[논문]서포트벡터머신 기반 PVDF 센서의 결함 예측 기법

김승욱; 이상민

doi:10.13067/jkiecs.2023.18.5.785

[국내논문] 서포트벡터머신 기반 PVDF 센서의 결함 예측 기법
Fault Detection Technique for PVDF Sensor Based on Support Vector Machine 원문보기

한국전자통신학회 논문지 = The Journal of the Korea Institute of Electronic Communication Sciences, v.18 no.5, 2023년, pp.785 - 796

김승욱 (한양대학교 융합국방학과) , 이상민 (고려대학교 기계공학부)

초록
AI-Helper

본 연구에서는 구조물 건전성 모니터링에 널리 활용되고 있는 PVDF(: Polyvinylidene fluoride) 센서에 나타날 수 있는 결함을 실시간으로 분류 및 예측하기 위한 방법론을 제안하였다. 센서 부착 환경에 따라 나타나는 센서의 결함 유형을 분류하였고, 임팩트 해머를 이용한 충격 시험을 수행하여 결함 유형에 따른 출력 신호를 획득하였다. 결함 유형에 따른 출력 신호간의 차이를 식별하기 위해 이들의 시간영역 통계 특징을 추출하여 데이터 집합을 구축하였다. 머신러닝 기반 분류 알고리즘들 중 센서 결함 유형 감지에 가장 적합한 알고리즘 선정을 위해 구축한 데이터 집합의 학습 및 이에 따른 결과를 분석하였고, 이들 중 SVM(: Support vector machine)이 가장 높은 성능을 보임을 확인하였다. 선정된 SVM 알고리즘의 추가적인 정확도 향상을 위해 하이퍼 파라미터 최적화 작업을 수행하였으며, 결과적으로 92.5%의 정확도로 센서 결함 유형을 분류하였고 이는 타 분류 알고리즘에 비하여 최대 13.95% 높은 정확도를 보였다. 본 연구에서 제안한 센서 결함 예측 기법은 PVDF 센서뿐만 아니라 실시간 구조물 건전성 모니터링을 위한 다양한 센서의 신뢰성을 확보하기 위한 기반 기술로 활용될 수 있을 것으로 사료된다.

Abstract ▼ AI-Helper

In this study, a methodology for real-time classification and prediction of defects that may appear in PVDF(Polyvinylidene fluoride) sensors, which are widely used for structural integrity monitoring, is proposed. The types of sensor defects appearing according to the sensor attachment environment were classified, and an impact test using an impact hammer was performed to obtain an output signal according to the defect type. In order to cleary identify the difference between the output signal according to the defect types, the time domain statistical features were extracted and a data set was constructed. Among the machine learning based classification algorithms, the learning of the acquired data set and the result were analyzed to select the most suitable algorithm for detecting sensor defect types, and among them, it was confirmed that the highest optimization was performed to show SVM(Support Vector Machine). As a result, sensor defect types were classified with an accuracy of 92.5%, which was up to 13.95% higher than other classification algorithms. It is believed that the sensor defect prediction technique proposed in this study can be used as a base technology to secure the reliability of not only PVDF sensors but also various sensors for real time structural health monitoring.

주제어

표/그림 (18)

그림 그림 1. 신호 특징을 기반으로 한 유사한 모양의 신호 분류 Fig. 1 Signal classification of similar shapes based on signal features.
표 표 1. 시간영역 통계 특징 Table 1. Time-domain features
그림 그림 2. 결정 트리 예시 Fig. 2 The example of decision tree
그림 그림 3. kNN 예시 Fig. 3 The example of kNN
그림 그림 4. SVM 기반 선형 분류 Fig. 4 SVM linear classification
그림 그림 5. 센서 결함 감지 프로세스 Fig. 5 The process of sensor fault detection technique
그림 그림 7. PVDF 센서 결함 유형 : (a) 센서 접촉 불량 유형, (b) 센서 파손 유형 Fig. 7 PVDF sensor fault type : (a) sensor debonding case, (b) sensor breakage case
그림 그림 6. 정상센서 및 센서 결함 유형 설명 : (a) 센서 정상 상태, (b) 센서 접촉 불량, (c) 센서 파손 유형, (d) 센서 고장 유형 Fig. 6 Illustration of healthy sensor and sensor fault type : (a) sensor healthy state, (b) sensor debonding case, (c) sensor breakage case, (d) sensor complete failure case
그림 그림 8. 데이터 수집을 위한 실험 구축 Fig. 8 Experimental setup for data collection
그림 그림 9. 센서 결함 유형에 따른 신호 출력 Fig. 9 Output signal graph by sensor fault type
표 표 2. 센서 결함 유형별 실험 진행 횟수 Table 2. Number of experiments by sensor fault type
그림 그림 10. 시간영역 특징들 중 중요도 순위 Fig. 10 The importance score of time-domain features
표 표 3. 알고리즘 별 센서 결함 유형 분류 정확도 Table 3. Accuracy of sensor fault type classification by algorithm
표 표 4. 혼동 행렬 Table 4. Confusion matrix
그림 그림 11. H_SVM 분류 결과에 대한 혼동행렬 Fig. 11 Confusion matrix for H_SVM classification results
그림 그림 12. H_SVM의 센서 결함 유형 분류 결과 Fig. 12 Result of sensor fault type classification by H_SVM.
표 표 5. H_SVM 및 분류 알고리즘들별 정확도 Table 5 Accuracy of H_SVM and classification algorithm
그림 그림 13. H_SVM 과 기타 분류 알고리즘들의 ROC 커브 Fig. 13 ROC curve for H_SVM and classification algorithm

