[논문]예지기술의 연구동향 및 모델기반 예지기술 비교연구

최주호; 안다운; 강진혁

doi:10.5302/j.icros.2011.17.11.1095

예지기술의 연구동향 및 모델기반 예지기술 비교연구
A Survey on Prognostics and Comparison Study on the Model-Based Prognostics 원문보기

제어·로봇·시스템학회 논문지 = Journal of institute of control, robotics and systems, v.17 no.11, 2011년, pp.1095 - 1100

최주호 (한국항공대학교 항공우주 및 기계공학부) , 안다운 (한국항공대학교 항공우주 및 기계공학과) , 강진혁 (한국항공대학교 항공우주 및 기계공학과)

Abstract ▼ AI-Helper

In this paper, PHM (Prognostics and Health Management) techniques are briefly outlined. Prognostics, being a central step within the PHM, is explained in more detail, stating that there are three approaches - experience based, data-driven and model based approaches. Representative articles in the field of prognostics are also given in terms of the type of faults. Model based method is illustrated by introducing a case study that was conducted to the crack growth of the gear plate in UH-60A helicopter. The paper also addresses the comparison of the OBM (Overall Bayesian Method), which was developed by the authors with the PF (Particle Filtering) method, which draws great attention recently in prognostics, through the study on a simple crack growth problem. Their performances are examined by evaluating the metrics introduced by PHM society.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 PHM과 예지기술에 대해 간단히 소개하고, 예지기술에는 경험기반, 데이터기반 및 모델기반기술의 세가지 있음을 소개하였다. 또한 결함특성 별로 대표적 연구논문 들을 간단히 언급하였다.
본 절에서는 모델기반 예지기술의 개요를 보다 잘 이해하기 위해, 참고문헌 [3,7]에서 연구한 사례를 소개한다. 이는 UH-60A Blackhawk 헬리콥터 main rotor transmission의 Planetary gear plate에서 실제로 균열이 발생(그림 1)하여 이를 PHM으로 예측하기 위해 연구과제로 수행한 것이다.
본 절에서는 모델기반 예지기술의 개요를 보다 잘 이해하기 위해, 참고문헌 [3,7]에서 연구한 사례를 소개한다. 이는 UH-60A Blackhawk 헬리콥터 main rotor transmission의 Planetary gear plate에서 실제로 균열이 발생(그림 1)하여 이를 PHM으로 예측하기 위해 연구과제로 수행한 것이다. 이를 위해 gear plate에 대해 실제 헬기 조종과 동일한 하중조건(그림 2)을 부여하고 균열 성장 및 관찰이 가능한 테스트베드를 구축하여, 1.
또한 결함특성 별로 대표적 연구논문 들을 간단히 언급하였다. 이중에서 모델기반 예지기술에 관한 사례로서 UH-60A Blackhawk 헬리콥터의 Planetary gear plate에 대해 수행되었던 연구내용을 소개하였다. 마지막으로 본 저자가 최근에 연구한 OBM 기법과 최근 관심을 모으고 있는 PF 방법을 간단한 균열성장문제에 적용하여 두 방법의 특징, 장단점을 비교하였다.

