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
심태성 (금오공과대학교) 이선우 (금오공과대학교) 허장욱 (금오공과대학교)
저널정보
한국기계가공학회 한국기계가공학회지 한국기계가공학회지 제24권 제2호
발행연도
2025.2
수록면
58 - 64 (7page)

이용수

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

초록· 키워드

오류제보하기
This study addresses the diagnosis of drone blade failure, which is the primary cause of drone malfunction, using big data and machine-learning techniques. Failure mode and effects analysis identified blade fractures as the most frequent cause of drone failures, thus demonstrating the feasibility of using machine learning for these diagnoses. Four machine learning algorithms support vector machine, K-nearest neighbors, Gaussian naive Bayes, and random forest are utilized, all of which achieved high performance with accuracy, precision, recall, and F1-score values exceeding 0.90. Notably, the KNN algorithm performed slightly better than the other algorithms. The findings highlight the potential of machine learning in enhancing drone reliability and safety, which is crucial in the 4th Industrial Revolution, where drones and urban air mobility systems are integral to various sectors, including transport, logistics, and military applications. This study provides a robust framework for real-time fault diagnosis and predictive maintenance, thereby contributing significantly to the advancement of drone technology.
#Failure Prognostic(고장예지) #Machine Learning(기계학습) #Drone(드론) #Blade(블레이드) #Prognostics and Health Management(고장예지 및 건전성 관리)

목차

ABSTRACT
1. 서론
2. 시험방법 및 데이터 전처리
3. 고장진단 알고리즘 적용
4. 고찰
5. 결론
REFERENCES

참고문헌 (0)

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

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

3D 프린팅을 이용한 프로펠러 없는 드론을 위한 Air-Multiplier 추진체 성능 측정 장치 개발
문유강 ,  여경준 ,  염금수 대한기계학회 논문집 B권 2025 .04
Machine Learning-Based Malware Detection and Malicious URL Classification System for Detecting Cyberattacks and Achieving Cybersecurity
Ma ,  vy Bad ,  Moni 외 3명 INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS 2025 .03
배전반 저압기기 자동화 설비의 Base Cover ATC 안전성 해석
김민규 ,  윤정환 ,  이선우 외 2명 한국산학기술학회 논문지 2025 .02
Transformer 모델을 적용한 에어 다이아프램 펌프의 이상치 탐지
정윤아 ,  정선우 ,  김성욱 외 2명 한국산학기술학회 논문지 2025 .02
인공지능의 도덕성과 도덕적 행위자(Moral Agent)로서의 가능성에 대한 신학적 성찰과 기독교인공지능 윤리의 가치와 방향
김은혜 장신논단 2024 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092303171