제122호(2018.01.31)
 지난호 보기    
SNUNOW 170호 (2020.10.21) SNUNOW 169호 (2020.10.07) SNUNOW 168호 (2020.09.16) SNUNOW 167호 (2020.09.02) SNUNOW 166호 (2020.08.05) SNUNOW 165호 (2020.07.08) SNUNOW 164호 (2020.06.17) SNUNOW 163호 (2020.06.03) SNUNOW 162호 (2020.05.20) SNUNOW 161호 (2020.05.13) SNUNOW 160호 (2020.04.29) SNUNOW 159호 (2020.04.08) SNUNOW 158호 (2020.03.25) SNUNOW 157호 (2020.03.04) SNUNOW 156호 (2020.02.19) SNUNOW 155호 (2020.02.05) SNUNOW 154호 (2020.01.29) SNUNOW 153호 (2019.12.18) SNUNOW 152호 (2019.12.04) SNUNOW 151호 (2019.11.20) SNUNOW 150호 (2019.11.06) SNUNOW 149호 (2019.10.23) SNUNOW 148호 (2019.10.02) SNUNOW 147호 (2019.09.18) SNUNOW 146호 (2019.09.04) SNUNOW 145호 (2019.08.21) SNUNOW 144호 (2019.08.07) SNUNOW 143호 (2019.07.17) SNUNOW 142호 (2019.07.10) SNUNOW 141호 (2019.06.26) SNUNOW 140호 (2019.06.12) SNUNOW 139호 (2019.05.29) SNUNOW 138호 (2019.05.15) SNUNOW 137호 (2019.05.01) SNUNOW 136호 (2019.04.17) SNUNOW 135호 (2019.04.01) SNUNOW 134호 (2019.02.28) SNUNOW 133호 (2019.01.30) SNUNOW 132호 (2018.12.27) SNUNOW 131호 (2018.11.29) SNUNOW 130호 (2018.10.30) SNUNOW 129호 (2018.08.30) SNUNOW 128호 (2018.07.30) SNUNOW 127호 (2018.06.29) SNUNOW 126호 (2018.05.31) SNUNOW 125호 (2018.04.30) SNUNOW 124호 (2018.03.30) SNUNOW 123호 (2018.02.28) SNUNOW 122호 (2018.01.31) SNUNOW 121호 (2017.12.29) SNUNOW 120호 (2017.11.29) SNUNOW 119호 (2017.10.30) SNUNOW 118호 (2017.09.27) SNUNOW 117호 (2017.08.31) SNUNOW 116호 (2017.07.28) SNUNOW 115호 (2017.06.30) SNUNOW 114호 (2017.05.31) SNUNOW 113호 (2017.04.28) SNUNOW 112호 (2017.03.29) SNUNOW 111호 (2017.02.22) SNUNOW 110호 이전

■ 연구성과

기계항공공학부 윤병동 교수팀, 세계 최초 딥러닝 기반 발전소 터빈설비 진단 기술 개발
2018.01.31

서울대 기계항공공학부 윤병동 교수

 

딥러닝 기술을 기반으로 발전소 터빈설비의 상태를 진단하는 기술이 국내 연구진에 의해 개발됐다.

 

서울대 공대(학장 차국헌)는 기계항공공학부 윤병동 교수 연구팀이 세계 최초로 딥러닝 기술을 활용한 발전소 내 다양한 용량의 터빈설비 건전성 상태를 진단하는 기술을 개발했다고 15일 밝혔다.

 

최근 국내외 발전소가 노후됨에 따라 유지보수 및 관리 비용이 지속적으로 증가하고 있다. 발전소의 불시 고장과 관리 비용을 줄이기 위해서는 발전소에서 얻어지는 빅데이터를 활용한 건전성 상태 예측·진단 기술이 필요하다.

 

기존의 발전소 건전성 상태 진단 기술은 많은 전문성과 개발시간이 요구된다. 이 때문에 높은 개발 비용이 필요할 뿐만 아니라, 기술을 실제 현장에 적용할 경우 정확성이 현저히 떨어진다고 보고되고 있다.

 

윤 교수팀이 개발한 기술을 활용하면 이 같은 문제를 해결할 수 있다.

 

현재 해당 기술은 연구실의 벤처기업 ㈜원프레딕트를 통해 포스코 형산발전소에 터빈설비 건전성 진단 기술로 공급되고 있다. 윤 교수팀은 이러한 적용사례를 통해 국내외 발전소(화력, 가스터빈, 복합화력 등)에 존재하는 다양한 용량의 터빈에 적용 가능성을 높였다.

 

이 기술은 풍력발전기 등 청정 에너지 발전 분야, 산업용 로봇 등의 회전체 시스템 분야에 다양하게 확대 적용할 수 있을 것으로 기대된다.

 

▲ 딥러닝 기술을 활용한 발전소 터빈설비 건전성 진단 기술 모식도

 

■ FOCUS

■ COVID-19 소식

■ 캠퍼스 주요 소식

■ 연구성과

■ 안내

■ 기부소식 및 동정