• 제목/요약/키워드: 기계상태 진단

검색결과 228건 처리시간 0.032초

진동 신호처리에 의한 기계상태 진단 및 결함 탐지

  • 은희준
    • 기계저널
    • /
    • 제24권6호
    • /
    • pp.428-436
    • /
    • 1984
  • 기계 시스템이 점차 복잡해지는 현재의 추세에서 진동 분석기술은 기계 설계자와 사용자에게 모두 필수적인 도구로서 등장하고 있으며, 이에 따라서 분석기술도 단순한 진동 레벨측정이나 주파수 분석의 단계를 넘어서서 점차 복잡한 신호처리를 요구하고 있다. 본 논문에서는 기계 진동분석에 의한 상태진단과 결함탐지 기술에 대한 기본적인 개념을 설명하고, 이 기술의 응용에 따르는 실질적인 문제들을 실제 측정예와 병행하여 논술하고자 한다.

  • PDF

계층적 컨볼루션 신경망을 이용한 공작기계의 공구 상태 진단 (Machine Tool State Monitoring Using Hierarchical Convolution Neural Network)

  • 이경민
    • 융합신호처리학회논문지
    • /
    • 제23권2호
    • /
    • pp.84-90
    • /
    • 2022
  • 공작기계 상태 진단은 기계의 상태를 자동으로 감지하는 프로세스이다. 실제로 가공의 효율과 제조공정에서 제품의 품질은 공구 상태에 영향을 받으며 마모 및 파손된 공구는 공정 성능에 보다 심각한 문제를 일으키고 제품의 품질 저하를 일으킬 수 있다. 따라서 적절한 시기에 공구가 교체될 수 있도록 공구 마모 진행 및 공정 중 파손 방지 시스템 개발이 필요하다. 본 논문에서는 공구의 적절한 교체 시기 등을 진단하기 위해 딥러닝 기반의 계층적 컨볼루션 신경망을 이용하여 5가지 공구 상태를 진단하는 방법을 제안한다. 기계가 공작물을 절삭할 때 발생하는 1차원 음향 신호를 주파수 기반의 전력스펙트럼밀도 2차원 영상으로 변환하여 컨볼루션 신경망의 입력으로 사용한다. 학습 모델은 계층적 3단계를 거쳐 5가지 공구 상태를 진단한다. 제안한 방법은 기존의 방법과 비교하여 높은 정확도를 보였고, 실시간 연동을 통해 다양한 공작기계를 모니터링할 수 있는 스마트팩토리 고장 진단 시스템에 활용할 수 있을 것이다.

진동 신호를 이용한 블로워 모터 틱/클릭과 톤 소음의 진단 지수 개발 (Development of diagnosis index for tick/click and tone noise of blower motor using vibration signals)

  • 이송준;정철웅;이인혁
    • 한국음향학회지
    • /
    • 제38권3호
    • /
    • pp.363-369
    • /
    • 2019
  • 복잡한 회전 기계의 소음 상태 진단을 위한 다양한 연구가 수행되고 있다. 본 연구에서는 진동신호를 이용하여 블로워 모터의 효율적이고 객관적인 소음 상태진단을 위한 지수를 개발하였다. 블로워 모터의 이상 시 가장 흔히 나타나는 소음으로 틱/클릭 소음과 톤 소음이 있다. 발생 원인과 소음 특성에 따라 틱/클릭 소음의 상태 진단에는 시간-주파수 분석법을 그리고 톤 소음 상태 진단에는 주파수 영역에서의 평활화 기법을 이용하였다. 개발한 지수를 이용하여 블로워 모터의 소음 상태 진단을 수행하고 이를 전문가에 의한 진단 결과와 비교하였다. 그 결과 약 95 %의 일치율을 보였다.

마찰.마멸과 윤활유 분석에 의한 기계상태 진단

  • 안효석
    • 기계저널
    • /
    • 제32권11호
    • /
    • pp.917-926
    • /
    • 1992
  • 트라이볼로지의 핵심분야인 마찰, 마멸에 대해 간단히 살펴보았다. 과학의 급속한 발전에도 불 구하고 아직도 이들에 대한 완전한 지식은 아직 요원한 상태이다. 그러나 현재까지 알려진 지 식으로도 기계시스템의 최적설계에 크게 도움이 된다는 사실에 대해서는 의심의 여지가 없다. 앞에서 함께 살펴본 마멸 입자에 대한 소개는 마찰과 마멸의 복합적인 산물로서 이의 관찰을 통해 분석하고자 하는 기계시스템의 상태를 효과적으로 진단하여 트라이볼로지적 거동을 이해 하는 데에 중대한 정보가 된다. 따라서 마찰과 마멸에 대한 궁극적인 연구와 함께 그 산물인 마멸입자에 대한 보다 적극적인 이해와 지식의 축적은 요소(tribo-elements)의 고성능, 고정밀 화에 크게 이바지할 것이다.

