상세 보기
딥러닝 기반의 회전기계 속도 추정 시스템
Deep Learning-Based Rotary Machine Speed Estimation System
- 이유진;
- 이상복;
- 김선일;
- 권장우
초록
설비의 회전속도를 추정하는 방법은 회전계를 사용하는 방법과 진동 신호를 이용하는 방법 및 전류 신호를 이용한 방법이 존재한다. 회전계는 설치 위치와 환경에 영향을 받으며 전류 신호를 이용하는 방법은 센서 설치 및 유지보수에 어려움이 존재한다. 기존의 진동 신호를 이용하는 방법은 회전속도의 범위를 전문가가 정의해야 하며 연산량이 많아 산업현장에 적용하기 어렵다. 본 논문에서는 STFT 이미지를 사용하여 회전속도의 범위를 분류하는 CNN 모델을 학습시킨다. 그 후 자기상관함수를 이용하여 주기적 신호를 검출하고 엣지 디바이스에서 동작이 가능한 회전속도 추정 시스템을 제안한다. 연구에 사용된 데이터는 공기조화설비에서 수집하였으며 시스템의 성능 평가를 위해 모델의 성능평가 및 디지털 타코미터와 시스템의 추정 회전속도를 비교 분석하였다. 본 연구를 통해 제안한 시스템이 회전속도를 높은 정확도로 추정하며 산업현장에 적용 가능하다는 것을 확인하였다. 향후 연구로 특정한 속도 범위가 없어도 회전속도를 추정할 수 있도록 시스템 기능을 개선이 필요하다.
키워드
회전기계설비; 회전속도 추정; 단시간 푸리에 변환; 합성곱 신경망; 자기상관함수; Rotational Machinery; Rotational Speed Estimation; Short-time Fourier Transform; Convolutional Neural Network; Auto Correlation Function
- 제목
- 딥러닝 기반의 회전기계 속도 추정 시스템
- 제목 (타언어)
- Deep Learning-Based Rotary Machine Speed Estimation System
- 저자
- 이유진; 이상복; 김선일; 권장우
- 발행일
- 2023-06
- 유형
- Y
- 저널명
- 아시아태평양융합연구교류논문지
- 권
- 9
- 호
- 6
- 페이지
- 61 ~ 75