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
김동현 (동의대학교) 장성욱 (동의대학교)
저널정보
한국기계가공학회 한국기계가공학회지 한국기계가공학회지 제23권 제2호
발행연도
2024.2
수록면
1 - 7 (7page)

이용수

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

이 논문의 연구 히스토리 (2)

2024

진동 데이터를 활용한 기계학습 기반 갠트리 크레인 기어박스 고장 예측 연구
김동현 ,  장성욱 한국기계가공학회 춘추계학술대회 논문집 2024.04 학술대회자료
기계학습과 실험계획법을 활용한 갠트리 크레인 기어박스 고장 원인 판별 모델에 관한 연구
김동현 ,  장성욱 한국기계가공학회지 2024.02 학술저널

초록· 키워드

오류제보하기
This study explores a model for identifying failure factors in a gantry crane gearbox using the VG-350 sensor with a 1㎐ sampling rate. We analyzed statistically significant factors through experimental design, with misalignment identified as the most significant. The machine learning results demonstrated high performance, with the data augmentation model achieving cross-validation AUCs above 99.7% and CAs above 97.8% for all factors. This suggests that machine learning can accurately identify even those factors perceived as less significant. The lower performance observed in FFT and PCA pre-processing models is attributed to the low sampling rate. In contrast, the data augmentation model, trained with the same row count as the FFT and PCA pre-processing model, exhibited superior accuracy, emphasizing the potential of low sampling rate sensors for precise long-term fault diagnosis. The study underscores the effectiveness of machine learning in discerning subtle factors and the potential of using low sampling rate sensors for accurate and cost-effective maintenance in the field of gantry crane gearboxes.
#Gear Box Failure(기어박스 고장) #Machine Learning(기계 학습) #Design of Experiments(실험계획법) #Vibration Data(진동 데이터)

목차

ABSTRACT
1. 서론
2. 방법론
3. 결과
4. 결론
REFERENCES

참고문헌 (0)

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

자전거 프레임 튜브 두께에 따른 구조적 내구성 해석
조재웅 ,  한문식 한국기계가공학회지 2012 .06
실작업 부하를 활용한 원형 베일러 기어박스 해석
김정길 ,  조승제 ,  이동근 외 3명 한국기계가공학회지 2024 .07
다물체 동역학 시뮬레이션을 이용한 작동기용 기어박스 가속시험법 검증
이동건 ,  문상곤 ,  박영준 외 3명 드라이브·컨트롤 2024 .02
물리 정보 기반 인공지능을 활용한 기어박스 고장진단
최용락 ,  김창희 ,  이재범 외 4명 비파괴검사학회지 2023 .08
일부 대학생들의 시험 유무에 따른 카페인 섭취와 식이장애 분석
이은지 ,  정복미 한국지역사회생활과학회지 2023 .02

최근 본 자료

전체보기

댓글(0)

0