용접 로봇 이상탐지 AI: 정상 데이터만으로 구현하는 예지보전

산업용 로봇 고장 탐지의 데이터 확보 문제

생산 라인이 연속적으로 운영되는 제조 환경에서는 산업용 로봇의 고장이 예기치 못한 라인 정지로 이어져 상당한 비용 손실과 납기 지연을 초래할 수 있습니다. 그러나 산업용 로봇은 작업 종류, 자세, 이동 방향에 따라 정상 데이터의 분포가 크게 달라져 하나의 경계로 정상 영역을 정의하기 어렵습니다. 게다가 감속기 마모, 베어링 손상 같은 초기 고장 징후는 외관상 확인이 어려워, 실제 고장으로 이어진 뒤에야 발견되는 경우가 많았습니다.

동역학 관계와 인과관계를 학습하는 이상탐지 모델

관절의 각도·각속도·각가속도로 정상 상태의 토크를 예측하는 TCN 기반 Predictor를 구축해 Euler-Lagrange 동역학 관계를 학습했습니다. 실측 토크와 예측 토크의 차이를 이상 점수로 활용해 물리적 관계 변화를 조기에 탐지하도록 설계했습니다.

오탐은 줄이고 초기 열화는 민감하게 탐지

조선소 용접 로봇에 적용한 결과, 정상 작업 시에는 이상 점수가 안정적으로 유지되고 고장을 모사한 상황에서는 급증하는 것을 확인했습니다. 작업 조건 변화에 따른 오탐은 줄이면서도, 설비의 초기 열화 징후는 민감하게 탐지할 수 있다는 점을 검증했습니다.