[21]베어링 이상 상태 탐지를 위한 특징 추출 방법론
- 이호연
- 국립인천대학교
- 작품구분일반형
- 공개여부비공개
- 카테고리기계
- 등록일2021-09-09
- 팀원(공동개발자)
- 출품 경진대회제17회(2021년) 인천대학교 창의적 종합설계 경진대회
- 2
- 0
- 1,461
상세설명
1. 수행배경
- 공정의 상태 기반 유지 및 보수하기 위해 data-driven outlier detection기법을 사용해 bearing 이상상태를 탐지하고자함
- bearing의 이상상태를 탐지함으로써 공정의 유지 및 보수 비용을 절감할 수 있음
2. 수행기간
- 2021-03-02~2021-06-05
3. 개발작품 설명
- 기존의 특징 추출 기법과 다르게 CNN과 Auto-Encoder라는 machine learning 기법을 사용해 signal data로부터 특징 추출
- t square 관리도와 EWMA 관리도를 활용해 시계열 데이터로부터 이상 상태 탐지 모델 제시
4. 활용방안
- 시계열 센서 데이터를 활용해 공정의 이상 상태를 탐지함
- 이상 상태를 빠르고 정확하게 탐지할 수 있다면 이는 engineer에게 매우 큰 도움이 될 수 있음
- 또한, 이는 공정 전반적인 비용 절감의 효과를 얻을 것으로 보임
소개 영상
소개 슬라이드
정보가 없습니다.