인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
본 연구에서는 전기식 수중 펌프(electrical submersible pump, ESP)의 성능 영향 인자를 정량적으로 분석하고자 손상 모사 실험 장치(fault simulation testbed)를 설계·제작하고, 이로부터 취득한 진동 데이터를 이용하여 고장 진단 알고리즘 모델을 개발하였다. ESP 부품 결함에 따른 고장 상태를 확인하기 위하여, 베어링의 정상 상태와 결함 상태에 따른 신호 패턴의 차이를 분석하여 결함 신호를 분류하였고, 도출된 결과를 이용하여 학습데이터 구성, 탐색적 데이터 분석, 특징 추출 및 선택, 알고리즘 평가를 수행하였다. 개발 모델의 성능 평가 결과, 고장 진단 성능은 95.2%의 정확도(accuracy)를 나타내며, 개발 모델에 대한 적용성 검증을 위하여 외부 데이터 환경에 해당하는 HUST 베어링 데이터셋 적용 결과, 81.2%의 정확도를 보였다. 해당 결과를 통해 개발 모델은 신뢰할 만한 수준의 모델로 판단되며, 이로써 모델에 대한 적용성 검증을 완료하였다. 본 연구를 통해 도출된 ESP 고장 진단 모델은 향후 유·가스 생산정의 안정적 운영을 위한 현장 운영 기술에 활용될 수 있을 것으로 기대된다.
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) : I410-151-25-02-092335119
