• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.810-814
• /
• 2007

최근 제방개수 혹은 하폭확장과 같은 기왕의 제방대책을 적용하기 힘든 도시지역의 홍수피해 저감방안의 일환으로 개수로 혹은 지하터널 형식의 방수로와 같은 구조적 대안이 제시되고 있다. 현재 국내에서 검토되고 있는 방수로의 형식은 주로 유입부와 유출부의 양 지점 수두차에 의한 만관 상태의 흐름형식이다. 본 연구에서는 수두차에 의한 만관 상태의 흐름을 가지고 있으며, 3개 지점이상의 유입부를 가진 지하터널 형식의 방수로 계획시 마찰손실, 유입손실, 만곡부손실 등을 고려하여 유입부, 유출부 지점 계획에 따른 터널의 연장, 직경 등 제원 결정을 위하여 기존에 제시되어 있는 2개 저수지 유입시 정상상태 만관 흐름해석방법을 확장하여 3개 이상 저수지 유입시 정상상태 만관 흐름해석을 할 수 있도록 하였다.

• 전기의세계
• /
• 제45권4호
• /
• pp.5-12
• /
• 1996

지금까지 변압기의 유지보수는 일상순시와 전력설비를 일정기간 사용함에 따른 정기점검에 의하여 불량개소를 발견하고 보수하는 일정주기에 따른 예방보수를 하였으나, 경제적인 유지와 신뢰성 있는 전력공급을 위하여 변압기의 상태를 점검하여 정비하는 상태점검으로 전환하고 있다. 따라서 최근에는 변압기의 이상징후를 운전상태(on-line)에서 상시 감시하여 장래에 일어날 사태 등을 예측하고 그것이 치명적이기 이전에 처리하는 예측보전기술 중심으로 변하고 있다. 변압기의 내부이상을 진단하는 방법으로는 부분방전법, 절연유의 특성시험 및 가스분석법, 역률측정법, 저압서어지 시험법 등이 있으나, 진단방법의 특성 및 신뢰성을 고려할 때, 어느 한 방법으로는 불충분하므로 각종 진단 결과의 종합분석이 필요하다.

• 한국지하수토양환경학회:학술대회논문집
• /
• 한국지하수토양환경학회 2003년도 총회 및 춘계학술발표회
• /
• pp.237-241
• /
• 2003

본 연구에서는 강원도 속초시 쌍천에 위치한 쌍천지하댐이 지하수흐름에 미치는 영향을 범용 지하수 흐름해석 프로그램인 MODFLOW를 사용하여 검토하였다. 먼저 지하댐이 설치되기 전인 초기 정상류 상태를 모의하여 수두 분포를 확인하였으며, 그 후 지하댐 설치 전의 정상류 상태를 수위를 초기 수두로 하여 지하댐이 설치된 후의 대수층의 지하수위 변화를 모의하였다. 모의 결과 대수층에 지하댐을 설치하면 지하댐을 설치하기 전에 비하여 지하수위가 약 0.4m 정도 상승하는 것으로 나타났다.

• 한국시뮬레이션학회:학술대회논문집
• /
• 한국시뮬레이션학회 2002년도 추계학술대회 논문집
• /
• pp.59-64
• /
• 2002

위성의 자세 및 궤도, 추진기 등 상태의 동적 반응과 위성체 내부의 원격 명령 및 원격측정 처리 과정을 시뮬레이션하여 관제시스템의 운용자 교육 및 위성 이상상태 분석을 위한 위성 다목적실용위성 2호 시뮬레이터을 객체지향설계기법을 이용하여 설계한 내용을 기술한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.95-97
• /
• 2022

다양한 소스에서 수집되고 연동되는 항로표지 상태 데이터에서의 이상탐지는 항로표지의 고장예측에 있어서 중요한 역할을 한다. 이 연구에서는 항로표지 고장예측 서비스를 위해 상태 데이터를 모델링하고 분석할 수 있는 기계학습 모델의 연구 방법을 소개한다.

• 한국인구학
• /
• 제30권1호
• /
• pp.25-47
• /
• 2007

본 연구는 미국 노인의 두 조사 시점에 걸친 결혼 상태(지속적 유배우, 배우자 상실, 지속적 무배우) 및 은퇴 상태(지속적 은퇴, 은퇴 전이 지속적 취업)가 다양한 측면의 정신건강(우울감, 행복감, 자긍심, 통제감)에 미치는 영향 및 이에 대한 성별의 중재효과를 살펴보았다. 이를 위하여 미국 전국규모 종단자료인 National Survey Of Families and Households (T1-T2: 1987-1993)의 50세 이상 응답자 1,798명의 자료가 분석에 포함되었다. 그 결과 T1-T2 간 배우자 상실은 우울감 증가 및 행복감 감소와 연관되는 것으로 나타났다. T1-T2 지속적 무배우 상태는 통제감의 증가와 관련되며, T1-T2지속적 무배우 상태인 남성의 경우는 지속적 무배우 상태의 굴성과 틀리 현저하게 행복감이 저하되는 것으로 나타났다. T1-T2 지속적 은퇴 상태는 우울감 증가, 자긍심 저하, 통제감 저하와 관련되었다. T1-T2 간 은퇴전이는 자긍심 저하와 연관되었다. 은퇴와 정신건강 저하간의 관련성을 일관적으로 제시하는 이상의 결과들은, 은퇴가 노년기 정신건강에 미치는 부정적 영향을 경감시킬 수 있는 보호적 중재요인의 규명에 대한 후속 연구의 필요성을 강력히 시사한다.

