기계 학습 기법을 이용한 예측 유지보수 시스템 개발

제조업의 성장과 함께 산업 장비나 기계의 예기치 않은 고장은 기업에 심각한 재정적 손실을 초래할 수 있습니다. 이 때문에 고장을 조기 감지하고 예측하는 전략이 매우 중요합니다. 예측 유지보수는 기계 가용성을 유지하고 다운타임을 방지하기 위해 필요한 모든 운영 기술과 조치를 포함합니다. 본 논문의 목적은 기계 학습 알고리즘을 구현하여 예측 유지보수 및 상태 기반 유지보수(CBM) 시스템을 개발하는 것입니다. 실제 세계에서 기존 기계 학습 기법을 활용한 예측 유지보수 적용이 인공신경망(ANN)을 사용해 제안되고 구현되었습니다. 그 결과 모든 예측된 고장이 정확히 분류되었으며, 전체 정확도는 99.9%로 나타났습니다.