예측 정비에서의 AI
예측 정비 워크플로에 딥러닝 및 머신러닝 기법 적용
Deep Learning Toolbox™ 또는 Statistics and Machine Learning Toolbox™를 Predictive Maintenance Toolbox™와 함께 사용하여 예측 정비에 딥러닝 및 머신러닝을 적용합니다. 결함 검출, 잔여 수명 추정 등 다양한 예측 정비 작업을 수행하도록 심층 신경망을 훈련시킬 수 있습니다. 분류와 회귀 기법을 사용하여 특징이 효과적인지 평가하고 배포 가능한 모델을 만들 수 있습니다.
도움말 항목
결함 검출 및 진단하기
- 딥러닝을 사용한 화학 공정 결함 검출
시뮬레이션 데이터를 사용하여 화학 공정의 결함을 검출할 수 있는 신경망을 훈련시킵니다. - Rolling Element Bearing Fault Diagnosis Using Deep Learning
This example shows how to perform fault diagnosis of a rolling element bearing using a deep learning approach. - 3축 진동 데이터를 사용하여 산업 기계의 이상 감지
머신러닝과 딥러닝을 사용하여 산업 기계 진동 데이터의 이상을 감지합니다.
잔여 수명 예측하기
- 초기 작동 데이터에서 배터리 사이클 수명 예측
머신러닝 지도 학습 알고리즘을 사용하여 고속 충전 리튬 이온 배터리의 잔여 사이클 수명을 예측합니다. - 컨벌루션 신경망을 사용한 잔여 수명 추정
이 예제에서는 심층 컨벌루션 신경망(CNN)을 사용하여 엔진의 RUL을 예측하는 방법을 보여줍니다. - Battery Cycle Life Prediction Using Deep Learning
Predict the remaining cycle-life of a fast charging Li-ion battery by training a deep neural network.