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
- 2024.6
- 수록면
- 45 - 53 (9page)
이용수
초록· 키워드
오류제보하기
The maintenance of semiconductor equipment is crucial for the continuous growth of the semiconductor market.
System management is imperative given the anticipated increase in the capacity and complexity of industrial equipment.
Ensuring optimal operation of manufacturing processes is essential to maintaining a steady supply of numerous parts. Particularly, monitoring the status of substrate transfer robots, which play a central role in these processes, is crucial.
Diagnosing failures of their major components is vital for preventive maintenance. Fault diagnosis methods can be broadly categorized into physics-based and data-driven approaches. This study focuses on data-driven fault diagnosis methods due to the limitations of physics-based approaches. We propose a methodology for data acquisition and preprocessing for robot fault diagnosis. Data is gathered from vibration sensors, and the data preprocessing method is applied to the vibration signals. Subsequently, the dataset is trained using Gradient Tree-based XGBoost machine learning classification algorithms.
The effectiveness of the proposed model is validated through performance evaluation metrics, including accuracy, F1 score, and confusion matrix. The XGBoost classifiers achieve an accuracy of approximately 92.76% and an equivalent F1 score. ROC curves indicate exceptional performance in class discrimination, with 100% discrimination for the normal class and 98% discrimination for abnormal classes.
목차
등록된 정보가 없습니다.
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
통계적 기계학습법을 적용한 플랜트 공정 장비의 시계열 데이터 분석 및 고장 상태 진단
한국CDE학회 논문집
2018 .09
-
클라우드 데이터 기반 머신러닝을 이용한 로봇 고장 진단 기법
한국정밀공학회 학술발표대회 논문집
2019 .10
-
Fault Diagnosis Management Model using Machine Learning
Journal of information and communication convergence engineering
2019 .06
-
기계적 모터 고장진단을 위한 머신러닝 기법
산업경영시스템학회지
2017 .01
-
데이터 불균형 대응 믹스업 데이터를 이용한 전이 학습 전동기 고장 진단 시스템의 성능 향상
전기학회논문지
2023 .02
-
회전기계 고장진단을 위한 최적 환경 구축 방법
대한기계학회 춘추학술대회
2022 .11
-
학습 효율 및 강건성 향상을 위한 전이학습 기반 로터시스템 건전성 진단 기법 개발
대한기계학회 춘추학술대회
2018 .12
-
Influence of Data Preprocessing
Journal of Computing Science and Engineering
2016 .06
-
Fault Diagnosis Method based on Feature Residual Values for Industrial Rotor Machines
KEPCO Journal on electric power and energy
2018 .01
-
인공신경망 기반 협동로봇용 통합구동모듈의 고장진단 방법 기초 연구
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
음향 데이터를 이용한 CNN 추론 윈도우 기반 산업용 직교 좌표 로봇의 고장 진단 기법
대한임베디드공학회논문지
2024 .02
-
Data Preprocessing Method in Motor Fault Diagnosis Using Unsupervised Learning
제어로봇시스템학회 국제학술대회 논문집
2019 .10
-
Segmentation and clustering based data preprocess technique for fault detection in semiconductor manufacturing process
대한산업공학회 춘계공동학술대회 논문집
2019 .04
-
로봇-장비활용 표준 공정모델과 반도체 장비 유지보수 응용
한국정밀공학회 학술발표대회 논문집
2023 .11
-
전이 학습과 진동 신호를 이용한 설비 고장 진단 및 분석
대한임베디드공학회논문지
2019 .01
-
산업용 로봇을 위한 데이터 기반 고장예측진단에 대한 연구
한국정밀공학회 학술발표대회 논문집
2022 .10
-
Algorithm for sensor fault diagnosis in battery management system
전력전자학회 학술대회 논문집
2023 .07
-
Evaluation of Preprocessing Techniques for Tumor Classification Using Numerical Dataset
한국통신학회 학술대회논문집
2022 .02
-
RNN-based integrated system for real-time sensor fault detection and fault-informed accident diagnosis in nuclear power plant accidents
Nuclear Engineering and Technology
2023 .03
-
하이브리드 LSTM기반 제조로봇 고장예지 시스템의 설계 및 구현
대한설비관리학회지
2019 .01
최근 본 자료
댓글(0)
0