• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1997년도 한국자동제어학술회의논문집; 한국전력공사 서울연수원; 17-18 Oct. 1997
• /
• pp.341-344
• /
• 1997

This paper presents a dynamics failure detection algorithm developed for the two-motor-driven electric vehicle system. The algorithm is based on the application of the fault detection filter. The fault detection includes the identification of sudden pressure drops of the two rear tires in driving axis and dynamics faults of the two inverter-motor-paired actuators An E.V. dynamics simulator is developed, which includes the modeling of the E.V. dynamics as well as the driving dynamics. The simulator, which allows the generation of various fault situations, is utilized in the verification of the developed fault detection algorithm. The results of the simulations are also presented.

• 한국산업융합학회 논문집
• /
• 제14권3호
• /
• pp.95-100
• /
• 2011

The modern society longing for the convenience of up-to-date technology, there are attempts of miniaturization and high reliance of power equipments in the effectiveness aspect of urban area's usage of space while requiring more electrical energy than now. Consequently, paper used to the Neral Network for a forcasting conservation system. A neral network is powerful asta modeling tool that is able to capture and represent complex input/output relationships. The true power and advantage of neral networks lies in their ability to learn these relationships directly from the data being modeled. Traditional linear models are simply inadequate when it comes to modeling data that contains non-linear characteristics. Form results of this study, the Neral Network is will play an important role for insulation diagnosis system of real site GIS and power eqipment using $SF_6$ gas.

• 한국음향학회:학술대회논문집
• /
• 한국음향학회 2004년도 춘계학술발표대회 논문집 제23권 1호
• /
• pp.341-344
• /
• 2004

발전소에서 운전 중인 발전 설비의 장비 및 기계의 동작, 감시, 진단은 매우 중요한 일이다. 발전소의 이상 감지를 위해 상태 모니터링이 사용되며, 이상이 발생되었을 때 고장의 원인을 분석하고 적절한 조치를 계획하기 위한 이상 진단 과정을 따르게 된다. 본 논문에서는 산업 현장에서 기기들의 운전시에 발생하는 기기 발생 음을 획득하여 정상/비정상을 판정하기 위한 알고리듬에 대하여 연구하였다. 사운드 감시(Sound Monitoring) 기술은 관측된 신호를 acoustic event로 분류하는 것과 분류된 이벤트를 정상 또는 비정상으로 구분하는 두 가지 과정으로 진행할 수 있다. 기존의 기술들은 주파수 분석과 패턴 인식의 방법으로 간단하게 적용되어 왔으며, 본 논문에서는 K-means clustering 알고리듬을 이용하여 사운드를 acoustic event로 분류하고 분류된 사운드를 정상 또는 비정상으로 구분하는 알고리듬을 개발하였다.

• 대한안전경영과학회:학술대회논문집
• /
• 대한안전경영과학회 2006년도 춘계공동학술대회
• /
• pp.133-145
• /
• 2006

EWMA관리도는 SPC 기술 중 가피원인을 탐지하는 기술이 최근품질특성에 가중치가 주어져 미래를 예측하는 능력이 우수하다. EWMA관리도와 EPC의 통합은 연속공정산업에서 성공적으로 사용되고 있다고 널리 인식되어 있다. 그러나, 이산적인 부품 제조공정의 탐지와 연속 생산공정 산업과 그중에서도 제조공정 산업에서의 이들 기법을 적용하기 위해서는 샘플링비율, 고장감지, 실시간 보정과 공정통제에 관한 연구가 필요하다. 본 연구에서는 SPC와 EPC의 차이를 비교분석하고, 제조공정 산업에서 EWMA와 EPC를 성공적으로 통합하여 제품품질특성에 적용하여 변동을 감소시키는 사례연구를 제시하고자 한다.

