PWM 컨버터 다중 오픈-스위치 고장 진단을 위한 ADALINE-ANN 기반 전류 특징 추정 연구

ADALINE-ANN Based Current Feature Estimation for Multiple Open-Switch Fault Diagnosis in PWM Converters

연구 내용

세상(three-phase) PWM 컨버터에서 오픈-스위치 고장으로 발생하는 전류의 DC 성분과 고조파 특성을 ADALINE과 ANN으로 추출·분류하여 고장 모드를 국소화하는 연구

오픈-스위치 고장이 PWM 컨버터에서 발생하면 정류 전류에 DC 성분과 고조파 성분이 동반되어 보호회로로 즉시 제거가 어려운 비정상 전류가 나타납니다. 이로 인해 주변기기에 2차 고장이 발생할 수 있어 고장 진단이 필수 과제가 됩니다. 본 연구는 전류에서 DC 성분과 고조파 지표를 추출하기 위해 ADALINE을 적용하고, 해당 특징을 기반으로 ANN을 2단계로 구성하여 고장 모드를 섹터로 분류한 뒤 d-q 축 전류의 THD 비와 추가 신호로 국소화합니다.

관련 프로젝트

0건

연구 흐름

초기에는 오픈-스위치 고장으로 왜곡되는 3상 PWM 컨버터 전류의 특징을 기반으로 다중 고장 모드를 구분하는 ANN 진단 구조를 설계하는 연구를 수행했습니다. 이후에는 DC 성분과 THD 기반으로 고장 모드를 더 체계적으로 분류하기 위해 2단계 모델을 구체화하고, 실험 및 시뮬레이션을 통해 타당성을 확인했습니다. 2021년에는 동일한 기본 프레임을 확장하여 실제 전류 측정 신호에서 고장 모드를 안정적으로 위치시키는 방향으로 심화되었습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

전력변환장치 고장 진단
전기자동차 구동 인버터 신뢰성 관리
전철 구동용 컨버터 안전 모니터링
전류 서명 기반 이상 탐지
THD 기반 고장 모드 분류
Fault Detection and Isolation(FDI) 고도화
2단계 ANN 경량 진단 로직
보호회로 오동작 저감
2차 고장 예방을 위한 조기 국소화
임베디드 실시간 고장 진단 구현