• 인터넷정보학회논문지
• /
• 제25권1호
• /
• pp.109-121
• /
• 2024

섬유, 자동차와 같은 여러 제조 공정에서 설비가 고장이 나 멈추게 되면 기계가 작동하지 않게 되고 이는 기업의 시간적, 금전적 손실로 이어진다. 따라서 설비의 고장이 발생하기 전, 고장을 예측하여 정비할 수 있도록 설비의 이상을 사전에 탐지하는 것이 중요하다. 대부분의 설비 고장 원인은 설비의 필수 부품인 베어링의 고장으로, 베어링의 고장을 진단하는 것은 설비예지보전 연구의 핵심이기도 하다. 본 논문에서는 베어링의 진동 신호를 분석하여 SWT-SVD 전처리 알고리즘을 제안하고 이를 시계열 이상탐지 모델 네트워크 중 하나인 어노멀리 트랜스포머에 적용하여 베어링 이상탐지 모델을 구현한다. 제조공정의 베어링 진동신호는 실시간으로 센서값들의 이력이 작성되어 노이즈가 존재하므로, 이를 줄이기 위해 본 연구에서는 정상 웨이블릿 변환(Stationary Wavelet Transform)을 사용하여 주파수 성분을 추출하고, 특이값 분해(Singular Value Decomposition) 알고리즘을 통해 유의미한 특징들을 추출하는 전처리를 진행한다. 제안하는 SWT-SVD 전처리 방법을 적용한 베어링 이상탐지 모델 실험을 위해 IEEE PHM학회에서 제공하는 PHM-2012-Challenge 데이터 세트를 활용하였으며, 실험 결과는 0.98의 정확도와 0.97의 F1-Score로 우수한 성능을 보였다. 추가로, 성능 향상을 입증하기 위해 선행 연구들과 성능 비교를 진행한다. 비교 실험을 통해 제안한 전처리 방법이 기존의 전처리보다 높은 성능을 보임을 확인하였다.

• 한국컴퓨터정보학회논문지
• /
• 제27권7호
• /
• pp.83-92
• /
• 2022

본 연구에서 우리는 PHM 기반 공조설비의 연쇄 고장 패턴을 학습하여 미세먼지의 상태를 조절할 수 있는 알고리즘을 설계하였다. 공조설비의 고장으로 인한 공조설비 가동중단과 이로 인한 미세먼지의 확산은 불가피하다. 우리가 개발한 알고리즘은 PHM을 통한 미세먼지 관리 체계를 수립하는 것으로써 공조기 정지/가동 패턴학습을 통하여 일정하게 안정화 상태를 유지하고 이를 기반으로 미세먼지를 관리하는 알고리즘이다. 알고리즘의 성능을 평가하기 위해 지하철 역 내에서 시뮬레이션 한 결과, 미세먼지의 농도가 평균 30% 감소하는 것을 알 수 있었다. 지하철 이용 승객이 많은 역의 경우 미세먼지 농도가 환경부 기준(100㎍/m³)을 초과하였지만, 시뮬레이션을 실시한 모든 역에서 미세먼지 농도가 개선되었음을 알 수 있었다. 향후 연구로는 지하철 역사 내의 미세먼지 뿐만아니라 CO₂, CO, NO₂ 등 오염물질을 종합적으로 관리할 수 있도록 시스템을 확장하는 것이다.

• 전자공학회논문지SC
• /
• 제44권1호
• /
• pp.33-39
• /
• 2007

LonWorks/IP VDN은 LonWorks 디바이스 네트워크와 IP(데이터) 네트워크와의 통합네트워크로 산업현장에 대한 유비쿼터스 접근을 제공하여 설비에 대한 예지 및 예방보전을 가능하게 한다. 산업현장에 대한 예지 및 예방보전을 위한 실시간 분산제어 환경에서 즉각적인 응답은 필수불가결한 요소이다. LonWorks/IP 가상 디바이스 네트워크(VDN) 상에서 불확실한 시간지연은 산업현장에 대한 실시간 예지 및 예방보전을 위해 분산 제어를 수행할 때 시스템의 안정성과 성능을 악화시킨다. 따라서 네트워킹 된 분산제어시스템의 안정성을 보장하고 성능을 개선하기 위해서는 시간에 따라 가변적인 불확실한 시간지연을 보상할 필요가 있다. 본 논문에서는 LonWorks/IP VDN와 같은 분산제어 환경 하에서 서보 제어를 수행하는 경우에 외란관측기와 위상지연 보상기로 ZPETC(Zero Phase Error Tracking Controller)를 도입한 제어구조가 제시되고 컴퓨터 모의실험이 수행된다. 제안된 제어기의 성능은 컴퓨터 모의실험을 통하여 외란관측기를 도입한 Smith 예측기 기반의 내부모델제어기(IMC)의 제어결과와 비교 제시된다. 제안된 제어기는 외란과 잡음에 강인한 특성을 가지며, 주기적인 신호에 대한 추종성능을 상당히 개선시키므로 가변적인 시간지연을 갖는 LonWorks/IP VDN 상에서 주기적인 작업 수행에 필요한 분산 서보제어에 매우 적합하다.

• 융합신호처리학회논문지
• /
• 제6권3호
• /
• pp.143-147
• /
• 2005

운전 중인 기계들의 안전 운전과 예지 보전을 위한 설비의 고장 감지 및 진단과 상태감시는 산업 현장에서 중요한 역할을 담당하고 있다. 이러한 설비의 많은 기기들은 회전기기로 이루어져 있으며 회전기기의 고장진단은 오랜 기간 많은 분야에서 연구되고 있다. 본 연구에서는 회전기기의 고장신호는 주파수 영역의 신호의 변화로 나타난다는 특징을 이용하여 보다 효율적인 주파수 영역에서의 신호 해석을 위하여 Linear Predictive Coding(LPC) 계수를 이용하였다. 사용된 데이터는 회전기기의 고장 신호의 습득을 용이하게 하기 위하여 유도전동기에 인위적인 고장재현을 통하여 습득된 진동 신호를 사용하였다. 제안된 시스템은 LPC 분석을 사용하여 일반적으로 사용되는 주파수 영역 상에서의 다른 해석 방법들보다 빠른 시간에 연산 결과를 도출할 수 있는 장점을 가질 수 있었으며, 성공적인 실험 결과를 얻을 수 있었다.

• 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.

• 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.

• 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.