메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제16권 제12호
발행연도
2011.12
수록면
187 - 196 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
유도 전동기는 항공 산업, 자동차 산업 등의 산업 현장에서 중요한 역할을 하고 있으며, 이러한 유도 전동기의 고장으로 인한 피해를 최소화하기 위해 유도 전동기의 고장 검출 및 분류 시스템의 개발이 중요한 문제로 대두되고 있다. 이에 본 논문에서는 정상 및 각종 비정상 상태의 유도 전동기 진동 신호에 대해 부분 자기 상관(partial autocorrelation, PARCOR) 계수, 로그 스펙트럼 파워(log spectrum powers, LSP), 캡스트럼 계수의 평균값(cepstrum coefficients mean, CCM), 멜 주파수 캡스트럼 계수(mel-frequency cepstrum coefficient, MFCC)의 네 가지 특징 벡터를 신경 회로망의 입력으로 사용하여 유도 전동기의 고장을 검출하고 분류하였다. 고장 분류를 위한 최적의 특징 벡터를 찾기 위해 추출하는 특징의 수를 2에서 20으로 바꾸어 가며 분류 성능을 평가한 결과 CCM을 제외한 나머지의 경우 5~6의 특징만으로 분류 정확도가 거의 100%에 가까운 결과를 보였다. 또한 본 논문에서는 실제 산업 현장에서 진동 신호 취득 시 포함될 수 있는 잡음을 고려하여 취득한 신호에 백색 잡음(white Gaussian noise)을 인위적으로 추가하여 실험한 결과 LSP, PARCOR, MFCC 순으로 잡음 환경에 강인한 특징 벡터임을 확인할 수 있었다.
#고장 검출 및 분류시스템 #부분 자기 상관 계수 #로그 스펙트럼 파워 #캡스트럼 계수 평균 #멜 주파수 캡스트럼 계수 #신경 회로망 #fault detection and classification system #partial autocorrelation coefficient #log spectrum powers #cepstrum coefficients mean #mel-frequency cepstrum coefficient #neural network

목차

등록된 정보가 없습니다.

참고문헌 (11)

참고문헌 신청
1. [학술지(정기간행물)] - 김승석 / 2004 / 조건부 FCM과 방사기저함수 네트웍을 이용한 유도전동기 고장 검출 / 한국지능시스템학회 논문지 14 (7) : 878 ~ 882 dbpia 2. [학술지(정기간행물)] - V. Crupi / 2004 / Neural-network-based System for Novel Fault Detection in Rotating Machinery / Journal of Vibration and Control 10 (8) : 1137 ~ 1150 google schola 3. [학술지(정기간행물)] - F. Li / 2008 / Wavelet Transform-based Higher-order Statistics for Fault Diagnosis in Rolling Element Bearings / Journal of Vibration and Control 14 (11) : 1691 ~ 1709 google schola 4. [단행본] - S.Haykin / 1999 / Neural Networks: A Comprehensive Foundation / Prentice-Hall : 156 ~ 248 google schola 5. [학술지(정기간행물)] - R. P. Lippmam / 1989 / Pattern Classification using Neural Network / IEEE Communication Magazine 27 (11) : 47 ~ 50 google schola

이 논문의 저자 정보

이 논문과 함께 이용한 논문

적응적 자가 튜닝 서포트벡터머신을 이용한 베어링 고장 진단
김재영 ,  김종면 ,  최병근 외 1명 한국컴퓨터정보학회 학술발표논문집 2016 .01
LPC와 DTW 기법을 이용한 유도전동기의 고장검출 및 진단
황철희 ,  김용민 ,  김철홍 외 1명 한국컴퓨터정보학회논문지 2011 .03
음향 방출 신호와 질감 분석을 이용한 유도전동기의 베어링 복합 결함 검출
장원철 ,  김종면 한국컴퓨터정보학회논문지 2014 .04
질감 분석을 이용한 유도 전동기의 기계적 결함 분류
장원철 ,  박용훈 ,  강명수 외 1명 한국컴퓨터정보학회논문지 2013 .12

최근 본 자료

전체보기

댓글(0)

0