The bearing diagnostics method is presented in this paper using fuzzy inference based on vibration data. Both time-domain and frequency-domain features are used as input data for bearing fault detection. The Adaptive Network based Fuzzy Inference System (ANFIS) and Genetic Algorithm (GA) have been proposed to select the fuzzy model input and output parameters. Training results give the optimized fuzzy inference system for bearing diagnosis based on measured vibration data. The result is also tested with other sets of bearing data to illustrate the reliability of the chosen model.
The goal of this paper is optimal switching angle of switched reluctance motor drive system for maximum energy ratio. A new magnetizing method with a low-frequency increasing the energy conversion ratio that is related to the efficiency of motor is proposed. As results, it improved the efficiency about $2[\%]$. And a torque ripple is also sufficiently reduced compared with that of the conventional switching angle magnetizing approach. In order to start softly regardless of a large ripple torque, the profile of phase current is predicted by the ANFIS, and current control mode was adapted when it is operated under the starting speed. Variable implementations on the fields will guarantee the more practical drive system.
Journal of the Korean Institute of Intelligent Systems
/
v.11
no.8
/
pp.695-700
/
2001
We design the intelligent diagnosis system for deciding on operation of TMS Analysis in this paper. We propose the method to model the neuro-fuzzy model for diagnosing the operation state of analyzer by using input and output signals of TMS and Expert's experiment data. Validity of the proposed system is asserted by numerical simulation.
Proceedings of the Korean Institute of Information and Commucation Sciences Conference
/
2001.10a
/
pp.386-392
/
2001
We design the intelligent diagnosis system for deciding on operation state of TMS Analyzer in this paper. We propose the method to model the neuro-fuzzy model for diagnosing theoperation state of analyzer by using input and output signals of TMS to measure Nox and SOx. By using experiment data, neuro-fuzzy model is investigated. Validity of the proposed system is asserted by numerical simulation.
This paper deals with the new fault detection technique for transmission line using Neuro-fuzzy Scheme. Neuro-fuzzy Scheme is ANFIS(Adaptive-network Fuzzy Inference System) based on fusion of fuzzy logic and neural networks. The proposed scheme has five layers. Each layer is the component of fuzzy Inference system and performs different action. Using learning method of neural network, fuzzy premise and consequent parameters is tuned properly.
Shin, Sang Doo;Kim, Yi-Gon;Lee, Bong Kuk;Bae, Young Chul
International Journal of Fuzzy Logic and Intelligent Systems
/
v.4
no.2
/
pp.187-192
/
2004
In this paper, we proposed the method to design fuzzy controller using the experience of the operating expert and experimental numeric data for the robust control about the noise and disturbance instead of the traditional PID controller for the main steam temperature control of the thermal power plant. The temperature of main steam temperature process has to be controlled uniformly for the stable electric power output. The process has the problem of the hunting for the cases of various disturbances. In that case, the manual action of the operator happened to be introduced in some cases. We adopted the TSK (Takagi-Sugeno-Kang) model as the fuzzy controller and designed the fuzzy rules using the informations extracted directly from the real plant and various operating condition to solve the above problems and to apply practically. We implemented the real fuzzy controller as the Function Block module in the DCS(Distributed Control System) and evaluated the feasibility through the experimental results of the simulation.
Proceedings of the Korea Water Resources Association Conference
/
2021.06a
/
pp.132-132
/
2021
Access to accurate spatial precipitation in many hydrological studies is necessary. Existence of many mountains with diverse topography in South Korea causes different spatial distribution of precipitation. Rain gauge stations show accurate precipitation information in points, but due to the limited use of rain gauge stations and the difficulty of accessing them, there is not enough accurate information in the whole area. Weather radars can provide an integrated precipitation information spatially. Despite this, weather radar data have some errors that can not provide accurate data, especially in heavy rainfall. In this study, some location-based variable like aspect, elevation, plan curvature, profile curvature, slope and distance from the sea which has most effect on rainfall was considered. Then Automatic Weather Station data was used for spatial training of variables in each event. According to this, K-fold cross-validation method was combined with Adaptive Neuro-Fuzzy Inference System. Based on this, 80% of Automatic Weather Station data was used for training and validation of model and 20% was used for testing and evaluation of model. Finally, spatial distribution of precipitation for 1×1 km resolution in Gwangdeoksan radar station was estimates. The results showed a significant decrease in RMSE and an increase in correlation with the observed amount of precipitation.