  • PDF

기계의 상태감시 및 진단관련 국제규격 제정 활동현황 -ISO/TC108/SC5을 중심으로- (Standardization Activity for Condition Monitoring and Diagnostics of Machinery)

  • 양보석
    • 산업안전기술지
    • /
    • 제2권1호
    • /
    • pp.1-5
    • /
    • 2002
  • 국제표준화기구(International Standards Organization : ISO)는 현재 전 세계적인 관련분야의 전문가의 참여 하에 상태감시 및 진단 분야의 규격을 개발하고 있다. 본고에서는 기계진동 및 충격분야의 기술위원회(Technical Committee : TC)인 TC108 산하의 부분위원회(Subcommittee : SC) 5에서 수행중인 기계의 상태감시 및 진단에 관련된 제정작업의 활동현황 전반에 관해 개략적으로 설명한다.(중략)

  • PDF

건식 진공펌프의 상태진단을 위한 PMS 프로그램 개발

  • 정완섭;임종연;남승환;김학승;노명근
    • 한국진공학회:학술대회논문집
    • /
    • 한국진공학회 2013년도 제45회 하계 정기학술대회 초록집
    • /
    • pp.106.2-106.2
    • /
    • 2013
  • 본 논문은 반도체 및 평판 디스플레이 생산공정에서 가동되고 있는 건식 진공펌프들의 정밀 상태진단 및 예지 보수를 위한 pump monitoring system (PMS)의 제품화에 필요한 프로그램의 개발 내용을 소개한다. 본 연구에서 소개하는 건식 진공펌프들의 정밀 상태진단 및 예지보수기법은 PCT 특허 2 건으로 이미 등록된 내용이며, 본 논문은 이들 기법의 실제 구현에서 직면하는 기술적 문제점과 극복 방안을 제시한다. 본 논문에서는 현재 반도체 공정에 사용되고 있는 건식 진공펌프들로부터 측정하는 다중 상태변수들의 조사 결과를 소개한다. 이들 상태변수 측정치들이 갖는 개략적 특성을 통계적 분포함수로 분석한 결과를 우선 보인다. 특히 펌프 구동모터들의 소비 전류신호는 두 평균값에 대한 분포 즉 두 종의 분포함수를, 그리고 온도, purge gas 유량, 배기구 압력 등은 정상적 평균값에 대한 한나의 분포를 보였다. 따라서 구동모터들의 소비전류의 분포 즉 두 상하 수준('low and high' current level)에 따라 batch data를 구분하는 방법의 개발이 필요하였다. 본 연구에서는 step 함수형 eigenvector를 적용하여 소비전류 신호의 상하수준 천이 영역과 방향을 동시에 인식할 수 있는 기법을 개발 적용하였으며, 3300회의 배출가스 부하에 변화에 대한 천이 영역과 방향을 인식에 하나의 실패도 보이지 않음을 확인하였다. 기존의 측정 상태변수에는 회전기계류의 정밀 상태진단 및 예지보수에 핵심적인 기계진동 측정용 진동센서를 포함하고 있지 않은 기술적 문제점이 발견되었다. 기존 진동센서들의 높은 가격 뿐 아니라 진동센서의 출력신호를 저/중/고역 주파수 대역의 실효치로 환산하는 기술적 한계 때문에 진공펌프 상태진단에 아직 사용하고 있지 않고 있다. 본 연구에서는 진동선서 비용의 저감화 방안뿐 아니라 로터 회전 대역(250Hz 이하 저주파 영역), 베어링 진동 대역(250 Hz~2.5 kHz의 중간 주파수 영역), 그리고 기어 진동 대역(2.5 kHz~10 kHz 주파수 영역)별 실효치를 실 시간 측정할 수 있는 진동측정 모듈의 제품화 모델을 개발하였다. 개발 제품의 성능 뿐 아니라 현장 시험결과를 소개한다. 마지막으로 본 연구팀이 개발한 PCT 특허 2 건에 포함된 건식 진공펌프들의 정밀 상태진단 및 예지보수기법에 대한 현장 시험결과를 간략히 소개한다.

