$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

유전 알고리즘을 사용한 유도전동기 고장진단 원문보기

전력전자학회지 = The journal of the Korean Institute of Power Electronics, v.15 no.4, 2010년, pp.25 - 32  

이홍희 (울산대 전기전자정보시스템공학부)

초록이 없습니다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본고에서 특징 선택을 위해 유전 알고리즘이 어떻게 적용될 수 있고 이렇게 선택된 특징들을 사용해 결정트리와 k-NN 알고리즘을 이요해 유도전동기의 상태를 진단하는 방법을 소개하였다. 최적의 특징들을 선택하면 그렇지 않은 경우에 비해 더 좋은 고장 분류 성능을 보인다.
  • 본고에서는 유도전동기의 고장을 분류하기 위한 매우 효과적인 거리 평가 기준과 유전 알고리즘을 기반으로 하는 간단한 선택 기법을 소개하고자 한다.
  • 상태 모니터링과 고장진단은 유도전동기 파손을 사전에 막을 수 있는 중요한 수단이다. 유도전동기의 일반적인 고장 종류는 회전자 결함, 고정자 결함, 베어링 결함을 들 수 있는데 본고에서는 베어링의 느슨함, 베어링의 손상, 회전자의 불균형 그리고 고정자의 결함 등을 효과적으로 진단할 수 있는 방법을 소개하고자 한다.
  • , q}로 표현한다. 트레이닝 집합 丁를 {<, 7丄..., 号}으로 표현되는 부분집합으로 나눌 수 n개의 결과가 나올 수 있도록 테스트가 가능하다고 하자. S를 모든 경우들의 집합이라 두고 斤eq(q, S)는 클래스 C, .
본문요약 정보가 도움이 되었나요?

참고문헌 (16)

  1. Sugumaran, V., Muralidharan, V., and Ramachandran,K. I. Feature selection using decision tree and classification through proximal support vector machine for fault diagnostics of roller bearing. Mech. Syst. Signal Process., 2007. 21. pp. 930-942. 

    상세보기 crossref

  2. Sun,W ., Chen. J., and Li, J. Decision tree and PCA-based fault diagnosis of rotating machinery. Mech. Syst. Signal Process., 2007. 21. pp. 1300-1317. 

    상세보기 crossref

  3. Yang, B. S., Park, C. H., and Kim, H. J. An efficient method of vibration diagnostics for rotating machinery using a decision tree. Int. J. Rotating Mach., 2000. 6(1). pp. 19-27. 

    crossref

  4. Lim,D. S., Yang.B. S., and Kim,D. J. An expert system for vibration diagnosis of rotating machinery using decision tree. Int. J. COMADEM. 2000. 3. pp. 31-36. 

  5. Yang,Y., Yu,D., and Cheng, J. A fault diagnosis approach for roller bearing based on IMF envelope spectrum and SVM.Measurement. 2007. pp. 40. pp. 943-950. 

    상세보기 crossref

  6. Samanta, B. and AI-Balushi, K. R. Artificial neural network based fault diagnostics of rolling element bearings using time-domain features. Mech. Syst. Signal Process., 2003, 17, pp. 317-328. 

    상세보기 crossref

  7. Samanta, B., Al-Balushi, K. R., and Al-Araimi, S. A. Artificial neural networks and genetic algorithm for bearing fault detection. Soft Comput., 2006, 10, pp. 264-271. 

    상세보기 crossref

  8. Lei,Y., He, Z., Zi,Y., and Hu,Q. Fault diagnosis of rotating machinery based on multiple ANFIS combination with GAs. Mech. Syst. Signal Process., 2007, 21, pp. 2280-2294. 

    상세보기 crossref

  9. Benbouzid. M. E. H. and Kliman. G. B. What stator current processing-based technique to use for induction motor rotor faults diagnosis. IEEE Trans. Energy Convers., 2003, 18(2), pp. 238-244. 

    상세보기 crossref

  10. Combastel, C., Lesecq, S., Petropol. S., and Gentil. S. Model-based and wavelet approaches to induction motor on-line fault detection. Control Eng. Pract., 2002, 10(5), pp. 493-509. 

    상세보기 crossref

  11. Kim, K. and Parlos, A. G. Model-based fault diagnosis of induction motors using non-stationary signal segmentation. Mech. Syst. Signal Process., 2002, 16(2.3), pp. 223-253. 

    상세보기 crossref

  12. Lim, H. S., Chong,K. T., and Su, H.Motor fault detection method for vibration signal using FFT residuals. Int. J. Appl. Electromagn.Mech., 2006, 24(3.4), pp. 209-223. 

  13. Niu, G., Son, J. D., Widodo. A., Yang, B. S., Hwang. D. H., and Kang. D. S. A comparison of classifier performance for fault diagnosis of induction motor using multi type signals. Struct. HealthMonit., 2007, 6(3), pp. 215-229. 

    상세보기 crossref

  14. Quinlan. J. R. C4.5: programs for machine learning. 1993 (Morgan Kaufmann Publisher. Inc., San Mateo. California). 

  15. The C4.5 code comes from the Internet. available from http://rulequest.com/personal/c4.5r8.tar.gz 

  16. Rao, J. S. Vibratory condition monitoring of machines, 2003, pp. 361-382 (Alpha Science International Ltd. Pangbourne. UK). 

관련 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로