- 로보틱스
- 예지보전
- 자동차
산업용 로봇 이상탐지: 5일 전 고장 예측, 400+대 로봇 적용
1만대 이상 로봇팔이 구동되는 자동차 조립 공정에 AI 운영 환경(MLOps)을 구축해 이상탐지 모델을 확장 적용해 중대 고장을 사전에 예측하고 비가동 시간을 단축합니다.
더 보기에너지 저장 시스템(ESS) 이상탐지: 12시간 전 이상 예지
- 예지보전
- 에너지
Challenge
많은 에너지를 저장하고 있는 에너지 저장 시스템(ESS, Energy Storage System)은 반복되는 충‧방전 과정에서 특정 셀에 피로가 누적되거나 결함이 있는 경우 과도한 열이 발생하여 대규모 화재로 이어질 수 있습니다. 이를 안전하게 관리하고 사고를 예방하기 위해서는 조기에 이상을 탐지할 수 있는 시스템 구축이 필요합니다.
Approach
ESS의 정상 작동 데이터와 배터리 전문 연구소에서 진행한 배터리 이상 상황 시험 데이터를 사용해 열 폭주 과정의 특징을 분석합니다. 고객이 정의하는 고장 상황을 예측하기 위해 준지도 이상 탐지 기법을 활용하여 예측 모델을 개발합니다.
Results
안전성 지표를 제공하여 ESS에서 열 폭주 발생 30분 전에 미리 대응할 수 있도록 합니다. Rack 탈락 전조 현상 탐지 모델을 통해 화재 발생 12시간 전 이상 징후를 예측하고, 이상 상태를 모니터링 할 수 있습니다.
이 사례에 대해 자세히 알고 싶으신가요?
마키나락스 산업 AI 전문가와 이야기 나누어보세요.
Talk to an AI Expert
Related Use Cases
- 예측분석
- 에너지
태양광 발전량 예측: 787개 발전소에서 3천개 이상 예측 모델 운영
다양한 앙상블 모델을 활용해 예측 정확도를 높이고, 787개 발전소를 통합 운영할 수 있고 3천개 이상의 모델을 빠르게 재학습하고 배포하는 AI 운영 환경(MLOps)을 구축합니다.
더 보기
- 예지보전
- 반도체
반도체 생산 장비 이상 전조 탐지: 정탐률 90%, 최대 24시간 전 이상 예지
반도체 생산 장비에서 나오는 최소한의 데이터를 활용해 레시피 변경에도 신속히 대응할 수 있는 이상탐지 모델로 이상 징후와 고장에 걸리는 시간을 예측합니다.
더 보기
