KR102566810B1 - 진동 신호 기반 모션 신호 추출 시스템 및 방법 - Google Patents

진동 신호 기반 모션 신호 추출 시스템 및 방법 Download PDF

Info

Publication number
KR102566810B1
KR102566810B1 KR1020210078274A KR20210078274A KR102566810B1 KR 102566810 B1 KR102566810 B1 KR 102566810B1 KR 1020210078274 A KR1020210078274 A KR 1020210078274A KR 20210078274 A KR20210078274 A KR 20210078274A KR 102566810 B1 KR102566810 B1 KR 102566810B1
Authority
KR
South Korea
Prior art keywords
signal
time
vibration
parameter
frequency
Prior art date
Application number
KR1020210078274A
Other languages
English (en)
Other versions
KR20220168486A (ko
Inventor
나규민
윤병동
김윤한
Original Assignee
서울대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020210078274A priority Critical patent/KR102566810B1/ko
Publication of KR20220168486A publication Critical patent/KR20220168486A/ko
Application granted granted Critical
Publication of KR102566810B1 publication Critical patent/KR102566810B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/003—Measuring characteristics of vibrations in solids by using direct conduction to the detector of rotating machines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H1/00—Measuring characteristics of vibrations in solids by using direct conduction to the detector
    • G01H1/12—Measuring characteristics of vibrations in solids by using direct conduction to the detector of longitudinal or not specified vibrations
    • G01H1/14—Frequency
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템은 진동 센서로부터 진동 신호를 입력받는 입력부, 기설정된 기준 신호의 시간 간격에 따라 상기 진동 신호를 분할하는 신호 처리부, 미리 마련된 시간 주파수 표현 알고리즘을 이용하여 분할된 상기 진동 신호를 시간 흐름에 따른 주파수 신호로 변환하는 신호 변환부, 미리 마련된 계산식을 이용하여 변환된 상기 주파수 신호와 상기 기준 신호의 유사도에 기초한 파라미터를 산출하는 계산부, 및 상기 파라미터를 이용하여 상기 주파수 신호의 적어도 일부를 추출하는 신호 추출부를 포함한다.

