• 산업경영시스템학회지
• /
• 제46권2호
• /
• pp.133-142
• /
• 2023

The large process plant is currently implementing predictive maintenance technology to transition from the traditional Time-Based Maintenance (TBM) approach to the Condition-Based Maintenance (CBM) approach in order to improve equipment maintenance and productivity. The traditional techniques for predictive maintenance involved managing upper/lower thresholds (Set-Point) of equipment signals or identifying anomalies through control charts. Recently, with the development of techniques for big analysis, machine learning-based AAKR (Auto-Associative Kernel Regression) and deep learning-based VAE (Variation Auto-Encoder) techniques are being actively applied for predictive maintenance. However, this predictive maintenance techniques is only effective during steady-state operation of plant equipment, and it is difficult to apply them during start-up and shutdown periods when rises or falls. In addition, unlike processes such as nuclear and thermal power plants, which operate for hundreds of days after a single start-up, because the pumped power plant involves repeated start-ups and shutdowns 4-5 times a day, it is needed the prediction and alarm algorithm suitable for its characteristics. In this study, we aim to propose an approach to apply the optimal predictive alarm algorithm that is suitable for the characteristics of Pumped Storage Power Plant(PSPP) facilities to the system by analyzing the predictive maintenance techniques used in existing nuclear and coal power plants.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.444-450
• /
• 2013

지능형 차량의 안전 주행을 위해서 주변 차량의 상태를 파악하고, 충돌 위험도를 판단하는 일은 매우 중요하다. 특히 중앙선을 침범하여 주행하는 차량과의 충돌은 치명적일 수 있다. 맞은편에서 다가오는 차량의 중앙선 침범을 지능형 차량의 주요 센서 가운데 하나인 레이더 센서만을 이용하여 예측하면 센서의 특성상 발생하는 노이즈로 인해 오인식의 가능성이 높다. 오인식은 중앙선 침범보다 더 위험한 결과를 초래하기도 한다. 본 논문에서는 레이더 신호에 IMM을 사용한 추적 알고리즘과 퍼지 논리를 적용하여 중앙선 침범 예측의 정확도를 높이고 오인식을 감소시킬 수 있는 알고리즘을 제안한다. 퍼지 로직은 레이더 신호와 IMM알고리즘의 결합을 적절히 조절하는 기능을 한다. 제안된 알고리즘은 컴퓨터 모의 실험을 통해 오인식의 감소가 효과적으로 이루어짐이 검증되었다.

• 인터넷정보학회논문지
• /
• 제14권4호
• /
• pp.85-90
• /
• 2013

현재 전기화재 예측시스템은 제어용 마이크로프로세서로서 PIC(Peripheral Interface Controller)를 사용하고 있다. PIC는 DSP(Digital Signal Processor)보다 연산속도가 느려 실시간 연산능력이 부족하다. 그래서 아크 발생 시 나타나는 기본 특성파형을 기준 reference로 하여 이 reference와의 비교를 통해 아크로 인한 전기화재를 예측하여 경보한다. 기존의 전기화재 예측시스템은 이러한 경보를 원격의 중앙 서버에서 감시하고 후속 조치를 취할 수 있으나, 그 예측 에러율이 높을 뿐만 아니라, mobile 환경에서 원격제어를 하지 못하는 실정이다. 본 논문에서 시간영역, 주파수영역의 아크검출과 적응알고리즘을 변환영역에서 수행하는 웨이블릿 기반의 적응알고리즘"을 적용하여 새로운 실시간 아크검출 알고리즘이 탑재된 전기화재 예측시스템을 DSP를 이용하여 개발하였다. 또한 아크의 전기적 신호 및 전력품질 대한 원격 모니터링이 실시간으로 가능할 뿐만 아니라, iphone 환경기반의 App 개발을 통해 원격에서 제어가 가능하도록 구축하고 그 유용성을 확인하였다.

