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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
신광수 (고려대학교) 백준걸 (고려대학교)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2017년 대한산업공학회 추계학술대회 및 정기총회
발행연도
2017.11
수록면
2,203 - 2,208 (6page)

이용수

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

초록· 키워드

오류제보하기
제조업을 비롯한 많은 산업분야에서 설비의 상태를 모니터링하고 예측하는 것은 시스템 성능의 유지 측면에서 중요한 사항이다. 고장 예지 및 건전성관리(PHM; Prognostics and Health Management) 기술은 설비의 현재상태를 기반으로, 미래의 고장 발생 가능 시점을 예측하여, 시스템의 유지보수 비용절감 및 효율성증가를 가져 올 수 있어 다양한 산업분야에서 활발하게 이용되고 있다. 기존의 고장 예지 및 건전성관리방법은 MSET과 SPRT를 통하여 설비의 고장 진단하였다. 그러나 SPRT는 가설 점정을 통하여 시점을 예측하기 때문에 실시간 예측에는 적합하지 않다. 본 논문에서는 MSET과 RTC기법을 통한 실시간 고장 시점 예측 방법을 제안한다. 기존의 MSET 특질에 LLE와 Kurtosis 특질을 결합하여 예측 성능을 향상시켰다. 본 논문에서는 MSET을 사용하여 잔차를 생성하고, 생성한 잔차를 통해 변수를 추출하여 비정규데이터분석에 성능이 좋은 Kernel regression을 사용하여 분석하였다. 분석한 값을 RTC라는 기법을 사용하여 고장 발생 가능 시점을 보다 빠르게 예측하는 것을 제안하며, 효율적인 설비 운용에 기여할 것으로 예상한다.

목차

Abstract
1. 서론
2. 이론적 배경
3. 제안 방법 및 실험 결과
참고문헌

참고문헌 (0)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2018-530-001424917