• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 2007.11a
• /
• pp.1095-1099
• /
• 2007

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2018.01a
• /
• pp.7-8
• /
• 2018

본 논문에서는 CNN 기반의 소음을 이용한 원동 구동장치 진단시스템(PHM)을 제안한다. 이 시스템은 구동장치로부터 발생된 소리로부터 특징데이터를 추출하여 이를 학습한 후 실시간으로 구동장치의 상태를 진단하는 것을 목적으로 하며, 딥러닝 기술을 이용하여 특정 장치에 종속되지 않고 학습할 데이터에 따라 적용 대상이 쉽게 가변 할 수 있도록 설계하였다. 본 논문에서는 실제 적용될 현장에서 발생할 수 있는 예측외의 소음환경에 유연하게 대처하기 위해 딥러닝 모델 중 CNN을 적용한 시스템을 설계하였으며, 제안된 시스템과 이전 연구에서 제안된 DNN 기반의 기계진단시스템을 학습데이터의 환경과 다른 처리배제가 필요한 소음환경에서 비교 실험하여 제안된 시스템이 새로운 환경적응 성능향상에 대하여 우수한 결과를 얻었음을 확인하였다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1995.10a
• /
• pp.267-272
• /
• 1995

스팀터빈 발전기의 주요 진동현상을 분석종합하여, 진동 진단 시스템을 개발하였다. 진동진단 특성매개변수를 주파수, 발생속도, 진폭, 위상, 그리고 운전조건/상태변화에 따라 체계적으로 분류하였으며, 이를 인과관계에 따른 대응 진도원인과 연계시켜 종합진동진단표를 구성하였다. 아울러, 진단 특성매개변수의 선정 및 진단결과의 검증과 현장에서의 응급조치시 도움이 될 수 있도록, 각 진동별 대표적 특성과 운전조작/대책을 표로 작성하였다. 구성된 진단표를 토대로, 현장에서 노트-북 PC등을 활용한 손쉬운 진단이 가능하도록, 대화식 스팀터빈 발전기 진동진단 시스템을 개발하였다. 개발된 진단시스템에서는 현장에서 입수가능한 일부 대표적 진동현황 또는 특성만을 입력하여도 진단이 가능하도록 로직이 구성되어 있다. 한편, 개발된 진단시스템을 실제 스팀터빈의 사고사례에 적용하여 시험운용하였으며, 시험결과가 보고서의 분석결과와 만족스럽게 일치하였다. 따라서, 개발된 진단시스템을 활용하여 스팀터빈 발전기의 가능한 진동원인들을 반복해서 분류하고 이들을 검토, 분석함으로써, 신속한 1차적인 진동진단이 가능한 것으로 판단된다.

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2004.05a
• /
• pp.280-280
• /
• 2004

기계의 소음 및 진동은 환경요인과 함께 기계의 정밀도 향상 및 고장진단과 관련하여 가장 중요한 분야중 하나이다. 특히 기계의 구동원으로 가장 많이 사용되고 모터는 기계설비이면서도 전기적인 현상으로 작동하기 때문에 설비보전의 사각지대로 나타나고 있다. 또한, 진동으로 모터의 전기적인 결함을 분석하기에는 미흡한 부분이 나타나기 때문에 모터 전용분석 기법을 사용하여 전동기의 전기적 결함을 분석하면 보다 정확한 진단이 가능하다. 현재 일부 생산 현장에서는 모터를 진단하기 위해 진동, 온도, 전류 등의 측정기법 들을 이용하여 분석하고 있다.(중략)

• Journal of KSNVE
• /
• v.11 no.4
• /
• pp.508-517
• /
• 2001

• Journal of KSNVE
• /
• v.8 no.4
• /
• pp.580-585
• /
• 1998

• Journal of KSNVE
• /
• v.8 no.4
• /
• pp.586-595
• /
• 1998

• 열병합발전
• /
• s.47
• /
• pp.14-20
• /
• 2005

• Proceedings of the Korean Society of Precision Engineering Conference
• /
• 2001.10a
• /
• pp.144-148
• /
• 2001

자동차의 발전과 함께 유지 보수를 위한 사용자의 요구는 급증하고 있으나 정비사의 부족으로 인해 경제성 및 신속성 등 이 문제가 되고 있고 이를 해결하기 위해 현재 개발되고 있는 장치들은 대부분 전자 제어 유닛에서 발생시키는 신호를 분석하거나 운전자와의 대화를 통하여 진단하는 방식으로 고장으로 인한 소음이나 진동등 운전자들의 주관적인 평가대상에 대해서는 적절한 해결책으로 제시해 주지 못하고 있다. 그러므로 계측에 의한 소음과 진동 데이터를 이용하여 전문가의 판단을 가지고 고장의 원인을 규명하며 운전자를 위한 오디오적인 표현을 해 줄 수 있는 진단 전문가 시스템이 필요하게 되었다. 본 논문에서는 자동차의 여러 단품중 쇼크 옵서버와 에어컨에 대하여 소음 진동 현상의 정상 및 이상 증상과 신호 계측 방법을 연구하였고 계측된 신호에 대해 패턴 화하여 인공 신경 회로망과 퍼지 추론을 통한 진단을 할 수 있는 알고리즘을 개발하였으며 차후 계속되는 연구에 사용될 정상 및 이상신호에 대한 기본적인 데이터 베이스를 구축하였다.

• Proceedings of the Korean Society for Noise and Vibration Engineering Conference
• /
• 1994.10a
• /
• pp.138-143
• /
• 1994

기기의 결함을 진단하는데에 전문자동진단시스템(EADS)을 사용하는 것은 고도의 숙련된 진단요원 없이, 시스템저자와의 질의응답과 같은 일련의 회의를 갖지 않고도 정확하고 또한 믿을만하게 기기상태를 측정 분석할 수 있는 가장 효과적인 방법이다. 전문자동진단시스템(EADS)은 일분에 5개의 기기들을 분석하고 진동전문분석가에 버금가는(94%) 정확성으로 진단결과를 제공한다. 많은 전문진단시스템 중에서 DLI의 ExpertALERT[4]는 가장 정확하고 정교한 진단시스템으로 평가되고 있다. 전문자동진단시스템(EADS)의 시행으로 프렌트의 기기고장으로 인한 조업중단의 회수가 줄어지고 정비비용을 절감하며 불필요한 정기점검식정비(PM)을 없앤다면 관계기술요원들의 진동에 대한 이해와 기술습득으로 한차원 높은 기기 정비를 통해 효율적인 생산성증가, 정비비용감소[5], 안전사고 미연방지등 많은 것을 함께 얻을 수 있다. Expert System 기술의 성공적인 적용이라고 정의할 수 있겠다.