지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2022.1
- 수록면
- 124 - 130 (7page)
- DOI
- 10.5573/ieie.2022.59.1.124
이용수
초록· 키워드
오류제보하기
본 논문은 짧은 지연 시간을 갖는 베어링 결함 진단을 위한 convolutional LSTM (ConvLSTM) 모델 기반의 진단 예측 방법을 제안하고 이에 대한 진단의 지연 시간 및 정확도를 평가한다. 제안하는 방법은 일반적인 결함 진단의 절차 중 입력의 취득에 소요되는 시간을 효과적으로 감소시키기 위해 순차적으로 입력되는 데이터를 짧은 벡터로 분할하여 처리한다. 짧은 벡터의 입력에서 시공간적 특징을 효과적으로 찾기 위해 ConvLSTM 모델을 사용하며 ConvLSTM 모델은 many-to-many 구조로 설계하여 연속된 진단의 예측 결과가 고장 조건에 해당하는 즉시 고장을 진단하는 방법이 적용되었다. 제안된 방법은 case western reserve university 베어링 데이터셋으로 실험되었으며, 결함 진단의 정확도는 유지하면서 예측 시간을 2D-CNN 모델에 비해 99.3%, 1D-CNN 모델에 비해 50.7% 감소시켰다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 기존의 결함 진단 방법
Ⅲ. 제안하는 결함 진단 방법
Ⅳ. 결과 및 분석
Ⅴ. 결론
REFERENCES
참고문헌 (12)
참고문헌 신청
C. Heising, et al., “IEEE recommended practice for the design of reliable industrial and commercial power systems,” IEEE Std 493-2007 (Revision of IEEE Std 493-1997) - Redline, pp. 1-426, 25 June 2007.
Z. Li, T. Zheng, W. Yang, H. Fu, and W. Wu, “A robust fault diagnosis method for rolling bearings based on deep convolutional neural network,” in Proc. Prognostics and System Health Management Conf., pp. 1-6, Qingdao, China, Oct 2019.
P. Liang, C. Deng, J. Wu, Z. Yang, and J. Zhu, "Intelligent fault diagnosis of rolling element bearing based on convolutional neural network and frequency spectrograms," in Proc. IEEE Int’l Conf. on Prognostics and Health Management, pp. 1-5, San Francisco, CA, USA, June 2019.
L. Wen, X. Li, L. Gao, and Y. Zhang, "A new convolutional neural network-based data-driven fault diagnosis method," IEEE Trans. Ind. Electron., vol. 65, no. 7, pp. 5990-5998, July 2018.
H. Kong, Q. Yang, Z. Zhang, Y. Nai, D. An, and Y. Liu, "One dimensional convolutional neural networks based on exponential linear units for bearing fault diagnosis," in Proc. Chinese Automation Congress, pp. 1052-1057, Xi'an, China, Dec. 2018.
Z. Li, T. Zheng, W. Yang, H. Fu, and W. Wu, “A robust fault diagnosis method for rolling bearings based on deep convolutional neural network,” in Proc. Prognostics and System Health Management Conf., pp. 1-6, Qingdao, China, Oct 2019.
P. Liang, C. Deng, J. Wu, Z. Yang, and J. Zhu, "Intelligent fault diagnosis of rolling element bearing based on convolutional neural network and frequency spectrograms," in Proc. IEEE Int’l Conf. on Prognostics and Health Management, pp. 1-5, San Francisco, CA, USA, June 2019.
L. Wen, X. Li, L. Gao, and Y. Zhang, "A new convolutional neural network-based data-driven fault diagnosis method," IEEE Trans. Ind. Electron., vol. 65, no. 7, pp. 5990-5998, July 2018.
H. Kong, Q. Yang, Z. Zhang, Y. Nai, D. An, and Y. Liu, "One dimensional convolutional neural networks based on exponential linear units for bearing fault diagnosis," in Proc. Chinese Automation Congress, pp. 1052-1057, Xi'an, China, Dec. 2018.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
ConvLSTM 모델 기반의 짧은 지연시간을 갖는 베어링 결함 진단
대한전자공학회 학술대회
2021 .06
-
시공간 신경망 모델에 기반한 화재 확산 예측
전기전자학회논문지
2025 .03
-
1D CNN을 이용한 베어링 결함 진단
대한전자공학회 학술대회
2020 .11
-
ConvLSTM 기반 주변 차량의 미래 경로 프레임 예측
한국자동차공학회 춘계학술대회
2022 .06
-
Two Streams Convolutional Network with Stacked ConvLSTM for Dynamic Texture Recognition
한국정보과학회 학술발표논문집
2020 .07
-
베어링 고장 진단을 위한 CNN 기반 딥러닝의 계산 복잡도 감소 기법
디지털콘텐츠학회논문지
2023 .06
-
ConvLSTM을 이용한 도로 구간 속도 예측 기법
한국정보기술학회논문지
2021 .12
-
3 축 진동데이터 기반의 상태분류 기법을 이용한 볼 베어링 내륜 결함 진단 연구
한국정밀공학회 학술발표대회 논문집
2021 .05
-
베어링 고장진단을 위한 진동신호 스펙트럼 기반 1D CNN 모델 연구
대한기계학회 춘추학술대회
2022 .11
-
ConvLSTM과 Attention 구조를 활용한 선박밀집도 예측 연구
한국해양환경·에너지학회 학술대회논문집
2024 .11
-
Multi-task ConvLSTM 네트워크를 통한 풍력 터빈 예측
대한산업공학회 추계학술대회 논문집
2017 .11
-
ConvLSTM과 3D CNN에 의한 모바일 트래픽 예측 성능 비교 분석
한국통신학회 학술대회논문집
2021 .02
-
2D 이미지 임베딩을 통한 베어링 결함 진단 방법론
대한산업공학회 춘계공동학술대회 논문집
2023 .05
-
ConvLSTM을 사용한 토마토 생산량 및 성장량 예측 모델에 관한 연구
한국정보기술학회논문지
2020 .01
-
합성곱 신경망 알고리즘을 활용한 베어링 다중 고장 진단 모델 개발
한국정밀공학회 학술발표대회 논문집
2021 .11
-
배기가스 온도 데이터를 활용한 선박 메인엔진 결함 진단 및 예지
대한산업공학회 추계학술대회 논문집
2024 .10
-
철도차량 결함진단(고장진단) 기술 동향
전력전자학회지
2016 .08
-
합성곱 신경망을 적용한 볼 베어링의 결함 분류
대한기계학회 논문집 A권
2022 .05
-
CNN-LSTM을 사용한 긴 주기 펄스 레이다 신호 속성 분류
한국전자파학회논문지
2022 .01
-
중요 특징 추출과 합성곱 신경망을 이용한 암 진단 모델 연구
Proceedings of KIIT Conference
2021 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-569-000195317