톱니형상회전부의 변위 정보를 활용한 산업용 왕복동 압축기 모니터링 기법 연구

Abstract

왕복동 압축기는 오늘날 화학, 화공 등 다양한 산업 분야에서 가장 넓게 활용되는 주요 압축 기계 장치이다. 기계 장치의 경우 지속적인 가동으로 하여금 피로 누적 및 노후화, 부품의 변형, 부품의 파손 등이 발생하는 것이 일반적이며 올바른 유지보수가 필수적이다. 부적절한 유지보수는 생산성 저하, 품질 저하 및 경제적 손실을 초래하며, 특히, 인화성 및 폭발성 물질을 다루는 왕복동 압축기의 관리부실은 인명 사고로 이어질 가능성이 존재하므로 그 관리가 상당히 중요하다. 이에 따라 왕복동 압축기의 결함 검출 및 모니터링 기법에 관한 다양한 연구들이 선행되어왔다. 왕복동 압축기의 경우 고온, 고압의 환경에서 반복적인 운동을 하는 밸브 계통의 결함 발생 비중이 높으므로 대부분의 선행 연구들은 고장 비중이 높은 밸브 계통 결함 검출을 주요 목표로 진행되었다. 하지만 왕복동 압축기의 기본적인 운동은 회전 운동으로부터 발생하며 그 구조의 근간은 회전체 구조이다. 따라서, 밸브 계통의 결함 검출 외에 회전체 구조에서 일반적으로 발생하는 결함인 질량 불평형, 정렬 불량, 기계적 헐거움에 대한 분류도 필수적이다. 최근 밸브 계통의 결함과 일반적인 회전체 구조의 결함 검출을 목표로 하는 연구들이 지속적으로 진행되고 있으나 단일 실린더 내의 결함을 탐지하기 위해 다종, 다수의 센서를 사용하는 사례가 많다. 산업용 장비의 경우 다기통 구조를 가지는 경우가 많으며 기통의 증가는 곧 사용되는 센서 수량의 증가와 초기 시스템 구성 비용의 증가를 의미한다. 본 연구는 선행 연구의 결과를 융합하여 왕복동 압축기의 톱니형상회전부 변위 정보를 활용한 1DCNN 기반 알고리즘 구축으로 위의 문제점들을 해결하고자 한다. 총 13가지 형태의 결함 상태를 모사할 수 있는 4기통 구조의 테스트베드와 Phasor를 포함한 4개의 변위 센서를 활용하여 밸브 계통 결함에서 발생하는 신호적 특징과 회전체 구조의 결함에서 발생하는 신호적 특징을 조합하여 모든 결함 상태를 포괄적으로 분류할 수 있는 분류 지표를 생성한다. 이를 위해 원신호로부터 추출된 Envelope (포락선)의 변화 양상과 회전축의 미세 속도 변화를 의미하는 국부 최고점 간격 변화 양상을 비교한다. 해당 분류 지표에 기반한 데이터 합성을 통해 선별적 분류가 적용되어 CNN 구조의 효과적인 학습을 실현하는 ‘영역 구분 주파수 스펙트럼’을 생성하며 이를 통해 학습된 1DCNN 기반의 분류 모델을 적용한 왕복동 압축기 모니터링 알고리즘을 제안한다. 제안된 알고리즘은 운전 속도 환경과 톱니형상회전부의 형상 변화를 극복하며 상기 언급한 결함 상태들을 91.71%의 분류 성능으로 탐지하므로 설비의 가동 효율 향상과 손실 예방 및 안전사고 예방을 보다 경제적이고 합리적으로 실현할 수 있다.