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
임종국 (비즈피어) 강명구 (비즈피어) 장건 (비즈피어)
저널정보
한국도시철도학회 한국도시철도학회논문집 한국도시철도학회논문집 제3권 제2호
발행연도
2015.6
수록면
361 - 365 (5page)

이용수

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

초록· 키워드

오류제보하기
In order that complex system, such as train, is important to secure availability on service, reliability and maintainability on cost and safety, the efficient management method on those measures is necessary. According to the necessity, maintenance system which anticipate life-time of a train from failure data has been developed domestically. However, the method has limitation on aspect of preventive maintenance. For preventive maintenance, real-time analysis and prediction of train data are required, but train data is too much to handle in real time due to complexity of modern train system, so large amount of resources and considerable efforts are required to analyze. In order to overcome such difficulties, efficient method on handling the real time data is required. In this paper, Bayesian statistics is introduced to handle the huge amount of real time data efficiently. Bayesian statistics is utilized to generate a pattern of status information of a train. The pattern, then, is used to find out anomalous cases as failure symptom. In addition, the anomalous cases are transferred to FRACAS, FRACAS is possible to make maintenance instruction for those cases as means of effective preventive maintenance.
#Bayesian #Train #Maintenance #Preventive #Machine Learning

목차

ABSTRACT
1. 서론
2. 본론
3. 결론
참고문헌

참고문헌 (4)

참고문헌 신청
[기타자료] - Jasper Snoek / / Practical Bayesian Optimization of Machine Learning Algorithms google schola [기타자료] - Edson Hiroshi Aoki / / A Theoretical Analysis of Bayes-Optimal Multi-Target Tracking and Labelling google schola [기타자료] - Anders Holst / / Statistical Anomaly Detection for Train Fleets / Swedish Institute of Computer Science google schola 박기준, 정종덕. 도시철도차량 신뢰도/가용도 관리시스템 개발에 관한 연구 (I). 한국철도학회 논문집. 2013 dbpia

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

워크플로우 관리 시스템 기반의 FRACAS 프로세스 개발
이재훈 ,  김기영 ,  설동진 외 6명 대한기계학회 춘추학술대회 2008 .06
과설계가 타이탄 로켓엔진의 신뢰도 및 개발비용에 미치는 영향
김경미 ,  황준우 한국항공우주학회지 2015 .04
효과적인 FRACAS 운용을 위한프로세스 지식의 생성과 활용
이재훈 ,  유기훈 ,  김기영 외 2명 신뢰성응용연구 2008 .09
서포트 벡터 머신을 이용한 태양광 발전 시스템 고장 상태 예측 알고리즘 개발
신유경 ,  Fauzan Hanif Juf ,  i 외 1명 대한전기학회 학술대회 논문집 2017 .07
비복잡도을 고려한 정비시간 예측방법 연구
지웅기 ,  이혜원 ,  김병만 외 1명 대한산업공학회 추계학술대회 논문집 2016 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2016-326-001615829