• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2000년도 추계학술대회 논문집
• /
• pp.81-84
• /
• 2000

Rotating machine is used extensively and plays important roles in the industrial field. Therefore when rotating machine get out of order, it is necessary to know reasons then deal with the troubles immediately. So many studies far diagnosis of rotating machine are being done. However by this time most of study has an interest in gaining a high recognition But without considering error $rate^{(1)(2)(3)}$ , it is not desirable enough to apply h the actual application system. If the manager of system receives the result misjudging the condition of rotating machine and takes measures, we would lose heavily. So in order to play the creditable diagnosis, we must consider error rate. T h ~ t is. it must be able to reject the result of misjudgment. This study uses nearest neighbor classifier for diagnosis of rotating $machine^{(4)(8)}$ And the Smith's rejection $method^{(1)}$ used to recognize handwritten charter is done. Consequently creditable diagnosis of rotating machine is proposed.

• 디지털융복합연구
• /
• 제10권8호
• /
• pp.173-178
• /
• 2012

어휘 인식을 위한 모델 생성에서 준비하지 않은 트라이폰이 생성된다. 이는 모델 파라미터의 초기 추정치를 생성하지 못하는 원인으로 어휘 모델을 구성할 수 없는 단점으로 나타난다. 결과적으로 가우시안 모델의 정교함이 떨어지게 되어 인식률을 저하시키게 된다. 이를 개선하기 위한 방법으로 미등록 어휘 거절 알고리즘을 이용한 오류 보정 시스템을 제안한다. 이 방법은 어휘 인식 모델 생성 시 등록되지 않은 어휘를 거절하여 인식률을 향상시킨다. 또한 확률 분포를 이용하여 어휘 분석과 의미를 파악하고 음운 변동이 적용되기 전의 문자열로 복원시킨다. 시스템 분석은 음소 유사율과 신뢰도를 이용하여 오류 보정율을 확인하였고 성능 평가를 위해 에러 패턴, 오류 패턴, 의미 패턴 방법을 이용하여 평가하였다. 성능 평가 결과 2.8%의 오류 보정률의 향상을 보였다.

• 한국전기전자재료학회논문지
• /
• 제19권10호
• /
• pp.942-946
• /
• 2006

We simulated insulation defects of stator winding wire on high voltage generator by 5 types. 4 types have one discharge source and other one has multi discharge source by simulation. For accurate decision, measurements used to PRPD pattern to occurred partial discharge source of various types. In this research, when PRPD pattern carried out or analyzed pattern recognition of discharge source, it used to powerful tools. In this result, PRPD Pattern defined to have single discharge source of 4 types by insulation defect. When insulation defect simulated, all the defected winding have not the same result. Errors for a little different can make mistakes from a subtle distinction. The difference between internal and void discharge have magnitude of pulse amplitude of inner discharge bigger than void discharge and have a shape of bisymmetry. But void discharge has a shape of bisymmetry against maximum value on polarity respectively. In cases of slot and surface discharge, we confirmed to show similar results those other researchers. In case of multi-discharge, as a result of we could classify not perfect match with occurred patterns in single discharge eachother. In the future, we will have to recognize and classify with results of multi-discharge.

• 한국지능시스템학회논문지
• /
• 제16권3호
• /
• pp.383-388
• /
• 2006

축산폐수는 축사가 대부분 상수원보다 상류지역에 산재하고 있어 이를 효과적으로 관리하기 어려우나, 연속 회분식 반응기(Sequencing Batch Reactor, SBR)는 장치가 간단하고 경제성이 우수하여 축산폐수처리에서 효율적으로 적용될 수 있다. 본 연구에서는 DO(Dissolved Oxygen)과 ORP(Oxidation-Reduction Potential)을 이용하여 지식기반 고장진단 시스템을 제안하였다. 실시간으로 얻어진 ORP, DO값들을 전처리하여, [ORP], [DO]외에 [ORP DO]합성data와 ORP, DO의 특징벡터의 합에서 얻어진 fusion data의 총 4개의 data set을 이용하여 각각에 대한 진단과 분류성능을 검토하였다. 이 값을 이용하여 FCM (fuzzy C-mean) 클러스터링 한 후, K-PCA과 LDA로 차원축소시켜 특징벡터를 추출하였다. 그리고 Hamming distance로 test data와 특징벡터의 거리를 계산하여 각 class를 F1에서 F8까지 분류하였다. 그 결과 데이터를 그대로 이용하는 것 보다 차분데이터형태로 이용하는 것이 우수했으며 그 중 fusion 데이터의 결과가 다른 것들보다 향상된 결과를 보였다. 그리고 K-PCA와 LDA를 결합한 결과가 다른 방법에 비해 우수한 결과를 보였으며 fusion method를 이용한 최고인식율은 98.02%를 나타내었다.

