• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2014년도 추계학술대회 논문집
• /
• pp.533-538
• /
• 2014

Power generator is one of the most important component of electricity generation system to convert mechanical energy to electrical energy. I t designed robustly to maintain high system reliability during operation time. But unexpected failure of the power generator could happen and it cause huge amount of economic and social loss. To keep it from unexpected failure, health prognostics should be carried out In this research, We developed a health prognostic method of stator windings in power generator with statistical data analysis and degradation modeling against water absorption. We divided whole 42 windings into two groups, absorption suspected group and normal group. We built a degradation model of absorption suspected winding using Fick's second law to predict upcoming absorption data. Through the analysis of data of normal group, we could figure out the distribution of data of normal windings. After that, we can properly predict absorption data of normal windings. With data prediction of two groups, we derived upcoming Directional Mahalanobis Distance (DMD) of absorption suspected winding and time vs DMD curve. Finally we drew the probability distribution of Remaining Useful Life of absorption suspected windings.

• 대한기계학회논문집A
• /
• 제39권6호
• /
• pp.625-629
• /
• 2015

본 연구에서는 수냉식 발전기 고정자 권선의 건전성 예지 방법에 대해 연구하였다. 권선의 데이터를 흡습 데이터와 정상 데이터로 분류 하였으며 각각의 데이터 군을 다른 방법으로 예측 하였다. 흡습 데이터를 예측하기 위해 픽의 제 2 법칙(Fick's second law)를 이용하여 건전성 감소 모델링을 하였고 픽의 제 2법칙의 해를 이용하여 흡습 모델식을 만들었다. 정상 데이터는 데이터의 분포가 정규분포를 따른다는 가설을 세운 후 카이제곱 검정을 통해 이를 입증하였다. 예측된 흡습 데이터와 정상 데이터를 이용하여 건전성 인자인 방향성 마할라노비스 거리(Directional mahalanobis distance; DMD)의 예측값을 산출하였고 흡습 권선의 고장 예상시점을 계산했다.