도메인 적응 기반 회전체 고장진단 및 설명형 신뢰성 추정

Domain-Adaptive Fault Diagnosis and Explainable Reliability Estimation for Rotating Machinery

연구 내용

도메인 지식 필터와 잠재공간 정렬을 결합해 분포가 다른 센서 데이터를 정합하고 회전체 고장을 진단하는 연구

회전체 고장진단에서 설비 간 데이터 분포 차이로 인한 모델 성능 저하 문제를 다룹니다. 도메인 적응을 위해 도메인 지식 필터 및 잠재 공간 정렬을 적용하고, 다중 센서 입력은 고장 관련성 기반 정보 통합으로 처리합니다. 또한 가혹 조건에서의 속도·위상 추정을 위해 가중 다중 차수 Viterbi 계열의 추정 알고리즘을 결합합니다. 나아가 심층 특징의 경로 집중과 중요도 반영을 통해 고장 분류 신호의 근거를 정리하는 설명형 설계를 지향합니다.

관련 프로젝트

4건

연구 흐름

초기에는 회전체 신호에서 결함 패턴을 안정적으로 추출하기 위한 특징 중심 진단 접근을 바탕으로, 가혹 조건에서도 추정이 가능한 알고리즘을 확보하는 데 집중되었습니다. 이후 설비별 데이터 분포 차이를 처리하기 위해 도메인 적응 구조를 확장하고, 도메인 지식 필터 또는 잠재 공간 정렬로 진단 모델의 전이 성능을 개선하는 방향으로 진행되었습니다. 최근에는 다중 센서 융합 시 고장 관련성에 기반한 선택적 통합을 적용하여 실시간 진단 정확도를 높이고, 경로 집중과 중요도 반영을 통해 의사결정 근거를 설명 가능한 형태로 정리하는 연구를 수행하고 있습니다.

활용 가능성

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

설비 이상탐지 플릿 모니터링
회전체 유지보수 의사결정 도구
센서 분포 차 보정 프레임워크
다중 센서 실시간 고장 분류기
가혹환경 신호 처리 알고리즘
고장 원인 후보 랭킹 모듈
설명형 진단 리포트 자동화
예측정비 데이터 파이프라인
신뢰성 기반 설비 리스크 평가
도메인 적응형 진단 모델 배포