• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.204-206
• /
• 2022

스마트 팩토리(Smart Factory) 고도화의 핵심으로 평가되는 디지털 트윈(Digital Twin)은 현실 세계의 자산과 동일한 속성 및 기능을 가지는 디지털 복제본을 가상의 세계에 구현하는 기술이다. 디지털 트윈 기술이 적용된 스마트팩토리는 생산공정의 실시간 모니터링, 생산공정 시뮬레이션, 생산설비 예지보전 등의 서비스를 지원할 수 있어 생산비용 절감 및 생산성 향상에 기여할 것으로 기대된다. AAS(Asset Administration Shell)는 디지털 트윈을 구현하기 위한 필수 기술로, 현실의 물리적 자산을 디지털로 표현하는 방법을 제공한다. 본 논문에서는 스마트팩토리 내 생산설비를 자산으로 간주하여, 운용 중인 실시간 CNC(Computer Numerical Control) 모니터링 시스템에서 활용할 제조 데이터 수집을 위한 AAS를 설계하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.82-84
• /
• 2021

스마트 공장 구축사업을 통해 생산 설비로부터 전력, 진동, 압력, 온도 등의 센서 데이터가 수집되고 있으며 데이터 분석을 통해 예지보전, 불량예측, 이상탐지 등의 서비스 개발이 진행되고 있다. 일반적으로 제조데이터의 경우 정상과 비정상 데이터의 불균형이 극심하여 이상탐지 서비스가 선호되고 있다. 본 논문에서는 이상탐지 서비스 개발의 전단계로 제조데이터의 특징 데이터 추출을 위해 FFT 방법을 사용하였으며, 이를 통해 생산되는 제품을 분류해보고 그 결과를 확인하였다. 즉, 제품별 대표 패턴을 FFT 변환 후 상관계수를 계산하여 제품분류가 가능한지 확인하였다.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.94-103
• /
• 2022

제조 현장의 센서나 기기들에서 생성된 대량의 데이터들이 서버나 클라이언트로 전송되면서 네트워크 처리시간 지연, 스토리지 자원 비용 증가의 문제가 발생한다. 이러한 문제 해결을 위해 실시간 대응성과 무중단 공정이 필수인 제조 현장을 고려하여 실시간 및 무손실 압축이 가능한 QRC(Quotient Remainder Compression)와 BL_beta 압축 알고리즘을 처음으로 실제 제조 현장 센서 데이터에 적용하여 실험 결과로 두 알고리즘 중 어떤 알고리즘이 성능이 좋은지 비교 분석하였다. 실험 결과는 BL_beta가 QRC보다 압축률이 높았다. QRC의 데이터 크기를 조금 조정하여 동일한 데이터로 실험을 진행한 실험결과는 데이터 크기를 조정한 QRC 알고리즘이 기존 QRC와 BL_beta 압축 알고리즘보다 압축률이 35.48%, 20.3% 더 높았다.

• 한국환경복원기술학회지
• /
• 제25권6호
• /
• pp.25-33
• /
• 2022

In this study, a monitoring method using high-resolution images acquired by unmanned aerial vehicles and deep learning algorithms was proposed for the management of the Sinduri coastal sand dunes. Class classification was done using U-net, a semantic division method. The classification target classified 3 types of sand dune vegetation into 4 classes, and the model was trained and tested with a total of 320 training images and 48 test images. Ignored label was applied to improve the performance of the model, and then evaluated by applying two loss functions, CE Loss and BCE Loss. As a result of the evaluation, when CE Loss was applied, the value of mIoU for each class was the highest, but it can be judged that the performance of BCE Loss is better considering the time efficiency consumed in learning. It is meaningful as a pilot application of unmanned aerial vehicles and deep learning as a method to monitor and manage sand dune vegetation. The possibility of using the deep learning image analysis technology to monitor sand dune vegetation has been confirmed, and it is expected that the proposed method can be used not only in sand dune vegetation but also in various fields such as forests and grasslands.

• 한국빅데이터학회지
• /
• 제8권2호
• /
• pp.83-95
• /
• 2023

스마트 플랜트 발전에 있어서 빅데이터 분석과 인공지능은 중요한 역할을 한다. 본 연구에서는 플랜트 데이터를 위한 빅데이터 플랫폼과 인공지능 기반 플랜트 유지 관리를 위한 'AutoML 플랫폼'을 개발하였다. 빅데이터 플랫폼은 하둡, 스파크, 카프카를 활용하여 플랜트에서 발생하는 대용량의 데이터를 수집, 처리, 적재하는 플랫폼이다. AutoML 플랫폼은 설비의 예지보전 및 공정 최적화를 위한 예측 모델을 구축하는 머신러닝 자동화 시스템이다. 위 플랫폼은 기존 플랜트 운영 정보 시스템과의 호환성을 고려하여 데이터 파이프라인을 구성하고, 웹 기반 GUI를 통해 작업자의 접근성과 편의성을 향상하였으며, 데이터 처리와 학습 알고리즘에 사용자 정의 모듈을 탑재하는 기능을 통해 유연성을 증대시켰다. 본 논문은 국내 정유회사의 특정 공정을 대상으로 플랫폼을 실제 운영해보았고, 이를 통해 스마트 플랜트를 위한 효과적인 데이터 활용 플랫폼 사례를 제시한다.

