바로가기
본문 바로가기
메인메뉴 바로가기


시스템 건전성 및 리스크 관리 연구실

Laboratory for System Health & Risk Management

News

System Health & Risk Management

board_menu

Press

ㆍ Title 서울대 윤병동 교수팀, 딥러닝 기반 발전소 터빈설비 진단 기술 개발
ㆍ Hits 1295 ㆍ Date 2018-01-15
서울대 윤병동 교수팀, 딥러닝 기반 발전소 터빈설비 진단 기술 개발

컴퓨터가 스스로 학습한 데이터를 토대로 발전소 터빈의 상태를 점검하는 기술이 세계최초로 개발됐다.

서울대 공대는 기계항공공학부 윤병동 교수 연구팀이 딥러닝 기술을 활용해 발전소 내 다양한 용량의 터빈 설비 건전성 상태를 진단하는 기술을 개발했다고 15일 밝혔다.

기존에는 사람이 센서 등을 통해 직접 터빈의 상태를 점검하면서 많은 시간과 인력이 필요했다. 연구팀은 컴퓨터가 스스로 점검을 하게 되면서 정확성이 향상되고 시간이 절감될 수 있다고 설명했다.

연구팀은 컴퓨터가 발전소의 다양한 터빈을 관찰하고 빅데이터를 수집해 터빈에서 발생하는 오정렬, 마찰 불량 등을 발견할 수 있다고 말했다.

해당 기술은 국내에서 특허를 출원했고, 이미 포스코 형산발전소에 터빈 설비 건전성 진단 기술로 공급되고 있다.

윤 교수는 "풍력 발전기 등 청정에너지 발전 분야나 산업용 로봇 등의 회전체 시스템 분야에 다양하게 확대 적용 할 수 있을 것으로 기대된다"고 말했다.

이번 연구는 전기·전자 분야 최고 저널인 'IEEE Transactions on Industrial Electronics(TIE)'에 게재됐다.

최평천 기자
기사 원문 보기: http://news.naver.com/main/read.nhn?mode=LSD&mid=sec&sid1=105&oid=001&aid=0009812983&viewType=pc

Prev 빅데이터에 인공지능 기술 접목… 산업설비 예측 솔루션 제시
Next 자동차변속기어, 회전 톱니바퀴 고장 진단 기술 개발
목록
비밀번호 입력 X
비밀번호
확인