Description

진동 신호 기반 모션 신호 추출 시스템 및 방법{MOTION SIGNAL EXTRACTION SYSTEM AND METHOD BASED ON VIBRATION SIGNAL}
본 발명은 진동 신호 기반 모션 신호 추출 시스템 및 방법에 관한 것이다.
통상적으로 산업 현장의 기계 시스템은 기어 박스를 구비하고, 기어 박스의 기계적 움직임을 통해 회전 동력을 제공하고 있다. 기어 박스는 기계 시스템에서 다양한 속도와 적절한 조건을 달성하게 하는 역할을 수행하고 있다.
이러한 기어 박스의 고장 시, 기계 시스템이 적용되는 전체 제조 라인의 심각한 가동 중단을 초래할 수 있으므로, 기어 박스의 결함 진단을 위한 연구가 계속해서 진행되고 있다.
기어 박스의 결함을 진단하는 방법으로는 기어 박스에서 측정되는 진동 신호를 이용하여 고장 진단을 하는 방법이 있다.
종래에는 기계 시스템이 통상의 속도로 운행하는 경우에는 정상적인 진동 신호가 관측될 수 있는데, 기계 시스템이 가변 속도로 운행하는 경우에는 비정상 상태의 진동 신호가 관측되는 상황이 발생하고 있다. 특히, 진동 신호는 기어 맞물림, 센서 소음, 및 신호 손실 등과 같은 기어 박스와 관련한 특성으로 인해 주기 별로 동일하게 측정되지 않는다.
이러한 가변 속도 운행 조건을 가지는 기계 시스템은 엔코더(Encoder)를 이용하여 기어 박스의 움직임을 검출함과 동시에 진동 신호의 경향성을 확인하고 있다. 종래에는 엔코더를 통해 획득한 추가 정보를 활용하여 운행 속도를 직접적으로 계산할 수 있어, 운행 상태가 동기화된 데이터 셋을 추출하는 작업을 수행하였다.
그러나, 엔코더에서 검출되는 정보는 진동 신호와 샘플링 레이트(Sampling rate)가 상이한 경우가 많다. 또한, 엔코더와 진동 센서가 동일한 위치에 있지 않는 경우, 기계적 메커니즘을 고려하여 진동 신호에 끼치는 운행 속도의 영향력을 재설정해야 하는 추가적인 작업이 필요하다.
종래에는 이러한 문제를 해결하기 위해 엔코더리스(Encoderless) 방식으로 진동 신호에서 주파수-모듈레이션된(frequency-modulated) 신호를 디모듈레이션(demodulation)하거나, 또는 시간 주파수 릿지(time-frequency ridge)모델을 이용하여 주파수 변동성을 확인하는 작업을 수행하고, 이를 기반으로 운행 위상 변화로 인한 진동 신호의 변화 추이를 확인하는 방안이 있다.
그러나, 종래 디모듈레이션 기법은, 단일 컴포넌트 신호(mono-component signal)에 대해 유효하게 작동하기 때문에, 추가적인 필터링 기법이 필요하다.
또한, 종래 릿지 기반 진동 신호 검출 방법의 경우, 사전에 물리적 정보를 알아야 유효한 신호를 분별해 낼 수 있으며, 릿지 자체의 오버랩 및 노이즈 문제 등으로 인해 다양한 한계점이 존재하여 실질적으로 적용하기 어려운 경우가 많다.
또한, 기계 시스템의 외벽과 달리 내부에 부착할 수 없는 엔코더 부품들이 존재하고, 엔코더 자체의 가격이 높아 사용할 수 없는 경우가 있다.
또한, 다양한 기계 시스템을 한번에 관리하는 경우에 엔코더 정보를 함께 저장하고, 관리할 필요성이 있기 때문에 데이터 관리의 비효율성이 초래되는 문제가 있다.
대한민국 등록특허 제10-2161577호
이에 본 발명은 상기한 사정을 감안하여 안출된 것으로, 시간-주파수 표현(TFR, Time-Frequency Representation) 상에서 연속적으로 획득되는 진동 신호와 기준 신호의 에너지 분포 유사성을 확인하고, 진동 신호로부터 특정 모션과 유사한 모션 신호를 추출하는 진동 신호 기반 모션 신호 추출 시스템 및 방법을 제공하는 것을 목적으로 한다.
상기 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템은, 진동 센서로부터 진동 신호를 입력받는 입력부; 기설정된 기준 신호의 시간 간격에 따라 상기 진동 신호를 분할하는 신호 처리부; 미리 마련된 시간 주파수 표현 알고리즘을 이용하여 분할된 상기 진동 신호를 시간 흐름에 따른 주파수 신호로 변환하는 신호 변환부; 미리 마련된 계산식을 이용하여 변환된 상기 주파수 신호와 상기 기준 신호의 유사도에 기초한 파라미터를 산출하는 계산부; 및 상기 파라미터를 이용하여 상기 주파수 신호의 적어도 일부를 추출하는 신호 추출부;를 포함한다.
상기 적어도 일부의 주파수 신호는 한 주기의 모션 신호일 수 있다.
상기 신호 변환부는 상기 시간 주파수 표현 알고리즘의 단시간 푸리에 트랜스폼(Short time fourier transform)을 이용하여 상기 진동 신호를 상기 주파수 신호로 변환할 수 있다.
상기 미리 마련된 계산식은 쿨백 라이블러 다이버전스(Kullback-Leibler divergence) 알고리즘일 수 있다.
상기 계산부는, 상기 신호 변환부에 의해 상기 진동 신호가 상기 주파수 신호로 변환되면, 변환된 상기 주파수 신호에 복소 공액을 곱하여 제1 계산을 수행할 수 있다.
