굴음베아링은 회전기계에서 많이 리용하는 기계요소이며 베아링의 상태는 회전기계의 성능에 직접적인 영향을 미친다. 그런것으로 하여 굴음베아링의 고장진단에 대한 연구는 광범히 진행되고있다. 운영중에 있는 베아링은 진동하며 이 진동신호속에는 그와 결합된 기계설비들에 대한 많은 상태정보들이 포함되게 된다. 그러므로 이 진동신호를 측정분석하여 고장상태를 식별할뿐 아니라 베아링의 수명도 예측할수 있다. 이로부터 베아링의 고장진단에 대한 연구는 기본적으로 진동신호분석에 기초하여 진행하고있다. 굴음베아링에서 발생하는 진동신호는 일반적으로 비선형성과 비정상성을 가지는 신호로서 이 진동신호분석에는 일정한 신호처리기술이 요구된다.
우리는 먼저 입구된 신호에 대하여 압축수감리론을 리용하여 신호를 압축하고 재구성함으로써 신호속에 섞인 잡음을 제거하고 진동자료의 용량을 크게 감소시키는 문제, 원격고장진단과 실시간감시를 요구하는 설비들의 고장진단전문가체계개발에서 나서는 리력보관 및 통신량부하문제와 같은 기술적인 문제들을 해결하였다. 다음 국부특징척도분해방법을 리용하여 고장특징정보를 효과적으로 추출할수 있는 새로운 방법을 제기하였다.
우리의 연구성과는 잡지 《Journal Of Mechanical Engineering And Sciences》에 《A rolling bearing fault diagnosis method based on Compressive sensing and Local characteristic-scale decomposition》(https://doi.org/10.21595/jmeacs.2024.24128)이라는 제목으로 발표되였다.
