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
손종덕 (KEPCO Research Institute) 엄예준 (KEPCO Research Institute)
저널정보
한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제35권 제2호(통권 283호)
발행연도
2025.4
수록면
190 - 196 (7page)
DOI
10.5050/KSNVE.2025.35.2.190

이용수

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

초록· 키워드

오류제보하기
The stator wedges of large-scale generators must remain tight during operation to protect the windings from vibrations. This study aims to improve the traditional qualitative wedge evaluation method that relies on manual hitting and auditory assessment, by employing a portable device to acquire wedge tightness condition data. The Gaussian mixture model (GMM) algorithm was utilized to perform clustering based on wedge tightness conditions, followed by an evaluation of classification accuracy using the optimal clustering model. This research provides a comparative evaluation of classification performance by optimizing GMM clustering for data-driven quantitative assessment of wedge conditions.

목차

ABSTRACT
1. 서론
2. 알고리즘
3. 데이터 취득 및 분석
4. 최적 군집 결정 및 검증
5. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0