[논문]PCA와 비선형분류기에 기반을 둔 유도전동기의 고장진단

박성무; 이대종; 전명근

doi:10.5391/jkiis.2006.16.1.119

PCA와 비선형분류기에 기반을 둔 유도전동기의 고장진단
Fault Diagnosis of Induction Motor based on PCA and Nonlinear Classifier 원문보기

퍼지 및 지능시스템학회 논문지 = Journal of fuzzy logic and intelligent systems, v.16 no.1, 2006년, pp.119 - 123

박성무 (한국폴리텍대학) , 이대종 (충북대학교 컴퓨터 정보통신 연구소, 전기전자컴퓨터공학부) , 전명근 (충북대학교 컴퓨터 정보통신 연구소, 전기전자컴퓨터공학부)

초록
AI-Helper

본 논문에서는, 주성분분석기법과 다층신경망에 기반을 유도전동기의 고장진단기법을 제안하고자 한다. 입력의 수가 많을 경우 다층신경망만을 이용하여 분류하는 데는 한계가 있다. 이러한 문제점을 해결하기 위해 주성분분석기법에 의해 입력특징의 수를 축약한 후, 비선형분류기인 다층신경망을 적용하였다. 또한, 주성 분석기법에 추출된 특징벡터가 고장상태별로 비선형성 특성을 보일 경우 기존의 거리척도 기반에 의한 분류방법으로 정확한 진단을 하는데 어려움이 있다. 이를 위해 비선형 분류기인 MLP를 적용함으로써 효과적인 고장진단을 하자 한다. 세안된 기법은 다양한 실험을 통해 기존의 선형분류기에 비해 우수한 겨과를 보임을 나타내고자 한다.

Abstract ▼ AI-Helper

In this paper, we propose fault diagnosis of induction motor based on PCA and MLP. To resolve the main drawback of MLP, we calculate the reduced features by PCA in advance. Finally, we develop the diagnosis system based on nonlinear classifier by MLP rather than linear classifier by conventional k-NN. By various experiments, we obtained better classification performance in comparison to the results produced by linear classifier by k-NN.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

따라서, 본 논문에서는 그림 4에서 보인 MLP 기반 비선형분류기를 이용하여 유도 전동기의 상태 진단을 하고자 한다. MLP사용되는 활성 함수로는 식(6)에 표현된 함수를 사용하였으며, 학습률은 다양한 실험에 의해 우수한 결과를 보이는 값들로 선택하였다.
본 논문에서는 PCA와 MLP에 기반을 둔 유도전동기 고장진단 기법을 제안하였다. PCA에 의해 특징 벡터를:산출한후 비선형 분류기인 MLP를 적용함으로써 고장상태별로 효과적으로 분류하도록 하였다.
본 논문에서는 비선형 분류기로 널리 사용되고 있는 다층신경망(MLP:MultiTayer Perceptron)을 유도전동기 진단을 위한 분류기로 적용하고자 한다. 기존의 신경망은 차원의 저주 특성으로 인하여 입력 차원이 높은 패턴에는 사용하는데 문제점이 있다[7].

