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
- 학위논문
- 저자정보
- 지도교수
- 송오섭
- 발행연도
- 2017
- 저작권
- 충남대학교 논문은 저작권에 의해 보호받습니다.
이용수17
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Recently, with the advancement of machine learning technology, the field of fault diagnosis has been expanded to a new field of study known as PHM(Prognostics and Health Management). In this study, the fault diagnosis of shaft and bearing for high speed rotating machinery supported by tilting pad bearings used in actual industrial field has been studied. A high-speed rotating simulator was designed and manufactured with oil lubrication systems to avoid the conventional rotating system and precise failure modes of various shaft and bearing are realized. Bearing and lubrication temperature were used as the main features of the diagnosis and the effectiveness was verified with comparison of the existing vibration-based diagnostic methods. Obtained fault data were trained by using various machine learning algorithms, and a successful diagnosis was conducted as a result of fault classification. In addition, regression analysis was used to predict wear conditions of tilting pad bearings. As a result, a method to estimate the wear level of bearing metal in real time was suggested.
목차
Ⅰ. 서 론 1Ⅱ. 고장진단용 시뮬레이터 72.1 고속 회전체 동특성 설계 및 해석 72.2 베어링 동특성 설계 및 해석 102.3 시뮬레이터 제작 20Ⅲ. 고속 회전기계의 고장모사 실험 243.1 고장모드 분석 243.2 고장 데이터 취득 실험 27Ⅳ. 머신러닝 기반 고장진단 304.1 지도학습에 의한 고장분류 304.2 회귀 분석에 의한 베어링 마모예측 37Ⅴ. 결론 39REFERENCE 40ABSTRACT 42
최근 본 자료
댓글(0)
0