참고문헌 (18)

Y.-H. Huh, J.I. Kim, J.H. Lee, S.G. Hong and J.H.？Park, "Application of PVDF Film Sensor to？Detect Early Damage in Wind Turbine Blade？Components," Procedia Eng., vol. 10, 2011, pp.？3304-3309.
D.-W. Keum and J.-D. Kim, "Measurement of？Apnea Using a Polyvinylidene Fluoride Sensor？Inserted in the Pillow," Journal of Sensor Science？and Technology, vol. 27, no. 6, 2018, pp.？8682-8690.
D. Tibaduiza, M. Anaya, E. Forero, R. Castro and？F. Pozo, "A Sensor Fault Detection Methodology？applied to Piezoelecrtic Active Systems in？Structural Health Monitoring Application," IOP？Conf. Ser.: Mater. Sci. Eng., vol. 138, no. 1, 2016,？p. 012016.
G. Park, C. R. Farrar, F. L. di Scalea, and S.？Coccia, "Performance Assessment and Validation？of Piezoelectric Active-Sensors in Structural？Health Monitoring," Smart Mater. Struct., vol.？15, no. 6. 2006, pp. 1673-1683.

상세보기
T.-C. Huynh, T.-D. Nguyen, D.-D. Ho, N.-L.？Dang, and J.-T. Kim, "Sensor fault diagnosis？for impedance monitoring using a？piezoelectric-based smart interface technique,"？Sensor, vol. 20, no. 2, 2020, pp. 510-530.

상세보기
B. Samanta, "Gear fault detection using artificial？neural networks and support vector machines？with genetic algorithms," Mech. Syst. Signal？Process., vol. 18, no. 3, 2004, pp. 625-644.

상세보기
T. W. Rauber, F. de A. Boldt, and F. M.？Varejao, "Heterogeneous feature models and？feature selection applied to bearing fault？diagnosis," IEEE Trans. Ind. Electron., vol. 62, no.？1, 2015, pp. 637-646.
N. S. Altman, "An Introduction to Kernel and？Nearest-neighbor Nonparametric Regression," The？American Statistician, vol. 46, no. 3, 1992, pp.？175-185.

상세보기
L. Rokach and O. Maimon, "Top-down Induction？of Decision Trees Classifiers-a Survey," IEEE？Transactions on Sustems, Man and Cybernetics Part？C : Applications and Reviews, vol. 35, no. 4, 2005,？pp. 476-487.
S.-J. Yu, "A Study on Recommendation Method？for Real Estate Using Naive Bayes？Classification," The Journal of Korean Institute of？Information Technology, vol. 17, no. 10, 2019, pp.？115-120.
S. U. Jan, Y.-D. Lee, J. Shin, and I. Koo, "Sensor？fault classification based on support vector？machine and statistical time-domain features,"？IEEE Access, vol. 5, 2017, pp. 8682-8690.

상세보기
D. Ai, H. Luo, and H. Zhu, "Diagnosis and？validation of damaged piezoelectric sensor in？electromechanical impedance technique," Journal？of Intelligent Material Systems and Structures, vol.？28, no. 7, 2017, pp. 837-850.

상세보기
A. M. AY, Y. Wang and S. Khoo, "Signal？processing for time domain analysis of impact？hammer test data," 8th European Workshop on？Structural Health Monitoring, EWSHM, vol. 1,？2016, pp. 628-637.
X. Deng and V. Giurgiutiu, "Impact Monitoring？and Fault Detection Using Piezoelecrtic？Transducers and Wavelet Analysis," 53rd？Meeting of the Society for Machinery Failure？Prevention Technology, Virginia Beach, VA., 1999？pp. 167-172.
H. Peng, F. Long, and C. Ding, "Feature？Selection Based on Mutual Information: Criteria？of Max-Dependency, Max-Relevance, and？Min-Redundancy," IEEE Transactions on Pattern？Analysis and Machine Intelligence, vol. 27, no. 8,？2005, pp. 1226-1238.

상세보기
S. Arlot and A. Celisse, "A survey of？cross-validation precedures for model selection,"？Stat. Surv., vol. 4, 2010, pp. 40-79.
B. Shahriari, K. Swersky, Z. Wang, R. P. Adams？and N. de Freitas, "Taking the Human out of？the Loop: a Review of Bayesian Optimization,"？Chinese Journal of Evidence-Based Medicine, vol. 14, no. 10, 2014, pp. 1270-1275.
T. Fawcett, "An Introduction to ROC Analysis,"？Pattern Recognit. Lett., vol. 27, no. 8, 2006, pp.？861-874.

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