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
- 학술저널
- 저자정보
- 발행연도
- 2025.3
- 수록면
- 500 - 505 (6page)
- DOI
- 10.5370/KIEE.2025.74.3.500
이용수
초록· 키워드
오류제보하기
In smart factory manufacturing processes, irregular and uncertain environmental factors can lead to unexpected equipment failures or abnormal operations, resulting in product defects, safety incidents, and energy waste, which ultimately reduce productivity. To prevent these issues and ensure stable equipment operation, it is essential to accurately predict not only equipment failures but also energy consumption. Maximizing energy efficiency requires a predictive model that comprehensively considers both equipment status and energy usage patterns. This study proposes a machine learning-based flow pattern prediction model using power data from smart factory manufacturing processes. The model utilizes Multi-Layer Perceptron (MLP), Convolutional Neural Network (CNN), and Long Short-Term Memory (LSTM) algorithms to predict equipment power consumption and flow patterns. By applying these prediction models to a digital twin framework, the study demonstrates the potential to optimize energy consumption.
목차
Abstract
1. 서론
2. 기존 예측 알고리즘 및 머신러닝 모델
3. 제안된 CNN, LSTM 및 Mixed 모델 설계
4. 예측 성능 평가
5. 결론
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
배전급(22.9㎸) 전력기자재의 성능·환경·내구성 시험평가 인프라 구축
대한전기학회 학술대회 논문집
2020 .10
-
A Study on the Development of Smart Factory Equipment Engineering System and Effects
Journal of the Korean Society for Precision Engineering
2019 .02
-
FEMS 적용을 위한 LSTM 기반의 식품공장 에너지 소비 예측 모델의 최적화
환경에너지공학
2023 .07
-
Multi-LSTM 모델 기반 설비 이상 패턴 감지 연구
한국생산제조학회 학술발표대회 논문집
2020 .07
-
Design of a day-ahead power consumption prediction model for a factory energy management system based on long short-term memory and recurrent neural network
대한전기학회 학술대회 논문집
2022 .07
-
스마트 설비관리시스템 구축 및 효과분석
반도체디스플레이기술학회지
2017 .01
-
Two-phase flow pattern online monitoring system based on convolutional neural network and transfer learning
Nuclear Engineering and Technology
2022 .12
-
클러스터링 기반의 인공신경망을 이용한 건축물 가스에너지소비량 예측 및 평가
KIEAE Journal
2018 .10
-
다중 모델 머신러닝 기반 전력사용량 예측 정확도 향상 기법
전기학회논문지
2022 .06
-
정확도 향상을 위한 CNN-LSTM 기반 풍력발전 예측 시스템
신·재생에너지
2022 .06
-
Anomaly Detection of Malicious Energy Usage in Smart Factories using Deep Neural Network
한국통신학회 학술대회논문집
2021 .06
-
LSTM 기반 공기대류 예측 시스템 설계
대한전기학회 학술대회 논문집
2019 .07
-
패턴학습 기법을 적용한 원자력발전소 운전상태 조기경보 모델 개발
동력시스템공학회지
2018 .08
-
Detects abnormal behavior using motor power consumption
한국컴퓨터정보학회논문지
2018 .10
-
LSTM Model-based Prediction of the Variations in Load Power Data from Industrial Manufacturing Machines
Journal of information and communication convergence engineering
2022 .12
-
DCFL-Chain: Digital-Twin-Based Collaborative FL-Integrated Energy Consumption Prediction for Smart Factory
한국통신학회 학술대회논문집
2024 .11
-
LSTM 을 활용한 공기압축기 센서데이터의 예측
제어로봇시스템학회 국내학술대회 논문집
2022 .06
-
에너지 절감을 위한 토공 장비군 최적화 시스템
대한건축학회 논문집 - 구조계
2015 .04
-
Predicting the Energy Consumption of a Building Using Recurrent Neural Network
대한산업공학회 춘계공동학술대회 논문집
2017 .04
-
전력 시계열 데이터를 이용한 비지도 설비 이상 패턴 탐지 방법
한국통신학회논문지
2024 .07
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-25-02-092307848