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
- 2023.6
- 수록면
- 306 - 312 (7page)
- DOI
- 10.5050/KSNVE.2023.33.3.306
이용수
DBpia Top 5%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
In this paper, we propose deep learning models for fault diagnosis and noise level estimation using vehicle noise data. First, we use two spectrograms as a feature vector by converting the input signal and the signal of the separated percussive component in the input signal. For fault diagnosis, we design a classification model. Two spectrograms are respectively fed into a series of convolutional layers that includes a convolutional block attention module(CBAM) block and max-pooling. Then, the two outputs are combined and passed through fully connected layers that is finally converted to a probability. Next, we design a regression model for noise level index estimation. We first define the noise level index using signal processing techniques and use it as a target for the deep learning model. Unlike the fault diagnosis model, the two spectrograms are combined and fed into a series of convolutional layers. Then, the output is passed through fully connected layers, and the estimated real value is rounded to the nearest integer value from 1 to 5. Experimental results showed excellent performance with an accuracy of 96 % for fault diagnosis and 86 % for noise level index estimation.
목차
ABSTRACT
1. 서론
2. 딥러닝 기반의 차량 진단 기술
3. 실험 및 결과
4. 결론
References
참고문헌 (9)
참고문헌 신청
Park, S.-G., Park, W.-S., Lee, H.-J., Hong, W.-G. and Oh, J.-E., 2007, Fault Signal Analysis of the Automotive Components Using Experimental Method, Part 1 - Consideration of the Engine Signals, Proceedings of the Korean Society for Noise and Vibration En
Jung, I., Lee, D., Noh, K. and Chang, J. H., 2022, Development of AI-based Diagnosis Technology Using Noise/Vibration Data of Automobile Powertrain, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 32, No. 1, pp. 37~44.
Jung, J., Moon, Y., Lee, H., Choi, D. and Yoon, T., 2019, Development of Prediction System for Tractor Engine Failure Using Vibration Frequency, Proceedings of the KSNVE Annual Autumn Conference, p. 135.
Hwang, G.-Y., Jeong, S.-M. and Oh, J.-S., 2022, Development of Prediction Algorithm Featuring 1-D CNN for Vehicle Wheel Nuts, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 32, No. 4, pp. 337~345.
Yun, D., Lee, S., Lee, D. and Jung, I., 2018, Evaluation of Sound Quality of a Diesel Engine with Considering Masking Effect, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 28, No. 6, pp. 649~654.
Jung, I., Lee, D., Noh, K. and Chang, J. H., 2022, Development of AI-based Diagnosis Technology Using Noise/Vibration Data of Automobile Powertrain, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 32, No. 1, pp. 37~44.
Jung, J., Moon, Y., Lee, H., Choi, D. and Yoon, T., 2019, Development of Prediction System for Tractor Engine Failure Using Vibration Frequency, Proceedings of the KSNVE Annual Autumn Conference, p. 135.
Hwang, G.-Y., Jeong, S.-M. and Oh, J.-S., 2022, Development of Prediction Algorithm Featuring 1-D CNN for Vehicle Wheel Nuts, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 32, No. 4, pp. 337~345.
Yun, D., Lee, S., Lee, D. and Jung, I., 2018, Evaluation of Sound Quality of a Diesel Engine with Considering Masking Effect, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 28, No. 6, pp. 649~654.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
다중 합성곱 모델을 이용한 R-EPS 차량 내부 소음 예측
대한산업공학회지
2022 .08
-
Spectrogram-Based Fault Signal Detection with Convolutional Autoencoder
대한산업공학회 춘계공동학술대회 논문집
2022 .06
-
Motor fault diagnosis scheme by machine noise integration and signal similarity measurement
Journal of Advanced Marine Engineering and Technology (JAMET)
2020 .10
-
전이 학습과 진동 신호를 이용한 설비 고장 진단 및 분석
대한임베디드공학회논문지
2019 .01
-
딥러닝 모터고장진단을 위한 소음 및 진동 데이터의 특성 비교
대한전기학회 학술대회 논문집
2019 .04
-
딥 러닝에 의한 전동기 기계적 고장 수준 결정을 위한 전동기 진동/전류 데이터 특성 분석 연구
전기학회논문지
2021 .10
-
소음 고장진단을 위한 신경회로망을 이용한 충격음 분류
한국정밀공학회 학술발표대회 논문집
2016 .10
-
소음지도 프로그램에 의한 도로교통 소음평가- 익산시를 중심으로 -
한국기계기술학회지
2021 .01
-
시계열 딥러닝 모델 활용한 모빌리티 내 소음 신호 예측 방법론 연구
한국항공우주학회 학술발표회 초록집
2023 .04
-
음성인식 및 머신러닝 기술을 적용한 모터 소음 진단법에 대한 연구
한국소음진동공학회논문집
2021 .02
-
공동주택 층간소음의 소음 발생 위치 추정 시스템 개발 및 적용에 관한 연구
한국건축시공학회 학술발표대회 논문집
2019 .01
-
고속도로 소음대책을 고려한 Pass-by Noise 측정방법 검토
한국소음진동공학회 학술대회논문집
2018 .10
-
자동차 파워트레인의 소음/진동 데이터를 활용한 AI 기반 진단기술 개발
한국소음진동공학회논문집
2022 .02
-
소음지도를 이용한 금속재료품 제조공정의 소음저감 순위 결정
한국기계기술학회지
2016 .01
-
소음지도에 의한 선박 건조 및 수리 공정의 소음저감 순위 결정
한국기계기술학회지
2017 .01
-
Suppressing the Acoustic Effects of UAV Propellers through Deep Learning-Based Active Noise Cancellation
한국통신학회논문지
2025 .04
-
차량 외부 디자인 변경에 따른 풍절음 예측을 위한 설명 가능한 딥러닝 모델
대한산업공학회지
2022 .10
-
소음 자동측정망을 활용한 대구경 화포 사격소음의 식별과 분석
한국환경기술학회지
2021 .01
-
A Convolutional Neural Network for Fault Classification and Diagnosis in Semiconductor Manufacturing Processes
대한산업공학회 추계학술대회 논문집
2016 .11
-
천안시청 주변의 소음 평가 및 소음지도 작성
공학기술논문지
2016 .12
이 논문의 저자 정보
이 논문과 함께 이용한 논문
자동차 파워트레인의 소음/진동 데이터를 활용한 AI 기반 진단기술 개발
정인수
,
이동철
,
노경진
외 1명
한국소음진동공학회논문집
2022
.02
박탈-보상 이론의 관점에서 본 종교의 세속화 문제 : 세계 기독교 성쇠에 대한 경험적 연구
이원규
신학과세계
2004
.03
[교회와 사회] 종교단체 과세문제, 교회 공공성 회복이 우선
정재영
새가정
2008
.04
서구 근대화와 종교문제 : 19세기 독일 종교사를 중심으로
金喜永
동학연구
2006
.03
김포공항 활주로 운영에 따른 항공기 소음개선 방향
이명식
,
이준호
한국소음진동공학회논문집
2023
.02
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-424-001535200