• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2000년도 춘계학술대회논문집
• /
• pp.1108-1113
• /
• 2000

A condition monitoring methodology for rotating machinery is proposed based on multivariate statistical analysis. The CMS usually are using the vibration signal amplitude such as acceleration RMS, peak and velocity RMS to detect machine faults but the information is not so enough that CMS cannot perform reliable monitoring. So new parameters are added such as shape factor, crest factor, kurtosis and skewness as time domain parameters and spectrum amplitude of rotating frequency, $2^{nd}$ harmonics and gear mesh frequency etc. as frequency domain parameters. Many parameters are combined to represent the machine state using the Hotelling's $T^2$ statistics. The proposed methodology is tested in laboratory and the on-line experiment has shown that the proposed methodology offers a reliable monitoring for rotating machinery.

• Smart Structures and Systems
• /
• 제14권3호
• /
• pp.377-395
• /
• 2014

Vibration-based fault detection and condition monitoring of rotating machinery, using statistical process control (SPC) combined with statistical pattern recognition methodology, has been widely investigated by many researchers. In particular, the discrete wavelet transform (DWT) is considered as a powerful tool for feature extraction in detecting fault on rotating machinery. Although DWT significantly reduces the dimensionality of the data, the number of retained wavelet features can still be significantly large. Then, the use of standard multivariate SPC techniques is not advised, because the sample covariance matrix is likely to be singular, so that the common multivariate statistics cannot be calculated. Even though many feature-based SPC methods have been introduced to tackle this deficiency, most methods require a parametric distributional assumption that restricts their feasibility to specific problems of process control, and thus limit their application. This study proposes a nonparametric multivariate control chart method, based on multiscale wavelet scalogram (MWS) features, that overcomes the limitation posed by the parametric assumption in existing SPC methods. The presented approach takes advantage of multi-resolution analysis using DWT, and obtains MWS features with significantly low dimensionality. We calculate Hotelling's $T^2$-type monitoring statistic using MWS, which has enough damage-discrimination ability. A bootstrap approach is used to determine the upper control limit of the monitoring statistic, without any distributional assumption. Numerical simulations demonstrate the performance of the proposed control charting method, under various damage-level scenarios for a bearing system.

• 한국시뮬레이션학회논문지
• /
• 제16권4호
• /
• pp.13-22
• /
• 2007

주기 신호 데이터를 가지는 공정의 이상 탐지를 위해 대표값을 사용하는 단변량 SPC 차트나 PCA, PLS 등과 같은 다변량 통계방법들이 사용되고 있다. 이러한 방법들은 주기 신호 데이터의 다양한 정보를 분석하는데 한계가 있다. 본 연구에서는 Haar 웨이블릿 변환을 이용하여 주기 신호의 형태를 반영하는 웨이블릿 계수를 구하고, 이 계수들에 SPC 차트를 적용하여 공정 이상여부를 탐지하였다. 본 논문에서는 보다 효율적인 이상 신호 탐지를 위해 웨이블릿을 이용한 잡음 제거 기법과 Haar 웨이블릿 계수의 분산 차이를 이용한 중요 계수 선택 방법을 제안하였다. 다양한 이상 상황에 대하여 시뮬레이션을 통하여 제안한 알고리즘의 효율성을 확인하였다.

• 자원ㆍ환경경제연구
• /
• 제15권4호
• /
• pp.673-692
• /
• 2006

고갈자원 사용의 동태적 효율성 여부를 검증하기 위해서는 미채굴된 자원의 암묵가격을 추정해야 하는데 기존 연구에서는 자원산업의 한계수입과 한계비용의 차이로 측정하거나 자원채굴량을 준고정시킨 제약비용함수를 추정하여 자원채굴량으로 편미분함으로써 도출하는 방식을 사용하였다. 그러나 이들 방법들은 채굴 투입요소인 자본의 비가단성으로 인하여 일관성이 결여된 추정치가 도출될 개연성, 시장의 독점력에 따라 변하는 한계수입의 가변성 문제와, 불완전한 재화 및 요소시장, 정부규제 등이 존재하는 현실적 상황에서 제약비용함수를 이용할 경우 전제 조건인 생산비용의 최소화가 달성되지 못함으로써 야기될 수 있는 분석결과의 신뢰성 문제 등을 안고 있다. 기존 선행연구의 방법론적 한계점들을 인식하여 본 연구에서는 좀더 일반적이고 현실적 상황에서 고갈자원 사용의 동태적 효율성 여부를 검증할 수 있는 방법을 제시한다. Shephard (1970)의 투입물거리함수를 실증적 모형의 이론적 틀로 활용함으로써 생산요소의 투입량과 최종재화의 산출량에 대한 정보만으로 추정이 가능하고, 생산비용 최소화의 극히 제한적인 상황을 전제하지 않으며, 특히 선형계획기법을 적용함으로써 시계열자료나 합동자료로 회귀 추정할 경우 발생할 수 있는 오차항의 자기상관 문제에 초연할 수 있다. 2%, 5%, 10%, 15%, 20%의 고정 할인율 폭과 실질 이자율의 25%, 50%,100%, 200%, 400%로 산정한 변동할인율을 각각 적용하여 1970년~1993닐 기간 동안 국내 무연탄 채굴의 동태적 효율성 여부를 조사한 결과 고정할인율과 변동할인율 모두에 대해서 국내 무연탄의 세대간 효율적 사용은 이루어지지 않은 것으로 나타났다.