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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
In-Soo Lee (Kyungpook National University) Jong-Hyun Lee (Kyungpook National University) Tae-Hyun Cho (Kyungpook National University) Myung-Hwan Jeong (AUTO IT Industrial) Kyung-Jin Na (AJIN Industrial) Soo-Young Ha (AJIN Industrial)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제17권 제8호(JKIIT, Vol.17, No.8)
발행연도
2019.8
수록면
49 - 57 (9page)
DOI
10.14801/jkiit.2019.17.8.49

이용수

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

초록· 키워드

오류제보하기
용접 공정의 효율을 높이고 생산성을 향상시키기 위해서는 용접건의 상태를 모니터링 할 수 있는 고장 진단 시스템의 개발이 필요하다. 본 논문에서는 심층 신경회로망 모델을 이용한 로봇 용접건 노후화 모니터링 및 고장 진단 시스템을 제안한다. 제안된 방법에서는 검사 장치에서 획득한 데이터를 심층 신경회로망의 입력값으로 사용하여 로봇 용접건의 고장 진단을 수행하였다. 고장 진단 시스템의 정확도를 확인하기 위해 전류, 가압력, 통전시간 및 오염도 데이터를 사용하여 시뮬레이션을 진행하였고, 이로부터 시스템의 고장진단의 정확도를 확인하였다. 또한 노이즈를 고려한 테스트 데이터를 사용한 시뮬레이션에서도 고장 진단을 정확하게 수행하는 것을 확인하였다.

목차

Abstract
요약
Ⅰ. Introduction
Ⅱ. Proposed fault diagnosis method
Ⅲ. Simulation and results
Ⅳ. Conclusions
References

참고문헌 (23)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-004-000936875