▶️25분
[영상] 머신러닝 예측모델 기반 예지보전 사례
Day 4: RUL 예측 (잔여수명 예측)
[영상] 머신러닝 예측모델 기반 예지보전 사례
예지보전 — 설비 고장 예측 시스템 > Day 4: RUL 예측 (잔여수명 예측)
학습 목표
RUL(잔여 유효 수명)의 정의와 예지보전 비즈니스 가치를 설명할 수 있다 LSTM이 다변량 센서 시퀀스로 RUL을 회귀 예측하는 구조를 이해할 수 있다 Survival Analysis(Cox)가 검열 데이터를 처리하는 원리를 설명할 수 있다 CMAPSS 데이터셋 기반 실습 코드를 해석하고 수정할 수 있다
플레이어 로딩 중...
핵심 포인트
- • RUL = 고장까지 남은 사이클/시간 — 회귀 문제
- • LSTM window size = 30 사이클이 CMAPSS 벤치마크 표준
- • Cox 모델은 실제 고장 미발생(검열) 데이터를 그대로 활용 가능
- • 예측 오차 10% 이내면 정비 스케줄 최적화에 실용 적용 가능