진동 데이터 기반 배터리 커터 고장진단 딥러닝 모델 개발
LG에너지솔루션 이정훈
배터리 제조 공정 중 반제품을 자르는 커터는 정해진 커팅 횟수에 따라 교체됩니다. 이에 반제품 커팅 시 발생하는 진동 데이터를 수집하여 딥러닝 모델 기반 PHM(Prognostics and Health Management) 기술을 적용함으로써 커터의 수명을 진단하고 고장 시점을 사전에 예측하여 설비 부품의 관리를 최적화할 수 있습니다. MATLAB®에서 제공하는 Data Acquisition Toolbox™를 통해 NI® 디바이스와 연동된 시스템을 손쉽게 구성하였고 GUI 기반 딥러닝 모델링을 반복적으로 빠르게 완료할 수 있었습니다.
본 세션에서는 해당 사례의 딥러닝 기반 고장 진단 프로젝트 개발 워크플로를 소개합니다.
발행: 2021년 5월 20일
