마모 입자(ferrous debris) 센서 기반 다중물리 상태진단 연구

Condition Diagnosis Using Ferrous Wear Debris Sensors and Multi-Physics Models

연구 내용

영구자석 기반 ferrous particle 센서의 민감도를 높이고, 센서 위치와 유동·전자기장을 포함한 다중물리 해석으로 측정 공백을 줄여 조기 고장을 경고하는 연구

금속-금속 접촉으로 생성되는 ferrous 마모 입자는 축과 기어박스에서 내구 저하의 직접 지표가 됩니다. 본 연구는 영구자석을 이용한 ferrous particle 센서가 수집 가능한 입자 분율을 높이도록 센서 구조와 코어 형상을 개선하고, 다중물리 해석으로 센서 위치의 영향을 정량화합니다. 특히 유동 해석을 통해 입자의 이동 경로와 분포를 추적하고, 전기·자기장 조건까지 결합하여 측정 공백 발생 원인을 분석합니다. 또한 마모 자국 데이터를 분할 및 주성분분석 기반으로 평가하여 외관 정보로부터 마모량 추정 가능성을 검토합니다.

관련 프로젝트

0건

연구 흐름

초기에는 축 내구 저하의 대표 실패모드로 증가하는 ferrous-wear particles를 감지하기 위해, ferrous particle 센서 기반 진단 프로그램을 벤치시험에 적용했습니다. 이후 센서가 이상 마모를 가져왔는데도 측정이 누락되는 사례가 발생함을 확인하고, 센서 위치가 결과를 좌우한다는 관찰을 기반으로 유동·전자기장을 결합한 다중물리 해석 접근을 도입했습니다. 이어 영구자석 센서의 민감도를 향상시키기 위해 코어 형상 변경 전략과 수치 검증 방법을 개발했습니다. 최근에는 마모 자국 이미지의 분할과 주성분분석을 활용해 마모량 평가 체계를 확장하는 연구를 수행하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

센서 최적 위치 선정
축 내구도 조기 진단
기어박스 상태 모니터링
영구자석 기반 마모입자 센서 고감도화
다중물리 기반 측정 누락 원인 규명
임계치 기반 경보 로직
센서 데이터 전처리 및 저장 체계
마모 자국 기반 마모량 추정
예방정비 스케줄링
고장 유형별 진단 알고리즘 확장