해당 데이터는 한국해양수산연수원의 AI친화 고가치 데이터로 베어링의 소리를 고감도 청음센서 마이크로 수집한 데이터입니다.
기계실에서 가동 중인 모터의 베어링(Bearing) 은 마찰·마모·균열 등 이상 징후가 발생하면 특유의 이상음(진동·소음 패턴) 을 내며,
이는 설비 고장 및 안전사고의 주요 원인이 됩니다.
이러한 이상음을 청음(소리 데이터) 센서로 수집하여 시간·주파수·진폭 특성을 분석한 데이터를 표준 포맷(WAV)으로 구축하고,
공공데이터 포털을 통해 개방함으로써 다음과 같은 효과를 기대할 수 있습니다.

AI 기반 예지보전 모델 개발 지원
개방된 청음 데이터를 활용하여 기계 고장·이상 상태를 사전에 탐지하는 인공지능 학습 데이터로 활용 가능.
정상/비정상 패턴 구분, 이상음 분류, 베어링 손상 단계 예측 등에 적용 할 수 있습니다.

*데이터 기준일 : 25.10.30 This data is AI-friendly, high-value data collected by the Korea Institute of Maritime and Fisheries Technology (KIMAT), using high-sensitivity acoustic sensor microphones to detect bearing sounds. Bearings in motors operating in the machine room emit characteristic abnormal sounds (vibration and noise patterns) when abnormalities such as friction, wear, and cracks occur. These abnormal sounds are a major cause of equipment failures and safety accidents. By collecting these abnormal sounds with acoustic (sound data) sensors, analyzing their time, frequency, and amplitude characteristics, and building the data in a standard format (WAV) and opening it through the public data portal, the following benefits are expected: Support for the development of AI-based predictive maintenance models. Open acoustic data can be used as AI learning data to proactively detect machine failures and abnormalities. This data can be applied to distinguish normal/abnormal patterns, classify abnormal sounds, and predict bearing damage stages. *Data reference date: October 30, 2025 한국해양수산연수원_청음데이터 Korea Maritime and Fisheries Training Institute_Audio Data 2025-11-08 2025-11-08 한국해양수산연수원

지능정보화팀

해양수산 - 해양수산·어촌 청음,선박,기계실,해양사고,정상음,비정상음,베어링,AI Listening,shipping,machine room,Marine accident,Normal sound,Abnormal sounds,bearing,AI 이용허락범위 제한 없음 연간 zip 2025-11-08 한국해양수산연수원_청음데이터_20251030

지능정보화팀