학습용 이력과 실시간 입력에 같은 신호 정의와 가공 기준을 적용합니다.
NAZARE · ML·AI 활용
지금 들어오는 정밀한 신호를, 이상을 찾는 AI로.
공정에 특화된 ML 모델은 그 순간의 정밀한 데이터가 있어야 판단할 수 있습니다. NAZARE는 학습에 쓸 과거 이력부터 실시간 추론에 쓸 신호까지 준비하고, NAVIS는 현장 지식과 함께 결과를 설명하고 대응을 계획합니다.
데이터는 사내에서필요한 규모부터 확장
현장에서 달라지는 일
ML·AI 활용
모델 버전·배포·추론 결과를 관리하고 현장 결과와 비교합니다.
ML 모델 개발·적용은 고객의 공정과 목적에 따라 별도 협의합니다.
NAZARE
현장의 업무를, 제품 메뉴에서 바로 확인하세요.
연결부터 분석, 점검과 운영 관리까지. 각 화면에서 무엇을 확인하고 활용하는지 살펴보세요.
공장의 데이터를 연결하고 정리합니다
후처리 규칙 · 가상 필드
수집한 값을 현장에서 쓸 수 있는 값으로
단위를 맞추고 조건에 따라 값을 처리하며 계산 신호를 만듭니다. 같은 계산을 파일마다 반복하지 않고 일관된 기준으로 활용합니다.
매일의 생산과 설비 운영에 활용합니다
신호 그래프 분석
이상 전후에 무엇이 달라졌는지 비교
실시간 신호와 과거 기록을 같은 기준으로 살펴봅니다. 필요한 신호와 기간을 고르고, 구간 확대·집계·표 조회로 원인을 좁혀갑니다.
설비 · 신호 · 문서 검색
온프레미스 · 사내 운영OP연결 설비240연결됨
수집 신호18,640정밀 원본 데이터
보관 데이터23.8 TB4 수집 노드
조회 상태정상온프레미스 · 사내 운영
선택 신호
HP-01유압 프레스
압력PT-101 · MPa
오일 온도TT-101 · °C
모터 부하LOAD-01 · %
이력 조회LOT-024가공·성형 라인정밀 원본 데이터
실시간 추론 입력HP-01 / LOT-024
현재 패턴기준 패턴
이상 징후 확인공정별 ML 모델은 선택 연계10:27:10
| 신호 이름 | 현재값 | 수집 주기 | 상태 |
|---|---|---|---|
| 압력 | 7.8 MPa | 20 ms | 확인 필요 |
| 오일 온도 | 46.2 °C | 100 ms | 정상 |
| 모터 부하 | 62.4 % | 20 ms | 정상 |
NAZARE → NAVIS
설비 데이터에 현장 지식이 더해지면, AI의 판단이 달라집니다.
NAZARE가 설비 신호와 숙련자의 판단 기준을 연결합니다. NAVIS는 생산·품질 시스템의 기록도 함께 살펴 대응을 계획하고, 승인된 조치를 NAZARE를 통해 설비에 전달합니다. 결과는 다시 기록되어 다음 판단의 근거가 됩니다.
NAVIS 판단과 실행 보기같은 데이터로, 다음 업무까지.
함께 시작하기
지금 가장 바꾸고 싶은 일부터 이야기해 주세요.
현재 설비와 데이터 환경, 해결하고 싶은 과제를 알려주시면 연결부터 운영까지 필요한 범위를 함께 검토합니다.