진동 측정 및 모니터링은 다양한 응용 분야에서 필수적이다. 진동 측정은 회전 장비의 상태에 대한 정보를 제공하므로, 산업 기계의 고장을 진단하는 데 있어 핵심적이다. 진동 분석은 순간적 고장뿐만 아니라 주기적 유지보수 문제를 해결하는 데 사용되기 때문에 예지보전에서 가장 효과적인 방법으로 간주된다. 이러한 관점에서 수행된 수많은 연구가 다양한 매체를 통해 발표되어 왔다. 본 리뷰는 진동 기반 상태 모니터링을 위한 데이터 기반 및 최근에 발표된 딥러닝 기법들의 연구 데이터를 정리한다. 다수의 연구는 두 개의 신뢰할 만한 색인 데이터베이스인 Web of Science와 Scopus에서 수집되었다. 철저한 검토를 거친 후, 합성을 위해 59편의 연구가 선택되었다. 선택된 연구들은 이후 체계적으로 논의되어, 진동 신호를 기반으로 한 딥러닝 기반 고장 진단 방법에 대해 연구자들이 심층적인 관점을 가질 수 있도록 한다. 또한 그래프 기반 신경망, 물리 기반(physics-informed) ML, 그리고 트랜스포머-컨볼루션 네트워크 기반 고장 진단 방법을 포함하여 향후 연구 방향에 대한 몇 가지 논평을 제시한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.