30 lines
1.5 KiB
Markdown
30 lines
1.5 KiB
Markdown
---
|
|
id: P-REINFORCE-GRAPHICS-004
|
|
category: "10_Wiki/💡 Topics/Graphics"
|
|
confidence_score: 0.93
|
|
tags: [graphics, digital-twin, maintenance, ai]
|
|
last_reinforced: 2026-04-20
|
|
github_commit: "batch-reinforce-05"
|
|
---
|
|
|
|
# Predictive Maintenance (PdM)
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> 과거의 고장 패턴을 학습하여 미래의 이상 징후를 사전에 포착함으로써 시스템 가동 중단을 원천 차단하는 지능형 유지보수 체계.
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
- **추출된 패턴:** 센서 데이터의 이상 탐지(Anomaly Detection)와 잔여 수명 예측(RUL)을 통해 정비 시점을 최적화하는 패턴.
|
|
- **세부 내용:**
|
|
- 진동, 온도, 전력 소모 등 시계열 데이터의 특징 추출 및 분석.
|
|
- 확률론적 모델(Bayesian) 및 딥러닝(RNN/LSTM) 기반의 고장 확률 산출.
|
|
- 디지털 트윈과 결합하여 가상 환경에서 정비 시뮬레이션 수행.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌:** 고장 후 수리(Reactive)나 정기 점검(Preventive)에서 데이터 기반 실시간 대응(Predictive)으로의 전환.
|
|
- **정책 변화:** 성능 가중치(w1) 관점에서 가동 시간(Uptime) 극대화를 위한 핵심 전략으로 배치.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- **Parent:** 10_Wiki/💡 Topics/Graphics
|
|
- **Related:** [[Digital_Twin]], [[Anomaly-Detection]], [[IoT]]
|
|
- **Raw Source:** 00_Raw/2026-04-20/Predictive Maintenance (PdM).md
|