프로젝트 소개
본 과제는 공장 제조 설비들을 효율적으로 관리하는 지능형 시스템 개발 연구임. 'TinyML' 기술을 활용하여 설비 고장 징후 예측 및 부품 잔존 수명 파악 등 공장 운영 효율성 증대를 목적으로 함.
연구 목표는 AI 기반 설비 고장 징후 및 부품 잔존 수명 예측 모델 개발, 건전성 지표 개발, AI 모델 경량화 기술 확보에 있음. 또한, OPC UA Micro 프로파일 기반 데이터 수집 체계와 웹 기반 지능형 모니터링 서비스 개발을 포함함. 핵심 연구 내용은 건전성 지표 및 머신러닝 기반 설비 진단 모듈 개발, 웹 기반 지능형 모니터링 서비스 구현임. OPC UA 정보모델 수정, 서버 고도화, 통신 프로토콜 및 클라이언트 구현을 통한 데이터 수집 체계 구축, TinyML 기반 예측 모델 실증 및 검증 지원도 포함됨. 기대 효과는 OPC UA 표준 기술 적용으로 다양한 제조업종 설비 관리 인프라 조성 및 상호운용성 확보임. 웹 기반 실시간 모니터링 기술을 중소기업 현장에 적용하여 설비 비가동 감소, 부품 교체 비용 절감, 종합 효율 향상을 통한 중소기업 경쟁력 강화에 크게 기여할 것으로 전망됨.