• 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.

• 한국인터넷방송통신학회논문지
• /
• 제22권6호
• /
• pp.83-89
• /
• 2022

최근 정보통신기술의 발전에 따라 사물인터넷 기술이 비약적으로 발전하고 있다. IoT 기술은 다양한 센서들을 활용하여 각 센서의 고유한 데이터를 발생시켜 시스템 상태의 진단을 가능하도록 한다. 하지만, 현재 적용되고 있는 장비운용 시스템은 장비에 문제가 발생한 후 관리자가 해당 문제를 처리해야하는 사후보전 방식의 개념이며, 이는 시스템의 에러로 인한 시스템의 신뢰성 및 가용성 문제점을 의미할 수 있으며, 정비를 위한 시스템 중단으로 생산성에 부정적 영향으로 인한 경제적 손실을 초래할 수 있다. 따라서, 본 연구에서는 지능형 IoT(AIoT) 기술을 적용하여 공장 내 정류기를 보다 효율적으로 운용하기 위한 엣지 컨트롤러 제어 의사 결정 알고리즘과, 정류기 부품별 고장 상황 정보에 대한 도메인 지식 기반의 모델링을 작성하여, 이를 바탕으로 수집된 각 센서 데이터에 대한 상관관계 분석을 통해 시나리오별 Abnormal 데이터에 대하여 적정 수준의 상태 메시지를 출력함을 확인할 수 있었으며, 이를 통한 기존 현장의 장비 운용 시스템의 가용성과 생산성이 향상됨을 확인하였다.

• 한국안전학회지
• /
• 제21권4호
• /
• pp.25-32
• /
• 2006

LonWorks over IP(LonWorks-IP) virtual device network(VDN) is an integrated form of LonWorks device network and IP data network. In especially real-time distributed servo applications on the factory floor, timely response is essential for predictive and preventive maintenance. The time delay in servo control on LonWorks-IP based VDN has highly stochastic nature. LonWorks-IP based VDN induced transmission delay deteriorates the performance and stability of the real-time distributed control system and can't give an effective preventive and predictive maintenance. In order to guarantee the stability and performance of the system, and give an effective preventive and predictive maintenance, LonWorks-IP based VDN induced time-varying uncertain time delay needs to be predicted and compensated. In this paper new Pill control scheme based on Smith predictor, disturbance observer and band pass filter is proposed and tested through computer simulation about position control of DC servo motor. It is shown that how can the proposed control scheme be designed to minimize the effects of uncertain varying time delay and model uncertainties. The validity of the proposed control scheme is compared and demonstrated with the comparison of internal model controllers(IMC) based on Smith predictor with and without disturbance observer.

• 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.

• 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.

• 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.

• 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.

• 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.