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
박재철 (한국선급) 권혁찬 (한국선급) 김철환 (넥스트엔지니어링) 장화섭 (한국선급)
저널정보
대한조선학회 대한조선학회 논문집 대한조선학회논문집 제60권 제2호(통권 제248호)
발행연도
2023.4
수록면
95 - 109 (15page)
DOI
10.3744/SNAK.2023.60.2.95

이용수

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

초록· 키워드

오류제보하기
In the 4th industrial revolution, changes in the technological paradigm have had a direct impact on the maintenance system of ships. The 2-stroke low speed engine system integrates with the core equipment required for propulsive power. The Condition Based Management (CBM) is defined as a technology that predictive maintenance methods in existing calender-based or running time based maintenance systems by monitoring the condition of machinery and diagnosis/prognosis failures. In this study, we have established a framework for CBM technology development on our own, and are engaged in engineering-based failure analysis, data development and management, data feature analysis and pre-processing, and verified the reliability of failure mode DB using LSTM algorithms. We developed various simulated failure mode scenarios for 2-stroke low speed engine and researched to produce data on onshore basis test_beds. The analysis and pre-processing of normal and abnormal status data acquired through failure mode simulation experiment used various Exploratory Data Analysis (EDA) techniques to feature extract not only data on the performance and efficiency of 2-stroke low speed engine but also key feature data using multivariate statistical analysis. In addition, by developing an LSTM classification algorithm, we tried to verify the reliability of various failure mode data with time-series characteristics.
#2-stroke low speed engine(2행정 저속엔진) #Condition Based Maintenance(상태 기반 유지관리) #Maritime autonomous surface ship(자율운항선박) #Failure mode DB(고장모드 데이터베이스) #Reliability verification(신뢰성 검증) #Exploratory data analysis(탐색적 데이터 분석)

목차

1. 서론
2. 데이터 생산 및 핵심 특성 추출
3. 고장 모드 구현기법 및 데이터 분석
4. 데이터 신뢰성 평가
5. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

PV 고장 데이터 분석 및 스트링 고장 진단 알고리즘에 관한 연구
이예림 ,  조경희 ,  김종율 외 1명 대한전기학회 학술대회 논문집 2023 .07
크랭크축 각속도를 이용한 기계학습 기반 연소실 압력 예측
김영민 ,  서강현 ,  최혜진 외 2명 동력시스템공학회지 2023 .08
다방향 불규칙파에 대한 조파 기법 및 방향 스펙트럼 추정 연구
오승훈 ,  정성준 ,  황성철 외 2명 대한조선학회 논문집 2023 .08
철도사업 환경영향 위협요인에 대한 정량적 데이터 구축 연구
김민경 ,  황동규 ,  김대호 외 4명 한국철도학회 학술발표대회논문집 2023 .05
다단계 제조 공정의 단계 수준별 잔여 유효 수명 및 최적 교체 시간 예측 방법
주영석 ,  이동희 ,  신승준 대한산업공학회지 2023 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-538-001321834