공학시스템의 진동신호를 이용한 데이터 주도 상태진단 및 고장예측 모형 개발

Abstract

최근 4차 산업혁명이 도래하면서 공학시스템은 시스템의 상태를 정확히 진단하고 예측할 수 있는 건전성 예측 및 관리(prognostics and health management)에 관한 연구의 필요성이 증가되고 있다. 본 연구에서는 공학시스템의 구성요소인 부품 단위에서 수집되는 실시간 진동신호를 이용해 상태진단 모형을 개발하고, 지속적인 고장예측을 위한 데이터 주도(data-driven) 고장예측 모형을 개발한다. 또한, 부품 단위의 상태진단 및 고장예측 모형을 기반으로 시스템 단위의 시스템 신뢰도를 도출하는 방법을 소개한다. 진동신호를 이용한 상태진단 모형을 개발하기 위해 시스템의 가상계측 공정변수로서 진동신호에 대한 특징신호로 첨도(kurtosis)를 사용한다. 특징신호인 첨도를 이용하여 시스템의 열화 정도를 나타내는 수리 모형인 열화모형을 정립한다. 열화모형으로 멱수법칙 고장모형를 따르는 열화시스템의 고장률 함수인 와이블 위험함수(Weibull hazard function)를 사용한다. 열화모형에 대한 우도함수를 이용하여 마코프체인 몬테카를로(Markov chain Monte Carlo) 시뮬레이션 기반 베이지안(Bayesian) 추정법을 적용한다. 베이지안 추정법의 우도 원리와 갱신 특성을 활용하면 열화모형의 적합도가 향상되어 시스템의 정확한 상태를 표현할 수 있고, 예측 모형 개발이 용이한 장점이 있다. 이 과정에서 신호처리(signal processing) 기법이나 시스템의 정확한 열화 정도를 나타내는 수리 모형 정립이 중요하다. 진동신호를 이용한 상태진단 모형을 바탕으로 데이터 주도 고장예측 모형을 개발한다. 수명 예측은 시간이 지나면서 시스템의 특성이 임계 수준에 도달할 경우 고장으로 판정하여 시스템의 수명을 예측할 수 있는 원리를 이용한다. 또한, 고장 확률 해석에 따라 마코프체인 몬테카를로 시뮬레이션을 통해 추정 신뢰도 함수가 도출된다. 지속적인 데이터 관측을 통해 베이지안 갱신 과정으로 사후분포를 도출하고 수명 예측과 추정 신뢰도 함수를 갱신하는 실시간 고장예측 프레임워크(framework)를 개발한다. 부품 단위의 상태진단 및 고장예측 모형을 기반으로 시스템 단위의 시스템 분석 모형을 개발한다. 시스템 분석 모형에서는 시스템 신뢰도를 도출하는 것이 목적이다. 시스템 신뢰도를 도출하기 앞서 부품 간의 가중치를 고려한다. 기존에 주관적 평가의 객관성이 떨어지는 단점을 보완하기 위해 퍼지(Fuzzy) 이론을 도입하여 부품 간의 가중치를 도출한다. 이를 통해 다 부품으로 구성된 시스템 신뢰도는 기하학적 접근으로 다차원 유클리드(Euclidean) 거리를 통해 도출할 수 있다. 최종적으로 퍼지 가중치의 유클리드 거리(Fuzzy weighted Euclidean)기반 방법으로 상한치와 하한치를 갖는 시스템 신뢰도가 도출된다. 상태진단 및 고장예측 모형의 검증을 위해 모의실험과 실제데이터 적용을 수행한다. 세 개의 베어링으로 구성된 시스템을 구성하여 매틀랩(Matlab)의 Simulink를 통해 시뮬레이션 데이터를 생성하여 모의실험을 시행한다. 또한, 신시내티 대학교(University of Cincinnati)에서 제공하는 IMS(intelligent maintenance system) 베어링 결함 데이터를 통한 실제 데이터 적용을 시행한다. 본 연구의 방법은 기존 연구와 비교 분석한다.