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
김가은 (동아대학교) 황해성 (동아대학교) 이광기 (한얼솔루션) 한승호 (동아대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제45권 제1호(통권 제424호)
발행연도
2021.1
수록면
51 - 57 (7page)
DOI
10.3795/KSME-A.2021.45.1.051

이용수

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

초록· 키워드

오류제보하기
구름 베어링은 회전 기계에서 회전축을 지탱하는 주요 구성요소 중 하나로 열악한 사용 환경에서 잦은 고장과 파손이 발생한다. 구름 베어링의 파손은 회전 기계 전체의 가동 중단으로 이어져 막대한 금전적 손실을 초래하기 때문에 이의 상태를 진단하는 모니터링 시스템은 필수적인 부분이 되었다. 그러나 다양한 기능을 담당하는 복잡한 기계요소들의 상호 간섭으로 상태 모니터링 프로세스가 복잡해지고, 상태 모니터링에 요구되는 시간이 오래 걸려 결과적으로 높은 비용이 초래되고 있는 실정이다. 따라서 구름 베어링의 상태 모니터링 연구를 위해 고장 패턴 학습이 아닌 통계적 공정관리(SPC: statistical process control)를 활용한 성능지표화를 통해 다양한 결함 패턴을 감지하는 것이 요구된다. 본 연구에서는 구름 베어링을 대상으로 가속도 데이터를 통계적 공정관리 성능지수로 변환하였으며, 이를 결함 감지 기준으로 선정하였다. 통계적 공정관리 성능지수는 상용 통계해석 프로그램인 JMP를 통해 분산분석을 수행하여 통계적 유의차를 도출하였으며, 상자그림으로 각 변수들의 결함을 분류하는 기준인 0.8과 1.5를 선정하였다. 아울러 다항 로지스틱 회귀분석을 수행해본 결과, SPC 성능지수를 적용한 다항 로지스틱 회귀 분석은 결함 발생확률 추정에 대해 높은 정확도를 보였음을 확인하였다.
#Fault Detection(결함검출) #Multi-nominal Logistic Regression(다항 로지스틱 회귀) #Rolling Bearing(구름 베어링) #Statistical Process Control(통계적 공정관리)

목차

초록
Abstract
1. 서론
2. 롤러 베어링 가속도 데이터
3. 가속도 데이터 분석
4. 구름 베어링의 결함 발생확률 추정
5. 결론
참고문헌(References)

참고문헌 (20)

참고문헌 신청
Kim, S. J., Park, J. M. and Youn, B. D., 2018, “Fault Diagnosis of Low Speed Rolling Bearing Using Acoustic Emission Sensor,” The Journal of KSNVE, Vol. 57, p. 117. google schola Park, H. J., Jung, K. S. and Choi, J. H., 2017, “Correlation Study of Spindle Bearing Fault and Dimensional Quality during NC Lath Machining,” Proc. of the KSME 2017 Spring Conference, pp. 1110~1111. google schola Kim, K. S., Hwang, T. W., Kim, S. J., Jeon, B. J., Park, J. M. and Youn, B. D., 2017, “Multi-stage Degradation Physics for Rolling Element Bearings Prognostics,” Proc. of the KSME 2017 Spring Conference, pp. 1387~1388. google schola Kim, H. S. and Lee, S. K., 2002, “Bearing Fault Diagnostics in a Gearbox,” The Journal of KSNVE, Vol. 25, pp. 611~616. google schola Kim, R. W., Kim, S. R., Hwang, K. H., Ahn, J. H. and Kim, S. M., 2014, “Acoustic Emissionbased Fault Detection in Rolling Element Bearings,” The Journal of KSPE, Vol. 46, pp. 242~243. 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

중소 금형기업의 제조협업 지원을 위한 공정데이터 분석 체계 설계
김시구 ,  이상일 ,  류광열 외 1명 한국경영과학회 학술대회논문집 2019 .04
중소기업을 위한 웹 기반 통계적 공정관리 시스템 개발
신지인 ,  이수홍 한국CDE학회 학술발표회 논문집 2012 .02
10톤급 터보펌프 터빈 성능 시험에서의 베어링 이상 신호 분석
배준환 ,  이항기 ,  곽현덕 외 1명 한국트라이볼로지학회 학술대회 2024 .04
A Fault Diagnosis Method Based on Optimized SVDD And Multi-Symplectic Geometry Mode Decomposition for Rolling Bearings
Jianqun Zhang ,  Qing Zhang ,  Wenzong Feng 외 1명 제어로봇시스템학회 국제학술대회 논문집 2023 .10
Bearing Fault Diagnosis Using One-Dimensional Convolutional Neural Network
Zhanyuan Gao ,  Zhennan Wei ,  Yuan Chen 외 2명 제어로봇시스템학회 국제학술대회 논문집 2022 .11

최근 본 자료

전체보기

댓글(0)

0