한국산업정보학회논문지 (Journal of Korea Society of Industrial Information Systems)

한국산업정보학회 (Korea Society of Industrial Information Systems)
권호 표지
DOI QR코드

DOI QR Code

이벤트 기반 지능형 선박엔진 결함분석

An event-driven intelligent failure analysis for marine diesel engines

  • 이양지 (UNIST 디자인 및 인간공학부) ;
  • 김덕영 (UNIST 디자인 및 인간공학부) ;
  • 황민순 (현대중공업 통신운영부) ;
  • 정영수 (현대중공업 통신운영부)
  • 투고 : 2012.04.13
  • 심사 : 2012.07.04
  • 발행 : 2012.08.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 운항중인 선박에서 기록되어지는 운항정보 및 엔진 가동정보 등을 실시간으로 모니터링하고, 문제 발생 시에 그 근본원인을 찾아내어 민첩하게 대응할 수 있는 일련의 결함원인 분석 및 예방시스템 개발을 목적으로 한다. 결함분석을 위해서는 선박엔진의 주요기관에 부착된 센서들로부터 장기간 수집된 정보를 사용하게 되는데, 이 양이 매우 방대하며, 잡음 및 중복정보(Redundancy)가 너무 많이 포함되어, 수집된 센서 데이터를 바로 고장분석에 사용하기에는 어려움이 있다. 따라서 본 논문에서는 방대한 양의 데이터 중, 정보의 손실을 최소화하고 중요한 정보만을 추출하기 위해 'Equal-frequency binning'과 'Entropy' 기반의 데이터 필터링 방법에 관해 연구하였다. 실제로 시험운용 중인 선박엔진 데이터를 개발된 선박엔진 고장분석 소프트웨어를 이용하여 결함분석을 수행하여, 제안된 방법의 효용성을 검증한다.

This paper aims to develop an event-driven failure analysis and prognosis system that is able to monitor ship status in real time, and efficiently react unforeseen system failures. In general, huge amount of recorded sensor data must be effectively interpreted for failure analysis, but unfortunately noise and redundant information in the gathered sensor data are obstacles to a successful analysis. This paper therefore applies 'Equal-frequency binning' and 'Entropy' techniques to extract only important information from the raw sensor data while minimizing information loss. The efficiency of the developed failure analysis system is demonstrated with the collected sensor data from a marine diesel engine.

