《자연과학부문에서는 식량문제, 에네르기문제를 비롯하여 인민경제발전과 국방력강화에서 절박하게 나서는 과학기술적문제들을 푸는데 적극 이바지하며 기초과학과 첨단과학기술부문에서 세계적인 경쟁력을 가진 연구성과들을 내놓아야 합니다.》
인민경제 여러부문의 현대화와 정보화실현에서 기계 및 설비의 고장진단체계에 대한 연구는 중요한 의의를 가진다.
시계렬자료를 몇가지 특수한 조건을 만족하는 고유방식함수로 분해한 다음 목적하는 용도에 따라 그의 힐베르트스펙트르해석을 진행하는 신호처리방법인 경험방식분해법은 이미 20여년전에 N. E. Huang을 비롯한 연구자들에 의하여 처음으로 도입된 이래 체계동정과 구조상태감시, 지진 및 해양관측 등 각이한 분야의 신호처리에 광범히 리용되여왔다.
비록 경험방식분해법이 정상 및 비정상신호들의 분석과 처리에서 많은 우점을 가지고있다고 해도 방식혼합과 끝점효과 등 해결하여야 할 문제점들이 여전히 존재하는것으로 하여 그의 광범한 응용과 더불어 그의 개선을 위한 노력도 끊임없이 진행되여왔다.
실례로 EEMD방법에서는 새로운 잡음추가자료해석법을 제안하여 방식혼합현상을 극복하였으며 FFDSI방법에서는 고속푸리에변환을 리용하여 원신호로부터 고유방식함수들을 분리해냈다.
우리는 웨블레트파케트분해에 기초하여 주어진 진동신호를 고유모드함수들로 분해하기 위한 새로운 방법을 제안하고 몇가지 진동 및 음성신호에 대하여 이 방법에 기초한 힐베르트스펙트르해석을 진행함으로써 제안된 방법의 효과성을 립증하였다.
이 방법은 진동신호를 고유방식함수들로 분해할 때 주파수대역이 서로 겹치지 않으면서 최대의 대역너비를 가지도록 고유방식함수들을 생성한다. 여기서는 경험방식분해법의 채치기공정대신에 웨블레트파케트분해에 기초한 특수한 려파알고리듬을 리용하여 고유방식함수를 얻으므로 생성된 고유방식함수들은 서로 엄격히 직교한다.
우리가 제안한 방법은 기존의 방법에 비하여 일부 불리한 조건에서도 신호의 고유방식함수분해에 대한 믿음성이 좋으며 특히 선형구조의 진동응답신호를 고유진동형으로 분해함으로써 기계 및 구조물의 모드해석을 진행하는데 유용하게 리용될수 있다. 몇가지 응용실례들은 이 방법이 정상 및 비정상신호처리와 힐베르트스펙트르해석에서 효과적이고 가치있는 방법이라는것을 보여주었다.
우리의 연구성과는 이미 여러건의 국제학술잡지들에 발표되였다.
우리는 이외에도 진동신호의 국부평균분해법과 압축수감법과 같은 여러가지 신호처리방법들에 대한 연구를 심화시켜 기계 및 설비고장진단체계의 개발과 기계와 구조물의 실험방식해석에 적극 활용하기 위한 연구사업도 힘있게 벌리고있다.
기계 및 설비에 대한 실험방식해석과 고장진단체계의 믿음성은 효과적인 신호처리알고리듬의 리용을 전제로 하는것으로 하여 앞으로 이 방면의 연구는 더욱 심화될것이며 보다 효률적이고 실용적인 새로운 방법들이 나오리라고 기대한다.
