[논문]고장예지진단 기술의 공학시스템에서의 성공사례와 비전

서보성; 장범찬; 윤병동

문제 정의

그러나 현재 발전소에 적용된 진단 시스템은 단순히 진동 크기만을 활용하고 있고, 고장이 발생한 이후에 조치가 이루어지고 있다. 노후화된 발전소와 신규 발전소의 효율적인 운영을 목적으로, 이 연구에서는 터빈을 포함한 회전체의 특성을 가장 효과적으로 나타내주는 진동신호를 사용한다. 터빈은 주로 저널 베어링으로 지지되어 있기 때문에, 저널 베어링 회전체 모사 시험기를 이용하여 고장 별 진동신호를 획득한다.
이 글에서는 각 산업에서의 고장예지 및 건전성관리 기술 적용 사례를 소개하고, 이를 지원하는 배경기술(에너지하베스팅, 사물인터넷 등)에 대해 설명하고자 한다. 이를 통해 고장예지 및 건전성관리 기술이 현재 가지는 한계점을 파악하고 향후 연구비전을 제시하고자 한다.
변압기의 예기치 못한 고장은 발전소 전체의 불시정지 및 2011년 대규모 정전사태의 재래를 야기할 수 있으므로 이에 대한 예지적 진단 기술은 매우 중요하다고 할 수 있다. 이 연구팀은 전력연구원과 함께 화학적, 전기적 고장과 더불어 높은 비율을 갖는 기계적 고장을 예방하기 위한 기술을 개발하였다. 변압기의 기계적 고장은 권선과 철심 진동에 크게 영향을 받으므로 이 둘의 진동을 활용하는 것이 효과적이다.

제안 방법

이에 따라 이 연구팀은 광섬유시험기(optical time domain reflect meter; OTDR)와 distributed temperature sensing system(DTS system)을 이용하여 LNG와 같은 극저온 배관계의 누설을 감시할수 있는 기술을 개발하였으며 이의 성능을 LNG 극저온 배관 테스트 베드에 적용하여 그 성능을 검증하였다.
그러나 LNG는 폭발성, 극저온, 유독성을 가지고 있어 LNG 시설은 높은 신뢰도가 보장 되어야만 한다. LNG 시설의 사고는 크게 호스, 저장탱크, 밸브, 배관의 4 타입으로 분류되며 이 연구팀은 이 중 배관과 밸브에 관한 연구를 진행하였다. 기존의 유도초음파, 가역접근법, 마이크로파 단층촬영 등의 배관 검사기법은 실시간 검사에는 적용하기 어렵다는 제한이 있다.
운행 데이터를 함께 취득하는 이유는 진동 특성이 운행 데이터에 대한 함수로써 나타날 수 있기 때문이다. 두 번째로 진동신호에 대한 노이즈 제거 및 고장 징후의 증폭을 위해 사전분석을 수행한다. 이를 위해 널리 사용되는 신호분석 기법은 resampling, adaptive noise cancelation(ANC), time synchronous averaging(TSA), minimum entropy deconvolution(MED), spectral kurtosis(SK) 등이 있다.
또한 더 나아가 Fick’s second law를 이용한 물리적 모델링을 통해 흡습 현상의 성능저하 모델을 만들고 고장예지를 수행 했다.
이에 따라 이 연구팀은 광섬유시험기(optical time domain reflect meter; OTDR)와 distributed temperature sensing system(DTS system)을 이용하여 LNG와 같은 극저온 배관계의 누설을 감시할수 있는 기술을 개발하였으며 이의 성능을 LNG 극저온 배관 테스트 베드에 적용하여 그 성능을 검증하였다. 또한, LNG 플랜트에 사용되는 극저온 버터플라이 밸브의 고장 진단 기술을 개발하였다. 상온에서의 버터플라이 밸브 고장 진단 기법은 개발된 바가 있으나 극저온 상황에서의 밸브 거동 특성 분석 및 고장 진단 기법에 대한 연구는 미비한 상황이다.
획득한 신호는 시스템에 적합한 신호처리 기법을 적용하여 방대한 양의 진동 데이터를 적은 양의 특징인자들로 변환시켜 진단에 활용할 수 있게 한다. 실시간 진단을 위해서 기계학습의 방법을 응용하여 바로 진단이 이루어지도록 진단 시스템을 구성하였다. 실제 발전소의 고장 신호로 진단 시스템의 성능을 검증 및 평가하는 단계에 있으며, 추후 예지 연구를 진행할 계획이다.
이 연구팀은 다중 누수일 경우에도 정확하게 누수를 판단이 가능하도록 다중누수탐지 기술을 개발하였으며, 해당 기술에는‘TDR 전진 모델’과‘베이지안 추론 기법’을 적용하였다.
발전기 운전사는 이러한 현상을 진단하는 기존의 기술인 GE사의 capacitance-mapping 방법을 통해서 진단을 했었지만 고장을 정확히 감지하지 못하는 단점이 있었으며 실제로 이로 인한 운전 중 고장이 발생 했었다. 이를 해결하기 위해 권선 흡습량의 정량적인 지표인 directional Mahalanobis distance(DMD)와 DMD를 이용한 권선 흡습 건전성 등급제를 개발하였으며 흡습의 양을 정량적으로 평가하고 고장에 대한 올바른 기준을 마련할 수 있었다. 또한 더 나아가 Fick’s second law를 이용한 물리적 모델링을 통해 흡습 현상의 성능저하 모델을 만들고 고장예지를 수행 했다.
상온에서의 버터플라이 밸브 고장 진단 기법은 개발된 바가 있으나 극저온 상황에서의 밸브 거동 특성 분석 및 고장 진단 기법에 대한 연구는 미비한 상황이다. 한국기계연구원에서 수행한 가속수명시험 데이터를 기반으로 통계적 분석을 수행하여 밸브 거동 이상 징후(밸브 개폐 속도 이상, 밸브 초기각도 이상)를 진단할 수 있는 건전성 지수들을 추출하였다. 이러한 연구결과를 통해, 극저온 버터플라이 밸브의 다차원 측정 데이터를 단일한 건전성 지수로 변환시켜줌으로써 건전성 진단의 정확도와 용이성을 늘리는데 성공하였다.

