밸브 소리 데이터의 이상 탐지 성능 향상과 스마트 팩토리에서의 활용 방안

초록

본 논문에서는 스마트 팩토리 전환을 위하여 라즈베리파이에서 구현할 수 있는 소리 이상 탐지 모델과 ESP32를 통한 데이터 활용 방 법을 제안한다. MIMII 데이터셋의 일부인 밸브 사운드 데이터를 기반으로 baseline 모델과 DCASE 2020 모델을 조건에 따라 비교하면서 프레임 수 증가와 신경망 구조 조정이 성능 향상에 큰 영향을 끼친다는 것을 확인한다. 실험 결과 제안된 모델은 마이크와 연결된 라즈베 리파이에 배포되어 실시간 이상 탐지를 큰 무리 없이 수행할 수 있으며 ESP32는 계산된 에러율을 수신하여 사용자에게 보일 수 있다. 이 를 통해 소규모 공장에서도 최소한의 장비 및 비용으로 효과적인 이상 탐지를 수행할 수 있으며 모니터링 자동화의 효율성을 높일 수 있 다.