• KEPCO Journal on Electric Power and Energy
• /
• 제4권2호
• /
• pp.55-61
• /
• 2018

본 연구는 시각 동기 위상 측정 정보를 이용하여 전력계통에 나타나는 여러 가지 동요 현상을 검출하기 위한 기초 연구로써, 시계열 데이터 분석 분야로 분류된다. 제시한 방법은 비선형 동특성에 해석 기반으로 접근하여 전력계통에 나타날 수 있는 여러 동요 현상을 범용적으로 검출해 낼 수 있다. 비선형 동요 현상의 신호적 패턴을 수학적으로 기본 순시치 파형으로부터 피크치 샘플링을 통해 전개하여 계통 요소간 간섭으로 인한 원하지 않는 진동 모드를 검출하고자 한다. 계통의 변화로 진동 모드가 나타날 때, 2차원 평면에 실효치로 환산한 시계열 전압 데이터와 선형화된 플로퀘트 상수(Floquet multiplier)를 맵핑하여 도시하고, 정상상태 지점으로부터 거리를 계산하여 최대 리아프노프 지수 계산을 통해 계통이 불안정하게 되는 시간을 시계열 데이터 분석으로 추정하는 것이 본 방법의 핵심이다. 이러한 접근으로 제시한 비선형 동요 검출 알고리즘을 적용하여 디지털 필터 적용 또는 주파수 영역 해석과 같은 오프라인 Study와 달리 온라인으로 신속하게 계통의 현재 상태를 알 수 있게 된다.

• 수면정신생리
• /
• 제6권1호
• /
• pp.52-60
• /
• 1999

목 적 : 임상 뇌파의 비선형 분석시, 분석시간을 단축시킬 수 있는 방법과 보다 정확한 상관차원을 얻기 위한 새로운 알고리즘 고안을 시도하였다. 또 뇌파신호 분석을 위한 적절한 신호획득 조건을 결정하는 방법을 제시하기 위하여 여러 상이한 실험조건에서 상관차원을 계산하였으며, 여기서 얻은 결과를 이용하여 각 실험실마다 공통적으로 적용할 수 있는 표준화된 실험 조건을 결정하고자 하였다. 방 법 : 임의의 한 개인을 대상으로 13개의 두피전극에서 얻은 뇌파신호를 대상으로 하였다. 12비트 해상도에서 1000 헤르츠로 32초간 얻은 뇌파신호를 디지털화 하여 각 전극당 32000개의 시계열자료를 얻었다. 이 자료를 10, 20, 30초 간격의 시간단위로 나누고, 각각에 대해 1000, 500, 250, 125, 62.5 Hz 등 5가지 신호추출조건을 달리 하여 각 전극마다 총 15개의 시계열 자료를 만들었다. 여기에 상관차원 계산시간 단축을 위해 고안된 계산 알고리듬 및 상관차원 추정 정확도를 개선하기 위해 적용한 최소절단자승기법을 적용하여 상관 차원을 계산하였다. 이렇게 얻은 상관차원 결과를 신호획득시간과 신호추출빈도에 따라 비교하였다. 또 로그연산을 비트 연산으로 바꾸어 계산시간 단축의 효과를 평가하였으며, 최소 절단자승기법과 최소자승추정기법을 비교하였다. 결 과 : 신호추출시간이 증가함에 따라 상관차원의 값도 통계적으로 유의하게 증가하는 양상을 보였다. 신호추출빈도가 62.5Hz일때는 신호추출시간에 무관하게 높은 상관차원값을 나타냈으나 그밖의 빈도에서는 유사한 상관차원값을 보였다. 본 연구에서 고안된 계산 알고리듬은 종래 사용하던 알고리듬에 비해 통계적으로 유의한 계산시간 단축효과를 보였다. 또 종래의 방법인 최소자승추정에 의한 상관차원에 비하여 본 연구에 적용된 최소절단자승추정법은 보다 안정된상관차원 값을 추정하였다. 결 론 : 본 연구는 다량의 뇌파 시계열 자료를 분석하는데 신속하고 보다 정확한 상관차원 추정에 알맞는 분석방법을 제공하였다. 또한 뇌파 시계열 자료의 상관차원 계산시 12비트의 해상도에서 125Hz의 신호추출빈도로 20초간 뇌파신호를 획득하면 적정한 수준의 상관차원을 계산할 수 있음을 보였다.

