search
Contact Us
HOME

  • Crossref logo
Journal Search Engine

to

Search Advanced Search Adode Reader(link)
Download PDF Export Citaion korean bibliography PMC previewer
ISSN : 1229-3431(Print)
ISSN : 2287-3341(Online)
Journal of the Korean Society of Marine Environment and Safety Vol.31 No.6 pp.1043-1053
DOI : https://doi.org/10.7837/kosomes.2025.31.6.1043

Land-based Test System for Emulating Fault Conditions in Electric Ship Propulsion Shafts

Jin-Man Kim*, Hyun-Woo Yun**, Heon-Hui Kim***, Taek-Kun Nam***†
*Head Principal Rearcher/PhD, Ship Repair Supporting Center, Mokpo National Maritime University, Mokpo 58628, Korea
**General manager, Department of Maritime Safety, Korea Maritime Transportation Safety Authority, Sejong-City 30100, Korea
***Professor, Division of Marine Engineering System, Mokpo National Maritime University, Mokpo 58628, Korea

* First Author : papa713@mmu.ac.kr, 061-240-7543


† Corresponding Author : tknam@mmu.ac.kr, 061-240-7255
October 24, 2025 December 24, 2025 December 26, 2025

Abstract


As the global adoption of electric-propulsion ships grows, so does the requirement for prognostics and health management (PHM) technologies that can diagnose shaft misalignment, torsional deformation, and other mechanical faults early in propulsion shaft systems. However, on ships under actual operation, intentionally reproducing various fault conditions is difficult owing to safety and operational constraints; these factors ultimately limit the acquisition of practical vibration data for training and validation. To address the aforementioned issue, this study designs and implements an experimental rig based on a 50-kW electric-propulsion land-based test system (LBTS) capable of emulating the torsional misalignment of the propulsion shaft line of an electric-propulsion ship. The LBTS comprises synchronous reluctance permanent magnet-type motor/generator sets, active frontend and DC/DC converters, and a lithium iron phosphate energy storage system (ESS). Moreover, the power take-off motor is mounted on a sliding base such that the shaft center can be adjusted within a range of ±20 mm (notably, although the ESS and DC/DC converter have been installed to enable additional operating-condition emulation in future studies, they have not been leveraged in the experiments reported herein). Three shaft conditions —namely, a healthy (0 mm) state and two torsionally misaligned (2 mm and 4 mm) states—were tested, and multichannel acceleration data were acquired at 2,000 RPM using tri-axial accelerometers and an OROS vibration analyzer for subsequent fast Fourier transform analyses. The experimental results show that as the torsional misalignment increases, characteristic changes in the vibration amplitude and frequency components become evident. Ultimately, the labeled vibration dataset (0/2/4 mm) and LBTS experimental environment established herein can be leveraged subsequently to train and validate one-/two-dimensional convolutional neural network-based PHM algorithms, and quantitative evaluation will be performed in the future by defining target misclassification rates on the basis of state-classification metrics (accuracy and macro-F1).


Electric Ship Propulsion , Shaft System , Land-Based Testing System , Fault Condition Emulation , Data Acquisition System

전기추진 선박의 축계 이상상태 모사를 위한 육상 시험 시스템 개발

김진만*, 윤현우**, 김헌희***, 남택근***†
*국립목포해양대학교 선박수리지원센터 책임연구원
**한국해양교통안전공단 실장
***국립목포해양대학교 기관시스템공학부 교수

초록


전기추진 선박의 보급이 확대됨에 따라 추진축계의 정렬 불량, 비틀림 등 기계적 이상상태를 조기에 진단하기 위한 예지보전(PHM) 기술의 필요성이 커지고 있다. 그러나 실제 운항 선박에서는 안전성과 운항 제약으로 인해 다양한 이상 상태를 의도적으로 재현하기 어렵고, 이에 따른 학습·검증용 진동 데이터 확보에도 한계가 있다. 본 연구에서는 이러한 문제를 해결하기 위해 50kW급 전기추진 육상 시험 시스템(Land‑Based Test System, LBTS)을 기반으로 전기추진 선박 추진축계의 비틀림 정렬 불량을 모사할 수 있는 실험 장치를 설계·구현하였다. LBTS는 SRPM(Synchronous Reluctance assisted Permanent Magnet)형 모터/발전기, AFE(Active Front End) 및 DC/DC 컨버터, 리튬인산철 에너지저장장치(ESS)로 구성되며, PTO 모터를 슬라이딩 베이스에 장착하여 축 중심을 ±20mm 범위에서 조정할 수 있도록 제작하였다(ESS 및 DC/DC 컨버터는 향후 추가적인 운전 조건 모사를 위해 탑재되었으며, 본 실험에서는 미사용). 이를 통해 정상 상태(0mm)와 두 단계의 비틀림 상태(2mm, 4mm)를 설정한 후, 2,000rpm에서 3축 가속도계와 OROS사의 진동 분석기를 이용해 다채널 가속도 데이터를 계측하고 FFT 분석을 수행하였다. 실험 결과, 비틀림이 증가할수록 진폭 및 주파수 성분의 변화 패턴이 관찰되었다. 본 연구에서 구축한 0/2/4 mm 라벨링 진동 데이터셋과 LBTS 실험 환경은 향후 향후 1D/2D CNN 기반 PHM 알고리즘의 학습·검증에 활용될 수 있으며, 상태 분류 성능(Accuracy, Macro-F1)을 기준으로 오분류율 목표를 설정하여 정량 평가를 수행할 예정이다.


