• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.33 no.1A
• /
• pp.1-6
• /
• 2008

TDM-PON has a disadvantage that entire PON system gets into trouble when only one ONU is out of order and sends optical signal constantly. This paper suggests a scheme to find the fault location. TDMA is impossible when upstream traffic is interrupted by continuous wave signal from a troubled ONU. Therefore, CDMA coding is introduced in separating fault ONUs, and detection algorithm is verified.

• Proceedings of the KIEE Conference
• /
• 2003.07d
• /
• pp.2778-2780
• /
• 2003

본 논문에서는 모터구동밸브의 모터 토크를 전기적인 신호만으로 예측하고, 계산된 모터 토크신호를 주파수영역에서 분석하여 Motor Speed, Slip pole 주파수, WGTM(Worm Gear Tooth Mesh)과 같은 MOV의 기계적 특성 성분을 확인하였다. 또한 모의 고장 실험을 통해 MOV 기계적 고장이 이 특성성분의 변화로 나타나는 것을 확인하므로, 이 정보를 MOV의 고장 감시 기술로 적용할 수 있다. 아울러 전기 신호를 이용하여 Condition Monitoring 기법을 개발하고, MOV 고장 감시 Software를 개발하므로, MOV 주기적 확인에 대비한 규제검증 기술 및 정보를 제공하고자 한다.

• Transactions of the Korean Society of Mechanical Engineers B
• /
• v.41 no.11
• /
• pp.735-742
• /
• 2017

In this study, an effective model-based sensor fault detection methodology that can detect and isolate PEM temperature sensors fault is introduced. In fuel cell vehicle operation process, the stack temperature affects durability of a fuel cell. Thus, it is important for fault algorithm to detect the fault signals. The major objective of sensor fault detection is to guarantee the healthy operations of the fuel cell system and to prevent the stack from high temperature and low temperature. For the residual implementation, parity equation based on the state space is used to detect the sensors fault as stack temperature and coolant inlet temperature, and residual is compared with the healthy temperature signals. Then the residuals are evaluated by various fault scenarios that detect the presence of the sensor fault. In the result, the designed in this study fault algorithm can detect the fault signal.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.31 no.1
• /
• pp.63-69
• /
• 2018

Bearing is an essential component in many rotary machineries. To prevent its unpredicted failures and undesired downtime cost, many researches have been made in the field of Prognostics and Health Management(PHM), in which the key issue is to establish a proper feature reflecting its current health state properly at the early stage. However, conventional features have shown some limitations that make them less useful for early diagnostics and prognostics because it tends to increase abruptly at the end of life. This paper proposes a new feature extraction method using the envelope analysis and weighted sum with correlation coefficient. The developed method is demonstrated using the IMS bearing data given by NASA Ames Prognostics Data Repository. Results by the proposed feature are compared with those by conventional approach.

• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.3
• /
• pp.212-216
• /
• 2011

Fault detection technique for photovoltaic power systems is significant to dramatically reduce economic damage in industrial fields. This paper presents a novel fault detection approach using Fourier neural networks and stochastic decision making strategy for photovoltaic systems. We achieve neural modeling to represent its nonlinear dynamic behaviors through a gradient descent based learning algorithm. Next, a general likelihood ratio test (GLRT) is derived for constructing a decision malling mechanism in stochastic fault detection. A testbed of photovoltaic power systems is established to conduct real-time experiments in which the DC power line communication (DPLC) technique is employed to transfer data sets measured from the photovoltaic panels to PC systems. We demonstrate our proposed fault detection methodology is reliable and practicable over this real-time experiment.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.301-301
• /
• 2022

