본 논문에서는 수동 소나 시스템을 위한 수중 음향 센서 결함 탐지 기법을 제안하였다. 일반적으로 수동 소나 시스템에서는 수십개의 음향 센서를 통해 얻은 음향 신호를 이용하여 배열 신호처리 기법을 이용해 처리된 신호를 협대역 또는 광대역 분석을 위한 2차원 영상 형태로 전시한다. 운용 소프트웨어에서 전시되는 탐지 결과는 배열 신호처리를 통해 누적된 결과값을 전시하기 때문에, 단일 센서 채널의 결함 또는 고장에 따른 신호의 이상 여부를 판단하는데 어려움이 있다. 따라서 본 논문에서는 인접 채널간 실효치 비교 및 실효치교차율(Root Mean Square Crossing-Rate, RMSCR) 분석기반 센서 자동 결함 탐지 기법을 제안하고, 결함 센서 채널에 대한 처리 기법을 비교 분석하였다. 제안된 기법의 성능 분석을 위하여 일부 연안 지역에서 실제 운용 중인 센서 배열을 통해 획득된 신호를 이용하여 결함 탐지 정확도를 측정하고, 결함 처리 기법의 성능을 비교하였다. 실험을 통해 제안된 기법이 높은 RMS의 주변소음 환경에서도 높은 결함 탐지 정확도를 보였으며, 결함 처리 기법으로는 0으로 설정 처리 기법이 가장 높은 성능을 보였다.
The principle and applications of GPR(Ground Penetrating Radear) are familiar to engineering geologists and geophsicists as very attractive technique for continuous high resolution images of the subsurface. However, the main limitation of GPR is obviously related to presence of clayey or silty conductive soils, resulting in complete attenuation of radar signals. This difficulty gives hesitation for the exploration of the deeper targets for example detecting bedrock, particularly in Korean situation that most regions have conductive overburden. In order to prove usefulness of geological survey with GPR in that situation, the technique was tried to investigate depth of bedrock under thick conductive overburden and the other geolocgical informations for the constructionof foundation in the Dongbu apartment site, Kimhae. The reflection patterns on the processed GPR sections are well correlated with the geotechnical units-bedrock, alluvium, landfill unit and their internal layer-boundaries of boring data before GPR survey, except upper contact of bedrock. The isopach maps of the geotechnical units for the 3-D interpretations are made from GPR sections. The maps provided useful geological information that bedrock was distributed as plain and valley with 22~27m depth under alluvium unit (this depth is 5~8 m deeper than drill log) and sedimentary layers subsided and bended along growth fault with NNE strike/15$^{\circ}$SE dip in alluvium unit.
This study receives the noise transmitted in a constant audio frequency range through a microphone array in which the noise(like grease in a pan) occurs on the power supply line due to the troublesome partial discharge(arc). Then by going through a series of signal processing of removing noise, this study measures the distance and direction up to the noise caused by the troublesome partial discharge(arc) and monitors the result by displaying in the analog and digital method. After these, it determines the state of each size and judges the distance and direction of problematic part. When the signal sound transmitted by the signal source of bad insulator is received on each microphone, the signal comes only in the frequency range of 20 kHz by passing through the circuit of amplification and 6th low pass filter. Then, this signal is entered in a digital value of digital signal processing(TMS320F2812) through the 16-bit A/D conversion. By doing so, the sound distance, direction and coordinate of bad insulator can be detected by realizing the correlation method of detecting the arriving time difference occurring on each microphone and the algorithm of detecting maximum time difference.
Process monitoring of output variables affecting final performance have been mainly executed in semiconductor manufacturing process. However, even earlier detection of causes of output variation cannot completely prevent yield loss because a number of wafers after detecting them must be re-processed or cast away. Semiconductor manufacturers have put more attention toward monitoring process inputs to prevent yield loss by early detecting change-point of the process. In the paper, we propose the method to efficiently monitor functional input variables in multi-phase semiconductor manufacturing process. Measured input variables in the multi-phase process tend to be of functional structured form. After data pre-processing for these functional input data, change-point analysis is practiced to the pre-processed data set. If process variation occurs, key variables affecting process variation are selected using contribution plot for monitoring efficiency. To evaluate the propriety of proposed monitoring method, we used real data set in semiconductor manufacturing process. The experiment shows that the proposed method has better performance than previous output monitoring method in terms of fault detection and process monitoring.
반도체 기술의 발달로 인하여 메모리가 고집적화 됨에 따라 테스트의 복잡도와 시간도 같이 늘어나게 되었다. 실제로 널리 쓰이는 메모리 테스트 방법인 March 알고리듬은 DRAM에서 발생되는 고장을 검출하기 위해 고안된 것이다. 그러나 DRAM의 집적도가 증가함으로 반드시 고려해야 하는 이웃 패턴 감응 고장을 기존의 March 알고리듬으로는 테스트할 수 없고 DRAM의 이웃 패턴 감응 고장을 테스트하기 위한 기존 알고리듬들은 메모리 셀의 개수를 n이라고 할 때 $O(N^2)$의 복잡도를 갖기 때문에 테스트 시간을 많이 소요하게 된다. 본 논문에서는 메모리 테스트에 많이 쓰이는 March 알고리듬을 확장하여 메모리의 이웃 패턴 감응 고장 검출율을 효과적으로 높일 수 있는 알고리듬을 제안하였다.
