• 제목/요약/키워드: Multi-fault

검색결과 412건 처리시간 0.02초

이동 에이전트 컴퓨팅 환경에서 공간적 복제 기반 기법을 위한 이동 에이전트 위치관리 프로토콜 (Mobile Agent Location Management Protocol for Spatial Replication-based Approach in Mobile Agent Computing Environments)

  • 윤준원;최성진;안진호
    • 정보처리학회논문지A
    • /
    • 제13A권5호
    • /
    • pp.455-464
    • /
    • 2006
  • 다중 지역으로 구성된 이동 에이전트 컴퓨팅 환경에서 공간적 복제 기반 기법(SRBA: Spatial Replication-Based Approach)은 에이전트의 고장발생 시에도 그 에이전트의 수행이 대기 없이 계속적으로 진행될 수 있도록 하기 때문에, 대표적인 이동 에이전트 결함 포용 기법으로 사용될 수 있다. 그러나 이 기법을 실제의 이동 에이전트 기반 컴퓨팅 시스템에 적용하는데 있어서, 단계별로 복제된 이동 에이전트들에 대한 위치추적 및 관리비용을 최소화시키는 것이 필수적이다. 본 논문에서는 이러한 문제점을 해결하는 새로운 이동 에이전트 위치 관리 프로토콜인 SRLM(Location Management protocol for Spatial Replication)을 제안한다. 제안된 프로토콜은 단계군 내의 복제된 이동 에이전트들 중 대표 작업자만이 자신의 지역서버에게 위치등록하게 함으로써 기존 프로토콜에 비해 위치갱신 및 메시지 전달 비용을 매우 줄인다. 또한, 이 프로토콜은 한 단계 군에서의 대표 작업자 결함 발생시 새로운 대표 작업자의 선출로 인한 위치 관리 문제를 해결한다.

인공 신경망(ANN)에 의한 하수처리장의 유입 유량 및 유입 성분 농도의 예측 (Prediction of Influent Flow Rate and Influent Components using Artificial Neural Network (ANN))

  • 문태섭;최재훈;김성희;차재환;염훈식;김창원
    • 한국물환경학회지
    • /
    • 제24권1호
    • /
    • pp.91-98
    • /
    • 2008
  • This work was performed to develop a model possible to predict the influent flow and influent components, which are one of main disturbances causing process problems at the operation of municipal wastewater treatment plant. In this study, artificial neural network (ANN) was used in order to develop a model that was able to predict the influent flow, $COD_{Mn}$, SS, TN 1 day-ahead, 2day-ahead and 3 day ahead. Multi-layer feed-forward back-propagation network was chosen as neural network type, and tanh-sigmoid function was used as activation function to transport signal at the neural network. And Levenberg-Marquart (LM) algorithm was used as learning algorithm to train neural network. Among 420 data sets except missing data, which were collected between 2005 and 2006 at field plant, 210 data sets were used for training, and other 210 data sets were used for validation. As result of it, ANN model for predicting the influent flow and components 1-3day ahead could be developed successfully. It is expected that this developed model can be practically used as follows: Detecting the fault related to effluent concentration that can be happened in the future by combining with other models to predict process performance in advance, and minimization of the process fault through the establishment of various control strategies based on the detection result.

다중 분할된 구조를 가지는 클러스터 검사점 저장 기법 (A Multistriped Checkpointing Scheme for the Fault-tolerant Cluster Computers)

