자동차변속기어, 회전 톱니바퀴 고장 진단 기술 개발

2018.01.22 18:17

 

GIB 제공
GIB 제공

국내 연구팀이 자동차기어나 발전소에 들어가는 회전식 설비의 고장을 보다 정확히 진단하는 기술을 개발했다.

 

서울대 공대는 윤병동 서울대 기계항공공학부 교수팀이 측정 신호를 2차원 모식도로 가시화해 이상 원인을 즉각 파악할 수 있는 새로운 기술을 개발했다고 22일 밝혔다.

 

연구팀은 신호를 눈으로 확인할 수 있는 새로운 접근법을 통해 고장 진단의 정확도를 높였다. 예를 들어 톱니가 5개인 기어 A와 톱니가 7개인 기어 B가 있다고 하자. 기어 두 개가 맞물려 돌아간다면, 기어 A가 7바퀴를 돌 때, 기어 B는 5바퀴를 돌게 된다. 만약 기어A의 1번 톱니가 고장났다면 그 1번 톱니가 B와 맞물릴 때마다 비정상적으로 튀는 신호가 관찰될 것이다. 

 

기존의 진단법은 X축이 시간축 Y축이 진동수로 돼 있었다. 즉 시간에 따라 기어의 진동신호가 변화하는 정도만 측정할 수 있었다. 이 때문에 이상신호가 기어 자체의 문제인지 또는 주변 공사와 같은 환경 요인 때문인지 기계를 실제로 확인하기 전에는 정확히 알 수 없었다.

 

연구팀은 X축을 기어 A의 톱니, Y축을 기어 B의 톱니로 정해 각 톱니가 맞물리는 조합을 고려해 진동신호를 2차원으로 표현했다. 연구를 이끈 하종문 서울대 기계항공공학부 연구원은 “단순히 시간에 의한 진동신호가 아니라, 각 톱니의 조합에 따른 신호를 실시간 분석할 수 있다”며 “예를 들어 기어A의 첫 번째 톱니가 고장난다면 이를 바로 확인할수 있다”고 말했다.

 

연구팀은 이번에 개발된 측정 신호 기반의 시스템 고장 가시화 진단 기술은 자동차의 변속기나, 풍력발전소의 회전 설비 등의 효율을 높이고 고장에 빠르고 정확하게 대처하는 데 도움이 될 것으로 기대하고 있다.

 

 

서울대학교 제공
회전 기계 시스템 고장 가시화 기술의 모식도-서울대학교 제공

이 시스템에 인공지능을 접목하면 기능을 보다 확장할 수 있을 전망이다. 하 연구원은 “2차원 모식도 고장 진단 시스템으로 얻은 수많은 자료를 딥러닝 기술에 접목해 로봇으로 하여금 학습하게 할 수 있다”며 “(이를 통해) 생산라인에서 로봇이 고장까지 스스로 고칠 수 있을 것”이라고 말했다. 현재 대부분의 생산라인에서 로봇은 조립공정을 담당하며, 불량 심사나 고장 진단 등의 업무에는 인력이 따로 투입되고 있는 상황이다.

 

윤 교수는 "산업용 로봇이 운영되는 대규모 자동화 라인, 대형 회전 설비가 포함된 발전소 등 다양한 분야에서 회전체 신호를 가시화 할 수 있을 것"이라며 "고장진단 및 건전성 통합 관리에 기술을 활용할 수 있을 것으로 기대한다"고 밝혔다.

 

이번 연구 내용은 지난 2017년 12월 4일 기계전자공학 분야 국제학술지 '미국전자전기통신학회 산업전자공학회보(IEEE TIE)'에 게재됐다.

메일로 더 많은 기사를 받아보세요!

댓글 0

작성하기

    의견쓰기 폼
    0/150