• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 춘계학술대회 및 임시총회
• /
• pp.153-157
• /
• 2002

자기 진단 센서는 자신의 상태를 스스로 진단하는 기능을 갖는 센서를 말한다. 이러한 기능을 갖기 위해서 자신의 상태를 판단 할 수 있는 정보를 얻는 것이 가장 중요하다. 본 연구에서는 자신의 노이즈 신호만으로 상태를 판단할 수 있는 자기 진단센서의 설계하는 방법을 제안하였다. 웨이브렛 및 ICA 분석기법을 이용하여 자신의 출력 신호로부터 대상목표의 측정물리량을 나타내는 신호성분을 제외한, 센서 자신으로부터 발생하는 특징 노이즈 신호만을 분류한 다음에, 이 신호를 PDS로 정량화하여 특징 데이터를 생성하였다. 실험을 통해 그 타당성을 입증하였다.

• 한국지능시스템학회논문지
• /
• 제5권4호
• /
• pp.56-66
• /
• 1995

본 논문에서는 산업용으로서 널리 이용되고 있는 3상 유도전동기의 전기적 결함에 의해 발생하는 전자진동문제을 체계적으로 검토하고, 이들 진동신호의 주파수스펙트럼을 사용한 전동기의 결함진단 시스템을 신경회로망을 이용하여 구축하였다. 그리고 그 중에서 비교적 자주 발생하는 공극(air-gap)의 정적 편심에 대해 실험을 수행하고, 그 결과를 신경회로망을 이용한 진단법에 적용하여 본 진단법의 유용성을 확인하였다. 또한 현장에서 발생된 전기적인 결함에 대한 진동측정 data를 이용하여 진단이 정상적으로 수행되는가를 조사하여 각 결함을 정확하게 판별할 수 있음을 입증하였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제2권1호
• /
• pp.15-19
• /
• 2002

Automatic detection of interstitial lung disease using Neural Network is presented. The rounded opacities in the pneumoconiosis X-ray photo are picked up quickly by a back propagation (BP) neural network with several typical training patterns. The training patterns from 0.6 mm ${\O}$ to 4.0 mm ${\O}$ are made by simple circles. The total evaluation is done from the size and figure categorization. Mary simulation examples show that the proposed method gives much reliable result than traditional ones.

• 제어로봇시스템학회논문지
• /
• 제4권5호
• /
• pp.666-673
• /
• 1998

To increase reliability and performance of an IMS(Intelligent Manufacturing System), fault tolerant control based on an accurate fault diagnosis is needed. In this paper, robot FDI(fault detection and identification) is proposed for IMS where the robot is controlled with state estimates of a nonlinear filter using a mathematical robot model. The Chi-square test and GLR(General likelihood ratio) test are applied for fault detection and fault size is estimated by a proposed bias filter. Performance of the proposed algorithm is tested by simulation for studies.

• 한국시뮬레이션학회논문지
• /
• 제8권1호
• /
• pp.89-99
• /
• 1999

The major objective of this research is to propose a design architecture for autonomous defense systems for supporting highly intelligent behavior by combining decision, perception, and action components. Systems with such high levels of autonomy are critical for advanced battlefield missions. By integrating a plenty of advanced modeling concepts such as system entity structure, endomorphic modeling, engine-based modeling, and hierarchical encapsulation & abstraction principle, we have proposed four layered design methodology for autonomous defense systems that can support an intelligent behavior under the complicated and unstable warfare. Proposed methodology has been successfully applied to a design of autonomous tank systems capable of supporting the autonomous planning, sensing, control, and diagnosis.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2003년도 추계공동학술대회
• /
• pp.135-144
• /
• 2003

In this paper, the implementation techniques of intelligent nuclear material surveillance system based on the SOM(Self Organized Mapping) was described. Unattended continuous surveillance systems for nuclear facility result in large amounts of data, which require much time and effort to inspect. Therefore, it is necessary to develop system that automatically pinpoints and diagnoses the anomalies from data. In this regards, this paper presents a novel concept of a continuous surveillance system that integrates visual image and radiation data by the use of neural networks based on self-organized feature mapping

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1993년도 Fifth International Fuzzy Systems Association World Congress 93
• /
• pp.1114-1117
• /
• 1993

The paper presents an effective method for finding the propagation structure of the real origin of a system malfunction. It uses a combined system model consisting of Structural Model (SM) in the form of Fuzzy Directed Graph and Behavior Model (BM) as a set of Fuzzy Relational Equations $A\;{\circ}\;R\;=\;B$. Here a specially proposed fuzzy inference technique is checked and investigated. Finally a test example for fault diagnosis of an industrial system is given and analyzed.

