서울대학교 공과대학 기계항공공학부 윤병동 교수 연구팀 (김태진 석박통합 과정)은 서스펜션 데이터(suspension data)를 이용한 기계 수명 진단법에 관한 논문 (논문제목: Semi-Supervised Learning with Co-Training for Data-Driven Prognostics) 으로 세계적 학술 단체인 IEEE Reliability Society로부터 PHM (Prognostics and Health Management) 분야 최고 논문상(Best Paper Award)을 수상하였다.

일반적으로 기계 시스템의 수명예측은 시스템의 파손데이터 - 초기 사용 시점부터 파손에 이르는 시점까지의 신호 데이터 - 를 수집하는 것에서부터 시작한다. 그리고 파손데이터와 현재 시스템이 내는 신호를 비교함으로써 시스템이 현재 어떠한 상태이며 또 얼마나 더 작동할 수 있을지를 예측 할 수 있다. 그러나 파손데이터를 수집하기 위해서는 시스템을 일단 파손에 이를 때까지 작동시켜야 하므로 그에 따른 시간과 비용이 결코 적지 않다. 특히 수명 예측이 고가의 시스템을 대상으로 주로 이뤄지는 점을 감안하면 이와 같은 문제점은 더욱 부각될 수 밖에 없다. 반면 서스펜션 데이터 - 초기 사용 시점부터 특정 기간 동안 측정한 신호 데이터 - 는 파손데이터와는 달리 상대적으로 얻기가 용이하나 수명예측을 위한 데이터로는 부적절한 것으로 생각되어 왔다. 그러나 윤병동 교수 연구팀은 서스펜션 데이터로부터 파손데이터를 유추하는 방법을 개발함으로써 서스펜션 데이터를 마치 파손데이터처럼 사용하여 시스템의 수명을 예측하는 방법을 제안하였다. 윤병동 교수 연구팀이 제안한 방법을 통해 데이터 수집 시 발생하는 비용을 절감하고, 파손 데이터를 얻는 것이 불가능했던 시스템에 대한 수명 예측이 가능할 것으로 보인다.

한편, 본 상을 수여한 IEEE PHM 학회는 IEEE Reliability Society가 주최하는 학회로 동일 분야 내에서는 세계 최대 학회 중 하나이다. 시스템의 상태 진단, 수명 예측법 개발을 통해 시스템의 신뢰성, 안전성, 및 유지 보수의 효율성을 증대시키는 것을 그 목표로 한다.