K-최근접 이웃 알고리즘을 적용한 펌프와 모터의 상태 진단

Status Diagnosis of Pump and Motor Applying K-Nearest Neighbors

최근 인공지능에 대한 연구가 진단과 예측 분야에서 활발하게 진행되고 있다. 본 논문에서는 산업 현장에 설치되어 있는 모터와 펌프에서 발생하는 진동, 회전 수, 전류 데이터 취득한다. 취득한 데이터로부터 k-최근접 이웃(k-nearest neighbors) 알고리즘을 적용하여 이들 데이터를 학습하고, 학습한 데이터를 이용하여 펌프와 모터의 이상상태와 건전 상태를 판단하는 상태진단법을 제안한다. 제안 결과 정상상태와 이상상태가 잘 구분됨을 확인할 수 있었다.

Recently the research on artificial intelligence is actively processing in the fields of diagnosis and prediction. In this paper, we acquire the data of electrical current, revolution per minute (RPM) and vibration that is occurred in the motor and pump where hey are installed in the industrial fields. We train the acquired data by using the k-nearest neighbors. Also, we propose the status diagnosis methods that judges normal and abnormal status of motor and pump by using the trained data. As a proposed result, we confirm that normal status and abnormal status are well judged.