PAttn과 LightTS를 결합해 전류 신호를 이용한 모터 이상 탐지 딥러닝 기반 모델

Q: 이 논문에서 정의한 모터 이상 탐지란 무엇인가?

모터 이상 탐지는 모터의 고장을 효과적으로 감지하는 과정으로, 산업 안전과 직결되어 매우 중요하다. 본 연구에서는 전류 신호를 활용하여 모터의 잠재적 결함을 식별하고 진단하는 딥러닝 기반 모델을 통해 이를 수행한다. 이는 예지 유지보수의 핵심 요소로, 장비의 가동 시간을 극대화하고 운영 효율성을 향상시키는 데 기여한다.

Q: PAttn과 LightTS를 결합한 모터 이상 탐지 모델의 핵심 이점은 무엇인가?

연구 결과, PAttn과 LightTS 모듈을 결합한 모델은 전류 신호 기반 모터 이상 탐지에서 전역적 의존성과 지역적 및 장기적 패턴을 동시에 학습하여 시계열 데이터의 다중 스케일 특징을 효과적으로 통합한다. 또한 가중 합 손실 함수를 적용하여 두 모듈의 학습 안정성을 높이고 균형 잡힌 최적화를 달성하여 기존 모델 대비 우수한 성능을 보인다.

김해영; 구본근; 반재필; 구교권

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김해영 (국립금공과대학교) 구본근 (대구경북과학기술원) 반재필 (국립금공과대학교) 구교권 (대구경북과학기술원)

저널정보: 한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2025년도 추계종합학술대회 및 대학생논문경진대회

발행연도: 2025.11

수록면: 229 - 233 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

모터 이상 탐지는 산업안전과 밀접하게 연관 되어 있어 매우 중요하다. 본 연구에서는 모터의 고장을 효과적으로 감지하기 위한 딥러닝 기반 이상 탐지 모델을 제안하였다. 모델은 전역적 의존성을 학습하는 attention 기반 PAttn 모듈과 지역적 및 장기적 패턴의 상호작용을 학습하는 LightTS 모듈을 결합하여 구성하였다. 또한 두 모듈의 출력을 각각 최적화하기 위해 가중 합 기반 평균 제곱 오차 손실 함수를 적용하여, 두 모듈의 손실을 동시에 최소화하고 균형적으로 학습될 수 있도록 설계하였다. 제안된 모델은 area under the receiver operating characteristic curve (AUC) 0.8873의 성능을 보여 비교 모델들보다 우수한 결과를 보여준다. 이러한 결과를 통해 제안된 모델의 구조가 전류 신호 기반 모터 이상 탐지에서 시계열 패턴을 효과적으로 학습하고, 모델의 안정성을 향상시킴을 확인하였다.

#Anomaly detection #attention-based method #deep learning #motor #focus measure

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)