KR20180027114A - 서포트 벡터 머신을 이용한 회전체 수명 진단방법 - Google Patents

Abstract

본 발명은 회전체에 3축 방향의 진동을 감지하기 위한 센서를 설치하는 제1단계; 상기 센서로부터 진동 데이터를 수집하여 히스토그램으로 나타내는 제2단계; 상기 수집된 진동 데이터의 히스토그램으로부터 첨도(kurtosis)를 분석하여 이상 진동 발생방향을 추정하는 제3단계; 상기 이상 진동 발생방향이 추정된 방향에서 서포트 벡터 머신을 이용하여 임계값을 구함과 더불어 이 임계값을 기준으로 진동 데이터들을 진동 범위에 따른 레벨별로 분류하는 제4단계; 상기 레벨별로 분류된 진동 데이터들을 토대로 회전체의 수명시간을 예측하는 제5단계;를 포함하여 진행됨을 특징으로 하는 서포트 벡터 머신을 이용한 회전체 수명 진단방법이 제시되며, 이를 통해 해당 회전체의 수명을 예측할 수 있도록 한 것이다.

Description

서포트 벡터 머신을 이용한 회전체 수명 진단방법{a method of life diagnosis for rotary machine by using support vectoe machine}

본 발명은 회전체의 수명을 진단하는 방법에 관한 것으로써, 더욱 상세하게는 진동 데이터의 분석에 따른 이상 발생 방향 및 임계값을 추정하고, 이를 서포트 벡터 머신 기법으로써 각 범위에 따른 데이터로 분류한 후 이를 통해 해당 회전체의 수명을 예측할 수 있도록 한 새로운 형태에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단방법에 관한 것이다.

일반적으로 회전체 기계의 경우 다양한 원인에 의한 이상이 발생되며, 이러한 이상의 발생시 제조 불량이 야기되거나 해당 기계의 손상이 야기됨으로써 신속한 유지 보수가 요구된다.

이에 따라, 종래에는 회전체 기계의 이상 발생을 감지하기 위한 다양한 방법들이 제시되고 있으며, 이에 관련하여는 국내등록특허 제10-0942287호, 국내등록특허 제10-0199105호, 일본공개특허 제1997-113416호, 일본등록특허 제3449194호 등에 개시된 바와 같다.

즉, 종래에는 진동데이터 혹은, 음향데이터를 감지한 후 이를 이용하여 회전체 기계의 이상을 진단하는 방법이 주로 사용되었다.

하지만, 전술된 종래의 기술들은 단순히 회전체 기계의 정상 여부나 이상 원인 혹은, 손상 부위를 진단하였을 뿐으로써 해당 회전체 기계의 수명을 진단하여 미연에 대처할 수 있도록 하지는 못하였다.

즉, 종래의 기술은 회전체 기계가 손상되었을 경우에만 이를 확인할 수 있을 뿐 손상이 이루어지기 전에 해당 부위의 손상이 발생될 우려를 미연에 예측하지는 못하였기 때문에 손상 발생시의 대처가 느릴 수밖에 없고, 이로써 생산성이 저하될 수밖에 없다는 문제점을 항상 내포하고 있다.

특히, 공작기계의 경우 가공 생산성 및 품질향상을 위하여 고속, 고정밀화되고 있으므로 공작기계 및 제품의 최적 상태와 목표 정도 유지가 더욱 필요하게 될 것이며, 원가절감을 고려한다면 회전체(예컨대, 스핀들) 수명 진단 기술이 크게 요구되고 있다.

국내등록특허 제10-0942287호 국내등록특허 제10-0199105호 일본공개특허 제1997-113416호 일본등록특허 제3449194호

본 발명은 전술된 종래 기술에 따른 각종 문제점을 해결하기 위해 안출된 것으로써, 본 발명의 목적은 진동 데이터의 분석에 따른 이상 발생 방향 및 임계값을 추정하고, 이를 서포트 벡터 머신 기법으로써 각 범위에 따른 데이터로 분류한 후 이를 통해 해당 회전체의 수명을 예측할 수 있도록 한 새로운 형태에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단방법을 제공하는데 있다.

