• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2001년도 제16회 학술발표회 논문초록집
• /
• pp.49-53
• /
• 2001

터보프롭 엔진의 성능진단을 위한 선형 GPA(Gas Path Analysis) 및 비선형 GPA 프로그램을 개발하고 최적 계측 변수 선정을 위한 해석을 수행하였다. 압축기 오염과 압축기 터빈 및 동력터빈의 부식에 의한 손상을 가정하고 계측변수를 6개, 8개, 10개로 달리하여 각각 선형 GPA 기법과 비선형 GPA 기법을 이용하여 해석을 수행한 후 RMS 오차를 비교하였다. 해석 결과 비선형 GPA 기법을 이용한 경우의 RMS 오차가 선형 GPA 기법을 이용한 경우보다 적어 비선형 GPA 기법의 유용성을 확인할 수 있었다. 또한 적절한 계측변수의 선정을 통해 보다 적은 계측 장비로 더 신뢰성 있는 결과를 얻을 수 있음을 확인하였다.

• 제어로봇시스템학회논문지
• /
• 제22권8호
• /
• pp.619-626
• /
• 2016

This paper proposes the design and performance evaluation of a marine engine fault detection system using a proximity sensor for marine engine. Non-linearity is greatly reduced by using the sensor without increasing the response time by applying the CANopen protocol. The CANopen protocol enables the sensor to send initial values and measurement data. The marine engine fault detection system measures crankshaft deflection and the bottom dead center of the crosshead in real-time, which maintains stability and prevents the serious breakdown of the marine engine by use of an interlocking alarm monitoring system.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.404-407
• /
• 2021

석유개발 현장에서 시추장비의 고장으로 인한 장비교체 및 시추시간 증가는 막대한 비용소모를 발생시킨다. 본 논문은 딥러닝 기반의 시추장비 중 드릴비트의 동력을 구동시키는 디젤엔진의 고장 요소를 분류하고 이 요소에 따른 고장여부를 판별하는 딥러닝 기반의 이상 예측 및 진단 모델을 개발하였다. 또한 제안한 모델의 우수성을 확인하기 위해 로지스틱 회귀분석 분류모델과의 예측성능 비교분석도 수행하였다.

• 한국추진공학회지
• /
• 제3권4호
• /
• pp.93-103
• /
• 1999

소, 중형 산업용 항공기나 초등 훈련기용으로 많이 이용되고 있는 터보프롭 엔진의 정상상태 성능해석 프로그램을 개발하고 성능진단을 위해 선형 GPA 기법을 적용하였다. 정상상태 성능해석 프로그램의 검증을 위해 상용 정상상태 해석 프로그램인 TURBOMARCH 해석결과와 비교하였다. 지상정지조건에서의 성능 및 비행마하수에 따른 출력 둥을 비교한 결과 각 구성품의 입,출구 온도 및 압력, 출력 등에서는 약 3%이하의 오차율을 보였으며, 마하수 변화에 따른 출력 비교에서도 최대오차율 2.4 % 이내로 프로그램의 신뢰성을 확인하였다. 선형 GPA 기법의 계측변수의 선정에 따른 정확성을 알기 위해 종속변수의 선정을 다르게 하여 오차율을 알아보았다. 성능저하 원인으로는 압축기에만 오염이 발생하였을 경우, 압축기와 압축기 터빈에 각각 오염과 부식이 발생하였을 경우, 압축기 터빈과 동력터빈에 동시에 부식이 발생하였을 경우, 압축기, 압축기 터빈, 동력터빈이 모두 오염과 부식이 발생하였을 경우를 가정하였다. 해석결과 계측기 변수가 많을수록 RMS 오차가 적었으며 같은 수의 계측기 변수라 하더라도 어떠한 변수를 계측하는가에 따라 오차율이 달라짐을 알 수 있었다. 비교적 오차율이 적으면서 경제성이 있는 경우는 8개의 측정변수를 이용한 경우로 최적의 계측기 수 및 계측기 변수 선정이 중요함을 알 수 있었다.

• 항공우주시스템공학회지
• /
• 제10권4호
• /
• pp.67-74
• /
• 2016

한국형 상태기준정비는 현재 한국해군 함정에 설치된 ICAS를 최대한 활용하여 전투준비태세를 완비하고, 선제적 정비/보급 지원과 군수자산의 경제적 운용, 데이터 기반 장비수명관리를 위한 것이다. 이러한 목적을 달성하기 위해서는 장비상태의 기준을 설정해야 하는데 이는 제작사에서 원천적인 기술을 제공하고 있지 않아 각 장비별 성능 맵 확보가 필요하고 고장패턴 등의 자료 축적이 필요하다. 본 연구에서는 소형 가스터빈엔진을 활용하여 가스터빈 성능 맵을 확인하고 고장정보를 축적하여 실시간으로 장비성능 확인과 성능 경향을 나타내게 하였고 이를 통해 운용자의 행동지침과 정비자의 검사 절차등을 명시하여 최적의 장비상태가 유지 될 수 있도록 솔루션을 개발하였다. 본 연구를 기반으로 실제 함정의 데이터를 이용한 상태진단기법 발전에 활용할 예정이다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제23권7호
• /
• pp.80-86
• /
• 2019

