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.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2020.7
- 수록면
- 776 - 779 (4page)
이용수
초록· 키워드
오류제보하기
The life expectancy of the rotating unit used in various places in the vehicle is difficult to observe and predict the state of life due to the change of the vibration pattern according to the cause of various defects. The pattern of vibration depends on the degree of degradation of the bearing, and even if you try to record and judge it, the capacity of the measured data increases rapidly with time, making it difficult to store and utilize it. Therefore, various methods for predicting the lifespan of a rotating unit, especially a bearing, have been studied, and it is necessary to accurately grasp the state information of the rotating unit.
In this paper, a signal processing and clustering system for vibration information proposed by using an experimental data set with an attached radial sensor attached to the bearing test rig to understand the state information of the rotating unit. The clustered state information was proposed to enable faster and more efficient analysis of signal processed vibration information. This method shows that it is possible to classify the same fault information that occurred in different test sets, so it is expandable that can be classified even if new vibration information of a rotating unit is input. Also, it is an economical classification method because it does not need to deal with a large amount of accumulated data when building a monitoring system with a relatively simple clustering method.
In this paper, a signal processing and clustering system for vibration information proposed by using an experimental data set with an attached radial sensor attached to the bearing test rig to understand the state information of the rotating unit. The clustered state information was proposed to enable faster and more efficient analysis of signal processed vibration information. This method shows that it is possible to classify the same fault information that occurred in different test sets, so it is expandable that can be classified even if new vibration information of a rotating unit is input. Also, it is an economical classification method because it does not need to deal with a large amount of accumulated data when building a monitoring system with a relatively simple clustering method.
목차
Abstract
1. 서론
2. 시스템 구조
3. 결론
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
A Vibration Signal-Based Fault Prognostic Framework for Rotating Machinery
대한산업공학회 추계학술대회 논문집
2022 .11
-
회전하는 보의 진동해석
한국소음진동공학회 학술대회논문집
2015 .04
-
회전구동시스템의 연속회전장치 문제 개선 구조 설계
대한전기학회 학술대회 논문집
2021 .10
-
Vibration analysis of a rotating blade made of composite materials
대한기계학회 춘추학술대회
2015 .05
-
회전기기 실시간 동작상태 모니터링을 위한 자가발전 기반 센서모듈
센서학회지
2019 .01
-
영상처리를 이용한 회전체 진동측정 시스템 개발
대한기계학회 춘추학술대회
2016 .04
-
Numerical Study on Rotating Characteristics of Unsteady Flow Inner Pump-turbine in Pump Mode
International Journal of Fluid Machinery and Systems
2018 .09
-
공작기계 주축 회전체의 반경방향 회전오차에 관한 연구
한국기계가공학회 춘추계학술대회 논문집
2017 .10
-
회전기계 부품 결함 검사 시스템 개발
한국생산제조학회 학술발표대회 논문집
2024 .07
-
Fault Signal Classification for Rotating Machinery Using Transfer Learning
대한산업공학회 추계학술대회 논문집
2023 .11
-
1-D CNN 기반 회전 기기 베어링 결함 검출 알고리즘 개발
유공압건설기계학회 학술대회논문집
2023 .11
-
The Evaluation of Feature Analysis for Fault Diagnosis and Classification of Rotating Machinery
한국소음진동공학회 학술대회논문집
2016 .10
-
자가 발전을 이용한 회전 장치
한국생산제조학회 학술발표대회 논문집
2024 .07
-
다중센서를 활용한 인공지능 기반의 회전체 고장진단
유공압건설기계학회 학술대회논문집
2022 .12
-
Experimental Study of The Undesired Vibrations of a Rotating Beam by Using DVA With FSI-Based Design
대한기계학회 춘추학술대회
2022 .11
-
Support Vector Machine Based Bearing Fault Diagnosis for Induction Motors Using Vibration Signals
Journal of Electrical Engineering & Technology
2015 .07
-
회전기기의 운전상태 분류를 위한 기계학습 알고리즘의 성능 비교
한국CDE학회 논문집
2020 .03
-
발전소용 회전축 온도센서
한국생산제조학회 학술발표대회 논문집
2019 .05
-
회전반경 안쪽으로 고정된 보의 진동 해석
대한기계학회 춘추학술대회
2015 .11
-
Development of fault detection and diagnosis system for rotating machine using deep learning
한국생산제조학회 학술발표대회 논문집
2022 .05
이 논문의 저자 정보
이 논문과 함께 이용한 논문
회전체 베어링의 고장 진단을 위한 주요 특성 추출 및 분류 기법 비교 기초 연구
김예진
,
김영근
대한기계학회 춘추학술대회
2021
.11
분류기 불일치 기반 비감독 도메인 적응 기법을 통한 회전체 고장 진단 기술
이진욱
,
김명연
,
고진욱
외 2명
대한기계학회 춘추학술대회
2020
.12
중첩 분포 이미지를 활용한 회전체 고장 진단
박찬희
,
이용오
,
윤병동
대한기계학회 춘추학술대회
2019
.11
진동신호 특성 예측 및 분류를 통한 회전체 고장진단 방법
김동환
,
손석만
,
김연환
외 1명
한국소음진동공학회 학술대회논문집
2014
.10
최근 본 자료
댓글(0)
0