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
- 2024.4
- 수록면
- 81 - 88 (8page)
- DOI
- 10.7779/JKSNT.2024.44.2.81
이용수
초록· 키워드
오류제보하기
본 연구는 펌프로부터 가속도계 변위계를 통해 다채널 센서 신호를 수집하고, 각 신호로부터 23개의 공학적 특징을 추출하여 하나의 벡터로 결합한 것을 모델의 입력으로 하고, 자동화된 머신러닝을 활용해 16종의 펌프 상태 분류를 위한 최적의 모델을 탐색하였다. 특징 추출을 위한 신호의 길이(펌프 1~5회전)와 펌프 상태 분류 개수(2, 4, 5, 16종)에 따른 성능을 비교했다. 분류의 복잡도가 낮은 경우는 트리 기반 모델이 학습에 유리했으나, 복잡도가 커지면 신경망 모델이 더 우수했다. 이는 문제의 복잡도에 따라 적정 모델의 구조가 달라질 수 있음을 의미한다. 센서별 및 특징별 중요도 평가를 통해, 중심 주파수 관련 특징들이 성능에 가장 큰 영향을 미치며 필수적인 채널이 무엇인지 또한 확인했다. 이는 특징 추출 기반의 자동화된 머신러닝이 다채널 센서 신호에 대한 최적 모델을 탐색하고 또한 어떤 센서와 특징이 모델의 의사결정에 영향을 미치는지를 확인하는 데에 효과적일 수 있음을 보여준다.
목차
초록
Abstract
1. 서론
2. 펌프 상태별 다채널 센서 신호 데이터셋
3. 다채널 신호 데이터로부터 특징 추출
4. 자동화된 머신러닝을 통한 특징 벡터로부터 상태 분류를 위한 모델 탐색
5. 결과 및 고찰
6. 결론
References
참고문헌 (0)
참고문헌 신청이 논문과 함께 이용한 논문
딥러닝 기반 영구자석 동기전동기의 저항 토크 상태 진단
정일주
,
채종혁
한국유체기계학회 학술대회 논문집
2024
.12
실시간 절삭 부하 예측을 위한 실시간 비절삭 구간 식별 및 온라인 머신러닝 알고리즘
김평안
,
남성호
한국생산제조학회 학술발표대회 논문집
2024
.12
초음파 신호를 활용한 리튬이온배터리의 충전 상태 예측
김인태
,
마평식
,
이혁
외 1명
대한기계학회 춘추학술대회
2024
.11
기계 학습 모델을 활용한 거미줄 섬유의 인장 강도 예측
윤태영
,
신홍철
,
나성수
대한기계학회 춘추학술대회
2024
.11
Resistance Element Welding 체결부 표면 프로파일링 스캐닝 활용 머신러닝 기반 품질 예측 기술 개발
공은빈
,
Nellikode Savyasachi
,
Tejaswin K
외 4명
대한용접학회 특별강연 및 학술발표대회 개요집
2024
.10
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-089700750