• 융합정보논문지
• /
• 제10권9호
• /
• pp.1-7
• /
• 2020

제조 혁신을 위한 스마트 팩토리의 구현을 위하여 점차 디지털 트윈이 많이 개발되고 또 적용될 것이다. 특히 개발된 디지털 트윈에 대하여 시뮬레이션 및 최적화 분석을 실시함으로써 설비의 예지보전과 같은 중요한 의사결정을 지원할 수 있다. 본 연구는 사용자 관점에서 이러한 분석을 지원하는 체계인 디지털 트윈 관리시스템(DTMS: Digital Twin Management System)의 개념적 구조를 제시한다. 디지털 트윈은 다양한 분석 모듈과 데이터 등으로 매우 복잡하게 구성되어 있다. 스마트 팩토리가 진행될수록 디지털 트윈의 관리는 더욱 어려워지게 될 것이다. 따라서 이를 체계적으로 관리를 가능하게 하는 DTMS가 필요하다. 본 연구는 DTMS의 개발을 위하여 제조공학, 의사결정지원시스템, 그리고 최적화 분야에서 제시된 이론 및 체계들을 문제 해결 관점에서 통합한다. 그리고 제시된 프레임워크의 현실적용 가능성을 보이기 위하여 DTMS를 디스플레이 제조공정에 적용해 본다. 본 연구에서 제시된 DTMS는 전형적인 DSS(Decision Support System) 구조를 띤다. 즉 DTMS는 대화관리시스템, 모델관리시스템, 그리고 데이터관리시스템 등과 같은 3개의 서브시스템과 분석용 디지털 트윈 및 최적화 툴로 구성된다. 본 연구를 통하여 제시한 DTMS는 스마트 펙토리를 지향하는 경쟁력이 있으며 복잡한 산업 영역에 적용될 수 있다. 학문적으로는 새로운 시각에서 디지털 트윈의 분석을 조명한 것으로 추후 연구의 방향을 제시했다는 점에서 의미가 있다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2019년도 춘계학술대회
• /
• pp.230-231
• /
• 2019

본 연구에서는 미래의 자율운항선박의 핵심기술인 상태기반 예지보전(Condition Based Maintenance, CBM) 기술에 관한 연구로써 고장진단을 위한 실 운항선박을 대상으로 상태 모니터링 시스템의 설계/탑재 및 데이터 취득/처리/분석 기술 개발을 수행하고 있다. 본 연구의 목적은 데이터 확보, 유효데이터 식별/검증을 통해 최종적인 고장진단 알고리즘 개발을 위함이며 이를 위해서는 대상 기기의 고장 메커니즘에 관한 이해가 필요하다. 따라서 선박 엔진의 FEMA 분석과 Fault Tree Analysis 과정이 수반되어야 하며 엔진의 주요 계통분류, 대상기기 식별, 고장유형, 고장원인과 현상에 대한 분석을 포함하여야 한다. 최종적으로 도출되는 CBM 시스템의 솔루션 S/W는 엔지니어링 지식기반의 실선 운항데이터에 대한 통합적인 데이터 분석을 통해 선박 엔진의 고장예측 및 진단이 가능하다. 본 연구를 통해 운항중인 실선의주 기관을 대상으로 기존 모니터링 항목 이외의 핵심 영향인자를 측정하고, 취득된 데이터에 대한 빅 데이터 분석기법을 통해 적절한 유지보수 방법과 해당 시점을 예측함으로써 향후 선박 엔진의 이상 징후에 대한 사전적 대처와 효율적인 관리가 가능하며 결과적으로 항해 중 해양사고 및 선박운항 손실을 미연에 방지할 수 있을 것으로 기대한다.

