실시간 모터 상태 모니터링 및 고장 진단 시스템 LabVIEW 기반

초록

본 논문은 NI cDAQ와 LabVIEW를 활용해 3상 전동기의 진동, 회전속도, 온도, 전류·전압 등 다중 센서 데이터를 실시간으로 수집·처리하고, 주문(오더) 분석 및 임계값 판단을 통해 고장을 사전 진단하는 시스템을 설계·구현하였다. 수집된 데이터는 MySQL에 10 ms 간격으로 저장되며, 알리바바 클라우드와 로컬 서버에 이중 백업한다. 시험 결과, 2개월간 안정적으로 동작함을 확인하였다.

상세 분석

이 시스템은 하드웨어와 소프트웨어가 유기적으로 결합된 전형적인 산업용 모니터링 플랫폼이다. 하드웨어 측면에서는 NI cDAQ‑9188 이더넷 샤시를 중심으로, 3채널 102.4 kS/s 가속도 전용 보드(NI 9232), 32채널 전압·전류 입력 보드(NI 9205), 4채널 온도 입력 보드(NI 9211)를 병렬 연결해 1 kS/s~25 kS/s 범위의 고속 샘플링을 구현한다. 이는 트라이액셜 가속도와 회전속도, 온도, 전류·전압을 동시에 측정할 수 있게 하여, 전동기의 전반적인 물리적 상태를 포괄적으로 파악한다는 점에서 강점이 있다.

소프트웨어는 LabVIEW 2015 기반으로 설계되었으며, 생산자‑소비자(two‑tier producer‑consumer) 구조를 채택해 데이터 획득 스레드와 처리·저장 스레드 간의 비동기 버퍼링을 구현한다. 이 구조는 실시간성을 보장하면서도 데이터 손실을 최소화한다. 원시 데이터는 칼만 필터로 잡음을 억제하고, 증폭 비율을 적용해 물리량으로 변환한다. 기본적인 임계값 분석은 각 센서 채널별 상·하한을 사전에 정의하고, 이를 초과하면 GUI에 알람을 표시한다.

고급 분석으로 도입된 주문(오더) 분석은 회전각을 기준으로 등각 재샘플링을 수행한 뒤 FFT를 적용해 주문 스펙트럼을 얻는다. 논문에서는 회전각 θ를 다항식 형태로 근사하고, 최소자승법으로 계수를 추정해 등각 샘플링 시점을 계산한다. 이렇게 얻은 주문 스펙트럼에서 특정 차수(예: 10차, 14차)의 진폭이 비정상적으로 증가하면 베어링 결함이나 기어 손상 등 특정 고장을 식별한다. 이는 전통적인 시간‑도메인 혹은 단순 주파수‑도메인 분석보다 회전속도 변화에 강인한 진단을 가능하게 한다.

데이터 저장은 MySQL 5.7.20을 이용해 10 ms 간격으로 로컬과 알리바바 클라우드(CentOS 7.3) 양쪽에 동시 저장한다. 데이터베이스는 센서값, 상태 플래그, 알람 로그 등 네 개의 테이블로 구성돼, LabSQL 툴킷을 통해 원격 조회가 가능하다. 사용자 인터페이스는 실시간 파라미터 파형, 현재 상태, 알람 정보를 제공하고, 히스토리 조회·엑셀 내보내기 기능을 포함한다.

시험 결과는 2018년 3월부터 2개월간 파일럿 운용한 바, 실시간 데이터 전송 지연이 10 ms 이하이며, 시스템 다운타임이 거의 없었다. 정상 모터와 결함 모터의 주문 스펙트럼을 비교했을 때, 결함 모터에서 10차·14차 주문 진폭이 현저히 상승하는 것을 확인했다. 이는 주문 분석이 결함 특성을 효과적으로 드러낸다는 실증적 증거다.

전체적으로 이 시스템은 기존의 단일 센서 기반 진단에 비해 다중 센서 융합, 고속 샘플링, 주문 기반 고급 분석, 클라우드 백업이라는 네 가지 핵심 요소를 결합함으로써, 산업 현장의 예측 유지보수 요구에 부합하는 실용적인 솔루션을 제공한다. 다만, LabVIEW와 NI 전용 하드웨어에 대한 의존도가 높아 비용 및 확장성 측면에서 제한이 있을 수 있으며, 향후 딥러닝 기반 패턴 인식이나 엣지 컴퓨팅을 도입해 알고리즘을 보강하는 것이 필요하다.