유도전동기의 고정자 고장 진단을 위한 CNN의 활성화 함수 선정

• 영문명: A Activation Function Selection of CNN for Inductive Motor Static Fault Diagnosis
• 발행기관: 한국전자통신학회
• 저자명: 김경민(Kyoung-Min Kim) 김용현(Yong-Hyeon Kim) 박근호(Guen-Ho Park) 이범(Buhm Lee) 이상로(Sang-Ro Lee) 고영진(Yeong-Jin Goh)
• 간행물 정보: 『한국전자통신학회 논문지』제16권 제2호, 287~292쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2021.04.30

국문 초록

본 논문에서는 유도전동기 고정자 고장 진단에 있어서 활성화 함수가 미치는 영향을 분석하여 효율적인 CNN 활용 방법을 제안하였다. 일반적으로 유도전동기 고정자 고장 진단의 주된 목적은 미세한 턴 단락을 빠르게 진단함으로 고장을 미리 방지함에 있다. 이에 활성화 함수 활용에 있어서 전반적인 고정자 고장에는 ReLu가 우수성을 보임을 알 수 있었으나, 미세한 턴 단락인 2턴 단락에 있어서는 Sigmoid 함수가 ReLu 함수보다 진단의 정확도에 있어서 23.23% 유용함을 실험을 통해 확인할 수 있었다.

영문 초록

In this paper, we propose an efficient CNN application method by analyzing the effect of activation function on the failure diagnosis of the inductive motor stator. Generally, the main purpose of the inductive motor stator failure diagnosis is to prevent the failure by rapidly diagnosing the minute turn short. In the application of activation function, experiments show that the Sigmoid function is 23.23% more useful in accuracy of diagnosis than the ReLu function, although it is shown that ReLu has superiority in overall fixer failure in utilizing the activation function.

목차

Ⅰ. 서론

Ⅱ. 전류 데이터

Ⅲ. 활성화 함수Ⅳ. 실험 결과

Ⅴ. 결2021-04-28론

키워드

ReLu 활성화 함수 행렬화 이미지 컨볼루션 인공 신경망 3상 유도 전동기 고장 진단 ReLu Matrix image CNN 3-phase induction motor Fault Diagnosis