• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2018년도 하계학술대회
• /
• pp.235-237
• /
• 2018

많은 분야에서 기기설비들의 고장, 결함은 안전과 관련되어 있기 때문에 연구가 활발히 진행되고 있다. 주로 데이터를 취득하여 제품의 유지보수 및 품질을 향상시키는 연구로 고장을 나타내는 특성 인자를 추출하여 고장진단을 하는 것이다. 하지만, 과거의 룰 기반 결함 탐지 기법은 예외의 경우를 탐지하기 어렵다는 문제를 가져왔다. 최근 들어 인공지능이 특성 인자를 쉽게 추출할 수 있다는 장점으로 인해 인공지능과 결합된 고장진단 시스템이 많이 제안되고 있다. 본 논문에서는 인공지능의 추세와 인공지능과 결합된 고장진단 시스템을 소개한다.

• 한국항공우주학회지
• /
• 제32권3호
• /
• pp.51-57
• /
• 2004

본 연구에서는 신경회로망을 이용한 가스터빈 엔진의 지능형 성능 진단 컴퓨터 프로그램을 개발하였다. 최근에는 엔진 손상을 분석하는데 있어서 주요 구성품의 가스 경로를 실시간 모니터링(monitoring)하는 가스경로해석 (GPA, Gas Path Analysis)방법이 사용되고 있다. 그러나 엔진손상의 형태나 정도가 다양하고 복잡하기 때문에 가스경로해석 접근법만 가지고서는 엔진의 손상상태를 모두 모니터링하기란 쉽지 않다. 따라서 이 문제를 해결하기 위해 학습과 진단을 할 수 있는 신경회로망을 적용하였다. 본 연구에서는 PT6A-62 터보프롭 엔진의 진단에 1개의 은닉층을 갖는 역전파 신경회로망(BPN, Back Propagation Neural Network)이 제안되었다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2006년도 제26회 춘계학술대회논문집
• /
• pp.213-217
• /
• 2006

PW206C 터보 축 엔진을 위해 신경회로망을 이용한 지능형 성능 진단 프로그램이 제안되었다. 이 엔진은 항공우주연구원에서 개발 중에 있는 틸트 로터 타입 스마트 무인기의 추진시스템으로 선정되었다. 1개의 은닉층, 입력층, 출력층을 가지는 BPN(Back Propagation Network)이 신경회로망을 훈련시키기 위해 이용되었다. 입력층은 7개의 뉴런을 가지는데 SHP, MF, P2, T2, P4, T4 및 T5와 같은 측정파라미터이며 출력층은 6개의 뉴런으로 구성되어 있으며 각각은 압축기, 압축기 터빈, 동력 터빈의 유량 함수 및 효율이다. 신경망을 훈련하고 테스트하기 위한 데이터 베이스는 가스터빈 성능모사 프로그램을 이용하여 구성하였다. 훈련된 신경망을 PW206C 터보 축 엔진의 진단에 적용한 결과 제안된 진단 알고리즘이 압축기 오염과 압축기 터빈의 침식과 같은 단일 손상을 탐지하는데 유용함을 확인하였다.

• 한국추진공학회지
• /
• 제10권2호
• /
• pp.15-22
• /
• 2006

PW206C 터보 축 엔진을 위해 신경회로망을 이용한 지능형 성능 진단 프로그램이 제안되었다. 이 엔진은 항공우주연구원에서 개발 중에 있는 틸트 로터 타입 스마트 무인기의 추진시스템으로 선정되었다. 1개의 은닉층, 입력층, 출력층을 가지는 BPN(Back Propagation Network)이 신경회로망을 학습시키기 위해 이용되었다 입력층은 7개의 뉴런을 가지는데 SHP, MF, PT2, TT2, PT4, TT4 및 TT5와 같은 측정파라미터이며 출력층은 6개의 뉴런으로 구성되어 있으며 각각은 압축기, 압축기 터빈, 동력 터빈의 유량함수 및 효율이다. 신경망을 훈련하고 테스트하기 위한 데이터 베이스는 가스터빈 성능모사 프로그램을 이용하여 구성하였다. 훈련된 신경망을 PW206C 터보 축 엔진의 진단에 적용한 결과 제안된 진단 알고리즘이 압축기 오염과 압축기 터빈의 침식과 같은 단일 손상을 탐지하는데 유용함을 확인하였다.

• 한국항해항만학회지
• /
• 제46권3호
• /
• pp.280-288
• /
• 2022

본 연구는 정상 가동 중에도 회전수가 변하는 기기의 이상 및 고장 진단 방안을 다루고 있다. 회전수가 변함에 따라 비정상적 시계열 특성을 내포한 센서 데이터에 기계학습을 적용할 수 있는 절차를 제시하고자 하였다. 기계학습으로는 k-Nearest Neighbor(k-NN), Support Vector Machine(SVM), Random Forest을 사용하여 이상 및 고장 진단을 수행하였다. 또한 진단 정확성을 비교할 목적으로 이상 감지에 오토인코더, 고장진단에는 합성곱 기반의 Conv1D도 추가로 이용하였다. 비정상적 시계열로부터 통계 및 주파수 속성으로 구성된 시계열 특징 벡터를 추출하고, 추출된 특징 벡터에 정규화 및 차원 축소 기법을 적용하였다. 특징 벡터의 선택과 정규화, 차원 축소 여부에 따라 달라지는 기계학습의 진단 정확도를 비교하였다. 또한, 적용된 학습 알고리즘 별로 초매개변수 최적화 과정과 적층 구조를 설명하였다. 최종적으로 기존의 심층학습과 비교하여, 기계학습도 가변 회전기기의 고장을 정확하게 진단할 수 있는 절차를 제시하였다.

