DTaQ 미디어룸
  • 실시간 뉴스
  • 기술로 품질로
  • DTaQ TV
  • DQS 매거진
  • 이달의 뉴스레터
  • 이벤트

구독신청

관심주제
● 개인정보수집 정책 및 개인정보의 제3자 제공
국방기술품질원은 미디어룸 구독 을 위해 수집되는 귀하의 개인정보를 중요시하며, [개인정보보호법]을 준수하고 있습니다.

- 개인정보수집항목 : 이름, 이메일
- 제공받는 자 : 국방기술품질원 미디어룸 운영 대행사(디자인글꼴)
- 개인정보 수집·이용 목적 : 뉴스레터 발행시 메일 발송과 발송 취소
- 개인정보의 보유 및 이용기간 : 구독 취소 직후, 바로 파기
                        

자료검색

~

DQS 매거진

더보기

열상감시장비 운용 데이터를 활용한 딥러닝 모델 기반 상태기반정비 적용 방안

2024. 03. 25
상태기반정비(CBM/CBM , Condition-Based Maintenance)는 장비의 상태정보변화를 고장의 징후로 식별하고 잔존유효수명(RUL, Remaining Useful Life)을 예측하는 정비를 일컫는다. 상태기반정비는 고장 발생 전에 고장을 해소하기 때문에 소모적인 정비비용 절감과 장비 운용률 향상을 기대할 수 있다. 이러한 장점으로 상태기반정비는 국방 분야 정비전략 패러다임 전환의 중심에 있다. 본 기고문에서는 대표적인 감시·정찰 무기체계인 열상감시장비(TOD, Thermal Observation Device)의 운용 데이터를 활용한 딥러닝 모델 기반의 상태기반정비 적용 방안을 소개하고자 한다.
국방기술품질원 (52851) 경남 진주시 동진로 420
Copyright© DTaQ All Right Reserved.