45분
시간 도메인 피처: RMS, Peak, Kurtosis
Day 2: 시계열 센서 데이터 처리
시간 도메인 피처: RMS, Peak, Kurtosis
예지보전 — 설비 고장 예측 시스템 > Day 2: 시계열 센서 데이터 처리
학습 목표
진동 신호의 시간 도메인 통계 피처를 계산할 수 있다 RMS, Peak, Crest Factor, Kurtosis의 물리적 의미를 이해한다 피처 값 변화로 설비 상태를 판단할 수 있다
시간 도메인 피처 엔지니어링
진동 신호에서 상태를 나타내는 통계값을 추출한다. 이 피처들이 ML 모델의 입력이 된다.
핵심 피처 6종
[시간 도메인 피처]
RMS (Root Mean Square)
→ 신호의 에너지 크기. 전반적 진동 수준.
→ 베어링 마모 시 증가
Peak (최대값)
→ 순간 충격 크기. 기어 결함 감지.
Crest Factor (파고율 = Peak / RMS)
→ 충격성 판단. 정상: 3~4, 결함: 5+
Kurtosis (첨도)
→ 분포의 뾰족함. 정상: ~3, 충격: 5+
→ 초기 결함 감지에 매우 민감
Skewness (비대칭도)
→ 분포의 비대칭. 비정상 마모 감지.
Std (표준편차)
→ 신호 산포. 불안정 운전 감지.아래 코드를 time_features.py로 저장하고 실행하세요.
에디터 로딩 중...
힌트 보기
- • RMS = sqrt(mean(x^2))으로 신호 에너지를 측정한다
- • Kurtosis > 5이면 충격성 결함을 의심한다
- • Crest Factor = Peak/RMS로 충격 대 평균 비율을 본다
- • 정상 상태에서 Kurtosis ≈ 3 (가우시안 분포)
AI로 학습하기 — 꿀팁
🧪진동 피처 계산 코드 변환AI 학습 팁
AI에게 RMS·Kurtosis 공식의 수학적 정의를 입력하면 제조 진동 데이터에 바로 적용 가능한 numpy 코드로 변환해달라고 요청하세요.
터보팬 엔진 진동 신호 배열 x에 대해 RMS, Peak, Crest Factor(Peak/RMS), Kurtosis를 계산하는 numpy 함수를 작성해줘. 각 함수에 물리적 의미 주석과 고장 판단 임계값 예시도 포함해줘.
이 팁이 도움이 됐나요?