측으로부터 특정 주파수 대역폭에 대한 구조 응답을 계측하며, 두 번째 스케일은 유도 초음파 계측으로부터 단일 중심 주파수에 해당하는 구조물의 응답을 계측한다. 복합 손상을 손상 유형별로 분류하기 위하여 E/M 임피던스(Electro-mechanical impedance)및 유도 초음파(Guided wave) 계측으로부터 추출한 특성을 이용하여 2차원 손상지수를 계산하고 이를 지도학습 기반 패턴인식 기법(Supervised learning based pattern recognition) 중 확률론적 신경망 기법(Probabilistic Neural Network, PNN)에 적용한다. 제안된 기법의 적용성 검토를 위하여 파이프 구조물에 인위적으로 다중 손상을 생성시켜 시험을 수행하였다. 본 연구에서 제안된 기법이 실제 배관 구조물에 성공적으로 적용된다면 손상 부재의 거동 및 구조물 성능의 손상에 대한 영향을 효율적으로 진단하고 평가함으로써 배관 구조물의 효과적인 유지관리가 가능할 것으로 예상된다.

• Proceedings of the KIEE Conference
• /
• 2000.07d
• /
• pp.2986-2988
• /
• 2000

현재의 네트웍 환경은 다양한 통신 장비와 서비스들의 개발로 망 구성 요소간 이질적인 특성이 증가함에 따라 복잡해지고 어려워진 반면 사용자의 네트웍에 대한 품질 요구는 점점 더 증가하고 있다. 이러한 환경은 고성능의 네트웍 관리시스템과 전문적인 네트웍 진단기술을 필요로 한다. 하지만 기존의 관리시스템들은 네트웍 트래픽 모니터링에 의한 단순 평면적인 통계 기능을 가지고 있을 뿐만 아니라 네트웍 진단 기술 또한 체계화 되지 못하였다. 따라서 본 논문은 전력통신망에서 네트웍 전체를 대상으로 네트웍 성능, 장애 상태를 분석하여 네트웍의 현황을 진단하고 트래픽 특성을 통한 문제자원을 파악한 후 원인과 해결책을 제공하도록 지능적인 네트웍 분석기법을 통한 효과적인 전력통신망 운용 관리 방안을 제시한다.

• Database Research
• /
• v.34 no.3
• /
• pp.124-136
• /
• 2018

There have been active research activities to use neural networks to analyze OCT images and make medical decisions. One requirement for these approaches to be promising solutions is that the trained network must be generalized to new devices without a substantial loss of performance. In this paper, we use a deep convolutional neural network to distinguish AMD from normal patients. The network was trained using a data set generated from an OCT device. We observed a significant performance degradation when it was applied to a new data set obtained from a different OCT device. To overcome this performance degradation, we propose an image normalization method which performs segmentation of OCT images to identify the retina area and aligns images so that the retina region lies horizontally in the image. We experimentally evaluated the performance of the proposed method. The experiment confirmed a significant performance improvement of our approach.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.8
• /
• pp.3779-3784
• /
• 2012

Real-time process monitoring and diagnosis of industrial processes is one of important operational tasks for quality and safety reasons. The objective of fault diagnosis or identification is to find process variables responsible for causing a specific fault in the process. This helps process operators to investigate root causes more effectively. This work assesses the applicability of combining a nonlinear statistical technique of kernel Fisher discriminant analysis with a preprocessing method as a tool of on-line fault identification. To compare its performance to existing linear principal component analysis (PCA) identification scheme, a case study on a benchmark process was performed to show that the fault identification scheme produced more reliable diagnosis results than linear method.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.49 no.4
• /
• pp.311-320
• /
• 2021

A study is performed for the real time fault diagnosis during operation and health estimation relating to performance deterioration in a turbojet engine used for an unmanned air vehicle. For this study the real time dynamic model is derived from the transient thermodynamic gas path analysis. For real fault conditions which are manipulated for the simulation, the detection techniques are applied such as Kalman filter and probabilistic decision-making approach based on statistical hypothesis test. Thereby the effectiveness is verified by showing good fault detection and isolation performances. For the health estimation with measurement parameters, it shows using an assumed performance degradation that the method by adaptive Kalman filter is feasible in practice for a condition based diagnosis and maintenance.