• 한국ITS학회 논문지
• /
• 제16권2호
• /
• pp.128-139
• /
• 2017

철도는 항공기, 선박 등과 더불어 대표적 대중교통 수단으로서 최근 고속 철도의 등장으로 인해 그 비중이 점점 더 높아지고 있으며, 아울러 대형사고의 위험 또한 증가하고 있다. 이중에서 철도 차량의 차축 베어링은 높은 안전성이 요구되는 부품으로서 최근 이의 고장예측을 위한 건전성 관리기술(Prognostics and Health Management, PHM)에 많은 연구가 집중되고 있다. PHM은 센서를 통해 얻은 데이터로부터 결함관련 특징신호를 추출하고 현재의 고장수준 진단과 미래의 고장싯점을 예측하는 기술로서, 이중에서 가장 중요한 부분은 올바른 특징신호를 추출하는 것이다. 그러나 지금까지의 특징신호들은 잡음으로 인한 심한 변동이나 비단조 경향으로 인해 고장예측에 이용하기에 부족한 점이 있었다. 본 연구에서는 이를 극복하기 위해 주파수 에너지 이동현상을 기반으로 정보 엔트로피를 특징신호로 사용하는 새로운 특징신호 추출법을 개발하고 IEEE 2012 PHM 경진대회에서 공개된 FEMTO 베어링 수명시험 데이터를 대상으로 기존의 특징신호들과 고장예측 성능비교를 함으로써 그 우수성을 검증하였다.

• 대한기계학회논문집A
• /
• 제37권11호
• /
• pp.1315-1321
• /
• 2013

볼 베어링의 손상 상태를 예측하기 위한 방법을 본 논문에서 제시하였다. 손상 진전율을 추정하기 위해 확률적 베어링 피로 결함 진전 모델을 적용하고 잡음이 포함된 가속도 신호의 RMS 데이터를 이용하여 손상 상태와 고장 시간을 계산하였다. 확률적 결함 진전 모델의 파라미터는 볼 베어링에 대한 일련의 Run-to-Failure 시험을 수행하여 결정하였다. 가속도 RMS값으로부터 손상 진전율과 손상 상태를 추정하기 위해 규칙화된 파티클 필터 추정 방법을 적용하였다. 미래 시점에서의 손상 상태는 최근 측정된 데이터와 직전에 추정된 상태값을 이용하여 예측하였다. 예측된 손상 상태와 시험 데이터와 비교하여 개발된 방법의 적절성을 확인하였다.

• 대한기계학회논문집A
• /
• 제39권6호
• /
• pp.625-629
• /
• 2015

본 연구에서는 수냉식 발전기 고정자 권선의 건전성 예지 방법에 대해 연구하였다. 권선의 데이터를 흡습 데이터와 정상 데이터로 분류 하였으며 각각의 데이터 군을 다른 방법으로 예측 하였다. 흡습 데이터를 예측하기 위해 픽의 제 2 법칙(Fick's second law)를 이용하여 건전성 감소 모델링을 하였고 픽의 제 2법칙의 해를 이용하여 흡습 모델식을 만들었다. 정상 데이터는 데이터의 분포가 정규분포를 따른다는 가설을 세운 후 카이제곱 검정을 통해 이를 입증하였다. 예측된 흡습 데이터와 정상 데이터를 이용하여 건전성 인자인 방향성 마할라노비스 거리(Directional mahalanobis distance; DMD)의 예측값을 산출하였고 흡습 권선의 고장 예상시점을 계산했다.

• 정보보호학회논문지
• /
• 제29권6호
• /
• pp.1403-1412
• /
• 2019

터빈, 배관 및 저장탱크와 같은 물리장치들의 경우 노후화뿐만 아니라 제어장치에 대한 사이버공격으로 인해 PLC(Programmable Logic Controller)와 같은 제어시스템의 보호 및 상태감시기능이 동작하지 않는 경우, 피해파급력이 크고, 가동 중지 시 그 비용 손실 또한 매우 크다. 가동 중인 물리장치의 작동을 중지하지 않고 간접적으로 상태감시를 함으로써 가용성을 유지하기 위한 방안으로써 온도, 가속도, 전류 등을 간접적으로 감지하고, 데이터들을 Influx DB에 저장하여 실시간으로 감시하는 시스템을 설계 및 구현한다. 실제 구현된 시스템으로부터 데이터를 얻고 이를 이용하여 이상상태를 감지할 수 있음을 검증하였다. 간접적 실시간 감시시스템의 범용화를 통해 데이터를 축적해 활용하면, 추가비용 없이 가동을 중지하지 않고 사용할 수 있을 뿐만 아니라 미리 고장을 예측하고 필요한 경우에만 조치를 취하는 고장예지기술, 이상상태를 이중으로 감시하는 신뢰도 높은 건전성 관리 기술을 통해 유지보수비용과 위험도를 대폭적으로 감소시키고, 보안위협에 대한 대비가 가능하다.

