• Proceedings of the Korean Information Science Society Conference
• /
• 2003.04c
• /
• pp.241-243
• /
• 2003

일반적으로 사용되는 반도체 공정에 대한 진단 기법은 한 공정을 진행하기 전에 테스트 공정을 수행하여 공정의 진행 여부를 결정하고, 한 공정의 진행을 완료한 후에 다시 테스트 공정을 수행하여 공정의 결과를 진단하는 방법이다. 본 논문에서 제안하는 실시간 자동 진단 시스템은 기존 방법의 문제점인 자원의 낭비를 막고, 실시간으로 진단함으로써 시간의 낭비를 막는 진단 시스템을 제안한다. 실시간 자동 진단 시스템은 크게 시스템 초기화 단계, 학습 단계 그리고 예측 단계로 나누어진다. 초기화 단계는 진단할 공정에 대한 사전 입력값을 받아 시스템을 초기화하는 과정으로 공정장비 파라미터별 중요도 자동 설정 과정과 초기화 클러스터링으로 이루어진다. 학습 단계는 실시간으로 저장된 공정장치별 데이터와 계측기로부터 획득된 데이터를 이용하여 최적의 유사 클래스를 결정하는 단계와 결정된 유사 클래스를 이용하여 가중치를 학습하는 단계로 나누어진다. 예측 단계는 공정 진행 중 획득된 실시간 데이터를 학습 단계에서 결정된 파라미터별 가중치를 사용하여 공정에 대한 진단을 한다. 본 시스템에서 사용하는 클러스터링 알고리즘은 DTW(Dynamic Time Warping)를 이용하여 파라미터 데이터에 대한 특징을 추출하고 LBG(Linde, Buzo and Gray) 알고리즘을 사용하여 데이터를 군집화 한다.

• Database Research
• /
• v.34 no.3
• /
• pp.58-68
• /
• 2018

Distributed computing helps to efficiently store and process large data on a cluster of multiple machines. The performance of distributed computing is greatly influenced depending on the state of the servers constituting the distributed system. In this paper, we propose a self-diagnosis system that collects log data in a distributed system, detects anomalies and visualizes the results in real time. First, we divide the self-diagnosis process into five stages: collecting, delivering, analyzing, storing, and visualizing stages. Next, we design a real-time self-diagnosis system that meets the goals of real-time, scalability, and high availability. The proposed system is based on Apache Flume, Apache Kafka, and Apache Storm, which are representative real-time distributed techniques. In addition, we use simple but effective moving average and 3-sigma based anomaly detection technique to minimize the delay of log data processing during the self-diagnosis process. Through the results of this paper, we can construct a distributed real-time self-diagnosis solution that can diagnose server status in real time in a complicated distributed system.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2002.12a
• /
• pp.463-467
• /
• 2002

In this paper, we construct the fault detection and diagnosis system based on fuzzy algorithm in the injection molding machine. Data of operating injection molding machine are acquired in database in order to raise the reliability of detection and diagnosis.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.11C
• /
• pp.75-84
• /
• 2001

In this paper, we propose an on-line FDD(Fault Detection and Diagnosis) system based on the three layer feed-forward neural network which is trained by the back-propagation teaming algorithm. We implement the on-line fault detection and diagnosis system by Visual C++ and Visual Basic. The proposed FDD system is applied to an air handling unit in operation. Experimental results show the high performance of our system in the task of fault detection and diagnosis.

• Current Industrial and Technological Trends in Aerospace
• /
• v.8 no.2
• /
• pp.105-112
• /
• 2010

Aircraft accidents are characterized by substantial and extensive damage: the destruction of hulls and the fatalities of passengers. Health and Usage Monitoring Systems (HUMSs) are being developed as a technological approach to prevent the aircraft accident. In Korea, a project to develop HUMS for small airplane is being executed by funding of by Ministry of Land, Transport and Maritime Affairs. In this paper, global R&D trends of HUMS to prevent aircraft accident are described. An on-going Korean HUMS project is also explained, especially for system configuration, functionality and expected achievement.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2013.08a
• /
• pp.83.1-83.1
• /
• 2013

