정상 실행의 참조 프로파일
참조 프로파일은 특정 프로세스에서 센서가 보일 것으로 기대하는 범위를 정의합니다. 정상적으로 수행된 실행이나 이벤트 집합인 골든 배치(Golden batch)를 고른 뒤, 해당 구간의 센서 곡선을 정렬하여 평균과 표준편차 등으로 상하한을 만듭니다.
예를 들어 정상적으로 끝난 차 우림 배치들의 수온을 모아 평균에서 표준편차 두 배를 더하고 뺀 범위를 만들 수 있습니다. 이후 실행을 같은 기준에 정렬하여 범위를 벗어나는지 비교합니다.
입력 곡선 준비
Reference profile bounds는 상대 시간으로 정렬한 곡선들을 입력받아 평균에서 n 표준편차를 더하고 뺀 상하한을 만듭니다.
- 센서 시계열을 선택합니다.
- 정상 실행 이벤트의 시작과 끝으로 센서를 필터링합니다.
- 각 구간을 프로세스 시작에 맞춘 상대 시간으로 정렬합니다.
한 센서와 이벤트 집합
Event comparison plot에 시계열 하나와 이벤트 집합을 입력하면 이벤트별로 나눈 상대 시간 그룹 플롯을 얻습니다. 이 그룹을 Reference profile bounds에 전달할 수 있습니다. 이벤트 입력은 이벤트 집합 구성에 따라 준비합니다.
여러 센서의 표 구성
여러 시계열을 사용하려면 transform table에서 센서와 이벤트 데이터를 연결합니다.
- 각 행의 시계열을 이벤트 시작과 끝으로 Filter time series합니다.
- Relative time series 변환으로 이벤트 시작에 정렬합니다.
- 정렬한 시계열 열을 Grouped time series plot으로 표시합니다.
- 그룹 플롯을 Reference profile bounds에 입력합니다.
이 표 구성은 지원 중인 이전 상대 시간 변환을 사용하는 경로입니다.
개별 곡선을 표시할 필요가 없으면 그룹 플롯 단계를 생략하고 transform table에서 바로 Reference profile bounds를 만들 수 있습니다.
상하한을 직접 계산
별도 계산 논리를 적용하려면 정렬한 시계열들을 Linear aggregation으로 두 번 집계하여 평균과 표준편차 시계열을 만듭니다. 그런 다음 Time series formula로 상한과 하한을 각각 계산합니다.
평균 플롯이 $A, 표준편차 플롯이 $B인 가상 분석에서는 다음 식을 사용합니다.
상한:
$A + 2 * $B
하한:
$A - 2 * $B
실제 카드 ID로 연결합니다. 이 경로에서는 이동 창을 적용한 경계 등 업무에 맞는 논리를 추가할 수 있습니다.
파생 시계열로 제공
참조 곡선을 파생 시계열로 만들고 TSP에서 참조하면 Quiver 밖에서도 사용할 수 있습니다. 골든 배치 선택 기준과 메타데이터를 관리할 객체 구조를 먼저 정합니다.
온톨로지 구조
| 객체 유형 | 역할 |
|---|---|
| Reference Profile | 참조 프로파일의 메타데이터. 관련 센서 및 이벤트 객체와 연결하며 템플릿형 파생 시계열의 루트가 됨 |
| Time Series | 분석할 센서 TSP를 가진 객체 |
| Event | 골든 배치로 선택한 프로세스 실행. 시작과 끝 시각을 가짐 |
그림의 Reference Profile은 센서와 이벤트 양쪽에 다대다로 연결됩니다. 센서 객체와 이벤트 객체는 서로 대응시킬 공통 키 속성값을 가져야 합니다. 이 키로 연결하여 각 센서를 해당 정상 실행 구간에서 평가합니다.
파생 시계열은 Reference Profile 객체의 TSP로 참조하거나, 연결한 센서 객체 유형의 TSP로 제공할 수 있습니다. Workshop 모듈에서 Reference Profile 객체와 골든 배치 선택을 관리하는 구성을 만들 수도 있습니다.
Linked series aggregation
Linked series aggregation은 입력 객체에서 연결된 시계열 객체를 찾고 집계할 탐색 논리를 구성합니다. 이벤트 객체를 함께 탐색하는 경우에는 센서와 이벤트를 연결할 공통 키가 필요합니다.
- Reference Profile 객체 하나를 입력으로 지정합니다.
- 연결된 센서와 관련 이벤트를 찾아 이벤트에 맞춰 정렬하는 Linked series aggregation을 만듭니다.
- 한 집계는 평균, 다른 집계는 표준편차로 구성합니다.
- Time series formula에서 평균 ± 2 × 표준편차로 상한과 하한을 만듭니다.
이 구조에서는 프로파일 객체가 연결하는 정상 실행 집합을 바꾸어 참조 곡선을 구성합니다. 단일 센서와 수동 임계값을 함께 전환하는 작업은 선택 행 기반 전환에서도 구성할 수 있습니다.