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
정민철 (위플로) 김영원 (위플로)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제62권 제2호(통권 제567호)
발행연도
2025.2
수록면
67 - 73 (7page)
DOI
10.5573/ieie.2025.62.2.67

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 블레이드의 파손을 진단하기 위해 심리음향지표를 활용하여 음향 데이터 전처리 및 모델 학습을 진행하였다. 블레이드의 고장을 모사하기 위해 길이 기반의 정량적 파손을 수행하고, 구동 데이터를 획득하였다. 획득한 데이터는 STFT 통해 처리한 음향 신호와 다양한 심리음향지표와 전통음향지표를 더해서 가공되어 학습을 진행하였다. 특히 다양한 심리음향지표와 전통음향지표중 블레이드의 파손을 잘 나타낼 수 있는 4가지를 식별하여 학습한 결과가 음향신호만을 이용하여 학습한 결과보다 성능이 향상된 것을 확인하였다. 제안한 모델은 k-fold 기법을 통해 검증되었다.
#Fault diagnosis #Blade damage #Psychoacoustic #Acoustic sensors

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 시험 방법
Ⅲ. 고장 진단 모델
Ⅳ. 시험 결과
Ⅴ. 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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-092470515