빅테이터 분석/AI

Analytics 구조

“Analystic Infra(Data + 분석 Engine)”와 “Analytics”는 기업 혁신을 주도하는 효율적 도구입니다.

“Analystics”가 선도하는 혁신 선순환 구조

1.분석 2. PI 3. Data 품질향상
  • 혁신을 위한 변화 Needs 파악 및 가능성분석
    분석 결과를 통해 ICT 분야의 투자 타당성을 검증
    새로운 기술 개발/적용 시 새로운 현상에 대한 이해도 향상

  • 프로세스 혁신을 통한 공정 가시성향상
    데이터 수집 자동화및 정합성 확보

  • 양질의 데이터제공을 통한 분석의 정확성 증대
    데이터 확보량 증대를 통한 분석 범위 확대

제조 빅데이타 분석 추진 체계

1. 목표 빅데이타 분석 기반 설비/ 품질관리 프로세스 구축, 설비/품질 예츨 분석 시스템 개발 2. 구현대상 3. 인프라/Tool 고급 통계 분석가, 통계 분석 툴, 예측모델 개발 방법론
제조 빅데이터 분석 추진 체계
  • 빅데이터 분석 기반 설비 / 품질관리 프로세스 구축
  • 목표
  • 설비/품질 예측 분석 시스템 개발
설비/품질인자 상관관계 도출및 예측 모델개발
    설비/품질 공정 정보 통합
  • 측정정보 + 데이터마이닝
    패턴분석 및 예측모델개발
  • 상태정보구분 + 다변량 분석 기법
HCNC 설비/품질이상 사전 예측
예측 모델활용성 검증
    분석 결과 모니터링 자동화
  • 운영용 데이터(Warehouse)
  • 자동화 리포트 개발
예측모델결과 자동화 처리
    인프라/Tool
  • 고급통계분석가
  • 통계 분석 툴
  • 예측 모델개발 방법론

제조 빅데이타 분석 방법론(SAS)

  • Step
  • Sampling
  • 화살표이미지
  • Explorer
  • 화살표이미지
  • Modification
  • 화살표이미지
  • Modeling
  • 화살표이미지
  • Assessment
  • Task
  • · Connect Database to Gather data · Transform the raw data to Proper data
  • · Gather data for modification and modeling · Basic statistics · Event analysis · Trend analysis
  • · identify independent and dependent variables · transform the raw data
  • · Select the best algorithms · Set the option for each algorithms · Complete the final model
  • · Gather data for assessment · Trend analysis · visual · Optimeze the option for the detail model
  • Output
  • output-img1
  • output-img2
  • output-img3
  • output-img4
  • output-img5
  • Sampling
  • · Connect Database to Gather data · Transform the raw data to Proper data
  • output-img3
화살표이미지
  • Explorer
  • · Gather data for modification and modeling · Basic statistics · Event analysis · Trend analysis
  • output-img4
화살표이미지
  • Modifi cation
  • · identify independent and dependent variables · transform the raw data
  • output-img5
화살표이미지
  • Modeling
  • · Select the best algorithms · Set the option for each algorithms · Complete the final model
  • output-img6
화살표이미지
  • Assess ment
  • · Gather data for assessment · Trend analysis · visual · Optimeze the option for the detail model
  • output-img7

4차산업 기반 제조 빅데이타 분석 아키텍쳐

4차 산업 기반 제조 빅데이타 분석 아키텍쳐 이미지
Pressentation Layer
    Business Intelligence
  • 설비/조업/품질 정보 분석
  • 장기간 데이터 분석
    Ealy Warning System
  • Long Tem Analysis(배치분석)
  • Short Tem Analysis(실시간 분석)
Analytic Layer
    TDBMS
  • 설비/조업/품질정보통합
  • 고급 분석용 DB
    Statiscal Engine
  • 학습 알고리즘에 의한 예측 모델
  • 다변량 분석모델
    Calculation Process
  • Business 기반 모델
  • MS 단위상세 다변량 정보 분석
Collection & Storage Layer
  • RTDB

    MS 이하 데이터 실시간 수집

    설비 정보 제공 Hub

  • interface Server
Sourece Layer
  • Supervisories(TC nrt etc.)
  • DCSs, PLCs, HMIs
  • Sensors / Actuators
  • RDB 기반 Solutions
  • RTDB Solutions

제조 빅데이타 분석 시스템 구성

제조 빅데이타 분석시스템 구성도
원천데이터
    Legacy
  • RTDB
  • 설비운전정보
  • Offline 데이터(사고이력 정보)
예측 제어 시스템
  1. 데이터처리

    Extaction

    Transformation

  2. 분석용 DB

    DW/MART

  3. 분석 엔진
  4. 활용 화면

데이터를 보는 방식의 차별성 – 다변량 분석

다변량 분석표
상관관계가 있는 인자의 상관관계 이탈
  • 연속 공정에 측정되는 거의 모든 인자들은 서로 높은 상관관계를 가지고 있음
  • 거리가 떨어져 있는 인자들의 경우 상관계수가 작아질 수 있으나, Time Lag를 감안하면 높은 상관관계를 보이는 경우 많음
다변량 분석에 의한 변화 포인트 분석
    개별인자관리
  • 두 인자 모두 관리 범위 내에서 정상적으로 보임
  • 인자간 상관관계 변화분석 불가
다변량 관리
    A, B 인자의 다변량 관리도(T’)
  • 상관관계 이탈 분석 가능
  • 연속 공정에서 측정되는 인자들의 경우 반드시 다변량 분석 기법 적용이 필요함

Analystic Team의 중요성

Data Team은 고급 분석기술 뿐 아니라, 비즈니스 지식, 소통능력과 데이터 통합, Visualization, 시스템 개발까지 여러분야에 능력을 가지고 있는 인력들의 집합이어야 하며, 주로 IT 영역 Skil이 많이 필요합니다.
  • analystic-img
  • Skill Set
    Skill Set 구분
    Advanced analytics
    Business acumen OT
    Communication & tcollaboration
    Creativity
    Data integration IT
    Data visualization IT
    Software development IT
    Systems administation IT