운영 소리를 인식하여 건강 모니터링에서 AI 식별 장치

진동 및 소음 감지를 통한 장치 상태 모니터링

장비 유지 관리의 중요성을 이해하는 사람이라면 장치에서 발생하는 소리와 진동의 중요성을 잘 알고 있을 것입니다. 소리와 진동 분석을 통한 적절한 장치 건강 상태 모니터링은 유지 관리 비용을 반으로 줄이고 수명을 두 배로 늘릴 수 있습니다. 실시간 음향 데이터와 분석은 또 다른 중요한 상태 기반 모니터링(CbM) 방법을 나타냅니다.

먼저, 장비가 내는 정상적인 소음을 이해하는 것이 중요합니다. 소음에서 벗어나는 변화가 발생하면 잠재적인 이상을 나타내며, 이는 문제를 의미할 수 있습니다. 특정 소음을 특정 문제와 연결짓는 방식은 효과적인 모니터링을 위해 매우 중요합니다.

이상 현상을 식별하는 데는 몇 분의 교육이 필요할 수 있지만, 진단을 위해 소리, 진동, 및 근본 원인을 상관시키는 데는 훨씬 더 많은 시간이 소요될 수 있습니다. 숙련된 기술자와 엔지니어는 이러한 지식을 보유할 수 있지만, 이들은 희소한 자원입니다. 소리를 기반으로 문제를 인식하는 것은 상당히 어려운 작업입니다. 녹음이나 묘사적 프레임워크, 또는 전문가의 교육을 받더라도 이러한 특수 기술을 습득하는 것은 여전히 어렵습니다.

컴퓨터 청각 능력을 구축하기 위한 인간 신경과학 이해

지난 20년 동안 ADI 팀은 인간이 소리와 진동을 어떻게 해석하는지 이해하는 데 주력해 왔습니다. ADI의 목표는 장비의 소리와 진동으로부터 학습하고, 그 의미를 해독함으로써 이상 징후를 감지하고 진단을 수행할 수 있는 시스템을 구축하는 것입니다.

ADI는 컴퓨터 청각을 지원하여 장비의 행동 주요 지표인 소리와 진동을 이해할 수 있는 OtoSense 아키텍처, 즉 장비 상태 모니터링 시스템을 도입했습니다. 이 시스템은 모든 장비에 적용 가능하며 네트워크 연결 없이 실시간으로 작동할 수 있습니다. 산업 환경에서 활용되었으며, 확장 가능하고 효율적인 기계 상태 모니터링 시스템의 구현을 지원합니다.

OtoSense의 디자인 개념은 인간 신경과학에서 영감을 얻었으며, 인간이 매우 효율적으로 들리는 모든 소리를 배우고 이해할 수 있는 능력에서 비롯되었습니다. 인간은 정적 소리와 순간적인 소리를 모두 학습할 수 있으며, 지속적인 기능 조정과 지속적인 모니터링이 요구됩니다. OtoSense는 센서에 가까운 엣지에서 인식을 수행하여 원격 서버로 네트워크 연결을 통해 결정을 내릴 필요성을 없애줍니다. 또한 전문가와의 상호작용과 학습을 가능하게 합니다.

사람의 청각 시스템과 OtoSense 간의 비교 및 분석

청각은 인간의 생존에 있어 중요한 감각입니다. 이는 멀리 떨어져 있고 보이지 않는 사건에 대해 전체적인 인식을 제공하며, 출생 이전에 이미 성숙합니다. 인간이 소리를 인식하는 과정은 네 가지 친숙한 단계로 설명할 수 있습니다: 소리의 아날로그 수집, 디지털화, 특성 추출, 그리고 해석입니다. 각 단계에서 우리는 인간의 귀와 OtoSense 시스템을 비교합니다.

인간 청각의 아날로그 신호 수집과 디지털화는 매우 중요한 과정입니다. 먼저, 중이의 고막과 세 개의 이소골이 지렛대 원리를 활용하여 소리를 포착합니다. 이후 임피던스를 조정하여 진동을 액체로 채워진 관으로 전달하며, 신호에 포함된 스펙트럼 성분에 따라 또 하나의 고막 층이 선택적으로 이동합니다. 이 과정은 이어서 구부러지는 유연한 세포를 움직이며, 이 세포들은 구부러짐의 정도와 강도를 반영하는 디지털 신호를 방출합니다. 이러한 개별 신호는 주파수에 따라 배열된 병렬 신경 경로를 통해 전달되어 주요 청각 피질로 이동합니다.

