• 한국산학기술학회논문지
• /
• 제21권11호
• /
• pp.672-682
• /
• 2020

최근 다양한 산업/제조 현장에서 운영 효율화를 위한 디지털 트윈(digital twin) 기술 연구가 활발하게 수행 중이고, 화석 연료의 점진적 고갈과 환경오염 문제는 파력발전소와 같은 신재생/친환경 발전방식을 요구한다. 하지만, 파도의 에너지에 의해서 전기를 생산하는 파력발전에서 변동성이 높은 파도에너지에 의해서 발전량과 고장 등의 운영효율화 요소가 밀접하게 관련되어 있어 이들 사이의 관계를 이해하고 예측하는 것이 매우 중요하다. 따라서 첫 번째로 파고 데이터, 진동수주(OWC: Oscillating Water Column, 이하 OWC) 챔버의 센서 데이터 등과 같은 변동성이 높은 데이터 간에 의미 있는 상관관계 도출이 필요하다. 두 번째로 도출된 상관관계를 기반으로 추출된 데이터로 예측 상황을 학습함으로써 원하는 정보를 예측할 수 있는 방법론 연구가 이루어져야 한다. 본 연구에서는 파력발전 시스템의 디지털 트윈으로 스마트 운용 및 유지보수가 가능하도록 실제 파력발전소의 IoT 센서 데이터를 이용하여 OWC의 압력 예측을 위해 머신러닝 프레임워크를 활용한 워크플로우 기반의 학습모델을 설계하고, 검증 및 평가 데이터셋을 통한 압력 예측분석의 유효성을 확인한다.

• 한국융합학회논문지
• /
• 제12권9호
• /
• pp.11-19
• /
• 2021

소프트웨어 시스템은 생명주기동안 기능 추가, 버그 수정, 새로운 컴퓨팅 환경 수용 등의 다양한 이유로 프로그램 코드 변경이 요구된다. 이러한 코드 수정 과정에서 새로운 오류 발생을 가져올 수 있으므로 프로그램 코드 수정 과정은 새로운 시스템 개발 못지 않게 신중하게 처리되야 한다. 또한, 오픈 소스 프로그램에 대한 재사용이 일반화된 소프트웨어 개발환경에서 오픈 소스 프로그램의 코드 변경 가능성을 예측할 수 있다면, 보다 양질의 프로그램 개발 효과를 기대할 수 있을 것이다. 본 논문은 소스 코드 변경을 예측하는 Convolutional Neural Network (CNN) 기반의 딥러닝 모델을 제안한다. 소스 코드 변경을 예측하는 문제는 딥러닝의 이진 분류 문제이며 레이블된 데이터가 요구되는 지도학습을 사용한다. 코드 예측 모델의 학습 및 시험을 위해 깃허브에서 수집한 Java 소스 코드와 코드 변경 로그를 데이터로 사용한다. 수집된 Java 소스 코드에서 소프트웨어 메트릭스를 계산한 후 제안된 코드 변경 예측 모델의 입력 데이터로 사용한다. 제안된 모델의 성능 평가를 위해 정밀도, 재현율, F1점수, 정확도가 측정되었으며 각각의 평가 지표에 있이서 CNN 모델은 95%, 다층 퍼셉트 기반의 DNN 모델은 92%를 달성했다.

• 융합신호처리학회논문지
• /
• 제9권4호
• /
• pp.329-336
• /
• 2008

최근 발전소의 첨단기술을 적용한 설비들이 대형화되고, 발전기의 정지나 사고 등으로 막대한 유지보수 비용을 필요로 하고 있다. 따라서 이러한 기계설비들의 운전 상태를 감시하고 고장을 예측할 수 있는 새로운 진단장치의 개발이 요구된다고 본다. 본 연구는 이러한 점에 착안하여 기계들의 정상/비정상 운전 상태를 정상레벨/비정상레벨/주의레벨/위험레벨/고장 즉 5단계로 세분화하고 각 단계별 판별기준을 정하여 운전 중 발생하는 기기들의 신호를 취득 및 분석하여 기기들의 정지 없이 기기의 운전 상태를 실시간 판별할 수 있는 시스템을 개발한다. 이를 위하여, 영역분할 알고리즘에 기반하여 기기의 운전 상태를 주파수특성 행렬로 표시하는 방법을 고안하였다. 각 기기들의 운전 상태를 간략히 피크코드화하고, 이 피크코드를 바코드처럼 활용할 수 있도록 발전설비 기기에 부착함으로서 기기의 운전상태 관리를 시스템화 할 수 있도록 하였다. 5단계 중 주의레벨에서 기기들의 예방정비를 수행하여 발전소의 경제적이고 안정적인 운전효율을 높이는 것이 궁극적 목표이며, 현장 적용 시의 이동성을 고려하여 노트북 컴퓨터로 신호취득에서 판별까지 가능하도록 알고리즘을 개발하였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권12호
• /
• pp.247-255
• /
• 2014

