• 한국추진공학회지
• /
• 제9권4호
• /
• pp.81-88
• /
• 2005

가스터번 엔진의 성능을 예측하기 위해서는 자신의 성능 특성을 포함한 구성품 성능도가 요구된다. 본 연구에서는 유전 알고리즘을 이용하여 압축기 성능도를 제작사에서 제공한 성능덱으로부터 역으로 식별하는 방법을 제안하였다. 알고리즘은 경사 로터 방식 스마트 UAV를 위한 PW206C 터보축 엔진에 적용하였다. 제안된 방법을 검증하기 위하여 새롭게 만들어진 압축기 성능도를 이용한 해석 결과와 제작사에서 제공한 EEPP(Estimated Engine Performance Program) 덱(deck)을 이용한 해석 결과를 비교하였다. 또한 기존의 스케일링 방법을 이용하여 얻어진 구성품 성능도를 이용한 해석결과와도 비교하였다. 그 결과 운용 영역이 설계점에서 멀어질수록 기존의 스케일링 방법을 이용한 구성품 성능도를 사용한 경우 오차가 크게 증가하였다. 반면 유전알고리즘을 이용하여 생성된 압축기 성능도를 사용한 경우 EEPP의 해석결과에 더 근접함을 확인할 수 있었다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2005년도 제25회 추계학술대회논문집
• /
• pp.149-153
• /
• 2005

가스터빈 엔진의 성능을 예측하기 위해서는 자신의 성능 특성을 포함한 구성품 성능도가 요구된다. 본 연구에서는 유전 알고리즘을 이용하여 압축기 성능도를 제작사에서 제공한 성능덱으로부터 역으로 식별하는 방법을 제안하였다. 알고리즘은 틸트 로터 방식 스마트 UAV를 위한 PW206C 터보축 엔진에 적용하였다. 제안된 방법을 검증하기 위하여 새롭게 만들어진 압축기 성능도를 이용한 해석 결과와 제작사에서 제공한 EEPP(Estimated Engine Performance Program) 덱을 이용한 해석 결과를 비교하였다. 또한 기존의 스케일링 방법을 이용하여 얻어진 구성품 성능도를 이용한 해석결과와도 비교하였다. 본 연구에서 새롭게 제안된 성능도 생성 방법이 기존의 스케일링 방법보다 더 효과적임을 확인하였다.

• 대한기계학회논문집A
• /
• 제40권1호
• /
• pp.97-102
• /
• 2016

회전 기계에서 회전에 따른 진동은 성능 저하 및 고장의 직접적 원인이 되어, 진동을 예측하고 저감 방안을 수립하는 것이 매우 중요하지만, 회전 기계의 조립이나 설치 과정에서 발생하는 불평형의 변화나 지지 구조물의 진동 모드는 예측이 어려워 그 영향을 사전에 평가하기 어렵다. 본 논문에서는 자기베어링에 의해 지지된 터보 압축기의 전달함수를 시스템 식별과정을 통해 구하고 이를 활용하여 압축기의 불평형 응답을 예측한다. 식별된 전달함수는 회전체의 진동 모드와 지지 구조물의 진동 모드를 함께 포함하고 있어, 불평형 응답에 대한 지지 구조물의 영향을 실질적으로 평가할 수 있다. 저속 운전에 의해 불평형을 추정하고 정격 속도까지의 불평형 응답을 시험 결과와 비교하여 예측의 적절성과 문제점을 파악하였다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2023년도 제68차 하계학술대회논문집 31권2호
• /
• pp.283-285
• /
• 2023

이상 탐지는 데이터에서 일반적인 범주에서 크게 벗어나는 인스턴스 또는 패턴을 식별하는 중요한 작업이다. 본 연구에서는 시계열 데이터의 특징 추출을 위한 비지도 학습 기반 방법과 정규화 흐름의 결합을 통한 이상 탐지 프레임워크를 제안한다. 특징 추출기는 1차원 합성곱 신경망 기반의 오토인코더로 구성되며, 정상적인 시퀀스로만 구성된 훈련 데이터를 압축하고 복원하는 과정을 통해 최적화된다. 추출된 시계열 데이터의 특징 맵은 가능도를 최대화하도록 훈련된 정규화 흐름의 입력으로 사용된다. 이와 같은 방식으로 훈련된 이상 탐지 시스템은 테스트 샘플에 대한 이상치를 계산하며, 최종적으로 임계값과의 비교를 통해 이상 여부를 예측한다. 성능 평가를 위해 시계열 이상 탐지를 위한 공개 데이터셋을 이용하여 공정하게 이상 탐지 성능을 비교하였으며, 실험 결과는 제안하는 정규화 흐름 기법이 시계열 이상 탐지 시스템에 활용될수 있는 잠재성을 시사한다.

• 정보처리학회 논문지
• /
• 제13권3호
• /
• pp.130-139
• /
• 2024

제조 분야 설비 예지보전을 위해서 진동, 전류, 온도 등 물리 데이터를 기반으로 설비 이상을 탐지하는 인공지능 학습 모델이 활용되고 있다. 설비 결함, 고장 등 설비 이상 유형은 매우 다양하므로, 주로 오토인코더 기반 비지도 학습 모델을 이용한 이상 탐지 방법이 적용되고 있다. 설비 상태의 정상, 비정상 여부는 오토인코더의 재구성 오차를 이용해 효과적으로 분류할 수 있지만, 설비 이상의 구체적인 상태를 식별하는 데 한계가 있다. 설비 불균형, 정렬 불량, 고정 불량 등 설비 이상 상황 발생 시, 설비 진동 주파수는 특정 영역에서 정상 상태와 다른 패턴을 나타낸다. 본 논문에서는 전체 진동 주파수 범위를 N개 영역으로 나누어 이상 탐지를 수행하는 N 분할 이상 탐지 방법을 제시하였다. 압축기의 진동 데이터를 이용해 주파수와 강도를 달리한 9종의 이상 데이터를 대상으로 실험한 결과, N 분할을 적용하였을 때 더 높은 이상 탐지 성능을 나타냈다. 제안 방법은 설비 이상 탐지 이후, 설비 이상 구체화에 활용될 수 있다.

• 전자공학회논문지 IE
• /
• 제48권2호
• /
• pp.32-39
• /
• 2011

비냉각형 적외선 검출기를 사용한 적외선 열상 카메라의 영상은 다이나믹 레인지가 좁고 신호 증폭에 의한 노이즈로 인하여 피사체를 식별하기 어려운 단점이 있다. 인간의 시각모델을 기반으로 한 레티넥스 알고리즘은 콘트라스트 향상 및 컬러 재현성에 있어서 매우 효과적인 방법으로 알려져 있다. 하지만, 적외선 열상 이미지와 같이 다이나믹 레인지가 좁은 영상에 레티넥스 알고리즘을 적용할 경우 오히려 콘트라스트가 감소하고 이미지 품질이 저하된다. 본 논문에서는 적외선 열상 이미지의 특성에 적합한 레티넥스 알고리즘 기반의 화질 개선 방법을 제안한다. 콘트라스트 개선 성능을 향상시키기 위해 새로운 다이나믹 레인지 압축 함수를 사용하였고, 국부적인 윤곽과 노이즈를 개선하기 위해 콘트라스트 보상 처리를 영상의 합성 과정에 적용하였다. 실험 결과 영상의 비교와 분석을 통해 제안한 알고리즘이 기존의 알고리즘보다 적외선 열상 이미지의 화질 개선에 더 효과적인 방법임을 확인하였다.