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
정해동 (울산과학기술원) 김수현 (울산과학기술원) 우선희 (울산과학기술원) 김송현 (울산과학기술원) 이승철 (울산과학기술원)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제41권 제6호 (통권 제381호)
발행연도
2017.6
수록면
517 - 524 (8page)

이용수

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

초록· 키워드

오류제보하기
스마트 팩토리 시대가 열리면서 발전 플랜트에서 발생하는 빅데이터를 활용한 설비 유지 보수 방법론이 부각되고 있다. 본 연구에서는 데이터 기반 방법론의 효과적인 적용과 발전 플랜트 실시간 성능 모니터링을 위해 사물인터넷 기반 클라우드 플랫폼을 제안한다. Short-term Analysis에서는 사물인터넷 센서를 이용하여 학습된 건전성 인자와 패턴 비교를 통해 설비의 상태 진단과 결과 전송을 목적으로 한다. Long-term Analysis는 취합된 고차원 데이터를 활용하여 설비간 관계 파악과 인과관계 확인을 통한 트렌드 분석을 목적으로 한다. 분석 및 진단 결과는 클라우드 플랫폼의 웹 기반 시스템을 통해 시각화하여 사용자의 접근성을 향상시켜 장소나 접속 기기에 상관없이 데이터를 확인할 수 있도록 한다. 개발된 플랫폼의 성능 검증은 회전기계류 테스트베드로 진행한다.
#Smart Factory(스마트 팩토리) #Internet of Things(사물인터넷) #Cloud Platform(클라우드 플랫폼) #Machine Learning(기계학습) #Rotating Machinery(회전기계류)

목차

초록
Abstract
1. 서론
2. 진단 플랫폼 프레임워크
3. 기계학습 기반 진단 알고리즘
4. IoT 기반 진단 플랫폼 구현
5. 결론
참고문헌

참고문헌 (14)

참고문헌 신청
Lee, S. H. and Yoon, B. D., 2015, “The Future of Industry 4.0 and Prognostics and Health Management,” Journal of the Korean Society for Noise and Vibration Engineering, Vol. 25, No. 1, pp. 22~28. Kong, M. S., Chae, H. J. and Yu, B. H., 2016, “The Technology Tendency and Vision of IoT,” Journal of the KSME, Vol. 56, No. 2, pp. 32~36. Gubbi, J., Buyya, R., Marusic, S. and Palaniswami, M., 2013, “Internet of Things (IoT): A Vision, Architectural Elements, and Future Directions,” Future Generation Computer Systems, Vol. 29, No. 7, pp. 1645~1660. Lee, D. S., 2015, “The Advent of Smart Factory and IoT Sensor,” Process Control Instrumentation Technology, No. 6, pp. 81~85. Duda, R. O., Peter, E. H. and David, G. S., 2012, “Pattern Classification,” John Wiley & Sons, USA, 2nd edition. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

스마트 공장 고도화를 위한 제조 빅데이터 분석 라이브러리 개발
박훈석 ,  오규협 ,  김애경 외 8명 대한산업공학회 춘계공동학술대회 논문집 2018 .04
딥러닝, 기계공학에선 이렇게 쓰인다
김수현 ,  이승철 대한기계학회 춘추학술대회 2017 .05
제조 시계열 데이터 처리를 위한 순환합성곱 신경망 모델
박승태 ,  김수현 ,  이승철 대한기계학회 춘추학술대회 2017 .02
제조 시계열 데이터 처리를 위한 순환신경망 구조 연구
김수현 ,  박승태 ,  이승철 대한기계학회 춘추학술대회 2017 .02
딥러닝
이승철 ,  정해동 ,  박승태 외 1명 소음·진동 2017 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-550-000929866