본 논문은 기존 버스정보시스템이 가지고 있는 단점인 텍스트 기반의 시스템을 보완하고 GUI 기반의 사용자 요구형식의 콘텐츠를 전달하고 스마트폰 GPS를 활용한 버스정보시스템을 설계 및 구현한다. 기존 버스정보시스템은 단말기를 버스에 설치하고 정류장별로 안내판을 설치하는 비용적인 문제와 설치 후 유지보수에 대한 막대한 비용이 소요되고 있다. 제안 시스템은 스마트폰의 지도화면을 활용한 버스노선도 및 사용자의 위치 확인, 내 주변 가까운 버스 정류장 찾기, 지도화면 위의 버스노선도 표현, 버스도착예측시간의 정확도 증가를 위한 알고리즘 적용, 내선 순환 버스의 노선구축 기능을 제공한다, 버스도착예측시간 제공의 정확도는 기존 시스템의 약 67% 대비 약 88.71%로 21.71% 증가하였으며, 텍스트와 테이블 UI의 기존시스템을 지도를 기준으로 하는 GUI 형태로 개선하였다. 그 결과 개선된 버스정보시스템에서는 스마트폰의 GPS를 활용하여 기존 버스정보시스템을 보완하고 사용자들의 다양한 요구를 만족시킬 수 있었다.

• 한국구조물진단유지관리공학회 논문집
• /
• 제21권1호
• /
• pp.30-39
• /
• 2017

이 연구에서는 순환굵은골재를 사용하여 31~38 MPa 범주의 압축강도를 갖는 콘크리트의 보의 휨강도 실험연구를 수행하였다. 천연굵은골재에 대한 순환굵은골재의 치환률과 철근비를 실험변수로 고려하였다. 순환굵은골재의 치환률로써 0, 30, 50 및 100%를 고려하였으며, 주철근의 철근비로써 0.50, 0.79 및 1.14%를 고려하였다. 4점 하중재하 시험방법을 통하여 순환골재 콘크리트 보의 균열 및 파괴거동, 하중-처짐 관계 특성을 파악하였다. 천연굵은골재 보와 순환굵은골재 보의 휨균열 형상은 거의 유사하며, 전반적으로 순환굵은골재 보의 균열간격이 천연굵은골재 보의 균열간격보다 작다. 순환골재치환률에 따른 균열폭 크기는 뚜렷한 차이를 나타내지 않는다. 또한, 설계기준에 의한 예측식을 이용하여 실험 부재의 휨강도를 산정하였다.현행 설계기준에 의한 순환골재 콘크리트 보의 휨강도 예측결과는 실제의 휨강도를 과소평가하여 보수적인 설계를 제공하는 것으로 나타난다.

• 전기전자학회논문지
• /
• 제23권4호
• /
• pp.1208-1217
• /
• 2019

풀-브리지 서브모듈은 MMC의 단위 시스템으로서 서브모듈에 대한 수명예측은 HVDC 시스템의 유지 보수와 경제성 확보 관점에서 매우 중요하다. 그러나 일반적으로 부품의 종류, 개수, 결합 상태만을 고려하는 수명 예측은 대상 시스템의 구동상태를 고려하지 않는 일반화 된 결과로 실제 시스템의 수명과 크게 차이가 발생할 수 있다. 따라서 본 논문에서는 풀-브리지 서브모듈의 동작 특성을 반영하기 위한 목적으로 고장나무를 설계하고 기본 사상의 고장률에 MIL-HDBK-217F를 적용하여 풀-브리지 서브모듈의 수명을 예측한다. 기존의 부품고장률 분석과 제안된 고장나무 분석에 의한 기대 수명을 비교하고, 풀-브리지 서브모듈의 여유율 적용 여부에 따른 수명을 비교한다.

• 한국전자통신학회논문지
• /
• 제16권4호
• /
• pp.771-782
• /
• 2021

고속화도로 및 자동차전용도로와 같은 고속도로에서는 중대형 교통사고, 도로시설물 파손 및 유지/보수작업, 차량 고장 및 정지 등 규칙/불규칙한 상황이 빈번히 발생한다. 이러한 규칙/불규칙적 상황을 즉각적으로 인식하여 운전자들에게 교통 서비스를 제공하는 것이 요구되었으며, 이를 해결하기 위해 신속히 데이터를 수집하고 비정상적인 교통상황을 검지하는 것에 대한 다양한 기법들이 개발되었다. 하지만 인프라에 대한 유지/보수와 검지율, 위치에 대한 정확성 등 개선점이 요구되었다. 본 연구에서는 고속도로내 돌발상황 검지를 위해 기존 연구에 대한 고찰과 자동차 위치정보(GPS, Global Positioning System) 기술, 교통공학 이론적 관점의 연구를 통해 고속도로 돌발상황 정의와 알고리즘 개발로 시스템을 구축하고 테스트베드를 운영하여 돌발상황 알고리즘 검증과 실증에 활용할 수 있는 방안을 제시하였으며, 돌발상황 발생 시 예측 가능한 사고를 줄일 수 있는 2차 사고에 대한 효과와 예측 불가능한 사고의 검지 시간을 줄여 부상자에 대한 골든타임 확보할 것으로 기대된다.

