JKSPE
딥 러닝을 활용한 공구 상태 진단
이창우/건국대학교
-
신호처리 기반의 학습데이터와 사전 학습된 깊은 신경망 모델을 이용하여 공구 상태 진단 모델 개발 방법을 제안함
-
공작기계 스핀들에 가속도계를 부착하여 정상 공구와 파손 공구로 가공 시 발생하는 진동 데이터를 수집
-
시간 기반의 이미지, CWT, STFT 신호처리 방법을 이용하여 학습데이터를 구성하고, 사전 학습된 Alexnet model을 활용하여 진단 모델 개발에 필요한 시간을 단축
-
각 학습데이터로 개발한 진단 모델을 비교한 결과 가장 높은 정확도를 나타내는 학습데이터 구성 방법을 확인
메뉴열기