상기한 목적을 달성하기 위한 본 발명의 서포트 벡터 머신을 이용한 회전체 수명 진단방법은 회전체에 3축 방향의 진동을 감지하기 위한 센서를 설치하는 제1단계; 상기 센서로부터 진동 데이터를 수집하여 히스토그램으로 나타내는 제2단계; 상기 수집된 진동 데이터의 히스토그램으로부터 첨도(kurtosis)를 분석하여 이상 진동 발생방향을 추정하는 제3단계; 상기 이상 진동 발생방향이 추정된 방향에서 서포트 벡터 머신을 이용하여 임계값을 구하고, 이 임계값을 기준으로 진동 데이터들을 진동 범위에 따른 레벨별로 분류하는 제4단계; 상기 레벨별로 분류된 진동 데이터들을 토대로 회전체의 수명시간을 예측하는 제5단계;를 포함하여 진행됨을 특징으로 한다.

여기서, 상기 제3단계에서의 이상 진동 발생방향은 상기 수집된 진동 데이터의 첨도가 가장 낮은 축방향으로 추정됨을 특징으로 한다.

또한, 상기 제3단계에서는 상기 수집된 진동 데이터의 왜도(skewmess)를 추가로 분석하여 이상 진동 발생방향 및 이러한 이상 진동이 축에서 양의 방향 혹은, 음의 방향으로 이루어짐을 추정하도록 이루어짐을 특징으로 한다.

또한, 상기 제5단계에서는 분류된 각 레벨별 진동 데이터들의 개수를 토대로 미리 설정된 각 레벨별 가중치를 부가하여 각 진동 범위별 회전체의 수명시간을 예측함을 특징으로 한다.

또한 ,상기 제1단계에서 회전체에 설치되는 센서의 설치 위치는 모드 해석(modal analysis)을 통해 결정됨을 특징으로 한다.

이상에서와 같은 본 발명의 서포트 벡터 머신을 이용한 회전체 수명 진단방법은 단순히 회전체 기계의 정상 여부나 이상 원인 혹은, 손상 부위를 진단하는 기능만 수행하는 것이 아니라 해당 회전체의 수명을 추가로 예측함으로써 그 유지 보수를 미연에 대처할 수 있게 된 효과를 가진다.

또한, 전술된 수명 예측으로 인해 손상 발생시의 대처가 빠르게 이루어질 수 있고, 더욱이 목표 정도의 결정이 용이함으로써 생산성 향상을 이룰 수 있게 된 효과를 가진다.

도 1은 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단방법을 설명하기 위해 나타낸 순서도
도 2는 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단 과정 중 진동 데이터 수집단계를 통해 수집된 새들의 진동 데이터들로 표시되는 X축 히스토그램
도 3은 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단 과정 중 진동 데이터 수집단계를 통해 수집된 새들의 진동 데이터들로 표시되는 Y축 히스토그램
도 4는 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단 과정 중 진동 데이터 수집단계를 통해 수집된 새들의 진동 데이터들로 표시되는 Z축 히스토그램
도 5는 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단 과정 중 새들의 X축에 대한 서포트 벡터 머신의 진동 데이터들을 나타낸 히스토그램
도 6은 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단 과정 중 진동 데이터 수집단계를 통해 수집된 베드의 진동 데이터들로 표시되는 X축 히스토그램
도 7은 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단 과정 중 진동 데이터 수집단계를 통해 수집된 베드의 진동 데이터들로 표시되는 Y축 히스토그램
도 8은 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단 과정 중 진동 데이터 수집단계를 통해 수집된 베드의 진동 데이터들로 표시되는 Z축 히스토그램
도 9는 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단 과정 중 베드의 Z축에 대한 서포트 벡터 머신의 진동 데이터들을 나타낸 히스토그램

이하, 본 발명의 서포트 벡터 머신을 이용한 회전체 수명 진단방법에 대한 바람직한 실시예를 첨부된 도 1 내지 도 9를 참조하여 설명하도록 한다.

첨부된 도 1은 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단방법을 설명하기 위해 나타낸 순서도이다.

