• 조명전기설비학회논문지
• /
• 제29권8호
• /
• pp.98-103
• /
• 2015

Power plant is that very high reliability when industrial and economic impact on the overall electric power system is required, it is essential to improve the reliability, especially the fault prediction diagnosis. Since an accident caused by the partial discharge in the power plant is above state has a faster response characteristic than the other indications in the case of any, the partial discharge generated in the power plant immediately detect the deterioration of insulation due to the accident of the power plant and the non-drawn It should prevent or reduce. Partial Discharge Measuring Systems for UHV SF6 Gas Insulated Switchgear and power transformer on site installed has some probability of abnormal recognition in case of non-flexible deal with on site noise. Many methode to eliminate these kinds of noises, UHF Detection System is chosen as purchase description in Korea, but this system having a bandwidth between 500MHz 1.5GHz wide band. Initial install periods(about 20 years ago), this band had no strong signal source, but in these days this wide band have strong signals, such as LTE. So, module described in this paper is designed as simultaneously use with wide and narrow band for solve this noise problem, and introduce this system.

• KEPCO Journal on Electric Power and Energy
• /
• 제4권2호
• /
• pp.101-105
• /
• 2018

본 논문에서는 가스 터빈 축 진동 신호 비정상 상태 분석의 사례 연구를 위해 커널 회귀 모델을 적용한다. 원격으로 전송되는 발전소 가스터빈의 진동데이터에 커널 회귀 모델을 적용하여 설비를 실시간으로 감시 및 분석 외에도, 축진동 신호의 비정상 상태를 분석하기 위하여 활용될 수 있다. 정상운전 중에 측정한 가스터빈의 정상적인 축진동 데이터 기반의 훈련데이터를 사용하여 생성한 자동연관커널회귀의 경험적 모델을 생성하고 적용할 수 있다. 이 데이터 기반 모델의 예측치를 실시간 데이터와 비교하여 신호의 상태를 분석하고 잔차를 감시하여 이상상태에 대한 분석 정보를 제공할 수 있다. 이상상태에서 발생하는 잔차는 비정상적으로 변화됨으로서 비정상 상태를 분석 할 수 있다. 본 논문에서 커널회귀모델은 축진동 센서의 신호 이상의 원인 분석 사례에서 고장을 구분할 수 있는 정보를 제공한다.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 춘계학술발표대회
• /
• pp.505-508
• /
• 2021

반도체 회로의 미세화로 단위 공정이 증가하면 TAT(turn-around time) 증가에 따른 제조 비용이 늘어난다. 반도체 공정 중 포토 공정은 마스크의 회로를 웨이퍼에 전사하는 공정으로 전사를 담당하는 노광장비의 성능에 의해 회로의 정확성이 결정된다. 이런 정확성을 검증하는 계측공정은 회로의 미세화가 진행될수록 필요성은 증가하나 TAT 증가의 주된 요인으로 최근 기계학습을 사용한 다양한 예측 모형들의 개발로 계측 결과를 예측하는 실험들이 진행되고 있다. 본 논문은 노광장비 센서들의 이상값을 감지하여 분류 후 계측공정을 진행하는 LFDC(Lithography Fault Detection and Classification) 시스템의 문제인 분류 성능이 떨어지는 것을 해결하기 위해 XGBoost를 사용하여 계측공정을 진행하지 않고 노광장비 센서의 이상값을 학습된 학습기를 통해 분류하여 포토 공정을 재진행하거나 다음 공정을 진행하는 방법을 실험하였다. 실험에서 사용된 계측 결과 예측 모형은 89%의 정확도를 확보하였고 반도체 데이터 특성인 심각한 불균형의 데이터에 대해서도 같은 정확도를 얻었다. 이런 결과는 노광장비 센서들의 이상값에 대해 89%는 정상으로 판단하였고 정상으로 판단한 웨이퍼를 실제 계측 시 예측과 같은 결과를 얻었다. 계측 결과 예측 모형을 사용하면 실제 계측을 진행하지 않고 노광장비 센서들의 이상값에 대한 판정을 할 수 있어 TAT 단축으로 제조 비용감소, 계측 장비 부하 감소 및 효율 향상을 할 수 있다. 하지만 본 논문에서는 90%의 성능을 보이는 계측 결과 예측 모형으로 여전히 10%에 대해서는 실제 계측이 필요한 문제에 대해 추후 더 연구가 필요하다.

