• 한국컴퓨터정보학회논문지
• /
• 제19권11호
• /
• pp.17-24
• /
• 2014

본 논문에서는 저속으로 회전하는 유도 전동기의 베어링 결함을 검출하기 위해 음향 방출 신호와 히스토그램 모델링을 이용하는 방법을 제안한다. 제안한 방법은 정규화된 결함 신호가 구성하는 히스토그램의 포락선을 모델링하여, 부분 상관 계수와 DET(Distance Evaluation Technique) 기법을 이용하여 결함 유형별 고유한 특징을 추출 및 선택한다. 추출된 특징을 SVR(Support Vector Regression) 분류기의 입력으로 사용하여 베어링의 내륜, 외륜 및 롤러 결함을 분류한다. 최적의 분류 성능을 위해 SVR 커널함수의 매개변수를 0.01에서 1.0까지 변화시키고, 특징 개수는 2에서 150까지 변화시키면서 실험한 결과, 0.64-0.65의 매개변수와 75개의 특징 개수에서 제안한 방법은 약 91%의 분류 성능을 보였고, 또한 기존의 결함 분류 알고리즘보다 높은 분류 성능을 보였다.

• 한국기계가공학회지
• /
• 제20권9호
• /
• pp.35-41
• /
• 2021

A rotor is a crucial component in various mechanical assemblies. Additionally, high-speed and high-efficiency components are required in the automotive industry, manufacturing industry, and turbine systems. In particular, the failure of high-speed rotating bearings has catastrophic effects on auxiliary systems. Therefore, bearing reliability and fault diagnosis are essential for bearing maintenance. In this work, we performed failure mode and effect analysis on bearing rotors and determined that corrosion is the most critical failure type. Furthermore, we conducted experiments to extract vibration characteristic data and preprocess the vibration data through principle component analysis. Finally, we applied a machine learning algorithm called support vector machine to diagnose the failure and observed a classification performance of 98%.

• 한국항공우주학회지
• /
• 제50권6호
• /
• pp.413-422
• /
• 2022

본 논문에서는 중대형 위성용 '제어모멘트자이로'의 고속회전체인 모멘텀 휠의 고장 분석에 대해 기술하였다. 고장 분석을 위해 변조된 신호에서 주기적으로 발생되는 충격신호를 찾기 위해 힐베르트 변환 기법과 신호 복조 기법을 사용한 포락선 스펙트럼 분석을 하였다. 이를 통해 높은 신호의 크기를 가지는 특정 주파수 밴드에서 회전주파수의 조화 성분과 베어링 결함 주파수가 있는지 분석하여 모멘텀 휠의 고장을 진단하였다.

• 한국음향학회지
• /
• 제7권4호
• /
• pp.77-85
• /
• 1988

各種의 Conditioning Monitoring 技術이 硏究되고 있는데 本 硏究에서는 Cepstrum 解析法에 Adaptive Noise Cancelling (ANC) 법을 利用하여 回轉機械要素의 하나인 베어링의 缺陷을 管理하는 手段으로써의 可能性을 檢討하였으며 ANC의 物理的 意味를 正確히 把握하고자 컴퓨터 시뮬레이션을 行하였다. 컴퓨터 시뮬레이션에 衣해 Adaptive filter 에서의 最適한 適應利得을 推定하였으며 信號對雜音比에 따른 ANC의 性能과 LMS알고리즘의 收劍性을 考察하였다. 또한 ANC法을 Cepstrum 解析法에 利用한 베어링의 異常診斷은 旣存의 Cepstrum解析法보다 有效함을 알았다.

• 한국생산제조학회지
• /
• 제22권3호
• /
• pp.343-348
• /
• 2013

In line with the advances in factory automation, various pieces of equipment are now operated in batch processes controlled by computers. However, many kinds of faults can occur in complicated and large systems, which can result in low productivity and economic loss. The reliability and safety of systems have been studied because of the difficulty of determining the severity and location of faults. Therefore, it is necessary to detect and diagnose such faults in order to guarantee the reliability and safety of the equipment. In this paper, a diagnosis method for the ball bearings of a hydraulic pump is applied using a vibration signal for the maintenance of injection molding equipment. The bearings' defects are selected as a main failure mode through a failure mode and effect analysis (FMEA). Usually, there are nonlinear and impulse components of vibration in a ball bearing with faults. For the effective fault diagnosis of a ball bearing, nonlinear diagnostic methods and time-frequency analysis are applied, in addition to the methods currently used, such as power spectrum, time series analysis, and statistical methods. As a result of this study, a failure diagnosis system is provided that is useful even for non-experts. This is a condition-based method that makes it possible to resolve problems in a timely and economical way, in contrast to the prior method, which required regular but wasteful maintenance based on the experience of expensive external experts.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.845-850
• /
• 2023

