📘박람회대비 사출 성형 이상 탐지 및 RUL 프로젝트 핵심 요약
1. 모델 구조: 비지도 + 지도 학습 하이브리드
- 배경: 제조 현장의 데이터 불균형(정상 편중) 및 센서 변동성(오탐 발생) 해결 필요.
- 구조: 1차(XGBoost): 과거 불량 이력이 있는 '위험 구역' 한정 (Risk Map 역할).
- 2차(LOF): 해당 구역 내 실제 데이터 희소성(밀도)을 분석해 이상 확증.
- 장점: 전체 데이터를 비지도로 돌릴 때 발생하는 오탐을 줄이고, 정의된 불량과 미정의 이상을 동시에 포착.
2. 피처 엔지니어링: 잔차 및 상호작용 변수
- 잔차 변수: 공정 드리프트(서서히 변하는 흐름) 환경에서 '갑자기 어긋난 순간'을 포착하기 위한 장치.
- 상호작용 변수: 단일 변수로는 정상이나, 특정 조합에서 발생하는 불량을 포착하기 위해 생성.
- 데이터 활용률(60% → 90%): 결측치 처리 및 유효 구간 필터링을 통해 학습 제외 데이터를 최소화하여 모델의 커버리지 확장.
3. RUL (잔여수명) 산출 및 활용
- 정의: 이상 확률을 '건강지수'로 변환하고, 시간 흐름에 따른 하락 기울기를 계산하여 임계치 도달 시점 예측.
- 설비 군집화: 설비별 노이즈 특성에 따라 고성능군/안정군/난조군으로 분류 후 동적 임계치 적용.
- 현장 가치: 단순 '이상/정상' 판정을 넘어 '몇 샷(Shot) 더 생산 가능한지' 수치화하여 계획 정비 유도.
4. 실시간 안정성 및 검증 지표
- 오탐 관리: 3회 연속 이상 탐지 시에만 알람 발생(알람 피로도 감소). 목표 오탐율 5% 이내.
- 성능 지표: 단순 정확도(Accuracy)보다 조기 경보 리드타임(고장 전 얼마나 빨리 알렸는가)을 우선시.
- 시스템 설계: PLC 데이터 DB 적재와 대시보드 시각화 구간을 분리하여 연산 지연 최소화.
5. 신뢰도 지표 (Reliability Index)
- 2단계 설계: 현재 성적(1단계)과 시간 안정화 가중치(2단계)를 결합하여 지표의 급격한 널뛰기 방지.
- 오경보 패널티: 현장 신뢰도 유지를 위해 오경보 발생 시 강력한 감점 로직 적용(K=2.5).
- 운영 가치: 모델 결과의 맹신을 방지하고, 점수 하락 시 재학습 또는 점검 트리거로 활용.