• Journal of Navigation and Port Research
• /
• v.33 no.10
• /
• pp.671-678
• /
• 2009

Recently, there have been some researches in the equipment fault detection based on shock and vibration information. Most research of them is based on shock and vibration monitoring to determine the equipment fault or not. Different with engine fault detection based on shock and vibration information we focus on detection of engine for boat and system control. First, it use the duplicated-checking method for shock and vibration information to determine the engine fault or not. If there is a fault happened, we use the integral to determine the error engine shock wave width and detect the fault area. On the other hand, we use the engine trend analysis and standard of safety engine to implement the shock and vibration information database. Our simulation results show that the probability of engine fault determination is 98% and the probability of engine fault detection is 72%

• Journal of the Korean Institute of Illuminating and Electrical Installation Engineers
• /
• v.23 no.12
• /
• pp.201-209
• /
• 2009

In power plant operations, sensor values often exhibit erroneous values due to their failures or the intrusions of various noises. However, most of the power plant monitoring and fault diagnosis systems perform their tasks based on the assumptions that the collected sensor values are correct all the times. These assumptions, which are not valid, often lead to serious consequences such as power plant trips. In this paper, we propose a power plant sensor value validation technique that can utilize the relationships existing among the sensor values as the sensor redundancy. The proposed technique is applied to the flow meters installed along boiler feed water systems of a typical tubular type boiler thermal power plant and shows a good potential of future applications.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.16 no.5
• /
• pp.835-844
• /
• 2021

In this paper, a power facility communication control device was designed to autonomously determine and separate the fault section through communication between power facilities in the smart grid distribution system. In the power facility communication control device, the control module was designed as a DSP to measure three-phase voltage and current, and the communication module was designed as an embedded-based Raspberry Pi to determine the fault section and realize the fault section separation through communication between power facilities. Communication between DSP and Raspberry Pi was designed by SPI communication, and communication between Raspberry Pi was designed based on Wi-Fi. Finally, a performance evaluation system based on three power facility communication control devices was built, and simulation verification was conducted for various fault events that may occur on the distribution line. As a result of the test evaluation, it was possible to confirm the effectiveness of the design methodology of the communication control device by showing the required response of the communication control device to all test cases.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2001.10a
• /
• pp.144-148
• /
• 2001

자동차의 발전과 함께 유지 보수를 위한 사용자의 요구는 급증하고 있으나 정비사의 부족으로 인해 경제성 및 신속성 등 이 문제가 되고 있고 이를 해결하기 위해 현재 개발되고 있는 장치들은 대부분 전자 제어 유닛에서 발생시키는 신호를 분석하거나 운전자와의 대화를 통하여 진단하는 방식으로 고장으로 인한 소음이나 진동등 운전자들의 주관적인 평가대상에 대해서는 적절한 해결책으로 제시해 주지 못하고 있다. 그러므로 계측에 의한 소음과 진동 데이터를 이용하여 전문가의 판단을 가지고 고장의 원인을 규명하며 운전자를 위한 오디오적인 표현을 해 줄 수 있는 진단 전문가 시스템이 필요하게 되었다. 본 논문에서는 자동차의 여러 단품중 쇼크 옵서버와 에어컨에 대하여 소음 진동 현상의 정상 및 이상 증상과 신호 계측 방법을 연구하였고 계측된 신호에 대해 패턴 화하여 인공 신경 회로망과 퍼지 추론을 통한 진단을 할 수 있는 알고리즘을 개발하였으며 차후 계속되는 연구에 사용될 정상 및 이상신호에 대한 기본적인 데이터 베이스를 구축하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.2164-2165
• /
• 2011

본 논문에서는 직렬아크 고장 시 발생하는 전류파형의 특징인 전류의 shoulder의 검출을 통하여 아크고장을 판별하는 직렬아크 고장 검출기를 제안하였다. 또한 정상적인 동작에서 발생하는 전류의 shoulder를 아크신호로 판단하지 않기 위한 방법을 제안 하였으며 이를 시뮬레이션을 통해 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.553-555
• /
• 2017

수전 설비 시스템은 전력 회사에서 3 상 전원을 받는 설비로, 전기를 공급받기 위한 설비이다. 정전이나 제품생산설비의 중단은 기업에 있어서는 경제적 손실이 매우 큰 사고일 수 밖에 없다. 요즘은 IoT 센서를 이용한 수전설비 관리 시스템의 활용이 늘어나고 있는 추세이다. IoT 센서를 이용한 수전 설비의 구축에서 정확한 상태 값의 센싱과 수집된 값의 전송, 그리고 정확성 판단에 대한 이슈들이 고려되어야 하며, 또한 기기간 통신을 통해 실시간 상호작용으로 수전설비의 고장을 어떻게 예방할 것인가에 대한 것이 중요하다. 본 연구에서는 수전 설비의 실시간 감지와 모니터링을 위한 목적으로 기존의 고장 및 오류 정보를 기반으로 하는 빅데이터 분석을 통해 발생 가능한 고장 및 오류를 사전 예측할 수 있도록 정보를 제공하는 것에 주안점을 두었다.