OtoSense에서는 이 작업이 센서, 증폭기 및 코덱을 통해 수행됩니다. 디지털화 과정은 250 Hz에서 196 kHz까지 조정 가능한 고정 샘플링 속도를 사용합니다. 파형은 16비트로 코딩되며, 이후 크기가 128에서 4096까지 조정 가능한 버퍼에 저장됩니다.

청각에서의 특성 추출은 주요 피질에서 이루어지며, 우세 주파수, 고조율, 스펙트럼 형태와 같은 주파수 도메인 특성뿐만 아니라, 약 3초 시간 창 내에서 발생하는 충격, 강도의 변화, 주요 주파수 구성요소와 같은 시간 도메인 특성을 포함합니다.

OtoSense는 ADI에서 청크라고 부르는 시간 창을 사용하며, 고정된 스텝 크기로 이동합니다. 이 청크의 크기와 스텝 범위는 식별할 이벤트와 에지에서 특징 추출을 위한 샘플링 속도에 의해 결정되며, 23밀리초에서 3초까지 범위가 있습니다.

청각에 대한 분석은 모든 지각과 기억을 통합하고 소리에 의미를 부여하는 연합 피질에서 이루어지며(예: 언어를 통해), 지각을 형성하는 과정에서 핵심적인 역할을 합니다. 분석 과정은 사건에 대한 설명을 조직화하며 단순히 이름 짓는 것을 훨씬 넘어섭니다. 프로젝트, 소리, 또는 사건에 이름을 붙이는 것은 그것에 더 크고 깊은 의미를 부여할 수 있게 해줍니다. 전문가들에게 이름과 의미는 주변 환경을 더 잘 이해할 수 있도록 해줍니다.

이것이 OtoSense와 인간의 상호 작용이 신경학적으로 기반을 둔 시각적이며 비지도 음향 매핑에서 시작되는 이유입니다. OtoSense는 들리는 모든 소리나 진동을 그래픽으로 표현하고, 엄격한 범주를 만들려고 하지 않고 유사성에 따라 배열합니다. 이를 통해 화면에 표시된 그룹을 전문가가 조직하고 범주의 경계를 인위적으로 설정하지 않고 이름을 지정할 수 있게 됩니다. 전문가들은 자신만의 지식, 인식 및 기대를 기반으로 OtoSense의 최종 결과를 위한 의미론적 지도를 구축할 수 있습니다.

같은 음풍경을 놓고도 자동차 기계공학자, 항공우주 엔지니어, 냉간 단조 프레스 전문가, 또는 동일한 분야의 연구를 하는 다른 회사의 전문가들조차도 이를 분류하고 조직하며 명명하는 방식이 다를 수 있습니다. OtoSense는 언어적 의미를 형성하는 방식과 마찬가지로, 동일한 상향식 접근법을 사용하여 의미를 부여합니다.

OtoSense의 설계 배경에 있는 원래 의도는 여러 전문가로부터 학습하고 시간이 지나면서 점점 더 복잡한 진단을 수행하는 것입니다. 일반적인 과정은 OtoSense와 전문가 간의 루프를 포함하며, 여기서 이상 모델과 이벤트 인식 모델이 엣지에서 실행됩니다. 이러한 모델은 잠재적인 이벤트 발생 가능성과 그 이상 현상의 확률에 대한 출력을 생성합니다.

정의된 임계값을 초과하는 소리 또는 진동의 이상 현상이 발생하면 이상 알림이 트리거됩니다. OtoSense를 사용하는 기술자와 엔지니어는 소리 및 관련 정보를 검사할 수 있습니다. 이후, 이 전문가들은 이상 이벤트에 레이블을 지정하고, 새로운 인식 모델과 이상 모델을 이 새로운 정보를 통합하여 계산한 후, 이를 엣지 디바이스로 전송합니다.

전기 모터의 예측 유지 관리를 지원하는 지능형 모터 모니터링 센서

ADI OtoSense 스마트 모터 모니터링 센서를 예로 들면, 이는 모터 상태를 기반으로 한 장비 모니터링을 위한 AI 기반 종합 하드웨어 및 소프트웨어 솔루션입니다. 이 시스템은 전문가의 수동 분석을 필요로 하지 않으며, 9가지 기계 및 전기 결함을 감지할 수 있고, 배선이나 특수 게이트웨이를 필요로 하지 않아 빠른 구축이 가능합니다.

ADI OtoSense 스마트 모터 센서는 최고급 센싱 기술과 첨단 데이터 분석을 결합하여 전기 모터의 작동을 모니터링합니다. 이 센서는 장비의 이상 및 결함을 감지하여 유지 보수 주기를 예측하고 예상치 못한 가동 중단을 방지할 수 있도록 해줍니다.