Kim, Sung-Suk;Kwak, Keun-Chang;Ryu, Jeong-Woong;Chun, Myung-Geun
Journal of the Korean Institute of Intelligent Systems
/
v.12
no.6
/
pp.571-576
/
2002
There have been a lot of considerations dealing with improving the performance of neuro-fuzzy system. The studies on the neuro-fuzzy modeling have largely been devoted to two approaches. First is to improve performance index of system. The other is to reduce the structure size. In spite of its satisfactory result, it should be noted that these are difficult to extend to high dimensional input or to increase the membership functions. We propose a novel neuro-fuzzy system based on the efficient clustering method for initializing the parameters of the premise part. It is a very useful method that maintains a few number of rules and improves the performance. It combine the various algorithms to improve the performance. The Expectation-Maximization algorithm of Gaussian mixture model is an efficient estimation method for unknown parameter estimation of mirture model. The obtained parameters are used for fuzzy clustering method. The proposed method satisfies these two requirements using the Gaussian mixture model and neuro-fuzzy modeling. Experimental results indicate that the proposed method is capable of giving reliable performance.
Journal of Korean Society of Industrial and Systems Engineering
/
v.40
no.1
/
pp.57-64
/
2017
In order to reduce damages to major railroad components, which have the potential to cause interruptions to railroad services and safety accidents and to generate unnecessary maintenance costs, the development of rolling stock maintenance technology is switching from preventive maintenance based on the inspection period to predictive maintenance technology, led by advanced countries. Furthermore, to enhance trust in accordance with the speedup of system and reduce maintenances cost simultaneously, the demand for fault diagnosis and prognostic health management technology is increasing. The objective of this paper is to propose a highly reliable learning model using various machine learning algorithms that can be applied to critical rolling stock components. This paper presents a model for railway rolling stock component fault diagnosis and conducts a mechanical failure diagnosis of motor components by applying the machine learning technique in order to ensure efficient maintenance support along with a data preprocessing plan for component fault diagnosis. This paper first defines a failure diagnosis model for rolling stock components. Function-based algorithms ANFIS and SMO were used as machine learning techniques for generating the failure diagnosis model. Two tree-based algorithms, RadomForest and CART, were also employed. In order to evaluate the performance of the algorithms to be used for diagnosing failures in motors as a critical railroad component, an experiment was carried out on 2 data sets with different classes (includes 6 classes and 3 class levels). According to the results of the experiment, the random forest algorithm, a tree-based machine learning technique, showed the best performance.
The gauge control of the fishing mill is very important because more and more accurately sized hot rolled coils are demanded by customers recently. Because the mill constant and the plasticity coefficient vary with the specifications of the mill, the classification of steel, the strip width, the strip thickness and the slab temperature, the variation of these parameters should be considered in the automatic gauge control system(AGC). Generally, the AGC gain is used to minimize the effect of the uncertain parameters. In a practical field, operators set the AGC gain as a constant value calculated by FSU (Finishing-mill Set-Up model) and it is not changed during the operating time. In this paper, the thickness data signals that occupy different frequency bands are respectively extracted by adaptive filters and then the main cause of the thickness variation is analyzed. Additionally, the AGC gain is adaptively tuned to reduce this variation using the online tuning model. Especially ANFIS(Adaptive-Neuro-based Fuzzy Interface System) which unifies both fuzzy logics and neural networks, is used for this gain adjustment system because fuzzy logics use the professionals' experiences about the uncertainty and the nonlinearity of the system. Simulation is performed by using POSCO's data and the results show that proposed on-line gain adjustment algorithm has a good performance.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.