반도체 미세화, Glass 대면적화에 따른 산포관리 및 불량방지 필요(공정이격관리), 설비 데이터만으로는 Sensitivity가 낮아 공정 관리 어려움에 따른 대안 필요, 향후 추가 센서에 대한 접목이 용이한 SW Frame 필요, 양산적용을 위한 설비 및 FAB Host의 자동화 연계 개발 필요, 이종데이터의 통합를 통한 최적의 진단 및 관리가 필요합니다(SCM:툴박스). 즉, 기존의 장비 Parameter가 아닌 실제 공정시 Chamber로부터 얻을 수 있는 물리, 전기, 화학적인 데이터를 적합한 이종(異種) 센서를 직접 부착하여 이들 데이터를 통합 관리 분석 및 실시간 Monitoring을 통한 공정 진단 및 실시간 진단을 실행하는 솔루션입니다. 실 공정 시 적용이 유리한 OES 데이터를 주요 인자로 이외의 기타 데이터를 추가로 통합하여 특화된 분석환경과 공정 모니터링을 통하여 TAT (Turn Around Time)를 줄이고, MTBC (Mean Time Between Clean)를 늘림으로써 궁극적으로 칩메이커의 제품의 가격 경쟁력을 확보 할 수 있는 기능이며, 설비사 입장에서는 자사설비의 지능형 시스템을 위한 제반 기술이기도 합니다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.360-363
• /
• 2009

실시간으로 심장 질환의 진단을 위하여 심전도 신호의 스트림 처리 및 데이터 마이닝 프로토타입을 구현하였다. 신체부착형 센서로부터 전송되는 심전도를 전처리하여 심장질환의 진단 지표를 추출하였고 실시간 진단을 위한 출현 패턴 마이닝 알고리즘을 구현 및 적용하였다. 이를 기반으로 심혈관계 질환에 대하여 실시간 자동 진단 및 예측이 가능한 생체 신호 스트림 데이터 처리 분석 프로토타입을 구현하였다.

• ETRI Journal
• /
• v.14 no.4
• /
• pp.148-164
• /
• 1992

본 논문에서는 TDX-10 데이터베이스 데이터의 고장을 주기적으로 진단하고 복구할 수 있는 고장진단 전문가 시스팀을 제안하고 구현하였다. 실시간 환경 및 분산구조를 갖는 데이터베이스 관리 시스팀에서 데이터베이스의 효과적인 접근을 위해서 필요한 데이터베이스의 데이터 즉, 디렉토리와 딕셔너리는 매우 중요하며 고장이 발생할 경우 데이터베이스 관리시스팀에 미치는 영향은 치명적이다. 따라서, 실시간 환경을 갖는 데이터베이스 관리 시스팀에서 데이터베이스 데이터에 대한 고장 진단 및 복구는 필수적이라고 할 수 있다. 본 논문에서 제안한 고장진단 전문가 시스팀은 데이터베이스 데이터를 운용중 변하는 부분과 변하지 않는 부분으로 분류하고 미리 주어진 고장진단 규칙에 따라 진단하는 방법이다. 데이터베이스 데이터의 고장진단 데이터, 고장진단 규칙, 고장진단 데이터 생성기, 고장진단 데이터 검증기, 그리고 고장진단기로 구성되어 있다. 고장진단 데이터는 고장진단기가 데이터베이스 데이터를 주기적으로 진단하기 위하여 사용하는 마스터 데이터로서 두개가 존재한다. 고장진단 데이터 생성기는 데이터베이스 데이터의 고장진단을 위한 데이터 구조를 생성하고 데이터베이스로부터 데이터베이스를 데이터를 중복하여 읽어들이는 역할을 한다. 이와 같은 과정은 시스팀이 초기에 동작을 시작하거나 운용중 운용자에 의해서 릴레이션의 추가 및 삭제, 그리고 튜플의 추가등과 같은 사건이 발생할 경우에 이루어진다. 데이터베이스 검증기는 고장진단 데이터 생성기가 중복하여 생성한 데이터에 대해서 데이터베이스 데이터의 제작시의 초기 오류를 검증해냄으로써 데이터베이스 관리 시스팀의 안전한 운용을 가능하게 하며 고장진단기가 데이터베이스 데이터를 주기적으로 진단할 데이터를 탄생시킨다. 마지막으로 고장진단기는 주기적으로 데이터베이스 데이터의 고장을 진단하여 고장이 발생한 데이터를 미리 분류한 규칙에 따라 원래의 데이터로 복구하거나 운용자에게 보고함으로써 고장에 대비하도록 한다. 그리고 데이터베이스 상의 운용자에 의한 변경을 감지하여 고장진단 데이터의 재생성을 지시한다. 본 논문에서 제시하고 구현한 데이터베이스 데이터의 고장진단 및 복구를 위한 전문가 시스팀은 실시간 환경과 고장허용 환경, 분산 구조 그리고 빈번한 접근을 갖는 데이터베이스 관리 시스팀에서 아주 중요한 역할을 할 수 있다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2003.05a
• /
• pp.107-110
• /
• 2003

