인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
베어링은 축을 중심으로 하는 회전 운동에서 발생하는 마찰을 방지하고 부하를 지지하는 기계 시스템에서 사용되는 정밀한 부품이다. 베어링은 내륜 결함, 외륜 결함 및 회전 요소 결함과 같은 결함들에 의해 주로 고장난다. 전통적인 진동 신호 분석과 달리, 단시간 푸리에 변환과 결합된 컨볼루션 신경망을 사용한 딥러닝 기술은 미세한 결함까지도 효과적으로 분류할 수 있다. 그러나 대부분의 선행 연구들은 과적합을 강하게 유발하는 조건에서 수행되지 않았다. 본 논문은 베어링 결함 모드를 분류하는 신경망의 과적합을 방지하는 방법을 주로 논한다. 검증을 위해 베어링 운용 중 동시에 측정한 축방향 및 지름방향 가속도 신호을 실험으로 구축했다. 간단한 신호 분석으로도 이종의 축 신호는 물리적으로 매우 유사하였고 따라서 측정 방향이 달라져도 훈련과 검증의 성능 차이가 나는 것은 과적합을 의미함을 확인했다. 본 논문에서는 오토인코더 기반의 컨볼루션 신경망을 사용하여 과적합을 방지하며 성능을 안정적으로 향상시켰다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-091117484
