메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
정상진 (금오공과대학교) 허장욱 (금오공과대학교)
저널정보
한국기계가공학회 한국기계가공학회지 한국기계가공학회지 제19권 제12호
발행연도
2020.12
수록면
21 - 27 (7page)

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2020

딥러닝을 이용한 리튬이온 배터리 잔여 유효수명 예측
정상진 ,  허장욱 한국기계가공학회지 2020.12 학술저널
딥 러닝을 이용한 리튬이온 배터리 잔여 유효수명 예측
정상진 한국신뢰성학회 학술대회논문집 2020.07 학술대회자료

초록· 키워드

오류제보하기
Lithium-ion batteries are the heart of energy-storing devices and electric vehicles. Owing to their superior qualities, such as high capacity and energy efficiency, they have become quite popular, resulting in an increased demand for failure/damage prevention and useable life maximization. To prevent failure in Lithium-ion batteries, improve their reliability, and ensure productivity, prognosticative measures such as condition monitoring through sensors, condition assessment for failure detection, and remaining useful life prediction through data-driven prognostics and health management approaches have become important topics for research. In this study, the residual useful life of Lithium-ion batteries was predicted using two efficient artificial recurrent neural networks-long short-term memory (LSTM) and gated recurrent unit (GRU). The proposed approaches were compared for prognostics accuracy and cost-efficiency. It was determined that LSTM showed slightly higher accuracy, whereas GRUs have a computational advantage.
#Deep Learning(딥러닝) #Lithium-ion Battery(배터리) #Remaining Useful Life(잔여 유효수명) #Prognostics and Health Management(고장예지 및 건전성 관리) #Machine Learning(기계학습) #Big Data(빅 데이터)

목차

ABSTRACT
1. 서론
2. NASA 배터리 데이터
3. 딥러닝을 이용한 수명예측
4. 수명예측 결과
5. 결론
REFERENCES

참고문헌 (9)

참고문헌 신청
Goebel, K. / 2008 / Prognostics in Battery Health Management / IEEE Instrumentation & Measurement Magazine :33~40 google schola 심성흠 / 2013 / 충전 전압 특성을 이용한 리튬 이온 배터리의 잔존 수명 예측 / 대한기계학회논문집 B 37(4):313~322 dbpia Lee, S. H. / 2015 / Industry 4.0 and Direction of Failure Prediction and Health Management Technology (PHM) / Journal of the Korean Society for Noise and Vibration Engineering 25(1):22~28 google schola Tian, Z. / 2010 / A Neural Network Approach for Remaining Useful Life Prediction Utilizing Both Failure and Suspension Histories / Mechanical Systems and Signal Processing 24(5):1542~1555 google schola Cho, K. / 2014 / Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

리튬이온 배터리 수명추정을 위한 용량예측 머신러닝 모델의 성능 비교
유상우 ,  신용범 ,  신동일 한국가스학회지 2020 .12
딥 러닝을 이용한 리튬이온 배터리 잔여 유효수명 예측
정상진 한국신뢰성학회 학술대회논문집 2020 .07
딥 러닝 모델 기반의 리튬이온 배터리 잔존 유효 수명 예측에 관한 기술 분석
홍건교 ,  김동현 ,  서동준 한국통신학회 학술대회논문집 2023 .02
Deep Learning-Based Analysis for Abnormal Diagnosis of Air Compressors
강민규 ,  현요환 ,  이치범 Journal of the Korean Society for Precision Engineering 2022 .03
딥러닝 비지도 학습기반 원통형 2차전지 결함 검출 방법
한현규 ,  김호연 ,  조재수 제어로봇시스템학회 논문지 2021 .08

최근 본 자료

전체보기

댓글(0)

0