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
학술저널
저자정보
김민석 (부산대학교) 정승환 (부산대학교) 김종근 (부산대학교) 김성신 (부산대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제31권 제4호
발행연도
2021.8
수록면
273 - 278 (6page)
DOI
10.5391/JKIIS.2021.31.4.273

이용수

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

초록· 키워드

오류제보하기
현대의 복잡한 산업공정에서 예상치 못한 비계획정지는 주요 설비들의 수명을 단축시킬 뿐만 아니라 막대한 유지보수 비용을 초래한다. 이러한 문제를 방지하기 위해서 설비들의 고장을 탐지할 수 있는 방법이 필요하다. 따라서, 본 논문에서는 LOF(local outlier factor)를 이용한 고장탐지 방법을 제안한다. 데이터가 특정 분포(Gaussian, binomial, exponential 등)를 따른다는 가정을 기반으로 한 주성분분석, 독립성분분석 등과 같은 통계적 방법들과는 달리, 인접한 이웃의 밀집도를 이용하는 LOF는 데이터에 분포에 따른 가정을 요구하지 않기 때문에 비선형 시스템, 다중모드 및 시변공정에서 많은 관심을 받고 있다. 하지만, LOF는 밀집도를 이용하는 특성상 인접한 이웃들의 거리에 많은 영향을 받기 때문에, 본 논문에서는 각 인접한 이웃의 거리에 비례하는 가중치를 곱해주는 형태로 기존 LOF의 고장탐지 성능을 개선하는 방법을 제안한다. 제안된 방법의 성능을 검증하기 위해 고장탐지 및 진단의 평가목적으로 사용되고 있는 Tennessee eastman 프로세스에 적용한 결과, 제안된 방법이 기존 방법에 비해 고장 구간을 적절히 탐지하면서 부적절한 거짓 알람 발생을 낮출 수 있음을 확인하였다.

목차

요약
Abstract
1. 서론
2. 고장탐지 방법
3. 실험 데이터 및 고장 문턱값 설정
4. 실험 결과
5. 결론 및 향후 연구
References

참고문헌 (10)

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