Use-Case > MAIC

• 부품이나 설비에 상관없이 품질 이상을 탐지/진단할 수 있는 모델이 필요

• 설비의 센서(진동, 전류, 온도 등)에서 수집한 실시간 데이터를 모니터링, 수집 및 분석을 통하여 설비 고장을 진단할 수 있는 시스템 필요

• 설비 데이터를모니터링하여 비정상적인 값을 감지하고 장비를 신속하게 검사하기 위해 제조장비의 장기적인 상태에 초첨을 맞추고
  냉각되기전에 제조된 부품의 생산 품질 예측

• 공정에서 적은 빈도수로 발생하는 품질이상을 탐지, 진단하기 위한 샘플링 방법과 유연하게 품질 이상을 탐지하고 진단할 수 있는 준지도 학습 비교

1. 데이터 수집 / 전처리

• 데이터 품질지수(완전성, 유일성, 유효성, 정확성, 일관성)를 파악하고, 데이터 전처리를 통해 품질지수 향상 (95%이상 유지)

2. 분석 모델 생성

• 패턴 모니터링을 통한 공정/설비 관리효율 향상

• 이상치 분석을 통한 공정/설비 사전관리 가능

• 예지보전관리를 통한 프레스 설비 생산효율 최대화 및 고장 절감