• Smart Structures and Systems
• /
• 제5권2호
• /
• pp.153-171
• /
• 2009

In this paper, the analytical fault detection and diagnosis (FDD) is presented using model-based and signal-based methodology with wavelet analysis on signals obtained from sensors and sensor networks. In the model-based FDD, we present the modeling of contact interface found in soft materials, including the biomedical contacts. Fingerprint analysis and signal-based FDD are also presented with an experimental framework consisting of a mechanical pneumatic system typically found in manufacturing automation. This diagnosis system focuses on the signal-based approach which employs multi-resolution wavelet decomposition of various sensor signals such as pressure, flow rate, etc., to determine leak configuration. Pattern recognition technique and analytical vectorized maps are developed to diagnose an unknown leakage based on the established FDD information using the affine mapping. Experimental studies and analysis are presented to illustrate the FDD methodology. Both model-based and wavelet-based FDD applied in contact interface and manufacturing automation have implication towards better quality of life by applying theory and practice to understand how effective diagnosis can be made using intelligent FDD. As an illustration, a model-based contact surface technology an benefit the diabetes with the detection of abnormal contact patterns that may result in ulceration if not detected and treated in time, thus, improving the quality of life of the patients. Ultimately, effective diagnosis using FDD with wavelet analysis, whether it is employed in biomedical applications or manufacturing automation, can have impacts on improving our quality of life.

• 문화기술의 융합
• /
• 제10권3호
• /
• pp.801-807
• /
• 2024

선형 로봇은 자동화 시스템에서 부품의 이송이나 위치 결정에 널리 사용되며 보통 높은 정밀도가 요구된다. 선형 로봇을 응용한 시스템의 제작회사에서는 로봇의 이상 유무를 작업자가 판단하는데, 작업자의 숙련도에 따라 이상 상태를 판단하는 정확도가 달라진다. 최근에는 인공지능 등의 기술을 사용하여 로봇 스스로 이상을 검출하는 방법에 관한 연구가 진행되고 있다. 본 논문에서는 전이 학습을 이용하여 선형 로봇의 볼 스크류 정렬 이상과 선형 레일 정렬 이상을 검출하는 시스템을 제안하고 가속도 센서와 토크 센서 정보를 이용한 별개의 실험을 통해 제안한 시스템의 이상 검출 성능을 검증 및 비교한다. 센서로부터 얻어진 신호를 스펙트로그램 이미지로 변환한 후, 영상 인식 인공지능 분류기를 사용하여 이상의 종류를 진단하였다. 제안한 방법은 선형 로봇뿐만 아니라 일반적인 산업용 로봇에도 적용할 수 있을 것으로 기대한다.

• 전자공학회논문지CI
• /
• 제43권3호
• /
• pp.30-38
• /
• 2006

본 논문에서는 스테레오 얼굴영상으로부터 3차원 정보인 거리와 깊이 정보를 이용해 거리에 따라 얼굴인식률이 떨어지는 것을 개선하였다. 단안 영상은 객체의 거리, 크기, 이동, 회전, 깊이 등의 불확실한 정보로 인해 인식률이 떨어지는 문제점이 있다. 또한 얼굴의 회전, 조명, 표정변화 등의 영상정보가 취득되지 않으면 인식률이 매우 저하되는 단점이 있다. 그래서 본 연구는 이와 같은 문제점을 해결하고자 한다. 제안된 방법은 눈 검출 알고리듬, 얼굴의 회전 방향분석, PCA(Principal Component Analysis)로 구성된다. 또한 제한된 영역에서 얼굴을 고속으로 검출하기 위해 RGB컬러공간에서 YCbCr공간으로 변환한다. 얼굴후보 영역에서 다층 상대적인 밝기 맵을 생성하여 얼굴의 기하학적인 구조로부터 얼굴인지를 판별한다. 스테레오 얼굴영상으로부터 거리 및 눈과 입의 깊이 정보를 취득하고, 거리에 따라 확대, 축소, 이동, 회전 등의 정규화를 통해 $92{\times}112$ 크기의 얼굴을 검출한다. 검출된 왼쪽 얼굴영상과 추정된 방향의 차를 PCA로 학습한다. 제안된 방법은 정면에서 최대 95.8%(100cm), 포즈변화에 따라 98.3%의 인식률을 얻을 수 있었다. 따라서 실험을 통하여 제안된 방법은 거리에 따라 확대, 축소와 회전 등의 정확한 정규화로 높은 인식률을 얻을 수 있음을 보였다.

