프로젝트 소개
본 과제는 TinyML(초소형 머신러닝) 기술을 활용하여 제조 설비를 지능적으로 관리하는 시스템을 개발하는 연구임. 이는 공장 설비 데이터를 현장에서 분석하고 예측하여, 설비 고장을 미리 방지하고 생산 효율을 높이는 것을 목표로 함.
연구 목표는 OPC UA Nano 프로파일 기반 데이터 수집 체계 개발, AI 기반 예측 모델 개발을 위한 FMEA 및 EDA 분석, 그리고 웹 기반 실시간 모니터링 서비스 설계에 있음. 핵심 연구 내용은 실증 설비 선정 및 드라이버 개발, 설비 데이터 수집·저장·관리 체계 구축, 고장 모드 분석, 데이터 전처리 및 특징 추출 모듈 개발, OPC UA 정보모델 설계 및 구현을 포함함. 또한, OPC UA 기반 데이터 수집 체계와 AI 예측 모델의 실증 및 성능 평가를 지원함. 기대 효과는 OPC UA 표준기술 적용을 통한 설비 상호운용성 확보로 다양한 제조업종의 설비 관리 인프라 기반을 조성함. 더불어, 웹 기반 모니터링 및 데이터 기반 분석을 통해 중소기업 제조 현장의 설비 비가동 감소, 부품 교체 비용 절감, 설비 종합 효율 향상 및 경쟁력 강화에 크게 기여할 것으로 전망됨.