• 제목/요약/키워드: 자동고장진단시스템

검색결과 43건 처리시간 0.028초

프레스공정시스템에서 유도전동기 및 윤활유 레벨 상태모니터링을 위한 진단시스템 개발 (Diagnostic system development for state monitoring of induction motor and oil level in press process system)

  • 이인수
    • 한국지능시스템학회논문지
    • /
    • 제19권5호
    • /
    • pp.706-712
    • /
    • 2009
  • 본 논문에서는 프레스공정라인에서 발생하는 고장을 감지하고 분류하기 위한 고장진단기법을 제안한다. 또한 윤활유 레벨을 자동감지 하기 위한 방법도 제안하다. 제안한 방법에서는 FFT 주파수해석과 여러 경계인수를 갖는 ART2 신경회로망을 사용하며, LabVIEW를 이용하여 고장진단 및 윤활유 레벨 자동감시를 위한 GUI(Graphical User Interface) 프로그램을 제작하여 고장진단을 수행하였다. 실험결과들로부터 제안한 유도전동기 고장진단 및 윤활유 레벨 자동감시시스템의 성능을 확인하였다.

웨이블릿 분석과 신경망을 이용한 농형 유도전동기 고장 진단 (The Diagnosis of Squirrel-cage Induction Motor Using Wavelet Analysis and Neural Network)

  • 이재용;강대성
    • 융합신호처리학회논문지
    • /
    • 제9권1호
    • /
    • pp.75-81
    • /
    • 2008
  • 산업 전반에 걸쳐 유도 전동기는 필수적인 요소로 그 비중이 매우 크다. 이에 수반하여 유도 전동기의 고장은 단지 유도 전동기라는 전기기기에 국한되는 것뿐만 아니라 진동기의 다른 부분에 영향을 미치거나 다른 고장을 유발하는 원인이 되기도 한다. 이는 산업 시스템의 신뢰성을 실추시키는 악영향을 수반한다. 따라서 이를 예방하기 위한 여러 연구가 진행되고 있다. 본 논문에서는 산업 전반에 걸쳐 널리 사용되고 있는 유도 전동기의 고장을 자동 판별하는 시스템을 제안한다. 이 시스템의 고장진단 방법은 고정자 전류를 취득하여 이를 웨이블릿 분석하여 그 신호의 특징을 추출한다 이렇게 추출된 신호의 특징을 신경망을 사용해서 자동 판별하게 된다. 유도 전동기의 고장의 대부분을 차지하는 3가지의 고장을 모의 고장 유도전동기를 사용해서 시험하였다. 제안하는 시스템은 3가지의 유도 전동기의 고장을 간단한 장비로 진단을 수행하여 신뢰도 높은 고장 진단 시스템을 제안하였다.

  • PDF

변전소 고장진단을 위한 전문가 시스템 (An Expert System for Fault Diagnosis in a Substation)

  • 박영문;최면송;김광원;현승호
    • 한국조명전기설비학회지:조명전기설비
    • /
    • 제10권1호
    • /
    • pp.46-55
    • /
    • 1996
  • 본 논문에서는 변전소의 변전설비에 대한 고장진단을 위한 전문가 시스템을 개발하였다. 제안된 전문가 시스템에서는 변전소의 구조적 특성을 효과적으로 이용하기 위하여 두 종류의 새로운 자료 구조를 제안하였다. 먼저 설비 연결자료로, 이는 변전소의 수전단에서 배전단으로 이어지는 계층적 구조를 이용하여 소내 설비들의 전기적 연결상태 인식을 효과적으로 수행할 수 있도록 한다. 다음으로, 각 보호 계전기의 보호 영역 자료를 제안하였는데, 이것은 전문가 시스템 가동시에 자동으로 구성되면, 보호계전기의 주보호 설비 뿐만 아니라 후비보호와 2차 후비보호 등의 설비들을 탐색하여 자료구조에 포함함으로써 추론의 효율을 높였다. 본 전문가 시스템에서는 2단계 추론을 수행하는데, 1단계에서는 설비 연결자료와 보호 영역 자료를 이용하여 고장 후보들을 선정하고 2단계에서는 보호기기 동작간의 인과관계를 이용하여 고장 위치를 파악하고 동작한 보호기기들에 대한 설명을 하도록 하였다. 제안한 전문가 시스템은 실제 154[kV]급 변전소 모형에 적용하여 도출된 결과의 타당성과 수행시간의 실효성을 보였다.