• 한국가스학회지
• /
• 제9권3호
• /
• pp.38-43
• /
• 2005

화학공장들을 비롯한 수많은 가스 이용 시설들에서는 방대한 양의 운전 변수들을 감시하면서 운전 상태 및 부하에 따라 설비를 제어하고 있다. 이러한 공정에서 운전자가 인식할 수 있는 공정의 이상(fault)은 물리적인 고장(physical failure)이나 외부 교란, 운전자의 오류(human error) 등과 같은 원인으로 인하여 공정의 운전 조건이 정해진 상태를 벗어난 비정상(abnormal) 상태가 지속적으로 누적되면서 발생한다 이러한 공정의 이상이 발생하기 전부터 비정상 상태가 지속됐다는 것에 기초하여, 운전 변수들을 실시간으로 감시하여 공정 상태의 판단을 도와주고, 공정의 이상이 발생하기 전에 조기 경보를 해주는 조기 경보 시스템에 대해 연구하였다.

• 전기기술인
• /
• 제265권9호
• /
• pp.22-29
• /
• 2004

최근에는 설비의 이상징후를 포착함으로써 사고를 예지하고 치명적인 상태로 진전되기 전에 보완하는 이른바 예측 보전(또는 예지보전) 기술을 중심으로 하는 사고 예방 방향으로 변화되어 가고 있다. 이 예측보전기술은 기기의 상태를 정량적으로 파악하여 이상징후를 초기단계에서 검지하는 이상예지진단과 기기성능의 경년적인 변화에 착안한 노화진단 등을 중심으로 하고 있다. 이글에서는 변압기, 차단기, 단로기, 전력용 콘덴서, 피뢰기 등 수배전설비 진단 및 보수점검에 대해서 설명하고자 한다.

• 정보처리학회 논문지
• /
• 제13권3호
• /
• pp.130-139
• /
• 2024

제조 분야 설비 예지보전을 위해서 진동, 전류, 온도 등 물리 데이터를 기반으로 설비 이상을 탐지하는 인공지능 학습 모델이 활용되고 있다. 설비 결함, 고장 등 설비 이상 유형은 매우 다양하므로, 주로 오토인코더 기반 비지도 학습 모델을 이용한 이상 탐지 방법이 적용되고 있다. 설비 상태의 정상, 비정상 여부는 오토인코더의 재구성 오차를 이용해 효과적으로 분류할 수 있지만, 설비 이상의 구체적인 상태를 식별하는 데 한계가 있다. 설비 불균형, 정렬 불량, 고정 불량 등 설비 이상 상황 발생 시, 설비 진동 주파수는 특정 영역에서 정상 상태와 다른 패턴을 나타낸다. 본 논문에서는 전체 진동 주파수 범위를 N개 영역으로 나누어 이상 탐지를 수행하는 N 분할 이상 탐지 방법을 제시하였다. 압축기의 진동 데이터를 이용해 주파수와 강도를 달리한 9종의 이상 데이터를 대상으로 실험한 결과, N 분할을 적용하였을 때 더 높은 이상 탐지 성능을 나타냈다. 제안 방법은 설비 이상 탐지 이후, 설비 이상 구체화에 활용될 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제25권4호
• /
• pp.19-27
• /
• 2020

본 논문에서는 정압기의 이상 상태 진단을 위한 기계학습 방법을 제안한다. 일반적으로 설비의 이상 상태 탐지를 위한 기계학습 모델 구현에는 관련 센서의 설치와 데이터 수집 과정이 동반되나, 정압기는 설비 특성상 안전문제에 매우 민감하여 추가적인 센서 설치가 매우 까다롭다. 이에 본 논문에서는 센서의 추가 설치 없이 정압기 설비에서 자체 수집되는 유량과 유압 데이터만을 가지고 정압기의 이상 상태를 조기에 판단하는 기계학습 모델을 제안한다. 본 논문에서는 정압기의 비정상데이터가 충분하지 않은 관계로, 모델 학습 시 오버 샘플링(Over-Sampling)을 적용하여 모델이 모든 클래스에 균형적으로 학습하도록 하였다. 또한, 그레이디언트 부스팅(Gradient Boosting), 1차원 합성곱 신경망(1D Convolutional Neural Networks), LSTM(Long Short-Term Memory) 등의 기계학습 알고리즘을 적용하여 정압기의 이상 상태를 판단하는 분류모델을 구현하였고, 실험 결과 그레이디언트 부스팅 알고리즘이 정확도 99.975%로 가장 성능이 우수함을 확인하였다.