  • 장윤석
    • 정보처리학회논문지A
    • /
    • 제13A권7호
    • /
    • pp.607-614
    • /
    • 2006
  • 검사점 저장 기법을 사용하여 주기적으로 클러스터 노드들의 프로세스 수행 정보를 전역 저장 장치에 저장하는 분산 클러스터 시스템에서 결함 허용 성능을 유지하는 데 드는 비용을 줄이고 전체 프로세스의 수행 성능을 증가시키기 위해서는 검사점 정보를 저장할 때에 네트워크로 전달되는 부하를 각 노드에 최대한 적절하게 분산하여 데이터 저장 시간을 줄임으로써 검사점 정보를 저장하는 동안 전체 클러스터 시스템의 프로세스가 지연되는 시간을 줄이도록 하여야 한다. 이를 위하여 분산 RAID 기반의 단일 입출력 공간을 사용하는. 클러스터 시스템에서는 여러가지 검사점 저장 기법을 사용하며, 검사점 정보의 저장 기법에 따라서 저장 성능과 결함 회복 성능이 달라진다. 본 연구에서는 분할된 검사점 저장 기법을 개선하여 검사점 데이터를 분산 RAID 기반의 단일 입출력 공간에 저장할 때에 그룹별로 분할되는 분할 그룹 크기를 검사점 정보가 저장될 때의 네트워크의 트래픽에 따라서 동적으로 결정하여 네트워크를 통한 분산 RAID에 저장함으로써 네트워크 병목현상을 최소화하는 다중 분할된 검사점 저장 구조를 제안하였다. 제안된 구조의 성능을 분석하기 위하여 최대 512개의 가상 노드로 구성된 클러스터 시스템을 대상으로 하여 MPI 와 Linpack HPC 벤치마크를 통한 성능 평가를 수행하였으며, 성능 평가 결과는 검사점 정보의 크기와 클러스터의 크기가 증가할수록 제안된 기법이 검사점 정보의 저장과 결함 회복 능력에 대하여 기존의 검사점 저장 기법에 비하여 우수한 성능을 보인다.

항공기 편대 비행 중 수신 잡음 개선 연구 (Improvement of Reception Noise During Formation Flight of Aircraft)

  • 권정혁;서홍은;이왕상
    • 한국항공우주학회지
    • /
    • 제49권6호
    • /
    • pp.497-504
    • /
    • 2021
  • 본 논문에서는 항공기가 편대 비행 중에 발생되는 수신잡음에 대한 개선 방안을 연구하였다. 항공기의 통신 장비는 내/외부통신의 기능을 담당하기에 비행 임무 수행과 안전에 있어서 매우 중요하기 때문에 잡음이 없고 깨끗한 통신 품질과 송/수신 기능이 구현이 요구된다. 따라서 수신잡음 현상에 대해서 FTA 분석 및 고장탐구를 수행하였고, 수신잡음에 영향을 주는 인터컴의 내부 잡음 및 송신 끊김 현상이 식별되었다. 인터컴의 다중 접지를 단일 접지로 변경하고 DC Offset 전압을 필터링하는 개선된 방안을 적용하였다. 이를 통해 편대 비행 시 수신잡음 저감을 통하여 항공기 통신 시스템의 품질을 향상시켰으며, 지상 및 비행 시험의 결과로도 확인하였다.

A Robust Energy Saving Data Dissemination Protocol for IoT-WSNs

  • Kim, Moonseong;Park, Sooyeon;Lee, Woochan
    • KSII Transactions on Internet and Information Systems (TIIS)
    • /
    • 제12권12호
    • /
    • pp.5744-5764
    • /
    • 2018
  • In Wireless Sensor Networks (WSNs) for Internet of Things (IoT) environment, fault tolerance is a most fundamental issue due to strict energy constraint of sensor node. In this paper, a robust energy saving data dissemination protocol for IoT-WSNs is proposed. Minimized energy consumption and dissemination delay time based on signal strength play an important role in our scheme. The representative dissemination protocol SPIN (Sensor Protocols for Information via Negotiation) overcomes overlapped data problem of the classical Flooding scheme. However, SPIN never considers distance between nodes, thus the issue of dissemination energy consumption is becoming more important problem. In order to minimize the energy consumption, the shortest path between sensors should be considered to disseminate the data through the entire IoT-WSNs. SPMS (Shortest Path Mined SPIN) scheme creates routing tables using Bellman Ford method and forwards data through a multi-hop manner to optimize power consumption and delay time. Due to these properties, it is very hard to avoid heavy traffic when routing information is updated. Additionally, a node failure of SPMS would be caused by frequently using some sensors on the shortest path, thus network lifetime might be shortened quickly. In contrast, our scheme is resilient to these failures because it employs energy aware concept. The dissemination delay time of the proposed protocol without a routing table is similar to that of shortest path-based SPMS. In addition, our protocol does not require routing table, which needs a lot of control packets, thus it prevents excessive control message generation. Finally, the proposed scheme outperforms previous schemes in terms of data transmission success ratio, therefore our protocol could be appropriate for IoT-WSNs environment.

