• Ocean Systems Engineering
• /
• 제10권4호
• /
• pp.373-397
• /
• 2020

Heave compensation is a vital part of various marine and offshore operations. It is used in various applications, including the transfer of cargo between two vessels in the open ocean, installation of topsides of an offshore structure, offshore drilling and for surveillance, reconnaissance and monitoring. These applications typically involve a load suspended from a hydraulically powered winch that is connected to a vessel that is undergoing dynamic motion in the ocean environment. The goal in these applications is to design a winch controller to keep the load at a regulated height by rejecting the net heave motion of the winch arising from ship motions at sea. In this study, we analyze and compare the performance of various control algorithms in stabilizing a suspended load while the vessel is subjected to changing sea conditions. The KCS container ship is chosen as the vessel undergoing dynamic motion in the ocean. The negative of the net heave motion at the winch is provided as a reference signal to track. Various control strategies like Proportional-Derivative (PD) Control, Model Predictive Control (MPC), Linear Quadratic Integral Control (LQI), and Sliding Mode Control (SMC) are implemented and tuned for effective heave compensation. The performance of the controllers is compared with respect to heave compensation, disturbance rejection and noise attenuation.

• 한국항행학회논문지
• /
• 제18권3호
• /
• pp.215-222
• /
• 2014

본 논문은 패러포일 투하 시스템을 설계하고 분석하는데 있다. 패러포일 시스템의 6-자유도(6-DOF) 모델을 새우고, 비선형 모델 예측 제어와 PID 제어 방법이 펄럭 편 요각을 제어하기 위해 각각 적용되었다. 펄럭 편 요각의 오버슈트 시간 및 세팅 시간의 결과를 비교하면서 PID제어 방법을 사용하는 것으로부터 펄럭 편 요각이 좀 더 안정화 되는 것을 확인하였다. 그런 다음 MATLAB에 의해 수행된 궤적 추종 효과의 시뮬레이션 결과에 의해 궤적 추종 제어기가 설계되었다. 패러포일 궤적의 측 방향 오차가 그것의 측 방향 편차 제어 방법에 의해 제거 될 수 있었다. 참고로 측 방향 편차는 현재 경로계획의 보간법에 의해 얻어졌다. 그리고 설계된 궤적을 사용하면서, 풍 외란을 추가하는 것으로부터 궤적 추종 시스템이 시뮬레이션 되었다. 시뮬레이션 결과는 풍외란이 PID로 제어되는 펄럭 편 요각 변화에 의해 제거됨으로써 설계된 궤적에 아주 만족하였다.

• 전자공학회논문지SC
• /
• 제43권4호
• /
• pp.35-44
• /
• 2006

LonWorks/IP 가상 디바이스 네트워크(VDN) 상의 전달지연은 실시간 분산제어 시스템의 성능과 안정성을 악화시킨다. LonWorks/IP VDN은 LonWorks 디바이스 네트워크와 IP( 데이터) 네트워크와의 통합네트워크이다. LonWorks/IP VDN 상에서의 서보제어를 수행할 경우 시간지연은 확률적인 특성을 강하게 나타낸다. 산업현장에 대한 예지보전을 위한 실시간 분산제어 환경에서 즉각적인 응답은 필수불가결한 요소이다. 그러므로 네트워킹 된 분산제어시스템의 안정성을 보장하고 성능을 개선하기 위해서는 시간에 따라 가변적인 불확실한 시간지연을 보상할 필요가 있다. 본 논문에서는 출력 되먹임 루프에 적절한 필터와 외란관측기를 이용한 제어기를 제안한다. 컴퓨터 모의실험을 통하여 제안된 제어기의 성능과 안정성이 Smith 예측기 기반의 내부모델제어기 (IMC)의 제어결과와 비교 제시된다. 제안된 제어기는 IMC 보다 안정성과 추종성능을 상당히 개선시킬 수 있으며 외란과 잡음에 강인한 특성을 갖는 것을 보인다. 그러므로 제안된 제어기는 가변적인 시간지연을 갖는 LonWorks/IP VDN 상에서 예지보전을 위한 실시간 분산제어에 매우 적합하다.

• 전력전자학회논문지
• /
• 제5권2호
• /
• pp.140-148
• /
• 2000

간단한 시간 지연 관측기를 이용한 영구자석 동기전동기의 강인 전류 제어 기법이 제시된다. 전압원 인버터 구동영구자석 동기전동기의 전류 제어 기법 중 전류 제어가 우수한 성능을 주는 것으로 알려져 있지만 이 기법은 전동기 파라미터와 동작 조건에 대한 모든 정보를 필요로 하며 전동기와 제어기의 파라미터가 일치하지 않을 경우 응답 성능이 저하되게 된다. 이러한 제함 점을 극복하기 위해 시간 지연 제어 기법을 사용하여 파라미터 변화에 의한 외란 성분이 추정되고 이는 전향 제어 방식으로 기준 전압의 계산에 이용된다. 이를 통해 제어기 성능이 매우 간단한 방식으로도 상당히 향상됨을 입증한다. 제안된 제어 방식의 타당성이 비교 시뮬레이션과 실험을 통해 입증된다.

