http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
복합고장을 가지는 농형유도전동기의 모델링과 웨이블릿 분해를 이용한 고장진단
김연태(Yountae Kim),배현(Hyeon Bae),박진수(Jinsu Park),김성신(Sung shin Kim) 한국지능시스템학회 2006 한국지능시스템학회논문지 Vol.16 No.6
유도전동기는 산업시스템에 있어서 필수적인 요소이기 때문에 유지 관리, 모니터링 시스템, 고장 진단 등의 다양한 분야에서 많은 연구가 행해지고 있다. 유도전동기의 운전 중 하나의 고장이 발생한 경우 이것은 전동기의 다른 부분에 영향을 미치거나 또 다른 고장을 유발시키는 원인이 된다. 따라서 개별적인 고장뿐만 아니라 결합된 형태의 고장을 검출하고 진단하는 것은 유용한 방법이다. 본 논문에서는 전압불평형 고장과 회전자바 고장이 발생한 경우, 그리고 두 고장이 동시에 복합 적으로 발생한 경우를 모델링하고 이에 대해 고장을 웨이블릿 분해를 이용하여 진단하였다. 제안된 고장 검출 및 진단 알고리즘은 농형유도전동기의 고정자 전류를 이용하였으며 매트랩 시뮬링크를 사용하여 시뮬레이션 하였다. Induction motors are critical components in industrial process. So there are many research in the condition based maintenance, online monitoring system, and fault detection. This paper presents a scheme on the detection and diagnosis of the three-phase squirrel induction motor under unbalanced voltage, broken rotor bar, and a combination of these two faults. Actually one fault happen in operation, it influence other component in motor or cause another faults. Accordingly it is useful to diagnose and detect a combination fault in induction motor as well as each fault. The proposed fault detection and diagnosis algorithm is based on the stator currents from the squirrel induction motor and simulated with the aid of Matlab Simulink.
김정민(Jungmin Kim),김연태(Yountae Kim),김성신(Sungshin Kim) 한국지능시스템학회 2008 한국지능시스템학회논문지 Vol.18 No.5
본 논문에서는 Inertial Navigation System (INS)와 Ultrasonic-SATellite (U-SAT)의 센서융합을 기반으로 100㎜ 이하의 정밀위치측정 시스템을 보여준다. INS는 자이로와 두 개의 엔코더로 구성되고, U-SAT는 네 개의 송신기와 한 개의 수신기로 구성하였다. 구성된 센서들은 정밀한 정밀위치측정을 위하여 Extended Kalman Filter (EKF)를 통해 센서들을 융합하였다. 위치측정의 성능을 증명하기 위해 본 논문에서는 로봇이 0.5 m/s의 속도로 주행한 실제 데이터(직진, 곡선)와 시뮬레이션을 통한 실험을 하였으며, 실험에 사용된 위치측정방법은 일반적인 센서융합과 INS 데이터만을 칼만 필터에 이용한 센서융합을 비교하였다. 시뮬레이션과 실제 데이터를 통해 실험한 결과 INS 데이터만을 칼만 필터에 이용한 센서융합이 더 정밀함을 확인할 수 있었다. This paper is presented an accurate localization scheme for mobile robots based on the fusion of ultrasonic satellite (U-SAT) with inertial navigation system (INS), i.e., sensor fusion. Our aim is to achieve enough accuracy less than 100 ㎜. The INS consist of a yaw gyro, two wheel-encoders. And the U-SAT consist of four transmitters, a receiver. Besides the localization method in this paper fuse these in an extended Kalman filter. The performance of the localization is verified by simulation and two actual data(straight, curve) gathered from about 0.5 m/s of driving actual driving data. localization methods used are general sensor fusion and sensor fusion through Kalman filter using data from INS. Through the simulation and actual data studies, the experiment show the effectiveness of the proposed method for autonomous mobile robots.
마이크로 어레이 데이터에 적용된 2단계 K-means 클러스터링의 소개
박대훈(Daehoon Park),김연태(Yountae Kim),김성신(Sungshin Kim),이춘환(Choon-Hwan Lee) 한국지능시스템학회 2007 한국지능시스템학회논문지 Vol.17 No.2
많은 유전자 정보와 그 부산물은 많은 방법을 통해 연구되어 왔다. DNA 마이크로어레이 기술의 사용은 많은 데이터를 가져왔으며, 이렇게 얻은 데이터는 기존의 연구 방법으로는 분석하기 힘들다. 본 눈문에서는 많은 양의 데이터를 처리할 수 있게 하기 위하여 K-means 클러스터링 알고리즘을 이용한 분할 클러스터링을 제안하였다. 제안한 방법을 쌀 유전자로부터 나온 마이크로어레이 데이터에 적용함으로써 제안된 클러스터링 방법의 유용성을 검증하였으며, 기존의 K-means 클러 스터링 알고리즘을 적용한 결과와 비교함으로써 제안된 알고리즘의 우수성을 확인할 수 있었다. Long gene sequences and their products have been studied by many methods. The use of DNA(Deoxyribonucleic acid) microarray technology has resulted in an enormous amount of data, which has been difficult to analyze using typical research methods. This paper proposes that mass data be analyzed using division clustering with the K-means clustering algorithm. To demonstrate the superiority of the proposed method, it was used to analyze the microarray data from rice DNA. The results were compared to those of the existing K-meansmethod establishing that the proposed method is more useful in spite of the effective reduction of performance time.
