방대한 수의 센서가 기계와 설비에 데이터를 기록합니다. 올바르게 분석하면 이러한 데이터는 제조 공정을 개선하고 고품질 제품을 보증할 수 있습니다. 산업 분석 비즈니스는 고객과 긴밀히 협력하여 여기에 필요한 모델을 개발하고, 데이터와 모델 개발 자체에 고객이 참여할 수 있도록 합니다.
기능이라고 불리는 다양한 데이터 세트는 기계 및 플랜트 데이터에서 가져올 수 있습니다. 이러한 데이터는 인공 지능(AI)을 이용하여 자동적으로 평가가 가능합니다. 여기에는 예를 들어 온도, 압력, 소비 전력 및 진동이 포함됩니다. 이전 프로제트에서 경험한 바에 따르면 기계와 설비는 일반적으로 모든 중요한 데이터를 이미 기록하고 있습니다. 대부분의 경우 추가 센서가 필요하지 않습니다. 실제 과제는 데이터에서 숨겨진 정보를 복구하고 관련 상관관계를 인식하는 것입니다. 여기서 바이드뮬러의 산업용 애널리틱스가 사용됩니다.
이상 감지 및 분류
설비의 원활한 작동을 방해할 수 있는 원인은 여러 가지가 있을 수 있습니다. 여기에는 예를 들어, 더 낮은 냉각 용량으로 인한 냉각 회로의 기포 또는 부정확한 움직임을 야기하는 기어 백래시가 포함됩니다. 바이드뮬러 데이터 과학자들은 실시간 데이터에서 정상적인 행동과의 편차, 즉 이상을 인식하는 인공 지능을 이용하는 모델을 개발합니다. 과학자들은 일정 기간 동안 기계의 작동에 대한 전형적인 패턴을 제공하는 레퍼런스로 역사적 데이터를 사용합니다.
이상을 분류 동안, 인식되는 편차가 중요함에서 중요하지 않음까지의 카테고리에 배치되고 중요한 이상이 오류의 원인에 할당됩니다. 기계 조작자는 이 정보를 사용하여 문제에 더 빠르게 반응하고, 그렇지 않으면 감지되지 않았을 수 있는 오작동까지도 인식할 수 있습니다. 보다 빠른 진단은 궁극적으로 다운타임을 감소시켜 비용을 절감하고 제조 출력을 최적화합니다.
복잡한 패턴을 인식하는 기능 엔지니어링
바이드뮬러는 산업 분석에 대한 통합된 접근 방식으로 "비즈니스 간 엑설런스" 카테고리에서 2018년 독일 혁신상을 수상했습니다. 산업 분석 비즈니스 유닛(I.)의 연구 개발 책임자인 Markus Köster 박사와 산업 분석 비즈니스 유닛(r.)의 책임자인 Tobias Gaukstern이 베를린에서 이 상을 수상했습니다.
기능 엔지니어링은 AI 모델 개발에 중요한 기술입니다. 이러한 접근에서는 복잡한 통계적 상관관계에서 측정값이 고려됩니다. 이러한 목적을 위해 예를 들어 시간 경과에 따른 둘 이상의 기능의 상호 관련된 변화를 나타내는 상관 계수가 형성됩니다. 데이터 과학자들은 새로운 기능을 개발하기 위해 역사적인 기계 데이터를 사용합니다. 단순히 원시 데이터를 사용하는 경우보다 이상 패턴을 더욱 잘 더욱 확실하게 인식하는 것이 목표입니다. 한 가지 예시: 진동 측정치 또는 주파수 컨버터와 같은 고주파 신호를 수학적 방법을 바탕으로 출력 신호의 구성요소에 해당하는 여러 주파수 범위로 분할할 수 있습니다. 이 모델은 기계의 정상 동작에 대한 신호 구성요소 특성을 학습합니다. 이러한 구성요소는 원래 신호에 비해 오작동 가능성에 대해 더 나은 지표입니다.
우리 모두에게 달려있습니다
확실한 기계나 공정 거동에 따라 데이터 세트를 해석하고 평가해야 하므로, 기능 엔지니어링에는 포괄적인 애플리케이션 지식이 필요합니다. 데이터 과학자의 전문성, 기계 엔지니어 또는 기계 조작자의 애플리케이션 노하우, 그리고 이미 얻은 지식은 실용적인 솔루션으로 귀결되는 답을 찾는 데 모두 동일하게 중요합니다. 애플리케이션 전문가만이 이상이 실제로 기계 오류를 나타내는지 아닌지를 평가할 수 있습니다. 전문가는 데이터 전문가가 정상 작동 상태뿐만 아니라 가능성 있는 편차와 이상을 올바르게 설명하는 알고리즘을 구성할 수 있도록 도와줍니다.
AI를 기반으로 한 모델은 현재 로봇뿐만 아니라 포장 기계, 충전 기술 분야, 물질 취급 및 자동화와 같은 다양한 응용 분야에 이미 사용되고 있습니다. 바이드뮬러에서 이러한 모델은 개별 사용자에 맞춘 소프트웨어를 생성합니다. 소프트웨어는 지속적으로 기계의 동작을 모니터링하고 예측하여 데이터와 분석 결과를 시각화에 적용합니다. UI 전문가는 모든 고객이 애플리케이션 분야에 맞는 솔루션을 얻을 수 있도록 사용자 인터페이스를 개별적으로 설계합니다.
시각화를 사용하면 컴퓨터의 현재 상태를 보다 쉽게 유지할 수 있습니다. 이러한 목적으로, 개별 시간 범위들은 향후 데이터 평가에 포함되어야 하는 정보로 조회되고 태그될 수 있습니다. 이 예시에서, 노란색으로 강조 표시된 영역들은 알고리즘이 사용자에게 식별해준 잠재 이상을 나타냅니다. 사용자는 또한 이 부분이 실제로 이상인지 아닌지를 알기 위해 이 부분들을 볼 수도 있습니다. 이런 방식으로 모형은 계속 학습하게 되고 향후 상태들을 보다 정밀하게 분류할 수 있게됩니다.
그러나 새로운 AI 기반 모델은 처음부터 설비의 모든 향후 잠재 실수나 상태를 짚어낼 수 있지는 않으며, 특히 이러한 이상이 역사적 데이터에 없었거나 매우 드물게 포함되어 있을 수록 더욱 그렇습니다. 따라서 산업 분석 모듈은 시간이 지남에 따라 사용자가 모델을 업데이트, 확장 및 구체화할 수 있도록 설계되었습니다. 바이드뮬러 데이터 과학자들은 필요하다면 당연히 고객에게 지원을 제공할 것입니다.
성공을 위한 기능 사용
기능 엔지니어링은 분석 솔루션의 성공을 위한 열쇠입니다. 바이드뮬러는 물리적 관계에 대한 필수 애플리케이션 지식 및 기술 전문성과 데이터 과학 노하우를 결합합니다. 독립적으로 AI 기반 모델을 개발할 수 있는 옵션 덕분에 기계 엔지니어와 기계 조작자는 해당 분야에 대한 지식을 드러내지 않고도 모델의 성능을 대폭 늘릴 수 있습니다.