Level: Advancedr

롤러베이링의 실시간 이상 감지 모니터링 시스템을 구축하기 위하여 롤러베이링의 가속도 신호를 0.5초 단위로 전처리한 후에 전처리한 가속도 신호에 다양한 통계지표를 적용하여 롤러베어링의 NOR(normal), ORF(outer race fault), IRF(inner race fault)의 패턴을 정의한 후에 머신러닝 기법으로 패턴을 학습시켜 실시간으로 이상 감지를 모니터링하는 시스템을 구축 한다. JMP의 통계방법론을 적용하여 롤러베어링 가속도 신호의 NOR(normal), ORF(outer race fault), IRF(inner race fault) 패턴을 인지하는 통계 지표를 Skewness와 Kurtosis로 선정하였으며, 패턴 인식은 JMP가 제공하는 머신러닝방법론인 ANN(Artificial Neural Network), SVM(Support Vector Machines)와 로지스틱 회귀인 NL(Nominal Logistics)를 적용하여 이상 감지 모델을 구축하였다.