발표연사 ▶▶▶

부문 Track
성명 권대일 부교수
소속 버추얼모션(주)
주제 고장물리 및 딥러닝을 활용한 고장예지진단(PHM) 기술 및 적용사례 소개
학력 University of Maryland 기계공학과 박사
POSTECH 기계공학과 학사
경력 현) UNIST 기계항공및원자력공학부 부교수
현) 산업통상자원부 전략기획단 PHM 연구회 위원
현) 한국 PHM 학회 총무이사, 미국 PHM 학회 Asia-Pacific 커미티
현) 대한기계학회 신뢰성부문 수석편집이사
현) 대한기계학회 CAE및응용역학부문 학술이사
현) 한국마이크로전자및패키징학회 편집이사
현) Journal of Mechanical Science and Technology 부편집인
전) IEEE Access 부편집인
전) Intel USA Senior Reliability Engineer
요약 고장예지진단(PHM: Prognostics and Health Management) 기술은 센서 등에서 얻는 다양한 데이터에 기반하여 엔지니어링 시스템 및 자산의 건전성을 진단하고 남은 수명을 예측하는 다학제적이며 실용적인 연구분야로 최근 많은 관심을 얻고 있다.
PHM에 기반한 산업정보예측(Industrial Information Prognosis)을 통해 시스템의 가용성 증대, 유지보수와 관련한 정비비용 감소, 신뢰성 평가기간 단축, 시스템 신뢰성 향상 등을 이룰 수 있다.
이 강연에서는 PHM 기술의 개념, 연구동향 제시와 함께 다양한 산업에 적용하여 거둔 성공사례들을 소개하고자 한다.