표제지
국문 요약
목차
1. 서론 10
1.1. 연구 목적 및 필요성 10
1.2. 논문의 구성 10
2. 관련 연구 11
2.1. 베어링 결함 진동 특성 11
2.1.1. 볼 회전 주파수(Fundamental Train Frequency; FTF) 12
2.1.2. 볼 통과 주파수(Ball Pass Frequency of Outer race, Inner race; BPFO, BPFI) 13
2.1.3. 볼 스핀 주파수(Ball Spin Frequency; BSF) 14
2.2. 신호 데이터 처리(Signal Data Processing) 14
2.3. Convolutional Neural Network(CNN) 16
2.3.1. SqueezeNet 16
2.3.2. MobileNet 17
2.3.3. ShuffleNet 18
2.4. 딥러닝 분류 모델 성능 평가 20
3. 휴대용 계측 장비 22
3.1. 휴대용 계측 장비 하드웨어 22
3.1.1. 휴대용 계측 장비 구성 22
3.1.2. 휴대용 계측 장비 제작 23
3.2. 휴대용 계측 장비 소프트웨어 24
3.2.1. 소프트웨어 구성 24
3.2.2. 소프트웨어 출력 결과 25
4. 신호취득 시스템의 구성환경 26
4.1. 테스트 시스템 구성 26
4.2. 진동 센서의 스펙 27
4.3. 실험 베어링 28
5. 딥러닝을 활용한 베어링 결함분류 29
5.1. 딥러닝 CNN 모델 선정 29
5.2. 취득 데이터의 분류와 신호처리 30
5.3. 딥러닝 모델 선정 32
5.4. 모델 학습 및 실험 33
5.4.1. 딥러닝 학습 조건 33
5.4.2. 딥러닝 학습 결과 33
5.4.3. 테스트 데이터 분류 결과 35
6. 결론 38
참고 문헌 39
Abstract 40
[표 1] MobileNet 아키텍처 18
[표 2] ShuffleNet 아키텍처 20
[표 3] 혼동행렬을 통해 알 수 있는 대표적인 성능지표 21
[표 4] 하드웨어 스팩 22
[표 5] PCB-622B0 데이터시트 27
[표 6] NJ206-E-TVP 데이터시트 28
[표 7] 데이터 학습 결과 35
[표 8] 테스트 데이터 분류 결과 36
[그림 1] Cross section of bearing 11
[그림 2] 아날로그와 이산표현의 시간-변화 신호 15
[그림 3] Fire Module 16
[그림 4] SqueezeNet 아키텍처 17
[그림 5] Depthwise Separable 17
[그림 6] Standard convolutional block & Depthwise Separable convolutional block 18
[그림 7] Pointwise Group Convolution 19
[그림 8] Channel Shuffle 19
[그림 9] ShuffleNet Unit 20
[그림 10] 혼동행렬(Confusion matrix)의 4가지 Condition 21
[그림 11] 하드웨어 구성도 23
[그림 12] Inventor를 활용한 케이스 제작 23
[그림 13] 3D프린터를 활용하여 제작된 케이스 내부 구조 24
[그림 14] 소프트웨어 흐름도 24
[그림 15] 신호 수집 애플리케이션 25
[그림 16] 딥러닝 모델 검증 애플리케이션 25
[그림 17] 테스트 시스템의 구성도 26
[그림 18] 테스트 배드 27
[그림 19] 베어링들의 결함 모사 28
[그림 20] 베어링 결함 모사 주파수 영역 신호 (a) Normal, (b) Outer Race Fault, (c) Inner Race Fault, (d) Roller Fault 29
[그림 21] 측정된 진동 신호 30
[그림 22] 측정된 진동 신호 31
[그림 23] 베어링 결함 모사 Scalogram (a) Normal, (b) Outer Race Fault, (c) Inner Race Fault, (d) Roller Fault 31
[그림 24] 30Hz 기준 1초 신호의 분할 32
[그림 25-1] SqueezeNet 학습곡선 33
[그림 25-2] MobileNet 학습곡선 33
[그림 25-3] ShuffleNet 학습곡선 34
[그림 26-1] SqueezeNet 혼동행렬 34
[그림 26-2] MobileNet 혼동행렬 34
[그림 26-3] ShuffleNet 혼동행렬 35
[그림 27] 두 번째 테스트 베드 36
[그림 28-1] SqueezeNet 혼동행렬 36
[그림 28-2] MobileNet 혼동행렬 37
[그림 28-3] ShuffleNet 혼동행렬 37