$\require{mediawiki-texvc}$

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.

빌딩용 지능형 트래킹 전기화재 감시시스템 개발 원문보기

보고서 정보
주관연구기관 (주)케이디티
보고서유형최종보고서
발행국가대한민국
언어 한국어
발행년월2011-05
과제시작연도 2010
주관부처 중소기업청
Small and Medium Business Administration
등록번호 TRKO201200006029
과제고유번호 1425064088
사업명 기업협동형기술개발
DB 구축일자 2013-05-20
키워드 트랙킹.원격감시.아트.퍼지 RBF 뉴럴네트워크.Wavelet.

초록

- 누전 위주의 기존 시스템과 차별화된 신기술 전기화재 예방시스템으로 정착 기대
- 전기화재로 인한 인명 및 재산피해의 최소화에 기여

목차 Contents

  • 중소기업기술개발 지원사업 최종보고서 ... 1
  • 제출문 ... 2
  • 요약서(초록) ... 3
  • 목차 ... 4
  • 제 1 장 개발기술의 개요 ... 6
  • 제 1 절 개발대상 기술의 개요 및 중요성 ... 6
  • 제 2 절 국내·외 관련기술의 현황 ... 7
  • 1. 국외 관련기술 ... 7
  • 2. 국내 관련기술 ... 7
  • 제 2 장 개발목표 및 개발내용 ... 8
  • 제 1 절 기술개발 목표 ... 8
  • 1. 주관기관 ... 8
  • 2. 공동 개발 기업 ... 8
  • 제 2 절 세부 개발내용 및 방법 (주관기관 및 공동 개발기업 통합) ... 9
  • 1. 빌딩용 지능형 트래킹 전기화재 감시시스템 전체 구성도 ... 9
  • 2. Hardware 개발 ... 10
  • 가. 전원모듈 ... 10
  • 나. Main board(CPU) ... 12
  • 다. 전력측정모듈 (Ken) ... 17
  • 라. 트래킹 신호 파형 캡쳐보드 ... 19
  • 마. Base Board ... 25
  • 바. 트랙킹 검출을 위한 센서부 모듈 ... 27
  • 사. Display Module ... 32
  • 3. 트랙킹 시뮬레이터 제작 ... 35
  • 가. IEC 60112 트랙킹 실험에 대한 규정 ... 35
  • 나. IEC 60112 트랙킹 실험을 위해 제작된 실험장치 ... 35
  • 4. 실험데이터 및 파형 분석 알고리즘 개발 ... 40
  • 가. IEC 60112 트랙킹 실험 방법 ... 41
  • (1) 실험 용액 (Test solution) ... 41
  • (2) 실험 절차(Test procedure) ... 41
  • 나. 실험 데이터 및 파형 분석 ... 42
  • (1) 실험 데이터 ... 42
  • (2) 파형데이터 분석 ... 45
  • (3) 파형데이터 분석 알고리즘 (LabVIEW) ... 46
  • 5. 트랙킹 검출(판단) 알고리즘 개발 ... 47
  • 가. 뉴럴 네트워크 (Neural Network) 알고리즘 ... 47
  • (1) 뉴럴 네트워크의 구조 ... 47
  • (2) 뉴럴 네트워크의 출력 계산 및 학습 (오류 역전파 알고리즘) ... 48
  • 나. 퍼지 RBF 뉴럴네트워크 ... 49
  • (1) 퍼지 뉴럴네트워크의 구조 및 추론알고리즘 ... 49
  • (2) 퍼지 RBF 뉴럴네트워크의 학습 알고리즘 ... 50
  • 다. 퍼지 RBF 뉴럴네트워크의 최적화 알고리즘 ... 51
  • (1) 계층적 공정 경쟁 기반 병렬 유전자 알고리즘 (HFC-PGA) ... 51
  • (2) 퍼지 FRBFNN 최적화를 위한 염색체의 구성 및 해석 ... 53
  • 라. 시뮬레이션 및 분석 ... 54
  • 6. 시제품 및 개발결과 ... 58
  • 가. 시제품 ... 58
  • (1) 트랙킹 검출장치 ... 58
  • (2) Display Module ... 60
  • (3) 트래킹 발생 시뮬레이터 ... 61
  • 나. 개발결과 ... 63
  • (1) 트랙킹 검출 모듈 F/W (퍼지RBFNN 알고리즘 구현) ... 63
  • (2) CPU 모듈 Source (Bus Interface, UDP Comm Part) ... 78
  • (3) Display 모듈 Source (LabVIEW UDP Comm Part) ... 90
  • 제 3 장 성과요약 및 기대효과 ... 92
  • 제 1 절 성과 요약 ... 92
  • 제 2 절 기대효과 ... 92
  • 제 3 절 사업화 방안 ... 93
  • 1. 양산 착수 계획 ... 93
  • 2. 판매 계획 ... 93

표/그림 (55)

참고문헌 (25)

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