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
박찬희 (서울대학교) 이준민 (서울대학교) 안길준 (서울대학교) 윤병동 (서울대학교)
저널정보
대한기계학회 대한기계학회 춘추학술대회 대한기계학회 2018년도 학술대회
발행연도
2018.12
수록면
191 - 194 (4page)

이용수

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

초록· 키워드

오류제보하기
Induction motors (IMs), which are mainly applied to water pump, crane, and air handling unit in a large vessel, are widely used due to their low costs and high reliability compared to dc motors. Although the reliability of IM is quite high, their unexpected manifestation due to some manufacturing tolerance, various environmental conditions and mistakes in the field lead to huge loss even with a small down-time. The fault detection of IM is thus necessary, and motor current signature analysis (MCSA) is one of the most effective methods for diagnosing motor faults. MCSA has advantages in the part of non-invasive data acquisition, however, suffers from noise and difficulties in feature extraction. This study thus proposes an automated feature extraction and fault diagnosis method using convolutional neural network (CNN). The proposed method is validated with the experimental data measured from a 160kW IM, and the improved performance of it is confirmed by comparing it with the results obtained from the conventional methods.
#Induction motor(유도전동기) #stator current(상전류) #motor current signature analysis(모터 전류 분석) #convolution neural network(합성곱 네트워크) #unbalance(불균형) #broken rotor bar(회전자 봉 결함) #eccentricity(편심)

목차

Abstract
1. 서론
2. 배경 지식
3. 합성곱 네트워크 기반 유도전동기 고장 진단 기법
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

MCSA를 활용한 3상 유도전동기의 고장진단과 예지보전
김기동 ,  김영일 설비공학논문집 2021 .12
MCSA를 이용한 유도 전동기 부하불평형 고장진단 연구
이진 ,  김형철 ,  신승권 대한전기학회 학술대회 논문집 2019 .10
MCSA를 이용한 유도 전동기 회전자 바 고장진단 연구
이진 ,  김형철 ,  신승권 외 2명 대한전기학회 학술대회 논문집 2019 .04
Convolutional Neural Network를 이용한 저널베어링 로터시스템 고장 진단
김명연 ,  정준하 ,  고진욱 외 1명 대한기계학회 춘추학술대회 2017 .11
Categorization of Korean News Articles Based on Convolutional Neural Network Using Doc2Vec and Word2Vec
김도우 ,  구명완 Journal of KIISE 2017 .07

최근 본 자료

전체보기

댓글(0)

0