동일 주파수 대역 필터와 포락선 커토시스 분리도 기반 대칭점 패턴을 이용한 베어링 결함 진단

키워드

확장요약문

베어링은 회전기계의 신뢰성과 운용 안정성을 좌우하는 핵심 구성요소로, 결함 발생 시 진동신호의 주파수 및 충격 특성에 변화가 발생한다. 이러한 상태진단 기술은 산업용 회전기계뿐만 아니라 장시간 운용과 높은 신뢰성이 요구되는 방위산업용 플랫폼 및 정밀 구동계의 예방정비에도 적용될 수 있다. 특히 저속 회전조건에서는 결함에 의한 진동 특성이 상대적으로 미약하므로, 유효한 주파수 성분을 선별하고 고장상태별 특징을 명확하게 표현할 수 있는 진단기법이 요구된다. 대칭점 패턴(Symmetrized Dot Pattern, SDP)은 1차원 진동신호를 2차원 대칭 패턴으로 변환하여 상태별 특징을 시각화할 수 있으나, 원시 신호를 직접 적용할 경우 다양한 주파수 성분이 동시에 반영되어 고장모드 간 패턴 차이가 불명확해질 수 있다. 본 연구에서는 이러한 한계를 개선하기 위해 정상 및 각 결함상태에 동일한 주파수 대역과 고정된 SDP 파라미터를 적용하는 베어링 결함 진단 기법을 제안한다. 특히 결함상태별로 서로 다른 주파수 대역을 적용할 경우, 생성된 SDP의 차이가 실제 결함 특성에 의한 것인지 필터링 조건의 차이에 의한 것인지 명확하게 구분하기 어렵다. 따라서 모든 상태에 동일한 공통 주파수 대역을 적용하여 신호처리 조건을 통일하고, 실제 베어링 상태 변화에 따른 패턴 차이를 비교하고자 하였다. 먼저 진동신호의 주파수 특성을 분석하여 적용 대역을 설정한 후, 해당 대역의 포락선 첨도 특성을 이용하여 정상과 결함상태 간 분포 차이를 정량화하는 Separation S를 통해 대역의 타당성을 검증하였다. 검증된 대역에는 동일한 대역통과 조건을 적용하고, 추출된 주파수 성분을 역고속 푸리에 변환을 통해 시간영역으로 재구성한 후 포락선 신호를 생성하였다. 이후 동일한 SDP 변환조건으로 상태별 패턴을 생성하고, CNN을 이용하여 고장 분류 성능을 정량적으로 평가하였다. 제안 기법을 기존 5 RPM 및 20 RPM slewing bearing 실험 데이터에 적용한 결과, SDP의 점 분포와 대칭구조에서 고장모드별 시각적 차이를 확인하였다. CNN 분류 결과 20 RPM에서는 전체 정확도 100%, 5 RPM에서는 99.125%를 확보하였으며, 5 RPM 조건에서 정상 98.5%, 볼 결함 100%, 내륜 결함 98.0%, 외륜 결함 100%의 분류 성능을 확인하였다. 이를 통해 동일한 주파수 대역과 SDP 변환조건에서도 극저속 회전조건의 고장모드를 효과적으로 구분할 수 있음을 검증하였다. 이는 주파수 특성에 기반한 공통 전처리 조건을 적용하더라도 베어링 상태에 따른 고유한 SDP 패턴을 효과적으로 표현할 수 있음을 보여준다.