전기추진 선박 , 축계 시스템 , 육상 시험 시스템(LBTS) , 이상 상태 모사 , 데이터 수집 시스템

    1. 서 론

    국제해사기구(IMO)는 2050년까지 해운에서 탄소 배출 제로 목표로 설정하였으며, 이러한 환경 규제에 대응하기 위해 해운 산업은 내연기관 중심의 기존 추진 방식에서 전기 추진 체계로 전환되고 있다(Pravinbhai et al., 2021;Yang et al., 2016;Kanerva, 2021). 전기추진 선박은 대형 추진 모터와 인버터·컨버터 등의 전력변환장치, 에너지저장장치(ESS)를 통합함으로써 높은 에너지 효율과 저탄소 운항을 실현할 수 있으나, 고전압·고출력 전력전자 장치의 사용으로 인해 기존 디젤 추진계와는 다른 구조적·전기적 신뢰성 문제가 제기된 다(Skjong et al., 2016;Sande et al., 2025). 특히 선박의 추진 모터와 프로펠러를 연결하는 축계는 설치 및 정렬 불량, 축장 력 변화, 과도한 진동, 베어링 마모 등 다양한 기계적 이상 현상에 취약하며(Shin, 2015;Leilei et al., 2021;Vassilopoulos, 1988), 이러한 결함이 발생할 경우 추진 효율 저하뿐만 아니라 심각한 운항 장애를 유발할 수 있다(Vizentin et al., 2020;Kokarakis, 2021;Zhang, 2018). 한편 추진 축계의 이상 진동 및 성능 저하는 정렬 불량뿐 아니라 베어링 결함(마모/손상), 축의 휘어짐·편심 등 구조 변형, 윤활 부족·오염에 따른 마찰 증가, 커플링/체결부 느슨함, 불평형 등 다양한 원인에 의해 유사하게 나타날 수 있다. 따라서 전기추진 선박의 안정적 운용을 위해 축계 상태를 지속적으로 감시하고 이상 징후를 조기에 포착하여 선제적으로 대응할 수 있는 예지보전(PHM, Prognostics and Health Management) 기술이 필수적이다(Zhang et al., 2022;Léger and Iung, 2012;Chaowei et al., 2021).

    PHM 분야에서는 베어링 결함, 정렬 불량, 비틀림 변형과 같은 회전 기계 결함을 진동 신호를 통해 탐지하는 연구가 활발히 진행되고 있다. 진동 데이터에는 회전기계의 건강 상태를 반영하는 다양한 정보가 포함되어 있어, 적절한 신호처리와 특성 추출을 통해 이상 상태를 파악할 수 있다 (Yang et al., 2003;Li et al., 2019). 기존 연구에서는 주파수 영역 혹은 시간–주파수 영역에서 특징을 추출하여 임계값과 비교하거나 전문가 경험에 의존하는 방식이 주류였으나, 미세한 이상까지 정밀하게 포착하기에는 한계가 있었다(Garcia et al., 2025;Liu et al., 2025;Chen et al., 2025). 최근에는 머신 러닝 기반 예지보전 기술이 도입되어 복잡한 센서 데이터에서 인간이 놓치기 쉬운 패턴을 학습함으로써 보다 높은 고장 예측 정확도를 달성하고자 한다. 그러나 이러한 데이터 기반 기법의 성능은 학습 데이터의 품질과 양에 크게 의존하며, 실제 운항 선박에서는 고장 상황을 의도적으로 재현할 수 없어 이상 데이터 수집에 한계가 있다. 이에 따라 선박 축계의 다양한 이상 상태를 안전하게 모사하고 고품질 데이터를 확보할 수 있는 육상 시험 시스템(Land‑Based Testing System, LBTS)의 필요성이 대두되고 있다.

    본 연구의 목적은 전기추진 선박 추진축계에서 발생할 수 있는 비틀림 정렬 불량을 육상 환경에서 재현할 수 있는 시험장치를 설계하고, 이를 이용하여 축계 진동 데이터를 수집‧분석함으로써 PHM 연구에 활용 가능한 데이터셋을 구축하는 것이다. 구체적으로는 목포해양대학교 선박수리지원센터에서 개발한 50 kW급 LBTS를 기반으로 축계 비틀림 모사 시스템을 설계하고, 정상 상태(0mm)와 비틀림 2mm, 4mm 상태에서 3축 가속도계를 통해 진동 신호를 계측한 뒤 주파수 분석을 수행하였다. 다양한 비틀림 정도에 따른 가속도 신호의 주파수 스펙트럼 변화를 비교하여 이상 상태의 전기적·기계적 특성을 파악하고, PHM 모델을 위한 특징 추출 가능성을 논의한다. 또한 LBTS의 하드웨어 구성과 제어·계측 시스템을 소개하여 본 연구가 전기추진 선박 축계 PHM 연구의 기반을 제공함을 보인다.

