• Transactions of the Korean Society of Mechanical Engineers A
• /
• v.21 no.5
• /
• pp.835-841
• /
• 1997

Microscopic examination of the morphology of wear debris is an accepted method for machine condition and fault diagnosis. However wear particle analysis has not been widely accepted in industry because it is dependent on expert interpretation of particle morphology and subjective assessment criteria. This paper was undertaken to analyze the morphology of wear debris for machine condition diagnosis of the lubricated moving surfaces by image processing and analysis. The lubricating wear test was performed under different sliding conditions using a wear test device made in our laboratory and wear testing specimen of the pin-on-disk-type was rubbed in paraffine series base oil. In order to describe characteristics of debris of various shape and size, four shape parameters (50% volumetric diameter, aspect, roundness and reflectivity) have been developed and outlined in the paper. A system using such techniques promises to obviate the need for subjective, human interpretation of particle morphology in machine condition monitoring, thus to overcome many of the difficulties in current methods and to facilitate wider use of wear particle analysis in machine condition monitoring.

• Proceedings of the Korean Society of Tribologists and Lubrication Engineers Conference
• /
• 1995.06a
• /
• pp.65-71
• /
• 1995

기계 윤활면내에 포함된 마멸입자는 기계시스템의 상태를 잘 대변하여 주므로 마멸입자의 크기분포, 단위체적당 입자수, 구성성분 및 형상 등의 정확한 규명은 기계시스템의 상태진단을 위한 여러 정보를 제공한다. 특히 마멸입자의 형상과 그 크기는 미시적 파괴현상인 마멸과정의 기구를 반영해 주고 있으며, 또한 마멸입자의 표면은 그것이 마찰면 혹은 파단면의 미시적인 형상과 반응 생성물을 포함하고 있는 표본이 된다. 본 연구에서는 마멸분의 형상, 크기, 표면광택 등과 그것이 발생하는 작동조건과의 관계를 인공 신경회로망 해석을 이용하여 기계 윤활면의 마멸분 형태인식에 적용하는 것을 목적으로 하였다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.28 no.5
• /
• pp.77-87
• /
• 2023

Wind turbines playing a critical role in renewable energy generation, accurately assessing their operational status is crucial for maximizing energy production and minimizing downtime. This study conducts a comparative analysis of different neural network models for wind turbine condition diagnosis, evaluating their effectiveness using a dataset containing sensor measurements and historical turbine data. The study utilized supervisory control and data acquisition data, collected from 2 MW doubly-fed induction generator-based wind turbine system (Model HQ2000), for the analysis. Various neural network models such as artificial neural network, long short-term memory, and recurrent neural network were built, considering factors like activation function and hidden layers. Symmetric mean absolute percentage error were used to evaluate the performance of the models. Based on the evaluation, conclusions were drawn regarding the relative effectiveness of the neural network models for wind turbine condition diagnosis. The research results guide model selection for wind turbine condition diagnosis, contributing to improved reliability and efficiency through advanced neural network-based techniques and identifying future research directions for further advancements.

• Proceedings of the Korean Society of Propulsion Engineers Conference
• /
• 2017.05a
• /
• pp.218-223
• /
• 2017

This paper deals with a fault diagnosis algorithm using the Kalman filter for a 75-ton Liquid Propellant Rocket Engine (LPRE). To design the Kalman filter, we linearized a non-linear simulation model of a 75-ton LPRE at an operating point, and checked the performance of the Kalman filter by comparing the measured values with estimated values of the states. Then, we artificially injected a fault of the turbopump efficiency into the simulation to confirm the performance of the fault diagnosis algorithm with the developed Kalman filter by comparing the variation of the residuals of the normal state with that of the fault cases.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.911-912
• /
• 2009

핵연료교환기는 매일 일정량의 연료를 교체해 주어야 하는 중수로 원전의 특성상 작동이 빈번한 장비로 원활한 원자로 운전에 중요한 역할을 담당하고 있다. 이에 따라 핵연료교환기 점검시에 정비이력관리 및 기기 이상 진단 기능을 추가하여 점검의 신뢰성을 높이고자 한다. 진단 시스템은 제어신호 및 진단신호 저장을 통하여 점검 상태에 대한 이력 관리가 용이해지고, 신호처리를 이용한 이상 분석을 통하여 기존에 확인 할 수 없는 이상신호를 확인 할 수 있다.