컴퓨터 성능 향상으로 다양한 분야에서 딥러닝을 활용한 연구가 활발히 진행되고 있으며 최근에는 구조물 안전성 평가 연구에도 그 적용이 이루어지고 있다. 특히 터빈의 내부 블레이드는 분리가 쉽지 않고 어두운 주변 환경으로 인해 블레이드의 표면 결함 검출은 전문 인력의 경험에 의존하고 있으며, 점검시간도 상당히 소요되고 있는 실정이다. 따라서, 본 연구에서는 딥러닝 기술을 적용하여 터빈 구조의 부재 중 하나인 내부 블레이드에 발생하는 결함을 검출할 수 있는 효율적인 방법을 제시하였다. Faster R-CNN 인공신경망 기법을 활용하여 결함의 이미지 데이터를 학습하였고 부족한 이미지는 필터링과 Image Data Generator를 이용하여 데이터를 확장하였다. 그 결과 블레이드의 결함을 학습한 딥러닝 모델은 평균적으로 약 96.1%의 정확도와 재현율은 95.3%, 정밀도는 96%의 성능을 보였다. 재현율을 통해 제시된 딥러닝 모델이 결함을 탐지하지 못하는 경우는 4.7% 로 나타났다. 재현율의 성능은 여러 환경의 많은 결함 이미지 데이터를 수집하고 확장하여 딥러닝 학습에 적용함으로써 더욱 향상되리라 판단된다. 이러한 실제 블레이드의 결함 이미지 데이터 확보와 학습을 통해 향후 터빈엔진 정비에 적용 가능한 결함 검출 시스템으로 발전할 수 있을 것이다.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2009년도 하계학술발표대회 논문집
• /
• pp.212-217
• /
• 2009

냉방기기별 하절기 가동률 및 동시사용률 실태를 조사하여 건물의 용도 및 면적 별냉방기기의 시간별 부하률 과 동시사용률, 연간 사용일수 가동시간을 조사하여 냉방기기별 에너지 소비현황 하절기 에너지수급 영향분석을 하고자 하였다. 그리고 국내에 설치된 냉방기기를 대상으로 현장조사 진단을 통해 냉방기기 사용 실태 및 냉방성능을 측정하고, 현장 조사를 통한 만족도와 불만사항을 조사하여 냉방기기 보급 및 운전의 효율을 상승시키고 모든 냉방기기 국산화를 위한 기초자료와 이를 위한 정책적 지원방안 및 향후 냉방기기 기술개발 방향을 제시하고자 한다. 또한 냉방기기별로 문제점을 도출하여 향후 정책제도 개선에 반영할 수 있도록 하였다.

• 한국전자거래학회지
• /
• 제23권2호
• /
• pp.111-121
• /
• 2018

항공기 엔진, 풍력발전기, 모터 등 회전기기에서 발생하는 많은 문제들은 진동이나 소음과 같은 신호 데이터를 측정하여 이상감지를 할 수 있으며, 주파수 분석 등 여러 가지 신호처리가 데이터 전처리 단계에서 필요하다. 본 논문에서는 진동 데이터를 분석하여 설비 이상상태를 감지하는 기법을 소개한다. 정상상태 데이터를 기반으로 마할라노비스 거리를 측정하여 이상상태 유무를 모니터링 하는 방식을 사용한다. 특히 신호 데이터의 전처리 기법들을 도입하여 이상상태 감지의 성능을 개선할 수 있음을 보여준다. 전처리 단계에서 신호 데이터 수집 과정에서 발생한 누설오차(leakage)를 없애기 위해 해밍 윈도우(Hamming window)를 적용하고, 신호 데이터의 원신호인 포먼트(formant)를 분리하기 위하여 켑스트럼(cepstrum) 분석을 실시한다. IMS 베어링 진동 공개데이터를 대상으로 시간 구간별로 6가지 통계지표를 추출한 후 마할라노비스 거리 분류기를 적용하여 성능을 검증하였다. 제시된 신호처리 전처리 기법을 적용함으로써 성능이 획기적으로 향상되는 것을 실험에서 보여주었다.

• 정보교육학회논문지
• /
• 제9권3호
• /
• pp.533-548
• /
• 2005

최근 유무선 인터넷 콘텐츠 처리 기술의 발달과 고속 인터넷 망의 보급으로 인해, 사용자는 언제 어디서나 컴퓨터를 이용하여 교육받고 학습할 수 있게 되었다. 유무선 인터넷을 활용한 영어 교육은 교수 및 학습자에게 다양한 통신 수단을 제공하는 동시에 영어를 모국어로 쓰는 사람들과 의사소통이 손쉽게 이루어지게 해줄 것이다. 또한 멀티미디어를 활용한 영어 학습은 학습자의 흥미를 유발하고 의사소통 능력의 신장을 유도할 수 있다. 본 논문에서는 멀티미디어 영어 학습에서 개별 학습자의 수준에 부합하는 학습을 제공하기 위해 평가를 통해 학습자의 지식 정도를 진단한다. 평가는 평가문항의 유형과 의사소통기능을 기반으로 구성되어 학습자에게 제시된다. 또한 기존의 웹 기반의 PC 뿐만 아니라 다양한 통신환경과 단말기를 지원하는 인터페이스 모듈을 통하여 이미지와 오디오와 같은 멀티미디어 학습 콘텐츠를 제공해주는 지능형 교육 시스템을 설계하고 구현한다. 제안하는 시스템을 교육현장에 적용해 본 결과, 학습자 수준을 진단하고 분석하기 위한 문항 정보와 추론엔진에 대한 성능을 분석하였고, 학습내용 제시 방법 또한 영어 학습에 있어서 수준 향상을 가져올 수 있다는 결론을 얻을 수 있었다. 따라서, 제안하는 시스템을 교육 현장에 도입한다면 다양한 단말기를 통해서 언제 어디서나 효과적인 영어 학습을 할 수 있을 것으로 기대된다.