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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국유체기계학회 한국유체기계학회 논문집 유체기계저널 제7권 제2호
발행연도
2004.4
수록면
41 - 49 (9page)

이용수

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

초록· 키워드

오류제보하기
Condition monitoring is very important in turbo machinery because single failure could cause critical damages to its plant. So, automatic fault recognition has been one of the main research topics in condition monitoring area. We have used a relatively new fault recognition method, Hidden Markov Model(HMM), for mechanical system. It has been widely used in speech recognition, however, its application to fault recognition of mechanical signal has been very limited despite its good potential. In this paper, discrete HMM(DHMM) was used to recognize the faults of rotor system to study its fault recognition ability. We set up a rotor kit under unbalance and oil whirl conditions and sampled vibration signals of two failure conditions. DHMMs of each failure condition were trained using sampled signals. Next, we changed the setup and the rotating speed of the rotor kit. We sampled vibration signals and each DHMM was applied to these sampled data. It was found that DHMMs trained by data of one rotating speed have shown good fault recognition ability in spite of lack of training data, but DHMMs trained by data of four different rotating speeds have shown better robustness.

목차

ABSTRACT

1. 서론

2. DHMM 이론

3. 회전체 결함 인식

4. 결론

참고문헌

참고문헌 (12)

참고문헌 신청
, 2003 , 컨디션 모니터링이 최신 가스터빈에 미치는 영향 6 (1) : 131 ~ 136 google schola , pp.257-286. , A Tutorial on Hidden Markov Models and Selected Application in Speech Recognition 77 google schola , 2003 , AR 계수를 이용한 Hidden Markov Model의 기계 상태진단 적용 13 (1) : 48 ~ 55 google schola , 2001 , Classification Abnormal Plant Oeration using Multiple Process Variable Trends 11 : 409 ~ 418 google schola , 1999 , Accident Identification in Nuclear Power Plants using Hidden Markov Models 12 : 491 ~ 501 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

HMM을 이용한 회전체 시스템의 질량편심 결함진단
고정민 ,  최찬규 ,  강토 외 3명 한국소음진동공학회논문집 2015 .09
질량 편심이 있는 회전기계의 상태 진단을 위한 은닉 마르코프 모델의 적용
고정민 ,  최찬규 ,  강토 외 3명 대한기계학회 춘추학술대회 2014 .11
은닉 마르코프 모델을 이용한 질량 편심이 있는 회전기기의 상태진단
고정민 ,  최찬규 ,  강토 외 3명 한국소음진동공학회 학술대회논문집 2014 .10
HMM/ANN복합 모델을 이용한 회전 블레이드의 결함 진단
김종수 ,  유홍희 한국소음진동공학회논문집 2013 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-554-015102643