• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1995.04a
• /
• pp.350-353
• /
• 1995

본 연구에서는 회전기계의 진동신호를 검출, 신호처리, 이상판별, 이상진단 및 경향 예측을 수행하는 이상진동진단 시스템을 개발하였다. 이 시스템의 특징은 GUI를 지원하고 풀다운 메뉴방식을 통한 일관된 환경을 제공하며, 키보드 사용이 거의 없이 마우스만으로 모든 처리가 가능하다. 또한 각 모듈을 하나의 통합환경 내에서 처리된다. 금후 이상진단부분을 보다 개선하여 정밀진단이 이루어지도록 확장하여 갈 예정이다.

• Proceedings of the KIEE Conference
• /
• 2009.04a
• /
• pp.67-69
• /
• 2009

수십년 간 주요 운송 수단의 한가지로 사용되고 있는 도시철도는, 사고 발생 시 큰 경제적 손실과 사회적 손실을 야기할 수 있으나, 사고의 주 원인 중 한가지인 도시철도 전력설비 고장에 대한 감시 및 진단 시스템은 적용되고 있지 않은 실정이다. 최근 이러한 전력설비 상태 감시 및 진단에 대한 필요성이 점차 커지게 되어, 도시철도 전력설비 수명예측 시스템 설계에 관한 연구 과제가 제안되어 현재 국토해양부와 건설기술평가원, 그리고 한국철도기술연구원의 주도 하에 수행되고 있다. 본문에서는 수명예측 시스템 설계에 필요한 도시철도 전력 시스템의 특성과 고장 사례를 조사하였으며, 각 도시철도 운영기관의 사용자 요구사항 설문 결과, 그리고 수명예측 시스템의 일부인 전력설비 감시진단 시스템 기초 설계 결과를 나타내었다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.11 no.1
• /
• pp.113-120
• /
• 2007

A new material was tested and its applicability was investigated so as to give the capability of self-diagnosis of fracture in composite mortar. In the research for giving self-diagnosis capability, conductive mortar intermixed with cokes and carbon fiber powder(milled carbon fiber) was developed and its using for self-diagnosis material was proposed. Then after examining change in the value of electric resistance and AE characteristics before and after the occurrence of cracks at each weight-stage, the relationships of each factors were analyzed. As the results, it can be recognized that a new composite material with cokes and carbon fiber powder(milled carbon fiber) can be applied for self-diagnosis of fracture in mortar specimen.

• 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.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.224-226
• /
• 2022

다양한 소스로부터 수집되고 연동되는 데이터를 모델링하는 기술로 그래프 데이터베이스를 활용한 분석 기법이 각광받고 있다. 이 연구에서는 항로표지에서 관측되는 상태 및 주변 정보를 모델링하고, 고장진단 및 예측에 적용할 수 있는 기계학습 기법을 소개한다.

• Proceedings of the Korea Contents Association Conference
• /
• 2014.11a
• /
• pp.55-56
• /
• 2014

치쿤구니아열은 치쿤구니아 바이러스(chikungu- nya virus)에 감염된 매개 모기(열대숲모기 및 흰줄숲모기)에 물려 감염되는 급성 열성 질환으로 잠복기가 짧고 치료제가 없기 때문에 조기 진단이 매우 중요한 급성전염병이다. 아열대기후로 진입하는 우리나라에서도 흰줄숲모기가 자주 발견되기 때문에 이 질병으로부터 결코 자유롭지가 않다. 치쿤구니아 바이러스 감염을 진단하기 위한 진단키트를 개발하기 위해 먼저 타깃 유전자 부위 선정이 매우 중요하다. 본 연구에서는 생명정보학을 기반으로 이 바이러스 만을 검출할 수 있는 epitope를 예측하고자 한다. 이 바이러스의 capsid 유전자를 찾고 유사한 바이러스의 유전자들과 multiple alignment를 수행하여 이 바이러스만이 가지고 있는 독특한 부위를 추출하였다. 이후 ProtScale Tool 프로그램으로 선택한 단백질의 친수성(hydrophilicity), 접근성(accessi- bility), 유연성(flexibility), 회전(${\beta}$-turns) 등의 특성을 모두 만족하는 부위를 선별하여 진단키트 제작을 위한 epitope를 제시하고자 한다.

