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
나규민 (서울대학교) 하종문 (LG전자) 김건 (두산인프라코어 기술원) 윤병동 (서울대학교)
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2018년도 학술대회
발행연도
2018.12
수록면
154 - 158 (5page)

이용수

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

이 논문의 연구 히스토리 (4)

2022

고장 신호 강화 이미지를 통한 기어박스 다중 클래스 고장 진단
나규민 ,  김건 ,  윤헌준 외 1명 대한기계학회 춘추학술대회 2022.05 학술대회자료

2019

굴삭기 기어박스 고장 진단을 위한 고장 정보 강화 전처리 이미지 기반 트랜스퍼 러닝
나규민 ,  박정호 ,  김윤한 외 1명 대한기계학회 춘추학술대회 2019.11 학술대회자료

2018

굴삭기 스윙 기어박스의 고장 진단을 위한 주파수 에너지 불확실성 기반 진동 신호 데이터 증폭기법
나규민 ,  하종문 ,  김건 외 1명 대한기계학회 춘추학술대회 2018.12 학술대회자료

2017

굴삭기 스윙 기어박스의 강건한 고장 감지를 위한 ARMED 필터의 오더 최적화
나규민 ,  김건 대한기계학회 춘추학술대회 2017.11 학술대회자료

초록· 키워드

오류제보하기
This study was proposed for detecting the fault of swing gearbox in the excavator, and especially fault exists in sun gear component. To prevent the accident, it is necessary to monitor the health condition of a gearbox in the excavator. Generally, the excavator used in the industrial field have lots of noise related with not only sensor system but other component consisting the excavator. Additionally, it is hard to obtain the vibration signal due to the difficulty of installing the sensor system in the excavator in the industrial field. Therefore, the general machine learning algorithm for classifying the state of the gearbox have difficulty in learning the pattern induced by the fault because of the shortage of data. To get over this difficulty, we introduce the data augmentation techniques on frequency domain by considering the uncertainty of physical quantity. The proposed method is validated with the experiment, which shows the accuracy of several machine learning algorithm is higher with using the augmented data.
#Fault diagnosis(고장 진단) #swing gearbox(스윙 기어박스) #machine learning(머신 러닝) #data augmentation(데이터 증폭)

목차

Abstract
1. 서론
2. 데이터 증폭 기법
3. 실험 및 머신 러닝 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

지능형 건설기계의 기술발전과 시사점
신대영 ,  김성동 드라이브·컨트롤 2017 .09

최근 본 자료

전체보기

댓글(0)

0