선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- PCA로 도출한 고유벡터의 기동/결함유형 식별 능력을 확인하기 위해 본 연구에서는 각 기동별 4개의 서로 다른 측정데이터로부터 4개의 고유벡터를 도출하였다. 이렇게 만들어진 4개씩 26조의 고유벡터에 기동/결함유형을 식별하기를 희망하는 임의의 진동 데이터를 프로젝션한 결과와 원데이터의 오차를 비교하였다.
- 본 논문에서는 원 데이터의 SVD 결과 얻어지는 고유벡터의 데이터 복원율을 확인하기 위한 비교대상으로 원 데이터 벡터들의 평균벡터로 활용하기 위해 원 데이터를 고유벡터에 프로젝션한 결과와 평균벡터에 프로젝션 한 결과를 비교하였다. Figure 2의 Original vector는 Hovering기동 중인 정상상태 항공기에서 5번의 연속으로 측정된 진동 데이터의 Vector image이다.
- 본 논문에서는 이미 여러 분야에 널리 활용되고 있는 주성분 분석(PCA) 기법을 항공기 진동 데이터에 적용하여 해당 진동이 측정된 항공기의 기동/결함 유형이 간단한 연산만으로 식별 가능함을 보였다. 이는 어찌 보면 지극히 자명한 사실로서 이미 지문인식 등을 통해 상용화된 기술이 항공기의 기체 건전성 모니터링이라는 새로운 분야에도 쉽게 적용이 가능함을 확인한 것인데, 실제 산업분야에서의 적용을 위해서는 데이터 전처리 작업등의 자동화가 이루어져야 하는 문제점이 있다.
- 본 연구에서는 우리는 PCA 기법을 이용한 기동 및 결함유형의 추정이 기술적으로 가능하다는 것을 보임과 동시에 해당 기법의 실질적인 적용을 위해서는 운용항공기에서 얻어지는 진동정보를 수집, 분류, DB화 및 활용하는 방식을 제시하였다. 본 논문의 한계로는 이러한 DB정보가 충분히 활용되기 전에는 실질적인 활용이 제한된다는 점과 해당 DB가 구축된 이후에도 주성분 분석을 통해 알 수 있는 정보는 결함의 확진이 아니라 현재 항공기의 상태가 DB내 어떤 상태와 가장 가까운지를 알려주는 것으로서 실질적인 결함의 확정을 위해서는 추정되는 결함상태에 대해관련 전문기술을 가진 인원이 실제 결함 유/무를 확인하고 확정하는 절차가 필요하다는 점이다.
- 내연기관, 전기모터 기타 기계 구동부를 포함하는 대부분의 기계장비는 매 장비마다 진동 특성이 다르고 동일 장비 내에서도 운용 모드에 따라 고유한 진동특성을 보인다[7]. 본 연구에서는 이러한 특성을 이용하여 항공기 기동 시 발생하는 진동의 특성으로부터 항공기의 기동유형을 역으로 분류하고, 더 나아가서 진동특성의 변화를 통해 항공기 이상 징후를 식별할 수 있는 방법론을 제시하기 위해 실제 대한민국 육군에서 운용 중인 Model A 항공기의 진동 실측 데이터를 기반으로 기동 형태에 따른 진동특성 변화를 분석하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.