CNN based data anomaly detection using multi-channel imagery for structural health monitoring

  • Shajihan, Shaik Althaf V.;Wang, Shuo;Zhai, Guanghao;Spencer, Billie F. Jr.
    • Smart Structures and Systems
    • /
    • 제29권1호
    • /
    • pp.181-193
    • /
    • 2022
  • Data-driven structural health monitoring (SHM) of civil infrastructure can be used to continuously assess the state of a structure, allowing preemptive safety measures to be carried out. Long-term monitoring of large-scale civil infrastructure often involves data-collection using a network of numerous sensors of various types. Malfunctioning sensors in the network are common, which can disrupt the condition assessment and even lead to false-negative indications of damage. The overwhelming size of the data collected renders manual approaches to ensure data quality intractable. The task of detecting and classifying an anomaly in the raw data is non-trivial. We propose an approach to automate this task, improving upon the previously developed technique of image-based pre-processing on one-dimensional (1D) data by enriching the features of the neural network input data with multiple channels. In particular, feature engineering is employed to convert the measured time histories into a 3-channel image comprised of (i) the time history, (ii) the spectrogram, and (iii) the probability density function representation of the signal. To demonstrate this approach, a CNN model is designed and trained on a dataset consisting of acceleration records of sensors installed on a long-span bridge, with the goal of fault detection and classification. The effect of imbalance in anomaly patterns observed is studied to better account for unseen test cases. The proposed framework achieves high overall accuracy and recall even when tested on an unseen dataset that is much larger than the samples used for training, offering a viable solution for implementation on full-scale structures where limited labeled-training data is available.

불균형 데이터를 갖는 냉동 컨테이너 고장 판별 및 원인 분석을 위한 기계학습 모형 개발 (Development of machine learning model for reefer container failure determination and cause analysis with unbalanced data)

  • 이희원;박성호;이승현;이승재;이강배
    • 한국융합학회논문지
    • /
    • 제13권1호
    • /
    • pp.23-30
    • /
    • 2022
  • 냉동 컨테이너의 고장은 큰 비용의 손실을 야기하지만, 현재 냉동 컨테이너의 알람 체계는 효율성이 떨어진다. 기존에 냉동 시스템의 시뮬레이션 데이터를 활용한 연구는 존재하지만, 냉동 컨테이너의 실제 운영 데이터를 활용한 연구는 부족하다. 이에 본 연구는 실제 냉동 컨테이너 운영 데이터를 활용하여 고장 원인을 분류하였다. 실제 데이터에서는 데이터 불균형이 발생하였으며 ENN-SMOTE, 클래스 가중치를 둔 Logistic 회귀분석과 본 연구에서 개발한 2-stage 알고리즘을 비교하여 데이터 불균형문제를 해결하였다. 2-stage 알고리즘은 XGboost, LGBoost, DNN을 사용하여 첫 번째 단계에서는 고장 및 정상을 분류하고, 두 번째 단계에서는 고장의 원인을 분류하는 알고리즘이다. 2-stage 알고리즘에서 LGBoost를 사용한 모델이 99.16%의 정확도로 가장 우수하였다. 본 연구는 데이터 불균형을 해결하기 위해 2-stage 알고리즘을 활용한 최종모델을 제안하며 이는 다른 산업에도 활용할 수 있을 것으로 사료된다.

다채널 자속누설 센서를 이용한 강케이블의 국부 단면손상 검색 (Local Fault Detection Technique for Steel Cable using Multi-Channel Magnetic Flux Leakage Sensor)

  • 박승희;김주원;이창길;이종재;길흥배
    • 한국전산구조공학회논문집
    • /
    • 제25권4호
    • /
    • pp.287-292
    • /
    • 2012
  • 본 연구에서는 다채널 자속누설 센서를 이용하여 강케이블의 국부손상을 검색하였다. 먼저 자속누설 기법을 고정된 케이블 구조물에 적용하기 위해 프로토타입의 8채널 자속누설 센서헤드를 제작하였고, 국부손상이 발생한 케이블을 구현하기 위하여 PVC 파이프에 강케이블을 채워 강케이블 다발 시편을 제작하였고, 케이블 시편 외부 및 내부에 다양한 크기 및 방향을 가지는 국부손상을 단계적으로 발생시켰다. 이와 같이 제작된 강케이블 시편을 대상으로 각 손상단계에서 자속누설 센서헤드를 이용하여 자속신호를 스캔하고 출력전압으로 표현하였다. 이어서 일반극치분포를 이용해 손상유무를 판단할 수 있는 기준이 되어줄 임계값을 설정하였고, 이를 각 채널에서 계측된 자속신호와 비교하여 객관적인 손상판단을 수행하였다. 또한 케이블 모니터링에 있어 가장 중요한 정보인 손상의 길이방향 위치를 효과적으로 검색하기 위해 모든 채널의 자속값을 합하여 총합값의 형태로 임계값과 함께 나타내었다. 최종적으로 임계값을 초과한 부분의 길이방향 및 원주방향 위치를 실제 손상과 비교함으로써 본 기법의 국부손상 검색 가능성을 살펴보았다.