상기 계산부는, 미리 마련된 파서발 아이덴티티(Parseval’s identity)를 기초로 상기 제1 계산된 상기 주파수 신호에 대해 에너지를 정규화하는 제2 계산을 수행할 수 있다.
상기 계산부는, 미리 정해진 시간 간격마다 상기 제2 계산된 상기 주파수 신호와 상기 기준 신호 사이의 유사도에 기초한 상기 파라미터를 산출할 수 있다.
상기 계산부는, 미리 정해진 시간 간격마다 산출된 파라미터의 로컬 미니멈 지점을 포함하는 시간 영역에서 데이터 샘플 1개만큼 이동시켜가며 상기 파라미터를 계산할 수 있다.
상기 신호 추출부는, 계산된 상기 파라미터가 최솟값이 되는 지점을 시작 지점으로 하여 상기 주파수 신호로부터 모션 신호를 추출할 수 있다.
상기 목적을 달성하기 위한 본 발명의 바람직한 실시예에 따른 기계 시스템의 진동 신호 추출 방법은 진동 센서로부터 진동 신호를 입력받는 입력 단계; 기설정된 기준 신호의 시간 간격에 따라 상기 진동 신호를 분할하는 신호 처리 단계; 미리 마련된 시간 주파수 표현 알고리즘에 따라 분할된 상기 진동 신호를 시간 흐름에 따른 주파수 신호로 변환하는 신호 변환 단계; 미리 마련된 계산식을 이용하여 변환된 상기 주파수 신호와 상기 기준 신호의 유사도에 기초한 파라미터를 산출하는 파라미터 산출 단계; 및 상기 파라미터를 이용하여 상기 주파수 신호의 적어도 일부를 추출하는 신호 추출 단계;를 포함한다.
상기 적어도 일부의 주파수 신호는 한 주기의 모션 신호일 수 있다.
상기 파라미터 산출 단계는, 상기 신호 변환부에 의해 상기 진동 신호가 상기 주파수 신호로 변환되면, 변환된 상기 주파수 신호에 복소 공액을 곱하여 제1 계산을 수행하는 단계, 미리 마련된 파서발 아이덴티티(Parseval’s identity)를 기초로 상기 제1 계산된 상기 주파수 신호에 대해 에너지를 정규화하는 제2 계산을 수행하는 단계, 상기 제2 계산된 상기 주파수 신호와 상기 기준 신호 사이의 유사도에 기초한 상기 파라미터를 산출하는 단계를 포함할 수 있다.
상기 파라미터 산출 단계는, 미리 정해진 시간 간격마다 산출된 파라미터의 로컬 미니멈 지점을 포함하는 시간 영역에서 데이터 샘플 1개만큼 이동시켜가며 상기 파라미터를 계산하는 단계를 더 포함하고,
상기 신호 추출 단계는 계산된 상기 파라미터가 최솟값이 되는 지점을 시작 지점으로 하여 상기 주파수 신호로부터 모션 신호를 추출할 수 있다.
본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템 및 방법에 의하면, 시간-주파수 표현(TFR, Time-Frequency Representation) 상에서 연속적으로 획득되는 진동 신호와 기준 신호의 에너지 분포 유사성을 확인하고, 진동 신호로부터 특정 모션과 유사한 모션 신호를 추출하는 효과가 있다.
또한, 기계 시스템의 건전성 모니터링에 있어서, 동일한 운행 환경에 놓여있는 진동 신호를 추출할 수 있기 때문에 운행 환경으로 인해 달라지는 진동 신호의 변화에 의한 오감지를 줄이고 강건한 데이터셋 구축이 가능해지는 효과가 있다.
또한, 진동 신호만을 가지고 유사한 운행 환경을 가지는 진동 데이터를 추출할 수 있는 방법을 제시하여 추가적인 장비의 비용을 절감시킬 수 있으며, 데이터 관리 비용 또한 절감할 수 있다.
도 1은 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템의 블록도이다.
도 2는 타겟 운행 프로파일에 따른 시뮬레이션 데이터를 나타내는 도면이다.
도 3은 도 2의 시뮬레이션 데이터로부터 추출하게 되는 연속적인 진동 신호를 보여주는 도면이다.
도 4는 타겟 운행 프로파일에 따른 진동 신호 데이터를 보여주는 도면이다.
도 5는 도 4의 진동 신호 데이터로부터 추출할 연속적인 신호를 보여주는 도면이다.
도 6은 진동 센서가 설치된 6자유도 로봇의 기어박스 단면도 및 형상을 보여주는 도면이다.
도 7은 시뮬레이션 데이터 기반 시간 흐름에 따른 임의 선택된 파라미터(KLD)를 보여주는 도면이다.
도 8은 실험 데이터 기반 시간 흐름에 따른 임의 선택된 파라미터(KLD)를 보여주는 도면이다.
도 9는 시뮬레이션 데이터 기반 시간 흐름에 따른 세부적으로 선택된 파라미터(KLD)를 보여주는 도면이다.
도 10은 실험 데이터 기반 시간 흐름에 따른 세부적으로 선택된파라미터(KLD)을 보여주는 도면이다.
도 11은 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 방법의 순서도이다.
이하, 본 발명의 바람직한 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성 요소들에 참조 부호를 부가함에 있어서, 동일한 구성 요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 이하에서 본 발명의 바람직한 실시예를 설명할 것이나, 본 발명의 기술적 사상은 이에 한정하거나 제한되지 않고 당업자에 의해 변형되어 다양하게 실시될 수 있음은 물론이다.
도 1은 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템의 블록도이다.
