• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.29 no.12
• /
• pp.8-14
• /
• 2015

An effective way to ensure that LEDs produce wanted light output is to use a current driving topology, because the brightness of LEDs is directly related to their current. However, this topology may lead to the lifetime shortening of a illumination system because over-currents may flow through non-damaged LEDs in case some LEDs are damaged. This paper presents an adaptive current control circuits for LEDs, which protect LEDs in a good state by limiting the driving currents according to the number of damaged ones. The proposed control circuits consist of a simple constant-current driver and a micro-controller which monitors the voltage of LED array without any auxiliary current sensors for fault diagnosis. And the driving current is automatically controlled into 6-levels according to the number of failures.

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.12 no.2
• /
• pp.157-157
• /
• 1998

이 논문은 브리시리스 직류전동기의 구동 인버터의 실시간 데이터를 이용한 고장진단에 관한 것이다. 구동 인버터의 고장유형을 파악하여 주요 고장증세별로 분류하고, 고장결과를 예측하여 ASCL로 시뮬레이션함으로써 지식 베이스로 구성하였다. 구동 인버터에 대해 실시간으로 감시된 데이터는 전문가 시스템의 추론기관에서 시뮬레이션된 지식베이스와 비교하게 된다. 고장이 발생하면, 운전을 중지시킨 후, 전문가 추론을 함으로써 고장원인을 진단한다. 이로써 구동 인버터에 대해 전문적인 지식을 갖고 있지 않는 사용자에게, 고장원인 제거 및 수리대책에 관한 전문가의 지식을 신속히 제공하는 것이다.

• Proceedings of the KIEE Conference
• /
• 2005.04a
• /
• pp.235-237
• /
• 2005

철도차량에 취부되는 추진장치는 차량의 성능을 결정하는 매우 중요한 요소이다. 이러한 추진장치에 대한 다양한 성능을 평가하고 진단하기 위해 상시계측시스템을 구축하여 활용하고 있다. 이러한 계측장비들은 추진장치에 대한 계측 및 분석을 통한 시험을 평가하고 완성차 시험이나 본선시운전 시험시에 발생할 수 있는 고장원인을 찾아내고 해결하는데 많은 도움을 주고 있다 본 논문에서는 한국형 고속전철차량에 설치되어있는 상시계측시스템을 통해 추진장치에 대한 고장진단을 실시한 내용에 대하여 기술하였다.

• Proceedings of the KIEE Conference
• /
• 1995.07b
• /
• pp.995-998
• /
• 1995

As the modern industrial processes become more complex, it is getting more difficult to model and control the processes. Naturally, an advanced type of DCS(Distributed Control System) with higher level functions is being sought Advanced DCS is a DCS with advanced functions such as fault diagnosis, GPC(Generalized Predictive Control), NN(Neural Network), and Fuzzy Control. In this thesis, we have studied a fuzzy control algorithm for realizing an advanced DCS. Its algorithm is implemented in a form of function code which is a process control language, being used by the industrial engineers. To verify the realized function code of the fuzzy control, the function code is applied to a continuous casting process of the Pohang Iron & Steel Works in Kwangyang. The rules of the fuzzy control were collected via interviews of the field operators and their operation documents. Finally, usability of the function code of the fuzzy control is shown via simulation for the continuous casting process model.

• Proceedings of the Safety Management and Science Conference
• /
• 1999.11a
• /
• pp.109-121
• /
• 1999

플랜트 및 설비가 대규모, 정교화, 복잡화 될수록 이로 인한 고장 및 오류에 의한 피해가 막대하기 때문에, 시스템의 신뢰성, 보전성 및 안전성 향상과 제품 품질 향상을 추구 및 안전성 유지에 대한 관심이 고조되고 있다. 고장진단은 잠재적으로 노이즈를 가지고 있다고 생각되는 데이터의 해석에 근거하여 시스템의 고장을 찾는 일련의 체계적이고 통합된 방법이다. 그러나 대부분의 방법들이 이진 논리에 기초를 둔 추론으로 불확실성을 제대로 결과에 반영하지 못하고 있다. 본 논문에서는 예방정비의 관점에서 시스템에 내재된 다양한 불확실성을 효율적으로 처리하기 위해 전문가의 직관과 경험등을 기초로 하여 언어학적 변량을 취하고, 이를 퍼지 기법을 이용하여 정량화 함으로써 불확실성을 고려한 판단이 가능하게 하는 퍼지 전문가 시스템을 제안한다.

