• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 1995년도 춘계학술대회 논문집
• /
• pp.457-462
• /
• 1995

This paper describes diagnosis strategy of the Flexible Multiple Fault Diagnosis Module for forecasting faults in system and deciding current machine state form sensor information. Most studydeal with diagnosis control stategy about single fault in a system, this studies deal with multiple fault diagnosis. This strategy is consist of diagnosis control module such as backward tracking expert system shell, various neural network, numerical model to predict machine state and communication module for information exchange and cooperate between each model. This models are used to describe structure, function and behavior of subsystem, complex component and total system. Hierarchical structure is very efficient to represent structural, functional and behavioral knowledge. FT(Fault Tree). ST(Symptom Tree), FCD(Fault Consequence Diagrapy), SGM(State Graph Model) and FFM(Functional Flow Model) are used to represent hierachical structure. In this study, IA(Intelligent Agent) concept is introduced to match FT component and event symbol in diagnosed system and to transfer message between each event process. Proposed diagnosis control module is made of IPC(Inter Process Communication) method under UNIX operating system.

• 한국컴퓨터정보학회논문지
• /
• 제27권8호
• /
• pp.241-251
• /
• 2022

화장품 및 뷰티산업에서 고객의 피부상태 진단과 관리는 중요한 필수기능이다. 소셜미디어 환경이 사회 전 분야에 확산되고 일반화되면서 피부 상태의 진단과 관리에 대한 다양하고 섬세한 고민과 요구 사항의 질문과 답변의 상호작용이 소셜미디어 커뮤니티에서 활발하게 다루어지고 있다. 그러나 소셜미디어 정보는 매우 다양하고 비정형적인 방대한 빅데이터이므로 적절한 피부상태 정보분석과 인공지능 기술을 접목한 지능화된 피부상태 진단 시스템이 필요하다. 본 논문에서는 소셜미디어의 텍스트 분석정보를 학습데이터로 가공하여 고객의 피부상태를 지능적으로 진단 및 관리하기 위한 피부상태진단시스템 SCDIS를 개발하였다. SCDIS에서는 딥러닝 기계학습 방법인 인공신경망 기술을 사용하여 자동적으로 피부상태 유형을 진단하는 인공신경망 모델 AnnTFIDF을 빌드업하여 사용하였다. 인공신경망 모델 AnnTFIDF의 성능은 테스트샘플 데이터를 사용하여 분석되었으며, 피부상태 유형 진단 예측 값의 정확성은 약 95%의 높은 성능을 나타내었다. 본 논문의 실험 및 성능분석결과를 통하여 SCDIS는 화장품 및 뷰티산업 분야의 피부상태 분석 및 진단 관리 과정에서 효율적으로 사용 가능한 지능화된 도구로 평가할 수 있다. 본 논문에서 제안된 시스템은 소셜미디어 기반의 새로운 환경에서 화장품 및 피부미용에 대한 사용자의 요구를 체계적으로 파악하고 진단하는 기초 기술로 사용 가능할 것이다. 그리고 이 연구는 새로운 기술 트렌드인 맞춤형 화장품제조와 소비자중심의 뷰티산업기술 수요를 해결하기 위한 기초 연구로 사용될 수 있을 것이다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제12권2호
• /
• pp.91-101
• /
• 2006

