보편적 특징의 추출 및 선택에 기반한 회전체 기계의 고장 검출 및 진단

김민기 사단법인 한국융합기술연구학회 2023 아시아태평양융합연구교류논문지 Vol.9 No.12

Since most mechanical equipment includes rotating machines, rapid failure detection and diagnosis of rotating machinery is essential to manage mechanical equipment to operate normally. Traditional signal processing methods have the inconvenience of having to analyze the data characteristics of the domain and extract valid features manually every time the domain changes in order to diagnose a specific machine failure. In contrast, the methods using deep learning automatically extract valid features regardless of the domain, but they face the challenge of securing a large amount of data to train a deep neural network. In this study, we extract universal features widely used in traditional signal processing methods and apply the Relief-F algorithm to automatically select valid features. Finally input them into a shallow multi-layer perceptron (MLP) classifier, which can be trained with relatively little training data, to detect and diagnose machine failures regardless of the domain. As a result of applying the proposed method to the MaFaulDa dataset, it showed an accuracy of 99.95% for both fault detection and diagnosis when using a 256-dimensional feature vector. Even when the feature vector was reduced to 64 dimensions, the fault detection and diagnosis accuracy were 99.75% and 99.65%, respectively. These results show that the proposed method is effective in detecting and diagnosing failures in rotating machinery. 기계 설비는 대부분 회전하는 기계를 포함하고 있으므로, 기계 설비가 정상적으로 동작하도록 관리하기 위해서는 회전체 기계에 대한 신속한 고장 검출 및 진단이 필수적이다. 전통적인 신호 처리 방식은 특정한 기계의 고장을 진단하기 위하여 도메인이 바뀔 때마다 해당 도메인의 데이터 특성을 분석하고 연구자가 수작업으로 유효한 특징을 추출해야 하는 번거로움이 있다. 이에 반하여 딥 러닝을 이용한 방식은 도메인에 무관하게 자동으로 유효한 특징을 추출하는데 비하여 심층신경망을 학습시키기 위하여 다량의 데이터를 확보해야 하는 과제를 안고 있다. 본 연구에서는 전통적인 신호 처리 방식에서 널리 사용되는 보편적인 특징들을 추출한 후 Relief-F 알고리즘을 적용하여 유효한 특징을 자동으로 선별하였다. 이렇게 추출된 특징을 상대적으로 적은 학습데이터로 학습시킬 수 있는 깊이가 얕은 다층퍼셉트론(MLP) 분류기에 입력하여 도메인에 무관하게 기계의 고장을 검출 및 진단할 수 있는 방법을 제안한다. 제안한 방법을 MaFaulDa 데이터세트에 적용하여 실험한 결과 256차원의 특징 벡터를 사용하였을 때 고장 검출과 진단 모두 99.95%의 정확도를 보였다. 특징 벡터를 64차원으로 줄인 경우에도 고장 검출과 진단 정확도는 각각 99.75%, 99.65%를 보였다. 이러한 결과는 제안한 방식이 회전체 기계의 고장 검출 및 진단에 효과적임을 보여준다.

LPC와 DTW 기법을 이용한 유도전동기의 고장검출 및 진단

황철희(Chul-Hee Hwang),김용민(Yong-Min Kim),김철홍(Cheol-Hong Kim),김종면(Jong-Myon Kim) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.3

본 논문은 유도전동기의 고장검출 및 진단을 위한 효율적인 2-단계 고장예측 알고리즘을 제안한다. 첫 번째 단계에서는 고장 패턴 추출을 위해 선형 예측 부호화 (Linear Predictive Coding: LPC) 기법을 사용하고, 두 번째 단계에서는 고장 패턴 매칭을 위해 동적시간교정법 (Dynamic Time Warping: DTW)을 사용한다. 유도전동기에서 정상 및 각종 이상 상태의 조건을 발생시켜 추출한 샘플링 주파수 8kHz, 샘플링 시간 2.2초의 정상상태 및 비정상 상태의 진동데이터 8개를 사용하여 모의 실험한 결과, 제안한 고장예측 알고리즘은 기존의 고장진단 알고리즘보다 약 45%의 정확도 향상을 보였다. 또한 TI사의 TMS320F2812 DSP를 내장한 테스트베드 시스템을 제작하여 제안한 고장예측 알고리즘을 구현하고 검증하였다. This paper proposes an efficient two-stage fault prediction algorithm for fault detection and diagnosis of induction motors. In the first phase, we use a linear predictive coding (LPC) method to extract fault patterns. In the second phase, we use a dynamic time warping (DTW) method to match fault patterns. Experiment results using eight vibration data, which were collected from an induction motor of normal fault states with sampling frequency of 8 kHz and sampling time of 2.2 second, showed that our proposed fault prediction algorithm provides about 45% better accuracy than a conventional fault diagnosis algorithm. In addition, we implemented and tested the proposed fault prediction algorithm on a testbed system including TI's TMS320F2812 DSP that we developed.

