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.
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
초록· 키워드
오류제보하기
Confidential information, such as the reconnaissance system and mission information in a military drone, may leak if a crack occurs in the blade during operation and the drone crashes. Major accidents, such as those involving humans, can happen when a commercial drone crashes. Therefore, minimizing the damage by early identification of blade cracks before a crash is necessary. In this study, the failure mode was analyzed using the PHM(Prognostics and Health Management) method, RPN(Risk Priority Number) was identified through the FMECA(Failure Mode Effect and Critical Analysis) of the drone, and differences between the conditions were determined after obtaining vibration data under the normal and abnormal conditions identified. In addition, data features were extracted using a statistical method. A method to minimize drone loss was also proposed by predicting the vibration state of the drone according to the length of the blade crack using deep learning.
목차
ABSTRACT
1. 서론
2. 고장모드 분석 및 시험방법
3. 데이터 수집 및 전처리
4. 딥러닝 기반 예지
5. 결론
REFERENCES
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
우주용 휴머노이드 로봇 개발 현황
박응식
,
신근웅
,
양지모
외 1명
항공우주산업기술동향
2020
.12
우주로봇 개발 동향
이원범
,
주광혁
,
최기혁
외 1명
항공우주산업기술동향
2011
.12
Random Forest 기법을 이용한 CNC 밀링 공구 마모 예측에 관한 연구
백승엽
,
윤이섭
,
김덕기
외 1명
대한기계학회 춘추학술대회
2023
.11
우주 로봇 팔 기구학
최영진
,
김준식
,
윤영로
로봇과 인간
2023
.04
머신러닝을 이용한 드론의 고장진단에 관한 연구
박수현
,
도재석
,
최성대
외 1명
한국기계가공학회지
2021
.09
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-581-002034259