이 페이지는 기계 번역되었습니다.
번역 품질에 대한 1분 설문 조사에 참여해 주세요.
DHGE 및 DMG MORI - 공작 기계 고장 위험 예측을 위한 AI 애플리케이션 개발 사례
향후 프로젝트에서 MATLAB 사용을 확대하기로 계획한 DHGE
"MATLAB은 프로토타이핑 공정을 간소화했고 중간 단계나 데이터 전송이 필요 없었는데, 이는 Python에 비해 큰 이점이었습니다."
주요 성과
- MATLAB 앱을 사용하면 데이터 처리 작업이 가속화되고 프로토타입 제작과 배포 사이의 시간이 단축됩니다.
- Statistics and Machine Learning Toolbox를 통해 연구자들은 공작 기계 고장 위험을 예측할 수 있었습니다.
- MATLAB 앱은 산업 환경에서 예측 정비에 사용하기 위해 개발 및 배포되었습니다.
DHGE는 시스템 구성과 고장 위험 간의 매우 비선형적이고 복잡한 관계를 분석하여 잠재적인 현장 고장을 식별하는 예측 모델을 개발했습니다.
DHGE(Gera-Eisenach Corporate University)은 산업계와 협력하여 공작 기계 고장의 위험을 예측하는 등 지속적인 과제에 대한 효율적이고 혁신적인 솔루션을 찾는 기술 및 응용 과학 기관입니다. 이 대학은 국제 기계 가공 회사인 DMG MORI Seebach와 협력하고, 산업용 기계의 정비가 필요한 시기를 예측하기 위해 AI를 사용하도록 고안된 MATLAB® 툴을 사용해 고장을 방지하고 효율성을 개선했습니다.
최종 사용자를 위한 직관적인 앱을 만들기 위해 DHGE는 먼저 MATLAB 툴을 사용해 특징 엔지니어링을 수행했습니다. 이는 실험 방법을 설계하여 특징을 식별하는 것 외에도 다양한 출처의 주요 데이터를 표준화하고 처리하는 것처럼 보입니다. 다음으로, 연구진은 MATLAB 앱 디자이너에서 개발되고 MATLAB Compiler™로 컴파일한 코드를 사용해 얕은 신경망을 훈련하는 데 사용할 수 있는 공통 벡터로 데이터를 처리했습니다. 이 모델은 Statistics and Machine Learning Toolbox™의 신경망 함수를 사용해 만들어졌습니다. MATLAB 툴을 사용하면 모델을 원활하게 구현할 수 있는 방법을 제공하여 DHGE와 DMG MORI 간의 협업이 더욱 쉬워졌습니다.
DHGE는 예측 정비 모델을 위한 공통 형식으로 데이터를 효율적으로 처리할 수 있는 솔루션을 찾고 있었습니다. 연구자들은 예측 모델을 개발하는 데 MATLAB 툴을 독점적으로 사용함으로써 원활한 반복적 설계 프로세스와 데이터 일관성, 안전성, 보안성이라는 이점을 얻었습니다. 또한 개발 프로세스에는 Python®으로 수행한 유사한 작업에 비해 중간 단계와 데이터 전송이 덜 필요했으며, 이로 인해 프로토타이핑과 배포 사이의 시간이 단축되었습니다. DHGE 연구원들은 이러한 툴을 사용해 DMG MORI가 공구 기계의 생산 및 구성을 위한 보다 견고하고 효율적인 프로세스를 구현할 수 있는 앱을 개발했습니다.
DHGE 연구원들은 향후 프로젝트에서도 MATLAB 툴과 MathWorks 지원을 계속 사용할 계획입니다. 여기에는 예측 정비 앱의 기능을 평가하는 것과 더불어 AI 분야에서 증가하는 요구를 충족하기 위해 머신 데이터 가져오기를 지원하는 새로운 MATLAB 툴박스를 개발하는 것이 포함됩니다.
