최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 건국대학교 KonKuk University |
---|---|
연구책임자 | 강철구 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202300009034 |
과제고유번호 | 1711158783 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-04 |
키워드 | 딥러닝.이상감지.상태모니터링.무향칼만필터.Deep learning.Anomaly detection.Condition monitoring.Uncented Kalman filter.LSTM-AE. |
□ 연구개요
철도차량이 고속화되고 대형화됨에 따라, 제동시스템의 효과적인 유지보수는 철도안전을 지키는 핵심요소가 되고 있다. 현재 철도차량 제동장치의 유지보수는 비용이 많이 드는 일정 시간간격 교체인 예방유지보수(preventive maintenance)에 기초하고 있다. 이 예방유지보수의 한계를 극복하기 위하여, 본 연구에서는 철도차량 제동시스템에 딥러닝과 무향칼만필터(unscented Kalman filter, UKF)를 적용하여, 철도안전을 향상시키고, 유지보수 비용을 줄일 수 있는 새로운 상태모니터링 (condition
※ AI-Helper는 부적절한 답변을 할 수 있습니다.