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
김재성 (충북대학교) 오민지 (충북대학교) 노경우 (충북대학교)
저널정보
Korean Society for Precision Engineering 한국정밀공학회 학술발표대회 논문집 한국정밀공학회 2021년도 춘계학술대회 논문집
발행연도
2021.5
수록면
668 - 669 (2page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
최근 많은 제조기업에서 복잡하고 다양한 자동화 설비를 도입하고 있으며, 이러한 설비를 관리하기 위해 기존의 방식과 다른 새로운 관리 방법과 기술이 필요하게 되었다. 설비를 보다 효율적이며 안정적으로 관리하고 스마트 팩토리 도입을 위해 센서를 부착하여 관리하는 등 새로운 방법을 모색하고 있으나, 실제 대부분 제조기업에서는 많은 경험을 쌓은 관리자의 직관에 의존하고 있다. 또한, 수집되는 센서 데이터의 활용도가 떨어지고 불규칙한 대응으로 인해 설비의 고장을 사전에 예측할 수 없는 것이 실정이다. 이러한 문제점을 해결하기 위해, 본 연구에서는 SVM (Support Vector Machine) 알고리즘을 기반으로 센서 데이터의 서포트 벡터 추출을 통한 이상 탐지 규칙을 추론하고, 해당 규칙을 적용한 설비 예지 보전 기능을 제안한다. 설비에 부착된 진동, 압력, 온도 ... 전체 초록 보기

목차

등록된 정보가 없습니다.

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