    2. 시스템 개발 개요

    개발된 육상 시험 시스템(Land-Based Testing System, LBTS)은 실제 전기추진 선박의 전력 추진계를 기반으로 주요 구성 요소를 축소 구현한 실험용 플랫폼으로, 교육 및 이상 상태 모사 연구를 목적으로 설계되었다. 본 시스템은 추진축 계의 전기적·기계적 거동을 안전한 육상 환경에서 분석할 수 있도록 설계되었으며, 총 50kW급 출력 용량을 기반으로 한다. 시스템은 크게 네 개의 주요 서브시스템으로 구성된다: (1) 추진 전동기/발전기부, (2) 에너지 저장 장치부, (3) 전력변환 장치부, (4) 제어 및 계측부이다.

    시스템의 세부 구성 요소는 Fig. 1과 같고, 추진축계의 회전 특성을 모사하기 위해 동일 사양의 동기 릴럭턴스 보조 영구 자석(SRPM; Synchronous Reluctance assisted Permanent Magnet) 2대가 축으로 직결되어 있다. 한 대는 추진 모터(PTI)로, 다른 한 대는 발전기(PTO)로 운전될 수 있으며, 필요에 따라 회생 운전도 가능하다. 사용된 모터는 Danfoss사 의 EM‑PMI375‑T200‑3200 모델로, 정격 연속 출력이 54 kW(냉각수 65 ℃ 기준)이며 최대 63 kW(40 ℃ 기준)까지 과부하 운전이 가능하다. 정격 속도는 3,200 rpm, 최대 속도는 4,000 rpm이고, 수냉식 냉각 방식으로 약 20 L/min의 냉각수가 공급된다. 고정밀 축정렬 베이스 위에 장착된 두 모터는 디스크 커플링을 통해 연결되어 미세한 정렬 편차를 흡수하도록 설계되어 있다. 모터의 주요 사양은 Table 1에 요약하였다.

    LBTS에는 DC 링크 기반 전력 순환 및 운전 시나리오 확장을 위해 LiFePO₄ 기반 ESS와 양방향 DC/DC 컨버터가 포함되어 있다. 해당 구성은 향후 부하 토크 변화, 회생 에너지 저장, 급가속/급제동 등 하이브리드 운전 조건을 모사하기 위한 목적이다. 다만 본 논문에서 수행한 정렬 불량(비틀림) 진동 계측 실험은 무부하·고정 회전수 조건에서 수행되어, ESS 충·방전 및 DC/DC 변환 운전은 적용하지 않았다. 따라서 본 논문에서는 ESS/DC/DC의 상세 사양은 최소화하여 Table 2에 제시한다.

    전력변환기의 안정적 운전을 위해 보조 회로 및 보호 설비도 갖추어져 있다. AFE 입력단에는 LCL 필터와 프리차지 회로가, DC/DC 컨버터 저전압측에는 165 μH 인덕터가 설치되어 고조파 및 과도 전류를 억제한다. 고전압 DC 배전반에는 고속 퓨즈와 차단기가 포함되어 각 컨버터와 ESS를 보호하며, 절연 감시 장치가 지락 사고를 검출한다.

    제어·모니터링 시스템은 메인 콘솔(Main Control Console)을 중심으로 구성되어 있다. 콘솔 좌측에는 AC 배전반과 부하저항기 제어반이, 우측에는 산업용 PC 및 12 인치 터치스 크린 HMI가 배치된 일체형 구조이다. HMI에는 Editron Plus+1 GUI 기반의 에너지관리시스템(EMS) 화면이 탑재되어 각 장비의 운전 모드, 전압·전류, 온도 등을 실시간으로 표시하며, 스로틀 레버와 물리적 스위치를 통해 모터의 가속/감속, 부하 투입, 비상정지 등을 제어한다. EMS는 각 컨버터와 ESS에 대한 운전 명령과 보호 시퀀스를 담당하고, 모드 전환 시 안전한 절체가 이루어지도록 설계되어 있다.

    전력품질 감시는 PQube3 분석기를 통해 수행되며, AC 입력, DC 링크, 모터 인버터 출력 및 ESS 단자의 전압·전류·고 조파·Sag/Swell 이벤트를 실시간 계측하여 EMS에 동기화한다. 모터 프레임에는 3축 가속도 센서와 회전속도 센서가 부착되어 진동 데이터와 회전수 정보를 동시에 취득하며, ESS의 충전상태와 셀 전압 불균형, 온도 등은 BMS를 통해 주기적으로 모니터링된다. 콘솔과 프레임에는 캐비닛 인터락 스위치, 비상정지 버튼, 온도·연기 센서 등이 설치되어 이상 발생 시 전원 차단 및 경보가 즉시 이루어진다.

    3. 실험장치 설계 및 구성

    3.1 시험 축계 및 비틀림 조절 장치

    시험 축계는 두 SRPM 모터 사이에 강성 축을 연결하여 선박 추진축계를 모사한다. 축 길이는 1.2 m이며, 중앙 지지대 없이 양 끝의 모터 베어링에 의해 지지된다. 양 모터 축은 디스크 커플링을 통해 연결되어 기본적으로 정렬된 상태를 유지한다. 그러나 본 연구에서는 커플링 사이에 간극을 만드는 방식 대신, 발전기(PTO) 측 모터를 탑재한 슬라이딩 베이스를 Fig. 2와 같이 제작하여 비틀림(정렬 불량)을 모사하였다. 슬라이딩 베이스는 네 개의 리니어 가이드와 볼스크류를 통해 상·하·좌·우 ±20 mm 범위에서 PTO 모터의 위치를 조정할 수 있도록 제작되었고, 원하는 위치에서 잠금장치로 고정할 수 있다. 디지털 버니어 캘리퍼스로 축 중심 사이의 편차를 측정하여 0mm(정상), 2mm, 4mm 오프셋을 구현하였다. 편차 설정 후 모터 베이스를 고정한 상태에서 커플링을 체결하여 시험 중 추가 변형이 발생하지 않도록 하였다.

