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
학술저널
저자정보
박정현 (금오공과대학교) 석종훈 (금오공과대학교) 천강민 (금오공과대학교) 허장욱 (금오공과대학교)
저널정보
한국기계가공학회 한국기계가공학회지 한국기계가공학회지 제19권 제11호
발행연도
2020.11
수록면
94 - 101 (8page)

이용수

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

초록· 키워드

오류제보하기
In the age of industry 4.0, artificial intelligence is being widely used to realize machinery condition monitoring. Due to their excellent performance and the ability to handle large volumes of data, machine learning techniques have been applied to realize the fault diagnosis of different equipment. In this study, we performed the failure mode effect analysis (FMEA) of an aluminum electrolytic capacitor by using deep learning and big data. Several tests were performed to identify the main failure mode of the aluminum electrolytic capacitor, and it was noted that the capacitance reduced significantly over time due to overheating. To reflect the capacitance degradation behavior over time, we employed the Vanilla long short-term memory (LSTM) neural network architecture. The LSTM neural network has been demonstrated to achieve excellent long-term predictions. The prediction results and metrics of the LSTM and Vanilla LSTM models were examined and compared. The Vanilla LSTM outperformed the conventional LSTM in terms of the computational resources and time required to predict the capacitance degradation.
#Aluminum Electrolytic Capacitor(알루미늄 전해 커패시터) #Machine Learning(머신러닝) #Failure Prognostics(고장예지) #Failure Mode and Effect Analysis(고장모드 및 영향 분석) #Failure Mode(고장모드)

목차

ABSTRACT
1. 서론
2. 고장모드 및 시험
3. LSTM과 Vanila LSTM
4. Al 전해 커패시터 고장 예지
4. 결론
REFERENCES

참고문헌 (11)

참고문헌 신청
Choi, J. H. / 2013 / Introduction of Failure Prognosis and PHM / Journal of The Korean Society of Mechanical Engineers 53(7):24~34 google schola 조현선 / 2019 / 전해 커패시터 부풀어 오름 현상 기반 고장 예지 / 신뢰성 응용연구 19(2):149~159 dbpia Chen, Y. R. / 2019 / Life Prediction of Aluminum Electrolytic Capacitors under Normal Operation / 2019 IEEE 4th International Future Energy Electronics Conference (IFEEC) :25~28 google schola Rastayesh, S. / 2020 / A System Engineering Approach using FMEA and Bayesian Network for Risk Analysis - A Case Study / Sustainability 12(1):77~95 google schola 2008 / Capacitors Age and Capacitors Have an End of Life / Emerson Network Power :1~14 google schola

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

스마트 팜을 위한 식물 자동관리 시뮬레이터
박세진 ,  이정아 ,  한지현 한국정보과학회 학술발표논문집 2016 .12
아두이노 센서 기반 스마트팜 시스템
이준형 ,  홍유식 ,  강택원 외 4명 대한전자공학회 학술대회 2016 .11
한국형 스카트 팜 정책 및 기술 동향
이용범 ,  김상철 ,  윤남규 외 1명 제어로봇시스템학회지 2016 .09
빅데이터 기반의 Al 전해 커패시터 고장예지 연구
박정현 ,  석종훈 ,  천강민 외 2명 한국기계가공학회 춘추계학술대회 논문집 2020 .06
스마트팜 농산물 수출 활성화를 위한 수출 정보 중요도 분석연구
하지영 ,  이승현 ,  박향자 한국유통학회 학술대회 발표논문집 2017 .10

최근 본 자료

전체보기

댓글(0)

0