• Journal of Magnetics
• /
• 제18권3호
• /
• pp.348-351
• /
• 2013

Inconel 600 alloy, Ni base alloy, is widely used for steam generator tubings where sensitization occurs at grain boundaries and sensitization will induce tubing failures. This alloy has usually paramagnetic property, however, it transforms into ferromagnetic property along grain boundaries when sensitization occurs: this means NDE using magnetism for sensitization is possible. Therefore, in this study, Inconel 600 alloys were heat treated at 873 K from 0 to 400 hours so as to generate sensitization and their magnetic properties were investigated in detail. The saturation and the residual magnetization increase with increasing heat treatment time and take a maximum. On the other hand, the coercive force decreases with the increase in time of heat treatment. We confirmed that characteristics at only grain boundaries change into ferromagnetic phase by a MFM observation. As a trial for industrial application, heat treated Inconel 600 alloy was scanned by a magnetic field sensor, and the variations in magnetization were obtained nondestructively. The results indicate a feasibility of magnetic NDE for sensitization of Inconel 600 alloy.

• 한국산업융합학회 논문집
• /
• 제25권2_1호
• /
• pp.169-176
• /
• 2022

Prognostics and health management (PHM) is recently converging throughout the industry, one of the trending issue is to detect abnormal conditions at decanter centrifuge during water treatment facilities. Wastewater treatment operation produces corrosive gas which results failures on attached sensors. This scenario causes frequent sensor replacement and requires highly qualified manager's visual inspection while replacing important parts such as bearings and screws. In this paper, we propose anomaly detection by measuring the vibration of the decanter centrifuge based on the video camera images. Measuring the vibration of the screw decanter by applying the optical flow technique, the amount of movement change of the corresponding pixel is measured and fed into the LST M model. As a result, it is possible to detect the normal/warning/dangerous state based on LSTM classification. In the future work, we aim to gather more abnormal data in order to increase the further accuracy so that it can be utilized in the field of industry.

• 자동차안전학회지
• /
• 제14권3호
• /
• pp.71-76
• /
• 2022

In autonomous driving cars, 3D pose estimation can be one of the effective methods to enhance safety control for OOP (Out of Position) passengers. There have been many studies on human pose estimation using a camera. Previous methods, however, have limitations in automotive applications. Due to unexplainable failures, CNN methods are unreliable, and other methods perform poorly. This paper proposes robust real-time multi-human 3D pose estimation architecture in vehicle using monocular RGB camera. Using particle filter, our approach integrates CNN 2D/3D pose measurements with available information in vehicle. Computer simulations were performed to confirm the accuracy and robustness of the proposed algorithm.

• 제어로봇시스템학회논문지
• /
• 제22권2호
• /
• pp.147-152
• /
• 2016

This paper proposes a new TPC (Transmission Priority Change) algorithm which is used to diagnose failures of a CAN (Controller Area Network) based network system for the oil tank monitoring. The TPC algorithm is aimed to increase the total amount of data transmission and to minimize the latency for an urgent message by changing transmission priority. The urgency of the data transmission has been determined by the conditions of sensors. There are multiple sensors inside of the oil tank, such as temperature, valve, pressure and level sensors. When the sensors operate normally, the sensory data can be collected through the CAN network by the monitoring system. However when there is a dangerous situation or failure situation happened at a sensor, the data need to be handled quickly by the monitoring system, which is implemented by using the TPC algorithm. The effectiveness of the TPC algorithm has been verified by the real experiments. In addition, this paper introduces a method that people can figure out the condition of oil tanks and also can perform the fault diagnosis in real-time by using transmitted packet data. By applying this TPC algorithm to various industries, the convenience and reliability of multiple sensors network system can be improved.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권7호
• /
• pp.3066-3079
• /
• 2016

Recent years have witnessed a dramatic increase in topology research of wireless sensor networks (WSNs) where both energy consumption and survivability need careful consideration. To balance energy consumption and ensure survivability against both random failures and deliberate attacks, we resort to complex network theory and propose an energy-aware preferential attachment (EPA) model to generate a robust topology for WSNs. In the proposed model, by taking the transmission range and energy consumption of the sensor nodes into account, we combine the characters of Erdős -Rényi (ER) model and Barabasi-Albert (BA) model in this new model and introduce tunable coefficients for balancing connectivity, energy consumption, and survivability. The correctness of our theoretic analysis is verified by simulation results. We find that the topology of WSNs built by EPA model is asymptotically power-law and can have different characters in connectivity, energy consumption, and survivability by using different coefficients. This model can significantly improve energy efficiency as well as enhance network survivability by changing coefficients according to the requirement of the real environment where WSNs deployed and therefore lead to a crucial improvement of network performance.