도 1을 참고하면, 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템(100)은, 별도의 엔코더 구성없이 기계 시스템에 부착된 진동 센서(200)의 진동 신호만 주어진 환경에서 기계 시스템의 타겟 운행 프로파일에 따른 모션 신호를 진동 신호로부터 추출하는 것을 특징으로 한다.
또한, 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템(100)은, 기계 시스템의 운행 속도가 달라져 비정상(Non-stationary) 상태의 진동 신호가 발생하더라도, 미리 마련된 타겟 운행 프로파일에 따른 기준 신호에 새로 발생하는 비정상 상태의 진동 신호를 동기화시킴으로써 연속적으로 취득되는 비주기적 진동 신호를 이용하여 데이터 셋을 구축할 수 있다.
또한, 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템(100)은, 진동 신호로부터 모션 신호를 추출함에 따라 스마트 팩토리(Smart factory)와 같은 다양한 기계 시스템의 개별 설비 관리에 요구되는 데이터(엔코더 정보, 운행 프로파일 정보 등)의 양을 감소시킬 수 있고, 효율적인 데이터 관리가 가능한 효과가 있다.
또한, 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템(100)은, 진동 신호로부터 추출한 모션 신호를 이용하여 데이터 셋을 구축하고, 이를 기초로 건전성 모니터링 등에 이용되는 진동 기반 상태 진단 알고리즘을 생성할 수 있고, 가변 속도를 포함하는 운행 환경에 의한 데이터 변동성을 감소시킬 수 있으며, 건전성 모니터링 기술에 많이 활용되는 딥러닝, 머신러닝이 가지고 있는 취약점인 오버피팅 문제를 해결하는 효과가 있다.
본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 시스템(100)은, 입력부(110), 신호 처리부(120), 신호 변환부(130), 계산부(140), 및 신호 추출부(150)를 포함한다.
입력부(110)는 기계 시스템의 외관에 장착되어 있는 진동 센서(200)로부터 진동 신호를 입력받을 수 있다. 여기서, 진동 신호는 시간 흐름에 따라 주파수 성질이 달라지는 비정상 신호일 수 있다. 반면에 정상 신호는 시간 흐름에 따라 주파수 성질이 일정한 신호를 말한다. 한편, 입력부(110)에 입력되는 신호 정보는 시간에 따라 변하는 시뮬레이션 주파수 신호, 및 실험 과정에 따른 용접(welding) 동작을 수행하는 6자유도 로봇의 진동 신호가 이용될 수 있으나, 이에 한정되는 것은 아니다.
신호 처리부(120)는, 기계 시스템의 모션(motion)의 시작과 끝을 포함하는 타겟 운행 프로파일에 따라 기준 신호가 설정되면, 입력부(110)에 입력된 연속적인 진동 신호를 기설정된 기준 신호의 시간 간격에 따라 소정 시간 단위로 진동 신호를 분할할 수 있다.
신호 변환부(130)는, 미리 마련된 시간 주파수 표현(TFR, Time Frequency Representation) 알고리즘을 이용하여 분할된 진동 신호를 시간 흐름에 따른 주파수 신호로 변환할 수 있다. 여기서, 시간 주파수 표현 알고리즘은 단시간 푸리에 트랜스폼(Short time fourier transform)을 포함할 수 있다.
계산부(140)는, 미리 마련된 계산식을 이용하여 변환된 상기 주파수 신호와 상기 기준 신호의 유사도에 기초한 파라미터를 산출할 수 있다. 여기서, 계산식은 쿨백 라이블러 다이버전스(Kullback-Leibler divergence) 거리 측정법일 수 있다. 쿨백 라이블러 다이버전스는 특정 두 분포의 유사성을 확인하는 거리 측정법의 하나로서, 상대 엔트로피(relative entropy)로 정의될 수 있다. 쿨백 라이블러 다이버전스는 두 분포의 유사성이 높을수록 낮은 값을 질 수 있다.
즉, 파라미터(KLD)는 하나의 확률 분포가 기준 확률 분포와 어떻게 다른지를 나타내는 척도로 이용될 수 있다. 파라미터(KLD)는 0이 되면 비교된 분포가 서로 동일한 것을 나타낼 수 있다. 하나의 파라미터(KLD)가 두 번째 파라미터(KLD)보다 크면 첫 번째 확률 분포가 두 번째 확률 분포보다 기준 분포와 더 유사함을 나타낼 수 있다. 진동 신호 측면에서 동일한 동작 위상을 갖는 신호는 TFR 영역에서 큰 유사성을 가진다. TFR 영역에서 위상차로 인한 편향 방지 및 에너지의 불확실성을 추정하기 위해 신호의 위상을 일치시키는 것이 중요하다. 이에 따라, 파라미터(KLD)는 많은 주기를 가지는 연속 측정 신호에서 한 주기의 움직임을 가지는 신호 집합을 추출하는데 이용될 수 있다.
신호 추출부(150)는, 파라미터를 이용하여 주파수 신호의 적어도 일부를 추출할 수 있다. 신호 추출부(150)는 파라미터를 이용하여 많은 주기를 가지는 연속적인 진동 신호에서 한 주기의 주파수 신호를 추출할 수 있다. 신호 추출부(150)는 연속적인 진동 신호에서 한 주기 동안 파라미터가 최솟값이 되는 시점을 시작점으로하여 한 주기의 주파수 신호를 추출할 수 있다. 신호 추출부(150)에 의해 추출된 주파수 신호는 타겟 운행 프로파일에 따라 움직이는 기계 시스템에서 발생하는 모션 신호일 수 있다.
