• Design & Manufacturing
• /
• 제16권4호
• /
• pp.52-59
• /
• 2022

Currently, Korea is an aging society and is expected to become a super-aged society in about four years. X-ray devices are widely used for early diagnosis in hospitals, and many X-ray technologies are being developed. The development of X-ray device technology is important, but it is also important to increase the reliability of the device through accurate data management. Sensor nodes such as temperature, voltage, and current of the diagnosis device may malfunction or transmit inaccurate data due to various causes such as failure or power outage. Therefore, in this study, the temperature, tube voltage, and tube current data related to each sensor and detection circuit of the diagnostic X-ray imaging device were measured and analyzed. Based on QC data, device failure prediction and diagnosis algorithms were designed and performed. The fault diagnosis algorithm can configure a simulator capable of setting user parameter values, displaying sensor output graphs, and displaying signs of sensor abnormalities, and can check the detection results when each sensor is operating normally and when the sensor is abnormal. It is judged that efficient device management and diagnosis is possible because it monitors abnormal data values (temperature, voltage, current) in real time and automatically diagnoses failures by feeding back the abnormal values detected at each stage. Although this algorithm cannot predict all failures related to temperature, voltage, and current of diagnostic X-ray imaging devices, it can detect temperature rise, bouncing values, device physical limits, input/output values, and radiation-related anomalies. exposure. If a value exceeding the maximum variation value of each data occurs, it is judged that it will be possible to check and respond in preparation for device failure. If a device's sensor fails, unexpected accidents may occur, increasing costs and risks, and regular maintenance cannot cope with all errors or failures. Therefore, since real-time maintenance through continuous data monitoring is possible, reliability improvement, maintenance cost reduction, and efficient management of equipment are expected to be possible.

• 설비공학논문집
• /
• 제22권10호
• /
• pp.687-696
• /
• 2010

In this study, FDD algorithm was developed using the normalized distance method and general pattern classifier method that can be applied to constant air volume air handling unit(CAV AHU) system. The simulation model using TRNSYS and EES was developed in order to obtain characteristic data of CAV AHU system under the normal and the faulty operation. Sensitivity analysis of fault detection was carried out with respect to fault progress. When differential pressure of mixed air filter increased by more than about 105 pascal, FDD algorithm was able to detect the fault. The return air temperature is very important measurement parameter controlling cooling capacity. Therefore, it is important to detect measurement error of the return air temperature. Measurement error of the return air temperature sensor can be detected at below $1.2^{\circ}C$ by FDD algorithm. FDD algorithm developed in this study was found to indicate each failure modes accurately.

• 대한기계학회논문집
• /
• 제18권2호
• /
• pp.323-338
• /
• 1994

This paper outlines a framework for performing intelligent sensor validation for a diagnostic expert system while reasoning under uncertainty. The emphasis is on the algorithmic preprocess technique. A companion paper focusses on heuristic post-processing. Sensor validation plays a vital role in the ability of the overall system to correctly detemine the state of a plant monitored by imperfect sensors. Especially, several theoretical developments were made in understanding uncertain sensory data in statistical aspect. Uncertain information in sensory values is represented through probability assignments on three discrete states, "high", "normal", and "low", and additional sensor confidence measures in Algorithmic Sv.Upper and lower warning limits are generated from the historical learning sets, which represents the borderlines for heat rate degradation generated in the Algorithmic SV initiates a historic data base for better reference in future use. All the information generated in the Algorithmic SV initiate a session to differentiate the sensor fault from the process fault and to make an inference on the system performance. This framework for a diagnostic expert system with sensor validation and reasonig under uncertainty applies in HEATXPRT$^{TM}$, a data-driven on-line expert system for diagnosing heat rate degradation problems in fossil power plants.

• 한국전자통신학회논문지
• /
• 제10권2호
• /
• pp.283-288
• /
• 2015

센서 네트웨크에서 센서 노드는 고장이나 전력 손실 등과 같은 다양한 원인에 의해 오작동 및 부정확한 데이터 전송의 가능성을 가지고 있으며, 이러한 센서 노드의 오류는 전체 네트워크의 신뢰성 있는 서비스에 지장을 줄 수 있다. 본 논문에서는 센서 노드 자체의 동작 오류를 줄이는 방안으로 다중센서를 사용한 센서 노드의 고장 진단과 데이터 처리 알고리즘을 제안하였다. 제안된 방법은 센서 노드에 다수의 센서를 사용하여 측정하고, 각 센서의 값을 비교하여 이상 유무를 판별하여 신뢰성 있는 데이터만을 전송하는 방식이다. 이 알고리즘은 센서의 수가 많아지는 단점이 있지만, 간단한 연산으로 센서 이상을 검출할 수 있는 방법이기 때문에 높은 신뢰도가 중요한 응용 분야에는 유용하게 사용될 수 있을 것이다.

• 융합신호처리학회논문지
• /
• 제10권1호
• /
• pp.86-92
• /
• 2009

유도 전동기의 사용이 증가함에 따라 유도전동기의 고장은 산업 사회에 커다란 피해를 끼치게 되었다. 그렇기 때문에 유도 전동기의 고장을 찾아내는 것은 매우 중요한 문제로 부각되었다. 하지만 그 중에서도 문제점은 유도전동기의 고장은 종종 오랜 시간에 걸쳐 진행된다는 것이다. 그것은 빠른 진단이 매우 중요하다는 것을 뜻한다. 이에 대해 많은 연구가 진행되어 왔으며 가장 일반적으로 쓰이는 고장 진단 방법은 진동 센서를 이용한 전동기의 기계적 고장을 찾는 방법이다. 하지만 이 방법은 신뢰도가 높은 검증 방법임에도 불구하고 높은 시스템 가격과 활용의 어려움으로 인해 새로운 방법들이 시도가 되었다. 이 논문은 시스템을 기반으로 웨이블릿 변환을 이용한 유도전동기의 고장 진단 기술을 구현하는 것을 보여주며 윈도우즈 기반 C++을 이용하여 고장인지 아닌지를 결정하는 알고리즘으로 구성되어 있다. 전체 시스템은 전류 데이터 수집 보드와 PC를 이용한 신경망 알고리즘으로 실시간으로 수행 될 것이다.

