메뉴 건너뛰기
소속 기관 / 학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 / 회원가입
고객센터 ENG
주제분류
인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG
학술저널
오류 신고하기해당 페이지 내 제목·저자·목차·페이지
정보가 잘못된 경우 알려주세요!

논문 기본 정보

저자정보
(한국철도기술연구원) (한국철도기술연구원) (한국철도기술연구원) (한국철도기술연구원)
저널정보
한국도시철도학회 한국도시철도학회논문집 한국도시철도학회논문집 제12권 제4호
오류 신고하기
표지

피인용 1

검색

    초록·키워드

    전동차의 정지형 인버터(SIV, Static Inverter)는 열차 내부 전기 장치에 전력을 공급하는 핵심장치로, 사전 고장 예측을 통한 예지 정비가 요구된다. 그러나 관련 기술 부족으로 인해 예지정비가 활성화되지 못한 상황이다. 본 연구에서는 전동차 TCMS(Train Control and Monitoring System) 데이터를 활용하여 추가적인 센서 설치 없이 SIV 고장을 사전에 예측하고 유지 보수할 수 있는 고장예지 시스템을 제안한다. 제안된 시스템은 정상 데이터를 오토 인코더로 학습하여 고장을 진단하는 방식을 활용함으로써 학습 데이터 부족 문제를 해결하였다. 또한, 현장 작업자의 편의성을 위해 GUI(Graphic User Interface)를 구현하였다. 본 연구에서 개발한 시스템은 SIV 정비 과정의 효율성을 크게 향상시키며, 철도 운행의 안전성과 신뢰성을 높이는 데 기여할 것으로 기대된다.
    #정지형 인버터(SIV) #유지보수 #오토인코더 #인공지능 #고장예지 #고장진단

    본문·목차

    최근 본 자료 전체보기

      260915_DBpiaAI2학기
      261017_Citeasy Update
      260917_DBpiaAI뷰어2
      260604_KRpiaAI
      UCI(KEPA) : I410-151-25-02-092279670