위에서 소개한 센서기반 고장 진단법의 장점은 노이즈를 제거함으로써 진동 및 전달오차신호가 가지는 물 리적 의미를 충분히 활용한다는 데에 있다. 전달오차를 이용하면 기어치 파손으로 인한 치강성 감소현상을 파 악함으로써 고장과 신호의 물리적인 의미를 연관지을 수 있으며, 진동신호를 이용하는 경우 기어 파손으로 인한 주성분 주파수 및 측파대
(sidebands)의 변화를 파 악함으로써 고장에 의한 신호의 변화를 효율적으로 추 적할 수 있다.

하지만 이러한 센서 기반 신호의 경우 외 부 노이즈에 의한 영향을 완전히 배제할 수 없으며, 해 당 부품이 파손될 때까지 신호를 측정하여 건전성 저하 모델을 구축하지 않았을 경우에는 고장 예측을 수행하 기 힘들다는 한계가 있다. 이러한 불확실성을 해결하기 위해 사용될 수 있는 방법은 모델기반 고장진단이다.

시뮬레이션 모델을 활용하게 되면 원하는 고장의 형태 를 부품단위 모델에 인가하여 신호 변화 양상을 파악함 으로써 고장 신호의 변화 양상에 대한 확실한 관계를 규명할 수 있다.

하지만 시뮬레이션 모델에는 사실과 다른 여러 가지 가정이 들어가 실제 현상을 제대로 설 명하지 못할 수 있는 위험이 있다. 이러한 센서 및 모델기반 고장진단의 한계점들을 극 복하기 위해 제안된 것이 모델 기반 진단법과 센서 기 반 진단법을 융합한 하이브리드 기반 고장 진단 및 예지 기법이다.

하이브리드 기반 고장진단 및 예 지 기법을 위한 첫 단계는 통계적 모델 검증(model validation)이다. 통계적 모델 검증이란 시험 결과와 모 델 결과의 비교를 통해 해석 모델의 유효성을 통계적으 로 검증하고 보정함으로써 예측 정확도를 향상시키는 기술이다.

모델 검증이 완료되면 시뮬레이션 모델을 통 해 측정된 물리적 신호를 통해서도 실제 시스템의 물리 적 신호를 추정할 수 있다. 하이브리드 기반 고장진단 및 예지기법에 사용되는 물리신호는 전달오차와 같이 크랙의 크기 등 시스템 건전성과 밀접한 상관성을 갖는 신호이다.

시스템으로부터 측정된 전달오차 등 물리신 호를 이용하면 역으로 해당 물리신호를 발생시키는 모 델상의 치강성 등 모델링 파라미터를 계산할 수 있고, 이를 통해 고장의 정도를 파악하여 시스템의 건전성을 추정할 수 있는 것이다. 이는 물리적 의미를 가지지 못 하는 진동 신호 등이 가지는 단점을 보완함과 동시에 고장진단을 넘어서 시스템의 초기 고장을 감지하여 미 래의 고장 정도를 예지(fault progonostics)하여 시스템 잔여 수명을 예측할 수 있도록 한다.

앞으로 정밀한 측 정 장비 및 시뮬레이션 기술이 더욱 발달한다면, 이러 한 하이브리드 기반 융합형 고장 진단 및 예지 기법이 고장 진단 및 예지 분야의 향후 연구 방향이 될 것이다.