진동 신호의 시간 영역 특징을 기반으로 한 베어링의 잔여유효수명 예측 모형 개발

Abstract

공학기술의 발달로 공학시스템은 점진적으로 대형화, 고도화 되어가고 있으며 이를 운영하는데 많은 비용과 시간이 필요하다. 또한 이러한 공학시스템은 높은 신뢰도를 요구하고 있다. 고도화된 공학시스템은 다양한 하위 시스템과 부품들로 이루어져 있으며 정확한 시스템의 진단을 위해서는 이러한 시스템과 부품들의 관계를 온전히 반영한 전체 시스템의 모델링이 필요하다. 하지만 이들을 모두 포함한 전체 시스템의 모델링은 사실상 불가능하므로 시스템의 핵심 부품을 중심으로 고장 예지 및 건전성 관리 기술(Prognostics and Health Management)의 적용이 필요하다. 고장 예지 및 건전성 관리 기술은 시스템의 현재 상태를 모니터링하여 수집된 데이터를 바탕으로 발생 가능한 고장을 예측하는 기술로 시스템의 유지관리기술의 한 분야이다. 본 연구의 분석 대상인 베어링은 회전 또는 왕복운동을 실시하는 축을 고정시키고 하중을 견디는 기계부품으로 사용 목적과 형태, 재질에 따라 다양하며 현대의 산업에서 필수적으로 이용되는 핵심 부품이다. 현재 베어링을 대상으로 베어링의 운용 시 센서를 통해 수집되는 진동 신호를 기반으로 베어링의 상태를 예측 진단하는 건전성 관리 기술에 관한 연구가 활발히 진행되고 있다. 그러나 수집되는 진동 신호는 잡음(noise)과 비 단조적인 경향을 포함하므로 고장 예측에 많은 어려움이 있다. 본 연구에서는 베어링의 진동 신호를 바탕으로 결함 관련 특징 신호를 추출하여 베어링의 실시간 열화 상태를 파악하고 미래의 고장 시점을 예측한다. 먼저 진동 신호를 이용하여 시간 영역의 특징 신호들을 추출한 뒤 이들을 하나의 건전성 지수(Health index, HI)로 합성하여 베어링의 열화 상태를 진단한다. 이 과정에서 잡음 제거를 위해 이동평균필터(moving average filter)를 적용한다. 그 후, 합성된 건전성 지수를 기반으로 확장칼만필터(extended Kalman Filter, EKF)를 사용하여 베어링의 잔여유효수명을 예측한다. 본 연구는 2012 IEEE PHM Data Challenge에서 사용된 FEMTO Bearing dataset을 사용하여 실험하고 모델링 하였다. 본 연구에서 제안한 잔여유효수명 예측 모형은 동일한 데이터 세트를 사용한 기존의 연구들과 잔여유효수명 예측 성능을 비교한 결과 예측 오차와 표준편차값이 낮은 우수한 예측력을 나타냈다.