• 한국해양공학회지
• /
• 제35권1호
• /
• pp.91-97
• /
• 2021

Marine accidents caused by ships have brought about economic and social losses as well as human casualties. Most of these accidents are caused by small and medium-sized ships and are due to their poor conditions and insufficient equipment compared with larger vessels. Measures are quickly needed to improve the conditions. This paper discusses a video-integrated collision prediction and fall detection system to support the safe navigation of small- and medium-sized ships. The system predicts the collision of ships and detects falls by crew members using the CCTV, displays the analyzed integrated information using automatic identification system (AIS) messages, and provides alerts for the risks identified. The design consists of an object recognition algorithm, interface module, integrated display module, collision prediction and fall detection module, and an alarm management module. For the basic research, we implemented a deep learning algorithm to recognize the ship and crew from images, and an interface module to manage messages from AIS. To verify the implemented algorithm, we conducted tests using 120 images. Object recognition performance is calculated as mAP by comparing the pre-defined object with the object recognized through the algorithms. As results, the object recognition performance of the ship and the crew were approximately 50.44 mAP and 46.76 mAP each. The interface module showed that messages from the installed AIS were accurately converted according to the international standard. Therefore, we implemented an object recognition algorithm and interface module in the designed collision prediction and fall detection system and validated their usability with testing.

• 한국전자거래학회지
• /
• 제15권4호
• /
• pp.303-317
• /
• 2010

본 논문에서는 KNN 대체와 LOF 알고리즘의 결합 모델을 확장하여 실시간 비즈니스 프로세스 모니터링을 위한 비정상 종료 예측 방법론을 제안하였다. 기존의 룰 기반 모니터링 방법론은 실시간 프로세스 진행 정도에 따른 비관측 정보에 기인하여 조기 경보 및 실시간 대응이 힘들다는 한계점을 안고 있다. 이를 해결하기 위하여 비관측 정보에 대한 가정 및 진행 중인 프로세스의 향후 경로 예측을 통해 종료 시점에서 예상되는 LOF를 추정하기 위한 알고리즘을 제안하였다. 이 알고리즘을 적용하여 실시간 비즈니스 프로세스 모니터링 과정에서 각 관측 시점마다 종료 시점에서의 결과를 예측함으로써, 전 시점에 걸친 추세를 살펴종료 패턴을 예측할 수 있다. 이를 통해 비즈니스 프로세스의 실시간 진척에 대한 정보를 가시화함으로써 기회 및 위협에 사전에 대응할 수 있게 하여 프로세스 관리 수준의 향상을 기대할 수 있을 것으로 예상된다.

• 소음진동
• /
• 제6권3호
• /
• pp.325-332
• /
• 1996

One of the greatest shortcoming in today's predictive maintenance program is the ability to diagnose the mechanical and electrical problems within the machine when the vibration exceeds preset overall and spectral alarm levels. In this study, auto-diagnosis system is constructed by using A/D converter to convert analog to digital singal. With this device the system analyses input signal to diagonosis machine condition. Many plots, which display machine condition, and input values of every channel are calculated in this system. If the falut is found, the system diagnoses automatically using fuzzy algorithm and trend monitoring. Prediction is also performed by the grey system theory. Operator finds out eh machine operating condition intuitively based on with personal computer CRT in using this system.

• 대기
• /
• 제31권5호
• /
• pp.489-510
• /
• 2021

In this paper, we propose an algorithm for detecting convective initiation (CI) using GEO-KOMPSAT-2A/advanced meteorological imager data. The algorithm identifies clouds that are likely to grow into convective clouds with radar reflectivity greater than 35 dBZ within the next two hours. This algorithm is developed using statistical and qualitative analysis of cloud characteristics, such as atmospheric instability, cloud top height, and phase, for convective clouds that occurred on the Korean Peninsula from June to September 2019. The CI algorithm consists of four steps: 1) convective cloud mask, 2) cloud object clustering and tracking, 3) interest field tests, and 4) post-processing tests to remove non-convective objects. Validation, performed using 14 CI events that occurred in the summer of 2020 in Korean Peninsula, shows a total probability of detection of 0.89, false-alarm ratio of 0.46, and mean lead-time of 39 minutes. This algorithm can be useful warnings of rapidly developing convective clouds in future by providing information about CI that is otherwise difficult to predict from radar or a numerical prediction model. This CI information will be provided in short-term forecasts to help predict severe weather events such as localized torrential rainfall and hail.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.661-676
• /
• 2017

