• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2011년도 추계학술대회
• /
• pp.18-19
• /
• 2011

본 논문에서는 3상 PWM 정류기의 스위치 개방 고장시 감지 및 허용 운전 방법에 대해 제안한다. 스위치의 개방 고장이 발생 하면, 한상의 전류가 반주기 동안 나타나지 않기 때문에 출력 직류전압의 리플로 나타나게 된다. 이경우 고장 감지 및 허용 운전을 하지 않으면, 전력 품질을 저하되며, 직류 링크 콘덴서의 수명이 감축되는 문제를 발생 시킨다. 제안된 기법은 추가적인 하드웨어 없이 간단한 모델 적응 제어 (Model Reference Adaptive System)을 이용하여, 고장된 스위치를 감지 하며, 고장난 스위치의 반대 스위치를 켜고 나머지 2상을 전류제어 하여 3상 전류를 평형상태로 만들어 출력 직류전압의 리플을 줄이는 허용운전을 제안한다. 본 논문은 6kW급 3상 PWM 정류기 시스템을 모의해석을 통해 제안된 기법의 타당성을 입증 하였다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.830-837
• /
• 2004

본 논문에서는 비선형시스템에서 발생한 고장을 감지하고 분류하기 위한 신경회로망기반 고장진단 방법을 제안한다. 제안한 알고리듬에서는 시스템의 출력과 다층신경회로망 공칭모델 출력 사이의 오차가 미리 설정한 문턱값을 넘으면 고장을 감지한다. 고장이 감지되면 다층신경회로망과 ART2 신경회로망을 이용한 고장분류기에서 시스템에서 발생한 고장을 분류한다. 컴퓨터 시뮬레이션 결과로부터 제안한 고장진단방법이 비선형시스템에서의 고장감지 및 분류문제에 잘 적용됨을 알 수 있다.

• 한국정밀공학회지
• /
• 제16권2호통권95호
• /
• pp.211-217
• /
• 1999

감지기의 고장 발견, 확인, 보완은 복잡한 항공 시스템의 중요한 문제로 부각되어 왔으며, 그동안 칼만 필터를 이용한 기존 추정기술 혹은 온라인 학습 인공지능 알고리듬 등이 이 같은 문제를 해결하기 위해 제시되어 왔다. 본 연구에서는 여분의 감지기가 없는 항공제어계에 대해 온라인 학습 신경망을 이용한 감지기의 고장 발견, 확인, 그리고 보완에 관해 초점을 둔다. 이 내고장성 항공제어계는 주 신경조직망과 n개의 국소 신경조직망으로 이루어지는데, 포괄적인 감지기의 고장을 발견하는 능력을 가진다. 어떤 경우에서는 기존의 감지기 고장 발견 방법의 성능을 향상시키기 위해 수정된 감지방법이 소개되고 그 보완된 감지방법을 이용하여 기존의 방법과 성능비교가 이루어졌다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.673-681
• /
• 2005

원자력 발전소는 안정성 및 신뢰성 확보가 가장 중요하므로 고장의 감지 및 진단 시스템의 개발은 원전 자체가 구축하고 있: 다중의 하드웨어 중첩도(hardware redundancy)에도 불구하고 가장 중요한 문제로 취급되고 있다. 본 논문에서는 원저 PWR 증기발생기에서 발생한 고장을 진단하기 위한 알고리듬의 개발을 위해 시스템에서 발생한 고장을 감지하고 분류할 수 있는 ART2 시경회로망 기반 고장진단방법을 제안한다. 고장진단시스템은 발생한 고장을 감지하기 위한 고장감지부, 변화된 시스템파라미터를 추정하기 위한 파라미터 추정부 및 발생한 고장의 종류를 알아내기 위한 고장분류부로 구성된다. 고장분류부는 여러 경계인수를 갖는 ART2(adaptive resonance theory 2) 신경회로망을 이용한 고장분류기로 구성된다. 제안한 고장진단 알고리듬을 증기발생기의 고장진단문제에 적용하여 성능을 확인하였다.

• 전력전자학회논문지
• /
• 제13권6호
• /
• pp.430-438
• /
• 2008

최근 영구자석 동기전동기는 여러 장점으로 인해 많은 응용 분야에서 적용이 확대되고 있다. 특히 전기 자동차, 항공기 분야, 의료 및 군사 분야에 그 적용이 활발히 진행되고 있어 상대적으로 고 신뢰 운전이 매우 중요한 과제로 대두되고 있으며, 특히 전압 원 인버터의 고장 감지 및 진단 등에 관한 많은 연구가 진행되고 있다. 본 논문에서는 영구자석 동기전동기의 개방 고장을 감지하고 진단하는 방법을 제안하였고, 모의해석 및 실험을 통해 제안된 방법이 실제 적용이 가능성을 확인하였다. 제안된 방법은 기존의 개방 고장 감지 방법과 달리 별도의 하드웨어를 요구하지 않으며, 또한 빠른 개방 고장 감지 특성을 가지고 있다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2006년도 추계학술대회 학술발표 논문집 제16권 제2호
• /
• pp.378-382
• /
• 2006

