데이터 증강 방법을 이용한 정상데이터 기반 베어링 이상 진단법
저자
발행기관
학술지명
권호사항
발행연도
2021
작성언어
Korean
주제어
KDC
550
자료형태
학술저널
발행기관 URL
수록면
117-117(1쪽)
제공처
최근 데이터 불균형 문제를 해결하기 위해 고장데이터 증대 연구가 활발하다. 하지만 분포 학습기반 고장데이터 증대 기법은 데이터 특성에 따라 크게 변해 고장 진단 방법론에 적용이 어렵다. 본 연구에서는 고장 데이터 없이 정상 데이터 기반 베어링 이상 진단 기법을 제안한다. 제안된 방법은 세 단계로 구성된다: (1) 정상데이터 기반 데이터 증강, (2) 컨볼루션 신경망 기반 특성인자 추출, 그리고 (3) 이상 기준치 설계. 정상데이터 기반 데이터 증강 방법은 데이터 특성에 맞춰 노이즈 추가, 진폭 변조 등을 활용한다. 특성인자 추출을 위해 ResNet 을 이용하여 정상데이터 특성인자를 추출한다. 마지막으로 추출된 특성인자를 이용하여 정상데이터와 이상데이터 간의 거리를 계산하여 이상 기준치를 선정한다. CWRU 베어링 결함 데이터셋을 이용하여 제안된 방법을 검증하였고 약 95% 이상 진단 정확도를 보였다. 본 연구는 정상데이터만을 이용하여 데이터 불균형 환경 속에서도 이상 진단이 가능함을 보였다.
더보기A research on data augmentation has been actively conducted to solve the data imbalance problem. However, data distribution learning based data augmentation method is difficult to apply to fault diagnosis methodology because fault data distribution varies under the characteristics of their dataset. This paper proposes ball bearing anomaly detection method based on normal data only. The proposed method consists of three stages: (1) data augmentation based using normal data, (2) feature extraction using convolutional neural networks, and (3) design anomality threshold. The normal data-based augmentation method utilizes adding noise, amplitude variation under consideration of the data characteristics. ResNet architecture is used for feature extraction. Finally, anomality threshold is selected by calculating the distance between normal data and abnormal data. The proposed method was verified using the CWRU bearing dataset and presented a diagnostic accuracy of about 95%. This study expects that it is possible to diagnose abnormalities even in a data imbalance using only normal data.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)