현재 까지 지능형 자동차의 서비스 형태는 주로 차량 운전자에 대한 유용한 정보제공과 엔터테인먼트를 중심으로 연구 되어 왔다. 그러나 유비쿼터스 환경에서의 지능형 자동차와 같이 시간과 장소의 구애됨 없이 언제 어디서든 자동차와 대화 및 제어가 가능한 서비스 제공에는 많은 제약 사항을 가진다. 본 논문에서는 CDMA 이동통신망을 기반으로 웹상에서 차량의 무선 원격진단과 관리 가능한 지능형 차량정보시스템을 설계 및 구현 하였다. 구현한 지능형차량정보시스템은 본 논문에서 제안하는 컷앤콜백 매커니즘을 사용하여 언제 어디서든 웹브라우져를 통하여 원격지 차량의 제어와 진단이 가능하며, 제어 조작자와 차량 간의 이동성을 제공하다. 본 논문에서는 CDMA 기반의 지능형 차량 정보시스템의 설계 기법을 설명한다. 또한, 제안한 시스템의 구현을 통한 시스템의 성능분석이 이루어진다. 실험결과, 웹 클라이언트의 요구에 의한 차량단말의 초기 접속 응답 시간은 평균 10.302초를 보였으며, 초기 접속 완료 후 646.44ms의 응답시간을 보였다. 또한 차량 단말에 의한 CAN 센서노드의 응답시간은 평균 6.669ms를 보였다.

• 한국안전학회지
• /
• 제19권1호
• /
• pp.23-30
• /
• 2004

Modern production systems are very complex by request of automation, and failure modes that occur in thisautomatic system are very various and complex. The efficient fault diagnosis for these complex systems is essential for productivity loss prevention and cost saving. Traditional fault diagnostic system which perforns sequential fault diagnosis can cause catastrophic failure during diagnosis when fault propagation is very fast. This paper describes the Real-time Intelligent Multiple Fault Diagnosis System (RIMFDS). RIMFDS assesses current machine condition by using sensor signals. This system deals with multiple fault diagnosis, comprising of two main parts. One is a personal computer for remote signal generation and transmission and the other is a host system for multiple fault diagnosis. The signal generator generates various faulty signals and image information and sends them to the host. The host has various modules and agents for efficient multiple fault diagnosis. A SUN workstation is used as a host for multiple fault modules and agents for efficient multiple fault diagnosis. A SUN workstation is used as a host for multiple fault diagnosis and graphic representation of the results. RIMFDS diagnoses multiple faults with fast fault propagation and complex physical phenomenon. The new system based on multiprocessing diagnoses by using Hierarchical Artificial Neural Network (HANN).

• 한국정밀공학회지
• /
• 제19권4호
• /
• pp.168-178
• /
• 2002

The CNC machine toots has two kinds of fault. One is the fault due to degraded parts and the other is the fault due to operation disability. The phenomena of degradation is predictable but the operational fault is unpredictable because it occurred without any warning. The major faults of CNC machine tool are operational faults which are charged over 70%. This paper describes the model of remote service and the intelligent fault diagnosis system to diagnosis operational faults of CNC machine tools. To generalize fault diagnosis, two diagnosis models such as SF(Switching Function) and SSF(Step Switching Function) are proposed. The SF is static model and SSF is dynamic model for expression of fault. The SF and SSF model can be generated using SFG(Switching Function Generator) which is developed in this research. The three major operational faults such as emergency stop error, cycle start disability and machine ready disability are applied to experiment of fault modeling. To remote service of faults fur CNC machine tool, the web server and client system based internet are proposed as the suitable environment. The developed two technologies are implemented with the internal function of open architecture controller. The implemental results for two technologies are presented to validate the proposed scheme.

• 전기전자학회논문지
• /
• 제27권4호
• /
• pp.601-609
• /
• 2023

본 논문에서는 DC 계통의 지락고장시 고속 고장진단을 위해 FPGA를 이용한 인공지능기반 고장진단 방법을 제안한다. 인공지능 알고리즘을 고장진단에 적용시 많은 연산량과 대용량의 실시간 데이터 처리가 요구된다. 또한 DC 계통에서의 고장 및 사고는 고장 전류의 빠른 상승률로 인하여 DC 차단기가 고속 차단능력이 필요하다. 인공지능기반 고속 고장진단이 가능한 FPGA를 사용하여 DC 차단기가 더 빠르게 동작함으로써, DC 차단기의 차단용량을 줄일 수 있다. 따라서 본 논문에서는 Matlab Simulink를 이용하여 DC계통의 고장 모의를 통해 고장데이터를 수집하여 지능형 고속 진단 알고리즘 구현하였으며, FPGA에 지능형 고속고장 진단 알고리즘을 적용 및 성능검증을 하였다.

