2021-04-28
org.kosen.entty.User@7248a363
용환웅(sapphire7558)
성균관대학교 자연과학캠퍼스 공과대학 산업공학과의 권대일 교수님이 지도하시는 인공지능 고장진단 연구실 (AI-PHM Lab: Artificial Intelligence – Prognostics and Health Management Lab) 입니다.
인공지능 고장진단 연구실(AI-PHM Lab: Artificial Intelligence-Prognostics and Health Management Lab)은 성균관대학교 공과대학 산업공학과 권대일 교수님이 지도하고 계십니다. 건전성 예측관리(PHM) 기술은 공학 시스템의 지속적인 모니터링을 통해 현재 상태 및 잔여 수명 예측을 가능하게 하는 기술로, 산업의 스마트화, 지능화로 대표되는 4차산업 시대의 핵심적 기술로 자리잡고 있습니다. 연구실의 핵심 주제는 PHM 기술의 산업 적용으로 제조, 에너지, 반도체/전자, 자동차, 발전/전력 산업 등과 활발한 산학연구를 진행하고 있습니다.
2-1. 이차전지 수명평가 기간 단축
리튬이온 배터리는 충전, 방전이 반복됨에 따라 에너지를 저장하는 전기용량이 서서히 감소하는 capacity fade 현상이 알려져 있습니다. 대부분의 리튬이온 배터리는 충방전에 따른 전기용량의 감소 패턴이 어느 정도 일관성을 보이나, 일부 배터리에서는 특정 충방전 이후 급격한 용량 저하가 일어나 제품 사용시간이 짧아지고 나아가 사용자의 클레임을 유발하기도 합니다. 우리 연구실에서는 PHM 기술을 이용하여 이차전지의 용량 저하 특성을 분석하고 잔여수명을 예측하는 기술을 지속적으로 연구하고 있습니다. 개발한 기술은 약 3개월 걸리던 이차전지 수명평가 기간을 약 1개월로 줄이는데 성공적으로 활용되었습니다.
2-2. 반도체 생산장비 고장진단 기술 개발
반도체 생산 공정 중에는 투입된 웨이퍼를 고온으로 가열하는 베이킹 공정이 필수적입니다. 12인치 크기의 웨이퍼 표면을 고온으로 고르게 가열하기 위한 반도체 생산장비의 히터 모듈은 온도 센서의 열화, 산화 등으로 장비 고장을 야기하며, 불량 웨이퍼 생산으로 이어집니다. 우리 연구실에서는 히터모듈의 건전성을 이미지화하고 히터 모듈내 각 온도 센서의 불량을 모사하고 딥러닝 기반 학습을 통해 장비의 고장진단 기술을 개발하였습니다. 개발한 기술은 온도센서의 위치 및 불량 정도를 탐지하는데 활용하고 있습니다.
2-3. 태양광 모듈 생산성 향상
태양광 모듈을 만들기 위해 여러 공정을 거치게 됩니다. 재료를 가열하여 녹이고, 절단하고, 용접시키는 등 재료의 물성이 변화는 공정이 존재하며, 이러한 물성 변화들은 제품 품질에 영향을 끼치게 됩니다. 우리 연구실에서는 제품의 품질 데이터를 분석하여 적절한 공정 변수를 찾는 연구를 진행하고 있습니다. 본 연구를 통하여 공정 최적화, 수율 상승 등의 긍정적인 효과를 기대할 수 있으며, 또한 고장진단 및 수명예측을 통하여 장비 교체 주기 등 공정 관리에 필요한 정보들 역시 구축할 수 있게 됩니다.
2-4. 3D 프린팅 품질 신뢰성 진단
적층 제조, 일명 3D 프린팅 중, DED(Direct Energy Deposition) 방식의 금속 3D프린팅은 노즐을 사용하여 분말 또는 와이어 형태의 금속 소재를 층별로 직접 녹여 배치하는 형식으로 제품을 생산합니다. DED 방식으로 생산된 제품들은 간혹 형상 변형, 공차 등의 품질 불량이 발생하기도 합니다. 우리 연구실에서는 DED 방식을 포함한 3D 프린팅 장비의 건전성을 진단하고, 제품의 품질에 끼치는 영향을 파악하는 장비 건전성과 제품 상태의 진단 및 관리를 연구하고 있습니다.