이를 토대로 알 수 있듯이 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단방법은 센서 설치단계(S100)와, 진동 데이터 수집단계(S200)와, 이상 진동 발생방향 추정단계(S300)와, 임계값 추정단계(S400)와, 수명시간 계산단계(S500)를 포함하여 진행되면서 회전체에 대한 진동 데이터를 수집하여 분석함에 따라 이상 진동 발생방향을 추정하고, 이로부터 임계값을 구하여 진동 데이터를 분류한 후 수명시간을 예측하도록 함을 특징으로 제시한다.

즉, 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단방법은 진동 데이터로써 단순한 이상 진단만 수행하는 것이 아닌 수명을 예측할 수 있도록 하는 진단방법을 제공함으로써 회전체의 손상 발생전에 미리 유지 보수가 수행될 수 있도록 하여 생산성의 향상과 품질 유지 및 원가 절감을 이룰 수 있도록 한 것이다.

한편, 전술된 본 발명의 회전체 수명 진단방법은 도시하지는 않았으나 센서 및 컨트롤러를 포함하는 수명 진단장치에 의해 수행된다.

여기서, 상기 수명 진단장치의 센서는 회전체(측정 대상물)에서 진동을 측정할 수 있도록 가속도 센서, 속도 센서 및 변위센서 중 어느 한 센서로 사용되며, 본 발명의 실시예에서는 3축 방향의 진동을 감지할 수 있도록 3축 가속도 센서가 사용됨을 그 예로 한다.

또한, 상기 컨트롤러는 상기 센서로부터 센싱된 진동 데이터를 제공받아 이 진동 데이터가 이루는 분포도를 토대로 첨도와 왜도를 구하고, 상기 구해진 첨도와 왜도를 토대로 진동 발생방향을 추정함과 더불어 서포트 벡터 머신 기법을 이용하여 임계값을 구하며, 상기 구해진 임계값을 기준으로 진동 데이터를 분류하고 수명시간을 예측하기 위한 분석 프로그램을 포함하여 이루어진다.

이때, 상기 진동 데이터는 시간별로 발생되는 진동의 데이터를 의미한다.

하기에서는, 전술된 본 발명의 실시예에 따른 서포트 벡터 머신을 이용한 회전체 수명 진단방법을 각각의 단계별로 더욱 상세히 설명하도록 한다.

먼저, 상기 측정하고자 하는 회전체에 센서를 설치하는 센서 설치단계(S100)를 수행한다.

여기서, 상기 센서는 회전체에 항상 설치된 상태로 유지되면서 주기적 혹은, 필요에 따른 시점에 해당 회전체의 진동을 센싱하는 일체형 구조로 구성될 수도 있을 뿐 아니라 필요에 따른 시점에만 상기 회전체에 설치하여 그 진동을 센싱하는 분리형 구조로 구성될 수 있으며, 본 발명의 실시예에서는 상기 센서가 분리형 구조로 구성되면서 회전체에 선택적으로 설치됨을 그 예로 한다.

특히, 상기 센서가 설치되는 회전체은 ISO 10816-1규칙에 근거한 위치의 부위 혹은, ISO 10816-3규칙에 근거한 위치의 부위로 결정될 수 있지만, 본 발명의 실시예서는 모드 해석(modal analysis)을 통해 결정된 새들(saddle) 혹은, 베드(bed)임을 그 예로 한다.

다음으로, 전술된 센서 설치단계(S100)를 통한 센서의 설치가 완료되면 상기 설치된 센서(3축 가속도 센서)로부터 진동 데이터를 수집하는 진동 데이터 수집단계(S200)가 수행된다.

이때, 상기한 센서에 의해 센싱된 진동 데이터들은 각 축(axis) 방향별로의 수집됨과 더불어 이렇게 수집된 진동 데이터들은 컨트롤러로 제공되며, 계속해서 상기 수집된 진동 데이터들은 상기 컨트롤러의 분석 프로그램에 의해 분석되면서 첨부된 도 2 내지 도 9에 도시된 바와 같이 각 회전체별 및 각 측정 방향별 히스토그램으로 표시(S210)된다.

