[논문]적외선 열화상 카메라를 이용한 퍼지추론 기반 열화진단 시스템 개발

최우용; 김종범; 오성권; 김영일

doi:10.5370/kiee.2015.64.6.912

[국내논문] 적외선 열화상 카메라를 이용한 퍼지추론 기반 열화진단 시스템 개발
Development of Fuzzy Inference-based Deterioration Diagnosis System Using Infrared Thermal Imaging Camera 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.64 no.6, 2015년, pp.912 - 921

최우용 (Dept. of Electrical Engineering, The University of Suwon) , 김종범 (Dept. of Electrical Engineering, The University of Suwon) , 오성권 (Dept. of Electrical Engineering, The University of Suwon) , 김영일 (Dept. of Electrical Engineering, Daelim University College)

Abstract ▼ AI-Helper

In this paper, we introduce fuzzy inference-based real-time deterioration diagnosis system with the aid of infrared thermal imaging camera. In the proposed system, the infrared thermal imaging camera monitors diagnostic field in real time and then checks state of deterioration at the same time. Temperature and variation of temperature obtained from the infrared thermal imaging camera variation are used as input variables. In addition to perform more efficient diagnosis, fuzzy inference algorithm is applied to the proposed system, and fuzzy rule is defined by If-then form and is expressed as lookup-table. While triangular membership function is used to estimate fuzzy set of input variables, that of output variable has singleton membership function. At last, state of deterioration in the present is determined based on output obtained through defuzzification. Experimental data acquired from deterioration generator and electric machinery are used in order to evaluate performance of the proposed system. And simulator is realized in order to confirm real-time state of diagnostic field

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구에서 퍼지추론 기반 열화진단 시스템[15][16][17][18] 성능을 검증하기 위해 여러 상황에서의 입력데이터를 필요로 한다. 우선 열화를 발생하는 장치를 통하여 다음 표 4와 같이 데이터를 취득하였고, 그림 9는 취득과정을 보여준다.
데이터이다. 이번 실험의 경우 온도를 상승 후 유지를 하며 온도의 변화를 시스템이 얼마나 정확히 감지하여 예측하는지를 확인하는 실험이다. 그림 12의 a)는 진단부에서 주의 깊게 보기 위한 각 영역은 사용자에 의해 설정하는 부분이고, b)는 설정된 영역의 온도데이터를 영역별로 보여주는 것이 되겠다.
우선, 입력변수는 좌표값에 대한 온도를 이용한 입력변수와 해당영역의 평균온도를 이용하는 방법, 그리고 각각을 누적한 방법으로 생각하였다. 입력변수를 누적한 이유는 열화상 카메라로 데이터를 취득 시 일정한 온도가 취득되는 것이 아니라 미세하게 온도가 계속 흔들리는 것을 확인할 수 있었기 때문에 누적을 하여 미세하게 흔들리는 점을 보완하기 위해 적용하였다. 좌표 값에 대한 온도나 누적 온도를 이용한 경우와 해당영역에 대한 평균온도나 누적 평균온도를 사용하여 데이터가 처리 되는 과정은 다음 그림 2와 같다.

제안 방법

열화상카메라를 통해 실제 장비의 상태를 확인하기 위해 추가로 Case 3 Case 6과 같이 데이터 취득을 하였다. 개폐기, 계전기, 각종 보호장치, 계측기 및 모선등 같은 주요 장비가 설치되어있는 분전반, 교류와 직류간의 변환을 위한 인버터와 컨버터, 그리고 발전기와는 반대로 전기에너지를 역학적 에너지로 변환할 수 있는 전동기를 감시하여 데이터를 취득하였다.
그러나 기존 열화상 카메라는 대부분 휴대성이 간편한 대신 수배전반을 개별적으로 개폐하여 점검하는 방법을 사용하여 실시간으로 수배전반 내부의 이상을 감지 못하는 단점이 있다. 그래서 32×31 해상도를 갖지만 가까운 거리에서 물체의 구별이 가능하고 저가형으로 제작할 수 있으며 수배전반 내부에 부착을 하여 실시간으로 감시가 가능한 2D 서모 파일 어레이 센서를 이용하였다. 그리고 열화진단 방법으로 기존에 열화 온도를 기준으로 열화진단을 하는 방법과는 달리 퍼지 추론알고리즘을 이용하여 배전반, 분전반, 모터제어반의 온도 및 열화 상태를 감시 할 수 있는 효율적인 실시간 열화진단 시스템을 개발한다.
온도 값들이 무시되는 것을 확인하였다. 그래서 좌표 값에 대한 온도를 입력변수로 사용하여 진행하였다.
본 실험을 위해 사용된 시스템의 멤버쉽 함수 값은 입력되는 데이터 마다 다르게 설정하였는데 그 이유는 열화상카메라를 통해 감시하는 기기마다의 열화 온도 및 온도의 변화정도가 다르기 때문이다. 그리고 설정된멤버쉽 함수 값은 열화온도를 설정한 후 여러 실험을 통해 경험적으로 설정하였고 입력데이터의 유형은 기존 열화진단 시스템과의 비교를 위하여 Type 1으로 설정하였다. 멤버쉽 함수의 x₁은 Type 1의 좌표값에 대한 온도를 나타내고, x₂는 Type 1의 온도의 변화분을 나타낸다.
기존에 열화 온도를 기준으로 한 열화진단 시스템은 단순히 열화인지 아닌지를 판단하는 단순한 예측밖에 하지 못하는 점과 장비에 대한 의존도가 높으며, 사용자의 직관적 감각을 이용한다는 단점이 존재하기에 퍼지추론 알고리즘을 적용하여 열화뿐만 아니라 열화의 가능성을 예측할 수 있는 시스템을 개발하였다. 그리고 열화의 가능성을 예측하기 위해 시간의 변화를 고려한 변화분을 이용하였다. 변화분은 과거의 온도데이터와 현재의 온도데이터 간 차이를 값으로 한다.
그래서 32×31 해상도를 갖지만 가까운 거리에서 물체의 구별이 가능하고 저가형으로 제작할 수 있으며 수배전반 내부에 부착을 하여 실시간으로 감시가 가능한 2D 서모 파일 어레이 센서를 이용하였다. 그리고 열화진단 방법으로 기존에 열화 온도를 기준으로 열화진단을 하는 방법과는 달리 퍼지 추론알고리즘을 이용하여 배전반, 분전반, 모터제어반의 온도 및 열화 상태를 감시 할 수 있는 효율적인 실시간 열화진단 시스템을 개발한다.
여기서 열화상 카메라를 통해 얻어진 온도데이터는 열화발생장치 이용하거나 실제로 사용이 빈번한 전기기기들을 통하여 취득하였다. 그리고 취득된 데이터를 통해 시간에 따른 온도의 변화 나타내는 변화분을 생성한 후 퍼지 추론 알고리즘의 입력데이터로 사용하여 정상, 주의, 열화로 분류하는 수배전반의 실시간 열화진단 시스템을 설계한다.
이용하여 취득된 온도데이터를 이용한다. 기존에 열화 온도를 기준으로 한 열화진단 시스템은 단순히 열화인지 아닌지를 판단하는 단순한 예측밖에 하지 못하는 점과 장비에 대한 의존도가 높으며, 사용자의 직관적 감각을 이용한다는 단점이 존재하기에 퍼지추론 알고리즘을 적용하여 열화뿐만 아니라 열화의 가능성을 예측할 수 있는 시스템을 개발하였다. 그리고 열화의 가능성을 예측하기 위해 시간의 변화를 고려한 변화분을 이용하였다.
열화발생장치에서 30도에서 90도까지 상승을 시키며 600초간 취득된 데이터를 이용하여 열화진단 시스템의 성능을 테스트를 하였다. 그림 11의 a)는 진단부에서 주의 깊게 보기위한 각 영역은 사용자에 의해 설정하는 부분이고, b)는 설정된 영역의 온도 데이터를 영역별로 보여주는 것이 되겠다.
변화분은 과거의 온도데이터와 현재의 온도데이터 간 차이를 값으로 한다. 열화발생장치에서 취득된 온도데이터 뿐만 다양한 전기기기를 통해 취득된 온도데이터를 이용하여 시스템의 성능을 확인하였고, 시뮬레이터를 구성하여 진단부의 열화 상태를 실시간으로 확인이 용이하게 개발하였다.
열화상 카메라를 통해 취득된 좌표값에 대한 온도를 이용하거나 일정 시간 동안 취득된 온도데이터를 누적하여 평균을 낸 평균누적온도를 이용하는 것을 제안하였고, 온도와 평균누적온도를 이용하여 시간의 변화를 고려한 온도의 변화분과 평균누적온도의 변화분을 생성하였다. 이 변수들을 이용하여 다음 그림 3과 같은 4가지 유형의 입력데이터를 생성하였다.
패턴 분류율은 열화진단 시스템의 성능을 정량적으로 보여주기 위하여 열화판단기준을 설정하였다. 이 기준을 이용하여 본연구에서 제안한 열화진단 시스템이 기존열화진단 시스템보다 나은지를 확인할 수 있다.

