Key points are not available for this paper at this time.
본 논문은 인공지능(AI)을 기반으로 하는 전기 기계 및 드라이브 진단 분야의 발전에 대한 리뷰를 제시한다. 이는 서로 통합될 수 있는 전문가 시스템, 인공 신경망(ANN), 퍼지 로직 시스템의 응용을 다루며, 보다 전통적인 기술과의 통합도 포함된다. 유전 알고리즘의 응용도 고려된다. 일반적으로 진단 절차는 고려하고 있는 전기 시스템의 물리적 거동을 기반으로 개발된 결함 트리에서 시작된다. 이 단계에서는 다양한 결함 조건에서 전기 기계를 시뮬레이션할 수 있는 잘 테스트된 모델에 대한 지식이 결함을 특성화하는 패턴을 얻기 위해 기본적이다. 전문가 시스템 추론 엔진에 의해 수행되는 결함 트리 탐색은 특정 결함과 관련된 적절한 진단 지표의 선택으로 이어지며, 이는 특정 AI(신경망, 퍼지 로직 또는 신경-퍼지) 시스템의 입력 데이터 세트를 구축하는 데 관련된다. 진단 분야에서 일반적인 역할을 하는 방법론은 인덕션 기계에 적용되며, 순간 전압 및 전류를 입력 신호로 활용한다. 또한, 전원 전자 구성 요소의 가장 전형적인 결함을 진단 절차에 통합하기 위해 공급 변환기도 고려된다. 다양한 AI 기술에 대한 간략한 설명도 제공되며, 이는 AI 기술 사용의 장점과 한계를 강조한다. 여러 응용 사례도 논의되며, 향후 연구를 위한 분야도 제시된다.
Filippetti et al. (Sat,)은 이 문제를 연구했다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: