PDF 파일 RAG - Claude : Part II (260414)

수정 내용 : 코사인 유사도 방식으로 변경

** 코드 변경 내용 참조,

• self.index = faiss.IndexFlatIP(self.dimension)
  Cosine Similarity 방식으로 변경
• 코사인 유사도를 위한 L2 정규화
  faiss.normalize_L2(embeddings)

github 링크

"embed_store.py"

import faiss
import pickle
import numpy as np
from sentence_transformers import SentenceTransformer


class VectorStore:
    def __init__(self, model_name: str = "all-MiniLM-L6-v2"):
        self.model = SentenceTransformer(model_name)
        self.dimension = 384

        # L2 거리 -> Inner Product
        self.index = faiss.IndexFlatIP(self.dimension)  # Cosine Similarity 방식으로 변경 (260414)
        self.metadata = []

    def add_documents(self, docs: list):
        texts = [doc["text"] for doc in docs]

        embeddings = self.model.encode(texts)
        embeddings = np.array(embeddings).astype("float32")

        # 코사인 유사도를 위한 L2 정규화
        faiss.normalize_L2(embeddings)

        self.index.add(embeddings)
        self.metadata.extend(docs)

    def save(self, index_path: str, meta_path: str):
        faiss.write_index(self.index, index_path)
        with open(meta_path, "wb") as f:
            pickle.dump(self.metadata, f)

    def load(self, index_path: str, meta_path: str):
        self.index = faiss.read_index(index_path)
        with open(meta_path, "rb") as f:
            self.metadata = pickle.load(f)

    def search(self, query: str, top_k: int = 3):
        query_embedding = self.model.encode([query])
        query_embedding = np.array(query_embedding).astype("float32")

        # query도 반드시 정규화
        faiss.normalize_L2(query_embedding)

        scores, indices = self.index.search(query_embedding, top_k)

        results = []
        for idx, score in zip(indices[0], scores[0]):
            if idx < len(self.metadata):
                result = self.metadata[idx].copy()
                result["score"] = float(score)  # cosine similarity score
                results.append(result)

        return results

Claude 출력 결과

rag_pdf_Book_mcp를 이용하여 다음 질문에 답해주세요. "Rotor의 공진을 정의해주시고, 공진이 발생하는 경우에 대해 설명해주세요."

검색된 내용을 바탕으로 종합적으로 답변드리겠습니다.

🔄 Rotor의 공진 (Resonance) 정의 및 발생 경우

1. 공진(Resonance)의 정의

공진이란 Rotor의 회전 속도가 임계 속도(Critical Speed, Ω_cr)에 도달했을 때 나타나는 현상입니다.

📖 임계 속도(Critical Speed) : Rotor의 고유 진동수(Eigenfrequency) 가 Rotor의 회전 주파수(Rotor Frequency) 와 일치하는 회전 속도

즉, 공진은 외부 가진 주파수 = Rotor 고유 진동수가 되는 시점에서 발생하며, 이때 Rotor의 편향(deflection) 진폭이 최대가 됩니다.

물리적 의미:

• 임계 속도 이하 (Ω << Ω_cr): 관성력과 감쇠력이 작아, 주로 강성력(stiffness force)이 불평형력(unbalance force)과 균형을 이룸 → Rotor 편향이 불평형력 방향과 유사하게 증가
• 임계 속도 시 (Ω = Ω_cr): 불평형력, 관성력, 감쇠력, 강성력 등이 상호 작용하여 Rotor 편향이 최대(maximum deflection) 에 도달 → 위상각 φ = 90°
• 임계 속도 초과 이후: 자기 중심화(self-centering) 효과로 Rotor 진폭이 감소

2. 공진이 발생하는 경우

✅ Case 1. 불평형(Unbalance)에 의한 공진 — 가장 일반적

불평형력(Unbalance Force) F_Un = m·ε·Ω²은 회전 속도의 제곱에 비례하여 증가합니다. Rotor 속도가 1차, 2차, 3차 임계 속도 를 통과할 때, Rotor 고유 진동수와 1X(동기 가진선)가 교차하는 지점에서 공진이 발생합니다.

• Campbell Diagram에서 전진 와류(Forward Whirl)의 고유 진동수와 동기 가진선(1X)의 교점이 바로 임계 속도
• 공진 진폭은 감쇠비(ζ)에 반비례: 감쇠가 클수록 공진 진폭은 감소

⚠️ 공진 시 Rotor의 최대 편향이 극도로 커지면, 축의 응력이 극한 인장 강도(Ultimate Tensile Stress) 를 초과하여 Rotor 파단(Fracture) 이 발생할 수 있음

✅ Case 2. Run-up(가속 통과) 조건에서의 공진

Rotor가 임계 속도 구간을 일정한 가속도(aφ)로 통과할 때도 공진이 발생하지만, 가속도에 따라 공진 특성이 달라집니다.

• 가속도가 높을수록: 임계 속도는 상승하나, 공진 진폭은 감소
• 따라서 발전소 등의 터보기계에서는 공진 손상 방지를 위해 높은 가속도로 빠르게 임계 속도 구간을 통과하는 방법을 사용

✅ Case 3. Oil Whip에 의한 공진 (비선형 회전체역학)

오일 필름 베어링에서 발생하는 Oil Whirl의 주파수가 Rotor의 1차 굽힘 임계 주파수에 도달하면 Oil Whip이 발생하며, 이는 매우 위험한 형태의 공진입니다.

⚠️ Oil Whip은 베어링 손상(마모, 소착)을 일으키는 자기 가진 불안정성(Self-excitation Instability)

✅ Case 4. 비대칭 Rotor 또는 진동하는 회전 속도에서 후진 와류(Backward Whirl)에 의한 공진

• 일반적으로 불평형력은 전진 와류(Forward Whirl) 만 가진
• 그러나 비대칭 Rotor 또는 교번하는 방향의 가진력 존재 시, 후진 와류(Backward Whirl) 도 공진을 일으킬 수 있음

🔑 정리

공진 시 가장 중요한 설계 원칙은 1차 굽힘 임계 주파수를 가능한 높게 유지하여 Oil Whip 및 공진 위험 구간을 운전 속도 범위 밖으로 밀어내는 것입니다.