이번 연구에서는 C&I 케이블의 결함을 삼상 전류만을 사용하여 진단하는 새로운 소프트 결함 진단 방식을 제안합니다.
결과는 98%의 정확도로 결함을 감지할 수 있음을 확인시켜 줍니다. 제안된 딥 AAE는 인코더와 디코더로 구성되어 있으며, RaPP 스코어링 기술을 사용합니다.
AAE 구조는 숨겨진 공간의 정보를 사용하여 입력의 이상치를 감지하는 데 사용되었습니다. 감지 및 모니터링 모듈은 감지된 결함을 확인하고 임계값을 초과할 경우 작업자 유지보수 호출을 생성합니다.
제안된 진단 모델은 추가 센서와 신호 발생기가 필요하지 않기 때문에 비용 효율적입니다. 또한 케이블의 물리적 매개변수나 관련 정보도 필요하지 않습니다. 산업용 로봇을 대상으로 한 실험은 제안된 진단 모델이 정상 및 결함 상태를 효과적으로 진단하며, 다양한 가혹한 환경에서 작동하는 자동화 생산 라인에 적용 가능함을 입증했습니다.
이번 연구는 산업용 기계의 C&I 케이블에서 소프트 결함(경미한 결함)의 진단에 중점을 두었습니다.
자동화된 공장의 케이블은 공장 레이아웃에 따라 상대적으로 짧고 고정되어 있기 때문에, 이 논문에서는 결함 위치를 찾는 것을 고려하지 않았습니다. 왜냐하면, 짧은 결함 케이블은 비상시 먼저 교체되고 나중에 분석되는 경향이 있습니다. 이는 수 킬로미터 범위의 케이블을 가지는 발전소의 케이블과는 달리, 결함 위치를 찾은 후 수리할 수 있습니다. 따라서 공장 자동화에서는 결함 위치를 찾는 것보다 소프트 결함의 시기 적절한 진단이 더 중요합니다.
또한, 개방 회로 및 단락과 같은 하드 결함은 제어기에서 직접 감지할 수 있으며, '첫 번째 서보 모터의 전력 손실'과 같은 관련 오류 코드가 자동으로 생성되므로 이 연구에서는 고려하지 않았습니다. 따라서 하드 결함(중대한 결함)은 생성된 오류 코드를 통해 진단할 수 있습니다. 또한, 소프트 결함을 사전에 진단하는 것이 하드 결함을 나중에 진단하는 것보다 더 유익한데, 이는 소프트 결함이 하드 결함으로 전환될 가능성이 높고, C&I 케이블의 단일 하드 결함이 생산 라인의 중단을 초래할 수 있기 때문입니다.
향후 연구에서는 전압, 온도 및 전류와 같은 다양한 신호를 결합하여 이동(굽힘, 비틀림) 응용을 위한 유연한 C&I 케이블의 소프트 결함 진단에 중점을 둘 것입니다.
'산업용 로봇 및 인공지능' 카테고리의 다른 글
| 국내 산업용 로봇의 부품 소싱 (0) | 2025.05.12 |
|---|---|
| [커피한잔값으로] 산업용 로봇과 산업의 이해 (2) | 2025.05.12 |
| Attention recurrent neural network 이용한 케이블 초기 고장 (0) | 2024.07.05 |
| Impulse train을 이용한 케이블 고장 진단 (0) | 2024.07.05 |
| 로봇의 심혈관계(케이블) 고장을 진단하는 로봇 닥터 (0) | 2024.06.28 |