도 2는 타겟 운행 프로파일에 따른 시뮬레이션 데이터를 나타내는 도면이다.
도 2의(a)는 시간 도메인에 따른 시뮬레이션 데이터를 보여주고, 도 2의(b)는 시간-주파수 도메인에 따른 시뮬레이션 데이터를 보여준다.
시뮬레이션 주파수 신호의 경우, 기계 시스템의 고장 상태를 모사한 신호가 포함된 진동 신호를 나타내고, 신호대잡음비(SNR)가 대략 7dB로 설정된 가우시안 노이즈를 포함할 수 있다.
시뮬레이션 주파수 신호는 대략 0 내지 10초의 공백 시간 동안 노이즈만 첨가된 부분이 존재하며, 이를 통해 노이즈와 무관하고 동일한 운동 조건을 가지는 데이터가 추출될 수 있다.
한편, 실험 결과로 획득한 용접 동작 데이터의 경우, 진동 측정 부분 주변에 위치하는 조인트 기어박스의 고장 상태가 존재하는 경우에 대해 추가적으로 검증이 수행될 수 있다.
도 3은 도 2의 시뮬레이션 데이터로부터 추출하게 되는 연속적인 진동 신호를 보여주는 도면이다.
도 3의(a)는 정상 상태의 진동 신호를 보여주는 도면이다. 정상 상태의 진동 신호 y는 하기 수학식 1에서 확인할 수 있다.
<수학식 1>
도 3의(b)는 고장이 첨가된 진동 신호를 보여주는 도면이다. 고장 상태의 진동 신호 yfault는 상기 수학식 1에서 확인할 수 있다.
도 4는 타겟 운행 프로파일에 따른 진동 신호 데이터를 보여주는 도면이다.
도 4의(a)는 시간 도메인에 따른 진동 신호 데이터를 보여준다. 도 4의(b)는 시간-주파수 도메인에 따른 진동 신호 데이터를 보여준다.
도 5는 도 4의 진동 신호 데이터로부터 추출할 연속적이 신호를 보여주는 도면이다.
도 5를 참고하면, 도 5의(a)는 연속 신호 중에서 정상 상태의 데이터를 보여준다. 도 5의(b)는 연속 신호 중에서 고장 상태의 데이터를 보여준다.
도 6은 진동 센서가 설치된 6자유도 로봇의 기어박스 단면도 및 형상을 보여주는 도면이다.
도 6의(a)는 기어박스의 회전자가 도시된 내부 도면이다. 도 6의(b)는 기어박스의 회전자에 기어 연결되는 복수의 내측 기어를 보여주는 도면이다. 도 6의(c)는 복수의 내측 기어에 기어 연결되는 외측 기어를 보여주는 도면이다. 도 6의(d)는 기어박스의 일측면도이다.
도 6을 참고하면, 진동 센서는 일종의 가속도계(Accelerometer)일 수 있다. 진동 센서는 기어박스의 외관에 장착되어 기어박스의 움직임에 따라 진동 신호를 생성할 수 있다.
도 7은 시뮬레이션 데이터 기반 시간 흐름에 따른 임의 선택된 파라미터(KLD)를 보여주는 도면이다.
도 7의(a)는 정상 상태의 파라미터(KLD)를 보여주고, 도 7의(b)는 고장 상태의 파라미터(KLD)를 보여준다.
도 8은 실험 데이터 기반 시간 흐름에 따른 임의 선택된 파라미터(KLD)를 보여주는 도면이다.
도 8의(a)는 정상 상태의 파라미터(KLD)를 보여주고, 도 8의(b)는 고장 상태의 파라미터(KLD)를 보여준다.
정상 상태의 파라미터(KLD)는 대략 0에 가까운 수치를 가질 수 있다. 고장 상태의 파라미터(KLD)는 대략 1에 가까운 수치를 가질 수 있다.
도 9는 시뮬레이션 데이터 기반 시간 흐름에 따른 세부적으로 선택된 파라미터(KLD)를 보여주는 도면이다.
도 9의(a)와 (b)는 정상 상태의 파라미터(KLD)를 보여주고, 도 9의(c)와 (d)는 고장 상태의 파라미터(KLD)를 보여준다.
도 10은 실험 데이터 기반 시간 흐름에 따른 세부적으로 선택된 파라미터(KLD)를 보여주는 도면이다.
도 10의(a)와 (b)는 정상 상태의 파라미터(KLD)를 보여주고, 도 10의(c)와 (d)는 고장 상태의 파라미터(KLD)를 보여준다.
도 11은 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 방법의 순서도이다.
도 1 및 도 11을 참고하면, 본 발명의 바람직한 실시예에 따른 진동 신호 기반 모션 신호 추출 방법은, 입력 단계(S110), 신호 처리 단계(S120), 신호 변환 단계(S130), 파라미터 산출 단계(S140), 및 신호 추출 단계(S150)을 포함할 수 있다.
입력 단계(S110)에서, 입력부(110)는 진동 센서(200)로부터 진동 신호를 입력받을 수 있다. 진동 신호는 진동 센서(200)가 장착된 기계 시스템의 모션의 시작과 끝을 모사하는 특성 신호가 포함될 수 있다.
신호 처리 단계(S120)에서, 신호 처리부(120)는 기설정된 기준 신호의 시간 간격에 따라 연속적인 진동 신호를 소정의 시간 단위로 분할할 수 있다. 여기서, 기준 신호는 타겟 운행 프로파일에 따른 모션의 시작과 끝을 모사하는 특성 신호일 수 있다.
기준 신호는 단시간 푸리에 트랜스폼에 의해 주파수 신호로 변환될 수 있다. 단시간 푸리에 트랜스폼은 하기 수학식 2와 같이 나타낼 수 있다.
<수학식 2>
