초록
본 논문에서는 건축물의 수배전설비에서 발생하는 경보를 신경 회로망과 고장 진단 지식베이스를 적용하여 감시의 효율을 향상시킬 수 있는 방안을 제시하였다. 제안된 경보 처리시스템은 역전파 알고리즘의 누가 역전파 알고리즘을 이용하여 다중 경보 발생에서 최소 경보요소를 추출하는데 사용하고 추출된 경보는 사전에 정의된 고장진단 지식베이스를 이용하여 셜비 유지보수 정보를 화면에 전개하도록 구성하였다. 제안된 감시기법의 유용 성을 확인하기 위하여 5가지의 가상 시나리오를 통해서 신경 회로망의 적용 가능성을 확인할 수 있었으며, 비전문가라도 설비의 유지관리 업무가 가능하도록 개발되었다.
This paper proposed the alarm processing system to improve the efficiency of monitoring method by applying the neural network and troubleshooting knowledge base for IADAPS(Intelligent Alarm Diagnosis And Processing System) method in an receiving and distributing board of Building complex. This IADAPS is abased on the cumulative generalized delta rule of backpropagation in neural network. It was used to infer the minimum alarms among multi-fired alarms, and the inferred alarm can be displayed maintenance information of facility by using a pre-defined troubleshoot knowledge base. For validating the proposed monitoring method, he method of simulation used to the five case of virtual scenario. As comparison results, a proposed method in this paper could be proved the applied possibility of an neural network and utilized in fields of facilities maintenance, if needed, be operated by non-expertise.