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

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
이재인 (성균관대학교) 오성빈 (성균관대학교) 전재욱 (성균관대학교)
저널정보
한국자동차공학회 한국자동차공학회 추계학술대회 및 전시회 2024년 한국자동차공학회 추계학술대회 및 전시회
발행연도
2024.11
수록면
2,939 - 2,942 (4page)

이용수

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

초록· 키워드

오류제보하기
Conventional methods for fault diagnosis in Low DC-DC Converters(LDCs) are primarily algorithm-based and have limitations in detecting divers fault patterns. To address this issue, the study designs a deep learning model for fault diagnosis of LDCs. Simulated fault data, including under-and over-voltage conditions, are collected using a buck converter. Various models are trained on the collected data and evaluated in real-time environments. Finally, the model with the highest performance is used to demonstrate the effectiveness and real-time capability of deep learning-based fault diagnosis.

목차

Abstract
1. 서론
2. 고장 진단 모델 설계
3. 성능 측정
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0