지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.9
- 수록면
- 238 - 255 (18page)
- DOI
- 10.33162/JAR.2023.8.23.3.238
이용수
DBpia Top 10%동일한 주제분류 기준으로최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Purpose: This research aims to introduce a novel a methodology for predicting the Remaining Useful Life (RUL) using multivariate time series data.
Methods: The proposed RUL prediction methodology comprises of the following steps: 1) Reorganizing the multivariate time series data to enhance the correlation between different time series datasets; 2) Streamlining various time series data into a single pixel utilizing 2D convolutional layers; 3) Emphasizing the substantial correlation among different time series using a self-attention layer; 4) Estimating the RUL with Bi-LSTM and fully connected layers.
Results: In comparison with existing deep learning models utilizing the identical test datasets, the proposed model exhibits greater performance in RUL prediction. A detailed analysis reveals the model’s merits in terms of data reorganization alongside the application of 2D CNN and multi-head self attention layers in the RUL prediction.
Conclusion: The proposed model provides more accurate RUL estimation results relative to pre-existing models using multivariate datasets obtained from multiple sensors, showing promising potential for its use in real-world applications.
Methods: The proposed RUL prediction methodology comprises of the following steps: 1) Reorganizing the multivariate time series data to enhance the correlation between different time series datasets; 2) Streamlining various time series data into a single pixel utilizing 2D convolutional layers; 3) Emphasizing the substantial correlation among different time series using a self-attention layer; 4) Estimating the RUL with Bi-LSTM and fully connected layers.
Results: In comparison with existing deep learning models utilizing the identical test datasets, the proposed model exhibits greater performance in RUL prediction. A detailed analysis reveals the model’s merits in terms of data reorganization alongside the application of 2D CNN and multi-head self attention layers in the RUL prediction.
Conclusion: The proposed model provides more accurate RUL estimation results relative to pre-existing models using multivariate datasets obtained from multiple sensors, showing promising potential for its use in real-world applications.
목차
1. 서론
2. Self-attention-based 2D CNN Model
3. 결과 및 분석
4. 결론
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
수명 분포를 고려한 RUL 예측 파라미터 분포 및 유효성 입증에 관한 연구
신뢰성응용연구
2020 .06
-
Remaining Useful Life Prediction for Supercapacitors Using an Optimized End-to-End Deep Learning Approach
한국통신학회논문지
2022 .03
-
Synthetic Data Generation Using GAN for RUL Prediction of Supercapacitors
한국통신학회논문지
2022 .03
-
Source Component Shift Detection & Classification for Improved Remaining Useful Life Estimation in Alarm-based Predictive Maintenance
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
예지 정비 성능 향상을 위한 RUL 추정 모델 파라미터 최적화 기법
한국통신학회 학술대회논문집
2020 .08
-
Online RUL Prediction 모델 개발을 위한 다양한 조건에 따른 Health Indicator 분석
전력전자학회 학술대회 논문집
2020 .08
-
SHAP를 활용한 중요변수 파악 및 선택에 따른 잔여유효수명 예측 성능 변동에 대한 연구
산업경영시스템학회지
2021 .12
-
고출력 리튬이온 배터리의 RUL을 위한 내부 파라미터 변화 비교분석
전력전자학회 학술대회 논문집
2016 .07
-
베이지안 혼합형 모델을 이용한 잔여수명 예측
Proceedings of KIIT Conference
2021 .11
-
Remaining useful life prediction for PMSM under radial load using particle filter
Smart Structures and Systems, An International Journal
2022 .06
-
DTW 기반 추진 전동기 잔여수명 예측 알고리즘 개발 사례연구
한국CDE학회 논문집
2021 .12
-
다단계 제조 공정에서의 RUL 예측과 최적 예방보전 방법
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
확장칼만필터를 이용한 자세제어용 모터의 수명예측
신뢰성응용연구
2018 .12
-
다변량 시계열 데이터를 이용한 시스템의 잔여 유효 수명 예측
한국신뢰성학회 학술대회논문집
2023 .06
-
강건한 공구 잔존유효수명 예측 모델 개발을 위한 연구
Proceedings of KIIT Conference
2022 .12
-
Prediction of Remaining Useful Life of Lithium-ion Battery based on Multi-kernel Support Vector Machine with Particle Swarm Optimization
JOURNAL OF POWER ELECTRONICS
2017 .09
-
시계열 데이터의 Denoising CNN 적용을 통한 물리 모델 기반 베어링의 잔여수명 추정
대한기계학회 춘추학술대회
2021 .04
-
Design of AI-based Condition Monitoring and RUL Prediction System for Wind Turbines
한국태양에너지학회 학술대회논문집
2022 .04
-
Prediction of Remaining Useful Life (RUL) of Electronic Components in the POSAFE-Q PLC Platform under NPP Dynamic Stress Conditions
Nuclear Engineering and Technology
2024 .05
-
다단계 제조 공정의 단계 수준별 잔여 유효 수명 및 최적 교체 시간 예측 방법
대한산업공학회지
2023 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
MLP와 CNN에 의한 하중 검출의 신뢰성 연구
강정호
신뢰성응용연구
2024
.03
Ansys를 활용한 유냉식 모터오일쿨러 구조해석
권형주
,
권혁주
,
이상민
Proceedings of KIIT Conference
2023
.11
파일럿 체크 밸브 신뢰성 시험법에 관한 고찰
이충성
,
조유희
,
임신열
외 2명
신뢰성응용연구
2023
.12
구간 시계열 자료의 딥러닝 예측
이승아
,
백창룡
한국데이터정보과학회지
2023
.11
친환경차 유냉식 모터오일쿨러 옵셋핀(Offset Fin) 설계인자에 따른 구조 및 특성 연구
권형주
,
권혁주
,
이상민
한국신뢰성학회 학술대회논문집
2023
.06
최근 본 자료
댓글(0)
0