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
학술대회자료
저자정보
안상현 (아주대학교) 김동욱 (아주대학교) 김지민 (아주대학교) 박상철 (아주대학교)
저널정보
한국경영과학회 한국경영과학회 학술대회논문집 한국경영과학회 2023년 춘계 공동학술대회 논문집 [2개 학회 공동주최]
발행연도
2023.5
수록면
287 - 290 (4page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 연구에서는 LSTM-Autoencoder를 이용한 다이아프램 압축기 내부의 역류방지밸브와 다이아프램에 관련된 고장을 예지했다. 학습 데이터로는 압축기에 설치한 PQM(Power Quality Monitoring) 모듈로부터 취득한 37 개의 전기적 특성들을 1초 단위로 3개월간 취득한 데이터이며, 3개월간 3번의 고장이 발생하였다. LSTM-Autoencoder의 학습결과로는 고장 전 5일을 기준으로 3번의 고장을 모두 예지했으며 고장이 없는 기간에 오분류한 경우는 2번 존재했다. 추가적으로 데이터를 일단위로 묶어 2개의 통계적 특성을 추출하여 압축기 데이터 이상특성 진단을 시도하였고 추출된 통계적 특성들 중에서 3상 전류의 Clearance factor에서 고장 전 예지할 수 있는 충분한 신호를 확인 할 수 있었다.

목차

Abstract
1. 서론
2. 관련 연구
3. 실험 및 결과
4. 결론
참고문헌

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-325-001966174