• 한국지능시스템학회논문지
• /
• 제14권1호
• /
• pp.1-8
• /
• 2004

본 논문에서는 실내대기 가스모니터링 시스템에서의 센서 고장 진단을 위한 신경회로망 기반 고장진단방법을 제안한다. 제안한 고장진단 방법에서는 신호패턴추출을 위해 센서히터 온도조절방법을 이용하였으며, 분류를 위해서는 ART2 신경회로망을 이용하였다. 그리고 가스모니터링 시스템의 실제 데이터를 이용한 시뮬레이션을 통해 제안한 ART2 신경회로망 기반 센서고장진단방법의 성능과 유용성을 확인하였다.

• 한국전자통신학회논문지
• /
• 제18권1호
• /
• pp.53-62
• /
• 2023

최근 신재생에너지 증가로 인하여 가스터빈 발전기는 양질의 전력공급을 위해 일일 기동·정지가 지속되고 있으며 이에 따른 영향으로 고온부품의 수명이 단축되고 고온 측정용 온도센서의 고장발생 빈도가 높아지고 있고 있다. 이에 본 연구에서는 가스터빈 제어에 사용되고 있는 듀얼 온도센서가 고장이 났을 경우 센서의 고장을 정확하게 진단하고 체계적으로 검출할 수 있는 퍼지로직 기반의 고장진단 알고리즘을 제안하였으며, 제안된 알고리즘의 유용성 확인을 위해 Matlab/Simulink의 환경에서 다양한 시뮬레이션을 수행함으로 제안된 알고리즘의 유용성을 확인하고자 하였다.

• 한국인터넷방송통신학회논문지
• /
• 제19권1호
• /
• pp.29-35
• /
• 2019

4차 산업 혁명이 진행되며 많은 회사들의 스마트 팩토리에 대한 관심이 커지고 있으며 센서의 중요성 또한 대두되고 있다. 정보를 수집하기 위한 센서에서 고장이 발생하면 공장을 최적화하여 운영할 수 없기 때문에 이에 따른 손해가 발생할 수 있다. 이를 위해 센서의 상태를 진단하여 센서의 고장을 진단하는 일이 필요하다. 본 논문에서는 디지털 센서의 고장유형 중 Rising time과 Falling time 고장을 딥러닝 알고리즘 RNN의 LSTM을 통해 신호를 분석하여 고장을 진단하는 모델을 제안한다. 제안한 방식의 실험 결과를 정확도와 ROC 곡선 그래프의 AUC(Area under the curve)를 이용하여 Rule 기반 고장진단 알고리즘과 비교하였다. 실험 결과, 제안한 시스템은 Rule 기반 고장진단 알고리즘 보다 향상되고 안정된 성능을 보였다.

• 한국전자통신학회논문지
• /
• 제10권2호
• /
• pp.283-288
• /
• 2015

센서 네트웨크에서 센서 노드는 고장이나 전력 손실 등과 같은 다양한 원인에 의해 오작동 및 부정확한 데이터 전송의 가능성을 가지고 있으며, 이러한 센서 노드의 오류는 전체 네트워크의 신뢰성 있는 서비스에 지장을 줄 수 있다. 본 논문에서는 센서 노드 자체의 동작 오류를 줄이는 방안으로 다중센서를 사용한 센서 노드의 고장 진단과 데이터 처리 알고리즘을 제안하였다. 제안된 방법은 센서 노드에 다수의 센서를 사용하여 측정하고, 각 센서의 값을 비교하여 이상 유무를 판별하여 신뢰성 있는 데이터만을 전송하는 방식이다. 이 알고리즘은 센서의 수가 많아지는 단점이 있지만, 간단한 연산으로 센서 이상을 검출할 수 있는 방법이기 때문에 높은 신뢰도가 중요한 응용 분야에는 유용하게 사용될 수 있을 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2019년도 춘계학술대회
• /
• pp.118-120
• /
• 2019

최근 IoT 모듈 즉, 사물 인터넷 기반 기술에 대한 연구가 활발히 진행되고 있으며, 다양한 제품들이 출시되고 있다. 대표적인 IoT 제품으로 가정에서 인터넷과 모바일 앱을 이용하여 카메라, 전등, 보일러 등을 제어하는 것을 볼 수 있다. 하지만 보통의 IoT모듈은 센서로 값을 추출하는 것이 목적이기 때문에 센서의 정확성과 고장 유 무를 판단하기 힘들다. 본 논문에서는 아두이노와 무선통신, 웹서버, 안드로이드 어플리케이션을 이용해 센서에서 추출된 값을 비교 분석한 표준편차를 이용해 센서의 고장 유 무를 판단 할 수 있는 모바일 앱을 설계 및 구현하고자 한다. 아두이노의 와이파이, 온습도센서 모듈 등을 이용하여 통신 연결을 하고 각종 환경, 제어정보들을 HTTP통신을 이용하여 웹서버와 통신하여 전달하고 제어한다. 이로써 사용자가 직접 IoT모듈에 가지 않아도 스마트폰 어플리케이션을 통해 센서 상태를 모니터링 및 진단하고 고장 유 무를 파악하여 교체시기를 알려주는 기능을 구현하였다.

