Factories have always been leveraging state-of-the-art technologies since its inception. At present, Artificial Intelligence(AI) technology is being developed rapidly and also being used in various domains. Factories have also started to adapt this trend of using AI. AI basically uses historical data to train amodel, so that the trained model can be used to define the relationship among different vectors. Thus,this relationship can be used to predict future states of physical system in factories. However, in case offactories, just using data with AI might not be the optimal way to predict the future states because wedo have a good domain knowledge on how these machines work. As we use machines which are built ontop of solid mathematical backgrounds, there is a good opportunity to use it along with AI for predictingfuture states of physical system. Using only mathematical models for prediction will be not be accurateenough because real machines do not work exactly as defined in the theories. On the other hand, usingAI with historical data alone, we can train a model to mimic those factories but it will require a lot ofsensor data of various parameters, which might not be always feasible in real world industries. Instead ofbuilding a model on the basis of historical data alone, we propose an alternative way to use both domainknowledge and AI in conjunction. In this work, we studied a power plant and implemented the idea ofusing both domain knowledge and AI to predict future states of physical systems used in it.
역사적으로 공장들은 항상 최첨단 기술을 활용해 왔다. 현재 인공지능 (AI) 기술이 빠르게 발전하고, 여러 분야에 사용되고 있기 때문에 공장들 또한 인공지능을 적용하려고 하고 있다. 인공지능은 기본적으로 축적된 데이터를 사용하여 모델을 학습시키고, 이 모델을 이용해 서로 다른 벡터들의 상관관계를 정의한다. 따라서 이 상관관계를 이용해 공장의 물리 시스템의 미래 상태를 예측할 수 있다. 하지만 공장의 경우 이미 작동 원리에 대한 도메인 지식이 있기 때문에, 인공지능만을 이용하여 미래 상태를 예측하는 것은 최적의 방법이 아닐 수 있다. 공장들이 확고한 수학적 배경을 바탕으로 만들어진 기계들을 사용하기 때문에, 이를 인공지능과 접목하여 사용하는 것은 물리 시스템의 미래 상태를 예측하는 데에 좋은 기회가 될 것이다. 실제 기계들은 완벽하게 이론적으로 작동하지 않기 때문에, 수학적 모델만을 가지고 예측하는 것은 정확하지 않다. 반면에, 축적된 데이터만을 가지고 인공지능을 학습시키는 것으로 공장이 작동하는 방식을 흉내 낼 수 있지만, 이는 다양한 인자들에 관한 수많은 센서 데이터가 필요해서 실제 산업에 적용이 어려울 수 있다. 따라서 축적된 데이터만을 가지고 모델을 구축하는 대신, 도메인 지식과 인공지능을 융합한 방법을 제시할 것이다. 본 학위논문에서는, 발전소를 연구하고 발전소에 사용되는 물리 시스템의 미래 상태를 예측하기 위해 도메인 지식과 인공지능을 모두 활용하는 아이디어를 구현했다.
