• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2010년도 추계학술대회 초록집
• /
• pp.183.1-183.1
• /
• 2010

본 논문에서는 풍력발전기의 회전속도센서의 고장 발생 시 고장을 검출하고 회전속도센서의 사용 없이 Sensorless 제어로의 전환에 관한 연구를 기술하였다. 최근 풍력발전은 급속한 성장함에 따라 풍력발전기의 대형화 및 해상풍력화 추세에 있다. 특히 해상풍력발전은 바람 및 설치장소의 제약에서 벗어나는 이점에 반해 염해, 습도 및 파도에 의한 진동 발생으로 센서의 고장 발생률이 높을 것으로 예상된다. 이에 따라 풍력발전기의 회전속도센서 고장 발생 시 이를 검출하는 방법을 제시하였다. 또한 회전속도센서의 고장이 검출되면 회전속도센서를 이용한 풍력발전기 제어방식에서 Sensorless 제어로의 전환을 통해 안전하게 풍력발전기를 운전할 수 있도록 하였다. 연구된 제어기법은 PSIM을 이용한 시물레이션을 통해 결과를 검증하였다.

• 한국전자통신학회논문지
• /
• 제11권2호
• /
• pp.203-208
• /
• 2016

본 논문에서는 음향 센서 시스템에서 다중 센서를 이용한 실시간 고장 진단 및 데이터 처리 알고리즘을 제안하고 실험을 통해 그 타당성을 입증하였다. 다중 센서 알고리즘은 하나의 물리량 계측을 위해 여러 개의 센서를 동시에 사용하는 방식을 사용하며 효율적으로 센서의 고장을 감지하여 신뢰성 있는 데이터를 출력할 수 있는 방법이다. 이를 음향 센서 시스템에 적용하기 위해 등가 소음레벨 $L_{eq}$를 이용한 실시간 고장 진단 및 오류 데이터 처리 알고리즘을 제안하고, 이를 검증하기 위한 실험 장치와 프로그램을 제작하고 실험하였다. 그 결과 다중 센서 알고리즘은 음향 센서 시스템에도 잘 적용되어 일부 센서의 고장 시에도 정확한 데이터 처리가 가능함을 보였다.

• 대한기계학회논문집B
• /
• 제41권11호
• /
• pp.735-742
• /
• 2017

본 연구에서는 PEM 연료전지 온도 센서의 고장을 감지 및 판별할 수 있는 모델 기반 센서 고장 감지 방법이 적용된다. 연료전지 차량이 작동하는 과정에서 스택 온도는 연료전지의 내구성에 영향을 미친다. 따라서 고장 진단 알고리즘이 고장 신호를 감지하는 것은 중요하다. 센서 고장 감지의 주요 목적은 연료전지 시스템의 안정적인 작동을 보장하여 고온과 저온으로부터 스택을 보호하는 것이다. 상태 공간에 기반한 패러티 방정식이 스택 온도와 냉각수 입구 온도와 같은 센서 고장을 감지하는데 적용되며, 잔차는 정상적인 온도 신호와 비교된다. 그리고 잔차는 현재의 센서 고장을 감지하는 다양한 고장 시나리오에 의해 평가된다. 결론적으로, 본 연구에서 설계된 고장 알고리즘이 고장 신호를 감지할 수 있다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2008년도 제31회 추계학술대회논문집
• /
• pp.192-195
• /
• 2008

다중 트림 상태에서 헬리콥터용 소형 터보샤프트 엔진에 부착된 센서의 고장을 검출하기 위한 방법을 제시한다. 먼저 헬리곱터의 엔진, 로터, 되먹임(feedback) 제어루프가 포함된 비선형 모델을 구하고 다중 트림 상태에서의 선형 모델을 추출하였다. 고장 검출 방법은 칼만필터에 기반한 방법을 채용하였는데 트림 상태가 변화할 때에 필터의 추정값이 연속적으로 변화하도록 상태변수 초기값을 재구성하였다. 또한 어떠한 센서가 고장이 일어났는지 구분할 수 있도록 어떤 센서의 고장을 검출한 다음 문제가 없는 경우 다음 센서의 고장 검출을 수행하는 단계적인 방법을 사용하였다. 시뮬레이션을 통하여 제시한 방법이 다중 트림 상태에서 각 센서의 고장을 잘 검출함을 보였다.

