$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

신경회로망기반 다중고장모델에 의한 비선형시스템의 고장감지와 분류
(Fault Detection and Isolation of the Nonlinear systems Using Neural Network-Based Multi-Fault Models) 원문보기

電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SC, 시스템 및 제어, v.39 no.1 = no.283, 2002년, pp.42 - 50  

이인수 (상주대학교 전자전기공학부)

초록
AI-Helper 아이콘AI-Helper

본 논문에서는 비선형시스템에서 발생한 고장을 감지하고 분류하기 위한 신경회로망기반 다중고장모델을 이용한 고장감지 및 분류 방법을 제안한다. 시스템에 변화가 발생하면 시스템의 출력과 신경회로망 공칭모델 출력 사이의 오차가 고장감지를 위한 문턱값을 넘고, 고장이 감지되면 각 신경회로망 고장모델 출력과 시스템 출력 사이의 오차를 이용하여 통계적 기법으로 고장을 분류한다. 컴퓨터 시뮬레이션 결과로부터 제안한 고장진단방법이 비선형시스템에서의 고장감지 및 분류문제에 잘 적용됨을 알 수 있다.

Abstract ▼ AI-Helper 아이콘AI-Helper

In this paper, we propose an FDI(fault detection and isolation) method using neural network-based multi-fault models to detect and isolate faults in nonlinear systems. When a change in the system occurs, the errors between the system output and the neural network nominal system output cross a thresh...

참고문헌 (13)

  1. J. Wagner and R. Shoureshi, 'A failure isolation strategy for themofluid system diagnostics,' ASME J. Eng. for Industry, Vol. 115, pp. 459-465, 1993 

    상세보기 crossref

  2. R. Isermann, 'Process fault detection based on modeling and estimation methods-a survey,' Automatica, Vol. 20, No. 4, pp. 387-404, 1984 

    상세보기 crossref

  3. M. M. Polycarpou and A. T. Vemuri, Learning methodology for failure detection and accommodation,'IEEE Contr. Syst. Mag., pp. 16-24, 1995 

    상세보기 crossref

  4. J. C. Hoskins and D. M. Himmelblau, 'Artificial neural network models of knowledge representation in chemical engineering,' Computers Chem. Engng., Vol. 12, No. 9, pp. 881-890, 1988 

    상세보기 crossref

  5. V. Venkatasubramanian, R. Vaidyanathan and Y. Yamamoto, 'Process fault detection and diagnosis using neural networks-steady state processes,' Computers Chem. Engng., Vol. 14, No. 7, pp. 699-712, 1990 

    상세보기 crossref

  6. E. Eryurek and B. R. Upadhyaya, 'Sensor validation for power plants using adaptive back propagation neural network,' IEEE Trans. Nuclear Science, Vol. 37, No. 2, pp. 1040-1047, 1990 

    상세보기 crossref

  7. T. Sorsa, H. N. Koivo and H. Koivisto, 'Neural networks in process fault diagnosis,' IEEE Trans. Syst. Man and Cybern. Vol. 21, No. 4, pp. 815-825, 1991 

    상세보기 crossref

  8. M. A. Kramer and J. A. Leonard, 'Diagnosis using backpropagation neural networks-analysis and criticism,' Computers Chem. Engng., Vol. 14, No. 12, pp. 1323-1338, 1990 

    상세보기 crossref

  9. A. Srinivasan and C. Batur, 'Hopfield/ART-1 neural network-based fault detection and isolation,'IEEE Trans. Neural Networks, Vol. 5, No. 6, pp. 890-899, 1994 

    상세보기 crossref

  10. D. E. Rumelhart and J. L. McClelland, Paralle distributed processing: explorations in the microstructure of cognition, Vol. 1, MIT Press, Reading, MA, 1986 

  11. J. D. Cryer, Time Series Analysis, Duxbury Press, 1986 

  12. A. P. Sage and J. L. Melsa, Estimation Theory with Applications to Communications and Control, McGraw-Hill, 1971 

  13. I. Jouny and F. D. Garber, 'M-ary sequential hypothesis tests for automatic target recognition,' IEEE Trans. Aerosp. Electron. Syst., Vol. 28, pp. 473-483, 1992 

    상세보기 crossref

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로