• Proceedings of the Korean Institute of Electrical and Electronic Material Engineers Conference
• /
• 2004.11a
• /
• pp.13-18
• /
• 2004

전력계통 분야에서는 HVDC 전력변환소, BTB, UPFC 및 SVC의 안정성 향상 및 안정적인 운용을 위한 체계적인 유지보수 및 관리가 필요하다. 특히 전력계통에 접속된 대용량 전력반도체 소자인 사이리스터 밸브는 운전중에 열적, 전기적인 스트레스를 받게 되며, 이로 인해 밸브의 수명이 감소하여 전력계통의 안정적인 운용을 어렵게 만드는 요인이 된다. 따라서 전력계통 운용의 안정성을 확보하기 위해서는 대용량 사이리스터 밸브의 열적, 전기적 스트레스에 따른 수명 변화를 예측하는 열화진단 기법의 개발이 중요하다. 본 고에서는 대용량 사이리스터 소자의 열화진단 기법에 대한 국내외 현황과 현재 연구가 진행중인 열화 진단 기법에 대해 서술하였으며, 1500V급 사이리스터 소자의 가속열화 실험을 통해 소자의 수명을 예측한 결과를 나타내었다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.28 no.2
• /
• pp.69-76
• /
• 2024

The rheological properties of fresh concrete significantly influence its manufacturing and performance. However, the diversification of newly developed mixtures and manufacturing techniques has made it challenging to accurately predict these properties using traditional empirical methods. This study introduces a multiscale rheological property prediction model designed to quantitatively anticipate the rheological characteristics from nano-scale interparticle interactions, such as those among cement particles, to micro-scale behaviors, such as those involving fine aggregates. The Yield Stress Model (YODEL), the Chateau-Ovarlez-Trung equation, and the Krieger-Dougherty equation were utilized to predict the yield stress for cement paste and mortar, as well as the plastic viscosity. Initially, predictions were made for the paste scale, using the water-cement ratio (W/C) of the cement paste. These predictions then served as a basis for further forecasting of the rheological properties at the mortar scale, incorporating the same W/C and adding the cement-sand volume ratio (C/S). Lastly, the practicality of the predictive model was assessed by comparing the forecasted outcomes to experimental results obtained from rotational rheometer.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.35 no.11
• /
• pp.1111-1117
• /
• 2011

This paper proposed a fault detection and diagnosis (FDD) algorithm using nonlinear regression models, focusing especially on heat exchanger faults. This research concerned four working modes: those with no fault, evaporator fault, condenser fault, and evaporator and condenser faults. This research used no fault mode data to create an FDD algorithm. Using the no fault mode data, correlation functions for predicting the degree of superheat or subcool of heat exchangers (an evaporator and a condenser) were derived. Each correlation function has five inputs and one output. Based on these correlation functions, it is possible to predict the degree of superheat or subcool of each heat exchanger under various working conditions. The FDD algorithm was developed by comparing the predicted value and the simulation value. The FDD algorithm works well in all four working modes.

• Proceedings of the Korean Vacuum Society Conference
• /
• 2016.02a
• /
• pp.91.2-91.2
• /
• 2016

반도체 및 디스플레이 등과 같은 전자산업분야에 플라즈마를 이용한 생산공정이 폭넓게 활용됨에 따라서 공정 결과를 예측하고 조절할 수 있는 플라즈마 변수 측정 및 진단기술의 중요성은 더욱 증가되고 있다. 플라즈마 진단을 위해 가장 많이 사용되고 있는 량뮤어 탐침(Langmuir Probe)은 수십 볼트(V)의 전압을 탐침에 인가하여 들어오는 전류(I)를 측정한 I-V curve의 해석을 바탕으로 플라즈마 변수들(전자밀도, 전자온도, 플라즈마 전위, ${\cdots}$)을 측정하는 방법으로 탐침에 인가한 전압으로 인하여 플라즈마가 영향을 받고 이로인하여 공정 결과에 변화를 줄 수 있다. 또한, 증착공정과 같이 공정과정 중에 탐침의 증착으로 인해 탐침으로 들어와야하는 전자 및 이온의 양이 감소하여 측정에 오차가 발생할 수 있어 공정 플라즈마 진단에 적합하지 않다. 따라서 공정 플라즈마의 정확한 측정을 위해서는 플라즈마에 대한 영향을 최소화하고 증착으로 인하여 탐침이 오염 되는 환경에서도 플라즈마 변수를 정확히 측정할 수 있는 진단 장치가 요구된다. 마이크로웨이브를 이용한 진단장치들은 1 mW 이하의 매우 작은 파워를 사용하기 때문에 플라즈마에 영향을 최소화하여 보다 정확한 플라즈마 진단이 가능하다. 또, 유전체 투과특성이 있는 마이크로웨이브를 이용하기 때문에 탐침이 유전체로 증착되었다 하더라도 측정에는 문제가 없어 공정 플라즈마 진단에 용이하다. 이런 장점들로 인하여 헤어핀 탐침(Hairpin probe), 컷오프 탐침(cutoff probe), 임피던스 탐침(Impedance probe) 등과 같이 마이크로웨이브를 이용하여 다양한 형태의 진단 장치들이 개발되었다. 본 발표에서는 마이크로웨이브를 이용한 다양한 형태의 진단 장치들을 소개하고 각각이 가지는 장단점을 정리하여 각 진단장치들이 측정이 적합한 영역을 소개할 예정이다.