• 한국해안·해양공학회논문집
• /
• 제29권2호
• /
• pp.109-120
• /
• 2017

경사제 피복재를 예방적으로 유지관리할 수 있는 조건기반 할인비용모형을 제안하였다. 하중발생 사상을 이산시간 확률과정으로 고려하는 추계학적 누적 피해모형과 보수보강 비용에 대한 경제성 모형을 결합하여 수학적으로 유도하였다. 특히 본 논문에서 유도된 조건기반 유지관리의 할인비용모형은 시간에 따른 비용의 가치 뿐만 아니라 누적피해의 비선형성도 고려할 수 있다. 본 연구의 결과는 기존 모형들의 결과와 비교하여 만족스럽게 검증되었다. 또한 구조물의 중요도와 이자율 변화에 대한 민감도 분석도 수행하여, 구조물의 중요도가 높아질수록 예방적 보수보강의 최적시기는 빨라지나 이자율은 커질수록 반대의 경향이 나타난다는 것을 알았다. 한편 본 연구에서 유도된 추계학적 기대비용모형을 이용하여 여러 조건에 대하여 임의의 경사제 피복재 단면을 해석하였다. 표본경로기법을 적용하여 임의의 태풍 내습에 따른 경사제 피복재의 기대 누적피해수준을 예측하여 피해강도함수의 계수들을 추정할 수 있었다. 특히 하중발생 과정을 HPP(Homogeneous Poisson Process) 뿐만 아니라 DSPP(Doubly Stochastic Poisson Process)로도 해석하여 기대 누적피해수준에 미치는 하중발생의 불확실성에 대한 영향을 분석하여 하중발생사상을 이산시간 확률과정으로 고려해도 된다는 것을 확인하였다. 조건기반 할인비용모형의 해석 결과에 의하면 경사제 피복재의 설계조건에 따라 기대 누적피해수준의 거동특성이 크게 달라지고 이에 따라 예방적 보수보강을 수행하는 최적시기도 변한다는 것을 알 수 있었다. 마지막으로 파괴한계, 구조물의 중요도 그리고 이자율을 변화시키면서 예방적 유지관리를 가장 경제적으로 수행할 수 있는 최적시점과 피해규모를 결정할 수 있었다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.230-231
• /
• 2019

본 연구에서는 미래의 자율운항선박의 핵심기술인 상태기반 예지보전(Condition Based Maintenance, CBM) 기술에 관한 연구로써 고장진단을 위한 실 운항선박을 대상으로 상태 모니터링 시스템의 설계/탑재 및 데이터 취득/처리/분석 기술 개발을 수행하고 있다. 본 연구의 목적은 데이터 확보, 유효데이터 식별/검증을 통해 최종적인 고장진단 알고리즘 개발을 위함이며 이를 위해서는 대상 기기의 고장 메커니즘에 관한 이해가 필요하다. 따라서 선박 엔진의 FEMA 분석과 Fault Tree Analysis 과정이 수반되어야 하며 엔진의 주요 계통분류, 대상기기 식별, 고장유형, 고장원인과 현상에 대한 분석을 포함하여야 한다. 최종적으로 도출되는 CBM 시스템의 솔루션 S/W는 엔지니어링 지식기반의 실선 운항데이터에 대한 통합적인 데이터 분석을 통해 선박 엔진의 고장예측 및 진단이 가능하다. 본 연구를 통해 운항중인 실선의주 기관을 대상으로 기존 모니터링 항목 이외의 핵심 영향인자를 측정하고, 취득된 데이터에 대한 빅 데이터 분석기법을 통해 적절한 유지보수 방법과 해당 시점을 예측함으로써 향후 선박 엔진의 이상 징후에 대한 사전적 대처와 효율적인 관리가 가능하며 결과적으로 항해 중 해양사고 및 선박운항 손실을 미연에 방지할 수 있을 것으로 기대한다.

• 한국인터넷방송통신학회논문지
• /
• 제14권6호
• /
• pp.119-123
• /
• 2014

본 연구에서는 익일부하예측 기능을 갖는 빌딩에너지관리시스템을 제시한다. 기존의 빌딩에너지 관리시스템은 빌딩내의 다양한 인프라를 이용하여 에너지를 감시 한다 그러나 이러한 시스템을 구현하기 위해서는 많은 인프라 구축비용이 소요 되어, 에너지 절감을 위한 인프라 구축비용과 실제 절감된 전기 요금을 비교 할 경우, 에너지 절감을 위해 투자한 비용을 전기 요금 절약으로 회수하는데 수년이 걸리고, 또한 인프라 설비 유지 보수를 고려할 경우, 결과적으로 에너지 절약 효과가 미비하다. 따라서 본 연구에서는 보다 저렴하고 합리적인 방법으로 빌딩의 에너지 소비를 억제할 수 있도록, 기상청데이터와 한전의 ISmart 데이터를 기반으로 데이터마이닝기법을 이용하여 빌딩의 익일 부하 사용량을 예측하고 이를 기반으로 빌딩 부하의 On/Off를 수행하도록 빌딩에너지관리시스템을 구현함으로써 상대적으로 저렴한 비용으로 빌딩에너지 사용의 합리화를 이루도록 하였다.