Main Content

잔여 수명 예측을 위한 특징 선택

안정적인 잔여 수명(RUL) 추정을 위해서는 시간에 따른 변화를 관측할 수 있고, 시간에 따른 변화가 안정적이고 측정 가능한 방식으로 시스템 성능 저하 과정과 연계되는 상태 지표가 필요합니다. 기계의 잔여 수명이란 기계의 수리 또는 교체가 필요하게 되기 전까지 남아 있는 사용 시간 또는 예상 수명을 의미합니다. 예측 정비 알고리즘의 핵심 목표는 시스템 데이터에서 잔여 수명을 예측하는 것입니다.

상태 지표를 식별한 후(모니터링, 결함 검출 및 예측을 위한 상태 지표 참조) 모든 사용 가능한 특징 중에서 유용한 상태 지표를 선택하는 것이 안정적인 RUL 예측 모델을 구축하는 다음 단계입니다.

Predictive Maintenance Toolbox™는 정확한 RUL 예측을 위한 세 가지 특징 선택 메트릭, 즉 단조 특성, 추세 특성, 예지진단 특성을 제공합니다. 이 메트릭들은 식별된 상태 지표에 0~1 범위의 스케일로 순위를 지정합니다. 높은 순위가 지정된 특징은 성능 저하 과정을 더 안정적으로 추적하므로 RUL 예측 모델을 훈련시키기에 더 바람직합니다.

  • 단조 특성은 시스템이 고장 상태에 가까워짐에 따라 나타나는 특징의 추세를 특성화합니다. 시스템이 점진적으로 고장 상태에 가까워짐에 따라, 적합한 상태 지표는 양의 단조 추세 또는 음의 단조 추세를 보입니다. 자세한 내용은 monotonicity를 참조하십시오.

  • 예지진단 특성은 고장 시 특징의 변동성을 초기 값과 최종 값 사이 범위에 상대적으로 측정한 것입니다. 예지진단 가능성이 더 큰 특징은 초기 값과 최종 값 사이의 범위에서 상대적으로 볼 때 고장 시 변동이 더 적습니다. 자세한 내용은 prognosability를 참조하십시오.

  • 추세 특성은 다중 RTF(run-to-failure) 실험으로 측정된 특징의 여러 궤적 사이의 유사성을 측정한 것입니다. 후보 상태 지표의 추세 특성은 측정값 간의 가장 작은 절대 상관으로 정의됩니다. 자세한 내용은 trendability를 참조하십시오.

명령줄에서 이러한 함수를 사용하는 것 외에도 진단 특징 디자이너에서 예지진단 순위 지정 옵션을 선택하여 이러한 특징 선택 메트릭을 적용할 수 있습니다.

알고리즘 설계 과정의 다음 단계는 선택된 특징을 사용하여 적절한 RUL 추정 모델을 훈련시키는 것입니다. 자세한 내용은 잔여 수명 예측 모델 항목을 참조하십시오.

참고 항목

| |

관련 항목