• 한국산업융합학회 논문집
• /
• 제7권2호
• /
• pp.199-205
• /
• 2004

This paper describes the fault diagnosis method to order to construct CIM in complex system with hierarchical structure similar to human body structure. Complex system is divided into unit, item and component. For diagnosing this hierarchical complex system, it is necessary to implement a special neural network. Fault diagnosis system can forecast faults in a system and decide from the signal information of current machine state. Comparing with other diagnosis system for a single fault, the developed system deals with multiple fault diagnosis, comprising hierarchical neural network (HNN). HNN consists of four level neural network, i.e. first is fault symptom classification and second fault diagnosis for item, third is symptom classification and forth fault diagnosis for component. UNIX IPC is used for implementing HNN with multitasking and message transfer between processes in SUN workstation with X-Windows (Motif). We tested HNN at four units, seven items per unit, seven components per item in a complex system. Each one neural network represents a separate process in UNIX operating system, information exchanging and cooperating between each neural network was done by message queue.

• 지능정보연구
• /
• 제28권1호
• /
• pp.217-242
• /
• 2022

AI 기술이 결합된 지능형 제품은 기술적 차별화를 실현하며 시장 경쟁력을 높일 수 있는 잠재성을 지닌다. 하지만 시장 수용도를 극대화 할 수 있는 AI 기반의 신제품 개발 방법론은 부재하다. 본 연구는 AI 기반의 지능형 제품 개발에 대한 방법론으로서 KANO-QFD 통합 모델을 제안한다. 실증적인 분석을 위한 구체적 사례로 탈모 예측 및 치료 기기에 대한 소비자 요구조건(Customer Requirements)의 유형을 분류하고, 이를 구현하기 위한 기술적 요구사항(Engineering Characteristics)의 상대적 중요도 및 우선순위를 도출하여 지능형 메디컬 신제품 개발의 방향을 제시하였다. 소비자 130명을 대상으로 실시한 설문조사 분석 결과, KANO 카테고리 중 매력적 품질(Attractive Quality) 요소로 미래 탈모 진행 상황에 대한 정확한 예측, 미래 탈모 모습 및 치료 후 개선된 미래 모습을 실물화하여 스마트폰으로 보고, 세련된 디자인, 레이저와 LED 빛 복합 에너지를 이용한 치료 등이 도출되었다. QFD의 품질의 집(House of Quality)을 기반으로 분석한 결과, 탈모 진단 및 예측을 위한 학습 데이터, 두피 스캔용 Micro 카메라 해상도, 탈모 유형 분류 모델, 맞춤화를 위한 개인별 계정 관리, 탈모 진행상황 진단 모델 순으로 상대적 중요도 및 우선순위가 도출되었다. 본 연구는 기존에 선행되지 않았던 AI 기반의 지능형 메디컬 제품 개발에 대한 방향을 제시하였다는 면에서 의의를 지닌다.

• Nuclear Engineering and Technology
• /
• 제32권3호
• /
• pp.261-273
• /
• 2000

During an extensive review made as part of the Integrated Diagnosis System project of the Maiden Reactor Project, MOAS (Maryland Operator Advisory System) was identified as one of the most thorough systems developed thus far. MOAS is an integrated on-line diagnosis system that encompasses diverse functional aspects that are required for an effective process disturbance management: (1) intelligent process monitoring and alarming, (2) on-line sensor data validation and sensor failure diagnosis, (3) on-line hardware (besides sensors) failure diagnosis, and (4) real-time corrective measure synthesis. The MOAS methodology was used at the Maiden Man-Machine Laboratory HAMMLAB of the OECD Maiden Reactor Project. The performance of MOAS, developed in G2 real-time expert system shell for the high-pressure preheaters of the NORS process in the HAMMLAB, was tested against a variety of transient scenarios, including failures of the control valves and sensors, and tube leakage of the preheaters. These tests showed that MOAS successfully carried out its intended functions, i.e., quickly recognizing an occurring disturbance, correctly diagnosing its cause, and presenting advice on its control to the operator. The lessons learned and insights gained during the implementation and performance tests also are discussed.