http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 徐在烘 (검색결과 228 건)
- 무료
- 기관 내 무료
- 유료
-
LSTM-VAE를 활용한 기계시설물 장치의 이상 탐지 시스템
서재홍,박준성,유준우,박희준 한국품질경영학회 2021 품질경영학회지 Vol.49 No.4
Purpose: The purpose of this study is to compare machine learning models for anomaly detection of mechanical facility equipment and suggest an anomaly detection system for mechanical facility equipment in subway stations. It helps to predict failures and plan the maintenance of facility. Ultimately it aims to improve the quality of facility equipment. Methods: The data collected from Daejeon Metropolitan Rapid Transit Corporation was used in this experiment. The experiment was performed using Python, Scikit-learn, tensorflow 2.0 for preprocessing and machine learning. Also it was conducted in two failure states of the equipment. We compared and analyzed five unsupervised machine learning models focused on model Long Short-Term Memory Variational Autoencoder(LSTM-VAE). Results: In both experiments, change in vibration and current data was observed when there is a defect. When the rotating body failure was happened, the magnitude of vibration has increased but current has decreased. In situation of axis alignment failure, both of vibration and current have increased. In addition, model LSTM-VAE showed superior accuracy than the other four base-line models. Conclusion: According to the results, model LSTM-VAE showed outstanding performance with more than 97% of accuracy in the experiments. Thus, the quality of mechanical facility equipment will be improved if the proposed anomaly detection system is established with this model used.
-
Anomaly Detection of Excavator Using MSCRED Based on Machine Learning
서재홍,박희준 한국품질경영학회 2021 한국품질경영학회 학술대회 Vol.2021 No.-
굴착기는 건설업에서 가장 많이 사용하는 장비 중 하나이다. 또한 굴착기는 공사의 속도와 총 비용에 큰 영향을 끼치기 때문에 장비의 품질관리가 중요하다. 특히, 엔진은 굴착기 시스템 전체에 영향을 미치는 부분으로 이상진단을 통해 고장이 발생하기 전에 증상을 예측하고 판단하는 것이 중요하다. 최근 인공지능의 급격한 발전으로 기계학습 (Machine Learning)을 활용한 연구들이 진행되고 있다. 이전 연구에서는 Back Propagation Neural Network, Decision Tree, One-Class SVM(Support Vector Machine) 등을 사용하여 이상진단 모델을 제안했다. 하지만 이는 데이터의 각 중요한 특징들(features)의 다양하고 복잡한 상관관계(correlation)를 모두 반영하지 못하기 때문에 정확성에 한계가 있었다. 따라서 본 논문에서는 중요한 특징들(features)의 상관관계(correlation)를 반영할 수 있는 모델을 제안하고자 한다. 센서간의 다양한 특징(feature) 정보를 추출하기 위해 Multi-scale convolution filter와 autoencoder 구조를 결합하여 재구축 오류를 바탕으로 상태 정보를 판단하는 네트워크 구조인 MSCRED(Multi-Scale Convolution Recurrent Encoder-Decoder)를 제안한다. 다중 스케일 학습 네트워크는 다양한 스케일에서 보완적이고 풍부한 특징 정보를 추출할 수 있다. 또한 이것은 기능 학습 능력을 크게 향상 시키고 더 나은 진단 성능을 가능하게 한다. 실험의 결과는 MSCRED 모델이 이전 모델들에 비해 좋은 성능을 나타낸다. 본 연구는 전문가가 설비진단 시 편리하게 판단을 내릴 수 있도록 기여하고, 기계의 고장을 예측하여 장비의 품질관리에 도움을 준다.