  • PDF

예지정비(PdM)와 Expert System (Successful Application of an Expert System to Predictive Maintenance)

  • 전형식
    • 한국소음진동공학회:학술대회논문집
    • /
    • 한국소음진동공학회 1994년도 추계학술대회논문집; 한국종합전시장, 18 Nov. 1994
    • /
    • 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.

  • PDF

인공신경망을 이용한 DWT 전력스펙트럼 밀도 기반 자동화 기계 고장 진단 기법 (Fault Diagnosis Method for Automatic Machine Using Artificial Neutral Network Based on DWT Power Spectral Density)

  • 강경원
    • 융합신호처리학회논문지
    • /
    • 제20권2호
    • /
    • pp.78-83
    • /
    • 2019
  • 소리 기반 기계 고장 진단은 기계의 음향 방출 신호에서 비정상적인 소리를 자동으로 감지하는 것이다. 수학적 모델을 사용하는 기존의 방법은 기계 시스템의 복잡성과 잡음과 같은 비선형 요인이 존재하기 때문에 기계 고장 진단이 어려웠다. 따라서 기계 고장 진단의 문제를 패턴 인식 문제로 해결하고자 한다. 본 논문에서 DWT와 인공신경망 기반 패턴 인식 기법을 이용한 자동화 기계 고장 진단 기법을 제안한다. 기계의 결함을 효과적으로 탐지하기 위해 DWT를 이용해 대역별 분해 후 최상위 고주파 부대역과 최하위 저주파 부대역을 제외한 나머지 부대역의 PSD를 구하여 인공신경망 기반 분류기의 입력으로 사용한다. 그 결과 본 연구에서 제안한 방법은 효과적으로 결함을 탐지할 뿐만 아니라 소리 기반의 다양한 자동 진단 시스템에도 효과적으로 활용될 수 있음을 보여준다.

스펙트로그램 이미지를 이용한 CNN 기반 자동화 기계 고장 진단 기법 (CNN-based Automatic Machine Fault Diagnosis Method Using Spectrogram Images)

  • 강경원;이경민
    • 융합신호처리학회논문지
    • /
    • 제21권3호
    • /
    • pp.121-126
    • /
    • 2020
  • 소리 기반 기계 고장 진단은 기계의 음향 방출 신호에서 비정상적인 소리를 자동으로 감지하는 것이다. 수학적 모델을 사용하는 기존의 방법은 기계 시스템의 복잡성과 잡음과 같은 비선형 요인이 존재하기 때문에 기계 고장 진단이 어려웠다. 따라서 기계 고장 진단의 문제를 딥러닝 기반 이미지 분류 문제로 해결하고자 한다. 본 논문에서 스펙트로그램 이미지를 이용한 CNN 기반 자동화 기계 고장 진단 기법을 제안한다. 제안한 방법은 기계의 결함 시 발생하는 주파수상의 특징 벡터를 효과적으로 추출하기 위해 STFT를 사용하였으며, STFT에 의해 검출된 특징 벡터들은 스펙트로그램 이미지로 변환하여 CNN을 이용해 기계의 상태별로 분류한다. 그 결과는 제안한 방법은 효과적으로 결함을 탐지할 뿐만 아니라 소리 기반의 다양한 자동 진단 시스템에도 효과적으로 활용될 수 있다.

