Maximize uptime,
minimize downtime
예지 보전:
실시간 모니터링과
사전 이상 탐지로
최적의 유지 보수 전략 구현
사전 이상 탐지로
최적의 유지 보수 전략 구현
AI 기반 예지 보전은 공정의 핵심 설비와 장비의 상태를 실시간으로 모니터링하고 고장을 예측해 최적의 유지보수 전략 실행을 지원합니다. 이를 통해 장비의 가동 시간을 최대화하고 예기치 못한 공정 중단시간을 최소화해 비용 절감과 운영 효율성을 극대화합니다.
마키나락스는 반도체 부품 생산 장비, 화학 플랜트 거대 공정, 첨단 제조 공정의 로봇팔 등 다이나믹한 산업 환경에 특화되고 안정된 데이터 수집과 검증된 AI 모델로 빠른 적용을 보장합니다. 단순히 이상 패턴 찾기에 그치지 않고 현장 작업자가 빠르게 문제를 해결하도록 이상 원인을 분석하고 생산 환경 변화에 유연하게 대응할 방법을 제안합니다.
마키나락스는 반도체 부품 생산 장비, 화학 플랜트 거대 공정, 첨단 제조 공정의 로봇팔 등 다이나믹한 산업 환경에 특화되고 안정된 데이터 수집과 검증된 AI 모델로 빠른 적용을 보장합니다. 단순히 이상 패턴 찾기에 그치지 않고 현장 작업자가 빠르게 문제를 해결하도록 이상 원인을 분석하고 생산 환경 변화에 유연하게 대응할 방법을 제안합니다.
Approach
01
독자적인 기술력 보유
오토인코더 기반 예지보전 AI 모델의 추론 성능을 높이는 고유 알고리즘 RaPP(Reconstruction along Projection Pathway) 적용
지속 학습(Continual Learning)의 필수 요소인 재학습 시점 판단, 재학습 데이터 선정, 재학습 방법에 대한 고유 기술 보유
여러 맥락의 데이터를 단일 모델로 학습해 설비 및 장비의 고장까지 남은 시간을 예측하는 기술 보유
02
딥러닝 기반 AI 모델
비정상적인 패턴을 탐지하는 딥러닝 기반 예지보전 모델
개발로 기존 Rule 기반 모델 한계 극복
정상 데이터 분포를 학습한 딥러닝 기반 예지보전 모델을
개발해 높은 정확도 확보
데이터 분석 결과와 도메인 지식을 반영한 전/후처리 방식을 개발해 연속 공정 특성에 기인한 데이터 분포 변화 구분
03
체계적인 운영 환경
공정 내 모든 장비 현황과 개별 장비의 상태를 모니터링할 수 있는 직관적인 대시보드 제공
이상징후에 대한 사전 알람과 원인 분석을 제공해 신속한
유지보수 활동 전개 가능
최적의 재학습 데이터셋 선정-
재학습 절차를 자동화 해주는 AI 플랫폼과 연동해 안정적인 운영 환경 지원
Capabilities
장비상태를 한눈에 파악가능한 1PageProfile
부착된 센서정보, alert 및 점검 이력, 설치사진과 제품사진 등을 한 페이지에서 한 번에 확인할 수 있습니다. 공장 도면 상 이상이 탐지된 장비 위치를 신속히 확인 가능합니다.
장비이상을 예측하고 바로 대응가능한 SmartAlert
ML전문가가 제작에 참여한 AI기반 SmartAlert을 통해 이상징후가 탐지된 시간의 센서데이터 차트를 바로 확인하고 얼럿리뷰도 바로 작성할 수 있습니다. 담당자 정보를 바로 확인하고 점검항목 작성과 점검이력 확인도 바로 가능합니다.
센서데이터 차트 확인과 비교까지 가능한 다양한 뷰모드
단일 센서데이터 및 2개의 서로 다른 센서데이터 차트를 다양한 뷰모드를 통해 확인하고 비교할 수 있습니다. 비교 시 겹쳐보기 모드를 통해 디테일한 비교도 가능합니다.
Related Contents
