• 대한산업공학회지
• /
• 제6권1호
• /
• pp.27-38
• /
• 1980

This paper presents the validation of a stochastic model of muscle fatigue during static muscle contractions. Forty four laboratory experiments, covering eleven test conditions for two trained subjects, were run in order to estimate fatigue and recovery rates, based on EMG observations. The validation of the model was made by comparing the model predictions to the experimental fatigue time. The validation study supports that the stochastic model of muscle fatigue accurately represents the underlying fatigue process. The study also provides support that the fatigue model can be used as a monitor of individual muscle capabilities.

• 정보처리학회논문지A
• /
• 제10A권6호
• /
• pp.715-722
• /
• 2003

실시간 시스템은 시스템이 적시성을 보장하는지 파악하기 위해 실시간 감시 기법을 이용한다. 실시간 감시의 대상은 내부 시스템만이 아니라 네트워크 상에 존재하는 인격 시스템만이 포함된다. 각 시스템에서 발생하는 데이터를 감시하기 위해서는 데이터를 일시적 혹은 장기적으로 저장할 데이터 저장소가 필요하며, 이러한 데이터 저장소는 실시간 감시를 지원할 수 있도록 시간 제약과 데이터 저장소에 대한 접근성을 고려해 설계해야 한다. 이에 따라 본 논문에서는 시간 제약과 접근성을 고려한 XML 기반의 데이터 저장소 및 전송 구조를 제시한다. XML기반의 데이터 저장소는 표준화된 데이터 포맷인 XML을 기반으로 설계하여 TCP/IP 및 HTTP를 지원하는 모든 플랫폼에서 원격으로 데이터 저장소 접근이 가능하며, 별도의 변환과정 없이 데이터를 사용할 수 있다. XML 기반의 전송 구조는 DOM, XML-RPC 및 저장 후 전송 기법을 이용하여 데이터 접근 및 전송 시간을 최소화하도록 설계하였다. 더 나아가 본 논문에서는 XML 기반의 데이터 저장소 및 전송구조를 이용하여 실시간 감시를 수행할 때, 기준이 되는 시간적 한계치를 제시하기 위해 측정 실험을 수행하였다. 본 논문에서 설계한 XML 기반의 데이터 저장소 및 전송 구조 그리고 실험 결과는 기본적으로 실시간 감시 및 제어를 필요로 하는 분야 및 응용 분야에서 이용할 수 있다.

• 응용통계연구
• /
• 제28권5호
• /
• pp.1025-1034
• /
• 2015

1920년대에 소개되었던 Shewhart 관리도는 관측치가 서로 독립임을 가정했다. 오늘날은 데이터 측정과 자료수집 기술이 발전하면서 자기상관 공정 데이터가 많이 발생하고 있으며, 이것은 통계적 공정 관리의 성능에 부정적인 영향을 끼치게 된다. 자기상관이 존재하는 데이터에 대하여 가장 쉽게 접근할 수 있는 관리도는 먼저 자기상관구조를 모형화할 수 있는 적절한 시계열 모형을 가정한 다음 잔차를 구하여, 그 잔차에 기반한 Shewhart 관리도를 적용하는 것이다. 실제 문제에서 시계열 모형의 참 모수값은 알려져 있지 않으므로, 이 값은 일단계 표본(과거의 관리상태 표본)으로부터 추정된다. 본 논문에서는 이러한 모수추정이 이단계 표본을 모니터링하는데 어떠한 영향이 있는지 살펴보았다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 춘계학술발표논문집 (상)
• /
• pp.447-450
• /
• 2003

실시간 시스템은 사용자의 요구에 대해 적시성을 보장하는 서비스를 제공해야 하며 이를 관리하기 위해서 모니터링 기능이 요구된다. 그러나 모니터링은 실시간 서비스에 영향을 주는 문제를 발생시킨다. 이러한 문제를 해결하기 위해 본 논문은 실시간 시스템 상의 실시간 프로세스들의 동작을 감시하는 실행시간 프로세스 모니터를 위한 구조를 설계하였다. 또한 실행시간 프로세스 모니터를 위한 구조와 연동하는 데이터 저장소를 설계하였다. 데이터 저장소를 이용하여 실행시간 모니터가 실시간 프로그램과 독립적으로 수행될 수 있도록 하였으며 이를 통해 실시간 프로그램에 미치는 영향을 최소화하도록 하였다. 본 논문에서 설계한 구조는 실시간 모니터링을 필요로 하는 분야에서 이용될 수 있다.

