조립 공정 크레인 설비의 상태 진단을 위한 데이터 분석 및 기계학습 알고리즘 적용에 관한 연구

초록

본 연구에서는 조선소 내 조립 공정에서 활용되는 크레인의 장비에 대해 센서 데이터를 획득하여 분석하고 기계학습법(Machine Learning)을 적용하여 정상 가동 여부 및 운영 상태를 예측한 사례를 제시하고자 한다. 대상 장비는 구동 축 모터의 베어링(Bearing)부에서 기계적인 고장이 발생하는 특성을 가지고 있다. 먼저 크레인의 고장 유형과 신호의 상관 관계를 파악하기 위하여 소형 모사 시험 장비를 제작하였다. 구동 모터, 감속기(Reducer) 및 베어링 부에 진동 및 온도 센서를 부착하여 실시간 운전 상태 별 데이터를 획득하였다. 획득된 데이터를 기반으로 시간 및 주파수 영역의 특징을 추출하였으며, 상관도 분석을 통하여 특징을 선정하였다. 선정된 특징은 차원축소의 대표적 기법인 PCA(Principal Component Analysis)를 적용하여 대상 장비의 운전 상태를 가시화하였으며, 기계학습 알고리즘을 적용하여 설비의 상태 진단을 수행하였다.