매스웍스는 7일 새로운 매트랩(MATLAB) 제품인 예측 유지 관리 툴박스(Predictive Maintenance Toolbox)를 발표했다.

예측 유지 관리 툴박스는 엔지니어가 상태 모니터링 및 예측 유지 관리 알고리즘을 설계 및 테스트할 수 있도록 돕는다. 또한, 데이터 구성, 상태 지표 설계, 기계 상태 모니터링 및 잔여 수명(Remaining Useful Life, RUL) 예측을 통해 장비의 오류를 방지할 수 있는 알고리즘을 설계하는 엔지니어를 돕는다.

엔지니어는 예측 유지 관리 툴박스를 사용해 로컬 또는 클라우드 스토리지에 저장된 파일에서 가져온 센서 데이터를 분석하고 레이블을 지정할 수 있다. 시뮬링크(Simulink) 모델을 이용한 고장 시뮬레이션을 통해 고장 레이블을 포함한 데이터를 수집도 가능하다.

스펙트럼 분석 및 시계열 분석 등 신호 처리 및 동적 모델링 방법을 통해 데이터를 전처리할 수 있으며, 기계 상태 모니터링에 사용 가능한 특징을 추출할 수 있다. 또한, 생존, 유사성 및 트렌드 기반 모델을 사용해 잔존 유효 수명(Remaining Useful Life, RUL) 예측 시 엔지니어는 기계의 오류 시점을 예측하는 데 도움을 얻을 수 있다.

예측 유지 관리 툴박스는 사용자 정의 예측 유지 관리 및 상태 모니터링 알고리즘 개발에 재사용할 수 있는 모터, 기어박스, 배터리 및 기타 기계에 대한 참조 예제를 포함하고 있다.

예측 유지 관리 툴박스. / 매스웍스 제공
예측 유지 관리 툴박스. / 매스웍스 제공
엔지니어는 툴박스를 통해 장비 오류가 발생할 수 있는 시점을 예측하거나 센서 데이터 모니터링을 통해 기저의 이상 징후를 감지하는 데 필요한 알고리즘을 개발하고 검증할 수 있게 됐다. 이런 알고리즘은 로컬 파일 또는 아마존 S3(Amazon S3), 윈도 애저 블랍 스토리지(Windows Azure Blob Storage) 및 하둡 분산파일 시스템 HDFS(Hadoop Distributed File System)와 같은 클라우드 스토리지 시스템에 저장된 과거 데이터에 액세스하는 방식을 통해 개발한다.

데이터의 또 다른 소스는 오류 역학이 통합된 장비의 물리적 모델에서 얻은 시뮬레이션 데이터다. 엔지니어는 이러한 데이터에서 가장 적합한 특징을 추출 및 선택한 후, 대화형 앱을 사용해 기계 학습 모델에 학습시켜 장비 오류를 예측 또는 감지할 수 있다.

폴 필로테(Paul Pilotte) 매스웍스 기술 마케팅 관리자는 "예측 유지 관리는 산업용 사물인터넷(IoT)에 있어 매우 핵심적인 응용 프로그램이다. 이는 불필요한 유지 관리 비용을 줄이고, 예기치 않은 가동 중지 시간을 없애는 데 매우 중요하다”며 “특히 기계 학습 또는 신호 처리에 대한 배경 지식이 없는 엔지니어들의 경우, 예측 유지 관리를 위한 알고리즘을 설계하는 데 어려움을 겪고 있다. 이제 이 팀들은 이러한 알고리즘을 설계 및 테스트하는 방법을 학습하기 위한 시작점으로 예측 유지 관리 툴박스를 활용해 속도를 신속하게 증진할 수 있다"고 말했다.

예측 유지 관리 툴박스는 전세계에서 판매된다.