• 한국지능시스템학회논문지
• /
• 제18권3호
• /
• pp.341-346
• /
• 2008

본 연구에서는 화물 운송에 사용되는 운반선 중 하나인 액체운반선을 유지 관리하기위한 통합 자동화 시스템인 스마트 카고 탱커 진단 모니터링 시스템을 개발하였다. 본 연구를 통해 선박의 특수성을 고려한 선박용 능동형 스마트 센서 개발 기술을 확보하고 고신뢰성 및 내환경성을 가진 기자재를 개발하고자 하였다. 본 연구에서 제안한 카고 모니터링 시스템은 증기 압력 모니터링 부분, 카고 수위 모니터링 부분, 수위 초과 모니터링 부분, 가스 모니터링 부분, 탱크 온도 모니터링 부분으로 구성된다. 본 시스템은 각 단위 시스템으로부터 전송되는 신호의 신뢰성, 적절성 그리고 센서 자체의 이상 유무를 스스로 진단한다. 최종적으로 각 시스템의 고장진단 및 예측을 통하여 운항중인 선박에서 효과적으로 화물을 유지 관리 할 수 있도록 하는 포괄적인 통제 모니터링 시스템 개발을 목적으로 한다.

• 조명전기설비학회논문지
• /
• 제15권5호
• /
• pp.68-74
• /
• 2001

본 논문에서는 전력용 변압기 내부의 이상원인을 규명하는 방법중 가장 신뢰성이 우수한 가스분석기법에 대한 새로운 알고리즘을 제시하였다. 제시된 알고리즘은 한전 유중가스 분석법을 포함한 국제적으로 공인된 IEC법, Domenburg법, 가스 Pattern법 등을 통합하여 적용하므로써 진단의 효율성을 높였으며, 미국 Neuron DATA사에서 개발한 Element Expert Tool로 작성되었다. 또한, 실제 이상이 발생된 전력용 변압기의 유중가스치를 제안된 알고리즘에 적용하여 신뢰성을 입증하였다.

• Journal of Mechanical Science and Technology
• /
• 제18권9호
• /
• pp.1537-1548
• /
• 2004

This paper presents a novel diagnostic technique for monitoring the system conditions and detecting failure modes and precursors based on wavelet-packet analysis of external noise/vibration measurements. The capability is based on extracting relevant features of noise/vibration data that best discriminate systems with different noise/vibration signatures by analyzing external measurements of noise/vibration in the time-frequency domain. By virtue of their localized nature both in time and frequency, the identified features help to reveal faults at the level of components in a mechanical system in addition to the existence of certain faults. A prima-facie case is made via application of the proposed approach to fault detection in scroll and rotary compressors, although the methods and algorithms are very general in nature. The proposed technique has successfully identified the existence of specific faults in the scroll and rotary compressors. In addition, its capability of tracking the severity of specific faults in the rotary compressors indicates that the technique has a potential to be used as a prognostic tool.

• International Journal of Quality Innovation
• /
• 제6권1호
• /
• pp.109-118
• /
• 2005

The parameter design is the most emphasized measure by researchers for a new products development. It is critical for makers to achieve simultaneously in both the time-to-market production and the quality enhancement. However, there are difficulties in practical application, such as (1) complexity and nonlinear relationships co-existed among the system's inputs, outputs and control parameters, (2) interactions occurred among parameters, (3) where the adjustment factors of Taguchi's two-phase optimization procedure cannot be sure to exist in practice, and (4) for some reasons, the data became lost or were never available. For these incomplete data, the Taguchi methods cannot treat them well. Neural networks have a learning capability of fault tolerance and model free characteristics. These characteristics support the neural networks as a competitive tool in processing multivariable input-output implementation. The successful fields include diagnostics, robotics, scheduling, decision-making, prediction, etc. This research is a case study of spherical annealing model. In the beginning, an original model is used to pre-fix a model of parameter design. Then neural networks are introduced to achieve another model. Study results showed both of them could perform the highest spherical level of quality.

• International Journal of Aeronautical and Space Sciences
• /
• 제10권2호
• /
• pp.34-42
• /
• 2009

Gas turbine performance diagnostics is a method for detecting, isolating and quantifying faults in gas turbine gas path components. On-line precise fault diagnosis can promote greatly reliability and availability of gas turbine in real time operation. This work proposes a GUI-type on-line diagnostic program using SIMULINK and Fuzzy-Neuro algorithms for a helicopter turboshaft engine. During development of the diagnostic program, a look-up table type base performance module are used for reducing computer calculating time and a signal generation module for simulating real time performance data. This program is composed of the on-line condition monitoring program to monitor on-line measuring performance condition, the fuzzy inference system to isolate the faults from measuring data and the neural network to quantify the isolated faults. Evaluation of the proposed on-line diagnostic program is performed through application to the helicopter engine health monitoring.