PAttn과 LightTS를 결합해 전류 신호를 이용한모터 이상 탐지 딥러닝 기반 모델

Abstract

모터 이상 탐지는 산업안전과 밀접하게 연관 되어 있어 매우 중요하다. 본 연구에서는 모터의 고장을 효과적으로 감지하기 위한 딥러닝 기반 이상 탐지 모델을 제안하였다. 모델은 전역적 의존성을 학습하는 attention 기반 PAttn 모듈과 지역적 및 장기적 패턴의 상호작용을 학습하는 LightTS 모듈을 결합하여 구성하였다. 또한 두 모듈의 출력을 각각 최적화하기 위해 가중 합 기반 평균 제곱 오차 손실 함수를 적용하여, 두 모듈의 손실을 동시에 최소화하고 균형적으로 학습될 수 있도록 설계하였다. 제안된 모델은 area under the receiver operating characteristic curve (AUC) 0.8873의 성능을 보여 비교 모델들보다 우수한 결과를 보여준다. 이러한 결과를 통해 제안된 모델의 구조가 전류 신호 기반 모터 이상 탐지에서 시계열 패턴을 효과적으로 학습하고, 모델의 안정성을 향상시킴을 확인하였다.