Kim, Jung-Soo;Hwang, In-Koo;Kim, Jung-Tak;Moon, Byung-Soo;Lyou, Joon
International Journal of Fuzzy Logic and Intelligent Systems
/
제2권2호
/
pp.95-99
/
2002
The Loose Part Monitoring System(LPMS) has been designed to detect. locate and evaluate detached or loosened parts and foreign objects in the reactor coolant system. In this paper, at first, we presents an application of the back propagation neural network. At the preprocessing step, the moving window average filter is adopted to reject the reject the low frequency background noise components. And then, extracting the acoustic signature such as Starting point of impact signal. Rising time. Half period. and Global time, they are used as the inputs to neural network . Secondly, we applied the neural network algorithm to LPMS in order to estimate the mass of loose parts. We trained the impact test data of YGN3 using the backpropagation method. The input parameter for training is Rising clime. Half Period amplitude. The result shored that the neural network would be applied to LPMS. Also, applying the neural network to thin practical false alarm data during startup and impact test signal at nuclear power plant, the false alarms are reduced effectively.
In this research, we propose a mechanism to develop an inference engine and expert systems based on relational database and SQL (structured query language). Generally, former researchers had tried to develop an expert systems based on text-oriented knowledge base and backward/forward (chaining) inference engine. In these researches, however, the speed of inference was remained as a tackling point in the development of agile expert systems. Especially, the forward inference needs more times than backward inference. In addition, the size of knowledge base, complicate knowledge expression method, expansibility of knowledge base, and hierarchies among rules are the critical limitations to develop an expert systems. To overcome the limitations in speed of inference and expansibility of knowledge base, we proposed a relational database-oriented knowledge base and forward inference engine. Therefore, our proposed mechanism could manipulate the huge size of knowledge base efficiently, and inference with the large scaled knowledge base in a short time. To this purpose, we designed and developed an SQL-based forward inference engine using relational database. In the implementation process, we also developed a prototype expert system and presented a real-world validation data set collected from medical diagnosis field.
산업화와 더불어 자동화의 요구에 따라 여러 분야에서 유도전동기의 응용 사례가 늘어나고 있다. 본 연구는 인버터단의 전류센서에서 실시간 얻어진 전류신호로 부터 대표적인 전기, 기계적인 4가지 고장(Bearing Fault, Broken Rotor bar, Misalignment, Unbalance)을 검출하여 예기치 못한 고장에 대비할 수 있는 실시간 진단 알고리듬을 제시한다. 실시간 진단의 핵심요소인 동기화 방법으로서 Hilbert Transform을 응용하였다. 총 40세트의 정상 모터 데이터를 임의로 선택하여 두 데이터의 차를 이용하여 0에 근사한 정상 모터 뎀플릿 값을 설정하였다. 이를 이용하여 진단 대상 전동기의 고장 유무를 미리 판단하게 된다. 만약 기준치 이상의 오차가 나타나게 되면, 이와 비교하기 위한 미리 수집된 각4가지 고장 전동기의 미소신호 템플릿 데이터와의 유사성을 비교하여 고장의 종류를 표시하며, 고장의 종류가 진단되지 않은 대상은 고장 유무만 표시된다.
회전체 베어링 상태진단에 신뢰성을 갖기 위하여 여러 가지 진단 방법이 연구되고 있으며, 이때 이용하는 변수는 온도와 소음, 진동 그리고 윤활유가 있으며 분석 방법으로는 온도추이분석, 소음분석, 진동분석, 윤활제 분석방법이 주로 이용되고 있다. 본 연구에서는 압연기 베어링의 상태진단 변수로 베어링의 진동 신호를 선택하고 이 진동신호에서 비선형성이 강한 신호 즉 카오스적 거동이 있음을 정성적인 방법으로 타켄스의 매립법에 의한 상태공간 재구성과 포엔카레 단면, FFT, 히스토그램을 이용하고, 정량적인 방법으로 프랙탈 차원, 리아프노프 지수를 이용하여 확인하였다.
본 논문에서는 미지의 비선형 계통에 대한 동적 퍼지모델 기반 고장 검출 및 진단(FDI) 계통 설계 기법을 제시한다. 비선형 계통에 대한 일반적인 모델 기반 FDI 계통에서는 선형화된 모델을 이용하고 있다 이러한 방법은 계통에 대한 정확한 수학적 모델을 요구하게 되어 복잡한 비선형 계통에의 적용시 많은 어려움이 있다 제안되는 FDI계통에서는 미지의 비선형 계통을 다수의 선형 모델을 갖는 동적 퍼지모델 형태로 식별한다. 잔차벡터는 온라인 알고리즘에 의해 추정되는 파라미터의 변동치와 비선형 계통의 동작 영역을 나타내는 퍼지 규칙들의 소속값들로 구성된다. 계통의 고장 검출 및 진단은 잔차벡터와 고장종류간의 관계를 학습한 신경망 분류기에 의해 수행된다. 제안된 FDI 계통 설계법을 이용하여 2 탱크 계통에 대한 FDI 계통을 설계하고 시뮬레이션 연구를 통하여 그 유용성을 보였다.
