데이터 마이닝 기법 및 경험적 모드 분해법을 이용한 회전체 이상 진단 알고리즘 개발에 관한 연구

Q: 이 논문에서 정의한 이상 진단이란 무엇인가?

회전체 등 기계 장비에서 발생하는 결함이나 이상을 탐지하고 그 원인을 분석하는 과정이다. 본 연구에서는 통계적 파라미터와 서포트 벡터 머신, 경험적 모드 분해 기법을 융합하여 진동 발생 위치와 이상 원인을 추정하는 알고리즘을 통해 이를 수행한다.

Q: 회전체 진동 데이터 분석을 통해 이상 원인을 진단하는 핵심 방법은 무엇인가?

연구 결과, 첨도와 같은 통계적 파라미터로 진동 발생 축 방향을 추정하고, 서포트 벡터 머신으로 임계값을 설정하여 정상과 이상 데이터를 구분하며, 경험적 모드 분해로 내재 모드 함수를 추출함으로써 복잡한 신호 속의 이상 원인을 정밀하게 진단한다.

윤상환; 박병희; 이창우

학술저널

저자정보: 윤상환 (창원대학교) 박병희 (창원대학교) 이창우 (창원대학교)

저널정보: 한국기계가공학회 한국기계가공학회지 한국기계가공학회지 제15권 제4호

오류 신고하기

피인용 2

검색

초록·키워드

Rotary machine is major equipment in industry. The rotary machine is applied for a machine tool, ship, vehicle, power plant, and so on. But a spindle fault increase product’s expense and decrease quality of a workpiece in machine tool. A turbine in power plant is directly connected to human safety. National crisis could be happened by stopping of rotary machine in nuclear plant. Therefore, it is very important to know rotary machine condition in industry field. This study mentioned fault diagnosis algorithm with statistical parameter and empirical mode decomposition. Vibration locations can be found by analyze kurtosis of data from triaxial axis. Support vector of data determine threshold using hyperplane with fault location. Empirical mode decomposition is used to find fault caused by intrinsic mode. This paper suggested algorithm to find direction and causes from generated fault.

#Support Vector Machine(서포트 벡터 머신) #Empirical Mode Decomposition(경험적 모드 분해) #Kurtosis(첨도) #Skewness(왜도) #Fault Diagnosis(이상 진단)

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-ECN-0101-2017-581-000988897

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료

댓글(0)