The Transactions of the Korean Institute of Electrical Engineers P
/
v.61
no.4
/
pp.228-233
/
2012
In power system, substation facilities have become too complex and larger according to an extended power system. Also, customers require the high quality of electrical power system. However, some facilities become old and often break down unexpectedly. The unexpected failure may cause a break in power system and loss of profits. Therefore it is important to prevent abrupt faults by monitoring the condition of power systems. Among the various power facilities, power transformers play an important role in the transmission and distribution systems. In this research, we develop intelligent diagnosis technique for monitoring of power transformer by FCM(Fuzzy c-means) and ELM(Extreme Learning Machine). The proposed technique make it possible to diagnosis the faults occurred in transformer. To demonstrate the validity of proposed method, various experiments are performed and their results are presented.
In this thesis, an algorithm of fault detection and diagnosis during operation for induction motors under the condition of various loads and rates is investigated. For this purpose, the spectrum pattern of input cutterrents was used to monitor the state of induction motors, and by clustering the spectrum pattern of input currents, the newly occurrence of spectrums pattern caused by faults were detected. For diagnosis of the fault detected, the fuzzy fault tree was designed, and the fuzzy relation equation representing the relation between an induction motor fault and each fault type, was solved. The solution of the fuzzy relation equation shows the possibility of each fault's occurring.
Park, Heung-Sik;Kim, Young-Hee;Kim, Dong-Ho;Cho, Yon-Sang;Park, Jae-Sang
International Journal of Precision Engineering and Manufacturing
/
v.4
no.6
/
pp.44-49
/
2003
The morphological analysis of wear debris can provide early a failure diagnosis in lubricated moving system. It can be effective to analyze operating conditions of oil-lubricated tribological system with shape characteristics of wear debris in a lubricant. But, in order to predict and recognize an operating condition of lubricated machine, it is needed to analyze and to identify shape characteristics of wear debris. Therefore, If the morphological characteristics of wear debris are recognized by computer image analysis using the neural network algorithm, it is possible to recognize operating condition of hydraulic driving members. In this study, wear debris in the lubricating oil are extracted by membrane filter (0.45$\mu\textrm{m}$), and the quantitative values of shape parameters of wear debris are calculated by the digital image processing. This shape parameters are studied and identified by the artificial neural network algorithm. The result of study could be applied to prediction and to recognition of the operating condition of hydraulic driving members in lubricated machine systems.
Kim, Jong-Wook;Kim, Nam-Gun;Choi, Seong-Chul;Kim, Sang-Woo
제어로봇시스템학회:학술대회논문집
/
2004.08a
/
pp.852-856
/
2004
An induction motor is one of the most popular electrical apparatuses owing to its simple structure and robust construction. Parameter identification of the induction motor has long been researched either for a vector control technique or fault detection. Since vector control is a well-established technique for induction motor control, this paper concentrates on successive identification of physical parameters with on-load data for the purpose of condition monitoring and/or fault detection. For extracting six physical parameters from the on-load data in the framework of the induction motor state equation, unmeasured initial state values and profiles of load torque have to be estimated as well. However, the analytic optimization methods in general fail to estimate these auxiliary but significant parameters owing to the difficulty of obtaining their gradient information. In this paper, the univariate dynamic encoding algorithm for searches (uDEAS) newly developed is applied to the identification of whole unknown parameters in the mathematical equations of an induction motor with normal operating data. Profiles of identified parameters appear to be reasonable and therefore the proposed approach is available for fault diagnosis of induction motors by monitoring physical parameters.
Journal of Institute of Control, Robotics and Systems
/
v.10
no.11
/
pp.1037-1043
/
2004
In this paper, a new fault detection and isolation algorithm fur inertial sensor system is proposed. To identify the inertial sensor fault, single antenna GPS receiver is used as an effective redundancy source. To use GPS receiver as redundancy for the inertial sensors, the algorithm to estimate the attitude and acceleration using single antenna GPS receiver is adopted. By using Doppler shift of carrier phase signal and kinetic characteristics of aircraft, attitude information of aircraft can be obtained at the coordinated flight condition. Based on this idea, fault diagnosis algorithm for inertial sensors using single antenna GPS based attitude is proposed. For more effective FDI, decision variables considering the aircraft maneuver are proposed. The effectiveness of the proposed algorithm is verified through the numerical simulations.