본 논문에서는 전이학습을 이용하여 볼베어링의 진동진단을 수행하는 방법을 제안한다. 고장을 진단하기 위해 진동신호를 시간-주파수로 분석할 수 있는 STFT을 CNN의 입력으로 이용하였다. CNN 기반의 딥러닝 인공신경망을 빠르게 학습하고 진단 성능을 높이기 위해 전이학습 기반의 딥러닝 학습 기법을 제안하였다. 전이학습은 VGG 기반의 영상 분류 모델을 이용하여 특징 추출기와 분류기를 선택적으로 학습하였고, 학습에 사용한 데이터 세트는 Case Western Reserve University 대학에서 제공하는 공개된 볼베어링 진동 데이터를 사용하였으며, 성능평가는 기존의 CNN 모델과 비교하는 방법으로 수행하였다. 실험 결과 전이학습이 볼베어링 진동 데이터에서 상태 진단에 유용하다는 것을 증명할 수 있을 뿐만 아니라 이를 통해 다른 산업에서도 전이학습을 사용하여 상태 진단을 개선할 수 있다.

• 비파괴검사학회지
• /
• 제30권2호
• /
• pp.121-125
• /
• 2010

회전기기의 결함진단에 있어서 기존의 방법과 달리 적외선열화상기술은 회전기기의 결함진단에 대해 비접촉, 비파괴 및 상태감시 모니터링을 할 수 있다. 본 논문에서는 적외선열화상 상태진단을 기반으로 하는 회전기기의 결함진단에 대한 새로운 접근법을 제안한다. 따라서 회전기에서 가장 많이 사용되어지는 볼베어링을 이용하여 실험을 수행하였고, 진동 스펙트럼 분석과 적외선열화상을 이용하여 실시간 모니터링을 수행하였다. 적외선열화상기법을 이용하여 볼베어링의 윤활 불균형에 따른 온도 특성을 확인할 수 있었다. 이러한 실험을 통한 결과를 분석 검토하여 향후 산업전반의 회전기기의 상태감시연구에 있어서 다양한 분야에 사용되어 질 것으로 예상된다.

• Journal of Power Electronics
• /
• 제17권4호
• /
• pp.972-982
• /
• 2017

The Park's vector of stator current is a popular technique for the detection of induction motor faults. While the detection of the faulty condition using the Park's vector technique is easy, the classification of different types of faults is intricate. This problem is overcome by the Multiple Park's Vector (MPV) approach proposed in this paper. In this technique, the characteristic fault frequency component (CFFC) of stator winding faults, rotor winding faults, unbalanced voltage and bearing faults are extracted from three phase stator currents. Due to constructional asymmetry, under the healthy condition these characteristic fault frequency components are unbalanced. In order to balanced them, a correction factor is added to the characteristic fault frequency components of three phase stator currents. Therefore, the Park's vector pattern under the healthy condition is circular in shape. This pattern is considered as a reference pattern under the healthy condition. According to the fault condition, the amplitude and phase of characteristic faults frequency components changes. Thus, the pattern of the Park's vector changes. By monitoring the variation in multiple Park's vector patterns, the type of fault and its severity level is identified. In the proposed technique, the diagnosis of faults is immune to the effects of unbalanced voltage and multiple faults. This technique is verified on a 7.5 hp three phase wound rotor induction motor (WRIM). The experimental analysis is verified by simulation results.

• 한국철도학회논문집
• /
• 제2권2호
• /
• pp.13-20
• /
• 1999

The vibration signals of driving parts of electric train are distorted its signal patterns due to the impact components, which occurs when wheel passes rail joints. An elimination method of the impact components is investigated using adaptive signal processing technique in this study The result shows that adaptive interference canceling method seems to be more effective than line enhancement technique. The application of adaptive interference canceling method to the signal measured at bogie shows that the extractions of the signals of driving parts of traction motor, reduction gear, and axle bearing are successful. Therefore, only the signals of bogie, which is the place to attach an accelerometer easily, is sufficient for the fault diagnosis and the safety evaluation of electric train. Also, adaptive interference canceling method can be applicable to evaluate the performance of vibration isolation between bogie and car body and to investigate the characteristics of indoor sound.

• Journal of Power Electronics
• /
• 제14권5호
• /
• pp.859-865
• /
• 2014

This study presents an electromagnetic model for predicting shaft voltages in a 2-pole field-excited synchronous generator. After the first observations on shaft voltages were made more than a century ago, extensive work has been conducted on eliminating, mitigating, and integrating the aforementioned phenomena. Given that emphasis has been placed on modeling shaft- and bearing-induced voltages in AC motors driven by variable frequency drives, similar efforts toward a model that is dedicated to generators are insubstantial. This work endeavors to improve current physical interpretation and prediction methods for shaft-induced voltages in generators through semi-analytical derivation. Aside from the experimental validation of the model, investigations regarding the behavior of shaft voltages under varying machine complexities and operating conditions clarify previous uncertainties regarding these phenomena. The performance of the numerical method is also assessed for application in eccentricity fault diagnosis.