• 한국인터넷방송통신학회논문지
• /
• 제19권1호
• /
• pp.219-224
• /
• 2019

국내 소규모(50kW 이하)를 포함한 태양광발전 설치 업체의 급격한 증가에 따른 발전 설치양은 증가하고 있으나 이에 대한 효율적 운영체계 및 관리가 미흡한 상황이다. 따라서 발전단가의 증가를 초래하는 부가적인 기능 보다는 현 상태에서 발전량을 최대화시키기 위한 유지보수 관리측면으로 새로운 형태의 운영체계가 필요하다. 본 논문에서는 태양광 발전소의 운영효율 극대화를 위해 Big Data와 센서 네트워크를 활용하며 전문가 시스템의 분석을 통해 발전량 예측기술, 모듈 단위 고장검출 기술개발, 인버터 구성요소의 수명 예지 및 Report 기술, 유지보수 최적화 알고리즘 및 경제성 분석 개발 등 태양광 발전소의 최적 운용이 가능하도록 하는 스마트 모니터링 시스템 개발에 목적을 두고 있다.

• 한국멀티미디어학회논문지
• /
• 제20권11호
• /
• pp.1811-1819
• /
• 2017

As the induction motor is the core production equipment of the industry, it is necessary to construct a fault prediction and diagnosis system through continuous monitoring. Many researches have been conducted on motor fault diagnosis algorithm based on signal processing techniques using Fourier transform, neural networks, and fuzzy inference techniques. In this paper, we propose a fault diagnosis method of induction motor using LPC and DNN. To evaluate the performance of the proposed method, the fault diagnosis was carried out using the vibration data of the induction motor in steady state and simulated various fault conditions. Experimental results show that the learning time of our proposed method and the conventional spectrum+DNN method is 139 seconds and 974 seconds each executed on the experimental PC, and our method reduces execution time by 1/8 compared with conventional method. And the success rate of the proposed method is 98.08%, which is similar to 99.54% of the conventional method.

• 한국정보통신학회논문지
• /
• 제17권1호
• /
• pp.255-261
• /
• 2013

이 논문에서는 화재와 관련된 전투 시스템의 취약성 및 생존성을 분석하기 위하여 전투 시스템의 순간 화재를 예측하고 관련 정보를 시각화해주는 프로그램의 개발 및 시험에 관한 내용을 다룬다. 화재의 특성에 관한 선행 연구를 기반으로 FTA 기법을 적용하여 치명 부품의 순간 화재 확률 트리를 도출하였다. 개발한 프로그램에서는 도출된 순간 화재 확률 트리를 이용하여 전투 시스템의 순간 화재 발생 확률을 계산한다. 또한 개발한 프로그램은 전투 시스템 모델에서의 치명 부품 위치, 관통 유/무, 순간 화재 확률 트리, 온도 분포를 비롯하여 외부 위협, 내장재, 연료의 물성 테이블과 같은 관련 정보를 표시해 주는 기능을 가진다.

• 한국철도학회논문집
• /
• 제9권6호
• /
• pp.725-731
• /
• 2006

Hot Standby sparing system detecting faults by using software, and being tolerant any faults by using Hardware Redundancy is difficult to perform quantitative reliability prediction and to detect real time faults. Therefore, this paper designs Hot Standby sparing system using hardware basis self checking logic in order to overcome this problem. It also performs failure mode analysis of Hot Standby sparing system with designed self checking logic by using FMEA (Failure Mode Effect Analysis), and identifies reliability assessment of the controller designed by quantifying the numbers of failure development by using FTA (Fault Tree Analysis)

• 전기학회논문지
• /
• 제66권6호
• /
• pp.995-1000
• /
• 2017

In this paper, we present an electrical arc detection algorithm using the mash-up analysis technique which is the core technology for the autonomous electrical safety management system(AESMS) of the multi-unit dwellings. The mash-up analysis technique analyzes the voltage, load current, zero phase current data simultaneously to judge arc faults. In order to develop the arc fault detection algorithm, the characteristics of series arc and parallel arc were analyzed. Also, we propose the mash-up analysis technique that analyzes waveforms of voltage, load current, and zero phase current at the same time. The arc fault detection algorithm was developed using the mash-up analysis technique. The developed algorithm can prevent electrical disasters in an effective way through accident prediction, and it will be used as a basic technology to introduce an autonomous electrical safety management system.

• 한국기계가공학회지
• /
• 제20권10호
• /
• pp.102-111
• /
• 2021

Maintainability is a major design parameter that includes availability as well as reliability in a RAM (reliability, availability, maintainability) analysis, and is an index that must be considered when developing a system. There is a lack of awareness of the importance of predicting and analyzing maintainability; therefore, it is dependent on past-experience data. To improve the utilization rate, maintainability must be managed as a key indicator to meet the user's requirements for failure maintenance time and to reduce life-cycle costs. To improve the maintainability-prediction accuracy in the detailed design stage, we present a maintainability-prediction method that applies Method B of the Military Standardization Handbook (MIL-HDBK-472) Procedure V, as well as a Korean maintainability-prediction software package that reflects the system complexity.

