Smart System Laboratory

기계로봇에너지공학과 고봉환

스마트 시스템 연구실은 기계로봇에너지공학과에 속해 있으며, 주로 베어링 결함 감지, 신호 처리, 최적화 알고리즘, 복합 구조, 웨이블릿 분석 등의 연구를 수행하고 있습니다. 특히, 베어링 결함 감지 분야에서 다수의 논문을 발표하며 높은 연구 성과를 보이고 있습니다. 최근 3년간의 주요 연구 성과로는 다중 스케일 파형 분석을 통한 베어링 결함 진단, EEMD와 최적화 알고리즘을 활용한 결함 감지, 그리고 고차원 신호의 웨이블릿 에너지 기반 시각화 및 분류 등이 있습니다. 이러한 연구 결과는 다양한 산업 분야에서의 응용 가능성을 높이며, 기업과의 R&D 협력에 큰 기여를 하고 있습니다.

Bearing Fault Detection

Signal Processing

Optimization Algorithms

대표 연구 분야

연구 영역 전체보기

베어링 시스템의 결함 진단 및 최적화

스마트 시스템 연구실에서는 베어링 시스템의 결함 진단 및 최적화에 중점을 둔 연구를 진행하고 있습니다. 이 연구 분야는 다중 스케일 파형 변환, 데이터 분해 기법, 신호 처리 및 최적화 알고리즘 등을 활용하여 고장 진단의 정확성을 높이고 있습니다. 주요 연구는 베어링의 결함을 조기 감지하여 시스템의 안정성을 높이는 데 초점을 맞추고 있습니다. 신호 내 잡음을 제거하고 유효한 데이터를 추출하는 다양한 방법을 사용하여 결함 진단의 신뢰성을 확보하며, 이를 통해 산업 현장에서의 활용 가능성을 높이고 있습니다.

주요 논문

발행물 전체보기

Data decomposition techniques with multi-scale permutation entropy calculations for bearing fault diagnosis

MN Yasir, BH Koh

Sensors, 2018

Fault detection of bearing systems through EEMD and optimization algorithm

DH Lee, JH Ahn, BH Koh

Sensors, 2017

Wavelet energy-based visualization and classification of high-dimensional signal for bearing fault detection

U Jung, BH Koh

Knowledge and Information Systems, 2015