수학식 2에서, τ은 시간 도메인 인덱스, ω는 주파수 도메인 인덱스, s(t)는 타겟 신호(기준 신호), w는 윈도우 함수이다. 단시간 푸리에 트랜스폼은 시간에 따라 스펙트럼 정보가 어떻게 변하는지를 설명하기 위해 푸리에 변환에 적절한 윈도우 함수가 적용될 수 있다. 위도우 기능은 짧은 시간 동안 신호를 선택할 수 있도록 시간 축을 따라 이동된다. 선택 신호는 준 정지 상태로 간주될 수 있고, 고속 푸리에 변환(FFT, Fast Fourier Trasnform)에 의해 분석될 수 있다.
단시간 푸리에 트랜스폼의 윈도우 기능은 시간과 주파수에 따라 변하지 않기 때문에, 주파수 영역에서 고정된 해상도를 제공한다. 단시간 푸리에 트랜스폼은 고속 푸리에 변환을 기반으로 시간 지역화된 주파수 정보를 계산할 수 있다.
신호 처리부(120)는 수학식 3에 따라 소정 시간 단위로 진동 신호를 분할할 수 있다.
<수학식 3>
수학식 3에서, 초기값(init)은 1로 설정하며, 이후 단계에 따라 점차적으로 증가할 수 있다.
신호 변환 단계(S130)에서, 신호 변환부(130)는 미리 마련된 시간 주파수 표현 알고리즘을 이용하여 소정의 시간 단위로 분할된 진동 신호를 시간 흐름에 따른 주파수 신호로 변환할 수 있다. 시간 주파수 표현 알고리즘은 단시간 푸리에 트랜스폼을 포함할 수 있다.
파라미터 산출 단계(S140)에서, 계산부(140)는, 미리 마련된 계산식을 이용하여 변환된 상기 주파수 신호와 상기 기준 신호의 유사도에 기초한 파라미터를 산출할 수 있다.
계산부(140)는 다음 수학식 4와 같이 공식화할 수 있는 스펙트로그램을 이용하여 시간 주파수 신호를 시각적으로 표현할 수 있다.
<수학식 4>
수학식 4에서, Cs 는 진동 신호 s(t)의 스펙트로그램이고, 시간-주파수 도메인으로 계산된 진동 신호 Xs에 복소 공액(conjugate)을 곱하여 나타낸다.
계산부(140)는 확률 분포로 만들기 위해, 수학식 4의 결과값에 대해 파서발 아이덴티티(Parseval’s identity)를 기초로 에너지의 기대값으로 정규화(Normalizing)을 수행할 수 있다.
<수학식 5>
수학식 5에서, Ys(τ,ω)는 신호 s의 스펙트로그램을 기반으로 에너지를 정규화한 표현이다.
계산부(140)는 하기 수학식 6과 같이 차원 쿨백 라이블러 다이버전스(KLD) 계산식을 통해 파라미터를 산출할 수 있다.
<수학식 6>
수학식 6에서, DKL은 신호 r(t)를 기반으로 하는 s(t)의 파라미터(KLD), s는 진동 신호, r은 기준 신호로 정의한다.
계산부(140)는 하기 수학식 7과 같이, 추출된 진동 신호의 init 값을 반복하여 시간축 해상도의 1/3만큼 증가시키면서 파라미터(KLD)의 변화 추이를 확인할 수 있다.
<수학식 7>
계산부(140)는 하기 수학식 8과 수학식 9와 같이, 로컬 미니멈을 포함하는 시간 영역에서 데이터 샘플 1개 단위로 이동시켜가며 파라미터(KLD)를 계산할 수 있다.
<수학식 8>
수학식 8에서,
s(t;n)은 첫 번째 데이터가 n 번째 데이터 샘플인 신호 s의 표현이다.
<수학식 9>
수학식 9에서, i는 i번째 로컬 포인트(local point)를 뜻하며, 위 과정을 모든 로컬 지점에 대해 수행하여 로컬 레인지(local range) 개수만큼 최적값이 계산될 수 있다.
신호 추출 단계(S150)에서, 신호 추출부(150)는 파라미터를 기준으로 주파수 신호의 적어도 일부를 추출할 수 있다. 신호 추출부(150)는 로컬 레인지에서 파라미터(KLD)가 구해지면, 이를 기초로 모션 신호의 시작점으로 판단하고, 진동 신호로부터 모션 신호를 추출할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위 내에서 다양한 수정, 변경 및 치환이 가능할 것이다. 따라서, 본 발명에 개시된 실시예 및 첨부된 도면들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예 및 첨부된 도면에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다.
본 발명에 따른 단계들 및/또는 동작들은 기술분야의 통상의 기술자에 의해 이해될 수 있는 것과 같이, 다른 순서로, 또는 병렬적으로, 또는 다른 에포크(epoch) 등을 위해 다른 실시 예들에서 동시에 일어날 수 있다.
실시 예에 따라서는, 단계들 및/또는 동작들의 일부 또는 전부는 하나 이상의 비-일시적 컴퓨터-판독가능 매체에 저장된 명령, 프로그램, 상호작용 데이터 구조(interactive data structure), 클라이언트 및/또는 서버를 구동하는 하나 이상의 프로세서들을 사용하여 적어도 일부가 구현되거나 또는 수행될 수 있다. 하나 이상의 비-일시적 컴퓨터-판독가능 매체는 예시적으로 소프트웨어, 펌웨어, 하드웨어, 및/또는 그것들의 어떠한 조합일 수 있다. 또한, 본 명세서에서 논의된 "모듈"의 기능은 소프트웨어, 펌웨어, 하드웨어, 및/또는 그것들의 어떠한 조합으로 구현될 수 있다.
100: 진동 신호 기반 모션 신호 추출 시스템
110: 입력부
120: 신호 처리부
130: 신호 변환부
140: 계산부
150: 신호 추출부

