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
이혜영 (스피랩) 강민규 (스피랩) 정호영 (스피랩)
저널정보
한국유체기계학회 한국유체기계학회 학술대회 논문집 2024년 한국유체기계학회 하계학술대회
발행연도
2024.7
수록면
303 - 306 (4page)

이용수

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

초록· 키워드

오류제보하기
Rotating equipment, characterized by common features such as vibration, noise, and temperature, provides continuous power within factories 24/7, 365 days a year. Dry vacuum pumps, as essential components of semiconductor processing equipment, play a critical role in this context. Currently, dry vacuum pumps used in industrial settings undergo regular preventive maintenance to prevent machine downtime caused by failures. However, this can lead to unnecessary machine stoppages and part replacements, resulting in cost losses and making it difficult to address unexpected system failures. As the complexity of connections between various devices in factory manufacturing equipment and the maintenance burden from partial defects and malfunctions of components such as bearings and gears increase, various studies have been conducted to apply predictive maintenance technology specifically for dry vacuum pumps. In this paper, we propose a model using deep learning unsupervised learning methods to utilize vibration data from vacuum pumps. The model aims to predict the time periods when abnormal phenomena occur. Additionally, we employ audio signal processing methods in the vibration data processing stage. By treating vibration data similarly to audio signals, we achieved higher performance in training the deep learning model. Various methods were attempted in the direction of feature engineering.
#Time Series(시계열) #Anomaly Detection(이상감지) #Mel Frequency Cepstral Coefficients(멜 주파수 켑스트럼 계수) #Fast Fourier Transformation(고속 푸리에 변환) #t-SNE

목차

ABSTRACT
1. 서론
2. 관련 연구
3. 연구 방법
4. 실험 방법
5. 성능 평가
6. 결론
참고문헌(Reference)

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 논문과 함께 이용한 논문

IoT 센서 기반 화재 조기탐지 예측 모델링 개발
이혜영 ,  임지현 한국정보과학회 학술발표논문집 2023 .06

최근 본 자료

전체보기

댓글(0)

0