머신러닝 기반의 진동 이상신호 분석을 통한 스마트공장 예측정비에 관한 연구
A Study on the Predictive Maintenance of Smart Factory through ML-Based Analysis of Vibration Abnormal Signal
0
조회
0
다운로드
3
인용
0
참고문헌
키워드
초록
진동신호는 회전기기 설비의 상태에 관한 많은 정보를 내포하고 있으나 소규모 산업현장에서는 이를 분석할 수 있는 전문가의 수가 적거나 한 명의 전문가가 관리해야 하는 설비의 대수가 많아 엄밀한 분석이 어려운 실정이다. 본 연구에서는 회전기기 설비에서 발생하는 진동신호의 결함이력에 대한 지도학습을 통해 이상신호를 분류하고, 분류된 이상신호에 대한 프로파일링 및 지도학습을 통해 결함모드를 분류하는 인공지능 기반의 이상신호 탐지 및 결함모드 패턴 분류 기법을 제시한다. 이상신호를 조기에 진단하고 프로파일링된 데이터를 기반으로 결함의 원인 및 위험도를 제공해준다면 비전문가도 설비의 상태를 쉽게 파악하고 적절한 조치를 취할 수 있을 것이다.
Abstract
Vibration signals contain a lot of information about the condition of rotating equipment, but it is difficult to analyze them in small industrial sites due to the small number of experts or the large number of facilities to be managed by one expert. This study presents AI(Artificial Intelligence)-based abnormal signal detection and fault mode pattern classification techniques that categorize abnormal signals through Supervised Learning on the fault history of vibration signals generated by rotating equipment facilities, and categorize fault modes through profiling and Supervised Learning of classified abnormal signals. If abnormal signals are diagnosed early and provided the cause and risk of the defect based on the profiled data, non-experts will be able to easily identify the condition of the facility and take appropriate action.
참고문헌 (7)
- "플랜트 운영을 위한 빅데이터 기반의 설비 예지 보전 국내외 국축 사례", BNF Technology, ~
- Nowlan, "Reliability-Centered Maintenance", ~ (1978)
- "Julien Lépine An Optimised Machine Learning Algorithm for Detecting Shocks in Road Vehicle Vibration", ~ (2010)
- 기계학습(Machine Lear ning) 기반 이상탐지(Anomaly Detection) 기법연구, "오미애", 한국보건사회연구원, ~ (2018)
- Fault Detection and Prediction of Failure Using Vibration Analysis, "Megala", ~ (2018)
- Sabariah Mohd Yusoff, "Clustering Classification and human perception of automotive steering wheel tra nsient vibrations", ~ (2017)
- GOTIX, "Characterization of defects on electrically driven mechanical systems", Gear Wear Data Set, ~