• Journal of the KSME
• /
• v.26 no.5
• /
• pp.394-397
• /
• 1986

과거에는 정기적인 진단으로 인력 및 장비의 손실 등 여러 가지 낭비를 초래해 왔으나, 설비기 계에 대하여 진동에 의한 예측검사를 함으로써 생산전체의 공정, 품질관리, 신뢰성, 인명의 안 전등의 측면에서도 많은 효율을 기대할 수 있다. 또한 고도의 컴퓨터 시스템을 이용하여 소프 트웨어의 개발이 다양화 되면, 보다 저렴한 가격으로 진단을 해나갈 수 있을 것이다. 현재 우 리나라의 형편을 살펴보면 설비진단에 대한 이상진동의 현상과 이상판별기준 및 데이터가 축적 되어 있지 않은 실정이다. 설비진단기술을 보다 발전시켜 나가기 위해서는 설비진단을 할 수 있는 기기의 개발이 시급하며 이를 전문적으로 다룰 수 있는 전문용역회사를 창출하여 각종 플 랜트의 정기적인 점검 및 예측점검을 시도해 나가는 것이 바람직한 방향이라 사료되며 또한, 이를 위하여서는 각종 데이터의 정립 및 전문기술 인력의 양성에 온 힘을 기울여아 할 것으로 사료된다.

• Proceedings of the Korea Contents Association Conference
• /
• 2015.05a
• /
• pp.225-226
• /
• 2015

뎅기 바이러스는 전 세계적으로 빠르게 확산되고 있는 모기 매개 바이러스이다. 현재까지 4가지의 혈청형이 알려져 있는 뎅기 바이러스는 뎅기열, 뎅기 출혈열과 뎅기 쇼크증후군 등을 유발한다. 현재 뎅기 바이러스가 전 세계적으로 확산되고 있음에도 불구하고 확실한 치료제나 백신이 없기 때문에 초기 진단이 매우 중요하다. 아열대기후로 진입하는 우리나라에서도 흰줄숲모기가 자주 발견되기 때문에 이 질병으로부터 결코 자유롭지가 않다. 바이러스 감염을 진단하기 위한 진단키트를 개발하기 위해서는 타깃 유전자 부위 선정이 매우 중요하기 때문에 본 연구에서는 먼저 생명정보학을 기반으로 뎅기 바이러스만을 특이적으로 검출할 수 있는 항월결정부위를 예측하고 진단키트에 적용하고자 하였다. 4가지 유형의 뎅기 바이러스 유전자들을 찾고, ProtScale Tool 프로그램으로 친수성(hydrophilicity), 접근성(acc -essibility), 유연성(flexibility), 회전(${\beta}-turns$) 등의 특성을 분석하여 항원결정부위를 선정하였다. 이 항원결정부위를 이용하여 단일클론항체를 제작하였으며 향후 진단키트로의 적용 가능성을 확인하였다.

• Journal of the Korea Convergence Society
• /
• v.11 no.11
• /
• pp.47-53
• /
• 2020

There is a need for a system that provides early warning of presence and type of failure of automobile wheel bearings through the application of predictive fault analysis technologies. In this paper, we presented a sensor module mounted on a wheel bearing and a diagnostic system that collects, stores and analyzes vehicle acceleration information and vibration information from the sensor module. The developed sensor module and predictive analysis system was tested and evaluated thorough excitation test equipment and real automotive vehicle to prove the effectiveness.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.334-337
• /
• 2004

차세대 생산 시스템(Next Generation Manufacturing System： NGMS)의 핵심 개념은 분산 생산 시스템과 다품종 소량의 유연 생산 시스템의 지원이다. 이러한 시스템의 구성을 위하여 실시간 데이터에 기반한 예측 모델이 필수적인데, 이러한 예측 기능을 통하여 생산공정의 관리와 운영, 특히 전체 공정관리를 효율적으로 수행할 수 있다. 한편, 공정으로부터 전송된 데이터는 특정한 형태의 지식으로 표현된다. 이러한 지식들은 시스템에 대한 다양한 정보를 가지고 있으므로 정보를 이용하여 시스템 상태를 빠르고 쉽게 진단할 수 있다. 공정 진단은 현재 공정 상태에서 생산되는 제품의 품질을 추정할 수 있는 정보로 활용된다. 본 논문에서는 이러한 개념이 바탕이 되어 공정관리 시스템을 설계하였다. 제안된 시스템의 적용 대상은 반도체 제조 공정의 단위 공정인 에칭 공정이다. 에칭 공정은 공정 중에 연속적인 검사가 수행되지 않고 최종 제품에 대한 검사가 수행되므로 불량 원인을 찾는 것이 쉽지 않다. 따라서 본 논문에서는 공정관리를 위한 의사지원시스템을 통해 공정의 연속적인 간접진단을 수행하고자 하였다. 본 연구에서 사용된 의사지원시스템은 각 공정에서 얻어지는 데이터와 경험적 지식을 토대로 공정시스템의 해석과 진단이 가능한 시스템이다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2007.11a
• /
• pp.205-209
• /
• 2007

생산 현장에서 기기의 운영과 관리는 제품의 품질 및 기업의 수익성과 직결된다. 그러나 정상적인 작동을 하고 있는 시스템에서 고장의 시점과 고장의 종류를 예측하기 곤란하며 따라서 잔여 가동 시간이 얼마인지도 예측하기 힘들다. 본 논문에서는 산업용 기계, 공정과 의료기기 등 신뢰성이 요구되는 Brushless DC 모터의 상태 변화의 추이를 관찰하여 진단의 특징점으로 사용한다. 본 논문에서 제안한 상태천이 모텔은 고장의 시점과 고장의 종류를 예측할 수 있으며 유지보수의사결정에 도움을 줄 수 있다.