  • PDF

기계의 상태 고장진단

  • 채장범
    • 소음진동
    • /
    • 제6권4호
    • /
    • pp.387-393
    • /
    • 1996
  • 진단 시스템에 대한 필요성과 관심이 높아가고 있는 가운데 진단 방법의 수준과 진단 시스템의 조건 등을 살펴보았다. 물론 언급되어진 사항들이 일률적으로 모든 진단 시스템에 적용이 된다고는 말할 수는 없다. 왜냐하면 진단 시스템은 진단 의 대상, 진단의 종류 등에 따라서 각각 최선의 방법이 따로 존재하기 때문이다. 그러나 고통적인 사항은 진단 신호를 얼마나 잘 재생해 내는가에 따라 진단의 성공 여부가 달려 있다는 사실이다. 기계진단 신호 처리의 예에서 살펴보았듯이 신호 처리 방법에 따라 재생된 신호의 정확도는 달라질 수 있다. 계속적인 새로운 진단 기술의 개발과 응용으로 안전적이고 경제적인 공장 운영과 공장의 자동화에 크게 기여할 수 있기를 바라며, 좀 더 많은 관심을 갖고 기계 진단의 기술을 활용할 수 있기를 기대한다.

  • PDF

공작기계의 이상상태 감시 및 진단현황 (Monitoring and Diagnosis for Abnormal States of Machine Tools)

  • 주종남;권원태
    • 한국정밀공학회지
    • /
    • 제11권2호
    • /
    • pp.5-16
    • /
    • 1994
  • NC 공작기계가 생산현장에 도입된 이래 이를 Computer와 연결함으로써 CAD/CAM/CAE의 결합이 실현되어가고 있다. 최근에는 CAD/CAM/CAE와 더불어 생산공정에 있었서 여러 대의 NC공작기계, 로보트, 운송장치를 결합하고 공구관리나 생산관리까지도 Computer를 이용하고자 하는 소위 CIM(Computer Intergrated Manufacturing)시스템에 관한 연구가 활발히 진행되고 있으며 여기에 생산가공 시스템의 상태 변화량의 감지를 통하여 공정상태를 종합적으로 감시, 진단할 수 있는 시스템(M & D : Monitoring and Diagnosis)에 대한 필요성도 증대되고 있다. 이는 생산 공정에 있어서의 궁극적 과제인 생산 자동화 혹은 무인 자동화의 가능성을 한층 높여준다.

  • PDF

공작기계 주축용 베어링 결함검출 (The Detection of Main Spindle Bearing Defect for Machine Tool)

  • 오석영;정의식;임영호
    • 한국정밀공학회:학술대회논문집
    • /
    • 한국정밀공학회 1993년도 추계학술대회 논문집
    • /
    • pp.351-356
    • /
    • 1993
  • 최근의 프로세스 공업화에 있어서 생산Line의 장치나 기계류는 점차 대형화, 고속화,연속화,복잡화되고 있다. 또한, 기계가공공업,자동차공업,기계,전자부품의 가공조립등의 생산설비는 각설비가 고도로 자동화되고 있는 실정으로 공장 전체의 유기체적인 제어 및 감독을 필요로 하고 있다. 마찬가지로 기계부품제작산업도 CNC.FMS등으로 점차 조작화,자동화됨에 따라 공작기계 장치나 기계류등의 이상이나 고장으로 생산 및 품질에 미치는 영향도 종래와 비교할 수 없을 정도로 중요시 되고 있는 실정이다, 이와같이 설비의 안전성을 도모하고 고신뢰도를 부여하기위해서는 기계설비의 이상 및 고장진단이 필수적이며, 공장 자동화와 함께 공작기계자체의 고장 및 이상진단을 실시하고, 검출된 신호의 크기등으로 고장상태를 판정해야만 한다. 공작기계에서 동적인 회전시스템을 이루는 주축용베어링의 손상은 제작하고자 하는 제품의 정밀도 표면거칠기등의 저하 뿐만아니라 시스템 전체의 기능까지도 떨어뜨리는 요인이 될수 있으므로 베어링 상태를 진단하여 송상유무를 판단하는것은 필수적이라 생각된다.

  • PDF

소음·진동을 이용한 딥러닝 기반 기계 고장진단 임베디드 시스템 (Deep-Learning based PHM Embedded System Using Noise·Vibration)

  • 이세훈;신보배;김예지;김지성
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2017년도 제56차 하계학술대회논문집 25권2호
    • /
    • pp.9-10
    • /
    • 2017
  • 본 논문에서 소음, 진동을 이용한 딥러닝 기반 기계 고장진단 임베디드 시스템을 제안하였다. 제안된 시스템은 기계로부터 취득된 소리와 진동을 바탕으로 학습한 DNN모델을 통해 실시간으로 기계 고장을 진단한다. 딥러닝 기술을 사용하여 학습에 따라 적용대상이 변경될 수 있도록 함으로써 특정 기계에 종속적이지 않고 가변적으로 다양한 기계에 대해 고장 예지 및 건전성 관리를 제공하도록 설계하였으며, 이를 증명하기 위해 액추에이터를 환풍기로 설정하여 정상상태와 4가지 비정상상태의 5가지상태를 학습하여 실험한 결과 93%의 정확도를 얻었다.

  • PDF