CNC 음향 수집·이상 탐지·모니터링

과제와 프로토타입 범위

CNC 밀링 머신의 음향을 수집하고, 정상 패턴과의 차이를 계산해 화면에서 확인하는 데스크톱 프로토타입을 구현했습니다. 데이터 수집, 전처리, 모델 추론과 모니터링을 하나의 흐름으로 연결했습니다.

PySerial로 16kHz 음향을 3초 단위로 수집하고, Librosa로 멜 스펙트로그램을 생성했습니다. 정상 음향을 학습한 Dense Autoencoder의 복원 오차를 계산해 판정 임계값과 비교했습니다.

모델은 ONNX Runtime으로 추론하고, QThread로 분석 작업과 PyQt 화면 처리를 분리했습니다. 수집 데이터는 Parquet 형식으로 저장했습니다.

내부 검증에서 AUC 0.9877을 기록했습니다.

수집·전처리·화면 표시를 제외한 단일 추론은 약 0.05초 이내에 실행됐습니다. 저장 파일 크기는 1.1MB에서 0.8MB로 줄었습니다.

논문: AI 기반 CNC 밀링 머신의 실시간 이상 소음 감지. 성연우·문찬미·한상헌·김경택, 한국산업경영시스템학회 추계학술대회, 2022.11, p.287.

수상: 2022년 한국산업경영시스템학회 추계학술대회 포스터 세션 우수연구상.

수상: 2022 서울 ICT이노베이션스퀘어 공모전 최우수상(정보통신산업진흥원장상, SPARK 팀).