현재 주로 사용되고 있는 화재 감지 장치들은 경고 기반으로 되어 있어 정확한 화재 발생의 위치 검색이 어려우며 장치의 고장이 발생한 경우 고장 유/무의 확인이 어려워 보다 큰 인명 피해 및 재산 피해를 가져올 수 있다. 센서 네트워크 시스템은 통신매체 없이 데이터 송/수신이 가능하며 이를 통한 모니터링 환경의 구축이 쉬워 위치검색 및 고장 검출 알고리즘의 적용이 간단하다. 본 논문에서는 WSN 기반의 화재 감지 시스템을 제안하며 오류검출 알고리즘인 Consensus 알고리즘을 적용하여 그 유용성을 확인하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제6권1호
• /
• pp.7-13
• /
• 2001

VLSI의 집적도가 증가함에 따라 설계와 제조과정에서 기존의 논리 테스트 방법으로는 검출하기 어려운 고장들이 발생하고 있다. 최근에는 이러한 고장을 검출하기 위한IDDQ 테스팅 방법의 중요성이 증대되고 있다. 본 논문에서는 CMOS 회로내에서 IDDQ 값을 검사하여 고장의 유무를 검사하는 전류 테스팅 기법에 사용될 수 있는 새로운 전류감지기를 제안한다. 본 논문에서 제안된 전류감지기는 자기저항 소자 MR 전류감지기, 레벨변환기, 비교기로 구성되어 있으며 자동으로 고장을 검출할 수 있다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2001년도 하계학술대회 논문집 A
• /
• pp.84-86
• /
• 2001

본 연구에서는 플랜트의 계측신호로 부터 특징 패턴 파형들을 감지하고 패턴감지 정보로부터 플랜트의 운전상황 및 고장을 알아내도록 하는 새로운 기법을 제시하고, 이러한 기법의 실현에 필요한 신호처리 기초 연구를 수행하였다. 또한 보령화력 1.2호기 500MW급 드럼형 보일러및 제어 시스템을 대상으로 보일러 플랜트의 dynamics 모델링과 운전 시뮬레이션을 통하여 여러 운전 패턴및 고장 상황을 발생시켜 고장감지 앨고리즘들의 개발 및 시험과정에 적용하였다. 본 연구에서 수행한 보일러 및 보일러 제어계통에 대한 모델링 및 시뮬레이션은 실제 수행한 발전소 시험 데이터와 비교할 때 높은 일치도를 보이는 결과를 보였다.

• 항공우주기술
• /
• 제7권2호
• /
• pp.95-102
• /
• 2008

2009년에 발사될 통신해양기상위성은 다중화 구조설계를 통해 발생 가능성이 있는 고장으로부터 자동 회복을 수행할 수 있도록 자동조치기능이 탑재되어 있다. 본 연구에서는 자이로 센서의 고장이 COMS 임무에 미치는 영향을 살펴보고 장치 레벨의 자이로 센서 고장 처리를 위한 고장감지 방법과 기준, 고장고립과 회복 동작에 대한 메커니즘을 분석하였다 또한 시뮬레이터를 이용하여 고장 발생에 대한 자동조치 동작검증 결과를 확인하였다.

• 정보처리학회논문지A
• /
• 제17A권2호
• /
• pp.81-92
• /
• 2010

진동 정보를 통해 기계 설비의 상태나 고장 유무를 판단하는 연구들이 다수 진행 중에 있는데, 대부분의 연구에서는 설비에 대한 진동을 모니터링하거나 고장 유무를 판별하여 사용자에게 알리는 수준이다. 본 논문에서는 진동에 의한 고장 진단과 판별을 보다 정교하게 수행하는 선박 엔진의 고장 감지 기법과 시스템을 제안하였다. 일차적으로 이중적 진동 정보 판별 기법을 적용하여 진동 정보를 확인한 다음에 고장 유무를 검사한다. 만일 고장이 발생한 경우에는 진동 정보의 오류 부분만을 이용하여 고장 진동 파형에 대한 오차 범위를 기준으로 어떤 유형의 고장인지를 판별할 수 있는 기법을 적용하였다. 또한 선박의 진동 경향 분석과 엔진 안전 보존을 목적으로 진동 정보를 데이터베이스에 저장하고 추적할 수 있도록 시스템을 구현하였다. 제안 시스템을 선박 엔진의 고장 판별 유무와 고장 진동 파형 감별 인자에 대해 실험을 수행한 결과 고장 유무 판별은 약 100% 정확성을 가졌고 고장 진동 파형의 유형 인식에서는 약 96% 정확성을 가졌다.