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
학술대회자료
저자정보
정기철 (한국자동차연구원) 문철우 (한국자동차연구원) 진효민 (한국자동차연구원)
저널정보
한국자동차공학회 한국자동차공학회 춘계학술대회 2022 한국자동차공학회 춘계학술대회
발행연도
2022.6
수록면
787 - 792 (6page)

이용수

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

초록· 키워드

오류제보하기
Recently, an EV (electric vehicle) is the key word of world-wide vehicle industry. The EV is actuated by a traction motor. In order to adjust a torque of the traction motor, a gearbox is necessary part of the EV. The gearbox consists of gears, bearings, and shafts. Especially, the input shaft bearings are subjected to several tons of axial load. Therefore, the fault caused by axial load in bearings has a negative impact on driving quality and vehicle safety. Consequently, the bearing fault diagnosis method is necessary especially EV power train system. In this paper, the gearbox fault feature extraction method is proposed. The proposed method constitutes a training part and an implementation part. In the training part, two accelerometers are used to implement adaptive noise cancellation algorithm. Using this preprocessed signal, supervised learning is conducted. In the implementation part, only one accelerometer is used. Consequently, the pre-trained deep learning architecture generates enhanced signal and fault features are extracted. In order to validate the proposed method, experiments using power-train dynamometer is conducted.
#Fault diagnosis(고장진단) #Bearing(베어링) #Electric vehicle(전기자동차) #Deep learning(딥러닝) #Fault frequency(고장 주파수) #Feature extraction(특징 추출)

목차

Abstract
1. 서론
2. 베어링 고장 개요
3. 딥러닝 기반 특징 추출
4. 실험 검증
4. 결론
References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

수치해석을 이용한 전기자동차 에너지효율 예측 모델 연구
최민기 ,  노경완 ,  김정철 외 1명 한국자동차공학회논문집 2021 .03
자율주행 센서의 상대 운동을 고려한 대형 상용차의 차량동역학 모델링
정근희 ,  김도영 ,  김주형 외 1명 한국자동차공학회 추계학술대회 및 전시회 2020 .11
일반인 대상의 필드 시험을 통한 제동시스템 부압 부족 시나리오 연구
이예쁜 ,  이영석 ,  문철우 외 1명 한국자동차공학회 춘계학술대회 2018 .06
딥러닝을 활용한 실차 실험 기반 공기 압축기 모터 온도 예측
김현욱 ,  임동현 ,  박지환 외 2명 한국자동차공학회 추계학술대회 및 전시회 2023 .11
실시간 임베디드 시스템을 위한 딥러닝 기반 객체 검출기와 추적기 통합
정재욱 ,  서재규 한국자동차공학회 추계학술대회 및 전시회 2023 .11

최근 본 자료

전체보기

댓글(0)

0