PLC → 운전 데이터
가상 엘리베이터의 입력 → PLC 스캔 → 이동·문 상태 → 귀환시간 데이터. 2.1 실험은 이 PLC에서 정답을 수집합니다.
THE ELEVATOR EXPERIMENT LAB
층과 층 사이,
기술을 움직이다.
매일 타는 엘리베이터 안에는
수많은 판단이 숨어 있습니다.
버튼 하나에서 시작되는 PLC 제어부터
데이터로 더 똑똑해지는 AI 운전까지, 직접 실험해 보세요.
CHOOSE YOUR EXPERIMENT
어느 층부터 탐험할까요?
움직여 보고, 원리를 읽고, 데이터로 개선하세요.
관심 있는 실험실에서 바로 시작할 수 있습니다.
LAB 1.1↕
직접 운전해 보기
PLC 시뮬레이터
층을 호출하고 문을 열어보세요. 안전 인터록부터 화재 귀환까지, 제어의 결과가 눈앞에서 움직입니다.
5층 · 실시간 I/O↗
LAB 1.2⌘
동작 뒤의 원리 읽기
PLC 로직 & I/O
18개 로직을 한 장의 도면으로. 입력 신호가 어떤 판단을 거쳐 모터 출력으로 이어지는지 따라가세요.
전체 도면 · 코드 캡션↗
LAB 2.1∿
데이터로 시간 예측하기
AI 데이터 분석
가상 운전 데이터를 학습한 모델로 귀환 시간을 예측하고, 단순 계산과 오차를 비교합니다.
kNN · 예측 오차 비교↗
LAB 2.2↗
더 적은 에너지로 움직이기
에너지 운전계획
시간대별 수요에 맞춰 운행 대수를 계획합니다. 소비 전력과 승객 대기시간의 균형을 찾아보세요.
3대 운행 · 전력 비교↗
LAB 2.3⌁
고장보다 먼저 신호 읽기
고장 징후 탐지
문 동작의 작은 변화를 관찰하세요. 정상 데이터를 학습한 모델과 고정 기준의 탐지 결과를 비교합니다.
이상 탐지 · 센서 데이터↗
LAB 3✳
다음 가능성 발견하기
AI 활용안 15
운영부터 유지보수까지, 엘리베이터에 AI를 접목하는 15가지 아이디어와 상용 사례를 살펴보세요.
15가지 아이디어 · 상용 표시↗
HOW THE LABS CONNECT
입력에서 판단까지
세 가지 AI 실험
2.1 귀환시간 예측 · 2.2 수요 예측과 운행 규칙 · 2.3 센서 이상 탐지. 에너지와 센서 데이터는 각각 별도의 합성 모델에서 생성합니다.
분석 → 의사결정 연습
평균 오차, 전력과 대기, 놓친 이상과 오경보를 비교합니다. AI 결과를 PLC 출력으로 보내거나 실제 안전제어에 사용하지 않습니다.
FROM SIGNAL TO INTELLIGENCE
한 번의 호출, 그 안의 모든 기술.
입력 → PLC 판단 → 엘리베이터 동작 → 데이터 → AI 분석