Activities

데이터 수집 환경 및 상태 모니터링 기반 구축

• Hybrid Test 장비의 구조와 동작 메커니즘을 분석하여 예지보전 대상이 되는 주요 부품을 선정

• 부품 상태를 정량적으로 표현할 수 있는 데이터 수집 체계 구축

• 장비 상태를 실시간으로 모니터링하고 이상 징후 분석에 활용 가능한 데이터 기반 유지보수 인프라 마련

AI 기반 이상 탐지 및 Fault Knowledge DB 구축

• 수집된 전기적·기계적 데이터를 기반으로 부품의 정상/비정상 상태 패턴을 분석

• 이상 징후를 조기에 탐지할 수 있는 AI 기반 이상 탐지 모델 구현 및 장비 내 다수 부품으로 적용 범위 확장

• 이상 신호와 실제 고장 유형 간 연관성을 분석 및 Fault Feature 정의 및 고장 유형별 이상 패턴을 체계화한 Fault Knowledge DB 구축

• 이상 탐지 모델과 Fault Knowledge DB를 연계하여 고장 원인 추론 및 자율진단이 가능한 AI 기반 진단 체계 구현

장비 운용 조건을 반영한 AI 모델 고도화 및 현장 실증 

• Hybrid Test 장비의 운용 모드, 테스트 조건, 장비 동작 시퀀스에 따라 변화하는 데이터 분포를 분석 및 운용 조건별 정상 상태 기준 정립

• 실장비 사용 환경을 반영한 이상 탐지 모델의 입력 변수와 임계치를 최적화 및 오탐 및 진단 신뢰도 향상

• 현장 운용 기준에 맞춘 AI 자율진단 시스템 운영 가이드라인 수립