• 한국측량학회지
• /
• 제27권5호
• /
• pp.599-605
• /
• 2009

대기압의 변화는 지각의 단주기 및 장주기 변위를 유발하고 이는 우주측지 장비에 근거한 정밀좌표 결정의 오차요인으로 작용한다. 이 연구에서는 국토지리정보원 14개 GPS 상시관측소를 대상으로 대기압하중에 의한 지각변위를 1일 단위로 계산하였다. 그리고 14개 관측소에서 수집된 약 10년간의 GPS 데이터를 처리하여 연속적인 수직좌표 시계 열을 생성한 다음 GPS 수직좌표 시계열에서 대기압하중 지각변위를 보정하여, 대기압하중 보정 여부에 따른 관측소 속도 및 수직좌표 시계열의 정밀도 변화를 분석하였다. 그 결과, 수직좌표 시계열의 정밀도는 평균 약 4% 향상되었다. 그러나 대기압하중 보정여부에 따른 관측소 속도변화는 발생하지 않았다. 또한 남한 지역의 위도와 경도를 각각 $0.5^{\circ}$ 크기의 격자로 분할하여 대기압하중에 따른 특성을 분석하였다. 그 결과 계절적인 신호가 검출되었고, 그 신호를 사인함수로 곡선접합한 결과 진폭이 3-4mm 수준임을 확인하였다. 그리고 해안에서 내륙지 역으로 갈수록, 그리고 남쪽에서 북쪽으로 갈수록 그 진폭의 크기가 증가하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제44차 하계학술발표논문집 19권2호
• /
• pp.273-276
• /
• 2011

우리는 감성 공학에 기반하여 일상 생활 속에서 비침습적이면서 사용하기 간편한 광전용적맥파신호를 계측하고 분석하는 이어폰형 생체 신호 측정 시스템에 관하여 연구하였다. 생체 신호 측정 시스템에서는 광전용적맥파(photoplethysmograph, PPG)와 3축 가속도로 생체 신호와 운동 신호를 활용하였다. 수신된 생체 신호인 광전용적맥파 신호는 Peak 검출 및 전처리 알고리즘을 통하여 심박동변동성(heart rate Variablity,HRV)에 대한 시계열 정보로 변환하고 고속 퓨리에 변환(Fast Fourier Transfirm, FFT)과 전력 스펙트럼 밀도 분석(Power Spectrum Density, PSD)방법으로 교감과 부교감 신경 활성도 변화를 관측하였고, 운동 센서로 움직임을 관측하였다. 수신부 시스템은 안드로이드 기반의 자바 어플리케이션으로 스마트 폰에서 구현하였고, 송신부인 이어폰 생체정보 측정모듈로 맥파를 측정하여 상황에 따라 변화하는 자율 신경계의 활성도비율을 확인하였다.

• 한국정밀공학회지
• /
• 제16권1호통권94호
• /
• pp.141-149
• /
• 1999

어느 한 계가 양수의 발산지수(Lyapunov exponent)를 가질 때 이 계는 카오스계로 분류되며 그 동특성은 예측이 불가능해 진다. 감쇠 기계계(소산계)에서는 위상공간(phase space)의 초기 부피가 시간에 따라 수축한다. 발산 지수들의 합은 음수이며 그 기계계의 감쇠와 관련되며, 따라서 발산지수들의 합은 감쇠의 변화를 감시하는데 사용되어질 수 있다. 그러나 그 감쇠변화를 감시하기 위해서는 발산지수를 계산하는데 사용하는 신호(data) 부분(segment)이 짧아야 한다. 이는 문제점을 야기시키는데 그 이유는 발산지수가 아주 많은 양의 발산률(divergence rate)의 평균으로서 구해지기 때문이다. 이 문제를 극복하기 위해서, 본 저자는 '순간발산지수(Instantaneous Lyapunov Exponent)'를 도입하였으며, 이 순간발산지수들의 합이 어떻게 기계계의 감쇠와 관련되어지는 가에 대하여 기술하였다. 미분방적식과 시계열(time series)을 이용한 컴퓨터 시뮬레이션은 '순간발산지수들의 합'의 중요성을 입증하였다. 그러나 시계열(또는 실험신호)로 부터의 정확한 순간발산지수를 측정하기는 매우 힘들기 때문에 '부분발산지수(Short term averaged Lyapunov Exponent)'를 또한 도입하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.179-182
• /
• 2001