Claims (13)

  1. 진동 센서로부터 기계 시스템에서 발생하는 진동 신호를 입력받는 입력부;
    기설정된 기준 신호의 시간 간격에 따라 상기 진동 신호를 분할하는 신호 처리부;
    미리 마련된 시간 주파수 표현 알고리즘을 이용하여 분할된 상기 진동 신호를 시간 흐름에 따른 시간-주파수 신호로 변환하는 신호 변환부;
    미리 마련된 계산식을 이용하여 변환된 상기 시간-주파수 신호와 상기 기준 신호의 유사도에 기초한 파라미터를 산출하는 계산부; 및
    상기 파라미터를 이용하여 상기 시간-주파수 신호의 적어도 일부를 추출하는 신호 추출부;
    를 포함하고,
    상기 계산부는,
    상기 신호 변환부에 의해 상기 진동 신호가 상기 시간-주파수 신호로 변환되면, 변환된 상기 시간-주파수 신호에 복소 공액을 곱하여 제1 계산을 수행하고,
    상기 기준 신호의 시간간격은 시간축 해상도의 1/3인 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 시스템.
  2. 제 1 항에 있어서,
    상기 적어도 일부의 시간-주파수 신호는 한 주기의 모션 신호인 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 시스템.
  3. 제 1 항에 있어서,
    상기 신호 변환부는 상기 시간 주파수 표현 알고리즘의 단시간 푸리에 트랜스폼(Short time fourier transform)을 이용하여 상기 진동 신호를 상기 주파수 신호로 변환하는 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 시스템.
  4. 제 1 항에 있어서,
    상기 미리 마련된 계산식은 쿨백 라이블러 다이버전스(Kullback-Leibler divergence) 알고리즘인 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 시스템.
  5. 삭제
  6. 제 1 항에 있어서,
    상기 계산부는,
    미리 마련된 파서발 아이덴티티(Parseval’s identity)를 기초로 상기 제1 계산된 상기 주파수 신호에 대해 에너지를 정규화하는 제2 계산을 수행하는 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 시스템.
  7. 제 6 항에 있어서,
    상기 계산부는,
    미리 정해진 시간 간격마다 상기 제2 계산된 상기 시간-주파수 신호와 상기 기준 신호 사이의 유사도에 기초한 상기 파라미터를 산출하는 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 시스템.
  8. 제 7 항에 있어서,
    상기 계산부는,
    미리 정해진 시간 간격마다 산출된 파라미터의 로컬 미니멈 지점을 포함하는 시간 영역에서 데이터 샘플 1개만큼 이동시켜가며 상기 파라미터를 계산하는 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 시스템.
  9. 제 8 항에 있어서,
    상기 신호 추출부는,계산된 상기 파라미터가 최솟값이 되는 지점을 시작 지점으로 하여 상기 시간-주파수 신호로부터 모션 신호를 추출하는 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 시스템.
  10. 진동 센서로부터 기계 시스템에서 발생하는 진동 신호를 입력받는 입력 단계;
    기설정된 기준 신호의 시간 간격에 따라 상기 진동 신호를 분할하는 신호 처리 단계;
    미리 마련된 시간 주파수 표현 알고리즘에 따라 분할된 상기 진동 신호를 시간 흐름에 따른 시간-주파수 신호로 변환하는 신호 변환 단계;
    미리 마련된 계산식을 이용하여 변환된 상기 시간-주파수 신호와 상기 기준 신호의 유사도에 기초한 파라미터를 산출하는 파라미터 산출 단계; 및
    상기 파라미터를 이용하여 상기 시간-주파수 신호의 적어도 일부를 추출하는 신호 추출 단계;
    를 포함하고,
    상기 파라미터 산출 단계는,
    신호 변환부에 의해 상기 진동 신호가 상기 시간-주파수 신호로 변환되면, 변환된 상기 시간-주파수 신호에 복소 공액을 곱하여 제1 계산을 수행하는 단계를 포함하고,
    상기 기준 신호의 시간간격은 시간축 해상도의 1/3인 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 방법.
  11. 제 10 항에 있어서,
    상기 적어도 일부의 시간-주파수 신호는 한 주기의 모션 신호인 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 방법.
  12. 제 10 항에 있어서,
    상기 파라미터 산출 단계는,
    미리 마련된 파서발 아이덴티티(Parseval’s identity)를 기초로 상기 제1 계산된 상기 시간-주파수 신호에 대해 에너지를 정규화하는 제2 계산을 수행하는 단계, 및
    상기 제2 계산된 상기 시간-주파수 신호와 상기 기준 신호 사이의 유사도에 기초한 상기 파라미터를 산출하는 단계를 포함하는 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 방법.
  13. 제 12 항에 있어서,
    상기 파라미터 산출 단계는,
    미리 정해진 시간 간격마다 산출된 파라미터의 로컬 미니멈 지점을 포함하는 시간 영역에서 데이터 샘플 1개만큼 이동시켜가며 상기 파라미터를 계산하는 단계를 더 포함하고,
    상기 신호 추출 단계는 계산된 상기 파라미터가 최솟값이 되는 지점을 시작 지점으로 하여 상기 시간-주파수 신호로부터 모션 신호를 추출하는 것을 특징으로 하는 진동 신호 기반 모션 신호 추출 방법.
KR1020210078274A 2021-06-16 2021-06-16 진동 신호 기반 모션 신호 추출 시스템 및 방법 KR102566810B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210078274A KR102566810B1 (ko) 2021-06-16 2021-06-16 진동 신호 기반 모션 신호 추출 시스템 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210078274A KR102566810B1 (ko) 2021-06-16 2021-06-16 진동 신호 기반 모션 신호 추출 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20220168486A KR20220168486A (ko) 2022-12-23
KR102566810B1 true KR102566810B1 (ko) 2023-08-11

