지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 발행연도
- 2019
- 저작권
- 군산대학교 논문은 저작권에 의해 보호받습니다.
이용수2
이 논문의 연구 히스토리 (17)
2023
20㎾급 풍력 터빈용 복합재 블레이드의 디본딩 손상 예측 알고리즘 검증에 대한 연구
김형진
,
김학근
,
장윤정
외 1명
대한기계학회 춘추학술대회
2023.11
학술대회자료
20kW 복합재 블레이드의 디본딩 손상 탐지를 위한 고유주파수 변화 특성 기반 디본딩 손상 예측 알고리즘 검증
김형진
,
김학근
,
장윤정
외 1명
대한기계학회 춘추학술대회
2023.06
학술대회자료
20㎾급 복합재 블레이드의 디본딩 손상 예측을 위한 고유주파수 변화 특성 기반 알고리즘 연구
김형진
,
장윤정
,
김학근
외 1명
한국태양에너지학회 학술대회논문집
2023.04
학술대회자료
2022
2021
2020
2019
데이터 전처리 기법을 이용한 대형 복합재 블레이드의 스파-웹 접합부에 발생하는 디본딩 손상 예측 알고리즘 정확성 개선 방안 연구
김형진
,
장윤정
,
김학근
외 1명
대한기계학회 춘추학술대회
2019.11
학술대회자료
고유주파수 변화 특성을 이용한 대형 풍력발전기용 복합재 블레이드의 스파-웹 접합부 디본딩 손상 예측을 위한 기계학습 알고리즘
김형진
,
김학근
,
장윤정
외 1명
한국신·재생에너지학회 학술대회 초록집
2019.05
학술대회자료
MLP를 이용한 대형 풍력발전기용 복합재 블레이드의 스파-웹 디본딩 손상 예측
김형진
,
김학근
,
장윤정
외 1명
대한기계학회 춘추학술대회
2019.04
학술대회자료
기계학습 알고리즘을 이용한 풍력발전기용 복합재 블레이드와 고유주파수 특성 변화에 따른 디본딩 손상 예측
김형진
기계공학과
2019.01
학위논문
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
In this paper, the evaluation of the debonding damage according to the change of the natural frequency characteristic of the 5MW class composite blade for wind power generation considering the debonding damage is performed using the machine learning algorithm. Modal analysis was carried out to investigate the vibration behavior of 5MW wind turbine blades as a basic model. Also, the damage condition was implemented by using the damage modeling method, and the effect of the natural frequency characteristic change due to the debonding damage was evaluated
through the modal analysis of the damage model. Based on the natural frequency characteristic data of the damage model, the data for the machine learning algorithm are constructed and the damage prediction is performed and evaluated by the natural frequency using the neural network technique.
through the modal analysis of the damage model. Based on the natural frequency characteristic data of the damage model, the data for the machine learning algorithm are constructed and the damage prediction is performed and evaluated by the natural frequency using the neural network technique.
목차
등록된 정보가 없습니다.
최근 본 자료
댓글(0)
0