시계열 데이터 마이닝을 이용한 SBR의 기기 고장 진단

다국어 초록 (Multilingual Abstract)

This paper describes how to diagnose SBR plant equipment using time-series data mining. It shows the equipment diagnostics based upon vibration signals that are acquired from each device for process control. Data transform techniques including two data preprocessing skills and data mining methods were employed in the data analysis. The proposed method is not only suitable for SBR equipment, but is also suitable for other industrial devices. The experimental results performed on a lab-scale SBR plant show a good equipment-management performance.

목차 (Table of Contents)

• 목차
• 1. 서론 = 1
• 1.1 연구배경 및 동향 = 1
• 1.2 연구 내용 = 2
• 2. 연속 회분식 반응기(SBR)의 공정개요 = 3
• 2.1 연속 회분식 반응기(SBR) = 3
• 2.2 연속 회분식 반응기(SBR)의 운전 형태 = 4
• 2.3 생물학적 질소제거 = 5
• 2.3.1 생물학적 질산화 반응 = 6
• 2.3.2 생물학적 탈질화 반응 = 6
• 2.4 연속 회분식 반응기의 공정 데이터 = 6
• 3. 공정기기의 고장 및 해결방안 = 8
• 3.1 공정기기의 각종 고장 = 8
• 3.2 공정기기 고장 진단을 위한 연구 = 9
• 3.3 기술개발과정에서의 문제점 및 해결방안 = 17
• 4. 연속 회분식 반응기(SBR)의 공정기기 고장 진단 기법 = 18
• 4.1 시스템의 개요 = 18
• 4.2 전처리 기법 = 20
• 4.2.1 푸리에 변환 = 20
• 4.2.2 Wavelet 변환 = 22
• 4.3 데이터 마이닝 = 26
• 4.3.1 데이터 마이닝의 이해 = 26
• 4.3.2 데이터 마이닝의 기법 = 27
• 4.3.3 의사결정나무 = 28
• 4.3.4 의사결정나무 장·단점 = 30
• 5. SBR 공정기기 고장 진단을 위한 실시간 진단시스템 개발 = 32
• 5.1 적용 대상 공정 = 32
• 5.2 진단 기법 공정 적용 및 결과 = 33
• 5.2.1 진동 신호 취득 = 33
• 5.2.2 푸리에 변환 적용 = 40
• 5.2.3 의사결정 나무 적용 = 48
• 5.2.4 웨이블렛(Wavelet) 변환 적용 = 50
• 5.3 실시간 원격 SBR 공정제어 및 기기 진단 시스템 구현 = 54
• 6. 결론 = 60
• 참고문헌 = 61
• Abstract = 63