Poclain Hydraulics - 딥러닝 및 칼만 필터를 사용한 모터 온도의 실시간 측정을 위한 소프트 센서 개발 사례 - MATLAB & Simulink

Poclain Hydraulics - 딥러닝 및 칼만 필터를 사용한 모터 온도의 실시간 측정을 위한 소프트 센서 개발 사례

“우리는 이미 MATLAB에 구현된 두 개의 신경망을 확인했고, 이러한 신경망을 통해 코드를 하드웨어에 내장하여 온도를 실시간으로 예측할 수 있었습니다.”

주요 성과

  • MATLAB은 사전 학습된 신경망으로 테스트를 가속화했습니다.
  • Simulink를 통해 단순화된 확장 Kalman 필터에 대한 테스트를 수행할 수 있었습니다.
  • MATLAB을 통해 C 및 C++를 비롯한 여러 언어로 코드를 생성할 수 있습니다.

Poclain Hydraulics는 건설, 농업, 광업 등의 산업에서 기계에 동력을 공급하는 정유압식 변속기 및 모터를 개발하는 세계적인 선도 기업입니다. 이러한 모터는 유압 에너지를 기계 에너지로 변환하여 전력을 생성하는데, 이는 모터의 온도를 높이고 잠재적으로 고장을 일으킬 수 있습니다.

Poclain Hydraulics는 실시간으로 모터 온도를 모니터링하기 위해 딥러닝이나 칼만 필터 접근 방식을 사용하는 소프트 센서를 만들기 위해 MATLAB® 및 Simulink®를 사용했습니다. 성공하려면 딥러닝이나 확장 칼만 필터 모델은 모터의 부하 이력과 외부 온도와 같은 환경적 요소를 고려해야 합니다. 칼만 필터에 비해 신경망 접근 방식의 주요 단점은 설명 가능성이 부족하다는 점인데, 이 경우에는 문제로 간주되지 않았습니다.

이 팀은 데이터 추출 및 무작위화부터 시작하여 신경망의 훈련, 테스트, 검증을 거쳐 마지막으로 하드웨어에 배포하는 완전한 AI 산업화 프로세스를 구현했습니다. MATLAB 및 Simulink는 C 또는 C++ 코드 생성, 배포 전 테스트, 대규모 데이터셋 관리를 통해 이 산업화 프로세스를 촉진했습니다. 또한 이 팀은 MATLAB에서 제공되는 사전 학습된 신경망을 활용해 이 프로세스를 가속화했습니다.

산업화 과정의 일환으로 Poclain Hydraulics는 MATLAB 및 Simulink를 사용해 모터의 물리 기반 모델을 구축하고 시뮬레이션하여 데이터를 생성했습니다. 그들은 데이터 생성에 대한 실험을 설계하고, 압력, 속도, 시간, 위험 요소 등 다양한 모터 파라미터를 테스트하고, 실험 결과를 관리할 수 있었습니다.