Embedded Files
- Physics-Informed Multi-fidelity Virtual Sensing for Rotating Shafts (축계 시스템 가상 센싱)
개요
주요 기여
▸ 유한요소해석을 통해 전자기적 특성과 구조적 변형 간의 상호작용을 정밀하게 반영한 고정밀 물리 데이터셋 확보
기대 효과
▸ 실제 센서 설치가 불가능하거나 극단적인 운항 환경에서도 선박 축계 시스템의 핵심 물리량을 실시간으로 파악
본 연구는 센서 설치가 어려운 선박 축계 시스템의 주요 물리량을 실시간으로 추정하는 가상 센싱 기술을 개발함. 유한 요소 해석과 생성형 적대 신경망 기반 데이터 증강을 통해 고정밀 데이터셋을 구축하고, 물리 법칙을 내재화한 물리기반 심층신경망을 학습시켜 복합적인 운항 환경에서도 정밀한 상태 진단을 수행함. 이는 선박의 안전성과 효율을 극대화하는 실시간 디지털 트윈 구축의 핵심 기술.
주요 기여
▸ 유한요소해석을 통해 전자기적 특성과 구조적 변형 간의 상호작용을 정밀하게 반영한 고정밀 물리 데이터셋 확보
▸ 물리 법칙을 내재화한 신경망을 통한 실제 센서 설치가 불가능한 지점의 물리량을 실시간 추정
▸ 부족한 실측 데이터를 보완하기 위해 생성형 적대 신경망을 활용한 가상 데이터를 생성
기대 효과
▸ 실제 센서 설치가 불가능하거나 극단적인 운항 환경에서도 선박 축계 시스템의 핵심 물리량을 실시간으로 파악
▸ 축계 고장으로 인한 대형 해상 사고를 방지하고 선박 운영의 안전성 극대화
▸ 실시간 가상 데이터를 활용한 정밀한 잔존 수명 예측 및 최적 정비 시점 제시
English version
English version
Overview
Key contribution
▸ Establishment of a precise dataset that captures the complex interactions between electromagnetic and structural dynamics within ship shafting systems.
Impact
▸Establishment of core technologies to estimate critical physical parameters in real-time within ship shafting systems
This research develops a real-time virtual sensing framework to estimate critical parameters in ship shafting systems where physical sensor installation is limited. By leveraging FEM-derived datasets and GAN-based augmentation, we train a Physics-Informed Neural Network (PINN) to achieve precise diagnostics under complex multi-physical conditions. This work serves as a cornerstone for real-time Digital Twins, enhancing the operational safety and efficiency of maritime propulsion.
Key contribution
▸ Establishment of a precise dataset that captures the complex interactions between electromagnetic and structural dynamics within ship shafting systems.
▸ Implementation of generative adversarial networks to synthesize virtual data, effectively overcoming experimental data scarcity
▸ Development of a physics-informed neural network framework to estimate physical parameters at non-measurable locations
Impact
▸Establishment of core technologies to estimate critical physical parameters in real-time within ship shafting systems
▸Prevention of catastrophic maritime accidents by detecting subtle anomalies
▸Reduction of maintenance costs and maximization of system uptime
Google Sites
Report abuse