• 설비공학논문집
• /
• 제18권10호
• /
• pp.791-799
• /
• 2006

The fault diagnosis technologies may be applied in order to decrease the energy consumption and the maintenance cost of an air-conditioning system. In this paper, a fault diagnosis algorithm was developed by using a neural no-fault model and a dual fuzzy logic. Five different faults, such as the compressor valve leakage, the liquid line blockage, the condenser fouling, the evaporator fouling, and the refrigerant leakage of an air-conditioning system, were considered. The fault diagnosis algorithm was tested by using a fault simulation facility. Test results showed that the algorithm developed for this study was effective to detect and diagnose various faults. Therefore, this algorithm may be practically used for the fault diagnosis of an air-conditioning system.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권9호
• /
• pp.2927-2941
• /
• 2022

The primary task of machine fault diagnosis is to judge whether the current state is normal or damaged, so it is a typical binary classification problem with mutual exclusion. Mutually exclusive events and out-of-domain detection have one thing in common: there are two types of data and no intersection. We proposed a fusion model method to improve the accuracy of machine fault diagnosis, which is based on the mutual exclusivity of events and the commonality of out-of-distribution detection, and finally generalized to all binary classification problems. It is reported that the performance of a convolutional neural network (CNN) will decrease as the recognition type increases, so the variational auto-encoder (VAE) is used as the primary model. Two VAE models are used to train the machine's normal and fault sound data. Two reconstruction probabilities will be obtained during the test. The smaller value is transformed into a correction value of another value according to the mutually exclusive characteristics. Finally, the classification result is obtained according to the fusion algorithm. Filtering normal data features from fault data features is proposed, which shields the interference and makes the fault features more prominent. We confirm that good performance improvements have been achieved in the machine fault detection data set, and the results are better than most mainstream models.

• 대한설비공학회:학술대회논문집
• /
• 대한설비공학회 2005년도 하계학술발표대회
• /
• pp.164-164
• /
• 2005

• 한국지리정보학회지
• /
• 제13권3호
• /
• pp.1-13
• /
• 2010

본 연구에서는 지리정보시스템(GIS)과 인공신경망 기법을 이용하여 강원도 태백산광화대 지역의 금-은 광물부존 가능성도를 작성 및 검증하고자 한다. 금-은 광상과 관련된 요인으로는 지질, 단층, As, Cu, Mo, Ni, Pb, Zn 등의 지화학 자료를 선정하여 GIS 기반의 공간 데이터베이스로 구축하였다. 46개소의 금-은 광상은 훈련 및 검증 자료로 분류하여 광물부존 가능성 분석과 검증에 사용하였다. 인공신경망 분석에 있어서 광상 분포지역과 미 분포지역에 대한 훈련자료는 기존 광상의 위치와 우도비 방법으로 도출된 광물부존 가능지수의 하위 10%에 해당하는 지역으로 선정하였다. 금-은 광물부존 가능성도의 신뢰도를 검증하기 위해 광물부존 가능지수의 상위 5% 지역 내에서 암석시료를 채취한 후 Au, Ag, As, Cu, Pb, Zn 원소의 성분을 분석하였다. 그 결과 No. 4의 시료는 다른 시료들보다 각 원소별로 높은 함량을 보였다.

• 한국정보처리학회논문지
• /
• 제7권5호
• /
• pp.1401-1408
• /
• 2000

소프트웨어 개발 초기 단계의 문제점이 개발 후반부 산물의 품질에 심각한 영향을미치기 때문에 설계 명세를 이용하여 위험 부분을 예측하는위험도 예측 모델은 전체 시스템 개발비용을 낮추는 데 중요한 역할을 하고 있으며, 이러한 예측 모델은 결과 산물이 매우 크고 실행 정확성이 요구되는통신 소프트웨어 같은 실시간 시스템 설계에 더욱 필요하다. 판별분석, 인공신경망, 분류트리 등의 기법들을 이용한 모델들이 제안되었으나 이들은 결과에 대한 원인 분석의 어려움, 낮은 확장성 등의 문제점들을 지니고 있었다. 본 논문에서는 유전자 알고리즘에 의해 구축된 퍼지 규칙 베이스를 이용한 위험도 예측 모델을 제안한다. 제안 모델은 예측 결과에 대한 원인 분석이 용이하고 높은 확정성과 적용성을 지니고 규칙수에 대한 제안이 없다. 이러한 내부특성들 비교의 모의 실을 통한 예측 정확도 비교를 통해 제안 모델이 타 모델들보다 우수함을 보였다.