표제지
목차
논문요약 9
제1장 서론 10
1.1. 연구배경 및 동기 10
1.2. 연구목적 11
1.3. 논문의 구성 및 기여 12
제2장 관련연구 13
2.1. 스마트팩토리와 빅데이터 13
2.2. CNC 머신 관련 선행연구 15
2.3. Edge Intelligence 16
2.4. Singular Spectrum Analysis 17
2.4.1. 임베딩 17
2.4.2. 특이값 분해 19
2.4.3. 그룹화 및 재구성 20
2.5. Autoencoder(AE) 21
2.6. Long Short-Term Memory(LSTM) 23
제3장 방법론 26
3.1. 데이터 분류 방법론 26
3.2. Singular Spectrum Analysis를 활용한 데이터 재생성 29
3.3. 딥러닝 모델을 통한 데이터 분류 방법 30
제4장 실험 및 결과 32
4.1. 데이터 및 실험 환경 32
4.2. 평가지표 및 실험방법 34
4.3. 실험 결과 36
4.3.1. 데이터 재생성 성능 비교 36
4.3.2. 딥러닝 모델별 학습 결과 41
4.3.3. 데이터 분류 46
제5장 결론 48
5.1. 연구결과 48
5.2. 향후 연구계획 50
참고문헌 51
ABSTRACT 57
[표 3-1] CAE 아키텍처 30
[표 4-1] 하드웨어 및 소프트웨어 실험환경설정 33
[표 4-2] 재생성 데이터에 따른 딥러닝 모델 학습 결과 45
[표 4-3] 손실값에 따른 Threshold 값 선정 결과 47
[그림 2-1] 대상설비 현장 실사 15
[그림 2-2] Singular Spactrum Analysis 아키텍처 20
[그림 2-3] 기본 오토 인코더 아키텍처 22
[그림 2-4] LSTM 셀의 구조 25
[그림 3-1] Edge Intelligence Device에서 SSA-CAE 기반 비정상 데이터... 26
[그림 3-2] 정상 데이터 수집 방법 및 모델링 순서도 28
[그림 4-1] 진동 데이터 예시 32
[그림 4-2] 데이터 변환 결과 (a)는 수집된 원본 데이터 (b)는 퓨리에 변환을... 37
[그림 4-3] 332개의 특성 중 처음 15개의 기본행렬 그래프 38
[그림 4-4] 진동 데이터의 Xi의 상대, 누적 기여도 그래프[이미지참조] 39
[그림 4-5] Singular Spectrum Analysis를 통해 재생성된 데이터 40
[그림 4-6] 원본데이터 적용 결과 손실 그래프 (a) 컨볼루션 오토인코더... 41
[그림 4-7] 퓨리에 변환된 모델 적용결과 손실 그래프 (a) 컨볼루션 오토인코더... 42
[그림 4-8] 웨이블릿 변환 모델 적용결과 손실 그래프 (a) 컨볼루션 오토인코더... 43
[그림 4-9] SSA로 재구성된 모델 적용결과 손실 그래프 (a) 컨볼루션 오토인코... 44
[그림 4-10] SSA 데이터에 CAE 모델을 적용한 손실값의 분포도 46
[그림 4-11] 분류 정확도 확인을 위한 오차 행렬 그래프 47