http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
마할라노비스 거리를 이용한 증기보일러 튜브의 고장탐지방법
유정원(Jungwon Yu),장재열(Jaeyel Jang),유재영(Jaeyeong Yoo),김성신(Sungshin Kim) 한국지능시스템학회 2016 한국지능시스템학회논문지 Vol.26 No.3
화력발전소의 설비들은 매우 높은 온도와 압력의 환경에서 운전되므로, 설비고장은 상당한 인적·물적 손실로 이어진다. 그러므로 발전설비의 비정상정인 동작 상태를 사전에 확인할 수 있는 고장탐지 시스템이 필수적이다. 본 연구에서는, 화력발전소 증기보일러의 고장탐지를 위해서 마할라노비스 거리(Mahalanobis distance, MD)를 이용하였다. MD 기반의 고장탐지방법에서는, 비정상샘플은 정상샘플들로부터 멀리 떨어져 있다고 가정한다. 정상상태로 동작중인 대상시스템으로부터 수집된 다변량 샘플을 이용하여 평균벡터와 공분산행렬을 계산하고, MD값의 문턱값을 설정한다. 검증단계에서는, 평균벡터와 검증샘플들 간의 MD를 구한 후, 계산된 MD 값이 미리 설정된 문턱값보다 높으면 알람신호가 발생하게 된다. MD 기반의 고장탐지방법의 성능을 검증하기 위해서, 200MW 유연탄 화력발전소의 증기보일러 튜브누설로 인해서 발전정지 된 사례를 사용하였다. 실험결과는 MD 기반의 고장탐지기법이 발전정지가 발생하기 이전의 이상징후를 성공적으로 탐지할 수 있음을 보여준다. Since thermal power plant (TPP) equipment is operated under very high pressure and temperature, failures of the equipment give rise to severe losses of life and property. To prevent the losses, fault detection method is, therefore, absolutely necessary to identify abnormal operating conditions of the equipment in advance. In this paper, we present Mahalanobis distance (MD) based fault detection method for steam boiler tube in TPP. In the MD-based method, it is supposed that abnormal data samples are far away from normal samples. Using multivariate samples collected from normal target system, mean vector and covariance matrix are calculated and threshold value of MD is decided. In a test phase, after calculating the MDs between the mean vector and test samples, alarm signals occur if the MDs exceed the predefined threshold. To demonstrate the performance, a failure case due to boiler tube leakage in 200MW TPP is employed. The experimental results show that the presented method can perform early detection of boiler tube leakage successfully.
Mamdani 퍼지추론을 이용한 화살의 탄착점 측정 시스템
유정원(Jungwon Yu),이한수(Hansoo Lee),정영상(Yeongsang Jeong),김성신(Sungshin Kim) 한국지능시스템학회 2012 한국지능시스템학회논문지 Vol.22 No.4
제조공정을 통해 생산된 화살의 성능은 화살의 이동궤적(궁사의 패러독스)과 탄착점의 집적도에 따라 좌우된다. 특히 동일한 환경에서 반복적으로 화살의 슈팅실험을 수행할 경우, 반복실험에서 얻어진 화살의 탄착점 집적도는 화살 성능 평가에서 중요한 객관적 지표가 된다. 그러나 화살의 탄착점에 대한 분석은 현재 상용화된 기술이 부족하며, 기존의 연구들은 화살의 성능에 영향을 미치는 제조공정 변수(화살깃, 화살촉, 화살의 곧기, 중량, 외경, 스파인)만을 최적화하려는 방향으로 기술력이 집중되어 있다. 본 논문에서는 화살의 주요성능지표인 화살의 탄착점 측정 자동화를 위해, Mamdani 퍼지 추론 시스템(Mamdani Fuzzy Inference System)과 도형의 닮음(Similarity of Polygon)을 이용한 화살의 탄착점 측정 시스템을 제안한다. 라인레이저(Line Laser)와 포토다이오드어레이(Photo Diode Array)를 이용하여 고속(약 275㎞/h)으로 이동하는 화살의 탄착점 데이터를 계측하고, 계측된 데이터를 퍼지 추론과 도형의 닮음을 이용하여 화살의 탄착점으로 사상(Mapping) 시킨다. The performance of arrow from a manufacturing process depends on arrow’s trajectory(archer’s paradox) and intensity of an impact points. Especially, when conducting a shooting experiment over and over in the same experiment condition, the intensity of impact point is an objective standard to judge the performance of the arrow. However, the analysis method for the impact point is not enough, a previous research of the arrow"s performance has been focused on a skill to optimize a manufacturing variables(feathers of an arrow, barb of an arrow, arrow"s shaft, weight, external diameter, spine). In this paper, We propose measurement system of arrow’s impact point with Mamdani fuzzy inference system and similarity of polygon for automation of impact point’s measurement. Measuring the impact point data of the arrow moving with a high speed(approximately 275㎞/h) by using line laser and photo diode array, then the measured data are mapped to arrow’s impact point with fuzzy inference and similarity of polygon.