제안 방법

Kozlowski [20]는 내부 임피던스가 배터리의 C/1 용량 저하를 비교적 잘 표현함에 착안하여 이를 열화 측정에 활용할 것을 제안하였다. Goebel [21] 리튬이온 배터리에 대해 실험실 차원에서 충방전 사이클을 부여하고 EIS (Electrochemical Impedance Spectroscopy) 로 측정한 임피던스와 실제 용량(C/1)을 분석한 결과 이들에 선형관계가 있음을 알고 이를 열화특성 측정용으로 활용하였다. RVM (Relevance Vector Machine)을 이용하여 사이클에 따른 용량변화 회귀모델을 수립하여 관련변수를 추정한 후, 실제 배터리 사용조건에서는 실시간 임피던스 모니터링을 하면서 PF 알고리즘을 이용하여 잔존수명을 구하였다.
Goebel [21] 리튬이온 배터리에 대해 실험실 차원에서 충방전 사이클을 부여하고 EIS (Electrochemical Impedance Spectroscopy) 로 측정한 임피던스와 실제 용량(C/1)을 분석한 결과 이들에 선형관계가 있음을 알고 이를 열화특성 측정용으로 활용하였다. RVM (Relevance Vector Machine)을 이용하여 사이클에 따른 용량변화 회귀모델을 수립하여 관련변수를 추정한 후, 실제 배터리 사용조건에서는 실시간 임피던스 모니터링을 하면서 PF 알고리즘을 이용하여 잔존수명을 구하였다. Youn [22]은 리튬이온 배터리에 대해 배터리의 전류, 전압 등 쉽게 측정가능한 변수들을 활용하여 Extended Kalman Filter 기법에 기반한 Multiscale Framework 를 활용하여 충전상태(SOC: State of Charge)와 용량 열화상태 (SOH: State of Health) 손쉽게 추정할 수 있는 방법을 제시하였다.
이중에서 모델기반 예지기술에 관한 사례로서 UH-60A Blackhawk 헬리콥터의 Planetary gear plate에 대해 수행되었던 연구내용을 소개하였다. 마지막으로 본 저자가 최근에 연구한 OBM 기법과 최근 관심을 모으고 있는 PF 방법을 간단한 균열성장문제에 적용하여 두 방법의 특징, 장단점을 비교하였다.
문헌 [10]에서 다룬 것과 동일한 균열성장 문제에 두 방법을 적용하고 결과를 비교하였다. 여기에서는 실제 균열측정 대신에 ∆ = σ 78.
본 절에서는 균열성장문제를 대상으로 최근 본 저자가 개발한 OBM (Overall Bayesian Method)의 성능을 PF와 비교하였다. OBM은 베이지안 프레임워크를 사용하는 측면에서 PF와 동일한 접근법이지만 실제 구현하는 방식은 다소 차이가 있다.
실제 헬기에서는 균열의 직접측정이 어려우므로 이를 간접 추정하기 위해 가속도계로부터의 진동시그널과 실측 균열크기간의 상관관계를 찾아보았다. 그 결과 식 (1)로 정의된 SBR (sideband ratio) 값이 균열크기와 매우 유사한 경향 (correlation coefficient 0.
여기에서는 실제 균열측정 대신에 ∆ = σ 78.6MPa 의 모드 I 하중 하에서 참값 mtrue =3.8, Ctrue = 1.5x10-10을 가지고 초기균열 10mm로부터 가상의 균열을 성장시키고 여기에 측정오차를 인위적으로 부여하여 100 사이클 마다 균열데이터를 측정한다.
이를 위해 gear plate에 대해 실제 헬기 조종과 동일한 하중조건(그림 2)을 부여하고 균열 성장 및 관찰이 가능한 테스트베드를 구축하여, 1.34" 의 초기 균열에서 10" 크기까지 성장시켰다.
그림 7. 파티클 필터 방법으로 1000 사이클까지의 측정데이터를 이용하여 이후의 균열성장을 추측한 결과.

데이터처리

실제 헬기에서는 균열의 직접측정이 어려우므로 이를 간접 추정하기 위해 가속도계로부터의 진동시그널과 실측 균열크기간의 상관관계를 찾아보았다. 그 결과 식 (1)로 정의된 SBR (sideband ratio) 값이 균열크기와 매우 유사한 경향 (correlation coefficient 0.98)이 있음을 알게 되었고 이를 균열크기를 나타내는 CI (Condition Indicator)로 사용하고 일정 사이클 간격 마다 CI를 측정하였다. 보다 자세한 내용은 문헌 [3]에 서술되어 있다(그림 3).
마지막으로 두 방법의 성능을 문헌 [23]에서 제시한 평가 기준(평가기준에 대한 상세한 내용은 지면관계상 생략하였다.)을 이용하여 비교하였고 그 결과를 표 4에 나타내었다. 표에서 굵은 글씨로 표시한 부분이 더 우수함을 나타낸다.

이론/모형

34" 의 초기 균열에서 10" 크기까지 성장시켰다. 본 사례에서는 예지를 위한 알고리즘으로 PF (Particle Filtering) 을 활용하였으며, 이는 크게 세가지 스텝으로 구성된다.

성능/효과

또한 실제 그 크기까지 사이클을 계속 진행하여 균열크기를 직접 측정하였는데, 그림 6에서 끝단이 흑색원인 수직점선으로 표시되었다. 실제 측정치가 예상분포의 거의 한가운데에 있으므로 예측이 비교적 잘 된 것으로 파악되었다.
OBM 역시 이와 크게 다르지 않으므로 그림은 생략하였다. 약 800사이클 시점부터 RUL예측치의 중앙값이 참값과 거의 동일하게 나타났고, 약 1200 사이클부터 RUL의 신뢰구간이 안정적으로 줄어들고 있다.
이렇게 구축된 방법론으로 실제 예측을 수행한 결과 390 사이클까지 진행한 현시점에서 4.1" 및 6.2"까지의 예상 도달 사이클이 그림 6과 같이 보라색, 하늘색 도수분포로 각각 추정되었다.

질의응답

핵심어	질문	논문에서 추출한 답변
	운용 중 균열 등의 결함에 따른 사고를 예방하기 위해 어떤 연구가 진행되어 왔는가?	항공우주 및 원자력 발전과 같은 고안전성 시스템에서는 운용 중 균열 등의 결함(fault)이 어쩔 수 없이 발생하는데, 이들을 제대로 관리하지 않으면 한계수준을 넘어 치명적 사고를 야기한다. 이를 예방하기 위해 최근 30년간 수명주기 (lifecycle) 동안 안전을 보장하는 신뢰성기반 설계기술 (reliability based design)이 활발히 연구[1] 되었으나, 운용 중 발생하는 모든 조건(갑작스런 이물 충돌 등)을 고려하는 것이 불가능하기 때문에 실제 설계 적용에 한계가 있었다. 현재의 기술수준은 운용 중 정비를 철저히 하는 정기적 예방정비(PM: Preventive Maintenance)에 의존하고 있다.
	모델기반 방법은 무엇인가?	데이터기반 방법은 사용조건및 결함의 모니터링 데이터로부터 Machine Learning 기법(Neural Network, Gaussian Process Model, Relevance Vector Machine 등)을 이용하여 상호 간 관계를 구하고 이것을 미래 조건으로 외삽(extrapolation)하는 것으로, 적용범위가 비교적 넓으나 훈련을 위해 많은 데이터가 필요하고 물리적 모델 없이 데이터에만 의존하므로 먼 미래예측은 신뢰하기 어려운 측면이 있다. 모델기반 방법은 사용조건 및 결함의 모니터링 데이터로부터 물리적 모델을 실시간으로 업데이트하고 이를 가지고 미래 예측을 하는 방법으로, 적은 데이터로도 정확한 예측이 가능한 반면 확립된 고장물리 모델이 많지 않아 적용 분야가 제한적인 단점이 있다. 따라서 현재의 추세는 할 수 만 있다면 데이터기반 방법과 모델기반 방법을 함께 활용하는 혼합형(hybrid) 방법이 가장 바람직하다고 인식되고 있다.
	경험 기반 방법의 장점은?	일반적으로 예지기술은 세가지로 분류하는데, 경험기반 방법(experience-based method), 데이터기반 방법(data-driven method)과 모델기반 방법(model-based method)이 있다[3]. 경험 기반 방법은 실제 발생한 고장 또는 사고 데이터를 확률분포에 적합하고 이를 바탕으로 잔존수명(RUL: Remaining Useful Life)을 예측하는 것으로, 복잡한 이론이 필요치 않아 적용범위가 가장 넓은 장점이 있으나 실시간 모니터링이 아니라서 진정한 PHM으로 볼 수 없다. 데이터기반 방법은 사용조건및 결함의 모니터링 데이터로부터 Machine Learning 기법(Neural Network, Gaussian Process Model, Relevance Vector Machine 등)을 이용하여 상호 간 관계를 구하고 이것을 미래 조건으로 외삽(extrapolation)하는 것으로, 적용범위가 비교적 넓으나 훈련을 위해 많은 데이터가 필요하고 물리적 모델 없이 데이터에만 의존하므로 먼 미래예측은 신뢰하기 어려운 측면이 있다.

참고문헌 (23)

A. Haldar and S. Mahadevan, Probability, Reliability and Statistical Methods in Engineering Design, John Wiley & Sons, New York, 2000.
A. Hess, G. Calvello, and P. Frith, "Challenges, issues and lessons learned chasing the 'Big P': Real predictive prognostics. Part 1," IEEE Aerospace Conference, pp. 3610-3619, 2005.
G. Vachtsevanos, et al., Intelligent Fault Diagnosis and Prognosis for Engineering Systems, John Wiley & Sons, 2006.
R. J. Cross and A. Makeev, "Stochastic updating of probabilistic life models for rotorcraft dynamic components," Journal of the American Helicopter Society, vol. 54, pp. 012009-1-7, 2009.

상세보기
D. An, et al., "Fatigue life prediction based on Bayesian approach to incorporate field data into probability model," Structural Engineering and Mechanics, vol. 37, no. 4, pp. 427- 442, 2011.

상세보기
E. Bechhoefer, A. Bernhard, D. He, and P. Banerjee, "Use of hidden semi-markov models in the prognostics of shaft failure," American Helicopter Society 62th Annual Forum, Phoenix, USA, 2006.
M. E. Orchard and G. J. Vachtsevanos, "A particle filtering approach for on-line failure prognosis in a planetary carrier plate," International Journal of Fuzzy Logic and Intelligent Systems, vol. 7, no. 4, pp. 221-227, 2007.

원문보기 상세보기
S. Sankararaman, Y. Ling, C. Shantz, and S. Mahadevan, "Uncertainty quantification in fatigue damage prognosis," Annual Conference of the Prognostics and Health Management Society, 2009.
A. Coppe, R. T. Haftka, and N. H. Kim, "Uncertainty reduction of damage growth properties using structural health monitoring," Journal of Aircraft, vol. 47, no. 6, pp. 2030-2038, 2010.

상세보기
D. An, J. H. Choi, and N. H. Kim, "Identification of correlated damage parameters under noise and bias using bayesian inference," Structural Health Monitoring, to appear, 2011.
D. He and E. Bechhoefer, "Development and validation of bearing diagnostic and prognostic tools using HUMS condition indicators," IEEE Aerospace Conference, Big Sky, USA, 2008.
N. Bolander, H. Qiu, N. Eklund, E. Hindle, and T. Rosenfeld, "Physics-based remaining useful life prediction for aircraft engine bearing prognosis," Annual Conference of the Prognostics and Health Management Society, San Diego, USA, 2009.
R. Dupuis, "Application of oil debris monitoring for wind turbine gearbox prognostics," Annual Conference of the Prognostics and Health Management Society, Portland, USA, 2010.
J. H. Zhou, C. K. Pang, F. L. Lewis, and Z. W. Zhong, "Intelligent diagnosis and prognosis of tool wear using dominant feature identification," IEEE Transactions on Industrial Informatics, vol. 5, no. 4, pp. 454-464, 2009.

상세보기
D. An, J. H. Choi, T. L. Schmitz, and N. H. Kim, "In situ monitoring and prediction of progressive joint wear using Bayesian statistics," Wear, vol. 270, pp. 828-838, 2011.

상세보기
A. Ramakrishnan and M. Pecht, "A life consumption monitoring methodology for electronic systems," IEEE Transactions on Components and Packaging Technology, vol. 26, no. 3, pp. 625- 634, 2003.

상세보기
L. Nasser and M. Curtin, "Electronics reliability prognosis through material modeling and simulation," IEEE Aerospace Conference, Big Sky, USA, 2006.
G. Zhang, C. Kwan, R. Xu, N. Vichare, and M. Pecht, "An enhanced prognostic model for intermittent failures in digital electronics," IEEE Aerospace Conference, Big Sky, USA, 2007.
D. Kwon, H. M. Azarian, and M. Pecht, "Early detection of interconnect degradation by continuous monitoring of RF impedance," IEEE Transactions on Device and Materials Reliability, vol. 9, no. 2, pp. 296-304, 2009.

상세보기
J. Kozlowski, "Electrochemical cell prognostics using online impedance measurements," IEEE Aerospace Conference, Big Sky, USA, 2003.
K. Goebel, B. Saha, A. Saxena, J. R. Celaya, and J. P. Christophersen, "Prognostics in battery health management," IEEE Instrumentation & Measurement Magazine, 2008.
H. Chao, B. D. Youn, and J. S. Chung, "A multiscale framework with extended kalman filter for lithium-ion battery SOC and capacity estimation," Journal of Applied Energy, Accepted, 2011.
A. Saxena, J. Celaya, B. Saha, S. Saha, and K. Goebel, "On applying the prognostic performance metrics," Annual Conference of the Prognostics and Health Management Society, San Diego, USA, 2009.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증