$\require{mediawiki-texvc}$
  • 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.

보고서 상세정보

기계학습을 이용한 실시간 결함평가 및 고장예측

Machine learning based real time fault diagnosis and prognosis algorithms

과제명 기계학습을 이용한 실시간 결함평가 및 고장예측 알고리즘 개발
주관연구기관 한국항공대학교
Hankuk Aviation University
보고서유형 최종보고서
발행국가 대한민국
언어 한국어
발행년월 2019-06
과제시작년도 2018
주관부처 과학기술정보통신부
Ministry of Science and ICT
등록번호 TRKO201900020693
과제고유번호 1711070941
사업명 개인기초연구(과기정통부)(R&D)
DB 구축일자 2020-05-02
키워드 베어링/기어.배터리.건전성 관리.고장진단.고장예측.기계학습.신호처리.PHM.Prognostic Metric.
초록

□ 연구개요
본 연구에서는 다양한 공학 시스템이나 장치에 대해 기계학습(machine learning) 기술에 기반하여 실시간으로 건전성(health)을 평가하고 고장시점을 예측하는 알고리즘을 개발하며, 이를 통해 돌발사고를 예...

표 / 그림 (32)