차량 예측 정비 효율성 개선 - MATLAB & Simulink

Tata Consultancy Services, 클라우드 기반의 분산 차량 예측 정비 솔루션 개발

예측 정비 효율성과 비용 효율성을 개선하는 솔루션

MATLAB을 온보드 컴퓨터부터 클라우드까지 머신러닝 파이프라인 전체를 완벽하게 통합합니다.

주요 성과

  • AI 모델을 온보드 컴퓨터에 배포하여 클라우드 기반 머신러닝 비용 절감
  • MATLAB 툴을 사용한 모델 개발, 훈련, 배포 프로세스의 가속화로 인한 상당한 시간 절약
  • 로우코드 툴과 진단 특징 디자이너 앱을 사용한 특징 추출과 알고리즘 개발

소프트웨어 정의 차량은 중요한 예측 정비 작업에 사용할 수 있는 엄청난 양의 데이터를 생성합니다. 그러나 이 모든 데이터를 처리하기 위해 클라우드로 보내는 것은 비효율적이고 비용이 많이 들 수 있습니다. 인도에 본사를 둔 IT 회사인 Tata Consultancy Services(TCS)는 예측 차량 정비를 위한 분산 머신러닝 솔루션을 만들기 위해 MATLAB®을 사용했습니다.

TCS는 대부분의 센서 데이터를 로컬에서 처리하는 아키텍처를 개발했습니다. 이는 머신러닝 모델을 온보드 컴퓨터에서 실행하고 계산된 특징을 클라우드로 전송하여 더욱 계산 집약적인 분석을 수행합니다. 결함이 감지되면 온디바이스 모델이 클라우드에 경고를 보내고, 클라우드는 이를 통해 더 복잡한 오류 예측 모델을 실행할 수 있습니다.

TCS 팀은 MATLAB 툴을 사용하여 데이터를 시각화하고 유용한 패턴을 발견했습니다. Parallel Computing Toolbox™는 데이터를 청크 단위로 분할하고 동시에 처리함으로써 이 프로세스를 가속화하는 데 도움이 되었습니다. 팀은 Statistics and Machine Learning Toolbox™, 분류 학습기 앱, 회귀 학습기 앱, 진단 특징 디자이너 앱을 사용하여 센서 데이터와 시계열 데이터를 탐색하여 예측 기능을 발견하고, 다양한 머신러닝 모델을 훈련시키고, 그 성능을 비교했습니다. 그리고 결과물을 시각화하기 위해 앱을 개발하고 MATLAB Web App Server™를 사용하여 Microsoft®와 Azure®에 앱을 배포했습니다.