• 반도체디스플레이기술학회지
• /
• 제21권4호
• /
• pp.65-70
• /
• 2022

In manufacturing and semiconductor industries, transfer robots increase productivity through accurate and continuous work. Due to the nature of the semiconductor process, there are environments where humans cannot intervene to maintain internal temperature and humidity in a clean room. So, transport robots take responsibility over humans. In such an environment where the manpower of the process is cutting down, the lack of maintenance and management technology of the machine may adversely affect the production, and that's why it is necessary to develop a technology for the machine failure diagnosis system. Therefore, this paper tries to identify various causes of failure of transport robots that are widely used in semiconductor automation, and the Prognostics and Health Management (PHM) method is considered for determining and predicting the process of failures. The robot mainly fails in the driving unit due to long-term repetitive motion, and the core components of the driving unit are motors and gear reducer. A simulation drive unit was manufactured and tested around this component and then applied to 6-axis vertical multi-joint robots used in actual industrial sites. Vibration data was collected for each cause of failure of the robot, and then the collected data was processed through signal processing and frequency analysis. The processed data can determine the fault of the robot by utilizing machine learning algorithms such as SVM (Support Vector Machine) and KNN (K-Nearest Neighbor). As a result, the PHM environment was built based on machine learning algorithms using SVM and KNN, confirming that failure prediction was partially possible.

• Geomechanics and Engineering
• /
• 제34권3호
• /
• pp.267-284
• /
• 2023

Landslides are one of the most dangerous phenomena and natural disasters. Landslides cause many human and financial losses in most parts of the world, especially in mountainous areas. Due to the climatic conditions and topography, people in the northern and western regions of Iran live with the risk of landslides. One of the measures that can effectively reduce the possible risks of landslides and their crisis management is to identify potential areas prone to landslides through multi-criteria modeling approach. This research aims to model landslide potential area in the Oshvand watershed using a support vector machine algorithm. For this purpose, evidence maps of seven effective factors in the occurrence of landslides namely slope, slope direction, height, distance from the fault, the density of waterways, rainfall, and geology, were prepared. The maps were generated and weighted using the continuous fuzzification method and logistic functions, resulting values in zero and one range as weights. The weighted maps were then combined using the support vector machine algorithm. For the training and testing of the machine, 81 slippery ground points and 81 non-sliding points were used. Modeling procedure was done using four linear, polynomial, Gaussian, and sigmoid kernels. The efficiency of each model was compared using the area under the receiver operating characteristic curve; the root means square error, and the correlation coefficient . Finally, the landslide potential model that was obtained using Gaussian's kernel was selected as the best one for susceptibility of landslides in the Oshvand watershed.

• 국제학술발표논문집
• /
• The 8th International Conference on Construction Engineering and Project Management
• /
• pp.510-519
• /
• 2020

Within an intelligent automated cyber-physical system, the realization of the autonomous mechanism for data collection, data integration, and data analysis plays a critical role in the design, development, operation, and maintenance of such a system. This construct is particularly vital for fault-tolerant route-finding systems that rely on the imprecise GPS location of the vehicles to properly operate, timely plan, and continuously produce informative feedback to the user. More essentially, the integration of digital twins with cyber-physical route-finding systems has been overlooked in intelligent transportation services with the capacity to construct the network routes solely from the locations of the operating vehicles. To address this limitation, the present study proposes a conceptual architecture that employs digital twin to autonomously maintain, update, and manage intelligent transportation systems. This virtual management simulation can improve the accuracy of time-of-arrival prediction based on auto-generated routes on which the vehicle's real-time location is mapped. To that end, first, an intelligent transportation system was developed based on two primary mechanisms: 1) an automated route finding process in which predictive data-driven models (i.e., regularized least-squares regression) can elicit the geometry and direction of the routes of the transportation network from the cloud of geotagged data points of the operating vehicles and 2) an intelligent mapping process capable of accurately locating the vehicles on the map whereby their arrival times to any point on the route can be estimated. Afterward, the digital representations of the physical entities (i.e., vehicles and routes) were simulated based on the auto-generated routes and the vehicles' locations in near-real-time. Finally, the feasibility and usability of the presented conceptual framework were evaluated through the comparison between the primary characteristics of the physical entities with their digital representations. The proposed architecture can be used by the vehicle-tracking applications dependent on geotagged data for digital mapping and location tracking of vehicles under a systematic comparison and simulation cyber-physical system.

