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 논문에서는 저가형 압전 센서를 이용하여 주파수 영역에서 유도전동기의 고장을 진단하는 시스템을 구현하였다. 정상, 회전자 고장 및 베어링 고장 상태의 유도전동기를 가진 시뮬레이터를 활용하여 진동 데이터를 수집하였고, 수집된 데이터를 주파수 영역으로 변환하기 위해 FFT(Fast Fourier Transform)를 적용하였다. 변환된 주파수 영역의 데이터를 입력 벡터로 하여 MNN(Multilayer Neural Network)과 1D-CNN(1D-Convolutional Neural Network) 모델을 구성하고, 두 모델 간 분류 성능을 비교하는 컴퓨터 시뮬레이션을 수행하였다. 또한, 학습된 모델을 기반으로 Raspberry Pi와 GUI를 활용한 실시간 고장 진단 프로그램을 개발하였으며, 실제 환경에서 진단 성능을 분석함으로써 저가형 하드웨어 기반에서도 효과적인 고장 진단 시스템을 구현할 수 있음을 실험적으로 검증하였다.
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) : I410-151-25-02-093998932