• Journal of the Korean Society of Manufacturing Technology Engineers
• /
• v.7 no.4
• /
• pp.42-49
• /
• 1998

This wear debris can be harvested from the lubricants of operating machinery and its morphology is directly related to the damage to the interacting surface from which the particles originated. The morphological identification of wear debris can therefore provide very early detection of a fault and can also often facilitate a diagnosis. The purpose of this study is to attempt the developement of intelligent system for moving condition diagnosis of the machine driving system. The four shape parameter(50% volumetric diameter, aspect, roundness and reflectivity) of war debris are used as inputs to the neural network and learned the moving condition of five values(material3, applied load 1, sliding distance 1). It is shown that identification results depend on the ranges of these shape parameter learned. The three kinds of the wear debris had a different pattern characteristics and recognized the moving condition and materials very well by neural network.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.11
• /
• pp.145-150
• /
• 2017

In this study, among the various types of plant equipment, valves, which are susceptible to water hammer, were selected as the diagnosis target. In order to effectively measure the vibration, an accelerometer was adapted for use in this difficult environment. The results showed that the maximum peak-to-peak vibration displacement caused by the action of water hammer on the valve was 21.40 mm, which would affect the structural stability of the valve and pipe. Meanwhile, the measured data was applied to the HIL simulator to verify the reproduction of the vibration. In the future, field data will be applied to the HIL simulator for the purpose of assessing the fatigue, durability and expected residual life of the plant equipment.

• Proceedings of the KSME Conference
• /
• 2007.05a
• /
• pp.455-460
• /
• 2007

A self-sensing circuit for piezo inkjet has been designed in order to monitor the operating condition during printing. In order to verify the circuit, both ink droplet images from strobe LED and vibration signals from the laser vibrometer were measured and compared with self-sensing signal. Experimental results show that self-sensing signal was effective in detecting the pressure wave change due to the bubble trapped in inkjet printhead.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2007.05a
• /
• pp.238-242
• /
• 2007

자동차의 고장은 그 종류나 특징면에서 다양하게 나타나게 되므로 자동차의 진단과 점검에는 많은 노동력과 비용, 시간이 소요되며 운전자에 의한 정보를 기대하기 힘든 경우에는 진단이나 정비과정에 많은 어려움을 겪게 된다. 따라서 본 연구에서는 운전자에 의한 일반적인 정보와 진동 소음센서에 의한 정보의 신호처리기술을 종합하여 자동차 부품의 이상 신호 분석을 하였다. 그리고 정상 상태 대비 이상 신호에 따른 진동 소음 데이터 변화율을 계산하여 작동 모드 별 실내음압에 영향을 미치는 신호 및 해당 주파수 특성을 분석하였다. 이에 따라 자동차 정비 전문가 시스템 구축을 위한 기초 연구로 엔진부의 이상 신호와 각 부품 별 이상 신호로 나누어 분석하여 데이터 처리 과정 및 이상 증상 별 경향 파악에 본 연구의 목적을 둔다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2007.05a
• /
• pp.243-246
• /
• 2007

자동차의 고장은 그 종류나 특징 면에서 다양하게 나타나게 되므로 자동차의 진단과 점검에는 많은 노력과 비용, 시간이 소요되며 운전자에 의한 정보를 기대하기 힘든 경우에는 진단이나 정비과정에 많은 어려움을 겪게 된다. 따라서 본 연구에서는 운전자에 의한 일반적인 정보와 진동 소음 센서에 의한 정보의 신호처리기술을 종합하여 자동차 부품의 이상 신호 분석을 하였다. 그리고 정상 상태 대비 이상 신호에 따른 진동 소음 데이터 변화율을 계산하여 작동 모드 별 실내 음압에 영향을 미치는 신호 및 해당 주파수 특성을 분석하였다. 이에 따라 자동차 정비 전문가 시스템 구축을 위한 기초 연구로 엔진부의 이상 신호와 각 부품 별 이상 신호로 나누어 분석하여 데이터 처리 과정 및 이상 증상 별 경향 파악에 본 연구의 목적을 둔다.