    3.2 가속도 센서 설치 및 채널 구성

    비틀림에 따른 축계 진동을 측정하기 위해 SRPM 모터 프레임과 축 지지부에 총 2개의 3축 가속도계를 설치하였다. 센서 모델은 IEPE 방식의 가속도계를 측정 방향은 축 방향, 수직 방향, 횡 방향의 세 축을 검출할 수 있도록 하였다. 사용된 가속도계는 독일 MMF(Metra Meß- und Frequenztechnik) 사의 KS943B10 및 KS943B100 모델로, 두 센서는 모두 IEPE 방식으로 전원 공급을 받으며 측정 범위는 각각 ±600 g(10 mV/g)와 ±60 g(100 mV/g)이다. 하한 주파수는 0.2 Hz/0.5 Hz, 상한 주파수는 22 kHz(11 kHz @ 3 dB)로 넓은 대역폭을 가지며, 저노이즈 특성을 갖추고 있다.

    데이터 수집에 사용한 가속도센서는 Table 3과 같고, DAQ 장비 사양은 Table 4와 같다. 센서 위치는 PTI 모터 후방 베어링 하우징(커플링 측) 방향과 PTO 모터 전방 베어링 하우징(커플링 측) 방향으로 설치하였다.

    각 센서는 차폐 케이블을 통해 OROS사의 진동 분석기 OR36에 연결된다. 해당 분석기는 선박수리용 축계 구조 분석 및 진동·소음 계측에 최적화된 시스템으로, 저장장치와 내장 배터리를 탑재하여 PC 없이도 데이터를 직접 수집 및 저장할 수 있다. 최소 16채널 이상의 진동·소음 신호 입력을 지원하며, 채널 당 100kS/s 샘플링과 24‑bit A/D 변환기를 갖추어 140 dB 이상의 동적 범위와 위상 정확도 ±0.02°, 진폭 정확도 ±0.02 dB를 제공한다. 입력 채널은 AC, DC, ICP, TEDS, Float, PT100 등 다양한 센서를 지원하고, 입력 범위는 ±100 mV ~ ±40 V에서 조정 가능하다.

    본 연구에서는 수집 장치의 6개 채널만을 활성화하여 가속도 신호를 수집하였고, 채널 명칭은 Input_1, Input_2, Input_3, Input_5c, Input_6, Input_7, Input_11_Tach로 정의 하였다. 구체적으로, Input_1과 Input_2, Input_3는 발전기(PTO) 측 모터의 X축 및 Y축, Z축 가속도 신호이며, Input_5와 Input_6, Input_7은 추진(PTI) 측 모터의 X축 및 Y축, Z축 가속도 신호를 나타낸다. 또한 Input_11_Tach 채널을 통해 축 회전속도 (타코미터) 신호를 추가로 계측하였는데, 정상 상태에서 약 33.3 Hz의 주피크(2,000 rpm 회전수에 해당)가 관측되었다.

    3.3 모터 운전 조건 및 시험 절차

    실험은 기본 무부하 조건으로 진행하였으며, 비틀림 실험은 LBTS의 모터 인버터를 이용하여 수행하였다. 인버터의 속도 제어 모드를 사용하여 PTI 모터를 목표 속도 1,500 rpm 으로 상승시키고 정상상태 유지 후 정지까지 감속하는 사이클을 적용하였다. PTO 모터는 발전 모드로 설정하여 출력 전력을 DC 링크에 회생시키도록 하였다. 본 실험에서는 ESS 충·방전 및 DC/DC 컨버터 운전은 수행하지 않았으며, 회생 전력은 DC 링크로 환류한 뒤 필요 시 부하저항기를 통해 소모하였다.

    비틀림 편차의 조정은 각 편차 값(0mm, 2mm, 4mm)에 대해 상기와 동일한 속도 사이클을 반복 실행하였다. 편차를 변경할 때마다 PTO 모터가 설치된 슬라이딩 베이스를 상· 하·좌·우 방향으로 미세 조정하여 목표 오프셋을 맞추고 잠금장치로 고정하였다.

    각 비틀림 조건에서 3축 가속도계의 진동 신호를 수집하고, 모터 전류·전압 및 회전속도 데이터를 동기화하여 저장하였다. 실험은 정상 상태부터 시작하여 편차가 작은 순서에서 큰 순서(0mm → 2mm → 4mm)로 진행하여, 비틀림 상태에서 발생할 수 있는 장치 손상 가능성을 최소화하였다.

