최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한국기계연구원 Korea Institute of Machinery and Materials |
---|---|
연구책임자 | 김상렬 |
참여연구자 | 김재승 , 김현실 , 김봉기 , 이성현 , 서윤호 , 마평식 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2018-01 |
과제시작연도 | 2017 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO201800022740 |
과제고유번호 | 1711062292 |
사업명 | 한국기계연구원연구운영비지원 |
DB 구축일자 | 2018-06-16 |
키워드 | 풍력발전기.유지보수.상태감시.진단.예지.예측.수명.Wind turbine.Maintenance.Condition monitoring.Diagnosis.Prognosis.Prediction.Life time. |
DOI | https://doi.org/10.23000/TRKO201800022740 |
풍력발전기의 주요 부품의 갑작스러운 고장은 수리에 따른 유지보수 비용을 급격하게 증가시킬 뿐만 아니라, 수리기간동안 발전이 정지되어, 큰 경제적 손실을 발생시킨다. 이를 미리 예방하기 위해서는 기어 박스와 같이 많은 수리 시간과 경제적 비용을 발생시키는 주요 부품에 대한 수명 예측이 필수적인 기술이다. 본 과제에서는 기어박스의 주요 부품인 베어링 및 기어 단품에 대한 결함 진단 기술을 고도화하고, 수명을 예측하는 방법을 개발했다. 기존 연구의 신경망 구조 개선을 통해서,결함모드 진단율을 향상시켰으며, 실 적용성을 고려한 확장한 은닉
The sudden breakdown of the main components for the wind turbine not only dramatically increases the maintenance cost of the repair, but also causes a large economic loss due to the failure of the power generation during the repair period. In order to prevent this in advance, prediction of the servi
※ AI-Helper는 부적절한 답변을 할 수 있습니다.