전립선 비대증은 고령 남성의 대표적 만성질환으로서 간단하면서도 비침습적인 방법인 요류검사를 수행하여 진단한다. 이러한 전립선 비대증을 진단하기 위한 제품들이 사용되고 있으나, 기존 제품은 특징되는 파라미터의 결과만 제공할 뿐 시간에 따른 오류의 변화, 데이터베이스 기능 등 환자의 정보를 제공하지 못하는 단점이 있다. 이에 본 논문에서는 유비쿼터스환경을 고려한 무선모듈과 LabVIEW 기반의 윈도우 프로그램을 이용하여 전립선 진단을 위한 특징 파라미터 추출 프로그램의 개발뿐만 아니라 환자 정보의 데이터베이스가 가능한 시스템을 개발하였다.
본 논문은 퍼지 인지 맵과 퍼지 연상 메모리를 사용하여 열과 온도에 관한 학생들의 과학개념 이해에서 발생되는 오인을 진단할 수 있는 오인 진단 모델을 제시한다. 오인 진단 모델에서 퍼지 인지 맵은 과학현상에 대한 학생들이 가지는 선입개념들과 오인들을 인과관계로 표현할 수 있다. 또한 개념간의 인과관계를 기억할 수 있는 퍼지 연상 메모리를 통하여 오인의 원인들을 진단한다. 본 연구는 기존의 학습 오인을 진단하는 규칙기반 전문가 시스템의 한계성을 극복할 수 있는 새로운 방법을 제공하며, 교육분야의 다양한 영역에서 학습자들의 학습 진단을 위한 지능형 개인교수 시스템으로 적용될 수 있을 것이다.
현재의 원격 교육 및 가상 교육은 일반적으로 학습자의 이해 정도에 관계없이 같은 수준의 교육 내용이 제공되며, 학습 진도 또한 학습자에 의해 임의로 조정할 수 있다. 본 논문에서는 현재의 원격교육 및 가상교육의 문제점을 개선하여 보다 효과적인 실시간 지능형 원격교육을 제안하기 위한 것으로, 먼저 학습자 수준을 파악하여 수준에 맞는 강의 내용을 제공하고, 학습자의 학습의 정도와 이해를 분석 판단하여 그 결과를 교육자에게 전달한다. 진단 결과에 따라 교육자는 학습자와 화상통신을 이용하여 질의문답을 할 수 있으며 학습 자료를 공유하고, 칠판을 제공하여 학습자의 취약 부분을 강조하고 이해시켜 학습의 효율을 높이고, 보다 질 높은 교육이 될 수 있도록 한다.
본 논문에서는 순시전압강하 보상장치 등의 전력변환시스템에 사용되는 수퍼 커패시터(또는 전기이중층콘덴서; EDLC)의 고장진단을 위한 파라미터의 측정기법에 관한 연구를 수행하였다. 직류 에너지의 저장을 위한 기존의 장치에는 납축전지 또는 전해 커패시터를 사용하여 왔으나 환경문제 및 에너지밀도의 측면에서 불리하여 최근에는 수퍼 커패시터의 사용이 주목을 받고 있다. 따라서 본 논문에서는 이러한 수퍼 커패시터의 내부 특성 및 고장 마모 등을 분석하기 위한 커패시터의 등가직렬저항(ESR) 및 정전용량을 측정하는 기법을 제시하여 고장진단의 주요한 데이터에 활용이 가능토록 하였으며, 또한 수퍼 커패시터를 적용한 순간전압강하에 대한 응용 실험을 수행하여 그 결과를 함께 제시하였다.
Management of human knowledge is an interesting concept that has attracted the attention of philosophers for thousands of years. Artificial intelligence and knowledge engineering has provided some degree of rigor to the study of knowledge systems and expert systems(ES) re able to use knowledge to solve the problems and answer questions. Therefore, the process of conceptualization and inference of knowledge are fundamental problem solving activities and hence, are essential activities for solving the problem of software ES construction Especially, the access to relevant, up-to-date and reliable knowledge is very important task in the daily work of physicians and nurses. In this study, we propose the conceptualization and inference mechanism for implicit knowledge management in medical diagnosis area. To this purpose, we combined the dynamic knowledge map(KM) and relational database(RDB) into a dynamic knowledge map(DKM). A graphical user-interface of DKM allows the conceptualization of the implicit knowledge of medical experts. After the conceptualization of implicit knowledge, we developed an RDB-based inference mechanism and prototype software ES to access and retrieve the implicit knowledge stored in RDB. Our proposed system allows the fast comfortable access to relevant knowledge fitting to the demands of the current task.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.