• 한국기계가공학회지
• /
• 제12권6호
• /
• pp.132-141
• /
• 2013

Robotic Drilling Systems(RDSs) set the standard for the factory automation systems in aerospace manufacturing. With the benefits of cost effective drilling and predictive maintenance, RDSs can provide greater flexibility in the manufacturing process. The system can be easily adopted to manage very complex and time-consuming processes, such as automated fastening hole drilling processes of large aircraft sections, where it would be difficult accomplished by workers following teaching or conventional guided methods. However, in order to build an RDS based on a CAD model, the precise calibration of the Tool Center Point(TCP) must be performed in order to define the relationships between the fastening-hole target and the End Effector(EEF). Based on the kinematics principle, the robot manipulator requires a new method to correct the 3D errors between the CAD model of the reference coordinate system and the actual measurements. The system can be called as a successful system if following conditions can be met; a. seamless integration of the industrial robot controller and the IO Level communication, b. performing pre-defined drilling procedures automatically. This study focuses on implementing a new technology called iGPS into the fastening-hole-drilling process, which is a critical process in aircraft manufacturing. The proposed system exhibits better than 100-micron 3D accuracy under the predefined working space. Based on the proposed EEF fastening-hole machining process, the corresponding processes and programs are developed, and its feasibility is studied.

• 산업경영시스템학회지
• /
• 제43권4호
• /
• pp.161-167
• /
• 2020

In the process of cutting large aircraft parts, the tool may be abnormally worn or damaged due to various factors such as mechanical vibration, disturbances such as chips, and physical properties of the workpiece, which may result in deterioration of the surface quality of the workpiece. Because workpieces used for large aircrafts parts are expensive and require strict processing quality, a maintenance plan is required to minimize the deterioration of the workpiece quality that can be caused by unexpected abnormalities of the tool and take maintenance measures at an earlier stage that does not adversely affect the machining. In this paper, we propose a method to indirectly monitor the tool condition that can affect the machining quality of large aircraft parts through real-time monitoring of the current signal applied to the spindle motor during machining by comparing whether the monitored current shows an abnormal pattern during actual machining by using this as a reference pattern. First, 30 types of tools are used for machining large aircraft parts, and three tools with relatively frequent breakages among these tools were selected as monitoring targets by reflecting the opinions of processing experts in the field. Second, when creating the CNC machining program, the M code, which is a CNC auxiliary function, is inserted at the starting and ending positions of the tool to be monitored using the editing tool, so that monitoring start and end times can be notified. Third, the monitoring program was run with the M code signal notified from the CNC controller by using the DAQ (Data Acquisition) device, and the machine learning algorithms for detecting abnormality of the current signal received in real time could be used to determine whether there was an abnormality. Fourth, through the implementation of the prototype system, the feasibility of the method proposed in this paper was shown and verified through an actual example.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.83-89
• /
• 2022

최근 정보통신기술의 발전에 따라 사물인터넷 기술이 비약적으로 발전하고 있다. IoT 기술은 다양한 센서들을 활용하여 각 센서의 고유한 데이터를 발생시켜 시스템 상태의 진단을 가능하도록 한다. 하지만, 현재 적용되고 있는 장비운용 시스템은 장비에 문제가 발생한 후 관리자가 해당 문제를 처리해야하는 사후보전 방식의 개념이며, 이는 시스템의 에러로 인한 시스템의 신뢰성 및 가용성 문제점을 의미할 수 있으며, 정비를 위한 시스템 중단으로 생산성에 부정적 영향으로 인한 경제적 손실을 초래할 수 있다. 따라서, 본 연구에서는 지능형 IoT(AIoT) 기술을 적용하여 공장 내 정류기를 보다 효율적으로 운용하기 위한 엣지 컨트롤러 제어 의사 결정 알고리즘과, 정류기 부품별 고장 상황 정보에 대한 도메인 지식 기반의 모델링을 작성하여, 이를 바탕으로 수집된 각 센서 데이터에 대한 상관관계 분석을 통해 시나리오별 Abnormal 데이터에 대하여 적정 수준의 상태 메시지를 출력함을 확인할 수 있었으며, 이를 통한 기존 현장의 장비 운용 시스템의 가용성과 생산성이 향상됨을 확인하였다.

• 산업경영시스템학회지
• /
• 제45권4호
• /
• pp.157-166
• /
• 2022

In the case of a die-casting process, defects that are difficult to confirm by visual inspection, such as shrinkage bubbles, may occur due to an error in maintaining a vacuum state. Since these casting defects are discovered during post-processing operations such as heat treatment or finishing work, they cannot be taken in advance at the casting time, which can cause a large number of defects. In this study, we propose an approach that can predict the occurrence of casting defects by defect type using machine learning technology based on casting parameter data collected from equipment in the die casting process in real time. Die-casting parameter data can basically be collected through the casting equipment controller. In order to perform classification analysis for predicting defects by defect type, labeling of casting parameters must be performed. In this study, first, the defective data set is separated by performing the primary clustering based on the total defect rate obtained during the post-processing. Second, the secondary cluster analysis is performed using the defect rate by type for the separated defect data set, and the labeling task is performed by defect type using the cluster analysis result. Finally, a classification learning model is created by collecting the entire labeled data set, and a real-time monitoring system for defect prediction using LabView and Python was implemented. When a defect is predicted, notification is performed so that the operator can cope with it, such as displaying on the monitoring screen and alarm notification.