• 제목/요약/키워드: 이산웨이블렛변환

검색결과 43건 처리시간 0.019초

LED 기반 그린에너지 조명시스템을 위한 전력품질 측정 (Power Quality Measurement for LED-based Green Energy Lighting Systems)

  • 유형모;최진원;최상호
    • 전자공학회논문지
    • /
    • 제50권2호
    • /
    • pp.174-184
    • /
    • 2013
  • LED 기반 그린에너지 조명 시스템의 성공적인 연구 개발과 원만한 설치 운영을 위해서는 펄스 파, 스파이크 파를 비롯한 비선형신호와 고조파, sag, swell 등을 포함한 불요신호에 대한 실시간 전력품질측정이 요구된다. 본 논문에서는 그린에너지 조명시스템 응용을 타깃으로 기존 저주파수 대 (60Hz~수KHz)는 물론 수십 KHz 이상의 고주파수 대에 발생하는 각종 전원 신호 분석이 가능한 저가형 전력품질측정 (power quality measurement: PQM) 방안을 제안하고, 이를 TI 320F28335 MCU(micro-controller unit) 기반 PQM 테스트 베드로 구현한다. 제안된 알고리즘은 CCS (Code Composer Studio) 3.3 환경에서 C언어로 작성하였으며, 임의 신호 발생기(NF-WF1974)로부터 발생된 모의 신호를 활용하여 구현된 알고리즘을 검증한다. 테스트 베드를 이용하여 LED SMPS로부터 발생되는 각종 비선형 전류 신호 측정, FFT를 이용한 고조파 신호의 분석이 가능할 뿐 아니라 이산 웨이블렛 변환을 이용한 sag, swell, interruption 등의 고품질 전력신호 측정도 가능하다.

서포트 벡터 머신을 이용한 볼 베어링의 결함 정도 진단 (Fault Severity Diagnosis of Ball Bearing by Support Vector Machine)

  • 김양석;이도환;김대웅
    • 대한기계학회논문집B
    • /
    • 제37권6호
    • /
    • pp.551-558
    • /
    • 2013
  • 서포트 벡터 머신(Support Vector Machine, SVM)은 학습용 데이터 집합이 확보되어 있을 경우, 매우 강력한 분류 알고리즘이다. 따라서 패턴인식은 물론 기계학습 분야에서 결함진단 도구의 하나로 이용되고 있다. 본 논문에서는 최적 특징과 SVM 을 이용하여 볼 베어링의 결함유형과 결함의 정도를 진단한 결과를 기술하였다. SVM 학습용 특징데이터에는 12 개의 시간영역 특징과 9 개의 주파수영역 특징들이 포함되어 있으며 이들 특징들은 다양한 베어링 결함조건에서 측정된 진동신호와 진동신호의 이산 웨이블렛 변환신호로부터 추출되었다.

고압전동기 고정자권선 결함 부분방전패턴 (Pattern of partial discharge for stator windings fault of high voltage motor)

  • 박재준;김희동
    • 정보학연구
    • /
    • 제7권1호
    • /
    • pp.155-161
    • /
    • 2004
  • 정상적인 기계의 동작동안, 부분방전측정이 고전압전동기 고정자권선을 모의하여 터빈제너레이터 분석기(TGA)를 이용하여 실행하였다. 모의한 고정자권선에 인가된 전압은 4.47[kV]와 6.67[kV]을 인가하였다. 모의 고정자권선을 갖는 전동기들은 단자함에 80[pF]용량성 커풀러를 설치하였다. 인가전압 위상각을 고려한 부분방전패턴의 경우 2차원, 3차원적으로 보여주었다. TGA는 정규화된 펄스수(NGN)DHK 부분방전펄스크기(Qm)으로서 두개의 정량화된량을 나타내었다. 결론적으로, 우리는 모의한 고정자권선에 대한 내부방전과 표면방전의 차이를 TGA을 이용하여 식별할 수 있었다. 고정자권선의 결함에 대한 특징을 추출하기 위한 기법으로서 이산웨이블렛 변환기법 및 주파수분석법을 이용하여 결함신호에 대한 특징을 추출할 수 있었다.

  • PDF