백경동(Gyeongdong Baek),김연태(Yountae Kim),김성신(Sungshin Kim) 한국지능시스템학회 2008 한국지능시스템학회논문지 Vol.18 No.3
본 연구는 BLDC 모터의 동일모델간 다른 정상범위로 인해 발생하는 상태판단 문제를 해결해 진단 효율을 높이는데 있다. 모터내 고유한 외란은 동일한 상태임에도 정상상태 범위가 다르게 계측되는 원인이다. 이러한 문제는 진단모델 설계시 모터 상태를 구별하기 위한 특정변수와 상태판단 기준값을 결정하기 어렵게 한다. 실험은 다수의 BLDC 모터들에서 신호를 계측하기 위한 시스템을 구성하고, 모터별 다른 정상범위를 관찰하고 고장들을 상태별로 분류하였다. 계측한 신호는 제안한 상태천이모델을 사용하여 모터 고유외란의 영향을 최소화하였다. 제안한 상태천이모델은 동일 모터모델에서 발생하는 다른 정상상태 특성을 줄여 고장 검출효율을 향상시키는 방법이다. 본 연구의 실험 결과, 고장 검출율이 향상되었으며 제안한 상태천이모델이 진단에서 유용한 방법임을 알 수 있었다. In this paper we proposed a model of a fault diagnosis expert system with high reliability to compare identical well-functioning motors. The purpose of the survey was to determine if any differences exit among these identical motors and to identify exactly what these differences were, if in fact they were found. Using measured data for many identical brushless ed motors, this study attempted to find out whether normal and fault can be classified by each other. Measured data was analyzed using the State Transition Model (STM). Based on a proposed STM method, the effect of a different normal state is minimized and the detection of fault is improved in identical motor system. Experimental results are presented to prove that STM method could be a useful tool for diagnosing the condition of identical BLDC motors.
정병욱(Byungwook Jung),천성표(Seungpyo Cheun),김연태(Yountae Kim),김성신(Sungshin Kim) 한국지능시스템학회 2008 한국지능시스템학회논문지 Vol.18 No.4
휴먼인터페이스 기술의 발달에서 인간과 기계의 상호작용은 중요한 부분이다. 감정인식에 대한 연구는 이러한 상호작용에 도움을 준다. 본 연구는 개인화된 음성신호에 대하여 감정인식 알고리즘을 제안하였다. 감정인식을 위하여 PLP 분석을 이용하여 음성신호의 특징으로 사용하였다. 처음에 PLP 분석은 음성인식에서 음성신호의 화자 종속적인 성분을 제거하기 위하여 사용되었으나 이후 화자인식을 위한 연구에서 PLP 분석이 화자의 특징 추출을 위해 효과적임을 설명하고 있다. 그래서 본 논문은 PLP 분석으로 만들어진 개인화된 감정 패턴을 이용하여 쉽게 실시간으로 음성신호로부터 감정을 평가하는 알고리즘을 제안하였다. 그 결과 최대 90%이상의 인식률과 평균 75%의 인식률을 보였다. 이 시스템은 간단하지만 효율적이다. In the field of development of human interface technology, the interactions between human and machine are important. The research on emotion recognition helps these interactions. This paper presents an algorithm for emotion recognition based on personalized speech signals. The proposed approach is trying to extract the characteristic of speech signal for emotion recognition using PLP (perceptual linear prediction) analysis. The PLP analysis technique was originally designed to suppress speaker dependent components in features used for automatic speech recognition, but later experiments demonstrated the efficiency of their use for speaker recognition tasks. So this paper proposed an algorithm that can easily evaluate the personal emotion from speech signals in real time using personalized emotion patterns that are made by PLP analysis. The experimental results show that the maximum recognition rate for the speaker dependant system is above 90%, whereas the average recognition rate is 75%. The proposed system has a simple structure and but efficient to be used in real time.