본 논문은 산업 기계의 예방 정비를 위한 대규모 언어 모델(LLM) 기반 지능형 시스템을 제시합니다. 기존의 이상 탐지에 그치지 않고 실행 가능한 정비 권고를 제공하는 시스템으로, 수치 데이터 분석을 위한 LAMP 프레임워크를 기반으로 개발되었습니다. 베어링 진동 주파수 분석(BPFO, BPFI, BSF, FTF 주파수) 데이터를 자연어로 변환하여 LLM을 통해 고정확도의 몇 번의 시도만으로 이상 탐지를 수행합니다. 고장 유형(내륜, 외륜, 볼/롤러, 케이지 고장)을 분류하고 심각도 수준을 평가하며, 다중 에이전트 구성 요소는 벡터 임베딩 및 의미 검색을 사용하여 정비 매뉴얼을 처리하고 웹 검색을 통해 포괄적인 절차 지식과 최신 정비 관행에 접근하여 더 정확하고 심층적인 권고를 제공합니다. Gemini 모델은 즉각적인 조치, 검사 체크리스트, 시정 조치, 부품 요구 사항 및 일정 사양을 포함하는 구조화된 정비 권고를 생성합니다. 베어링 진동 데이터 세트에 대한 실험적 검증을 통해 효과적인 이상 탐지 및 상황에 맞는 정비 지침을 제공하는 것을 보여줍니다. 이 시스템은 상태 모니터링과 실행 가능한 정비 계획 간의 간극을 성공적으로 해소하여 산업 실무자에게 지능적인 의사 결정 지원을 제공합니다. 이 연구는 산업 정비 분야에서 LLM의 응용을 발전시켜 다양한 기계 부품과 산업 분야에 걸쳐 확장 가능한 예방 정비 프레임워크를 제공합니다.
