전류 센서 데이터를 활용한 기계 시설물 고장 진단에 관한 연구

• 발행기관: 한국항해항만학회
• 저자명: 성상하 최형림 박도명 김상진
• 간행물 정보: 『한국항해항만학회 학술대회논문집』2023 춘계학술대회논문집, 275~276쪽, 전체 2쪽
• 주제분류: 공학 > 해양공학
• 파일형태: PDF
• 발행일자: 2023.05.04

국문 초록

산업 현장의 기계 시설물 고장 문제는 큰 인명피해와 경제적 손실을 초래할 수 있기 때문에, 기계 시설물의 상태를 기반하여 고장을진단하는 것은 대단히 중요하다. 따라서, 본 연구에서는 전류 센서 데이터를 활용하여, 시설물의 고장 여부를 진단할 수 있는 알고리즘을 제안한다. 본 연구에 활용된 전류 센서 데이터는 x, y, z축을 가진 3상 전류 데이터로 구성되어 있으며, 2kHz로 1초간 샘플링 되어 있다. 본 연구에서는 2차원적 특성을 가지는 전류 센서 데이터를 분석하기 위해 CNN(Convolution Neural Network)을 활용한다. 시설물의 고장진단에 가장 적합한 모델을 선정하기 위해 CNN의 대표적인 백본 네트워크를 활용하여, 결과를 비교하였다. 실험 결과, 본 연구에서 구성한 후보 백본 네트워크 중 ResNet의 분류 정확도가 98.5%로 가장 높게 나타났다.

키워드

고장진단 센서데이터 전류데이터 CNN