Fault Diagnosis of Rotating Machinery using Similarity-based Time Synchronous Averaging of a Minimum Entropy Deconvolution (MED)-Filtered Signal

Abstract

Minimum Entropy Deconvolution(MED) 필터는 복잡한 진동 신호에서 충격성(Impulsive) 형태를 띄는 회전 설비의 미세 결함특성을 추출하기 위해 널리 사용되는 신호분석 기법이다. 하지만 MED 필터는 신호내에 포함된 모든 충격성 결함 유사 특성을 강조하기 때문에 외부 노이즈에 민감하다는 단점을 갖는다. 이를 해결하기 위해 회전설비의 회전주기별로 MED 필터링 결과를 분할한 후 앙상블(Ensemble) 평균을 취하는 시간동기평균화 기법을 도입하여 반복 결함신호의 추출 및 노이즈 제거가 가능하다. 하지만 회전설비의 특성상매 회전마다 같은 결함특성이 발생하지 않는다면 시간동기평균화를 통한 결함특성의 효과적인 추출이 불가하다. 이 논문에서는 이러한 문제를 해결하기 위해 MED 필터링 신호의 유사도 기반 시간동기 평균화기법을 제안한다. 제안 기법은 MED 필터링 신호를 회전 주기별로 나누고, 각 신호에 대한 유사성에 기반하여 결함 특성을 공통적으로 가지는 신호를 선별한다. 이후 선별된 신호에 대한 시간동기평균화를 통해 결함과 관련된 특성만을 추출하고, 결함과 무관한 노이즈성 신호를 제거하는 것을 특징으로 한다. 유성기어박스 테스트베드를 활용한 검증 결과 제안된 기법은 기존의 MED 필터 및 시간동기평균화기법 대비 고장진단 성능이 뛰어남을 확인하였다.