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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
왕동훈 (경북대학교) 이종현 (경북대학교) 김시진 (경북대학교) 김민찬 (경북대학교) 이인수 (경북대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제20권 제3호(JKIIT, Vol.20, No.3)
발행연도
2022.3
수록면
47 - 55 (9page)
DOI
10.14801/jkiit.2022.20.3.47

이용수

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

초록· 키워드

오류제보하기
산업 시스템의 발전으로 인해 제조업, 중공업 등에서의 유도전동기 사용이 증가하고 있다. 전동기의 장기간 사용으로 결함이 발생할 수가 있으며 그러한 결함들은 기계의 성능과 수명을 단축시키고 산업적인 측면에서 물질적, 시간적 손해 및 사용자의 안전사고로 이어질 수가 있다. 그러므로 전동기의 고장을 정확하게 진단하는 것은 매우 중요한 문제이다. 본 논문에서는 유도전동기 시뮬레이터에서 정상, 회전자 고장 및 베어링 고장 데이터를 획득하였고 학습으로는 상태별 데이터를 각각 620쌍, 총 1860쌍을 사용하였고 테스트는 학습과 동일한 개수의 데이터를 사용하였다. 유도전동기의 각 상태별 특징을 학습하기 위해 결정 트리 앙상블 방법인 랜덤포레스트 방법을 사용하였다. 제안한 알고리즘인 랜덤 포레스트와 그래디언트 부스팅 및 다층신경망을 사용하여 성능을 비교하였고, 실험결과 제안한 모델의 분류 성능이 가장 우수함을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 유도전동기 고장진단 시뮬레이터
Ⅲ. 유도전동기 고장진단 알고리즘
Ⅳ. 시뮬레이션 결과 및 고찰
Ⅴ. 결론
References

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-004-001069316