서울대 윤병동 교수 연구팀, PHM Asia Pacific 2017<?xml:namespace prefix = "o" ns = "urn:schemas-microsoft-com:office:office" />

PHM Data Challenge Winner (1위, 2위) 석권 

서울대학교 기계항공공학부 윤병동 교수 연구팀과 시스템 건전성 및 리스크 관리 연구실을 기반으로 설립된 주식회사 OnePredict Inc.가 2017년 7월 12일~15일 라마다프라자 제주호텔에서 개최된 Asia Pacific Conference of the Prognostics and Health Management Society 2017(이하 PHMAP17)에서 주관하는 PHM Data Challenge에 참가하여 1위와 2위를 동시에 석권하는 기염을 토했다. PHM Data Challenge는 고장 예지 및 건전성 관리(Prognostics and Health Management, PHM) 기술과 관련하여, 산업 현장에서 발생하는 실제 데이터를 통해 시스템의 가동을 예측하는 과정에서 우수한 성적을 도출한 팀을 가리는 국제대회이다. 이미 윤 교수 연구팀은 2014년 IEEE Reliability Society, 2014년과 2015년 PHM Society에서 주관하는 PHM Data Challenge 대회에서 연속으로 Winner로 선정된 바 있으며, 이번에도 치열한 경쟁을 뚫고 우승을 거머쥠에 따라 세계를 선도하는 최고의 기술력을 보유하고 있음을 재차 입증하게 되었다.

이번 대회에서는 화력 발전소의 미분기 시스템 내부 기어박스를 구성하는 부품들의 고장 종류 및 시점을 예측하는 문제가 출제되었다. Training 데이터로는 고장 이력 없이 정상 구동 중인 3개 미분기 진동 데이터가 주어졌으며, Test 데이터로 고장 발생 이전의 3개 미분기 진동 데이터가 제공되었다. 1위로 선정된 SHRMer팀은 주파수 분석과 Cepstrum을 이용하여 시간에 따른 진동 특성 변화를 파악한 후에, Weighted Regression 기법을 통하여 정확한 고장 시점을 예측하는데 성공하였다. 더불어 2위로 선정된 Starling팀은 Wavelet Decomposition Packet 기술을 이용하여 고장 신호들을 분리해내고, 자기상관함수(Autocorrelation Function)를 이용하여 다양한 조건에서의 고장을 예측하는 방법을 제안하였다.

이번 대회의 주제가 발전소였다는 점 또한 주목할 만하다. 최근 우리는 발전소가 고장으로 중단되고 이로 인하여 사상 최악의 전력난을 이미 경험한 바 있다. 불시에 일어난 발전소 고장은 상상을 초월하는 손실을 야기한다는 사실을 비추어 볼 때, 이를 사전에 방지할 수 있는 기술을 개발하고 보급하는 것은 기계공학도에게 맡겨진 사회적 책임과 사명이라고 할 수 있다. 따라서 PHM Data Challenge에 참가했던 연구팀원들은 이번 대회가 대한민국 발전소의 정비 문화를 새롭게 인식하는 중요한 전환점이 되기를 기대한다고 입을 모았다.

이번 대회에서 제시한 윤 교수 팀의 접근법 및 결과는 고장 예지 및 건전성 관리 관련 국제학술지에 초청 논문으로 출간될 예정이다.