댐퍼 클러치 고장 진단 AI 시스템 구축 사례: CAN 데이터 기반 고장 원인 자동 분류 실현

변속기 고장, 기존 점검으로는 원인을 사전에 알 수 없었다 

댐퍼 클러치는 변속기 내 핵심 부품으로, 고장 발생 시 동력 손실·이상 진동·변속기 시동 중단으로 이어져 생산 라인 전체에 영향을 미칩니다. 문제는 운행 조건에 따라 CAN 데이터의 패턴이 달라져 정상과 고장 상태를 구분하기 어려웠다는 점입니다. 고장이 발생해도 어떤 유형의 결함인지 원인을 특정할 수 없어, 담당자는 전수 점검에 의존해야 하는 상황이었습니다.

운행 조건별 데이터 분류부터 고장 진단 알고리즘까지, CAN 데이터 기반 진단 체계 구축

운행 모드를 변경하며 정상·고장 데이터를 수집하고, 운행 조건에 따라 데이터를 자동 분류하는 체계를 먼저 구축했습니다. 이후 주파수 분석과 통계 분석을 통해 고장과 관련된 핵심 특징 인자를 추출하고, 분류별 경향 분석을 기반으로 댐퍼 클러치 고장 유형을 자동 진단하는 알고리즘을 개발했습니다. 이를 통해 운행 조건이 달라지더라도 일관된 진단이 가능한 구조를 실현했습니다.

댐퍼 클러치 고장 유형 자동 분류 및 조기 진단 체계 실현

고장 유형 자동 분류 운행 조건에 따라 데이터를 자동으로 분류하고, 분류별 경향 분석을 통해 고장 유형을 정확히 특정할 수 있게 됐습니다. 기존의 전수 점검 없이도 결함 부위를 빠르게 파악할 수 있습니다.

핵심 인자 기반 조기 감지 주파수 및 통계 분석으로 추출한 핵심 특징 인자를 기반으로, 이상 거동이 시작되는 초기 단계에서 감지가 가능해졌습니다. 동력 손실이나 변속기 시동 중단으로 이어지기 전 사전 조치가 가능합니다.

정비 효율 향상 원인 불명으로 인한 불필요한 점검이 줄어들고, 정확한 고장 진단을 바탕으로 필요한 부위만 집중 정비할 수 있어 유지보수 효율이 높아졌습니다.