• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2008년 영문 학술대회
• /
• pp.16-21
• /
• 2008

Aero-engine, as one kind of rotating machinery with complex structure and high rotating speed, has complicated vibration faults. Therefore, condition monitoring and fault diagnosis system is very important for airplane security. In this paper, a vibration data acquisition and intelligent fault diagnosis system is introduced. First, the vibration data acquisition part is described in detail. This part consists of hardware acquisition modules and software analysis modules which can realize real-time data acquisition and analysis, off-line data analysis, trend analysis, fault simulation and graphical result display. The acquisition vibration data are prepared for the following intelligent fault diagnosis. Secondly, two advanced artificial intelligent(AI) methods, mapping-based and rule-based, are discussed. One is artificial neural network(ANN) which is an ideal tool for aero-engine fault diagnosis and has strong ability to learn complex nonlinear functions. The other is data mining, another AI method, has advantages of discovering knowledge from massive data and automatically extracting diagnostic rules. Thirdly, lots of historical data are used for training the ANN and extracting rules by data mining. Then, real-time data are input into the trained ANN for mapping-based fault diagnosis. At the same time, extracted rules are revised by expert experience and used for rule-based fault diagnosis. From the results of the experiments, the conclusion is obvious that both the two AI methods are effective on aero-engine vibration fault diagnosis, while each of them has its individual quality. The whole system can be developed in local vibration monitoring and real-time fault diagnosis for aero-engine.

• Journal of Oral Medicine and Pain
• /
• 제47권2호
• /
• pp.107-108
• /
• 2022

Artificial intelligence (AI) refers to the use of machines to mimic intelligent human behavior. It involves interactions with humans in clinical settings, and augmented intelligence is considered as a cognitive extension of AI. The importance of AI in healthcare and medicine has been emphasized in recent studies. Machine learning models, such as genetic algorithms, artificial neural networks (ANNs), and fuzzy logic, can learn and examine data to execute various functions. Among them, ANN is the most popular model for diagnosis based on image data. AI is rapidly becoming an adjunct to healthcare professionals and is expected to be human-independent in the near future. The introduction of AI to the diagnosis and treatment of oral diseases worldwide remains in the preliminary stage. AI-based or assisted diagnosis and decision-making will increase the accuracy of the diagnosis and render treatment more precise and personalized. Therefore, dental professionals must actively initiate and lead the development of AI, even if they are unfamiliar with it.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.241-251
• /
• 2022

화장품 및 뷰티산업에서 고객의 피부상태 진단과 관리는 중요한 필수기능이다. 소셜미디어 환경이 사회 전 분야에 확산되고 일반화되면서 피부 상태의 진단과 관리에 대한 다양하고 섬세한 고민과 요구 사항의 질문과 답변의 상호작용이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 그러나 소셜미디어 정보는 매우 다양하고 비정형적인 방대한 빅데이터이므로 적절한 피부상태 정보분석과 인공지능 기술을 접목한 지능화된 피부상태 진단 시스템이 필요하다. 본 논문에서는 소셜미디어의 텍스트 분석정보를 학습데이터로 가공하여 고객의 피부상태를 지능적으로 진단 및 관리하기 위한 피부상태진단시스템 SCDIS를 개발하였다. SCDIS에서는 딥러닝 기계학습 방법인 인공신경망 기술을 사용하여 자동적으로 피부상태 유형을 진단하는 인공신경망 모델 AnnTFIDF을 빌드업하여 사용하였다. 인공신경망 모델 AnnTFIDF의 성능은 테스트샘플 데이터를 사용하여 분석되었으며, 피부상태 유형 진단 예측 값의 정확성은 약 95%의 높은 성능을 나타내었다. 본 논문의 실험 및 성능분석결과를 통하여 SCDIS는 화장품 및 뷰티산업 분야의 피부상태 분석 및 진단 관리 과정에서 효율적으로 사용 가능한 지능화된 도구로 평가할 수 있다. 본 논문에서 제안된 시스템은 소셜미디어 기반의 새로운 환경에서 화장품 및 피부미용에 대한 사용자의 요구를 체계적으로 파악하고 진단하는 기초 기술로 사용 가능할 것이다. 그리고 이 연구는 새로운 기술 트렌드인 맞춤형 화장품제조와 소비자중심의 뷰티산업기술 수요를 해결하기 위한 기초 연구로 사용될 수 있을 것이다.

• International Journal of Aeronautical and Space Sciences
• /
• 제15권2호
• /
• pp.123-137
• /
• 2014

The aviation gas turbine is composed of many expensive and highly precise parts and operated in high pressure and temperature gas. When breakdown or performance deterioration occurs due to the hostile environment and component degradation, it severely influences the aircraft operation. Recently to minimize this problem the third generation of predictive maintenance known as condition based maintenance has been developed. This method not only monitors the engine condition and diagnoses the engine faults but also gives proper maintenance advice. Therefore it can maximize the availability and minimize the maintenance cost. The advanced gas turbine health monitoring method is classified into model based diagnosis (such as observers, parity equations, parameter estimation and Gas Path Analysis (GPA)) and soft computing diagnosis (such as expert system, fuzzy logic, Neural Networks (NNs) and Genetic Algorithms (GA)). The overview shows an introduction, advantages, and disadvantages of each advanced engine health monitoring method. In addition, some practical gas turbine health monitoring application examples using the GPA methods and the artificial intelligent methods including fuzzy logic, NNs and GA developed by the author are presented.

