• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
• /
• pp.5-6
• /
• 2021

본 논문에서는 Semi-supervised Learning 방식의 이상감지 방법을 제안한다. 취득한 소음 데이터를 이미지화 시킨 후 Convolution AutoEncoder 학습 방법을 이용하여 모델을 학습한다. 고장 데이터와 정상 데이터 간의 데이터 불균형 문제가 대두되기 때문에 정상 데이터만을 활용한 이상감지는 실제 산업현장의 상황에 알맞게 사용할 수 있을 것이라 기대한다.

• 한국전자통신학회논문지
• /
• 제11권2호
• /
• pp.203-208
• /
• 2016

본 논문에서는 음향 센서 시스템에서 다중 센서를 이용한 실시간 고장 진단 및 데이터 처리 알고리즘을 제안하고 실험을 통해 그 타당성을 입증하였다. 다중 센서 알고리즘은 하나의 물리량 계측을 위해 여러 개의 센서를 동시에 사용하는 방식을 사용하며 효율적으로 센서의 고장을 감지하여 신뢰성 있는 데이터를 출력할 수 있는 방법이다. 이를 음향 센서 시스템에 적용하기 위해 등가 소음레벨 $L_{eq}$를 이용한 실시간 고장 진단 및 오류 데이터 처리 알고리즘을 제안하고, 이를 검증하기 위한 실험 장치와 프로그램을 제작하고 실험하였다. 그 결과 다중 센서 알고리즘은 음향 센서 시스템에도 잘 적용되어 일부 센서의 고장 시에도 정확한 데이터 처리가 가능함을 보였다.

• 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.

• 한국자동차공학회논문집
• /
• 제24권1호
• /
• pp.99-111
• /
• 2016

This paper presents an integrated fault diagnosis algorithm for driving motor of In-wheel independent drive electric vehicle. Especially, this paper proposes a method that integrated the high level fault diagnosis and the low level fault diagnosis in order to improve a robustness and performance of the fault diagnosis system. The high level fault diagnosis is performed using the vehicle dynamics analysis and the low level fault diagnosis is carried using the motor system analysis. The validity of the high level fault diagnosis algorithms was verified through $Carsim^{(R)}$ and MATLAB/$Simulink^{(R)}$ cosimulation and the low level fault diagnosis's validity was shown by applying it to a MATLAB/$Simulink^{(R)}$ interior permanent magnet synchronous motor control system. Finally, this paper presents a fault diagnosis strategy by combining the high level fault diagnosis and the low level fault diagnosis.

• 한국조명전기설비학회:학술대회논문집
• /
• 한국조명전기설비학회 2009년도 춘계학술대회 논문집
• /
• pp.97-100
• /
• 2009

배전계통에서 전력수요의 증가와 분산전원의 증가로 대용량 변압기의 적용이 불가피하게 되었다. 하지만, 대용량 변압기로 교체할 경우 배전계통에 고장발생시 고장전류의 크기가 증가되어 기존에 설치된 차단기 및 보호기기의 차단용량 초과로 인해 교체에 따른 경제적 비용 상승이 우려된다. 따라서, 대용량 변압기의 교체시 고장전류 증가 문제를 해결하기 위한 방안 중 하나로 초전도한류기를 설치하는 방안을 검토하고 있다. 초전도 한류기는 평상시에 초전도 상태인 영 저항이므로 전력손실이 발생하지 않으며, 고장 발생시 치로 인한 신속한 저항 발생으로 고장전류를 빠르게 감지 및 제한함으로써 기존에 설치된 차단기의 차단 용량이하로 감소시켜 줄뿐만 아니라 계통의 안정도를 향상시킬 수 있다. 그러나, 초전도한류기는 도입위치에 따라 ��치 발생시 초전도한류기의 저항 크기가 다르게 되며, 고장전류 제한효과 및 보호협조를 고려한 적정의 한류기 저항 설정이 필요하다. 이에 대한 선행연구로서, 본 논문에서는 모의 배전계통에 초전도한류기를 적용하였을 경우 도입위치에 따라 전류제한, 모선 전압강하, 초전도한류기의 전력부담을 실험을 통하여 비교 분석하였다. 분석을 통해 초전도한류기를 피더에 설치하였을 경우 전류제한 효과, 모선 전압강하 보상효과는 가장 우수하였으나 가장 많은 전력부담을 갖는 것을 확인할 수 있었다.

• 전력전자학회논문지
• /
• 제16권1호
• /
• pp.79-87
• /
• 2011

본 논문에서는 웨이블렛(Wavelet) 변환을 이용한 태양광 발전시스템의 고장진단에 관한 연구를 수행하였다. 기존에는 추가적인 하드웨어와 센서를 사용하여 인버터의 고장을 진단하는 방법으로, 단가가 상승하고 사양이 바뀔 경우 재설계를 해야 하는 문제점이 있었다. 제안된 방식은 인버터 전류나 전압과 같은 상태변수들을 다단계 변환을 통해 얻어낸 웨이블렛 계수들의 변화를 감지하여 고장의 종류와 부위를 인식하는 방법이다. 정규화 표준 편차를 이용하여 웨이블렛 계수의 변화로부터 정확하고 신속한 고장 진단이 가능하다. 이 방법은 간단한 계산과 고장 유형을 정확하게 예측할 수 있는 장점이 있다. 컴퓨터 시뮬레이션과 제어기 제작을 통한 실험 결과로서 연구의 타당성을 입증하였다.

