JHJaemin Han
홈프로젝트논문연락

Research & Publications

산업 AI 연구 및 논문

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구

Jaemin Han · Ulsan University, Department of Electrical, Electronic and Computer Engineering (Master's Thesis) · 2025

MCT 테스트베드에서 수집한 진동 데이터를 기반으로 회전 성분 중심 신호처리를 제안하고, 1D-CNN/TabNet으로 정상·베어링·기어·공구 결함 상태를 분류한 연구입니다. 저주파 성분 보존과 데이터 압축 효율을 동시에 확보하고, TabNet의 설명 가능성을 통해 결함 분류에 기여한 주요 성분을 해석했습니다.

Machine ToolCondition ClassificationSignal ProcessingDeep LearningTabNet1D-CNNXAI

핵심 페이지 오버뷰

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 2

페이지 2

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 5

페이지 5

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 16

페이지 16

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 22

페이지 22

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 34

페이지 34

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 41

페이지 41

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 50

페이지 50

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 51

페이지 51

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 55

페이지 55

공작기계 설비 건전성 진단을 위한 신호처리 알고리즘 개발 및 딥러닝 기반의 상태 분류 알고리즘에 관한 연구 페이지 56

페이지 56

원문/요약 보기
© 2026 Jaemin Han. All rights reserved.