• 한국철도학회논문집
• /
• 제20권5호
• /
• pp.595-601
• /
• 2017

전철화 확대의 영향으로 전차선로 변의 고장발생 빈도는 지속적으로 증가하여, 고장위치를 표정하는 시스템의 중요도는 향상되고 있다. 그럼에도 전차선로의 정확한 고장위치 표정은 매우 어려운 현실이다. 본 논문에서는 기존 회로방정식으로 제안된 전차선로 임피던스 계산이론에 대해 현장실측 데이터를 활용하여 보편화 정리하고 변전소 및 운행차량의 전압, 전류 데이터를 동기화 실측하여 전차선로의 임피던스를 예측 하였다. 또한 예측된 전차선로 임피던스값의 유효성 확인을 위해 동일지점에서 열차전류에 따른 임피던스 변화 정도를 시뮬레이션으로 확인하였다. 끝으로 측정 데이터와 지락시험을 통한 데이터를 비교 분석하였다. 본 기법은 강제지락시험, 인공지락시험을 통해 임피던스를 예측하는 현행 방식 대비 열차운행 중단 없이 다수의 데이터를 확보할 수 있고 시간경과에 따른 임피던스 변화에 대해서도 신속하고 편리하게 대응할 수 있는 장점이 있는 것으로 판단된다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.230-231
• /
• 2019

본 연구에서는 미래의 자율운항선박의 핵심기술인 상태기반 예지보전(Condition Based Maintenance, CBM) 기술에 관한 연구로써 고장진단을 위한 실 운항선박을 대상으로 상태 모니터링 시스템의 설계/탑재 및 데이터 취득/처리/분석 기술 개발을 수행하고 있다. 본 연구의 목적은 데이터 확보, 유효데이터 식별/검증을 통해 최종적인 고장진단 알고리즘 개발을 위함이며 이를 위해서는 대상 기기의 고장 메커니즘에 관한 이해가 필요하다. 따라서 선박 엔진의 FEMA 분석과 Fault Tree Analysis 과정이 수반되어야 하며 엔진의 주요 계통분류, 대상기기 식별, 고장유형, 고장원인과 현상에 대한 분석을 포함하여야 한다. 최종적으로 도출되는 CBM 시스템의 솔루션 S/W는 엔지니어링 지식기반의 실선 운항데이터에 대한 통합적인 데이터 분석을 통해 선박 엔진의 고장예측 및 진단이 가능하다. 본 연구를 통해 운항중인 실선의주 기관을 대상으로 기존 모니터링 항목 이외의 핵심 영향인자를 측정하고, 취득된 데이터에 대한 빅 데이터 분석기법을 통해 적절한 유지보수 방법과 해당 시점을 예측함으로써 향후 선박 엔진의 이상 징후에 대한 사전적 대처와 효율적인 관리가 가능하며 결과적으로 항해 중 해양사고 및 선박운항 손실을 미연에 방지할 수 있을 것으로 기대한다.

• 대한안전경영과학회지
• /
• 제1권1호
• /
• pp.7-17
• /
• 1999

As the loss from break-downs and errors, which became more frequent with the growth of elaborateness, complexity and in scale of the plant and equipments, are enormous, the improvement in the reliability, maintenance, safety, and qualify become to have interest. The fault diagnosis is a systematic and unified method to find errors, which is based on the interpretation that data, subconsciously, have noises. But, as most of the methods are inferences based on binomial logic, the uncertainty is not correctly reflected. In this study, we suggest, to manage the uncertainty in the system efficiently on the point of predictive maintenance, We should use fuzzy expert system, which make the decision considering uncertainty possible by taking linguistical variable and fixed quantity by using the fuzzy theory concepts on the basis of an expert's direct observation and experience.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2014년도 추계학술대회 논문집
• /
• pp.90-93
• /
• 2014

In this paper, we have developed a new fault detection method based on vibration signal for rotor machinery. Generally, many methods related to detection of rotor fault exist and more advanced methods are continuously developing past several years. However, there are some problems with existing methods. Oftentimes, the accuracy of fault detection is affected by vibration signal change due to change of operating environment since the diagnostic model for rotor machinery is built by the data obtained from the system. To settle a this problems, we build a rotor diagnostic model by using feature residual based on vibration signal. To prove the algorithm's performance, a comparison between proposed method and the most used method on the rotor machinery was conducted. The experimental results demonstrate that the new approach can enhance and keeps the accuracy of fault detection exactly although the algorithm was applied to various systems.