초분해능 기법을 이용한 전동기 정밀 상태진단

Abstract

전동기는 사용시간과 동작 상황에 따라 베어링이 파손되기도 하고, 마모로 인한 동적 및 정적 편심, 회전자 바의손상, 권선의 절연 열화로 인한 단락 현상 등 다양한 결함을 일으키게 된다. 이를 적시에 발견하지 못하고 방치할 경우유도전동기뿐만 아니라 구동되는 핵심 설비의 고장을 발생시키게 된다. 이는 주요 사용처인 생산현장의 시스템에 악영향을 미쳐 경제적 손실과 시스템의 복구를 위한 추가 인력 및 시간 손실을 초래하고, 심할 경우 인적 피해도 가져올 수있다. 따라서 유도전동기의 조기 감시 및 진단은 매우 중요한 문제라 할 수 있다. 전동기로부터 취득한 전압과 전류 신호의 특징을 추출, 분석하여 결함의 유형을 진단하는 방법은 이미 많은 연구가 이루어졌다. 본 연구에서는 결함의 유형을파악할 수 있는, 더욱 정밀한 파라미터를 도출하는 기법을 연구하였다. 기존의 신호해석기술인 FFT, STFT(short time FT), Wavelet 해석법은 해상도 등의 한계를 가지고 있다. 본 연구에서는 super resolution 기법들 (MUSIC(multiple signal classification), root-MUSIC, ESPRIT, Pisarenco, MPM(matrix-Pencil method) 등을 사용하여 기존의 한계를 뛰어넘는 기법을 제시하고자 한다. 본 연구를 통하여 상태진단 알고리즘을 개발함으로써, 운전정보감시 또는 설비건강지수 시스템에 탑재가 가능하다.