    4. 신호 계측 및 신호처리

    4.1 데이터 수집 및 전처리

    가속도 신호는 샘플링 주파수 32,768 Hz로 수집하였다. 시간 도메인 데이터 길이는 정상 상태 0mm에서 약 60 초 (1,966,080 샘플) 정도이며, 비틀림 2mm와 4mm 상태에서도 60 초간의 데이터를 확보하였다. 모든 채널의 데이터는 24비트 해상도로 동시 샘플링되며, DAQ 시스템은 신호 대역폭을 16kHz로 제한하기 위해 8차 Butterworth 저역통과 필터(차단 주파수 16kHz)를 적용하였다. 시간 도메인 신호에는 저주파 성분과 주변 환경 잡음이 포함될 수 있으므로, 분석 전 전처리를 수행하였다. 각 채널의 평균값을 제거하여 DC 오프셋을 보정하였으며, 센서 감도를 반영하여 가속도 단위를 g에서 m/s²로 변환하였다. FFT 분석에서 스펙트럼 누설을 줄이기 위해 전체 신호 구간에 식(1)의 Hann 함수를 사용하였다.

    w [ n ] = 0.5 ( 1 − cos ( 2 π n N − 1 ) ) , 0 ≤ n ≤ N − 1
    (1)

    4.2 FFT 분석

    전처리된 신호에 대해 고속 푸리에 변환(FFT)을 수행하여 주파수 스펙트럼을 계산하였다. FFT 결과는 진폭 스펙트럼의 절대값을 취하고, 샘플링 주파수에 따라 0 ~ 16kHz 범위를 확인하였다. 각 채널에 대해 스펙트럼 상에서 에너지가 큰 주요 주파수 피크를 찾아 주파수와 진폭을 추출하였다. 특징 추출 과정에서는 기본 회전수에 대응하는 피크 주파수 성분과 정렬 불량으로 인해 나타나는 고조파 및 사이드밴드 성분을 주목하였다. 주파수 분석에 사용된 FFT 알고리즘은 연구팀이 개발한 파이썬 스크립트와 동일한 구조로 구현되었으며, 윈도우 적용과 스케일링 방식까지 일치시켜 분석 재현성을 확보하였다. 이러한 주파수 도메인 특징은 향후 딥러닝 모델의 입력으로 사용될 수 있다. 아울러 시간 도메인 RMS 가속도, 피크-피크 값, 크레스트 팩터 등도 함께 계산하여 정상 대비 이상 상태의 변화량을 정량화하였다.

    실험장비의 초기 정렬 값을 모든 실험의 피크 주파수와 진폭을 억제하여 정렬 불량에 대한 주파수를 확인 할 수 있도록 하였다. 그리고 PHM 기법을 적용하기 위해 각 채널별 주요 피크 주파수와 진폭, 대역별 주파수를 추출하고 z‑정규화를 수행하였다. 이러한 특징은 향후 딥러닝 모델의 입력으로 사용될 수 있다. 또한 시간 도메인 RMS 가속도, 피크-피크 값, 크레스트 팩터 등도 함께 계산하여 정상 대비 이상 상태의 변화량을 정량화하였다.

    5. 실험 결과 및 고찰

    5.1 정상상태와 비틀림 상태 결과

    본 장에서는 축 정렬 편차 0mm(정상), 2mm, 4mm의 세 가지 조건에 대해 계측된 진동 신호를 시간영역 및 주파수영역에서 분석하고, 비틀림 정도에 따른 스펙트럼 변화와 PHM 적용 가능성을 고찰한다. Fig. 3은 시간영역 가속도 계측값을 나타내고 있고, 계측된 값에 대한 상태별 FFT 결과는 Fig. 4 ~ Fig. 6과 같다. 분석 대상 채널은 발전기(PTO) 측 모터의 X축(Input_1)과 Y축(Input_2), 추진기(PTI) 측 모터의 X 축(Input_5)과 Y축(Input_6)이며, 회전수 확인을 위해 타코미터 채널(Input_11_Tach)을 함께 사용하였다.

    정상 상태(0mm)에서 시간영역 가속도 파형은 모든 채널에서 수 m/s² 수준의 작은 진폭을 보였으며, 뚜렷한 비주기적 이상이나 헌팅(hunting) 현상은 관찰되지 않았다.

    Fig. 4의 주파수영역 분석 결과에서, 타코미터 스펙트럼의 지배적인 피크는 약 200Hz에 위치하며 이는 회전수 2,000rpm 에 대응하는 전기적 기본 회전 성분이다. 약 1.4Hz 부근의 극저주파 성분, 13.1Hz 대역의 저차 구조 진동, 주변의 미약 한 피크(약 26 Hz, 38.4 Hz, 39.4 Hz, 45.7 Hz), 60 Hz 전원 주파수가 관측된다.

    그러나 대부분의 피크 진폭은 0.1 미만으로 매우 작고, 수 백 Hz 이상 고주파 대역의 에너지도 거의 존재하지 않는다. 즉, 정상 상태에서는 축계가 양호하게 정렬되어 있고 불균형이나 베어링 이상이 없는 상태로, 기본 전기적 주파수 성분이 지배적이고 고조파·사이드밴드 성분이 미미한 기준 스펙트럼이 형성됨을 알 수 있다.

    축 중심 편차를 2mm로 설정한 비틀림 상태의 경우, 시간 영역(Fig. 3의 Abnormal_2)에서 전반적인 RMS 가속도가 소폭 증가하였고, 특히 PTO 측 모터 채널(Input_1, Input_2)에서 진폭 변화가 두드러졌다. Fig. 5의 주파수 스펙트럼을 보면, 기본 전기적 회전 성분 200Hz는 정상 상태와 유사한 위치에 유지되지만, 그 주변과 고주파 영역에서 뚜렷한 차이가 나타난다.

