Thruster Fault Diagnosis and Diagnosis-Based Fault-Tolerant Hovering Control Research
연구 내용
진동 및 전류-RPM 신호에서 추진기 고장 패턴을 식별하고, 진단 결과로 추력을 보정·재배치하여 호버링 안정성을 회복하는 연구
수중 추진장치의 고장으로 인해 임무 안정성이 저하되는 문제를 해결하기 위해, 센서 신호 기반 진단과 제어를 결합한 프레임워크를 구축합니다. 진동 신호에는 연속 웨이블릿 변환을 적용해 스칼로그램을 만들고, 이를 Vision Transformer 기반 분류로 고장 유형을 구분합니다. 전류와 RPM 데이터로부터는 DBSCAN 클러스터링을 사용해 정사/파손/엉킴 조건의 데이터 특성에 따른 군집을 분리합니다. 진단 결과에 따라 추력 보정 또는 고장 추력 배제 및 재할당 전략을 활성화하여 호버링에서의 자세 정확도와 안정성을 유지합니다.
관련 연구 성과
관련 논문
3편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
2024년에는 ROV 호버링 동안 발생 가능한 스러스터 고장에 대해 DBSCAN 기반 군집 분류를 수행하여 정상·파손·엉킴 조건을 구분하는 데이터 기반 진단 연구를 수행했습니다. 같은 시기에 추진기 고장을 비침습 방식으로 탐지하기 위해 진동 신호를 웨이블릿 기반 시공간 표현으로 변환하고, Vision Transformer로 고장 유형을 판별하는 접근도 함께 확립했습니다. 2025년에는 진단 결과를 Fault Diagnosis와 Fault-Tolerant Control의 결합 구조에 넣어 추력 보정과 ‘exclusion and reallocation’ 전략으로 고장 조건에서 호버링 안정성과 제어 정확도를 회복하는 방향으로 확장했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Unmanned Surface Vehicle Thruster Fault Diagnosis via Vibration Signal Wavelet Transform and Vision Transformer under Varying Rotational Speed Conditions
Research on Clustering-Based Fault Diagnosis during ROV Hovering Control
Fault-Tolerant Hovering Control for an ROV Using a Diagnosis-Based Thrust Reallocation Strategy