설비의 수명을 모니터링하여 설비 유지보수 및 생산 일정을 관리하는 솔루션. 제조 설비의 보전 이력 데이터와 회전 기계의 진동신호 데이터를 이용하여 설비의 잔여 수명(RUL)을 예측하는 알고리즘을 사용하며, 제조 현장의 다양한 데이터와 머신러닝을 통한 AI 알고리즘을 활용하여 RUL을 예측하는 기술을 제조 현장맞춤으로 구현 가능

제조현장에서 사용되는 설비는 유지/보수 시기에 따라 제품의 생산 일정에 영향을 주게 되며, 설비의 유지/보수를 위한 부품 보유/관리 등과 관련한 비용이 발생. 따라서, 최근에는 MES의 “설비관리” 기능을 통해 설비의 상태를 모니터링 하여 제품의 생산 일정이나 설비의 유지/보수에 따른 비용 발생을 최소화 하기 위한 방안이 도입되는 추세. 빅데이터/AI 등의 최신 기술을 적용하여 설비의 “잔존 수명”을 예측하기 위한 방안을 도출하기 위한 시도들이 이어지고 있음. 

• 설비의 수명예측에는 현실적인 어려움이 존재하기 때문에, 설비의 수명을 예측(산정)할 수 있는 지표를 정의하여 설비에 발생한 이상징후를 조기에 발견하기 위한 목적으로 수명 예측에 활용
• 개별 설비마다 발생하는 특성의 차이를 반영하기 위한 목적으로 각 설비가 갖는 수명의 한계점을 사용자가 직접 설정
• 설비를 이용해 생산한 제품의 품질 상태를 반영한 지표를 정의하여 제조 설비의 특성을 반영