[논문 리뷰] A Survey on Predictive Maintenance for Industry 4.0

Christian Krupitzer, Tim Wagenhals외 7명|arXiv (Cornell University)|2020. 02. 05.

Reliability and Maintenance Optimization참고 문헌 50인용 수 50

한 줄 요약

본 구조화된 문헌고찰은 Industry 4.0에서의 예측 유지보수를 분류하고 150편의 논문으로부터 10-분류 프레임워크를 구축하여 향후 연구를 안내한다.

ABSTRACT

Production issues at Volkswagen in 2016 lead to dramatic losses in sales of up to 400 million Euros per week. This example shows the huge financial impact of a working production facility for companies. Especially in the data-driven domains of Industry 4.0 and Industrial IoT with intelligent, connected machines, a conventional, static maintenance schedule seems to be old-fashioned. In this paper, we present a survey on the current state of the art in predictive maintenance for Industry 4.0. Based on a structured literate survey, we present a classification of predictive maintenance in the context of Industry 4.0 and discuss recent developments in this area.

연구 동기 및 목표

• Industry 4.0에서의 예측 유지보수에 대한 구조화된 개요를 제공한다.
• 문헌 전반의 주요 주제, 방법 및 격차를 식별한다.
• 예측 유지보수의 핵심 속성을 포착하는 프레임워크를 구축한다.
• 예측 유지보수가 e-maintenance 및 Industry 4.0 개념과 어떻게 연계되는지 논의한다.

제안 방법

• 주요 키워드로 'Predictive Maintenance'를 사용하여 구조화된 문헌 조사(SLR)를 수행한다.
• 프레임워크를 구축하기 위해 150편의 논문(1993–2018년에 발표)을 추출하고 속성을 표로 정리한다.
• 속성을 범주로 군집화하여 계층적 프레임워크(트리 구조)를 형성한다.
• Industry 4.0 맥락에서 일반 유지보수, 상태 모니터링, 예지보수 및 e-maintenance를 구분한다.

실험 결과

연구 질문

• RQ1 문헌 전반에 걸친 Industry 4.0에서 예측 유지보수의 핵심 목표와 동기는 무엇인가?
• RQ2 예측 유지보수를 특징짓는 속성과 차원은 무엇이며, 이를 포괄적 프레임워크로 어떻게 구성할 수 있는가?
• RQ3 예측 유지보수는 e-maintenance 및 Industry 4.0 개념과 어떻게 관련되는가?
• RQ4 시스템 크기, 스케줄링, 열화 모델링과 같은 요소가 예측 유지보수 접근 방식에 어떤 영향을 미치는가?

주요 결과

• 프레임워크는 10개의 범주로 구성된다: Goals, Condition Monitoring, Maintenance Scope, Degradation Process, Fault Detection, System Size, Scheduling, Prognostic Techniques, Data Handling, 및 Evaluation.
• 139 of 150 papers mention at least one goal, with cost minimization and downtime reduction being among the most common goals.
• Condition monitoring is typically sensor-based and online/real-time, with continuous monitoring being a key emphasis.
• System size analysis distinguishes single-component versus multi-component systems and highlights dependencies (economic, stochastic, structural).
• Scheduling is addressed in about 62% of papers, emphasizing dynamic scheduling and spare-part availability.
• The survey notes the rise of e-maintenance as an integrated extension of predictive maintenance aligned with Industry 4.0.