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
학술대회자료
저자정보
이종욱 (고려대학교) 최장민 (고려대학교) 박대희 (고려대학교) 이종현 (세화) 정용화 (고려대학교) 김희영 (고려대학교) 윤석한 (세화)
저널정보
한국철도학회 한국철도학회 학술발표대회논문집 한국철도학회 2016년 춘계학술대회
발행연도
2016.5
수록면
33 - 38 (6page)

이용수

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

초록· 키워드

오류제보하기
열차의 진로를 변경시키는 선로전환기는 열차운행 안전 측면에서 열차 탈선 등과 같은 대형 사고를 유발시킬 수 있는 시설이다. 따라서, 해당 설비에 대한 모니터링은 필수적인 요소이다. 본 논문에서는 소리정보를 이용하여 선로전환기의 이상상황을 조기 탐지할 수 있는 프로토타입 모니터링 시스템을 제안한다. 먼저 제안한 시스템은 소리 센서에서 실시간으로 취득하는 소리 정보로부터 MFCC 특징들을 추출한다. 둘째, 추출된 MFCC 특징들을 CFS에 적용하여 특징을 선택한다. 마지막으로, 선로 전환기의 비정상 상황을 정상과 비정상 상황을 분류하는 이진 클래스 문제로 판단하여, 기계학습의 대표적인 모델인 SVM을 이용하여 비정상 상황을 탐지한다. 실제 선로전환기의 전환 시 발생하는 소리 데이터를 취득하여 모의 실험을 수행한 결과, 비정상 상황을 안정적으로 탐지함을 확인하였다.
#Railway point machine #Sound analysis #Failure detection #선로전환기 #소리 분석 #고장 탐지

목차

Abstract
초록
1. 서론
2. 선로전환기의 비정상 상황 탐지 시스템
3. 실험 및 결과
4. 결론
참고문헌

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

서포트 벡터 회귀를 이용한 24시간 앞의 태양광 발전량 예측
이강혁 ,  김우제 한국정보기술학회논문지 2016 .03
시계열 데이터와 다양한 기계학습법을 이용한 기계시스템에 대한 고장 진단 방법
김현재 ,  하종문 ,  박정호 외 5명 대한기계학회 춘추학술대회 2015 .11
DTW를 이용한 200단어 실시간 인식 시스템의 구현 ( Real Time 200-Word Recognition System Using DTW )
이웅용 ,  조창호 ,  박동주 외 2명 대한전자공학회 학술대회 1993 .01
서포트 벡터 머신을 이용한 볼 베어링의 결함 정도 진단
김양석 ,  이도환 ,  김대웅 대한기계학회 춘추학술대회 2012 .05
기계학습 알고리즘에 기반한 전력 수요 예측
HyoungRo Lee ,  Kanghee Pa ,  k 외 1명 대한산업공학회 춘계공동학술대회 논문집 2011 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2017-557-000710815