• Proceedings of the Materials Research Society of Korea Conference
• /
• 2008.05a
• /
• pp.37.2-37.2
• /
• 2008

• Journal of the Korean Society for Aeronautical & Space Sciences
• /
• v.49 no.4
• /
• pp.311-320
• /
• 2021

A study is performed for the real time fault diagnosis during operation and health estimation relating to performance deterioration in a turbojet engine used for an unmanned air vehicle. For this study the real time dynamic model is derived from the transient thermodynamic gas path analysis. For real fault conditions which are manipulated for the simulation, the detection techniques are applied such as Kalman filter and probabilistic decision-making approach based on statistical hypothesis test. Thereby the effectiveness is verified by showing good fault detection and isolation performances. For the health estimation with measurement parameters, it shows using an assumed performance degradation that the method by adaptive Kalman filter is feasible in practice for a condition based diagnosis and maintenance.

• Journal of the Institute of Convergence Signal Processing
• /
• v.6 no.3
• /
• pp.143-147
• /
• 2005

Monitoring and diagnosis of the operating machines are very important for safety operation and maintenance in the industrial fields. These machines are most rotating machines and the diagnosis of the machines has been researched for long time. We can easily see the faulted signal of the rotating machines from the changes of the signals in frequency. The Linear Predictive Coding(LPC) is introduced for signal analysis in frequency domain. In this paper, we propose fault detection and diagnosis method using the Linear Predictive Coding(LPC) and residual signal energy. We applied our method to the induction motors depending on various status of faulted condition and could obtain good results.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.5
• /
• pp.706-712
• /
• 2009

In this paper, a fault diagnosis method is proposed to detect and classifies faults that occur in press process line. An oil level automatic monitoring method is also presented to detect oil level. The FFT(fast fourier transform) frequency analysis and ART2 NN(adaptive resonance theory 2 neural network) with uneven vigilance parameters are used to achieve fault diagnosis in proposing method, and GUI(graphical user interface) program for fault diagnosis and oil level automatic monitoring using LabVIEW is produced and fault diagnosis was done. The experiment results demonstrate the effectiveness of the proposed fault diagnosis method of induction motors and oil level automatic monitor system.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1157-1158
• /
• 2007

자동차, 항공기, 철도 및 선박 등과 같은 각종 교통수단에 발생하는 이상현상에 대한 사용자의 정확한 복구 조치 능력 향상을 위하여, 발생한 고장코드에 대한 신속하고 정확한 해석은 매우 중요하다. 이에 따라 본 논문에서는 차량의 고장 진단 프로토콜 중 SAE(미국 자동차 기술자 협회) J1979[1]의 방식을 사용하여 차량의 통신방식을 정의 하고 이에 따라 발생되는 ECU 정보들을 수집 분석하여 각각의 고장 코드들을 해석하였고 배기가스뿐만 아니라 차량에서 발생되는 총제적인 문제점들을 GUI(Graphic User Interface) 기반의 응용 프로그램을 이용하여 차량의 단계별, 부품별 고장코드를 실시간으로 발생시킬 수 있는 시뮬레이터를 개발하였다

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.156-157
• /
• 2011

본 논문은 방사상으로 운용중인 배전계통에 1선 지락 고장시 퍼지 로직 알고리즘을 이용하여 고장구간을 판단하는 기법에 대해 제안하고 있다. 배전계통에 1선 지락 고장 발생 시 선로불평형 전류에 의해 고장구간 이후의 자동화개폐기에서 고장표시기가 오동작을 한다. 이로 인해 고장구간을 잘못 판단하여 수용가에 전력공급의 신뢰성이 줄어든다. PSCAD/EMTDC라는 전력해석용 툴을 이용하여 배전계통 모델링과 시뮬레이션을 하였고, 개폐기의 영상전류 크기를 통해 퍼지 로직이라는 인공지능기법을 이용하여 정확한 고장구간을 판단하는 기법을 제안한다.

