ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

에너지 빅데이터 기반 생산설비 이상진단 서버 기술

전수책임자
고석갑
참여자
고석갑, 김낙우, 김에덴, 박상준, 손승철, 이길행, 이병탁, 이준기, 이현용, 이형옥, 황유민
기술이전수
2
이전연도
2021
협약과제
20PK1100, 전력 빅데이터를 활용한 신산업 BM 및 서비스 개발·검증, 이병탁
ㅇ 공작기계(선반, 밀링 머신)에서 작동중, 공구 파손, 채터 등 이상이 발생할 경우, 생산품질불량이 발생하거나, 공작기계 고장 및 생산 중단으로 인한 손실이 발생함
ㅇ 정상적인 공작기계의 운용조건에서는 일정한 전력(전류) 사용패턴을 보이나, 비정상적인 상황에서는 전력 패턴에 이상이 발생함
ㅇ 본 기술은 머신러닝 AI 기술을 이용하여, 공작기계의 이상상황을 판별하고, 전력품질문제 유형을 판변하는 기술임
ㅇ 추가적으로, 능동학습 기술을 이용하여 레이블링 작업의 효율성을 향상시키는 기술이 포함됨
ㅇ 제조설비(공작기계) 운용시 공구(드릴)의 수명이 있어 주기적으로 교체하여야 하나 교체 시기를 놓치거나 너무 미리하는 경우, 생산품질 및 생산성이 저하되는 문제가 있음
ㅇ 공작기계의 전력소비 패턴은 가동조건에 따라 다른 패턴을 보이나, 동일한 동작 조건하에서는 유사한 전력소비 패턴을 가짐. 만약 공구나 시료에 이상이 발생한 경우에는 전력소비패턴에 이상이 나타나며, 이 이상패턴을 분석하면 어떤 이상이 있는지 알 수 있음
ㅇ 기존에는 이러한 과정을 전문가가 직접 데이터를 분석하며 수행하였으나, 본 기술에서는 머신러닝 인공지능 기술을 이용하여 자동으로 이상진단 및 이상분류를 수행하고자 하는 것이 목적임
ㅇ 데이터 수집 : 실시간 시계열 데이터 수집, 표준기반 데이터 모델링, 시계열 데이터베이스 연계
ㅇ 이상진단 머신러닝 모델 (제조이상 판별) : 특징추출, LSTM, DNN 모델 기반, 정상, 가공작업조건변경, 공구치핑, 공구파손, 채터 판별
ㅇ 이상진단 머신러닝 모델 (전력품질이상 판별) : 특징추출, LSTM, DNN 모델 기반, 정상, 과도전류, 정전, 전압강하, 전압상승, 파형왜곡, 전압변동, 주파수변동 판별
ㅇ 사용자인터페이스 : 웹기반 데이터분석 위한 시각화, 레이블링 툴, 마이크로서비스 구조
ㅇ 능동학습 모델 : 능동전이학습 기술 기반 레이블 필요 데이터 선별 및 추가학습

ETRI 시험 절차 및 결과서, 기술문서, 소프트웨어 소스코드, 특허실시권


ETRI 시험 절차 및 결과서, 기술문서, 소프트웨어 소스코드

● ETRI 시험절차 및 결과서
기술문서
● 스마트팩토리 설계서 - TAGNAME 체계 및 정의
● 스마트 제조 빅데이터 분석 및 레이블링 시각화 서버 개발자 문서
● 스마트 제조 빅데이터 분석 및 레이블링 시각화 서버 운용설명서
● 스마트제조 파드 인터페이스 정의서
● 스마트제조 빅데이터분석서버 이상진단모델 상세구조설계
● 생산설비이상진단서버 요구사항 정의서
● 인터페이스 기술 설계서
● 스마트제조 코드 설명
● 스마트제조-빅데이터분석서버-Deploy다이어그램
소프트웨어
● 스마트팩토리 제조설비 이상진단 관리 시스템 (제조설비데이터 수집 모듈, 전력데이터 수집모듈, 머신러닝 제조설비 이상진단 모듈, 전력이상패턴 분류 모듈, 시각화 모듈)
특허
● 다중전이 능동학습 기반 설비이상진단 시스템


● ETRI 시험절차 및 결과서
기술문서
● 스마트제조 능동학습 및 이상진단 모델 구현 설명서
● 능동형 전이 학습 기반 전력 품질 문제 유형 분류 방법
● 스마트제조-빅데이터분석서버-능동학습-설계서
소프트웨어
● 능동학습 기반 머선러닝 최적화 모듈 (레이블요청 선별 모듈, 추가학습 모듈)
ㅇ 스마트팩토리 솔루션 및 제조설비 공장에 적용하여, 제조설비 수명을 연장하고, 생산수율을 향상시킬 수 있을 것으로 기대