반도체식 가스센서 시스템에서의 가스분류 및 고장진단 (Gas Classification and Fault Diagnosis of the Semiconductor Type Gas Sensor System)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 7권 / 2호 / 48 ~ 57페이지
· 저자명 : 이인수, 심창현

초록

본 논문에서는 반도체식 가스 센서를 이용한 가스의 분류 및 가스센서의 고장진단을 위하여 감도와 저항값 및 여러 경계인수를 갖는 ART2 신경회로망 기반 방법을 제안하였다. 제안한 방법에서는 가스분류 및 센서의 고장진단을 위해 2개의 ART2 신경회로망 모듈을 이용하였다. 고장진단 및 가스분류를 위해 센서저항값과 가스감도를 사용하였으며, 이들을 각 ART2 신경회로망 모듈의 입력 값으로 하였다. 주방용 식용유 증기와 실리콘 실란트 가스 그리고 고습에 의해서 발생된 산화주석 가스센서의 고장을 진단하였다. 고장 진단 성능을 실제 가스 측정을 통하여 그 정확성을 검증하였다. 제안된 방법은 주방용 식용유 증기, 실리콘 실란트 가스 및 고습에 의해 고장 난 산화주석 기반의 가스센서의 고장진단 및 가스분류에 적합함을 확인하였다.

영어초록

We proposed a method of fault diagnosis for tin oxide gas sensors using resistance and sensitivity sets and ART2 NN (adaptive resonance theory 2 neural network) with uneven vigilance parameters. In this method two ART2 NN modules are used for gas classification and fault isolation. The sensor features for diagnosis were sensor resistance and gas sensitivity sets and the features were manipulated by an ART2 NN modules. We diagnosed tin oxide gas sensors upon exposure to oil vapor, silicon vapor, and high humidity. The performances were finally evaluated with real gas. This method proves to be helpful to diagnose a fault that was typically generated by oil vapor, silicon vapor, and high humidity and to classify the gas.

참고자료

· 없음