• 정보처리학회논문지B
• /
• 제18B권3호
• /
• pp.147-156
• /
• 2011

본 논문에서는 유도전동기 고장 검출 및 분류를 위한 3-단계 (고장 신호의 전 처리, 고장 신호의 특징 추출, 고장 신호의 고장 유형별 분류) 알고리즘을 제안한다. 먼저 전 처리 단계에서는 저역 통과 필터를 통해 취득한 신호의 고주파 대역에 영향을 미칠 수 있는 잡음 성분을 제거하며, 다음으로는 이산 코사인 변환(discrete cosine transform)과 통계적 방법을 이용하여 고장 유형별 신호의 특징을 추출하고, 마지막 단계에서는 추출된 특징을 입력으로 하는 역 전파 신경 회로망(back propagation neural network)를 이용하여 신호를 고장 유형별로 분류한다. 시스템의 성능을 평가하기 위해 모의실험에 사용된 신호는 유도전동기의 진동 신호로, 정상 및 각종 이상 상태에 대해 8kHz의 샘플링율을 갖는 1초 길이의 데이터를 사용하였다. 모의실험 결과, 제안한 알고리즘은 학습된 상황의 고장 분류에서는 100%의 정확도를 보였으며, 기존의 공분산을 이용한 고장 검출 및 분류 알고리즘과 비교하여 약 50%의 정확도 향상을 보였다. 또한 고장 신호 취득 시 사용하는 센서의 종류나 주변 환경으로 인해 잡음이 추가될 수 있는 상황을 고려하여 취득한 데이터에 백색 가우시안 잡음을 인위적으로 추가한 모의실험에서도 98%이상의 고장 분류 정확도를 보였다. 더불어, 본 논문에서는 TI사의 TMS320F2812 디지털 신호 처리기에 제안한 고장 검출 및 분류 알고리즘을 탑재하여 실제 산업현장에서의 사용여부를 검증하였다.

• 한국컴퓨터정보학회논문지
• /
• 제26권11호
• /
• pp.21-31
• /
• 2021

최근 코로나(Covid-19)의 영향으로 스마트 헬스케어 관련 산업과 비대면 방식의 원격 진단을 통한 질환 분류 예측 연구의 필요성이 증가하고 있다. 일반적으로 호흡기 질환의 진단은 비용이 많이 들고 숙련된 의료 전문가를 필요로 하여 현실적으로 조기 진단 및 모니터링에 한계가 있다. 따라서, 간단하고 편리한 청진기로부터 수집된 호흡음을 딥러닝 기반 모델을 활용하여 높은 정확도로 분류하고 조기 진단이 필요하다. 본 연구에서는 청진을 통해 수집된 폐음 데이터를 이용하여 이상 호흡음 분류모델을 제안한다. 데이터 전처리로는 대역통과필터(BandPassFilter)방법론을 적용하고 로그 멜 스펙트로그램(Log-Mel Spectrogram)과 Mel Frequency Cepstral Coefficient(MFCC)을 이용하여 폐음의 특징적인 정보를 추출하였다. 추출된 폐음의 특징에 대해서 효과적으로 분류할 수 있는 병렬 합성곱 신경망 네트워크(Parallel CNN network)모델을 제안하고 다양한 머신러닝 분류기(Classifiers)와 결합한 스태킹 앙상블(Stacking Ensemble) 방법론을 이용하여 이상 호흡음을 높은 정확도로 분류하였다. 본 논문에서 제안한 방법은 96.9%의 정확도로 이상 호흡음을 분류하였으며, 기본모델의 결과 대비 정확도가 약 6.1% 향상되었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제24권2호
• /
• pp.23-32
• /
• 2020

압축센싱 기술인 CAFB는 대상 구조물의 원시신호를 목적된 주파수 범위의 신호로 압축하여 획득하도록 개발되었다[27]. 이때 압축센싱을 위해 CAFB는 대상 구조물의 목적된 주파수 범위에 따라 다양한 기준신호로 최적화 될 수 있다. 또한, 최적화된 CAFB는 지진과 같은 돌발/위험상황에서도 대상 구조물의 유효한 구조응답을 효율적으로 압축할 수 있어야 한다. 본 논문에서는 상대적으로 유연한 구조물의 효율적인 구조 건전도 모니터링을 위하여 목적된 주파수 범위를 10Hz 미만으로 설정하고, 이를 위한 CAFB의 최적화 방법과 지진상황에서 CAFB의 지진응답성능을실험적으로 평가하였다. 이를 위해 본 논문에서는, 먼저 Kobe 지진파형을 이용하여 CAFB를 최적화하였고, 이를 자체 개발한 무선 IDAQ 시스템에 임베디드 하였다. 그리고, Kobe 지진파형을 이용하여 2경간 교량에 대한 지진응답실험을 수행하였다. 마지막으로 CAFB가 내장된 IDAQ 시스템을 이용하여 실시간으로 2경간 교량의 지진응답을 무선으로 획득하고, 획득된 압축신호는 원시신호와 상호 비교하였다. 실험의 결과로부터 압축신호는 원시신호와 대비하여 우수한 응답성능과 데이터 압축효과를 보였고, 또한 CAFB는 지진상황에서도 구조물의 유효한 구조응답을 효과적으로 압축센싱할 수 있었다. 최종적으로 본 논문에서는 목적된 주파수 범위(10Hz 미만)에 적합하도록 CAFB의 최적화 방법을 제시하였고, CAFB는 지진상황의 계측-모니터링을 위해 경제적이고 효율적인 데이터 압축센싱 기술임을 증명하였다.