LSTM 기반 드론의 모터 진동 이상 감지 시스템
LSTM-based Drone's Anomal Motor Vibration Detection System
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
최근 4차 산업혁명의 핵심이 되는 드론은 기술의 발달로 그 활용 범위가 점점 넓어지고 많은 드론들이 작업 현장에 투입되고 있다. 하지만 드론의 추락에 대한 안전성 문제에 대해서는 특별한 이상 감지 시스템이 없기 때문에 항상 추락에 따른 위험에 노출되고 있다. 따라서 본 논문은 이러한 드론 의 추락과 관련된 문제점을 해결하고자 드론 고장 원인 중 빈도수가 가장 높은 모터의 비정상적인 행동을 RNN( Recurrent Neural Network) 기술의 일종인 LSTM(Long Short-Term Memory)을 통해 예측하고 추락을 방지하는 알고리즘을 제안하였다. 본 논문은 드론의 모터 진동을 실시간으로 수집하여 모터의 비정상적인 행동을 예측하는 알고리즘을 제안하고 성능을 평가하였다.
Abstract
Drones are the core of the 4th industrial revolution in recent years, are increasingly being utilized by the development of technology, and many drones are being used at work sites. However, since there is no special abnormality detection system for the safety problem of a drone's fall, it is always exposed to the risk of a fall. Therefore, this paper proposes an algorithm that pre- dicts the abnormal behavior of the motor with the highest frequency among the causes of drone failures through Long Short-Term Memory (LSTM), a kind of RNN technology, and prevents the fall. This paper proposes an algorithm that predicts the abnormal behavior of a motor by collecting the motor vibration of a drone in real time and evaluates its performance.
참고문헌 (7)
- D. Xiao, "Fault Diagnosis of Asynchronous Motors Based on LSTM Neural Network", 2018 Prognostics and System Health Management Conference (PHMChongqing), pp.540~545 (2018)
- Dengyu Xiao, "Fault Diagnosis of Induction Motors Using Recurrence Quantification Analysis and LSTM with Weighted BN", Shock and Vibration, 2019 (2019)[DOI]
- 한지훈, "유도 전동기의 속도 및 부하 조건을 고려한 딥러닝 고장 진단 알고리즘 개발에 관한 연구", 전기학회논문지, 68(3), pp.423~429 (2019), 대한전기학회
- 엄성용, "진동센서를 이용한 드론 동력부의 이상 진단 시스템 구현", 한국정보기술학회논문지, 18(4), pp.69~76 (2020), 한국정보기술학회[DOI]
- Y. Bengio, "Learning long-term dependencies with gradient descent is difficult", IEEE Transactions on Neural Networks, 5(2), pp.157~166 (1994), Institute of Electrical and Electronics Engineers (IEEE)[DOI]
- Diederik P. Kingma, "Adam: A Method for Stochastic Optimization", Proc. of 3rd International Conference for Learning Representations (2015)
- H. Lim, "Comparison Analysis of TensorFlow's Optimizer Based on MNIST's CNN Model", Journal of Advanced Technology Research, 2(1), pp.1~14 (2017)