표제지
목차
국문초록 11
제1장 서론 12
1.1. 연구 배경 및 목적 12
1.2. 논문의 구성 17
제2장 관련 연구 18
2.1. 회전 기계 상태 진단 기법 관련 연구 18
2.1.1. 통계 및 주파수 값 기반 회전 기계 상태 진단 연구 18
2.1.2. 주파수 이미지 기반 회전 기계 상태 진단 연구 19
2.2. 진동 데이터 라벨링 관련 연구 21
2.2.1. 주파수 특성 값 기반 라벨링 연구 21
2.2.2. 기계학습 기반 라벨링 연구 22
제3장 Multi Combination Pattern Labeling(MCPL) 기법 설계 및 구조 25
3.1. Cleansing Data 28
3.2. 멀티 패턴 조합 (Multi Combination Pattern, MCP) 29
3.2.1. FFT Pattern 30
3.2.2. Spectrogram Pattern 30
3.2.3. 회전 기계 용량 패턴 (Power Pattern) 30
3.3. 멀티 패턴 조합 라벨링 (Multi Combination Pattern Labeling, MCPL) 32
제4장 멀티 패턴 조합 라벨링 알고리즘 (Multi Combination Pattern Labeling Algorithm, MCPL Algorithm) 34
4.1. FFT~Power Multi Combination Pattern Labeling(F.P.MCPL) Algorithm 37
4.2. Spectrogram~Power Multi Combination Pattern Labeling (S.P.MCPL) Algorithm 44
제5장 MCPL 데이터 활용 및 검증 49
5.1. 딥러닝 기반 MCPL Dataset 검증 49
5.2. DNN 기반 F.P.MCPL Dataset 검증 50
5.3. CNN 기반 S.P.MCPL Dataset 검증 52
제6장 결론 55
참고문헌 57
ABSTRACT 63
[Table 1] F.P.MCPL 알고리즘 37
[Table 2] S.P.MCPL 알고리즘 44
[Figure 1] Multi Combination Pattern Labeling(MCPL) Model 아키텍처 26
[Figure 2] MCP, MCPL Model 33
[Figure 3] Raw signal data와 FFT 그래프 40
[Figure 4] F.P.MCP 주파수 패턴 그래프 43
[Figure 5] Autoencoder 기반 손실함수 그래프 46
[Figure 6] S.P.MCPL 기반 Spectrogram 패턴 48
[Figure 7] DNN 기반 F.P.MCPL 데이터셋 검증 결과 51
[Figure 8] F.P.MCPL 데이터셋 기반 분류 예측 결과 51
[Figure 9] CNN 기반 S.P.MCPL dataset 검증 결과 54