이벤트 발생 시간 간격을 고려한 자동차 엔진 고장 징후 분석

Abstract

기계시스템의 안정성과 신뢰성을 확보하기 위하여 고장이 발생 하기 전에 이를 예측하기 위한 고장 예지 보전 연구가 많이 이루어지고 있다. 이를 위하여 일반적으로 시스템에 부착된 다양한 센서로부터 수집된 Time-series 데이터를 다양한 Temporal data mining 기법을 이용하여 분석하고 있다. 본 논문에서는 Multivariate discretization을 통해 변환된 Discretized state vector (i.e. 이벤트)간의 시간 간격을 고려한 사전 징후 패턴 추출법을 제시한다. 제시된 기법의 성능 검증을 위하여 실제 자동차 고장 진단 시뮬레이터에서 수집된 센서 데이터에 적용해 본 결과 약 98%의 고장 상태를 예지할 수 있는 사전 징후 패턴을 추출하였다.