고장모사 시뮬레이션을 이용한 터보냉동기의 고장검출 및 진단 알고리즘 개발

한동원(Dong Won Han),장영수(Young-Soo Chang) 대한설비공학회 2008 설비공학 논문집 Vol.20 No.10

When operating a complex facility, Fault Detection and Diagnosis (FDD) system is beneficial in equipment management by providing the operator with tools which can help find out a failure of the system. In this research, FDD algorithm was developed using the general pattern classifier method that can be applied to centrifugal chiller system. The simulation model for a centrifugal chiller system was developed in order to obtain characteristic data of turbo chiller system under normal and faulty operation. We tested FDD algorithm of a centrifugal chiller using data from simulation model at full load performance and 60% part load performance. In this research, we presented fault detection method using a normalized distance. Sensitivity analysis of fault detection was carried out with respect to fault progress. FDD algorithm developed in this study was found to indicate each failure modes accurately.

정풍량 공조시스템의 고장검출 및 진단 시뮬레이션

한동원(Dong Won Han),장영수(Young Soo Chang),김서영(Seo Young Kim),김용찬(Yongchan Kim) 대한설비공학회 2010 설비공학 논문집 Vol.22 No.10

In this study, FDD algorithm was developed using the normalized distance method and general pattern classifier method that can be applied to constant air volume air handling unit(CAV AHU) system. The simulation model using TRNSYS and EES was developed in order to obtain characteristic data of CAV AHU system under the normal and the faulty operation. Sensitivity analysis of fault detection was carried out with respect to fault progress. When differential pressure of mixed air filter increased by more than about 105 pascal, FDD algorithm was able to detect the fault. The return air temperature is very important measurement parameter controlling cooling capacity. Therefore, it is important to detect measurement error of the return air temperature. Measurement error of the return air temperature sensor can be detected at below 1.2℃ by FDD algorithm. FDD algorithm developed in this study was found to indicate each failure modes accurately.

가스경로해석을 통한 터보제트엔진의 실시간 고장 진단 및 건전성 추정에 관한 연구

한동주(Dong-Ju Han) 한국항공우주학회 2021 韓國航空宇宙學會誌 Vol.49 No.4

무인기용 터보제트엔진의 운전 중 발생하는 고장을 실시간으로 진단하기 위한 방안 및 성능 열화와 관련된 건정성 추정에 관해 연구하였다. 이를 위해서, 동적 열역학 가스경로해석을 통한 비선형 동특성 방정식으로부터 실시간 선형모델을 도출하였고, 연출된 운전상황과 고장 발생을 실시간으로 진단하기 위해 칼만필터와 가설 검증에 기초한 확률적 판단 기법을 적용하였다. 이 결과, 분명한 고장 검출과 분리 성능을 보임으로써 그 효용성을 확인하였다. 측정변수를 통한 건전성 추정과 관련하여, 실제 엔진 구성품의 성능 열화 추이를 모사하였고, 적응형 칼만필터를 적용하여 추정 기법의 타당성을 입증함으로써, 상태 기반 고장 진단 및 정비 기법에 효과적으로 사용될 수 있음을 보였다. A study is performed for the real time fault diagnosis during operation and health estimation relating to performance deterioration in a turbojet engine used for an unmanned air vehicle. For this study the real time dynamic model is derived from the transient thermodynamic gas path analysis. For real fault conditions which are manipulated for the simulation, the detection techniques are applied such as Kalman filter and probabilistic decision-making approach based on statistical hypothesis test. Thereby the effectiveness is verified by showing good fault detection and isolation performances. For the health estimation with measurement parameters, it shows using an assumed performance degradation that the method by adaptive Kalman filter is feasible in practice for a condition based diagnosis and maintenance.

