• 한국음향학회지
• /
• 제30권8호
• /
• pp.446-460
• /
• 2011

최근 항공 산업, 자동차 산업 등의 산업 현장에서 유도 전동기의 사용이 증대되고 있으며, 유도 전동기는 산업 현장에서 중요한 역할을 하고 있다. 따라서 유도 전동기의 고장으로 인한 피해를 최소화하기 위해 유도 전동기의 고장 검출 및 분류 시스템의 개발이 중요한 문제로 대두되고 있다. 이와 같은 이유로 본 논문에서는 유도 전동기의 고장을 조기에 검출하고 진단하기 위해 에너지 (short-time energy)와 특이치 분해와 이산 코사인 변환과 특이치 분해를 이용한 특징 벡터 추출 방법을 제안하였고, 이를 역 전파 신경 회로망과 다층 서포트 벡터 머신의 입력으로 이용하여 유도 전동기의 고장을 유형별로 분류하였다. 하지만 본 논문에서는 역 전파 신경 회로망과 다층 서포트 벡터 머신을 분류기로 사용함에 있어 역 전파 신경 회로망은 신경망을 구성하는 입력 뉴런 수, 은닉 뉴런 수, 학습 알고리즘에 의해 분류 성능이 달라지며, 다층 서포트 벡터 머신은 커널 함수로 사용한 가우시안 방사 기저 함수의 표준 편차 값에 따라 분류 성능이 달라지는 점을 고려하여 여러 가지 조건하에서의 실험을 통해 높은 분류 성능을 보이는 설정 방법을 제시하였다.

• 조명전기설비학회논문지
• /
• 제19권6호
• /
• pp.36-45
• /
• 2005

이 논문은 다른 종류의 유도전동기 구름베어링 손상을 유도전동기 고정자 전류신호해석을 통하여 검출하고 실시간으로 손상을 진단하는 알고리즘을 개발하였다. 유도전동기 구름베어링의 손상을 검출하기 위하여 정상적인 베어링을 갖는 유도전동기, 측정열에 불량을 가지고 있는 전동기와 베어링 외륜에 구멍을 가지고 있는 2가지 종류의 비정상 베어링을 갖는 유도전동기 3set를 실험시스템을 구축하였다. 또한 유도전동기의 구름베어링시스템의 비정상적인 상태에서 고정자전류을 검출하기 위하여 TMS320F2407 DSP 칩을 이용하여 데이터 획득보드를 개발하였다. 이 고정자전류신호를 해석을 통하여 베어링 손상을 검출하기 위한 방법으로 FFT, 웨이브렛 분석 및 내적에 의한 평균 신호패던에 의한 분석결과를 제시하였다. 특히 내적에 의한 신호분석 온 통하여 베어링 손상 여부를 실시간으로 진단할 수 있는 새로운 알고리즘과 분석방법을 제시하였다.

• 한국소음진동공학회논문집
• /
• 제24권9호
• /
• pp.675-681
• /
• 2014

This paper proposes a fault diagnosis system for an induction motor. This system uses empirical mode decomposition(EMD) to extract fault signatures and multi-layer perceptron(MLP) neural network to facilitate an accurate fault diagnosis. EMD can not only decompose a signal adaptively but also provide intrinsic mode functions(IMFs) containing natural oscillatory modes of the signal. However, every IMF does not represent fault signature, an IMF selection algorithm based on harmonics and their energy of each IMF is proposed. The selected IMFs are utilized for fault classification using MLP and this system shows approximately 98 % diagnosis accuracy for the fault vibration signal of the induction motor.

• 융합신호처리학회논문지
• /
• 제6권3호
• /
• pp.143-147
• /
• 2005

운전 중인 기계들의 안전 운전과 예지 보전을 위한 설비의 고장 감지 및 진단과 상태감시는 산업 현장에서 중요한 역할을 담당하고 있다. 이러한 설비의 많은 기기들은 회전기기로 이루어져 있으며 회전기기의 고장진단은 오랜 기간 많은 분야에서 연구되고 있다. 본 연구에서는 회전기기의 고장신호는 주파수 영역의 신호의 변화로 나타난다는 특징을 이용하여 보다 효율적인 주파수 영역에서의 신호 해석을 위하여 Linear Predictive Coding(LPC) 계수를 이용하였다. 사용된 데이터는 회전기기의 고장 신호의 습득을 용이하게 하기 위하여 유도전동기에 인위적인 고장재현을 통하여 습득된 진동 신호를 사용하였다. 제안된 시스템은 LPC 분석을 사용하여 일반적으로 사용되는 주파수 영역 상에서의 다른 해석 방법들보다 빠른 시간에 연산 결과를 도출할 수 있는 장점을 가질 수 있었으며, 성공적인 실험 결과를 얻을 수 있었다.

• 전자공학회논문지SC
• /
• 제48권1호
• /
• pp.31-38
• /
• 2011

다양한 산업 응용분야에 사용되는 전동기 구동시스템의 고장은 심각한 문제를 초래한다. 본 논문에서는 전압형 PWM 인버터의 스위치 개방고장에 대한 검출 기법을 제안한다. 제안방법은 dq 전류를 정규화하여 dq 상전류의 평균값으로 고장을 검출하고 1차 분류를 실시한다. 분류된 결과에 따라 dq 상전류의 관계, 값의 범위, 전류의 분포 위치 등의 특정을 이용하여 2차 분류를 실시하여 그 결과로 고장 스위치를 진단한다. 제안방법은 MATLAB을 이용하여 인버터 스위치 개방고장진단에 관한 모의실험을 수행하였고 제안방법의 실용성을 입증하였다. 제안방법은 간단한 알고리즘으로 구현이 가능하며 그로 인해 일반적인 유도전동기 구동시스템에 추가하여 사용하는 것이 가능하다.

