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.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한국기계연구원 Korea Institute of Machinery and Materials |
---|---|
연구책임자 | 문석준 |
참여연구자 | 이동환 , 김현실 , 정정훈 , 김상렬 , 허영철 , 김봉기 , 김병옥 , 권정일 , 이성현 , 송진섭 , 선경호 , 서윤호 , 정병창 , 박진우 , 마평식 , 이동현 , 김의영 , 이혁 , 우정한 , 정준하 , 정선아 , 전병찬 , 김원 , 신승천 , 이재혁 , 이승철 , 윤병동 , 오현석 |
보고서유형 | 1단계보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-12 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202100022107 |
과제고유번호 | 1711125556 |
사업명 | 한국기계연구원연구운영비지원(R&D)(주요사업비) |
DB 구축일자 | 2021-10-23 |
키워드 | 인공지능.기계학습.상태감시.예측진단.사고대응.Artificial intelligence.Machine learning.Condition monitoring.Diagnosis.Damage management. |
본 연구는 국가 기간산업 핵심 기계시스템의 안전신뢰성 향상을 위해 인공지능 기술을 응용하여 시스템의 고장을 자율적으로 진단하고 예측하는 기술과 사고 발생시 신속한 대응으로 피해를 최소화하기 위한 핵심기술 개발을 목적으로 함.
본 연구에서는 특수용 펌프 및 배관 손상모사를 위한 테스트 베드를 구축하고, 관련 고장 및 손상모사 시험을 통해 인공지능 기반 고장 진단 기술 및 사고대응 기술을 개발하였으며, 실제 적용을 위한 발전소 현장 데이터 자료를 꾸준히 수집하고 있음.
(출처 : 요약 5p)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.