서울대 윤병동 교수 연구팀, 스마트 팩토리를 위한 동력전달계 기어박스 예측진단 기술 개발

최근 스마트 팩토리에 대한 사회적 관심이 증가함에 따라 스마트 팩토리의 핵심기술 중 하나인 시스템 고장 예측진단 기술 개발에 대한 필요성이 요구되고 있다. 특히 기어박스는 스마트 팩토리의 핵심을 이루는 부품으로 고장 발생시 큰 다운타임 뿐만 아니라 인명 피해도 일으킬 수 있다.

이에 서울대학교 윤병동 교수 연구팀은 고장 물리 분야 세계적 석학인 미국 University of Maryland at College Park의 한봉태 교수, 한국항공대학교 최주호 교수, 전자부품연구원 한창운 박사와 국제 공동 연구 네트워크를 구축하여 스마트 팩토리를 위한 동력전달계 기어박스 예측진단 기술을 개발하였다. 대표적으로, ‘자기 상관 함수 (Auto-correlation function)’을 이용하여 유성기어박스의 고장 진단을 정확하고 효율적으로 수행하는 알고리즘을 제안하였다. 자기 상관 함수의 경우 시계열 자료의 내재적 유사성을 정량화하는 도구로, 이를 통해 데이터 시점 간의 상관성을 알려주는 함수로 알려져있다. 개발된 기술은 기어박스 내의 유성기어 가속도 신호의 특성을 자기 상관 함수를 통해 추출하고 이를 통해 최적의 윈도우 함수 (Window function)를 만들어 냄으로써 고장 진단 기술을 향상시킨다. 본 기술은 고장 진단을 위한 데이터양 최소화, 고장 진단 정확도 향상 등을 통해 스마트 팩토리의 고장 예측진단을 위한 기반 기술이 될 전망이다.

본 연구 내용은 고장 진단 분야 세계 최고 SCI급 저널 중 하나인 Mechanical Systems and Signal Processing (분야 백분율 상위 10%) 에 2016년 3월 출판 예정이다.