여기서, 상기한 히스토그램의 X축은 데이터의 크기를 분류한 것이며, Y축은 분류된 데이터의 발생 빈도를 나타낸다. 이와 함께 해당 히스토그램에는 첨도치가 추가로 표시된다.

다음으로, 상기 진동 데이터 수집단계의 수행이 완료되면 이상 진동 발생방향의 추정을 위한 이상 진동 발생방향 추정단계(S300)가 수행된다.

이러한 이상 진동 발생방향 추정단계(S300)는 컨트롤러로 수집된 진동 데이터의 히스토그램으로부터 해당 컨트롤러의 분석 프로그램이 첨도(kurtosis)와 왜도(skewnes)를 분석하고, 이러한 첨도와 왜도의 분석을 통해 이상 진동 발생방향을 추정하게 된다.

여기서, 상기 첨도는 상대적으로 데이터가 0에 얼마나 수렴하는지를 나타내는 척도로써, 이러한 첨도가 0에 가까울수록 진동 데이터의 발생 빈도가 많다는 것을 알 수 있으며, 이를 통해 각 축 방향별 히스토그램 중 첨도가 가장 낮은 측의 축 방향이 진동 데이터가 가장 크게 발생되었다고 추정 가능하며, 이로써 첨도가 가장 낮은 측의 축 방향에 어떠한 데미지가 있을 것으로 볼 수 있는 것이다.

이를 고려할 때 첨부된 도 2 내지 도 4의 새들에 대한 각 축방향별 히스토그램의 경우 첨도가 가장 낮은 X축을 이상 진동 발생방향으로 추정함과 더불어 첨부된 도 6 내지 도 8의 베드에 대한 각 축방향별 히스토그램의 경우는 z축을 이상 진동 발생 방향으로 추정한다.

물론, 상기한 이상 진동 발생방향의 추정 과정에서는 왜도(skewmess)를 추가로 분석하여 이상 진동 발생방향 및 이러한 이상 진동이 축에서 양의 방향 혹은, 음의 방향으로 이루어짐을 추가로 추정하도록 이루어진다.

또한, 전술된 이상 진동 발생방향 추정단계(S300)가 수행된 이후 컨트롤러의 분석 프로그램은 상기 이상 진동 발생방향이 추정된 방향에 대한 임계값을 구하는 임계값 추정단계(S400)를 수행한다.

여기서, 상기 임계값이라 함은 회전체에 데미지를 줄 수 있는 충격 진동의 한계값이며, 이러한 임계값은 추정된 방향에 존재하는 각 진동 데이터들 중 피크점에 위치된 진동 데이터들을 확인하여 평균을 낸 후 서포트 벡터 머신(SVM:Support Vector Machine) 기법으로 이러한 각 진동 데이터들을 분리하여 각 레벨별로 분류(S410)한다. 이때 상기 레벨이라 함은 각 진동 데이터들이 존재하는 진동 범위(Vibration Range:mm/s²)가 될 수 있다.

한편, 상기 서포트 벡터 머신은 입력 데이터의 분포를 고려하여 확률분포로 평균을 구한 일반화 오차를 최소화할 수 있는 방향으로 학습을 수행하는 선형 분류기로써, 히스토그램 상의 하이퍼플레인(hyperplane)(혹은, 선형결정경계)를 벗어난 서포트 벡터(support vector)들의 위치를 임계값으로 결정하게 된다. 이에 대하여는 첨부된 도 5 및 도 9의 히스토그램을 통해 도시된 바와 같다.

다음으로, 상기한 각 진동 데이터들의 분류가 완료되면 상기 컨트롤러의 분석 프로그램은 상기 레벨별로 분류된 진동 데이터들을 토대로 회전체의 수명시간을 예측 계산하여 디스플레이함으로써 사용자에게 제공하는 수명시간 계산단계(S500)를 수행한다.

이러한 수명시간 계산단계(S500)에서 수행하는 수명 시간의 예측 계산은 전술된 임계값 추정단계를 통해 분류된 각 레벨별 진동 데이터들의 개수를 토대로 미리 설정된 각 레벨별 가중치를 부가함으로써 계산하게 된다.

