• 한국마린엔지니어링학회:학술대회논문집
• /
• 한국마린엔지니어링학회 2012년도 전기공동학술대회 논문집
• /
• pp.127-127
• /
• 2012

• Journal of Advanced Marine Engineering and Technology
• /
• 제38권9호
• /
• pp.1137-1140
• /
• 2014

선박의 전동기에 고장이 발생하면 대개 육상에서 수리 후 본선에 다시 재설치 되고 있으나 연결 단자의 기호 표시가 지워지거나 분명치 않을 때는 결선과정에서 전동기 권선의 극성 구별이 어려워진다. 이로 인해 Y-${\delta}$ 기동의 전동기에서 한 권선의 극성을 반대로 잘못 연결하는 경우 전원 투입과 동시에 과다한 전류가 흐르면서 재차 2차 고장으로 이어질 위험이 있다. 이러한 문제와 관련하여 본 논문은 고정자의 1상 권선에 미소 직류전류를 흘릴 때 나머지 권선들에서 유도되는 과도 기전력의 특성을 토대로 아날로그 멀티테스터를 이용한 고정자 권선의 극성 판별법을 제시하고 관련 특성을 분석한다. 또한, 이 같은 방식을 실제 전동기에 적용하여 단계적인 측정과정을 통해 단자연결의 이상여부를 현장에서 용이하게 판별할 수 있는지를 확인해 보기로 한다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제38권9호
• /
• pp.1146-1149
• /
• 2014

단자 표식이 불분명한 3상유도전동기에서 고정자 권선의 극성을 판별하는 데는 외부 여자전류에 의해 유도되는 기전력 특성에 기초하거나 또는 회전자의 잔류자기를 이용하는 방법이 가능하다. 회전자의 잔류자기로 유도되는 권선에서의 기전력은 자속 크기와 수동 구동의 회전자 속도 및 위상 관계에 따라 정해지며 이 같은 극성 판별이 작업현장에서 가능하려면 기전력의 크기가 멀티테스터로 확인될 수 있는 정도이어야 하고 또한, 코일 간 위상 특성이 극성 판별에 적합해야 한다. 잔류자기에 의한 기전력들이 3상 평형 관계에 있다면 전체 합성 전압은 권선들의 극성 연결 상태가 정상일 때 0이 되어야 하는 한편, 극성 연결의 오류 시에는 상대적으로 큰 출력 전압을 나타낸다는 점에서 본 연구에서는 각 경우에 대한 특성을 분석하였다. 또한, 잔류자기에 의한 판별 방식을 실험용 전동기에 적용하여 극성의 정상 및 이상 상태에서의 출력 파형을 비교함으로써 제시된 방식이 극성 판별 방법으로서 현장에서 용이하게 활용될 수 있는지를 확인한다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제38권9호
• /
• pp.1141-1145
• /
• 2014

3상유도전동기의 고정자 권선에 이상이 발생하면 직류 여자로 인한 권선 간 상호유도 응답에도 변화를 일으키므로 해당 특성을 전동기의 상태진단에 활용하는 것이 가능하다. 3상 평형 관계에 있는 고정자 권선 하나에 직류 전류를 흘릴 때 나머지 권선에서 유도되는 기전력은 항상 일치된 형태로 나타나며 이들 응답의 불일치 정도는 역으로 전동기의 이상 상태를 나타내는 척도가 된다. 과도 시 유도 기전력 간 불평형은 3상권선의 극성 결선에 오류가 있을 때 특히 크므로 기전력의 차동신호는 권선의 극성 판단 방법으로 활용하기에 적합하다. 본 연구에서는 직류 여자 신호와 이로 인한 나머지 권선에서의 유도전압 간 응답 관계를 전달함수로 나타내는 한편, 응답의 불일치 정도를 가리키는 차동 신호 전압을 멀티테스터로 측정하는 실험을 통해 권선 극성의 이상여부를 현장에서 용이하게 판단할 수 있는지를 확인하는 한편 교류여자의 경우도 함께 살펴보기로 한다.

• 서비스연구
• /
• 제14권1호
• /
• pp.13-26
• /
• 2024

멀티모달 (multi-modal) 생성이란 텍스트, 이미지, 오디오 등 다양한 정보를 기반으로 결과를 도출하는 작업을 말한다. AI 기술의 비약적인 발전으로 인해 여러 가지 유형의 데이터를 종합적으로 처리해 결과를 도출하는 멀티모달 기반 시스템 또한 다양해지는 추세이다. 본 논문은 음성과 텍스트 인식을 활용하여 인물을 묘사하면, 몽타주 이미지를 생성하는 AI 시스템의 개발 내용을 소개한다. 기존의 몽타주 생성 기술은 서양인들의 외형을 기준으로 이루어진 반면, 본 논문에서 개발한 몽타주 생성 시스템은 한국인의 안면 특징을 바탕으로 모델을 학습한다. 따라서, 한국어에 특화된 음성과 텍스트의 멀티모달을 기반으로 보다 정확하고 효과적인 한국형 몽타주 이미지를 만들어낼 수 있다. 개발된 몽타주 생성 앱은 몽타주 초안으로 충분히 활용 가능하기 때문에 기존의 몽타주 제작 인력의 수작업을 획기적으로 줄여줄 수 있다. 이를 위해 한국지능정보사회진흥원의 AI-Hub에서 제공하는 페르소나 기반 가상 인물 몽타주 데이터를 활용하였다. AI-Hub는 AI 기술 및 서비스 개발에 필요한 인공지능 학습용 데이터를 구축하여 원스톱 제공을 목적으로 한 AI 통합 플랫폼이다. 이미지 생성 시스템은 고해상도 이미지를 생성하는데 사용하는 딥러닝 모델인 VQGAN과 한국어 기반 영상생성 모델인 KoDALLE 모델을 사용하여 구현하였다. 학습된 AI 모델은 음성과 텍스트를 이용해 묘사한 내용과 매우 유사한 얼굴의 몽타주 이미지가 생성됨을 확인할 수 있다. 개발된 몽타주 생성 앱의 실용성 검증을 위해 10명의 테스터가 사용한 결과 70% 이상이 만족한다는 응답을 보였다. 몽타주 생성 앱은 범죄자 검거 등 얼굴의 특징을 묘사하여 이미지화하는 여러 분야에서 다양하게 사용될 수 있을 것이다.