대상 데이터

그림 9의 b)를 보면 분전반, 인버터, 전동기 등과 같은 실제로 열화가 발생할 수 있는 장비를 통해 데이터 취득하였다. 마지막으로 데이터 추출부는 프로그램을 이용하여 데이터를 추출하는 부분으로열화상카메라를 통해 온도데이터를 취득하였다.
본 논문에서 제안한 퍼지추론 기반 열화진단 시스템은 열화상 카메라를 이용하여 취득된 온도데이터를 이용한다. 기존에 열화 온도를 기준으로 한 열화진단 시스템은 단순히 열화인지 아닌지를 판단하는 단순한 예측밖에 하지 못하는 점과 장비에 대한 의존도가 높으며, 사용자의 직관적 감각을 이용한다는 단점이 존재하기에 퍼지추론 알고리즘을 적용하여 열화뿐만 아니라 열화의 가능성을 예측할 수 있는 시스템을 개발하였다.
본 논문에서는 유지보수를 위하여 기존의 광범위한 전력 설비진단 분야에 널리 활용되고 있는 적외선 카메라를 이용하였다. 적외선 기술은 피사체의 실물을 보는 것이 아닌 적외선 파장 형태의 열을 검출, 피사체 표면 복사열의 강도를 측정하여 강도에 따른 각각의 다른 색상으로 표현해주는 것이다.
하는 부위의 열화상태를 판별하였다. 여기서 열화상 카메라를 통해 얻어진 온도데이터는 열화발생장치 이용하거나 실제로 사용이 빈번한 전기기기들을 통하여 취득하였다. 그리고 취득된 데이터를 통해 시간에 따른 온도의 변화 나타내는 변화분을 생성한 후 퍼지 추론 알고리즘의 입력데이터로 사용하여 정상, 주의, 열화로 분류하는 수배전반의 실시간 열화진단 시스템을 설계한다.

이론/모형

기존의 열화진단은 온도 기준에 의한 방법을 이용하였다. 이 방법은 장비의 기능에 의존도가 높고, 분석되는 결과는 직관적 감각을 이용한 단순한 예측을 할 뿐이다.
방법 중 무게 중심법(Center of gravity)을 적용하여 추론 결과를 얻었다. 그리고 추론결과 값은 후반부 출력변수인 정상(0), 주의(1), 열화(2) 중 가까운 값을 선택한다.
2), x₁, x₂, x₃는 입력변수, A_i, B_i, C_i는 퍼지 멤버쉽 함수, D_i는 출력의멤버쉽 함수를 의미한다. 본 논문에서는 2입력인 퍼지 추론을 이용하였고, 표 1의 입출력 변수의 멤버쉽 함수는 그림 6과 같이 규준화된 삼각형 형태를 사용하였다. 각각의 규칙에 있어 전반부의 추론 결과 값은 다음과 식 11과 같다.
퍼지 추론의 순서는 If-then형식으로 규칙을 세우고, Lookup table을 형성한다. 이 규칙에서 입출력 변수의 멤버쉽 함수를 구하고 삼각형형태를 형성한다.

성능/효과

본 연구에서는 해당영역에 대한 평균온도를 이용한 실험 결과는 해당영역 전체를 평균을 시킴으로써 전체에 의해 각 좌표값들의 온도 값들이 무시되는 것을 확인하였다. 그래서 좌표 값에 대한 온도를 입력변수로 사용하여 진행하였다.
위하여 열화판단기준을 설정하였다. 이 기준을 이용하여 본연구에서 제안한 열화진단 시스템이 기존열화진단 시스템보다 나은지를 확인할 수 있다. 열화판단기준은 다음 표 3과 같다.