• International Journal of Aeronautical and Space Sciences
• /
• 제15권2호
• /
• pp.123-137
• /
• 2014

The aviation gas turbine is composed of many expensive and highly precise parts and operated in high pressure and temperature gas. When breakdown or performance deterioration occurs due to the hostile environment and component degradation, it severely influences the aircraft operation. Recently to minimize this problem the third generation of predictive maintenance known as condition based maintenance has been developed. This method not only monitors the engine condition and diagnoses the engine faults but also gives proper maintenance advice. Therefore it can maximize the availability and minimize the maintenance cost. The advanced gas turbine health monitoring method is classified into model based diagnosis (such as observers, parity equations, parameter estimation and Gas Path Analysis (GPA)) and soft computing diagnosis (such as expert system, fuzzy logic, Neural Networks (NNs) and Genetic Algorithms (GA)). The overview shows an introduction, advantages, and disadvantages of each advanced engine health monitoring method. In addition, some practical gas turbine health monitoring application examples using the GPA methods and the artificial intelligent methods including fuzzy logic, NNs and GA developed by the author are presented.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권2호
• /
• pp.945-961
• /
• 2019

Tongue diagnosis is one of the most important diagnostic methods in Traditional Chinese Medicine (TCM). Tongue image segmentation aims to extract the image object (i.e., tongue body), which plays a key role in the process of manufacturing an automated tongue diagnosis system. It is still challenging, because there exists the personal diversity in tongue appearances such as size, shape, and color. This paper proposes an innovative segmentation method that uses image thresholding, gray projection and active contour model (ACM). Specifically, an initial object region is first extracted by performing image thresholding in HSI (i.e., Hue Saturation Intensity) color space, and subsequent morphological operations. Then, a gray projection technique is used to determine the upper bound of the tongue body root for refining the initial object region. Finally, the contour of the refined object region is smoothed by ACM. Experimental results on a dataset composed of 100 color tongue images showed that the proposed method obtained more accurate segmentation results than other available state-of-the-art methods.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제7권2호
• /
• pp.102-108
• /
• 2007

The issues of preventive and condition-based maintenance, online monitoring, system fault detection, diagnosis, and prognosis are of increasing importance. This study introduces a technique to detect and identify faults in induction motors. Stator currents were measured and stored by time domain. The time domain is not suitable for representing current signals, so wavelet transform is used to convert the signal; onto frequency domain. The raw signals can not show the significant feature, therefore difference values are applied. The difference values were transformed by wavelet transform and the features are extracted from the transformed signals. The dynamic time warping method was used to identify the four fault types. This study describes the results of detecting fault using wavelet analysis.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2007년도 추계학술대회 학술발표 논문집
• /
• pp.210-212
• /
• 2007

본 논문에서는 컴퓨터 바이러스 정보 구축과 탐색에 학습기능을 도입함으로 새로 발생하는 바이러스를 찾아내어 대처할 수 있도록 설계된 퍼지 진단 시스템 FDS를 제안한다. FDS에서는 FCM 알고리즘을 사용하여 알려진 정보의 클러스터를 형성하고 이에 전문가의 지식을 포함하는 지식베이스를 구축한다. 진단을 위한 컴퓨터 파일에 대하여 그 파일의 결정 상태를 확인하고 이미 저장된 지식베이스를 바탕으로 바이러스 침입에 대한 정보를 보고하도록 설계되어있다. 이 시스템은 이미 알려진 테스트 데이터와 이전에 알려지지 않은 새로운 테스트 데이터를 실험데이터로 준비하여 그 성능을 테스트 한다. 제안된 시스템이 알려지지 않은 컴퓨터 바이러스의 경우도 효과적으로 진단할 수 있는 타당성을 보이고 있다.