통합마스트-송수신 모듈의 열화인자 분석을 통한 결함진단 및 잔여수명 예측 연구

고호진; 이종학; 라영은; 강민성; 유영민; 권대일; 이종수

doi:10.7315/CDE.2020.192

추천

검색

질문

자료유형: 학술저널

저자정보: 고호진 (IG넥스원) 이종학 (IG넥스원) 라영은 (IG넥스원) 강민성 (연세대학교) 유영민 (연세대학교) 권대일 (성균관대학교) 이종수 (연세대학교)

저널정보: (사)한국CDE학회 한국CDE학회 논문집 한국CDE학회 논문집 제25권 제2호

발행연도: 2020.6

수록면: 192 - 204 (13page)

DOI: 10.7315/CDE.2020.192

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Frequently installed on latest destroyers, integrated mast (I-mast) conducts tasks including coast and air-space surveillances. I-mast is a complex multi-domain system with various mechanical and electrical subsystems and components. In the perspective of diagnosis and maintenance, it is important to technologically manage this system for long operating time periods and eventually increase its survivability. We explore the prognostics and health management (PHM) process of I-mast and transmitter receiver module (TRM) using the framework of Modelica-based system simulation. With Modelica, one can reuse components employed in a model, easily model a system expressed in mathematical language, and conduct a multi-dimensional, multi-physics analysis. First, failure mode effects and criticality analysis (FMECA) was conducted to extract the major failure and degradation factors of an I-mast structure and TRM under the vessel’s vibrating and operating conditions. To quantitatively assess the risk priority number (RPN), we propose the use of design of experiments (DoE) and analysis of variance (ANOVA). To preprocess the vibration acceleration signals, principal component analysis (PCA) was used to identify major features from statistical multi-components. Subsequently, based on the diagnosis of fault states, the prediction of remaining useful life (RUL) of I-mast and TRM has been discussed in the context of PHM.

#Integrated mast #Transmitter receiver module #Failure mode effects and criticality analysis #Prognostics and health management

참고문헌 (21)

참고문헌 신청

Seo, H.P. and Haing, L.K., 2015, Integrated Mast Applied for Improving Stealth Ship Performance, Korea Association of Defense Industry Studies, 22(3), pp.27-46.

Thales, 2008, Integrated Mast, https://www.thalesgroup.com/en/innovation/integrated-mast. Rathod, S., Sreenivasulu, K., Beenamole, K.S. and Ray, K.P., 2018, Evolutionary Trends in Transmit/Receive Module for Active Phased Array Radars, Defence Science Journal, 68(6), pp.553-559.

Stone, G.C., 2013, Condition Monitoring and Diagnostics of Motor and Stator Windings?A Review, IEEE Transactions on Dielectrics and Electrical Insulation, 20(6), pp.2073-2080.

Chen, F., Tang, B. and Chen, R., 2013, A Novel Fault Diagnosis Model for Gearbox Based on Wavelet Support Vector Machine with Immune Genetic Algorithm, Measurement, 46(1), pp.220- 232.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

고호진

소속기관 IG넥스원

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 1 이용수 296

이종학

소속기관 LIG넥스원

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 5% 공학 > 기계공학 > 항공우주공학

논문수 56 이용수 4,643

라영은

소속기관 LIG넥스원

주요연구분야 공학 > 기계공학 > 기계공학 일반 공학 > 전기전자공학 > 전자공학

논문수 14 이용수 1,691

강민성

소속기관 연세대학교

주요연구분야 사회과학 > 경영학 공학 > 기계공학 > 기계공학 일반

논문수 16 이용수 4,614

유영민

소속기관 강원대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 12 이용수 1,376

권대일

소속기관 성균관대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반

논문수 2 이용수 635

이종수

소속기관 연세대학교

주요연구분야 공학 > 재료·에너지공학 > 재료공학 TOP 5% 공학 > 기계공학 > 기계공학 일반 TOP 0.1%

논문수 393 이용수 37,968

이 논문과 함께 이용한 논문

Deep Learning-Based Analysis for Abnormal Diagnosis of Air Compressors

강민규 , 현요환 , 이치범 Journal of the Korean Society for Precision Engineering 2022 .03

건전성 예측관리(PHM) 기술을 이용한 스마트 제조

권대일 한국정밀공학회 학술발표대회 논문집 2021 .05

상태기반 유지보수를 위한 PHM 기술 및 사례 소개

권대일 한국신뢰성학회 학술대회논문집 2021 .06

한화시스템, 상태기반진단체계(CBMS) 국산화

편집부 국방과 기술 2025 .03

시계열 데이터의 이미지 변환 방법에 따른 딥러닝 고장 진단 성능 비교

김누리 , 김승일 , 강영진 외 1명 대한기계학회 춘추학술대회 2020 .12

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2020-530-000683400

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (21)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)