제조솔루션 (MES)
공장 내 모든 기기를 연결하여,
생산관련 실시간 정보로 공정 최적화를 제공합니다.
설비예지보전
설비예지보전
관리시스템 (air-CMS)
Condition Monitoring System
현재 사람에 의한 설비고장 분석과 이상을 판정하는 예측기술을 KAIST와 산학
프로젝트를 통해 사람 의존도를 줄일 수 있는 지능형 센서모듈과 AI알고리즘으로
개발하여 고장 예지 신기술을 확보하고, 추진하는 시스템입니다.
구성
특징
- 지능형 센서, 클라우드, 빅데이터, AI(알고리즘, 머신러닝 등 활용), 보안 기술 적용
- 각종 그래프 시각화로 인지하기 쉬움
- 통합 Dashboard 형태로 정보를 제공하여 언제든지 즉시 대응 가능
- 주요 관심 설비에 대한 별도 관리 및 추적 체계적 지원
- 진동 분석을 위한 신호처리(FFT, Trend, RMS, Envelope 등)
- KAIST와 알고리즘 공동 개발
도입효과
- 다중 센서간 상관관계 분석을 통한 정확도 향상
ex) 부품 고장일(2018.07.09) 기존 시스템 감지(2018.07.03) → air-CMS 시스템 감지(2018.06.12) : H사 시범도입 결과 기존대비 15일 조기탐지 확인
- 데이터 기반(빅데이터, 머신러닝) 고장 자동 예측
ex) 이상여부 사람판단 → AI판단 : Test결과 96.2 정확도
- 조기감지를 통한 비용 절감(Cost to Repair)
- 유연하고 확장성 있는 Data 처리
- Processing data at edges
- Data처리 속도 향상
- 유의미한 Data판별 및 별도 수집(Faultcase Library 화)
핵심기술
다변량 관리도 알고리즘
다변량 관리도 알고리즘(MEWMA, MCUSUM) 적용, 그룹화된 센서간의 관리 통계량을 통한 조기감지(다중센서간 상관관계 분석)
데이터기반 고장 이상 탐지 알고리즘
센서데이터의 정보로 동적 수치 인공지능 예측 (진동 시계열) 모델로 데이터고장 자동 예측을 통한 정확도 향상
주요 레퍼런스
-
Hankook Tire & Technology 비알코리아
- 상담 문의
- 담당자최성민
- choism@hankookn.com
- 031 - 5178 - 8334 010 - 8260 - 4918