• 대한기계학회논문집A
• /
• 제34권9호
• /
• pp.1281-1286
• /
• 2010

발전소를 비롯한 각종 플랜트 설비는 많은 기계설비들로 구성되어 고장이 발생할 경우, 고장이 발생된 설비와 시간을 명확하게 파악하기가 쉽지 않다, 또한 고장발생시 정비비용 증가와 함께 설비의 이용률이 감소하여 막대한 경제적 손실이 발생한다. 발전소는 각종 계측센서를 설치하여 설비를 상시 감시하고 있으며, 경고발생 이전 지시치의 변화를 관찰하여 설비의 이상상태를 자동 감지하는 신호기반 고장 조기경보 시스템도 설치된 발전소도 있다. 그러나 고장경보 시스템은 이상신호 발생을 인지하여 설비의 이상상태 여부는 알려주지만 고장원인과 중요도에 대한 정보는 제공하지 않는다. 본 연구에서는 고장분석 기능을 가지고 있는 RCM(Reliability Centered Maintenance) 분석 시스템과 고장경보시스템을 연계하여 설비의 이상신호로부터 고장원인과 정비방법에 대한 정보를 제공하는 고장예측시스템을 개발하고자 한다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2022년도 춘계학술대회
• /
• pp.110-110
• /
• 2022

본 연구는 자율운항 선박의 원격 고장 진단 기법 개발의 일부로 수행되었다. 특히, 엔진 연료 계통 장비로부터 계측된 시계열 데이터로부터 상태 진단을 위한 알고리즘 구현 결과를 제시하였다. 엔진 연료 펌프와 청정기를 가진 육상 실험 장비로부터 진동 시계열 데이터 계측하였으며, 이상 감지, 고장 분류 및 고장 예측이 가능한 심층 학습(Deep Learning) 및 기계 학습(Machine Learning) 알고리즘을 구현하였다. 육상 실험 장비에 고장 유형 별로 인위적인 고장을 발생시켜 특징적인 진동 신호를 계측하여, 인공 지능 학습에 이용하였다. 계측된 신호 데이터는 선행 발생한 사건의 신호가 후행 사건에 영향을 미치는 특성을 가지고 있으므로, 시계열에 내포된 고장 상태는 시간 간의 선후 종속성을 반영할 수 있는 학습 알고리즘을 제시하였다. 고장 사건의 시간 종속성을 반영할 수 있도록 순환(Recurrent) 계열의 RNN(Recurrent Neural Networks), LSTM(Long Short-Term Memory models)의 모델과 합성곱 연산 (Convolution Neural Network)을 기반으로 하는 Conv1D 모델을 적용하여 예측 정확성을 비교하였다. 특히, 합성곱 계열의 RNN LSTM 모델이 고차원의 순차적 자연어 언어 처리에 장점을 보이는 모델임을 착안하여, 신호의 시간 종속성을 학습에 반영할 수 있는 합성곱 계열의 Conv1 알고리즘을 고장 예측에 사용하였다. 또한 기계 학습 모델의 효율성을 감안하여 XGBoost를 추가로 적용하여 고장 예측을 시도하였다. 최종적으로 연료 펌프와 청정기의 진동 신호로부터 Conv1D 모델과 XGBoost 모델의 고장 예측 성능 결과를 비교하였다

• 조명전기설비학회논문지
• /
• 제21권3호
• /
• pp.132-141
• /
• 2007

최근 경제 발전으로 인한 전력 에너지 소비 증가로 발전선비의 확충이 요구되는 상황이다. 그러나 화석연료고갈 및 지구환경문제로 대형 화력 발전설비의 확충이 어려워지고 있다. 따라서 발전부지 확보가 용이하고 환경오염의 위험이 적은 분산전원에 대한 관심이 한층 더 고조되고 있다. 그러나 이러한 분산전원이 배전계통에 연계되면 전압변동, 고조파, 보호협조, 고장전류 증가 등의 문제를 일으키므로 이에 대한 적절한 연구가 필요하다. 본 논문에서는 국내 22.9[kV] 배전계통에 다수의 분산전원이 연계되었을 경우, 각 계전기가 감지하는 고장전류의 크기와 방향성을 고려하여 고장 감지 및 고장 지점을 확인하는 방법을 제안하였다. 이를 기반으로 하여 배전계통 보호기기인 자동재폐로 차단기-구분개폐기 보호시스템이 상호협조를 이루기 위한 온라인 보호 협조방안을 제시하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2020년도 제62차 하계학술대회논문집 28권2호
• /
• pp.13-14
• /
• 2020

본 논문에서는 엣지 컴퓨팅 환경에서 머신러닝을 활용해 에스컬레이터 이상 감지 및 결함 분류를 하는 연구를 진행하였다. 엣지 컴퓨팅 기반 머신러닝을 사용해 에스컬레이터의 이상 감지 및 결함 분류를 위한 OneM2M환경을 구축하였으며 에스컬레이터에서 발생하는 소음에서 고장 유형에 따라 나타나는 주파수를 이용한다. Edge TPU를 활용해 엣지 컴퓨팅 시스템의 처리량을 최대화하고, 각 작업의 수행시간을 최소화함으로써 엣지 컴퓨팅 환경에서 이상 감지와 결함 분류를 수행할 수 있다.