KLI

웨이블릿 변환과 신경망을 활용한 전기차 핵심부품의 상태 추정 방법에 관한 연구

Metadata Downloads
Abstract
최근 환경오염과 에너지 고갈로 인해 전 세계적으로 법적인 규제가 강화됨에 따라 전기자동차의 기술이 발전하고 있다. 전기자동차의 핵심부품의 안전성과 신뢰성은 전기자동차의 성능에 큰 영향을 미치므로 이를 진단하기 위한 기술력이 요구된다. 전기자동차의 핵심 부품인 회전기계와 배터리의 상태를 진단하는 방법의 하나로 데이터 기반 방법이 광범위하게 사용되는데, 전문적인 지식 없이 자동으로 상태를 예측한다는 장점이 있다. 본 논문에서는 회전기계 결함 진단 및 배터리의 SOH를 추정에 관한 연구를 진행하였다. 연속 웨이블릿 변환, 이산 웨이블릿 변환 및 통계 파라미터를 통해 데이터에서 특징점을 추출하였고, 추출된 특징점을 신경망 모델 모델에 적용하여 비교하여 응용 대상별 최적화 기법을 제시하였다.
Author(s)
이종규
Issued Date
2021
Awarded Date
2021-08
Type
Dissertation
Keyword
Li-ion BatteryBearing fault diagnosisEstimation SOHContinuous wavelet transformDiscrete Wavelet TransformMachine learningdeep learningregressionclassification
URI
https://oak.ulsan.ac.kr/handle/2021.oak/5959
http://ulsan.dcollection.net/common/orgView/200000506288
Alternative Author(s)
Jongkyu Lee
Affiliation
울산대학교
Department
일반대학원 전기전자컴퓨터공학과
Advisor
김병우
Degree
Master
Publisher
울산대학교 일반대학원 전기전자컴퓨터공학과
Language
kor
Rights
울산대학교 논문은 저작권에 의해 보호받습니다.
Appears in Collections:
Computer Engineering & Information Technology > 1. Theses(Master)
Authorize & License
  • Authorize공개
Files in This Item:

Items in Repository are protected by copyright, with all rights reserved, unless otherwise indicated.