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
이동균 (LIG넥스원) 박장원 (LIG넥스원) 조산희 (LIG넥스원) 이종신 (LIG넥스원)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제23권 제2호
발행연도
2022.2
수록면
518 - 526 (9page)
DOI
10.5762/KAIS.2022.23.2.518

이용수

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

이 논문의 연구 히스토리 (2)

2023

머신러닝기반 유도무기 정비예측 모델의 성능 개선을 위한 보완 방안 연구
이동균 ,  김제용 ,  이계신 한국신뢰성학회 학술대회논문집 2023.06 학술대회자료

2022

유도무기 야전 데이터를 활용한 머신 러닝 기반의 정비예측 모델 연구
이동균 ,  박장원 ,  조산희 외 1명 한국산학기술학회 논문지 2022.02 학술저널

초록· 키워드

오류제보하기
유도무기에 있어 정확한 정비예측은 불필요한 유지보수 활동을 감소시키고 가용도를 높임으로써 총수명주기비용을 절감시키고 전투준비태세를 강화시키는 효과를 가져온다. 본 연구에서는 머신 러닝기법을 활용하여 운용 중인 특정 유도탄이 정비가 언제 발생하는지, 정비요원이 현재 확보해야 할 수리부속은 무엇인지 예측이 가능한 모델을 연구하였다. 머신 러닝으로 분석할 데이터는 정비이력, 점검데이터, 수리부속사용 실적 등 10년 간 수집된 야전데이터를 사용하였다. 머신 러닝에 적합한 데이터 형태를 갖추기 위하여 데이터 결측값, 이상치 처리 등 데이터 전처리를 수행하였고, 알고리즘 모델에서 쉽게 접근할 수 있도록 데이터를 통합하였다. 정비예측에 사용하는 머신 러닝 분류 알고리즘으로는 XGBoost, LightGBM, Catboost를 선정하였고, 3가지 모델을 적용하여 학습하고, 그 결과를 비교했을 때, 알고리즘의 성능은 정확도 90%, 재현율 70% 이상으로 나타났다. 예측된 정비 데이터를 활용하여 12개월까지 정비 발생 예측과 수리부속소요를 산출하였고 일정표 형태로 시각화하였다. 다음 연구주제로 회기 알고리즘을 활용한 수리부속소요 예측모델을 개발하여 소요량까지 예측하도록 발전시킬 예정이다. 향후 이 시스템이 정비요원에게 제공됨으로써 정비 및 보급소요를 사전에 대비할 수 있게 되어 비가동시간이 단축될 것으로 기대한다.
#Machine Learning #XGBoost #LightGBM #Catboost #Maintainability Prediction #Guided Missile #Field Data

목차

요약
Abstract
1. 서론
2. 본론
3. 결론
References

참고문헌 (8)

참고문헌 신청
Sang-Hun Kim, Seung-Woo Chey, Sung-pyo Hong, "Development Direction of Defense Weapon System for the 4th Industrial Revolution", Journal of the Korean Society of Industry Convergence, Volume 22, Issue 2, pp.71-79, 2019. DOI : https://doi.org/10.21289/KSIC.2019.22.2.71 Crossref Chulsoon Park, Sungmoon Bae, "A Study on the Predictive Maintenance of 5 Axis CNC Machine Tools for Cutting of Large Aircraft Parts", Journal of the Society of Korea Industrial and Systems Engineering, Volume 43, Issue 4, pp.161-167,2020. DOI : https://doi.org/10.11627/jkise.2020.43.4.161 dbpia Boram Jo, Jangkeun Ahn, Storage Reliability Prediction Model for Missile subjected to Non-periodic Test and Periodic Inspection excluding Overlapped Failures, Journal of the Korea Academia-Industrial cooperation Society, Volume 19, Issue 5, pp.599-604, 2018. DOI : https://doi.org/10.5762/KAIS.2018.19.5.599 dbpia Shin-Ju Hwan, Sang-Boo Kim, Won-Young Yun, On the Maintenance Time Prediction of an Underwater Military System, IE Interfaces, vol.11 no.1, pp.175-182 1998. dbpia Chanyong Choi, Hunki Kim, Young Cheul Kim, Sang-su Kim, Prediction of Track Quality Index (TQI) Using Vehicle Acceleration Data based on Machine Learning, Journal of the Korean Geosynthetics Society, Volume 19, Issue 1, pp. 45-53, 2020. DOI : https://doi.org/10.12814/jkgss.2020.19.1.045 dbpia

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

고장 데이터를 활용한 BTS 개발방안(다빈도 고장 데이터를 활용한 고장탐지 방안 효율화)
이기주 ,  최경진 한국산학기술학회 논문지 2021 .11
외부효과 종속적 수리 모형의 모수 추정 ( Estimating Parameter of the External Effect Dependent Repair Model )
이진승 ,  임태진 ,  이창훈 한국경영과학회 학술대회논문집 1998 .01
드론용 산화바냐듐 마이크로볼로미터 센서의 온도 변환에 관한 연구
박정일 한국지적정보학회지 2024 .12
심층 신경망 기법을 이용한 유도탄 공력 하중 예측 모델 개발
유한필 ,  이민술 ,  김규홍 외 1명 한국전산유체공학회지 2022 .09
딥러닝을 이용한 유도탄 공력 예측 모델 설계
유한필 ,  김형진 한국항공우주학회 학술발표회 초록집 2021 .11

최근 본 자료

전체보기

댓글(0)

0