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.
초록·키워드
고장 예지는 운용 중 시스템의 상태 모니터링 데이터를 기반으로 미래 열화 거동 및 잔존유효수명을 예측하여 비용 효율적인 정비를 가능하게 하는 핵심 기술로 여겨진다. 상태 모니터링 데이터는 대부분 진동, 전류, 토크 등의 센서 신호로 취득되기 때문에 이로부터 열화 상태를 대표하는 특징을 추출하는 단계가 필수적이다. 그러나 고장 예지를 위한 유의미한 열화 특징 추출 방법은 동일한 대상을 통해서도 수많은 연구가 진행될 정도로 여전히 도전적인 과제이다. 본 논문에서는 물리적 특성에 기반한 열화 특징 추출의 사례로 베어링과 압출기의 고장 예지 방법을 소개하고, 구동 모듈 고장 예지를 위해 전류와 토크의 상관관계에 기반한 새로운 열화 특징 추출 방법을 제안한다. 제안된 방법은 두 개의 모듈에 적용되었으며, 전체 수명 데이터를 사용하였을 때 두 모듈에서 유사한 수준의 열화 한계치 설정이 가능하여 모듈 수준 고장 예지의 가능성을 시사하였다.
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) : I410-151-25-02-092140558
