• Journal of the KSME
• /
• v.53 no.7
• /
• pp.40-43
• /
• 2013

이 글에서는 최근 관심을 모으고 있는 고장예지 및 건전성관리(PHM: Prognostics and Health Management) 기술이 자동차 전장부품에 어떻게 적용돼야 하는지에 대한 설명을 하고자 한다.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.11a
• /
• pp.79.1-79.1
• /
• 2010

현재까지의 연료전지 스택 고장 진단 방법은 스택의 전류와 각 셀 전압값을 측정하고 그 측정된 값을 계산함으로써 스택의 고장 여부를 판단하는 것이었다. 이러한 방법은 수백개 이상의 스택의 셀 전압을 2~4개 단위로 측정하기 때문에 백개 이상의 측정 채널이 필요하다. 또한, 스택 진단 시스템을 복잡하게 하여 신뢰성을 저하시킬 뿐만 아니라 가격 상승을 유발한다. 본 논문에서는 이러한 문제점을 해결하기 위해 THDA(전고조파왜율 분석) 방법을 제안하였다. THDA는 스택에 교류 전류를 주입하고 스택 양단의 전압을 측정하여 주입된 교류 전류의 THD를 구함으로써 연료전지 스택의 상태를 진단하는 방법이다.

• Proceedings of the KIEE Conference
• /
• 2008.11a
• /
• pp.336-338
• /
• 2008

송변전기기는 고압 대용량화로 진행되어, 기기의 고장 발생 시 그 파급효과는 엄청나다. 이에 전력설비들은 매우 높은 신뢰성이 요구되며 특히 기기의 고장을 예측 진단하여 신뢰성을 높이는 부분은 필수 불가결한 부분이 되었다. 이에 (주)효성에서는 변압기 진단을 위한 센서 및 IED가 포함된 지능형 변압기(Intelligent Power Transformer)용 Local Unit을 개발하였다. 본 논문은 (주)효성에서 개발한 Local Unit의 진단알고리즘에 대해 기술하였다.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.12 no.3
• /
• pp.242-250
• /
• 2019

In this paper, we propose a method to predict the failure of industrial robot using Seq2Seq (Sequence to Sequence) model, which is a model for transforming time series data among Artificial Neural Network models. The proposed method uses the data of the joint current and angular value, which can be measured by the robot itself, without additional sensor for fault diagnosis. After preprocessing the measured data for the model to learn, the Seq2Seq model was trained to convert the current to angle. Abnormal degree for fault diagnosis uses RMSE (Root Mean Squared Error) during unit time between predicted angle and actual angle. The performance evaluation of the proposed method was performed using the test data measured under different conditions of normal and defective condition of the robot. When the Abnormal degree exceed the threshold, it was classified as a fault, and the accuracy of the fault diagnosis was 96.67% from the experiment. The proposed method has the merit that it can perform fault prediction without additional sensor, and it has been confirmed from the experiment that high diagnostic performance and efficiency are available without requiring deep expert knowledge of the robot.

• Proceedings of the KAIS Fall Conference
• /
• 2009.05a
• /
• pp.150-153
• /
• 2009

본 논문은 설비 진단 모니터링을 구축함에 있어 RFID 기반 관리 시스템에서 RFID 주파수 특성을 분석하였다. 분석된 논문에서는 설비 고장진단을 위한 모니터링 서비스를 RFID 기반으로 지원하는데, 이 과정에서 위치관리 개념을 도입하기 위해 적용된 RFID 주파수 특성을 분석하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1554-1555
• /
• 2011

안정적인 전력공급을 위해 전력설비 진단이 중요시 되고 있고 이를 위해 변전기기인 변압기의 초기고장 검출을 통한 예방진단 기술을 필요로 하고 있다. 변압기 예방진단 기술 중에서도 유중가스진단은 가장 오래되고 신뢰성이 입증된 기술이다. 기존의 유중가스진단법들은 가스비분석법을 이용하고 있는데 대상 가스들이 절연유에의 열화에 의해 발생하는 가스들이고 주위 운전환경에 대한 고려가 부족하여 진단이 불가능하거나 진단오류가 발생한다. 본 연구에서는 절연유뿐만 아니라 고체절연물에 대한 열화를 고려하기 위하여 변압기 내부 결함 모의 시험 쳄버를 제작하고 시험 결과를 바탕으로 진단 알고리즘을 개발하고자 한다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1994.10a
• /
• pp.138-143
• /
• 1994

