음향방출(Acoustic Emission, AE) 기술은 비파괴 검사에서 사용되고 있는 기법으로 어떤 물체가 외력 또는 내부의 힘에 의해 변형이나 파괴가 일어나게 되면 재료내부에서 축적되어 있던 변형에너지(Strain energy)는 파면 형성 에너지, 열에너지, 격자 변형 에너지, 그리고 탄성파와 같은 여러 형태의 에너지로 변환된다. 이때 외부에서 계측 장치의 힘에 의해서 가시적으로 검출된 탄성파를 AE신호라 하며 이를 검출하는 것이다. 따라서 AE센서(Sensor)는 일반적 진동센서(변위계, 속도계, 가속도계)에 비해 매우 높은 감도를 가지고 있으며 그에 따라 매우 미세한 결함신호를 검출할 수 있는 능력을 보유하고 있다.
음향방출 센서를 이용한 상태감시 분야는 점차적으로 확대되고 있으며 현재 원자력발전소, LNG선, 항공시스템, 지진파 검출, 대형 교량 등의 상태감시에 적용이 되고 있다. 그리고 이를 이용한 상태감시 시스템을 개발하기 위한 많은 연구들이 진행되고 있는 상황이다.
공작기계 역시 많은 기계요소로 구성된 하나의 장비로써 상태감시를 필요로 하는 하나의 대상이다. 특히, 공작기계는 제품을 생산하기 위한 장치로 그 작동 성능에 따라 제품의 품질이 결정되며 기업의 이익에 지대한 영향을 줄 수 있는 산업기반 요소이다. 최근 공작기계의 유지·보수를 위해 소모되고 있는 비용을 줄이는 것 또한 기업의 이윤을 추구하는 또 하나의 활동으로 자리 잡고 있다. 따라서 이를 위해 많은 상태감시 시스템이 적용되고 있으며 그에 대한 투자비용도 적지 않은 상황이다.
공작기계의 고속 고능률 및 고정밀화에 따라 공작기계의 작은 오차에 의해 제품의 완성도가 크게 떨어지게 된다. 공작기계에서 발생 가능한 오차는 제어시스템에서 발생되는 것과 기계적 결함에 의해 발생되는 오차가 있다. 제어시스템에 의한 오차는 제어시스템의 피드백 과정에서 인수의 설정 값에 따라 제어될 수 있다. 하지만 기계적 결함에 의한 오차는 제어시스템으로 줄일 수 없는 것이다. 공작기계를 구성하는 수많은 기계요소들은 운전에 따라 외력을 받게 된다. 이러한 외력에 의해 기계요소들은 마모, 균열, 변형 또는 파손 등의 결함을 가지게 되고 때로는 파괴에 이르기도 한다. 그리고 기계요소의 노화에 의해 느슨함 등의 결함이 발생하기도 한다. 따라서 기계적 결함에 의해 발생되는 오차를 줄이기 위해 진동법을 통한 기계 상태감시 및 진단 시스템을 사용하여 공작기계의 요소들에 대한 결함을 검출하고 진단하는 시스템이 필요하다. 공작기계를 위한 기계 상태감시 및 진단 시스템은 공작기계의 상태를 항상 일정하게 유지하여 시간의 흐름에 따라 공작기계의 제품 생산성 저감현상을 방지할 수 있다.
공작기계의 상태감시 및 진단을 위해 진동법에서 주로 사용되고 있는 주파수 분석법을 사용한다. 결함에 의해 발생되는 신호를 취득하기 위한 시스템으로 음향방출(Acoustic Emission) 기법을 사용한다. 대상 기계요소는 기어박스와 회전축계이며 실험 장치에 음향방출 센서를 부착하여 신호를 얻고 저장된 신호로부터 Mean value, RMS, Peak, Crest Factor, Skewness 등의 여러 파라미터들의 변화를 분석하고 주파수 분석을 통해 기계적 결함의 진전에 따른 주파수 변화를 규명한다. 또한, 기계적 결함의 메커니즘을 분석하기 위해 힐버트 변환(Hilbert transform)을 통해 초음파 영역의 음향방출 신호를 기계적 결함이 주파수로 나타나는 가청영역의 주파수 대역으로 변환한다. 변환된 신호역시 파워 스펙트럼으로 나타내어 결함 분석을 수행한다.

A machine tool is a powered mechanical device, typically used to fabricate metal components of machines by machining, which is the selective removal of metal. Machine tools are high production cost factors in modern production. Whether high production volume or high manufacturing quality is the focus of the production - machine tool failure usually cause production loss. Especially damages in mechanical components usually cause long lasting maintenance procedures for exchanging components resulting in high production losses.
The concept of tool condition monitoring has gained considerable importance in the manufacturing industry. This is mainly attributed to the transformation of the manufacturing environment from manually operated production machines to CNC machine tools and the highly automated CNC machining centers. For modem machine tools, 20% of the downtime is attributed to tool failure, resulting in reduced productivity and economic losses. A reliable monitoring system could prevent these problems and allow optimum utilization of the tool life, which is highly desirable.
The subject of machine condition monitoring is charged with developing new technologies to diagnose the machinery problems. Different methods of fault identification have been developed and used effectively to detect the machine faults at an early stage using different machine quantities, such as current, voltage, speed, efficiency, temperature and vibrations. One of the principal tools for diagnosing rotating machinery problems has been the vibration analysis. Through the use of different signal processing techniques, it is possible to obtain vital diagnostic information from vibration profile before the equipment catastrophically fails.
Acoustic Emission(AE) technique is a nondestructive test method, AE is a microseismic (elastic) wave generated from dislocations, microcracking and other irreversible changes in a stressed material. The transmitted waves are detected by transducers on the surface of a specimen. Aside from applications in geophysics and in geotechnical engineering, AE technique has been mainly developed to monitor and inspect structures because an increase of acoustic activity is generally a very sensitive precursor to failure of structural components.
The scientific application of acoustic emission (AE) technology first emerged in the 1950''s, but appeared to fall out of fashion from the late 1970’''s onwards. However with the increased focus on cost effective ways of optimizing machine and equipment reliability and availability, AE is now experiencing an important renaissance as a valuable condition based monitoring (CBM) and predictive maintenance tool. Leading industrial consultants AV Technology, who design and manufacture their own range of AE sensors and instrumentation, are pioneering new ways of applying this versatile technology across a wide range of industries and applications.
Therefore, in this paper, a signal processing method for AE signal by hilbert transform is used. For the detection of faults generated by gear systems, a gearbox was installed in the test rig system. In gearbox, misalignment was seeded, through the 15 days test using AE sensor, misalignment was observed. The detection results of the test were shown by the power spectrum and comparison of the harmonics level of the rotating speed. And the crack was seeded with 0.5 mm depth. During rotating the shaft, AE signals were acquired by AE sensor with 5MHz sampling frequency and 0.5 seconds storing time. The AE signals were transformed by FFT to create the power spectrums, and in the spectrums several peaks were occurred by the crack growth. Along the growth of the crack, the characteristic of the power spectrum was changed and displayed different frequencies.