Earticle

현재 위치 Home

딥러닝 모델을 활용한 승강기 결함 분류
Elevator Fault Classification Using Deep Learning Model

첫 페이지 보기
  • 발행기관
    대한안전경영과학회 바로가기
  • 간행물
    대한안전경영과학회지 KCI 등재 바로가기
  • 통권
    제24권 제4호 (2022.12)바로가기
  • 페이지
    pp.1-8
  • 저자
    정영진, 장찬영, 강성우
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A422422

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Elevators are the main means of transport in buildings. A malfunction of an elevator in operation may cause in convenience to users. Furthermore, fatal accidents, such as injuries and death, may occur to the passengers also. Therefore, it is important to prevent failure before accidents happen. In related studies, preventive measures are proposed through analyzing failures, and the lifespan of elevator components. However, these methods are limited to existing an elevator model and its surroundings, including operating conditions and installed environments. Vibration occurs when the elevator is operated. Experts have classified types of faults, which are symptoms for malfunctions (failures), via analyzing vibration. This study proposes an artificial intelligent model for classifying faults automatically with deep learning algorithms through elevator vibration data, hereby preventing failures before they occur. In this study, the vibration data of six elevators are collected. The proposed methodology in this paper removes "the measurement error data" with incorrect measurements and extracts operating sections from the input datasets for proceeding deep learning models. As a result of comparing the performance of training five deep learning models, the maximum performance indicates Accuracy 97% and F1 Score 97%, respectively. This paper presents an artificial intelligent model for detecting elevator fault automatically. The users’ safety and convenience may increase by detecting fault prior to the fatal malfunctions. In addition, it is possible to reduce manpower and time by assisting experts who have previously classified faults.

목차

Abstract
1. 서론
2. 데이터 수집 및 전처리
2.1 데이터 수집
2.2 데이터 전처리 방법
2.3 데이터 전처리 결과
3. 승강기 결함 분류
3.1 승강기 결함 분류 방법
3.2 승강기 결함 분류 결과
4. 결론
5. References

키워드

Elevator Fault Classification Deep Learning Elevator Failure Prevention

저자

  • 정영진 [ Young-Jin Jung | 인하대학교 산업경영공학과 ]
  • 장찬영 [ Chan-Young Jang | 인하대학교 산업경영공학과 ]
  • 강성우 [ Sung-Woo Kang | 인하대학교 산업경영공학과 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    대한안전경영과학회 [Korea Safety Management & Science]
  • 설립연도
    1999
  • 분야
    공학>안전공학
  • 소개
    안전경영에 관한 학문과 기술을 발전,보급,응용하여 안전기술 및 관리기술의 진흥에 공헌하며, 재해예방을 통한 안전사회의 구현을 그 목적으로 함.

간행물

  • 간행물명
    대한안전경영과학회지 [Journal of Korea Safety Management & Science]
  • 간기
    계간
  • pISSN
    1229-6783
  • eISSN
    2288-1484
  • 수록기간
    1999~2025
  • 십진분류
    KDC 530 DDC 620

이 권호 내 다른 논문 / 대한안전경영과학회지 제24권 제4호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.