Al Solution

베어링 분석

일본 중공업 제조사
베어링 분석
Portfolio-HBLAB-GLOBAL-bearing (1)

고객사는 산업용 팬의 베어링 작동 상태를 AI로 예측하기를 원했습니다.

HBLAB의 솔루션:
– 64대의 팬에 부착된 약 300개의 베어링 센서에서 수집된 온도, 진동, 윤활유 사용량 등의 데이터를 분분석·수리
– 이력 데이터를 분석하여 베어링의 미래 성능(온도 및 진동)을 예측하기 위한 AI 모델(시계열 모델)을 학습

프로젝트 세부사항:
■ 개발팀: AI 엔지니어 2명 + AI PM 0.5명
■ 기간: 3개월
■ 적용기술: 시계열 모델 (PatchTST, TFT)

결과:
– 온도의 경우(범위값 20 -> 60℃): MSE~2
– 진동의 경우(범위값 ~0.7 -> ~1.2 mm/s): MSE~ 0.05
* 평균 제곱 오차(MSE)는 실제 값과 모델 기반 예측 값 간의 차이를 제곱해 평균을 낸 값으로, 예측 모델의 성능 평가에 사용됩니다.

Scroll to Top