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
- 윤일동
- 발행연도
- 2018
- 저작권
- 한국외국어대학교 논문은 저작권에 의해 보호받습니다.
이용수0
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
SMT 장비는 기판에 전자 부품을 장착하고 납땜하는 자동화 기계이다. SMT 장비의 고장 유무는 제품을 생산하는데 막대한 영향을 미친다. 따라서 장비의 고장이 발생하기 전에 기계의 상태를 미리 예측할 수 있는 시스템의 개발을 목표로 하였다. 기계 결함 진단에는 진동신호와 음향방출 신호를 많이 사용하는데 본 논문 에서는 저비용으로 취득할 수 있는 음향방출 신호를 사용하였다. SMT 음향방출 신호로부터 장비의 동작 및 상태정보를 얻을 수 있는데 각 동작의 데이터와 정상, 비정상일 때 방출되는 음향 데이터를 이용하여 분석한다. 수집 된 데이터들을 주파수 공간에서 해석하여 평균 스펙트럼을 특징 벡터로 추출하였다. 각 동작 상태를 분류하는 방법은 평균 스펙트럼간의 유사도 비교 기법들(Histogram Intersection, KL-Divergence, Earth Mover’s Distance)을 사용하였다. 실험을 통해 세 종류의 유사도 비교 기법의 최적의 임계 값의 범위는Histogram Intersection은 0.9에서 0.93, KL-Divergence는 0.005 에서 0.015 마지막으로Earth Mover’s Distance 0.01에서 0.15 사이의 임계 값일 때 동작 분류의 성능이 우수하다는 것을 확인 할 수 있었다. 본 논문에서는 각 동작마다 학습데이터, 실험데이터의 비율을 5:5로 구분하였다. 동작 별로 표본 평균 스펙트럼을 정의하고 실험데이터가 순차적으로 입력될 때 기준이 되는 유사도 임계 값보다 높으면 동일한 동작 낮으면 다른 동작으로 분류 하였다. 입력 된 실험 데이터가 정의된 모든 동작의 표본 스펙트럼의 유사도 임계 조건에 만족하지 않는다면 새로운 동작이 발생하였고 기계의 결함이라 판단하도록 설계하였다. 음향 데이터의 단일구간의 모든 스펙트럼을 비교한다면 계산시간이 많이 소요된다. 따라서 단일 구간이 아닌 전체 평균 스펙트럼 비교를 한다면 계산시간을 단축 할뿐만 아니라 각 동작 상태의 분류에 높은 정확도를 얻을 수 있었다.
목차
제 1 장 서론 11.1 연구 배경 및 목표 11.2 논문 개요 및 구성 4제 2 장 배경 이론 52.1 Short-Time Fourier Transform 52.2 Histogram Intersection 82.3 Earth Movers Distance 102.4 KL-Divergence 14제 3 장 유사도 기반 분류기 153.1 데이터 취득 153.2 스펙트럼 특징 추출 과정 173.3 데이터 전처리 193.4 스펙트럼 정규화 과정 203.5 유사도 비교 기법 223.5.1 Histogram Intersection에 따른 유사도 비교 223.5.2 KL-Divergence에 따른 유사도 비교 243.5.3 Earth Movers Distance에 따른 유시도 비교 25제 4 장 실험 결과 284.1 음성 데이터 동작 상태 구분 분류기 구조 284.2 동작 데이터의 유사도 비교 결과 304.3 Threshold에 따른 정확도 32제 5 장 결론 34제 6 장 참고 문헌 36
최근 본 자료
댓글(0)
0