이때, 상기 미리 설정된 각 레벨별 가중치라 함은 경험을 통해 예상되는 추정값이 될 수도 있고, 반복적인 실험을 통해 얻어지는 실험값이 될 수가 있다.

그리고, 전술된 각 과정을 통한 회전체의 수명 예측이 완료되면 이렇게 진단된 수명을 토대로 유지 보수를 수행하거나 혹은, 해당 회전체에 대한 손상 발생을 파악하게 된다.

한편, 전술된 각 과정을 통한 수명 진단시 얻어진 회전체의 임계값은 해당 회전체에 대한 운전 제어시 고려되는 정보로 사용될 수 있다.

예컨대, 회전체의 운전이 진행되는 도중 지속적인 진동 데이터의 확인을 통해 얻어진 진동 데이터가 상기 임계값을 초과하는 데이터를 나타낼 경우에는 해당 회전체의 운전을 일시 중단하는 등의 조치를 취하도록 함으로써 회전체의 수명 연장을 이룰 수 있도록 하는 것이다.

결국, 본 발명의 서포트 벡터 머신을 이용한 회전체 수명 진단방법은 단순히 회전체 기계의 정상 여부나 이상 원인 혹은, 손상 부위를 진단하는 기능만 수행하는 것이 아니라 해당 회전체의 수명을 추가로 예측함으로써 그 유지 보수를 미연에 대처할 수 있게 된다.

또한, 전술된 수명 예측으로 인해 손상 발생시의 대처가 빠르게 이루어질 수 있고, 더욱이 목표 정도의 결정이 용이함으로써 생산성 향상을 이룰 수 있게 된다.

S100. 센서 설치단계 S200. 진동 데이터 수집단계
S300. 이상 진동 발생방향 추정단계 S400. 임계값 추정단계
S500. 수명시간 계산단계

Claims (5)

1. 회전체에 3축 방향의 진동을 감지하기 위한 센서를 설치하는 제1단계;
   상기 센서로부터 진동 데이터를 수집하여 히스토그램으로 나타내는 제2단계;
   상기 수집된 진동 데이터의 히스토그램으로부터 첨도(kurtosis)를 분석하여 이상 진동 발생방향을 추정하는 제3단계;
   상기 이상 진동 발생방향이 추정된 방향에서 서포트 벡터 머신을 이용하여 임계값을 구함과 더불어 이 임계값을 기준으로 진동 데이터들을 진동 범위에 따른 레벨별로 분류하는 제4단계;
   상기 레벨별로 분류된 진동 데이터들을 토대로 회전체의 수명시간을 예측하는 제5단계;를 포함하여 진행됨을 특징으로 하는 서포트 벡터 머신을 이용한 회전체 수명 진단방법.
2. 제 1 항에 있어서,
   상기 제3단계에서의 이상 진동 발생방향은 상기 수집된 진동 데이터의 첨도가 가장 낮은 축방향으로 추정됨을 특징으로 하는 서포트 벡터 머신을 이용한 회전체 수명 진단방법.
3. 제 1 항에 있어서,
   상기 제3단계에서는 상기 수집된 진동 데이터의 왜도(skewmess)를 추가로 분석하여 이상 진동 발생방향 및 이러한 이상 진동이 축에서 양의 방향 혹은, 음의 방향으로 이루어짐을 추정하도록 이루어짐을 특징으로 하는 회전체 수명 진단방법.
4. 제 1 항에 있어서,
   상기 제5단계에서는 분류된 각 레벨별 진동 데이터들의 개수를 토대로 미리 설정된 각 레벨별 가중치를 부가하여 각 진동 범위별 회전체의 수명시간을 예측함을 특징으로 하는 서포트 벡터 머신을 이용한 회전체 수명 진당방법.
5. 제 1 항에 있어서,
   상기 제1단계에서 회전체에 설치되는 센서의 설치 위치는 모드 해석(modal analysis)을 통해 결정됨을 특징으로 하는 서포트 벡터 머신을 이용한 회전체 수명 진단방법.

Images