• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2002년도 ICCAS
• /
• pp.68.4-68
• /
• 2002

$\textbullet$ This report presents an implementation a set of reusable software components which use of fault-tolerance embedded controller for railway signalling systems. These components can be used in real-time applications without application reprogramming. $\textbullet$ This library runs under VxWorks operating system and is oriented on real-time embedded systems. The library includes fault detection, fault containment, checkpointing and recovery components. $\textbullet$ The library enables to support high-speed response to fault occurrence in application software. Garbage collector together with VxWorks Watchdog provides both dead tasks detection and useless resources removing to avoid an overflow. Control flow...

• Nuclear Engineering and Technology
• /
• 제36권3호
• /
• pp.210-218
• /
• 2004

In the interest of nuclear power plant safety, a self-diagnostic monitoring system (SDMS) is needed to monitor defects in safety-related components. An air-operated valve (AOV) is one of the components to be monitored since the failure of its operation could potentially have catastrophic consequences. In this paper, a model of the AOV is developed with the parameters that affect the operational characteristics. The model is useful for both understanding the operation and correlating parameters and defects. Various defects are introduced in the experiments to construct a fault library, which will be used in a pattern recognition approach. Finally, the validity of the fault library is examined.

• 한국정보처리학회논문지
• /
• 제7권8호
• /
• pp.2497-2504
• /
• 2000

이 논문에서는 웹 서버 장애 항목을 정의하고, 장애를 진단하기 위한 규칙 및 복구 방법을 INBANCA기법을 이용하여 제안하였다. 장애 항목으로 프로세스 장애, 서버 과부하, 인터페이스 장애, 구성 및 성능 장애를 정의하였으며, 각 장애 항목을 진단하기 위한 지식을 활성 네트워크기법을 적용하여 표현하고, 이를 시스템 레벨 장애 진단 생성규칙과 서비스 레벨에 진단 생성규칙으로 정형화하였다. 또한 사례기반의 웹 서버 장애 복구를 위한 복구 규칙 정의 및 사례 라이브러리 구축을 통하여 환경 변수에 적응적인 복구 메커니즘을 제안하였다. 그리고 제안한 장애 진단규칙 및 복구 메커니즘의 타당성을 증명하기 위한 장애 환경 구성 및 각 장애 환경에 대한 생성규칙 적용과 복구과정을 실험을 통하여 제시하였다. 이 논문에서는 기하 급수적으로 증가하는 웹 서버의 장애 관리를 위한 메커니즘을 제안함으로써 웹 서버 관리를 위한 관리자의 노력을 최소화하고, 지능적인 장애 관리를 위한 방법론을 제시하고자 한다.

• 인터넷정보학회논문지
• /
• 제9권5호
• /
• pp.185-193
• /
• 2008

대규모 병렬 시스템의 MTBF(moon time between failures)는 아주 짧아 겨우 수 시간 단위에 불과하여 장시간의 연산 도중 연산 실패로 끝나 소중한 계산 시간이 낭비되는 경우가 많다. 그러나 현재의 MPI(Message Passing Interface) 표준은 이에 대한 대안을 제시하지 않고 있다. 본 논문에서는, 비표준의 결함 내성 MPI 라이브러리가 아닌 MPI 표준 함수들만을 사용하여, 일반적인 동기 병렬 연산에 적용할 수 있는 응용 수준의 결함 내성 연산 시스템을 제안한다.

• 정보처리학회논문지A
• /
• 제12A권5호
• /
• pp.421-426
• /
• 2005

대규모 병렬 연산에 있어서, 계산 노드 혹은 이들을 연결한 통신 네트워크의 장애는 연산 실패로 끝나며, 소중한 계산 시간이 낭비된다. 그러나 현재의 MPI 표준은 이에 대한 대안을 제시하지 않고 있다. 본 논문에서는, 비표준의 무정지형 MPI 라이브러리가 아닌 MPI 표준 함수들만을 사용하여, MPMD 방식의 비동기 연산을 도입한 응용 수준의 무정지형 선형 시스템의 해법을 제안한다.

• 전자공학회논문지SC
• /
• 제40권1호
• /
• pp.30-38
• /
• 2003

Verilog HDL의 UDP(User Defined Primitive) 라이브러리는 디지털 회로 설계 과정에서 시뮬레이션을 위해 사용된다. 그러나 합성이 되지 않는 특성으로 인해 이와 등가의 게이트수준 라이브러리를 따로 만드는 데에 많은 시간과 노력이 소요된다. 등가의 게이트수준 모델이 존재하지 않을 경우 이는 테스트 과정에서 고장 검출율을 낮추는 요인이 되므로 등가 게이트수준 모델 생성은 필수적이며 이의 자동화가 필요하다. 이를 위해 매우 복잡한 알고리즘이 발표되기는 했지만 Verilog UDP library의 특성상 보다 더 간단한 알고리즘으로 구현이 가능하다. 알고리즘이 간략해짐에 따라 이를 구현하는 데에 걸리는 시간과 노력이 절약되고 프로그램 실행시간도 크게 줄일 수 있다.

