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
김선원 (Inha University) 안강현 (Inha University) 백지선 (Inha University) 이상권 (Inha University) 이창호 (Korea Conveyor Itd.) 김풍길 (Korea Conveyor Itd.)
저널정보
한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제31권 제1호(통권 258호)
발행연도
2021.2
수록면
47 - 56 (10page)
DOI
10.5050/KSNVE.2021.31.1.047

이용수

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

초록· 키워드

오류제보하기
The power driving system (PDS) comprises parts such as the chain, sprocket, gear, bearing, and rotating shaft. The purpose of this study is to develop a condition-monitoring device that diagnoses component defects early by using a convolutional neural network to prevent complete damage due to component defects. For this study, eight types of defects are artificially manufactured in various parts and assembled to build a PDS. A convolutional neural network is developed to classify and diagnose the eight types of defects. A feature for faults is successfully extracted, and fault classification is achieved with 90 % accuracy.

목차

ABSTRACT
1. 서론
2. 이론
3. 실험
4. 데이터 신호처리
5. 다중 결함 분류를 위한 CNN
6. 결론
References

참고문헌 (33)

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