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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2019.3
- 수록면
- 68 - 84 (17page)
- DOI
- 10.33162/JAR.2019.03.19.1.68
이용수
초록· 키워드
오류제보하기
Purpose: The aim of this study was to identify trends in prognostics and health management by classifying and analyzing the relevant literature. Based on our results, we established the current status of academic research and proposed future research directions.
Methods: First, we collected relevant papers, then we developed a method to classify reports, analyzed the papers, and drew conclusions and implications. We established a hierarchical classification system by dividing the literature into theory and applications. Theoretical papers were divided into those dealing with new methods/proposals, and those focused on classifications and comparisons. Applied papers were divided by item type.
Results: The results drawn from our data-driven approach reflect the use of three approaches to prognostics and health management. Diagnostic and prognostic methodologies have been applied extensively, regardless of the particular approach selected, in the contexts of machinery, electronic units, and batteries/fuel cells.
Conclusion: We analyzed trends in, approaches to, and methodologies of prognostic health management research in terms of itemized categories and used our results to identify future directions for such research.
Methods: First, we collected relevant papers, then we developed a method to classify reports, analyzed the papers, and drew conclusions and implications. We established a hierarchical classification system by dividing the literature into theory and applications. Theoretical papers were divided into those dealing with new methods/proposals, and those focused on classifications and comparisons. Applied papers were divided by item type.
Results: The results drawn from our data-driven approach reflect the use of three approaches to prognostics and health management. Diagnostic and prognostic methodologies have been applied extensively, regardless of the particular approach selected, in the contexts of machinery, electronic units, and batteries/fuel cells.
Conclusion: We analyzed trends in, approaches to, and methodologies of prognostic health management research in terms of itemized categories and used our results to identify future directions for such research.
목차
1. 서론
2. 연구 범위 및 방법
3. 논문의 분류 기준과 설명
4. 고장 예지 및 건전성 관리 논문의 분류 및 분석
4. 결론
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
회전체 잔류수명예측을 위한 특성인자 적절성 평가
한국소음진동공학회 학술대회논문집
2020 .06
-
머신러닝을 이용한 이미지 센서의 고장 예지
한국기계가공학회 춘추계학술대회 논문집
2022 .04
-
고분자전해질 연료전지 예지 진단 기술
한국수소및신에너지학회논문집
2018 .08
-
화력발전소 증기터빈의 모델기반 고장예지기법 개발
대한기계학회 춘추학술대회
2015 .02
-
협동로봇의 고장 진단 및 예지를 위한 테스트 베드 개발
한국생산제조학회 학술발표대회 논문집
2019 .11
-
머신러닝 기반 로봇 워크셀의 고장 예지보전 모니터링 기술 개발
한국정밀공학회 학술발표대회 논문집
2022 .05
-
고장예지 알고리즘의 연구동향 및 성능평가 연구
대한기계학회 춘추학술대회
2018 .02
-
AI-Powered Prognostics and Health Management: Multi-scale Multi-level Mask Deep Convolutional Neural Network and its application on Wind Energy
한국태양에너지학회 학술대회논문집
2022 .04
-
물리적 복제물을 이용한 기계구조물의 파손예측
대한기계학회 춘추학술대회
2015 .02
-
상관계수 가중치를 이용한 베어링 예측 특징신호 추출
대한기계학회 춘추학술대회
2017 .11
-
빅데이터 분산처리시스템을 적용한 고장예지 기계학습에 관한 연구
대한기계학회 춘추학술대회
2017 .02
-
머신러닝을 이용한 드론의 고장진단에 관한 연구
한국기계가공학회 춘추계학술대회 논문집
2021 .06
-
A Vibration Signal-Based Fault Prognostic Framework for Rotating Machinery
대한산업공학회 추계학술대회 논문집
2022 .11
-
Prognostic health management for strain wave gear reducer under different operating conditions
대한기계학회 춘추학술대회
2022 .11
-
편향-분산 기반 예지 성능 지표를 통한 회전체 잔여 수명 예측
대한기계학회 춘추학술대회
2022 .03
-
고장진단 및 예지기술 적용을 위한 공작기계용 핵심설비 테스트베드 설계
대한기계학회 춘추학술대회
2017 .02
-
Thermal Image-Based Prognostics of Discrete IGBTs using Convolutional Neural Networks
대한기계학회 춘추학술대회
2024 .11
-
배터리 잔존 유효 수명 예측을 위한 전기화학 모델 기반 고장 예지 및 건전성 관리 기술
한국통신학회논문지
2017 .04
-
RF와 KNN을 이용한 인버터 고장예지 연구
한국기계가공학회 춘추계학술대회 논문집
2020 .06
-
로봇 고장 예지를 위한 시계열 데이터 기반 딥러닝 시스템
대한전자공학회 학술대회
2018 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
Deep Learning-Based Analysis for Abnormal Diagnosis of Air Compressors
강민규
,
현요환
,
이치범
Journal of the Korean Society for Precision Engineering
2022
.03
시계열 데이터의 이미지 변환 방법에 따른 딥러닝 고장 진단 성능 비교
김누리
,
김승일
,
강영진
외 1명
대한기계학회 춘추학술대회
2020
.12
BiSS통신을 이용한 마그네틱 엔코더 고장진단기개발에 필요한 연구
김성락
,
이담
,
이경창
제어로봇시스템학회 국내학술대회 논문집
2021
.06
k-NN을 활용한 터보팬 엔진의 잔여 유효 수명 예측 모델 제안
김정태
,
서양우
,
이승상
외 2명
한국산학기술학회 논문지
2021
.04
해상크레인 윈치 감속기의 기계학습기반 실시간 상태모니터링 시스템 개발
황세윤
,
이장현
,
김광식
외 2명
한국CDE학회 논문집
2020
.12
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2019-323-000567903