2-5. 스마트 공장을 위한 PHM 적용 아키텍처 개발
생산품 품질 예측, 설비 상태진단 및 관리 등 제조산업의 스마트화를 위해 PHM 기술이 활용되고 있습니다. 상대적으로 연구개발 인력이 부족한 중소중견기업에서는 PHM 기술 적용시 상당한 애로사항을 겪고 있습니다. 우리 연구실에서는 PHM기술을 활발히 연구하는 서울대, 한국항공대, 국민대 연구실 및 PHM 기술을 필요로 하는 기업들과의 공동연구를 통해 제조업의 스마트화를 위한 PHM 기술 적용 아키텍처를 개발하고 그 성과를 공유하였습니다. 공장내 설비를 에너지/전원, 유공압, 제어, 구동, 동력전달, 가공부의 6대설비로 나누고 각 설비 별 특성인자 추출, 데이터/물리기반 고장 진단 및 예지 방법에 대해 예시 및 사례를 정리하였습니다. PHM을 처음 접하는 중소 및 중견 기업들에게도 쉽게 PHM 기술을 이해하고 관련 적용 사례를 확인할 수 있도록 PHM 적용 아키텍처를 제시하고, 산업통상자원부를 통해 전파하였습니다.
2-6. 스마트 IoT 센서 개발
PHM 기술적용을 위해 대상 설비/시스템에서 건전성 데이터 확보가 선행되어야 합니다. 각종 센서를 이용하여 데이터를 수집하는 것이 일반적이나 센서의 설치가 용이하지 않거나 센서 비용이 높은 경우가 종종 있고 PHM 연구에 많은 제약이 발생합니다. 우리 연구실에서는 전자 시스템을 대상으로 추가적인 센서 설치 없이 디지털 신호의 인가, 분석을 통해 시스템내 이상을 감지할 수 있는 센서리스 센싱(Sensorless sensing) 기술을 개발하였습니다. 개발한 기술을 이용하여 항공기내 동축케이블의 마모로 인한 결함의 정도와 위치를 성공적으로 진단하였습니다.
리튬이온 배터리는 충전, 방전이 반복됨에 따라 에너지를 저장하는 전기용량이 서서히 감소하는 capacity fade 현상이 알려져 있습니다. 대부분의 리튬이온 배터리는 충방전에 따른 전기용량의 감소 패턴이 어느 정도 일관성을 보이나, 일부 배터리에서는 특정 충방전 이후 급격한 용량 저하가 일어나 제품 사용시간이 짧아지고 나아가 사용자의 클레임을 유발하기도 합니다. 우리 연구실에서는 PHM 기술을 이용하여 이차전지의 용량 저하 특성을 분석하고 잔여수명을 예측하는 기술을 지속적으로 연구하고 있습니다. 개발한 기술은 약 3개월 걸리던 이차전지 수명평가 기간을 약 1개월로 줄이는데 성공적으로 활용되었습니다.
2-2. 반도체 생산장비 고장진단 기술 개발
반도체 생산 공정 중에는 투입된 웨이퍼를 고온으로 가열하는 베이킹 공정이 필수적입니다. 12인치 크기의 웨이퍼 표면을 고온으로 고르게 가열하기 위한 반도체 생산장비의 히터 모듈은 온도 센서의 열화, 산화 등으로 장비 고장을 야기하며, 불량 웨이퍼 생산으로 이어집니다. 우리 연구실에서는 히터모듈의 건전성을 이미지화하고 히터 모듈내 각 온도 센서의 불량을 모사하고 딥러닝 기반 학습을 통해 장비의 고장진단 기술을 개발하였습니다. 개발한 기술은 온도센서의 위치 및 불량 정도를 탐지하는데 활용하고 있습니다.
2-3. 태양광 모듈 생산성 향상
태양광 모듈을 만들기 위해 여러 공정을 거치게 됩니다. 재료를 가열하여 녹이고, 절단하고, 용접시키는 등 재료의 물성이 변화는 공정이 존재하며, 이러한 물성 변화들은 제품 품질에 영향을 끼치게 됩니다. 우리 연구실에서는 제품의 품질 데이터를 분석하여 적절한 공정 변수를 찾는 연구를 진행하고 있습니다. 본 연구를 통하여 공정 최적화, 수율 상승 등의 긍정적인 효과를 기대할 수 있으며, 또한 고장진단 및 수명예측을 통하여 장비 교체 주기 등 공정 관리에 필요한 정보들 역시 구축할 수 있게 됩니다.