본 연구에서는 남한영역에 대하여 1 km 고해상도의 계절예측 기온자료를 생산하고, 생산된 예측자료의 성능을 높이는 새로운 방법을 제안하였다. 이 새로운 방법은 총 4가지 단계의 실험으로 구성되어 있다. 첫 번째 단계인 EXP1은 PNU CGCM에서 생산된 저해상도 계절예측 기온자료이며, EXP2는 EXP1의 결과에 역거리 가중법을 적용하여 생산된 남한영역의 1 km 고해상도 계절예측 기온자료이다. EXP3는 EXP2의 결과에서 위성고도자료인 ASTER GDEM을 이용하여 고도에 따른 기온변화를 추정한 후 이를 적용한 계절예측 기온자료이다. 마지막으로 EXP4는 EXP3의 결과에 유전자 알고리즘을 적용하여 모형의 예측결과 내 존재하는 계통적 오차를 보정한 결과이다. EXP1과 EXP2는 남한의 지형적 특성이 전혀 고려되지 않아 다른 실험에 비해 낮은 예측성을 보였으며, 특히 고도가 높은 관측지점에서 두 실험의 예측 성능이 더욱 낮았다. 반면, 위성에서 관측된 고해상도 고도자료가 적용된 EXP3와 EXP4는 고도가 증가함에 따라 기온이 감소하는 특징 등 지형적 특성을 효과적으로 표현하면서 높은 예측성능을 보였다. 특히, 유전자 알고리즘으로 예측값의 계통적 오차가 감소된 EXP4는 다른 실험과 비교하여 시간상관성, 관측으로 정규화된 표준편차, 정답률, 오답률 등 시간에 따른 변동성에 대해서 가장 높은 예측성능을 보였다. 이는 본 연구에서 제안한 새로운 방법을 통해 고해상도 격자의 질 높은 실시간 계절예보 자료를 효과적으로 생산할 수 있음을 의미한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권3호
• /
• pp.77-90
• /
• 2018

소프트웨어 결함 예측(SDP)은 결함이 있는 모듈을 식별하기 위한 연구 분야이다. 충분한 로컬 데이터가 없으면 다른 회사에서 수집한 데이터를 사용하여 분류기를 구축하는 교차 프로젝트 결함 예측(CPDP)을 활용할 수 있다. SDP에 대한 대부분의 기계 학습 알고리즘은 서로 다른 값에 따라 예측 성능에 큰 영향을 미치는 하나 이상의 매개 변수를 사용한다. 본 연구의 목적은 CPDP의 예측 성능 향상을 위해 매개 변수 선택 기법을 제안하는 것이다. Harmony Search 알고리즘을 사용하여, 예측 어려움을 야기하는 클래스 불균형을 해결하는 방법인 비용에 민감한 부스팅의 매개 변수를 조정한다. 분포 특성에 따라 매개 변수 범위와 매개 변수 간의 제한 조건 규칙이 정의되어 하모니 검색 알고리즘에 적용된다. 제안된 접근법은 15개의 대상 프로젝트를 대상으로 3개의 CPDP 모델과 내부프로젝트 결함 예측(WPDP) 모델을 비교한다. 실험 결과는 제안된 방법이 클래스 불균형의 맥락에서 다른 CPDP 방법보다 성능이 우수하다는 것을 보여준다. 이전의 연구에서는 탐지 확률이 낮거나 오보 가능성이 높았으나 우리의 기법은 높은 PD와 낮은 PF를 제공하면서 높은 전체 성능을 보였다. 또한 WPDP와 비슷한 성능을 제공하였다.

• 한국산학기술학회논문지
• /
• 제17권9호
• /
• pp.292-301
• /
• 2016

구제역 발생에 따른 피해는 매우 크기 때문에 구제역의 피해를 최소화하기 위해서는 선제적인 구제역 진단 및 대응이 필수적이다. 주요 구제역 증상은 소의 체온 상승, 식욕 부진, 유량 감소, 입 발굽 유방에 물집 형성 등이며, 이중 확인하기 가장 쉽고 빠른 방법은 체온을 검사하는 방법이다. 본 논문에서는 선제적 구제역 대응을 위해 소 발굽 검출 알고리즘을 개발 구현하고, 축사에 고해상도 카메라 모듈과 열화상 카메라, 온습도 모듈 설치하여 발굽 검색 테스트를 시행하였다. 본 연구에서 개발한 알고리즘과 시스템을 통해 구제역 의심 가축의 조기 상황 대처를 할 수 있으며, 가축의 최적 성정 환경을 조성할 수 있다. 특히, 본 연구에서는 기존의 휴대용이 아닌 열화상 카메라를 활용한 구제역 대응 시스템은 축사에 고정으로 부착하여 별도 인력을 필요로 하지 않고 이미지 알고리즘을 통하여 가축의 발굽 온도를 자동 측정하는 기능과 스마트 폰을 활용한 자동 경고 기능을 가지고 있다. 이러한 시스템은 실시간을 구제역 가능성 예측을 가능케 하며, 별도의 인력이 없이 가축 질병에 대한 초동 방역 대응을 할 수 있다.