• 조명전기설비학회논문지
• /
• 제25권8호
• /
• pp.30-38
• /
• 2011

This paper proposes a new intelligent diagnosis equipment for the partial discharge, which keeps deteriorating the insulating materials inside electric machineries, ultimately leading to electrical breakdown. In order to simulate experimentally the partial discharge inside the electric machinery, the tip-to-plate, the sphere-to-plate, the sphere-to-sphere and the plate-to-plate electrodes are used respectively, of which the gaps are 1[mm], 3[mm] or 5[mm] and the applied voltages are 3[kV], 5[kV] or 7[kV]. Ceramic coupler sensor and FIR digital filter are used to measure the partial discharge and the artificial neural network is used for the deterioration diagnosis of the electric machinery. The microprocessor of PD diagnosis equipment is DSP (TMS320C6713) with FPGA (Cyclone II). The results of the real-time and on-line experiments performed with the developed equipment are also explained.

• 대한전기학회논문지:전기물성ㆍ응용부문C
• /
• 제54권12호
• /
• pp.578-584
• /
• 2005

This paper describes development of management software for transformers based on artificial intelligent analysis technology of dissolved gases in oil. Fault interpretation using the artificial intelligent analysis is performed by the artificial neural network and a rule based on the analysis of dissolved gases. The used gases are acetylene($C_{2}H_{2}$), hydrogen($H_2$), ethylene($C_{2}H_{4}$), methane($CH_4$), ethane($C_{2}H_{6}$), carbon monoxide(CO) and carbon dioxide($CO_2$). This software is mainly composed of gases input, fault's causes, expected fault's phenomena in detail, the decision on maintenance as well as report and gas trend windows. It is indicated that this is very powerful software for the efficient management of oil-immersed transformers using data analysis of gas components.

• 지능정보연구
• /
• 제28권1호
• /
• pp.217-242
• /
• 2022

AI 기술이 결합된 지능형 제품은 기술적 차별화를 실현하며 시장 경쟁력을 높일 수 있는 잠재성을 지닌다. 하지만 시장 수용도를 극대화 할 수 있는 AI 기반의 신제품 개발 방법론은 부재하다. 본 연구는 AI 기반의 지능형 제품 개발에 대한 방법론으로서 KANO-QFD 통합 모델을 제안한다. 실증적인 분석을 위한 구체적 사례로 탈모 예측 및 치료 기기에 대한 소비자 요구조건(Customer Requirements)의 유형을 분류하고, 이를 구현하기 위한 기술적 요구사항(Engineering Characteristics)의 상대적 중요도 및 우선순위를 도출하여 지능형 메디컬 신제품 개발의 방향을 제시하였다. 소비자 130명을 대상으로 실시한 설문조사 분석 결과, KANO 카테고리 중 매력적 품질(Attractive Quality) 요소로 미래 탈모 진행 상황에 대한 정확한 예측, 미래 탈모 모습 및 치료 후 개선된 미래 모습을 실물화하여 스마트폰으로 보고, 세련된 디자인, 레이저와 LED 빛 복합 에너지를 이용한 치료 등이 도출되었다. QFD의 품질의 집(House of Quality)을 기반으로 분석한 결과, 탈모 진단 및 예측을 위한 학습 데이터, 두피 스캔용 Micro 카메라 해상도, 탈모 유형 분류 모델, 맞춤화를 위한 개인별 계정 관리, 탈모 진행상황 진단 모델 순으로 상대적 중요도 및 우선순위가 도출되었다. 본 연구는 기존에 선행되지 않았던 AI 기반의 지능형 메디컬 제품 개발에 대한 방향을 제시하였다는 면에서 의의를 지닌다.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2004년도 학술대회 논문집
• /
• pp.87-90
• /
• 2004

This paper describes development of power transformer maintenance system using intelligent dissolved gases in oil analysis. The used gases are acetylene(C2H2), hydrogen(H2), ethylene(C2H4), methane(CH4), ethane(C2H6), carbon monoxide(CO) and carbon dioxide(CO2). The rule and neural network based gas analysis methods are used for artificial intelligent diagnosis. It is indicated that this program is efficient for diagnosis of oil immersed transformers diagnosis from application of gas analysis data of serviced transformer which has local overheating

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 춘계학술대회 학술발표 논문집 제16권 제1호
• /
• pp.130-133
• /
• 2006

본 연구에서는 진단분야에서의 시스템의 성능을 향상시키고 최적의 해를 찾고자 사례기반추론과 인공 신경망을 혼합한 시스템을 제안한다. 사례기반추론은 과거의 사례(경험)를 통해 현재의 제시된 문제를 해결하는 추론방식으로, 지식이 획득이 덜 복잡하고, 정형화되기 어려운 규칙이나 문제영역이 불분명한 분야에 효율적으로 활용되었다. 그러나 사례의 양이 방대해야 효율적인 추론을 할 수 있으며, 검색된 시간 또한 지연되는 단점이 있다. 이러한 문제를 보완하고자 본 논문에서는 인공 신경망의 학습을 통해 저장된 ANN Library를 생성하여, 사례기반추론에서의 부적절한 해를 유추하는 것을 방지하고, 효율적이고 신뢰성이 높은 해를 유추해 내는데 목적이 있다.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2005년도 춘계학술대회논문집
• /
• pp.945-948
• /
• 2005

Mobile computing devices are becoming increasingly prevalent in a huge range of physical area, offering a considerable market opportunity. The focus of this paper is on the development of a platform of fault diagnosis system integrating with personal digital assistant (PDA). An improvement of induction machine rotor fault diagnosis based on AI algorithms approach is presented. This network system consists of two parts; condition monitoring and fault diagnosis by using Artificial Intelligence algorithm. LabVIEW allows easy interaction between acquisition instrumentation and operators. Also it can easily integrate AI algorithm. This paper presents a development environment fur intelligent application for PDA. The introduced configuration is a LabVIEW application in PDA module toolkit which is LabVIEW software.