현대에는 기계공학이 발전함에 따라 많은 인력이 기계로 대체되어 자동화를 이루고 있습니다. 기계는 반복적인 거동을 오랜 시간 지속적으로 수행하면 이상 신호를 내고 더 나아가면 수명을 다해 역할을 해내지 못합니다.

PHM은 이러한 기계 특성에 주목하여 기계 시스템의 이상 신호를 미리 감지하고, 고장 유형을 예지 및 분석하여 잔여 유효 수명을 예측하는 연구 분야입니다.

본 연구실에서는 모델링에 기반한 PHM(Model-based), 인공지능을 활용한 PHM(Data-driven), 두가지 모두를 활용한 PHM(Hybrid)에 대한 연구가 이루어지고 있습니다.

In modern times, with the development of mechanical engineering, many people have been replaced by machines to achieve automation. If the machine performs repetitive behavior continuously for a long time, it signals an abnormality and, furthermore, fails to perform its role at the end of its life.

PHM is a field of study that proactively detects abnormal signals in mechanical systems by paying attention to these mechanical properties, and predicts and analyzes the type of failure to predict the remaining useful life.

In this laboratory, research is being conducted on model-based PHM, data-driven PHM using artificial intelligence, and Hybrid PHM using both model and data.