제안 방법

기법을 제안하였다. PCA에 의해 특징 벡터를:산출한후 비선형 분류기인 MLP를 적용함으로써 고장상태별로 효과적으로 분류하도록 하였다. 실험 결과 기존의 거리척도 방법으로는 회전자 휨, 회전자 니卜, 정상 편심에 대해 인식률이 저조하였으나, MLP기반 비선형 분류기에 의해서는 .
결과를 보이고 있다. 그림 8의 결과는 PCA에 의해 특징을 추출한 후 훈련 벡터와 검증빅더간의 유사도 산출을 위해 Euclidean, Hamming 및 Mahananobis 거리척도기분} 선형분류기를 사용한 경우와 비선형 분류기인 MLP를 각각 적용하여 실험하였다. n림 8에서 보는 바와 같이 MLP기번! 비선형 분류기가 거리 척도 기반 선헝분류기에 비해 우수한 결과를 보이고 있다.
고장 모델을 형성하기 위해 사용된 학습 데이터는 총 데이터 108개 [(18개/운전조건당)x6조건] 증 54개[(9개/운전조건당)乂6조건] 를 사용하였고, 모델의 검증을 위해 사용된 시험 데이터는 나머지 54개를 이용하였다. 또한 데이터를 랜덤하게 구성하여 10회 빈복실험 하였다. 그림 7에서는 취득된 데이터를 고장 상태별로 구분하여 각각 나타냈다.
본 논문에서 제안된 유도전동기의 고장진단 시스템은 그림 1에서 보는 바와 같이 동기화 과정을 수행하는 전처리부, PCA기법에 기반을 둔 특징 추출부, MLP에 기반을 둔 인식부로 구성되어 있다.
기존의 신경망은 차원의 저주 특성으로 인하여 입력 차원이 높은 패턴에는 사용하는데 문제점이 있다[7]. 이러한 문제를 해결하기 위해 주성분 분석기법에 의해 차원을 축소한 후 비선형 분류기를 적용하였다. 즉, 주성분분석기법에 의해 추출된 특징벡터가 고장 상태별로 비선형성을 갖는다 하더라도 비선형 분류기를 적용함으로써 기존 문제점을 해결하였다.
이러한 문제를 해결하기 위해 주성분 분석기법에 의해 차원을 축소한 후 비선형 분류기를 적용하였다. 즉, 주성분분석기법에 의해 추출된 특징벡터가 고장 상태별로 비선형성을 갖는다 하더라도 비선형 분류기를 적용함으로써 기존 문제점을 해결하였다.

대상 데이터

384[sec] 이다. 고장 모델을 형성하기 위해 사용된 학습 데이터는 총 데이터 108개 [(18개/운전조건당)x6조건] 증 54개[(9개/운전조건당)乂6조건] 를 사용하였고, 모델의 검증을 위해 사용된 시험 데이터는 나머지 54개를 이용하였다. 또한 데이터를 랜덤하게 구성하여 10회 빈복실험 하였다.
데이터를 취득하였다[8]. 데이터 취득을 위한 시험 장치는 3상 전원공급기, 시험할 전동기 및 부하장치(dynamo meter)로 구성되어 있으며, 부하제어회로는 전력절환장치와다른 부하 패턴을 공급하기 위한 제어장치로 구성하였다. 고장 상태는 그림 6서 나타낸 정상적인 상태, 회전자의 봉의 파손 상태, 회전자 축이 휘어진 상태, 정적 편심 상태 및 동적 편심 상태 등 6가지의 유도전동기의 운전상태를 진단한다.
005로 각각 설정하였다. 또한 PCA에 의한 산출된 특징 벡터의 수는 다양한 실험을 통해 우수한 성능을 보일 때의 개수는 25로 선정하였다.
고장 상태는 그림 6서 나타낸 정상적인 상태, 회전자의 봉의 파손 상태, 회전자 축이 휘어진 상태, 정적 편심 상태 및 동적 편심 상태 등 6가지의 유도전동기의 운전상태를 진단한다. 사용된 데이터의 샘플링 개수는 1주기당 128개이며 전체 주기는 128회이다. 이 중에서 재샘플링을 통해 유도전동기의 운전조건 당 18개의 사이클을 이용하였다.
제안된 기법의 유용성을 보이기 위해 유도 전동기의 고장 상태별로 데이터를 취득하였다[8]. 데이터 취득을 위한 시험 장치는 3상 전원공급기, 시험할 전동기 및 부하장치(dynamo meter)로 구성되어 있으며, 부하제어회로는 전력절환장치와다른 부하 패턴을 공급하기 위한 제어장치로 구성하였다.

