$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

초록

이 글에서는 인공지능을 이용한 공학시스템 고장진단 및 예지기술(PHM: Prognostics and Health Management)의 개념을 소개하고, 실제 적용 사례를 제시한다.

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
기계학습기술을 PHM에 접목
기계학습기술을 PHM에 접목시키기 위해 어떤 기계학습을 활용해야 하는가?
기계학습을 구현하기 위해서 인공신경망(Artificial neural network),kNN(k Nearest Neighbor), 서포트 벡터 머신(Support vector machine), 의사결정 트리(Decision tree) 등이 활용된다.

또한 딥러닝(deep learning) 기술을 활용하여 시스템에 대한 적은 물리적 이해를 바탕으로도 건전성 특징인자를 추출하는 연구도 진행되고 있다. 이러한 기계학습을 구현하기 위해서 인공신경망(Artificial neural network),kNN(k Nearest Neighbor), 서포트 벡터 머신(Support vector machine), 의사결정 트리(Decision tree) 등이 활용된다. 아래 각 섹션에는 인공지능을 활용한 PHM 사례를 소개하고 인공지능을 활용하기 위한 주의 점을 정리하고자 한다.

시스템 고장진단 및 예지기술
시스템 고장진단 및 예지기술은 무엇인가?
센서를 이용해 산업설비의 상태를 모니터링하여 고장을 진단하고 잔여유효수명을 예측하는 시스템 고장진단 및 예지기술

향후 산업설비의 용량 및 복잡도가 증가할 것을 고려하면 신뢰성 있는 시스템 관리는 중요한 문제이다. 이에 대한 대안으로, 센서를 이용해 산업설비의 상태를 모니터링하여 고장을 진단하고 잔여유효수명을 예측하는 시스템 고장진단 및 예지기술(Prognostic and Health Management, 이하 PHM)이 주목을 받고 있다.

인공지능
인공지능은 어떤 기술을 활용하여 현실화 되고 있는가?
기계학습(machine learning) 기술을 활용하여 현실화

최근에는 인공지능(Artificial Intelligence) 기술을 활용하여 이러한 문제점을 극복하려는 연구가 활발히 진행되고 있다. 인공지능이란 ‘인간의 학습능력과 추론능력, 지각능력 등을 컴퓨터 프로그램으로 실현한 기술’을 의미하며 특히 기계학습(machine learning) 기술을 활용하여 현실화되고 있다. 기계학습기술을 활용하면 다차원의 방대한 데이터를 학습하여 새로운 데이터의 속성을 분류하고 예측할 수 있다.

질의응답 정보가 도움이 되었나요?

저자의 다른 논문

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

  • ScienceON :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

DOI 인용 스타일

"" 핵심어 질의응답