서울대학교 기계공학부 시스템 건전성 및 리스크 관리 연구실(지도교수 윤병동)의 박찬희 박사과정과 김윤한 박사과정이 2021년 9월 8일(수)-11일(토) 라마다프라자 제주호텔에서 개최된 Asia Pacific Conference of the Prognostics and Health Management Society 2021 (PHM Asia Pacific 2021)에서 각각 Best Student Award를 수상하였다 (Gold medal, Bronze medal).
 
박찬희 박사과정의 논문 제목은 “A Novel Health Feature for Fault Diagnosis of a Servo Motor Under Non-stationary Conditions”으로 서보모터의 고장진단을 위해 새로운 건전성 이미지를 제안하였다. 기존 시간-주파수 분석 및 시계열신호의 이미지화 기법들은 물리적 의미가 부족하거나, 변환 과정에서 고장 연관 성분들을 유실하는 등의 고장진단 관점에서의 한계들을 극복하기 위해, 상전류 신호 중 운행 연관 성분을 억제하는 반면, 고장 연관 성분은 부각하여 이미지로 정의하는 방법을 제안하였다. 제안된 이미지의 자체적 서보모터 건전성 평가뿐만 아니라, 이를 학습한 합성곱 신경망 고장진단 모델은 물리융합형 딥러닝기반 고장진단을 가능하게 한다는 점에서 독창성을 인정받았다.
 
김윤한 박사과정의 논문 제목은 “A Novel Multiscale Convolutional Neural Network for Industrial Gearbox Fault Diagnostics”으로 산업용 기어박스의 고장진단을 위한 새로운 딥러닝 모델을 제안하였다. 기존의 물리기반 시간-주파수 분석(Time-frequency analysis) 기술에 착안하여, 고정된 형태의 기저함수(Basis function)을 학습가능한 필터로 대체함으로써, 고장진단에 효과적인 시간-주파수 분석을 내재하는 합성곱 신경망 모델을 제안하였다. 제안하는 방법은 물리기반의 시간-주파수 분석을 내재하는 딥러닝 기술로, 전문가 지식에 의존하지 않고도 복잡한 운행환경을 갖는 산업용 기어박스의 고장진단이 가능하다는 점에서 논문의 독창성과 우수성을 인정받았다.