ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

KSB 인공지능 기계 고장진단 솔루션

전수책임자
오세원
참여자
김선진, 오세원, 유웅식, 윤현식, 이기영, 이병복, 조성익, 표철식, 홍용근
기술이전수
1
이전연도
2021
협약과제
본 기술은 기계설비가 운용되는 환경에서 측정된 센서 신호 데이터로부터의 특징 추출 및 기계학습 모델링을 통해, 기계의 고장 발생을 진단하는 서비스를 제공하는 인공지능 응용 솔루션 기술이다.
- 목적: 본 기술은 인공지능 기술을 기계 고장진단 수행 분야에 접목하여 실용화할 수 있도록, 센싱 신호 데이터에 대한 특성 분석 및 학습모델 훈련, 추론 결과 제공 등에 필요한 기능을 제공하는 것을 목적으로 한다.
- 필요성:
? 기계설비를 구성하는 부품들이 마모, 피로, 부식 등에 의해 기능이 점차 저하되거나 외적인 요건들(예: 충격, 파손, 변형)에 의하여 비정상적으로 가동될 경우, 이로 인한 불량률 발생, 비용 손실 및 인명 사고 등으로 이어질 수 있기 때문에, 신속하면서도 정확하게 고장진단을 수행할 수 있는 방안이 요구되고 있다.
? 종래에는 기계의 고장 발생 여부를 판단하기 위해, 특정 기계 시스템에 대한 복잡한 수학적 모델링 해석을 수행하거나, 소음, 진동, 발열 등 여러 증상에 대하여 수작업으로 진단하고 기존의 경험에 기초한 임계값과 비교하는 과정을 거쳐야 했다.
? 최근에는 사물인터넷(IoT) 센서에서 측정된 대량의 데이터에 기반하여 학습모델 기반의 고장진단을 수행하는 접근방안이 주목받기 시작하면서 해당 기술 수요가 증가하고 있지만, 고장진단을 위한 학습모델을 훈련하고 이에 필요한 신호 데이터의 특징을 분석하는 데 필요한 일련의 기능을 제공할 수 있는 맞춤형 응용 솔루션 개발 및 상용 제품 출시는 미흡한 상황이다.
? 본 기술을 상기의 문제점을 해결하기 위해, 기계가 운행하면서 발생되는 음향신호에 기반한 학습모델을 훈련하고 기계의 상태를 판별하여 고장 여부를 진단하기 위한 일련의 기능을 제공하는 도구로 활용될 수 있다.
o 기계설비에서 측정된 음향 신호로부터 학습모델에 적합한 특징벡터 추출 연산 수행
- 신호 데이터 정규화; 통계치 분석; 주파수 차원 변환; 스펙트럼 특성값 도출
- 센싱 신호 데이터 로딩 및 저장소 인터페이스 연계
o 기계의 상태 판별을 위한 기계학습 모델링 및 학습모델 서빙(Serving) 지원
- 센싱 신호 특징으로부터의 학습모델 훈련 및 추론을 통한 즉각적 판별 수행
- 고장 진단 결과 제시 및 로그 기록
o 기술명 : KSB 인공지능 기계 고장진단 솔루션 (KASFD)
- 기계설비가 운용되는 환경에서 측정된 음향신호로부터 기계학습 모델링에 적합한 특징을 추출하고 학습모델을 훈련하며, 생성된 학습모델을 이용하여 해당 기계의 상태(예: 정상 또는 비정상)를 판별한 결과를 종합하여 고장 여부를 진단하는 기술
o 기술명 : KSB 인공지능 기계 고장진단 솔루션 (KASFD)
- KASFD 요구사항 정의서
- KASFD 시험절차 및 결과서
- KASFD 기술문서(TM) 6건
- 케이에스비 인공지능 기계 고장진단 솔루션(SW)
- 본 기술은 센싱 신호 특징 추출 및 기계학습 모델링 서빙에 대한 기능을, 로컬 PC 서버 및 온라인 클라우드 서비스를 비롯하여 경량 디바이스(예: 라즈베리 파이) 등 다양한 연산 환경 상에서 실행되는 응용 소프트웨어로 활용 가능함
- 본 기술의 주요 수요처는 제조 및 운송 산업을 비롯하여 다양한 회전 기계설비에 대한 상태 감시 자동화 및 안전관리 서비스를 수행하는 업체임
- 본 기술은 센싱 신호로부터의 특징 추출, 학습모델 생성 및 활용, 고장진단 수행에 관한 연구결과물을 기술문서 및 프로그램 형태로 업체에게 이전 제공하며, 본 기술을 전수받는 업체는 본 기술을 조정하거나 확장하여 해당 수요처에 최적화된 방식으로 활용할 수 있음