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
학술대회자료
저자정보
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2016년 대한산업공학회 추계학술대회 및 정기총회
발행연도
2016.11
수록면
1,324 - 1,328 (5page)

이용수

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

초록· 키워드

오류제보하기
기계시스템의 안정성과 신뢰성을 확보하기 위하여 고장이 발생 하기 전에 이를 예측하기 위한 고장 예지 보전 연구가 많이 이루어지고 있다. 이를 위하여 일반적으로 시스템에 부착된 다양한 센서로부터 수집된 Time-series 데이터를 다양한 Temporal data mining 기법을 이용하여 분석하고 있다. 본 논문에서는 Multivariate discretization을 통해 변환된 Discretized state vector (i.e. 이벤트)간의 시간 간격을 고려한 사전 징후 패턴 추출법을 제시한다. 제시된 기법의 성능 검증을 위하여 실제 자동차 고장 진단 시뮬레이터에서 수집된 센서 데이터에 적용해 본 결과 약 98%의 고장 상태를 예지할 수 있는 사전 징후 패턴을 추출하였다.

목차

Abstract
1. 서론
2. 관련 연구
3. 이벤트 발생 시간 간격을 고장 징후 분석 기법
4. 자동차 엔진 고장 사전 징후 분석 결과
5. 결론
참고 문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

딥러닝, 기계공학에선 이렇게 쓰인다
김수현 ,  이승철 대한기계학회 춘추학술대회 2017 .05
제조 시계열 데이터 처리를 위한 순환합성곱 신경망 모델
박승태 ,  김수현 ,  이승철 대한기계학회 춘추학술대회 2017 .02
제조 시계열 데이터 처리를 위한 순환신경망 구조 연구
김수현 ,  박승태 ,  이승철 대한기계학회 춘추학술대회 2017 .02
회전기계류 상태 실시간 진단을 위한 IoT 기반 클라우드 플랫폼 개발
정해동 ,  김수현 ,  우선희 외 2명 대한기계학회 논문집 A권 2017 .06
딥러닝
이승철 ,  정해동 ,  박승태 외 1명 소음·진동 2017 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-530-001572172