⊙ 통상 진단의 2-4단계인 이상분류, 결함분리, 결함원인분석까지 가능함 도메인(물리) 지식을 활용한 전처리를 통해 양질의 신호확보와 진단 정확도 향상이 가능함
⊙ 학습된 진단모델은 상이한 조건(설비 운전, 제조사, 환경)에서 얻어진 데이터에 적용될 경우 도메인 지식을 통해 진단 정확도를 높일 수 있음 진단 결과에 대한 물리적 설명이 가능하여 고장의 원인 분석 또는 고장 위치 추정이 가능함 더 나아가서 고장 시 조치사항에 대한 제안이 가능함
⊙ 데이터 증대에 따라 진단 모델의 업데이트가 가능하여 진단 성능의 고도화 가능함
⊙ AI기술 고도화에 따라 진단 성능의 고도화 가능함
⊙ 데이터가 적은 경우 기존 데이터+물리 특성기반으로 데이터 복제가 가능함
⊙ 다변량 계측 데이터에 유리함
⊙ 다양한 도메인 지식의 활용을 위해 고장 데이터, 고장 관련 사전 정보, 설계 정보, 유지보수 정보 등 추가 정보 및 지식이 요구됨
⊙ 진단 모델 구성에 많은 경험과 지식이 요구됨