키워드

참고문헌

  1. 배정철, 강규홍, 하연철, 황경수, 이호상, 김성민, "IEEE 802.15.4 기반의 선박엔진 모니터링 시스템에 관한 연구", 한국마린엔지니어링학회, pp.383-385, 2010.
  2. 김달현, "선박엔진용 실시간 고장진단시스템의 구현에 관한 연구", 학위논문(석사), 2001.
  3. 이순섭, 이동곤, "손상선박의 안정성 평가를 위한 통합 시스템 개발", 한국 CAD/CAM 학회 논문집, vol.13, pp.227-234, 2005.
  4. 이경호, 김화섭, 한선우, 박종현, 오준, "선박의 안정성 평가를 위한 네트워크 기반의 시뮬레이션 시스템 프레임 워크", 한국 CAD/CAM 학회 논문집, vol.10, pp.356-364, 2005.
  5. R.Isermann, "Fault-Diagnosis Systems: introduction from Fault Detection to Fault Tolerance", Springer, Germany, pp.475, 2006.
  6. 이기동, 정광교, 김원래, "소형선박용 고속디젤기관 의 고장 예측 진단 시스템 연구", 선박안전기술공단 선박안전, vol.26, pp.24-35, 2009.
  7. 배정철, 전구양, 하연철, 류한성, "선박 엔진관리를 위한 무선 센서 네트워크 기초 특성 연구", 선박안전기술공단 선박안전, vol.27, pp.53-62, 2009.
  8. 김영일, 오현경, 천행춘, 유영호, "통계적 분석기법 을 이용한 디젤기관의 고장진단 방법에 관한 연구", 한국마린엔지니어링 학회지, vol.30, pp247-252, 2006.
  9. 이양민, 이광용, 배승현, 장휘, 이재기, "다채널 진동 센서를 이용한 선박 엔진의 진동 감지 및 고장 분류 시스템", 정보처리학회지, vol.17, pp.81-92, 2010. https://doi.org/10.3745/KIPSTA.2010.17A.2.081
  10. 천행춘, 유영호, "신경회로망을 이용한 디젤기관의 데이터 이상감지 시스템에 관한 연구", 한국마린엔지니어링 학회지, vol.26, pp. 493-500, 2007.
  11. 김영일, 오현경, 유영호, "상관분석법에 의한 선박 기관실 고장진단 시스템 개발", 한국마린엔지니어링 학회지, vol.30, pp.253-259, 2006.
  12. Yu-Long, Zhu0Bin Shi, Theingi Shwe, Xiao-Zhong Wang, "Fault Diagnosis of Marine Main Engine Cylinder Cover Based on Vibration Signal", Proceeding of Machine Learning and Cybernetics, vol.2, pp.3018-3022, 2007.
  13. 이상훈, "수치형 속성을 이산화 하기 위한 밀도 기반의 접근 방법", 석사 학위 논문, pp.83-88, 2003.
  14. Huan Liu, Farhad Hussain, Chew Lim Tan, Manoranjan Dash, "Discretization: An Enabling Technique", Data Mining and Knowledge Discovery, vol.6, pp.393-423, 2002. https://doi.org/10.1023/A:1016304305535
  15. Bill Chiu, Eamonn Keogh, Stefano Lonardi, "Probabilistic discovery of time series motifs", Proceedings of the international conference on Knowledge discovery and Data mining, pp.493-498, 2003.
  16. Eamonn J. Keogh, Michael J. Pazzani, "A Simple Dimensionality Reduction Technique for Fast Similarity Search in Large Time Series Databases", Knowledge discovery and Data mining, pp.122-133, 2000.
  17. 이양지, 김덕영, 황민순, 정영수, "시스템 결함원인 분석을 위한 데이터 로그 전처리 기법 연구", 한국 CAD/CAM 학회 논문집 vol.17, pp.97-110, 2012.
  18. Tapio Elomaa. and Juho Rousul, "General and Efficient Multisplitting of Numerical Attributes", Machine learning, vol. 36, pp. 201-244, 1999. https://doi.org/10.1023/A:1007674919412
  19. 전병환, 김재희, "연속적인 값을 갖는 속성의 이산화를 위한 상대적인 엔트로피 소개", 대한전자공학회 학술대회 논문집, vol.9, pp. 1210-1213, 1995.
  20. K.M Ho, P. D Scott, "Zeta: A Global Method for Discretization of Continuous Variables", Knowledge Discovery and Data Mining, pp.191-194, 1997.
  21. Jiawei Han, Jian Pei, Yien Yin, "Mining frequent patterns without candidate generation: A Frequent-Pattern Tree Approach", Data mining and Knowledge discovery, vol.8, pp.53-81, 2004. https://doi.org/10.1023/B:DAMI.0000005258.31418.83
  22. 서재학, 남인길, "연관마이닝에 의한 데이터베이 스캐시 설계", 한국산업정보학회, vol.7, pp.16-32, 2002.
  23. 오상헌, 장중혁, "네트워크 패킷에 대한 연관 마이닝 기법을 적용한 네트워크 비정상 행위 탐지", 한국산업정보학회, vol.4, pp.22-29, 2009.

피인용 문헌

  1. An Event-Driven Failure Analysis System for Real-Time Prognosis vol.18, pp.4, 2013, https://doi.org/10.7315/CADCAM.2013.250
  2. Improved Forecasting Algorithm for Vessel Engine Failure vol.15, pp.11, 2017, https://doi.org/10.14801/jkiit.2017.15.11.175