후속연구

퍼지추론 기반 열화진단 시스템을 설계하기에 앞서 기존 열화 진단 시스템에 대한 연구가 필요하다. 기존 열화진단 시스템은 온도를 기준하여 단순히 열화인지 아닌지를 구분하는 단순한 예측 시스템이다.

참고문헌 (18)

Pedrycz, Witold. "An identification algorithm in fuzzy relational systems." Fuzzy sets and systems 13.2 (1984): 153-167.

상세보기
Pedrycz, Witold. "Numerical and applicational aspects of fuzzy relational equations." Fuzzy Sets and Systems 11.1 (1983): I.

상세보기
Oh, Sungkwun, and Witold Pedrycz. "Identification of fuzzy systems by means of an auto-tuning algorithm and its application to nonlinear systems." Fuzzy sets and Systems 115.2 (2000): 205-230.

상세보기
Takagi, Tomohiro, and Michio Sugeno. "Fuzzy identification of systems and its applications to modeling and control." Systems, Man and Cybernetics, IEEE Transactions on 1 (1985): 116-132.
Oh, Sung-Kwun, et al. "Parameter estimation of fuzzy controller and its application to inverted pendulum." Engineering Applications of Artificial Intelligence 17.1 (2004): 37-60.

상세보기
L.A Zadeh "Fuzzy sets," Inf. contol 8, pp.338-353, 1965.

상세보기
Zhao, Z., and C. Chen. "Concrete bridge deterioration diagnosis using fuzzy inference system." Advances in Engineering Software 32.4 (2001): 317-325.

상세보기
Mofizul Islam, S., Tony Wu, and Gerard Ledwich. "A novel fuzzy logic approach to transformer fault diagnosis." Dielectrics and Electrical Insulation, IEEE Transactions on 7.2 (2000): 177-186.

상세보기
Bhalla, Deepika, Raj Kumar Bansal, and Hari Om Gupta. "Transformer incipient fault diagnosis based on DGA using fuzzy logic." Power Electronics (IICPE), 2010 India International Conference on. IEEE, 2011.
Malik, H., N. Kushwaha, and A. K. Yadav. "Paper insulation deterioration estimation of power transformer using fuzzy-logic." India Conference (INDICON), 2011 Annual IEEE. IEEE, 2011.
Dhote, Nitin K., and J. B. Helonde. "Improvement in Transformer Diagnosis by DGA using Fuzzy Logic." Journal of Electrical Engineering &Technology 9.2 (2014): 615-621

원문보기 상세보기
Pallavi, Patil, and Ingle Vikal. "Obtaining a high Accurate Fault Classification of Power Transformer based on Dissolved Gas Analysis using ANFIS." Research Journal of Recent Sciences, ISSN 2277 (2012): 2502.
Jadin, Mohd Shawal, and Soib Taib. "Recent progress in diagnosing the reliability of electrical equipment by using infrared thermography." Infrared Physics &Technology 55.4 (2012): 236-245.

상세보기
Cao, Yang, Xiao-ming Gu, and Qi Jin. "Infrared technology in the fault diagnosis of substation equipment." Electricity Distribution, 2008. CICED 2008.China International Conference on. IEEE, 2008.
Balaras, C. A., and A. A. Argiriou. "Infrared thermography for building diagnostics." Energy and buildings 34.2 (2002): 171-183.

상세보기
Younus, Ali, and Bo-Suk Yang. "Intelligent fault diagnosis of rotating machinery using infrared thermal image." Expert Systems with Applications 39.2 (2012): 2082-2091.

상세보기
Bagavathiappan, S., et al. "Infrared thermography for condition monitoring a review." Infrared Physics &Technology 60 (2013): 35-55.

상세보기
Huda, A. S., and Soib Taib. "Application of infrared thermography for predictive/preventive maintenance of thermal defect in electrical equipment." Applied Thermal Engineering 61.2 (2013): 220-227.

상세보기

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