이론/모형

여기서, 유도전동기의 운전상태는 건전 상태, 베어링 고장, 회전자 휨, 회전 자바 고장, 정적 편심, 동적 편심 등 6종류로 구성되어 있다. 최종 진단단계에서는 PCA 기법에 의해 산출된 특징 벡터를 MLP를 이용하여 분류하도록 하였다.
특징추출 기법이 요구된다. 패턴 분류 문제에 있어서 주성분 분석기법 (PCA: principal component analysis) 이 사용된다[5, 6]. 二l러나, 주성분 분석기법은 모든 입력차원의 선형성에 기반을 두고 있기 때문에 선형 특성에 대해서는 우수한 결과를 나타내나 비선형 특성을 갖는 데이터에 대해서는 최적의 변환행렬을 구할 수 없는 문제점을 지니고 있다.

성능/효과

그림 9에서와같이 MLP기반 비선형 분류기를 적용한 결과 진단율이 99. 3%로 보여 기존의 거리 척도 기반 선형분류기에 비해 최대 6% 향상된 결과를 나타냈다. 표 1에서는 고장상대별 인시 결과를 보이고 있다.
고상 상태별 인식이 효과적임을 알 수 있다. 또한 반복실험에 의한 인식 결과의 평균값을 기준으로 하여, MLP 기반 비선형 분류기를 적용한 결과 진단율이 99.3%로 나타났으며, 이는 기존의 거리척도 기반 선형분류기에 비해 최대 6% 향상된 결과를 나타냈다.
PCA에 의해 특징 벡터를:산출한후 비선형 분류기인 MLP를 적용함으로써 고장상태별로 효과적으로 분류하도록 하였다. 실험 결과 기존의 거리척도 방법으로는 회전자 휨, 회전자 니卜, 정상 편심에 대해 인식률이 저조하였으나, MLP기반 비선형 분류기에 의해서는 .고상 상태별 인식이 효과적임을 알 수 있다.

참고문헌 (8)

Nejjari, H., Benbouzid, M.E.H., 'Monitoring and dia gnosis of induction motors electrical faults using a current Park's vector pattern learning approach ', IEEE Transactions on Industry Applications, VoI. 36, Issue 3, pp. 730-735, 2000

상세보기
Bellini, A, Filippetti, F., Franceschini, G., Tassoni, C., Kliman, G.B., 'Quantitative evaluation of induct ion motorbroken bars by means of electrical signat ure analysis', IEEE Transactions on Industfy Applications, Vol. 37, Issue 5, pp. 1248-1255, 2001

상세보기
Kyusung Kim, Parlos, A.G., Mohan Bharadwaj, R., sensorless fault diagnosis of induction motors, IEEE Transactions on Industrial Electronics, Vol. 50 Issue 5, pp. 1038-1051, 2003

상세보기
Zidani, F., El IIachemi Benbouzid, M., Diallo, D., N ait-Said, M.S., 'Induction motor stator faults diag nosis by a current concordia pattern-based fuzzy decision system', IEEE Transactions on Energy Conversion, Vol. 18, Issue 4, pp. 469-475, 2003

상세보기
M. Turk and A. Pentland, 'Face recognition using eigenfaces', IEEE Conf. on Computer Vision and P attern Recognition, pp. 586-591, 1991
Wang, Y., Van Huttel, S., Vanhamme, L., Mastron ardi, N., Van Heeke, P., 'Advanced signal processing methods for Quantitation of resonances in magnTetic resonance spectra', Proce.,13th IEEE Symposiu m on Computer-Based Medical Systems, pp.63-68, 2000
Wei-Zhen Lu, Wen-Jian Wang, Xie-Kang Wang, Sui-Hang Yan and Joseph c. Lam, 'Potential asse ssment of a neural network model with PCA/ RB F approach for forecasting pollutant trends in Man g Kok urban air, Hong Kong'Environmental Research, Vol. 96, Issue 1, pp.79-87, 2004
전병석, 이대종, 이상혁, 유정웅, 전명근, ' PCA와 LDA에 기반을 둔 융합 알고리즘에 의한 유도전동기의 고장진단.' 한국조명설비학회, Vol. 19, No., 2, pp. 152-159, 2005

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증