• 한국항해항만학회지
• /
• 제46권6호
• /
• pp.562-569
• /
• 2022

기존 운항선박에 적용되어 있는 알람 모니터링 기술은 온도, 압력 등의 데이터 항목을 AMS(Alarm Monitoring System)으로 관리하고 해당 센싱 데이터가 정상 수준 범위를 초과할 경우만 선원에게 알람을 제공한다. 또한 기존 선박의 정비는 PMS(Planned Maintenance System)를 따른다. 이는 장비로부터 측정된 센싱 데이터가 설정범위 이상으로 측정되어 이에 따른 알람을 통해 정비하거나, 대상 기기의 고장 유무에 관계없이 일정 시간 사용 후 해당 부품을 사전에 교체하는 방식으로 운영되고 있다. 하지만 선박 기관운영의 신뢰성과 운항 안전성을 확보하기 위해서는 실시간 상태 모니터링 데이터 기반의 사전적 진단 및 예측이 가능해야 한다. 그러기 위해서 실선 데이터를 종합적으로측정하여 데이터베이스화 하고 이를 선박의 보조기기와 배관의 상태기반 예지보전을 위한 상태 진단 모니터링 시스템을 구현하고자 한다. 특히 반응형 웹 기반으로 선박의 보조기기와 배관 상태 정보를 관리할 수 있도록 하였으며, 선내 개인용 컴퓨터(Personal Computer, PC)에서 보는 용도뿐만 아니라 스마트폰 등 다양한 모바일 기기의 접근 및 활용이 가능하도록 화면과 해상도에 맞춰 최적화된 상태 관리가 가능하도록 하여 업데이트 비용이 적게 들며, 관리 방법도 쉽다. 본 논문에서는 자율운항선박 핵심 기술인 상태기반정비(Condition Based Management, CBM) 기술력을 확보하기 위해 선박의 보조기기 중 펌프와 청정기, 그리고 배관 중 해수 및 스팀 배관의 상태 진단 모니터링을 통해 이상 현상을 파악하고, 이를 통해 융합 분석할 수 있도록 선박 보조기기 및 배관의 성능 진단 및 고장 예측에 활용하여 예방정비 의사결정을 지원하고자 한다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.367-374
• /
• 2022

본 연구는 자율운항 선박의 연료 계통 펌프와 청정기를 대상으로 고장을 진단 사례를 제시하였다. 계측된 신호의 시간종속성을 반영한 심층학습(Deep learning) 알고리즘 적용 절차를 구성하고, 장비의 정상 운전상태와 고장 상태에서 계측한 진동 신호를 고장 패턴 학습에 사용하였다. 특히, 진동 신호에 내포된 열화의 시간 종속성을 반영할 수 있는 방법을 찾고자 하였으며, 슬라이딩 윈도우 연산 과정을 가진 Conv1D를 이용하여고장의 시간 종속성을 반영하였다. 또한 계측된 신호의 차수를 2차원에서 3차원으로 확장하여 시간 영역의 특징을 반영할 수 있는 데이터 전처리과정을 고안하였다. Conv1D 알고리즘의 적층과 변수를 결정하는 과정에서 그리드 탐색 기법을 사용하여 초매개변수의 최적 값을 결정하였다. 마지막으로 제안한 데이터 전처리 방법과 시계열 데이터의 시간 종속성을 반영한 Conv1D 모델이 이상 감지 및 고장 진단에 타당성이 있음을 확인하였다.

• 한국가스학회지
• /
• 제28권2호
• /
• pp.93-104
• /
• 2024

산업현장에서 사용되는 회전기기의 원활한 작동 및 수명연장을 위해서는 설비진단이 필수적이다. 다양한 설비진단의 방법 중 진동진단은 다른 진단방법과 비교하여 불평형(unbalance), 축정렬 불량(misalignment), 베어링 결함(bearing fault), 기어 손상(worn gears), 소음(noise), 공진(resonance) 등 대부분의 초기 결함을 발견할 수 있다. 따라서, 진동분석은 산업현장에서 가장 범용적으로 사용되는 설비진단 방법이며, 설비의 상태를 기반으로 관리하는 예지보전(PdM) 기술로 유용하게 활용된다. 하지만, 진동진단 방법은 기준을 근거로 경험에 의존하여 수행되기 때문에 전문가에 의하여 진행된다. 따라서, 기존에 경험에 의존하여 수행하는 진동진단 방법을 지식화된 코드체계로 구축하여 누구나 쉽게 결함을 판단할 수 있는 시스템을 구축하여 설비의 신뢰성 구축에 기여하고자 한다. 진동측정에 대한 ISO-20816 기준을 근거로 알고리즘을 개발하였고, 석유화학공장 압축기, 수소충전소, 산업용 기계 등 다양한 실증현장에서 진동을 측정한 결과와 개발 시스템을 활용하여 분석한 결과를 비교하여 신뢰성을 검증하였다. 개발된 알고리즘을 통하여 산업현장에서 누구나 회전기기의 상태를 진단하고 결함을 조기에 파악하여 정확한 교체시점에 부품을 교체할 수 있는 예측유지보수(PdM)기술에 기여할 수 있다. 나아가, 정유산업시설, 운송, 생산 시설, 항공시설 등 다양한 산업현장에 적용 시 회전기기의 고장으로 인한 유지보수 비용과 다운타임(down time)의 절감에 이바지할수 있를 것으로 기대된다.