위쪽 왼쪽부터 곽윤상 교수(교신저자), 김선규 학생(제1저자), 

박태용 학생, 강륜아 학생(이하 공동저자)

극심한 소음 환경 속 회전기계 고장 진단 기술 개발

멀티모달 트랜스포머 기반 차세대 지능형 진단 시스템

[한국유통신문= 김도형 기자] 우리 대학 기계공학부(기계시스템공학전공) 곽윤상 교수 연구팀이 극심한 소음 환경에서도 회전기계 고장 진단 성능의 안정성을 입증하고, 차세대 지능형 진단 기술의 가능성을 확인하는 성과를 거두었다.

응용 진동-파동 전파 연구실 소속 김선규, 박태용, 강륜아 학생과 함께 진행한 이번 연구는 ‘Domain-collaborative multimodal transformer(DCMT)를 통한 소음환경에서 강건한 고장진단 기술’을 개발했다. 이 연구 결과는 국제 저명 학술지 ‘Advanced Engineering Informatics’(IF 9.9, 상위 2.0%) 8월 13일자에 게재됐다. 논문 제목은 ‘Domain-collaborative multimodal transformer for fault diagnosis of rotating machines under noisy environments’이다.

산업 현장에서 회전기계 고장 진단의 핵심은 소음에 대한 강건성(robustness)인데, 기존 다중 모달 데이터 활용이나 네트워크 아키텍처 방식은 신호 처리 중 특징 손실과 소음 환경에서 낮아지는 민감도 문제를 안고 있었다. 이에 연구팀은 시간 및 주파수 모달리티를 독립 분할하고 각 신호를 세그먼트로 나누어 주기적 특징을 강조하며, recurrence plot 기법으로 신호 고유 특성을 보존했다. 또한 합성곱 신경망과 양방향 LSTM을 결합한 이중 스트림 아키텍처에 transformer를 적용해 시간·주파수 도메인 간 상호 연관성 및 장거리 의존성까지 효과적으로 학습하도록 설계했다.

이를 통해 극심한 소음 조건에서도 견고한 다중 모달 표현을 구축해 회전기계의 미세한 고장 특성까지 정확히 진단할 수 있는 강건한 메커니즘을 제시했다.

연구팀은 이전에도 ‘회전기계 고장진단을 위한 멀티모달 딥러닝’ 프로젝트로 경상북도 공공데이터 창업 경진대회 최우수상(2022)을 수상하고, 관련 특허를 등록(등록번호 제10-2824709)했으며, 김선규 학생은 한국소음진동공학회 2024 추계 학술대회 학생 우수발표상을 수상하는 등 다수 성과를 냈다.

1저자 김선규 석사과정 학생은 “프로젝트 시작 이후 수상·특허·논문게재까지 이어져 큰 보람을 느낀다”며 “끝까지 포기하지 않은 결과라 의미가 크다”고 소감을 밝혔다.

지도 교수 곽윤상 교수는 “멀티모달 데이터를 결합하고 딥러닝 기반 분석 기법을 적용해 기존 한계를 극복했으며, 실제 산업 현장에 신뢰받는 예지보전 기술로 활용될 것”이라며 연구의 의의를 강조했다.

<저작권자(c)한국유통신문. 무단전재-재배포 금지> 

 기사제보 및 사회적 공헌활동 홍보기사 문의: 010-3546-9865, flower_im@naver.co

검증된 모든 물건 판매 대행, 중소상공인들의 사업을 더욱 윤택하게 해주는