기어박스의 예측정비를 위한 인공지능 기반의 이상탐지 및 결함분류에 관한 연구
A Study on AI-based Anomaly Detection and Defect Classification for Predictive Maintenance of Gearb
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
기존의 회전설비 진동상태감시 시스템은 비즈니스 룰 기반으로 수집된 진동신호에 대해 전문가의 경험과 공학적 지식을 바탕으로 진동신호를 처리하고 이상신호의 탐지 및 결함모드 분류를 수행하였다. 그러나 설비의 상태를 나타내는 인자들은 그 종류가 매우 다양하고 자료의 해석을 위해 신호처리 및 공학적인 배경지식이 필요해 비전문가는 어떠한 결함이 발생하였는지 알기 어렵다. 본 논문에서는 설비에서 발생하는 진동신호의 결함이력에 대한 지도학습을 통해 이상신호를 분류하고, 분류된 이상신호에 대한 프로파일링에 대한 지도학습을 통해 결함모드를 분류하는 머신러닝 기반의 이상탐지 및 결함분류 시스템을 제안한다.
Abstract
The existing rotation equipment vibration condition monitoring system processed vibration signals based on business rules of expert’s experience and engineering knowledge. With vibration signals, we could detect fault signal and categorize failure mode. However there are sufficient amount of factors that show system's status. To analyze such data, an individual requires knowledge of signal processing & engineering. One with out such knowledge can not find out what sort of defection has occurred. In this paper, we propose a fault classification system to detect abnormal signal and automatically classify each failure by supervised machine learning. We utilize A.I with guidance in order to categorize abnormal signals that have been found from vibration signals in systems. We then profile each abnormal signals to be classified as failure mode.
참고문헌 (7)
- "회전기계 예비품관리에 관한 기술지침", 한국산업안전보건공단, ~ (2012)
- Nowlan, "Reliability-Centered Maintenance", ~ (1978)
- Julien Lépine, "An Optimised Machine Learning Algor ithm for Detecting Shocks in Road Vehicle Vibration", pp.2010
- 기계학습(Machine Learning)기반 이상탐지(Anomaly Detection)기법연구, "오미애", 한국보건사회연구원, ~ (2018)
- Sabariah Mohd Yusoff, "Clustering Classification and human perception of automotive steering wheel tra nsient vibrations", pp.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", ~