abstract

This project offers a solution in the field of PHM (Prognostics and Health Management), aiming to predict and diagnose system failures based on sensor data.

1. 센서 데이터로부터 기계 설비의 고장 진단 및 수명 예측

• 실제 시스템의 고장에 대한 데이터가 없는 상황으로 비지도 학습 판단

• 기계 설비의 온도, 토크, 압력 등의 데이터이기 때문에 정상성을 가정하여 시간 구간에 대해 데이터 분포의 kurtosis, skew 등 통계적 feature 추출

• 단순한 분류보다 어떤 고장인지 진단 또한 필요하여 k-means 모델(모델 자체적으로 이상치 제거하지 않는 점과 클러스터 갯수 지정 가능)로부터 분류 진행

• 분류된 두개의 클러스터의 거리를 계산하여 (DB index) 분포화

• 정상을 가정한 분포로부터 confidential level에 따라 고장 발생 예측

• 여러 고장에 대한 데이터 확보시 분포의 파라미터에 따라 진단 가능

Key features

The key features of the project are as follows:

1. Instead of analyzing multiple data extracted from a single system separately, it provides metrics to assess the overall state of the system.
2. It is a statistical model capable of anomaly detection from real-time measured data without the need for training data. With training data, it maps indicator values to the system's state, enabling diagnosis.
3. Furthermore, if there is data available for the system in a faulty state, it enables real-time data to predict the time until a breakdown occurs.

published status

• Status of Korean Patent Application(Application number 10-2022-0021827)

서지정보 < 상세정보 - 특허·실용신안 정보

Overview