기기의 결함을 진단하는데에 전문자동진단시스템(EADS)을 사용하는 것은 고도의 숙련된 진단요원 없이, 시스템저자와의 질의응답과 같은 일련의 회의를 갖지 않고도 정확하고 또한 믿을만하게 기기상태를 측정 분석할 수 있는 가장 효과적인 방법이다. 전문자동진단시스템(EADS)은 일분에 5개의 기기들을 분석하고 진동전문분석가에 버금가는(94%) 정확성으로 진단결과를 제공한다. 많은 전문진단시스템 중에서 DLI의 ExpertALERT[4]는 가장 정확하고 정교한 진단시스템으로 평가되고 있다. 전문자동진단시스템(EADS)의 시행으로 프렌트의 기기고장으로 인한 조업중단의 회수가 줄어지고 정비비용을 절감하며 불필요한 정기점검식정비(PM)을 없앤다면 관계기술요원들의 진동에 대한 이해와 기술습득으로 한차원 높은 기기 정비를 통해 효율적인 생산성증가, 정비비용감소[5], 안전사고 미연방지등 많은 것을 함께 얻을 수 있다. Expert System 기술의 성공적인 적용이라고 정의할 수 있겠다.

• Proceedings of the KIEE Conference
• /
• 2005.05b
• /
• pp.13-15
• /
• 2005

본 연구에서는 진단연구회에서 게획중인 유입식변압기의 감시진단기술에 관한 로드맵을 설명하고 있다. 유입식변압기의 용량 및 절연기술의 변천과 최근의 절연유 및 고체절연물, 변압기설계기술 연구동향에 대하여 설명하였다. 또한 변압기의 열화기구 및 현재의 감시진단 기술분석을 통한 기술로드맵을 작성하였다. 기술로드맵에서는 유입식변압기의 고장을 신뢰성 있고 효율적으로 수행할 수 있는 센싱기술, 신호처리기술, 데이터분석기술, 장치개발기술 등을 기술하였다.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2350-2352
• /
• 2002

1970년대에 제작되어진 전기기관차는 대부분이 기계적인 방식을 많이 채택하였고 디지털 기술의 미비로 아날로그방식을 이용해서 DC모터나 브레이크 기기 등을 제어했다. 이들 장치들은 고장의 판단 여부를 외관이나 릴레이의 접점이 on/off 되었는지를 시각적으로 확인한 후 판별 하였고 또한 이러한 고장을 찾는다 하더라도 고장의 원인이나 고장난 부분을 찾아낸다는 것이 매우 어려웠다. 또한 기관차의 운행 기록을 할 수 없기 때문에 기관차의 운행시 주변 상황이나 시스템의 운용 상황들을 알 수 없었다. 따라서 본 시스템을 이용하여 기관차의 운행 도중에 발생되는 모든 상황을 디스크에 기록하며 또한 디스크의 내용을 분석할 수 있도록 하여 운행 중에 고장이 발생하면 고장 시점부터 시스템과 주변상황들을 기록하여 기관차를 검수하는 검수원들이 보다 빠르고 효과적으로 기관차를 분석하고 고장을 진단하여 기관차를 유지보수 할 수 있도록 전기기관차의 모니터링 시스템을 개발하였다.

• Journal of the Korea Convergence Society
• /
• v.12 no.8
• /
• pp.31-37
• /
• 2021

As the size of buildings increases due to urbanization due to the development of industry, the need to purify the air and maintain a comfortable indoor environment is also increasing. With the development of monitoring technology for refrigeration systems, it has become possible to manage the amount of electricity consumed in buildings. In particular, refrigeration systems account for about 40% of power consumption in commercial buildings. Therefore, in order to develop the refrigeration system failure diagnosis algorithm in this study, the purpose of this study was to understand the structure of the refrigeration system, collect and analyze data generated during the operation of the refrigeration system, and quickly detect and classify failure situations with various types and severity . In particular, in order to improve the classification accuracy of failure types that are difficult to classify, a three-step diagnosis and classification algorithm was developed and proposed. A model based on SVM and LGBM was presented as a classification model suitable for each stage after a number of experiments and hyper-parameter optimization process. In this study, the characteristics affecting failure were preserved as much as possible, and all failure types, including refrigerant-related failures, which had been difficult in previous studies, were derived with excellent results.