지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 양순용
- 발행연도
- 2020
- 저작권
- 울산대학교 논문은 저작권에 의해 보호받습니다.
이용수16
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
굴착기는 다양한 종류의 작업에 대한 높은 적용성과 경제성으로 인해 건설, 광업, 농업 등 여러 분야에서 사용되는 범용 장비이다. 그러나 굴착기가 사용되고 있는 환경은 매우 열악하여 사용자는 각종 소음, 진동, 분진에 노출되고 있을 뿐만 아니라 낙석, 전도 등의 산업재해 위험도도 높은 편이다. 따라서 위험 지역에서 작업 시 사용자의 위험을 방지할 필요가 있다.
이러한 문제점을 타개하기 위한 방안으로 다양한 국내외 기관에서 굴착기의 무인화 및 자동화에 대해 연구를 진행 중에 있다. 또한 장비의 안전을 위해 다양한 센서를 장착하여 많은 정보를 수집/분석하고 있으며 특히 수집된 정보를 빅 데이터로 관리하면서 고장 예지, 마케팅 활용, 고객 서비스 개발 등에 활용 하고 있으며 이를 위해 머신러닝 등 다양한 인공지능 기술을 접목하고 있다. 최근 5G 통신 기술을 이용하여 수천 km 떨어진 거리에서 굴착기의 초장거리 원격 조종에 성공하고 카메라를 이용하여 영상 정보를 받아오는 사례도 찾아볼 수 있을 정도로 굴착기의 원격 제어 및 계측 기술이 발전하였다.
그러나 위와 같은 기술은 시스템의 구성이 복잡하고 고가라는 문제와 해외로 나가는 시험장비에 부착할 경우 다시 수거해야하기 때문에 비용이 늘어나는 단점이 있다. 또한 센서 데이터를 계측하여 저장하기 위해 별도의 저장 장치 혹은 메모리 카드가 필요하다는 단점도 존재한다. 이런 문제점을 타개하기 위해 본 논문에서는 1.5ton 굴착기를 대상으로 인터넷 서버를 구축하고 상용 MCU를 사용하여 개발 비용을 낮추면서 굴착기의 원격 제어 및 계측 시스템을 구축하였다. 나아가 센서가 고장 났을 때 데이터를 복구할 수 있는 Machine learning Algorithm을 적용하여 다음과 같은 결과를 도출하였다.
1. 유압 굴착기는 크게 펌프, 유압 밸브, 유압 실린더로 이루어진다. 본 연구의 굴착기는 고정용량형 펌프가 사용되었다.
2. Forward Kinematics, Inverse Kinematics, Dynamics 해석을 통해 굴착기의 기구학적 특성을 분석하였으며 유압 회로를 분석함으로써 기구학 모델과 유압 모델의 연결 방식을 도출하였다.
3. 본 연구에 적절한 무선 통신 방법을 조사하여 RF 통신 및 Wi-fi 통신을 적용하였다,
4. MATLAB & Simulink 내의 Tool Box인 Simscape를 활용하여 가상 굴착기를 구축하여 원격 시스템을 적용하였다.
5. 1.5ton에 원격 시스템을 적용하여 원격지에서 장비의 제어 및 센서 데이터 계측이 이루어지는 지 확인하였으며 센서 데이터의 노이즈를 저감시키기 위한 방법으로 Kalman Filter를적용하였다.
6. 센서의 고장으로 인해 센서 데이터가 제대로 들어오지 않은 상황을 가정하여 Machinelearning algorithm의 종류인 Gradient Boosting algorithm을 적용함으로써 데이터를 복구하였으며 비선형적인 특성임에도 복구 데이터가 원본 데이터와 비슷한 형상임을 확인하였다.
이러한 문제점을 타개하기 위한 방안으로 다양한 국내외 기관에서 굴착기의 무인화 및 자동화에 대해 연구를 진행 중에 있다. 또한 장비의 안전을 위해 다양한 센서를 장착하여 많은 정보를 수집/분석하고 있으며 특히 수집된 정보를 빅 데이터로 관리하면서 고장 예지, 마케팅 활용, 고객 서비스 개발 등에 활용 하고 있으며 이를 위해 머신러닝 등 다양한 인공지능 기술을 접목하고 있다. 최근 5G 통신 기술을 이용하여 수천 km 떨어진 거리에서 굴착기의 초장거리 원격 조종에 성공하고 카메라를 이용하여 영상 정보를 받아오는 사례도 찾아볼 수 있을 정도로 굴착기의 원격 제어 및 계측 기술이 발전하였다.
