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
학술저널
저자정보
정덕영 (Gyeongsang University) 안병현 (Gyeongsang University) 박동희 (Gyeongsang University) 김현중 (Gyeongsang University) 최병근 (Gyeongsang National University)
저널정보
한국소음진동공학회 한국소음진동공학회논문집 한국소음진동공학회논문집 제29권 제2호(통권 247호)
발행연도
2019.4
수록면
199 - 205 (7page)
DOI
10.5050/KSNVE.2019.29.2.199

이용수

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

이 논문의 연구 히스토리 (2)

2019

기어 이 파손 정도에 따른 진동신호의 특징기반 경향 감시
정덕영 ,  안병현 ,  박동희 외 2명 한국소음진동공학회논문집 2019.04 학술저널

2018

기어 이 파손 정도에 따른 진동신호의 특징 및 경향 분석
정덕영 ,  하정민 ,  김현중 외 1명 한국소음진동공학회 학술대회논문집 2018.04 학술대회자료

초록· 키워드

오류제보하기
Gear systems are widely used in various industries. However, they fail due to different reasons such as poor manufacturing and assembly processes. Currently, preventive maintenance (PM) is periodically performed to ensure that a gearbox system is safely operating. However, unnecessary PM results in defects and maintenance cost. Therefore, a method to diagnose defects is developed using the features of machine learning. In this paper, lab-scaled gearbox is used as the experimental model, which can be simulated in four stages: normal and 10 %, 20 %, and 30 % of tooth breakage. The calculated features were selected using the genetic algorithm. Three features were used to diagnose the limitations of the gear system. Consequently, the severity of tooth breakage of the gearbox was classified for four stages by the three selected features. In addition, the increasing or decreasing trend of the value of features was identified according to the severity of the defect.
#Gear Tooth Breakage(기어 이 파손) #Machine Learning(기계학습) #Trend Monitoring(경향 감시) #Feature Based(특징기반)

목차

ABSTRACT
1. 서론
2. 실험
3. FFT Spectrum
4. Machine Learning
5. 결과
6. 결론
References

참고문헌 (15)

참고문헌 신청
Park, S. T., Gim, J. W. and Yang, J. K., 2002, The Detection of Gear Failures Using Wavelet Transform, Proceedings of the Korean Society of Automotive Engineers Annual Autumn Conference, pp. 74~79. google schola Kim, U. S., 2015, Innovation of Safety Management System through Predictive Maintenance, Transactions of the Korean Society of Mechanical Engineers, Vol. 55, No. 10, pp. 58~60. google schola Jeong, H. D. and Lee, S. C., 2017, Industrial Artificial Intelligence, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 27, No. 6, pp. 3~7. google schola Park, S. T. and Lee, S. C., 2017, Generative Adversarial Network and Noise/vibration Engineering, Transactions of the Korean Society for Noise and Vibration Engineering, Vol. 27, No. 6, pp. 14~19. google schola Jeong, R. H., Chai, J. B., Lee, B. H., Lee, D. H. and Lee, B. K., 2012, Feature Parameter Analysis for Rotor Fault Diagnosis, The KSFM Journal of Fluid Machinery, Vol. 15, No. 6, pp. 31~38. google schola

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

배관 균열형태와 밸브개폐에 따른 음향방출신호 및 진동신호의 특징분석
최윤오 ,  김정민 ,  안병현 외 1명 한국소음진동공학회논문집 2020 .02
Feature-Based Analysis for Fault Diagnosis of Gas Turbine using Machine Learning and Genetic Algorithms
안병현 ,  유현탁 ,  최병근 Journal of the Korean Society for Precision Engineering 2018 .02
머신러닝에 AE 신호를 적용하기 위한 Burst 신호 추출 및 특징개발
이정준 ,  정덕영 ,  박동희 외 1명 동력시스템공학회지 2023 .02
발전설비 대형펌프의 신뢰성 향상을 위한 설비 상태지수 연구
김형진 ,  안병현 ,  정덕영 외 4명 한국소음진동공학회논문집 2021 .06
기어 이 파손 정도에 따른 진동신호의 특징 및 경향 분석
정덕영 ,  하정민 ,  김현중 외 1명 한국소음진동공학회 학술대회논문집 2018 .04

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-424-000569349