자동차변속기어, 회전 톱니바퀴 고장 진단 기술 개발

2018.01.22 18:17

 

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.

 

 

이미지 확대하기서울대학교 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