    저주파 영역에서는 정상 상태에서 거의 눈에 띄지 않던 26Hz 대역의 성분이 0.8에 해당하는 사이드밴드로서 보다 뚜렷하게 나타나며, 주변의 38.4Hz, 39.4Hz, 45.7Hz 피크의 진폭도 전반적으로 증가한다. 이는 비틀림에 의해 각 회전 주기마다 발생하는 불균일 하중이 주변으로 불규칙한 변조(Amplitude/Phase Modulation)를 유발했음을 시사한다. 전원 주파수인 60Hz 성분 역시 약간 증가하지만, 이는 주로 전기적 간섭 성분으로 기계적 고장 징후와는 구별된다.

    2mm는 비교적 경미한 정렬 불량 수준이므로, 고차 배수의 절대 진폭은 아직 기본 주파수에 비해 작고, 전체 스펙트럼의 에너지도 대부분 0~100 Hz 구간에 집중되어 있다. 이와 같이 2mm 상태에서의 미소한 스펙트럼 변화가 관찰되고, 초기 정렬 불량이 발생하였음을 시사한다.

    축 중심 편차를 4mm까지 증가시키면 시간영역에서의 진동 진폭이 뚜렷하게 커지며, 파형의 비대칭성도 강화된다. FFT 결과(Fig. 6)에서는 전기적 기본 주파수 성분(200Hz)이 여전히 주요 피크로 존재한다. 2mm 상태와 비교했을 때 사이드밴드 및 고차 배주성분의 진폭이 전 대역에서 소폭 증가한 것을 확인할 수 있다.

    먼저 39.4Hz, 45.7Hz 성분이 2mm보다 더 높은 진폭을 보이며, 일부 채널에서는 26Hz 성분 또한 노이즈 수준을 넘어 뚜렷한 피크로 나타난다. 이는 정렬 불량 정도가 커질수록 회전 1주기 내 토크 변동과 기계적 비선형성이 심해져, 주파수에 대한 변조 효과가 강화되었음을 의미한다.

    일부 채널에서는 100Hz 이상 대역의 다른 고조파 성분들도 함께 성장하는 양상이 관찰된다. 이는 슬라이딩 베이스를 통한 4mm 편차가 구조물의 특정 고유모드와 공진 조건을 이루면서, 비틀림에 의해 고주파 모드가 강하게 작용되었기 때문으로 해석된다. 특히 PTO 측 모터 채널(Input_1, Input_2)에서 이와 같은 고차 성분의 증폭이 더 두드러지는데, 이는 비틀림을 PTO 모터 위치에서 직접 가했기 때문에 해당 측의 구조 응답이 상대적으로 크게 나타난 결과로 볼 수 있다.

    5.2 결과 비교 및 해석

    세 가지 상태(0mm, 2mm, 4mm)에 대한 결과를 종합하면 다음과 같은 경향을 확인할 수 있다.

    기본 회전 성분(33.3 Hz)의 6극 모터 동작에 따른 전기적 회전 성분(200Hz)이 나타난다. 세 상태 모두에서 전기적 회전 성분의 위치는 동일하며, 이는 속도가 일정(약 2000 rpm) 하게 유지되었음을 의미한다.

    진폭은 상태에 따라 다소 변동하지만, 정렬 불량의 정도를 직접적으로 구분하는 데에는 한계가 있다. 즉, 단순히 진 폭만으로는 정상/이상을 명확히 판별하기 어렵다.

    정상 상태에서는 이들 성분이 거의 노이즈 수준에 머무르나, 2mm 비틀림 상태부터 진폭이 증가하기 시작한다. 4mm 상태에서는 모든 채널에서 39.4 Hz, 45.7 Hz 성분이 뚜렷한 피크로 관측된다. 따라서 이들 사이드밴드 성분의 존재 여부 및 상대 진폭은 정렬 불량의 발생과 심각도를 평가하는 데 효과적인 지표가 될 수 있다.

    PTO 측(X, Y)과 PTI 측(X, Y) 네 채널 모두에서 위의 경향이 공통적으로 관찰되며, 다만 PTO 측에서 진폭이 다소 크게 나타나는 정도의 차이만 존재한다. 이는 비틀림이 축 전체에 걸쳐 영향을 미치며, 특정 지점을 넘어서 축계 전체의 동특성을 변화시키고 있음을 의미한다.

    이러한 결과는 LBTS를 통해 재현한 비틀림 실험이 실제 정렬 불량 축계에서 기대되는 진동 패턴을 잘 모사하고 있음을 보여준다. 또한 상태별로 추출한 Fig. 7과 같이 주요 진동 특징(사이드밴드, 고차 성분, 대역별 에너지 등)은 향후 머신러닝/딥러닝 기반 PHM 알고리즘의 입력 특성으로 사용하기에 적합한 구조를 갖추고 있다.

    6. 결 론

    본 연구에서는 전기추진 선박 추진축계의 정렬 불량(비틀림) 상태를 육상에서 안전하게 재현하고, 이를 통해 PHM 연구에 활용 가능한 진동 데이터를 확보하기 위해 50kW급 전기추진 LBTS를 기반으로 축계 비틀림 실험을 수행하였다. 연구 결과를 요약하면 다음과 같다.