성능/효과

이들은 각각 전류력, 자기변형력에 의해 발생하여 전압 주파수 60 Hz의 두 배인 120 Hz의 진동을 나타내며, 철심은 구조적 복잡성과 자기변형력의 비선형성에 의해 조화 진동(240 Hz, 360 Hz, …)을 함께 나타낸다. 권선과 철심의 진동을 효과적으로 취득하기 위한 1) 센서 위치 선정 기법, 변압기의 고장 정도를 나타내는 2) 건전성 등급제, 변압기의 기계적 잔여수명을 나타내는 3) 고장예지 기술을 개발하였으며 실제 발전소 변압기 데이터에 적용하여 그 효용성을 확인하였다. 현재 변압기 시험설비를 통한 개발 기술의 검증 및 개선, 신설발전소에의 실적용 방안에 대한 연구를 진행하고 있다.
고장예지 및 건전성관리 기술은 기계시스템의 상태를 실시간으로 감시하여 시스템의 이상을 조기에 감지하고 미래에 발생할 고장을 미리 예측한다. 따라서 적절한 조치를 미리 취함으로써 불필요한 유지보수 비용을 줄일 수 있고, 시스템의 안전성과 신뢰성을 높여 재앙적인 사고를 예방할 수 있다.
시스템의 고장 메커니즘 분석부터 수명 예측 및 관리까지 PHM을 통해서 얻은 시스템 상태에 대한 정보는 효율적인 유지보수 전략을 세울 수 있게 만들어 주며 갑작스러운 고장을 막아주어 사용자의 안전과 신뢰도 향상에 큰 기여를 할 수 있다. 대형 플랜트나 항공기, 풍력발전기 등 높은 신뢰성을 요구하는 고가의 시스템에는 그에 맞추어 상태 관찰 시스템(condition monitoring system, CMS)이 개발 되지만 목표 시스템에만 적용 된다는 단점이 있다.
한국기계연구원에서 수행한 가속수명시험 데이터를 기반으로 통계적 분석을 수행하여 밸브 거동 이상 징후(밸브 개폐 속도 이상, 밸브 초기각도 이상)를 진단할 수 있는 건전성 지수들을 추출하였다. 이러한 연구결과를 통해, 극저온 버터플라이 밸브의 다차원 측정 데이터를 단일한 건전성 지수로 변환시켜줌으로써 건전성 진단의 정확도와 용이성을 늘리는데 성공하였다. 현재는 극저온 버터플라이 밸브 가속수명시험 및 해석모델 구축을 병행하여, 고장예지 알고리듬 구현애 대한 연구를 진행하고 있다.

후속연구

실시간 진단을 위해서 기계학습의 방법을 응용하여 바로 진단이 이루어지도록 진단 시스템을 구성하였다. 실제 발전소의 고장 신호로 진단 시스템의 성능을 검증 및 평가하는 단계에 있으며, 추후 예지 연구를 진행할 계획이다.
이 글에서는 각 산업에서의 고장예지 및 건전성관리 기술 적용 사례를 소개하고, 이를 지원하는 배경기술(에너지하베스팅, 사물인터넷 등)에 대해 설명하고자 한다. 이를 통해 고장예지 및 건전성관리 기술이 현재 가지는 한계점을 파악하고 향후 연구비전을 제시하고자 한다.

핵심어	질문	논문에서 추출한 답변
	데이터주도방법이란 무엇인가?	고장예지 및 건전성관리 기술에는 크게 두 가지 방법이 있다. 첫째로, 데이터주도방법(datadriven approach)은 데이터를 이용하여 시스템의 신뢰성, 건전성 정보를 통계적 방법으로 추론하는 것이다. 기계학습(machine learning)기법은 가장 많이 사용되는 기법으로 건전성인자와 고장여부의 관계를 훈련하여 미래고장을 예측할 수있다.
	고장예지 및 건전성관리 기술의 장점은?	따라서 이러한 문제들을 해결하기 위해 최근 고장예지 및 건전성관리(PHM: prognostics and health management)기술이 활발히 연구되고 있다. 고장예지 및 건전성관리 기술은 기계시스템의 상태를 실시간으로 감시하여 시스템의 이상을 조기에 감지하고 미래에 발생할 고장을 미리 예측한다. 따라서 적절한 조치를 미리 취함으로써 불필요한 유지보수 비용을 줄일 수 있고, 시스템의 안전성과 신뢰성을 높여 재앙적인 사고를 예방할 수 있다.
	대부분의 시스템들이 정기적 예방정비가 필요한 이유는?	기계시스템에 결함이나 손상이 발생할 경우, 시스템의 가동 중단을 야기할 수 있으며 이로 인한 사회적, 경제적 피해의 규모는 막대하다. 따라서 고장이 발생하기 전에 예방정비를 실행하는 것이 중요하며 현재 대부분의 시스템은 일정한 시간간격을 두고 실시하는 정기적 예방정비에 의존하고 있다.

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

고장예지진단 기술의 공학시스템에서의 성공사례와 비전 원문보기

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

고장예지진단 기술의 공학시스템에서의 성공사례와 비전 원문보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

서보성 (1) 장범찬 (2) 윤병동 (15)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

AI 본문요약
AI-Helper