인체 활동에 따라 우리 몸에는 다양한 전기적 생체신호가 발생하며 특히 뇌의 활동에 따라 발생되는 뇌파(EEG)는 비침습적 방법으로 측정될 수 있는 장점 때문에 뇌기능 연구 및 임상 등에서 널리 사용되어지고 있다. 또한 임상에서는 주로 뇌 신경계 질환환자의 병인 규명 및 기전 연구를 위하여 뇌파가 사용되어지고 있다. 최근에는 컴퓨터 발달에 따라 카오스, 비선형 이론 등의 다양한 방법으로 복잡한 시계열 신호인 뇌파를 분석하는 기법들이 개발되어 뇌파의 특징점을 찾아 임상에 활용하거나 뇌기능 연구에 적용하려는 연구가 진행되고 있다. 본 논문에서는 잡화(artifact)가 섞여 있는 뇌파신호 및 artifact가 제거된 다음 재구성된 뇌파신호(reconstructed EEG signal), 그리고 독립성분으로 분리된 각각의 신호에 대하여 특징점을 찾기 위하여 비선형 및 선형 분석을 실시하여 유의한 차이점을 밝혔다.

• 한국정밀공학회지
• /
• 제15권11호
• /
• pp.189-198
• /
• 1998

Recently, monitoring of tool life is a matter of common interesting because tool life affects precision, productivity and cost in machining process. Especially flank wear has a direct effect on cutting mechanism, so the various pattern of cutting force is obtained experimentally according to variation of wear condition. By investigating cutting force signal, AR(Autoregressive) modeling and correlation dimension analysis is conducted in turning operation. In this modeling and analysis, we extract features through 6th AR model, correlation integral and normalized correlation integral. After the back-propagation model of the neural network is utilized to monitor tool life according to flank wear. As a result. a very reliable classification of tool life was obtained.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.586-588
• /
• 2022

산업용 설비의 결함을 예측하기 위해 기기에 탑재된 다양한 센서의 시계열 데이터를 이용한 결함 진단 연구가 확대되고 있다. 센서의 시계열 데이터는 값의 특성이 명확하지 않을 경우, 특징 추출이 제한적이지만, 주파수 영역으로 변환하면 진폭, 피크 주파수 등 데이터의 정보를 다각도로 담고 있어 특성을 추출하는 데에 이점이 있다. 따라서, 본 논문은 FFT(Fast Fourier Transform) 기법을 이용해 분해된 데이터를 조합하여 학습에 적용하는 선택적 FFT 기법을 제안한다. 제안 기법은 협동 로봇의 진동 신호를 이용한 결함 진단에 적용하였으며, 기존 결함 진단 정확도 대비 최대 41.81% 향상된 성능을 보였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권5호
• /
• pp.55-67
• /
• 2022

센서 데이터를 활용하여 설비의 이상 진단이 가능해졌다. 하지만 설비 이상에 대한 원인 분석은 미비한 실정이다. 본 연구에서는 센서 기반 시계열 데이터 분류 모델을 위한 해석가능한 합성곱 신경망 프레임워크를 제안한다. 연구에서 사용된 센서 기반 시계열 데이터는 실제 차량에 부착된 센서를 통해 수집되었고, 반도체의 웨이퍼 데이터는 공정 과정에서 수집되었다. 추가로 실제 기계 설비에서 수집된 주기 신호 데이터를 이용 하였으며, 충분한 학습을 위해 Data augmentation 방법론인 Scaling과 Jittering을 적용하였다. 또한, 본 연구에서는 3가지 합성곱 신경망 기반 모델들을 제안하고 각각의 성능을 비교하였다. 본 연구에서는 ResNet에 Jittering을 적용한 결과 정확도 95%, F1 점수 95%로 가장 뛰어난 성능을 보였으며, 기존 연구 대비 3%의 성능 향상을 보였다. 더 나아가 결과의 해석을 위한 XAI 방법론으로 Class Activation Map과 Layer Visualization을 제안하였으며, 센서 데이터 분류에 중요 영향을 끼치는 시계열 구간을 시각적으로 확인하였다.

• 한국정밀공학회지
• /
• 제11권2호
• /
• pp.75-84
• /
• 1994

기계가공프로세스에서 절삭공구의 마멸과 채터진동은 공작기계의 가동율과 생산성을 크게 저해하는 요인이 되고 있다. 본 연구에서는 공구마멸과 채터현상이 혼재하는 상황에서, 이들 두 현상을 동시에 검출하는데, AE 및 가속도센서에서 검출된 신호와 AR계수 및 주파수대역 평균에너지를 특징입력으로 하는 인공신경회로망을 이용하였다. 그 결과, 공구마멸과 채터현상에 대응하는 서로 다른 신호특징의 차이를 동시에 식별하는 데 인공신경 회로망의 유용성을 입증하였으며, 시계열모델의 AR계수(70 .approx. 90%)보다는 주파수대역에너지법의 평균에너지 (80 .approx. 100%)를 신경회로망의 특징입력으로 하는 경우가 높은 성공률을 나타내었다.