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
The Health Indicator (HI) is used to monitor equipment conditions. Supervised HI extraction methods assume a general degradation pattern, ensuring robustness. However, existing degradation functions are often designed assuming monotonic degradation without reflecting actual equipment characteristics. When the assumed pattern deviates from reality, the extracted HI may suffer from performance loss. This study aims to enhance HI extraction by identifying failure stages and designing degradation functions that better reflect real degradation patterns. A change point detection algorithm was used to identify failure stages, which were then used to construct the degradation function. The proposed method was validated using real-world data from a Weapon System. Compared to conventional linear and exponential degradation functions, the proposed approach improved HI performance by up to 29.13% in terms of Monotonicity. As the proposed degradation function can be applied to various equipment types, it is expected to enhance HI extraction in practical applications.
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) : I410-151-26-02-094344942
