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
- 2024.1
- 수록면
- 97 - 105 (9page)
- DOI
- 10.5370/KIEE.2024.73.1.97
이용수
초록· 키워드
오류제보하기
In the fault diagnosis in electric motors, additional device is commonly required. This study proposes a solution to diagnose mechanical faults in electric motors by integrating a deep learning-based algorithm into the motor controller without additional hardware. Operating within Microcontroller Unit (MCU) memory constraints, the algorithm ensures comparable classification performance to existing methods using current signals. The chosen approach employs an auto-encoder in the MCU, adjusting neuron counts based on current signal sampling frequency and optimizing the model structure for a balance between memory usage and diagnostic success rate. The proposed model"s architecture prevents interference with the control routine, showcasing stable control performance and effective fault diagnosis within the integrated system.
목차
Abstract
1. 서론
2. 이론
3. 고장 진단 시스템
4. 실험
5. 결론
References
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089252142