• 대한토목학회논문집
• /
• 제34권3호
• /
• pp.747-754
• /
• 2014

마할라노비스 거리 이론에 기초한 통계적 패턴 인식 기술은 안정된 외부하중에 대한 구조물 상태 평가에 대한 유용성에도 불구하고 지진과 같이 큰 변동성의 외부하중에 대한 구조물의 건전도 모니터링에는 취약하다. 손상은 일반적으로 손상되지 않은 구조물의 측정된 값의 평균과 손상된 구조물의 측정값 사이의 차이에 의해 결정된다. 외부 하중의 변동성이 커질수록 더 큰 차이가 발생하고, 이는 손상으로 인식되기 쉽다. 본 논문에서는 이러한 문제를 극복하고 불확실한 외부 하중을 받는 구조물을 지속적으로 모니터링 할 수 있도록 외부 변동성을 감소시키기 위해 마할라노비스 거리 이론을 수정한 통계적 패턴 인식 기술인 개선된 마할라노비스 거리 이론을 개발하였다. 이 방법은 일반적인 임의의 하중과 지진하중에서 정확하게 사장교의 건전도를 평가하는 것을 실험적으로 확인 하였다. 그 결과, IMDT는 손상되지 않은 케이블로부터 획득한 데이터로 손상된 케이블에 의한 구조물의 손상을 파악하는 데 유효한 것을 확인하였다. 따라서 변동성을 지닌 외부하중에 의한 교량의 건전도 모니터링에 효과적으로 적용할 수 있음을 입증하였다.

• 전자공학회논문지CI
• /
• 제43권1호
• /
• pp.9-16
• /
• 2006

RDA(Relational Discriminant Analysis)는 패턴의 특징벡터 대신에 학습 패턴을 대표하는 프로토타입들과의 비유사도 벡터에 기반하여 식별기를 설계하는 방법이다. 따라서 RDA 식별기의 성능은 프로토타입을 선택하는 방법과 비유사도를 측정하는 방법에 따라 결정된다. 본 논문에서는 PRS(Prototype Reduction Schemes)를 이용하여 프로토타입을 추출한 다음, 샘플 벡터들간의 마할라노비스 거리에 의한 상관행렬로 RDA의 식별성능을 향상시키는 방법을 제안한다. 인공 데이터 및 실-생활 데이터를 대상으로 실험한 결과, 제안한 방법의 식별성능이 기존의 방법에 비하여 개선되었음을 확인하였다.

• 한국전자거래학회지
• /
• 제23권2호
• /
• pp.111-121
• /
• 2018

항공기 엔진, 풍력발전기, 모터 등 회전기기에서 발생하는 많은 문제들은 진동이나 소음과 같은 신호 데이터를 측정하여 이상감지를 할 수 있으며, 주파수 분석 등 여러 가지 신호처리가 데이터 전처리 단계에서 필요하다. 본 논문에서는 진동 데이터를 분석하여 설비 이상상태를 감지하는 기법을 소개한다. 정상상태 데이터를 기반으로 마할라노비스 거리를 측정하여 이상상태 유무를 모니터링 하는 방식을 사용한다. 특히 신호 데이터의 전처리 기법들을 도입하여 이상상태 감지의 성능을 개선할 수 있음을 보여준다. 전처리 단계에서 신호 데이터 수집 과정에서 발생한 누설오차(leakage)를 없애기 위해 해밍 윈도우(Hamming window)를 적용하고, 신호 데이터의 원신호인 포먼트(formant)를 분리하기 위하여 켑스트럼(cepstrum) 분석을 실시한다. IMS 베어링 진동 공개데이터를 대상으로 시간 구간별로 6가지 통계지표를 추출한 후 마할라노비스 거리 분류기를 적용하여 성능을 검증하였다. 제시된 신호처리 전처리 기법을 적용함으로써 성능이 획기적으로 향상되는 것을 실험에서 보여주었다.

• 한국정보전자통신기술학회논문지
• /
• 제14권1호
• /
• pp.22-28
• /
• 2021

화학공정, 기계공정, 발전소와 같은 다변량 공정은 여러 설비들이 복잡하게 연결되어 운영되기 때문에 특정 시스템에 고장이 발생하면 전체 공정에 치명적인 영향을 미칠 수 있다. 또한, 공정 데이터는 불안정한 환경에서 계측되므로, 데이터에 이상치가 포함될 가능성이 크다. 따라서 계측된 데이터의 이상치를 제거하고 시스템의 고장을 사전에 탐지할 수 있는 모니터링 기술이 필수적이다. 본 논문에서는 여러 종류의 공정에서 고장탐지를 수행하기 위해 다이나믹 공정과 다변량 공정 모델에서 생성된 데이터를 이용하였다. 다이나믹 공정은 자기회귀 특성을 가지는 공정을 모델링한 것이고 다변량 공정은 특정 센서의 고장이 발생했을 때 상황을 묘사한 공정이다. 본 논문에서는 두 공정에서 생성된 데이터에 마할라노비스 거리를 이용하여 데이터에 포함된 이상치를 제거한 후, 독립성분분석을 적용하여 고장탐지를 수행하였다. 제안된 방법의 성능 비교를 위해 기존의 단일모델 ICA와 성능을 비교하였다. 실험결과, 제안된 방법이 기존의 ICA 보다 다이나믹 공정의 바이어스 데이터의 경우에 0.84%p, 드리프트 데이터의 경우 6.82%p 성능이 개선되었다. 다변량 공정의 경우 3.78%p 성능이 개선되었으므로, 제안된 방법이 우수한 고장탐지 성능을 보였다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권6호
• /
• pp.77-84
• /
• 2020

본 논문에서는 사장교와 같은 장대형 구조물의 손상위치를 판단할 수 있는 손상평가 기법을 개발하고, 개발한 기법의 성능을 실험을 통하여 검증하고자 하였다. 손상평가 기법은 무손상 데이터가 확보되지 않은 상태에서 구조물의 손상평가가 가능하고, 구조물의 응답 데이터의 분석만으로 손상위치를 판단할 수 있는 데이터를 추출하는 것을 목표로 하였다. 이러한 목표를 완성하기 위하여, 손상 위치 판별을 위하여 통계적 패턴인식 기술인 개선된 마할라노비스 거리(IMD : Improved Mahalanobis Distance) 이론에 기반하여 변동성이 고려된 손상평가 기법을 개발하였다. 개발한 손상평가 기법에는 구조물의 고유한 정보에 기반한 Simulation 프로그램을 반영하여 다양한 외력에 따른 구조물의 무손상 응답을 출력하도록 하였다. 개발한 기법의 성능을 실험적으로 평가하기 위하여 모형 사장교를 대상으로 케이블 손상실험을 수행하였다. 그 결과, 변동성이 고려된 손상평가 기법은 외력에 따른 무손상 데이터를 자동으로 출력하고, 출력된 무손상 데이터와 계측된 손상 데이터의 분석을 통하여 케이블의 손상 위치를 판단할 수 있는 정보를 추출하는 성능을 보이는 것을 확인하였다.