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
김선모 (금오공과대학교) 이하예림 (금오공과대학교) 황인수 (금오공과대학교) 허장욱 (금오공과대학교)
저널정보
한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제23권 제10호
발행연도
2022.10
수록면
118 - 124 (7page)
DOI
10.5762/KAIS.2022.23.10.118

이용수

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

이 논문의 연구 히스토리 (2)

2022

머신러닝을 이용한 열화상 카메라 회로보드의 고장 진단 알고리즘 분석
김선모 ,  이하예림 ,  황인수 외 1명 한국산학기술학회 논문지 2022.10 학술저널
머신러닝 기반의 열화상 센서 보드 고장 분류
김선모 ,  이하예림 ,  황인수 외 2명 한국기계가공학회 춘추계학술대회 논문집 2022.04 학술대회자료

초록· 키워드

오류제보하기
열화상 카메라는 군사용 목적의 활용뿐만 아니라, 온도제어가 필요한 산업현장, 그리고 일상생활의 많은 곳에서 사용되고 있다. 특히 자율주행차량에 탑재된 열화상 카메라는 기존 라이다, 레이더 등의 센서를 사용하는 자율주행차량의 약점을 보완해 줄 가능성이 높다. 그러나 자율 주행 중에 열화상 카메라의 회로보드가 고장날 수 있어 이는 운전자에게 불편을 줄 수 있고, 사고의 위험성 또한 크다. 본 연구에서는 회로보드의 고장 유형을 파악하고, 고장을 진단하고 분류하였다. FMEA에 따르면 열화상 회로보드의 주요 고장 모드는 과전압이다. 따라서 실험을 통해 열화상 회로보드의 저전압, 정격전압, 과전압을 인가하여 출력전압 데이터를 수집하였다. 머신러닝에 앞서 수집한 데이터의 축소 과정을 거쳤다. PCA, TSNE, ISOMAP, LLE의 총 4가지 기법을 수행하고 비교한 결과, TSNE 기법이 수집된 데이터에 가장 적합하였다. SVC, LR, DT, GNB의 4가지 고장진단 알고리즘을 수행한 결과 가장 우수히 고장진단을 수행한 DT 알고리즘은 Train Data를 학습시켜 Test Data에 적용한 결과, Precision, Recall, F1-score 및 Accuracy에서 97%의 정확도를 얻어 4개의 머신러닝 알고리즘 중 가장 높게 산출되었다.
#Machine Learning #Thermal Imaging Camera #Circuit Board #Failure Classification #Failure Mode and Effect Analysis

목차

요약
Abstract
1. 서론
2. 고장모드 분석 및 실험
3. 머신러닝을 이용한 고장분류
4. 결과 및 고찰
5. 결론
References

참고문헌 (10)

참고문헌 신청
D. S. Cho, I. B. Yang, “Thermal Imaging Camera Development for Automobiles Using Detail Enhancement Technique”, Journal of the Korea Academia-Industrial Cooperation Society, Vol. 19, No. 3, pp. 687-692, 2018. DOI:　https://doi.org/10.5762/KAIS.2018.19.3.687 Crossref Rastayesh, S., Bahrebar, S., Blaabjerg, F., Dalsgaard, J., “Lifetime Estimation and Failure Risk Analysisin a Power Stage Used in Wind-Fuel Cell Hybrid Energy Systems”, Journal of the Electronics, pp. 7-8, 2019. DOI:　https://doi.org/10.3390/electronics8121412 Crossref I. S. Lee, S. S. Ahn, “PCA Based Fault Diagnosis of the Gas Sensor in the Gas Monitoring System”, Journal of Journal of Korean Institute of Information Technology, Vol. 2013, No. 5, pp. 419-421, 2013. google schola B. H. Koh, J. H. Choi, M. J. Jeong, "A Study on Isomap-based Damage Signal Classification" Korean Society of Manufacturing Process Engineers, Vol. 2011, pp. 1251-1252, 2011. google schola S. M. Lee, M. S. Choi, Lee, J. H. Lee, G. H. Jeong, W. K. Yoon, S. R., “t-SNE Based Clustering Anlaysis for Drug Response Measurement of Glioblastoma”, Journal of Korea Computer Congress, Vol. 2017, No. 6, pp. 716-717, 2017. 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

화학물 제조업에서 이진 분류 머신러닝 알고리즘의 활용가능성 평가
김일중 ,  채희수 ,  김진영 외 3명 대한산업공학회 춘계공동학술대회 논문집 2023 .05
머신러닝을 활용한 주물 공정 데이터 기반 품질 예측
박주남 ,  최재붕 ,  김문기 대한기계학회 춘추학술대회 2021 .08
화학물 제조업에서 이진 분류 머신러닝 알고리즘의 활용가능성 평가
김일중 ,  채희수 ,  김진영 외 3명 한국경영과학회 학술대회논문집 2023 .05
머신 러닝 모델을 활용한 웨이퍼 불량 탐지 및 테스트 항목 효율화
김호영 ,  강필성 대한산업공학회지 2022 .12
재구성형 제조 셀을 포함하는 유연 개별공정에서의 의사결정나무 기반 실시간 스케줄링
이동호 ,  권용주 ,  유재민 외 3명 한국정밀공학회 학술발표대회 논문집 2013 .05

최근 본 자료

전체보기

댓글(0)

0