문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 14 시간
코스 개요
예측 유지보수 개요
- 예측 유지보수란?
- 수동적(반응형), 예방적, 예측적 접근 방식 비교
- 실제 ROI(투자 수익률) 및 산업 사례 연구
데이터 수집 및 준비
- 산업 환경에서의 센서, IoT 및 데이터 로깅
- 분석을 위한 데이터 클리닝 및 구조화
- 시계열 데이터 및 고장 라벨링
예측 유지보수를 위한 기계 학습
- 기계 학습 모델 개요 (회귀, 분류, 이상 감지)
- 설비 고장 예측에 적합한 모델 선정
- 모델 학습, 검증 및 성능 지표
예측 워크플로어 구축
- 엔드투엔드 파이프라인: 데이터 수신, 분석 및 알림
- 실시간 분석을 위한 클라우드 플랫폼 또는 엣지 컴퓨팅 활용
- 기존 CMMS 또는 ERP 시스템과의 통합
고장 모드 및 헬스 인덱스 모델링
- 특정 고장 모드 예측
- 잔여 수명(RUL, Remaining Useful Life) 계산
- 자산 헬스 대시보드 개발
시각화 및 알림 시스템
- 예측 결과 및 트렌드 시각화
- 임계값 설정 및 알림 생성
- 운영자를 위한 실행 가능한 인사이트 설계
모범 사례 및 리스크 관리
- 데이터 품질 문제 해결
- 산업 AI 시스템에서의 윤리와 설명 가능성(Explainability)
- 팀 내 변화 관리 및 도입 촉진
요약 및 다음 단계
요건
- 산업 설비 및 유지보수 워크플로어에 대한 이해
- AI 및 기계 학습 개념에 대한 기초적 숙지
- 데이터 수집 및 모니터링 시스템 운영 경험
대상 독자층 (Audience)
- 유지보수 엔지니어
- 신뢰성(Reliability) 팀
- 운영 매니저
회원 평가 (1)
일상 업무에서 AI를 활용하고 탐구하는 방법
Giovani Natalia - PT Astra Honda Motor
코스 - AI for Supply Chain and Manufacturing Logistics
기계 번역됨