ADI OtoSense 스마트 모터 센서는 가장 중요한 진단을 포함하여 데이터를 특정 운영 지침 또는 권장 사항으로 변환합니다. 이 센서는 삼상 비동기 저전압 AC 모터를 24시간 7일 내내 모니터링합니다. 문제의 성격과 해결 방법을 명확히 제시하여 정보를 알기 쉽게 제공합니다.

ADI OtoSense 스마트 모터 센서는 각 모터의 상태에 대한 상세한 정보를 시각화하는 모니터링 대시보드를 제공하여 기계 상태 진단 및 결함 감지에 대한 포괄적인 이해를 돕습니다. 또한 모바일 애플리케이션을 지원하며, 사용자가 스마트 모터 모니터링 센서를 손쉽게 설정하고, 배치 데이터를 확인하며, 컴퓨터와 스마트폰 애플리케이션을 통해 애플리케이션 내 주요 이벤트에 대한 알림 및 경고를 받을 수 있도록 합니다.

ADI OtoSense 스마트 모터 모니터링 센서는 강력한 상태 기반 모니터링 하드웨어와 소프트웨어를 활용하여 생산 환경을 최적화하고 고장의 발생을 줄이며, 자산 유지보수 비용 절감, 장비 수명 연장, 가동 시간 증가와 같은 이점을 제공합니다.

실시간 모니터링을 지원하는 ADI OtoSense 스마트 모터 모니터링 센서는 장비를 더 자주 모니터링하여 기계적 및 전기적 결함이 발생하기 시작하는 시점과 이러한 문제가 생산 공정에 미치는 영향을 이해할 수 있습니다. 또한 각 모터에 대해 고유한 모델을 생성하여 공정에 대한 일관된 최적화 진단을 제공합니다. 스마트 모터 모니터링 센서가 제공하는 정보는 문제를 진단하고 그 심각성을 판단하는 데 사용될 수 있으며, 이를 통해 유지보수 팀이 적절한 유지보수 작업을 수행하도록 지원합니다. 모터 성능 및 상태를 지속적으로 모니터링함으로써 유지보수 및 예비 부품 요구 사항에 대한 더 나은 가시성을 확보할 수 있으며, 무엇을 주문해야 하고 언제 주문해야 할지를 알 수 있어 재고 비용을 줄이는 데 도움을 줍니다.

ADI OtoSense 스마트 모터 센서는 기계 데이터를 감지하고 해석하는 데 있어 시장에서 가장 정확한 솔루션입니다. 이 센서는 전원 공급 시스템, 고정자 권선, 회전자, 모터 축 균형, 편심, 베어링, 축 정렬, 냉각 시스템 및 느슨하거나 부드러운 발 구조 등 다양한 결함을 감지할 수 있습니다. 또한, 부하 변화나 운영 프로세스 변화와 같은 다양한 요인으로 발생할 수 있는 잠재적인 시스템 문제를 나타내는 포괄적인 성능 지표를 제공합니다.

ADI OtoSense 스마트 모터 센서의 배치는 매우 간단하며 24/7 상태 모니터링을 가능하게 합니다. 초기 설정은 iOS/Android 애플리케이션을 사용하여 센서를 구성하면서 이루어집니다. 일반적으로 구성 프로세스는 몇 분 정도밖에 걸리지 않으며, 모터가 작동 중일 때도 설정할 수 있습니다. 설정 후에는 센서가 모터에 설치되고 캘리브레이션되면서 학습 프로세스가 시작됩니다. 정상적인 작동 조건에서 센서를 실행하여 학습을 촉진하면 됩니다. 이상이 발생할 경우, 실시간 알림을 받게 되며, 이러한 알림은 모바일 애플리케이션 또는 대시보드에서 확인할 수 있어 모터 고장을 예방하는 데 도움이 됩니다.

결론

ADI의 OtoSense 기술은 네트워크 연결 없이도 이상 탐지 및 이벤트 인식을 수행할 수 있도록 음향 및 진동 전문 지식을 모든 장비에서 지속적으로 이용할 수 있도록 설계되었습니다. 항공우주, 자동차 및 산업 모니터링 애플리케이션에서 이 기술은 장비 상태 모니터링에 점점 더 많이 사용되고 있습니다. 이는 이전에는 전문 지식이 필요하고 복잡한 장비를 포함한 임베디드 애플리케이션 시나리오에서 이 기술이 우수한 성능을 발휘한다는 것을 나타냅니다. 업계 전문가들로부터 찬사를 받고 신뢰를 얻었으며 장비 상태 모니터링에 있어 탁월한 도구로 평가받고 있습니다.