인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
본 논문에서는 열교환기 베플 삽입공정 공압 실린더의 설명가능 고장진단을 위한 스트로크 위상 정렬 기반 다중스케일 합성곱 신경망(SPA-MCNN)을 제안한다. 정상, 공기 누설, 씰 마모, 기계적 풀림의 4개 상태에 대해 물리 기반 시뮬레이션으로 120개의 독립 진동 신호를 생성하고, Hilbert 포락선 최대점으로 충격 시점을 정렬한 후 병렬 1D 합성곱으로 다중 시간규모 특징을 학습하였다. 무잡음 조건에서는 상태 간 특징 분리도가 높아 다수 기법이 포화된 정확도를 보였으나, SNR -5 dB에서 통계 특징 기반 기법이 64~68%로 저하되는 반면 제안 기법은 94.17%를 유지하여 우수한 내잡음 강건성을 보였다. 또한 입력 기울기 분석에서 충격·감쇠 구간의 중요도가 임의 구간보다 약 4.0배 높아 판정 근거의 물리적 타당성을 확인하였으며, 실제 공압 실린더 진동 신호와의 비교로 시뮬레이션의 타당성을 검증하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
