특징 추출과 검출 오차 최소화 알고리듬을 이용한 회전기계의 결함 진단

정의필; 조상진; 이재열

추천

검색

질문

자료유형: 학술저널

저자정보: 정의필 조상진 이재열

저널정보: 한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제16권 제1호

발행연도: 2006.1

수록면: 27 - 33 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Fault diagnosis and condition monitoring for rotating machines are important for efficiency and accident prevention. The process of fault diagnosis is to extract the feature of signals and to classify each state. Conventionally, fault diagnosis has been developed by combining signal processing techniques for spectral analysis and pattern recognition, however these methods are not able to diagnose correctly for certain rotating machines and some faulty phenomena. In this paper, we add a minimum detection error algorithm to the previous method to reduce detection error rate. Vibration signals of the induction motor are measured and divided into subband signals. Each subband signal is processed to obtain the RMS, standard deviation and the statistic data for constructing the feature extraction vectors. We make a study of the fault diagnosis system that the feature extraction vectors are applied to K-means clustering algorithm and minimum detection error algorithm.

#결함 진단 #기울기 강하 #웨이블릿 변환 #특징 추출 #회전 기계 #Fault Diagnosis #Feature Extraction #Gradient Descent #Rotating Machine #Wavelet Transform

참고문헌 (9)

참고문헌 신청

[학술지(정기간행물)] - / 2004 / Fault Diagnosis of Induction Motors Using Data Fusion of Vibration and Current Signals 14 (11) : 1091 ~ 1100

[학술지(정기간행물)] - / 2002 / Fault Diagnostics Algorithm of Rotating Machinery Using ART-Kohonen Neural Network 12 (10) : 799 ~ 807

[학술지(정기간행물)] - / 2000 / A Study on the Condition Monitoring and Diagnosis of Rotating Machinery and Tools Using Wavelet Analysis

[학술지(정기간행물)] - / 2003 / Condition Classification of Small Reciprocating Compressor for Refrigerators using Artificial Neural Networks and Support Vector Machines 19 : 371 ~ 390

[학술지(정기간행물)] - / 1998 / Digital Speech : 383 ~ 392

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

정의필

소속기관 한국소음진동공학회

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 6 이용수 449

조상진

소속기관 한국소음진동공학회

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 4 이용수 367

이재열

소속기관 한국소음진동공학회

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 2 이용수 114

이 논문과 함께 이용한 논문

코레일공항철도 전동차 감속구동장치의 진동특성분석을 통한 베어링 결함진단 연구

김세겸 , 이정모 , 주해진 외 1명 한국철도학회 학술발표대회논문집 2015 .05

수치해석을 통한 대형 선박용 프로펠러의 비공동소음 예측

유기완 , 이종열 , 김봉기 외 1명 한국소음진동공학회논문집 2015 .02

변위 전달률 감소를 통한 디젤 발전기 진동저감 연구

이준호 , 정건화 대한기계학회 춘추학술대회 2014 .11

진동신호 특성 예측 및 분류를 통한 회전체 고장진단 방법

김동환 , 손석만 , 김연환 외 1명 한국소음진동공학회 학술대회논문집 2014 .10

유도전동기의 고장원인 분석 및 진단기술

양보석 한국소음진동공학회 강습회자료집 2003 .10

최근 본 자료

전체보기

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (9)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)