• 한국인터넷방송통신학회논문지
• /
• 제18권2호
• /
• pp.185-195
• /
• 2018

최근 산업현장에서 기계의 자동화가 크게 가속화됨에 따라 자동화 기계의 관리 및 유지보수에 대한 중요성이 갈수록 커지고 있다. 자동화 기계에 부착된 센서의 고장이 발생할 경우 기계가 오동작함으로써 공정라인 운용에 막대한 피해가 발생할 수 있다. 이를 막기 위해 센서의 상태를 모니터링하고 고장의 진단 및 분류를 하는 것이 필요하다. 본 논문에서는 센서에서 발생하는 대표적인 고장 유형인 erratic fault, drift fault, hard-over fault, spike fault, stuck fault를 기계학습 알고리즘인 SVM과 CNN을 적용하여 검출하고 분류하였다. SVM의 학습 및 테스트를 위해 데이터 샘플들로부터 시간영역 통계 특징들을 추출하고 최적의 특징을 찾기 위해 유전 알고리즘(genetic algorithm)을 적용하였다. Multi-class를 분류하기 위해 multi-layer SVM을 구성하여 센서 고장을 분류하였다. CNN에 대해서는 데이터 샘플들을 사용하여 학습시키고 성능을 높이기 위해 앙상블 기법을 적용하였다. 시뮬레이션 결과를 통해 유전 알고리즘에 의해 선별된 특징들을 사용한 SVM의 분류 결과는 모든 특징이 사용된 SVM 분류기 보다는 성능이 향상되었으나 전반적으로 CNN의 성능이 SVM보다 우수한 것을 확인할 수 있었다.

• 한국융합학회논문지
• /
• 제11권11호
• /
• pp.47-53
• /
• 2020

최근 모니터링 및 예측 시스템을 이용하여 사전에 결함을 발견하고 이를 경고하는 시스템이 활발히 연구되고 있다. 차량 안전 관리에 있어서도 예측 결함 분석 기술을 적용하여 자동차 휠 베어링의 고장 유무 및 고장 유형을 조기에 경고하는 시스템이 필요하다. 본 논문에서는 휠 베어링과 결합 된 센서 모듈과 각 센서 모듈에서 차량 가속 정보 및 진동 정보를 수집, 저장 및 분석하는 진단 시스템을 제시하였다. 제안된 센서 모듈은 저비용으로 차량의 휠 베어링 상태를 모니터링하며, 이렇게 수집된 데이터를 활용하여 진단 및 고장 예측 기능을 수행하는 방안을 연구하였다. 개발된 센서 모듈과 예측 분석 시스템은 가진 테스트 장비 및 실제 차량을 이용하여 테스트하고 그 유효성을 평가하였다.

• International Journal of Air-Conditioning and Refrigeration
• /
• 제9권3호
• /
• pp.63-71
• /
• 2001

This paper presents a model-based method for detecting and diagnosing some faults in the cooling tower of healing, ventilating, and air-conditioning systems. A simple model for the cooling tower is employed. Faults in cooling tower operation are detected through the deviations in the values of system characteristic parameters such as the heat transfer coefficient-area product, the tower approach, the tower effectiveness, and fan power. Three distinct faults are considered: cooling tower inlet water temperature sensor fault, cooling tower pump fault, and cooling tower fan fault. As a result, most values of the system characteristics parameter variations due to a fault are much higher or lower than the values without faults. This allows the faults in a cooling tower to be detected easily using above methods. The diagnostic rules for the faults were also developed through investigating the changes in the different parameter due to each faults.

• 산업기술연구
• /
• 제34권
• /
• pp.67-70
• /
• 2014

In this paper, we propose a diagnosis algorithm for 25.8kV $N_2$ insulated Pad-mounted Switchgear in oder to improve reliability by preventing of fault in advance. The proposed algorithm can diagnose the problems of Pad-mounted Switchgear such as gas leakage and VI(Vacuum Interrupter) trouble (contact abrasion, coil aging etc.) by using pressure sensor, stroke sensor and coil current sensor.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2012년도 추계학술대회 논문집
• /
• pp.394-399
• /
• 2012

최근 MEMS 센서는 기계상태감시에 있어서 전력소모, 크기, 비용, 이동성, 응용 등에 있어서 각광을 받고 있다. 특히, MEMS 센서는 스마트센서와 통합가능하고, 대량생산이 가능하여 가격이 저렴하다는 장점이 있다. 이와 관련한 기계상태감시를 위한 많은 실험적 연구가 수행되고 있다. 이 논문은 MEMS 센서들을 3 가지 인공지능 분류기 성능평가를 위한 비교연구에 대해 설명하고 있다. 회전기계에 MEMS 가속도와 전류센서들을 부착하여 데이터를 취득했고, 특징추출과 파라미터 최적화를 위해 Cross validation 기법을 사용하였다. MEMS 센서를 이용한 결함분류기 적용은 적합하다고 판단된다.