    전기추진 LBTS 설계 및 축계 비틀림 모사를 위하여 Danfoss SRPM 모터 2대(PTI/PTO), AFE 컨버터, DC/DC 컨버터, ESS 등으로 구성된 50kW급 전기추진 LBTS를 활용하여 실제 선박 추진축계를 축소 구현하였다. PTO 모터를 슬라이딩 베이스에 장착하여 ±20mm 범위에서 축 중심을 이동할 수 있는 구조를 설계함으로써, 정상(0mm), 2mm, 4mm의 세 가지 비틀림 상태를 반복·재현할 수 있는 실험 장치를 구축하였다.

    PTO 및 PTI 측 모터 프레임에 설치한 3축 IEPE 가속도계와 OROS 진동 분석기를 이용하여, 2,000 rpm 운전 조건에서 각 상태별 진동 신호를 동시 계측하였다. 시간영역 신호를 FFT 분석하여 0 ~ 250Hz 스펙트럼을 구하고, 주요 피크 주파수와 진폭을 추출하였다.

    정상 상태에서는 전기적 고정된 회전 성분(200Hz)을 제외한 대부분의 성분이 노이즈 수준에 머무르며, 고주파 영역의 에너지도 거의 존재하지 않아 축계가 건전한 상태임을 확인하였다. 2mm 비틀림 상태에서는 사이드밴드(26 Hz, 38.4/39.4 Hz, 45.7 Hz)와 200 Hz 고차 성분이 정상 대비 뚜렷하게 증가하여, 정렬 불량 초기 단계에서의 특징적인 스펙트럼 변화가 나타났다. 4mm 비틀림 상태에서는 사이드밴드가 증가하고, 고주파 영역의 전체 에너지 수준이 상승함으로써 정렬 불량 심화에 따른 비선형 및 공진 효과가 뚜렷하게 관찰되었다.

    0/2/4mm 세 상태에 대해 라벨이 명확히 부여된 다채널 진동 데이터셋이 구축되었으며, 각 상태별로 고유한 주파수 패턴이 존재함을 확인하였다. 이는 전기추진 선박 추진축계의 정렬 불량 진단 및 심각도 분류를 위한 AI 학습용 데이터 베이스로 직접 활용할 수 있다.

    향후 연구에서는 회전속도 및 부하 토크를 변화시키는 시험을 수행하고, 정렬 불량 외에도 베어링 결함(내륜/외륜/전동체 손상), 축 변형(휘어짐·편심), 윤활 상태 이상(윤활 부족·오염), 커플링 손상 및 체결부 느슨함, 축 불평형 등 다양한 고장 모드를 LBTS에서 단계적으로 모사하고, 회생 운전 및 DC 링크 변동 조건에서 전류/전압/전력품질(PQ) 신호를 진동과 함께 취득하여 다중 센서 융합 PHM 데이터셋을 구축할 예정이다. 또한 고장 모드 간 진동 특징의 중첩을 고려하여, 원인별 특징 분리 및 다중 고장 진단/심각도 분류가 가능한 알고리즘 검증 연구로 확장할 계획이다.

    본 연구에서 구축한 0/2/4 mm 라벨 데이터셋을 일정 길이의 윈도우로 분할하여 학습 샘플을 구성하고, (i) 원신호 기반 1D-CNN, (ii) FFT/STFT 기반 스펙트럼 입력의 2D-CNN을 비교 적용할 예정이다. 성능 평가는 시험 데이터 기준 Accuracy, Macro-F1, Confusion Matrix를 사용하여 정량 보고하며, LBTS의 통제 환경에서는 3개 상태 분류에서 정확도 95% 이상을 1차 목표로 설정한다. 나아가 속도/부하 조건 변화 및 실선 적용 시 발생하는 도메인 차이를 고려하여 전이학습·도메인 적응을 적용하고, 이 경우에도 오분류율 10% 이하를 목표로 성능을 검증할 계획이다.

    종합하면, 본 연구에서 구축한 전기추진 LBTS 기반 축계 비틀림 실험과 그 결과로 얻어진 진동 데이터는 전기추진 선박 추진축계의 상태감시 및 예지보전 기술 개발을 위한 실질적인 실험 기반을 제공한다. 단계적인 정렬 불량 모사와 정량화된 주파수 특징을 통해 PHM 알고리즘의 성능을 체계적으로 검증할 수 있는 환경을 마련하였으며, 향후 실선 데이터와의 연계를 통해 해양환경·안전 분야에서 전기추진 선박 운항의 신뢰성과 안전성 향상에 기여할 수 있을 것으로 기대된다.

    Acknowledgment

    이 논문은 2025년도 해양수산부 친환경 선박 전주기 혁신 기술개발사업 '친환경선박 보급 확산을 위한 한국형 친환경 선박(그린쉽-K) 해상실증 기술 개발(RS-2022-KS221680)' 사업의 지원을 받아 수행된 연구결과입니다.

    Figure

    KOSOMES-31-6-1043_F1.jpg

    Schematic Diagram of the 50kW Electric Propulsion LBTS System.

    KOSOMES-31-6-1043_F2.jpg

    Motor Slide Base.

    KOSOMES-31-6-1043_F3.jpg

    Time-domain acceleration signals in normal and Abnormal.

    KOSOMES-31-6-1043_F4.jpg

    Experimental results under normal conditions.

    KOSOMES-31-6-1043_F5.jpg

    Experimental results under Abnormal conditions (2mm).