Family

ID=84536231

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210078274A KR102566810B1 (ko) 2021-06-16 2021-06-16 진동 신호 기반 모션 신호 추출 시스템 및 방법

Country Status (1)

Country Link
KR (1) KR102566810B1 (ko)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004020424A (ja) * 2002-06-18 2004-01-22 Mitsubishi Chemicals Corp 振動信号の処理方法
KR101903283B1 (ko) * 2017-05-12 2018-10-01 한국전력공사 발전 설비의 자동 진단 시스템 및 자동 진단 방법
KR102093929B1 (ko) * 2018-12-05 2020-03-26 중앙대학교 산학협력단 Ｃｉｍ 기반의 시스템 건전성 진단을 위한 장치 및 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102161577B1 (ko) 2019-05-30 2020-10-05 서울대학교산학협력단 시간-주파수 이미지를 이용하여 회전체의 고장을 감지하는 장치 및 그 방법
KR102331917B1 (ko) * 2019-10-25 2021-11-26 이명해 심전도 기반 모션 제어 장치

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004020424A (ja) * 2002-06-18 2004-01-22 Mitsubishi Chemicals Corp 振動信号の処理方法
KR101903283B1 (ko) * 2017-05-12 2018-10-01 한국전력공사 발전 설비의 자동 진단 시스템 및 자동 진단 방법
KR102093929B1 (ko) * 2018-12-05 2020-03-26 중앙대학교 산학협력단 Ｃｉｍ 기반의 시스템 건전성 진단을 위한 장치 및 방법

Also Published As

Publication number Publication date
KR20220168486A (ko) 2022-12-23

Similar Documents

Publication Publication Date Title
Zhao et al. A tacho-less order tracking technique for large speed variations
Hong et al. A time domain approach to diagnose gearbox fault based on measured vibration signals
US8066486B2 (en) Method and apparatus for vibration-based automatic condition monitoring of a wind turbine
Sharma et al. Gear crack detection using modified TSA and proposed fault indicators for fluctuating speed conditions
Borghesani et al. The relationship between kurtosis-and envelope-based indexes for the diagnostic of rolling element bearings
CN107076157B (zh) 用于通过手持通信装置检测泵组件中的故障的方法和系统
Lamraoui et al. Cyclostationarity approach for monitoring chatter and tool wear in high speed milling
McCormick et al. Cyclostationarity in rotating machine vibrations
Heyns et al. Combining synchronous averaging with a Gaussian mixture model novelty detection scheme for vibration-based condition monitoring of a gearbox
EP2857917A1 (en) State diagnosing method and state diagnosing apparatus
Chegini et al. New fault diagnosis approaches for detecting the bearing slight degradation
WO2013180723A1 (en) Methods apparatuses for defect diagnosis in a mechanical system
JP6420885B1 (ja) 電磁振動成分の除去方法、回転機械診断方法、及び回転機械診断装置
US11927501B2 (en) Method and device for monitoring a gear system
Ding et al. Sparsity-based algorithm for condition assessment of rotating machinery using internal encoder data
Klausen et al. Multi-band identification for enhancing bearing fault detection in variable speed conditions
Kass et al. Self-running bearing diagnosis based on scalar indicator using fast order frequency spectral coherence
Zhao et al. Rolling bearing fault diagnosis based on CEEMD and time series modeling
WO2014022204A2 (en) Estimating remaining useful life from prognostic features discovered using genetic programming
Diaz et al. Stability-based system for bearing fault early detection
Ayad et al. Search of a robust defect signature in gear systems across adaptive Morlet wavelet of vibration signals
WO2015011791A1 (ja) 異常検知評価システム
KR102566810B1 (ko) 진동 신호 기반 모션 신호 추출 시스템 및 방법
KR102382628B1 (ko) 위상 정보를 활용한 기어박스의 고장 감지 장치 및 방법
Liu et al. A novel denoising strategy based on sparse modeling for rotating machinery fault detection under time-varying operating conditions

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant