선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
가설 설정
- (1) 미약한 에너지는 가속도 또는 진동의 오버올 레벨에 적은 영향을 준다.
제안 방법
- 출력된 신호에는 결함과 관련이 없는 과도현상에 의한 충격 펄스가 포함되어 있으므로 이런 트랜젼트 성분을 감안하지 않도록 펄스를 카운팅한 후 결함신호의 반복성을 판별함에 의해 결함유무를 디스플레이 하도록 구성하였다. 각각의 블록에서 입력과 출력신호를 비교 실험함으로써 이 연구의 분석기술의 타당성을 입증한다.
- 과도현상에 의해 충격 펄스는 무작위로 발생되고 결함에 의한 충격펄스는 회전과 함께 주기성과 연속성을 갖고 발생하므로 긴 시간 동안 연속적으로 발생하는 충격 펄스를 찾아내면 오류 없이 결함을 검출할 수 있다. 그러므로 긴 시간 동안(수십 회전)의 시간파형을 저장하여 일정한 크기의 블록으로 나누고 각 블록당 충격펄스 발생 횟수를 카운팅하는 방법을 사용하였다.
- 1절의 결과와 같이 적어도 60~100회전 정도의 신호를 관찰하여야 오류를 최소화하고 결함을 찾아낼 수 있다. 따라서 24 rpm으로 회전하는 회전체에서 4회전을 한 블록으로 하는 20개 블록(80회전)에 대한 데이터를 사용하여 실험하는 것으로 결정하였다. 이것을 시간으로 계산하면 200초가 되며, 초당 샘플링 주파수를 51.
- 시뮬레이터에 고장 현상을 삽입하기 위해 결함 베어링을 준비해 놓고 정상부품을 결함부품으로 교환하여 정상 신호와 결함신호의 차이를 비교했으나, 이 경우 해체와 조립에 의한 기계조건(얼라인먼트와 조임 강성)이 달라지므로 결함에 따른 진동 현상만을 파악하는데 어려움이 있었다. 따라서 이 실험에서는 정상부품과 결함부품을 일체로 조립하여 단순히 슬라이딩으로 정상과 결함 부품을 변경하도록 고안 제작하여, 해체 후 조립에 따른 시스템의 조건이 달라지는 현상을 최소화하고 결함에 따른 진동 신호의 차이만을 비교할 수 있도록 시뮬레이터를 설계하였다. 시뮬레이터의 회전수는 저속측 베어링 결함을 다양한 회전 속도에서 관찰할 수 있도록 10 rpm~1000 rpm까지 가변 가능하도록 설계하였고, 풍력발전기에서 흔히 나타나는 과도적인 현상을 재현하기 위해 측정 중 약 ±5 rpm 정도의 스피드 변화와 갑작스런 부하의 변동을 주었고, 충격펄스를 발생시키기 위해 베어링 하우징을 해머로 초당 1회 정도로 두드리면서 실험하였다.
- 이것을 극복하고 원하는 결함 신호를 분리해 내기 위해 사용하는 일반적인 방법이 필터를 사용하는 것이다. 베어링 결함을 찾는데 불필요한 기계적 성분을 제거하고 베어링 결함에 따른 충격 펄스만을 원시 시간파형으로부터 분리해 내기 위해 저역 통과필터(low pass filer), 고역 통과필터(high pass filter)와 대역 통과필터 (band pass filter)를 사용하여 실험하였다.
- 시뮬레이터의 회전수는 저속측 베어링 결함을 다양한 회전 속도에서 관찰할 수 있도록 10 rpm~1000 rpm까지 가변 가능하도록 설계하였고, 풍력발전기에서 흔히 나타나는 과도적인 현상을 재현하기 위해 측정 중 약 ±5 rpm 정도의 스피드 변화와 갑작스런 부하의 변동을 주었고, 충격펄스를 발생시키기 위해 베어링 하우징을 해머로 초당 1회 정도로 두드리면서 실험하였다.
- 이 연구에서는 저속 회전기계 진동신호 분석에서 흔히 문제가 되는 잡음제거를 위해 위너 필터 (wiener filter)를 사용하고(8~10), 결함 검출을 위해 충격펄스 카운팅 기술을 적용한 시간신호 분석 기술을 제시한다. 측정된 원시 진동신호로부터 불필요한 신호와 잡음제거를 위해 사용된 위너 필터의 성능을 검토하고 위너 필터링에 의해 처리된 시간신호로부터 충격 펄스 카운팅 기술을 적용하여 베어링결함에 의한 충격 펄스와 과도현상에 의해 발생한 충격펄스를 판별하여 오류 없이 결함을 검출함으로써 신뢰성 있는 결함검출 방법임을 증명한다.
- 그러나, 이것의 주요한 단점은 결함에 따른 신호가 충격성의 임펄스인 경우, 결함성분이 넓은 주파수 대역에 걸쳐 퍼져 나타나므로 잡음에 의해 묻혀질수 있다는 사실과, 저속기계에서 나타나는 비 주기적 진동을 평균하여 없애버리는 경향이 있기 때문에 기저 잡음에 더욱 민감한 영향을 받게 된다(2). 이런 문제를 극복하기 위해 신호의 주파수 성분이 시간과 함께 얼마나 변화하는가를 분석하는데 시간-주파수 영역 분석이 사용되었다. 이런 분석의 예로서 단시간 푸리에 변환(short time Fourier transform; STFT), 위그너-빌 분포(Wigner-Ville distribution; WVD)와 웨이브렛 변환(wavelet transform; WT) 등이 있다(3).
- 저속설비에서는 주로 구름요소 베어링(볼 베어링)을 사용하는데 하중 또는 윤활부족 등의 원인에 의해 종종 레이스에 흠(flaw)이 발생하거나 내륜 또는 외륜에 균열(crack)이 발생하기도 한다. 이런 현상을 재현하기 위해 Table 1과 같이 2가지 축 직경(17 mm와 25 mm)의 베어링에 각각 외륜결함과 내륜결함을 만들었다. 외륜결함 베어링은 외륜이 완전히 갈라지게 제작한 것을 사용하였고, 내륜결함 베어링은 내륜에 Φ1 mm의 관통구멍(thru hole)을 뚫은 것을 실험에 사용하였다.
- 저속 회전기계를 모사한 풍력발전기 고장 시뮬레이터에서 측정된 진동신호를 Fig. 1에서 보인 신호 처리 알고리즘을 적용하였다. 결함 베어링에서 측정된 신호는 우선 고역통과필터를 통과하여 저주파 성분이 제거된 뒤, 위너 필터에 입력되어 필터의 계수를 최적상태로 조절함으로써 잡음이 제거된 충격 펄스를 가진 시간신호가 출력된다.
- 7은 시간 영역 분석에서 필요한 긴 시간 동안 저장된 데이터를 나타낸다. 저장된 전체의 데이터를 20개로 나누어 각 창 내에 저장된 신호를 분석한다. FFT 분석(fast Fourier transform analysis)에서는 각각의 창 내에 들어있는 신호를 분석하여 주파수 성분을 찾고 20개를 모두 평균하므로 개개의 창 내에 들어있는 성분이 약간씩 다른 경우 평균하여 없어져버리지만, 충격펄스 카운팅의 시간 분석에서는 각각의 창 내의 충격 펄스를 모두 카운팅 하므로 신호의 스미어링에 영향을 받지 않고 결함을 정확히 구별해 낼 수 있다.
- 출력된 신호에는 결함과 관련이 없는 과도현상에 의한 충격 펄스가 포함되어 있으므로 이런 트랜젼트 성분을 감안하지 않도록 펄스를 카운팅한 후 결함신호의 반복성을 판별함에 의해 결함유무를 디스플레이 하도록 구성하였다. 각각의 블록에서 입력과 출력신호를 비교 실험함으로써 이 연구의 분석기술의 타당성을 입증한다.
성능/효과
- 이 연구에서 진동 레벨이 낮아 잡음에 묻히는 현상은 위너 필터를 사용하여 잡음을 제거한 결과, 충격 펄스를 확실히 찾을 수 있었으며, 과도현상에 의한 충격 펄스는 반복성 확인 기법에 결함에 의한 충격 펄스만은 추출할 수 있었다. 시뮬레이터를 사용하여 베어링 결함에 적용한 결과 1000 rpm 미만의 저속 기계용 베어링 결함을 완벽히 검출할 수 있음을 확인하였다. 특히 기계 사이즈 또는 베어링 사이즈에 따른 진동레벨의 차이에 관계없이 결함검출이 가능하며, 회전속도의 변화, 베어링 하중, 부하변동및 긴 시간 측정 시에 나타날 수 있는 비정상적인 현상에 영향을 받지 않고 결함을 판정할 수 있다는 장점을 발견하였다.
