.png)
<aside> 💡 센서 측정 데이터를 두 가지 차트 형식으로 보도록 선택할 수 있습니다: 분산형 차트와 라인 차트입니다. 다음 이미지는 상단의 분산형 차트 보기와 하단의 라인 차트 보기를 보여줍니다.
</aside>
Asset(자산)의 Position(위치)를 선택하여 아래와 같이 진동과 온도에 대한 그래프를 확인 할 수 있습니다. Download CSV 버튼을 클릭하여 모든 측정값 또는 최근 10,000회 측정값 중 더 적은 측정값을 다운로드할 수 있으며 시간이 조금 걸릴 수 있습니다.
센서가 처음에 Asset에 등록되면 Amazon Monitron은 장비에서 수집된 진동 및 온도 데이터를 학습하여 해당 Asset의 "정상"을 판단하는 기준을 설정합니다. 이 학습을 통해 향후 잠재적인 장애를 감지할 수 있습니다. 상황, 운영 시나리오, 사용 사례, 자산의 운영 사이클과 같은 다양한 매개변수에 따라 Amazon Monitron이 기준선을 설정하는 머신러닝 모델을 학습하는데 14일에서 21일이 소요됩니다. 학습 단계에서는 해당 Asset이 정상인 것으로 가정합니다. (하지만 측정값이 ISO 임계값을 초과하는 경우에는 알림을 받을 수 있습니다.) 그 후에도 Amazon Monitron은 기준선을 계속 미세 조정하여 센서가 더 많은 데이터를 수집함에 따라 "정상"에 대한 기준을 확립합니다.
Asset에 대한 기준선을 설정한 후 Amazon Monitron은 수집한 데이터를 모니터링하여 잠재적인 장애를 나타내는 이벤트나 추세를 찾습니다. 특히 온도나 진동 수준 또는 두 가지 모두의 증가를 감시합니다. 온도와 진동의 증가는 기계 오작동을 나타내는 두 가지 주요 지표입니다. 이상치에 도달한 센서 데이터는 자산이 고장 나기 시작했음을 나타내는 경우가 많습니다.
mazon Monitron은 국제표준화기구(ISO)에서 정한 온도 및 진동 임계값을 사용하여 각종 장비에 맞는 임계값을 평가합니다. ISO 임계값을 자체 학습 모델과 함께 적용하여 장비에 맞는 실제 임계값을 평가합니다. 예를 들어, 기계가 약간 뜨겁거나 약간 차갑게 작동하거나 표준보다 약간 더 많이 진동하는 경우 Amazon Monitron은 임계값을 약간 조정하여 기계가 비정상적으로 작동하는 시점을 더 정확하게 식별할 수 있도록 합니다.
온도 또는 진동 수준이 변경된 임계값 이상으로 일관된 상승폭이 유지되면 고장이 발생할 수 있지만 임박한 것은 아닐 수 있습니다. 이 경우 Amazon Monitron은 경고 알림을 보냅니다. 증가율이 지속적으로 임계값을 초과하면 상태가 분명히 비정상적이며 장애가 발생할 가능성이 훨씬 더 높습니다. 이러한 상황에서는 Amazon Monitron이 모바일 또는 웹 앱에 알람을 보냅니다.
알림을 받은 IT 관리자, 사용자는 알림을 승인해야 합니다. 알림을 승인하면 다른 사용자에게 문제가 발견되었으며 조치가 취해질 것임을 알릴 수 있습니다.
머신의 이상을 확인하고 승인하려면 다음과 같이 진행하시면 됩니다.