MATLAB을 활용한 고장진단 및 건전성 예측관리 시스템 개발

개요

기기의 고장 발생시기를 예측하고 상태에 따라 유지 보수를 수행하는 시스템 개발이 주목을 받고 있습니다. 하지만, 실제 개발에 있어서는 데이터 수집과 머신러닝의 활용 등 극복해야 할 과제가 적지 않습니다. 특히 고장의 징후를 나타내는 특징의 선정에는 많은 시행 착오가 요구되며, 기기에 대한 깊은 이해가 필수적입니다.
본 웨비나에서는 고장 예측에 자주 사용되는 시계열 데이터의 특징 추출, 고장 데이터를 활용한 머신 러닝 기법, 기계의 잔존 수명(Remaining Useful Life)을 예측하는 어플리케이션 개발 및 배포 방법 등을 소개합니다.

하이라이트

생산 기술을 위한 장애 예측 · 예방 정비 (Predictive Maintenance)

• GUI를 활용한 고장의 징후를 나타내는 데이터 특징 선정 방법
• 머신 러닝을 활용한 고장 진단 어플리케이션 개발
• 고장 요인을 이용하여 잔존 수명(Remaining Useful Life) 예측 모델 작성
• 예측 모델 및 시스템의 배포

발표자 소개

송완빈 대리는 영상처리 및 컴퓨터 비전 분야로 석사학위 취득 후, MathWorks에서 데이터 분석, 영상처리 및 머신러닝/딥러닝 관련하여 Application Engineer로 재직하고 있습니다