- 이 연구에서 진동 레벨이 낮아 잡음에 묻히는 현상은 위너 필터를 사용하여 잡음을 제거한 결과, 충격 펄스를 확실히 찾을 수 있었으며, 과도현상에 의한 충격 펄스는 반복성 확인 기법에 결함에 의한 충격 펄스만은 추출할 수 있었다. 시뮬레이터를 사용하여 베어링 결함에 적용한 결과 1000 rpm 미만의 저속 기계용 베어링 결함을 완벽히 검출할 수 있음을 확인하였다.
- , 결함 검출을 위해 충격펄스 카운팅 기술을 적용한 시간신호 분석 기술을 제시한다. 측정된 원시 진동신호로부터 불필요한 신호와 잡음제거를 위해 사용된 위너 필터의 성능을 검토하고 위너 필터링에 의해 처리된 시간신호로부터 충격 펄스 카운팅 기술을 적용하여 베어링결함에 의한 충격 펄스와 과도현상에 의해 발생한 충격펄스를 판별하여 오류 없이 결함을 검출함으로써 신뢰성 있는 결함검출 방법임을 증명한다.
- 시뮬레이터를 사용하여 베어링 결함에 적용한 결과 1000 rpm 미만의 저속 기계용 베어링 결함을 완벽히 검출할 수 있음을 확인하였다. 특히 기계 사이즈 또는 베어링 사이즈에 따른 진동레벨의 차이에 관계없이 결함검출이 가능하며, 회전속도의 변화, 베어링 하중, 부하변동및 긴 시간 측정 시에 나타날 수 있는 비정상적인 현상에 영향을 받지 않고 결함을 판정할 수 있다는 장점을 발견하였다.
- 특히 충격 펄스 카운팅에 의한 결함검출 기법은 회전속도의 변화에 관계가 없이 분석하는 시간영역 기법이므로 속도가 변동하는 기계에 적용 가능하며, 진동레벨을 고려하지 않고 충격펄스의 수에 의해 판정하므로 기계 사이즈, 베어링 크기 및 하중에 관계 없이 분석하므로 기계 조건에 영향을 받지 않고 결함검출을 가능하게 하는 큰 장점이 있다는 것을 발견하였다.
- 정상과 결함 베어링에서 측정한 데이터에 충격 펄스 카운팅 기법과 Table 3에서 정한 연속성 확인 조건을 적용하여 최종으로 베어링 결함의 유무를 Table 4의 판정(decision)에 나타내었다. 판정 결과는 정상 베어링과 고장 베어링에서 실험결과와 완벽히 일치함을 보여주었다.
- 1000 rpm 미만에서는 5회 측정시 항상 결함이 검출되었으나, 1000 rpm 이상에서는 결함 검출 확률이 떨어지고 고속에서는 결함을 검출 하지 못하였다. 표에는 회전속도를 100, 200, 400, 800 rpm에서 실험결과만을 나타내었으나, 1000 rpm 미만의 임의 속도에서 결함을 정확히 찾아 낼 수 있다는 것을 확인하였다. 1000 rpm이 임계속도는 아니며 기계진동 상태에 따라 1000 rpm 이상에서도 결함을 성공적으로 검출하기도 하였다.
- 즉 긴시간 동안 관측하면 판정의 정확성을 높일 수 있으나 시간 해상도가 나빠지고, 관측 시간을 단축하면 시간해상도는 좋아지지만 결함판정에 랜덤오차가 커지게된다. 회전체에서 경험적으로 3~5회전을 한 블록으로 정하고 20개의 블록(총 80회전)을 관측하면 랜덤오차를 줄이고 속응성(시간 해상도)도 만족할 수 있는 결과를 얻을 수 있다고 판단된다.
후속연구
- 향후 충격펄스 카운팅과 연속성 확인 과정을 자동적으로 판정할 수 있는 알고리즘 개발이 완성되면 많은 기계를 관리하는 대단위 공장이나 풍력단지 내 수 백대 이상의 풍력발전기 상태 모니터링을 가능하게 하는 결함검출 도구로서 적극적인 활용이 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.