• The Journal of the Acoustical Society of Korea
• /
• v.12 no.2E
• /
• pp.73-79
• /
• 1993

전력수요의 증가에 따라 전력계통의 대규모, 고엊압화 되는 현실에서 변압기의 사고는 사회여러분야에 큰 영향을 주게 되었다. 이에 세계 여러나라에서는 변압기 사고 예방진단시스템을 연구하고 있으며 일부는 실제 설치, 운영중에 있다. 본 논문에서는 변압기사고진단의 일환으로 변압기 사고의 원인이 되는 부분방전을 제거할 때 방전점을 예측하여 비용과 시간을 줄이고자 하였다. 부분방전의 위치를 예측하는 방법으로 2개의 초음파 신호의 신호상관법을 이용하였으며 모의 변압기를 통한 실험에서 오차가 4%이하로 비교적 정확한 위치 예측이 가능함을 보여 주었다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.11a
• /
• pp.111-113
• /
• 2023

자율운항선박 기술개발사업 중 2세부(자율운항선박 핵심 기관시스템 성능 모니터링 및 고장예측 진단 기술 개발)과제에서 자율운항선박 핵심장비 중 증기 배관(Steam Pipe)의 모니터링 및 고장예측 시스템 중 열화상 카메라에 의한 증기 배관(Steam Pipe)을 브라우저에서 모니터링 하는 시스템을 연구 및 개발 목표로 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.291-295
• /
• 2007

강수진단모형을 이용하여 저수지 이수운영을 위한 실시간 유량예측기법을 개발하였다. 강수진단모형은 현재 기상청 현업에서 수행중인 강우수치예보를 기반으로 상세 지역의 지형 효과에 의한 강수를 예측하는 정량강수예측모형(QPM; Quantitative Precipitation Model)으로서 부경대학교 환경대기과학과에서 개발된 모형이다. QPM은 중규모 예측 모형으로부터 계산된 수평 바람, 고도, 기온, 강우 강도, 그리고 상대습도 등의 예측 자료를 이용하고, 소규모 상세지형 효과를 고려함으로써 중규모 예측 모형에서 생산된 강수량 예측 값을 상세 지역의 지형을 고려한 강수량 예측 값으로 재구성하여 결과적으로 3km 간격의 상세지역 강우산출과 지형에 따른 강수량의 분포 파악이 용이할 뿐만 아니라 계산 효율성을 개선된 모형이다. QPM 검증을 위하여 기상학적 평가와 수문학적 평가를 수행하였다. 호우 사례별 일강수량의 시공간 분포로 부터, QPM을 활용한 시스템에 의한 예측결과가 원시자료 RDAPS 보다 고해상도의 예측 및 지형효과의 반영도가 높았으며, AWS의 관측자료와 비교하여 보다 높은 예측성을 보여 주었다. 대상기간인 2006년 1월 1일부터 6월 20일까지 관측강우는 총 391.5mm 였으며 RQPM은 실적강우에 비하여 119.5mm 정도 과소산정하고 있으나 분위사상과정을 거치게 되면 351.7mm로서 실적강우에 불과 10.2% 못미치고 있다. 이는 고무적인 결과로 볼 수 있으며 현업에서의 활용성이 기대되는 수준이라 볼 수 있다. 강우-유출모의를 위한 QPM신뢰도를 높이기 위하여 분위사상법(Quantile Mapping)을 이용하여 QPM모의에 존재할 수 있는 계통오차에 대한 추가적인 보정을 수행하였다. 수문학적 평가를 위하여는 장기연속유출모형인 SSARR모형을 기반으로 개발된 RRFS(Rainfall-Runoff Forecast System)을 이용하여 2006년 1월${\sim}$9월까지의 용담댐 유입량에 대하여 모의예측결과와 관측유입량 비교를 통한 검증을 수행하였다. 위 기간중 예측유입량의 RMSE(Root Mean Squared Error), COE(Sutcliffe Coefficient of Efficiency), MAE(Mean Absolute Error), $R^2$값은 각각 7.50, 0.68, 2.59, 0.69 값을 보이고 있다. 본 연구에서는 QPM에 의한 예측성의 향상 및 구축된 시스템에 의한 일강수량의 장기예측 가능성을 확인하였고, 향후 시스템을 현업에 활용하기 위해서 생산된 예측자료의 보다 장기적인 검증을 통한 시스템의 안정화가 필요할 것으로 사료된다.

• Science of Emotion and Sensibility
• /
• v.10 no.2
• /
• pp.147-154
• /
• 2007

Electrocardiogram(ECG) being the recording of the heart's electrical activity provides valuable clinical information about heart's status. Many researches have been pursued for heart disease diagnosis using ECG so far. However, electrocardio-graph uses foreign diagnosis algorithm in the con due to inaccuracy of domestic diagnosis results for a heart disease. This paper proposes ST-segment extraction technique diagnosing heart disease parameter from raw ECG data. As the ST-segment is used for prediction of Coronary Artery Disease, we can predict heart disease using classification approach in data mining technique. We can also predict patient's clinical characterization from patient clinical data.

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.35 no.3
• /
• pp.238-247
• /
• 2007

Genetic Algorithms(GA) which searches optimum solution using natural selection and the law of heredity has been applied to learning algorithms in order to estimate performance deterioration of the aircraft gas turbine engine. The compressor, gas generator turbine and power turbine are considered for engine performance deterioration and estimation for performance deterioration of a single component at design point was conducted. As a result of that, defect diagnostics has been conducted. The input criteria for the genetic algorithm to guarantee the high stability and reliability was discussed as increasing learning data sets. As a result, the accuracy of defect estimation and diagnostics were verified with its RMS error within 3%.