• 반도체디스플레이기술학회지
• /
• 제21권4호
• /
• pp.65-70
• /
• 2022

In manufacturing and semiconductor industries, transfer robots increase productivity through accurate and continuous work. Due to the nature of the semiconductor process, there are environments where humans cannot intervene to maintain internal temperature and humidity in a clean room. So, transport robots take responsibility over humans. In such an environment where the manpower of the process is cutting down, the lack of maintenance and management technology of the machine may adversely affect the production, and that's why it is necessary to develop a technology for the machine failure diagnosis system. Therefore, this paper tries to identify various causes of failure of transport robots that are widely used in semiconductor automation, and the Prognostics and Health Management (PHM) method is considered for determining and predicting the process of failures. The robot mainly fails in the driving unit due to long-term repetitive motion, and the core components of the driving unit are motors and gear reducer. A simulation drive unit was manufactured and tested around this component and then applied to 6-axis vertical multi-joint robots used in actual industrial sites. Vibration data was collected for each cause of failure of the robot, and then the collected data was processed through signal processing and frequency analysis. The processed data can determine the fault of the robot by utilizing machine learning algorithms such as SVM (Support Vector Machine) and KNN (K-Nearest Neighbor). As a result, the PHM environment was built based on machine learning algorithms using SVM and KNN, confirming that failure prediction was partially possible.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2019년도 제60차 하계학술대회논문집 27권2호
• /
• pp.11-12
• /
• 2019

본 논문에서 에스컬레이터 기계실 내부 전동기, 감속기, 구동 체인의 IoT 소음 및 진동 센서를 부착하여 에스컬레이터 운영중 실시간 상태 감시가 가능한 IoT 기반 에스컬레이터 고장 예지 시스템을 제안한다. IoT 소음 및 진동 센서는 에스컬레이터 운영 중 발생하는 소음 및 진동 데이틀 수집하여 PHM(Prognostics and Health Management) 서버로 전송하며, 서버에서는 진단 알고리즘을 통해 고장 유 무를 판단한다. 소음 데이터를 이용한 체인 피치 길이 알고리즘을 검증하기 위하여 실제 체인의 길이를 측정한 결과 값과 비교한 결과 99.8% 정확도를 가지며, 진동 데이터를 이용하여 전동기, 감속기의 상태 판단을 위한 알고리즘 검증을 위해 AST 사의 진동 센서와 비교한 결과 약간의 오차는 발생하지만 ISO 10816-3을 기준으로 한 판단 결과 값은 동일한 결과 값을 가지는 것을 확인하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2009년도 제40회 하계학술대회
• /
• pp.2041_2042
• /
• 2009

The diagnostic/prognostic problems for condition based maintenance or Prognostics and Health Management has been used. Primary objectives of diagnosis/prognosis are maximizing system availability and minimizing downtime from fault isolation through more effective troubleshooting efforts. Diagnosis aims to detect the onset of failures to improve system performance and reduce life cycle cost by reducing the failure time. The prognosis can reduce operational and support total ownership cost and improve safety of machinery and complex systems. In this Paper, a fault diagnosis methodology has been described using a monopropellant propulsion system model as a test bench.

• 대한기계학회논문집A
• /
• 제40권8호
• /
• pp.721-724
• /
• 2016

실제 사용되는 기계 구조물의 수명 예측은 공정산포, 미래의 하중조건, 손상 모델의 불완전성 등으로 인하여 실험실에서 얻은 결과와 차이를 보일 수 밖에 없다. 본 연구에서는 이러한 불확실성이 내포된 기계 구조물의 피로파괴를 사전에 예지하기 위해 이중센서를 개발하고, 상온에서 단축 피로 하중을 받는 구조물에 적용하여 실증하였다. 이중 센서는 피로하중을 받는 대상 구조물보다 약간 더 큰 응력이 인가되도록 고안된 감지 구조물에 변형률 게이지를 부착한 형태이며, 균열이 센서자체에 먼저 발생함으로써 피로파괴를 예지하며, 쌍으로 제작된 감지부의 변형률 차를 이용하여 변동하중 하에서도 정상상태와 고장상태를 구분이 가능하다.

• 해양환경안전학회지
• /
• 제27권7호
• /
• pp.1088-1097
• /
• 2021

기계 장비의 진동 데이터는 필연적으로 노이즈를 포함하고 있다. 이러한 노이즈는 기계 장비의 유지보수를 진행하는데 악영향을 끼친다. 그에 따라 데이터의 노이즈를 얼마나 효과적으로 제거해주냐에 따라 학습 모델의 성능을 좌우한다. 본 논문에서는 시계열 데이터를 전처리 함에 있어 특성추출 과정을 포함하지 않는 Denoising Auto Encoder 기법을 활용하여 데이터의 노이즈를 제거했다. 또한 기계 신호 처리에 널리 사용되는 Wavelet Transform과 성능 비교를 진행했다. 성능비교는 고장 탐지율을 계산하여 진행했으며 보다 정확한 비교를 위해 분류 성능 평가기준 중 하나인 F-1 Score를 계산하여 성능 비교를 진행했다. 고장을 탐지하는 과정에서는 One-Class SVM 기법을 활용하여 고장 데이터를 탐지했다. 성능 비교 결과 고장 진단율과 오차율 측면에서 Denoising Auto Encoder 기법이 Wavelet Transform 기법에 비해 보다 좋은 성능을 나타냈다.

• 한국신뢰성학회지:신뢰성응용연구
• /
• 제15권4호
• /
• pp.262-269
• /
• 2015

Accelerated degradation mechanism of the heat-resistant steel for high temperature plant was analysed in terms of microstructure and hardness. In order to simulate the microstructure of the steel actually used at $540^{\circ}C$ in the field, isothermal exposure was carried out at $630^{\circ}C$ up to 4,800 hours. The artificial degradation mechanism was comparatively verified to successfully simulate degradation of the long-time used field material. For the artificially degraded specimens, databases including size and aspect ratio of carbide, chemical composition (i.e., Cr/Mo ratio) of grain boundary carbide were built up. These degradation parameters were suggested as fingerprints for PHM (i.e., prognostics health management) of power plants.