• 통합자연과학논문집
• /
• 제13권4호
• /
• pp.152-157
• /
• 2020

To monitor all elements simultaneously of variance-covariance matrix Σ of several correlated quality characteristics under multivariate normal process Np($\underline{\mu}$, Σ), multivariate exponentially weighted moving average (EWMA) chart and cumulative sum (CUSUM) chart are considered and compared. Numerical performances of the considered variable sampling interval (VSI) charts are evaluated using average run length (ARL), average time to signal (ATS), average number of switches (ANSW) to signal, and the probability of switch Pr(switch) between two sampling interval d1 and d2 where d1 < d2. For small or moderate changes of Σ, the performances of multivariate EWMA chart is approximately equivalent to that of multivariate CUSUM chart.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제30권5_6호
• /
• pp.529-539
• /
• 2003

J2EE(Java 2 Enterprise Edition)의 등장으로 J2EE의 모델에 따르는 엔터프라이즈 어플리케이션의 개발이 이루어지고 있다. 이것은 J2EE의 핵심 기술 요소인 Enterprise JavaBeans(EJB)의 컴포넌트 모델이 분산 객체 어플리케이션의 개발을 간단하게 해주기 때문이다. EJB 어플리케이션은 컴포넌트 지향의 객체 트랜잭션 미들웨어를 사용하여 구현되며, 많은 어플리케이션이 분산 트랜잭션을 이용한다. 이러한 특징은 EJB 기술을 각광받게 하는 요인이 되었고, EJB 기반의 어플리케이션 개발에 관한 연구가 활발하게 이루어지게 하였다. 그러나 아직은 EJB 어플리케이션 운영 상태에서 성능을 측정하기 위한 기법에 대한 연구가 미흡하다. 본 논문에서는 운영 상태의 EJB 어플리케이션의 성능을 모니터링할 수 있는 기법을 제안한다. 우선 어플리케이션의 서비스를 위한 워크플로우를 살펴보고, 내부 작업을 여러 요소들로 분류한다. 제안된 기법은 분류된 여러 요소들 중 성능 요소들의 측정을 제공한다. 또한, 한 워크플로우 동안 발생하는 생명주기에 관련된 빈의 상태 변화와 빈에서의 처리시간, 자원 사용률과 같은 성능 정보를 추출하여 모니터링할 수 있다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.405-408
• /
• 2003

산업 전반에 보급된 실시간 시스템의 수행 상태를 파악하기 위해 실시간 감시 기능을 사용한다. 감시의 기본 목적은 감시 대상이 정상적으로 수행하는지를 파악하는 것이다. 특히 실시간 감시 기법으로는 실시간 시스템 상에서 동작하는 실시간 프로세스 상태를 감시하는 프로세스 감시 기법이 있다. 이러한 감시 기법을 지원하는 실행시간 프로세스 모니터의 구조 및 데이터 저장소의 구조에 대해서는 이미 설계 및 구현을 하였다. 하지만, 기존의 프로세스 모니터는 프로세스 상태 데이터를 수집하는 기본 기능만을 제공하였다. 개발자에게 있어서 의미 있는 정보는 프로세스 상태 데이터만이 아니라 프로세스의 동작상의 문제점을 발견하고 원인 규명을 할 수 있도록 하는 고급 정보이다. 이러한 정보를 도출하기 위해 본 논문에서는 기존의 실행시간 프로세스 모니터의 구조 기반 위에서 프로세스 동작 여부를 확인하는 기능과 흐름 추적 기능을 새롭게 설계 추가하였다. 이들 기능을 통해 개발자는 어떤 프로세스에서 동작상의 문제가 발생했는지, 또한 문제를 발생시킨 원인 프로세스가 무엇인지를 추적해 낼 수 있으며, 개발단계에서 문제 해결 능력을 높일 수 있다. 본 논문에서 설계한 원인 프로세스 추적 기능을 가진 실행시간 프로세스 모니터는 기본적으로 실시간 감시 및 제어를 필요로 하는 분야에서 이용될 수 있다.

• 대한기계학회논문집A
• /
• 제22권3호
• /
• pp.663-670
• /
• 1998

Most of feedback shift controllers developed in the past have fixed control parameters tuned by experts using a trial and error method. Therefore, those controllers cannot satisfy the best control performance under various driving conditions. To improve the shift quality under various driving conditions, a new self-organizing controller(SOC) that has an optimal control performance through self-learning of driving conditions and driver's pattern is designed in this study. The proposed SOC algorithm for the shift controller uses simple descent method and has less calculation time than complex fuzzy relation, thus makes real-time control passible. PCSV (Pressure Control Solenoid Valve) control current is used as a control input, and turbine speed of the torque converter is used indirectly to monitor the transient torque as a feedback signal, which is more convenient to use and economic than the torque signal measured directoly by a torque sensor. The results of computer simulations show that an apparent reduction of shift-transient torque is obtained through the process of each run without initial fuzzy rules and a good control performance in the shift-transient torque is also obtained.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.

• 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.