[한국기술뉴스] 경상국립대학교 김민호 교수 연구팀은 진동 측정 시 오류 데이터를 검출하는 머신러닝 판별기를 개발했다. 개발된 기술은 경상국립대학교 산학협력단을 통해 2021년 06월 11일 특허를 출원(출원번호 제1020210075934호)했다. 특허 명칭은 '진동 측정 오류 판별을 위한 머신러닝 특징 추출 방법 및 이를 이용한 진동 측정 오류 판별 시스템’이다. 현재 특허 등록이 완료돼 산업에서 기술을 활용할 수 있도록 기술이전을 추진할 계획이다.

[기자]

진동이 필연적으로 발생하는 구조물은 구조물에서 발생하는 진동을 측정하여 현재 구조물의 상태와 가까운 장래의 구조물의 상태를 예측할 수 있습니다. 특히 원자력 발전소에서는 설비관리를 위해서 이동식 진동 측정기를 사용하여 설비들의 진동을 측정합니다.

그러나 구조물의 진동을 측정하는 과정에서 발생하는 측정 오류 데이터로 인해 구조물에 대한 잘못된 분석 결과가 도출되고, 예측 진단의 신뢰성을 하락시킨다는 문제점이 있습니다.

경상국립대학교 김민호 교수 연구팀은 진동 측정 과정에서 발생하는 측정 오류 데이터의 포함 여부를 검출할 수 있는 진동 측정 오류 판별 시스템을 발명했습니다.

진동 측정기를 통해 시간파형의 진동 데이터를 추출합니다. 이후 진동 데이터에서 측정 오류를 판별하는 머신러닝 알고리즘의 건전성을 확보하기 위해 획득한 진동 데이터로부터 다수의 샘플 데이터를 추출합니다.

다음으로 진동 데이터와 샘플 데이터에서 RMS, 평균, 분산, 표준 편차 등의 통계 정보를 연산합니다. 연산된 통계 정보를 기반으로 측정 오류에 따른 특징 정보를 추출하고, 머신러닝 알고리즘을 적용하여 진동 데이터에 측정 오류로 인한 데이터가 포함되어 있는지를 판단합니다.

즉, 잘못 측정된 진동 데이터를 선별하여 예측 진단의 기초 데이터인 진동 데이터의 건정성을 향상시킬 수 있습니다. 또한 머신러닝 기반의 예측 진단의 정확성을 향상시킬 수 있습니다.

진동 측정 과정에서 발생하는 오류값을 제거하여 설비 예지 보전 분야에서 유용하게 활용될 것으로 기대됩니다.