• Electric Engineers Magazine
• /
• s.104
• /
• pp.49-66
• /
• 1991

• Electric Engineers Magazine
• /
• s.105
• /
• pp.72-79
• /
• 1991

• The Proceedings of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.11 no.6
• /
• pp.50-56
• /
• 1997

As the purpose of the breakdown prediction of three degradation of insulating materials caused by partial discharge occurring at various defects in the polymer insulator itself and at the interfaces between electrodes and the insulating materials. Treeing due to partial discharge os one of the main causes of breakdown of the insulating materials. Recently, the necessity of establishing the way to diagnoses the aging of insulation materials and to predict of insulation breakdown become improtant. The purpose of our work are to use acoustic emission System and fractal dimension and to investigated the treeing phenomena in polymeric insulation under appliec AC voltage 11[kV] with an artificial needleshaped void(1.5[mm]) using the above system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2005.11a
• /
• pp.385-388
• /
• 2005

최근 소프트웨어의 비약적인 발전은 사람들의 일상생활에서부터 복잡한 산업현장까지 점점 더 많은 영향을 주고 있다. 특히, 기업들의 이익과 밀접하게 관련된 생산 산업 현장에서 다양한 보전활동 중에서 예지보전은 설비에 대한 전문적 지식을 요구하기 때문에 기업의 입장에서 전문가 인력을 보유하고 있어야 하는 부담을 가지고 있다. 설비의 보전을 위해 전문가들이 행하던 분석 및 해결의 과정을 컴퓨터를 이용하여 처리하는 전문가시스템은 전문가 인력을 대체할 중요한 수단으로 생각되고 있다. 이에, 본 논문에서는 이러한 문제점에 대한 해결책으로 설비진단 전문가 인력을 대체할 수 있는 결정트리를 이용한 예지보전 전문가 시스템을 제안하고자 한다.

• Journal of the KSME
• /
• v.53 no.7
• /
• pp.40-43
• /
• 2013

이 글에서는 최근 관심을 모으고 있는 고장예지 및 건전성관리(PHM: Prognostics and Health Management) 기술이 자동차 전장부품에 어떻게 적용돼야 하는지에 대한 설명을 하고자 한다.

• Electric Engineers Magazine
• /
• v.266 no.10
• /
• pp.16-21
• /
• 2004

최근에는 설비의 이상진후를 포착함으로써 사고를 예지하고 치명적인 상태로 진전되기 전에 보완하는 이른바 예측보전 기술을 중심으로 하는 사고예방 방향으로 변화되어 가고 있다. <중략>

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1994.10a
• /
• pp.138-143
• /
• 1994

기기의 결함을 진단하는데에 전문자동진단시스템(EADS)을 사용하는 것은 고도의 숙련된 진단요원 없이, 시스템저자와의 질의응답과 같은 일련의 회의를 갖지 않고도 정확하고 또한 믿을만하게 기기상태를 측정 분석할 수 있는 가장 효과적인 방법이다. 전문자동진단시스템(EADS)은 일분에 5개의 기기들을 분석하고 진동전문분석가에 버금가는(94%) 정확성으로 진단결과를 제공한다. 많은 전문진단시스템 중에서 DLI의 ExpertALERT[4]는 가장 정확하고 정교한 진단시스템으로 평가되고 있다. 전문자동진단시스템(EADS)의 시행으로 프렌트의 기기고장으로 인한 조업중단의 회수가 줄어지고 정비비용을 절감하며 불필요한 정기점검식정비(PM)을 없앤다면 관계기술요원들의 진동에 대한 이해와 기술습득으로 한차원 높은 기기 정비를 통해 효율적인 생산성증가, 정비비용감소[5], 안전사고 미연방지등 많은 것을 함께 얻을 수 있다. Expert System 기술의 성공적인 적용이라고 정의할 수 있겠다.

• Proceedings of the KIPE Conference
• /
• 2006.06a
• /
• pp.305-307
• /
• 2006

기존에 사용되어 온 진동데이터를 이용한 유도전동기 고장진단 기법은 유도전동기의 전기적 결함을 파악하기 어렵고 특정 고장의 경우 유사한 진동주파수를 포함하고 있어 정확한 고장진단이 어렵다. 본 논문에서는 유도전동기 고장진단 시스템을 구현하기 위해 기존의 진동데이터 분석에 전류 분석기법 중의 하나인 MCSA(Motor Current Signature Analysis)기법을 추가하여 유도전동기 예지보전시스템의 신뢰성을 향상시켰다. 구현된 시스템의 신뢰성을 검증하기 위해 유도전동기의 고장진단을 위한 실험환경을 구축하고 진동데이터만을 이용하여 얻어진 고장진단 결과와 전류데이터 분석을 병행하여 얻어진 고장진단 결과를 비교 분석하였다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.12 no.3
• /
• pp.242-250
• /
• 2019

In this paper, we propose a method to predict the failure of industrial robot using Seq2Seq (Sequence to Sequence) model, which is a model for transforming time series data among Artificial Neural Network models. The proposed method uses the data of the joint current and angular value, which can be measured by the robot itself, without additional sensor for fault diagnosis. After preprocessing the measured data for the model to learn, the Seq2Seq model was trained to convert the current to angle. Abnormal degree for fault diagnosis uses RMSE (Root Mean Squared Error) during unit time between predicted angle and actual angle. The performance evaluation of the proposed method was performed using the test data measured under different conditions of normal and defective condition of the robot. When the Abnormal degree exceed the threshold, it was classified as a fault, and the accuracy of the fault diagnosis was 96.67% from the experiment. The proposed method has the merit that it can perform fault prediction without additional sensor, and it has been confirmed from the experiment that high diagnostic performance and efficiency are available without requiring deep expert knowledge of the robot.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2010.10a
• /
• pp.441-442
• /
• 2010