• Proceedings of the Korean Nuclear Society Conference
• /
• 1997.10a
• /
• pp.233-238
• /
• 1997

위그너분포(Wigner Distribution)를 이용하여 진동신호를 분석하고, 신경회로망을 이용하여 온라인으로 진동발생에 따른 냉각재펌프의 이상상태를 진단하고자 하였다. 진동신호 분석을 위하여 현재 정상 가동중인 원전 냉각재펌프의 진동신호와 Rotor Kit으로부터 이상상태에 대한 모의신호를 추출하였다. 본 연구에서 진동신호 분석을 위하여 시간 및 주파수성분을 동시에 표현가능한 위그너분포 이론을 적용하므로써 기존의 시간 및 주파수성분을 별도로 표현하던 방법보다 신호분석이 용이함을 확인하였으며, 이 신호분석 결과를 바탕으로 역전파 신경회로망의 패턴인식 및 분류 특징을 이용한 진단결과는 실험데이타 량에 비추어 만족할 만한 인식률을 보였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.1
• /
• pp.241-248
• /
• 2011

In this paper we proposed and implemented a diagnosis system to control nuclear fuel handling machine. The proposed system consists of data acquisition system, diagnosis algorithm and faults simulator. Since the test on real operation of the fuel handling machine is impossible, we evaluated the proposed system by diagnosis experiments using the faults simulator, with which test signals on abnormal states of the bearing ball and the inner race of the bearing are generated. The experiments showed that resulting diagnosis analysis are consistent with the theoretical expectations.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.13 no.6
• /
• pp.1249-1256
• /
• 2018

Recently the research on artificial intelligence is actively processing in the fields of diagnosis and prediction. In this paper, we acquire the data of electrical current, revolution per minute (RPM) and vibration that is occurred in the motor and pump where hey are installed in the industrial fields. We train the acquired data by using the k-nearest neighbors. Also, we propose the status diagnosis methods that judges normal and abnormal status of motor and pump by using the trained data. As a proposed result, we confirm that normal status and abnormal status are well judged.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 1993.10a
• /
• pp.155-160
• /
• 1993

연삭가공은 숫돌의 입자가 마멸,파쇄,탈락,생성의 과정을 반복하면서 가공하는 것으로 연삭과정은 사용하는 연삭숫돌의 종류, 드레싱조건,연삭조건 등의 인자에 영행을 받는다. 더욱이 연삭숫돌의 연삭성능은 연삭가공시간의 경과에 따라 변화한다. 이때 요구되는 가공능률과 가공정밀도를 일정하게 유지하기 위해서는 연삭과정을 자동감시하고 이상상태를 진단하는 기술의 확립이 필수적이다. 본 연구에서는 AE를 이용하여 평면연삭에 있어서 연삭숫돌의 종류별(WA계 비트리파이드 및 레지노이드결하ㅂ제연삭숫돌 36종류) 및 연삭조건을 변화시켰을때의 연삭저항 및 AE 신호의 변화등을 In-process 검출하여 연삭가공상태의 자동감시 및 자동이상진단시스템을 위한 AE의 적용 가능성을 검토하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.38 no.3
• /
• pp.363-369
• /
• 2019

Various studies have been conducted for the diagnosis of noise condition of complex rotary machines. In this study, diagnosis index using vibration signal is developed for the efficient and objective assessment of noise condition of a blower motor. The noise most commonly caused by the abnormal blower motor are Tick/Click noise and Tone noise. According to cause and noise characteristics, time-frequency analysis is used to diagnose Tick/Click noise, and smoothing in frequency domain is used to diagnose tone noise condition. The noise condition of the blower motors were diagnosed using the developed index and these results are compared with the diagnostic results by the experts. As a result, the agreement rate was about 95 %.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2011.02a
• /
• pp.34-34
• /
• 2011

본 논문에서는 반도체의 제조공정 중 작동되는 건식 전공펌프에서 측정한 다중변수들의 통계적, 물리적 특성을 소개한다. 흡기부 및 배기부 압력과 부스터/드라이펌프의 소비전류와 같은 상태변수의 변위 분포는 2개 이상의 특징적인 구간으로 나뉘는 특성을 가지고 있다. 특히 흡기부 압력 데이터는 펌프의 성능상태를 직접적으로 나타내는 배기 속도를 유추할 수 있는 특성을 내포하고 있다. 이러한 관측을 통해 발견한 통계학적 특성을 나타내기 위해 적응형 인자모델(APM)을 이용한 진공펌프 시스템의 실시간 진단 기법을 개발하였다. 동시에 공정 중에 배기속도를 유추 할 수 있는 배기속도지표(PSI)를 제안하여 펌프의 성능 상태를 간접적인 방법으로 관찰하는 기법을 개발하여, 두 기법을 통한 진공펌프 시스템의 상태변화 진단 결과의 경향이 동일함을 확인하였다.