• 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.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.386-390
• /
• 2007

센서 네트워크 시스템은 한정된 자원을 갖는 센서노드들을 광대한 영역에 설치하여 새로운 정보를 수집 하고 모니터링 하는 기능을 한다. 센서 노드와 센서의 고장(Sensor node faulty or Sensor faulty)은 열악한 설치 환경이나 제한된 리소스에 의해 종종 발생 되는데 이들 고장은 네트워크 내에서 요구되는 양질의 서비스 제공에 많은 문제를 가져온다. 본 논문에서는 센서 노드의 고장 검출 알고리즘으로 알려져 있는 Consensus 알고리즘과 센서노드에서 사용되는 센서의 고장을 검출할 수 있는 localized faulty sensor detection 알고리즘을 혼합하여 시스템에 안정된 서비스를 제공할 수 있는 방법을 제안하며 실제 시뮬레이션과 제작된 실험장치에 적용함으로써 그 유용성을 확인하고자 한다.

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.760-765
• /
• 2007

센서 네트워크 시스템은 한정된 자원을 갖는 센서노드들을 광대한 영역에 설치하여 새로운 정보를 수집하고 모니터링하는 기능을 한다. 센서 노드와 센서의 고장(Sensor node faulty or Sensor faulty)은 열악한 설치 환경이나 제한된 리소스에 의해 종종 발생되는데 이들 고장은 네트워크 내에서 요구되는 양질의 서비스 제공에 많은 문제를 가져온다. 본 논문에서는 센서 노드의 고장 검출 알고리즘으로 알려져 있는 Consensus 알고리즘과 센서노드에서 사용되는 센서의 고장을 검출할 수 있는 localized faulty sensor detection 알고리즘을 혼합하여 시스템에 안정된 서비스를 제공할 수 있는 방법을 제안하며 실제 시뮬레이션과 제작된 실험장치에 적용함으로써 그 유용성을 확인하고자 한다.

• 한국군사과학기술학회지
• /
• 제1권1호
• /
• pp.82-91
• /
• 1998

본 논문에서는 실제 물리적인 여유 센서를 가지지 않는 수중운동체의 센서 고장진단 및 극복에 관한 문제를 신경회로망을 사용하여 접근하였다. 이를 위하여 설계된 신경회로망은 센서 고장 진단을 위한 신경회로망과 고장 확인 및 대체정보 생성을 위한 신경회로망으로 구성하였으며, 온라인(on-line) 학습을 위하여 확장 역전(Extended Back-Propagation) 학습법을 사용하였다. 시뮬레이션은 수중운동체의 방위변화율 센서에 대하여 수행하였으며, 제안된 기법이 센서에 대한 고장진단기와 센서 추정기로 사용할 수 있음을 확인하였다.

• 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.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2023년도 춘계학술대회
• /
• pp.275-276
• /
• 2023

산업 현장의 기계 시설물 고장 문제는 큰 인명피해와 경제적 손실을 초래할 수 있기 때문에, 기계 시설물의 상태를 기반하여 고장을 진단하는 것은 대단히 중요하다. 따라서, 본 연구에서는 전류 센서 데이터를 활용하여, 시설물의 고장 여부를 진단할 수 있는 알고리즘을 제안한다. 본 연구에 활용된 전류 센서 데이터는 x, y, z축을 가진 3상 전류 데이터로 구성되어 있으며, 2kHz로 1초간 샘플링 되어 있다. 본 연구에서는 2차원적 특성을 가지는 전류 센서 데이터를 분석하기 위해 CNN(Convolution Neural Network)을 활용한다. 시설물의 고장진단에 가장 적합한 모델을 선정하기 위해 CNN의 대표적인 백본 네트워크를 활용하여, 결과를 비교하였다. 실험 결과, 본 연구에서 구성한 후보 백본 네트워크 중 ResNet의 분류 정확도가 98.5%로 가장 높게 나타났다.