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
Ho-Min Park (Korea Maritime & Ocean University) Sang-Gyu Cheon (Panasia) Jae-Hoon Kim (Korea Maritime & Ocean University) Seong-Dae Lee (Korea Maritime & Ocean University)
저널정보
한국마린엔지니어링학회 Journal of Advanced Marine Engineering and Technology (JAMET) 한국마린엔지니어링학회지 제45권 제4호
발행연도
2021.8
수록면
222 - 230 (9page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
The demand for ecofriendly ships in shipbuilding and maritime industries is growing steadily. In response to strict environmental regulations on shipping by the International Maritime Organization, the demand for ship machinery and equipment that carry ecofriendly labels, including ballast water treatment systems (BWTS), is increasing. The BWTS involves early-stage equipment error and fault diagnostics, and its malfunction can have major cost and time consequences. This study expands on previous research on fault diagnosis using the SVM, a machine learning model. The two aspects of this expansion are an increased window size range used to generate the features and the introduction of several machine learning models. We used 47,435 sensor data points to compare and analyze the results and evaluate the classification accuracy by increasing the window size range to 10. We demonstrate that the previous model can be easily applied to other machine learning models and that the SVM model improves performance through feature generation. The F1 score of the random forest model with the highest performance score of 99.73% indicates potential for industrial applications if accompanied by expert monitoring and verification.
#Ballast water treatment system #Fault diagnosis #Machine learning

목차

Abstract
1. Introduction
2. Related Work
3. BWTS Fault Diagnosis Using Machine Learning Models
4. Experiment and Evaluation
5. Conclusion
References

참고문헌 (11)

참고문헌 신청
김은찬 / 2012 / IMO 선박평형수 처리장치 기술과 발전 방향에 대한 고찰 / 한국해양환경•에너지학회지 15(4):349~356 dbpia 손상호 / 2015 / 신개념 기계식 선박평형수 처리장치의 디스크 형상에 따른 유동특성에 관한 수치해석 연구 / 한국마린엔지니어링학회지 39(1):19~27 dbpia A. Mouzakitis / 2013 / Classification of fault diagnosis methods for control systems / Measurement and Control 46(10):303~308 google schola 서지노 / 2017 / 선박 평형수 처리 시스템의 고장 예측 및 e-Navigation을 이용한 고장 수리 시스템 / 한국인터넷방송통신학회 논문지 17(1):145~151 dbpia C. Cortes / 1995 / Support-vector networks / Machine Learning 20(3):273~297 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

Hazard identification (HAZID) of LNG dual-fueled ships operating between the Korean port of Busan and the Iranian port of Bandar Abbas
Hamid Etemad ,  Jae-Hyuk Choi Journal of Advanced Marine Engineering and Technology (JAMET) 2017 .06
A study on the development of ballast water management-related familiarization training pursuant to the STCW convention
Young-Chan Lee ,  Weon-Jae Ha Journal of Advanced Marine Engineering and Technology (JAMET) 2017 .02

최근 본 자료

전체보기

댓글(0)

0