2-4. 3D 프린팅 품질 신뢰성 진단
적층 제조, 일명 3D 프린팅 중, DED(Direct Energy Deposition) 방식의 금속 3D프린팅은 노즐을 사용하여 분말 또는 와이어 형태의 금속 소재를 층별로 직접 녹여 배치하는 형식으로 제품을 생산합니다. DED 방식으로 생산된 제품들은 간혹 형상 변형, 공차 등의 품질 불량이 발생하기도 합니다. 우리 연구실에서는 DED 방식을 포함한 3D 프린팅 장비의 건전성을 진단하고, 제품의 품질에 끼치는 영향을 파악하는 장비 건전성과 제품 상태의 진단 및 관리를 연구하고 있습니다.
DED 방식 금속 3D 프린팅의 개략도와 실제 장비 모습
2-5. 스마트 공장을 위한 PHM 적용 아키텍처 개발
생산품 품질 예측, 설비 상태진단 및 관리 등 제조산업의 스마트화를 위해 PHM 기술이 활용되고 있습니다. 상대적으로 연구개발 인력이 부족한 중소중견기업에서는 PHM 기술 적용시 상당한 애로사항을 겪고 있습니다. 우리 연구실에서는 PHM기술을 활발히 연구하는 서울대, 한국항공대, 국민대 연구실 및 PHM 기술을 필요로 하는 기업들과의 공동연구를 통해 제조업의 스마트화를 위한 PHM 기술 적용 아키텍처를 개발하고 그 성과를 공유하였습니다. 공장내 설비를 에너지/전원, 유공압, 제어, 구동, 동력전달, 가공부의 6대설비로 나누고 각 설비 별 특성인자 추출, 데이터/물리기반 고장 진단 및 예지 방법에 대해 예시 및 사례를 정리하였습니다. PHM을 처음 접하는 중소 및 중견 기업들에게도 쉽게 PHM 기술을 이해하고 관련 적용 사례를 확인할 수 있도록 PHM 적용 아키텍처를 제시하고, 산업통상자원부를 통해 전파하였습니다.
PHM 적용 아키텍처
2-6. 스마트 IoT 센서 개발
PHM 기술적용을 위해 대상 설비/시스템에서 건전성 데이터 확보가 선행되어야 합니다. 각종 센서를 이용하여 데이터를 수집하는 것이 일반적이나 센서의 설치가 용이하지 않거나 센서 비용이 높은 경우가 종종 있고 PHM 연구에 많은 제약이 발생합니다. 우리 연구실에서는 전자 시스템을 대상으로 추가적인 센서 설치 없이 디지털 신호의 인가, 분석을 통해 시스템내 이상을 감지할 수 있는 센서리스 센싱(Sensorless sensing) 기술을 개발하였습니다. 개발한 기술을 이용하여 항공기내 동축케이블의 마모로 인한 결함의 정도와 위치를 성공적으로 진단하였습니다.
저희 연구실은 지도교수님, 대학원생 그리고 학부 연구생으로 이루어져 있습니다. 대학원생들은 각자 연구 과제를 1개 이상씩 담당하며 연구를 실질적으로 주도하고 있습니다. 학부 연구생들 또한 연구 과제에 참여하며 연구를 배우고 대학원생과 함께 연구활동을 이어가고 있습니다. 연구실 세미나를 통해 각자의 연구 주제에 대한 발표를 하고, 구성원들 간의 활발한 의견 교환을 통하여 다양한 시각에서 문제 해결방안에 대한 논의를 이어가고 있습니다. 자료 수집, 실험 설계, 데이터 분석 등 다양한 분야에서 실행 사례를 공유하는 것으로 협업이 활발하게 이루어질 수 있는 환경이 특징입니다.
저희 연구실에 관심이 있는 대학원생 및 박사후 연구원은 하단의 연락처를 참고해주시기 바랍니다.
■ 주소 : 경기도 수원시 장안구 서부로 2066 성균관대학교 자연과학캠퍼스 제2공학관 26418B호실■ 홈페이지 : : phm.skku.edu
■ 전화번호 : 031)290-7610
#건전성 예측 관리 (PHM)