Purpose: Reliability is the most important factor to detect defects as wind turbines are deployed in large blades. The methods of detecting defects are various, such as non-destructive inspection and thermal imaging inspection. We propose the phased array ultrasonic testing method of non-destructive testing. Methods: We propose the active pressure mechanism for wind power blade. The phase array ultrasonic inspection method is used for fault detection inner blade surface. Controlled pressure of mechanism with respect to z-axis is important for guarantee the result of phase array ultrasonic inspection. The model based control and proposed mechanism are utilized for overall system stability and effectiveness of system. Result: The result of proposed pressure mechanism B is more stable than A. Convergence speed is also faster than A. Conclusion: We confirmed the performance of the proposed constant pressure mechanism through experiments. Non-destructive testing was applied to the specimen to confirm the reliability of detecting defects.
This study is to find a method to learn engine sound after the start-up of a diesel generator installed in nuclear power plant with an unsupervised deep learning algorithm (CNN autoencoder) and a new method to predict the failure of a diesel generator using it. In order to learn the sound of a diesel generator with a deep learning algorithm, sound data recorded before and after the start-up of two diesel generators was used. The sound data of 20 min and 2 h were cut into 7 s, and the split sound was converted into a spectrogram image. 1200 and 7200 spectrogram images were created from sound data of 20 min and 2 h, respectively. Using two different deep learning algorithms (CNN autoencoder and binary classification), it was investigated whether the diesel generator post-start sounds were learned as normal. It was possible to accurately determine the post-start sounds as normal and the pre-start sounds as abnormal. It was also confirmed that the deep learning algorithm could detect the virtual abnormal sounds created by mixing the unusual sounds with the post-start sounds. This study showed that the unsupervised anomaly detection algorithm has a good accuracy increased about 3% with comparing to the binary classification algorithm.
본논문에서는 조합논리회로의 결함검출에 관한 문제를 취급하였는데 먼저 fan-out가 없는 회로에 대한 결함검출방법을 논하고 이 방법을 fan-out가 있는 회로에 확장하였다. Fan-out가 있는 회로에서는 내부 fan-out점을 전후하여 fan-out가 없는 부분회로로 분리구분하고 우선 각 부분회로에 대한 최소테스트집합을 구한다. 다음에 각 부분테스트집합사이에서 최대한으로 병립가능한 테스트를 조합하여 전체회로에 대한 종합적인 입력테스트벡터를 구한다. 이와같은 절차에 의하면 테스트수가 최소인 완전테스트집합이 용이하게 구해질 뿐만 아니라 검출가능한 결함 및 불가능한 결함이 명확하게 판가름 된다.
본 논문에서는 전자파 측정기법을 이용하여 부분방전 발생 전·후에 검출된 신호를 분석하여 폐쇄 배전반의 이상 징후를 상시 감시할 수 있는 사고 예방진단기법을 제시하였다. 폐쇄 배전반의 정상 및 이상상태 판단을 위해 배전반 내부 및 외부에 헬리컬 안테나를 설치하여 이들 안테나에서 검출된 부분방전 발생 전·후의 신호를 주파수 스펙트럼 분석을 통해 크기를 비교 분석하였다. 본 논문에서는 부분방전 발생 전·후에 폐쇄 배전반 내부 및 외부에 설치된 안테나에서 검출된 신호들을 이용하여 정상상태 및 이상상태를 판별하는 방법을 적용하여 좋은 결과를 얻었으며, 향후 폐쇄 배전반의 절연 상태 감시 및 사고예방에 효율적으로 적용할 수 있으리라 기대된다.
논리형 집적회로의 내부 결함을 검증하기 위해서는 설정된 초기 값을 전파하여 최종 출력 단에 나타난 값과 결함이 없을 경우의 출력 값을 비교함으로써 검증할 수 있다. 입력 단자의 수가 N인 회로에서 모든 내부신호 선의 결함을 검출하기 위해서는 최대 2N개의초기 입력 값들로 구성된 검증 패턴이 필요하다. 본 논문에서는 다 출력회로에서 2N개의 입력 패턴 중, 모든 신호선의 결함을 검출 할 수 있는 최소의 입력패턴 집합을 빠르고 정확하게 생성하기 위한 방법으로 다 출력회로를 출력과 연관된 세부회로로 분리하여 각각 검증함으로써 탐색공간을 줄이는 방법을 제안한다. 이는 입력 패턴의 길이가 상대적으로 줄어들 뿐 아니라 관련이 없는 신호 선을 탐색하지 않으므로 검증 패턴 생성 시간이 감소함으로써기존의 패턴 생성 알고리즘보다 효과적인 검증 패턴의 생성이 가능하다.
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.