이 AWS 솔루션 구현은 어떤 기능을 제공합니까?
Predictive Maintenance Using Machine Learning은 ML(기계 학습) 모델과 터보팬 성능 저하 시뮬레이션 데이터의 예제 데이터 세트를 배포하여 잠재적 장비 장애를 인식하도록 모델을 훈련합니다.
이 솔루션을 사용하여 잠재적인 장비 장애 감지를 자동화하고 수행해야 하는 권장 작업을 제공할 수 있습니다. 이 솔루션은 배포가 쉽고 예제 데이터 세트가 포함되어 있지만 모든 데이터 세트에서 작동하도록 솔루션을 수정할 수 있습니다.
AWS 솔루션 구현 개요
Predictive Maintenance Using Machine Learning을 구현하면 예제 데이터 세트 또는 자체 데이터 세트에서 자동화된 데이터 처리를 실행할 수 있습니다. 포함된 ML 모델은 잠재적인 장비 장애를 감지하고 수행해야 하는 권장 조치를 제공합니다. 아래 다이어그램은 솔루션의 구현 안내서와 함께 AWS CloudFormation 템플릿을 사용하여 자동으로 배포할 수 있는 아키텍처를 보여줍니다.
기계 학습을 사용한 예측 유지 보수 아키텍처
이 솔루션에는 Amazon Simple Storage Service(Amazon S3) 버킷 및 남은 수명(RUL)을 예측하기 위해 데이터 세트에서 교육을 받게 될 ML 모델이 있는 Amazon SageMaker 엔드포인트에 포함된 터보팬 성능 저하 시뮬레이션의 예제 데이터 세트를 배포하는 AWS CloudFormation 템플릿이 포함되어 있습니다.
이 솔루션은 SageMaker 노트북 인스턴스를 사용하여 모델을 오케스트레이션하고 SageMaker 교육 인스턴스를 사용하여 교육을 수행합니다. 교육 코드와 교육된 모델은 솔루션의 Amazon S3 버킷에 저장됩니다.
이 솔루션은 또한 매일 한 번 실행하도록 구성된 Amazon CloudWatch Events 규칙을 배포합니다. 이 규칙은 AWS Lambda 함수를 트리거하여 예제 데이터 세트로부터 RUL을 예측하기 위해 교육된 모델을 사용하는 Amazon SageMaker 배치 변환 작업을 생성하도록 구성되어 있습니다.
기본적으로 이 솔루션은 예제 데이터 세트에서 RUL을 예측하도록 구성됩니다. 자체 데이터 세트를 사용하려면 이 솔루션을 수정해야 합니다. 자세한 내용은 배포 안내서를 참조하십시오.
Predictive Maintenance Using Machine Learning
버전 1.0.1
최종 업데이트 날짜: 2020년 6월
작성: AWS
예상 배포 시간: 5분