Objectives : This study is aimed to develop the algorithm to diagnose Taeeumin's symptomology, by the method of literature research on Sasang Constitutional Medicine. Methods : Applying the sequential differentiations of Taeeumin's symptomology, or exterior-interior disease differentiation, favorable-unfavorable pattern differentiation, and mild-severe-dangerous-urgent pattern differentiation, "Donguisusebowon" and related literatures have been reviewed. Results and Conclusions : 1) 1st step: Taeeumin's exterior pattern and interior pattern are differentiated by the indexes of whole-body cold or heat pattern, sweating, and facial complexion. 2) 2nd step: The favorable pattern of the Taeeumin's exterior disease can be detected by indexes of the existence of fever, generalized pain while the unfavorable one by indexes of the abnormal condition of digestion and feces, and fearful throbbing. The favorable pattern of the Taeeumin's interior disease can be diagnosed based on indexes of eye pain, dry nose, dry throat, and heat symptoms that occur in various parts of the body, while the unfavorable one by indexes of thirsty, urination, feces and specific symptoms which can be induced by dryness. And in the both unfavorable patterns the dark complexion on the faces is revealed. 3) 3rd step: The mild-severe patterns of the favorably exterior disease are differentiated in terms of the condition of fever, while the mild-severe patterns of the favorably interior disease are in differentiated based on whether abnormal symptoms are revealed in the gastrointestinal tract. Both of the unfavorably dangerous-urgent patterns in exterior and interior diseases are differentiated by the symptoms such as tinnitus, dim vision, weakness of legs and back pain, and lack of strength in legs and thighs.
Ha, Hwimyeong;Hwang, Yuseop;Jung, Kyungsuk;Kim, Hyunjun;Lee, Bongjin;Lee, Jangmyung
Journal of Institute of Control, Robotics and Systems
/
v.22
no.2
/
pp.147-152
/
2016
This paper proposes a new TPC (Transmission Priority Change) algorithm which is used to diagnose failures of a CAN (Controller Area Network) based network system for the oil tank monitoring. The TPC algorithm is aimed to increase the total amount of data transmission and to minimize the latency for an urgent message by changing transmission priority. The urgency of the data transmission has been determined by the conditions of sensors. There are multiple sensors inside of the oil tank, such as temperature, valve, pressure and level sensors. When the sensors operate normally, the sensory data can be collected through the CAN network by the monitoring system. However when there is a dangerous situation or failure situation happened at a sensor, the data need to be handled quickly by the monitoring system, which is implemented by using the TPC algorithm. The effectiveness of the TPC algorithm has been verified by the real experiments. In addition, this paper introduces a method that people can figure out the condition of oil tanks and also can perform the fault diagnosis in real-time by using transmitted packet data. By applying this TPC algorithm to various industries, the convenience and reliability of multiple sensors network system can be improved.
Objectives In this study, we developed a mock-up of the system for Sasang Constitutional (SC) diagnosis. This system consists of 5 devices which are the face analyzer, the voice analyzer, the skin analyzer, the pulse analyzer, and the computer-based questionnaire. Our goal is to evaluate the repeatability of the system. Methods Each device is capable of classifying SC types. The classification probability of the integrated system for the SC types was obtained by summing the probability from each device. For evaluating the repeatability of the system, we collected data for 5 subjects, and repeated the measurement three times for each individual. The average and standard deviation were used for calculating the Coefficient of Variation. Results The results showed that the repeatability of the classification probability of the integrated system is about 8%, which implies the system is repeatable. Conclusions To increase usability of this system, it is desirable for the system to offer information on health condition of the user. The integrated constitutional diagnosis system will be upgraded to complement the convenience and to develop the diagnostic algorithm for the user's health condition.
An, Jing-Long;Han, Tian;Yang, Bo-Suk;Jeon, Jae-Jin;Kim, Won-Cheol
Transactions of the Korean Society for Noise and Vibration Engineering
/
v.12
no.10
/
pp.799-807
/
2002
The vibration signal can give an indication of the condition of rotating machinery, highlighting potential faults such as unbalance, misalignment and bearing defects. The features in the vibration signal provide an important source of information for the faults diagnosis of rotating machinery. When additional training data become available after the initial training is completed, the conventional neural networks (NNs) must be retrained by applying total data including additional training data. This paper proposes the fault diagnostics algorithm using the ART-Kohonen network which does not destroy the initial training and can adapt additional training data that is suitable for the classification of machine condition. The results of the experiments confirm that the proposed algorithm performs better than other NNs as the self-organizing feature maps (SOFM) , learning vector quantization (LYQ) and radial basis function (RBF) NNs with respect to classification quality. The classification success rate for the ART-Kohonen network was 94 o/o and for the SOFM, LYQ and RBF network were 93 %, 93 % and 89 % respectively.
When a fault occurs in a power system, the existing analytic models for the power system fault diagnosis could generate multiple solutions under the condition of one or more protective relays (PRs) and/or circuit breakers (CBs) malfunctioning, and/or an alarm or alarms of these PRs and/or CBs failing. Therefore, this paper presents an improved analytic model addressing the above problem. It takes into account the interaction between the uncertainty involved with PR operation and CB tripping and the uncertainty of the alarm reception, which makes the analytic model more reasonable. In addition, the existing analytic models apply the penalty function method to deal with constraints, which is influenced by the artificial setting of the penalty factor. In order to avoid the penalty factor's effects, this paper transforms constraints into an objective function, and then puts forward an improved immune clonal multi-objective optimization algorithm to solve the optimal solution. Finally, the cases of the power system fault diagnosis are served for demonstrating the feasibility and efficiency of the proposed model and method.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.