2020년 7월 21일~23일 더케이호텔서울에서 개최된 PHM Korea 2020(한국PHM학회 정기학술대회)에서 서울대학교 기계공학부 시스템 건전성 및 리스크 관리 연구실(지도교수 윤병동)의 김수지 박사과정이 우수포스터상을, 김윤한 박사과정이 우수발표상을 수상하였다.

김수지 박사과정의 논문 제목은 "저속 구름 베어링의 고장 진단을 위한 음향 방출 센서 특성치 추출 연구"로, 저속 구름 베어링의 건전성 진단 성능의 향상을 위한 음향방출 센서 신호의 특성치를 선별하는 기준에 대한 연구를 진행하였으며, 변수간 상관관계에 대한 순위도와 점수도를 부과하는 기준을 함께 고려하여 특성치를 선별하는 새로운 기준을 제안하였다. 분포의 분산과 거리를 기반으로 하거나, 분포 내 데이터 밀집도와 고차원상의 군집분리도를 기반으로 하는 기존 선별 기준들은 주어진 데이터에 과적합되어 새로운 데이터에 대한 진단성능이 떨어지는 단점이 존재하였다. 제안하는 방법을 통하여 저속 베어링 대상의 음향방출 센서 신호 데이터의 과적합 문제를 완화시키고 새로운 데이터에 대한 진단 정확도를 상승시켰다는 것에 큰 주목을 받았다.

김윤한 박사과정의 발표 제목은 “코일 전류 분석을 활용한 고압 차단기의 딥러닝 기반 고장 감지 방법 개발”로 고압 차단기에 고장이 발생할 때, 차단 동작을 유도하는 코일 전류의 이상 파형을 자율적으로 감지할 수 있는 딥러닝 알고리즘을 제안하였다. 특히, 고압 차단기의 작동 빈도가 낮기 때문에 나타나는 데이터 부족 문제를 데이터 증량법과 심층 오토인코더를 활용한 비지도 학습 방법을 통해 해결함으로써 딥러닝 기반 고장 감지 성능을 향상시켰다. 본 연구는 실제 변전설비에서 취득된 고압 차단기 데이터를 활용하여 성능을 검증하였다는 점에서 큰 주목을 받았다.