Auto-Pilot 시스템의 센서 및 actuator 고장진단을 위한 Failure Detection Filter (Failure Detection Filter for the Sensor and Actuator Failure in the Auto-Pilot System)

  • 서상현
    • 대한조선학회논문집
    • /
    • 제30권4호
    • /
    • pp.8-16
    • /
    • 1993
  • 자동항법장치(Auto-Pilot System)에 의한 방향제어는 방위계측센서에 의해 계측된 위치 정보와 선미조타장치를 바탕으로 이루어진다. 대부분의 제어시스템들은 센서 잡음을 제외하고는 고장이 없는 계측장비와 고장없는 actuator를 가정하여 상태추정 빛 제어알고리듬을 구현하고 있다. 그러나 실제 상황에서는 이러한 가정이 위험한 경우가 많다. 즉, 방위 계측장비가 고장인 난 경우, 이 잘못된 위치 정보에 기초한 제어기능은 심각한 안전상의 문제까지도 야기시킬 수 있는 것이다. 본 연구에서는 개선된 위치정보처리 방법을 포함시킨 제어시스템을 Auto-Pilot 시스템에 적용하여 보았다. 그 방법으로 센서 고장 진단 및 actuator 고장 진단용 BJDF(Beard-Jones Detection Filter)를 설계하여 그 기능을 파악하였고 일반적인 상태변수추정기와의 차이점을 보였다. 특히 센서의 Bias Error의 경우 상태변수 확장기법을 이용하여 actuator 고장진단의 모형으로 모형화 할 수 있음을 보였다. 이로 인하여 센서 고장의 경우 2차원 평면에 국한된 residual이 일정 방향의 residual로 되므로 고장진단이 용이함을 알 수 있었다.

  • PDF

배전 SCADA 기능을 이용한 고장타입.고장위치 진단 전문가 시스템 (An Expert System for the Diagnosis of the Fault Type and Fault Loaction In the Distribution SCADA System)

  • 고윤석;신현웅;신덕호;이기서
    • 대한전기학회:학술대회논문집
    • /
    • 대한전기학회 1999년도 하계학술대회 논문집 C
    • /
    • pp.1413-1415
    • /
    • 1999
  • 배전선로상에서는 상 불평, 고저항 지락사고나 선로탈락이 발생할 수 있다. 또한, 고장 감지기 정보의 불확실성 등으로 배전 SCADA 정보로부터 정확한 사고유형과 사고위치를 확인하는 작업은 매우 어렵다. 따라서 본 연구에서는 배전선로상에서 발생할 수 있는 다양한 사고들에 대해 사고유형과 사고발생 위치를 신속하고 정확하게 추론할 수 있는 전문가 시스템을 제안한다. 전문가 시스템은 배전 SCADA기능과 수집된 데이터를 종합적으로 활용하게 되는데, 특히, 정확한 사고유형 확인을 위해 절분점 감시 메카니즘이 새롭게 채택되며, 또한, 선로사고시 시스템 운영자들의 오류로부터 발생할 수 있는 파급효과를 최소화하기 위해 고장구간의 자동진단 전략이 개발된다.

  • PDF

룰 베이스를 이용한 정풍량 공조기 고장 검출 및 진단 시스템의 실험적 연구 (An Experimental Study on the Rule Based Fault Detection and Diagnosis System for a Constant Air Volume Air Handling Unit)

  • 한도영;김진
    • 설비공학논문집
    • /
    • 제16권9호
    • /
    • pp.872-880
    • /
    • 2004
  • The fault detection and diagnosis technology may be applied in order to decrease the energy consumption and the maintenance cost of the air-conditioning system. In this study, an air handling unit fault test apparatus was built and fault diagnosis algorithms were applied to diagnose various faults of an air handling unit. Test results showed the good diagnosis for applied faults. Therefore, these algorithms may be effectively used to develope the real time fault detection and diagnosis system for the air handling unit.