• Proceedings of the KIEE Conference
• /
• 1999.07c
• /
• pp.1493-1495
• /
• 1999

본 논문에서는 변압기 유중 가스 분석 자료와 고장에 관련된 특징을 학습시킨 신경 회로망을 이용하여 전력용 유입 변압기의 새로운 고장 진단 방법을 제안하였다. 본 논문에서 제안한 신경 회로망을 이용한 고장 진단 방법(유중 가스 분석 방법)은 입력으로 가스 구성비 분석(IEC 기준) 및 주요 가스 분석(한국 전력 공사 기준) 자료를 채택하였다. 또한, 출력으로 전력용 유입 변압기의 고장 유무 및 고장 종류의 특징을 신경 회로망으로 추출하였다. 따라서 입력된 유중 가스 분석 결과에 따라 전력용 유입 변압기의 진단 결과(고장 유무 인식 및 해석)가 제시되도록 구성하였다. 제안된 신경회로망을 이용한 변압기 고장 진단 방법은 한국 전력 공사의 변압기 유중 가스 기록으로 효용성을 입증하였다. 따라서 유중 가스 분석만으로 현실성 있는 변압기 진단 및 상태 추정이 가능하게 되었고, 이것의 적용으로 적절한 유지 및 보수 대책 방안을 제시할 수 있게 되었다.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2304-2306
• /
• 2002

베어링 고장진단은 대부분 진동센서에 의한 근접 탐침에 의존하고 있어 설치 및 측정 상에 제약이 따른다. 최근 들어 전동기 전류를 이용한 베어링 고장진단의 가능성이 제시되고 있으나 베어링의 초기고장에 대한 연구는 없었다. 본 연구에서는 전동기 전류를 이용하여 베어링 외륜의 초기고장을 검출할 수 있는 기법을 제시하였다. 이 기법은 처리 데이터를 줄이고 신속한 고장검출을 위하여 고장진단 주파수 대역 설정방법을 제시하였으며 유도전동기 베어링 외륜 고장검출 실험을 통하여 이 기법의 유용성을 보였다.

• Journal of Intelligence and Information Systems
• /
• v.4 no.1
• /
• pp.103-114
• /
• 1998

본 논문은 화력발전소 적용을 위한 경보처리 기반 고장진단 전문가 시스템(APDX(Alarm Processing and Diagnosis Expert System)개발에 관하여 논의한다. 본 연구에서 제시된 경보처리 알고리즘은 근본적으로는 경보 인과관계 트리를 사용하고 있으나 최종 원인 경보선택에 있어서는 경보 발생시간과 경보 우선순위 Meta-Rul를 활용한다. 경보처리 모듈에서 처리된 원인경보를 근거로 하여 본 원인경보와 관련된 고장부위를 진단하게 된다. 진단모듈에서는 경보에 관련된 센서들과 고장들 사이의 관계를 정상적으로 모델링하고 센서들의 트랜드를 정성적 해석기로 분석하여 증가, 정상, 감소의 세가지 상태에 대한 신뢰도를 출력한다. 또한 각 경보로부터 고장이 예상되는 고장타입을 센서 천이도로 모델링하여 진단에 활용된다. 최종적으로 추론모듈에서 퍼지(Fuzzy) 추론 알고리즘을 이용하여 모델된 고장 타입과 계산된 고장과의 매칭과정을 통하여 진단을 수행하게 되며, 계산 창 (Window)를 변경하면서 고장을 재 확인하게 된다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.193-194
• /
• 2011

국내 계통은 심각한 고장에 따른 고장파급을 방지하기 위하여 부하차단 시스템을 운영하고 있다. 고장파급방지시스템을 설계하기 위해서는 차단되어야 할 부하 및 용량, 차단 지연시간을 선정하여야 한다. 차단 부하 및 용량은 정상상태 해석을 통하여 산정할 수 있으며 차단 지연시간은 동적해석을 통하여 적정 시간을 선정하게 된다. 동적해석을 수행하는 과정에서 모터부하의 비율은 매우 중요한 역할을 한다. 모터부하는 kinetic 에너지를 보유하고 있어 모터부하의 비율이 높은 경우 빠르고 적절한 용량의 부하차단이 필요하다. 본 논문에서는 모터부하의 비율에 따른 국내 계통의 특성을 검토하고 계통 안정화를 위한 적정 차단용량에 대하여 분석하였다. 본 논문에서 검토된 결과는 향후 부하차단 다단계화를 구현할 때 1단계 적정 차단용량을 선정하기 위한 자료로 활용될 수 있다.