퇴적암 내의 지질구조가 비탈면 안정성에 미치는 영향 : 대구 북서부 지역의 예 (Effects of Geological Structures on Slope Stability : An Example from the Northwestern Part of Daegu, Korea)

  • 고경태;최진혁;김영석
    • 지질공학
    • /
    • 제22권1호
    • /
    • pp.1-13
    • /
    • 2012
  • 본 연구에서는 퇴적암지역에서 발달하는 지질구조들이 비탈면의 안정성에 어떠한 영향을 미치는지를 이해하고자 하였다. 연구지역과 같이 퇴적암지역 비탈면의 경우, 도로 양쪽의 비탈면이 층리의 경사방향에 따라 매우 다른 양상을 보인다. 또한 단층대가 존재하는 경우에는 보강공사가 완료된 후에도 지속적인 파괴가 관찰되고 있었다. 하지만 대부분의 대규모 단층에서 비탈면 안정성 조사 시 단층대를 정확하게 인지하기 어려워 새로운 누적절리밀도를 통한 단층대 인지방법을 제안하였다. 또한 최근 대규모 공사로 인하여 많은 비탈면들이 다면비탈면의 형태로 나타나는 경우가 많다. 이 경우 일정한 주향을 가진 대표비탈면들의 방향에 따라 구간을 설정하고, 이를 바탕으로 비탈면 안정성 분석을 실시하여, 각 구간에 따라 다른 비탈면 안정성 평가가 이루어져야 하는 예를 보여주었다. 따라서 퇴적암지역에서의 비탈면설계 시 층리와 불연속면의 방향 그리고 이들 사이의 상관관계 등 지질구조들의 발달특성을 잘 고려한다면 공사단계에서도 작업의 효율을 높일 수 있고, 공사 후에도 비탈면의 안정성을 높일 수 있을 것으로 판단된다.

유도전동기의 고장 진단을 위한 효과적인 특징 추출 방법 (An Effective Feature Extraction Method for Fault Diagnosis of Induction Motors)

  • 흥 뉘엔;김종면
    • 한국컴퓨터정보학회논문지
    • /
    • 제18권7호
    • /
    • pp.23-35
    • /
    • 2013
  • 본 논문은 고장 분류 시스템을 위해 진동 신호로부터 특징 벡터를 자동적으로 추출하는 효과적인 기법을 제안한다. 기존의 멜-주파수 캡스트럼 계수는 진동신호의 노이즈에 민감하여 분류 정확도를 감소시키는 단점이 있다. 이러한 문제를 해결하기 위해 본 논문은 4단계 필터 뱅크로 구성된 스펙트럴 엔벨로프 캡스트럼 계수 분석을 제안하며, 4단계는 (1) 모든 진동 신호의 스펙트럴 엔벨로프를 기술하기 위한 선형 예측 코딩 알고리즘 사용 단계, (2) 일반적인 스펙트럴 모양을 얻기 위해 모든 엔벨로프의 평균화 단계, (3) 평균 엔벨로프와 그 주파수의 최대값을 찾기 위한 기울기 하강 방법 사용 단계, (4) 엔벨로프의 주파수 사이의 거리로부터 계산된 중앙값을 얻는데 사용되는 비 중첩 필터 뱅크 단계로 구성된다. 이4-단계필터뱅크는 특징벡터를 추출하기위해 캡스트럼 계수 계산에 사용된다. 마지막으로 유도전동기의 결함 형태를 구분하기 위해 이러한 특수 파라미터를 사용하는 다중 계층 서포트 벡터 머신을 사용한다. 모의실험 결과, 제안하는 방법은 약 99.65%의 분류 성능을 보이며, 동시에 기존 방법들보다 우수한 성능을 보인다.