1 |
1
설비를 구성하는 복수의 자동화 시스템에 부착된 센서로부터 수집되는 센서 데이터를, 설명 가능한 AI(eXplainable Artificial Intelligence, XAI)에서 분석 가능한 형태로 전처리하는 데이터 분리(111)와, 다수의 후보 이상감지 예측모델 각각으로, 상기 전처리된 데이터를 입력하고, 상기 다수의 후보 이상감지 예측모델 중에서, 가장 높은 이상발생 예측력을 출력하는 하나를, 최종 이상감지 예측모델로 선정하는 AI분석 및 모델선정(112)을 실행하여, 설비건강지수를 산출하는 이상감지분석부; 및상기 설명 가능한 AI(XAI)를 사용하여, 상기 설비건강지수의 산출시 요구되는, 상기 복수의 자동화 시스템 각각이 '정상상태로 분류될 확률'을 연산하는 설비이상 진단 및 시각화 송출부를 포함하고,상기 설비이상 진단 및 시각화 송출부는,상기 전처리된 데이터와, 상기 선정된 최종 이상감지 예측모델을 LIME(Local Interpretable Model-Agnostic Explanation)에 입력하고,상기 LIME로부터, 상기 센서 데이터와 연관되는 특정의 자동화 시스템이 정상상태로 작동하는지에 관한 상기 '정상상태로 분류될 확률'을 결과로서 출력하는 XAI 적용 예측(121)을 실행하는,XAI를 활용한 제조설비 이상발생확률 예측에 의한 설비 건강지수 도출 시스템
|
2 |
2
삭제
|
3 |
3
삭제
|
4 |
4
제1항에 있어서,상기 이상감지분석부는,상기 복수의 자동화 시스템 각각에 대해 연산된 상기 '정상상태로 분류될 확률'을, 건강지수 점수 환산 공식에 대입하여 설비건강지수를 산출하는 설비건강지수도출(113)을 실행하고,상기 건강지수 점수 환산 공식은,상기 '정상상태로 분류될 확률'의 합산값 * 0
|
5 |
5
제4항에 있어서,상기 설비이상 진단 및 시각화 송출부는,상기 산출된 설비건강지수에 의해 상기 설비의 상태를 진단 함으로써 상기 설비에 대한 이상발생 가능성을 모니터링하는 설비이상상태 진단(122)을 실행하는,XAI를 활용한 제조설비 이상발생확률 예측에 의한 설비 건강지수 도출 시스템
|
6 |
6
제5항에 있어서,상기 설비이상상태 진단(122)은,상기 설비건강지수가 속한 점수 범위에 설정되는 상기 설비에 대한 '정상 여부'와 '예측 상태'를 확인하여, 상기 설비의 상태를 진단하고,상기 확인된 '예측 상태'가 위험으로 확인되면, 상기 '정상상태로 분류될 확률'이 규정된 수치 미만인 특정의 자동화 시스템에 대해, 이상발생을 알리는 과정인,XAI를 활용한 제조설비 이상발생확률 예측에 의한 설비 건강지수 도출 시스템
|
7 |
7
제5항에 있어서,상기 설비이상 진단 및 시각화 송출부는,상기 센서 데이터, 상기 설비건강지수, 및 진단된 상기 설비의 상태 중 적어도 하나를, 상기 설비와 관계되는 단말에서 구동되는 어플리케이션을 통해 시각화하는 시각화 및 어플리케이션 송출(123)을 실행하는,XAI를 활용한 제조설비 이상발생확률 예측에 의한 설비 건강지수 도출 시스템
|
8 |
8
이상감지분석부에서, 설비를 구성하는 복수의 자동화 시스템에 부착된 센서로부터 수집되는 센서 데이터를, 설명 가능한 AI(XAI)에서 분석 가능한 형태로 전처리하는 데이터 분리(111) 단계;상기 이상감지분석부에서, 다수의 후보 이상감지 예측모델 각각으로, 상기 전처리된 데이터를 입력하고, 상기 다수의 후보 이상감지 예측모델 중에서, 가장 높은 이상발생 예측력을 출력하는 하나를, 최종 이상감지 예측모델로 선정하는 AI분석 및 모델선정(112) 단계; 및설비이상 진단 및 시각화 송출부에서, 상기 설명 가능한 AI(XAI)를 사용하여, 설비건강지수의 산출시 요구되는, 상기 복수의 자동화 시스템 각각이 '정상상태로 분류될 확률'을 연산하는 단계로서, 상기 전처리된 데이터와, 상기 선정된 최종 이상감지 예측모델을 LIME에 입력하고, 상기 LIME에서 출력되는 결과로서의, 상기 '정상상태로 분류될 확률'을 연산하는 XAI 적용 예측(121) 단계를 포함하는, XAI를 활용한 제조설비 이상발생확률 예측에 의한 설비 건강지수 도출 방법
|
9 |
9
삭제
|
10 |
10
삭제
|
11 |
11
제8항에 있어서,상기 이상감지분석부에서, 상기 복수의 자동화 시스템 각각에 대해 연산된 상기 '정상상태로 분류될 확률'을, 건강지수 점수 환산 공식에 대입하여 설비건강지수를 산출하는 설비건강지수도출(113) 단계를 더 포함하고,상기 건강지수 점수 환산 공식은,상기 '정상상태로 분류될 확률'의 합산값 * 0
|
12 |
12
제11항에 있어서,상기 설비이상 진단 및 시각화 송출부에서, 상기 산출된 설비건강지수에 의해 상기 설비의 상태를 진단 함으로써 상기 설비에 대한 이상발생 가능성을 모니터링하는 설비이상상태 진단(122) 단계를 더 포함하는, XAI를 활용한 제조설비 이상발생확률 예측에 의한 설비 건강지수 도출 방법
|
13 |
13
제12항에 있어서,상기 설비이상상태 진단(122) 단계는,상기 설비건강지수가 속한 점수 범위에 설정되는 상기 설비에 대한 '정상 여부'와 '예측 상태'를 확인하여, 상기 설비의 상태를 진단하는 단계; 및상기 확인된 '예측 상태'가 위험으로 확인되면, 상기 '정상상태로 분류될 확률'이 규정된 수치 미만인 특정의 자동화 시스템에 대해, 이상발생을 알리는 단계를 포함하는, XAI를 활용한 제조설비 이상발생확률 예측에 의한 설비 건강지수 도출 방법
|
14 |
14
제12항에 있어서,상기 설비이상 진단 및 시각화 송출부에서, 상기 센서 데이터, 상기 설비건강지수, 및 진단된 상기 설비의 상태 중 적어도 하나를, 상기 설비와 관계되는 단말에서 구동되는 어플리케이션을 통해 시각화하는 시각화 및 어플리케이션 송출(123) 단계를 더 포함하는, XAI를 활용한 제조설비 이상발생확률 예측에 의한 설비 건강지수 도출 방법
|
15 |
15
제8항, 제11항 내지 제14항 중 어느 한 항의 방법을 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록매체
|