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
유현탁 (Gyeongsang National University) 민태홍 (Gyeongsang National University) 김형진 (Gyeongsang National University) 강석근 (Gyeongsang National University) 강동영 (Mattron) 김현식 (Mattron) 최병근 (Gyeongsang National University)
저널정보
한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제31권 제2호(통권 259호)
발행연도
2021.4
수록면
195 - 202 (8page)
DOI
10.5050/KSNVE.2021.31.2.195

이용수

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

초록· 키워드

오류제보하기
In this study, we propose and analyze a machine learning method based on the genetic algorithm (GA) and supporting vector machine (SVM) for the effective classification of faults detected by an acoustic emission test on the welding parts of tubular steel towers. A band-pass filter, an envelope analysis (EA), and an intensified EA (IEA) are employed to generate feature vectors for the machine learning method based on the GA. After signal processing, the signals are applied to GA-based machine learning to derive the representative features of the received signal, and the SVM classifies the fault signals and normal signals from the detected signals. Consequently, it is confirmed that the received signal processed by EA and IEA can classify faults with an accuracy of 93 % or more. Hence, the proposed fault test and classification method is expected to be useful in the development of a system for constant monitoring and early detection of welding faults inside a tubular steel tower.
#Tubular Steel Tower(관주형 철탑) #Acoustic Emission(음향 방출) #Machine Learning(기계 학습) #Signal Processing(신호 처리) #Condition Monitoring(상태 감시)

목차

ABSTRACT
1. 서론
2. 신호 획득
3. 신호처리 및 특징 분석 알고리듬
4. 특징분류 실험결과
5. 결론
References

참고문헌 (15)

참고문헌 신청
Ko, S. C., Kim, H. G. and Park, H. Y., 2017, A Study on the Construction of Tubular Steel Pole, In Proc., the Korean Institute of Electrical Engineers Conference, pp. 431~432. google schola Kim, J. H., 2017, Design of Steel Transmission Pole Structures (ASCE/SEI 48-11), Journal of Korean Society of Steel Construction, Vol. 29, No. 5, p. 81. google schola Seo, W. C. and Lee, D. U., 1999, An Image Processing Algorithm for a Visual Weld Defects Detection on Weld Joint in Steel Structur, Journal of Korean Society of Steel Construction, Vol. 11, No. 1, pp. 1~11. google schola Kim, Y. and Kil, S., 2017, Latest Technology of Non Destructive Inspection for Welded Structure, Journal of Korean Welding and Joining Society, Vol. 35, No. 2, pp. 63~70. google schola Chai, Y. Y., 2020, Development of Automated Non-destructive Ultrasonic Inspection Equipment for Welding Crack Inspection, Journal of the Korean Institute of Electronic Communication Science, Vol. 15, No. 1, pp. 101~106. 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

규칙기반진단 자동화를 위한 Signal Recognition 기술개발
이정준 ,  박동희 ,  김형진 외 1명 한국소음진동공학회논문집 2022 .08
대형회전설비의 효율적인 상태감시를 위한 AHI 가중치 선정 기술 개발 연구
문영빈 ,  정덕영 ,  민태홍 외 1명 한국소음진동공학회논문집 2022 .10
관형 철탑 볼트 풀림 진단을 위한 음향방출 신호의 특징 분석
박계륜 ,  이정준 ,  유현탁 외 4명 한국소음진동공학회논문집 2022 .04
발전설비 대형펌프의 신뢰성 향상을 위한 설비 상태지수 연구
김형진 ,  안병현 ,  정덕영 외 4명 한국소음진동공학회논문집 2021 .06
음향 방출 센서의 원리 및 결함 진단 분야로의 응용
오종석 기계저널 2021 .07

최근 본 자료

전체보기

댓글(0)

0