• 조명전기설비학회논문지
• /
• 제19권2호
• /
• pp.152-159
• /
• 2005

본 논문에서는 산업전반에 걸쳐 널리 사용되는 유도전동기의 고장상태를 검출하기 위해 PCA와 LDA에 기반을 둔 융합모델을 이용한 진단 알고리즘을 제안하고자 한다. 실험에 의해 측정된 전류 값을 PCA와 LDA을 이용하여 특징벡터를 산출한 후 검증데이터를 이용하여 각각의 매칭 값을 산출한다. 진단단계는 PCA와 LDA에 의해 각각 산출된 두 개의 매칭 값을 확률모델에 의해 융합한 후 최종적으로 검증하는 구조로 되어있다. 제안된 진단 알고리즘의 경우 PCA와 LDA의 장점만을 부각시킴으로써 노이즈가 존재하는 환경하에서도 우수한 성능을 보인다. 제안된 방법의 타당성을 보이기 위해 노이즈가 있는 다양한 조건하에서 실험한 결과 기존의 PCA또는 LDA만을 이용한 경우보다 우수한 결과를 나타냈다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2003년도 춘계전력전자학술대회 논문집(2)
• /
• pp.644-647
• /
• 2003

The predictive maintenance can help to avoid the serious plant breakdowns and catastrophies. This paper deals with the fault diagnosis of the rotor of the induction motor which is widely used in the plants. In order to detect the broken bar, the Extended Kalman Filter is adopted to estimate the rotor resistance on the base of model-based method. The proposed estimation method is simulated with the aid of Matlab.

• 전기전자학회논문지
• /
• 제28권2호
• /
• pp.180-186
• /
• 2024

본 논문에서는 CNN을 이용한 3상 유도모터 ITSC(Inter-Turn Short Circuit) 고장진단에 있어서, 전류 데이터를 이용한 고장 진단 및 효율적인 이미지 encoding 방법을 제안하도록 한다. 진동, 소음센서를 이용한 방법과 달리 전류를 이용하는 방법은 데이터의 손실이 낮을 수 있다는 장점은 있지만, 3상 신호로 인해 CNN의 채널 수 증가의 부담이있다. 이에 D-Q 동기좌표계의 D축 성분만의 데이터를 활용하여 채널 부담을 줄이고, 효율적인 입력 이미지 구성 방법을 알아보고자 SWM(Slide Window Method)과 GAF(Gramian Angular Field)방식을 비교하도록 하였다. 데이터는 무부하부터 전부하까지 전체 변화를 고려하였으며, 그 결과, GAF방식은 약 74%, SWM방식은 약 65%로, GAF방식이 약 9%의 높은 정확도를 보임을 알 수 있었다. 또한, 학습된 속도에 있어서 약 14.74[s]로 전체 학습 시간대비 차이가 없었으며, 100 epoch 이하에서는 빠른 속도로 학습이 가능함을 알 수 있었다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1993년도 정기총회 및 추계학술대회 논문집 학회본부
• /
• pp.154-156
• /
• 1993

In this paper, fault analysis using simulation method and fault diagnosis scheme are presented for induction motor drive system. Major faults such as inverter 'a' phase open fault, inverter 'a'-'b' phase short circuit fault and inverter 'a' phase ground fault are analyzed and simulated. On-line and off-line fault diagnosis systems are proposed.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1200-1201
• /
• 2015

고전압 전력설비 진단은 기기의 열화 상태를 측정하여 이상 사고를 미리 예측하여 방지하는 것을 목적으로 실시한다. 고전압 전력설비의 유지관리 방안은 일정 시간 경과후 보수하는 개념(TBM: Time Based Maintenance) 이후 설비의 상태를 진단하여 유지보수 방안을 결정하는 개념(CBM: Condition Based Maintenance)으로 진보해 감에 따라 전력설비의 상태진단 기술의 중요성은 증대될 전망이다. 고전압 전력설비의 절연진단은 직류시험(절연저항, PI)과 교류시험($tan{\delta}$, PD)이 실시되며 과거 진단 데이터의 추세분석을 통한 정확한 상태진단이 요구되고 있다. 고압 유도 전동기 절연진단 데이터 관리 전산화 모델은 고전압 전력기기(발전기, 변압기, 전동기, 케이블 등)의 절연진단 및 유지보수 이력에 관한 자료들을 저장, 조회 및 검색을 하기 위한 데이터베이스를 구축하고 구축된 데이터를 활용하여 과거 이력조회, 추이분석, 진단 데이터의 분석기법을 통한 전력기기의 상태평가로 합리적인 개 대체 의사결정을 지원한다. 또한, 유입식 변압기의 절연유 가스분석 알고리즘을 전산화 하여 10종 가연성 가스에 따른 Gas Pattern 평가로 고장 원인, 현상 및 조치 등에 대한 출력이 가능한 프로그램의 개발로 고전압 전력설비 진단기술과 IT기술의 융 복합 기술로서 고전압 전력설비의 유지관리 기술을 한 차원 더 진보시킬 것으로 판단된다.