산업의 발달과 인구의 증가로 인한 물 사용량 증가와 다양한 폐수들이 끊임없이 발생하고 있다. 회사나 공장들은 이러한 폐수를 처리하기 위한 하ㆍ폐수처리장의 효율적인 운전을 위하여 관리ㆍ제어 시스템을 도입하고 있는 추세이다. 본 논문에서는 김해에 설치되어 있는 축산 폐수를 처리하는 파일럿 플랜트의 공정상태를 원격으로 관리할 수 있는 모니터링 시스템을 바탕으로 퍼지와 신경망을 이용한 실시간 원격 진단 및 제어 시스템을 설계하였다. 또한 여러 경우의 고장 사례를 원격 진단ㆍ제어 시스템에 접목시킴으로써 진단시스템의 성능을 더욱 향상 시켰다. 이러한 진단ㆍ제어 시스템을 이용하여 관리자는 공정상태를 항상 모니터링 할 수 있으며, 진단ㆍ제어 시스템에서 제공하는 경고 및 제어 값을 축산폐수플랜트에 전송함으로써 공정을 보다 효율적이고 안정적으로 진단ㆍ제어할 수 있다.

• Proceedings of the KIEE Conference
• /
• 2003.07c
• /
• pp.1861-1863
• /
• 2003

최근 국내 전력시장은 초고압 대전력기기 사용이 현저히 증가하고 있어 이에 따라 부분방전 예방진단 시스템의 필요성은 절대적이며 이러한 시스템의 국산화가 절실히 요구되고 있다. 예방 진단 시스템의 국산화에 있어 부분방전 신호 측정시 신호 대 잡음비(Signal to Noise ratio)를 높이기 위해 측정용 센서의 검출가능 주파수 대역을 높게 설정하여 설계되고 있는데, 따라서 센서에서 검출된 신호를 처리하기 위한 로컬유닛 또한 국산화시 외국 시스템보다 더욱 신뢰성을 가질 수 있도록 설계되어야 한다. 이를 위해서는 기존의 마이크로프로세서를 채용한 저속 시스템을 대체할 수 있도록 더욱 빠르고 높은 신뢰성의 디지털 신호처리 기술이 요구된다. 본 논문에서는 검출 센서의 아날로그 신호를 빠르게 디지털화 한 후 보다 정확한 데이터와 독립적 신호처리 그리고 네트워크를 통한 실시간 전송을 수행할 수 있는 부분방전 예방진단 시스템 로컬유닛의 프로토타입을 Digital Signal Processor (DSP)를 이용하여 구현하였다. 제작된 DSP 로컬유닛을 시험하기 위해 Real-Scale 170kV GIS Mock-up에서 부분방전 신호를 발생 시키고 센서를 통해 검출된 신호를 DSP가 처리하여 사용자의 네트워크를 통한 명령에 따른 실시간 전송모드, ${\Phi}$-q-n 진단모드로 자체 네트워크 기능을 이용하여 사용자에게 데이터를 실시간 전송하도록 하였다. 본 논문에서 구현한 DSP 로컬유닛은 대전력기기 부분방전 예방진단 시스템의 국산화에 있어 기존의 외국 시스템의 로컬유닛보다 구성이 간단하며, 실시간 신호처리 및 원거리 데이터 전송기능에서 우수한 성능을 보였다. 향후 연구에서는 다양한 분석 알고리즘을 탑재한 DSP를 개발하여 더욱 향상된 실시간 데이터 전송 및 분석기능이 우수한 DSP 로컬유닛을 개발하고자 한다.