[R&D르네상스] 제조설비 고장, 딥러닝 기술로 사전에 진단한다.
[R&D르네상스] 제조설비 고장, 딥러닝 기술로 사전에 진단한다.
  • 박소연 기자
  • 승인 2021.08.04 16:58
  • 댓글 0
이 기사를 공유합니다

- 포항공대, ‘설명 가능 인공지능 기반의 설비 고장 진단기술’ 공동개발
- 변화로 고장 징후 실시간 포착, AI의 판단기준도 시각화 가능해 이해도↑
박소연 기자 psy@monthlypeople.com
박소연 기자 psy@monthlypeople.com

우리 몸에 이상이 생기면 발열이나 통증이 나타나듯, 제조설비도 고장이 발생하기 전 비정상적인 진동, 소음, 과열과 같은 이상 징후를 먼저 드러낸다. 하지만 현장 작업자가 이러한 징후를 미리 알아채기 쉽지 않고, 설령 인지하더라도 사람이 고장 가능성을 자체 판단해 사전에 대응한다는 것은 현실적으로 어려운 실정이다. 특히 자동화 설비에 크게 의존하는 제조현장의 경우, 갑작스러운 설비 고장은 조업에 매우 치명적이며 그 과정에서 결함 있는 제품이 출하되면 소비자의 안전까지도 위협할 수 있다.

 

한국생산기술연구원(이하 생기원)이 포항공과대학교와 함께 제조설비의 고장 징후를 딥러닝 기술로 포착하고 그 원인과 판단기준을 시각적으로 표현해줄 수 있는 설명 가능 인공지능(AI) 기반의 설비 고장 진단기술을 공동 개발했다.

 

기존에 개발된 제조현장의 AI 고장 진단기술은 설비가 현재 정상 또는 고장이라는 단순한 판정 정보만 제공할 뿐, 고장 발생이 어떤 이유로 예측되는지에 대한 설명과 근거를 제공해주지 못한다는 한계가 있었다. 이 같은 AI 동작 해석의 어려움으로 소위 블랙박스*라고 불릴 만큼 진단기술에 대한 신뢰성과 활용도가 낮았다. 또한, 고장 신호가 들어왔을 때 작업자가 그 원인을 파악하기 위해서는 다른 방법으로 다시 분석하거나 제조설비를 직접 살펴봐야 해 번거로웠고 시간도 오래 걸렸다.

 

이러한 문제점을 극복하기 위하여, 생기원 첨단메카트로닉스연구그룹 AI응용제조설비연구센터 윤종필 박사와 포항공대 전자전기공학과 박부견 교수, 김민수 학생연구원(박사과정)이 이끄는 공동연구팀은 설비에 부착된 다양한 센서로부터 획득한 시계열 진동 신호를 이용하여 설비상태를 실시간 진단해주는 딥러닝 모델을 고안해냈다.

 

생기원 윤종필 박사가 개발한 딥러닝 모델과 주파수 변화를 통해 설비의 고장 유무를 진단하고 있다. Ⓒ한국생산기술연구원
생기원 윤종필 박사가 개발한 딥러닝 모델과 주파수 변화를 통해 설비의 고장 유무를 진단하고 있다. Ⓒ한국생산기술연구원

대다수의 핵심 제조설비들은 일정한 진동을 발생시키는 반복 공정을 수행하기 때문에 주파수의 변화로부터 고장 징후를 발견할 수 있다. 고안된 딥러닝 모델은 진동이 일정할 때는 정상으로, 주파수가 어긋나거나 흐름이 갑자기 바뀌었을 땐 고장으로 판정한다. 연구팀은 센서가 보내온 기초 시계열 진동신호들을 주파수 변환 작업 없이 그대로 입력값으로 활용하는 ‘End-to-End Model’을 적용해 진단시간을 크게 단축했고, 판정결과와 함께 그 원인 파악에 도움이 되는 주파수 특징도 제공함으로써 신뢰성과 활용도를 높였다.

 

개발한 설명가능 AI 기반 설비 상태 진단 기술 개식도 Ⓒ핸국생산기술연구원
개발한 설명가능 AI 기반 설비 상태 진단 기술 개식도 Ⓒ핸국생산기술연구원

나아가, 연구팀은 정상/고장 상태 분류에 대한 AI의 판단기준을 주파수 영역에서 시각화해 보여주는 ‘FG-CAM* 알고리즘개발 연구도 병행했다. 이 알고리즘은 딥러닝 모델이 제조데이터를 통해 스스로 기계 학습한 정상/고장 판단기준을 작업자가 이해하기 쉽게 주파수로 표현해 기존 기술로는 알기 어려웠던 AI의 동작 해석을 돕고 블랙박스 영역도 줄여준다.

이로 인해 작업자는 제조설비의 이상 징후가 포착되는 즉시 AI의 판단을 믿고 고장 진단을 신속하게 내릴 수 있게 됐으며, 그 원인 규명 작업도 더 수월해졌다.

 

생기원 윤종필 박사는 생기원 대표기술 키테크(Key-tech)’ 중 하나로, 생기원과 포항공대가 20207월 맺은 ‘AI 기반 제조혁신 업무협약의 첫 성과라며, “반복적인 진동 신호를 얻을 수 있는 제조설비, 발전시설, 회전기기, 수송기기 등의 진단에 다양하게 활용 가능한 원천 플랫폼 기술로써 현재 부품제조기업과 실증사업도 추진 중이라고 말했다.

한편, 이번 성과는 20216월 산업 인공지능 분야의 저명한 저널인 국제전기전자기술자협회 산업정보학학회 논문지(IEEE Transactions on Industrial Informatics)’에 게재된 바 있다.

 

댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.

  • 07238 서울 영등포구 국회대로 70길 15-1 RA542 (여의도동14-9, 극동 VIP빌딩 5층) 월간인물
  • 대표전화 : 02-2038-4470
  • 팩스 : 070-8260-0200
  • 청소년보호책임자 : 문채영
  • 법인명 : 월간인물(Monthly People)
  • 대표자 : 박성래
  • 제호 : 월간인물
  • 사업자등록번호 : 227-08-61739
  • 등록번호 : 서울 아 03717
  • 등록일 : 2015년 04월 30일
  • 발행일 : 2015년 04월 14일
  • 발행인 : 박성래
  • 편집인 : 남윤실
  • 월간인물 모든 콘텐츠(영상,기사, 사진)는 저작권법의 보호를 받은바, 무단 전재와 복사, 배포 등을 금합니다.  |  Copyright © 2021 월간인물. All rights reserved.
  • 「열린보도원칙」 당 매체는 독자와 취재원 등 뉴스이용자의 권리 보장을 위해 반론이나 정정보도, 추후보도를 요청할 수 있는 창구를 열어두고 있음을 알려드립니다.
    고충처리인 박성래 02-2038-4470 psr@monthlypeople.com
우수콘텐츠 우수콘텐츠 인터넷신문위원회 ND소프트