진동 센서 하나로 이상 찾기

NASA IMS 베어링 2차 시험의 진동 스냅숏 984개에서 특징을 추출하고, 물리 공식(BPFO)·한 페이지 오토인코더·Isolation Forest·Chronos-2 제로샷이 고장 몇 시간 전에 처음 알람을 울리는지 비교합니다. 오토인코더는 74.8시간 전에 울렸습니다.

무엇을 · 왜#

IMS 데이터의 정답은 "시험이 끝날 때 베어링 1 외륜이 망가졌다"뿐입니다. 그래서 정밀도·재현율이 아니라 선행시간으로 비교합니다. 점수가 문턱값을 3번 연속 넘으면 알람을 울리도록 정합니다.

따라 하기#

1. 데이터를 받습니다. 1.07 GB를 받아 2차 시험 984개 파일만 압축을 풉니다.

```bash
bash textbook/00_get_data.sh
# IMS 2차 시험: 984개 (984개여야 함)
```

파일은 `4.+Bearings.zip` → `IMS.7z` → `2nd_test.rar` 순서로 세 겹 압축되어 있습니다. macOS의 `bsdtar`가 7z와 rar를 모두 읽습니다. 3차 시험은 `4th_test/`라는 이름으로 풀리니 주의하세요.

2. 특징을 추출하고 물리 규칙을 실행합니다(약 5초).

```bash
.venv/bin/python textbook/01_ims_features.py
```

![RMS·첨도·BPFO 대역 에너지. BPFO가 16일 새벽에 먼저 오르고, RMS는 17일 아침에 계단처럼 오릅니다](img/vibration-features.webp)

BPFO는 베어링 치수와 회전수로 계산하는 외륜 결함 주파수입니다. 이 시험대(Rexnord ZA-2115, 2,000 rpm)의 이론값은 236.4 Hz입니다. 시험이 끝나기 100분 전에는 포락선 스펙트럼의 봉우리가 **230.5 Hz**와 그 2·3배에 나타났습니다. 이론값 한 점만 보면 놓칠 수 있으므로 ±3% 범위를 살펴봅니다.

![포락선 스펙트럼: 처음(파랑)과 끝나기 100분 전(주황). 점선이 이론 BPFO와 2·3배](img/vibration-envelope.webp)

3. 한 페이지 오토인코더를 실행합니다(약 2초). 핵심은 아래 열몇 줄입니다.

```python
X = np.load(IN / "logspec64.npy")                 # 스냅숏마다 64칸 로그 스펙트럼
n_train = int(len(X) * 0.4)                        # 앞 40%는 건강하다고 가정
scaler = StandardScaler().fit(X[:n_train])
Z = scaler.transform(X)

# 오토인코더: 64 → 16 → 4 → 16 → 64, 입력을 그대로 출력하도록 학습
ae = MLPRegressor(hidden_layer_sizes=(16, 4, 16), max_iter=3000, random_state=0)
ae.fit(Z[:n_train], Z[:n_train])
ae_score = ((ae.predict(Z) - Z) ** 2).mean(axis=1)  # 복원 오차

thr = np.percentile(ae_score[:n_train], 99)        # 문턱값: 학습 구간 오차의 99%
over = ae_score > thr                              # 3번 연속 넘으면 알람
```

```bash
.venv/bin/python textbook/02_ae_one_page.py
```

![위: 오토인코더 복원 오차(로그 눈금), 아래: Isolation Forest. 녹색이 학습 구간, 주황 선이 첫 알람](img/vibration-ae.webp)

4. 같은 RMS를 Chronos-2 제로샷으로도 봅니다(3장에서 자세히).

```bash
.venv/bin/python textbook/04_zero_shot_chronos.py
```

5. 다섯 방법의 결과를 비교합니다.

| 방법 | 문턱값(한 번 정하고 고정) | 첫 알람 | 끝나기 전 |
|---|---|---|---|
| 오토인코더 | 학습 구간 오차의 99% | 02-16 03:32 | **74.8시간** |
| Isolation Forest | 학습 구간 점수의 99% | 02-16 04:22 | 74.0시간 |
| BPFO 물리 규칙 | 건강 구간 중앙값 × 4 | 02-16 04:32 | 73.8시간 |
| Chronos-2 제로샷(RMS) | 앞 40% 점수의 99% | 02-17 07:32 | 46.8시간 |
| RMS 규칙 | 건강 구간 중앙값 × 2 | 02-17 07:52 | 46.5시간 |

알아 둘 점#

• 스펙트럼을 보는 세 방법이 한 시간 안에 함께 울렸습니다. RMS만 보는 두 방법은 27시간쯤 늦었습니다. RMS는 17일 아침 계단처럼 오를 때에야 문턱값을 넘었습니다.
• 무엇이 고장인지 말해 주는 것은 BPFO 규칙뿐입니다. 오토인코더와 Isolation Forest는 "평소와 다르다"까지만 알려 줍니다.
• 문턱값 민감도가 다릅니다. BPFO 규칙은 배수 k를 1.5~10으로 바꿔도 69~75시간으로 거의 같습니다. RMS 규칙은 k=2면 46.5시간인데 k=3이면 3.0시간, k≥6이면 알람이 없습니다.
• 시험 시작 부분에서는 점수가 튑니다. Isolation Forest는 학습 구간의 첫 스냅숏 4개가 문턱값을 넘습니다. 감시를 학습이 끝난 뒤부터 시작했기 때문에 알람으로 이어지지 않았습니다.

확인 문제#

1. IMS에서 정밀도·재현율 대신 선행시간으로 비교하는 이유는 무엇인가요?

1. 오토인코더의 문턱값을 학습 구간 오차의 99%로 정하면, 정상 구간에서도 알람이 날 수 있나요? 그것을 막는 장치는 무엇인가요?

1. 같은 날 같은 시각에 울렸다면 BPFO 규칙과 오토인코더 중 현장에 먼저 들이고 싶은 것은 어느 쪽이고, 왜인가요?