• 광학세계
• /
• 통권116호
• /
• pp.30-33
• /
• 2008

기술의 발전은 새로운 변화를 주도하는 가운데, 단순한 종이 문서를 복사 또는 출력하는 디지털 복합기도 많은 기술의 진보를 통해 획기적인 변화를 거치고 있다. '주변기기'라는 명칭에서 보듯이 단순히 종이에 인쇄만 하는 수동적인 기기에서 네트웍을 통해 통제되거나 입출력 데이타를 생성, 전송, 보관, 폐기할 수 있는 능동적인 지능형 복합기로 진보하게 되었다. 이러한 지능형 복합기는 네트웍을 통해 실기간으로 모든 상황을 바로 확인할 수 있으며 고장이나 소모품 부족 발생이 일어나기도 전에 먼저 감지하여 대응할 수 있는 기회를 제공한다. 또한 기존 사용중인 기간계 시스템과 능동적으로 연동하여 업무 프로세스의 혁신 등 상상할 수 없는 업무의 변화를 주도한다. 이런 지능형 복합기가 제공하는 "SDK J"는 JAVA 기반의 개발 플랫폼을 제공하여 고객 맞춤형 솔루션을 개발, 적용할 수 있게 되었다. 현재 각 복합기 제조사에서는 다양한 고객 환경에 맞는 솔루션 제공을 위해 솔루션 개발 지원에 주력하고 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 춘계학술대회 논문집 전기설비전문위원
• /
• pp.77-79
• /
• 2009

Nonlinear system fault detection and isolation of this paper is about the failure of unknown function approximation using neural network for fault detection and isolation techniques of induction motors were applied. observer-based fault signal residual value was used. Induction motor using the speed controller of the backstepping controller. Proposed fault detection and isolation to prove the performance of the simulation was applied to and the actual system.

• 제어로봇시스템학회논문지
• /
• 제18권6호
• /
• pp.540-545
• /
• 2012

In this paper, we propose a fault diagnosis method using artificial neural network and SVM (Support Vector Machine) to detect and isolate faults in the nonlinear systems. The proposed algorithm consists of two main parts: fault detection through threshold testing using a artificial neural network and fault isolation by SVM fault classifier. In the proposed method a fault is detected when the errors between the actual system output and the artificial neural network nominal system output cross a predetermined threshold. Once a fault in the nonlinear system is detected the SVM fault classifier isolates the fault. The computer simulation results demonstrate the effectiveness of the proposed SVM and artificial neural network based fault diagnosis method.

• Journal of Advanced Marine Engineering and Technology
• /
• 제30권2호
• /
• pp.247-252
• /
• 2006

Almost ship monitoring systems are event driven alarm system which warn only when the measurement value is over or under set point. These kinds of system cannot warn until signal is growing to abnormal state that the signal is over or under the set point. therefore cannot play a role for preventive maintenance system. This paper proposes fault diagnosis method which is able to diagnose and forecast the fault from present operating condition by analyzing monitored signals with present ship monitoring system without any additional sensors. By analyzing the data with high correlation coefficient(CC), correlation level of interactive data can be defined. Knowledge base of abnormal detection can be built by referring level of CC(Fault Detection CC. FDCC) to detect abnormal data among monitored data from monitoring system and knowledge base of diagnosis built by referring CC among interactive data for related machine each other to diagnose fault part.

• 제어로봇시스템학회논문지
• /
• 제8권10호
• /
• pp.851-855
• /
• 2002

This paper proposes a method of fault detection and diagnosis of agitators based on the wavelet analysis of the current and vibration signals. The wavelet transform has received considerable interest in the fields of acoustics, communication, image compression, vision. and seismic since it provides the fast and effective means of analyzing signals recorded during operation. Neural network is used to diagnose the fault. Specifically, the proposed approach consists of (i) fault detection, (ii) feature extraction, and (iii) classification of fault types. The results show an effective application of the wavelet analysis on the monitoring of an agitator.

• 전자공학회논문지S
• /
• 제35S권1호
• /
• pp.68-79
• /
• 1998

In this paper, we propose a model-based FDI(fault detetion and isolation) algorithm to detect and isolate fault in a linear system. The proposed algorithm is gased on an HFC(hydrid fault classifier) which consists of an FCART2(fault classifier by ART2 neural network) and an FCFM(fault classifier by fault models) which operate in parallel to isolate faults. The proposed algorithm is functionally composed of three main parts-parameter estimation, fault detection, and isolation. When a change in the system occurs, the estimated parameters go through a transition zone in which errors between the system output and the stimated output and the estimated output cross a predetermined thrseshold, and in this zone the estimated parameters are tranferred to the FCART2 for fault isolation. On the other hand, once a fault in the system is detected, the FCFM statistically isolates the fault by using the error between ach fault model out put and the system output. From the computer simulation resutls, it is verified that the proposed model-based FDI algorithm can be performed successfully to detect and isolate faults in a position control system of a DC motor.