자동화 제조 공정에서의 이상 탐지를 위한 그래프 구조 데이터 생성 및 분석

Abstract

자동화 제조 공정에서는 설비 동작의 이상을 탐지하기 위해 설비에 다수의 센서를 부착하여 아날로그 데이터를 수집하고 분석한다. 하지만, 설비를 구성하는 장치는 제어 체계에 연결되어 복합적으로 동작하므로, 제어 체계와 아날로그 데이터를 함께 분석하는 것이 정확한 이상 탐지와 근본 원인 규명에 효과적이다. 본 논문에서는 내부 제어 체계와 외부 아날로그 데이터를 결합하고 그래프 구조로 나타내어 이상을 탐지하는 시스템을 제안한다. 이 시스템은 설비 동작의 이상을 탐지하기 위한 convolutional autoencoder 모델을 학습하기 위해 인접 행렬과 특징 행렬을 생성하고 결합한다. 성능 평가 결과, 모델이 이상으로 판단한 사이클 데이터에서 명확한 패턴의 차이가 나타났다. 이 시스템은 아날로그와 비디오 데이터에서의 제어 동작의 순서, 분산 또는 변동성을 분석하여 공정 이상의 근본 원인을 진단한다. 이러한 접근법은 이상 탐지와 원인 진단을 용이하게 하여 제조 공정의 생산성 및 품질을 향상시킬 수 있다.