Particle filter 기반 확률분포추정기법을 이용한 개방형 액체로켓엔진의 고장검출 및 진단

차지형(Jihyoung Cha),고상호(Sangho Ko) 한국추진공학회 2019 한국추진공학회 학술대회논문집 Vol.2019 No.5

본 논문에서는 개방형 액체로켓엔진 고장진단을 위하여 Particle filter 기반 확률분포추정기법을 이용한 고장진단 알고리즘 연구를 수행한다. 이를 위하여 개방형 액체로켓엔진 비선형 시뮬레이션 모델을 구축하였으며 시동과정을 포함한 시뮬레이션을 수행한다. 진단을 위해 임의로 고장을 주입하였으며 Particle filter을 기반으로 확률분포추정기법을 이용하여 각 측정변수의 임계값을 구하며 이를 이용하여 고장진단을 수행하였다. 고장진단 알고리즘의 성능을 확인하기 위하여 수치적 시뮬레이션을 이용하였으며, 본 연구를 통하여 제안된 고장진단 알고리즘이 성공적으로 수행할 수 있음을 확인하였다. This paper deals with fault detection and diagnosis (FDD) algorithm of an open-cycle liquid propellant rocket engine (LPRE) by using probability density estimation based on the Particle filter. To do this, we developed simulation modeling of an open-cycle LPRE and performed numerical simulation. For confirming the FDD algorithm, we injected a fault and performed the FDD algorithm by the threshold which is calculated by probability density estimation method based on the Particle filter. To verify the performance of the FDD algorithm, we used numerical simulation and determined the proposed FDD algorithm can be performed successfully to diagnose faults in an open-cycle LPRE.

룰 베이스를 이용한 공조기의 고장검출 및 진단

한도영,주명재 대한설비공학회 2002 설비공학 논문집 Vol.14 No.7

The fault detection and diagnosis (FDD) technology may be applied in order to decrease the energy consumption and the maintenance cost of the air conditioning system. In this study, rule bases and curve fitting models were used to detect faults in an air handling unit. Gradually progressed faults, such as the fan speed degradation, the coil water leakage, the humidifier nozzle clogging, the sensor degradation and the damper stoppage, were applied to the developed FBD system. Simulation results show good detections and diagnoses of these faults. Therefore, this method may be effectively used for the fault detection and diagnosis of the air handling unit.

흡수식 냉동시스템의 고장현상 분석과 진단

한동원(Dongwon Han),장영수(Young-Soo Chang),김용찬(Yongchan Kim) 대한설비공학회 2015 설비공학 논문집 Vol.27 No.11

In this study, fault symptoms were simulated and analyzed for a single-effect absorption chiller. The fault patterns of fault detection parameters were tabulated using the fault symptom simulation results. Fault detection and diagnosis by a process history-based method were performed for the in-situ experiment of a single-effect absorption chiller. Simulated fault modes for the in-situ experimental study are the decreases in cooling water and chilled water mass flow rates. Five no-fault reference models for fault detection of a single-effect absorption chiller were developed using fault-free steady-state data. A sensitivity analysis of fault detection using the normalized distance method was carried out with respect to fault progress. When mass flow rates of the cooling and chilled water decrease by more than 19.3% and 17.8%, respectively, the fault can be detected using the normalized distance method, and COP reductions are 6.8% and 4.7%, respectively, compared with normal operation performance. The pattern recognition method for fault diagnosis of a single-effect absorption chiller was found to indicate each failure mode accurately.

흡수식 냉동기의 고장진단 성능 시뮬레이션

한동원(Dong Won Han),장영수(Young Soo Chang),김서영(Seo Young Kim),김용찬(Yongchan Kim) 대한설비공학회 2010 대한설비공학회 학술발표대회논문집 Vol.2010 No.6

기계학습 모델별 공조시스템 고장현상 검출 및 진단성능 평가

신재윤(Jae Yoon Shin),채영태(Young Tae Chae) 대한설비공학회 2018 대한설비공학회 학술발표대회논문집 Vol.2018 No.11