본 연구는 운영 조건이 달라짐에 따라 회전수가 변하는 기기의 정상적 가동 여부와 고장 종류를 판별하기 위한 인공지능 알고리즘의 적용을 다루고 있다. 회전수가 변하는 장비로부터 계측된 상태 모니터링 센서의 신호는 비정상(non-stationary)적 특성이 있으므로, 상태 신호의 한계치가 고장 판별의 기준이 되기 어렵다는 점을 해결하고자 하였다. 정상 가동 여부는 이상 감지에 효율적인 오토인코더 및 기계학습 알고리즘을 적용하였으며, 고장 종류 판별에는 기계학습법과 합성곱 기반의 심층학습 방법을 적용하였다. 변하는 회전수와 연계된 주파수의 비정상적 시계열도 적절한 고장 특징 (Feature)로 대변될 수 있도록 시간 및 주파수 영역에서 특징 벡터를 구성할 수 있음을 예제로 설명하였다. 차원 축소 및 카이 제곱 기법을 적용하여 최적의 특징 벡터를 추출하여 기계학습의 분류 알고리즘이 비정상적 회전 신호를 가진 장비의 고장 예측에 활용될 수 있음을 보였다. 이 과정에서 k-NN(k-Nearest Neighbor), SVM(Support Vector Machine), Random Forest의 기계학습 알고리즘을 적용하였다. 또한 시계열 기반의 오토인코더 및 CNN (Convolution Neural Network) 적용하여 이상 감지와 고장진단을 수행한 결과를 비교하여 제시하였다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.30_31
• /
• 2009

송전선로에서 고장이 발생할 경우 가능한 빠르게 고장을 검출하고 고장점을 파악하여 수리하는 것은 전력 공급의 신뢰도 및 전력품질 향상에 매우 중요하다. 고장점 추정을 위한 방법은 크게 전압과 전류의 기본파를 이용한 임피던스 계산 방법과 과도신호에 기반한 진행파 해석 방법으로 분류할 수 있다. 과도신호에 기반한 진행파 해석 방법은 매우 빠른 응답을 갖는다는 장점을 갖고 있으나 진행파의 특징을 추출하여 고장거리를 계산하는데에는 어려움이 따른다. 따라서 본 논문에서는 송전선로에서 고장이 발생할 경우 나타나는 진행파의 특징을 분석하고 진행파로부터 고장점 정보를 추출하기 위한 방법을 제시하였다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.10 no.2
• /
• pp.195-202
• /
• 2015

Rotating equipment seldom fails without notice, so breakdowns can usually be predicted and avoided by watching for signs of failure. In this paper, We study case for rotary machine with a breakdown analysis. Also We analyze the solution of the safety and the future breakdown of the each rotary machine through vibration analysis using measurement data. The implementation of the measurement and the test results are discussed. The result with suggested method showed netter stable Condition Monitoring & Diagnostics.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.428_429
• /
• 2009

전력계통 운용시 고장이 발생하면 계통 운전원은 계전기 및 차단기 관련 동작정보 및 경보로부터 해당 고장내용을 판단하고 계통복구를 위한 조작을 행한다. 본 논문에서는 현재 건설중인 양성자가속기 연구센터의 전력 계통 운용시 발생한 고장에 따른 다중경보신호를 분석하기 위하여 전력계통의 고장영역별로 동작하는 보호계전기 신호, 차단기 신호 및 경보신호를 분류함으로써 이를 향후 전력계통 운용시 고장진단을 위한 기초자료로 활용하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.671-673
• /
• 1998

본 논문에서는 CMOS 2단 연산 증폭기에 존재하는 강고장을 검출하기 위한 새로운 아날로그 테스트 방법을 제안한다. 테스트 대상 회로는 테스트를 용이하도록 궤환 루프를 삽입하고 정현파 테스트 입력을 인가하여 출력단에 고장 효과를 발생시켜 고장을 검출하는 테스트 방법이다. 테스트 대상회로에 고장이 존재할 경우 출력 단에서 정현파가 아닌 DC 전압이나 왜곡 신호가 나타나 고장 검출이 용이하다. 제안된 테스트 방법은 테스트 입력 신호를 생성하기 위한 복잡한 알고리즘을 요구하지 않으므로 테스트 패턴 시간이 짧고, 비용이 절감된다. 또한 테스트를 위한 추가적인 하드웨어의 오브헤드가 적다. 본 논문에서 제안된 테스트 방법의 정당성과 효율성은 HSPICE 모의실험을 통하여 검증하였다.