가변 운행 환경에서의 모터 전류 잔차 분석을 위한 Park 벡터 모듈러스 기반 적응 커널 가우시안 프로세스 회귀 기법
본문
- Conference
- 한국PHM학회 2025년도 정기학술대회
- Date
- 2025-06-25
- Presentation Type
- 구두
초록
본 연구에서는 비정상 모터 전류 신호의 고장 진단을 위해 Park 벡터 모듈러스 기반 동적 커널 가우시안 프로세스 회귀(PVM-DKGPR)라는 새로운 잔차 기반 프레임워크를 제안한다. 기존의 잔차 분석 기법은 운행 조건 반영이 미흡하고, 하이퍼파라미터에 대한 높은 의존성을 가지며, 토크와 속도를 동시에 고려하지 못하는 한계를 갖는다. 이를 극복하기 위해 본 연구는GPR의 정적 하이퍼 파라미터인 시그마(σ)와 커널스케일(ℓ)을 토크 및 속도 추정값에 따라 적응적으로 변화시키는 동적 커널을 설계하였다. 이때, 속도는 수평 방향의 변화를, 토크는 수직 방향의 신호를 반영하여 비정상 신호 모델링 능력을 향상시킨다. 제안된 방법론은 Park 벡터 모듈러스 기반 고장 확대, 희소 커널 모델링을 위한 구간 분할, 운행 조건 추정, 잔차 신호 추출의 네 단계로 구성된다. 특히 PVM과 DKGPR 기법을 통합함으로써, 급격한 신호 변화가 존재하는 환경에서도 최소한의 하이퍼파라미터 조정만으로 고장 신호의 민감도를 극대화할 수 있다. 본 프레임워크는PMSM 및 유도전동기 데이터셋을 통해 성능을 검증하였으며, 비정상 운행 조건 하 고장 진단에 있어 높은 유효성을 입증하였다.
- 다음글가상 결함 신호의 물리 정보를 활용한 딥러닝 기반 베어링 진단기법 개발 25.06.24