오토인코더를 이용한 기어박스 진동신호의잡음 제거 방법에 관한 연구
A Study on the Denoising Method of Gearbox Vibration Signal Using Auto-Encoder
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
회전설비의 진동신호는 주변 환경에 의해 간섭을 받기 때문에 실험실 환경에서 수집된 진동신호는 실제 산업현장의 상황과 차이가 크며 이를 처리하는 과정 없이 신호를 분석하여 이상탐지 및 결함분류를 하는 경우 예측성능을 보장할 수 없을 뿐만 아니라 결과해석에 왜곡이 발생할 수 있다. 때문에 진동신호의 전처리 단계에서 반드시 잡음을 제거하는 과정이 동반되어야 한다. 본 논문에서는 전통적으로 잡음제거에 사용된 신호처리 필터 대신 딥러닝 비지도학습인 1D-CNN 기반의 오토인코더 모델을 이용하여 신호의 잡음을 제거하는 디노이징 모델을 적용하고 잡음이 제거된 신호에 대해 이상신호 및 결함모드를 분류하는 인공지능 기반의 예측정비 시스템을 제안한다.
Abstract
Because the vibration signal of the rotating facility is interfered by the surrounding environment, the vibration signal collected in the laboratory environment differs greatly from the situation of the actual industrial site, and if abnormal detection and fault classification are performed by analyzing the signal without processing it, it is not only impossible to guarantee its predictive performance, but it can also cause distortion in the result analysis. Therefore, the process of removing noise must be accompanied at the pre-processing stage of the vibration signal. In this paper, instead of the signal processing filter traditionally used for noise removal, an artificial intelligence-based prediction maintenance system is proposed, which applies a dinoing model that eliminates noise of signals by using an autocoder model based on 1D-CNN, a deep learning non-instructor learning, and classifies abnormal signals and fault modes for signals with which noise has been removed.
참고문헌 (6)
- P.Vincent, "Extracting and Composing Robust Features with Denoising Autoencoders", ~ (2008)
- P.Vincent, "Stacked Denoising Autoencoders:Learning Useful Representations in a Deep Network with a Local Denoising Criterion", ~ (2010)
- Julien Lépine, "An Optimised Machine Learning Algor ithm for Detecting Shocks in Road Vehicle Vibration", ~ (2010)
- Sabariah Mohd Yusoff, "Clustering Classification and human perception of automotive steering wheel tra nsient vibrations", ~ (2017)
- Megala, "Fault Detection and Prediction of Failure Using Vibration Analysis", ~ (2018)
- GOTIX, "Characterization of defects on electrically driven mechanical systems, Gear Wear Data Set", ~