산업용 설비의 이상감지 평가지표

Abstract

Failure of industrial machinery can result in high maintenance costs and even threaten the lives of workers. Therefore, it is important to establish a fault detection model for the machinery in the industrial site to cope with the failure. With the fourth revolution and the development of related technologies, numerous data are collected from industrial machinery and they are used to build data-driven fault detection models. Before application of trained data-driven fault detection models, it is critical to accurately evaluate and compare the performance of fault detection models. The conventional evaluation metrics that have been used so far to evaluate fault detection models do not consider the context and requirement of industrial domain scenarios. Therefore, we propose a novel evaluation metrics to evaluate fault detection models of industrial machinery. We conducted a case study that we built several fault detection models for modular centrifugal chiller and validated the metrics we propose by evaluating the trained models.

산업용 설비의 고장은 많은 유지보수 비용이 발생하고, 심지어는 작업자의 목숨을 위협할 수 있다. 따라서 산업 현장에서는 설비의 고장 감지 모델을 구축해서 설비의 고장에 대처하는 것이 중요하다. 4차 혁명과 이와 관련된 기술들의 발달들로, 수많은 데이터들이 산업용 설비로부터 수집되고 이를 활용해 데이터 기반의 고장 감지 모델에 대한 연구 및 적용이 활발하게 이뤄지고 있다. 학습된 데이터 기반의 고장 감지 모델을 실제로 적용하기 앞서, 정확하게 고장 감지 모델의 성능을 평가하고 비교하는 것이 매우 중요하다. 고장 감지 모델을 평가하기 위해 지금까지 사용해왔던 전통적인 평가 지표들은 실제 제조 현장의 문맥과 상황과 맞지 않는다. 따라서, 우리는 산업용 설비의 이상 감지 모델을 평가하는 새로운 평가 지표를 제안한다. 우리는 사례 연구를 통해 실제 칠러 설비의 고장 감지 모델을 학습하고, 제안하는 지표를 이용해 고장 감지 모델을 평가함으로써 제안하는 지표를 검증하였다.