- 파형(Waveform)은 AE 신호를 시간에 따라 기록한 것으로, 신호의 도달 시점·세기·감쇠 형태를 보여줍니다.
- FFT는 파형을 주파수 성분으로 분해해, 파형만으로는 구분하기 어려운 신호원의 차이를 드러냅니다.
- 정상 상태의 스펙트럼을 기준으로 특정 대역의 에너지 변화를 추적하면 설비 이상을 조기에 판단할 수 있습니다.
AE 신호는 시간에 따른 파형으로 기록되며, 같은 신호를 주파수 성분으로 나누어 보면 파형만으로는 드러나지 않는 특징을 확인할 수 있습니다. 이 글에서는 AE 파형을 읽는 방법과 FFT 분석의 원리, 설비 진단에 활용하는 방식을 정리합니다.
AE 파형(Waveform)이란?
파형은 센서가 감지한 신호의 크기를 시간 순서대로 기록한 것입니다. AE 시스템은 신호가 임계값을 넘는 순간을 기준으로 그 앞뒤 일정 구간의 파형을 저장하며, 이를 통해 신호가 언제 도달했고 얼마나 강했으며 어떻게 사라졌는지를 확인할 수 있습니다.
파형에서 확인할 수 있는 정보
- 도달 시점: 신호가 처음 나타난 시각. 여러 센서의 도달 시각 차이로 발생 위치를 추정합니다.
- 상승 형태: 최대 진폭까지 얼마나 빠르게 올라가는지. 신호원 종류와 노이즈 판별에 활용됩니다.
- 감쇠 형태: 신호가 사라지는 속도. 재질과 전파 거리, 신호원 특성에 따라 달라집니다.
- 신호 형태: 짧고 강한 버스트형인지, 끊임없이 이어지는 연속형인지 구분합니다.
히트 기반 파라미터(진폭, 카운트, 에너지 등)는 파형을 몇 개의 숫자로 요약한 값입니다. 요약 과정에서 정보가 줄어들기 때문에, 신호원을 정밀하게 구분해야 할 때는 파형 자체나 그 주파수 성분을 함께 분석합니다.
FFT란 무엇인가요?
FFT(Fast Fourier Transform, 고속 푸리에 변환)는 시간 영역의 신호를 여러 주파수 성분의 합으로 분해하는 계산 방법입니다. 결과는 주파수별 신호 크기를 나타낸 스펙트럼으로 표현됩니다. 파형에서는 여러 성분이 겹쳐 보이지만, 스펙트럼에서는 어떤 주파수 대역에 에너지가 집중되어 있는지 바로 확인할 수 있습니다.
FFT 분석 시 확인할 설정
| 항목 | 의미 | 고려사항 |
|---|---|---|
| 샘플링 주파수 | 1초에 신호를 측정하는 횟수 | 분석하려는 최대 주파수의 2배 이상이어야 하며(나이퀴스트 조건), AE에서는 보통 그보다 충분히 높게 설정합니다. |
| 데이터 길이 | 한 번에 FFT를 계산하는 샘플 수 | 길수록 주파수 해상도(샘플링 주파수 ÷ 샘플 수)가 좋아지지만, 짧은 버스트 신호에서는 노이즈 비중이 커질 수 있습니다. |
| 윈도 함수 | 구간 양 끝을 부드럽게 처리하는 함수 | Hanning 등 윈도를 적용하면 구간을 자를 때 생기는 주파수 번짐을 줄일 수 있습니다. |
| 평균화 | 여러 구간의 스펙트럼을 평균 | 연속형 신호나 배경 노이즈의 대표 스펙트럼을 구할 때 변동을 줄여줍니다. |
스펙트럼으로 무엇을 구분할 수 있나요?
신호원마다 에너지가 분포하는 주파수 대역에 차이가 있어, 스펙트럼은 신호원을 구분하는 단서가 됩니다. 아래는 일반적인 경향이며, 실제 값은 재질·구조·센서 특성에 따라 달라집니다.
| 신호원 | 스펙트럼 경향 |
|---|---|
| 균열 진전 | 짧은 버스트 신호로, 비교적 넓은 대역에 걸쳐 높은 주파수 성분이 나타나는 경우가 많습니다. |
| 마찰·마모 | 연속적인 신호로, 상대적으로 낮은 대역에 에너지가 모이는 경향이 있습니다. |
| 누출 | 특정 대역의 에너지가 지속적으로 높아진 상태로 나타납니다. |
| 기계·유동 노이즈 | 주로 낮은 주파수에 집중되어 대역 필터로 분리하기 쉽습니다. |
| 전기 잡음 | 특정 주파수에서 폭이 좁고 날카로운 피크로 나타나는 경우가 많습니다. |
공진형 AE 센서는 특정 주파수에서 감도가 높기 때문에, 스펙트럼에 센서의 공진 주파수가 강하게 반영됩니다. 따라서 서로 다른 센서나 설정으로 얻은 스펙트럼을 직접 비교하기보다, 같은 센서·같은 설정에서 측정한 정상 상태와 비교하는 것이 정확합니다.
설비 진단에는 어떻게 활용하나요?
현장에서는 스펙트럼 한 장보다 시간에 따른 변화를 보는 것이 중요합니다. 정상 운전 중의 스펙트럼을 기준으로 저장해 두고, 이후 측정값과 비교해 달라진 부분을 찾습니다.
- 대역별 에너지 추이: 관심 주파수 대역의 에너지 합을 시간에 따라 추적합니다.
- 피크·중심 주파수 변화: 가장 큰 성분의 주파수나 스펙트럼 무게중심이 이동하는지 확인합니다.
- 기준 스펙트럼 대비 차이: 정상 상태와의 차이를 지표로 만들어 임계값을 넘으면 알림을 보냅니다.
- AI 분석의 입력값: 대역 에너지, 피크 주파수 등 스펙트럼 특징을 이상탐지 모델의 입력으로 사용합니다.
시간에 따라 변하는 신호는 STFT로
FFT는 선택한 구간 전체를 하나의 스펙트럼으로 보여주기 때문에, 신호의 주파수 성분이 시간에 따라 바뀌는 경우에는 그 변화가 드러나지 않습니다. 이때는 짧은 구간마다 FFT를 반복하는 STFT(단시간 푸리에 변환)로 시간-주파수 지도(스펙트로그램)를 만들어 분석합니다.