-
-
-
-
-
이상치탐지를 활용한 기계시설물 고장 예지 센서 데이터의 고장진단
서재홍,박희준 한국품질경영학회 2021 한국품질경영학회 학술대회 Vol.2021 No.-
고위험 대규모 작업장에서는 센서 데이터를 주기적으로 모니터링해야 할 뿐 아니라, IoT센서로부터 센싱된 데이터를 통해 상황을 미리 예측하여 제공하는 시스템이 필요하다. 각 산업 분야에서 축적되어온 데이터들을 활용하여 산업내 다양한 시스템을 효율적으로 발전시키기 위해 인공지능과 같은 방법론들을 활용하고 있다. 기계시설물 데이터는 기계의 정상 상태와 고장 상태에서 수집된 데이터들을 말하며, 이 데이터들은 기계학습을 통하여 현재 기계가 어떤 상태인지에 대한 예측 및 고장진단에 활용가능하다. 본 연구에서 사용하는 데이터는 대전광역시 도시철도공사의 각 역사에 설치된 기계장치의 진동 및 전류센서로부터 수집된 데이터를 이용하며, 주로 송풍 및 환기를 담당하는 기계장치의 모터에 대한 데이터로 모터의 상태 유형5종(정상상태, 베어링 불량, 회전체 불평형, 축정렬 불량, 벨트 느슨함)에 대한 진동과 전류 신호가 수집되어있다. 기계시설물의 모터가 고장나면 산업, 교통, 급배수, 소방 방재, 전력 계통 등 전체 시스템에도 악영향을 줄 수 있어 미리 고장을 예측하고 사전에 예방 할 수 있는 기술이 필요하다. 특히 기기 수명 예측이 제대로 안되면 본래 수명까지 사용하지 못하고 교체하여 불필요한 비용이 발생하게 된다. 따라서 정확한 수명 예측 및 고장 진단을 통하여 낭비되는 설비유지보수 비용을 절감할 수 있다. 본 연구의 목적은 머신러닝 및 딥러닝 알고리즘을 활용하여 기계시설물의 이상치 탐지를 통해 고장 상태를 예측하고 진단함으로써 담당기관에서 기계시설물에 관한 안정적인 운용계획을 수립하고 관리하는데 기여한다. 이를 통해 IoT를 활용한 역사의 설비고장 진단 및 예측을 위한 인공지능 시스템 구축에 기여할 수 있고, 시설물의 생애 주기 중 불필요한 유지 보수비 발생을 방지하는 등의 효과를 기대할 수 있다.
-
-
-
서재홍,임성철,기근홍 朝鮮大學校 附設 醫學硏究所 1991 The Medical Journal of Chosun University Vol.16 No.2
In gastric carcinomas including 20 cases of intestinal type and 20 cases of diffuse type, in adenoma (10 cases), and in metaplastic gastritis(10 cases), the presence of lactoferrin was investigated by immunohistochemistry. An evident reactivity for lactoferhn was encountered in intestinal type carcinomas, adenomas, and incomplete intestinal metaplasia. The problems in identifyng the steps in the pathogenesis of gastric cancer and in the calssification of its preneoplastic lesions led to a throughout analysis of the morphologic features of metaplastic gastritis, adenoma and adenocarcinoma of the gastric mucosa. Recently, several morphologic features with possible diagnostic significance have been identified among these parameters, several cytologic features seem to be of major importance for the quantitative analysis of the stepwise develop merit of malignancy. We have chosen to study nuclear and cytoplasm measurements as seen in gastric biopsied specimens. The results obtained were as follow: 1) Incomplete intestinal metaplasia, adenoma and intestinal type adenocarcinoma were stained with lactoferrin 2) Nuclear and cytoplasmic areas of incomplete metaplasia (50±14㎛_(2), 147±38㎛_(2)), Adenoma (56±16㎛_(2), 149±44㎛_(2)), Well differentiated adenocarcinoma(57±16㎛_(2), 152±48㎛_(2)), Moderate differentiated adenocarcinoma (44±14㎛_(2), 118±33㎛_(2)), Poor differentiated adenocarcinoma (54±16㎛_(2), 97±30㎛_(2)) and diffuse type adenocarcinoma (33±10㎛_(2) 434±124㎛_(2)) were noted. 3) Nuclear and cytoplasmic ratio of incomplete metaplasia(0.34±0.02), adenoma (0.38±0.02), well differentiated adenocarcinoma( 0.38±0.02), moderately differentiated adenocardnoma (0.37±0.02), Poor differentiated adenocarcinoma(0.56±0.01), and diffuse type adenocarcmoma (0.08±0.02) were noted.
ScienceON
KISS연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
