도어 상태 실험
1~30회는 정상. 31회부터 마찰이 증가해 90회에 설정값에 도달합니다. 0%이면 전체가 정상입니다.
학습 준비 중
민감도를 높이면 작은 변화에 반응하기 쉽지만 오경보도 늘 수 있습니다. 잡음은 실험 데이터에만 적용하며 정상 학습은 1배로 유지합니다.
120회 전체 결과
| 비교 항목 | AI · 정상 패턴 학습 | 고정 임계값 |
|---|
첫 지속 경보는 3회 연속 기준 초과의 세 번째 회차입니다. 오경보·탐지율은 각 회차의 기준 초과 여부로 계산합니다. 마찰이 아주 작아도 주입된 회차는 ‘이상’ 정답으로 계산합니다.
센서 기록 재생
━ AI 상대 이상 점수━ 고정 기준 대비 비율┄ 경보 기준 100
100 초과이면 해당 회차의 기준을 넘었습니다. AI 점수는 이상 거리 ÷ 경보 기준 × 100이며, 고장 확률이 아닙니다.
센서 변화 추적
모터 전류 A
문 닫힘 시간 s
진동 RMS mm/s
회색 영역: 마찰 주입 구간 · 세로선: 재생 위치 · 점선: 고정 임계값. 그래프는 전체 기록을 표시합니다.
학습과 검증을 분리했습니다
검증 잡음은 1배, 마찰 강도는 15~100%입니다. 위의 120회 실험은 또 다른 기록입니다. 잡음을 바꾸면 실험 결과가 검증 성능과 달라질 수 있습니다.
이 실험에서 AI가 하는 일
정상 센서의 관계를 학습
통계적 머신러닝 모델이 세 센서의 평균과 함께 변하는 관계를 학습합니다. 마할라노비스 거리로 정상 패턴에서 얼마나 멀어졌는지 계산합니다. 하나의 센서가 고정 기준보다 낮아도 조합이 낯설면 경보를 낼 수 있습니다.
비교 기준을 공개
고정 방식은 전류 2.8A, 닫힘 3.8초, 진동 1.2mm/s 중 하나라도 넘으면 경보입니다. 두 방식 모두 3회 연속 초과를 지속 경보로 표시합니다. 이 수치는 교육용 가정이며 설비의 공인 기준이 아닙니다.
진단과 제어는 별도
이상 점수는 고장 원인이나 발생 날짜를 확정하지 않습니다. 모든 센서 기록은 합성 데이터이며 실제 설비에서 검증되지 않았습니다. 이 페이지는 기존 PLC의 모터·문 출력에 연결되지 않는 분석 실험입니다.