대규모 산업시설에서 고장보고서로부터 고장지식 추출 프레임워크 개발

Failure Knowledge Extraction Framework from Failure Reports in Large Industries

펼치기

대규모 산업시설은 고장 진단 및 조치는 현장 전문가에 의해 이루어진다. 하지만, 모든 고장을 한 정된 현장 전문가에 의존하는 것은 한계가 있다. 이러한 이유로 산업계에서는 고장보고서를 기록하여, 추후 고장 조치에 이용하고자 축적하고 있다. 하지만, 지식 재이용에 대한 접근이 없어 적합한 자료 를 적시에 획득하지 못하기 때문에 고장조치가 늦어지고 그로 인한 조업 지연으로 경제적 손실을 초 래하고 있다. 따라서 본 논문에서는 자연어로 작성된 고장보고서를 시스템이 이용할 수 있도록 정형 지식으로 자동으로 변환하고, 사용자가 직접 지식을 구축할 수 있는 고장지식 추출 프레임워크를 개 발했다. 실제 공장에서 작성된 고장보고서를 분석하여 문장 패턴을 도출하였으며 이를 통해서 자동으 로 분석된 고장보고서 내용을 필요한 경우 사용자가 직접 지식을 수정할 수 있는 인터페이스를 제공 하여, 손쉽게 고장지식 추출이 가능하다. 제안된 지식 재이용 방법은 도메인 지식관리 및 공장 관리 자동화 시스템에 유용하게 활용될 수 있을 것으로 기대된다.

In large-scale industrial plants, fault diagnosis and treatment are conducted by field experts. However, there is a limit to relying on limited number of field experts for all faults. For this reason, the industry records a failure report and accumulates it for use in future trouble shooting. However, it is almost to impossible to search from failure report and reuse this knowledge in the real time so it produces huge delay and becomes a critical industrial disaster. In this paper, we propose the problematic knowledge extraction framework, which allows transferring failure reports to structured knowledge and who filed experts can construct their knowledge easily. The framework automatically transfers the content of analyzed failure report to the structured knowledge, and it provides UI for users to easily modify the knowledge base. The proposed knowledge-reuse approach can be expected to use for domain knowledge maintenance and the industrial plant management automation system.