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
- 학술저널
- 저자정보
- 발행연도
- 2020.4
- 수록면
- 129 - 135 (7page)
- DOI
- 10.5050/KSNVE.2020.30.2.129
이용수
초록· 키워드
오류제보하기
Unlike the major equipment used in power plants, auxiliary equipment usually does not possess a real-time system to analyze the machine condition. Therefore, detecting the fault of such auxiliary equipment in advance is difficult. Thus, the diagnosis of auxiliary equipment at a less cost is important for minimizing the downtime due to the fault of the equipment. In this paper, we introduce a diagnosis method for auxiliary equipment in power plants using rule-based and deep-learning algorithms. First, we calculate the probability of cause of a fault from current symptoms by using the rule-based algorithm. The rule used in this algorithm is established based on expert experience. We then conduct orbit detection using a convolution neural network. This algorithm self-learns the filter to classify orbit images as normal, rubbing, and unbalanced. The weakness of the deep-learning algorithm can be compensated by combining the results of the aforementioned methods.
목차
ABSTRACT
1. 서론
2. 보조기기 이상 진단 알고리듬
3. 결론
References
참고문헌 (10)
참고문헌 신청
Dietterich, T. G., 2000, Ensemble Methods in Machine Learning, Proceedings of the MCS 2000: International Workshop on Multiple Classifier Systems, Cagliari, Italy, pp. 1~15.
Jaffer, A. and Gupta, S., 1971, Recursive Bayesian Estimation with Uncertain Observation, IEEE Transactions on Information Theory, Vol. 17, No. 5, pp. 614~616.
LeCun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R. E., Hubbard, W. and Jackel, L. D., 1989, Backpropagation Applied to Handwritten Zip Code Recognition. Neural Computation, Vol. 1, No. 4, pp. 541~551.
Gao, Q., Duan, C., Fan, H. and Meng, Q., 2008, Rotating Machine Fault Diagnosis Using Empirical Mode Decomposition. Mechanical Systems and Signal Processing, Vol. 22, No. 5, pp. 1072~1081.
Peng, Z., Chu, F. and He, Y., 2002, Vibration Signal Analysis and Feature Extraction Based on Reassigned Wavelet Scalogram. Journal of Sound and Vibration, Vol. 253, No. 5, pp. 1087~1100.
Jaffer, A. and Gupta, S., 1971, Recursive Bayesian Estimation with Uncertain Observation, IEEE Transactions on Information Theory, Vol. 17, No. 5, pp. 614~616.
LeCun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R. E., Hubbard, W. and Jackel, L. D., 1989, Backpropagation Applied to Handwritten Zip Code Recognition. Neural Computation, Vol. 1, No. 4, pp. 541~551.
Gao, Q., Duan, C., Fan, H. and Meng, Q., 2008, Rotating Machine Fault Diagnosis Using Empirical Mode Decomposition. Mechanical Systems and Signal Processing, Vol. 22, No. 5, pp. 1072~1081.
Peng, Z., Chu, F. and He, Y., 2002, Vibration Signal Analysis and Feature Extraction Based on Reassigned Wavelet Scalogram. Journal of Sound and Vibration, Vol. 253, No. 5, pp. 1087~1100.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
규칙 기반과 딥러닝을 동시에 활용한 앙상블 회전체 이상 진단
한국소음진동공학회 학술대회논문집
2019 .10
-
합성곱 신경망 기반 회전체 고장 진단 기법
한국자동차공학회 추계학술대회 및 전시회
2022 .11
-
새로운 규칙유도 알고리즘과 앙상블 기법의 하이브리드 알고리즘
대한산업공학회 추계학술대회 논문집
2020 .11
-
궤도 모양과 크기를 고려한 회전체 진단 딥러닝 기술
한국소음진동공학회 학술대회논문집
2020 .11
-
Development of fault detection and diagnosis system for rotating machine using deep learning
한국생산제조학회 학술발표대회 논문집
2022 .05
-
설명가능한 딥러닝기술 기반 회전체 진단 타당성 검증
한국소음진동공학회 학술대회논문집
2020 .11
-
배전급(22.9㎸) 전력기자재의 성능·환경·내구성 시험평가 인프라 구축
대한전기학회 학술대회 논문집
2020 .10
-
Fault Diagnosis Method based on Feature Residual Values for Industrial Rotor Machines
KEPCO Journal on electric power and energy
2018 .01
-
통계적 기계학습법을 적용한 플랜트 공정 장비의 시계열 데이터 분석 및 고장 상태 진단
한국CDE학회 논문집
2018 .09
-
딥러닝 모델 기반 회전체설비 예측진단 기술
한국소음진동공학회 학술대회논문집
2020 .06
-
회전체 베어링의 상태 진단을 위한 머신러닝 알고리즘의 성능 비교
한국정밀공학회 학술발표대회 논문집
2018 .10
-
Deep Learning을 활용한 배전 기자재 영상 진단 알고리즘 개발
대한전기학회 학술대회 논문집
2017 .07
-
딥러닝 기반의 전동기 결함 진단
대한기계학회 춘추학술대회
2022 .11
-
다양한 딥러닝 알고리즘과 활용
정보과학회지
2015 .08
-
Recent advances in deep learning‐based side‐channel analysis
[ETRI] ETRI Journal
2020 .02
-
회전기기의 운전상태 분류를 위한 기계학습 알고리즘의 성능 비교
한국CDE학회 논문집
2020 .03
-
작은 물체 검출을 위한 딥러닝 네트워크 구조
한국자동차공학회 춘계학술대회
2021 .06
-
딥러닝 알고리즘을 이용한 새로운 비선형 변환 방법의 고장 진단 시스템
대한기계학회 춘추학술대회
2022 .05
-
스마트 제조 생산성 향상을 위한 딥러닝 알고리즘 연구 동향
한국생산제조학회 학술발표대회 논문집
2024 .07
-
궤도 이미지 패턴의 기계학습을 통한 회전기기 상태 진단
한국소음진동공학회 학술대회논문집
2015 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
궤도 모양과 크기를 고려한 회전체 진단 딥러닝 기술
이남정
,
정일주
,
김성민
외 2명
한국소음진동공학회 학술대회논문집
2020
.11
북방4도와 센카쿠열도 해양분쟁의 특성
손기섭
일본문화연구
2008
.07
회전 중 블레이드 진동 비접촉 측정기술 기반 저압터빈 블레이드 진동특성 분석
김동환
,
김재동
,
박명수
한국소음진동공학회논문집
2023
.06
Wafer Map Failure Pattern Classification using Geometrical Transformation Invariant Convolutional Neural Network
Il Joo Jeong
,
Seungchul Lee
대한기계학회 춘추학술대회
2021
.04
음성인식 및 머신러닝 기술을 적용한 모터 소음 진단법에 대한 연구
김현식
,
정재호
,
백운경
한국소음진동공학회논문집
2021
.02
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-424-000541453