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
학술대회자료
저자정보
조창노 (한국전자기술연구원) 김주한 (한국전자기술연구원) 박세진 (한국전자기술연구원) 이명성 (한국전자기술연구원)
저널정보
Korean Society for Precision Engineering 한국정밀공학회 학술발표대회 논문집 한국정밀공학회 2021년도 추계학술대회 논문집
발행연도
2021.11
수록면
239 - 239 (1page)

이용수

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

초록· 키워드

오류제보하기
시스템의 생산성과 신뢰성을 높이고 다운타임을 최소화 하기 위한 시스템의 고장진단에 대한 많은 연구가 진행되고 있다. 특히 Deep Learning 기술 발전에 따라 시스템의 정확한 모델이 없어도 고장 진단이 가능한 데이터 기반 고장 진단 기술에 대한 많은 연구가 이루어 지고 있으며 이러한 기술들은 시스템에 부착된 센서 신호를 바탕으로 고장 유무를 판단하게 된다. 이때 진단 정확도 향상을 위해 센서 신호는 일반적인 제어기의 제어 주기보다 더욱 빠른 속도로 데이터를 획득하게 되며 따라서 많은 경우 센서 신호 획득을 위한 별도의 Data Acquisition (DAQ) 장비가 요구되었다. 본 연구에서는 이러한 전용 DAQ 장비 없이 고장진단이 가능하도록 하는 Generative Network 기반 데이터 Upscaling 기술을 제안한다. 고속으로 취득된 데이터와 이를 반으로 Downsampling ... 전체 초록 보기

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0