전자공학과 김대원 교수 연구팀이 스마트 케이블 모니터링 시스템을 개발했다. 이 시스템은 에너지 하베스팅 기술과 인공지능을 활용해 기계에 부착된 케이블의 상태를 실시간 모니터링하고, 수명을 예측해 케이블 손상 위험을 크게 줄였다.

전자공학과 김대원 교수 연구팀, 스마트 케이블 모니터링 시스템 개발
실시간 감지, 외부 전력 없이 무선 통신 구현

기술 자동화로 로봇이 산업 현장 곳곳에 도입됐지만, 로봇팔을 움직이는 케이블 수명을 정확히 예측하는 데는 한계가 있었다. 전자공학과 김대원 교수 연구팀이 이러한 문제를 해결한 ‘스마트 케이블 모니터링 시스템’을 개발했다. 이 시스템은 에너지 하베스팅 기술과 인공지능을 활용해 기계에 부착된 케이블의 상태를 실시간 모니터링하고, 수명을 예측해 케이블 손상 위험을 크게 줄였다. 이번 연구는 (IF: 27.8)에 5월 온라인 게재됐다.

외부 전원 없이 자가 전력 공급하는 스마트 케이블 모니터링 시스템 개발
스마트 팩토리의 핵심인 로봇팔이나 자동화 생산 라인에서는 반복적인 움직임으로 케이블의 손상이 발생할 수 있다. 윤종현 학생(전자정보융합공학과 박사 과정)은 “기존 케이블 모니터링은 한 곳에 설치돼 한정된 장소만 검사하거나, 사람이 들고 다니는 경우 검사 사이 다른 곳의 케이블에 오작동이나 치명적인 사고가 발생하면 대처하기 어렵다”고 설명했다. 연구팀이 개발한 모니터링 시스템은 케이블 상태를 지속 감시하고, 케이블의 남은 수명을 정확하게 예측해 사전에 문제를 예방한다.

이 시스템은 케이블용 정전 에너지 수확기 기반 센서(TBSC), 전기장 에너지 수확기(EFEH), 무선 통신 모듈(WCM), 그리고 메인 서버로 구성된다. 케이블의 다양한 움직임은 TBSC 배열에서 생성된 정전기 신호로 감지되고, 이 신호는 자가 전원 무선 통신을 통해 메인 서버로 전송된다. 이를 통해 외부 전력장치 없이 실시간 무선 데이터 전송을 구현했다. 김인겸 학생(전자정보융합공학과 박사 과정)은 “다양한 EFEH를 제작했고, 이를 조사해 최적화 작업을 거쳤다. 그 결과 가장 높은 전기 출력이 생성되는 EFEH를 파악할 수 있었다”고 말했다.

김대원 교수는 산업체와의 제휴로 필요한 데이터를 확보했다. 확보한 데이터는 인공지능 알고리즘의 정확도를 높이는 데 활용됐다.

산업체 협력으로 데이터 확보, 높은 정확성으로 이어져
EFEH와 TBSC의 결합으로 전기 에너지가 155% 증가했다. 확보된 데이터는 메인 서버에 저장된다. 김대원 교수 연구팀은 케이블 수명을 예측하기 위해 기존 알고리즘을 보완했다. 김대원 교수는 “기후 조건, 충격 등 외부 요인이 많아 케이블 수명 알고리즘의 정확도가 떨어졌다. 하지만 이번 연구는 잔존 수명을 예측할 알고리즘을 개발해 혁신성을 보인다”고 설명했다.

연구팀이 개발한 딥러닝 기반 알고리즘은 케이블 데이터를 분석해 잔존 수명을 예측했고, 93.7%의 정확도를 기록했다. 김대원 교수는 “인공지능을 연구에 활용하는 것은 더 이상 특이한 일이 아니다. 인공지능을 어떻게 적용할지가 중요한 부분”이라고 공유했다. 또한 알고리즘의 정확성을 높이기 위해선 막대한 양의 데이터가 필요했다. 김 교수 연구팀은 산업체와의 제휴로 필요한 데이터를 확보할 수 있었다. 그는 “산업체와의 협력으로 실제 현장의 케이블 움직임을 담은 데이터를 확보했고, 이를 알고리즘에 적용해 정확성을 높였다”고 강조했다.

김대원 교수는 이번 연구의 이점을 설명했다. 그는 "에너지 하베스팅 기술과 3D 프린팅 기술을 사용해 비용이 저렴하며, 배터리 등 외부 전력 없이 작동할 수 있어 범용성이 높다"고 말했다. 후속 연구 계획도 밝혔다. 김대원 교수는 "현재 케이블의 한 부분만 감지하지만, 앞으로는 센서 전 부분에서 손상을 감지할 수 있도록 시스템을 확장하는 것이 목표"라고 밝혔다.

글 김율립 yulrip@khu.ac.kr
사진 정병성 pr@khu.ac.kr


ⓒ 경희대학교 커뮤니케이션센터 communication@khu.ac.kr