나이브 베이지안 네트워크를 이용한 채프에코 탐지 및 제거 방법
이한수(Hansoo Lee),유정원(Jungwon Yu),박지철(Jichul Park),김성신(Sungshin Kim) 제어로봇시스템학회 2013 제어·로봇·시스템학회 논문지 Vol.19 No.10
Chaff is a kind of matter spreading atmosphere with the purpose of preventing aircraft from detecting by radar. The chaff is commonly composed of small aluminum pieces, metallized glass fiber, or other lightweight strips which consists of reflecting materials. The chaff usually appears on the radar images as narrow bands shape of highly reflective echoes. And the chaff echo has similar characteristics to precipitation echo, and it interrupts weather forecasting process and makes forecasting accuracy low. In this paper, the chaff echo recognizing and removing method is suggested using Bayesian network. After converting coordinates from spherical to Cartesian in UF (Universal Format) radar data file, the characteristics of echoes are extracted by spatial and temporal clustering. And using the data, as a result of spatial and temporal clustering, a classification process for analyzing is performed. Finally, the inference system using Bayesian network is applied. As a result of experiments with actual radar data in real chaff echo appearing case, it is confirmed that Bayesian network can distinguish between chaff echo and non-chaff echo.
화살의 이동궤적을 위한 하드웨어 구성 및 패러독스 측정
정영상(Yeongsang Jeong),유정원(Jungwon Yu),이한수(Hansoo Lee),김성신(Sungshin Kim) 한국생산제조학회 2012 한국생산제조학회지 Vol.21 No.3
The point of impact, the shot group, and the flight traces depend on the combination of unique features which decide moving traces of the arrow (paradox of the archer, length of the arrow shaft, weight, angle of the feather, and spline of the arrow shaft). The more dense the impact points in the shot group and the earlier elimination of paradox of the archer, the higher assessment is given for the product. However, there is no way to objectively assess the efficiency and quality of the arrow, and there is no numeric data to be used as the basis for comparison with other products. Although capturing the images of flying arrow using a high-speed motion picture camera is possible, we are limited to observation from specific view angle only. Hence, the criteria for efficiency and quality assessment are mostly based on subjective opinions of experts or hunters, or review on consumers remarks. In this paper, we propose a hardware composition that are based on three detection frames consisting of line lasers and photo diode arrays without the high-speed motion picture camera. Predicated on measured coordinates data, a nobel method for the archers paradox measurement, a key parameter that determine the arrows trajectory, and corresponding numerical analysis model is proposed.
AdaBoost 알고리즘과 레이더 데이터를 이용한 채프에코 식별에 관한 연구
이한수(Hansoo Lee),김종근(Jonggeun Kim),유정원(Jungwon Yu),정영상(Yeongsang Jeong),김성신(Sungshin Kim) 한국지능시스템학회 2013 한국지능시스템학회논문지 Vol.23 No.6
패턴 인식 분야에 있어서 데이터 분류는 해당 데이터에서 유용한 정보를 추출하기 위해서 반드시 수행해야 하는 과정 중 하나이다. AdaBoost 알고리즘은 Boosting 알고리즘을 실제 데이터 분석에 이용할 수 있도록 개량한 것으로, Random guessing이나 Random forest와 같이 정확한 결과를 도출할 확률이 50%보다 조금 높은 약한 분류기와 가중치 값의 조합을 통해 높은 분류 성능을 가지는 강한 분류기를 생성하는 방법을 뜻한다. 본 논문에서는 AdaBoost 알고리즘을 이용하여 비강수에코 중 강수에코와 그 특성이 유사하여 기상 예보를 수행하는 데 방해가 되는 채프에코를 식별하는 알고리즘의 구현에 대한 연구를 수행하였다. 기상 현상 관측을 위해 사용하는 레이더 데이터를 정적 클러스터링과 동적 클러스터링 과정을 통해서 유사도를 기반으로 한 클러스터를 생성한 후, 이를 예보관의 채프에코 판별 결과에 따라 채프에코와 비채프에코로 나누어 학습 데이터를 구성한 후 AdaBoost 알고리즘에 적용하여 분류기를 구현하였다. 제안한 AdaBoost 알고리즘의 성능을 검증하기 위하여 실제 채프에코가 발생한 레이더 데이터를 적용하였으며, 실험 결과를 통해서 제안한 알고리즘이 효과적으로 채프에코를 분류할 수 있음을 확인하였다. In pattern recognition field, data classification is an essential process for extracting meaningful information from data. Adaptive boosting algorithm, known as AdaBoost algorithm, is a kind of improved boosting algorithm for applying to real data analysis. It consists of weak classifiers, such as random guessing or random forest, which performance is slightly more than 50% and weights for combining the classifiers. And a strong classifier is created with the weak classifiers and the weights. In this paper, a research is performed using AdaBoost algorithm for detecting chaff echo which has similar characteristics to precipitation echo and interrupts weather forecasting. The entire process for implementing chaff echo classifier starts spatial and temporal clustering based on similarity with weather radar data. With them, learning data set is prepared that separated chaff echo and non-chaff echo, and the AdaBoost classifier is generated as a result. For verifying the classifier, actual chaff echo appearance case is applied, and it is confirmed that the classifier can distinguish chaff echo efficiently.