Proceedings of the Korean Society of Computer Information Conference (한국컴퓨터정보학회:학술대회논문집)

Korean Society of Computer Information (한국컴퓨터정보학회)
권호 표지

Bearing Fault Diagnosis using Adaptive Self-Tuning Support Vector Machine

적응적 자가 튜닝 서포트벡터머신을 이용한 베어링 고장 진단

  • Kim, Jaeyoung (School of Electrical, Electronics, and Computer Engineering, University of Ulsan) ;
  • Kim, Jong-Myon (School of Electrical Engineering, University of Ulsan) ;
  • Choi, Byeong-Keun (Dept. of Energy Mechanical Engineering, Gyeongsang National University) ;
  • Son, Seok-Man (Power Generation Laboratory, KEPCO Research Institute)
  • 김재영 (울산대학교 전기전자컴퓨터공학과) ;
  • 김종면 (울산대학교 전기공학부) ;
  • 최병근 (국립경상대학교 에너지기계공학부) ;
  • 손석만 (한국전력공사 전력연구원)
  • Published : 2016.01.12
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 서포트 벡터 머신 (SVM)의 분류 성능에 영향을 주는 인수인 C와 ${\sigma}$ 값을 적응적으로 최적화할 수 있는 적응적 자가튜닝 SVM을 이용한 베어링의 상태 진단 방법을 제안한다. SVM의 각 인수의 변화에 따른 베어링 상태 진단의 성능 변화 패턴을 분석하여 적합한 인수를 적응적으로 찾을 수 있는 방법을 제안하고, 제안한 방법의 우수성을 검증하기 위해 실제 베어링 신호를 이용하여 기존방법인 격자탐색과의 성능을 비교하였다.

Keywords