| 1 |
1
MFCC(Mel-Frequency Cepstral Coefficient) 알고리즘을 이용하여 기어펌프의 진동 데이터를 일정 구간으로 나누어 각 구간에 대한 스펙트럼을 분석하여 특징을 추출하는 단계; 및추출된 특징을 SVM(Support Vector Machine) 기법을 이용하여 정상 또는 고장으로 분류하는 단계;를 포함하는 기어펌프의 고장 분류방법
|
| 2 |
2
제1항에 있어서,상기 특징을 추출하는 단계는,상기 기어펌프의 진동 데이터의 각 프레임에 대해 프리 엠파시스(Pre-emphasis)를 계산한 후, 해밍 윈도우(Hamming window)를 통해 데이터를 20~40ms 프레임의 수준으로 설정하고, 나누어진 프레임을 대상으로 FFT(Fast Fourier Transform)를 계산하여 식 (1)과 같은 멜필터 뱅크(Mel Filter Bank)를 통과시키는 것을 특징으로 하는 기어펌프의 고장 분류방법
|
| 3 |
3
제2항에 있어서,상기 멜필터 뱅크(Mel Filter Bank)를 통과한 신호 데이터는 로그(Logarithm) 처리하고, 로그(Logarithm) 처리된 데이터로 DCT(Discrete Cosine Transform)를 계산한 후, MFCC 알고리즘을 적용하여 특징을 추출하는 것을 특징으로 하는 기어펌프의 고장 분류방법
|
| 4 |
4
제1항에 있어서,상기 SVM(Support Vector Machine)은,커넬(Kernel) 함수로서 Optimazed Linear Kernel, Linear Kernel, Gaussian Kernel 및 Polynomial Kernel 중 어느 하나를 적용하는 것을 특징으로 하는 기어펌프의 고장 분류방법
|