• Journal of Intelligence and Information Systems
• /
• v.2 no.1
• /
• pp.11-26
• /
• 1996

본 논문에서는 화학공정의 이상 진단을 위한 지식 기반 조업 지원 시스템의 개발에 관하여 살펴보고자 한다. 조업지원 시스템에서 가장 핵심적인 부분은 공정에 비정상 상황이 발생한 경우 이를 감지하고, 공정에 발생한 증상들을 분석하여 이상의 근본 원인을 찾아내는 작업-이상 진단이다. 이상 진단을 효과적으로 수행하기 위해서는 적절한 데이터의 해석이 매우 중요한데, 기존의 데이터 해석법들은 정상상태에 기반한 방법들을 동적거동을 효과적으로 표현하기에는 어려움이 많다. 본 연구에서는 RBF에 기반한 신경망을 사용하여 동적을 효과적으로 표현할 수 있는 정성적인 데이터 해석 모듈을 구축하였으며, 이 모듈에서는 공정에서 측정된 정략적인 센서값들을 정성적인 정보로 가공하여 이상진단 모듈에 제공한다. 본 연구에서는 효과적인 이상진단을 위하여 기존의 인과관계 그래프 모델(Cause Effect DiGraph)에 기반한 두가지 그래프 모델을 개발하였다. RCED(Reduced Caue Effect Digraph)는 공정의 측정 변수만으로 공정의 인과관계를 표현하는 오프라인으로 구축된 지식베이스 모델이며, PGTT(Pattern Graph Through Time)는 공정에서 발생한 증상간의 인과관계를 실시간으로 나타내는 동적인 모델이다. 이상, 신경망에 기반한 정성적인 데이터 해석 모듈과 이상진단 모듈을 전문가 시스템 도구인 G2를 DEC AlphaStation 상에서 폴리프로필렌 공정에 대한 조업지원전문가 시스템을 구축하고 이를 적용하여보았다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.301-301
• /
• 2022

본 연구는 운영 조건이 달라짐에 따라 회전수가 변하는 기기의 정상적 가동 여부와 고장 종류를 판별하기 위한 인공지능 알고리즘의 적용을 다루고 있다. 회전수가 변하는 장비로부터 계측된 상태 모니터링 센서의 신호는 비정상(non-stationary)적 특성이 있으므로, 상태 신호의 한계치가 고장 판별의 기준이 되기 어렵다는 점을 해결하고자 하였다. 정상 가동 여부는 이상 감지에 효율적인 오토인코더 및 기계학습 알고리즘을 적용하였으며, 고장 종류 판별에는 기계학습법과 합성곱 기반의 심층학습 방법을 적용하였다. 변하는 회전수와 연계된 주파수의 비정상적 시계열도 적절한 고장 특징 (Feature)로 대변될 수 있도록 시간 및 주파수 영역에서 특징 벡터를 구성할 수 있음을 예제로 설명하였다. 차원 축소 및 카이 제곱 기법을 적용하여 최적의 특징 벡터를 추출하여 기계학습의 분류 알고리즘이 비정상적 회전 신호를 가진 장비의 고장 예측에 활용될 수 있음을 보였다. 이 과정에서 k-NN(k-Nearest Neighbor), SVM(Support Vector Machine), Random Forest의 기계학습 알고리즘을 적용하였다. 또한 시계열 기반의 오토인코더 및 CNN (Convolution Neural Network) 적용하여 이상 감지와 고장진단을 수행한 결과를 비교하여 제시하였다.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.17 no.1
• /
• pp.37-44
• /
• 2003

This paper proposes on-line based a deterioration diagnosis pole transformers using various sensors such as thermistor, current transformer and potential transformer. We measured load current and temperature to diagnose pole transformer using R/F( radio frequency ) wireless data communication module. We represent the graphs of their feature. The result of this paper shows that the proposed device car be used as deterioration diagnosis device of pole transformers.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2012.02a
• /
• pp.222-222
• /
• 2012

최근 반도체 시장의 300 mm/450 mm wafer 급 이상의 첨단공정에서는 진공 펌프의 대용량화 및 에너지 절감을 위한 저소비 전력화 요구와 함께 공정 중 진공 펌프의 성능저하 및 이상 징후 발생 감지 혹은 예지 요구 및 예지 보수 기술이 높아지고 있는 추세이다. 이에 현재 경험에 의존하던 진공 펌프의 predictive and preventative maintenance (PPM) 주기 설정 기술이 매우 필요함을 알 수 있다. 본 연구에서는 지식경제부에서 지원하는 산업원천기술개발사업에 참여기관으로 수행하면서 한국표준과학연구원에서 주관기관으로 진행하는 스마트형 진공 배기 진단 제어 시스템 개발 과제를 통해 (유)우성진공에서 자체 개발하는 저진공 펌프에 적용 예정중인 smart형 PMS에 대해 소개하고자 한다. 진공 환경을 조성하는 핵심장치인 진공 펌프 상태는 진공 공정 환경 조성에 가장 주요한 변수이므로 이에 따른 상태 진단 기술은 진공 공정 제어 정밀도와 공정 신뢰성 확보에 필수적이며, (유)우성진공에서 자체 개발하는 드라이펌프 및 스크류펌프 등 저진공 펌프의 정밀한 실시간 상태진단을 통해 예지 보수 기술 및 신뢰성을 확보하고자 한다.