• 한국항행학회논문지
• /
• 제7권2호
• /
• pp.171-179
• /
• 2003

본 논문에서는 항공기 센서와 구동장치 고장시 신경회로망을 이용하여 이를 대처하는 고장보완시스템에 대해서 고려한다. 센서 고장의 경우에는 비행동역학적 관계식을 적절히 이용하여 신경회로망으로 센서고장을 진단/규명하고 고장난 센서를 대체할 수 있는 시스템을 설계하고 또한 구동장치의 고장이나 조종면의 일부 파손시 이를 진단/규명하고 보완하여 새로운 트림상태로 안정화시키는 제어시스템을 제안한다. 설계된 두 보완시스템을 하나의 가격함수로 통합하여 운용하는 알고리즘을 제안하며 이의 검증을 위해 센서와 구동장치의 고장을 가상적으로 설정하여 시뮬레이션함으로써 보완시스템의 성능을 확인한다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2011년도 제37회 추계학술대회논문집
• /
• pp.599-602
• /
• 2011

일회성 비행체의 경우 임무 수행 시작 후에 발생하는 센서 등이 고장 나더라고 이를 극복하고 임무를 완료할 수 있게 강인하게 추진체 제어기를 설계하여야 한다. 이러한 비행체에는 중요 센서의 고장에 대비하여 대체 가능한 센서를 여분으로 장착하여 내결함성을 향상시키고 있다. 이 경우 추가 센서 장착으로 인해 비행체의 가격이 상승하게 된다. 본 논문에서는 NARX 모델을 사용하여 적용대상 추진체의 속도 센서를 대치 가능하게 하였고 각각의 센서 신호는 모델 기반의 고장 진단을 수행하여 고장 식별을 하였다. 설계된 NARX 및 고장 진단 알고리즘은 최적화하여 TI 사의 TMS320F2812 에 탑재되어 실시간으로 HIL 장비와 연동될 수 있도록 하였다. 본 논문에서는 최소한의 센서를 적용하여 일회성 비행체의 내결함성을 향상시키고 복잡한 고장 상황하에서 주어진 임무를 완료할 수 있는 추진체 제어기의 설계하여 HIL 환경에서 시험하여 적용 가능성을 확인하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.437-441
• /
• 1999

본 논문에서는 미지입력 외란에 대해서 강인한 새로운 형태의 고장 진단법을 제안한다. 시스템에 구동기만의 고장이 있는 경우는 한 개의 Luenberger 형태의 미지입력 PI 관측기의 설계에 의해 관측 적분 오차를 이용함으로서 구동기의 고장진단이 가능하고, 완벽한 분리가 이루어짐을 보이며, 복합적인 구동기 및 센서의 고장의 경우에는 다중 미지입력 PI 관측기를 출력의 개수만큼 설계함으로서 완벽한 고장진단 및 분리가 이루어짐을 제안한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.54-55
• /
• 2022

해양에 설치된 항로표지는 선박의 안전한 항해를 위해 위치 정보를 제공하고, 항로표지에 부착된 센서를 통해 다양한 해양 정보를 수집하고 있다. 하지만 항로표지는 육지와 멀리 떨어진 해상이라는 특수한 작업환경으로 인해 항로표지 유지보수를 위한 많은 시간과 비용이 발생하게 된다. 현재 항로표지에 부착된 센서를 통해 다양한 정보를 수집하고 있지만, 정상 데이터와 비정상 데이터를 구분할 수 있는 정보가 없어 고장진단에 어려움이 있다. 따라서 본 연구에서는 항로표지 센서 고장진단을 위해 머신러닝 비지도학습 중 하나인 K-means 알고리즘을 활용하여 정상 데이터와 비정상 데이터로 군집화하였으며, 분류가 잘 되는 것을 확인할 수 있었다. 향후 연구방향으로는 2개의 클러스터로 구분된 데이터가 실제로 정상 데이터인지, 비정상 데이터인지에 대한 비교·분석이 필요하다.

• 한국인터넷방송통신학회논문지
• /
• 제20권1호
• /
• pp.163-169
• /
• 2020

최근 4차 산업혁명의 핵심기술인 인공지능, 빅데이터, 사물인터넷의 발전으로 산업 현장에서 가동되는 기계의 자동화 및 무인화에 대한 연구가 활발히 진행되고 있다. 이러한 공정 기계들은 부착된 다양한 센서들로부터 수집된 데이터를 기반으로 제어되고 이를 통해 공정이 관리된다. 만약 센서에 고장이 발생한다면 센서 데이터 이상으로 인해 자동화 기계들이 오작동함으로써 공정 손실 발생뿐만 아니라 인명피해로도 이어질 수 있다. 전문가가 센서의 이상 여부를 주기적으로 확인하여 관리하고 있으나 산업 현장의 여러 가지 환경요인 및 상황으로 인하여 고장점검 시기를 놓치거나 고장을 발견하지 못하여 센서 고장으로 인한 피해를 막지 못하는 경우가 발생하고 있다. 또한 고장이 발생하여도 즉각 감지하지 못함으로써 공정 손실을 더욱 악화시키고 있는 실정이다. 따라서 이러한 돌발적인 센서 고장으로 인한 피해를 막기 위해 자체적으로 임베디드 시스템에서 센서의 고장 유무를 실시간으로 파악하고 빠른 대응을 위해 고장 진단 및 유형을 판별하는 것이 필요하다. 본 논문에서는 대표적인 센서 고장 유형인 erratic fault, hard-over fault, spike fault, stuck fault를 분류하기 위해 딥 뉴럴 네트워크 기반의 고장 진단 시스템을 설계하고 라즈베리 파이를 활용하여 구현하였다. 센서 고장 진단을 위해 구글이 제안한 MobilieNetV2의 Inverted residual block 구조를 사용하여 네트워크를 구성하였다. 본 논문에서 제안하는 방식은 기존 CNN 기법을 사용한 경우보다 메모리 사용량이 줄고 성능이 향상되며, 입력 신호에 대해 구간별로 센서 고장을 분류하여 산업 현장에서 효과적으로 사용될 것으로 기대된다.