• 전기학회논문지
• /
• 제58권6호
• /
• pp.1065-1070
• /
• 2009

This paper presents the new technique of modeling using Dynamic Link Library(DLL) in ElectroMagnetic Transients Program - Restructured Version(EMTP-RV) in which we have simplified the procedures of OverCurrent Relay(OCR) modeling. The DLL function is designed to allow EMTP-RV users to develop advanced program model modules and interface them directly and intimately with the EMTP-RV engine. The modeled OCR is verified by simulating the various fault cases in the distribution system. Also, the performance for the modeling of OCR using DLL is compared with that of the method using the control components of EMTP-RV and using EMTP/MODELS. The results show the validity of modeled OCR and the effectiveness of the method using DLL function.

• 한국정보통신학회논문지
• /
• 제20권3호
• /
• pp.654-662
• /
• 2016

사고수목을 이루는 게이트나 기본사상이 많아질수록 정상사상 확률의 정확한 계산이 어려워진다. 이를 극복하기 위해 BDD 방법을 적용하면 중소형 사고수목의 경우 짧은 시간에 근사계산 없이 정확한 값을 구할 수 있다. CUDD 함수를 이용하여 사고수목을 BDD로 변환하고 그로부터 정상사상의 발생확률을 구하는 고장경로 탐색 알고리즘을 고안하였다. 후방탐색 알고리즘은 전방탐색 알고리즘보다 고장경로의 탐색과 확률계산 시간에서 효과적이다. 이 탐색 알고리즘은 BDD에서 고장경로를 찾는데 있어서 탐색시간을 줄일 수 있고, 해당 사고수목의 단절집합과 최소단절집합을 찾는 유용한 방법이다.

• 한국추진공학회:학술대회논문집
• /
• 한국추진공학회 2008년 영문 학술대회
• /
• pp.187-194
• /
• 2008

Because the types and severities of most engine faults are various and complex, it is not easy that the conventional model based fault detection approach like the GPA(Gas Path Analysis) method can monitor all engine fault conditions. Therefore this study proposed newly a diagnostic algorithm for isolating and diagnosing effectively the faulted components of the smart UAV propulsion system, which has been developed by KARI(Korea Aerospace Research Institute), using the fuzzy logic and the neural network algorithms. A precise performance model should be needed to perform the model-based diagnostics. The based engine performance model was developed using SIMULINK. For the work and mass flow matching between components of the steady-state simulation, the state-flow library was applied. The proposed steady-state performance model can simulate off-design point performance at various flight conditions and part loads, and in order to evaluate the steady-state performance model their simulation results were compared with manufacturer's performance deck data. According to comparison results, it was confirm that the steady-state model well agreed with the deck data within 3% in all flight envelop. The diagnosis procedure of the proposed diagnostic system has the following steps. Firstly after obtaining database of fault patterns through performance simulation, then secondly the diagnostic system was trained by the FFBP networks. Thirdly after analyzing the trend of the measuring parameters due to fault patterns, then fourthly faulted components were isolated using the fuzzy logic. Finally magnitudes of the detected faults were obtained by the trained neural networks. Because the detected faults have almost same as degradation values of the implanted fault pattern, it was confirmed that the proposed diagnostic system can detect well the engine faults.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.239-240
• /
• 2012

With advancements in semiconductor device technologies, manufacturing processes are getting more complex and it became more difficult to maintain tighter process control. As the number of processing step increased for fabricating complex chip structure, potential fault inducing factors are prevail and their allowable margins are continuously reduced. Therefore, one of the key to success in semiconductor manufacturing is highly accurate and fast fault detection and classification at each stage to reduce any undesired variation and identify the cause of the fault. Sensors in the equipment are used to monitor the state of the process. The idea is that whenever there is a fault in the process, it appears as some variation in the output from any of the sensors monitoring the process. These sensors may refer to information about pressure, RF power or gas flow and etc. in the equipment. By relating the data from these sensors to the process condition, any abnormality in the process can be identified, but it still holds some degree of certainty. Our hypothesis in this research is to capture the features of equipment condition data from healthy process library. We can use the health data as a reference for upcoming processes and this is made possible by mathematically modeling of the acquired data. In this work we demonstrate the use of recurrent neural network (RNN) has been used. RNN is a dynamic neural network that makes the output as a function of previous inputs. In our case we have etch equipment tool set data, consisting of 22 parameters and 9 runs. This data was first synchronized using the Dynamic Time Warping (DTW) algorithm. The synchronized data from the sensors in the form of time series is then provided to RNN which trains and restructures itself according to the input and then predicts a value, one step ahead in time, which depends on the past values of data. Eight runs of process data were used to train the network, while in order to check the performance of the network, one run was used as a test input. Next, a mean squared error based probability generating function was used to assign probability of fault in each parameter by comparing the predicted and actual values of the data. In the future we will make use of the Bayesian Networks to classify the detected faults. Bayesian Networks use directed acyclic graphs that relate different parameters through their conditional dependencies in order to find inference among them. The relationships between parameters from the data will be used to generate the structure of Bayesian Network and then posterior probability of different faults will be calculated using inference algorithms.