사업화 유망기술
[도심형항공] KSB 인공지능 기계 고장진단 솔루션
KSB 인공지능 기계 고장진단 솔루션
KSB 인공지능 기계 고장진단 솔루션
보유기관 : 한국전자통신연구원
기술완성도
-
TRL01
기초 이론/
실험- 연구과제 탐색 및 기회 발굴 단계
-
TRL02
실용 목적의 아이디어/
특허 등 개념 정립- 실용 목적의 아이디어, 특허 등 개념 정립
-
TRL03
연구실 규모의
성능 검증- 연구실/실험실 규모의 환경에서 기본 성능이 검증될 수 있는 단계
- 개발하려는 시스템/부품의 기본 설계도면을 확보하는 단계
- 모델링/설계기술 확보
-
TRL04
연구실 규모의
부품/시스템 성능평가- 연구실 규모의 부품/시스템 성능 평가가 완료된 단계
- 실용화를 위한 핵심요소기술 확보
-
TRL05
시제품 제작/
성능평가- 개발한 부품/시스템의 시작품(Prototype) 제작 및 성능 평가
- 경제성(생산성)을 고려하지 않고, 우수한 시작품을 1개~수개 미만으로 개발
-
TRL06
Pilot 단계 시작품
성능 평가- 경제성(생산성)을 고려한, 파일로트 규모의 시작품 제작 및 평가
- 시작품 성능평가
-
TRL07
Pilot 단계 시작품
신뢰성 평가- 시작품의 신뢰성 평가
- 실제 환경(수요기업)에서 성능 검증이 이루어지는 단계
-
TRL08
시작품 인증/
표준화- 일부 시제품의 인증 및 인허가 취득 단계
- 조선 기자재의 경우 선급기관 인증, 의약품의 경우 식약청의 품목 허가 등
- 일부 시제품의 인증 및 인허가 취득 단계
-
TRL09
사업화
- 본격적인 양산 및 사업화 단계
기술개요
본 기술은 기계설비가 운용되는 환경에서 측정된 센서 신호 데이터로부터의 특징 추출 및 기계학습 모델링을 통해, 기계의 고장 발생을 진단하는 서비스를 제공하는 인공지능 응용 솔루션 기술이다. 
기술특징
- 기계 설비의 동작 상태를 고려한 학습모델 기반의 고장진단 수행
- 센싱 신호에 대한 특징벡터 변환에 있어 파라미터 조정 용이
- 특정 기계학습 알고리즘에 종속되지 않는 처리흐름 구조 채택
- 판별 결과를 종합한 고장 발생 여부 판정 기준 조정 가능
- 센싱 신호에 대한 특징벡터 변환에 있어 파라미터 조정 용이
- 특정 기계학습 알고리즘에 종속되지 않는 처리흐름 구조 채택
- 판별 결과를 종합한 고장 발생 여부 판정 기준 조정 가능
활용분야
- 에스컬레이터 구동 설비의 소음 진동에 대한 고장진단 분야
- IoT 기반 기계 설비 고장진단 시스템 구축 및 서비스에 활용
- 실시간 측정된 센싱 신호에 대해 학습모델 기반의 고장진단을 수행하여, 원격 기계설비에 대한 상태 감시 자동화 또는 상시 안전진단을 위한 맞춤형 소프트웨어 솔루션 구축
- 로컬 서버 또는 임베디드 리눅스가 설치된 게이트웨이 디바이스 상에서 고장진단을 수행하는 인공지능 어플라이언스 형태의 제품 구현에 적용
- IoT 기반 기계 설비 고장진단 시스템 구축 및 서비스에 활용
- 실시간 측정된 센싱 신호에 대해 학습모델 기반의 고장진단을 수행하여, 원격 기계설비에 대한 상태 감시 자동화 또는 상시 안전진단을 위한 맞춤형 소프트웨어 솔루션 구축
- 로컬 서버 또는 임베디드 리눅스가 설치된 게이트웨이 디바이스 상에서 고장진단을 수행하는 인공지능 어플라이언스 형태의 제품 구현에 적용
