1. 프로젝트 개요

가속도센서를 통해 장비의 상태별 데이터를 머신러닝으로 학습한 후 장비의 동작상태를 분류하는 프로젝트이다.

2. 시스템 구성 및 주요기능

2-1. 시스템 구성

  • Dytran-3055D Accelerometerc
  • DAQ-9191
  • NI 9234
  • MACHINE LEARNING

2-2. 공정별 주요기능

  • 가속도 센서를 통해 장비의 상태별 데이터를 머신러닝으로 학습
  • 학습된 모델로 장비의 동작상태를 분류하는 프로젝트
  • 장비의 현재 상태를 머신러닝으로 학습한 데이터와 비교 표시
  • 예상한 결과와 실제 결과와의 비교 후 다를 경우 자동으로 머신러닝에 학습

3. 기대 효과

인공지능 AI를 활용한 프로젝트이며 머신러닝으로 학습 후 장비의 동작상태를 분류를 하며 데이터를 축적해 나갈 수 있습니다. 인공지능 AI에서 가장 먼저 해야할 것은 데이터 셋의 확보인데 해당 프로젝트를 진행을 하면서 발생하는 데이터를 가공하여 저장하면서 추후 학습을 시킬 수 있도록 데이터 자산으로 사용이 가능합니다.

전기/전자

LG에너지솔루션

진동머신러닝측정시스템

가속도 센서를 통해 장비의 상태별 데이터를 머신러닝으로 학습한 후 장비의 동작상태를 분류하는 프로젝트이다. 장비의 현재 상태를 머신러닝으로 학습한 데이터와 비교하여 표시하고, 예상한 결과와 실제 결과가 다를 경우 자동으로 머신러닝 학습에 사용할 수 있도록 데이터를 가공하여 로깅한다.

scv@scvkorea.com

|

+82 51-728-0310