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
고도현 (금오공과대학교) 최욱현 (금오공과대학교) 최성대 (금오공과대학교) 허장욱 (금오공과대학교)
저널정보
한국기계가공학회 한국기계가공학회지 한국기계가공학회지 제20권 제12호
발행연도
2021.12
수록면
85 - 91 (7page)

이용수

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

이 논문의 연구 히스토리 (2)

2021

머신러닝을 이용한 스타트 모터의 고장예지
고도현 ,  최욱현 ,  최성대 외 1명 한국기계가공학회지 2021.12 학술저널
머신러닝을 이용한 스타트 모터의 고장예지
고도현 ,  최욱현 ,  신종찬 외 2명 한국기계가공학회 춘추계학술대회 논문집 2021.06 학술대회자료

초록· 키워드

오류제보하기
In our daily life, artificial intelligence performs simple and complicated tasks like us, including operating mobile phones and working at homes and workplaces. Artificial intelligence is used in industrial technology for diagnosing various types of equipment using the machine learning technology. This study presents a fault mode effect analysis (FMEA) of start motors using machine learning and big data. Through multiple data collection, we observed that the primary failure of the start motor was caused by the melting of the magnetic switch inside the start motor causing it to fail. Long-short-term memory (LSTM) was used to diagnose the condition of the magnetic locations, and synthetic data were generated using the synthetic minority oversampling technique (SMOTE). This technique has the advantage of increasing the data accuracy. LSTM can also predict a start motor failure.
#Start Motor(스타트 모터) #Machine Learning(머신러닝) #Failure Prognostics(고장예지) #Failure Mode(고장모드) #Long Short-Term Memory(장단기 메모리)

목차

ABSTRACT
1. 서론
2. 고장모드 및 실험
3. LSTM 기법
4. 스타트 모터 고장예지
5. 결론
REFERENCES

참고문헌 (11)

참고문헌 신청
최주호 / 2011 / 예지기술의 연구동향 및 모델기반 예지기술 비교연구 / 제어.로봇.시스템학회 논문지 17(11):1095~1100 dbpia 우승우 / 2019 / 스타트모터 B단자 절연파괴 화재사례에 대한 실험적 연구 / 한국안전학회지 34(5):55~62 dbpia Kook, J. H. / 2002 / Output Characteristics of Helical Magnetic Flux Compression Generators with Varing Current Density Flowing through Coil / The Journal of KIEE 2002(11):21~23 google schola LSTM and It’s Equations google schola Understanding LSTM Networks 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

『高麗史』 叛逆傳 立傳 기준과 고려말 조선초 ‘附元’ 인식
朴胤珍 한국사학보 2013 .08
MCNN-LSTM 기반 모터 고장 진단 시스템 개발
조수형 ,  김대환 ,  강다인 한국유체기계학회 학술대회 논문집 2023 .12
시계열 데이터의 Denoising CNN 적용을 통한 물리 모델 기반 베어링의 잔여수명 추정
채선규 ,  강민기 ,  권준 외 1명 대한기계학회 춘추학술대회 2021 .04
머신러닝을 이용한 알루미늄 전해 커패시터 고장예지
박정현 ,  석종훈 ,  천강민 외 1명 한국기계가공학회지 2020 .11
원심펌프 결함진단을 위한 OCSVM기반 특징에 관한 실험적 연구
이준호 ,  허효범 ,  오은진 외 1명 신뢰성응용연구 2023 .12

최근 본 자료

전체보기

댓글(0)

0