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
윤성재 (한국전자통신연구원) 이문영 (한국전자통신연구원) 이정환 (한국전자통신연구원) 이성희 (한국전자통신연구원) 나중찬 (한국전자통신연구원)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제45권 제5호(통권 제428호)
발행연도
2021.5
수록면
401 - 408 (8page)
DOI
10.3795/KSME-A.2021.45.5.401

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
정보통신기술(ICT)의 발전은 전통적인 제조 분야의 혁신을 가속화시키고 있고, 스마트팩토리로 불리우는 최첨단 공장에서는 각종 센서를 통해 실시간으로 데이터를 수집하고 있다. 이러한 수집된 데이터에 인공지능 기술을 적용하여 기계 고장 상황에 빠르게 대처하는 연구가 최근 들어 많은 관심을 받고 있다. 본 연구에서는 공작기계 스핀들의 고장 진단을 목적으로 인공지능 기술의 적용 가능성을 확인하기 위해 테스트벤치를 구축한 후 볼트를 이용하여 인위적으로 스핀들의 편심을 변화시킨 고장 데이터를 수집하였고, 분류(classification) 문제에 주로 사용되는 인공지능 모델 3종(CNN, LSTM, auto-encoder)을 학습하여 스핀들의 7가지 상태를 분류하는 정확도를 비교 분석하였다. 또한, 공작기계 도메인에 인공지능 기술을 효과적으로 적용하기 위해 필요한 데이터 수집 및 처리방법과 모델 개발 방법을 제안한다.

목차

초록
Abstract
1. 서론
2. 관련 연구
3. 스핀들 고장 진단용 테스트벤치 구축
4. 스핀들 고장 진단용 인공지능 모델 개발
5. 모델 성능분석
6. 결론
참고문헌(References)

참고문헌 (15)

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