Prognostic dataset of mechanical facility fault for predictive maintenance

제조산업에서 설비의 결함으로 생산이 정지되는 것은 치명적인 문제이다. 따라서 미리 설비의 결함을 예측하여 선제적으로 정비하는 예지정비가 중요하다. 최근 머신러닝 및 딥러닝 기술의 발전으로 예지정비에 대한 연구 또한 활발한데, 이러한 머신러닝 및 딥러닝 기술의 성능은 데이터셋에 달려있다. 하지만 기존의 데이터셋에는 단순히 정상과 결함 상태만이 존재하여 결함과 정상 사이의 상태를 모의하고 있지는 않았다. 따라서 본 논문에서는 정상과 결함 사이의 신호를 담은 주의 상태의 데이터를 추가로 수집하여 데이터셋을 구축하고, 간단한 분류 실험을 진행하여 데이터의 실효성을 검증하였다. 본 논문에서 제안하는 전조증상 데이터셋은 사후가 아닌 사전에 조치를 수행하는 진정한 의미로서의 예지정비 시스템 구축에 기여할 수 있을 것으로 기대된다.