• 예술인문사회 융합 멀티미디어 논문지
• /
• 제7권4호
• /
• pp.551-559
• /
• 2017

본 논문에서는 베어링 고장진단 성능을 개선하기 위해 실시간 학습 방법을 제안한다. 기존 베어링 고장진단의 문제점은 학습되지 않은 상태에 대해 올바른 분류를 할 수 없다는 점이다. 제안한 4단계 실시간 학습 방법은 새로운 상태를 실시간으로 인지 및 학습하여 새로운 상태의 데이터를 올바르게 분류할 수 있다. 1단계에서는 학습 정보에서 각 클래스의 무게중심과 그 클래스 내 각 특징벡터 사이의 유클리디안 거리를 계산하여 각 클래스별로 거리의 최대값을 계산한다. 2단계에서는 새로 취득된 데이터의 특징벡터와 각 클래스의 무게중심 사이의 유클리디안 거리를 계산하고 각 클래스별 최대 허용 거리와 비교한다. 3단계에서는 새로 취득된 데이터들과 각 클래스 내 무게중심 사이의 거리가 각 클래스의 최대 허용 거리보다 모두 클 경우 새로운 상태의 데이터로 인지하고 새로운 상태 인지 횟수를 증가시킨다. 마지막 4단계에서는 새로운 상태 인지 회수가 10보다 클 경우 새로운 상태의 클래스를 생성하기 위해 새로운 상태로 인지된 10개의 데이터를 새로운 상태의 클래스로 지정하고 분류기를 재학습시킨다. 제안한 방법의 성능을 검증하기 위해 실제 베어링 결함 데이터를 사용하여 제안한 실시간 학습 방법의 효율성을 검증하였다.

• 전자공학회논문지
• /
• 제54권3호
• /
• pp.97-107
• /
• 2017

자동문에 있어서 적외선과 마이크로파 센서는 물체인식 입력신호를 통해 모터 개폐동작 제어를 담당하는 핵심부품으로 많이 사용하고 있다. 적외선과 마이크로파 기반의 센서를 자동문에 적용한 기존 시스템 경우, 대부분 건물외부로 노출하여 설치하기 때문에 태양의 적외선 또는 가시광선에 의해 오동작이 발생하게 된다. 또한 실내 외의 온도 차로 인한 환경변화는 물체인식 검출신호에 잡음을 일으키는 원인이 되기도 한다. 이러한 문제점과 더불어 빠르게 이동하는 물체를 감지센서가 검출영역에 대한 처리속도를 따라가지 못하는 하드웨어 결함이 감지 사각지대를 만들게 된다. 이는 자동문을 이용하는 통행자의 안전문제에 직접적인 영향을 주고 있기 때문에 빠른 개선방안이 필요한 시점이다. 본 논문은 기존의 감지센서 외에 초음파 센서를 추가 설치하여 검출영역을 개선하기 위한 실험을 진행하였다. 초음파 신호의 검출특성과 장점을 자동문에 적용하여 빠르게 이동하는 물체의 접근경로와 고정 장애물의 위치영역을 정확하고 신속하게 처리하는 연산회로와 검출 알고리즘을 구현하였다. 이를 통해 초음파 센서를 적용한 자동문이 사각지대를 감지하는 검출영역에서 성능개선으로 이어지는 결과를 현장실험을 통해서 확인하고 개선방안을 제안하였다.

• 한국소음진동공학회논문집
• /
• 제21권2호
• /
• pp.146-153
• /
• 2011

Model based machine condition diagnosis methods are generally using a normal and many failure models which need sufficient data to train the models. However, data, especially for failure modes of interest, is very hard to get in real applications. So their industrial applications are either severely limited or impossible when the failure models cannot be trained. In this paper, continuous hidden Markov model(CHMM) with only a normal model has been suggested as a very promising machine condition diagnosis method which can be easily used for industrial applications. Generally hidden Markov model also uses many pattern models to recognize specific patterns and the recognition results of CHMM show the likelihood trend of models. By observing this likelihood trend of a normal model, it is possible to detect failures. This method has been successively applied to arc weld defect diagnosis. The result shows CHMM's big potential as a machine condition monitoring method.