• 디지털융복합연구
• /
• 제14권8호
• /
• pp.269-276
• /
• 2016

재난망용 LTE(Long Term Evolution)는 자가망을 기본으로 구축하고 일부 상용망 시설을 활용함으로써 비용을 절감하는 방향으로 구축되고 있다. 하지만, LTE 망은 기지국, 교환기 등 정보통신 기반시설 붕괴 시 망 생존성과, 폐쇄된 건물 내부 또는 지하구간 등 음영지역에서의 통신 커버리지가 취약하다는 한계가 있다. 본 연구에서는 기존에 활용하고 있는 검증된 기술들의 융합을 통해 망 생존성 기술을 제공하는 방안을 도출하였다. IoT시대의 도래에 따라, 사물과 환경 속에 내재된 스마트 센서는 컴퓨팅 파워와 네트워킹 모듈을 포함하여 망 생존성 구현을 위해 매우 유용한 기반을 제공한다. 본 연구에서는, 이러한 스마트센서의 특성을 기반으로 스몰셀 기술과 무선 네트워크 커버리지 확장기술을 융합함으로써 망 생존성을 효과적으로 구현하기 위한 USN(Ubiquitous Sensor Network) 싱크노드 아키텍처를 기획하였다. 사물과 환경 속에 내재된 컴퓨팅 파워는 재난재해 발생 시 유용한 자원으로 활용될 수 있을 것으로 기대된다.

• 한국전자통신학회논문지
• /
• 제15권2호
• /
• pp.245-252
• /
• 2020

예상치 못한 장비들의 결함은 우리 사회 전반에 막대한 경제적 손실을 초래하고, 이런 상황에서 상태 모니터링은 해결 가능한 방법을 제시할 수 있다. 상태 모니터링은 부착된 다양한 센서 데이터로부터 기계 고장을 예측하기 위해 신호 처리 알고리즘의 개발이 요구된다. 상태 모니터링에 사용되는 신호 처리 알고리즘은 높은 계산 효율과 고해상도를 요구하고 있다. 무선 센서 네트워크상(WSN)에서 상태 모니터링을 개선하기 위해서 데이터의 시각화는 데이터의 특징적인 표현을 극대화할 수 있다. 따라서 본 논문은 대규모 기반 시설에서 장비의 환경 상태를 식별하기 위해 WSN 기반의 상태 모니터링을 위한 온도 데이터의 시각적인 특징 추출을 제안한다. 실험 결과, 시간-주파수 분석은 시간에 따른 온도 변화를 시각적으로 확인할 수 있으며 온도 데이터 변화의 특징을 추출하는데 용이하였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권11호
• /
• pp.1081-1085
• /
• 2010

무선 센서 네트워크에서는 전송파워 제어를 이용하여 전력소비를 줄이고 채널간의 간섭을 줄일 수 있다. 무선 링크의 품질은 시간 및 공간적인 상황에 따라 변화하기 때문에 링크의 실패가 빈번하다. 기존의 전송파워 제어 기법은 링크 품질 변화에 적응할 수 있도록 주기적으로 이웃 노드와 비컨 패킷을 주고 받아 동적으로 전송파워를 조절하도록 하였다. 하지만 전송파워를 조절하는 주기에 따라서 링크 품질의 변화에 적용하는 시간과 트래픽 및 에너지 오버헤드에 영향을 줄 수 있다. 본 논문에서는 링크의 품질변화에 따른 동적인 전송파워 제어 기법과 전송파워 제어 주기를 변경하는 기법을 제안한다. 이를 통하여 링크가 불안정할 때에는 전송파워 제어 주기를 감소시켜 민첩하게 링크 품질을 유지하며, 링크가 안정할 때는 전송파워 제어 주기를 증가시켜 이에 따른 프로토콜의 오버헤드를 줄이고자 하였다.

• 지질공학
• /
• 제25권3호
• /
• pp.331-337
• /
• 2015

본 연구에서는 화강암 풍화토와 편마암 풍화토를 대상으로 모형시험 수행 중 획득한 간극수압, 함수비 데이터를 대상으로 Hotelling의 T² 분석을 실시하여 사면의 이상거동을 감지할 수 있는 기법을 개발하였다. 각 시험에서는 간극수압 3개와 함수비 3개가 동시에 측정되며, 이들의 상관관계를 이용하여 신뢰구간 95.0%와 90.0%를 기준으로 T² 통계량을 계산하였다. 분석결과에 의하면 모형사면 내의 국부적인 붕괴는 센서 위치에 따라 감지하지 못하는 경우가 있으며, 사면 전체붕괴의 경우 수백 초에서 수천 초 전에 T² 통계량이 신뢰구간 90%를 초과하여 이상거동을 감지할 수 있었다. Hotelling의 T² 분석은 동일 사면 내 다양한 측정치 간의 상관성을 분석할 수 있어 유일한 관리기준치를 설정할 수 있으며, 신뢰도 수준에 따라 단계적인 예경보 기준설정이 가능하다.

• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.1-11
• /
• 2021

Recently, the importance of preventive maintenance has been emerging since failures in a complex system are automatically detected due to the development of artificial intelligence techniques and sensor technology. Therefore, prognostic and health management (PHM) is being actively studied, and prediction of the remaining useful life (RUL) of the system is being one of the most important tasks. A lot of researches has been conducted to predict the RUL. Deep learning models have been developed to improve prediction performance, but studies on identifying the importance of features are not carried out. It is very meaningful to extract and interpret features that affect failures while improving the predictive accuracy of RUL is important. In this paper, a total of six popular deep learning models were employed to predict the RUL, and identified important variables for each model through SHAP (Shapley Additive explanations) that one of the explainable artificial intelligence (XAI). Moreover, the fluctuations and trends of prediction performance according to the number of variables were identified. This paper can suggest the possibility of explainability of various deep learning models, and the application of XAI can be demonstrated. Also, through this proposed method, it is expected that the possibility of utilizing SHAP as a feature selection method.