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
우찬영 (안동대학교) 서희원 (안동대학교) 한정삼 (안동대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제46권 제11호(통권 제446호)
발행연도
2022.11
수록면
1,003 - 1,013 (11page)
DOI
10.3795/KSME-A.2022.46.11.1003

이용수

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

이 논문의 연구 히스토리 (3)

2022

모델차수축소법 기반 주파수응답해석 및 딥러닝을 이용한 블레이드 모서리의 균열 예측
우찬영 ,  서희원 ,  한정삼 대한기계학회 논문집 A권 2022.11 학술저널

2021

모델차수축소법으로 계산된 주파수응답해석을 이용한 딥러닝 기반 블레이드의 균열 예측
우찬영 ,  최재웅 ,  손동수 외 1명 대한기계학회 춘추학술대회 2021.11 학술대회자료
터빈 블레이드 균열에 따른 모델차수축소법 기반 주파수응답해석
우찬영 ,  한정삼 대한기계학회 춘추학술대회 2021.08 학술대회자료

초록· 키워드

오류제보하기
본 논문에서는 컴프레서 블레이드의 주파수응답을 이용한 딥러닝 모델을 통하여 결함이 쉽게 발생하는 블레이드 모서리 균열의 위치 및 크기를 예측 방법을 제시하였다. 블레이드의 여러 위치에서 정의된 출력점에서 구한 주파수응답으로부터 다양한 형태의 주파수응답 지도를 생성하여 입력 데이터로 이용하였다. 크리로프 부공간 모델차수축소법으로 생성된 정확한 축소 모델로 주파수응답해석을 수행함으로써 매우 효율적으로 방대한 주파수응답 빅데이터를 구축할 수 있었다. 주파수응답 지도를 입력 데이터로 사용하여 블레이드 모서리 균열을 예측하는 합성곱 신경망 모델은 9개의 합성곱 계층으로 구성되었으며 출력 계층으로는 회귀 계층을 통해 균열의 높이와 크기를, 분류 계층을 통해 균열이 발생한 모서리를 예측하였다. 주파수응답으로 계산되는 입력 데이터의 형태 및 출력점의 위치에 따른 모델의 정확도 및 성능을 비교함으로써 주파수응답 지도를 활용한 블레이드 모서리 균열의 위치 및 크기 예측방법의 활용 가능성과 유효성을 구체적으로 제시하였다.
#Compressor Blade(압축기 블레이드) #Edge Crack(모서리 균열) #Frequency Response Map(주파수응답 지도) #Krylov Subspace(크리로프 부공간) #Model Order Reduction(모델차수축소법) #Deep Learning(딥러닝) #Convolutional Neural Network(합성곱 신경망)

목차

초록
Abstract
1. 서론
2. 모델차수축소법 기반 주파수응답해석
3. 주파수응답 빅데이터 생성
4. 합성곱 신경망을 이용한 블레이드 모서리 균열 위치 및 크기 예측
5. 결론
참고문헌(References)

참고문헌 (17)

참고문헌 신청
Jang, J. W., An, H. J., Lee, J. H. and Shin, S. B., 2019, “Construction of Faster R-CNN Deep Learning Model for Surface Damage Detection of Blade Systems,” Journal of the Korea Institute for Structural Maintenance and Inspection, Vol. 23, No. 7, pp. 80~86. google schola Mevissen, F. and Meo, M., 2020, “A Nonlinear Ultrasonic Modulation Method for Crack Detection in Turbine Blades,” Aerospace, Vol. 7, No. 6, Article 72. google schola Aust, J., Shankland, S., Pons, D., Mukundan, R. and Mitrovic, A., 2021, “Automated Defect Detection and Decision-Support in Gas Turbine Blade Inspection,” Aerospace, Vol. 8, No. 2, Article 30. google schola Zhang, J. W., Zhang, L. B. and Duan, L. X., 2018, “A Blade Defect Diagnosis Method by Fusing Blade Tip Timing and Tip Clearance Information,” Sensors, Vol. 18, No. 7, Article 2166. google schola Hu, B. and Li, B., 2015, “Blade Crack Detection of Centrifugal Fan Using Adaptive Stochastic Resonance,” Shock and Vibration, Vol. 2015, Article 954932. 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

고압 환경에서의 초탄성 재료 구조해석 수렴성 분석
기정수 ,  김민수 ,  조진연 한국추진공학회 학술대회논문집 2023 .11
초탄성 재료 단위 셀 모델로 구성된 구조물에 대한 비선형 멀티스케일 해석의 차수축소기법 적용
소유진 ,  김수한 ,  신현성 외 1명 대한기계학회 춘추학술대회 2024 .05
멀티스케일 유한요소해석을 위한 데이터 기반 역학 및 데이터 증강 기반 딥러닝 프레임워크
김수한 ,  신현성 대한기계학회 춘추학술대회 2022 .11
형상결함 구조물의 비선형 동적해석을 위한 파라메트릭 축소차수모델
김용세 ,  강승훈 ,  조해성 외 1명 대한기계학회 춘추학술대회 2022 .05
데이터 기반 모델축소법을 이용한 효율적인 비선형 구조해석 개발
김혜진 ,  조해성 ,  이시훈 외 2명 한국소음진동공학회논문집 2021 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-550-000203555