그러나 위와 같은 기술은 시스템의 구성이 복잡하고 고가라는 문제와 해외로 나가는 시험장비에 부착할 경우 다시 수거해야하기 때문에 비용이 늘어나는 단점이 있다. 또한 센서 데이터를 계측하여 저장하기 위해 별도의 저장 장치 혹은 메모리 카드가 필요하다는 단점도 존재한다. 이런 문제점을 타개하기 위해 본 논문에서는 1.5ton 굴착기를 대상으로 인터넷 서버를 구축하고 상용 MCU를 사용하여 개발 비용을 낮추면서 굴착기의 원격 제어 및 계측 시스템을 구축하였다. 나아가 센서가 고장 났을 때 데이터를 복구할 수 있는 Machine learning Algorithm을 적용하여 다음과 같은 결과를 도출하였다.
1. 유압 굴착기는 크게 펌프, 유압 밸브, 유압 실린더로 이루어진다. 본 연구의 굴착기는 고정용량형 펌프가 사용되었다.
2. Forward Kinematics, Inverse Kinematics, Dynamics 해석을 통해 굴착기의 기구학적 특성을 분석하였으며 유압 회로를 분석함으로써 기구학 모델과 유압 모델의 연결 방식을 도출하였다.
3. 본 연구에 적절한 무선 통신 방법을 조사하여 RF 통신 및 Wi-fi 통신을 적용하였다,
4. MATLAB & Simulink 내의 Tool Box인 Simscape를 활용하여 가상 굴착기를 구축하여 원격 시스템을 적용하였다.
5. 1.5ton에 원격 시스템을 적용하여 원격지에서 장비의 제어 및 센서 데이터 계측이 이루어지는 지 확인하였으며 센서 데이터의 노이즈를 저감시키기 위한 방법으로 Kalman Filter를적용하였다.
6. 센서의 고장으로 인해 센서 데이터가 제대로 들어오지 않은 상황을 가정하여 Machinelearning algorithm의 종류인 Gradient Boosting algorithm을 적용함으로써 데이터를 복구하였으며 비선형적인 특성임에도 복구 데이터가 원본 데이터와 비슷한 형상임을 확인하였다.
목차
목 차 ⅰ표 및 그림 목차 ⅲ1. 서 론 11.1. 연구 배경 및 목적 11.2. 연구 내용 및 방법 42. 시스템 개요 52.1. 유압 굴착기 52.1.1. Forward Kinematics 62.1.2. Inverse Kinematics 92.1.3. Dynamics 132.1.4. Hydraulic System 162.1.4.1. Pump 172.1.4.2. 방향제어밸브 182.1.4.3. 유압 실린더 192.2. 무선 통신 202.2.1. Wi-Fi 202.2.2. RF(Radio Frequency) 212.2.3. DataBase Management System 222.3. Kalman Filter 242.4. Machine learning 262.4.1. Gradient Boosting Algorithm 273. 시뮬레이션 및 결과 283.1. 하드웨어 283.1.1. 조이스틱 293.1.2. MCU(Micro Controller Unit) 303.2. Flow Chart 323.3. 시뮬레이션 모델 333.3.1. 3D 모델링 333.3.2. 유압 회로 353.3.2.1. Pump 363.3.2.1. 방향제어밸브 373.3.2.1. 유압 실린더 413.3.3. 기구학 433.3.4. 결합 모델 433.4. 시뮬레이션 결과 454. 실차 실험 및 결과 494.1. 하드웨어 494.1.1. EPPR Valve 524.1.2. RC Filter 554.1.3. RF 통신 모듈 584.1.4. Joystick 614.2. Kalman Filter 634.3. 실험 결과 644.4. Machine learning 694.4.1. EDA (Explorer Data Analysis) 694.4.2. 복구 결과 715. 결론 및 향후 계획 73참고문헌 75부 록 76Abstract 101
최근 본 자료
댓글(0)
0