[일본NTN 기술, 184] 베어링 박리현상의 수명 예측 기술(3)
[ Feature Fusion Network ] FFN은 화상 인식에 자주 이용되는 딥러닝 기법을 적용한 신경망 (Convolutional Network) Neural Network, CN)를 기반으로 개발한 회귀기법임. FFN의 이미지도를 그림 4에 나타냄. Feature Fusion Network 일반적인 CNN에서는 계측 시점의 입력 데이터만으로 대응하는 목적변수를 직접 예측함. 그러나 FFN은 과거의 복수회분 입력 데이터에서 각 시점의 열화 지표(열화 상황을 0 ~ 1) 의 범위에서 정규화한 지표)를 산출하고 열화 지표를 계측순열로 벡터화하여, 열화지표 벡터를 중간변수로 하여 이용함으로써 목적 변수(박리 사이즈 및 SS 여수명) 로 인하여 예측 정확도를 높일 수 있음. [ 계층 베이즈 회귀( Hi..
베어링 기초 지식
2023. 10. 16. 17:50