• Proceedings of the KAIS Fall Conference
• /
• 2000.10a
• /
• pp.124-127
• /
• 2000

반도체 제조 공정의 진단 및 고장 예측 시스템을 개발하기 위해 PCA(Principal Component Analysis) 기법을 적용하여 데이터 분석을 하고자 하며, 이에 대한 이론적인 연구와 연구 수행 절차를 구체적으로 정립하였다. 비쥬얼 C++에서 MATLAB과 PLS_Toolbox 등을 연동하여 직관적이고 시각적이며 사용자가 효율적으로 공정 현장에 적용할 수 있는 시스템을 개발하고자 한다. 지금까지 PCA와 관련한 다양한 문헌 조사를 수행하였고, 이론적인 연구를 하였다. 비쥬얼 C++ 프로그램에서 MATLAB과 PLS_Toolbox 등을 연동하기 위해 필요한 환경 선정 등을 완료하였으며, 초기 단계의 간단한 모듈들을 개발하였다. 다음 단계의 모듈들은 좀 더 빠른 시간에 개발할 수 있을 것으로 기대한다. 이를 공정 현장에서 수집한 다양한 데이터에 적용하여 그 결과를 피드백하여 시스템을 수정하고 보완하고자 하며, 마지막으로 현장에 적용하고자 한다.

• Proceedings of the Korean Society of Tribologists and Lubrication Engineers Conference
• /
• 2001.06a
• /
• pp.30-35
• /
• 2001

The morphological analysis of wear particle is a very effective means for machine condition monitoring and fault diagnosis. In order to describe morphology of various wear particle, the wear test was carried oui under friction experimental conditions. And fractal descriptors was applied to boundary and surface of wear particle with image processing system. These descriptors to analyze shape and surface wear particle are share fractal dimension and surface fractal dimension. The boundry fractal dimension can be derived from the boundary profile and surface fractal dimension can be determined b)r sum of intensity difference of surface pixel. The morphology of wear particles can be effectively obtained by two fractal dimensions.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10b
• /
• pp.120-124
• /
• 2007

RFID(Radio Frequency Identification) 시스템은 다양한 분야에서 혁신을 제공하는 기술로써 관심의 대상이 되고 있으며 여러 분야에서 RFID 기술을 도일하기 위해 연구되고 있다. 특히 많은 사업 분야에서 RFID 기술을 이용하기 위해 연구가 이루어지고 있다. RFID 시스템의 특성상 다양한 도메인에서 이용되기 때문에 여러 가지 장애가 발생하게 된다. 하지만 이렇게 발생한 다양한 장애들을 탐지하고 진단하는 일은 쉽지 않다. 본 논문에서는 다양한 도메인에서 이용되는 RFID 미들웨어 시스템의 특성을 고려하여 RFID 미들웨어 시스템에 적합한 장애 탐지 기법과 장애 진단 기법을 제시한다.

• Proceedings of the KAIS Fall Conference
• /
• 2003.06a
• /
• pp.193-195
• /
• 2003

최근 산업의 핵심 에너지원을 공급하고 있는 전력회사의 운영에서, 계통 사고시 대량의 경보 신호 발생으로 인하여 운전원의 혼란을 가져오게 되어, 사고후 복구시간의 지연을 초래하는 문제로 인한 해당산업체의 손실이 대형화하는 추세이다. 본 논문에서는 이와 같은 문제를 해결하는 방안으로 사고시 보호시스템의 순차정보를 이용하여 단시간에 고장진단을 수행함으로서, 고장의 원인 파악과 정확한 고장발생지점 정보를 운전원에게 제공할 수 있는 방법을 제안하고 있다. 고장진단 기법은 고장 발생의 불확실성을 고려한 보호시스템의 모델링 방법과 퍼지 페트리네트 기법을 개발하여 적용하였다. 본 연구에서 개발한 방법을 사례연구를 통하여 모델 계통에 적응하고 그 유효성 여부를 확인한 결과 만족할 만한 성과를 얻을 수 있었다. 특히 보호시스템의 오동작이나 부동작 둥의 불확실한 정보를 처리하는 데 본 연구에서 개발한 퍼지 페트리네트 기법이 탁월한 성능을 발휘하므로 실제의 대형 전력계통에 적용 가능성을 확인할 수 있었다. 또한 본 방법은 SCADA로부터 전송되는 실시간 데이터의 온라인 처리도 가능하므로 그 유용성은 아주 높다고 볼 수 있다.

• Journal of Korea Society of Digital Industry and Information Management
• /
• v.15 no.2
• /
• pp.19-28
• /
• 2019

The purpose of this study is to examine the trends on machine learning and deep learning research in the published journals from the Web of Science Database. To achieve the study purpose, we used the abstracts of 20,664 articles published between 1990 and 2017, which include the word 'machine learning', 'deep learning', and 'artificial neural network' in their titles. Twenty major research topics were identified from topic modeling analysis and they were inclusive of classification accuracy, machine learning, optimization problem, time series model, temperature flow, engine variable, neuron layer, spectrum sample, image feature, strength property, extreme machine learning, control system, energy power, cancer patient, descriptor compound, fault diagnosis, soil map, concentration removal, protein gene, and job problem. The analysis of the time-series linear regression showed that all identified topics in machine learning research were 'hot' ones.