2026.02.04.(수)TIL

📘최종 프로젝트 임시 멀티모달을 통한 대시보드 구축

1. 대시보드의 목적과 기능

• 목적: 사출 성형 설비의 실시간 모니터링 및 예지보전(AI 기반 이상탐지 + 불량 예측)
• 핵심 기능
  1. 실시간 센서 모니터링: 선택 설비의 센서 데이터를 시계열 차트로 표시
  2. 이상탐지 & 건강지수 계산: AI 모델 기반으로 실시간 이상 여부 감지, 건강지수 계산
  3. 불량 예측: 동일 AI 모델을 기반으로 불량 발생 확률 계산
  4. 신뢰도 지표 및 RUL: 최근 판정 결과와 EMA 기반 신뢰도 계산, 남은 안전 운용 시간(RUL) 추정
  5. 실시간 알람: 3연속 이상 발생 시 알람 및 시각화

---

2. 데이터 구조

• 입력 데이터 (CSV)
  • 컬럼 예시: MACHNO, Cycle Time, 사출 시간, 충진 시간, 금형온도1, 금형온도2, 충진 피크압, 최소 쿠션, 보압 완료 위치, 합불
  • 각 설비(MACHNO)별로 시간 순서대로 샷 단위 데이터 존재
• 모델 전처리
  • 시계열 잔차 생성: 각 센서 값 - 이동평균(10샷)
  • 선택 컬럼에 대해 다항 특징(PolynomialFeatures) 적용
  • 표준화(StandardScaler)
  • 탭 + 이미지 벡터 얼리퓨전(Early Fusion)

---

3. AI 모델 구조

• 모델 유형: XGBoost + LOF(Local Outlier Factor) 기반 하이브리드
• 주요 특징
  1. XGBoost 분류기
     • 입력: 표준화된 탭 + 잔차 + 다항 특징 + 이미지 벡터
     • 출력: 불량 확률(prob)
     • 설비별 scale_pos_weight 조정
  2. LOF 이상치 필터
     • XGBoost 확률 보정용
     • 이상치로 판정된 샷의 확률에 패널티 적용(lof_penalty)
  3. 동적 임계치
     • False Positive Rate(FPR) 제한 내에서 최적 임계치 탐색(best_th)
• 출력
  • y_pred: 0 = 정상, 1 = 이상/불량 예측
  • prob: 불량 확률 / 이상 확률
  • health_score: 1 - prob (높을수록 건강)

---

4. 분석 모드

모드설명주요 지표

이상탐지 (Health Mode)	AI 모델 확률 기반 이상 여부 감지, 건강지수 계산	y_pred, prob, health_score, RUL 추정, 상태 색상
불량 예측 (Fault Mode)	동일 모델 기반 불량 확률 계산	y_pred → 불량/정상, prob

• UI 탭 구성
  1. 실시간 센서
  2. 예지보전(RUL)
  3. AI 신뢰도
  4. 실시간 알람
  5. 불량 예측

---

5. 신뢰도 & 오경보 관리

• 최근 300샷 기준 False Alarm 수 계산
• Baseline Precision 대비 EMA 적용하여 신뢰도 점수 산출
• 신뢰도에 따라 UI 색상 및 경고 레벨 표시

---

6. 실시간 알람 로직

• 최근 3연속 이상 감지 시 알람 발생
• 알람 중복 방지 (alarm_locked)
• 알람 내역은 테이블로 기록

---

7. UI 특징

• Plotly: 최근 50샷 기준 센서 값 차트, UCL/LCL 표시
• NiceGUI: 실시간 카드/테이블로 RUL, 신뢰도, 불량 예측 표시
• 업로드: CSV 업로드 후 자동 분석 및 시뮬레이션 시작
• 실시간 동기화: 0.33초 단위 UI 업데이트

---

8. 데이터 흐름 요약

 

CSV 데이터 → 설비별 분리 → 전처리(잔차+폴리) → 스케일링 → XGBoost → LOF 보정 → 확률(refined_probs) → y_pred → 건강지수, 불량예측, RUL, 신뢰도 계산 → UI 업데이트 + 알람 기록

 

---

9. 특징

• 멀티모달 분석: 탭 + 이미지 벡터 결합
• 멀티모드 출력: 이상탐지 + 불량예측 동시에 제공
• 실시간 모니터링: 시각화 + 알람 + 신뢰도
• 설비별 커스터마이징: 난조군 / 안정군 / 고성능군 별 파라미터 최적화