• 한국지리정보학회지
• /
• 제15권2호
• /
• pp.86-102
• /
• 2012

본 연구에서는 지리정보시스템(GIS)과 빈도비 모델(frequency ratio model)을 이용하여 부산 남구 및 연제구 지역의 침수 지역 예측 기법을 적용하여 취약성도를 작성 및 검증하고자 한다. 침수 피해와 관련된 요인으로는 지질도, 지형도(경사도, 표고, 곡률 및 하천), 토양도(토양 배수, 유효토심 및 토성), 임상도(경급, 영급, 소밀도 및 수종) 및 토지이용(불투수층 및 그린인프라) 등의 자료를 선정하여 GIS 기반의 공간 데이터베이스로 구축하였다. 2009년 160개소의 침수지역 중 50%(80개소)는 침수 관련 항목들간의 상관관계를 분석하는데 활용되었고, 50%(80개소)는 작성된 검증을 위하여 사용하였다. 침수 관련 항목들간의 상관관계는 불투수층 지역에서는 교통지역이 가장 높았으며, 경사도 $11{\sim}15^{\circ}$및 표고 15m 등에서 높았다. 분석된 상관관계를 GIS 중첩분석을 수행하여 침수 취약성도를 작성하였다. 계산된 침수 취약성은 기존 침수 관련 항목들 간의 관계를 정량적으로 설명하고 표현하여 취약성 지수가 높을수록 향후 침수피해가 많은 것을 의미한다. 침수 취약성도는 관련된 재해를 줄이고, 토지이용 및 건설과 같은 도시계획 분야에서 사용될 수 있다.

• 터널과지하공간
• /
• 제14권6호
• /
• pp.440-449
• /
• 2004

암반은 지각을 형성하는 암석의 집합체로서 지질학적인 생성 과정에서 단층, 절리 등의 역학적 불연속면을 포함하고 있다. 이러한 불연속면은 구조상 매우 취약하므로 지하 암반구조물의 안정성을 확보하기 위해서는 불연속면의 특성을 고려한 설계가 필수적이며, NATM터널 시공 시에는 이러한 불연속면을 가능한 빨리 확인하여 굴착공법 및 지보체계의 변경이 조속히 이루어져야 한다. 지하 암반 중에 터널을 굴착하게 되면, 터널 막장면을 포함한 무지보 굴착면 주위에 발생하는 3차원적 응력 전이 현상으로 인하여 막장 전방에 연약대가 존재하거나 파쇄대가 존재하는 경우에 터널의 내공 변위가 특정한 경향을 나타내는 것이 기존 연구 결과로 알려져 있다. 막장 전방의 불연속면 상태에 따른 내공변위 경향을 알아보기 위하여 막장 전방에 존재하는 불연속면의 변형계수, 두께, 방향성 등을 변화시켜가며 3차원 수치해석을 수행하였다. 수치해석 결과에서 다양한 변위성분의 영향선과 경향선의 변화가 실제 측정값들과 비슷하다는 것을 알 수 있었으며 불연속면의 물성, 두께, 방향성에 따라 값의 변화 정도가 달라지는 것으로 나타났다.

• Spatial Information Research
• /
• 제14권1호
• /
• pp.129-150
• /
• 2006

본 연구에서는 GIS 및 확률 기법을 이용하여 광상의 위치와 지질, 지화학 및 지구물리 자료들 간의 상관관계를 분석하고, 광상부존가능도(Mineral potential map) 작성 및 검증을 수행하였다. 연구지역은 1:25만 강릉도폭지역 a이며, 구축된 데이터베이스 자료는 1:25만 광상분포도, 지화학도, 지질도, 부우게 중력이상도, 자력이상도이다. 본 연구에 사용된 광상은 퇴적기원의 비금속광상(고령토, 도석, 규석, 운모, 연옥, 석회석, 납석)이다. 원소별 지화학도 작성은 채취된 각 시료 3,595개의 원소별 분석치를 이용하여 IDW 보간법으로 만들었다. 구축된 지화학도는 Al, Alkalinity, As, Ba, Ca, Cd, Co, Cr, Cu, Fe, K, Li, Mg, Mn, Mo, Na, Ni, Pb, Si, Sr, V, W, Zn, $Cl^-,\;F^-,\;{NO_2}^-,\;{NO_3}^-,\;{PO_4}^{3-},\;{SO_4}^{2-}$, pH, Eh 및 Conductivity로 총 32개이다. 이러한 광상과 관련 요인들 간의 상관관계는 확률기법인 weight of evidence를 적용하여 계산하였고, 이를 바탕으로 광상부존가능도를 작성하였다. 광상부존가능도는 wieght of evidence의 W+와 W- 값을 GIS 중첩분석에 적용하여 작성하였다. 계산된 광상부존가능지수는 기존 광상부존가능성을 정량적으로 설명하고 표현하며 검증할 수 있는 값이다. 각 기법을 이용하여 작성한 광상부존가능도의 검증결과는 85.66%의 정확도를 나타내었다.