초록 ▼

○ 연구개요
□ 기계학습을 이용한 스마트 팩토리에서의 고장 예지 알고리즘 개발
- 최근 들어, 급속히 적용되고 있는 스마트 팩토리에서는 수많은 센서 데이터와 생산 관련 데이터들이 산업용 네트워크를 통해 획득되고 있으며, 이를 스마트 팩토리의 생산성 향상에 이용할 수 있는 방안에 대한 요구가 증대되고 있음
- 본 연구에서는 스마트 팩토리에서 수집되는 다양한 특성의 센서 데이터에서 공통된 특징점을 추출하여 고장을 정의하고 진단할 수 있는 고장 예지 알고리즘에 대해 연구하고자 함
- 개발된 알고리즘의 성능을 평가하기

○ 연구개요
□ 기계학습을 이용한 스마트 팩토리에서의 고장 예지 알고리즘 개발
- 최근 들어, 급속히 적용되고 있는 스마트 팩토리에서는 수많은 센서 데이터와 생산 관련 데이터들이 산업용 네트워크를 통해 획득되고 있으며, 이를 스마트 팩토리의 생산성 향상에 이용할 수 있는 방안에 대한 요구가 증대되고 있음
- 본 연구에서는 스마트 팩토리에서 수집되는 다양한 특성의 센서 데이터에서 공통된 특징점을 추출하여 고장을 정의하고 진단할 수 있는 고장 예지 알고리즘에 대해 연구하고자 함
- 개발된 알고리즘의 성능을 평가하기 위하여 스마트 팩토리 테스트베드(이송 및 pick and place를 위한 컨베이어와 로봇, 단순한 형태의 가공을 수행하는 공작기계 등으로 구성)에 적용하여 성능을 확인함.

○ 연구 목표대비 연구결과
< 1차년도 >
□ 스마트 팩토리 환경 정보 획득을 위한 센서 네트워크 모델 설계
□ 고장 예지 알고리즘 적용을 위한 스마트 팩토리 테스트베드 구현

< 2차년도 >
□ 스마트 팩토리 환경 정보 획득을 위한 센서 네트워크 설계에 관한 연구 수행
□ 기계 학습을 이용한 센서 데이터의 신뢰성 판단 알고리즘에 관한 연구
□ 고장 예지 알고리즘 적용을 위한 스마트 팩토리 테스트베드 구현에 관한 연구 수행

< 3차년도 >
□ 머신 러닝 알고리즘을 통한 데이터 검출 및 성능평가
□ 기존 연구하였던 알고리즘과의 비교 분석을 통한 기계학습 기반 고장 예지 알고리즘 설계 및 구현
□ 실제 공정 데이터를 통한 PHM 알고리즘 적용 및 분석

○ 연구개발결과의 중요성
□ 고장 예지 기술은 미래 스마트 팩토리의 핵심 요소 기술로 평가됨
- 시스템의 건전성 상태를 평가하고 고장을 예측하는 고장 예지 기술은 제조 산업,에너지 산업 등 다양한 분야에 적용 가능한 기술임
- 또한, 고장이 발생하면 수리하는 사후 정비(Corrective Maintenance)에 의존하던 과거의 기술은 고가/고안정성이 필요한 시스템에는 적용할 수 없는 방법이며, 이로 인한 많은 비용과 시간 손실이 발생함
- 하지만, 고장 예지 기술을 통하여 필요한 시점에 필요한 정비만 하는 예측 정비, 즉 상태 기반 정비(CBM: condition-based predictive maintenance)가 가능하며, 이를 통한 고장 최소화 및 유지 비용 절감 등의 효과를 기대할 수 있음

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 2
• 목차 ... 3
• 1. 연구개발과제의 개요 ... 4
• 2. 연구수행내용 및 연구결과 ... 4
• ① 1차년도 ... 4
• ② 2차년도 ... 6
• ③ 3차년도 ... 9
• 3. 연구개발결과의 중요성 ... 11
• 4. 참고문헌 ... 12
• 5. 연구성과 ... 13
• 대표적 연구실적 ... 14
• 끝페이지 ... 22