    KOSOMES-31-6-1043_F6.jpg

    Experimental results under Abnormal conditions (4mm).

    KOSOMES-31-6-1043_F7.jpg

    Comparison of Frequency Characteristics by State.

    Table

    Specifications of SRPM propulsion motor/generator

    Specifications of ESS (Energy Storage System)

    Specifications of Accelerometers

    Specifications of DAQ System

    Reference

    1. Chaowei, W., Z. Guojin, C. Boren, and X. Tianfeng ( 2021), Study on Establishment of Prognostics and Health Management System for Vessels. In 2021 Power System and Green Energy Conference (PSGEC), pp. 520-524.
    2. Chen, X., Y. Lei, Y. Li, S. Parkinson, X. Li, J. Liu, F. Lu, H. Wang, Z. Wang, B. Yang, S. Ye, and Z. Zhao ( 2025), Large Models for Machine Monitoring and Fault Diagnostics: Opportunities, Challenges, and Future Direction. Journal of Dynamics, Monitoring and Diagnostics, Vol. 4, No. 2, pp. 76-90.
    3. Garcia, J., L. Rios-Colque, A. Peña, and L. Rojas ( 2025), Condition monitoring and predictive maintenance in industrial equipment: An NLP-assisted review of signal processing, hybrid models, and implementation challenges. Applied Sciences, Vol. 15, No. 10, p. 5465.
    4. Kanerva, S. ( 2021), Hybrid Electric Solutions for Marine Applications. In 2021 23rd European Conference on Power Electronics and Applications (EPE'21 ECCE Europe), pp. P-1.
    5. Kokarakis, J. ( 2021), Challenges in the Design of Propulsion Shafting. In SNAME International Symposium on Ship Operations, Management and Economics, p. D011S001R001.
    6. Leger, J. B. and B. Iung ( 2012), Ships fleet-wide management and naval mission prognostics: Lessons learned and new issues. In 2012 IEEE Conference on Prognostics and Health Management, pp. 1-8.
    7. Leilei, C., L. Junsong, L. Cunming, and Z. Ruiping ( 2021), Optimization of bearing displacement in ship shafting alignment based on workbench. In Journal of Physics: Conference Series, Vol. 1939, No. 1, p. 012099.
    8. Li, S., Y. Xin, X. Li, J. Wang, and K. Xu ( 2019), A review on the signal processing methods of rotating machinery fault diagnosis. In 2019 IEEE 8th Joint International Information Technology and Artificial Intelligence Conference (ITAIC), pp. 1559-1565.
    9. Liu, X., Z. Zhang, Z. Li, J. Wang, Y. Zhu, and H. Ma ( 2025), Advancements in bearing health monitoring and remaining useful life prediction: techniques, challenges, and future directions. Measurement Science and Technology, Vol. 36, No. 3, p. 032003.
    10. Pravinbhai, V. C., D. Ronanki, and T. R. Chelliah ( 2021), Multilevel inverter topologies for marine propulsion systems: A review. In IECON 2021–47th Annual Conference of the IEEE Industrial Electronics Society, pp. 1-6.
    11. Shin, S. H. ( 2015), Effects of propeller forces on the propeller shaft bearing during going straight and turning of ship. Journal of the Society of Naval Architects of Korea, Vol. 52, No. 1, pp. 61-69.
    12. Skjong, E., R. Volden, E. Rødskar, M. Molinas, T. A. Johansen, and J. Cunningham ( 2016), Past, present, and future challenges of the marine vessel’s electrical power system. IEEE Transactions on Transportation Electrification, Vol. 2, No. 4, pp. 522-537.
    13. Van Der Sande, R., A. Shekhar, and P. Bauer ( 2025), Reliable DC Shipboard Power Systems-Design, Assessment, and Improvement. IEEE Open Journal of the Industrial Electronics Society.
    14. Vassilopoulos, L. ( 1988), Static and underway alignment of main propulsion shaft systems. Naval engineers journal, Vol. 100, No. 3, pp. 101-116.
    15. Vizentin, G., G. Vukelic, L. Murawski, N. Recho, and J. Orovic ( 2020), Marine propulsion system failures—A review. Journal of marine science and engineering, Vol. 8, No. 9, p. 662.
    16. Yang, H., J. Mathew, and L. Ma ( 2003), Vibration feature extraction techniques for fault diagnosis of rotating machinery: a literature survey. In Asia-pacific vibration conference, No. 42460, pp. 801-807.
    17. Yang, T., T. Cox, M. Degano, S. Bozhko, and C. Gerada ( 2016). History and recent advancements of electric propulsion and integrated electrical power systems for commercial & naval vessels. In Proceedings of the International Naval & Maritime Exhibition and Congress for Latin America, ExpoNAVAL.
    18. Zhang, C. ( 2018), Vibration measurement method of the ship propulsion shafting. International Journal of Science, Vol. 5, No. 12, pp. 34-38.
    19. Zhang, P., Z. Gao, L. Cao, F. Dong, Y. Zou, K. Wang, and P. Sun ( 2022), Marine systems and equipment prognostics and health management: a systematic review from health condition monitoring to maintenance strategy. Machines, Vol. 10, No. 2, p. 72.
    Copyright © The Korean Society of Marine Environment and safety. All rights reserved.
    (530-729)Mokpo National Maritime Univ., Jukgyo-dong, Mokpo-si, Jeollanam-do, Korea