고장진단을 위한 물리가이드 기반 자기지도학습 알고리즘 개발

기계공학부 이종수 교수 연구팀(1저자 이재욱 통합과정)은 데이터와 라벨이 부족한 환경을 극복하기 위해 방정식을 학습 신호로 쓰는 물리기반 자기지도학습(Physics-guided self-supervised learning)을 개발하였다. 특히 항공기, 풍력발전 등 여러 산업분야에서 활용되는 회전기계의 진동 데이터는 라벨 확보가 어렵고 운전조건(회전속도, 부하 등) 변화에 따라 특징이 달라져 기존 진단 모델의 성능이 저하되는 한계가 있었다. 본 연구는 물리기반 자기지도학습 방법론을 통해 라벨이 부족한 환경에서도 고장에 민감한 표현을 안정적으로 학습하도록 설계하였다. 해당 연구 성과는 2026년 1월 국제 저명 학술지인 'Advanced Engineering Informatics'(IF 9.9 JCR 2.0%) 에 게재되었다.

관련 논문 링크: https://doi.org/10.1016/j.aei.2025.103876