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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김지법 (건국대학교) 강철구 (건국대학교)
저널정보
대한기계학회 대한기계학회 논문집 A권 대한기계학회논문집 A권 제47권 제6호(통권 제453호)
발행연도
2023.6
수록면
489 - 496 (8page)
DOI
10.3795/KSME-A.2023.47.6.489

이용수

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

초록· 키워드

오류제보하기
철도차량 공기압축기의 고장은 승객의 안전을 위협하는 중요한 문제이기 때문에 딥러닝 기법을 사용하여 공기압축기의 고장을 예지하는 방법이 주목을 받고 있다. 기존에 슬라이딩 윈도 기법을 사용하여 입력데이터를 구분하고 LSTM-오토인코더를 학습시킬 경우 윈도의 이상스코어 간 편차가 너무 커서 이상데이터 구분을 위한 문턱값이 매우 커지고 따라서 이상 탐지에 한계가 있는 단점이 있다. 본 연구에서는 데이터셋 간 평균 이상스코어의 편차를 줄이기 위해 데이터 특징 추출을 사용하여 데이터를 구분하고, 데이터의 복원 성능을 위해 CNN-LSTM-오토인코더를 사용하여 하루 단위로 공기압축기의 이상 탐지를 하는 방법을 제시한다. 제시한 방법을 인천공항선(AREX) 철도차량으로부터 받은 공기압축기센서데이터에 적용하여 이상 탐지 성능을 확인하였다.

목차

초록
Abstract
1. 서론
2. 스크루 공기압축기
3. 데이터 특징 추출
4. 데이터 이상 탐지 알고리즘
5. 이상 탐지 성능 검증
6. 결론
참고문헌 (References)

참고문헌 (9)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0