Development of Gas Turbine Meta-Diagnosis Technology Based on Deep-Learning
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710113732
과학기술정보통신부
한국연구재단
명지대학교
윤영국
2명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,461만원
4,461만원
기초연구
대학
경기도 용인시
에너지/자원 > 수화력발전 > 가스터빈 기술
기존의 수동적 인공 신경망 기반 진단 기법을 베이스라인으로 하여, 딥러닝 기반 능동적 진단 전략 자율 생성이 가능한 메타 진단 프레임워크를 개발함으로써 높은 정확도로 가스터빈의 고장 원인을 확정할 수 있는 지능형 진단 시스템을 구축한다. 메타 진단이란, 가스터빈 시스템이 ① 스스로 고장 원인 후보군과 각 후보의 불확실성을 추론하고, ② 해당 불확실성을 가장...
... 베이스라인 모델 구축 및 불확실성 정량화를 목표로 하며, Physics-based 가스터빈 디지털 트윈 구축, 기존 MIMO 인공 신경망 기반 Health Index 추정 재현 및 성능 검증, ... 어렵다는 것을 의미하여, 특정 값 이상일 경우 메타 진단 단계로 진단 프로세스를 자동으로 전환시키는 역할을 수행하기 때문에 본 연구의 핵심 지수 중 하나이다. 고장 모드의 경우 기본적으로는 ...
본 연구는 가스터빈의 진단 신뢰도를 평가하는 정량적 기준을 정립한다. 진단 모호성 지수(DAI)를 통해 가스터빈 진단 결과의 불확실성을 정량화하는 표준 지표가 제시되며, 베이지안 딥러닝 기반 고장 후보군 추론 모델, 강화학습 기반 능동 진단 전략 생성 알고리즘, 그리고 이 둘을 결합하는 메타 진단 파이프라인 등 세가지 핵심 알고리즘이 산출된다. 또한, 본 ...