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
김현식 (Pukyong National University) 정재호 (S&T Motiv) 백운경 (Pukyong National University)
저널정보
한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제31권 제1호(통권 258호)
발행연도
2021.2
수록면
40 - 46 (7page)
DOI
10.5050/KSNVE.2021.31.1.040

이용수

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

초록· 키워드

오류제보하기
Motor noise is one of the important quality factors for motor performance. Generally, in a motor production line, motor noise is inspected by a skilled worker. Because motor noise can be caused by a variety of sources or combinations thereof, it is difficult to isolate each specific noise source. An objective/automatic noise-source detection method would be helpful for motor manufacturers. This study introduces a noise-diagnosis method using a sound recognition technique and machine learning methods. First, the raw noise data are filtered through a spectral noise-gate algorithm to reduce the background noise. Then, mel-frequency cepstral coefficient features, which are widely used in the speech-recognition technique, are extracted from the noise data. Finally, a noise-classification model is developed using a support vector machine technique for motor data whose noise sources are known. This model can be used to identify malfunctional motor noises and their sources. Finally, this method was validated by comparing its results with those of frequency analysis from the motor production line.
#Noise Diagnosis(소음 진단) #MFCC(멜 주파수 캡스트럼 계수) #Machine Learning(머신러닝) #Support Vector Machine(서포트 벡터 머신) #Spectral Noise Gate(스펙트럼 노이즈 게이트)

목차

ABSTRACT
1. 서론
2. 음성인식 및 머신러닝을 적용한 모터 소음 진단 방법
3. 기어모터에 대한 소음 진단 방법 적용
4. 실험적 주파수 분석을 통한 기어모터 소음진단 방법 검증
5. 결론
References

참고문헌 (11)

참고문헌 신청
Lee, D., 2018, Defective Motor Classification with Acoustic Signal using Convolutional Neural Network, Masters dissertation, Seoul National University, Seoul, South Korea. dbpia Park, B. H., Cho, H. W. and Oh, J. I., 2018, Component Defect Detection Using Acoustic Resonance Method Based on Machine Learning, Proceedings of the KSNVE Annual Spring Conference, p. 111. google schola Hwang, W. W. and Yang, B. S., 2004, Fault Diagnosis of Rotating Machinery Using Multi-class Support Vector Machines, Journal of Mechanical Science and Technology, Vol. 14, No. 12, pp. 1233~1240. google schola Lim, Y. B., Lee, K. Y., Park, W. K. and Cho, S., 2017, Pattern Classification Method of Electrical Loads Using Modified MFCC, Journal of Korean Institute of Intelligent Systems, Vol. 27, No. 6, pp. 543~551. google schola Park, W. K., Lim, Y. B., Kim, D. W., Lee, H. K. and Cho, S., 2018, Prediction Method of Electrical Abnormal States Using Simplified Mel-frequency Cepstral Coefficients, Journal of Korean Institute of Intelligent Systems, Vol. 28, No. 5, pp. 514~522. 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

자동차 파워트레인의 소음/진동 데이터를 활용한 AI 기반 진단기술 개발
정인수 ,  이동철 ,  노경진 외 1명 한국소음진동공학회논문집 2022 .02
디지털 트윈을 사용한 구조 진동 가상 센서 시스템
오승인 ,  박다은 ,  백현우 외 3명 한국소음진동공학회논문집 2020 .04
전기 자동차용 인휠 모터 시스템의 소음 저감
김보형 ,  홍준기 ,  윤신 외 3명 한국소음진동공학회논문집 2019 .06
전기버스 구동용 모터 소음저감 사례
정진태 ,  윤신 ,  권성민 외 2명 한국소음진동공학회 학술대회논문집 2020 .11
유도전동기의 슬롯 조합에 따른 진동/소음 특성 분석
김창환 ,  추용하 ,  윤경환 외 2명 전기학회논문지 2023 .02

최근 본 자료

전체보기

댓글(0)

0