비전 기반 모션 증폭 및 시간 대역 통과 필터를 활용한 회전체 시스템 고장 진단
본문
- Conference
- 한국PHM학회 2024년도 정기학술대회
- Date
- 2024-06-26
- Presentation Type
- 구두
초록
회전체는 기계시스템의 주요 요소 중의 하나로서 다양한 산업 분야에서 활용되고 있으며, 회전체의 고장은 경제적인 손실, 안전 사고 및 산업 생산성의 감소를 초래할 수 있다. 따라서 회전체의 현재 상태를 진단하고 최적의 유지 보수 계획을 수립하여 시스템의 건전성을 유지하는 것이 중요하다. 기존 방법론은 회전체에 센서를 부착하여 신호를 수집하고 분석하여 회전체의 현재 상태를 진단한다. 그러나 실제 산업현장에서는 물리적인 제약으로 인해 센서 부착이 어렵거나, 센서 부착을 위해 시스템을 중단해야 할 경우가 있어 이러 인한 생산성 저하가 발생할 수 있다. 이에 대한 해결책으로, 최근에는 이미지를 활용한 비전 기반의 고장 진단 방법론이 연구되고 있다. 특히, 연속된 이미지 내의 진동이 큰 영역을 증폭하여 고장 진단의 보조 수단으로 활용된다. 하지만, 정량적인 측정의 부재 및 고장과 무관한 영역의 증폭으로 알고리즘 성능에 악영향을 끼칠 수 있다. 따라서 본 연구에서는 도메인 지식을 활용한 비전 기반 고장 진단 알고리즘을 제안한다. 먼저, 각 이미지를 시간 대역 통과 필터를 통해 고장 관련 주파수를 증폭하고, 다른 주파수를 감소시킴으로써 고장 진단에 유용한 정보를 추출한다. 그 다음, 이미지 내 증폭이 가장 큰 영역을 관심영역으로 설정한다. 마지막으로 이미지 간 관심 영역의 차이를 통해 변위를 추출하고, 이를 딥러닝 모델의 입력으로 활용하여 고장 진단을 수행한다. 제안 방법은 HAI 연구실의 로터 테스트베드 데이터를 통해 검증 되었으며, 이미지 내에서 고장 관련 영역을 추출하고 해당 영역 내에서 변위를 효과적으로 정량화함으로써 고장 진단에 효과적으로 활용할 수 있음을 확인했다.
- 이전글리튬이온 배터리 전기역학모델 순차적 최적화기반 파라미터 식별 24.06.28
- 다음글도메인 지식과 인공지능의 결합을 통한 건전성 및 예측 관리 방법 24.06.28