• Proceedings of the KIEE Conference
• /
• 2009.07a
• /
• pp.336_337
• /
• 2009

전력용 변압기 운반, 설치, 고장전류 유입 등으로 권선 및 철심의 접지, 권선의 층간단락, 개방, 기계적 변형, 이탈, 구조물의 기계적 손상, 이완 등이 발생해도 현재 보유하고 있는 진단장비만으로는 정확한 이상 판단이 불가하여 변압기 해체 후 확인 하는 현실을 감안하여 변압기 기계적 변형 고장분석이 가능한 장비 도입이 필요한 시점이다. 또한 변압기 등 변전기기 고장 발생시 광범위한 고객 정전 및 복구비용이 발생(년 평균 3건)하고 있어 본 논문에서는 이러한 문제점을 해결하고자 2003년 한전에 도입된 SFRA(Sweep Frequency Response Analyzer) 주파수 반응 분석기의 진단 원리 및 권선변형 진단사례를 소개하고자 한다.

• Proceedings of the KIEE Conference
• /
• 2002.07a
• /
• pp.268-270
• /
• 2002

신속한 고장복구를 통해서 정전시간을 최소화하고자 배전기동보수업무에 최신 정보통신기술을 접목하려는 시도는 많이 있었다. 그러나, 그간 GIS, GPS, Mobile 등 시스템 구현에 필요한 핵심요소기술들이 성숙되지 않은 상태였고, 무엇보다 기반 시스템으로서의 NDIS가 전제되지 않은 상태에서 설비종합 DB와의 체계적인 연계가 미비하여 사업소 확산에 어려움이 있었다. 그렇지만, 최근에 관련 정보기술(IT)의 발달과 NDIS DB구축사업이 사업소별로 추진되어 기동보수시스템이 현장업무에 적용될 환경이 충분히 조성되어 있다고 판단된다. 이러한 배경에서 이동보수차량의 위치를 GPS와 TRS망을 연계하여 실시간 관리함으로써 고장지점으로 신속히 출동시키게 하고, 현장에서는 고장접수정보와 계통구성정보 등 관련 설비정보를 이용할 수 있게 함으로써 고객서비스의 질을 높이고, 많은 비용과 노력을 기울인 GIS DB 구축자료의 활용성과 이용효율성을 극대화시킬 수 있을 것으로 기대된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.06a
• /
• pp.1232-1235
• /
• 2022

최근 자동차, 철도차량 등 사용자가 있는 기계 시스템에서의 고장 발생 시 사용자의 안전과 관련된 사고로 이어질 수 있어 부품에 대한 모니터링 및 고장 여부 판단은 매우 중요하다. 이러한 부품 중에서 베어링은 회전체와 회전하지 않는 물체 사이에서 회전이 원활하게 이루어질 수 있도록 하는 부품인데, 베어링에 결함이 발생하게 될 경우, 기계 시스템이 정지하거나, 마찰 열에 의해 화재 등의 치명적인 위험이 발생한다. 본 논문에서는 Resnet과 오토인코더를 활용하여 진동 신호 기반의 베어링의 고장을 감지하고 분류할 수 있는 모델을 제안한다. 제안 방법은 raw data를 이미지로 변환하여 입력으로 사용하는데, 이러한 접근을 통해 수집된 데이터의 손실을 최소화하고 데이터가 가지는 정보를 최대한 분석에 활용할 수 있다. 제안 모델의 검증을 위하여 공개된 데이터셋으로 학습/검증 하였고, 제안 방법이 기존 방법과 비교하여 더 높은 F1 Score와 정확도를 보임을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.39 no.4
• /
• pp.263-269
• /
• 2020

In this study, a rotating machine that can reproduce normal condition and 8 fault conditions were produced, and vibration data was acquired. Feature is calculated from the acquired data, and accuracy is analyzed through fault diagnosis using artificial neural networks and genetic algorithms. In order to achieve optimal timing and higher accuracy, features by three domains were applied to the fault diagnosis. The learning number was selected as a setting variable. As a result of the rotating machine fault diagnosis, high precision was found in the frequency domain than in others, and precise fault diagnoses were accomplished through all of 10 operations, at the learning number of 5000 and 8000. Given the efficiency of time, it was estimated to be the most efficient when the number of learning was 5000.